Unidad 1 Optimización I 2019 1B

28/02/2019
Optimización I
Sábado, 7:00 – 10:00 y 13:30 – 16:30

B003
Filosofía Institucional
2 Dr. Gustavo Herrera Sánchez herreragh@yahoo.com.mx
1
28/02/2019
CAMPUS PUEBLA
OPTIMIZACIÓN I
Dr. Gustavo Herrera Sánchez

2
28/02/2019
5
Objetivo General
El estudiante desarrollará diferentes

algoritmos lineales con el fin de aplicarlos en
la optimización de sistemas económicos y
administrativos en áreas como producción,
inventarios, logística y planeación de
localización y distribución de instalaciones.
Dr. Gustavo Herrera Sánchez herreragh@yahoo.com.mx
6
Introducción
Insumos incontrolables
Utilidad de $10 por unidad

5 horas de mano de obra por unidad
40 horas de mano de obra para la capacidad
de producción
Max 10(8)
Valor para la Utilidad = 80
s.a.
cantidad de Tiempo
5(8) ≤ 40
producción (x = 8) empleado = 40
8≥0
Insumo Modelo
Salida
controlable matemático
3
28/02/2019
7
Unidad 1
Fundamentos de
optimización
8
Índice
Objetivo
Introducción
1.1 Aplicación de modelos de optimización en el
proceso de toma de decisiones
1.2 Análisis de información derivada de procesos de
investigación
1.3 Aplicaciones
Bibliografía
4
28/02/2019
9
Objetivo
El estudiante explicará la importancia de la

aplicación de modelos de optimización en el
proceso de toma de decisiones.
10
Introducción
En la actualidad las empresas planifican producir
más productos con los menos recursos posibles.
Buscan que su utilidad se incremente, que sus
costos de producción disminuyan y que sus niveles
de calidad aumenten.
Para ello utilizan diferentes métodos matemáticos

para su toma de decisiones, la Investigación de
Operaciones (IO) proporciona esos métodos para
optimizar sus objetivos.
5
28/02/2019
11 1.1 Aplicación de modelos de optimización en

el proceso de toma de decisiones
La Investigación de Operaciones (IO) ha tenido un
impacto impresionante en el mejoramiento de la
eficiencia de numerosas organizaciones en todo el
mundo.
Hay más de 30 países que son miembros de la

International Federation of Operational Research
Societies (IFORS), en la que cada país cuenta con una
sociedad de investigación de operaciones.
Consultar página http://ifors.org/web/


Sin duda, el impacto de la Investigación de Operaciones
continuará aumentando. De acuerdo a la IFOR’s tiene
actualmente a más de 30, 000 personas involucradas en la IO.
La IO utiliza modelos matemáticos como:
- Modelos de toma de decisiones

- Programación Lineal
- Programación No Lineal
- Programación Dinámica
- Modelos de transporte y asignación
- Teoría de inventarios
- Sistemas de producción
- Modelos estocásticos
- Simulación, etc.
6
28/02/2019

Enfoque de IO
La parte innovadora de la IO es sin duda alguna su enfoque
modelístico, producto de sus creadores aunado a la presión de
supervivencia de la guerra o la sinergia generada al combinarse
diferentes disciplinas, una descripción del enfoque es la siguiente:
1. Se define el sistema real en donde se presenta el problema.

Dentro del sistema interactúan normalmente un gran número de
variables.
2. Se seleccionan las variables que norman la conducta o el estado

actual del sistema, llamadas variables relevantes, con las cuales se
define un sistema asumido del sistema real.

3. Se construye un modelo cuantitativo del sistema
asumido, identificando y simplificando las relaciones
entre las variables relevantes mediante las utilización
de funciones matemáticas.
4. Se obtiene la solución al modelo cuantitativo

mediante la aplicación de una o más de las técnicas
desarrolladas por la IO.
7
28/02/2019

5. Se adapta e imprime la máxima realidad posible a la
solución teórica del problema real obtenida en el punto
4, mediante la consideración de factores cualitativos o
no cuantificables, los cuales no pudieron incluirse en el
modelo. Además, se ajusta los detalles finales vía el
juicio y la experiencia del tomador de decisiones.
6. Se implanta la solución en el sistema real.

