Profesor: David Sáenz

Alumna: Raquel Ivette Morales Loyola

Investigación de Operaciones
Investigación de Operaciones o Investigación Operacional. Se puede definir de la siguiente
manera: "La Investigación de Operaciones es la aplicación por grupos interdisciplinarios
del método científico a problemas relacionados con el control de las organizaciones o
sistemas a fin de que se produzcan soluciones que mejor sirvan a los objetivos de toda la
organización".

"La Investigación de Operaciones es la aplicación, por grupos interdisciplinarios, del

método científico a problemas relacionados con el control de las organizaciones o sistemas
a fin de que se produzcan soluciones que mejor sirvan a los objetivos de toda
organización."
Ackoff, R. L. y Sasieni M. W. Fundamentals of Operations Research, John Wiley & Sons,1968.

“Un elemento principal de la investigación de operaciones es el modelado matemático.

Aunque la solución del modelo matemático establece una base para tomar una decisión,
se deben tener en cuenta factores intangibles o no cuantificables, por ejemplo el
comportamiento humano, para poder llegar a una decisión final”
TAHA, Hamdy. Investigación de Operaciones. Pearson, 2004.

El enfoque de la Investigación de Operaciones es el mismo del método científico. En

particular, el proceso comienza por la observación cuidadosa y la formulación del
problema y sigue con la construcción de un modelo científico (por lo general matemático)
que intenta abstraer la esencia del problema real. En este punto se propone la hipótesis de
que el modelo es una representación lo suficientemente precisa de las características
esenciales de la situación como para que las conclusiones (soluciones) obtenidas sean
válidas también para el problema real. Esta hipótesis se verifica y modifica mediante las
pruebas adecuadas. Entonces, en cierto modo, la Investigación de Operaciones incluye la
investigación científica creativa de las propiedades fundamentales de las operaciones. Sin
embargo, existe más que esto. En particular, la Investigación de Operaciones se ocupa
también de la administración práctica de la organización. Así, para tener éxito, deberá
también proporcionar conclusiones positivas y claras que pueda usar el tomador de
decisiones cuando las necesite.
La contribución del enfoque de Investigación de Operaciones proviene principalmente de:
a. La estructuración de una situación de la vida real como un modelo matemático,
logrando 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. b. El análisis de la
estructura de tales soluciones y el desarrollo de procedimientos sistemáticos para
obtenerlas. c. El desarrollo de una solución, incluyendo la teoría matemática si es
necesario, que lleva al valor óptimo de la medida de lo que se espera del sistema (o quizá
que compare los cursos de acción opcionales evaluando esta medida para cada uno).

En la práctica, la instrumentación de un proyecto de Investigación de Operaciones es la

solución de un problema real en una organización acarrea los siguientes beneficios.

 Incrementa la posibilidad de tomar mejores decisiones.

 Mejora la coordinación entre las múltiples componentes de la organización.
 Mejora el control del sistema
 Logra un mejor sistema

Una vez que se acepta que las soluciones emanadas de los proyectos de Investigación de
Operaciones aplicadas a organizaciones acarrean una serie de beneficios cuantitativos y
cualitativos para la misma, se explica a continuación cuáles son las etapas por las que debe
pasar dicho proyecto.

 Estudio de la organización
 Interpretación de la organización como un sistema
 Formulación de los problemas de organización
 Construcción de modelo
 Derivación de soluciones del modelo
 Prueba del modelo y sus soluciones
 Diseño de controles asociados a las soluciones
 Implantación de las soluciones al sistema

Resumen histórico de la Investigación de Operaciones.

Los inicios de lo que hoy se conoce como Investigación de Operaciones se remonta a los
años 1759 cuando el economista Quesnay empieza a utilizar modelos primitivos de
programación matemática. Más tarde, otro economista de nombre Walras, hace uso de
técnicas similares. Los modelos lineales de la Investigación de Operaciones tienen como
precursores a Jordan en 1873, Minkowsky en 1896 y a Farkas en 1903. Los modelos
dinámicos probabilísticos tienen su origen con Markoiv a fines del siglo pasado. El
desarrollo de los modelos de inventarios así como el de tiempos y movimientos se lleva
hasta los años veinte. Pero no fue hasta la Segunda Guerra Mundial, cuando la
Investigación de Operaciones empezó a tomar auge. Primero se le utilizó en la logística
estratégica para vencer al enemigo (Teoría de Juegos) y, más tarde al finalizar la guerra, en
la logística de distribución de todos los recursos militares de los aliados dispersos de por
todo el mundo.

