UNIVERSIDAD NACIONAL DEL SANTA

CURSO: INVESTIGACIN DE OPERACIONES I

EAPISI
SEMESTRE ACADMICO: 2015 II
FACILITADOR: DR. JUAN PABLO SNCHEZ CHVEZ

INTRODUCCIN LA INVESTIGACIN DE
OPERACIONES
El objetivo del curso es que el estudiante aprenda a reconocer los problemas tipo de la
Investigacin de Operaciones de modo que sepa a qu tcnica recurrir en cada caso,
para un adecuado estudio y solucin del mismo. Como su nombre lo indica, la
Investigacin de Operaciones (IO), o Investigacin Operativa, es la investigacin de las
operaciones a realizar para el logro ptimo de los objetivos de un sistema o la mejora
del mismo. Esta disciplina brinda y utiliza la metodologa cientfica en la bsqueda de
soluciones ptimas, como apoyo en los procesos de decisin, en cuanto a lo que se
refiere a la toma de decisiones ptimas y en sistemas que se originan en la vida real.
Antecedentes histricos
El trmino IO se utiliza por primera vez en el ao 1939 durante la 2da Guerra Mundial,
especficamente cuando surge la necesidad de investigar las operaciones tcticas y
estratgicas de la defensa area, ante la incorporacin de un nuevo radar, en oportunidad
de los ataques alemanes a Gran Bretaa. El avance acelerado de la tecnologa militar
hace que los ejecutivos y administradores militares britnicos deban recurrir a los
cientficos, en pos de apoyo y orientacin en la planificacin de su defensa. El xito de
un pequeo grupo de cientficos que trabajaron en conjunto con el ejecutivo militar a
cargo de las operaciones en la lnea, deriv en una mayor demanda de sus servicios y
la extensin del uso de la metodologa a USA, Canad y Francia entre otros.
Sin embargo, el origen de la Investigacin Operativa puede considerarse como anterior
a la Revolucin Industrial, aunque fue durante este perodo que comienzan a originarse
los problemas tipo que la Investigacin Operativa trata de resolver. A partir de la
Revolucin Industrial y a travs de los aos se origina una segmentacin funcional y
geogrfica de la administracin, lo que da origen a la funcin ejecutiva o de integracin
de la administracin para servir a los intereses del sistema como un todo.
La Investigacin Operativa tarda en desarrollarse en el campo de la administracin
industrial. El uso de la metodologa cientfica en la industria se incorpora al principiar
los aos 50, a partir de la 2da Revolucin Industrial, propiciada por los avances de las
Comunicaciones, y la Computacin, que sientan las bases para la automatizacin, y por
sobre todo por el florecimiento y bienestar econmico de ese perodo.

Los primeros desarrollos de esta disciplina (IO) se refirieron a problemas de

ordenamiento de tareas, reparto de cargas de trabajo, planificacin y asignacin de
recursos en el mbito militar en sus inicios, diversificndose luego, y extendindose
finalmente a organizaciones industriales, acadmicas y gubernamentales.
Qu es la Investigacin de Operaciones
En esta disciplina se destacan las siguientes caractersticas esenciales:
Una fuerte orientacin a Teora de Sistemas,
La participacin de equipos interdisciplinarios,
La aplicacin del mtodo cientfico en apoyo a la toma de decisiones.
En base a estas propiedades, una posible definicin es: la Investigacin Operativa es la
aplicacin del mtodo cientfico por equipos interdisciplinarios a problemas que
comprenden el control y gestin de sistemas organizados (hombre- mquina); con el
objetivo de encontrar soluciones que sirvan mejor a los propsitos del sistema (u
organizacin) como un todo, enmarcados en procesos de toma de decisiones.
Los pasos a seguir en la aplicacin del mtodo cientfico (coincidentes con los de la
Teora General de Sistemas) son, en su expresin ms simple:
1.- Planteo y Anlisis del problema
2.- Construccin de un modelo
3.- Deduccin de la(s) solucion(es)
4.- Prueba del modelo y evaluacin de la(s) solucion(es)
5.- Ejecucin y Control de la(s) solucion(es)
Otra definicin: la Investigacin Operativa es la aplicacin del mtodo cientfico a un
mismo problema por diversas ciencias y tcnicas, en apoyo a la seleccin de soluciones,
en lo posible ptimas.
Observar que el problema es UNO SOLO, sin embargo existen maneras distintas de
observar un mismo problema, dependiendo de los objetivos que se planteen para
resolverlo.
Ejemplo: Un proceso de decisin respecto a la poltica de inventarios en una
organizacin.
Existen 4 funciones administrativas que han dado lugar a departamentos cuyos objetivos
son:

