Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Las bases de la investigación científica se remontan a muchos años atrás, cuando se intento emplear el
enfoque científico en la administración de una empresa.
Pero es en la segunda guerra mundial cuando se hace presente su aplicación en la distribución de recursos
escasos para las operaciones militares. Para ello las administraciones militares americanas e inglesas
convocaron a científicos para que aplicaran el enfoque científico en la resolución de este problema y otros
de tipo estratégico y táctico.
El éxito de la investigación de operaciones en las operaciones militares llamo la atención de las empresas e
industrias, las cuales hasta el día de hoy demandan de está aplicación del método científico para solucionar
problemas de control en las organizaciones, relacionadas directamente con la distribución de recursos
escasos.
1.2. CONCEPTO.
La investigación de operaciones es una rama de las matemáticas en la cual se hace uso de modelos
matemáticos, estadísticos y algoritmos para apoyar la toma de decisiones en problemas de optimización
Permite tomar decisiones analizando escases de recursos, para optimizar un objetivo definido, como la
maximización de los beneficios o la minimización de costes.
1. La estructuración de una situación de la vida real como un modelo matemático, con lo que se logra una
abstracción de los elementos esenciales para que pueda buscarse una solución que concuerde con los
objetivos del tomador de decisiones. Esto implica tomar en cuenta el problema dentro del contexto del
sistema completo.
2. El análisis de la estructura de tales soluciones y el desarrollo de procedimientos sistemáticos para
obtenerlas.
3. El desarrollo de una solución, incluyendo la teoría matemática, si es necesario, que lleve al valor óptimo
de la medida de lo que se espera del sistema (o quizá que compare los cursos de acción alternativos
evaluando esta medida para cada uno). "
Paso 1. Definición del Problema. Es importante tener clara la definición del problema, pues a una pregunta
bien planteada se podrá tener una respuesta correcta. Sin embargo para definir un problema a veces es
necesario enfrentar datos incompletos, ambiguos, conflictivos o difusos, diferencias de opinión,
presupuesto o tiempo limitado, política, el responsable de la toma de decisiones no tiene bien definido que
es lo que quiere realmente. Para solucionar estos problemas es necesario tener un buen plan de trabajo que
consideré lo siguiente:
a. Observar. Analizar el problema desde diferentes puntos de vista, de modo que termine
entendiendo el problema como las personas implicadas.
b. Consientes de las realidades políticas. Los problemas que se dan entre trabajadores de la empresa
ya sean jefes u operarios, da lugar muchas veces a recibir información distorsionada.
c. Decidir que se quiere realmente. Definir claramente los objetivos antes de desarrollar y resolver
un modelo.
d. Identificar restricciones. Es importante identificar las limitaciones que afectan la decisión final,
para incluirlas en el modelo.
e. Buscar Información de modo continuo. A lo largo de todo el proceso, el analista debe mantener
contacto permanente con el responsable de la toma de decisiones
Paso2. Modelado matemático. En el modelado matemático identificamos los elementos más importantes
del problema de investigación operativa:
a. Variables de decisión. Identificamos aquellos factores sobre los que el tomador de decisiones tiene
control, estás son las variables de decisión del problema (Ejm. Cantidad de artículos a producir de
cada producto o el material a utilizar).
Para identificar las variables de decisión es útil hacer las siguientes preguntas: ¿qué es lo que hay
que decidir? O ¿sobre que elementos tenemos control? O ¿cuál seria una respuesta válida para este
caso?
Existen también factores que no podemos modificar y que por lo general se les llama parámetros.
Ejm. Número de horas de trabajo disponibles o fechas límite a cumplir según un contrato.
Según el problema lo que a veces es una variable de decisión en otros casos puede ser un
parámetro o viceversa.
b. Función objetivo. La función objetivo hace referencia al modelo matemático que representa el
objetivo a optimizar, tomando en cuenta luego para su solución las restricciones existentes.
Las preguntas que pueden ser de ayuda para identificar la función objetivo son: ¿Qué es lo que
queremos conseguir? O Si yo fuera el jefe de la empresa ¿Qué me interesaría más?
c. Restricciones. Hacen referencia a las limitaciones y requisitos que limitan nuestra decisión. Ejemplo
de restricciones frecuentes son: recursos disponibles (trabajadores, máquinas, material, etc.) que
son limitados; fechas límite de contratos a cumplir; restricciones impuestas por la naturaleza del
problema (por ejemplo: el flujo de entrada a un nodo debe ser igual al flujo de salida)
d. Traducir los elementos anteriores a un modelo matemático. Después de identificar los elementos
anteriormente mencionados, estos son expresados de forma matemática.
Dependiendo de la naturaleza de las funciones matemáticas, el modelo será de un tipo u otro; por
ejemplo, si todas ellas son lineales, el problema será de Programación Lineal; si existe más de una
función objetivo, será de programación multicriterio, etc.
