INTRODUCCIN A LA INVESTIGACIN DE OPERACIONES

JOSE FELIPE ESCOBAR BALLESTA

FACULTAD DE INGENERIA

INVESTIGACION DE OPERACIONES

CARTAGENA

2017

CONTENIDO

ORIGEN DE LA INVESTIGACI DE OPERACIONES................................................1

 PRIMER GRUPO DE INVESTIGACION DE OPERACIONES....................................2
APORTES QUE CONTRIBUYERON A SENTAR LAS BASES DE LA INVESTIGACION
DE OPERACIONES............................................................................................. 3
PRINCIPALES APORTES REALIZADOS A LA INVESTIGACION DE OPERACIONES
DESPUS DE LA SEGUNDA GUERRA MUNDIAL.................................................4
CONTRIBUCIONES AL GRAN DESARROLLO Y AVANCE DE LA I.O.......................5
ORGANIZACIONES CIENTFICAS Y/O PROFESIONALES QUE EXISTEN EN
INVESTIGACION DE OPERACIONES INTERNACIONALES Y NACIONALES............6
l porque del nombre de IO............................................................................. 7
DEFINICIN DE INVESTIGACION DE OPERACIONES..........................................8
Caractersticas de la IO.................................................................................... 9
IMPORTANCIA DE LOS GRUPOS INTERDICIPLINARIOS.....................................10
NECESIDAD DEL ENFOQUE DE SISTEMAS......................................................11
CARACTERSTICAS DE LOS MTODOS DE OPTIMIZACIN...............................12
METODOLOGA DE LA INVESTIGACIN DE OPERATIVA...................................13
DEFINICIONES DE MODELO............................................................................ 14
CLASIFICACIN DE LOS MODELOS.................................................................15
MODELO
MATEMATICO
.14
CLASIFICACION DE LOS MODELOS MATEMATICOS..........................................15
EL PADRE DE LA PROGRMACION LINEAL........................................................16
PROGRAMACIN LINEAL................................................................................. 17
SUPUESTOS DE LA PROGRAMACIN LINEAL..................................................18
 ORIGEN DE LA INVESTIGACION DE OPERACIONES

En 1940 durante la Segunda Guerra Mundial, Inglaterra se encontraba

amenazada por los ataques de la poderosa aviacin alemana. Ya en
1939 Gran Bretaa contaba con el Radar, pero poco se saba sobre su
uso, Preguntas como: Cuntos se necesitan? Dnde ubicarlo? Cmo
desviar al espionaje alemn? Qu medidas de seguridad se debe tomar
con el invento? Qu programa de entrenamiento se debe realizar?
Cmo se integra este invento a la defensa inglesa?, y en fin
seguramente muchas interrogantes ms, en la bsqueda de dar la
repuesta ms ptima a estos interrogantes surge la investigacin de
operaciones militares para encontrar la solucin.

Debido a la poltica de desarme seguida por Gran Bretaa, el nmero de

cazas disponibles era pequeo. En consecuencia, los alemanes en el
verano de 1940 con sus tanques areos se propusieron acabar con los
aviones en sus bases. Sin embargo, lo que destruyeron fueron
solamente edificios ya que los aviones no estaban en tierra cuando los
alemanes llegaban, sino en el aire, y en muchos casos esperndolos.
Como consecuencia la llamada Batalla de Inglaterra fue ganada por los
aviones ingleses, ayudados por el radar.
Con ayuda del radar, los ingleses podan detectar la salida de los
aviones alemanes desde sus bases situadas en pases conquistados lo
que les daba tiempo suficiente para despegar y esperarlos sobre el
Canal de la Mancha.

