Unidad 1 conceptos y definicin de

investigacin de operaciones

Qu es la Investigacin de Operaciones
por GEO Tutoriales el 13/01/2015 en Programacin Lineal 0

La Investigacin de Operaciones o Investigacin Operativa (en

ingls ORu Operations Research) es una disciplina que consiste en la aplicacin de
mtodos analticos avanzados con el propsito de apoyar el proceso de toma de
decisiones, identificando los mejores cursos de accin posibles.
En este contexto la Investigacin de Operaciones utiliza tcnicas de
modelamiento matemtico, anlisis estadstico y optimizacin matemtica, con el
objetivo de alcanzar soluciones ptimas o cercanas a ellas cuando se enfrentan
problemas de decisin complejos. Se espera que las decisiones alcanzadas
mediante el uso de un modelo de investigacin operativa sean significativamente
mejores en comparacin a aquellas decisiones que se podran tomar haciendo uso
de la simple intuicin o experiencia del tomador de decisiones. Lo anterior es
particularmente cierto en aquellos problemas de naturaleza real complejos, que
consideran cientos, incluso miles de variables de decisin y restricciones.
PUBLICIDAD

La Investigacin de Operaciones se complementa con otras disciplinas como la

Ingeniera Industrial y la Gestin de Operaciones. En trminos estrictos un
modelo de optimizacin considera una funcin objetivo en una o varias variables
que se desea maximizar (por ejemplo el ingreso o beneficio asociado a un plan de
produccin) o por el contrario minimizar (por ejemplo los costos de una firma, el
riesgo asociado a una decisin, la prdida de un alternativa, etc). Los valores que
pueden adoptar las variables de decisin usualmente estn restringidos por
restricciones que adoptan la forma de ecuaciones y/o inecuaciones que buscan
representar las limitantes asociadas a la problemtica.
El enfoque de la Investigacin de Operaciones es el modelaje. Un modelo es una
herramienta analtica que nos sirve para lograr una visin bien estructurada de la
realidad. As, el propsito del modelo es proporcionar un medio para analizar el
comportamiento de las componentes de un sistema con el fin de optimizar su
desempeo (identificar el mejor curso de accin posible).
Una visin esquemtica del proceso asociado a la construccin de un modelo de
optimizacin se presenta a continuacin:

1. Definicin del problema: Se debe definir el problema para el cual se busca

proponer un curso de accin. Es un problema relevante? es posible tomar
una buena decisin sin la necesidad de resolver un modelo de optimizacin?
cules son sus alcances? cules son los factores que influyen en el desempeo
del sistema?, etc. La calidad del modelo de optimizacin depender en gran parte
de la asertividad en la definicin del problema de decisin.
2. Construccin de un modelo: Un modelo de optimizacin considera
necesariamente una abstraccin o simplificacin de la realidad. Por un lado se
busca que el modelo sea representativo del problema real que se busca
representar pero que al mismo tiempo sea simple de modo de favorecer su
resolucin haciendo uso de un algoritmo ad-hoc. Alcanzar este equilibrio no es
trivial. Por ello ante un mismo problema puede existir ms de un modelo de
optimizacin que lo represente con distintos niveles de detalle y abstraccin.
3. Solucin del modelo: Una vez construido el modelo de optimizacin se deben
identificar las alternativas de resolucin para el mismo. Para ello se puede hacer
uso de programas computacionales que utilizan algoritmos de resolucin
especficos dependiendo de las caractersticas del modelo. Por ejemplo, para
resolver un problema de Programacin Lineal (las variables de decisin se
representan como funciones lineales tanto en la funcin objetivo como
restricciones) se puede utilizar el Mtodo Simplex.
4. Validacin: Se verifica que la solucin alcanzada cumpla con las condiciones
(restricciones) impuestas al problema.
5. Implementacin y control de la solucin: Una vez verificada la solucin se
procede a su implementacin. Cabe destacar que esto puede lugar a
actualizaciones del modelo de optimizacin tanto en trminos del modelo como el
valor de los parmetros estimados. Por ejemplo, si el modelo de optimizacin
corresponde a un Plan Maestro de la Produccin (PMP) y se genera un cambio
en el valor de la hora hombre de los trabajadores ser necesario actualizar el valor
del parmetro que representa dicho costo para posteriores instancias de
resolucin.
En la actualidad el uso de modelos de optimizacin es cada vez ms frecuente en
la toma de decisiones. Este mayor uso se explica, principalmente, por un mejor
conocimiento de estas metodologa en las diferentes disciplinas, la creciente
complejidad de los problemas que se desea resolver, la mayor disponibilidad de
software y el desarrollo de nuevos y mejores algoritmos de solucin. 1.2 FASES
DE ESTUDIO DE LA INVESTIGACIN DE OPERACIONES.
1.2 FASES DE ESTUDIO DE LA INVESTIGACIN DE OPERACIONES.
Un estudio de Investigacin de Operaciones consiste en construir un modelo de un
sistema de la vida real, existente o no existente. Para implementar la IO en la prctica, las
fases principales son:
Formulacin y definicin del problema.