FUNCIN
Produccin
Comercializacin
Finanzas
Personal

OBJETIVO
Maximizar la cantidad de bienes (Servicios) producidos y
minimizar el costo unitario de produccin
Maximizar la cantidad vendida y minimizar el costo unitario
de ventas
Minimizar el capital requerido para mantener cierto nivel de
negocio
Mantener la moral y la alta productividad entre los empleados

Con respecto al INVENTARIO y segn estos OBJETIVOS:

El departamento de produccin necesita producir tanto como sea posible a un costo
mnimo, lo que se logra fabricando un solo producto en forma continua, pues se logra
mayor eficiencia y se minimiza el tiempo perdido por cambio de equipo, al cambiar de
artculo. Con este procedimiento se logra un gran inventario con una lnea de productos
pequea.
El departamento de mercado tambin necesita un gran inventario, pero para vender
tanto como sea posible, debe surtir de la ms amplia variedad de productos. Motivos de
desencuentro con el departamento de produccin.
Para minimizar el capital necesario para que el negocio marche, el departamento de
Finanzas debe reducir la cantidad de dinero "comprometido", lo ms directo es reducir
los inventarios. Se propone que los inventarios deben aumentar o disminuir en
proporcin a la fluctuacin de las ventas.
En contraposicin, cuando la ventas son bajas, ni produccin ni personal requieren
disminuir la produccin, ni reducir personal. Personal le interesa mantener la
produccin a un nivel tan constante como sea posible, ya que el despido implica
repercusiones en la moral del personal, prdida de personal calificado, nuevos costos de
formacin de nuevo personal cuando as se requiera. Esto se traduce en producir hasta el
nivel del inventario cuando las ventas son bajas y agotarlo cuando stas son altas.
Los objetivos enumerados y definidos de esta manera son difciles de llevar a la prctica
por su inconsistencia desde el punto de vista de la organizacin y del sistema en su
conjunto. Es tarea y responsabilidad del ejecutivo (gerente) determinar una poltica de
inventario que convenga a los intereses de toda la compaa y no de una sola de las
funciones subordinadas. La tarea de organizacin y gerenciamiento requiere que se
considere al SISTEMA en su conjunto y sta es la esencia del trabajo gerencial. El
ejecutivo debe decidir y para ello recurrir a algn mtodo. Le convendr recurrir a un
Investigador de Operaciones, dado que supuestamente ste estar apto para utilizar la
investigacin cientfica en apoyo a las decisiones que el ejecutivo deba tomar. Este
apoyo se hace especialmente necesario cuando se trata de la bsqueda de soluciones
ptimas a problemas que se originan en las organizaciones y servicios en general.

La Investigacin de Operaciones (IO) como apoyo a la toma de decisiones

Los procesos de decisin pueden desarrollarse bajo situaciones deterministas, aleatorias,
de incertidumbre, o de competencia (adversas). Estas situaciones se modelan a travs de
sistemas que tambin sern de tipo deterministas, aleatorios, inciertos o basados en
situaciones de competencia (adversas). Los sistemas determinsticos interpretan la
realidad bajo el principio de que todo es conocido con certeza. Los sistemas basados en
situaciones aleatorias, de incertidumbre o de competencia, asocian la incertidumbre a
los fenmenos a analizar, incertidumbre que puede resultar de la variacin propia de los
fenmenos (variaciones que eluden a nuestro control, pero que tienen un patrn
especfico) o incertidumbre resultante de la propia inconsistencia de esos fenmenos.

