Mdulo:

Unidad: I

Semana: 1

INVESTIGACIN DE OPERACIONES I

CHAMBERGO GARCIA,
ALEJANDRO

Nociones Bsicas

Historia de la I.O.
En los siglos XVII y XVIII, grandes matemticos como Newton,
Leibnitz, Bernouilli y, sobre todo, Lagrange, que tanto haban
contribuido al desarrollo del clculo infinitesimal, se ocuparon de
obtener mximos y mnimos de determinadas funciones.
El matemtico francs Jean Baptiste-Joseph Fourier (1768-1830) fue
el primero en intuir, aunque de forma imprecisa, los mtodos de lo
que actualmente llamamos programacin lineal
El matemtico Gaspar Monge (1746-1818), en 1776 se interes por
problemas de PL.
En 1939 para encontrar nuevos estudios relacionados con los
mtodos de la actual programacin lineal, el matemtico ruso
Leonodas Vitalyevich Kantarovitch publica una extensa monografa
titulada Mtodos matemticos de organizacin y planificacin de la
produccin en la que por primera vez se hace corresponder a una
extensa gama de problemas una teora matemtica precisa y bien
definida llamada, hoy en da, programacin lineal .

Historia de la I.O.
En 1941-1942 se formula por primera vez el problema de
transporte, estudiado independientemente por Koopmans y
Kantarovitch, razn por la cual se suele conocer con el nombre de
problema de Koopmans-Kantarovitch.
Tres aos ms tarde, George Stigler plantea otro problema
particular conocido con el nombre de rgimen alimenticio optimal.
En estos aos posteriores a la Segunda Guerra Mundial, en E.U
se asumi que la eficaz coordinacin de todas las energas y
recursos de la nacin era un problema de tal complejidad, que su
resolucin y simplificacin pasaba necesariamente por los
modelos de optimizacin que resuelve la programacin lineal.
Paralelamente a los hechos descritos se desarrollan las tcnicas
de computacin y los computadores, instrumentos que haran
posible la resolucin de los problemas que se estaban gestando.

Historia de la I.O.
En 1947, G.B. Dantzig formula, en trminos matemticos
muy precisos, el enunciado estndar al que cabe reducir
todo problema de programacin lineal. Dantzig, junto con
una serie de investigadores del United States Departament
of Air Force, formaran el grupo que dio en denominarse
SCOOP (Scientific Computation of Optimum Programs).

Una de las primeras aplicaciones de los estudios del grupo

SCOOP fue el puente areo de Berln. Se continu con
infinidad de aplicaciones de tipo preferentemente militar.
El mtodo del simplex, su estudio comenz en el ao 1951
y fue desarrollado por Dantzig en el United States Bureau of
Standards SEAC COMPUTER, ayudndose de varios
modelos de computadoras IBM.

Historia de la I.O.
En 1946 comienza el largo perodo de la guerra fra entre la
antigua Unin Sovitica (URSS) y las potencias aliadas
(principalmente , Inglaterra y Estados Unidos). Uno de los
episodios ms llamativos de esa guerra fra se produjo a mediados
de 1948, cuando la URSS bloque las comunicaciones terrestres
desde las zonas alemanas en poder de los aliados con la ciudad
de Berln, iniciando el bloqueo de Berln. A los aliados se les
plantearon dos posibilidades: o romper el bloqueo terrestre por la
fuerza, o llegar a Berln por el aire. Se adopt la decisin de
programar una demostracin tcnica del poder areo
norteamericano; a tal efecto, se organiz un gigantesco puente
areo para abastecer la ciudad: en diciembre de 1948 se estaban
transportando 4500 toneladas diarias; en marzo de 1949, se lleg
a las 8000 toneladas, tanto como se transportaba por carretera y
ferrocarril antes del corte de las comunicaciones. En la
planificacin de los suministros se utiliz la programacin lineal.
(El 12 de mayo de 1949, los soviticos levantaron el bloqueo)

Historia de la I.O.
Los fundamentos matemticos de la programacin lineal se deben
al matemtico de origen hngaro Janos von Neuman (1903-1957),
quien en 1928 public su famoso trabajo Teora de Juegos. En
1947 conjetura la equivalencia de los problemas de programacin
lineal y la teora de matrices desarrollada en sus trabajos. La
influencia de este respetado matemtico, discpulo de David Hilbert
en Gotinga y, desde 1930, catedrtico de la Universidad de
Princeton de Estados Unidos.
En 1858 se aplicaron los mtodos de la programacin lineal a un
problema concreto: el clculo del plan ptimo de transporte de
arena de construccin a las obras de edificacin de la ciudad de
Mosc. En este problema haba 10 puntos de partida y 230 de
llegada. El plan ptimo de transporte, calculado con el computador
Strena en 10 das del mes de junio, rebaj un 11% los gastos
respecto a los costos previstos.