Mucho tiempo despus, cuando ya haban perdido la Batalla de

Inglaterra, el alto mando alemn se percat de que fue el radar el que
ayud a los cazas ingleses a descubrir por anticipado dnde se
efectuara un ataque. Si se hubiesen dado cuenta de ello durante la
batalla hubiese sido relativamente fcil destruir las torres que tenan las
antenas del radar y que estaban a lo largo de la costa, frente al
continente. De hecho, s las haban detectado pero no saban su funcin
y no les dieron ninguna importancia.
 PRIMER GRUPO DE INVESTIGACION DE OPERACIONES

Para determinar las estrategias y tcticas de la utilizacin del Radar se

design al Dr. Patrick Maynard Stuart Blackett, quin conform un equipo
de trabajo de lo ms inslito estando integrado por:
tres siclogos
un fsico general
un astrofsico
dos fsicos matemticos
un oficial del ejrcito
un observador areo
dos matemticos
Para los incrdulos este equipo haca recordar la construccin de la Torre
de Babel y lo llamaron "el circo de Blackett". El xito del equipo del Dr.
Blackett fue notorio y se le dio otras tareas de investigacin relacionadas
con las operaciones militares.

APORTES QUE CONTRIBUYERON A SENTAR LAS BASES

DE LA INVESTIGACION DE OPERACIONES

Los principales aportes se remontan al ao 1759 cuando el economista

Francois Quesnay empieza a utilizar modelos primitivos de Programacin
Matemtica, mediante la construccin de modelos abstractos que
ilustran el flujo de mercancas a lo largo del proceso de produccin y
consumo, ms tarde, otro economista, Walras, establece un sistema de
ecuaciones que definen el equilibrio esttico de la economa en un
sistema de las cantidades interdependientes, al desarrollar su trabajo
sobre Teora del equilibrio econmico. Los primeros estudios acerca de los
modelos lineales de la Investigaciones de Operaciones se remontan desde
finales del siglo XIX y principios del XX, tienen como precursores a Jordn en
1873, Minkowsky en 1896 y a Farkas en 1906, y los modelos dinmicos
probabilsticos tienen su origen con Markov a fines del siglo pasado.
El desarrollo de los modelos de inventario se inicia en 1915 cuando F.W. Harris,
aplica el anlisis matemtico a su primer modelo de magnitud de lote
econmico para control de inventario. En 1908, el ingeniero dans A.K. Erlang,
lleva a cabo una labor investigadora por encargo de la compaa de telfonos
de Copenhague, sobre la ramificacin de las comunicaciones telefnicas,
llevando a cabo experimentos relacionados con las fluctuaciones de la
demanda de servicio telefnico con el equipo de marcado automtico. Sus
trabajos constituyeron el inicio de los modelos probabilsticos de la Teora de
Colas de Espera.

PRINCIPALES APORTES REALIZADOS A LA

INVESTIGACION DE OPERACIONES DESPUS DE LA
SEGUNDA GUERRA MUNDIAL

1945 Finales segunda guerra - Logstica de distribucin de

recursos de los aliados (Rand Corporation- Fuerza area
norteamericana).
1947 Dantzig, George - Mtodo simplex en base al trabajo de
precursores, inicio a la Programacin Lineal.
1950-60 - Bellman - Programacin dinmica.
- Kuhn y Tucker - Programacin No Lineal.
- Gomory - Programacin Entera.
- Ford y Fulkerson - Redes de optimizacin.
- Markowitz - Simulacin.
- Arrow, Karloin, Scarf, Whitin - Inventarios.
- Rafia - Anlisis de Decisiones.
- Howard - Procesos Markovianos de Decisin.
- Churchman, Ackoff, Arnoff - Orientacin a sistemas,
generalizacin de la Investigacin Operativa.
1970 y parte de la dcada de 1980-1985 en adelante
- Receso en el uso de la Investigacin de Operaciones
- Reflorecimiento de la disciplina con el devenir del control
automtico industrial, las microcomputadoras y las nuevas
interfaces grficas que
impulsan el desarrollo de los Sistemas Automatizados de
Apoyo a la
toma de Decisiones, donde la Investigacin Operativa juega
un papel
preponderante.
CONTRIBUCIONES AL GRAN DESARROLLO Y AVANCE DE
LA I.O.

El progreso sustancial logrado con anterioridad en el mejoramiento de

las tcnicas disponibles; un ejemplo sobresaliente es el mtodo simplex
para resolver problemas de programacin lineal, desarrollado en 1947
por George Dantzig. La revolucin de las computadoras, que dio un gran
impulso al desarrollo de este campo, ya que con su capacidad para
hacer clculos aritmticos, miles o tal vez millones de veces ms rpidos
que los seres humanos, fue de gran ayuda para la IO.