La programación lineal (más conocida por su acrónimo
PL) es el término utilizado para describir aquellas
técnicas de optimización en las que los problemas que
representan un proceso, se caracterizan como
ecuaciones lineales.
La naturaleza lineal del conjunto de igualdades hacen

de esta técnica una herramienta ampliamente
utilizada y sobretodo muy efectiva para la resolución
de problemas en los que se desea obtener mayor
provecho de alguna situación.
8
28/02/2019

Por lo tanto, la finalidad primordial de la PL es

proporcionar modelos de optimización destinados a
la asignación eficiente de los recursos limitados en
actividades conocidas, con el objetivo de satisfacer
los objetivos deseados, ya sea maximización o
minimización de esos recursos.
18 1.2 Análisis de información derivada de

procesos de investigación
Fundamentos de PL
Al representar estos modelos matemáticamente,
pueden existir muchas variables, ecuaciones y
desigualdades para un solo problema.
Por ello, la solución no sólo consiste en encontrar el o

los puntos que satisfagan al mismo, sino resolverlo con
el fin de hallar aquellas soluciones que proporcionen
valores óptimos para la función objetivo, es decir,
encontrar puntos extremos que la maximicen o la
minimicen.
9
28/02/2019

Fundamentos de PL
El planteamiento general de los problemas de PL

consiste en encontrar valores positivos de las variables
de decisión que hagan máxima o mínima una función
lineal Z que las relaciona (función objetivo), estando
estas variables sujetas a una serie de condiciones
expresadas como desigualdades (en algunas ocasiones
ecuaciones) lineales (condiciones de restricción). Es
decir, se trata de encontrar los valores de las variables
de decisión.

𝑥𝑗 ≥ 0 𝑗 = 1…𝑟
Que cumplan con:

𝑟
෍ 𝑎𝑖𝑗 𝑥𝑗 ≤, =, ≥ 𝑏𝑖 𝑖 = 1, … , 𝑚
𝑗=1
Que hagan máxima o mínima la función objetivo:

𝑟
𝑧 = ෍ 𝑐𝑗 𝑥𝑗
𝑗=1
10
28/02/2019

La programación lineal es un método de solución de problemas
desarrollado para ayudar a los gerentes a tomar decisiones. En el
competitivo entorno de negocios actual pueden encontrarse
varias aplicaciones de programación lineal. Por ejemplo, Eastman
Kodak utilizaba la programación lineal para determinar dónde
fabricar productos en sus instalaciones de todo el mundo.
Algunas aplicaciones típicas son:

• Un fabricante quiere elaborar un programa de producción y una
política de inventario que satisfaga la demanda de ventas en periodos
futuros. En términos ideales, el programa y la política permitirán a la
empresa satisfacer la demanda y al mismo tiempo minimizar los costos
totales de producción e inventario.

Algunas aplicaciones típicas son:
• Un analista financiero debe seleccionar un portafolio entre diversas

alternativas de acciones e inversiones. Al analista le gustaría establecer
el portafolio que maximice el rendimiento sobre la inversión.
• Una empresa tiene almacenes en varias ubicaciones. Dadas las
demandas específicas de los clientes, a la empresa le gustaría
determinar cuánto debe enviar cada almacén a cada cliente, de modo
que los costos del transporte local se minimicen.
• Un gerente de marketing quiere determinar cómo asignar mejor un
presupuesto de publicidad fijo entre medios de publicidad alternos
como la radio, la televisión, el periódico y las revistas. Al gerente le
gustaría determinar la combinación de medios que maximice la
efectividad de la publicidad.
11
28/02/2019

Las características principales de un problema de PL son:
• Maximizar beneficios (ingresos y utilidades)