Paso3. Solución del modelo. Para la solución se aplican diferentes métodos matemáticos y algoritmos. Los
pasos de solución son los siguientes:
a. Elegir técnica de resolución adecuada. Podemos encontrar problemas que se pueden resolver con
técnicas existentes, que nos ayudaran a tener una solución óptima para el modelo. En otros casos,
el problema es muy complejo o el algoritmo es difícil de procesarlo computacionalmente, entonces
es necesario recurrir a métodos heurísticos de resolución.
b. Generar las soluciones del modelo. Elegida la técnica de solución del problema, es posible
empezar a trabajar con el uso de un computador ya que por lo general serán muchos datos los que
se manejaran, para ello hoy en día las hojas de calculo incluyen operadores de análisis de
optimización e inclusive existen software especializados como Lingo, WinQSB, entre otros.
c. Comprobar/validar los resultados.
d. Revisar el modelo matemático. Si los resultados son inaceptables.
e. Realizar análisis de sensibilidad. Estudia los cambios que pueda sufrir una solución si se alteran los
parámetros del modelo, o bien en qué rango de variación de los parámetros la solución sigue
siendo valida.
a. Preparar informes y/o presentación. El informe debe contribuir a que los decisores comprendan
completamente el enfoque del analista, para ello puede hacer uso de las presentaciones orales,
utilizando transparencias, videos o software especializado y los informes propiamente dichos.
b. Vigilar el proceso de implementación de la solución propuesta. Una vez implementada la solución,
debe ser supervisada de forma continua. Dada la naturaleza dinámica y cambiante de la mayoría de
las empresas, es casi inevitable que haya que realizar cambios en el modelo. El analista debe estar
preparado para saber cuándo ha llegado el momento de cambiar y para realizar los cambios.
2.4. 1. INTRODUCCIÓN.
La programación lineal es una técnica matemática que consiste en una serie de métodos y procedimientos
que permiten resolver problemas de optimización.
Los problemas mas simples que podemos resolver con programación lineal son aquellos que son de 2
variables, problemas bidimensionales.
Sin embargo en el año 1984, Narenda Karmarkar, encontró un algoritmo, llamado algoritmo de Karmark,
que es más rápido que el método simplex.
Es una expresión de la forma: ax + by ≤c, donde el signo puede ser también ≥, > y <.
La recta divide al plano en dos regiones que pueden ser la solución, para encontrar cuál de las dos es la
región factible existen 2 formas:
Primera forma. Tomamos cualquier punto de referencia que se encuentre en la zona a evaluar y
remplazamos el valor en la inecuación para saber si dicho valor cumple con la condición expresada. Ejm.
Punto (0,0), remplazando en la inecuación: 2X + 3Y ≥ -3. Se obtiene que 2(0) + 3(0) ≥ -3; tendremos
entonces que 0 ≥ -3, como esto es verdadero, entonces asumimos que el semiplano donde se encuentra el
punto 0,0 es la zona de solución factible.
De la misma forma podemos tomar un punto de referencia de otro lado del semiplano, como por ejemplo el
punto (-2, -2), remplazando en la ecuación tenemos 2(-2) + 2 (-2) ≥-3, tendremos entonces -8≥-3, lo cual es
falso, entonces descartamos está zona como región factible, entonces nuestra región factible seria la que se
muestra en la figura anterior.
La solución de la inecuación será aquella parte en la que y sea mayor que la recta, es decir la parte superior.
Un sistema de inecuaciones lineales, está compuesto por un grupo de inecuaciones lineales; para resolverlas
se puede recurrir a l método gráfico o algebraico.
Vértice
(3,-3)
Se trazan las graficas de cada una de las inecuaciones y luego el área de intersección nos da como resultado
un área en forma de triangulo, está área rayada que se muestra en la figura representa la solución del
sistema.
Para los problemas de programación lineal, no basta encontrar el área de solución del sistema sino el punto
óptimo, para ello es necesario encontrar los vértices de cada figura, pues uno de estos cumplirá la condición
de maximizar o minimizar.
Un vértice es el resultado de la intersección de 2 rectas, entonces para hallar el vértice es necesario resolver
el sistema de ecuaciones conformadas por las ecuaciones de estas 2 rectas.
Tendríamos entonces:
2x + 3y =-3 -2x – 3y =3
2x –y – 9 =0 => 2x –y – 9 =0
De estas obtenemos y =-3, remplazando en la ecuación 2x + 3y=-3, obtenemos que x =3, entonces un primer
vértice será el punto (3,-3).
Trazado de graficas tipo X ≥ K o bien Y ≥ K, donde falta alguna de las dos incógnitas.
Ejemplo. X≤2 no es más que el conjunto de puntos a la izquierda de la recta vertical que pasa por el punto
X=2.
Lo mismo ocurre con y ≤ 1, que será en este caso la parte inferior a la recta horizontal es decir y=1
Para cuando x≥0 o y ≥0, las rectas coincidirán con los ejes de coordenadas.
F(x,y) =A.x + B . y
Sujeta a una serie de restricciones dadas mediante un sistema de inecuaciones lineales del tipo
Los puntos del plano que cumplen el sistema de desigualdades forman un recinto convexo acotado
(poligonal) o no acotado, llamado región factible del problema.
