Mostrando entradas con la etiqueta InvestigacióndeOperaciones. Mostrar todas las entradas
Mostrando entradas con la etiqueta InvestigacióndeOperaciones. Mostrar todas las entradas

sábado, 18 de junio de 2016


Grafo o red con estructura de árbol o arborescencia que se utiliza como instrumento formal de análisis en los problemas complejos de decisión económica, y en particular en los problemas de naturaleza secuencial y adaptativa. Éstos ayudan a las empresas a determinar cuáles son sus opciones al mostrarles las distintas decisiones y sus resultados. A los árboles de decisión también se les denomina diagramas de flujos, porque por sus ramas fluyen las corrientes de cobros y pagos asociados a la correspondiente decisión económica. En todo árbol de decisión existen dos clases de nudos: los nudos deci-sionales y los nudos aleatorios, según que las ramas que parten de los mismos recojan resultados que son producto de la voluntad del decisor o del azar, respectivamente.

Componentes y Estructuras de un Árbol de Decisión



   En el nodo de evento se calculó el valor esperado de jugar la rifa
   Luego se selecciona, en este caso el valor más alto (por ser ganancias)
   La decisión desechada se marca con \\
   En este caso la decisión es No jugar la rifa

Limitaciones de los árboles de decisión

      Un árbol de decisión da una buena descripción visual en problemas relativamente simples, pero su complejidad aumenta exponencial-mente a medida que se agregan etapas adicionales. En algunas situaciones, la especificación de la incertidumbre a través de probabilidades discretas resulta en una sobre simplificación del problema.

Cómo Dibujar Un Árbol De Decisiones

         Para comenzar a realizar un árbol de decisión se debe escribir cuál es la decisión que se requiere tomar. Dibuje un recuadro para representar esto en la parte izquierda de una página grande de papel.

          Desde ese recuadro se deben dibujar líneas hacia la derecha para cada posible solución, y escribir cuál es la solución sobre cada línea. Se debe mantener las líneas lo más apartadas posibles para poder expandir tanto como se pueda el esquema. Al final de cada línea se debe estimar cuál puede ser el resultado. Si este resultado es incierto, se puede dibujar un pequeño círculo. Si el resultado es otra decisión que necesita ser tomada, se debe dibujar otro recuadro. Los recuadros representan decisiones, y los círculos representan resultados inciertos.
Se debe escribir la decisión o el causante arriba de los cuadros o círculos. Si se completa la solución al final de la línea, se puede dejar en blanco.

         Comenzando por los recuadros de una nueva decisión en el diagrama, dibujar líneas que salgan representando las opciones que pueden elegir. Desde los círculos se deben dibujar líneas que representen las posibles consecuencias. Nuevamente se debe hacer una pequeña inscripción sobre las líneas que digan que significan. Seguir realizando esto hasta que tengan dibujado tantas consecuencias y decisiones como sea posible ver asociadas a la decisión original.


Evaluar Los Árboles

        Pueden observar cuál opción tiene el mayor valor para el caso en estudio. Se inicia por asignar un costo o puntaje a cada posible resultado, cuánto creemos que podría ser el valor para nosotros si estos resultados ocurren.

        Luego, deben ver cada uno de los círculos (que representan puntos de incertidumbre) y estimar la probabilidad de cada resultado. Si utilizamos porcentajes, el total debe sumar 100%. Si utilizan fracciones, estas deberían sumar 1. Si tienen algún tipo de información basada en eventos del pasado, quizás estén en mejores condiciones de hacer estimaciones más rigurosas sobre las probabilidades. De otra forma, deben realizar una mejor suposición.


Calcular Los Valores De Los Árboles

      Una vez que se calculan  el valor de cada uno de los resultados, y han evaluado la probabilidad de que ocurran las consecuencias inciertas, ya es momento de calcular el valor que  ayudará a tomar las decisiones.