Aplicando el mtodo cientfico, el Investigador de Operaciones construir uno o ms

modelos (representaciones) del sistema, con sus operaciones correspondientes y sobre l
realizar su investigacin.
Los modelos de IO se pueden representar con ecuaciones las que, aunque puedan
resultar complejas, tienen una estructura muy sencilla:
U = f (xi , yj)
segn restricciones

U = Es la utilidad o valor de ejecucin del sistema,

xi = Son las variables no controlables, o dependientes, cuyos valores dependern de las
interrelaciones y valores de las variables independientes.
yj = Son las variables controlables, o independientes, con valores dados.
f = Es una funcin en xi e yj.
Frecuentemente se requieren una o ms ecuaciones o inecuaciones de las llamadas
restricciones, para expresar el hecho de que algunas de las variables no controlables (o
todas), pueden manejarse dentro de ciertos lmites. Por ejemplo, el tiempo de mquina
asignado a la produccin de un producto siempre tendr valor positivo, y no ser mayor
que el tiempo total disponible o asignado para tal fin; otro ejemplo, la suma del dinero
presupuestado para cada departamento en un organizacin o industria no puede exceder
la suma de dinero disponible, etc.
Una vez obtenido el modelo, ste puede usarse para encontrar exacta o
aproximadamente los valores ptimos de las variables no controlables, aquellas que
producen la mejor ejecucin del sistema, es decir, la solucin al problema.
EJEMPLO: Modelo de un problema agrcola.
Supongamos que una empresa citrcola y el Estado pretenden hacer inversiones
cuantiosas en el cultivo de naranja, limn , toronja y mandarinas, con un doble objetivo:
a) reducir el desempleo rural y b) aumentar las exportaciones para equilibrar la balanza
de pagos.
Segn estudios tcnicos realizados, se maneja la siguiente informacin:

Tipo de rbol

produccin
Promedio
anual en
Kgs/Arbol

rea Mnima
por rbol (m2)

Precio
promedio
mundial por
kg. ($)

Costo por
rbol ($)

Horas-Hombre
de cuidado
anual por
rbol

Naranja
Limn
Toronja
Mandarina

150
200
50
150

4
5
3
6

10
04
15
07

2.00
0.50
1.00
1.50

36
72
50
10

1. Existe una extensin propicia para este tipo de cultivo de 250.000 m2

2. Se asegura el suministro de agua, aproximadamente por 20 aos (existencia de

aguadas en la zona).
3. La Banca Financiera pretende hacer una inversin de 20 millones, pensando
exportar toda su produccin a partir del 3er ao, que es cuando los rboles
comienzan a ser productivos.
4. El gobierno ha determinado que ste proyecto emplee al menos 200 personas
ininterrumpidamente.

