Material de Clase - IO - Blas Riquelme

UNIVERSIDAD NACIONAL DE ASUNCION FACULTAD DE INGENIERIA
Investigacin de Operaciones
Material de Clase
Auxiliar de Ctedra: BLAS RODRIGO RIQUELME PORTILLO
Email: rodrigo541@gmail.com Nro. de cel.: (0981) 823-724
Investigacin de Operaciones F.I.U.N.A.
CONTENIDO
Introduccin .......................................................................................................... 6 Casos Exitosos.................................................................................................... 6 Hewlett-Packard............................................................................................. 6 UPS ................................................................................................................. 7 Schneider National ......................................................................................... 7 Elementos de un modelo de optimizacin........................................................ 8 Costos Fijos vs. Costos Variables. ................................................................... 9 Programacin Lineal ............................................................................................. 9 Resolucin Grafica de Problemas. ..................................................................... 9 Casos Posibles .............................................................................................. 11 Modelamiento de Problemas. ......................................................................... 12 Solucion ....................................................................................................... 13 Anlisis de Sensibilidad. .................................................................................. 18 Analisis de Excel ........................................................................................... 19 Analisis de Lindo ........................................................................................... 20 Anlisis de sensibilidad Significado del Resultado .................................... 20 Resolucin de Problemas ................................................................................ 21 Problema 1 ................................................................................................... 21 Problema 2 ................................................................................................... 22 Problema 3 ................................................................................................... 22 Problema 4 ................................................................................................... 23 Problema 5 ................................................................................................... 23 Problema 6 ................................................................................................... 24 Problema 7 ................................................................................................... 24 Problema 8 ................................................................................................... 25 Pgina 1 Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. Problema 9 ................................................................................................... 26 Problema 10 ................................................................................................. 27 Problema 11 ................................................................................................. 28 Problema 12 ................................................................................................. 29 Problema 13 ................................................................................................. 29 Problema 14 ................................................................................................. 30 Problema 15 ................................................................................................. 31 Problema 16 ................................................................................................. 31 Problema 17 ................................................................................................. 32 Problema 18 ................................................................................................. 33 Problema 19 ................................................................................................. 33 Problema 20 ................................................................................................. 34 Problema 21 ................................................................................................. 35 Problema 22 ................................................................................................. 35 Problema 23 ................................................................................................. 36 Problema 24 ................................................................................................. 36 Problema 25 ................................................................................................. 37 Problema 26 ................................................................................................. 37 Problema 27 ................................................................................................. 38 Problema 28 ................................................................................................. 39 Programacin Dinmica...................................................................................... 40 Introduccin .................................................................................................... 40 Caractersticas .............................................................................................. 40 Metodologa .................................................................................................... 41 Ejemplo El Viajero ..................................................................................... 41 Resolucion de Problemas ................................................................................ 46 Pgina 2 Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. Problema 1 ................................................................................................... 46 Problema 2 ................................................................................................... 46 Problema 3 ................................................................................................... 47 Problema 4 ................................................................................................... 48 Problema 5 ................................................................................................... 48 Problema 6 ................................................................................................... 48 Problema 7 ................................................................................................... 49 Problema 8 ................................................................................................... 49 Problema 9 ................................................................................................... 50 Problema 10 ................................................................................................. 50 Problema 11 ................................................................................................. 51 Problema 12 ................................................................................................. 52 Teora de Juegos ................................................................................................. 54 Introduccin .................................................................................................... 54 Estrategias Dominadas .................................................................................... 54 Criterio Minimax o Maximin............................................................................ 56 Juego de Estrategias Mixtas. ........................................................................... 57 Procedimiento de Solucin Grafico ............................................................. 58 Procedimiento Analtico ............................................................................... 59 Resolucion de Problemas ................................................................................ 60 Problema 1 ................................................................................................... 60 Problema 2 ................................................................................................... 61 Problema 3 ................................................................................................... 61 Problema 4 ................................................................................................... 61 Problema 5 ................................................................................................... 62 Problema 6 ................................................................................................... 63 Pgina 3 Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. Anlisis de Decisiones ......................................................................................... 64 Resolucion de Problemas ................................................................................ 69 Problema 1 ................................................................................................... 69 Problema 2 ................................................................................................... 70 Problema 3 ................................................................................................... 71 Problema 4 ................................................................................................... 71 Soluciones ........................................................................................................... 72 Programacin Lineal ............................................Error! Bookmark not defined. Problema 1 .......................................................Error! Bookmark not defined. Problema 2 .......................................................Error! Bookmark not defined. Problema 3 .......................................................Error! Bookmark not defined. Problema 4 .......................................................Error! Bookmark not defined. Problema 5 .......................................................Error! Bookmark not defined. Problema 6 .......................................................Error! Bookmark not defined. Problema 7 .......................................................Error! Bookmark not defined. Problema 8 .......................................................Error! Bookmark not defined. Problema 9 .......................................................Error! Bookmark not defined. Problema 10 .....................................................Error! Bookmark not defined. Problema 11 .....................................................Error! Bookmark not defined. Problema 12 .....................................................Error! Bookmark not defined. Problema 13 .....................................................Error! Bookmark not defined. Problema 14 .....................................................Error! Bookmark not defined. Problema 15 .....................................................Error! Bookmark not defined. Problema 16 .....................................................Error! Bookmark not defined. Problema 17 .....................................................Error! Bookmark not defined. Problema 18 .....................................................Error! Bookmark not defined. Pgina 4 Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. Problema 19 .....................................................Error! Bookmark not defined. Problema 20 .....................................................Error! Bookmark not defined. Problema 21 .....................................................Error! Bookmark not defined. Problema 22 .....................................................Error! Bookmark not defined. Problema 23 .....................................................Error! Bookmark not defined. Problema 24 .....................................................Error! Bookmark not defined. Problema 25 .....................................................Error! Bookmark not defined. Problema 26 .....................................................Error! Bookmark not defined. Problema 27 .....................................................Error! Bookmark not defined. Problema 28 .....................................................Error! Bookmark not defined. Programacin DInmica ......................................Error! Bookmark not defined. Programacin DInmica ......................................Error! Bookmark not defined. Teora de Juegos ..................................................Error! Bookmark not defined. Anlisis de Decisiones..........................................Error! Bookmark not defined. Bibliografa .......................................................................................................... 73
Pgina 5
Aux. Blas Riquelme
INTRODUCCIN
El principal objetivo de esta rea de conocimientos consiste en formular y resolver diversos problemas orientados a la toma de decisiones. La naturaleza de los problemas abordados puede ser determinstica, como en los Modelos de Programacin Matemtica, donde la teora de probabilidades no es necesaria, o bien de problemas donde la presencia de incertidumbre tiene un rol preponderante, como en los Modelos Probabilsticos. La investigacin de operaciones soporta un conjunto de decisiones tcticas y estrategias relacionadas con los procesos productivos en las organizaciones, entre las cuales se pueden enumerar las siguientes: Logstica: Capacidad, localizacin y distribucin de productos y servicios. Coordinacin de la cadena de suministro interna y externa Pronsticos de demanda Gestin de inventarios Planeacin de requerimientos de materiales Programacin de la produccin y asignacin de recursos Gestin de proyectos
CASOS EXITOSOS Hewlett-Packard

Hewlett-Packard utiliza ampliamente las tecnologas de investigacin de operaciones a travs de su cadena de valor. A travs de la asociacin estratgica entre Hewlett-Packard de Planificacin, el grupo de Modelado y las divisiones de negocio, Hewlett-Packard ha difundido innovadores modelos en toda la organizacin. Estos modelos rigurosos y mtodos de anlisis han salvado a Hewlett-Packard y sus socios de la cadena de suministro cientos de millones de dlares al mismo tiempo que aumenta la ventaja competitiva de la empresa. Ms all de los logros en los negocios, HewlettPackard ha compartido su modelado liderazgo de ideas e historias de xito con la aplicacin de la industria. Hewlett-Packard ocupa el puesto 14 en la lista Fortune 500. Pgina 6
Aux. Blas Riquelme
UPS
Durante ms de 50 aos, las tcnicas de investigacin de operaciones han contribuido a un crecimiento exitoso de UPS una compaa de 39 mil millones de dlares. UPS utiliza la investigacin de operaciones para estructurar su organizacin de 360.000 personas, 1.800 instalaciones, 90.000 vehculos y 580 aviones, para facilitar las decisiones diarias que garantizan la pronta entrega de millones de paquetes cada da. La gestin de toma de decisiones en UPS est vinculada con la Investigacin de operaciones, que se han extendido desde el personal de investigacin de operaciones a todos los administradores en todos los niveles. UPS ha ido ms all de la aplicacin de las tecnologas de investigacin de operaciones existentes al desarrollo de las investigaciones propias, que han ayudado al desarrollo de la investigacin de operaciones. Que a la vez que proporciona ahorros de muchos costos, investigacin de operaciones es un eje estratgico y una fuente importante de ventaja competitiva para UPS. UPS ocupa el puesto 43 en la lista Fortune 500
SCHNEIDER NATIONAL
Los altos ejecutivos de Schneider National apreciar la ventaja competitiva que hace un anlisis cuantitativo de una organizacin. Piden a sus equipos de investigacin de operaciones hacer frente a retos difciles en toda la empresa. El modelo de negocio desarrollado por el Grupo para el xito, est basado en los resultados dirigidos, que se integran a los objetivos estratgicos de la compaa, y demuestra una trayectoria consistente de contribuciones impresionantes a la lnea de fondo. La Investigacin de Operaciones ha sido una parte importante que contribuye al negocio de Schneider por ms de 25 aos, la mejora de las aplicaciones en el envo y la planificacin de la distribucin, la gestin de ingresos, dedicado a la gestin de la flota, y apoyo a las decisiones operativas. Estas aplicaciones mejorar las ganancias anuales de Schneider por ms de 10 millones de dlares y son un gran ejemplo de la integracin en la toma de decisiones de la empresa. Schneider National, Inc. es un proveedor de servicios de logstica de cargas completas e intermodales. Sirviendo a ms de dos tercios de las compaas Fortune 500, Schneider National ofrece un amplio portafolio de servicios. La empresa de transporte y soluciones de logstica incluyen unidireccional, intermodal, gestin de transporte, y dedicado a granel.
Pgina 7
Aux. Blas Riquelme
ELEMENTOS DE UN MODELO DE OPTIMIZACIN.

Supongamos que se dispone de determinadas piezas para la elaboracin de dos productos finales. Se dispone de 8 piezas pequeas y 6 piezas grandes, que son utilizadas para elaborar sillas (usando 2 piezas pequeas y 1 pieza grande) y mesas (usando 2 piezas de cada tipo). Interesa decidir cuntas sillas y mesas fabricar de modo de obtener la mxima utilidad, dado un beneficio neto de U$ 15 por cada silla y de U$20 por cada mesa fabricada. Posibles soluciones factibles a considerar, esto es soluciones que respetan las restricciones del nmero de piezas disponibles, son por ejemplo, fabricar: 4 sillas, que reportan una utilidad de U$60 1 sillas y 2 mesas , utilidad de U$55 3 mesas, utilidad de U$60 1 mesa y tres sillas, utilidad de U$65 2 sillas y 2 mesas, utilidad de U$70 etc.
Un modelo matemtico para hallar la mejor solucin factible a este problema tiene tres componentes bsicas: 1. Las variables de decisin, que consiste en definir cules son las decisiones que se debe tomar. En el ejemplo, x: nmero de sillas elaboradas. y: nmero de mesas elaboradas 2. La funcin objetivo del problema, que permita tener un criterio para decidir entre todas las soluciones factibles. En el ejemplo, maximizar la utilidad dada por:
Z = f(X,Y) = 15X + 20Y

3. Restricciones del problema, que consiste en definir un conjunto de ecuaciones e inecuaciones que restringen los valores de las variables de
Pgina 8
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. decisin a aquellos considerados como factibles. En el ejemplo, respetar la disponibilidad de piezas para la fabricacin de sillas y mesas: Piezas pequeas: Piezas grandes: 2X + 2Y 8 X + 2Y 6
Tambin se impone restricciones de no negatividad: X,Y 0 En resumen: Max sa: 15x + 20y 2x + 2y 8 x + 2y 6 x,y 0 El ejemplo corresponde a un modelo de Programacin Lineal. Si adems restringimos los valores de x e y a nmeros enteros, tendramos un modelo de Programacin Entera.
COSTOS FIJOS VS. COSTOS VARIABLES.

Los costos fijos no intervienen en la optimizacin. Slo son relevantes los Costos Variables en los modelos de Optimizacin
PROGRAMACIN LINEAL RESOLUCIN GRAFICA DE PROBLEMAS.