       Comience por la derecha del árbol de decisión, y recorra el mismo hacia la izquierda. Cuando cumple un conjunto de cálculos en un nodo (cuadro de decisión o círculo de incertidumbre), todo lo que necesitan hacer es anotar el resultado. Puede ignorar todos los cálculos que llevan a ese resultado.

Calcular El Valor De Los Nodos De Incertidumbre

      Cuando se calcula el valor para resultados inciertos (los círculos), deben hacerlo multiplicando el costo de estos resultados por la probabilidad de que se produzcan. El total para esos nodos del árbol lo constituye la suma de todos estos valores.

En este ejemplo, el valor para "Producto Nuevo, Desarrollo Meticuloso" es:

0,4 (probabilidad de un resultado bueno) x $500.000 (costo) $= 200.000
0,4 (probabilidad de un resultado moderado) x $25.000 (costo)= $ 10.000
0,2 (probabilidad de un resultado pobre) x $1.000 (costo)= $ 200
                                                                          Total: $ 210.200
Colocamos el valor calculado para cada nodo en un recuadro.


Calcular El Valor De Los Nodos De Decisión

            Cuando evalúan los nodos de decisión, deben escribir el costo de la opción sobre cada línea de decisión. Luego,  calcular el costo total basado en los valores de los resultados ya calculado. Esto dará un valor que representa el beneficio de tal decisión.

            Hay que tener en cuenta que la cantidad gastada no cuenta en este análisis - estos son costos ya perdidos y (a pesar de los argumentos que pueda tener un contador) no deberían ser imputados a las decisiones.
Cuando estén  calculado los beneficios de estas decisiones, deben elegir la opción que tiene el beneficio más importante, y tomar a este como la decisión tomada. Este es el valor de este nodo de decisión.

Cuál Es El Resultado 

          Realizado este análisis se puede ver que la mejor opción es el desarrollo de un nuevo producto. Es mucho más valiosos para la empresa que tomemos suficiente tiempo para registrar el producto antes que apurar a sacarlo rápidamente al mercado. Es preferible el mejorar el productos ya desarrollados que echar a perder un nuevo producto, incluso sabiendo que nos costará menos. 




miércoles, 9 de marzo de 2016

 El método de la ruta más corta es un método de programación lineal, que permite buscar la solución a un problema de optimización que resulte de una combinatoria y de diferentes aplicaciones, el objetivo de este método esta en encontrar rutas cortas o de menor costo, según sea el caso, que va desde un nodo especifico hasta cada uno de los demás nodos de la red. 

 En este sentido un nodo es una representación gráfica en forma de circulo, este nodo es muy importante ya que denota los orígenes y destinos del problema que se realice, asimismo una red representa un conjunto de puntos y líneas que conectan pares de puntos, estos puntos son los que llamaremos nodos y las líneas serían las aristas.


 Un ejemplo simple para aplicar a este tipo de problemas sería el viaje de una persona desde un estado a ciudad el cual pudiese tener varias alternativas, según el interés de la persona, bien sea para ir más rápido o llegar de manera económica según sus recursos, para el primer caso se minimizaría la distancia y para el segundo caso el costo.

 En cualquier caso el objetivo consistiría en encontrar la ruta más eficiente a un menor costo, y por lo tanto tendríamos que los estados estarán representados como los nodos y las carreteras como los arcos.


IMPORTANCIA

 Este método es muy importante ya que por medio de este modelo se pueden resolver de manera rápida, ya que pueden formularse como modelos de redes obteniendo soluciones enteras sin necesidad de restricciones, aunque en algunos casos pudieran tenerlas. Asimismo se puede decir que no importa que tan grande sea el problema se puede resolver por pequeños algoritmos. 

 El problema de la ruta más corta es fundamental en muchas áreas, como son: Investigación de operaciones, ciencia de la computación e ingeniería. 

  Algunas de las razones son:

- La amplia variedad de aplicaciones prácticas como es el envío de algún material entre dos puntos específicos de la forma más eficiente, económica o rápida.

- Existen métodos de solución eficientes, los cuales al ser aplicados a una red con características específicas, proveen una solución exacta a un tiempo y costo razonables.