• Minimizar costos
• Sujeto a restricciones o límites
• El modelo matemático es lineal
• La maximización y/o minimización se expresan como
igualdades
• Las restricciones límites se expresan como
desigualdades o igualdades

Toma de decisiones con la información del proceso
de investigación
La definición de toma de decisiones de acuerdo a Turban
E., Aronson J. E. y Liang T. P. (2005 p. 40):
“es un proceso de selección entre alternativas de cursos
de acción para el propósito de lograr una meta o
metas”
Entonces el proceso de planeación de las empresas, a
largo, mediano y corto plazo, está sujeto a la toma de
decisiones. En algunos casos se utiliza PL como
elemento en esta TD.
12
28/02/2019

Un modelo es una representación o abstracción de
objetos o situaciones reales y pueden presentarse
en varias formas. Es decir, que muestra las
relaciones directas o indirectas y las interrelaciones
de la acción y la reacción en términos de causa y
efecto.

Tipos de modelos:
▪ Modelos Icónicos. Es la representación o réplica

física de objetos (fotos, imágenes, etc.)
• Modelos analógicos. Pueden representar

situaciones dinámicas y no representan la misma
apariencia del fenómeno (curvas de demanda,
distribuciones estadísticas, etc.)
13
28/02/2019
27
1.2 Análisis de información derivada de
Tipos de modelos:
• Modelos matemáticos o analíticos. Son

representaciones de un problema mediante un
sistema de símbolos y relaciones matemáticas:
– Cuantitativos
– Cualitativos
– Determinísticos
– Probabilísticos
– Simulación
28 28 1.2 Análisis de información derivada de

Desigualdades Lineales
La desigualdad 𝑦 > 2𝑥 − 4, que relaciona las variables 𝑥 y 𝑦,
es un ejemplo de lo que llamamos desigualdades lineales.
La ecuación 𝑦 = 2𝑥 – 4 tiene como gráfica una línea recta
cuya pendiente es 2 y ordenada al origen es – 4.
14
28/02/2019
29 29 1.2 Análisis de información derivada de

Una desigualdad lineal entre dos variables 𝑥 y 𝑦 es
cualquier relación de la forma:
𝐴𝑥 + 𝐵𝑦 + 𝐶 > 0
𝐴𝑥 + 𝐵𝑦 + 𝐶 < 0
𝐴𝑥 + 𝐵𝑦 + 𝐶 ≥ 0
𝐴𝑋 + 𝐵𝑦 + 𝐶 ≤ 0
La gráfica de una desigualdad lineal consta de todos

aquellos puntos (𝑥, 𝑦) que satisfacen la desigualdad.
Consiste en una región del plano 𝑥𝑦, no sólo en una línea
o curva.
30 30
Encontramos que la desigualdad
y
𝑦 > 𝑏 está representada por
una región hacia arriba (color
gris) y como el símbolo es > la
a x línea es discontinua y es una
desigualdad estricta o fuerte (<
o >)
y
x≤a
Encontramos que la desigualdad

𝑥 ≤ 𝑎 está representada por
x
una región hacia la izquierda y
como el símbolo es ≤ la línea es
continua y es una desigualdad
débil (≤ , ≥) y>b
15
28/02/2019
31 31
Ejemplo 1. Bosqueje las siguientes desigualdades:
a) 𝑥 ≤ −4
b) 𝑦 < 3
c) 2𝑥 − 6 𝑦 + 2 > 10 + 3𝑥
d) 𝑥 + 𝑦 < 1 + 2𝑦
Ejemplo 2. Grafique los conjuntos de desigualdades
siguientes
a) 𝑥 + 𝑦 > 2; 3𝑥 + 𝑦 < 3
b) 2𝑥 + 𝑦 > 4; 𝑥 + 2𝑦 < 4; 2𝑥 − 3𝑦 < 3
c) 0 ≤ 𝑥 ≤ 10; 0 ≤ 𝑦 ≤ 15; 5 ≤ 𝑥 + 𝑦 ≤ 12
32 32
1.3 Aplicaciones
Ejemplo 3. Un ingeniero industrial tiene que producir en
una semana 60 sensores para controlar el flujo de
gasolina en un automóvil y 40 sensores para control de
emisiones de gases. Para ello sabe que, en producción
requiere 1.2 horas por sensor y en el área de pruebas e
inspección requiere de 1.3 horas para el sensor de
gasolina y 0.9 horas para el sensor de gases. Dispone de
la siguiente información: en producción se tienen
máximo 120 horas y en prueba e inspección máximo 168
horas. Elabore una gráfica en la región del plano 𝑥𝑦 que
corresponde a las posibles estrategias de solución de las
desigualdades.
16
28/02/2019
33 33
1.3 Aplicaciones
Ejemplo 4. Una compañía fabrica dos productos. Uno