Consideremos el siguiente problema a resolver grficamente: Max sa:
z = 3x1 + 5x2 x1 4 2x2 12 3x1 + 2x2 18 x1,x2 0
Pgina 9
Aux. Blas Riquelme
En primer lugar, se debe obtener la regin de puntos factibles en el plano, obtenida por medio de la interseccin de todos los semi - espacios que determinan cada una de las inecuaciones presentes en las restricciones del problema. Enseguida, con el desplazamiento de las curvas de nivel de la funcin objetivo en la direccin de crecimiento de la funcin (que corresponde a la direccin del vector gradiente de la funcin, z(x1,x2) = (3,5)T), se obtiene la solucin ptima del problema en la interseccin de las rectas: 2x2 = 12 y 3x1+2x2 = 18 (restricciones activas). Esto es:
x1 = 2
x2 = 6
z = 3 x1 + 5 x2 = 36 Z(0,0)= 0 Z(2,6)= 36 x
*
Z(4,3)= 27
Z(0,6)= 30
Z(4,0)= 12
Solucin Optima Z(2,6)= 36
Pgina 10
Aux. Blas Riquelme
CASOS POSIBLES
Notar que se pueden dar otras situaciones en la bsqueda de una solucin ptima para esta clase de problemas: 1) La solucin ptima exista pero haya ms de una. En el ejemplo, considere la nueva funcin objetivo:
z = 6x1+4x2
2) El problema no tenga solucin, dada una regin de puntos factibles no acotada. En el ejemplo, reemplace todas las desigualdad por una .
3) El problema no tenga solucin, porque no existen puntos factibles. En el ejemplo, suponga que agregamos la restriccin: x1 5.
Pgina 11
Aux. Blas Riquelme
RESTRICCIONES REDUNDANTES: son aquellas que son limitaciones del problemas pero que ya estas contenidas dentro de otra restriccin. No forman parte del rea de soluciones factibles.
MODELAMIENTO DE PROBLEMAS.
PROBLEMA DE LA DIETA: Este consiste en determinar una dieta de manera eficiente, a partir de un conjunto dado de alimentos, de modo de satisfacer ciertos requerimientos nutricionales. Supongamos que se tiene la siguiente informacin:
Pgina 12
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. Leche (galn) Niacina Tianina Vitamina C Costo 3,2 1,12 32 2 Legumbre (1 porcin) 4,9 1,3 0 0,2 Naranjas (unidad) 0,8 0,19 93 0,25 Requerimientos Nutricionales 13 15 45
Solucion
VARIABLES DE DECISIN: x1 : galones de leche utilizados en la dieta. x2 : porciones de legumbre utilizadas en la dieta. x3 : unidades de naranja utilizadas en la dieta. FUNCIN OBJETIVO: Minimizar el costo total de la dieta, dado por:
2 x1 + 0.2 x2 + 0.25 x3
RESTRICCIONES DEL PROBLEMA: Requerimientos mnimos de los nutrientes considerados:
3.2 x1 + 4.9 x2 + 0.8 x3 13 1.12 x1 + 1.3 x2 + 0.19 x3 15 32 x1 +

No negatividad de las variables:
93 x3 45
x1 0 ; x2 0 ; x 3 0
Dado que el programa de la ctedra abarca hasta el modelamiento de los problemas, los resolveremos utilizando software como el solver (Complemento de Excel), lindo entre otros. Se debe tener en cuenta que para la resolucin por cualquier software, para que el mismo pueda generar el anlisis de sensibilidad, todas las variables de los Pgina 13 Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. problemas deben estar al lado izquierdo de las ecuaciones definidas para la resolucin del problema y todas las constantes deben estar a la derecha de las ecuaciones.
Solver
A continuacin se muestra cmo se resuelve el modelo del ejemplo anterior con solver.
Las frmulas de Excel utilizadas para este caso son las siguientes.
Para el caso del ejemplo se utiliz la frmula del Excel sumaproducto, que resumiendo es la multiplicacin de dos vectores, con lo que para este caso definimos las restricciones, siendo el primer vector las variables del problema y el segundo vector los valores de los requerimientos nutricionales. De la misma forma se define la funcin objetivo. Una vez cargado todo el modelo en una hoja de clculo, pasamos al Solver en donde tenemos una ventana en donde cargamos todos los datos como se muestra en la figura.
Pgina 14
Aux. Blas Riquelme
FUNCIN OBJETIVO
VARIABLE S
RESTRICCIONES Para cargar las restricciones, le damos un click en agregar y se nos va a desplegar la siguiente ventana.
En donde el espacio de la izquierda es para cargar como ya lo haba mencionado anterior mente, la celda que contiene todas las variables de las restriccin que estamos cargando y el en el lado derecho se carga la constante que limita dicha restriccin. La carga de restricciones se puede realizar de dos formas, la primera como ya se explico es cargando una a una todas las restricciones y la otra es cargando las restricciones en forma de vectores donde en el lado izquierdo tendremos el vector que define las variables de cada restriccin y del lado derecho las constantes que definen cada una de esas restricciones. As como se puede ver en la siguiente figura.
Pgina 15
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. Adems tambin es en esta rea en donde se deben definir las variables, en caso de que no sean continuas (binarias o enteras), cargando dicha variable en la parte derecha y se define su caracterstica en el men que se encuentre en el centro del recuadro en la ventana de carga de restricciones, donde tambin se encuentran los signos que definen nuestras restricciones. Una vez definido todo el modelo en Solver, antes de poder resolver debemos definir adems que tipo de modelo cargamos, para eso en la ventana de parmetros del Solver le damos un click a opciones en donde se nos va a desplegar la siguiente ventana.
Por defecto en esta ventana no estarn marcadas las opciones adoptar modelo lineal y Adoptar no negativos, estas dos opciones deben ser seleccionadas para poder resolver el problema. Una vez hecho esto podemos resolver el problema y tenemos el siguiente resultado.
Como se puede apreciar, al no definir las variables como enteras, se tiene que el resultado ptimo para este problema es la compra de: Leche: 0 Pgina 16 Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. Legumbres: 11,47 Naranja: 0,48
Lindo
Para pasamos a ver cmo resolver el mismo problema mediante otro software, Lindo es un software gratuito, que se puede descargar de www.lindo.com. La resolucin de problemas de optimizacin es ms simple. Como se puede ver en la siguiente figura.
Una vez que abrimos una nueva hoja. Los pasos para cargar el modelo de programacin lineal son: 1. Para cargar las ecuaciones se deben escribir primero la constante por la que va multiplicada la variable, luego de seguido sin ningn signo la variable y a continuacin de la variable el ndice de la variable como se muestra a continuacin.
Cte. ndice de la variable Variable
34x11+54x12+
2. En el primer rengln va la funcin objetivo, primero de ir la palabra min o mx., dependiendo de lo que se busca optimizar y luego separado por un espacio va la funcin objetivo.
Max 4x11+5x12+
3. En el siguiente rengln, luego escribir la funcin objetivo se escribe st (such that), traducido para que se cumplan la siguientes restricciones, y se pasa al siguiente rengln. 4. Se cargan todas las restricciones una debajo de la otra. 5. Una vez cargadas las restricciones en el siguiente rengln se escribe end.
Pgina 17
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. 6. De haber variables enteras o binarias, estas deben ser definidas debajo del modelo, es decir, un rengln por debajo de la palabra end. Se debe tener en cuenta que para definir variables, las mismas deben formas parte de la funcin objetivo, si dichas variables no forman parte de la funcin objetivo, deben ser agregadas a la misma y deben estar multiplicadas por cero. Ya que se hace referencia al lugar que ocupan en la funcin objetivo para que el software pueda identificar la variable en cuestin. As como se muestra a continuacin. GIN [Var o #] INT [Var o #] variable entera variable binaria
Es decir, el tipo de variable, un espacio y luego la variable o la cantidad de variables de la Funcin Objetivo que se quieren definir como entera o binaria dependiendo del caso, contando desde la izquierda.
Max 4x11+5x12+ St .. End GIN 2 o GIN x11 GIN x12

Ambas formas definen las variables como enteras, ya depende de la cantidad de variables que se necesiten definir y del criterio de cada uno.
ANLISIS DE SENSIBILIDAD.
Bajo que variaciones de los parmetros la solucin ptima mantiene sus caractersticas? Se suelen estudiar principalmente los coeficientes de la funcin objetivo y las constantes de las restricciones. El inters fundamental de esto es que muchas veces los parmetros de un modelo pueden contener errores numricos provenientes de su medicin. Dado esto, es importante saber si estos errores pueden afectar mucho la solucin. Tomaremos de ejemplo el ejercicio anterior y generaremos los anlisis de Excel y Lindo. Pgina 18 Aux. Blas Riquelme
Min
2 x1 + 0.2 x2 + 0.25 x3
Rest: 3.2 x1 + 4.9 x2 + 0.8 x3 13 1.12 x1 + 1.3 x2 + 0.19 x3 15 32 x1 + + 93 x3 45
x1 0 ; x 2 0 ; x 3 0 ANALISIS DE EXCEL
Pgina 19
Aux. Blas Riquelme
ANALISIS DE LINDO
ANLISIS DE SENSIBILIDAD SIGNIFICADO DEL RESULTADO

DIVERGENCIA (SLACK OR SURPLUS): Holgura, indica a que distancia se encuentra la solucin ptima de sus lmites. GRADIENTE REDUCIDO (REDUCE COST): Es la perdida debida a la produccin de algo innecesario. Solo tiene sentido cuando el valor de la variable es 0. SOMBRA PRECIO (DUAL PRICE): No tiene valor al haber holgura, indica en cuanto va a aumentar/disminuir el valor de la funcin objetivo al aumentar/disminuir el lado derecho (constante) en 1 unidad. OBJ COEFICIENT RANGES (LINDO): Indica las variaciones mximas y mininas que puede tomar los coeficientes de las variables de la funcin objetivo sin cambiar la solucin base. Pgina 20 Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. RESTRICCIN LADO DERECHO (RHS RANGE): Indica en cuanto puede variar las constantes para que no cambie la forma del polgono de soluciones, que lleva a una variacin de la solucin base. REFERENCIAS Solucin Base: Es el vrtice de la regin de puntos factibles que lleva a la funcin objetivo a su valor ptimo.
RESOLUCIN DE PROBLEMAS PROBLEMA 1

