1

de todos los
Optimizar obligacion
cientficos
Autores

de
Antecedentes e historia de la investigacion
operaciones
1.1.

I NTRODUCCI ON

El ser humano siempre ha tenido la necesidad de cuidar sus recursos, por medio de la optimizacion, es decir
ha buscado la forma de incrementar ganancias o disminuir costos. Dicha tarea la realiza cotidianamente
y dependiendo de su nivel de preparaci
on la puede hacer de forma consciente o inconsciente. Por ejemplo,
desde sus orgenes el ser humano ha buscado la forma de satisfacer sus necesidades como son alimentaci
on
y vestido, entre otras. Para poder llevar a cabo esto se ha visto en la necesidad de realizar trabajos en
grupo, y dependiendo de la necesidad era el tama
no del grupo y las actividades realizadas.
Conforme crecen los grupos los problemas se triplican y la idea de la optimizacion de recursos se va
haciendo un problema cada vez m
as complejo que requiere de metodos de solucion, de mayor capacidad
intelectual para resolverlos, mayor preparacion y orden.
Sin aras de iniciar con el problema de la definicion de Investigacion de Operaciones (IO), podemos decir intuitivamente que la IO es una ciencia que ayuda por medio de una serie de metodos, bien
fundamentados te
oricamente, a encontrar soluciones para problemas de optimizacion de recursos. As, en
este captulo se dar
a un bosquejo hist
orico de la Investigacion de Operaciones y sus antecedentes te
oricos,
hablaremos de cu
ales son las principales ramas de la IO, as como las areas de aplicacion mas importantes.
En donde enlistaremos algunos casos reales de empresas en donde se aplico alguno o algunos metodos de
investigacion de operaciones obteniendo considerables beneficios para dichas empresas.

1.2.

A NTECEDENTES

DE OPERACIONES
A LA INVESTIGACI ON

El problema de la obtenci
on del valor m
aximo o mnimo de una funcion es muy antiguo, en general no se
tienen datos exactos que se puedan recopilar cronologicamente con detalle para explicar la forma en que
evolucionaron los estudios sobre este problema.
Se conoce de escritos que Euclides en su libro III, describio formas de encontrar las lneas rectas
de mayor y menor longitud, desde un punto hasta la circunferencia de un crculo; y en el libro IV,
encontro el paralelogramo de mayor
area para un permetro dado. Existen tambien los antecedentes de
que los matem
aticos de los siglos XVI al XVIII desarrollaron la teora y proceso de optimizaci
on que
resuelven difciles problemas geometricos, dinamicos y fsicos, tales como las curvas de revolucion mnima
o la curva de descenso m
as r
apido.
Algunos de los matem
aticos que contribuyeron a desarrollar los metodos analticos que se utilizaron
en los problemas de maximizaci
on y minimizacion fueron: Newton, Lagrange, Leibnitz, Stiegles, Laplace,
Weistrasse, entre muchos otros.
Aunque el problema cl
asico del maximo o mnimo de una funcion es la base para el nacimiento
de la IO, este en realidad nace con un concepto mas amplio que es el de optimizacion. La optimizaci
on
se puede llevar a cabe dependiendo del problema; en la forma clasica o en forma mas moderna y completa con la organizaci
on, distribuci
on, elaboracion, etcetera de procesos productivos, manufactureros y
1

 DE OPERACIONES
1.2. ANTECEDENTES A LA INVESTIGACION

administrativos basados en el metodo cientfico. Por ejemplo, en escritos hechos hace milenios como es el
Antiguo Testamento se menciona a Jetro, suegro de Moises, como autor de un tratado de principios de organizacion y mas recientemente, en el siglo XIX, Charles Babbage es autor del trabajo On the Economy
of Machinery and Manufactures. Por otro lado, al ingeniero Frederick Winslow Taylor, norteamericano
de origen, se le reconoce la paternidad de la Administracion Cientfica debido a sus investigaciones sobre
las obligaciones y tareas de los jefes de taller, as como tambien de la produccion diaria individual seg
un
la capacidad del obrero para tareas especficas, definiendo la division del trabajo mediante capacitaci
on,
seleccion y adiestramiento de los trabajadores. Ademas, Taylor aplico el analisis cientfico a los problemas de manufactura, estableciendo normas de trabajo y la especializacion. Por su parte Henry L. Gant,
planeo las tareas de las m
aquinas para evitar demoras de produccion, planeando actividades para que
las entregas se realicen con m
as seguridad. Ademas contribuyo al enfoque cientfico incluyendo el aspecto
humano como integrante.
Con el inicio del siglo XX, en concreto en la segunda decada, Taylor se dedico a buscar la eficiencia
para las tareas haciendo valer los estudios de tiempos y movimientos de Frank y Lillian Gilbreth eliminando
movimientos innecesarios y desperdicios en cada tarea.
1.2.1.

S IMULACI ON

El trabajo mas antig

uo que se conoce sobre simulacion es el problema planteado por Claudio Rocchini
Buffon para calcular el n
umero pi. El modelo se basa en una aguja de una longitud determinada lanzada
sobre un plano segmentado por lneas paralelas separadas por unidades. Cual es la probabilidad que
la aguja cruce alguna lnea?. Esta soluci
on fue mejora en 1812 por Laplace y desde entonces se conoce
como solucion Buffon-Laplace. Otro resultado importante sobre la simulacion lo podemos apreciar en el
trabajo del estadstico William Sealy Gosset, que trabajo en la destilera de Arthur Guinness, en donde
construyo la distribuci
on tStudent. Este hito historico abrio las puertas a la aplicacion de la simulaci
on
en el campo del proceso de control industrial as como a las sinergias que generaba esta simulacion basada
en la experimentaci
on y tecnicas de an
alisis para descubrir soluciones exactas a problemas clasicos de la
industria y la ingeniera. Una breve cronologa sobre el desarrollo de la Simulacion es la siguiente.
1).- Durante la primera Guerra Mundial, se le confio a Thomas A. Edison el averiguar las maniobras
mas eficaces de los barcos mercantes para disminuir los embarques perdidos por ataques de los
submarinos enemigos. Edison emple
o un tablero tactico como modelo para simular las operaciones
reales.
2).- Periodo de 1945 a 1970. A mediados de los a
nos 40 dos hechos sentaron las bases para la r
apida
evolucion del campo de la simulaci
on:
a).- La construcci
on de los primeros computadores de proposito general como el ENIAC.
b).- El trabajo de Stanislaw Ulam, John Von Neumann y otros cientficos para usar el metodo de
Montercarlo en computadores modernos y solucionar problemas de difusion de neutrones en
el dise
no y desarrollo de la bomba de hidrogeno.
c).- En 1960, Keith Douglas Tocher desarrollo un programa de simulacion general cuya principal
tarea era la de simular el funcionamiento de una planta de produccion donde las m
aquinas ciclaban por estados: Ocupado, Esperando, No disponible y Fallo; de manera que las
simulaciones en los cambios de estado de las maquinas marcaran el estado definitivo de la
producci
on de la planta. Este trabajo produjo ademas el primer libro sobre simulacion: The
Art of Simulation (1963).
Para aquel entonces, IBM desarrollo entre 1960 y 1961 el Sistema de Simulacion de prop
osito general o General Purpose Simulation System (GPSS). El GPSS se dise
no para realizar
simulaciones de teleprocesos involucrando por ejemplo: control de trafico urbano, gesti
on de
2

