Alumno:

Cristian Daniel Quezada Cortés

Universidad autónoma de Nayarit.
A5-5
Trabajo final.
Profesor:
Carlos Alberto Polanco Gómez
07/12/21
 Resumen de los principales beneficios de utilizar
investigación de operaciones.
En la práctica la instrumentación de un proyecto de investigación de
operaciones en la solución de un problema real en una organización. Tiene
los siguientes beneficios:

a. Incrementar la posibilidad de tomar mejores decisiones en las organizaciones; con

el uso de la investigación de operaciones y la tecnología sofisticada
(computadoras) se tiene en cuenta en el sistema miles de componentes y6cientos
de interrelaciones, sin esta ayuda las decisiones que se tomaban eran de carácter
intensivo.
b. Mejora la coordinación entre los múltiples componentes de la organización. En
otras palabras, la investigación de operaciones genera un mayor nivel
reordenación.
c. Mejora el control del sistema al instituir procedimientos sistemáticos que
supervisan por un lado las operaciones que se llevan a cabo en la organización y
por otro lado, evita el regreso a un sistema peor.
d. Logra un mejor sistema al hacer que éste opere con costos más bajos, con
interacciones más fluidas, eliminando cuellos de botella y logrando una mejor
coordinación entre los elementos más importantes de todo el sistema.

En el caso particular de problemas de carácter económico, la función

objetivo puede ser obtener el máximo rendimiento o el menor costo.

Ventajas:

 Pueden describir sistemas que sean muy complejos.

 Pueden ser usados para experimentar con sistemas que todavía no existan, o para
experimentar con sistemas existentes sin que éstos se alteren. (Esto también los
pueden hacer los métodos analíticos siempre y cuando el sistema no sea muy
complejo).
Fases

La elaboración del problema está subdividida en fases obligatorias. Las

principales son:

 Examen de la situación real y recolección de la información;

 Formulación del problema, identificación de las variables controlables y las
externas (no controlables) y la elección de la función objetivo, a ser maximizada o
minimizada;
 Construcción del modelo matemático, destinado a dar una buena representación
del problema; debe ser fácil de usar; representar el problema, dando toda la
información para poder tomar una decisión lo más idónea posible;
 Resolución del modelo (mediante diferentes modalidades);
 Análisis y verificación de las soluciones obtenidas: se controla si la función objetivo
ofrece las ventajas esperadas; se verifica la representatividad del modelo; y, se
efectúan análisis de sensibilidad de la solución obtenida;
 Utilización del sistema obtenido para su posterior uso.

Técnicas de investigación operativa

La resolución de un modelo analítico de I.O. se apoya matemáticamente

sobre una o más de las siguientes teorías (entre las más usadas):

 Teoría de juegos
 Teoría de colas de espera
 Teoría de control
 Teoría de la decisión
 Teoría de distribución o transporte
 Teoría de inventarios
 Teoría de los grafos
 Programación lineal
 Probabilidad y estadística matemática
 Programación dinámica
 Cadena de markov
 MÉTODO GRÁFICO
Como es de esperar, el método gráfico consiste en representar las gráficas
asociadas a las ecuaciones del sistema para deducir su solución. La solución
del sistema es el punto de intersección entre las gráficas. La razón de ello es
que las coordenadas de dicho punto cumplen ambas ecuaciones y, por tanto,
es la solución del sistema. Como vamos a trabajar con sistemas de dos
ecuaciones lineales con dos incógnitas (x e y), la gráfica de cada ecuación es
una recta.
Como consecuencia, la intersección de las gráficas es un único punto (a, b) y
la solución del sistema es x = a e y = b. No obstante, si las rectas son paralelas
(no se cortan), el sistema no tiene solución, y si son iguales hay infinitas
soluciones. Para poder aplicar el método gráfico debemos saber representar
las gráficas de las rectas. Nosotros lo haremos uniendo puntos calculados
previamente.
VARIABLES:
P1 P2 P3
X1 = PRODUCTO 1 1 10 6 8
2 5 20 10
X2 = PRODUCTO 2
-------------- 10 --------------
FUNCION OBJETIVO --
600
Zmax = 2x1+3x2
RESTRICCIONES
10x1 + 5x2 ≤ 600
6x1 + 20x2 ≤ 600
8x1 + 10x2 ≤ 600

CONCLUSIÓN
La variable
individualmente tiene su
ganancia. La variable
tiene una ganancia
óptima de 120 y 57, la
segunda variable tiene
ganancias de 30 y 100, y
la tercera tiene una
ganancia de 60 y 70. La
solución óptima de cada
variable es:
X1= 52.94
X2= 14.12.
VARIABLES
X1 = PRACTICOS
X2 = HUMANIDADES
FUNCION OBJETIVO:
Zmax = 1500x1 + 1000x2
X1 + X2 = 30
X1 ≥ 10
X2 ≥ 10