MEN PARA UN HOSPITAL Un hospital est tratando de determinar el nro. de comidas que contengan carne de pescado, pollo y res, que se debe servir durante el mes que viene. El hospital necesita comida para cada uno de los 30 das, con la condicin de que el nmero mnimo de cada tipo de comida por mes sea de 6. Las comidas de carne de pescado cuestan 2.5 $ c/u, las de pollo 2 $ c/u y las de res 3 $ c/u. En la tabla de abajo se resumen las unidades de protenas, vitaminas, caloras y los puntos asignados por el sabor de cada una de ellas. Tambin se incluye las unidades mnimas de protena y vitaminas requeridas al mes. La mxima cantidad de caloras permitidas al mes y el puntaje mnimo de sabor requerido al mes. Tipo de comida Pescado Pollo Res Total Unid. de protenas 280 250 300 8.000 Unid. de vitamina 9 8 12 280 Unid. de caloras 100 250 800 15.000 Ptos. de sabor 10 15 18 350 Costo 2,50 $ 2,00 $ 3,00 $
Formular un modelo que permita definir cuantas comidas de c/tipo debe planear el hospital por mes a fin de minimizar el costo total.
Pgina 21
Aux. Blas Riquelme
PROBLEMA 2
Supongamos que una fbrica puede elaborar hasta 150 unidades en cada uno de los 4 periodos en que se ha subdividido el horizonte de planificacin y se tiene adicionalmente la siguiente informacin: Periodos 1 2 3 4 Demandas (unidades) 130 80 125 195 Costo Prod. (US$/unidad) 6 4 8 9 Costo de Inventario (US$/unidad) 2 1 2.5 3
Supuestos adicionales: 1) Existe un inventario inicial de 15 unidades. 2) No se acepta demanda pendiente o faltante (es decir, se debe satisfacer toda la demanda del periodo).
PROBLEMA 3
PRODUCCIN Considere el problema de programacin de la produccin de un producto para las 4 siguientes semanas. El costo de la produccin de una unidad es de 100 $ para las 2 primeras semanas y de 150 $ para las siguientes 2 semanas. Las demandas semanales son: 7, 8, 9, 10 unidades y tienen que ser satisfechas. La planta puede producir un mximo de 9 unidades por semana, se pueden utilizar horas extras en la 3ra y 4ta semana. Esto incrementa la produccin semanal en 2 unidades con un costo adicional de 58 $ por cada unidad producida en horas extras. El exceso de produccin puede ser almacenado a un costo de 3$ por unidad por semana. Como programar la produccin de manera a minimizar los costos.
Pgina 22
Aux. Blas Riquelme
PROBLEMA 4
La estimacin de la demanda de cierto producto fabricado en una planta industrial para el prximo ao es la siguiente: 1er trimestre: 10000 unidades 2do trimestre: 20000 unidades 3er trimestre: 25000 unidades 4to trimestre: 15000 unidades
Se contara con 3000 unidades en el almacn al inicio del siguiente ao. Se desea contar con un inventario de 2500 unidades al final del mismo. La produccin durante el ltimo trimestre del presente ao ser de 12000 unidades. Si el costo del aumento de la produccin es de 20 $ por unidad, el costo de la disminucin de la produccin es de 5$ y el costo del almacenamiento es de 10$ por unidad. Que cantidad debera producirse en cada trimestre para minimizar los costos?
PROBLEMA 5
PROBLEMA DE MEZCLA DE PRODUCTOS Una refinera produce 4 tipos de gasolina (gas 1, gas 2, gas 3 y gas 4). Dos caractersticas importantes de cada gasolina son su nmero de performance (NP) y su presin de vapor (RVP), que estn dados por: NP gas 1 gas 2 gas 3 gas 4 107 93 87 108 RVP 5 8 4 21 Barriles diarios 3814 2666 4016 1300
Estas gasolinas pueden ser vendidas directamente a un precio de $24,83 por barril o bien mezcladas para obtener gasolinas de aviacin (avgas A y avgas B). La calidad de estas dos ltimas junto con sus precios de venta son: NP Avgas A Avgas B Al menos 100 Al menos 91 RVP A lo ms 7 A lo ms 6 Precio por barril (US$) 26,45 25,91 Aux. Blas Riquelme
Pgina 23
Investigacin de Operaciones F.I.U.N.A. El NP y RVP de cada mezcla es un promedio de los respectivos NP y RVP de las gasolinas empleadas. Se desea obtener un plan de venta de las distintas gasolinas que maximice los retornos.
PROBLEMA 6
PRODUCCIN Un fabricante deber atender 4 pedidos de produccin, A, B, C y D, en este mes. Cada trabajo puede ser llevado a cabo en cualquiera de los 3 talleres. El tiempo requerido para terminar cada trabajo en cada uno de esos talleres, el costo por hora y la cantidad por horas disponibles, el costo por hora y la cantidad de horas disponibles que tendr cada taller durante este mes aparece en la siguiente tabla. Tambin existe la posibilidad de dividir cada uno de los trabajos en los distintos talleres, en cualquier proporcin que se desee. Por ejemplo, una cuarta parte del trabajo A puede hacerse en 8 horas en el taller 1 y una 3ra parte del trabajo C se puede hacer en 19 horas en el taller 3. El fabricante desea determinar la cantidad de horas de trabajo que deber realizarse en cada taller, para minimizar el costo de la terminacin de los 4 trabajos. Tiempo Requerido Hrs Costo por Tiempo de hora de taller A B C D taller ($) disponible (hrs) 32 39 46 151 72 147 61 155 57 118 89 126 81 121 84 160 160 160
Taller 1 2 3
PROBLEMA 7
La Jilo Manufacturing Company est considerando la fabricacin de una nueva linea de productos, compuesta de cuatro productos. Cada producto puede fabricarse con dos mtodos diferentes y completamente distintos, uno de los cuales consta de dos procesos y el otro de tres. Se fabricaran basndose en un segundo turno. El precio de venta de esos productos y sus costos variables, as como las cantidades que probablemente puedan venderse, de acuerdo al grupo de investigacin de mercadotecnia, son los siguientes: Producto 1 Precio de venta Costos variables- mtodo A 100 80 Pgina 24 2 150 135 3 125 120 4 140 135
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. Costos variables- mtodo B Cantidad que puede venderse 110 1000 150 3000 100 4000 110 6000
La seccin de manufactura ha determinado que los precios de manufactura son los siguientes: Producto 1 Dpto 21 Dpto 22 Dpto 23 Dpto 31 Dpto 32 3.0 9.0 1.0 4.0 5.0 2 MTODO A 3.6 10.0 1.0 MTODO B 4.0 8.0 3 2.0 8.0 0.5 2.0 4.0 4 3.5 9.0 0.5 4.0 3.0 Horas disponibles al mes 15000 50000 8000 10000 10000
Formule un modelo de programacin lineal que maximice la contribucin total mensual
PROBLEMA 8
Bumles Inc. Utiliza parte de la capacidad de su produccin en su planta de Sudamrica para fabricar teteras pintadas a mano. Cada tetera requerir 0.5 hrs. de trabajo de un pintor. Bumles tiene 30 pintores disponibles. La planta se usa para fabricar teteras el jueves, viernes y sbados de cada semana. El resto de la semana, la capacidad productiva se destina a otra lnea de productos. No siempre participan los 30 pintores, pero cada uno de los que interviene est disponible a trabajar cualquier fraccin de la jornada laboral de 8 hrs. Al da y 2 das a la semana. Un pintor puede ser asignado a cualquier programa de 2 das y se le pagan por 16 hrs. de trabajo regular, sin importar que fraccin de este tiempo se dedique realmente a la produccin de teteras. Si no hay suficiente produccin para tenerlos ocupados durante todo el da a todos los trabajadores asignados a dicha tareas, el resto del tiempo se dedicara a la limpieza de la fbrica y otras tareas similares. Si no se toman en cuenta los costos de mano de obra, el ingreso neto (despus de descontar otros costos) por le venta de una tetera es de 15 $. La demanda debe satisfacerse el da que se presenta o se perder. A causa del cambio en las operaciones de la planta para fabricar estatuas pintadas a mano en el resto de la semana, todas las teteras fabricadas en el transcurso de la semana deben ser embarcadas en el curso de la misma. En virtud del aumento de los costos de manejo, cuesta 0.5 $ mantener una tetera en inventario final desde un da hasta el da siguiente. Una unidad no vendida se transmite en un costo de penalizacin total de 1 $ por unidad los jueves, 3 $ los viernes y 5 $ los sbados. A los pintores se les paga 8 $ por hora de trabajo. La demanda semanal de las teteras es de 100 los jueves, 300 los viernes y 600 los sbados. Pgina 25 Aux. Blas Riquelme
PROBLEMA 9
PUNTO DE EQUILIBRIO RESTRINGIDO Longer Boats Yacht Company produce 3 modelos de lancha de alto desempeo para competicin. Estos 3 modelos se llaman Sting, Ray y Breaker. La informacin acerca de ingresos y costos para el prximo perdido aparecen en la tabla. Como puede observar en esta informacin, el costo fijo de cada una de estas actividades es considerable. Costo fijo es un costo esttico que se tiene que pagar, independientemente de la cantidad que se vaya a producir. Por tanto, se pagara el mismo costo fijo de 3.000.000 $, en el caso de los Ray, sin importar la cantidad producida. Los elevados costos fijos incluyen el costo de la modificacin de los diseos, la reconstruccin de los moldes y las pruebas de los yates en un estanque. En la figura se muestra un anlisis de punto de equilibrio correspondiente al modelo Sting. Vemos que si produjera solamente unidades del modelo Sting. Tendra que producir por lo menos 1.000 lanchas para poder alcanzar el punto de equilibrio. Sin embargo el problema de Longer Boats es ms complicado. Por principio de cuentas, para el siguiente periodo de planeacin, la administracin ya ha firmado un contrato para producir 700 Sting. Otro cliente ha solicitado 400 Breaker, solicitud que la administracin quiere cumplir. Los estudios de mercado de Longer Boats han convencido a la direccin de que se deben fabricar a lo sumo 300 Ray. La gerencia todava est interesada en saber cunto tiene que vender para llegar al punto de equilibrio, pero ahora existen 3 productos, adems de compromisos previos, o restricciones, que ser preciso tomar en consideracin. Partiendo de los principios bsicos, la gerencia ha observado que, para alcanzar el punto de equilibrio, deber cumplirse la condicin INGRESO TOTAL = COSTO TOTAL Informacin de Longer Boats Lancha Sting Ray Breaker Precio de Venta Costo Variable por unidad ($) por Unidad ($) 10.000 7.500 15.000 5.000 3.600 8.000 Costo Fijo ($) 5.000.000 3.000.000 10.000.000
Pgina 26
Aux. Blas Riquelme
Funcin Ingreso Total