ORGANIZACIONES CIENTFICAS Y/O PROFESIONALES

QUE EXISTEN EN IO? INTERNACIONALES Y NACIONALES
Existen varias asociaciones en todo el mundo, que agrupan a personas
(estudiantes, cientficos y profesionales) interesados por el estudio y
aplicacin de la Investigacin Operativa. La ms grande de todas es
INFORMS, de Estados Unidos de Norteamrica asociacin que nace de la
unin de la ORSA = Operation Research Society of America, con 8 000
miembros y la TIMS = Institute of Managment Science con 6 000
miembros. Tambin existen Asociaciones Canadienses, Europeas,
Latinoamericanas y Asiticas federadas en la IFORS, International
Federation of Operation Research Societies. La Asociacin
Latinoamericana de Investigacin de Operaciones, ALIO, conglomera a la
mayor parte de las Asociaciones de Amrica Central y Sur.
Se publican decenas de revistas diferentes en todo el mundo. Existen
programas de Posgrado (maestra y doctorado) en la especialidad, en
Amrica y Europa.
A nivel nacional se encuentra La Asociacin Colombiana de
Investigacin Operativa (ASOCIO) nace como iniciativa de la comunidad
acadmica Colombiana ante la necesidad de desarrollar, mejorar,
aplicar, difundir y promocionar los mtodos y aplicaciones de la
Investigacin de Operaciones, en cualquiera de sus ramas, as como
cualquier otra iniciativa que tienda al mximo aprovechamiento de esta
rea de conocimiento en beneficio de la sociedad. En ASOCIO se
organizan congresos, reuniones temticas, escuelas de verano, talleres,
seminarios, conferencias, foros o eventos similares. Editan revistas
profesionales y boletines de informacin, estimulamos la conformacin
de redes temticas en el rea, potenciamos intercambios acadmicos
nacionales e internacionales y fomentamos actividades de consulta en
los sectores pblico y privado.

l porque del nombre de IO

El trmino IO se utiliza por primera vez en el ao 1939 durante la
segunda 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. Por esta razn se le denomina investigacin
de operaciones.

DEFINICIN DE INVESTIGACION DE OPERACIONES

Para 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.
De acuerdo a la definicin anterior resalta que en todo ente econmico
donde se relacin el hombre, insumos y la mquina debe sobreponerse
la optimizacin de los recurso, para el beneficio de la organizacin.

Para la sociedad de I.O de la Gran Bretaa es la siguiente:

La investigacin de operaciones es el ataque de la ciencia moderna a los
complejos problemas que surgen en la direccin y en la administracin
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 cosiste 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 propsito es el ayudar a la
gerencia a determinar cientficamente sus polticas y acciones.

Caractersticas de la IO

La Investigacin de Operaciones usa el mtodo cientfico para

investigar el problema en cuestin. En particular,
el proceso comienza por la observacin cuidadosa y la
formulacin del problema incluyendo la recoleccin de
datos pertinentes.

La Investigacin de Operaciones adopta un punto de vista

organizacional. De esta manera intenta resolver
los conflictos de inters entre los componentes de la
organizacin de forma que el resultado sea el mejor para la
organizacin completa.

La Investigacin de Operaciones intenta encontrar una mejor

solucin (llamada solucin ptima), para el problema bajo
consideracin. En lugar de contentarse con mejorar el
estado de las cosas, la meta es identificar el mejor curso de
accin posible.
 En la Investigacin de Operaciones es necesario emplear el
enfoque de equipo. Este equipo debe incluir personal con
antecedentes firmes en matemticas, estadsticas y teora de
probabilidades, economa, administracin de
empresas ciencias de la computacin, ingeniera, etc. El equipo
tambin necesita tener la experiencia y las habilidades para
permitir la consideracin adecuada de todas las ramificaciones
del problema.

La Investigacin de Operaciones ha desarrollado una serie de

tcnicas y modelos muy tiles a la Ingeniera de Sistemas.
Entre ellos tenemos: la Programacin No Lineal, Teora de Colas,
Programacin Entera, Programacin Dinmica, entre otras.

La Investigacin de Operaciones tiende a representar el

problema cuantitativamente para poder analizarlo y evaluar un
criterio comn.