CONCLUSIÓN
La variable en cada
función tiene como
ganancia:
X1= 30 y 29
X2= 10 e infinito
X3= 10.5 e infinito
La solución óptima es de
10 y 10.
9. ChemLabs utiliza las materias primas I y Il para producir dos soluciones de limpieza
doméstica, A y B. Las disponibilidades diarias de las materias primas I y II son de 150 y 145
unidades, respectivamente. Una unidad de solución A consume 5 unidades de la materia
prima 7, y 0.6 unidades de la materia prima 77, en tanto que una unidad de la solución B
consume 0.5 unidades de la materia prima 1. y 4 unidades de la materia prima II. Las
utilidades por unidad de las soluciones A y B son de $8 y $10, respectivamente. La
demanda diaria de la solución A es de entre 30 y 150 unidades, y la de la solución B va de
40 a 200 unidades. Determine las cantidades de producción óptimas de A y B.
VARIABLES:
I II
X1 = Solución A A 0.5 0.6
X2 = Solución B B 0.5 0.4

FUNCION OBJETIVO: 150 145

Zmax = 8x1 + 10x2

.5X1 + .5X2 ≤ 150
.6X1 + .4X2 ≤ 145
X1 ≥ 30
X1 ≤ 150
X2 ≥ 40
X2 ≤ 200

CONCLUSIÓN

La variable en cada función

tiene como ganancia:

1= 200 y 300

2= 360 y 230

3= 25 e infinito

4= 140 e infinito

5= 45 e infinito

6= 200 e infinito

La solución óptima es de 100 y 200.

X1= CAMISAS
X2= BLUSAS

CORTE COSTURA EMPAQUE

CAMISAS 20 70 12
BLUSAS 60 60 4
60,000 84,000 12,000

Zmax=8 x 1+12 x 2
1.- 20x1+60x2 ≤ 60,000
2.- 70x1+60x2 ≤ 84,000
3.- 12x1+4x2 ≤ 12,000

CONCLUSIÓN
La variable en cada función
tiene como ganancia:
1= 950 y 2950
2= 1400 y 1950
3= 3000 y 900
La solución óptima es de
480 y 840.
 ECUACION SIMPLEX
El Método Simplex es un método analítico de solución de problemas de programación
lineal capaz de resolver modelos más complejos que los resueltos mediante el método
gráfico sin restricción en el número de variables.
El Método Simplex es un método iterativo que permite ir mejorando la solución en cada
paso. La razón matemática de esta mejora radica en que el método consiste en caminar
del vértice de un poliedro a un vértice vecino de manera que aumente o disminuya (según
el contexto de la función objetivo, sea maximizar o minimizar), dado que el número de
vértices que presenta un poliedro solución es finito siempre se hallará solución.

El modelo debe cumplir las siguientes condiciones:

El objetivo consistirá en maximizar o minimizar el valor de la función objetivo
(por ejemplo, incrementar ganancias o reducir pérdidas, respectivamente).
Todas las restricciones deben ser ecuaciones de igualdad (identidades
matemáticas).
Todas las variables (xi) deben tener valor positivo o nulo (condición de no
negatividad).
Los términos independientes (bi) de cada ecuación deben ser no negativos.
VARIABLES
X1= PRODUCTO 1
X2= PRODUCTO 2
X3= PRODUCTO 3

FUNCIÓN OBJETIVO
Zmax=4.50 x 1+5 x 2+4 x 3 S.A

1.- 10x1 + 6x2 + 8x3 ≤ 600

2.- 5x1 + 8x2 + 10 x3 ≤ 600
3.- 6x1 + 9x2 + 12x3 ≤ 600

Se va a tener una utilidad máxima de 372.22

VARIABLES
X1= 500
X2= 250
X3= 125
X4= 50
Ƶ MAX= 200.000X1+ 140.000X2+ 80.000X3+
40.000X4 S. A
1. 8X1+ 6X2+ 4X3+ 2X4 ≤ 200
2. 6X1+ 3X2+ 2X3+ X4 ≤ 144
3. 8X1+ 8X2+ 6X3+ 9X4 ≤ 240
4. 4X1+ 2X2+ 2X3+ 2X4 ≤ 80

CONCLUSIÓN
Se tendría una utilidad máxima de 24 con x2.
VARIABLES
X1= 5600
X2= 8700
Ƶ MAX= 90X1+80X2+50X3+24X4 S.A
1.- 200X1+150X2+180X3+45X4 ≤ 5600
2.- 300X1+250X2+180X3+82X4 ≤ 8700

CONCLUSIÓN
Se tendría una utilidad máxima de 380 con la solución sx5.
 METODO DE TRANSPORTE
El método del transporte es una aplicación singular de la programación lineal cuyo
objetivo es determinar el esquema de transporte que minimice el coste total de este,
conocidos los costes unitarios desde el origen i hasta el destino. Además, se sabe que el
producto está disponible en una determinada cantidad en cada uno de los orígenes, y es
necesario que sea llevado a cada uno de los destinos posibles en una cantidad
demandada.