$
Funcin Costo Total

5, 000,000
PUNTO DE EQUILIBRIO
1,000 Cantidad de lanchas
Por el hecho de que Longer Boats es una compaa relativamente nueva y ahora est teniendo unos problemas de flujo de efectivo asociados a su rpido crecimiento, la administracin desea minimizar el flujo de salida de capital. Por necesidad se debern incurrir en su totalidad los costos fijos y, en consecuencia, la meta se convertir en minimizar los costos variables totales. Determinar el plan de produccin que tenga el menor costo variable, que cumpla con todas las restricciones y que produzca un ingreso total igual al costo total.
PROBLEMA 10
PROGRAMACIN DE LAS FUERZAS DE SEGURIDAD Un administrador de personal debe programar las fuerzas de seguridad, de manera que se satisfagan los requisitos de personal de guardia indicados en la tabla 1
Tabla 1
Requerimiento de personal de guardia de seguridad Hora Cantidad Mnima Requerida de Oficiales 5 7 15 7 12 9
Medianoche 4:00 a.m. 4:00 a.m. - 8:00 a.m. 8:00 a.m. - Medioda Medioda 4:00 p.m. 4:00 p.m. - 8:00 p.m. 8:00 p.m. - Medianoche
Pgina 27
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. Tabla 2 1 2 3 4 5 6 Programa de turnos Hora de Inicio Medianoche 4:00 a.m. 8:00 a.m. Medioda 4:00 p.m. 8:00 p.m. Hora de terminacin 8:00 a.m. Medioda 4:00 p.m. 8:00 p.m. Medianoche 4:00 a.m.
Turno
Los oficiales trabajan por turnos de 8 hrs. Cada da hay 6 de esos turnos. La hora de inicio y final de cada turno aparece en la tabla 2. Determinar la cantidad de oficiales que debern de trabajar en cada turno, de manera que se logre minimizar el nmero de oficiales empleados, pero sin dejar de satisfacer los requerimientos correspondientes a los turnos de guardia.
PROBLEMA 11
Union Airways va a agregar vuelos desde y hacia su aeropuerto base, y por lo tanto necesita contratar ms agentes de servicio al cliente. Sin embargo, no est claro cuantos ms debe contratar. La administracin reconoce la necesidad de controlar el costo y al mismo tiempo brindar un nivel de atencin satisfactorio Se ha realizado un anlisis del nmero mnimo de agentes de servicio que deben encontrarse de guardia en diferentes momentos del da para proporcionar un nivel satisfactorio de servicio Periodos Cubiertos Turnos 1 2 3 4 5 Nmero mnimo de agentes necesarios 48 79 65 87 64 73 82 43 52 15
Periodo 6:00 a 8:00 8:00 a 10:00 10:00 a 12:00 12:00 a 14:00 14:00 a 16:00 16:00 a 18:00 18:00 a 20:00 20:00 a 22:00 22:00 a 24:00 24:00 a 6:00
Pgina 28
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. Costo Diario por agente 170 160 175 180 195
Se ha acordado que cada agente trabaje un turno de 8 horas, 5 das a la semana en los turnos mostrados en la tabla anterior. Los salarios de cada turno son diferentes debido a que unos son ms deseables que otros. La compaa debe determinar cuntos agentes deben asignarse a los turnos respectivos cada da para minimizar el costo total del personal, debido a los agentes, segn el ltimo rengln de la tabla anterior. Los requerimientos mnimos de servicio deben cumplirse obligatoriamente, pero pueden sobrepasarse.
PROBLEMA 12
Cierta compaa est dentro del negocio de comercializacin del maz, compra y vende maz en efectivo. Posee una bodega con capacidad para 20.000 bshels. El 1 de enero espera tener un inventario inicial de 10.000 bshels de maz y 200.000 $ en caja. El precio estimado del maz por bshels para el primer trimestre es el siguiente: MES Enero Febrero Marzo Precio de Compra $ Precio de Venta $ 2,85 3,05 2,09 3,10 3,25 2,95
El maz es entregado en el mes de compra y no puede ser vendido hasta el mes siguiente. La compra y venta se hace estrictamente al contado sobre la entrega. La compaa desea tener un inventario final de 20.000 bshels al terminar el trimestre. La gerencia pide al encargado de compra y venta un programa que maximice el retorno neto total hasta el tercer mes del periodo.
PROBLEMA 13
PLANIFICACIN DE CARTERA Una compaa de inversores tiene actualmente $ 10 millones disponibles para la inversin. La que se ha trazado es maximizar la retribucin esperada durante el siguiente ao. Sus 4 posibilidades de inversin se encuentran resumidas en la siguiente tabla. Adems, la compaa ha especificado que cuando menos 30% de los fondos tendrn que colocarse en acciones ordinarias y bonos de Tesorera y no ms del 40% del mismo deber invertirse en fondos de mercado y ttulos municipales. Se invertir la
Pgina 29
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. totalidad de los $ 10 millones actualmente a la mano. Formule un modelo que indique a la empresa cuanto debe invertir en cada instrumento. Posibilidad de inversin Bonos de Tesorera Acciones Ordinarias Mercado de Dinero Ttulos municipales Retribucin esperada (%) 8 6 12 9 Inversin mxima (Millones de $) 5 7 2 4
PROBLEMA 14
PROBLEMA DE PLANIFICACIN FINANCIERA Supongamos que un banco dispone de $250 millones para destinar a 4 tipo de crditos ofrecidos, los cuales tienen las siguientes, tasas de crdito: Primer crdito corriente Segundo crdito corriente Crdito para el hogar Crdito personal :12% :16% :16% :10%
La asignacin de estos crditos, debe satisfacer la siguiente poltica utilizada por la institucin: El monto asignado a los PCC, debe ser al menos, el 55% del monto asignado a los crditos corrientes, y al menos un 25% del total del dinero prestado. El SCC, no puede exceder el 30% del total del dinero prestado, por polticas tributarias el inters recibido por el banco no debe exceder a un retorno del 14% sobre el capital prestado. Cunto asignar a cada tipo de crdito, de la manera ms eficiente, respetando la poltica del banco?
Pgina 30
Aux. Blas Riquelme
PROBLEMA 15
TRANSPORTE Una empresa posee dos plantas que elaboran un determinado producto en cantidades de 250 y 450 unidades diarias, respectivamente. Dichas unidades deben ser trasladadas a tres centros de distribucin con demandas diarias de 200, 200 y 250 unidades, respectivamente. Los costos de transporte (en $/unidad) son: C. Dist. 1 Planta 1 Planta 2 21 28 C. Dist.2 25 13 C. Dist.3 15 19
Elaborar un modelo matemtico de programacin lineal que minimice los costos de trasporte.
PROBLEMA 16
TRANSPORTE PROTRAC tiene 4 plantas de montaje en Europa. Estas se encuentran Alemania (1), Francia (2), Belgica (3), Paisas Bajos (4). Los motores empleados por estas plantas se fabrican en los Estados Unidos, se embarcan a los puertos de msterdam (A), Amberes (B) y El Havre (C) y de ah se transportan a las planta para su ensamblado. Se han preparado los planes de produccin del tercer trimestre, julio a septiembre. Los requerimientos de motores diesel aparecen en la tabla 1. Las cantidades de motores diesel disponibles para el tercer trimestre en cada puerto se muestran en la tabla 2 PROTRAC tiene que decidir cuntos motores debe enviar desde cada puerto hasta cada planta. Los motores sern transportados por un transportista comn y los costos correspondientes se cobraran por motor. Tabla 1 Planta Demanda de Motores Diesel Cantidad de Requeridos (1) Alemania 400 (2) Francia 900 (3) Belgica 200 (4) Pases Bajos 500 TOTAL 2.000
Motores
Pgina 31
Aux. Blas Riquelme
Tabla 2 Planta
Oferta de Motores Diesel Cantidad de Requeridos (A) msterdam 500 (B) Amberes 700 (C) El Havre 800 TOTAL 2000
Motores
Costo de transportacin de un motor desde un origen hasta un destino ($) Al destino del origen (1) Alemania (2) Francia (3) Belgica (4) Pases Bajos (A) msterdam 120 130 41 62 (B) Amberes 61 40 100 110 (C) El Havre 102,50 90 122 42
Tabla 3
PROBLEMA 17
ASIGNACIN La JOB SHOP company compro tres mquinas nuevas de diferentes tipos. Existen 4 tipos disponibles dentro del taller en donde se podra instalar 1 maquina. Algunos puestos son ms adecuados que otros para ciertas maquinas por su cercana a los puestos de trabajo que tendran un intenso flujo de trabajo hacia y desde estas mquinas. Por lo tanto el objetivo es asignar las nuevas mquinas a lugares disponibles de manera que se minimice el costo total del manejo de materiales. En la tabla se proporciona el costo estimado por unidad de tiempo del manejo de los materiales en cuestin, con cada una de las maquinas en los sitios respectivos. Localidad 2 16 7
Maquinas
1 2 3
1 13 15 5
3 12 13 10
4 11 20 6
Pgina 32
Aux. Blas Riquelme
PROBLEMA 18
NADADOR En la siguiente tabla se muestran los tiempos en los diferentes estilos de nado que posee cada miembro del equipo de natacin de la facultad. La competencia consiste en 4 carreras, todas con estilos diferentes. Realice un modelo matemtico que permita asignar a los nadadores de manera a minimizar el tiempo total del equipo. TIEMPO (seg) Nadadores 1 2 3 4 5 Libre 11 12 13 12 10 Pecho 13 14 18 16 11 Espalda 17 15 16 15 14 Mariposa 15 14 17 14 16
PROBLEMA 19
TRANSBORDO Una empresa fabrica el mismo nuevo producto en 2 fbricas y despus lo mandara a 2 almacenes. La fabrica 1 puede enviar una cantidad ilimitada solo al almacn 1 mientras que la fabrica 2 puede enviar una cantidad ilimitada solo al almacn 2. Sin embargo se pueden usar 2 camiones de carga independientes para enviar hasta 50 unidades hasta el centro de distribucin desde el que se pueden enviar hasta 50 unidades a cada almacn. En la siguiente tabla se muestra el costo unitario de embarque para cada alternativa junto con las cantidades que se producirn en cada fbrica, y las cantidades que se necesitan en cada almacn. Costo unitario de embarque Centro de Almacn Distribucin 1 3 7 4 2 60 Produccin 2 9 4 90 80 70
Fabrica 1 Fabrica 2 Centro de Distribucin Asignacin
Pgina 33
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. Formule un modelo de programacin lineal para este problema, con el objetivo de minimizar los costos de embarque.
PROBLEMA 20
METAS La compaa Aedis ha desarrollado recientemente tres nuevos productos haciendo uso del exceso de capacidad en sus tres plantas sucursales existentes: Cada producto puede fabricarse en cualquiera de las tres plantas. El anlisis ha demostrado que sera rentable utilizar el exceso de capacidad para producir estos tres nuevos productos. Adems, la gerencia deseara balancear la utilizacin del exceso de capacidad entre las sucursales. Esto servira para distribuir equitativamente la carga de trabajo del personal de supervisores asalariados y reducir los agravios de la fuerza laboral que se le paga por horas, que de otra manera se sentira discriminada con respecto a las cargas de trabajo o a los despidos. Para el perodo que es est considerando, las plantas tienen las siguientes capacidades de produccin en exceso (en trminos de unidades) de nuevos productos y capacidades de embarque disponibles asignadas a los nuevos productos: CAPACIDAD DE EXCESO DE PRODUCCIN (UNIDADES) 750 300 450 CAPACIDAD DE EMBARQUES (PIES CBICOS) 12000 10000 6500
PLANTA 1 2 3
Los productos 1,2 y 3 requieren 30, 20 y 15 pies cbicos por unidad, respectivamente. Las contribuciones unitarias de los productos 1,2 y 3 son $15, 18 y 12. Los pronsticos de ventas indican se puede esperar ventas de 900, 1000 y 700 unidades de los productos 1, 2 y 3, durante el periodo de planeacin. Dada la situacin, la administracin ha expresado las siguientes metas de preferencia en orden de importancia decreciente (P1=ms importante): P1. Lograr una utilidad perseguida de $15000. P2. Utilizar la capacidad de exceso como sea posible. La administracin cree que es 1,5 veces ms importante utilizar la capacidad de exceso de la planta 1 que la de las plantas 2 y 3. Pgina 34
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. P3. Lograr un balance de la carga de trabajo entre todas las plantas. Debido a ciertas demandas adicionales de los trabajadores de la planta 1, la administracin cree que si ocurre algn desbalance en la carga de trabajo, es 2 veces ms importante que favorecer a la planta 1 con menor trabajo. P4. Cumplir con las ventas para el producto 2, tiene la mayor contribucin por unidad. P5. Producir los productos 1 y 3 para cumplir con las ventas pronosticadas. P6. No exceder la capacidad de embarque disponible.
PROBLEMA 21
RUTA MS CORTA Calcular por medio de un modelo de programacin lineal la ruta ms corta desde la base hasta el punto 5 estando los costos de un punto a otro en la siguiente figura
PROBLEMA 22
PROGRAMACIN ENTERA MIXTA Cuatro camiones estn disponibles para llevar leche a cinco almacenes. La capacidad y costo de operacin diario de cada camin se presentan en la siguiente tabla. Pgina 35
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. Camin 1 2 3 4 Capacidad (Galones) 400 500 600 1100 Costo de Operacin (US$) 45 50 55 60
Las demandas diarias de leche de cada almacn son: almacn 1, 100 galones; almacn 2, 200 galones; almacn 3, 300 galones; almacn 4, 500 galones; almacn 5, 800 galones. Formule un modelo de programacin lineal mixta que permita minimizar el costo diario de satisfaccin de las demandas de los 5 almacenes. Defina claramente las variables, funcin objetivo y restricciones.
PROBLEMA 23
PROGRAMACIN ENTERA MIXTA Cuatro camiones estn disponibles para llevar leche a cinco almacenes. La capacidad y costo de operacin diario de cada camin se presentan en la siguiente tabla. Camin 1 2 3 4 Capacidad (Galones) 400 500 600 1100 Costo de Operacin (US$) 45 50 55 60
La demanda de cada almacn debe ser satisfecha por un solo camin, sin embargo, cada camin puede distribuir leche a ms de un almacn. Las demandas diarias de leche de cada almacn son: almacn 1, 100 galones; almacn 2, 200 galones; almacn 3, 300 galones; almacn 4, 500 galones; almacn 5, 800 galones. Formule un modelo de programacin lineal mixta que permita minimizar el costo diario de satisfaccin de las demandas de los 5 almacenes. Defina claramente las variables, funcin objetivo y restricciones.
PROBLEMA 24
Un modelo que una compaa de servicios elctricos requiere para sus operaciones diarias consiste en una gua para decidir que generadores debe poner en marcha en cada ocasin. El servicio en cuestin cuenta con 3 generadores con las caractersticas que aparecen en la siguiente tabla. El da est dividido en 2 periodos y Pgina 36 Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. en el primero de ellos necesitan 2900 megavatios. En el segundo periodo requieren 3900 megavatios. Un generador puesto en marcha en el primer periodo puede usarc en el 2do sin incurrir en un costo adicional de puesta en marcha. Todos los generadores principales se apagan al final de cada da. Formule y resuelva este modelo definiendo con cuidado las variables de decisin. Costo fijo de arranque $ 3000 2000 1000 Costo por periodo por megavatio usado $ 5 4 7 Capacidad mxima en cada periodo de megavatios 2100 1800 3000
Generador A B C
PROBLEMA 25
La asignatura de programacin de computadores es evaluada en 4 exmenes (3 regulares ms uno recuperativo), cada examen est compuesto por 4 preguntas. Para el prximo periodo acadmico se ofrecern 8 paralelos de la asignatura, cada uno dictado por un profesor distinto. Para distribuir equitativamente el trabajo de la preparacin de los exmenes, cada profesor preparara 2 preguntas de exmenes distintos. L a historia muestra que cada profesor mantiene una tendencia en cuanto a la nota que se puede esperar en una pregunta preparada por l. Esta informacin es presentada en la siguiente tabla: Profesor Nota 1 40 2 60 3 55 4 50 5 65 6 70 7 45 8 75
Considerando que todas las preguntas de un mismo certamen tienen la misma ponderacin, formule un modelo matemtico que permita determinar quin debera preparar cada pregunta de tal manera que el promedio esperado de cada certamen sea lo ms parejo posible. Defina claramente variables, funcin objetivo y restricciones.
PROBLEMA 26
El plantel de jugadores de Con-Con National consta de 22 jugadores cada uno de los cuales puede jugar en las posiciones indicadas en la siguiente tabla: Jugador Posicin 1,2,3 Arquero 4,5,6,7 Defensa 8,9,10,11 Defensa o Medio campista 12,13,14,15 Medio campista 16,17,18,19 Medio campista o Delantero Pgina 37 Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. 20,21,22 Delantero
El club debe jugar el prximo partido en calidad de visita y debido a problemas econmicos se desea viajar con la menor cantidad posible de jugadores. Para enfrentar de manera aceptable se dispone de tres esquemas de juegos alternativos, definidos por la cantidad de jugadores participando en las posiciones de arquero, defensa, medio campista y delanteros, respectivamente, los cuales se presentan en la siguiente tabla: Esquema A B C Jugadores 1-4-3-3 1-5-2-3 1-5-3-2
Considerando de que en cada posicin se deba contar adems con un jugador de reserva, formule un modelo matemtico que permita al club determinar el esquema de juego a aplicar de manera a viajar con la menor cantidad de jugadores. Defina claramente variables, funcin objetivo y restricciones.
PROBLEMA 27
Una empresa est pensando invertir en cuatro proyectos diferentes, cada proyecto se finaliza a lo ms en 3 aos. Los flujos de caja requeridos en cada ao junto con el Valor Presente Neto de cada proyecto, concluidos los aos de ejecucin, y las disponibilidades de recursos financieros se resumen en la siguiente tabla: Proy 1 Ao 1 Ao 2 Ao 3 V.P.N. 10 8 18 35 Proy 2 8 15 0 18 Proy 3 6 4 16 24 Proy 4 12 0 0 16 Disp. Recursos 30 15 12
Interesa determinar en cules proyectos invertir de modo de conseguir el mayor V.P.N. de la inversin. 1. Reinvirtiendo el dinero no utilizado en un perodo. 2. Sin invertir el dinero no utilizado en un perodo, pero utilizando el retorno de los proyectos concluidos. 3. Reinvirtiendo el dinero no utilizado en un perodo y, tambin el retorno de proyectos concluidos. Pgina 38 Aux. Blas Riquelme
PROBLEMA 28
CUMPLIMIENTO DE UN SUBCONJUNTO DE LAS RESTRICCIONES DE UN PROBLEMA. Consideremos un problema que posee las siguientes restricciones: 12x1 + 24x2 + 18x3 2400 15x1 + 32x2 + 12x3 1800 20x1 + 15x2 + 20x3 2000 Supongamos adems, que nos basta con obtener alguna solucin ptima que verifique el cumplimiento de al menos 2 de las 3 restricciones anteriores. Definir variables y restricciones.
Pgina 39
Aux. Blas Riquelme
PROGRAMACIN DINMICA INTRODUCCIN