IMPORTANCIA DE LOS GRUPOS INTERDICIPLINARIOS

La segunda mitad del siglo xx se ha caracterizado por el tremendo

avance que se ha tenido en las diferentes ramas de la ciencia. Bajo tal
avance, el ser humano no ha tenido ms remedio que abandonar la
formacin generalista de las profesiones, tan comn en los siglos que
antecedieron a ste y abocarse a la especializacin creciente. Los
problemas que Se presentan en las organizaciones, no son de las que
fcilmente encajan en una de esas especialidades. Por el contrario, son
problemas multidisciplinarios. Por lo tanto, el anlisis y solucin de estos
problemas requiere de grupos compuestos de diferentes especialistas.
Estos grupos interdisciplinarios requieren necesariamente de una cierta
coordinacin y comunicacin. Esta coordinacin y comunicacin se logra
a travs de un lenguaje comn. La dificultad real estriba en muchos
casos, precisamente en la ausencia de estos lenguajes. N. Wiener trat
que la Ciberntica fuera ese puente entre las ciencias.

NECESIDAD DEL ENFOQUE DE SISTEMAS

La Necesidad del Enfoque de Sistemas: El razonamiento comn para justificar

la necesidad del enfoque de sistemas, consiste en sealar que en la actualidad
se enfrentan mltiples problemas en la direccin de sistemas cada vez ms
complejos. Esta complejidad se debe a que los elementos o partes del sistema
bajo estudio estn ntimamente relacionados ya que el sistema mismo
interacta en el medio ambiente y con otros sistemas. Un ejemplo es el
transporte, cuyo estudio lleva a considerar no slo equipo, infraestructura,
demanda y operacin, sino tambin variables del entorno tan diversas como
tecnologa, contaminacin, normatividad, seguridad, reordenacin y uso del
suelo, factibilidad financiera, etc. El nmero de ejemplos de este tipo puede
ampliarse fcilmente (una empresa, un centro de abasto, o un sistema de
informacin) e incluso llevarse a niveles macro al citar la estrecha vinculacin
que existe entre factores como pobreza, delincuencia, educacin, salud,
empleo, productividad, inflacin, votos electorales, etc.

CARACTERSTICAS DE LOS MTODOS DE OPTIMIZACIN

En un problema de maximizacin, conviene incrementar la
participacin de una actividad en el plan en tanto el Ingreso
Marginal sea mayor que el Costo Marginal que se incurra.

Se llega a una solucin ptima siguiendo un mecanismo iterativo,

en la que cada solucin mejora sobre la previa a partir de incluir
actividades que aportan ms que lo que "cuestan'

Se llega a una solucin ptima cuando no hay sustituciones

factibles que permitan lograr un resultado mayor. Para todas las
actividades incluidas en el ptimo se cumple el principio: Ingreso
Marginal Costo Marginal.

METODOLOGA DE LA INVESTIGACIN DE OPERATIVA

El proceso de la Investigacin Operativa comprende las siguientes fases:

1. Formulacin y definicin del problema.
2. Construccin del modelo.
3. Solucin del modelo.
4. Validacin del modelo.
5. Implementacin de resultados.

Veamos estas fases:

1. Formulacin y definicin del problema. En esta fase del proceso se necesita:

una descripcin de los objetivos del sistema, es decir, qu se desea
optimizar; identificar las variables implicadas, ya sean controlables o no;
determinar las restricciones del sistema. Tambin hay que tener en cuenta
las alternativas posibles de decisin y las restricciones para producir una
solucin adecuada.

2. Construccin del modelo. En esta fase, el investigador de operaciones debe

decidir el modelo a utilizar para representar el sistema. Debe ser un modelo
 tal que relacione a las variables de decisin con los parmetros y
restricciones del sistema. Los parmetros (o cantidades conocidas) se
pueden obtener ya sea a partir de datos pasados o estimados por medio de
algn mtodo estadstico. Es recomendable determinar si el modelo es
probabilstico o determinstico. El modelo puede ser matemtico, de
simulacin o heurstico, dependiendo de la complejidad de los clculos
matemticos que se requieran. Como ejemplo de modelos, tenemos:

