HERRAMIENTAS MATEMATICAS IV

INVESTIGACION OPERATIVA

1. NINTRODUCCION PROGRAMACION
LINEAL

1.1 INTRODUCCION A LA INVESTIGACION OPERATIVA

1.1.1. RESEA HISTORICA

La investigacin Operativa (IO) nace como un conjunto de conocimientos que tratan de

resolver problemas de ciertas caractersticas.
Debido a su xito, EEUU inicia actividades aplicndolo a problemas logsticos complejos,
patrones de vuelos de aviones, maniobras navales, etc.
Si bien Inglaterra fue el iniciador de la IO como disciplina, fueron muy importantes las
contribuciones hechas por investigadores norteamericanos.
Aunque al comienzo existieron inconvenientes para implantar estas tcnicas, con el
desarrollo tecnolgico de las computadoras se ha ampliado el alcance y la magnitud de los
problemas que resulta posible analizar.

CONCEPTO DE INVESTIGACION OPERATIVA

Es una disciplina cientfica que ayuda a resolver problemas de ndole cuantitativos que se
presentan en las organizaciones. Es la aplicacin de procedimientos, tcnicas y
herramientas cientficas con el objeto de determinar y ayudar a evaluar soluciones.
Su objetivo es determinar por mtodos cientficos el mejor curso de accin de un problema
de decisin, sometido a restricciones.
La IO trata de proveer a quienes manejan sistemas organizados, de objetivos y bases
cuantitativas para las decisiones.
Una caracterstica destacada es la actuacin de equipos interdisciplinarios.
Se puede considerar la Investigacin Operativa desde dos puntos de vista:
Como ciencia: se utilizan tcnicas y algoritmos matemticos, as como programas
de computacin.
Como arte: depende de la habilidad y creatividad de los analistas para la
construccin del modelo, su validacin e implementacin.
Vinculacin con otras ciencias:
Matemticas
Estadstica
Lgica
 Economa
La Investigacin Operativa es una disciplina que aporta para la resolucin de problemas
donde interviene un complejo conjunto de elementos materiales y humanos, llamados
fenmenos de organizacin. Estos se caracterizan porque contienen elementos
materiales y humanos que mantienen relaciones y donde es preciso adoptar una decisin
que producir ciertos resultados.
Esto no significa que todo problema puede ser abordado y resuelto por la IO, sino que se
han ido sistematizando los problemas que presentan caractersticas similares y se han
desarrollado tcnicas conducentes a su resolucin.
En todos estos problemas est siempre presente un elemento que es el conjunto de las
restricciones, que configura las limitaciones a las cuales debe ajustarse cualquier decisin
que se adopte. Este aspecto es consecuencia del factor econmico subyacente en la
toma de decisiones.
La caracterstica de estas decisiones es que deben seleccionarse entre un conjunto de
mltiples posibilidades que pueden incluso ser infinitas, y entre ellas deben escogerse las
que son ms apropiadas.

EL CONCEPTO DE SISTEMA LA EMPRESA COMO UN SISTEMA MODELOS DE

SISTEMAS

Un sistema es un conjunto de elementos con ciertas cualidades e interrelacionados. Los

problemas que resuelve la IO estn inmersos en un sistema y dada la complejidad de estos
sistemas, lo que se pretende es crear un sistema abstracto que sea una versin
simplificada y por lo tanto incompleta del real.

1.1.2. MODELOS MATEMATICOS O FORMALES PROBLEMAS

DETERMINISTICOS Y ESTOCASTICOS

MODELOS GENERALIDADES

Un modelo es una representacin simplificada e idealizada de la realidad, una abstraccin

selectiva de la misma.

SISTEMA REAL
MODELO
COMPUESTO
Modelos de decisin: Resume un problema de decisin, para que permita identificar y
evaluar en forma sistemtica todas las opciones de decisin del problema.
Componentes bsicos:
Variables de decisin: controladas por el decisor. Representan magnitudes o
cantidades.
Objetivo: cantidad usada para medir la efectividad de una poltica determinada.
Restricciones del problema: condiciones que deben cumplir las variables de
decisin para obtener una solucin aplicable.

Los modelos evalan datos numricos y proporcionan datos numricos adicionales.