- Se puede utilizar como inicio en el estudio de modelos complejos de redes, esto es, cuando no se conoce la estructura de la red se pueden aplicar algoritmos para conocer algunas características de la red (presencia de ciclos negativos).

- Se utiliza frecuentemente como sub-problemas (subrutinas) en la solución de problemas combinatorios y redes, así en el caso de problemas para los cuales no existe un algoritmo de solución exacto, la aplicación de algoritmos de ruta más corta, resultan auxiliares para encontrar una buena solución.


APLICACIONES

 En cuanto a sus aplicaciones este modelo tiene muchas aplicaciones en la vida práctica, dentro de las que podemos mencionar:

- Transporte,
- Horarios de operadores telefónicos,
- Planeación de tráfico urbano,
- Trasbordo,
- En las redes eléctricas,
- Diseño de rutas de vehículos,
- Telecomunicaciones,
- Planeación de inventarios,
- Planeación de producción, entre otros...




EL PROBLEMA

 Un minero ha quedado atrapado en una mina, la entrada a la mina se encuentra ubicada en el nodo 1, se conoce de antemano que el minero permanece atrapado en el nodo 9, para llegar a dicho nodo hay que atravesar una red de túneles que van conectados entre sí. El tiempo de vida que le queda al minero sin recibir auxilio es cada vez menor y se hace indispensable hallar la ruta de acceso al nodo 9 más corta. Las distancias entre nodos de la mina se encuentran en la siguiente gráfica dadas en cientos de metros. Formule un modelo de transbordo y resuelva mediante cualquier paquete de herramientas de investigación operativa que permita establecer la ruta más corta para poder así auxiliar al minero.
La ruta más Corta



VARIABLES DE DECISIÓN

 El nombre de las variables en este caso poco importa, dado que de ser escogida para la solución básica eso significa simplemente que será empleada como ruta para ir a rescatar al minero, sin embargo nada tiene de malo el que se le pueda asociar con el envío de unidades desde la entrada de la mina hacia el minero, por ende puede sugerirse este como nombre de las variables. "Cantidad de unidades enviadas desde el nodo i hacia el nodo j".

X12 = Cantidad de unidades enviadas desde el nodo 1, hacia el nodo 2
X13 = Cantidad de unidades enviadas desde el nodo 1, hacia el nodo 3
X23 = Cantidad de unidades enviadas desde el nodo 2, hacia el nodo 3
X24 = Cantidad de unidades enviadas desde el nodo 2, hacia el nodo 4
X32 = Cantidad de unidades enviadas desde el nodo 3, hacia el nodo 2
X34 = Cantidad de unidades enviadas desde el nodo 3, hacia el nodo 4
X35 = Cantidad de unidades enviadas desde el nodo 3, hacia el nodo 5
X46 = Cantidad de unidades enviadas desde el nodo 4, hacia el nodo 6
X47 = Cantidad de unidades enviadas desde el nodo 4, hacia el nodo 7
X54 = Cantidad de unidades enviadas desde el nodo 5, hacia el nodo 4
X56 = Cantidad de unidades enviadas desde el nodo 5, hacia el nodo 6
X57 = Cantidad de unidades enviadas desde el nodo 5, hacia el nodo 7
X58 = Cantidad de unidades enviadas desde el nodo 5, hacia el nodo 8
X67 = Cantidad de unidades enviadas desde el nodo 6, hacia el nodo 7
X69 = Cantidad de unidades enviadas desde el nodo 6, hacia el nodo 9
X76 = Cantidad de unidades enviadas desde el nodo 7, hacia el nodo 6
X78 = Cantidad de unidades enviadas desde el nodo 7, hacia el nodo 8
X79 = Cantidad de unidades enviadas desde el nodo 7, hacia el nodo 9
X87 = Cantidad de unidades enviadas desde el nodo 8, hacia el nodo 7
X89 = Cantidad de unidades enviadas desde el nodo 8, hacia el nodo 9

RESTRICCIONES

Restricciones de Oferta y Demanda
Hay que recordar que el objetivo de este modelo es la consecución de un plan de ruta que nos permita encontrar al minero lo más pronto posible al recorrer la distancia mínima posible, por ende la clave para plantear el modelo como si fuese de transbordo es establecer una demanda y oferta igual a la unidad (1).