y otro deben ser procesados en dos departamentos.
El producto A requiere 2 horas por unidad en el
departamento 1 y 4 horas por unidad en el
departamento 2. El producto B requiere 3 horas por
unidad en el departamento 1 y 2 horas por unidad en
el departamento 2. Las horas disponibles máximas
para los departamentos son 60 y 80,
respectivamente.
Formule las desigualdades y elabore su gráfica.
34
1.3 Aplicaciones
Ejemplo 5. El ingeniero Lince planea invertir $30,000
dólares, como máximo, en dos inversiones A y B. La
acción A esta valuada actualmente en $165 dólares y
la acción B en $90 dólares por acción. Además, la
acción A actualmente paga un dividendo de $6
dólares por acción y la inversión B paga $5 dólares por
acción. Si el accionista requiere que la inversión le
pague más de $1,400 dólares en dividendo. Bosqueje
la gráfica de la región permitida.
17
28/02/2019
35
1.3 Aplicaciones
Ejemplo 6. Una compañía trata de adquirir y
almacenar dos tipos de artículos AB01 y AB02. Cada
artículo AB01 cuesta $3 y cada artículo AB02 cuesta
$2.50. Cada artículo AB01 ocupa 2 pies cuadrados del
espacio del piso y cada artículo AB02 ocupa un
espacio de 1 pie cuadrado del piso. ¿Cuántas unidades
de cada tipo pueden adquirirse y almacenarse si se
dispone de $400 para la adquisición y 240 pies
cuadrados del espacio para almacenar artículos?
36
1.3 Aplicaciones
Ejemplo 7. La empresa Salinas&Rocha desea
almacenar 120 Pantallas LCD en su bodega.
Mantiene dos modelos almacenados, un modelo
con puerto Ethernet y otro solo con 2 puertos USB.
El número de modelo con puerto Ethernet no debe
ser menor que 40 y el número de modelos 2 puerto
USB no debe ser menor que 30. Represente en
forma gráfica los números posibles de modelos que
pueden almacenarse.
18
28/02/2019
37
1.3 Aplicaciones
Ejemplo 8. Una compañía elabora dos productos, A
y B. Cada uno de estos productos requiere cierta
cantidad de tiempo, en dos máquinas en su
elaboración. Cada unidad del producto A requiere 1
hora en la máquina I y 2 horas en la máquina II; cada
unidad del producto B demanda 3 horas en la
máquina I y 2 horas en la máquina II. La compañía
dispone de 100 horas a la semana en cada máquina.
Si 𝑥 unidades del producto A y 𝑦 unidades del
producto B se producen a la semana, grafique las
desigualdades que satisfacen 𝑥 y 𝑦.
38
Bibliografía
• Anderson, D.R., Sweeney, D.J., Williams, T.A., Camm, J.D. y

Martin K. (2011) Métodos Cuantitativos para los negocios.
Editorial Cengage Learning, México.11a. Edición
• Hillier, F. S. y Lieberman, G. J. (2010). Introducción a la
Investigación de Operaciones. Novena Edición. Mc Graw Hill.
México.
• Taha, H. (2011). Investigación de Operaciones. Novena
Edición. Pearson. México.
• Winston L. W. (2005). Investigación de Operaciones. Cuarta
Edición. Thomson. México.
19