Actualmente la Investigación de Operaciones se encuentra todavía en una edad incipiente

donde todavía hay mucho por hacer en el desarrollo de este campo fértil.

Metodología de la Investigación de Operaciones

El proceso de la Investigación de Operaciones comprende las siguientes fases:

1. Formulación y definición del problema.

2. Construcción del modelo.
3. Solución del modelo.
4. Validación del modelo.
5. Implementación de resultados.

1. Formulación y definición del problema. En esta fase del proceso se necesita: una
descripción de los objetivos del sistema, es decir, qué se desea optimizar; identificar las
variables implicadas, ya sean controlables o no; determinar las restricciones del sistema.
También hay que tener en cuenta las alternativas posibles de decisión y las restricciones
para producir una solución adecuada.

2. Construcción 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 decisión con los parámetros y restricciones del sistema. Los parámetros (o
cantidades conocidas) se pueden obtener ya sea a partir de datos pasados o ser estimados
por medio de algún método estadístico. Es recomendable determinar si el modelo es
probabilístico o determinístico. El modelo puede ser matemático, de simulación o
heurístico, dependiendo de la complejidad de los cálculos matemáticos que se requieran.

3. Solución del modelo. Una vez que se tiene el modelo, se procede a derivar una solución
matemática empleando las diversas técnicas y métodos matemáticos para resolver
problemas y ecuaciones. Debemos tener en cuenta que las soluciones que se obtienen en
este punto del proceso, son matemáticas y debemos interpretarlas en el mundo real.
Además, para la solución del modelo, se deben realizar análisis de sensibilidad, es decir,
ver cómo se comporta el modelo a cambios en las especificaciones y parámetros del
sistema. Esto se hace, debido a que los parámetros no necesariamente son precisos y las
restricciones pueden estar equivocadas.
4. Validación del modelo. La validación de un modelo requiere que se determine si dicho
modelo puede predecir con certeza el comportamiento del sistema. Un método común
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 continúe replicando el
comportamiento pasado, entonces siempre debemos estar atentos de cambios posibles
del sistema con el tiempo, para poder ajustar adecuadamente el modelo.

5. Implementación de resultados. Una vez que hayamos obtenido la solución o soluciones

del modelo, el siguiente y último paso del proceso es interpretar esos resultados y dar
conclusiones y cursos de acción para la optimización del sistema. Si el modelo utilizado
puede servir a otro problema, es necesario revisar, documentar y actualizar el modelo para
sus nuevas aplicaciones.

Tipos de modelos y características

Programación Lineal
Consiste en un conjunto de variables reales que mediante combinación lineal de
parámetros ciertos, permite establecer un objetivo y restricciones lineales dando lugar al
algoritmo denominado Simplex.

Programación Lineal Entera

Si a alguna de las variables de un problema lineal se le impone la condición de integridad

el problema pasa a ser de Programación Lineal Entera Mixta. Si todas son variables
enteras, el problema pasa a ser de Programación Lineal Entera.

La condición de integridad puede venir impuesta, entre otros motivos, por el imposible
fraccionamiento de determinados recursos. Uno de los procedimientos más efectivos para
la resolución de este tipo de problemas se fundamenta en el concepto de ramificación y
cota.

Desgraciadamente aunque la lógica de este procedimiento es eficaz, conduciendo

necesariamente al óptimo, el coste computacional en algunos problemas es, aún hoy en
día, excesivo. Otro procedimiento para la resolución de estos problemas se basa en los
métodos de planos cortantes, aunque este método levantó grandes expectativas por ahora
no han fructificado de modo eficiente.