X12 + X13 = 1

X69 + X79 + X89 = 1


Restricciones de Balance
X12 + X32 - X23 - X24 = 0

X13 + X23 - X32 - X34 - X35 = 0

X24 + X34 + X54 - X46 - X47 = 0

X35 - X54 - X56 – X57 – X58 = 0

X46 + X56 + X57 - X67 – X69 = 0

X67 + X47 + X57 + X87 – X76 – X78 – X79 = 0

X78 + X58 – X89 = 0

 En palabras sencillas: "Todo lo que entra a cada nodo es igual a lo que sale de él"

FUNCIÓN OBJETIVO

ZMIN = 4X12 + 2X13 + 2X23 + 7X24 + 4X32 + 9X34 + 6X35 + 1X46 + 5X47 + 2X54 + 4X56 + 3X57 + 2X58 + 1X67 + 5X69 + 4X76 + 3X78 + 5X79 + 2X87 + 7X89

INGRESANDO LOS DATOS A WINQSB




La ruta más corta



SOLUCIÓN OBTENIDA MEDIANTE WINQSB




La ruta más corta


 La ruta más corta para rescatar al minero  tiene como distancia total 1600 metros (dado que las distancias estaban dadas en cientos de metros) y es tal como se muestra en la siguiente gráfica.
La ruta más corta



domingo, 6 de marzo de 2016


EL PROBLEMA

Este es un problema propuesto en el texto "Investigación de Operaciones de TAHA" que hace referencia a una red de gasoductos en la que los distintos nodos representan estaciones de bombeo y recepción, los costos se encuentran en las rutas de la siguiente figura:





Problema del Transbordo


VARIABLES DE DECISIÓN

X12 = Cantidad de galones enviados desde la estación 1, hacia la estación 2
X17 = Cantidad de galones enviados desde la estación 1, hacia la estación 7
X37 = Cantidad de galones enviados desde la estación 3, hacia la estación 7
X34 = Cantidad de galones enviados desde la estación 3, hacia la estación 4
X72 = Cantidad de galones enviados desde la estación 7, hacia la estación 2
X75 = Cantidad de galones enviados desde la estación 7, hacia la estación 5
X57 = Cantidad de galones enviados desde la estación 5, hacia la estación 7
X62 = Cantidad de galones enviados desde la estación 6, hacia la estación 2
X65 = Cantidad de galones enviados desde la estación 6, hacia la estación 5
X56 = Cantidad de galones enviados desde la estación 5, hacia la estación 6
X54 = Cantidad de galones enviados desde la estación 5, hacia la estación 4

RESTRICCIONES

      Restricciones de oferta y demanda
X12 + X17 = 50000
X37 + X34 = 60000
X12 + X72 + X62 = 90000
X34 + X54 =20000


Restricciones de balance
X17 + X37 + X57 - X72 - X75 = 0
X56 - X65 - X62 = 0
X75 + X65 - X56 - X54 = 0

FUNCIÓN OBJETIVO

      ZMIN = 20X12 + 3X17 + 9X37 + 30X34 + 40X72 + 10X75 + 10X57 + 8X62 + 4X65 + 4X56 + 2X54


INGRESANDO EL MODELO A WINQSB





Problema del Transbordo



SOLUCIÓN OBTENIDA MEDIANTE WINQSB

Problema del Transbordo






  Esta es la representación gráfica de la solución cuyo costo óptimo es de 2'660.000 unidades monetarias






Problema del Transbordo











viernes, 4 de marzo de 2016

   LINGO es una herramienta diseñada para construir y resolver modelos de optimización matemática. LINGO proporciona un paquete integrado que incluye un potente lenguaje para expresar modelos de optimización, un ambiente con todas las funciones para los problemas de construcción y edición, y un conjunto de solucionadores rápidos incorporados, capaces de resolver de manera eficiente la mayoría de las clases de modelos de optimización.