TIPOS DE MODELOS

Segn la disponibilidad de datos:

Modelos determinsticos: cuando todos los datos relevantes se conocen con
certeza.
Modelos probabilsticos o estocsticos: cuando algunos datos se consideran
inciertos.
Segn el tipo de clculo:
Modelos matemticos: en los que tanto el objetivo como las restricciones del
sistema se pueden expresar en forma cuantitativa o matemtica como funciones.
Simulacin: donde se divide el sistema en mdulos bsicos o elementales que se
enlazan con relaciones logsticas.
Modelos heursticos: basados en reglas o mtodos prcticos que llevan a una
buena solucin.

Los modelos son construcciones teorico-empiricas resultantes de la aplicacin de cierta

teora y la observacin de una determinada realidad, sobre la base de la adopcin de
supuestos de trabajo o hiptesis con lo que se trata de representar un determinado
fenmeno.

OTRA CLASIFICACION DE LOS MODELOS

Un modelo puede ser:

MENTAL O IMPLICITO: es el que crea el ser humano en su mente para poder
resolver un problema planteado, utilizando normalmente la intuicin.
MODELO EXPLICITO: es la representacin del modelo mental, logrando una mejor
definicin y que se los pueda comunicar y criticar.
MODELO VERBAL: describe el sistema a travs del lenguaje corriente. El
inconveniente de este tipo de modelos es que es poco preciso y no adecuado
cuando se tiene que explicar la interaccin de muchos factores.
 MODELO FISICO: representa el sistema a estudiar por medio de objetos naturales
o artificiales.
MODELOS MATEMATIVOS O FORMALES: se elaboran usando smbolos
matemticos para representar los distintos componentes del problema.

Las letras o smbolos representan variables, parmetros, operaciones y relaciones que

vinculan entre s a dichos elementos. No deben ser necesariamente numricas y las
relaciones pueden ser de cualquier naturaleza.

RELACIONES EN LOS MODELOS FORMALES O MATEMATICOS

DE COMPORTAMIENTO: ponen de manifiesto la manera de actuar de los seres

humanos dentro del sistema que se pretende imitar.
INSTITUCIONALES Y/O LEGALES: se establecen en las variables por leyes,
decretos o reglamentos establecidos por las organizaciones que pertenecen al
sistema.
TECNOLOGICAS: surgen cuando se aplica una determinada tecnologa dentro de
una estructura productiva.
DE DEFINICION E IDENTIDADES: se plantean cuando se define un concepto a
travs de vinculaciones con otros.
DE EQUILIBRIO: son aquellas que se imponen dentro del sistema para analizar qu
ocurre cuando se logra esta situacin de equilibrio dentro del mismo.
DE OBJETIVO: representan la finalidad a la que se debe o se desea llegar.

CLASIFICACION DE LAS VARIABLES

OBJETIVO

ENDOGENAS

NO OBJETIVO

VARIABLES

CONTROLABLES

EXOGENAS

NO CONTROLABLES

VARIABLES ENDOGENAS: forman parte del sistema y por lo tanto sus valores se
determinan en funcin de la relacin que existe con las restantes variables y con las
variables exgenas.
VARIABLES EXOGENAS: sus valores se determinan fuera del sistema.
 VARIABLES ENDOGENAS OBJETIVO: se les fija una condicin que debe cumplir
el sujeto que toma la decisin.
VARIABLES ENDOGENAS NO OBJETIVO: no se les impone ninguna condicin.
VARIABLES EXOGENAS CONTROLABLES: su valor puede ser determinado por el
sujeto que toma la decisin.
VARIABLES EXOGENAS NO CONTROLABLES: no interviene el sujeto decisor.

METODOLOGIA CIENTIFICA EN EL ANALISIS DE LOS PROBLEMAS DE DECISION

Comprende las siguientes etapas:

PLANTEAMIENTO DEL PROBLEMA: consiste en enunciar correctamente cual es el

problema que queremos explicar.
ANALISIS DE LOS HECHOS: significa realizar un estudio de la realidad para
extraer de la misma todos los elementos que puedan servirnos para formular
nuestras hiptesis de trabajo.