Realidad

Abstraccin

Modelo
Matemtico

Anlisis

Intuicin

Resultados

Decisiones
Interpretacin

Modelos
Validados

Realidad
Comercio
Industria
Salud
Gobierno
Operaciones en general

Problemas y
Datos

Problemas

Decisor

Decisiones

Problemas y
Objetivos

CIENCIAS

Modelos
A
Validar

Modelos
DSS
EIS

Investigacin Operativa
Matemticas
Estadstica
Probabilidades
Mtodos Cuant.
Cuant.formales

Modelos y soluciones

INFORMATICA
10

Qu es la Investigacin
Operativa?
Definicin de CHURCHMAN, ACKOFF y ARNOFF
La investigacin de operaciones es la
aplicacin, por grupos interdisciplinarios, del
mtodo cientfico a problemas relacionados
con el control de las organizaciones o
sistemas (hombre-mquina), a fin de que se
produzcan soluciones que mejor sirvan a los
objetivos de la organizacin.

11

Investigacin Operativa
Definicin de CHURCHMAN, ACKOFF y
ARNOFF
Aplicacin del mtodo cientfico
por grupos interdisciplinarios
a problemas relacionados con el control de las
organizaciones o sistemas (hombre-mquina)
A fin de que se produzcan soluciones que
mejor sirvan a los objetivos de la organizacin
como un todo
12

Qu es la Investigacin Operativa?
Definicin de NAMAKFORROSH
Es la aplicacin del mtodo cientfico a los
problemas de decisin de las empresas y otras
organizaciones, incluyendo el gobierno y la milicia.
Definicin de LAWRENCE y PASTERNAK, 1998
Un enfoque cientfico para la toma de decisiones
ejecutivas, que consiste en: el arte de modelar
situaciones complejas, la ciencia de desarrollar
tcnicas de solucin para resolver dichos modelos y
la capacidad de comunicar efectivamente los resultados.

13

Objetivo de la Investigacin operativa

Estudiar la asignacin ptima de recursos escasos a
determinada actividad.
Evaluar el rendimiento de un sistema con el objeto de
mejorarlo.
En conclusin podemos observar que todos coinciden en que
la IO es la aplicacin del mtodo cientfico por un grupo
interdisciplinario de personas a la resolucin de un
problema con el fin de asignar los recursos o actividades de
forma eficaz, en la gestin y organizacin de sistemas
complejos y el objetivo es ayudar a la toma de decisiones,
es decidir mediante estos mtodos cientficos
encontrar el diseo que optimiza el proceso analizado,
generalmente bajo condiciones que implican la
utilizacin de recursos escasos.
14

1.3. LA TOMA DE DECISIONES

1. Prcticamente todas las decisiones se toman en un
ambiente de cierta incertidumbre. Sin embargo, el
grado vara de una certeza relativa a una gran
incertidumbre. En la toma de decisiones existen ciertos
riesgos implcitos.
2. La toma de decisin es la respuesta a un problema de
evaluar
un
conjunto de alternativas.
Algunas
decisiones tienen una importancia relativa en el
desarrollo de nuestra vida, mientras otras son
gravitantes en ella.
3. Toda empresa funciona dentro de un mercado con
factores competitivos,
el gerente debe tener
herramientas cuantitativas para tomar mejores
15
decisiones.

d. Tipos de decisiones
Decisiones bajo condicin de certeza
En una situacin donde existe certeza, las personas estn
razonablemente seguras sobre lo que ocurrir cuando
tomen una decisin, cuentan con informacin que se
considera confiable y se conocen las relaciones de causa
y efecto.
Decisiones bajo condicin de incertidumbre
En una situacin de incertidumbre, las personas slo
tienen una base de datos muy deficiente. No saben si
estos son o no confiables y tienen mucha inseguridad
sobre los posibles cambios que pueda sufrir la situacin.

d. Tipos de decisiones
Decisiones bajo condicin de riesgo
En una situacin de riesgo, quiz se cuente con
informacin basada en hechos, pero la misma
puede resultar incompleta. Para mejorar la toma
de
decisiones
se
puede
estimar
las
probabilidades objetivas de un resultado, al
utilizar, por ejemplo modelos matemticos. Por
otra parte se puede usar la probabilidad subjetiva,
basada en el juicio y la experiencia.