Se basa en los siguientes supuestos:

Se dispone de un pronóstico de la demanda para cada periodo
Se dispone de un plan para ajustar la fuerza de trabajo
Es necesario conocer los límites de capacidad en términos de tiempo extra y
uso de subcontratistas para cada periodo. Todos los costes están
relacionados linealmente con la cantidad de bienes producidos, es decir, un
cambio en el volumen de bienes genera un cambio proporcional en los
costes.
VARIABLES
DENVER MIAMI OFERTA

CIUDAD 1 80000 578350 1000

CIUDAD 2 125000 145300 1500

CIUDAD 3 130050 57800 1200

DEMANDA 2300 1400

CONCLUSIÓN
Se da como mejor opción la tabla #1, dando a conocer que el viajar a la ciudad de
Denver es más efectivo.
VARIABLES

1 2 3 4 5 OFERTA

CIUDAD 1 2500 3750 5000 3500 875 400

CIUDAD 2 1250 1750 1500 1625 2000 200

CIUDAD 3 1000 2250 2500 3750 3250 150

DEMANDA 100 200 150 160 140

CONCLUSIÓN
Se da como mejor opción la tabla #3, dando a conocer que el viajar a la ciudad #1 es la
más conveniente para poder tomar como ruta y poder tener una mejor producción.
 RESUMEN DE MODELOS DE REDES (DIAGRAMAS PERT Y
CPM), CON UN EJEMPLO.
Un modelo de red es un modelo de transbordo con capacidades, el cual
puede adoptar diversas formas, como el modelo de la ruta más corta y el
modelo del flujo máximo y mínimo, el problema de árbol de alcance mínimo,
método de camino crítico, entre otras aplicaciones de la planeación
financiera y de producción.
La principal característica de un modelo de transbordo con capacidades es
que es una red donde las ofertas están en los puntos de origen específicos,
las demandas en los puntos de destino específicos y las alternativas de
embarque se ofrecen por medio de los nodos intermedios, de manera que
siguen rutas con capacidades definidas desde los orígenes hasta los destinos.

Terminología de redes
Una red se compone de un conjunto de nodos unidos por arcos (o ramas). La
notación para describir una red es (N, A), donde N es el conjunto de nodos, y
A es el conjunto de arcos.
N = {1, 2, 3, 4, 5}
A = {(1, 2), (1, 3), (2, 3), (2, 5), (3, 4), (3, 5), (4, 2), (4, 5)}
A continuación, se presenta un diagrama de red y sus principales
componentes.
 MODELO DE COLAS
¿Qué son las colas y que es la teoría de colas?
Las colas son modelos de sistemas reales que pueden representar a clientes, maquinaria,
sistemas logísticos, o flujos de trabajo donde se espera que estas reciban un servicio y
cambien del mismo una vez se ha recibido.

Representan una línea de estudio matemático importante dentro de las operaciones, así
como en los sistemas.
En la vida real, al no haber una sincronía absoluta (es imposible que la exista) o espera
quien presta el servicio o espera quien lo va a recibir.
La espera es habitual en muchísimos casos ordinarios y cada uno tiene unas características
que lo definen.
Encontramos reflejada la teoría de colas en los procesos de las fábricas, en la cola del
banco, en cualquier transporte público, en la cola del supermercado. Se estudia mucho
para los diseños de Call center. En Servidores de internet, o incluso en nuestra bandeja de
entrada de correo.
Este resumen está realizado a partir de notas para el estudio de una asignatura sobre
teoría de colas. Si quieres ver un ejemplo de cálculo, al final del mismo lo incluyo. Por
supuesto, se acepta toda matización o apreciación al mismo, y me gustaría citar una
fuente de estudio, quizás la mejor que existe en Castellano para dicha materia, como son
los apuntes «Aplicando Teoría de Colas en Dirección de Operaciones» de José Pedro
García Sabater. (DOE UPV)

Elementos de las colas:

Veremos la Población, la Entrada, La Cola,

Población
La población en una cola es quien quiere hacer uso del servicio en el sistema. Puede ser
finita o infinita. Y puede haber varios tipos o un sólo tipo de población (clientes).