 DE OPERACIONES
1.3. NACIMIENTO DE LA INVESTIGACION

llamadas telef
onicas, reservas de billetes de avion, etc. La sencillez de uso de este sistema lo
populariz
o como el lenguaje de simulacion mas usado de la epoca.
Por otro lado, en 1963 se desarrollo SIMSCRIPT, otra tecnologa alternativa al GPSS basada
en FORTRAN, m
as enfocada a usuarios que no tenan porque ser obligatoriamente expertos
inform
aticos en RAND CORPORATION.
Complementariamente a los desarrollos llevados a cabo por RAND e IBM, el Royal Norwegian
Computing Center inici
o en 1961 el desarrollo del programa SIMULA con ayuda de Univac.
El resultado fue SIMULA I, probablemente el lenguaje de programacion mas importante de
toda la historia.
En 1967 se fund
o el WSC (Winter Simulation Conference), lugar donde desde entonces y hasta
ahora se archivan los lenguajes de simulacion y aplicaciones derivadas, siendo en la actualidad
el referente en lo que a avances en el campo de los sistemas de simulacion se refiere.
3).- Periodo de 1970 a 1981. Durante este periodo se desarrollaron avanzadas herramientas de modelado y de an
alisis de resultados. Gracias tambien a los desarrollos obtenidos en la generaci
on de
datos y a las tecnicas de optimizacion y representacion de datos, la simulacion llega a su fase de
expansion donde comienza a aplicarse en m
ultiples campos.
Anteriormente, los datos de salida obtenidos de una simulacion por computadora se presentaban en
una tabla o matriz, de manera que se mostraba el efecto que los m
ultiples cambios en los par
ametros
tenan sobre los datos. El empleo del formato de matriz se deba al uso tradicional que se haca de la
matriz en los modelos matem
aticos. Sin embargo, los psicologos advirtieron que los seres humanos
perciban mejor los cambios en el desarrollo de las situaciones si miraban graficos o incluso im
agenes
en movimiento
o animaciones generadas a partir de dichos datos, como las que se ejecutan en las
animaciones de im
agenes generadas por computadora.
4).- Periodo de 1981 a
1.2.2.

LI NEAS DE ESPERA

Un ingeniero danes A. K. Erlang hizo experimentos relacionados con las fluctuaciones de la demanda telefonica en equipo autom
atico quedando estos trabajos como fundamento de muchos modelos matem
aticos
que se usan actualmente en los estudios de Teora de Colas o Lneas de Espera.
1.2.3.

O PERACIONAL
I NVESTIGACI ON

En 1937, a punto de empezar la Segunda Guerra Mundial, se junto en el Reino Unido a un equipo de
matematicos, ingenieros y cientficos en areas basicas, para estudiar los problemas estrategicos y t
acticos asociados con la defensa del pas. Se formo un equipo cuyo objetivo era determinar la utilizaci
on
mas efectiva de los limitados recursos militares. En consecuencia, a las actividades de este grupo se le
llamo Investigaci
on Operacional, que es terminologa com
un en el medio militar. Primero se les pidi
o ayuda
para los militares en la utilizaci
on eficiente del radar para localizar aviones enemigos; despues en 1940 se
reunio otro grupo, el circo de Blackett encabezado por el distinguido fsico ingles P. Blackett para estudiar
la actuacion del equipo de control de ca
nones en el campo; haba tres fisiologos, cuatro matem
aticos, un
fsico, un astrofsico, un oficial militar y un agrimensor.

1.3.

N ACIMIENTO

DE OPERACIONES
DE LA I NVESTIGACI ON

En los Estados Unidos de Norteamerica en Abril de 1942 se decidio introducir la IO a nivel superior,
emprendiendo tambien estudios tales como: problemas logsticos complejos, el desarrollo de patrones de
vuelo para aviones y la planeaci
on de maniobras navales. En la Fuerza Aerea se le dio el nombre de
Analisis de Operaciones y en el Ejercito y la Marina los de Investigacion de Operaciones y Evaluaci
on de
Operaciones, respectivamente.
3

 DE INVESTIGACION
DE OPERACIONES
1.4. BOSQUEJO SOBRE LA EVOLUCION

Luego de terminar la guerra, el exito de la Investigacion de Operaciones en las actividades belicas

genero un gran interes en sus aplicaciones fuera del campo militar. As, desde la decada de 1950, se haba
introducido el uso de la Investigaci
on de Operaciones en la industria, los negocios y el gobierno, desde
entonces esta disciplina se ha desarrollado con rapidez.
Un factor importante de la implantacion de la Investigacion de Operaciones en este periodo es el
mejoramiento de las tecnicas disponibles en esta area. Muchos de los cientficos que participaron en la
guerra encontraron resultados sustanciales en este campo; un ejemplo sobresaliente es el metodo Simplex
para resolucion de problemas de Programacion Lineal, desarrollado en 1947 por George Dantzing. Muchas de las herramientas utilizadas en la Investigacion de Operaciones como la Programacion Lineal, la
Programacion Din
amica, Lneas de Espera y Teora de Inventarios fueron desarrolladas a finales de los
a
nos 50s.
Un segundo factor importante para el desarrollo de este campo fue el advenimiento de la revoluci
on
de las computadoras. Para manejar los complejos problemas relacionados con esta disciplina, generalmente
se requiere un gran n
umero de c
alculos que llevarlos a cabo a mano es casi imposible. Por lo tanto el
desarrollo de la computadora digital, fue una gran ayuda para la Investigacion de Operaciones.
En la decada de los 80s con la invencion de computadoras personales cada vez mas rapidas y
acompa
nadas de buenos paquetes de Software para resolver problemas de Investigacion de Operaciones se
puso la tecnica al alcance de muchas personas. Hoy en da se usa toda una gama de computadoras para
resolver problemas de Investigaci
on de Operaciones, desde las computadoras a grandes escalas hasta las
computadoras personales.

1.4.

