Investigación de Operaciones

Aplicado a Minería

Profesor : Ing. Christian Espinoza

Contenido del curso
Contenido del curso
Contenido del curso
Contenido del curso
Contenido del curso
Contenido del curso
Contenido del curso
Unidad 1 Introducción a la Investigacion de operaciones Ejercicios de
Semana 1 - Metodología de la inv. De operaciones identificación
- usos y ventajas de los modelos del problema
Unidad 2 Construcción de modelos Determinísticos Ejercicios
Semana 2 - Pasos y técnicas de construcción de modelos de formulación
- Ejemplo de formulación de modelos de modelos
Semana 3
Unidad 3 Solución de Problemas de PL gráficamente
Semana 4 - Planteamiento y solución gráfica de un problema de PL Ejerc. gráficos
Semana 5 - Analisis de sensibilidad de forma gráfica de la solución Ejerc. sensibilidad
Método simplex
Semana 6
- Metodología de cálculo por el método simplex estandar y sus características Prácita Calif.
Semana 7 - Variaciones del método simplex
- Metodología de cálculo de las variaciones simplex Ejercicios simplex
Unidad 4 Semana 8 Examen
Semana 9 Método Dual - Simplex
- ¿Qué es la dualidad y sus carácterísticas? Ejercicios Dual-
- Metodología de cálculo por el método Dual -simplex Simplex
- Análisis de sensibilidad Sensibilidad
Unidad 5 Semana 10 Uso de software para solución de problemas y análisis de sensibilidad Ejercicios con excel
- Uso del Solver de Excel, WinQSB y el LINGO WinQSB y LINGO
Semana 11 - Análisis de sensibilidad usando los software Ejercicios sensibilidad
Problema de Redes de distribución (transporte, Asignación y Transbordo)
Semana 12 - ¿Qué es una red de distribución? Ejercicios de
- El problema de transporte, Asignación y el de transbordo transp. Asig. y Transb.
Unidad 6 Semana 13 Administración de proyectos
- Desarrollo de la red de Proyectos PERT Ejercicios red pert
- Admistración de proyectos usando tiempos determinísticos
Semana 14 - Administración de proyectos usando tiempos de tareas probabilísticas Práctica Calificada
- Ejemplos usando tiempos probabilísticos
Semana 15 Presentación trabajo final Prac. Laboratorio
Semana 16 Examen
Tema de clase
Introducción a la Investigación de Operaciones
Metodología de la Investigación de Operaciones
Ventajas y Desventajas
 Historia
Es difícil precisar el inicio de la investigación de operaciones.

Muchos de los primeros iniciadores llevaron a cabo trabajos que ahora consideraríamos como

investigación de operaciones.

Desde la Primera Guerra Mundial se dio a Thomas Alba Edison la tarea de averiguar las

maniobras de los barcos mercantes que fueran más eficaces para disminuir las pérdidas de

embarques causadas por los submarinos enemigos. En vez de arriesgar los barcos en condiciones

bélicas reales, empleó un “tablero táctico” para encontrar la solución.

A fines de la década de 1910, A. K. Erlang, un ingeniero danés, llevó a cabo experimentos

relacionados con las fluctuaciones de la demanda de instalaciones telefónicas en relación con

el equipo automático. Sus trabajos constituyen la base de muchos modelos matemáticos que se usan

actualmente en la teoría de líneas de espera.

 Historia
El inicio de la Investigación de Operaciones se da con fuerza en la época de la Segunda

Guerra Mundial en donde surgió la necesidad urgente de asignar recursos escasos a las diferentes

operaciones militares y a las actividades dentro de cada operación, en la forma mas efectiva, es por

esto, que las administraciones militares americana e inglesa hicieron un llamado a un gran número

de científicos para que aplicaran el método científico a los problemas estratégicos y tácticos, a dichos

científicos se les pidió que hicieran investigaciones sobre las operaciones militares. Todo el esfuerzo

de este equipo de científicos (que fueron el primer equipo de Investigación de Operaciones) logró el

triunfo de muchas batallas.

Luego de terminar la guerra, el éxito de la Investigación de Operaciones en las actividades

bélicas generó un gran interés en sus aplicaciones fuera del campo militar.