Entrada
O arrival, esta vendría caracterizada por la tasa de entrada, la distribución entre entradas
y si tiene lotes o no.

La tasa de entrada:
La definimos como el número de clientes que pueden entrar por unidad de tiempo.

 Distribución entre entradas consecutivas.

¿Tiene Lotes? SÍ / NO.

 Ejemplo de lotes: Si un barco descarga todos los elementos en un puerto concreto,

sería un lote de contenedores.

Cola (Queue)
Es el elemento donde se espera en función de que los servidores tengan capacidad para
atender. Las podemos clasificar en cola única o múltiple, por tipo de disciplina: FIFO, LIFO,
RSS, Priority, WFQ, así como por la tasa de abandono.

Cola Única / Cola múltiple.

Esto define la disciplina de cola, pueden ser varias colas en paralelo u otros sistemas
donde una única cola puede suministrar varios servicios. Por ejemplo, podemos tener
varias colas para coches, alguna para vehículos pesados, otra para motos.

Tipos de disciplinas de la cola

FIFO: First-in First-out:
Primero en entrar, primero en salir: En esta disciplina atendemos por orden de llegada. En
una cola simple FIFO, los «paquetes» que llegan deben ponerse al final y esperar su turno
para ser procesados, la forma de vaciado es coger el paquete que hace más tiempo que se
encuentra en la cola. Todos los paquetes tienen el mismo tratamiento y, por ende, no se
puede garantizar servicios adicionales como calidad de servicio en ciertos paquetes.

LIFO: Last-In First-Out:

Las LIFO, también conocidas como Pilas (o Stack) es una disciplina de cola donde el último
en entrar es el primero en salir. Atendemos primero el último cliente. En una cola LIFO, la
forma de vaciado será coger el paquete último en entrar. Es parecido a una pila, donde
vamos apilando elementos y cuando hay que vaciar cogemos el último que hemos apilado.

Colas Random (RSS):

También conocidas como RSS, este tipo de nomenclatura se usa cuando la disciplina usa
una selección aleatoria.

Colas Priority:
La nomenclatura de colas Priority se usa cuando existe una prioridad dentro de la cola.
Dentro de prioridad, podemos tener con o sin interrupción, según si llega un cliente con
prioridad se interrumpe el trabajo en curso o no.
En este tipo de colas los paquetes que llegan se clasifican por clases de prioridad.
Esta clase de prioridad debe estar marcada de alguna forma. Cada clase de prioridad
tendría su cola virtual independiente. Cuando toque procesar un paquete se elegirá el
paquete de la clase más alta de una cola no vacía. Cada cola trabajará a partir del criterio
FIFO para elegir el paquete a procesar.
También se pueden hacer disciplinas más complejas, puesto que dentro de cada prioridad
se pueden aplicar a su vez disciplinas random, LIFO, o FIFO, por ejemplo, otro tipo sería:

Colas WFQ:
WFQ (Weighted Fair Queing) es la disciplina donde los paquetes se clasifican en clases y se
colocan a su cola correspondiente. Se va dando servicio a cada clase de forma circular e
igualitaria usando un algoritmo del tipo Round Robin.
En sistema WFQ asigna más capacidad a las colas más llenas, pero, sin dejar de atender a
las colas más libres. Ajusta la disciplina de atención a cada cola según la ponderación del
servicio de cada clase usando pesos (W) en función de la cantidad de elementos. También
puede hacerse en función de la cantidad de servicios solicitados por cada flujo. Este
sistema permite procesar distintas necesidades sin penalizar ninguna.

Tasa de abandono:
Tenemos que tener en cuenta que en algunos sistemas también puede haber clientes que
abandonan la cola. Deberemos modelizar correctamente dicha tasa de abandono.

 Servicios (s)
 Distribución del tiempo de atención. Media y desviación típica.
 Tipos de clientes
 Procesa por lotes o no en su gestión.
 Salida (d) representa el flujo de salida
Al diseñar el sistema hay que dimensionarlo bien y decidir los recursos que vamos a
invertir. Como número de servidores

Disciplina o capacidad
Para acertar en ese dimensionamiento deberemos estudiar la disponibilidad de recursos
que tenemos, así como que calidad de servicio (y por tanto coste derivado) estamos
dispuestos a dar en el sistema.
Deberemos tener en cuenta para conocer el rendimiento del sistema, que puede ser que
existan servidores esperando sin ser utilizados, o que si tenemos el sistema lleno podemos
perder clientes y que habrá un tiempo de espera que puede superar cierto requisito del
cliente.