Decisin a tomar: Cuntos rboles de naranja, limn, toronja y mandarina, debern

sembrarse con el objetivo de maximizar el valor de la futura exportacin anual?
Formulacin del problema:
Sean:
X1: nmero de rboles de naranja a ser sembrados.
X2: nmero de rboles de limn a ser sembrados.
X3: nmero de rboles de toronja a ser sembrados.
X4: nmero de rboles de mandarina a ser sembrados.
Valor medio de la exportacin anual: U = 10x150X1 + 4x200X2 + 15x50X3 +
7x150X4
Segn las siguientes restricciones:
Extensin de tierra: 4X1 + 5X2 + 3X3 + 6X4 250 000 m2
Inversin inicial: 2X1 + 0.5X2 + 1X3 + 1.50X4 $20 000 000
Desempleo mnimo: 36X1 + 72X2 + 50X3 + 10X4 2008360 (horas hombre/da/ao)
Nmero de rboles a sembrar: X1 0, X2 0, X3 0, X4 0
Se obtiene un modelo del problema de siguiente tipo:
Maximizar U = f ( )
Sujeto a: Restricciones
Para ciertos tipos de funciones, como ser relaciones algebraicas elementales, si las
restricciones no son demasiado numerosas, existen mtodos analticos que resuelven el
problema del ejemplo que hemos modelado como un problema de programacin
matemtica lineal. Para problemas con gran nmero de restricciones, llamados de gran
tamao, se han desarrollado tcnicas que los resuelven, la mayor de las veces en forma
aproximada.
La funcin f, puede consistir en un conjunto de reglas de cmputo (un algoritmo por
ejemplo); reglas lgicas que nos permiten calcular la utilidad (U) de ejecucin para
cualquier conjunto especfico de valores de las variables tanto controlables como no
controlables; generalmente obtenemos soluciones aproximadas a los valores ptimos de
las variables correspondientes. Otras veces, nos vemos forzados a experimentar con el
modelo y simularlo, seleccionando valores de las variables segn una distribucin de
probabilidad, lo que nos permite calcular o muestrear un valor aproximado de la funcin
U.

PROGRAMACIN LINEAL
En esta unidad se exponen la teora y los mtodos de la Programacin Lineal (PL), que
comprende los problemas de optimizacin donde se tiene una funcin objetivo lineal y
restricciones lineales. Esta es la clase de problemas ms importante y ms usada, entre
otras cosas porque se puede resolver problemas muy grandes en poco tiempo de clculo
y con bajo consumo de recursos computacionales, y tambin porque esta teora inspira
el desarrollo de otras reas.

1.- DEFINICIN
La programacin lineal es una tcnica matemtica de anlisis que permite determinar
cul es la asignacin ms eficiente de los recursos limitados en las actividades
(produccin de bines y/o servicios) que desarrolla la empresa con el propsito de
optimizar los objetivos de la organizacin, esto es, maximizar beneficios o minimizar
costos.

1.1 EL PROBLEMA DE PROGRAMACIN LINEAL

Modelo de Programacin Lineal: En general un modelo de programacin lineal consiste
en encontrar un vector ( X1, X2, X3 ,..., Xn ) que maximize o minimize la forma lineal, o
sea, la funcin objetivo, y se define como sigue:
Maximizar o minimizar:
Z0 = C1 X1 + C2 X2 + ... + Cn Xn
Sujeto a las restricciones siguientes:
a11 X1 + a12 X2 + ... + a1j Xj + ... + a1n Xn ( , , ) b1
a21 X1 + a22 X2 + ... + a2j Xj + ... + a2n Xn ( , , ) b2
.
am1 X1 + am2 X2 + ... + amj Xj + ... + amn Xn ( , , ) bm
Xj 0

j = 1,2,3,...,n

Donde:
Los aij , c j, bi son constantes dadas por la tecnologa del problema.
i = 1, 2, 3,...., m

j = 1, 2, , ...., n
Xj : son las variables de decisin
Cada restriccin solo puede tener un signo , =,

Forma Cannica: Es utilizada al presentar la teora de dualidad

Forma Estndar: Se utiliza directamente para resolver el modelo

Modelo General o Comn de Programacin Lineal:

n

a) Max o Min

Zo =

CjXj
j 1

aijXj

s.a.

(, =, )

bi

j 1

i = 1, 2, 3,...., m (restricciones)
j = 1, 2, 3 , ...., n (actividades o variables)

2.- FORMULACION DE

MODELOS DE

PROGRAMACIN

LINEAL
2.1. Modelo: Es la abstraccin o representacin simplificada de un sistema definido
de la vida real, que representa sus relaciones e interrelaciones como acciones de causa y
efecto.