Programación Estocástica

Si a los problemas de Programación Matemática (en general) se les incorpora la

incertidumbre en los parámetros, esta incertidumbre se puede abordar mediante la
denominada Programación Estocástica.

Uno de los mecanismos para abordar la incertidumbre en los datos es el uso de los
denominados escenarios. Estos constituyen un posible conjunto de valores para los
parámetros. Cada uno de estos escenarios pueden tener una probabilidad asociada
aunque no necesariamente (Dembo, 1991).

Existen diferentes modos de formular mediante un problema de Programación Lineal un

Problema Estocástico aunque básicamente consiste en obtener una decisión para el
instante actual teniendo en cuenta los escenarios futuros. De este modo la decisión a
tomar no será óptima, en general, para ninguno de los escenarios aunque sí para el
conjunto de ellos. Este modo de plantear y resolver el problema tiene un elevado coste
computacional pero se puede abordado mediante descomposiciones y computación en
paralelo con índice de paralelización elevado.

Otro modo de abordar la estocasticidad en los parámetros es obtener el óptimo para cada
escenario y comparar el valor que esta decisión tendría para el resto de escenarios,
eligiendo como decisión definitiva la más buena, o la menos mala o cualquier otro
mecanismo que se considere oportuno.

Programación No-Lineal

Si a los modelos de Programación Lineal se les elimina el requerimiento de que la función

objetivo o las restricciones sean lineales, se obtienen modelos de Programación No-Lineal.
La eliminación del requerimiento de linealidad se suele fundamentar en la estructura no-
lineal del objeto, o parte de él, a modelar. En realidad debiera ser planteado al revés, la
realidad es generalmente no lineal y al linealizar estamos constriñendo el modelo.

Aspectos relevantes:
 La investigación de operaciones es la aplicación del método científico a problemas
relacionados con el control de las organizaciones o sistemas.

 Toma un mayor auge en la Segunda Guerra Mundial para vencer al enemigo y para
distribución de los recursos militares.

 Su finalidad es obtener soluciones que sirvan al logro de objetivos de la organización.

 Los modelos matemáticos son un elemento principal dentro de la investigación de

operaciones.

 Se deben tomar en cuenta factores tangibles e intangibles o no cuantificables.

 Alto porcentaje de similitud con el método científico.

 El proceso comienza con la observación y formulación del problema para construir un

modelo.

 Se propone la hipótesis de que el modelo sea una representación precisa del

problema.

 La hipótesis se verificara mediante pruebas adecuadas.

 La investigación de operaciones se ocupa también de la administración practica de la

organización.

 Los modelos matemáticos se estructuran mediante situaciones de la vida real.

 El proceso de investigación de operaciones comprende 5 fases: formular y definir el

problema, construir el modelo, solucionarlo, validarlo e implementarlo.

Comentarios:
La búsqueda de un modelo matemático en el proceso de investigación de operaciones
contiene un cierto nivel de dificultad para realizarlo y adecuarlo a nuestro problema y
también lo es para la búsqueda de su solución y aplicación de forma correcta a nuestra
realidad pues requiere de una correcta interpretación para que de esta forma se pueda
aplicar dentro de alguna organización, llevándola así al logro de sus objetivos.

La similitud con el método científico nos ayudara a formular correctamente nuestro

modelo matemático para que paso a paso y con los datos precisos obtengamos resultados
favorables.

Los procedimientos resultan ser un tanto laboriosos y complejos pero es una buena forma
exacta de obtener buenos resultados y así tomar decisiones que favorezcan al éxito dentro
de una empresa pues estas decisiones se fundamentaran en procedimientos matemáticos
exactos por lo que existe una baja probabilidad de cometer errores, aunque se debe estar
al pendiente en los posibles cambios que puedan alterar nuestros resultados como en
variantes a través del tiempo.

Bibliografía:

http://148.204.211.134/polilibros/portal/Polilibros/P_terminados/Investigacion_de_opera
ciones_chavez/DOCUMENTOS/Unidad1/UNIDAD111.htm

http://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-industrial/investigaci
%C3%B3n-de-operaciones/