B OSQUEJO

DE I NVESTIGACI ON
DE
SOBRE LA EVOLUCI ON

O PERACIONES

En esta seccion presentamos en forma breve un bosquejo de una secuencia cronologica de resultados
relacionados con IO.
En 1759 el economista frances Francois Quesnay (4 de junio de 1694 Versalles, 16 de diciembre de
1774) uso los Modelos Primitivos de Programacion Matematica.
En 1788 el matem
atico, fsico y astr
onomo italiano JosephLouis Lagrange (25 de enero de 1736 en
Turn - 10 de abril de 1813 en Pars) empleo los Modelos Matematicos para probar que la energa
cinetica de un sistema material bajo ciertas restricciones es un maximo, tambien utilizo el principio
de mnima acci
on.
En 1873 Jordan creo los Modelos matematicos lineales.
En 1874 economista Leon Walras (18341910), empleo tecnicas similares a Quesnay.
En 1896 Minkowsky desarroll
o los modelos matematicos lineales.
Entre 1890-1900 Markov desarroll
o los Modelos de inventarios, de Tiempo y Movimientos.
En 1903 Farkas cre
o los Modelos Din
amicos Probabilsticos.
En 1909 Erlang inici
o el estudio de las Lneas de Esperas.
Entre 1920-1930 Konig y Egervary desarrollaron los Modelos de Asignacion.
En 1923 Wiener obtiene la primera construccion matematica correcta de una cadena de Markov con
trayectorias continuas.
En 1937 Von Newman desarrolla la Teora de Juegos aplicando el teorema minimax a los juegos
de estrategia y creando la teora de juegos matriciales. Posteriormente, se desarrolla en los juegos
cooperativos y de diferencias.
4

 DE INVESTIGACION
DE OPERACIONES
1.4. BOSQUEJO SOBRE LA EVOLUCION

En 1937 se pidi
o a los cientficos Ingleses que ayudaran a utilizar el radar para localizar aviones
enemigos.
En 1939 Leonid Kantorovich (1912-1986) realiza los Modelos de Distribucion empleando las variables
duales.
En 1939 se da inicio oficial a la investigacion operativa en Inglaterra con la creacion de la estacion de investigaci
on Bawdsey al cargo de A. Rowe. En esta estacion se desarrollaron polticas de
optimizaci
on para el nuevo sistema de deteccion militar del radar.
En 1941 Hitchcock formula el Modelo de Transporte.
En 1945 Von Newman con Morgenstern desarrollan la Teora de Preferencias.
En 1946 Donal Douglas fund
o la RAND Corporation que tuvo gran influencia en el desarrollo de la
IO.
En 1947 Koopmas Aplica el modelo Transporte a la Logstica Naval.
En 1947 George Dantzing desarrolla el Metodo Simplex. Este metodo nace como resultado de la
propuesta del departamento del proyecto SCOOP y su implementacion se realizo en un servidor
UNIVAC que se utilizaba en la resolucion de modelos lineales que tenan una gran cantidad de
variables y restricciones.
En 1948 inician los primeros cursos sobre I.O. en el MIT, Boston, y un a
no despues se realizo un
ciclo de conferencias en la University College de Londres. Posteriormente, se ofrecieron programas
especficos en diferentes universidades como la de Case Western Reserve, Johns Hopkins, Imperial
College, London School of Economics en Inglaterra, etc.
En 1948 se form
o el Operation Research Club por un grupo de cientficos ingleses.
En 1949 se imparte el primer ciclo de Conferencias sobre I.O. en University College of London, por
este a
no Jhon Von Neumann y Stanislaw Ulam dan los cimientos para la tecnica de la Simulaci
on.
En 1950 se crea la Fundaci
on de la Operations Research Society of America.
En 1951 se imparte la primera Conferencia sobre la I.O. en la industria en el Case Institute of
Technology de Cleveland.
En 1952 Leontief propone el modelo de asignacion de recursos.
En 1953 Kendall inventa los tres primeros elementos de su notacion para identificar los sistemas de
colas.
En 1954 Lemke desarrolla el Simplex Dual, ademas ese a
no se crea la Operations Research Society
en Inglaterra (nacida en 1948 como Operation Research Club).
Entre 1950-1956 Kuhn y Tucker desarrollan la Programacion No Lineal.
En 1957 Markowitz desarrolla la Simulacion y programacion discreta.
En 1957 se grad
uan los primeros Doctores en I.O., Ackoff y Churchman, en este mismo a
no J.E.
Kelly y M.R. Walker desarrollan el metodo CPM.
5

 DE INVESTIGACION
DE OPERACIONES
1.4. BOSQUEJO SOBRE LA EVOLUCION

En 1958 Bellman Richard crea la Programacion Dinamica y utiliza esta para resolver un grafo de

ruta Corta. Esta

se ha visto limitada en su desarrollo a causa de la complejidad computacional
de los estados y periodos que intervienen en el problema. En el problema han trabajado otros
investigadores como Larson y Denardo pero sus desarrollos siguen considerandose como teoricos y
no como metodos con los que se pueda implantar un algoritmo de tipo general.
Entre 1950-1960 Raifa desarrolla el Analisis de decisiones, creando la estructuracion de la teora
axiomatica de la utilidad. La teora de Decisiones crece con el desarrollo de la estadstica bayesiana
y la estimaci
on subjetiva de las probabilidades.
En 1958 Arrow y Karlin desarrollan los Inventarios.
En 1958 Gomory expone su Metodo de planos y Cortes.
En 1958 La Oficina Naval de Proyectos Especiales desarrolla el PERT.
En 1959 Dijkstra da a conocer su Algoritmo de Ruta corta.
En 1960 Land y Doig proponen el primer Algoritmo de Ramificacion y Acotamiento para un modelo
de programaci
on lineal con variables enteras.
Entre 1956-1962 Ford y Fulkerson crean las Redes de Optimizacion.
En 1962 Ford y Fulkerson dan a conocer el Metodo Primal-dual.
En 1963 Karmarkar y Narend desarrollan el Algoritmo de punto interior.
En 1965 Balas desarrolla un algoritmo de enumeracion implcita para problemas lineales binarios.
En 1966 A.M. Lee agrega los smbolos de disciplina de colas y capacidad a la notacion de Kendall.
En 1968 Hamdy Taha completa la notacion de Kendall agregando el tama
no de la poblacion.
En 1975 Holland introduce los fundamentos de los algoritmos geneticos.
En 1977 Glover inicia las b
usquedas Tab
u.
En 1980 Gemy y Kirpatrick introducen el Recocido simulado.
En 1984 Karmarkar realiza los cimientos de metodos de punto interior en Programacion Lineal.
En 1984 Hopfield propone una red neuronal con unidades continuas. Ese mismo a
no Karmarkar da
a conocer su algoritmo de Interior Proyectivo y por si fuera poco Holland da los Fundamentos de
los Algoritmos Geneticos
En 1986 Hopfield y Tank muestran c
omo usar una red neuronal.
En 1990 Orlin y Ahuja proponen su algoritmo de ruta mas Corta para Colas con prioridades.
En 1994 Nesterov y Nemirovskii dan a conocer el Algoritmo de Interior de Barrera.
En la primera decada del 2000 se caracteriza porque los problemas tienen muchos datos, los sistemas
de decisiones son autom
aticos y existe la necesidad de coordinar las cadenas de suministro.
6

