1.

INTRODUCCION
La materia de Investigacin Operativa se dedica fundamentalmente a la
introduccin de los modelos deterministas ms elementales dentro de la
investigacin de operaciones. En esta materia hemos aprendido a resolver
problemas de de P.L. y nos hemos propuesto resolver uno , que es de una
industria cosmtica , que en fabricacin de , labiales, delineador y rubor , para
que puedan producir y obtener la mayor ganancia


2. OBJETIVOS
1. OBJETIVO GENERAL
- El objetiv principal es la optimizacin de los recursos maximizando las
ganancias
- Resolucin De Un Problema De Programacin Lineal
2. OBJETIVO ESPECIFICO
- Aprender a utilizar el programa tora
- Utilizar el programa para la resolucin del problema

3. FUNDAMENTO TEORICO
.1 INTRODUCCION A LA INVESTIGACIN DE OPERACIONES

1. Un poco de Historia

Se inicia desde la revolucin industrial, en los libros se dice que fue a partir de la
segunda Guerra Mundial. La investigacin de operaciones se aplica a casi todos
los problemas. En 1947, en EE.UU., George Datzing encuentra el mtodo
simplex para el problema de programacin lineal. En la investigacin de
operaciones, las computadoras son la herramienta fundamental en la
investigacin de operaciones.

2. Definicin

La Investigacin Operativa es una disciplina moderna que utiliza modelos
matemticos, estadsticos y algoritmos para modelar y resolver problemas
complejos, determinando la solucin ptima y mejorando la toma de decisiones.
Esta materia tambin recibe el nombre de Investigacin de Operaciones,
Investigacin Operacional o Ciencias de la Administracin.

2.1 Pasos del Mtodo cientfico en IO

1. Definicin del problema.- Desde el punto de vista de la Investigacin de
operaciones(IO),esto indica tres aspectos principales:(a)Una descripcin de la
meta o el objetivo del estudio,(b)Una Identificacin de las alternativas de
decisin y (c) Un reconocimiento de las limitaciones, restricciones y requisitos del
sistema

2. Construccin del Modelo._Dependiendo de la definicin del problema, el
equipo de investigacin de operaciones deber decidir sobre el modelo mas
adecuado para representar el sistema (modelo matemtico, modelo de
simulacin; combinacin de modelos matemticos, de simulacin y heursticos)

3. Solucin del Modelo.- En modelos matemticos esto se logra usando tcnicas
de optimizacin bien definidas y se dice que el modelo proporciona una solucin
optima. Si se usan los modelos de simulacin o heursticos el concepto de
optimalidad no esta bien definido, y la solucin en estos casos se emplea para
obtener evaluaciones aproximadas de las medidas del sistema

4.Validacin del Modelo.- Un modelo es valido si, independientemente de sus
inexactitudes al representar el sistema, puede dar una prediccin confiable del
funcionamiento del sistema

5. Implantacin de los resultados Finales.-La tarea de aplicar los resultados
probados del sistema recae principalmente en los investigadores de operaciones.
Esto bsicamente implicara la traduccin de estos resultados en instrucciones
de operacin detallada, emitidas en una forma comprensible a los individuos que
administraran y operaran el sistema despus. La interaccin del equipo de
investigacin de operaciones y el personal de operacin llegara a su mximo en
esta fase.

I.2 TIPOS DE MODELOS DE INVESTIGACION DE OPERACIONES

Un modelo es una representacin ideal de un sistema y la forma en que este
opera. El objetivo es analizar el comportamiento del sistema o bien predecir su
comportamiento futuro. Obviamente los modelos no son tan complejos como el
sistema mismo, de tal manera que se hacen las suposiciones y restricciones
necesarias para representar las porciones ms relevantes del mismo.
Claramente no habra ventaja alguna de utilizar modelos si estos no simplificaran
la situacin real. En muchos casos podemos utilizar modelos matemticos que,
mediante letras, nmeros y operaciones, representan variables, magnitudes y
sus relaciones.



Fig.1.2: Representacin de un modelo

1. Modelos Matemticos

Un modelo es producto de una abstraccin de un sistema real: eliminando las
complejidades y haciendo suposiciones pertinentes, se aplica una tcnica
matemtica y se obtiene una representacin simblica del mismo. Un modelo
matemtico consta al menos de tres conjuntos bsicos de elementos:

1.1) Variables de decisin y parmetros

Las variables de decisin son incgnitas que deben ser determinadas a partir de
la solucin del modelo. Los parmetros representan los valores conocidos del
sistema o bien que se pueden controlar.