La Programacin Dinmica es una tcnica matemtica til en la toma de una serie de decisiones interrelacionadas. Proporciona un procedimiento sistemtico para determinar la combinacin ptima de decisiones La forma de operar de la programacin dinmica es dividir el problema en subproblemas, luego se inicia el proceso de solucin por etapas, en donde cada etapa del proceso resuelve un subproblema y al finalizar con todas las etapas, el problema queda resuelto. Entre una etapa y otra existe una liga que permite el nexo entre etapas esta liga se llama funcin recursiva, por la cual permite incluir el aporte de las mejores opciones de los subproblemas anteriores de manera a no enfocarse en cada etapa en el ptimo para ese problema, ya que al incluir el aporte de las dems etapas estamos buscando el ptimo global y no el ptimo individual de cada etapa
CARACTERSTICAS
El problema se puede dividir en etapas que requieren una poltica de decisin. Cada etapa tiene cierto nmero de estados asociados con su inicio, los estados son las distintas condiciones posibles en que se puede encontrar el sistema en cada etapa del problema. La poltica de decisin en cada etapa es transformar el estado actual en un estado asociado con el inicio de la siguiente etapa El procedimiento de solucin est diseado para encontrar una poltica ptima para el problema completo y no el de cada etapa. El procedimiento de solucin se inicia al encontrar la poltica ptima para la ltima etapa. Se dispone de una relacin recursiva, que identifica la poltica ptima para la etapa n, dada la poltica ptima para la etapa n+1 Cuando se usa esta relacin recursiva, el procedimiento de solucin comienza al final y se mueve hacia atrs etapa por etapa hasta que encuentra la poltica ptima desde la etapa inicial.
Pgina 40
Aux. Blas Riquelme
NOTACIONES N: nmero de etapas n: etiqueta para la etapa actual (n=1,2,,N) S: estado actual para la etapa n X: variable de decisin para la etapa n X*:valor ptimo de Xn (dado Sn) fn (sn,xn): contribucin de las funcin objetivo de las etapas fn *(sn)= fn (sn,xn*): relacin recursiva. La relacin recursiva siempre tendr la forma: fn *(sn)= mx { fn (sn,xn)} fn *(sn)= mn { fn (sn,xn)}
METODOLOGA
Tomemos el como ejemplo para mostrar la metodologa de resolucin el problema del viajero y resolvmoslo paso a paso.
EJEMPLO EL VIAJERO
Un viajante desea ir de la Terminal O a la Terminal T, pero no existe un viaje directo. Los costos de cada Terminal intermedia se muestran en el grfico. Se debe encontrar la ruta ms econmica a seguir.
Pgina 41
Aux. Blas Riquelme
DESARROLLO Como primer paso para cualquier problema se veden definir primero, la cantidad de etapas que tiene el problema, que como se mencion anteriormente es la cantidad de subproblemas en los que se pueden dividir el ejercicio. Los estados, que son los puntos de partida de cada etapa, en los estados nos definen las decisiones que podemos tomar en cada etapa, por lo general estn relacionados los recursos disponibles en cada etapa. Luego est la variable de decisin, que son las decisiones que tenemos en tomar en cada etapa. Por ltimo la poltica de decisin, que define la metodologa de seleccin de decisiones en cada etapa del problema. Para el caso del problema del viajero tenemos:
Este problema es dividido en la menor cantidad de etapas de manera a que ningn viaje este en ms de una etapa. Para este caso como se ve en la figura, se tienen 3 etapas.
ETAPAS
ESTADOS
Orgenes
Se toma como punto de partida para cada etapa, los posibles puntos en los que se puede encontrar al inicio de dicha etapa, es decir los orgenes.
Pgina 42
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. ETAPA 1 ETAPA 2 ETAPA 3 ESTADOS A B,C,D E,F
VARIABLE
Destinos
Una vez definidos los estados, las variables son fciles de ver, para este caso las variables para cada etapa son los destinos a los que pueden ir desde cada origen posible. VARIABLE B,C,D E,F T
ETAPA 1 ETAPA 2 ETAPA 3
POLTICA DE DECISIN
Menor Costo
Como bien lo dice el problema lo que se busca es la ruta ms econmica, por lo que nuestra poltica de decisin en cada etapa para definir cul es la decisin (variables) por la que optaremos para definir el estado de la siguiente etapa es el menor costo
Como ya lo mencionamos la programacin dinmica se utiliza una funcin recursiva por lo que debemos empezar por la ltima etapa. ETAPA 3 Para el desarrollo del problema procedemos a armar una matriz, en donde en la primera columnas ubicaremos los estados de esta etapa y en la primera fila las variables de la etapa. A continuacin de las variables colocaremos el resultado de la funcin recursiva para esta etapa de acuerdo a la poltica de decisin para este problema y a continuacin la variable a la cual corresponde este valor. En cada cuadro de la matriz colocaremos el valor correspondiente a la decisin tomada con relacin a estado que se est considerando en ese punto, esta vez por ser la ltima etapa, es decir la primera con la que estamos trabajando se considera solo ese valor.
Pgina 43
Aux. Blas Riquelme
S 3 \X3 T E F 6 7
F3 (X 3 ) 6 7
X3 T T
ETAPA 2 Bien una vez terminada la ltima etapa, tercera para este ejemplo, pasamos a la siguiente, en donde hacemos lo mismo que en la anterior solo que ahora se debe considerar esta ltima, sumndole a la funcin el valor de la mejor opcin de la siguiente etapa (3ra) en base a la decisin tomada en esta. Como se puede ver en el siguiente cuadro, si nos ubicamos en la fila del estado B y analizamos la variable E tenemos que el costo de ir de B a E es de 5 unidades y a esto debemos sumarle el valor de la funcin recursiva de la etapa anterior (etapa 3) para el estado E de la misma, que es para este ejemplo 6 teniendo como resultado un costo total de 11 para ese anlisis.
S 2 \X 2 B C D
E 5+6 = 11 7+6 = 13 -----
F ----8+7 = 15 6+7 = 13
F 2 (X 2 ) 11 13 13
X 2 E E F
ETAPA 1 Ahora para la etapa 1, el procedimiento es el mismo que el de la etapa anterior. Si bien para este ejemplo no se cuentan con recursos que se van utilizando etapa a etapa, se debe tener siempre en cuenta que la etapa 1, es donde se toma la primer decisin de una serie de decisiones interrelacionadas, por lo que para se debe tener en cuenta que siempre se contaran con todos los recursos disponibles, al menos que el problema lo indique de otra forma, por lo que en regla general solo se conoce el estado inicial, y no es necesario analizar varios escenarios posibles. Pgina 44 Aux. Blas Riquelme
S 1 \X 1 A
B 9+11 = 20
C 6+13 = 19
D 7+13 = 20
F 1 (X 1 ) 19
X 1 C
RESULTADO Una vez terminadas todas las etapas, sacar el resultado es sencillo. El valor optimo global es el que se encuentra con la funcin recursiva en la primera etapa, para este caso es 19. Para ver cules son las variables que se deben seleccionar etapa a etapa lo que se hace es lo siguiente. Se analiza desde la primera etapa esta la ltima. Se ve en la primera etapa cual es la mejor opcin para el estado en el que se encuentra, y con esa variable va a la siguiente etapa calculando el nuevo estado en base a la decisin tomada en la etapa anterior y de vuelta ve cual es la mejor opcin en esa etapa para ese estado, as consecutivamente hasta la ltima etapa como se muestra en el siguiente cuadro.
Etapa
Estado
Variable C E T
1 A 2 C 3 E Resultado Final
Valor de la Variable 6 7 6 19
Pgina 45
Aux. Blas Riquelme
RESOLUCION DE PROBLEMAS PROBLEMA 1

Un viajante desea ir de la terminal O a la terminal T, pero no existe un viaje directo. Los costos de cada terminal intermedia se muestran en el grfico. a) Se debe encontrar la ruta ms econmica a seguir. CASO 1
5
D
9 6
7 B
6 T
8 E 6
7 C CASO 2
5 2 7 D
9 6
6 T
7 E
7 C
PROBLEMA 2
Pgina 46
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. El propietario de una cadena de tres supermercados compr cinco cargas de fresas frescas. La distribucin de probabilidad estimada para las ventas potenciales de las fresas antes de que se echen a perder difiere entre los tres supermercados. El propietario quiere saber cmo debe asignar las cinco cargas a las tiendas para maximizar la ganancia esperada. Por razones administrativas, no quiere dividir las cargas entre las tiendas. Sin embargo, est de acuerdo en asignar cero cargas a cualquiera de ellas. La siguiente tabla proporciona la ganancia estimada en cada tienda al asignar distintas cantidades de cargas: Nmero de cargas 0 1 2 3 4 5 Tienda 2 0 6 11 15 19 22
1 0 5 9 14 17 21
3 0 4 9 13 18 20
Utilice programacin dinmica para determinar cuntas cargas deben asignarse a cada tienda para maximizar la ganancia total esperada.
PROBLEMA 3
Un estudiante universitario cuenta con siete das para preparar los exmenes finales de cuatro materias y quiere asignar su tiempo de estudio de la manera ms eficiente posible. Necesita por lo menos un da para cada materia y quiere concentrarse slo en una materia cada da por lo que quiere asignar uno, dos, tres o cuatro das a cada materia. Como hace poco tom un curso de Investigacin de Operaciones, decide aplicar programacin dinmica para hacer estas asignaciones que maximicen el total de calificaciones obtenidas en los cuatro exmenes. Estima que las distintas opciones en das de estudio le redituarn puntos de calificacin segn la siguiente tabla: Nmero de das 1 2 3 4 Puntos de calificacin estimado 2 3 5 2 5 4 6 7 9 8 Pgina 47
1 3 5 6 7
4 6 7 9 9
Aux. Blas Riquelme
PROBLEMA 4
Un camionero que trabaja por su cuenta tiene 8 m3 de espacio disponible en un camin que saldr para la ciudad de lima. Un distribuidor que tiene grandes cantidades de tres artculos diferentes, todos destinados para esa ciudad ha ofrecido los siguientes pagos por transportar tantos artculos como quepan en el camin:
Articulo
1 2 3
Pago $/art.
11 32 58
Volumen m3/art.
1 3 5
Cuntas unidades de cada artculo deber transportar el camionero a fin de maximizar los pagos de embarque, sin exceder la capacidad del camin?
PROBLEMA 5
Un camin puede trasportar una carga mxima de 5 tn. A fin de maximizar sus beneficios el camionero debe decidir la cantidad de cada producto que va a transportar. La tabla indica el peso de una unidad de cada producto y el beneficio estimado por la venta del mismo. Usar programacin dinmica. Articulo 1 2 3 Peso 2 3 1 Beneficios 65 80 30
PROBLEMA 6
Tengo una huerta en la parte de atrs de mi casa, que mide 10x20 pies. Esta primavera planeo plantar tres tipos de vegetales: tomates, maz y lechuga. La huerta est organizada en hilera de 20 pies. Las hilera de tomates y maz tienen 2 pies de ancho y las de lechuga 3 pies. Lo que ms me agrada son los tomates y lo que menos me agrada es la lechuga y en una escala del 1 al 10, se le asigna 10 a los tomates, 7 al maz y 3 a la lechuga. Sin analizar mis preferencias, mi esposa insiste en que plante por lo menos una hilera de lechuga y no ms de 2 hileras de tomates. Cuntas hileras de cada vegetal debo plantar?
PROBLEMA 7
Pgina 48
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. Un aserradero debe enviar 4 o 5 cargamentos a 4 destinos. La mxima asignacin para cada destino es de 4 cargamentos. La tabla indica los ingresos obtenidos por cada una de las decisiones. Al destino B se le puede asignar un mximo de 3 cargamentos y al destino C ya se ha decidido asignar exactamente 1 cargamento. A fin de maximizar los ingresos obtenidos encontrar la mejor poltica de asignacin para 4 y para 5 cargamentos. Cargamentos 0 1 2 3 4 Destinos A 0 5 11 15 21 B 0 6 10 16 C 0 4 12 17 22 D 0 7 10 14 23
PROBLEMA 8
Una campaa poltica se encuentra en su ltima etapa y las preliminares indican que la eleccin est pareja. Uno de los candidatos tiene suficientes fondos para comprar tiempo de TV por un total de 5 comerciales en horas de mayor audiencia en estaciones localizadas en 4 reas diferentes. Con base en ganar en la informacin de las preliminares se hizo una estimacin del nmero de votos adicionales que se pueden ganar segn el nmero de comerciales que se compren. Se debe encontrar la solucin para que ese nmero de votos adicionales sea el mximo posible. Nmero de Comerciales 0 1 2 3 4 5 reas/miles de votos adicionales 2 3 0 0 6 5 8 9 10 11 11 10 12 9
1 0 4 7 9 12 15
4 0 3 7 12 14 16
PROBLEMA 9
Una compaa est a punto de introducir un nuevo producto y est planeando su estrategia de comercializacin. Ha tomado la decisin de introducir el producto en 3 fases. La fase 1 incluir ofertas especiales, la fase 2 comprender una campaa intensiva de comerciales y anuncios para persuadir a los compradores que sigan comprando, la fase 3 es una campaa de seguimiento para evitar que los clientes cambien de producto. Pgina 49
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. Se cuenta con un presupuesto de 4.000.000 $ para la campaa. Se quiere saber cmo asignar el dinero de la manera ms eficaz. Sea m el porcentaje de mercado inicial que se logra en la fase 1, f2 es la fraccin de mercado que se retiene en la fase 2 y f3 es la fraccin restante que se mantiene en la fase 3. Suponga que el dinero se debe gastar en cantidades enteras de 1.000.000$ en cada fase y el mnimo permisible es de 1.000.000$ en la fase 1 y cero para las fases 2 y 3. Millones de $ 1 2 3 4 m 20 30 40 50 f2 0,20 0,40 0,50 0,60 f3 0,30 0,50 0,60 0,70 -
PROBLEMA 10
Una compaa debe determinar la mejor poltica de precios para los siguientes 4 aos para un nuevo producto. Se ha propuesto 5 niveles diferentes de precios qua a criterio de la direccin parecen razonables: 21, 22, 23,24 y 25 $. A un precio menor a 21 $ la empresa no podra cubrir los costos y mayor a 25 $ la competencia se apoderara del mercado. Despus de evaluar la demanda potencial y las estrategias probables de la competencia. Precio 21 22 23 24 25 Ao 1 3 5 5 6 7 2 2 6 4 3 5 3 3 5 2 2 3 4 3 2 5 6 1
a) Suponiendo que la compaa desea evitar cambios de precio de ms de 1$ de incremento o reduccin cada ao. Cul sera la estrategia ptima de precios? b) Suponiendo que la compaa no desea conservar un mismo precio durante 2 aos consecutivos y adems las variaciones no deben ser mayor a 1$ de un ao a otro. Cul sera la estrategia ptima de precios?
PROBLEMA 11
Pgina 50
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. Un gerente de una compaa estudia tres nuevos productos posibles de la lnea de productos del ao prximo. Debe tomar una decisin en cuanto a qu productos comercializar y a qu niveles de produccin. La preparacin de la produccin requerir un costo fijo sustancial, como se en el primer rengln de la tabla que sigue. En el segundo rengln muestra el ingreso neto por cada unidad producida, una vez que la produccin est en marcha. El tercero contiene el porcentaje de la capacidad disponible que usar cada unidad producida. Productos 2 2 3 40
Costo Fijo Ingreso marginal neto Capacidad usada por unidad, %
1 3 2 20
3 0 1 10
Slo se pueden vender 3 unidades del producto 1, mientras que es posible la venta de todas las unidades que se fabriquen de los otros dos productos. Es objetivo es determinar el nmero de unidades a fabricar de cada producto que maximice la ganancia total (ingreso neto total menos costos fijos). Suponga que las cantidades de produccin deben ser enteras.
PROBLEMA 12
Considere un sistema electrnico con cuatro componentes, cada uno de los cuales debe trabajar para que el sistema funcione. La confiabilidad de ste se puede mejorar si se instalan varias unidades paralelas en una o ms de las componentes. La siguiente tabla muestra la probabilidad de que las respectivas componentes funcionen si constan de una, dos o tres unidades paralelas: Probabilidad de funcionamiento Unidades paralelas 1 2 3 Componente 1 Componente 2 Componente 3 Componente 4 0,5 0,6 0,8 0,6 0,7 0,8 0,7 0,8 0,9 0,5 0,7 0,9
La probabilidad de que el sistema funciones es producto de las probabilidades de que las componentes respectivas funcionen. La siguiente tabla da el costo (en cientos de dlares) de instalar una, dos o tres unidades paralelas en las respectivas componentes:
Pgina 51
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. Costo Unidades paralelas 1 2 3 Componente 1 Componente 2 Componente 3 Componente 4 1 2 3 2 4 5 1 3 4 2 3 4
Dadas las limitaciones de presupuesto, se puede gastar un mximo de 1.000$. Determinar cuntas unidades paralelas se deben instalar en cada una de las cuatro componentes para maximizar la probabilidad de que el sistema funcione.
PROBLEMA 13
CASO DEL REEMPLAZO DE MAQUINARIA: Una empresa debe determinar la poltica ptima, durante los prximos 5 aos, de reemplazo de una mquina, que se acaba de comprar. La siguiente tabla muestra los datos del problema. Costo de: Compra Edad de 0 a 1 ao de 1 a 2 aos de 2 a 3 aos
700 Costo de Mantenimiento 100 120 150
Ingreso 1000 800 600
Valor de Salvamento 500 400 50
PROBLEMA 14
La BUILD-EM-FAST COMPANY ha acordado con su mejor cliente en abastecerlo durante las 3 siguientes semanas con 3 unidades especiales, aun cuando producirlos tomara horas extras. Los datos de produccin concernientes son como se indican en la tabla. Produccin Mxima Tiempo Normal 2 2 1 Produccin Mxima Tiempo Extras 2 1 2 Costo de Produccin por Unidad de Tiempo Normal $300 $500 $400
Semana 1 2 3
El costo de la unidad producida en horas extra es de $100 ms que la producida en tiempo normal. El costo de almacenamiento es de 50$ por unidad por cada semana Pgina 52 Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. que se guarda. Existe un inventario de 2 unidades pero la compaa no desea quedarse con ninguno al finalizar las 3 semanas. Utilice la programacin dinmica para determinar cuntas unidades deben producirse cada semana con el fin de minimizar los costos de produccin e inventario.
Pgina 53
Aux. Blas Riquelme
TEORA DE JUEGOS INTRODUCCIN