 DE INVESTIGACION
DE OPERACIONES
1.4. BOSQUEJO SOBRE LA EVOLUCION

Actualmente los problemas que tienen muchas expectativas de estudio son los problemas Combinatorios de tiempo de soluci
on NP completos, es decir problemas para los que no existen algoritmos que
puedan resolver el problema en tiempo polinomial, sus soluciones son de tiempo exponencial. Para este
tipo de problemas se han creado metodos llamados Metaheursticas, que no aportan el optimo, pero si
un valor cercano al
optimo en tiempo polinomial. La finalidad de estos metodos consiste en encontrar
soluciones a los problemas lineales o no lineales de optimizacion, problemas secuenciales tpicos de toda
organizacion de la producci
on, por ejemplo en maquinas de lneas de montaje, asignacion de rutas, planificacion de la producci
on, en general en las cadenas de suministro, logsticas de la empresa, etcetera.
Debido a la creciente en las bases de datos y los problemas combinatorios se estan desarrollando diferentes
metodos de soluci
on:
Algoritmos Gen
eticos. Estos algoritmos (genetic algorithms) surgen como una imitaci
on de los
mecanismos en la evoluci
on de las especies y fueron introducidos por Holland, quien cre
o un algoritmo generador de nuevas soluciones utilizando operadores similares a los de la reproducci
on. Esto
nace de la idea de la evoluci
on en donde un ser vivo da vida a otro mediante la decodificaci
on de
los cromosomas de sus progenitores, dando vida a sus descendientes en los que se elige las mejores
caractersticas, mejorando de esta manera las generaciones posteriores.
Algoritmos recocido simulado. Estos algoritmos (simulated annealing) fueron introducidos por
Cerny y Kirkpatrick et al. para la optimizacion de problemas combinatorios con mnimos locales.
Utilizan tecnicas de optimizaci
on no deterministas, de tal forma que no buscan la mejor soluci
on
con base en el entorno de la soluci
on actual, sino que generan aleatoriamente una solucion proxima
y la aceptan como la mejor en caso de tener menor costo o en caso contrario la aceptan con cierta
probabilidad p, misma que disminuira cuando aumente el n
umero de iteraciones (aumente el costo).
Estos algoritmos se derivan de la analoga termodinamica con el proceso metal
urgico del recocido,
cuando se enfra un metal fundido tiende a solidificar en una estructura de mnima energa (equilibrio
termico) y ha medida que disminuye la temperatura las moleculas tienen menos probabilidad de
moverse (ajust
andose a la funci
on de Boltzmann) de su nivel energetico.
B
usqueda Tab
u. Esta b
usqueda (tabu search), al igual que la b
usqueda local, selecciona de modo
agresivo el mejor de los movimientos posibles en cada iteracion; pero a diferencia de otros algoritmos
basados en tecnicas aleatorias de b
usqueda de soluciones cercanas se caracteriza porque utiliza una
estrategia basada en el uso de estructuras de memoria para escapar de los optimos locales (en los
que se puede caer la b
usqueda de una solucion). Para lograr este escape se permiten movimientos
que pueden alejarse de la funci
on objetivo con la idea de no caer en los optimos locales (en la
b
usqueda local a mayor iteraciones se tiene mayor acercamiento a los optimos, aunque estos pueden
ser locales).

Redes Neuronales. Estas

(neural networks) son modelos analogicos (continuos) que tienen como
objetivo intentar conseguir buenos resultados basandose en una interconexion de nodos computacionales llamados neuronas (por su similitud con la capacidad de procesamiento de informacion de las
neuronas en el cerebro de los seres). As, Aleksander y Morton definen una red neuronal como un
Procesador distribuido paralelo, que tiende a almacenar el conocimiento experimental haciendolo
disponible para su uso. Las caractersticas principales de estos modelos son la robustez, tolerancia
a fallos, capacidad de adaptaci
on y aprendizaje y capacidad de procesar informacion defectuosa.
Heursticas. Por lo general proponen un conjunto de soluciones, aumentando de esta forma las
posibilidades de elecci
on del decisor, sobre todo cuando existen factores no cuantificables que no
fueron tomados en cuenta en el modelo. Las ventajas de las heursticas con respecto a las tecnicas
7

 DE OPERACIONES
1.5. CARACTERIZACIONES DE LA INVESTIGACION

clasicas es que son m

as flexibles, su desventaja es que no encuentran el optimo sino aproximaciones
muy buenas.
Se tiene que en el presente siglo el problema en la IO es que los metodos tradicionales de IO se
han vuelto inoperantes e inadmisibles en las grandes empresas e instituciones, ya que los responsables
de dirigir las actividades de estas se enfrentan a situaciones complicadas y cambiantes con rapidez que
por la cantidad de datos requieren de soluciones creativas y practicas. Para lograr esto en un ambiente
socioeconomico, como el actual tan competitivo y complejo, existe la necesidad de coordinar el uso eficiente
de los recursos en las cadenas de suministro, es decir se engloban diferentes tipos de problemas de IO en
uno solo con una gran cantidad de informacion que se debe ordenar y obtener soluciones de forma r
apida
y sistematica.

1.5.

C ARACTERIZACIONES

DE
DE LA I NVESTIGACI ON

O PERACIONES

La toma de decisiones es un proceso que se inicia cuando una persona observa un problema y determina
que es necesario resolverlo procediendo a definirlo, a formular un objetivo, reconocer las limitaciones o
restricciones, a generar alternativas de solucion y evaluarlas hasta seleccionar la que le parece mejor, este
proceso puede se cualitativo o cuantitativo.
El enfoque cualitativo se basa en la experiencia y el juicio personal, las habilidades necesarias en este
enfoque son inherentes en la persona y aumentan con la practica. En muchas ocasiones este proceso basta
para tomar buenas decisiones. El enfoque cuantitativo requiere habilidades que se obtienen del estudio de
herramientas matem
aticas que le permitan a la persona mejorar su efectividad en la toma de decisiones.
Este enfoque es u
til cuando no se tiene experiencia con problemas similares o cuando el problema es tan
complejo o importante que requiere de un analisis exhaustivo para tener mayor posibilidad de elegir la
mejor solucion.
De esta forma la investigaci
on de operaciones se caracteriza por proporcionar a los decisores bases
cuantitativas para seleccionar las mejores decisiones y permitir elevar su habilidad para hacer planes a
futuro. En organizaciones grandes se hace necesario que el decisor tenga un conocimiento basico de las
herramientas de IO que utilizan los especialistas para poder trabajar en forma estrecha con ellos y ser
receptivos a las soluciones y recomendaciones que se le presenten. En organizaciones peque
nas puede darse
que el tomador de decisiones domine las herramientas IO y el mismo las aplique para apoyarse en ellas y
as tomar sus decisiones.
Para obtener bases cuantitativas en la IO, notemos que la investigacion de operaciones se caracteriza
por hacer investigaci
on sobre las operaciones. Entonces, la investigacion de operaciones se aplica a
problemas que se refieren a la conducci
on y coordinacion de operaciones (o actividades) dentro de una
organizacion. La naturaleza de la organizacion es esencialmente inmaterial, y de hecho, la investigaci
on de
operaciones se ha aplicado de manera extensa en areas tan diversas como la manufactura, el transporte,
las telecomunicaciones, la planeaci
on financiera, el cuidado de la salud, la milicia y los servicios p
ublicos,
por nombrar solo unas cuantas. As, la gama de aplicaciones es extraordinariamente amplia.
La parte de investigaci
on en el nombre significa que la investigacion de operaciones usa un enfoque
similar a la manera en que se lleva a cabo la investigacion en los campos cientficos establecidos. En gran
medida, se usa el metodo cientfico para investigar el problema en cuestion (de hecho, en ocasiones se usa
el termino ciencias de la administraci
on como sinonimo de investigacion de operaciones). En particular,
el proceso comienza por la observaci
on cuidadosa y la formulacion del problema incluyendo la recolecci
on
de los datos pertinentes. El siguiente paso es la construccion de un modelo cientfico (por lo general
matematico) que intenta abstraer la esencia del problema real. En este punto se propone la hip
otesis
de que el modelo es una representaci
on lo suficientemente precisa de las caractersticas esenciales de la
situacion como para que las conclusiones (soluciones) obtenidas sean validas tambien para el problema
real. Despues, se llevan a cabo los experimentos adecuados para probar esta hipotesis, modificarla si es
8