Determinsticos Probabilsticos Heursticos

Programacin Programacin Annealing (recocido)
matemtica estocstica simulado
Programacin lineal Gestin de inventarios Bsqueda tab
Programacin entera Fenmenos de espera Algoritmos genticos
(colas)
Programacin Teora de juegos Redes neuronales
dinmica artificiales
Programacin no lineal Simulacin Algoritmos bioinspirados
Programacin multiobjetivo
Modelos de transporte
Modelos de redes

3. Solucin del modelo. Una vez que se tiene el modelo, se procede a derivar
una solucin matemtica empleando las diversas tcnicas y mtodos
matemticos para resolver problemas y ecuaciones. Debemos tener en
cuenta que las soluciones que se obtienen en este punto del proceso son
matemticas y debemos interpretarlas en el mundo real. Adems, para la
solucin del modelo, se deben realizar anlisis de sensibilidad, es decir, ver
cmo se comporta el modelo ante cambios en las especificaciones y
parmetros del sistema. Esto se hace debido a que los parmetros no
necesariamente son precisos y las restricciones pueden estar equivocadas.

4. Validacin del modelo. La validacin de un modelo requiere que se

determine si dicho modelo puede predecir con certeza el comportamiento
del sistema. Un mtodo comn para probar la validez del modelo es
someterlo a datos pasados disponibles del sistema actual y observar si
reproduce las situaciones pasadas del sistema. Pero, como no hay
seguridad de que el comportamiento futuro del sistema contine replicando
el comportamiento pasado, entonces siempre debemos estar atentos a
cambios posibles del sistema con el tiempo, para poder ajustar
adecuadamente el modelo.
5. Implementacin de resultados. Una vez que hayamos obtenido la solucin
o soluciones del modelo, el siguiente y ltimo paso del proceso es
interpretar esos resultados y dar conclusiones y cursos de accin para la
optimizacin del sistema. Si el modelo utilizado puede servir a otro
problema, es necesario revisar, documentar y actualizar el modelo para sus
nuevas aplicaciones.

DEFINICIONES DE MODELO

Arquetipo o punto de referencia para imitarlo o reproducirlo.

El trmino modelo hace referencia a la representacin en
pequeo de alguna cosa.
un modelo es una manera, es algo que es capaz de ser
abstrado y analizado por fuera de su simple aplicacin
prctica.

Esquema terico, generalmente en forma matemtica, de un

sistema o de una realidad compleja, que se elabora para poder
analizar y facilitar su compresin y el de su comportamiento.
Objeto, aparato, construccin entre otras. O conjunto de ellos
realizados con arreglos a un mismo diseo.
En empresas, para designar lo que ha sido creado como
ejemplar o se considera que puede serlo.
- Empresa modelo
- Modelo de gestin
- Modelo de calidad
- Modelo de negocio

CLASIFICACIN DE LOS MODELOS

Modelos Icnicos: son los modelos fsicos que se asemejan al
sistema real, generalmente manejados en otra escala.

Modelos Anlogos: son los modelos en los que una propiedad

del sistema real se puede sustituir por una propiedad diferente
que se comporta de manera similar.

Modelos Simblicos: son aquellos en los que se utiliza un

conjunto de smbolos en lugar de una entidad fsica para
representar a la realidad. Estos se clasifican a su vez:
 Modelos Determinsticos: los valores que se encuentran
dentro de este modelo no se ven afectados por variaciones
aleatorias y se conocen con exactitud.
Modelo Estocstico o probabilstico: los valores de las
variables dentro de este modelo sufren modificaciones aleatorias
con respecto a un valor promedio; dichas variaciones pueden ser
manejadas mediante distribuciones de probabilidad.
Modelos Dinmicos: se caracterizan por el cambio que
presentan las variables en funcin del tiempo.
Modelos estticos: se caracteriza por representar un sistema
en un punto particular del tiempo. Utilizados para representar
sistemas cuyo estado es invariable a travs del tiempo.
Modelos Continuos: son aquellos en los que las variables
pueden tomar valores reales y manejarse mediante las tcnicas
de optimizacin clsica.
Modelos Discretos: se caracteriza porque las variables del
sistema toman valores solo en el rango de nmeros enteros.

Modelos Matemticos: Representan la realidad en forma

abstracta de muy diversas maneras.