Estudia las caractersticas de las situaciones competitivas de forma normal y abstracta. Da una importancia especial a los procesos de toma de decisiones de los adversarios. Se basa en juegos de dos personas de suma cero, porque todo los que un jugador gana es todo lo que el otro pierde. En general un juego de 2 personas se caracteriza por: 1) Las estrategias del jugador I 2) Las estrategias del jugador II 3) La matriz de pago. Una estrategia es una regla predeterminada que especifica por completo como intenta responder a cada circunstancia posible en cada etapa del juego. La matriz de pagos muestra la ganancia (positiva o negativa) que resultara con cada combinacin de estrategias para el jugador I, la matriz del jugador II es el negativo de esta. Se supone que: 1) Ambos jugadores son racionales. 2) Ambos jugadores eligen sus estrategias solo para promover su propio bienestar.
ESTRATEGIAS DOMINADAS
Se usa para eliminar una serie de estrategias inferiores hasta que solo quede una a elegir, se puede eliminar una estrategia cuando est dominada por otra, esto se da siempre que una al menos sea tan buena como la otra, sin importar lo que hace el oponente. Este procedimiento es til para reducir el tamao de la matriz de pagos y en algunos casos raros para encontrar la solucin ptima del juego. En general, el pago para el jugador I cuando ambos jugadores juegan de manera ptima recibe el nombre de valor del juego. Se dice que se trata de un juego justo cuando el valor del juego es cero.
EJEMPLO
Determinar la estrategia ptima para cada jugador Pgina 54 Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. Jugador II 1 2 3 1 1 2 0 Jugador I 2 2 -3 -2 3 0 3 -1 DESARROLLO Podemos empezar analizando las estrategias de cualquiera de los 2 jugadores. Para el caso del ejemplo podemos ver que analizando al jugador uno, no podemos eliminar ninguna estrategia debido a que ninguna supera en su totalidad a otra, por lo que debemos analizar las estrategias del jugador 2 y tenemos que: Jugador II 1 2 3 1 1 2 0 Jugador I 2 2 -3 -2 3 0 3 -1 3 domina a 1 (II) La estrategia 1 para todas las estrategias posibles del jugador 1 representa una prdida mayor para el jugador 2 que la estrategia 3, por lo que se sabe que esa no es una estrategia ptima para el jugador 2, por lo que se elimina y se simplifica la matriz. Jugador II 1 2 3 1 2 0 1 domina a 2 (I) Jugador I 2 -3 -2 3 3 -1 Y ahora con esta nueva matriz volvemos a analizar las estrategias y tenemos que para el jugador 1 la estrategia 1 domina a la estrategia 2, y as seguimos sucesivamente. Jugador II 1 2 3 1 2 0 Jugador I 2 3 3 -1 3 domina a 2 (II)
Pgina 55
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. Jugador II 1 2 3 1 0 1 domina a 3 (I) Jugador I 2 3 -1 Hasta que finalmente nos queda que el valor del juego es 0 y la estrategia ptima para el jugador 1 es la estrategia 1 y la estrategia ptima para el jugador 2 es la estrategia 3. Jugador II 1 2 3 1 1 2 0 Jugador I 2 2 -3 -2 3 0 3 -1
CRITERIO MINIMAX O MAXIMIN

Si el juego se realiza varias veces, cada jugador intentar encontrar su mejor garanta contra el oponente, es decir jugar de tal manera que minimice su prdida mxima, siempre que esto no pueda ser utilizado por su oponente para mejorar su posicin. El jugador I (maximin) debe elegir aquella estrategia cuyo pago mnimo sea el mayor, mientras que el jugador II (mnimax) debe elegir aquella donde su pago mximo al jugador I sea el menor. Se llama punto de silla al valor de la solucin cuando el maximin y el mnimax son iguales y se dice que la solucin es estable. Si en un juego no existe punto de silla la solucin es inestable y se hace necesario elegir entre las estrategias aceptables de una manera aleatoria.
EJEMPLO
Encuentre el punto de silla de la matriz de pago del siguiente juego. Jugador II 1 2 3 1 3 3 -4 Jugador I 2 -4 -2 1 3 2 -1 0 Pgina 56
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. DESARROLLO Como ya se explic buscaremos para las mximas perdidas que pueden tener ambos jugadores con sus estrategias. Jugador II 1 2 3 Mnimo 1 3 -3 -4 -4 Jugador I 2 -4 -2 1 -4 3 2 -1 0 -1 Mximo 3 -1 1 Una vez hecho estos se eligen entre las mximas perdidas la menor perdida para cada jugador (maximin para el jugador uno y minimax para el jugador 2). Jugador II 1 2 3 Mnimo 1 3 -3 -4 -4 Jugador I 2 -4 -2 1 -4 3 2 -1 0 -1 Maximin Mximo 3 -1 1 Minimax Punto de silla Y como podemos ver coinciden en el punto de -1, por lo que el juego es estable y define a las estrategias ptimas para cada jugador.
JUEGO DE ESTRATEGIAS MIXTAS.

Cuando un juego no tiene punto de silla, la teora de juegos aconseja a cada jugador asignar una distribucin de probabilidad sobre un conjunto de sus estrategias. Xi = probabilidad de que el jugador 1 use la estrategia i (i = 1, 2, 3, 4,., m) Yj = probabilidad de que el jugador 2 use la estrategia j (j = 1, 2, 3, 4,., n) Donde m y n son el nmero respectivo de estrategias disponibles. Los valores x e y son probabilidades y se les llama estrategias mixtas y a las estrategias originales se las llama puras. En el momento de jugar, es necesario que cada participante use una de sus estrategias puras, pero esta estrategia pura se elegir mediante algn dispositivo aleatorio para obtener una observacin aleatoria que siga la distribucin de probabilidad especificada por la estrategia mixta; esta observacin indicara la estrategia pura que se debe usar.
Pgina 57
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. El pago esperado es una herramienta til para medir el desempeo satisfactorio e igual. El pago esperado para el jugador 1 es m i=1 n j=1 PijXiYj Donde Pij es el pago si el jugador 1 usa la estrategia pura i y el jugador 2 usa la estrategia pura j. Con esta medida, la teora de juegos puede extender el concepto del criterio minimax a juegos que no tienen punto de silla. En el criterio minimax dice que un jugador debe elegir la estrategia mixta que minimice la mxima perdida esperada para s mismo. De manera equivalente, si se analizan los pagos (jugador 1) en lugar de las perdidas (jugador 2), este criterio es maximin, es decir maximizar el pago esperado mnimo para el jugador. La estrategia ptima para el jugador 1 es aquella que maximice el mnimo pago esperado (V), para el jugador 2 es aquella que minimiza la mxima prdida esperada (V). Para juegos sin punto de silla la solucin es inestable, para que mediante estrategias mixtas la solucin sea estable es necesario que V=V. TEOREMA MINIMAX: si se permiten estrategias mixtas, el par de estrategias que es el ptimo de acuerdo con el mnimax proporciona una solucin estable con V=V=V (el valor del juego), de manera que ninguno de los dos jugadores pueda mejorar cambiando unilateralmente su estrategia.
PROCEDIMIENTO DE SOLUCIN GRAFICO

Considere cualquier juego con estrategias mixtas tal que despus de eliminar las estrategias dominantes, uno de los 2 jugadores tiene solo 2 estrategias puras. Para ser especifico, sea este el jugador 1. Como sus estrategias son X1 y X2; X2 = 1 - X1, nada ms debe obtenerse el valor ptimo de X1, para cada una de las estrategias de su oponente. Esta grfica se puede usar para identificar el punto que maximiza el mnimo pago esperado. Tambin es posible identificar la estrategia mixta mnimas del oponente. Ejemplo: Sea la tabla de pagos reducida. Jugador 2 Probabilidad Probabilidad Jugador 1 X1 1 - X1 Estrategia Pura 1 2 Pgina 58 Y1 1 0 5 Y2 2 -2 4 Y3 3 2 -3
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. Para cada estrategia que dispone el jugador 2, el pago esperado para el jugador 1, ser: (Y1, Y2, Y3) (1, 0, 0) (0, 1, 0) (0, 0, 1) Pago Esperado 0X1 + 5(1 - X1) = 5 - 5X1 -2X1 3(1 - X1) = 4 6X1 2X1 3(1 - X1) = -3 + 5X1
Pago esperado para el jugador 1 es Y1(5 - 5X1) + Y2(4 - 6X1) + Y3(-3 + 5X1) = V EL jugador 2 quiere minimizar el pago para el jugador 1. Dado X 1, el jugador 2 puede minimizar este pago esperado si elige la estrategia pura que corresponde a la recta inferior para esa X1, segn el jugador 1 quiere maximizar este pago esperado mnimo, por lo que debe elegir la recta inferior que tenga su mayor valor donde las rectas se cruzan (interceptan).
PROCEDIMIENTO ANALTICO
El valor de X1 es el que se encuentra en la interseccin de las 2 rectas.
-3+5X1 = 4 - 6X1
(X1 = 7/11 ; X2 = 4/11)
La estrategia ptima para el jugador 1 es la estrategia pura 1 y el valor del juego es 20/11.
Pgina 59
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. Para encontrar la estrategia mixta ptima para el jugador 2, el razonamiento es el siguiente. De acuerdo con la definicin del valor mnimax V y el teorema mnimas, el pago esperado que se obtiene con esta estrategia (Y1, Y2, Y3) = (Y1*, Y2*, Y3*) tendr que satisfacer al condicin.
Y1* (5 - 5X1) + Y2* (4 - 6X1) + Y3* (-3 + 5X1) < V = V = 2/11