 DE OPERACIONES
1.6. DEFINICIONES DE LA INVESTIGACION

necesario y eventualmente verificarla (con frecuencia este paso se conoce como validacion del modelo).
Entonces, en cierto modo, la investigacion de operaciones incluye la investigacion cientfica creativa de
las propiedades fundamentales de las operaciones. Sin embargo, existe mas que esto. En particular, la IO
se ocupa tambien de la administraci
on practica de la organizacion. As, para tener exito, deber
a tambien
proporcionar conclusiones claras que pueda usar el tomador de decisiones cuando las necesite.
Una caracterstica m
as de la investigacion de operaciones es su amplio punto de vista. Como
quedo implcito arriba, la IO adopta un punto de vista organizacional de esta manera, intenta resolver los conflictos de intereses entre las componentes de la organizacion de forma que el resultado sea el
mejor para la organizaci
on completa. Esto no significa que el estudio de cada problema deba considerar
en forma explcita todos los aspectos de la organizacion sino que los objetivos que se buscan deben ser
consistentes con los de toda ella.
Una caracterstica adicional es que la investigacion de operaciones intenta encontrar una mejor
solucion (llamada soluci
on
optima) para el problema bajo consideracion (decimos una mejor soluci
on y
no la mejor soluci
on porque pueden existir muchas soluciones que empaten como la mejor). En lugar de
contentarse con mejorar el estado de las cosas, la meta es identificar el mejor curso de accion posible. Aun
cuando debe interpretarse con todo cuidado en terminos de las necesidades reales de la administraci
on,
esta b
usqueda de la optimidad, es un aspecto importante dentro de la investigacion de operaciones.
Todas estas caractersticas llevan de una manera casi natural a otra. Es evidente que no puede
esperarse que un solo individuo sea un experto en todos los m
ultiples aspectos del trabajo de investigaci
on
de operaciones o de los problemas que se estudian; se requiere un grupo de individuos con diversos
antecedentes y habilidades. Entonces, cuando se va a emprender un estudio de investigacion de operaciones

completo de un nuevo problema, por lo general es necesario emplear el trabajo de equipo. Este
debe incluir
individuos con antecedentes firmes en matematicas, estadstica y teora de probabilidades, al igual que
en economa, administraci
on de empresas, ciencias de la computacion, ingeniera, ciencias fsicas, ciencias
del comportamiento y por supuesto, en las tecnicas especiales de investigacion de operaciones. El equipo
tambien necesita tener la experiencia y las habilidades necesarias para permitir la consideracion adecuada
de todas las ramificaciones del problema a traves de la organizacion.
Finalmente se puede decir que la IO tambien se conoce como ciencia de la Administraci
on, debido
a que su aplicaci
on se restringe a sistemas creados por el hombre como son organizaciones de todo tipo,
institutos y empresas, en general es utilizada para tomar decisiones en problemas con caractersticas
de complejidad para resolverlos, por lo que es necesaria la intervencion de personal interdisciplinario
actuando en equipo, para aplicar el metodo cientfico, con el objetivo com
un de buscar una soluci
on
integral y optima.

1.6.

D EFINICIONES

DE
DE LA I NVESTIGACI ON

O PERACIONES

Como toda disciplina en desarrollo, la investigacion de operaciones ha ido evolucionando no solo en sus
tecnicas y aplicaciones sino en la forma como la conceptualizan los diferentes autores, en la actualidad no
existe solamente una definici
on sino muchas, algunas demasiado generales.
1).- En el libro de Shamblin y Stevens llamado Investigacion de Operaciones. Un Enfoque Fundamental
de la editorial Mc Graw Hill impreso en Mexico, 1991. La Investigacion Operacional es un enfoque
cientfico de la toma de decisiones
2).- En el libro de Thierauf y Grosse llamado Toma de decisiones por medio de Investigacion de Operaciones de la editorial Limusa impreso en Mexico en 1977. La investigacion de Operaciones utiliza el
enfoque planeado (metodo cientfico) y un grupo interdisciplinario, a fin de representar las complicadas relaciones funcionales en modelos matematicos para suministrar una base cuantitativa para
la toma de decisiones, y descubrir nuevos problemas para su analisis cuantitativo.
9