1.2) Restricciones

Las restricciones son relaciones entre las variables de decisin y magnitudes que
dan sentido a la solucin del problema y las acotan a valores factibles. Por
ejemplo si una de las variables de decisin representa el nmero de empleados
de un taller, es evidente que el valor de esa variable no puede ser negativo.

1.3) Funcin Objetivo

La funcin objetivo es una relacin matemtica entre las variables de decisin,
parmetros y una magnitud que representa el objetivo o producto del sistema.
Por ejemplo si el objetivo del sistema es minimizar los costos de operacin, la
funcin objetivo debe expresar la relacin entre el costo y las variables de
decisin. La solucin PTIMA se obtiene cuando el valor del costo sea mnimo
para un conjunto de valores factibles de las variables. Es decir hay que
determinar las variables x1, x2,, xn que optimicen el valor de Z = f(x1, x2,,
xn) sujeto a restricciones de la forma g(x1, x2,, xn) b. Donde x1, x2,, xn
son las variables de decisin Z es la funcin objetivo, f es una funcin
matemtica.


II. PROGRAMACION LINEAL

II.1 INTRODUCCION A LA PROGRAMACION LINEAL

1. INTRODUCION

La programacin Lineal (PL) es una tcnica de modelado matemtico, diseada
para optimizar el empleo de recursos limitados. La programacin lineal se aplica
exitosamente en el ejercito, en la agricultura, la industria, los transportes, la
economa, los sistemas de salud, en el ejercito e incluso en los sistemas
conductuales y sociales.

La utilidad de esta tcnica se incrementa mediante el uso y disponibilidad de
programas de computadora altamente eficientes. De hecho la PL, debido a su
alto nivel de eficiencia computacional, es la base para el desarrollo de algoritmos
de solucin de otros tipos (ms complejos) de modelos de IO, incluyendo la
programacin entera, no lineal y estocstica.


2. MODELOS DE PROGRAMACION LINEAL

Para formular un problema de programacin lineal se debe tener presente que la
funcin objetivo y todas las restricciones deben ser lineales y todas las variables
deben ser continuas (pueden asumir valores fraccionales).

2.1 SOLUCIN GRAFICA DE PL: Los modelos de PL que se resuelven por el
mtodo geomtrico o grafico solo son apropiados para casos en que el
nmero de variables son a lo ms dos.




4. MODELO MATEMATICO
En una fbrica de cosmticos se elaboran 3 tipos de productos: labial, delineador y
rubor.
En la fabrica trabajan 3 obreros durante 8 horas diarias y un revisor, para
comprobar que los cosmticos estn producidos, que trabaja 2 hora diaria . Para
la producir el labial se emplea 2 horas diarias de mano de obra y precisa es
minutos de revisin, para la produccin del delineador se emplea 4 horas de
mano de obra y 4 minutos para su revisin y para el rubor es necesario 1 hora
diario de mano de obra y 3 minutos de revisin.
Por problemas de produccin en la fbrica no se puede fabricar ms de 15
cosmticos diarios y el precio de cada cosmtico; labial, delineador y rubor es de
400, 350,250$ respectivamente. Hallar cuantas unidades se deben elaborar cada
da de cada una de ellas para obtener un beneficio mximo.
El modelo asociado es:
Mano de obra
(Hrs)
Revisin(Min) Numero de
productos
Costos $/(u)
Labial 2 6 1 400
Delineador 4 4 1 350
Rubor 1 3 1 250
Disponibilidad 24 120 15

Variables:
Donde:
X
1
= Cantidad de unidades diarias de labial
X
2
= Cantidad de unidades diarias de delineador
X
3
= Cantidad de unidades diarias de rubor

Funcin objetivo
Max Z =400

X1 (u)+350X2+250X3
S.A
2

X
1(U)
+4X
2
+1 X
3
24 hrs (Disponibilidad de tiempo de mano de obra)
6

X
1(u)
+4 X
2
+3 X
3
120 (Disponibilidad de tiempo de revisin)
X
1
+ X
2
+ X
3
15 (Disponibilidad de nmero de produccin)
X
1
, X
2
, X
3
, 0

5. SOLUCION
Solucin optima
Max=5100
X
1
=9
X
2
=0
X
3
=6
S
1
=0
S
2
=48
S
3
=0

6. CONCLUSION
Se logro la optimizacin de los recursos maximizando las ganancias utilizando
el programa tora.