Todos los puntos de dicha región cumplen el sistema de desigualdades. Se trata de buscar, entre esos
puntos, aquel o aquellos que hagan el valor de F(x,y) máximo o mínimo, según sea el problema.
De todas esas soluciones factibles, aquellas que hacen óptima (máxima o mínima) la función objetivo se
llaman soluciones óptimas.
En general, un problema de programación lineal puede tener una, infinitas o ninguna solución.
PROPIEDAD:
Si hay una única solución óptima, esta se encuentra en un vértice de la región factible, y si hay infinitas
soluciones óptimas, se encontrarán en un lado de la región factible.
Es posible que no haya solución óptima, pues cuando el recinto es no acotado, la función objetivo puede
crecer o decrecer indefinidamente.
Para resolver el problema, podemos abordarlo de dos formas (forma geométrica o algebraica), pero antes
de aplicar cualquiera de ellas, siempre hay que dibujar la región factible, resolviendo el sistema de
inecuaciones lineales correspondiente, como se ha visto en los epígrafes anteriores (la región factible puede
estar acotada o no), y se calculan los vértices de dicha región.
Encontramos el vector direccional de la recta A.x + B.y viene dado por v=(-B, A), del vector nos interesa la
dirección, por ello si los valores de la coordenadas son muy grandes , podemos dividirlas por un mismo
numero, puesto que vectores con coordenadas proporcionales que tienen la misma dirección.
Posteriormente, se trazan rectas paralelas a este vector que pasen por los vértices de la región factible (si es
acotada) , o por todo el borde de la región factible (cuando no es acotada) y se observa en que vértice la
función F se hace máxima (o mínima) sin más que tener en cuenta cual de las rectas tiene mayor (o menor)
ordenada en el origen, es decir, que recta corta en un punto mayor o menor al eje y.
Solución.
Los vértices son los puntos (0, -1); (5,1) y (3, -3).
Como la función es F(x,y) =2000X + 5000 y, el vector director es v= (-5000,2000), simplificando tenemos al
vector v=(-5, 2) que tiene la misma dirección, y su representación es la siguiente.
El siguiente paso consiste en trazar paralelas al vector, que pasan por los vértices anteriores, tal como se
muestra en la figura:
Se observa entonces que la recta paralela que corta al eje y en el punto más lejano o mayor es el que pasa
por el punto 5,1, entonces este será el punto optimo.
Para saber el valor máximo de la función remplazamos en la función: F(5,1)= 2000.5 + 5000.1 = 10000 +5000
=15000.
Consiste en hallar la intersección de las rectas, es decir los vértices de la región factible, para luego el valor
de estos remplazarlos en la función objetivo y luego la solución óptima dependerá del mayor valor (en casos
de maximización) o del menor valor (en casos de minimización).
Vemos que el máximo valor se obtiene cuando el vértice es de (5,1) y el valor máximo de la función es
15000.
Es probable que una solución óptima no sea única, e incluso que no exista veamos estos casos.
Si aplicamos el método geométrico, debería trazar paralelas al vector director por los vértices, pero como la
región es no acotada, dichas rectas son cada vez mayores al trazarlas sobre los puntos de la recta t, que son
soluciones factibles. Por tanto el problema no tiene solución.
Las rectas paralelas al vector direccional de la función objetivo, son también llamadas en algunos textos
como Rectas de nivel.
En conclusión.
Ejemplo 2:
Solución:
No hay mínimo.
Ejemplo 3. Hallar el valor máximo y mínimo de la función f(x,y) =2x + 4y sujeta a 3x + y ≥5 , x-y ≤0
x ≥0 e y≥0.
Solución:
Identificamos la región que cumple las condiciones del problema, teniendo en cuenta que x, y ≥0.
Graficamos la recta de la función z= 2x+4y (2x + 4y =0) =>x + 2y =0
El mínimo se alcanza en el punto de intersección de las rectas.
Ejemplo 4.
Solución.
Que la recta que contiene a los puntos A y E es paralela al vector direccional, entonces concluimos que todos
los puntos que se encuentran dentro de la línea comprendida entre A y E sirven, entonces hay infinitas
soluciones.
A: g(1,4) = 3 + 12 =15
A: g(2,5) = 6 + 15 =21
A: g(6,4) = 18 + 12 =30
A: g(7,2) = 21 + 6=27
Observamos que el valor mínimo se toma en A y E, y por tanto en todos los puntos comprendidos entre
ellos, es decir, hay infinitas soluciones.
Ejemplo 5. Calcula los puntos del recinto formado por que hacen mínima o máxima la
Solución.
dadas.
Representamos la dirección de las rectas Z=2X + Y, dibujando la recta 2X + y =0. Esta recta es
paralela a 2X + Y =20, que determina uno de los lados del recinto de la zona factible.
Hay infinitos puntos que hacen mínima la función: todos los que están sobre el segmento de recta
y=20 – 2X con 0 ≤ X ≤ 10.
El máximo se alcanza en el punto de intersección de las rectas:
Solución.
Representamos las rectas y obtenemos el recinto o el área que cumple con las restricciones del problema.