 DE OPERACIONES
1.6. DEFINICIONES DE LA INVESTIGACION

3).- Libro de Moskowitz y Wright. Investigacion de Operaciones. Prentice Hall 1979. Metodo cientfico
aplicado a problemas y la toma de decisiones por la gerencia.
4).- En el libro de Winston llamado Investigacion de Operaciones. Aplicaciones y Algoritmos segunda
edicion. Grupo Editorial Iberoamerica impreso en Mexico en 1994. Planteamiento cientfico a la
toma de decisiones, que busca determinar como dise
nar y operar mejor un sistema, normalmente
bajo condiciones que requieren la asignacion de recursos escasos.
5).- Investigaci
on de operaciones, es la aplicacion del metodo cientfico por un grupo multidisciplinario
de personas a un problema, apoyados con el enfoque de sistemas (este enfoque, es aquel en el que
un grupo de personas con distintas
areas de conocimiento, discuten sobre la manera de resolver un
problema en grupo).
6).- En el libro de Ackoff y Sasieni llamado Fundamentos de Investigacion de Operaciones de la editorial
Limusa impreso en Mexico en 1994. La Investigacion de Operaciones es: La aplicacion del metodo
cientfico, por equipos interdisciplinarios, a problemas que comprenden el control de sistemas organizados hombre-m
aquina, para dar soluciones que sirvan mejor a los propositos de la organizaci
on
como un todo.
De esta definici
on se pueden destacar los siguientes conceptos:
Una organizaci
on es un sistema formado por componentes que se interaccionan, unas de estas
interacciones pueden ser controladas y otras no.
En un sistema la informacion es una parte fundamental, ya que entre las componentes fluye
informacion que ocasiona la interaccion entre ellas. Tambien dentro de la estructura de los
sistemas se encuentran recursos que generan interacciones. Los objetivos de la organizaci
on
se refieren a la eficacia y eficiencia con que las componentes pueden controlarse, el control es
un mecanismo de autocorrecci
on del sistema que permite evaluar los resultados en terminos
de los objetivos establecidos.
La complejidad de los problemas que se presentan en las organizaciones ya no encajan en una
sola disciplina del conocimiento, se han convertido en multidisciplinario por lo cual para su
analisis y soluci
on se requieren grupos compuestos por especialistas de diferentes areas del
conocimiento que logran comunicarse con un lenguaje com
un.
La investigaci
on de operaciones es la aplicacion de la metodologa cientfica a traves modelos
matem
aticos, primero para representar al problema y luego para resolverlo.
7).- La definicion de la sociedad de investigacion de operaciones de la Gran Breta
na es la siguiente:
La investigaci
on de operaciones es el ataque de la ciencia moderna a los complejos problemas que
surgen en la direcci
on y en la administracion de grandes sistemas de hombres, maquinas, materiales y
dinero, en la industria, en los negocios, en el gobierno y en la defensa. Su actitud diferencial consiste
en desarrollar un modelo cientfico del sistema tal, que incorpore valoraciones de factores como el
azar y el riesgo y mediante el cual se predigan y comparen los resultados de decisiones, estrategias
o controles alternativos. Su prop
osito es el de ayudar a la gerencia a determinar cientficamente sus
polticas y acciones.
En relacion a esta definici
on deben destacarse los siguientes aspectos:
Generalmente se asocian los conceptos de direccion y administracion a las empresas de tipo
lucrativo, sin embargo, una empresa es un concepto mas amplio, es algo que utiliza hombres, m
aquinas, materiales y dinero con un proposito especfico; desde este punto de vista, se
considera como empresa desde una universidad hasta una armadora de automoviles.
10

 DE OPERACIONES
1.6. DEFINICIONES DE LA INVESTIGACION

Para tratar de explicar el comportamiento de un sistema complejo, el cientfico debe representarlo en terminos de los conceptos que maneja, lo hace expresando todos los rasgos principales
del sistema por medio de relaciones matematicas. A esta representacion formal se le llama
modelo.
La esencia de un modelo es que debe ser predictivo, lo cual no significa predecir el futuro,
pero si ser capaz de indicar muchas cosas acerca de la forma en que se puede esperar que un
sistema opere en una variedad de circunstancias, lo que permite valorar su vulnerabilidad. Si
se conocen las debilidades del sistema se pueden tomar cursos de accion agrupados en tres
categoras: A) Efectuar cambios que lleven a la empresa o parte de ella a una nueva ruta; B)
Realizar un plan de toma de decisiones; C) Instalar estrategias que generen decisiones. Cuando
se aplica alguno de estos remedios, la investigacion de operaciones nos ayuda a determinar la
acci
on menos vulnerable ante un futuro incierto.
El objetivo global de la investigacion de operaciones es el de apoyar al tomador de decisiones,
en cuanto ayudarlo a cumplir con su funcion basado en estudios cientficamente fundamentados.
En general podemos decir que:
La Investigaci
on de Operaciones aspira a determinar el mejor curso de accion, o curso optimo, de
un problema de decisi
on con la restriccion de recursos limitados.
Como tecnica para la resoluci
on de problemas, investigacion de operaciones debe visualizarse como
una ciencia y como un arte.
Como Ciencia radica en ofrecer tecnicas y algoritmos matematicos para resolver problemas de
decision adecuada.
Como Arte debido al exito que se alcanza en todas las fases anteriores y posteriores a la soluci
on
de un modelo matem
atico, depende de la forma apreciable de la creatividad y la habilidad personal
de los analistas encargados de tomar las decisiones.
En un equipo de Investigaci
on de Operaciones es importante la habilidad adecuada en los aspectos cientficos y artsticos de Investigacion de Operaciones. Si se destaca un aspecto y no el otro
probablemente se impedir
a la utilizacion efectiva de la Investigacion de Operaciones en la practica.
La Investigaci
on de Operaciones usa el metodo cientfico para investigar el problema en cuesti
on.
En particular, el proceso comienza por la observacion cuidadosa y la formulacion del problema
incluyendo la recolecci
on de datos pertinentes.
La Investigaci
on de Operaciones adopta un punto de vista organizacional. De esta manera intenta
resolver los conflictos de interes entre los componentes de la organizacion de forma que el resultado
sea el mejor para la organizaci
on completa.
La Investigaci
on de Operaciones intenta encontrar una mejor solucion (llamada solucion
optima),
para el problema bajo consideraci
on. En lugar de contentarse con mejorar el estado de las cosas, la
meta es identificar el mejor curso de accion posible.
En la Investigaci
on de Operaciones es necesario emplear el enfoque de equipo. Este equipo debe
incluir personal con antecedentes firmes en matematicas, estadsticas y teora de probabilidades,
economa, administraci
on de empresas ciencias de la computacion, ingeniera, etc. El equipo tambien
necesita tener la experiencia y las habilidades para permitir la consideracion adecuada de todas las
ramificaciones del problema.
11

 DE LA IO EN LAS ORGANIZACIONES
1.7. UBICACION

La Investigaci
on de Operaciones ha desarrollado una serie de tecnicas y modelos muy u
tiles a la
Ingeniera de Sistemas, se emplea principalmente en los aspectos de coordinacion de operaciones
y actividades de la organizaci
on o sistema que se analice, mediante el empleo de modelos que
describan las interacciones entre los componentes del sistema y de este con su medio ambiente. Entre
ellos tenemos: la Programaci
on No Lineal, Teora de Colas, Programacion Entera, Programaci
on
Dinamica, entre otras.
La Investigaci
on de Operaciones tiende a representar el problema cuantitativamente para poder
analizarlo y evaluar un criterio com
un.

1.7.