Para 0 < X1 < 1 y distinto del calculado (X1 = 7/11, para este ejemplo)
Y1* 20/11 + Y2* 2/11 + Y3* 2/11 = V = V = 2/11 Y1* + Y2* + Y3* = 1
En consecuencia Y1* = 0, ya que para Y1* > 0 el pago esperado en el punto X1 = 7/11 estar por encima del punto maximin. (En general a cualquier recta que no pasa por el punto maximin se le debe asignar un peso de 0 para evitar que el pago esperado tenga un valor ms alto que este punto) Se tiene entonces un sistema de 2 ecuaciones con 2 incgnitas y los valores de Y2* = 5/11 e Y3* = 6/11 Donde la estrategia ptima del jugador 2 es
(Y1, Y2, Y3) = (0, 5/11, 6/11) RESOLUCION DE PROBLEMAS PROBLEMA 1

Para cada una de las siguientes matrices de pago, determine la estrategia ptima para cada jugador eliminando sucesivamente las estrategias dominadas, indicando el orden en que se eliminaron. 1. Jugador II 1 2 3 1 -3 1 2 Jugador I 2 1 2 1 3 1 0 -2 2. Jugador II 1 2 3 1 2 -3 -1 Jugador I 2 -1 1 -2 3 -1 2 -1 Pgina 60 4 1 2 3 Aux. Blas Riquelme
PROBLEMA 2
Encuentre el punto de silla de la matriz de pago del siguiente juego. Jugador II 1 2 3 1 1 -1 1 Jugador I 2 -2 0 3 3 3 1 2
PROBLEMA 3
Dos grandes compaas comparten el grueso del mercado para cierto tipo de producto. Cada una est haciendo nuevos planes de comercializacin para el ao prximo con la intencin de rebatar parte de la porcin a la otra compaa. (Las ventas totales del producto son ms o menos fijas, por lo que la compaa por lo que la compaa solo puede incrementar las ventas solo si disminuyen las ventas del otro). Cada una est considerando 3 posibilidades: 1. 2. 3. Un mejor empaquetado del producto Una aumento de la publicidad Una pequea reduccin del precio
Los costos de las 3 opciones son comparables y lo suficientemente grandes como para que la compaa solo elija 1. El efecto estimado de cada combinacin de alternativas sobre el porcentaje aumentado de las ventas para la compaera es: Compaa II 1 2 3 1 2 3 1 Compaa I 2 1 4 0 3 3 -2 -1 Cada compaa debe hacer su eleccin antes de conocer la eleccin de la otra compaa. a) Sin eliminar las estrategias dominantes. Utilice el criterio minmax o (maximin) para determinar la mejor estrategia para cada parte. b) Identifique y elimine las estrategias dominadas hasta donde sea posible. Haga una lista de las estrategias dominadas que muestre el orden en el que se pudieron eliminar. Despus elabora una matriz de pago reducida cuando ya no quedan ms estrategias dominantes
PROBLEMA 4
Pgina 61 Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. Considere que el juego tiene la siguiente matriz de pagos. Jugador 2 1 2 3 1 4 3 1 Jugador 1 2 0 1 2
1 2 Jugador 1 3 4
Jugador 2 1 2 3 1 -1 3 0 4 1 3 -2 5 -3 6 -2
Utilice el enfoque de las estrategias mixtas, para encontrar la solucin ptima de acuerdo al criterio grfico y mnimas.
PROBLEMA 5
Dos cadenas de supermercados desean una sucursal en una regin donde existen 3 pueblos que se encuentran situados a las distancias que se indican. Aproximadamente el 45% vive cerca de A, el 35% vive cerca de B y el resto cerca del pueblo C. Como la cadena I es ms grande y tiene ms prestigio que la cadena II, controlara los negocios siempre que las distancias sean razonables. Las 2 cadenas conocen los intereses de la competencia y los estudios de mercado dan proyecciones idnticas. Si ambas cadenas si ubican en el mismo pueblo o equidistantes la cadena I controlara el 65% de los negocios. Si la cadena I est ms cerca controlara el 90% de los negocios. Si la cadena I est ms alejada, de todas maneras seguir controlando el 40% de los negocios. Por otro lado la cadena I por poltica, no se establece en pueblos pequeos y el pueblo C cae en esta categora. Establecer la matriz de pago y la estrategia ptima.
Pgina 62
Aux. Blas Riquelme
10Km
B
20Km
15Km
A
PROBLEMA 6
Las tiendas de ventas de vehculos TU AUTO y REPUESTOS que comparten el mercado en la ciudad, en porcentajes iguales, se apuran para establecer cada una, sus estrategias de mercadeo con miras a cumplir sus objetivos de este ao. Se ha filtrado informacin de que ambas estn considerando la posibilidad de introducir modificaciones en sus polticas de precios; en base a una serie de anlisis de posibles impactos en el mercado, como consecuencia de la aplicacin de estas medidas, se ha determinado el siguiente cuadro, que indica el porcentaje final que queda en control de la empresa TU AUTO. Repuestos Precios Altos Precios Medios Precios Bajos Precios Altos 65 40 60 TU AUTO Precios Medios 70 55 40 Precios Bajos 55 50 45
Pgina 63
Aux. Blas Riquelme
ANLISIS DE DECISIONES INTRODUCCIN

En trminos generales se debe elegir una accin de entre un conjunto de posibilidades. Esta eleccin de una alternativa debe hacerse frente a la incertidumbre por que el resultado se ver afectado por factores aleatorios que se encuentran fuera del control del que toma las decisiones. Estos factores aleatorios determinaran en qu situacin se encontrara en el momento en que se ejecute la accin. Cada una de estas situaciones posibles se las conoce como estado de la naturaleza. Por cada combinacin de una accin y un estado de la naturaleza, se sabe cul sera el pago resultante.
TOMA DE DECISIONES SIN EXPERIMENTACIN

El tomador de decisiones debe elegir una accin de un conjunto de acciones posibles, este conjunto contiene todas las alternativas factibles bajo consideracin para las distintas formas de proceder en el problema en cuestin. Esta eleccin de accin debe hacerse frente a la incertidumbre por que el resultado se ver afectado por factores aleatorios que se encuentran fuera del control del tomador de decisiones. Cada una de estas situaciones posibles se conoce como estados de la naturaleza. El pago es una medida cuantitativa del valor de las consecuencias del resultado para el tomador de decisiones. El tomador de decisiones y la naturaleza se pueden ver como dos jugadores, las acciones alternativas y los estados de la naturaleza posibles se pueden ver como las estrategias disponibles para los respectivos jugadores, donde el resultado de cada combinacin de estrategias es un pago para el jugador 1 (tomador de decisiones). Resumiendo: 1. El tomador de decisiones necesita elegir una de las acciones posibles. 2. La naturaleza elegir entonces uno de los estados de la naturaleza posibles. 3. Cada combinacin de una accin y un estado de la naturaleza da como resultado un pago, que est dado como uno de los elementos de la tabla de pagos. Pgina 64 Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. 4. Esta tabla de pagos debe usarse para encontrar una accin ptima para el tomador de decisiones segn un criterio adecuado. Esta analoga con los juegos de dos personas y suma cero, pone de manifiesto un aspecto importante. En la teora de juegos se supone se supone que ambos jugadores son racionales y eligen sus estrategias para promover su propio beneficio, en el anlisis de decisiones la naturaleza es un jugador pasivo que elige sus decisiones (estados de la naturaleza) de alguna manera aleatoria. EL tomador de decisiones casi siempre tendr alguna informacin que debe tomar en cuenta sobre la posibilidad relativa de los estados de la naturaleza. Es comn que se pueda traducir estos a una distribucin de probabilidades (distribucin a priori).
ALTERNATIVAS A1 A2 Am
PROB. A PRIORI
ESTADOS DE LA NATURALEZA N1 N2 Nn
Q11 Q21 Qm1 P1 Q12 Q22 Qm2 P2 Q1n Q2n Qmn PN
CRITERIOS DE SELECCIN
CRITERIO OPTIMISTA O MAXIMAX: para cada accin posible, encuentre el pago mximo sobre todos los estados posibles de la naturaleza. Despus, encuentra el mximo de todos los pagos mximos. El tomador de decisiones es muy optimista. CRITERIO DE PAGO MAXIMO O MAXIMIN: para cada accin posible, encuentre el pago mnimo sobre todos los estados posibles de la naturaleza. Despus, encuentra el mximo de todos los pagos mnimos. Elija la accin cuyo pago mnimo corresponde a este mximo. Este criterio casi no se usa en juegos contra la naturaleza ya que es demasiado conservador. El tomador de decisiones es muy precavido. CRITERIO DE LA MXIMA PROBABILIDAD: identifique el espacio ms probable de la naturaleza (aquel que tiene la probabilidad a priori ms grande). Para este estado de la naturaleza, encuentre la accin con el mximo pago. Elija esta accin. La desventaja es que ignora informacin relevante. No considera otro estado distinto al ms probable. CRITERIO DE LAPLACE: Se considera que todos los estados de la naturaleza tienen la misma probabilidad de ocurrencia. Se calcula el pago esperado para todas las acciones posibles se elige la accin con el pago mximo.
Pgina 65
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. REGLA DE DECISIN DE BAYES: usando las mejores estimaciones disponibles de las probabilidades de los respectivos estados de la naturaleza (en este momento las probabilidades a priori), se calcula el valor esperado del pago para cada accin posible. Se elige la accin con el mximo pago esperado. Su ventaja es que incorpora toda la informacin disponible. CRITERIO DEL MNIMO ARREPENTIMIENTO: se construye una matriz del arrepentimiento tomando el mayor pago para cada estado de la naturaleza y comparando este con todos los pagos para cada accin. En cada accin se elige el pago de mximo arrepentimiento y entre todos los pagos mximos el mnimo de ellos. ANALISIS DE SENSIBILIDAD: sirve para estudiar el efecto de si algunos nmeros incluidos en el modelo matemtico no son correctos. El estudio se centrara en el anlisis de sensibilidad de las probabilidades a priori. Se halla el pago esperado en funcin de la probabilidad p, se grafica en los ejes(x (probabilidad a priori), y (pago esperado)). Se traza una horizontal del pago para cualquier p y en el cruce se obtiene la probabilidad para la cual se tomara una decisin u otra.
TOMA DE DECISIONES CON EXPERIMENTACION