1.7.

SECUENCIAS OPERATIVAS DE UN PROYECTO DE IO

Fases de aplicacin de la Investigacin

Operativa
1.
2.
3.
4.
5.
6.
7.

Formular el problema
Construir el modelo que lo represente
Deducir soluciones a partir del modelo
Prueba del modelo y las soluciones generadas
Validacin del modelo
Establecer controles sobre la solucin
Ejecutar

19

1.7.1. Definicin del problema

El primer paso es identificar, comprender y
describir en trminos precisos el problema que
la organizacin enfrenta. En algunos casos, el
problema est bien definido y es claro.
En otras situaciones, el problema puede
no estar bien definido y puede requerir
bastantes discusiones y consenso entre los
miembros del equipo de proyectos.

1.7.2. Desarrollo de un modelo

matemtico y recoleccin de datos
Despus de que el problema est claramente
definido y comprendido, el siguiente paso es
expresar
el
problema
en
una
forma
matemtica, esto es, formular un modelo
matemtico. Una vez construido el modelo,
existen
muchas
tcnicas
matemticas
disponibles para obtener la mejor solucin, a
pesar del vasto nmero de alternativas o de la
complejidad implicada.

 Variable de decisin/ variable/ variable controlable: Es

una cantidad cuyo valor se puede controlar, y es
necesario determinar, para solucionar un problema de
decisin.
Funcin objetivo: El objetivo global de un problema de
decisin expresado en una forma matemtica, en
trminos de los datos y de las variables de decisin.
Limitacin: Es una restriccin sobre los valores de
variables en un modelo matemtico tpicamente impuesto
por condicin externa.
Datos/ parmetros incontrolables: Informacin conocida
en un problema de decisin que no se puede controlar,
pero que se puede usar para determinar la solucin

1.7.3. Resolucin del modelo matemtico

Una vez formulado un modelo matemtico del
problema, el siguiente paso es resolver el modelo, es
decir, obtener valores numricos para la variable de
decisin. Es decir, una vez que identifique el tipo
de modelo que tiene, podr elegir una tcnica de
administracin
apropiada
para
resolverlo.
Estas
tcnicas pertenecen a una de dos categoras:
Mtodos ptimos
Mtodos heursticos

 a) Mtodos ptimos, que producen los mejores valores

para las variables de decisin, es decir,
aquellos
valores que satisfacen simultneamente todas las
limitaciones y proporcionan el mejor valor para la funcin
objetivo.
b) Mtodos heursticos, que producen valores para
las variables que satisfacen todas las limitaciones.
Aunque no necesariamente ptimos, estos valores
proporcionan un valor aceptable para la funcin objetivo.
En contraste con los mtodos ptimos,
los mtodos
heursticos son computacionalmente ms eficientes y
por tanto se usan cuando la obtencin de soluciones
ptimas lleva demasiado tiempo o es imposible porque el
modelo es demasiado complejo.

1.7.4. Validacin, instrumentacin y control de la solucin

Despus de resolver el modelo matemtico, es

extremadamente importante validar la solucin, es decir,
revisar la solucin cuidadosamente para ver que los
valores tienen sentido y que las decisiones resultantes
puedan llevarse a cabo.
Algunas de las razones para hacer esto son:
El modelo matemtico puede no haber captado todas las
limitaciones del problema real.
Ciertos aspectos del problema pueden haberse pasado
por alto, omitido deliberadamente o simplificado.
Los datos pueden haberse estimado o registrado
incorrectamente, tal vez al introducirlos a la computadora.

1.7.5. Modificacin del modelo

Si durante el paso de validacin se encuentra que la

solucin no puede llevarse a cabo, se pueden identificar
las limitaciones que fueron omitidas durante la formulacin
del problema original o puede uno darse cuenta de que
algunas de las limitaciones originales eran incorrectas y
necesitan modificarse.
En estos casos, debe regresarse a la etapa de formulacin
del
problema
y
hacerse
cuidadosamente
las
modificaciones apropiadas para reflejar con ms exactitud
el problema real.

1.8.

INTRODUCCIN A LA CONSTRUCCIN DE MODELOS

1.8.1. El modelado
Es una ciencia de anlisis de relaciones,
aplicacin de algoritmos de solucin y a la
vez un arte: visin de la realidad, estilo,
elegancia, simplicidad, uso creativo de las
herramientas y experiencia

1.8.