U BICACI ON

DE LA

IO

EN LAS ORGANIZACIONES

La investigacion de operaciones ha tenido un impacto impresionante en el mundo, al mejorar la eficiencia

de muchas organizaciones. Ha hecho contribuciones significativas al incremento de la productividad dentro
de la economa de muchos pases, de ellos mas de 30 que son miembros de la International Federation
of Operational Research Societies (IFORS). Al inicio de la decada de los 90, el U.S. Bureau of Labor
Statistics predijo que la IO sera la tercera area profesional, de mas rapido crecimiento para los egresados
graduados entre 1990 y 2005 en Estados Unidos, con 100,000 personas laborando como analistas de IO
en el 2005.
El problema de la localizaci
on de un grupo de IO dentro de la empresa ha merecido una gran
atencion, sin embargo, no hay una posici
on preferida para las organizaciones; pero se puede decir que
los que han tenido exito dependen de los niveles jerarquicos superiores de la institucion, lo cual da una
base firme para su funcionamiento con obligaciones de enfrentar los problemas de tomar decisiones y de
utilidad inmediata para la administraci
on. Teniendo el respaldo de la autoridad superior con prestigio
dentro de la empresa, se podr
an cruzar los linderos departamentales y obtener la informacion necesaria
para dar soluciones.
Generalmente el grupo de IO se asocia con el de sistemas de procesamiento de datos, pues el acceso a
las computadoras es el apoyo indispensable para sus actividades, por lo que no es raro que esten integrados
dada la posibilidad de tener el mejor manejo de la informacion deseada y ordenada como convenga. De este
modo ambos grupos, el de IO y el de sistemas de procesamiento de datos, se complementan en terminos
de los objetivos de la instituci
on.
Para la mayora de los estudios de IO, se recomienda un equipo compuesto de analistas y de personal
involucrado en el problema que se enfrenta, este grupo informa a un Comite Directivo de la Administraci
on
integrado por los directivos departamentales que estan afectados en el problema estudiado de IO, los cuales
a su vez se re
unen con la administraci
on superior para reportar los progresos. Los comites allanan el camino
del personal de IO para obtener la cooperacion del personal de operacion y su aceptacion.

1.8.

A PLICACIONES

DE
DE LA I NVESTIGACI ON

O PERACIONES

Una muestra de los problemas que la IO ha estudiado y resuelto con exito en negocios e industria se tiene
a continuacion.
Personal: La automatizaci
on y la disminucion de costos, reclutamiento de personal, clasificaci
on y
asignacion a tareas de mejor actuaci
on e incentivos a la produccion.
Mercado y distribuci
on: El desarrollo e introduccion de producto, envasado, prediccion de la
demanda y actividad competidora, localizacion de bodegas y centros distribuidores.
Compras y materiales: Las cantidades y fuentes de suministro, costos fijos y variables, sustituci
on
de materiales, reemplazo de equipo, comprar o rentar.
12

 CON EXITO

1.9. EJEMPLOS DE APLICACION

DE LA IO

Manufactura: La planeaci
on y control de la produccion, mezclas optimas de manufactura, ubicacion y tama
no de planta, el tr
afico de materiales y el control de calidad.
Finanzas y contabilidad: Los analisis de flujo de efectivo, capital requerido de largo plazo, inversiones alternas, muestreo para la seguridad en auditoras y reclamaciones.
Planeaci
on: Con los metodos Pert para el control de avance de cualquier proyecto con m
ultiples
actividades, tanto simult
aneas como las que deben esperar para ejecutarse.
La lista de
areas funcionales de la organizacion que son de posible aplicacion de la IO, es ilustrativa
del potencial que tiene para resolver el problema de la empresa.

1.9.

E JEMPLOS

CON E XITO DE LA
DE APLICACI ON

IO

En los siguientes problemas el gobierno o empresa, ahorraron millones de dolares en la aplicaci

on de la
IO:
1).- Programaci
on del horario de las rondas de policas de San Francisco. En 1989 Taylor y Huxley
dise
naron un metodo para programar el horario de las rondas de oficiales de la Polica de San
Francisco, usando un modelo de programacion lineal, la programacion de metas y la programaci
on
entera. El ahorro sum
o 11 millones de dolares anuales.
2).- Reducci
on de gastos de combustible en la industria de la energa electrica. En 1989 Chao y Cols
ahorraron a 79 empresas de servicio de energa electrica mas de 125 millones de dolares en costos
de compras y de deficit, usando programacion dinamica y simulacion.
3).- Dise
no de una instalaci
on para desmontar lingoteras en Bethlehem Steel. En 1989 Vasko y Cols
ayudaron a esta empresa sider
urgica con el dise
no del sistema de quitar lingoteras a los lingotes de
acero con un modelo de programacion entera ahorrando 8 millones de dolares anuales.
4).- Mezcla de gasolinas en Texaco. Con programacion lineal y no lineal Dewit y Cols dise
naron un
modelo de mezcla para cuatro tipos de gasolina ahorrando 30 millones de dolares al a
no; aplicando
analisis de sensibilidad calcularon el efecto de cambios al modelo.
5).- Programaci
on del horario de los camiones para North America Van Lines. En 1989 Powell y Cols, con
modelos de redes y programaci
on dinamica, formularon la asignacion de carga a choferes, reduciendo
costos en 2.5 millones de d
olares, con mejor servicio.
6).- Administraci
on del inventario a Blue Bell. En 1985 Edwars, Wagner y Wood con programaci
on lineal
y modelos probabilsticos de inventario redujeron el nivel medio de inventario de ropa deportiva y
de oficina en un 31 %.
7).- Determinaci
on de carteras de bonos. Varias personas (Chandy y Kharabe, 1986) utilizaron la programaci
on lineal para m
aximar ganancias con restricciones de riesgo y de la diversificaci
on de la
cartera.
8).- Planeaci
on de producci
on en lechera. En 1985 Sullivan y Secrest, usaron programacion lineal con
utilidad de 48,000 d
olares al determinar el proceso: del suero, la leche cruda, el suero dulce y la
crema, para obtener queso crema, requeson, crema agria y crema de suero.
9).- Reemplazo de equipo en Phillips Petroleum. Para el reemplazo de equipo usaron modelos (Waddell,
1983), que se estima ahorraron 90,000 dolares por a
no.
13