Unidad 1 Optimización I 2019 1B

Uploaded by

Document Information

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

Unidad 1 Optimización I 2019 1B

Uploaded by

Copyright:

Available Formats

28/02/2019

Sábado, 7:00 – 10:00 y 13:30 – 16:30

2 Dr. Gustavo Herrera Sánchez herreragh@yahoo.com.mx

3 Dr. Gustavo Herrera Sánchez herreragh@yahoo.com.mx

Dr. Gustavo Herrera Sánchez

El estudiante desarrollará diferentes

Dr. Gustavo Herrera Sánchez herreragh@yahoo.com.mx

Utilidad de $10 por unidad

Dr. Gustavo Herrera Sánchez herreragh@yahoo.com.mx

Dr. Gustavo Herrera Sánchez herreragh@yahoo.com.mx

El estudiante explicará la importancia de la

Dr. Gustavo Herrera Sánchez herreragh@yahoo.com.mx

Para ello utilizan diferentes métodos matemáticos

Dr. Gustavo Herrera Sánchez herreragh@yahoo.com.mx

11 1.1 Aplicación de modelos de optimización en

Hay más de 30 países que son miembros de la

Consultar página http://ifors.org/web/

12 1.1 Aplicación de modelos de optimización en

- Modelos de toma de decisiones

13 1.1 Aplicación de modelos de optimización en

1. Se define el sistema real en donde se presenta el problema.

2. Se seleccionan las variables que norman la conducta o el estado

Dr. Gustavo Herrera Sánchez herreragh@yahoo.com.mx

14 1.1 Aplicación de modelos de optimización en

4. Se obtiene la solución al modelo cuantitativo

Dr. Gustavo Herrera Sánchez herreragh@yahoo.com.mx

15 1.1 Aplicación de modelos de optimización en

6. Se implanta la solución en el sistema real.

Dr. Gustavo Herrera Sánchez herreragh@yahoo.com.mx

16 1.1 Aplicación de modelos de optimización en

La naturaleza lineal del conjunto de igualdades hacen

17 1.1 Aplicación de modelos de optimización en

Por lo tanto, la finalidad primordial de la PL es

Dr. Gustavo Herrera Sánchez herreragh@yahoo.com.mx

18 1.2 Análisis de información derivada de

Por ello, la solución no sólo consiste en encontrar el o

19 1.2 Análisis de información derivada de

El planteamiento general de los problemas de PL

20 1.2 Análisis de información derivada de

Que cumplan con:

Que hagan máxima o mínima la función objetivo:

21 1.2 Análisis de información derivada de

Algunas aplicaciones típicas son:

Dr. Gustavo Herrera Sánchez herreragh@yahoo.com.mx

22 1.2 Análisis de información derivada de

• Un analista financiero debe seleccionar un portafolio entre diversas

Dr. Gustavo Herrera Sánchez herreragh@yahoo.com.mx

23 1.2 Análisis de información derivada de

• Maximizar beneficios (ingresos y utilidades)

Dr. Gustavo Herrera Sánchez herreragh@yahoo.com.mx

24 1.2 Análisis de información derivada de

25 1.2 Análisis de información derivada de

Dr. Gustavo Herrera Sánchez herreragh@yahoo.com.mx

26 1.2 Análisis de información derivada de

▪ Modelos Icónicos. Es la representación o réplica

• Modelos analógicos. Pueden representar

Dr. Gustavo Herrera Sánchez herreragh@yahoo.com.mx

• Modelos matemáticos o analíticos. Son

28 28 1.2 Análisis de información derivada de

Dr. Gustavo Herrera Sánchez herreragh@yahoo.com.mx

29 29 1.2 Análisis de información derivada de

La gráfica de una desigualdad lineal consta de todos

Dr. Gustavo Herrera Sánchez herreragh@yahoo.com.mx

Encontramos que la desigualdad