CONSTRUCCION PROPIAMENTE DICHA DEL MODELO Y SU ANALISIS: se trata

de establecer de forma matemtica todas las relaciones que nos interesan y que
sern planteadas teniendo en cuanta las hiptesis adoptadas en base al anlisis de
los hechos.
CONTROL DE LAS HIPOTESIS: significa extraer a examinar si las hiptesis
adoptadas verdaderamente responden a la realidad en estudio. Es un aspecto
fundamental, porque puede llegar a ser un modelo muy interesante, realizado con
elaboraciones de muy avanzada matemtica.
CRTICA Y PRESENTACION DE LAS CONCLUSIONES: consiste en analizar
detenidamente las conclusiones obtenidas y ver si se corresponden con la realidad
en estudio.

Con ello no acaba el estudio, sino que debe darse un seguimiento permanente del modelo
para tratar de averiguar si las polticas adoptadas conducen a los resultados esperados.
Se presenta la necesidad de llevare a cabo el control administrativo del modelo, que
permitir introducir los correctivos del caso cuando se observe que el modelo no est
respondiendo correctamente.
1.1.3. ALCANCE DE LA INVESTIGACION OPERATIVA
USO E IMPLEMENTACION DE MODELO EN LA EMPRESA

Fases de un estudio de IO:

DEFINICION DEL PROBLEMA

(IDENTIFICACION DE VARIABLES,
OBJETIVOS Y RESTRICCIONES)

CONSTRUCCION DEL MODELO

SOLUCION DEL MODELO

(ANALISIS DE SENSIBILIDAD)

VALIDACION DEL MODELO

(CRITERIO DEL ADMINISTRADOR)

REVISION DEL MODELO IMPLEMENTACION DEL

MODELO

Importante:
La solucin ptima del modelo puede ser o no una buena respuesta en el contexto
real.
El modelo no sustituye la experiencia, el criterio o la intuicin del administrador.
Un aspecto de su rol consiste en evaluar el modelo mismo.
Jerarqua de modelos en la empresa:
Mayores niveles: proporcionan datos e informacin, no decisiones. Se utilizan como
herramientas de planeacin estratgica.
Menores niveles: generalmente producen decisiones. Los elementos que conforman
el modelo son ms claros y fcilmente cuantificables.
En la empresa, se utilizan para definir polticas de tipo:
Financieras
Organizativas
Comerciales
Produccin
Siendo los objetivos buscados:
Beneficios
Manejo de costos y tiempos
Expansin volumen de venta
Mercado
 Funciones del Departamento de Investigacin Operativa:
Planificar
Proponer mejoras
Informar para proyeccin futura

Los servicios de un Analista de Operaciones se requieren en la mayora de las industrias.

Cada vez ms organizaciones estn buscando tcnicas de investigacin de operaciones
para mejorar la productividad y reducir los costos.
El mayor crecimiento de las actividades de Investigacin de Operaciones est ocurriendo
en los sectores de transporte, manufactura, finanzas y servicios.

CUALES SON LAS IDEAS QUE PUEDEN AYUDARME EN LA INVESTIGACION DE

OPERACIONES?

Enmarcar el problema: se necesita tener una manera organizada de abordarlo.

La optimizacin restringida y la toma de decisiones bajo riesgo son dos marcos importantes
y tiles para una amplia variedad de problemas. Sin embargo, no es posible simplemente
describir los marcos y suponer que la gente lo usara de forma correcta. Se tiene que
aprender sobre los modelos y las formas de usarlos en diversas situaciones antes de
aplicarlos por s mismos. Se necesita prctica.

Escepticismo saludable: hay que aprender a cuidarse de los expertos, de las soluciones
proporcionales por los modelos y de las propias intuiciones. El trabajo con modelos de
optimizacin ensancha su habilidad para analizar y estudiar a fondo la ruta. Las Tareas
para Diagnostico sern diseadas especialmente para demostrar este concepto.

Concepto de costo: en este texto, los enfoques se basan, primero en la asignacin de

costos e ingresos a situaciones individuales y, despus, en el uso de la matemtica para
encontrar buenas estrategias.

1.2. PROGRAMACION LINEAL

INTRODUCCION

La programacin lineal y sus derivados han sido capaces de pasar la prueba del tiempo sin
debilitarse, y en nuestros das afectan las prcticas econmicas de las organizaciones y sus
administradores.
1.2.1. UN PROBLEMA DE PROGRAMACION LINEAL ESTRUCTURA
GENERAL
MODELOS DE OPTIMIZACION RESTRINGIDA

Formulacin general:
Optimizar una funcin que depende de varias variables, llamada FUNCION
OBJETIVO: f(x,,x)
Sujeta a las restricciones:
g (x,,x) b
g (x,,x) b

g (x,,x) b

Siendo:
f: funcin objetivo de utilidad
x,,x: variables de decisin (n)
g,,g: funciones de restriccin (m)
b,,b: vector de recursos o lado derecho (m)

POR QUE EXISTEN RESTRICCIONES?