Es frecuenta hacer pruebas adicionales (experimentacin) para mejorar las estimaciones preliminares de los respectivos estados de la naturaleza dadas las probabilidades a priori. Estas estimaciones mejoradas se llaman probabilidades a posteriori.
PROBABILIDADES A POSTERIORI
Ahora en trminos generales, sea N P(Estado = estado i) Resultado Resultado j P(Estado = estado i Resultado= Resultado j) Numero de posibles estados de la naturaleza; Probabilidad a priori de que el estado de la naturaleza verdadero sea el estado i, para i = {1, 2, , n}; Resultado de la experimentacin (una variable aleatoria); Un valor posible del resultado; Probabilidad a posteriori de que el estado de la naturaleza verdadero sea el estado i, dado que Resultado = resultado j, para i = {1, 2, , n}.
La pregunta que se hace en este momento es la siguiente: Dados P(Estado = estado i) y P(Resultado= Resultado j Estado = estado i), para i = {1, 2, , n}, Cul es el valor de P(Estado = estado i Resultado= Resultado j)?
Pgina 66
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. La respuesta se obtiene de la combinacin de una serie de simples frmulas de la teora de probabilidad que la van a poder encontrar en cualquiera de los libros citados en la bibliografa y en libros de estadstica y probabilidad. La frmula a la que se llega se conoce como TEOREMA DE BAYES.
P(Estado = estado i Resultado= Resultado j) P(Resultado= Resultado j Estado = estado i)*P(Estado = estado i) nk=1[P(Resultado= Resultado j Estado = estado k)* P(Estado = estado k)]
VALOR DE LA EXPERIMENTACIN Antes de realizar cualquier experimento, debe determinarse su valor potencial. Se presentan aqu dos mtodos complementarios para evaluar su valor potencial. VALOR ESPERADO DE LA INFORMACIN PERFECTA Suponga ahora que el experimento puede identificar de forma definitiva cual ser el estado de la naturaleza y proporcionar con esto informacin perfecta. Cualquiera sea el estado de la naturaleza, se elegir la accin con el pago mximo para ese estado. No se sabe de antemano cual estado se identifica por lo que se pondera el pago mximo para cada estado de la naturaleza con la probabilidad a priori de ese estado. El valor esperado de la informacin perfecta, abreviado VEIP, se calcula como: VEIP = pago esperado de la informacin perfecta pago esperado sin informacin perfecta. VALOR ESPERADO DE LA EXPERIMENTACIN Se realiza un poco ms de trabajo para calcular de manera ms directa, el incremento esperado. Esta cantidad se llama el valor esperado de la experimentacin. El clculo de esta cantidad requiere primero calcular el pago esperado con experimentacin (sin el costo del experimento). La obtencin de esta ltima cantidad requiere hacer todo el trabajo descrito para encontrar todas las probabilidades a posteriori, la poltica optima con experimentacin y el pago optimo correspondiente para cada resultado posible del experimento. Despues cada pago esperado debe ponderarse con la probabilidad del resultado correspondiente, es decir. Pago esperado con experimentacin= j *P(Resultado= Resultado j)*E(pago Resultado= Resultado j)
ARBOL DE DECISIONES
Pgina 67 Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. Un rbol de decisiones proporciona una forma para desplegar visualmente el problema y despus organizar el trabajo de clculos que se describi anteriormente. Estos rboles de decisiones son es especial tiles cuando debe tomarse una serie de decisiones. CONSTRUCCIN DE RBOL G D B
H
A E F C
Los puntos de decisin de rbol se conocen como nodos y los arcos se llaman ramas. Un nodo de decisin, representado por un cuadrado, indica que en ese punto del proceso debe tomarse una decisin. Un nodo de probabilidad, representado por un crculo, indica que en ese punto ocurre un evento aleatorio. Es una caracterstica del anlisis de decisiones que la trayectoria para llegar a cualquier pago est determinada por la decisin tomada como por los eventos aleatorios que estn fuera del control del tomador de decisiones. El siguiente paso es insertar los nmeros del problema en el rbol de decisin, como veremos a continuacin. Los nmeros abajo y arriba de las ramas, son flujos de efectivo que ocurren en esas ramas. Para cada trayectoria atreves del rbol desde el nodo A hasta las ramas terminales, estos nmeros se suman para obtener el pago total que resulta. El otro conjunto de nmeros es el de las probabilidades de los eventos. Estas son las probabilidades a priori de los estados de la naturaleza de ese evento aleatorio. Suponiendo que para este ejemplo que la rama que va del nodo A al nodo B es una experimentacin para determinar el estado de la naturaleza. La probabilidades de los nodos G y H seran las probabilidades a posterior
Pgina 68
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. G D B $1 A $3;%1 $4; %2 E $2 C $5 $6 F $7 $8 $15; %7 H $9 $10 $11; %3 $12; %4 $16; %8
$13; %5
$14; %6
$1+$3+$7+$13 $1+$3+$7+$14
$1+$3+$8 $1+$4+$9+$15 $1+$4+$9+$16 $1+$4+$10 $2+$5+$11 $2+$5+$12
$2+$6
REALIZACIN DEL ANLISIS Una vez construido el rbol de decisiones, se puede analizar el problema con el siguiente procedimiento: 1. Inicie del lado derecho del rbol de decisin y muvase hacia la izquierda una columna a la vez. Para cada columna realice los pasos 2 y 3 dependiendo si los nodos son de decisin o de probabilidad. 2. Para cada nodo de probabilidad, calcule su pago esperado, para ellos multiplique el pago esperado de cada rama (dado en negrita a la derecha) por la probabilidad de esa rama y despus sume estos productos. Registre esa cantidad esperada en cada nodo de decisin y designe esta cantidad como el pago esperado de la rama que conduce a este nodo. 3. Para cada nodo de decisin, siempre compare los pagos esperados de sus ramas y seleccione la alternativa cuya rama tenga el mayor pago esperado. En cada caso, registre la eleccin en el rbol de decisin con alguna marca en las ramas rechazadas.
RESOLUCION DE PROBLEMAS PROBLEMA 1

Andrs trabaja en una galera de arte encontrando compradores para las obras de galera. Su poltica de trabajo no es comprar las obras y luego revenderlas sino encontrar un comprador y recibir una comisin por venderlas.
Pgina 69
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. Un da se acerc a Andrs un posible cliente interesado en vender tres pinturas de las cuales l era dueo, un retrato en 55 mil U$S, un paisaje en 35 mil U$S y una naturaleza muerta en 65 mil U$S. Andrs recibir una comisin del 4% por cada pintura. Por las caractersticas de ellas y su experiencia en relacin al esfuerza que debe realizar para vender la pintura, Andrs estimo los siguientes costos. Retrato: 1700 U$S Paisaje: 500 U$S Naturaleza muerta: 900 U$S El cliente sin embargo le dijo: Ud. Deber vender primero el retrato, si no lo vende en un mes termina el contrato y Ud. no recibe comisin, si la vende puede elegir entre vender el paisaje o la naturaleza, pero no ambos al mismo tiempo si usted intenta vender una de ella y tiene xito, podr vender la otra, pero si al mes no la vende el contrato queda nulo y no recibe comisin Andrs le pidi tiempo hasta maana para pensar en la propuesta. Por su experiencia estima que las probabilidades de vender cada pintura son: Retrato: 0.8 Paisaje: 0.75 Naturaleza muerta: 0.65 Cul es su recomendacin para Andrs? Cul es el pago esperado?
PROBLEMA 2
Una compaa tiene la oportunidad de participar en una licitacin gubernamental para la provision de 100 mil vlvulas de lata presin para ser utilizados en sistemas hidrulicos de aviones. Estima que estas vlvulas podrn ser fabricadas con el equipo actual a un costo de 12,5 $/u. sin embargo, uno de los ingenieros a sugerido un nuevo proceso para fabricar las vlvulas. Los costos unitarios para el nuevo proceso son de solo 7,5 $/u si todo funciona excepcionalmente bien. Si presenta complicaciones menores, la estimacin del costo es de 9,5 $/u, pero si surgen complicaciones mayores, los costos serian prohibitivos, de manera que tendran que regresar al antiguo proceso. Los ingenieros estiman la probabilidad de complicaciones menores en 0,5; la probabilidad de complicaciones mayores en 0,2 y la probabilidad de que todo salga bien de 0,3. La inversin que requiere el nuevo proceso es de 100.000 U$S
Pgina 70
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. La compaa debe hacer su oferta para el contrato antes de que pueda probar el nuevo proceso. Las diversas ofertas en consideracin y las probabilidades estimadas de obtener el contrato asociadas con cada licitacin se muestran enseguida: Oferta precio unitario en U$S 17 14 12 Probabilidad de obtener el contrato 0,2 0,6 0,9
Construya un rbol de decisin para responder las siguientes preguntas: a) Cul deber ser el precio unitario para conseguir la contratacin? b) Cul proceso debern utilizar si consiguen el contrato?
PROBLEMA 3
La TRACTO, diseo un nuevo circuito integrado que le permitir entrar al campo de las microcomputadoras si as lo desea. De manera que puede vender sus derechos por 800.000 U$S. si elige construir computadoras, la rentabilidad de este proyecto depende de la habilidad de la compaa para comercializar durante el primer ao. Tienen suficiente acceso a los distribuidores al menudeo como para garantizar la venta de 1.000 computadoras. Por otro lado, si tienen xito pueden llegar a vender hasta 10.000 computadoras. La compaa piensa que ambas probabilidades alternativas tienen igual probabilidad y que cualquier otra puede ignorarse. El costo de instalar la lnea de produccin es de 600.000 U$S la diferencia entre el precio de venta y el costo variable es de 600 U$S. Se puede llevar a cabo un estudio de mercado para determinar cul de los 2 niveles es ms realista, y tiene un costo de 400.000 U$S. la experiencia anterior indica que este tipo de estudios arrojan resultados correctos dos terceras partes de las veces. 1) Sin el estudio de mercado Qu accin recomendara? 2) Cunto pagara por la informacin perfecta? 3) Vale la pena realizar el estudio de mercado?
PROBLEMA 4
TECNO SA es una empresa que se dedica al desarrollo de software. Un equipo de analista desarrollo un sistema que puede ser utilizado para el control de regados. Una importante compaa de productos agropecuarios ha ofrecido comprarle los
Pgina 71
Aux. Blas Riquelme
Investigacin de Operaciones F.I.U.N.A. derechos por 20.000 U$S. por otro lado TECNO SA podra llevar adelante el desarrollo del producto a un costo de 30.000 U$S y tiene 50% de probabilidad de resultar exitoso. Si TECNO SA fracasara en su intento de desarrollar el producto, podra aun vender sus derechos, pero solo por 5.000 U$S. Si logra desarrollar el nuevo software con xito, TECNO SA puede optar por vender los derechos o comercializar el producto. En caso que optara por vender los derechos, mejorara el precio, ya que abra ms empresas interesadas. Se estima que hay un 40% de posibilidades de recibir 80.000 U$U y un 60% de recibir 45.000 U$S, descontados los costos del desarrollo. Si TECNO SA optara por comercializar el software, los beneficios y las probabilidades de ventas dependeran de la situacin del mercado. En caso que se presente una situacin mala (30% de las veces), el beneficio excluidos los costos seria de 10.000U$S. Si la situacin del mercado es regular (50 % de las veces) el beneficio excluidos los cosos, ser de 50.000 U$S. Finalmente si se presenta una situacin favorable (20 % de la veces), el beneficio excluido los costos de desarrollo es de 150.000 U$S 1) Cul es la decisin adecuada? 2) Una empresa le ofrece el servicio de analizar la factibilidad que el mercado sea bueno regular o malo con una seguridad del 90% de estar en lo cierto y 10% de error se distribuye en forma igual en las otras posibilidades. Cunto estara dispuesto a pagar por esa informacin?
Pgina 72
Aux. Blas Riquelme
BIBLIOGRAFA
1. Introduccin a la Investigacin de Operaciones, F.S. Hillier y G.J. Lieberman, McGraw Hill. 2. Investigacin de Operaciones en la Ciencia de la Administracin, G.D. Eppen, Prentice Hall, Mxico. 3. Investigacin de Operaciones, una introduccin, H.A. Taha, Prentice Hall, Mxico. 4. www.invope.com (libros, ejercicios, programas,...) 5. www.scienceofbetter.org (casos exitosos)
Pgina 73
Aux. Blas Riquelme

Material de Clase - IO - Blas Riquelme

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Material de Clase - IO - Blas Riquelme

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD NACIONAL DE ASUNCION FACULTAD DE INGENIERIA

Email: rodrigo541@gmail.com Nro. de cel.: (0981) 823-724

Investigacin de Operaciones F.I.U.N.A.

Aux. Blas Riquelme

Investigacin de Operaciones F.I.U.N.A.

CASOS EXITOSOS Hewlett-Packard

Aux. Blas Riquelme

Investigacin de Operaciones F.I.U.N.A.

Aux. Blas Riquelme

Investigacin de Operaciones F.I.U.N.A.

ELEMENTOS DE UN MODELO DE OPTIMIZACIN.

Z = f(X,Y) = 15X + 20Y

Aux. Blas Riquelme

COSTOS FIJOS VS. COSTOS VARIABLES.

PROGRAMACIN LINEAL RESOLUCIN GRAFICA DE PROBLEMAS.

z = 3x1 + 5x2 x1 4 2x2 12 3x1 + 2x2 18 x1,x2 0

Aux. Blas Riquelme

Investigacin de Operaciones F.I.U.N.A.

Solucin Optima Z(2,6)= 36

Aux. Blas Riquelme

Investigacin de Operaciones F.I.U.N.A.

Aux. Blas Riquelme

Investigacin de Operaciones F.I.U.N.A.

Aux. Blas Riquelme

3.2 x1 + 4.9 x2 + 0.8 x3 13 1.12 x1 + 1.3 x2 + 0.19 x3 15 32 x1 +

Aux. Blas Riquelme

Investigacin de Operaciones F.I.U.N.A.

Aux. Blas Riquelme

Investigacin de Operaciones F.I.U.N.A. Legumbres: 11,47 Naranja: 0,48

Aux. Blas Riquelme

Max 4x11+5x12+ St .. End GIN 2 o GIN x11 GIN x12

Investigacin de Operaciones F.I.U.N.A.

Rest: 3.2 x1 + 4.9 x2 + 0.8 x3 13 1.12 x1 + 1.3 x2 + 0.19 x3 15 32 x1 + + 93 x3 45

Aux. Blas Riquelme

Investigacin de Operaciones F.I.U.N.A.

ANLISIS DE SENSIBILIDAD SIGNIFICADO DEL RESULTADO

RESOLUCIN DE PROBLEMAS PROBLEMA 1

Aux. Blas Riquelme

Investigacin de Operaciones F.I.U.N.A.

Aux. Blas Riquelme

Investigacin de Operaciones F.I.U.N.A.

Aux. Blas Riquelme

Formule un modelo de programacin lineal que maximice la contribucin total mensual

Investigacin de Operaciones F.I.U.N.A.

Aux. Blas Riquelme

Investigacin de Operaciones F.I.U.N.A.

Funcin Ingreso Total

Funcin Costo Total

Requerimiento de personal de guardia de seguridad Hora Cantidad Mnima Requerida de Oficiales 5 7 15 7 12 9

Aux. Blas Riquelme

Aux. Blas Riquelme

Aux. Blas Riquelme

Aux. Blas Riquelme

Investigacin de Operaciones F.I.U.N.A.

Aux. Blas Riquelme

Investigacin de Operaciones F.I.U.N.A.

Aux. Blas Riquelme

Investigacin de Operaciones F.I.U.N.A.

Fabrica 1 Fabrica 2 Centro de Distribucin Asignacin

Aux. Blas Riquelme

Aux. Blas Riquelme

Aux. Blas Riquelme

Investigacin de Operaciones F.I.U.N.A. 20,21,22 Delantero