2.2. Finalidad del Modelo:

-

Si el sistema existe el objetivo del modelo es analizar el comportamiento actual

del mismo para hacer ms eficiente su funcionamiento.

Si el sistema no existe, ser un proyecto, y el objetivo del modelo ser disear la

mejor estructura para el sistema futuro.

2.3 Ventajas:
-

Prediccin: Un modelo permite establecer los estados de funcionamiento futuro

para el sistema.

Economa: Es mas econmico trabajar con modelos que con el sistema real,
adems permite corregir algunos errores.

Seguridad: Tanto para el sistema como para el hombre

2.4 Tipos de Modelos:

-

Modelos Icnicos. Son representaciones fsicas a escala de un sistema en dos o

tres dimensiones. Ejm: fotografas, esquemas productivos, etc.

Modelos Analgicos. Resuelven problemas por analoga, es decir utilizan

propiedades equivalentes de otros sistemas mas que representar las propiedades
del sistema cuyo problema se desea resolver, ejm: las propiedades de un sistema
hidrulico son semejantes a las de un sistema elctrico.

Modelos Simblicos o Matemticos. Sirven para representar un sistema y es

usado por la Investigacin de Operaciones.

Estos modelos hacen uso de letras, nmeros y signos para determinar variables y
ecuaciones que representan el comportamiento del sistema.

2.5 Estructura de un Modelo Matemtico:

-

Variables de decisin: Incgnitas del modelo (Xj).

Parmetros: Variables controlables del sistema.

Funcin Objetivo: Determina en que medida el sistema es eficiente como una

funcin de sus variables de decisin para optimizar contribuciones o costos.

Restricciones. Expresadas como ecuaciones restrictivas, representan los recursos

limitantes del sistema.

Ejemplo: Suponiendo que tenemos disponible un recurso cualquiera R el cual ser

utilizado en determinadas cantidades como requerimiento por unidad de un producto,

sea r1 requerimiento por unidad de A y r2 requerimiento por unidad del producto B la

restriccin quedara establecida as.

Producto A

Producto B

r1 x1
Restriccin

r1 X1

r2 x2
+

r2 X2

R
R .... (restriccin)

Donde X1, X2 : Variables de decisin

Solucin optima: Es aquella, que para determinados valores de las variables no

controlables de dependientes, se optimiza la funcin objetivo.

2.6 Forma General de un Modelo de Investigacin de Operaciones

-

Variables de decisin: Xj ( j = 1, 2, 3 , ...., etc)

Funcin Objetivo: Z0 = F( X1, X2,, X3, ...., Xn)

Sujeto a:

Restricciones: gi (X1, X2,, ...., Xn ) bi

Xi 0

Donde:
F: Funcin Objetivo
gi bi : Representa la i-esima restriccin
Xj 0 : restriccin de no negatividad

2.7 Ejemplos Clsicos de Modelos Matemticos

2.7.1 (Sistema Productivo): Un fabricante dispone de ciertas cantidades fijas de
cierto numero de recursos diferentes tales como: horas hombre, horas mquina,
materia prima, inversin, etc. ( recursos humanos, materiales y financieros). Los
cuales pueden ser combinados para producir cualquier producto o combinacin

de ellos entre el grupo de productos que pueden ser fabricados, el fabricante

conoce que cantidad de recursos i que se requiere para producir una unidad de
articulo j, tambin se conoce la utilidad o contribucin que se obtiene por cada
unidad del articulo j: El fabricante desea un programa de produccin para
producir artculos que maximice sus utilidades totales.