 CON EXITO

1.9. EJEMPLOS DE APLICACION

DE LA IO

10).- FORD. Optimizaci

on de la forma de dise
nar y probar prototipos. Ahorros de 250 millones de
dolares.
11).- Armada de EEUU. Incremento del reclutamiento de 17.5 % con 20 % de ahorro.
12).- United Airlines. En 1986 se programo los turnos de trabajo en oficinas de reservaciones y en
aeropuertos, con un ahorro de 6 millones de dolares.
13).- American Airlines. En 1992 se dise
no el sistema de estructura de precios, sobre-venta y coordinacion
de vuelos, con un ingreso de 500 millones de dolares.
14).- Caso de la National Broadcasting Company (NBC). Mejora de los planes de publicidad aument
o ingresos en m
as de 200 millones de d
olares. El problema consista en que cada a
no NBC vende entre
60 % y 80 % de su tiempo al aire en un breve periodo de 2-3 semanas, pero los planes se realizaban
a mano. Entonces se automatizo y optimizo llevando mayores audiencias a sus patrocinadores.
15).- El Departamento de Salud de New Haven, Connecticut utilizo un equipo de Investigaci
on de
Operaciones para dise
nar un programa efectivo de intercambio de agujas para combatir el contagio
del virus que causa el SIDA (HIV), y tuvo exito en la reduccion del 33 % de la tasa de infeccion entre
los clientes del programa. La parte central de este estudio fue un innovador programa de recolecci
on
de datos para obtener los insumos necesarios para los modelos matematicos de transmisi
on del
SIDA. Este programa barco un rastreo completo de cada aguja (y cada jeringa), con la identificaci
on,
localizacion y fecha de cada persona que reciba una aguja y cada persona que la regresaba durante
un intercambio, junto con la prueba de si la condicion de la aguja era HIV - positivo o HIV negativo.
16).- La Oficina responsable del control del agua y los servicios p
ublicos del Gobierno de Holanda, el
Rijkswaterstatt, concesion
o un importante estudio de Investigacion de Operaciones para guiarlo
en el desarrollo de una importante poltica de administracion del agua. La nueva poltica ahorro
cientos de millones de d
olares en gastos de inversion y redujo el da
no agrcola en alrededor de 15
millones de d
olares anuales, al mismo tiempo que disminuyo la contaminacion termica y debida a
las algas. En lugar de formular un modelo matematico, este estudio de Investigacion de Operaciones
desarrollo un sistema integrado y comprensible de 50 modelos!. Mas a
un, para alguno de los modelos,
se desarrollan versiones sencillas y complejas. La version sencilla se uso para adquirir una visi
on
basica incluyendo el an
alisis de trueques. La version compleja se uso despues en las corridas finales del
analisis o cuando se deseaba mayor exactitud o mas detalles en los resultados. El estudio completo de
Investigaci
on de Operaciones involucro directamente a mas de 125 personas - a
no de esfuerzo (m
as
de un tercio de ellas en la recolecci
on de datos), creo varias docenas de programas de computaci
on
y estructur
o una enorme cantidad de datos.
17).- IBM. En 1990 se realizo un estudio de Investigacion de Operaciones para IBM con el fin de integrar
su red nacional de inventarios de refacciones para mejorar el servicio a los clientes, al mismo tiempo
que reducir el valor de los inventarios de IBM en mas de 250 millones de dolares y ahorrar otros
20 millones de d
olares anuales a traves del mejoramiento de la eficiencia operacional. Un aspecto
en particular interesante de la etapa de validacion del modelo en este estudio fue la manera en
que se incorporaron el proceso de prueba los usuarios futuros del sistema de inventarios. Debido
a que estos usuarios futuros (los administradores de IBM en las areas funcionales responsables de
la implantaci
on del sistema de inventarios) dudaban del sistema que se estaba desarrollando, se
asignaron representantes a un equipo de usuarios que tendra la funcion de asesorar al equipo de
Investigaci
on de Operaciones. Una vez desarrollada la version preliminar del nuevo sistema (basada
en el sistema de inventarios de multiniveles) se lleva acabo una prueba preliminar de implantaci
on.
14

 DE OPERACIONES
1.10. IMPACTOS, RIESGOS Y LIMITACIONES DE LA INVESTIGACION

La extensa retroalimentaci
on por parte del equipo de usuarios llevo a mejoras importantes en el
sistema propuesto.
18).- Un sistema de computo grande para aplicar un modelo a las operaciones de control de una red
nacional. Este sistema, llamado SYSNET, fue desarrollado como resultado de un estudio de Investigaci
on de Operaciones realizado para la Yellow Freight System, Inc. Esta compa
na maneja
anualmente mas 15 millones de envos de mensajera a traves de una red de 630 terminales en todo
estados Unidos. SYSNET se usa tanto para optimizar las rutas de los envos como el dise
no de la
red. Debido al que sistema requiere mucha informacion sobre los flujos y pronosticos de carga, los
costos de transporte y manejo, etc.; una parte importante del estudio de Investigacion de Operaciones est
a dedicada a la integracion de SYSNET al sistema de informacion administrativo de la
corporacion. Esta integraci
on permitio la integracion periodica de la entrada al modelo. La implantacion de SYSNET dio como resultado el ahorro anual de alrededor de 17.3 millones de d
olares
ademas de un mejor servicio a los clientes.

1.10.

I MPACTOS ,

DE OPERACIONES
RIESGOS Y LIMITACIONES DE LA INVESTIGACI ON

Para finalizar el captulo se habla con respecto a las consecuencias, riesgos y acotaciones que se pueden
tener al aplicar la investigaci
on de operaciones.
1.10.1.

DE OPERACIONES
I MPACTOS DE LA INVESTIGACI ON

La investigaci
on de operaciones ha tenido un impacto impresionante en el mejoramiento de la eficiencia
de numerosas organizaciones en todo el mundo. En el proceso, la investigacion de operaciones ha hecho
contribuciones significativas al incremento de la productividad dentro de la economa de varios pases.
Hay ahora mas de 30 pases que son miembros de la International Federation of Operational Research
Societies (IFORS), en la que cada pas cuenta con una sociedad de investigacion de operaciones.
Sin duda, el impacto de la investigacion de operaciones continuara aumentando. Por ejemplo, al
inicio de la decada de los 90, el U.S. Bureau of Labor Statistics predijo que la IO sera el area profesional
clasificada como la tercera de m
as r
apido crecimiento para los estudiantes universitarios en Estados
Unidos, graduados entre 1990 y 2005. Pronostico tambien que, para el a
no 2005, habra 100 000 personas
trabajando como analistas de investigacion de operaciones.
1.10.2.

DE OPERACIONES
R IESGO AL APLICAR LA INVESTIGACI ON

Al aplicar la I de O al estudio de sistemas y a la resolucion de problemas se corre el riesgo de tratar

de manipular los problemas para buscar que se ajusten a las diferentes tecnicas, modelos de algoritmos
establecidos en lugar de analizar los problemas y buscar resolverlos obteniendo las soluciones mejores,
utilizando los metodos apropiados, es decir resolver el problema utilizando los metodos que proporcionan
las mejores soluciones y no buscar ajustar el problema a un metodo especfico.
Para llegar a hacer un uso apropiado de la I de O, es necesario, primero comprender la metodologa
para resolver los problemas, as como los fundamentos de las tecnicas de solucion para de esta forma saber
cuando utilizarlas en las diferentes circunstancias.
1.10.3.

DE OPERACIONES
L IMITACIONES DE LA INVESTIGACI ON

1).- Frecuentemente es necesario hacer simplificaciones del problema original para poder manipularlo y
detener una soluci
on.
2).- La mayora de los modelos solo considera un solo objetivo y frecuentemente en las organizaciones
se tienen objetivos m
ultiples.
3).- Existe la tendencia a no considerar la totalidad de las restricciones en un problema practico, debido
a que los metodos de ense
nanza y entrenamiento dan la aplicacion de esta ciencia centralmente
15

 DE OPERACIONES
1.10. IMPACTOS, RIESGOS Y LIMITACIONES DE LA INVESTIGACION

se basan en problemas peque

nos para razones de ndole practico, por lo que se desarrolla en los
alumnos una opini
on muy simplista e ingenua sobre la aplicacion de estas tecnicas a problemas
reales.
4).- Casi nunca se realizan an
alisis costo-beneficio de la implantacion 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 implantaci
on de un modelo.

16