El objetivo es identificar tres elementos principales:

1.- Descripcin de las alternativas de decisin.

2.- Determinacin del objetivo del estudio.
3.- Especificacin de las limitaciones bajo las cuales funciona el sistema modelado

Construccin del modelo.

Implica un intento de transformar la definicin del problema en relaciones. El modelo
puede ser matemtico, de simulacin o heurstico.

Solucin del modelo.

Una vez que se tiene el modelo, se procede a derivar una solucin matemtica
empleando las diversas tcnicas y mtodos. matemticos.
Validacin del modelo.
Comprueba si el modelo propuesto hace en realidad:
tiene sentido la solucin?
Los resultados son intuitivamente aceptables?

Implementacin de resultados
En traducir los resultados del modelo validado en instrucciones para el usuario o los
ejecutivos responsables que sern tomadores de decisiones.

1.3 Principales aplicaciones de la investigacin de operaciones.

Se han desarrollado muchos mtodos de investigacin de operaciones que se aplican a los
problemas de los negocios, aunque al mismo tiempo se presentan en muchas industrias
distintas. Los modelos para la solucin de problemas se pueden agrupar en distintas formas,
las ms importantes son:

1. Problemas estocsticos o probabilsticos: son tiles al tener que enfrentarse a un

ambiente incierto, la estadstica de Bayes desarrolla un mtodo poderoso para tomar
decisiones cuando se tiene informacin limitada.

2. Pronsticos: es una responsabilidad ineludible de la gerencia el pronosticar, enfrentando

a la incertidumbre respecto al futuro, la conducta pasada como un indicador de lo que va a
venir. Dentro de los temas que ven pronsticos se tienen:

Promedios simples

Promedios mviles

Promedios dobles

Suavizacin exponencial

Regresin

Correlacin

Tendencia

3. Modelos de inventarios: ayudan al control de los costos totales de inventarios, estos

enfoque pueden reducir el costo total de compra, de almacenar, de llevar el inventario y
quedarse sin l, tambin analiza y evala los descuentos ofrecidos por proveedores, as como
la compra de artculos mltiples a un mismo proveedor.

4. Programacin lineal: es de valor cuando se debe de escoger entre alternativas numerosas

para evaluarlas con los mtodos convencionales. Al usar la programacin lineal, se pueden
determinar combinaciones ptimas de los recursos de una firma para alcanzar ciertos
objetivos.

5. Problemas de asignacin y transporte: son los enfoques tiles cuando la gerencia se

enfrenta a problemas que tienen que ver con la mejor alternativa de distribucin o el mtodo
ptimo de asignar operarios a las mquinas, etc.

6. Teora de redes: permite a los gerentes hacer frente a las complejidades involucradas en
los grandes proyectos, el uso de esta tcnica ha disminuido notablemente el tiempo necesario
para planear y producir productos complejos, las tcnicas ms usuales son:

PERT (Tcnica de Evaluacin y Revisin de Proyectos)

CPM (Mtodo de la Ruta Crtica)

 PERT/COSTO (Tcnica de programacin con limitacin de recursos tanto en costo como
en tiempo)

7. Teora de colas o lneas de espera: estudia las llegadas aleatorias a una estacin de
servicio o proceso de capacidad limitada, los modelos le permiten a la gerencia calcular a
futuro las longitudes de las lneas de espera, el tiempo promedio gastado en la lnea por una
persona que espera el servicio y la necesidad de agregar estaciones de servicio. Esta tcnica se
estudia primeramente mediante el uso de frmulas y posteriormente por simulacin con
computadora.
1.4 Formulacin de problemas lineales.

Programacin lineal

Definicin: la programacin lineal es una clase de modelos de programacin matemtica

destinados a la asignacin eficiente de los recursos limitados en actividades conocidas, con el
objetivo de satisfacer las metas deseadas (maximizar beneficios o minimizar costos).
Los principales elementos de un modelo de programacin lineal son:

Las variables o incgnitas

La funcin objetivo

Las restricciones

La caracterstica distintiva de los modelos de programacin lineal es que las funciones que
representan el objetivo y las restricciones son lineales.

Los problemas de optimizacin se formulan muy a menudo verbalmente, para poder llegar a
una solucin se requiere un planteamiento matemtico. El procedimiento consiste en los
siguientes pasos:

Paso 1: Identificar las variables de entrada, esto generalmente est en funcin de la pregunta
del problema.

Paso 2: Determinar la cantidad que desea optimizarse y exprsese matemticamente. A la

ecuacin resultante se le llama FUNCION OBJETIVO.
Paso 3: Identificar todos los requerimientos, restricciones o limitaciones y expresarse
algebraicamente. A estas ecuaciones se les llama CONJUNTO DE RESTRICCIONES.

Paso 4: Expresar todas las condiciones ocultas, es decir, aquellas que el enunciado no
mencione pero son obvias debido a la naturaleza del problema.