Representacin de la informacin:

Donde:
m : numero de recursos disponibles.
n : numero de productos.
ai j : requerimiento del recurso i para producir una unidad del producto j.
Xj : variable de decisin (numero de unidades a fabricar o producir de j).
bm : cantidad disponible de recurso m.
bi : i = 1,n : cantidad disponible de recurso i.
Cj : utilidad por unidad de actividad j
Cj Xj : utilidad del articulo j.
ai j Xj : requerimiento total para articulo j.

j = 1,n

Representacin General del Modelo del Sistema Productivo:

Maximizar:
Z0 = C1 X1 + C2 X2 + ... + Cn Xn
Sujeto a las restricciones siguientes:
a11 X1 + a12 X2 + ... + a1j Xj + ... + a1n Xn ( , , ) b1
a21 X1 + a22 X2 + ... + a2j Xj + ... + a2n Xn ( , , ) b2
.
am1 X1 + am2 X2 + ... + amj Xj + ... + amn Xn ( , , ) bm
Xj 0

j = 1,2,3,...,n

Donde:
Los aij , c j, bi son constantes dadas por la tecnologa del problema.
i = 1, 2, 3,...., m

2.7.2 Ejemplo N 2

(Problema de la dieta): Se tiene la siguiente informacin.

-

Contenido de elementos nutritivos de cierto nmero de alimentos diferentes,

ejemplo: unidades de protenas, caloras, hierro, etc. Estn contenidas en una
unidad de peso de un tipo de alimento.

Cantidades diarias mnimas de cada elemento nutritivo.

Conocimiento del costo por unidad de peso de alimento.

El Objetivo.- Determinar la dieta que satisfaga las necesidades diarias mnimas y sea la
dieta de costo mnimo.
m : numero de elementos nutritivos.
n : numero de alimentos.
aij : numero de unidades del elemento nutritivo i en una unidad de peso del alimento j.
bi : numero mnimo de unidades necesarias del elemento nutritivo i.
Cj : costo por unidad de peso del elemento j.
Xj : numero de unidades de peso del elemento j que deben comprarse X j 0

La cantidad total del elemento nutritivo i contenido en todos los alimentos esta dado
por:
ai1 X1 + ai2 X2 + ai3 X3 + ... + a1n Xn

Modelo General
Min : Z0 = C1 X1 + C2 X2 + C3 X3 + ... + Cn Xn
s.a.: a11 X1 + a12 X2 + a13 X3 + ... + a1n Xn b1
a21 X1 + a22 X2 + a23 X3 + ... + a2n Xn b2
.
.
am1 X1 + am2 X2 + am3 X3 + ... + amn Xn bm
X1 , X2 , X3 , ... Xn 0

1.7.3. Ejemplo # 3 ( Modelo de Transporte)

Articulo Origen
Destino
(almacn)

a1

c11

Requerimiento Total

1
c21
. . . . . . . . . .b1

c12
a2

c22

2
. . . . . . . . . .b2

c23
a3
.
.
.
am

. . . . . . . . . .b3

3
c1n

c2n

c13

. . . . . . . . . .bn

Cantidad Total disponible u ofertada del recurso i = Cantidad total del requerimiento j

Cij : Costo de transportar una unidad de articulo del almacn i a la tienda j.

Xij : Cantidad de artculos a transportar del almacn i a la tienda j.

Modelo:
Minimizar: Z0 = C11 X11 + C12 X12 + ... + C1n X1n + ... + Cmn Xmn
s.a. :
( alimentacin 1) : X11 + X12 + ... + X1n = a1
n

( alimentacin 2) : X21 + X22 + ... + X2n = a1

x a
j 1

( alimentacin m) : Xm1 + Xm2 + ... + Xmn = am

ij

i = 1, 2, ... , m

( tienda 1) : X11 + X21 + ... + Xm1 = b1

m

( tienda 2) : X12 + X22 + ... + Xm2 = b1

x b
i 1

( tienda n) : X1n + X2n + ... + Xmn = bn

Xij 0

i = 1, 2, , m
j = 1, 2, , n

En conclusin:

El modelo General de transporte.

m

c x

Min: Z0 =

i 1 j 1

ij

ij

s.a. :

x a
ij

x b

j 1

i = 1, 2, 3, ..., m

i 1

ij

Xij 0

; j = 1, 2, 3, ..., n

ij

j = 1, 2, ... , m