Modelos Fsicos: Son aquellos en que la realidad es

representada por algo tangible, construido en escala o que por lo
menos se comporta en forma anloga a esa realidad (maquetas,
prototipos, modelos analgicos, etc.).

Modelos Analticos: La realidad se representa por frmulas

matemticas y estudiar el sistema consiste en operar con esas
frmulas (resolucin de ecuaciones).

Modelos Numricos: Tiene en cuenta el comportamiento

numrico de las variables intervinientes. No se obtiene ninguna
solucin analtica.

Modelos digitales: permitir a los diseadores crear modelos

fsicos que pueden usarse para poner a prueba el xito de un
diseo digitalmente. Una gran variedad de fenmeno u objetos
se pueden representar digitalmente, es decir que se pueden
entrar datos en un ordenador y, mediante un programa,
interpretarlos. Hacer un modelo informtico es representar algo
(un objeto, un evento o fenmeno, derrumbe por ejemplo) de
forma digital. Esta representacin constituye un modelo, a escala
digital, de eso que se ha elegido. Con este modelo se pueden
hacer estudios, previsiones, sin la necesidad de esperar a que
suceda realmente o, sin que exista realmente.
 MODELO MATEMATICO
En ciencias aplicadas, un modelo matemtico es uno de los tipos
de modelos cientficos que emplea algn tipo de formulismo matemtico
para expresar relaciones, proposiciones sustantivas de hechos,
variables, parmetros, entidades y relaciones entre variables de las
operaciones, para estudiar comportamientos de sistemas complejos
ante situaciones difciles de observar en la realidad. El
trmino modelizacin matemtica es utilizado tambin en diseo grfico
cuando se habla de modelos geomtricos de los objetos en dos (2D) o
tres dimensiones (3D).

CLASIFICACION DE LOS MODELOS MATEMATICOS

Modelo Estocstico: Lo contrario. Aquellos modelos, cuyas variables son de
naturaleza probabilstica, es decir que dependen de un nivel de incertidumbre; del azar.
Por lo tanto, normalmente estas variables representan es una funcin de probabilidad.

Modelo Determinista: Es en el que las variables que lo forman, son de carcter

conocido, es decir, que no depende del azar.

Nota: muchas veces en la prctica, algo que parece probabilstica, o del azar,
realmente corresponde a algo que se deja como caja negra por el sin nmero de
variables que la componen, por la dificultad de su medicin, etc. Si se es consciente de
esto, si esto es totalmente claro, se tendr el primer paso en firme, y como se puede
observar en el grfico de eso depende todo. Prcticamente es una decisin del
modelador: Por ejemplo, para el tiempo de proceso de una operacin, puede tomar el
promedio del tiempo como un valor determinstico y usar un programa matemtico de
optimizacin o puede analizar esta variable para determinar la funcin de densidad de
probabilidad, con un promedio, un valor de desviacin estndar y tal vez usar
simulacin.
Modelo Lineal: Son aquellos modelos dnde todos los grados de sus trminos son
iguales a 1, y en cada trmino slo hay una variable.

Modelo No Lineal: Son aquellos modelos dnde algn termino tiene un grado mayor
que uno. O algn trmino tiene ms de una variable.

Modelos Continuos: Dnde sus variables son densas. O sea, que dentro de dos
valores arbitrarios [a, b] hay infinitos valores. Ejemplo: 1, 1.1, 1.12, 1.13.. etc.

Modelos Enteros o Discretos: Pues eso. Son modelos, dnde sus variables slo
pueden tomar valores enteros. Por ejemplo, si una variable representa el nmero de
personas que se necesita para cierta tarea, slo los valores enteros tienen sentido, ej: 2
personas, 3 personas, pero tal vez, 2.5 personas, no tenga mucho sentido.

Nota: A pesar de lo que pueda parecer al principio, los modelos enteros, son por
mucho, ms difciles de resolver que los problemas o modelos continuos. Requieren
muchsimo ms recursos de mquina para resolver que los problemas continuos.
Modelos Binarios: Son los modelos que slo pueden tomar los valores de cero o uno.
Son un caso especial de los modelos enteros. Estos modelos, son muy tiles para
analizar variables de decisin tipo Si/No. Y, estos modelos pueden ser particularmente
tiles, en la asignacin de recursos.