La razn de ser de las restricciones se remite a varios motivos, por ejemplo:

Tecnologa inmutable a corto plazo: las restricciones tecnolgicas a corto plazo son
inevitables.
Leyes de la naturaleza: evidente al tratarse de produccin agrcola y/o ganadera.
Cuellos de botella: situaciones inesperadas o fuera de control que restringen
nuestro abanico de alternativas.
Costos de la investigacin: para conocer ciertas respuestas, los costos de la
investigacin pueden ser desproporcionados.
Incertidumbre y anlisis paramtrico: el valor futuro de la tasa de inters es
fundamental, pero suele ser un parmetro difcil de pronosticar.
Objetivos sustitutos: ocurre cuando no es posible cuantificar un objeto deseado y se
recurre a otro sustituto.
Intereses particulares por sobre los de la empresa: puede derivar en situaciones
ilegales, que rozan el lmite de lo tico.
Estructura jerrquica y delegacin de la autoridad.
Ecuaciones de definicin o de balance: son sumamente restrictivas.
1.2.2. IDENTIFICACION DE VARIABLES DE DECISION FUNCION
OBJETIVO RESTRICCIONES

La programacin lineal (PL) es un modelo de optimizacin restringida, en la cual tanto la

funcin objetivo como las funciones de restriccin son funciones lineales de las variables de
decisin.
Es un modelo de tipo determinstico, es decir, que obtiene siempre el mismo resultado
bajo las mismas condiciones iniciales.

ELEMENTOS DE UN PROBLEMA DE PROGRAMACION LINEAL

BENEFICIOS

MAXIMIZAR RENDIMIENTO

EFICIENCIA

FUNCION OBJETIVO

COSTO

MINIMIZAR

TIEMPO

LIMITACIONES (MENOR O IGUAL)

RESTRICCIONES REQUERIMIENTOS (MAYOR O IGUAL)

DE DEFINICION O BALANCE (IGUAL)

VARIABLES DE DECISION (x, x, , x)

PASOS PARA LA CONTRUCION DEL MODELO

Identificar las variables de decisin (incgnitas)

Definir el objetivo en palabras y despus en lenguaje matemtico
Expresar las restricciones del problema, primero verbalmente y luego en smbolos
matemticos
Verificar la existencia de las unidades y del modelo elaborado
 1.2.3. RESTRICCIONES: HOLGURAS Y EXCESOS

Las restricciones pueden ser activas o inactivas:

ACTIVAS:
Las restricciones de igualdad son siempre activas.
Las de desigualdad lo son cuando el primer miembro es igual al lado derecho.
Las restricciones activas son aquellas que pasan por la solucin ptima.

INACTIVAS:
En las restricciones inactivas de tipo menor o igual se llama holgura a la diferencia
entre el lado derecho y el primer miembro de la desigualdad.
En las restricciones inactivas de tipo mayor o igual se llama exceso o excedente a
la diferencia entre el lado derecho y el primer miembro de la igualdad.

PAGINAS 20 33
CASOS ESPECIALES

PROBLEMA NO ACOTADO: se da cuando el conjunto factible no est acotado y la funcin

objetivo se puede incrementar o decrementar ilimitadamente. En la prctica, esto es imposible.
Esto quiere decir que hay un error en la formulacin del modelo.
PROBLEMA NO FACTIBLE: es el caso de un conjunto factible vaco. Se produce por un error
en la formulacin del problema.
DEGENERACION: es un caso particular que influye principalmente cuando se hace anlisis del
problema por computadora, ya que entra en un bucle o ciclo que retrasa notablemente los
clculos. Se da cuando por un vrtice de la regin factible pasan ms de dos restricciones.
OPTIMOS MULTIPLES U OPCIONES PTIMAS: ocurre cuando la funcin objetivo z es paralela
a una restriccin no acotada. Entonces, la funcin objetivo tendr el mismo valor ptimo en ms
de un punto del conjunto factible.