INTRODUCCIN A LA CONSTRUCCIN DE MODELOS

1.8.2. Modelo
Representacin simplificada de la realidad, que facilita
su comprensin y el estudio de su
comportamiento.
Tambin podemos decir que un modelo es una
abstraccin selectiva de la realidad que debe mantener
un equilibrio entre sencillez y capacidad de
representacin
Los modelos pueden ser:
Modelos fsicos, modelos de aviones a escala, etc.
Modelos anlogos, mapa de carreteras, etc.
Modelos
simblicos,
modelos
cuantitativos
(determinsticos, probabilsticos o estocsticos).

1.8.

INTRODUCCIN A LA CONSTRUCCIN DE MODELOS

Modelo matemtico: modelo expresado en

trminos matemticos:
Hace ms claras la estructura y relaciones.
Facilita el uso de tcnicas matemticas y
ordenadores.
A veces no es aplicable.

1.8.

INTRODUCCIN A LA CONSTRUCCIN DE MODELOS

1.8.3. Construccin del modelo

Traduccin del problema a trminos matemticos
Objetivos: funcin objetivo
Alternativas: variables de decisin
Limitaciones del sistema: restricciones
Pero a veces las relaciones matemticas son dema
siado complejas
Heursticos
Simulacin

1.8.

INTRODUCCIN A LA CONSTRUCCIN DE MODELOS

1.8.4. Modelado matemtico

Paso 1. Identificar las variables de decisin
Sobre qu tengo control?
Qu es lo que hay que decidir?
Cul sera una respuesta vlida en este caso?
Paso 2. Identificar la funcin objetivo
Qu pretendemos conseguir?
Si yo fuese el jefe de la empresa,
qu me interesara ms?

1.8.

INTRODUCCIN A LA CONSTRUCCIN DE MODELOS

1.8.4. Modelado matemtico

Paso 3. Identificar las restricciones o factores que limitan la
decisin
Recursos disponibles (trabajadores, mquinas,
material)
Fechas lmite
Restricciones por la naturaleza de las variables
(no negatividad, enteras, binarias)
Restricciones por la naturaleza del problema
Paso 4. Traduccin de los elementos bsicos a un modelo
matemtico.

1.8.

INTRODUCCIN A LA CONSTRUCCIN DE MODELOS

1.8.5. Resolucin del modelo

Paso 1. Elegir la tcnica de resolucin adecuada
Tcnicas existentes, modificacin, creacin o heursticos.
Paso 2. Generar las soluciones del modelo
Programas de ordenador, hojas de clculo.
Paso 3. Comprobar/validar los resultados
Probar la solucin en el entorno real
Paso 4. Si los resultados son inaceptables, revisar el modelo matemtico
Estudiar hiptesis, comprobar exactitud de datos, relajar o
endurecer aproximaciones, revisar restricciones
Paso 5. Realizar anlisis de sensibilidad
Analizar adaptaciones en la solucin propuesta frente a
posibles cambios

1.8.

INTRODUCCIN A LA CONSTRUCCIN DE MODELOS

1.8.6. Gua general para la formulacin de modelos

Identificacin de los elementos bsicos.
Expresar en palabras:
Datos del problema
Factores que no son susceptibles de cambio
Variables de decisin
Variables sobre las que se tiene control
Restricciones
Causas por las que la decisin est limitada
Funcin objetivo
Medida del rendimiento que se quiere optimizar
Traduccin de los elementos bsicos a
expresiones matemticas

LIMITACIONES DE LA IO
1. Frecuentemente es necesario hacer simplificaciones del problema
original para poder manipularlo y tener una solucin.

2. La mayora de los modelos slo considera un solo objetivo y

frecuentemente en las organizaciones se tienen objetivos
mltiples.
3. Existe la tendencia a no considerar la totalidad de las restricciones
en un problema prctico, debido a que los mtodos de enseanza
y entrenamiento dan la aplicacin de esta ciencia centralmente se
basan en problemas pequeos para razones de ndole prctico,
por lo que se desarrolla en los alumnos una opinin muy simplista
e ingenua sobre la aplicacin de estas tcnicas a problemas
reales.
4. Rara vez se realizan anlisis costo-beneficio de la implantacin de
soluciones definidas por medio de la I de O, en ocasiones los
beneficios potenciales se ven superados por los costos
ocasionados por el desarrollo e implantacin

GRACIAS