EL PADRE DE LA PROGRMACION LINEAL

El matemtico George Dantzig (1914-2005) hijo del tambin

matemtico Tobias Dantzig naci un 8 de noviembre.

Fue l quien desarroll el mtodo simplex y por ello se le considera

el padre de la programacin lineal.

PROGRAMACIN LINEAL
La Programacin Lineal corresponde a un algoritmo a travs del cual
se resuelven situaciones reales en las que se pretende identificar y
resolver dificultades para aumentar la productividad respecto a los
recursos (principalmente los limitados y costosos), aumentando as los
beneficios. El objetivo primordial de la Programacin Lineal es
optimizar, es decir, maximizar o minimizar funciones lineales en varias
variables reales con restricciones lineales (sistemas de inecuaciones
lineales), optimizando una funcin objetivo tambin lineal.
Los resultados y el proceso de optimizacin se convierten en un respaldo
cuantitativo de las decisiones frente a las situaciones planteadas.
Decisiones en las que sera importante tener en cuenta diversos criterios
administrativos como:

Los hechos

La experiencia

La intuicin
 La autoridad

SUPUESTOS DE LA PROGRAMACIN LINEAL

Para que un modelo matemtico sea un modelo lineal deben cumplirse
los siguientes supuestos:
Proporcionalidad.
Aditividad.
Proporcionalidad: Implica que la medida de efectividad y/o consumo de
recursos tiene que ser proporcional al nivel de actividad. Por ejemplo, si
un artculo demora una hora en producirse, 10 artculos demorarn 10
horas. (Esto se cumple incluso para la funcin objetivo)
Aditivita: La linealidad no se garantiza solamente con el supuesto de
proporcionalidad. Se requiere adems que las actividades sean aditivas.
Esto quiere decir que si una variable X1 requiere un efecto 1 cuando
est sola y una variable X2 produce un efecto 2 cuando est sola,
entonces X1+X2 produce un efecto 1 + 2.

REFERENCIAS

http://es.slideshare.net/juliopari/unmsm-fisi-introduccin-a-la-
investigacin-de-operaciones-io1-cl01)
http://www.gestiopolis.com/investigacion-de-operaciones-que-es-
historia-y-metodologia/
http://www.monografias.com/trabajos70/investigacion-
operaciones/investigacion-operaciones2.shtml
http://asociocolombia.wixsite.com/asocio
http://www.monografias.com/trabajos61/investigacion-
operaciones/investigacion-operaciones.shtml
https://books.google.com.co/books?
id=HnT_F3MCST4C&pg=PA20&lpg=PA20&dq=porque+son+neces
arios+los+grupos+interdisciplinarios+en+investigacion+de+oper
aciones&source=bl&ots=dD3bg3mz-
I&sig=LrhYAOqRN4s0jrZBdm0enPRUNkg&hl=es&sa=X&ved=0ahU
KEwikgfGg7IvSAhUF7iYKHZ_dD8QQ6AEIODAF#v=onepage&q=por
 que%20son%20necesarios%20los%20grupos%20interdisciplinarios
%20en%20investigacion%20de%20operaciones&f=false
http://es.slideshare.net/talamantemaldonado1/exposicion-
investigacion-de-operaciones-2
http://www.ingenieria.unam.mx/~jkuri/Apunt_Planeacion_internet/T
EMAII.5.pdf
https://es.wikipedia.org/wiki/Modelo_matem%C3%A1tico
http://simulacion2011.blogspot.com.co/2011/02/clasificacion-de-
los-modelos.html
http://ocw.usal.es/ensenanzas-tecnicas/investigacion-operativa-
i/contenidos/TemasIO-I_PDF/Cap01(IntodIO)_IO-I.pdf
https://es.wikipedia.org/wiki/George_Dantzig
https://www.ingenieriaindustrialonline.com/herramientas-para-el-
ingeniero-industrial/investigaci%C3%B3n-de-
operaciones/programaci%C3%B3n-lineal/
https://www.ecured.cu/Programaci%C3%B3n_lineal
http://es.slideshare.net/marciams/programacion-lineal-
presentation-778261