   Aprender acerca del acceso a las herramientas más poderosas de LINGO a través de su lenguaje es una tarea compleja, sin embargo los modelos que no precisan de un complejo uso de recursos pueden resolverse con una sintaxis sumamente sencilla.



Programación lineal con Lingo



SOLUCIÓN DE UN PROBLEMA DE 

PROGRAMACIÓN LINEAL CON LINGO

   Al igual que para cualquier otro método de resolución, el primer paso para resolver un problema de programación lineal (PL) consiste en el modelamiento matemático, y es en esta fase en la que el profesional de Ingeniería Industrial debe desarrollar su mayor habilidad y destreza. Los pasos para resolver un problema de PL se encuentran en el módulo de programación lineal.

EL PROBLEMA

   Un herrero con 80 Kg. de acero y 120 Kg. de aluminio quiere hacer bicicletas de paseo y de montaña que quiere vender, respectivamente a 20.000 y 15.000 pesos cada una para sacar el máximo beneficio. Para la de paseo empleará 1 Kg. De acero y 3 Kg. de aluminio, y para la de montaña 2 Kg. de ambos metales. ¿Cuántas bicicletas de paseo y de montaña deberá fabricar para maximizar las utilidades?


EL MODELO MATEMÁTICO



AceroAluminioPrecio de Venta
Bicicleta de paseo (x)1 kg3 kg$ 20.000
Bicicleta de montaña (y)2 kg2 kg$ 15.000
Disponibilidad80 kg120 kg

Declaración de variables
x = Cantidad de bicicletas de paseo a producir
y = Cantidad de bicicletas de montaña a producir

Restricciones de capacidad
Aluminio:
x + 2y <= 80

Acero:
3x + 2y <= 120

Función Objetivo
Zmax = 20000x + 15000y

INGRESANDO LOS DATOS A LINGO
   La interfaz de LINGO es quizá la más simple de todas las aplicaciones de resolución de modelos matemáticos, y en el caso de los modelos de programación lineal el ingreso de los datos es muy sencillo, en su ventana inicial es suficiente con utilizar un comando de apertura "MODEL:" y uno de cierre "END", en medio de estos comandos se escribe el modelo tal como mostramos a continuación:
Programación lineal con Lingo

   Como podemos observar, el comando "MAX:" se utiliza para consignar la función objetivo y su criterio (en caso de minimizar se utilizará MIN:). Para separar cada línea de código es necesario utilizar el caracter ";". Una vez tenemos el código con nuestras restricciones establecidas, procedemos a resolver, dando clic en el botón Solve:
Programación lineal con Lingo






   Al resolver obtendremos el reporte solución, con base en sus datos podremos efectuar un análisis de sensibilidad, hay que tener en cuenta que los datos expresados en el reporte se encuentran en función de la línea de código ingresada, por lo tanto hay que considerar en que línea se escribió cada restricción y función objetivo para hacer un adecuado análisis.




Programación lineal con Lingo


Objective Function: Nos muestra el resultado de nuestra función objetivo, en este caso la solución óptima tiene una función objetivo (utilidad) de $ 850.000.
Value: Es el valor que toman las variables de decisión en la función objetivo.

Slack or Surplus: Cuando la restricción en cuestión tiene el operador <=, corresponde a una holgura, es decir, se puede interpretar como el recurso no utilizado. Cuando la restricción en cuestión tiene el operador >=, corresponde a un exceso, es decir, se puede interpretar como el recurso utilizado por encima de la restricción de mínimo uso.

Dual Price: El precio sombra de una restricción, es el cambio marginal de la función objetivo cuando el valor del lado derecho de la restricción aumenta en una unidad. En nuestro ejemplo sería así: por cada kg de acero adicional que tengamos disponible, la función objetivo aumentará en $ 1250.