Desde la década de 1950, se había introducido el uso de la Investigación de Operaciones en la

industria, los negocios y el gobierno, desde entonces, esta disciplina se ha desarrollado con

rapidez.
 Historia
Un factor importante de la implantación de la Investigación de Operaciones en este periodo es el

mejoramiento de las técnicas disponibles en esta área. Muchos de los científicos que participaron

en la guerra, se encontraron a buscar resultados sustanciales en este campo; un ejemplo

sobresaliente es el método Simplex para resolución de problemas de Programación Lineal,

desarrollado en 1947 por George Dantzing. Muchas de las herramientas utilizadas en la

Investigación de Operaciones como la Programación Lineal, la Programación Dinámica, Líneas de

Espera y Teoría de Inventarios fueron desarrollados al final de los años 50.

 .

Historia
• Un segundo factor importante para el desarrollo de este campo fue el advenimiento de la

revolución de las computadoras. Para manejar los complejos problemas relacionados con

esta disciplina, generalmente se requiere un gran número de cálculos que llevarlos a cabo a

mano es casi imposible. Por lo tanto el desarrollo de la computadora digital, fue una gran

ayuda para la Investigación de Operaciones.

• En la década de los 80 con la invención de computadoras personales cada vez más rápidas y

acompañadas de buenos paquetes de Software para resolver problemas de Investigación de

Operaciones esto puso la técnica al alcance de muchas personas. Hoy en día se usa toda una

gama de computadoras, desde las computadoras de grandes escalas como las computadoras

personales para la Investigación de Operaciones.

 .

Historia
 Definición y significado
.

La investigación de operaciones aspira a determinar el mejor curso de acciones, o curso óptimo, de un

problema de decisión con la restricción de recursos limitados.
Como técnica para la resolución de problemas, investigación de operaciones debe visualizarse como una ciencia y
como un arte.
Como ciencia radica en ofrecer técnicas y algoritmos matemáticos para resolver problemas de decisión adecuada.
En un equipo de Investigación de Operaciones es importante la habilidad adecuada en los aspectos
científicos y artísticos de Investigación de Operaciones. Si se destaca un aspecto y no el otro probablemente
se impedirá la utilización efectiva de la Investigación de Operaciones en la práctica.
• La Investigación de Operaciones en la Ingeniería de Sistemas se emplea principalmente en los aspectos
de coordinación de operaciones y actividades de la organización o sistema que se analice, mediante el
empleo de modelos que describan las interacciones entre los componentes del sistema y de éste con este con
su medio ambiente
• En la Investigación de Operaciones la parte de “Investigación” se refiere a que aquí se usa un enfoque
similar a la manera en la que se lleva a cabo la investigación en los campos científicos establecidos. La
parte de “Operaciones” es por que en ella se resuelven problemas que se refieren a la conducción de
operaciones.
 .

Características de la Investigación de Operaciones

La Investigación de Operaciones usa el método científico para investigar el problema en cuestión. En
particular, el proceso comienza por la observación cuidadosa y la formulación del problema incluyendo la
recolección de datos pertinentes.

La Investigación de Operaciones adopta un punto de vista organizacional. De esta manera intenta

resolver los conflictos de interés entre los componentes de la organización de forma que el resultado sea el
mejor para la organización completa.
La Investigación de Operaciones intenta encontrar una mejor solución (llamada solución optima), para el
problema bajo consideración.

En la Investigación de Operaciones es necesario emplear el enfoque de equipo. Este equipo debe

incluir personal con antecedentes firmes en matemáticas, estadísticas y teoría de probabilidades, economía,
administración de empresas ciencias de la computación, ingeniería, etc. El equipo también necesita tener la
experiencia y las habilidades para permitir la consideración adecuada de todas las ramificaciones del problema.

La Investigación de Operaciones ha desarrollado una serie de técnicas y modelos

muy útiles a la Ingeniería de Sistemas. Entre ellos tenemos: la Programación No Lineal, Teoría de
Colas, Programación Entera, Programación Dinámica, entre otras (lo trabaja cuantitativamente).
 .

Definición de Modelos
• Un modelo de decisión debe considerarse como un vehículo para resumir un problema de decisión en
forma tal que haga posible la identificación y evaluación sistemática de todas las alternativas de
decisión del problema. Después se llega a una decisión seleccionando la alternativa que se juzgue sea la
mejor entre todas las opciones disponibles.

• Un modelo es una abstracción selectiva de la realidad.

• El modelo se define como una función objetivo y restricciones que se expresan en términos de las
variables (alternativas) de decisión del problema.

• Una solución a un modelo, no obstante, de ser exacta, no será útil a menos que el modelo mismo
ofrezca una representación adecuada de la situación de decisión verdadera.

• El modelo de decisión debe contener tres elementos:

Alternativas de decisión, de las cuales se hace una selección.
Restricciones, para excluir alternativas imposibles.
Criterios para evaluar y clasificar alternativas posibles
 .

Tipo de Modelos
Tipos de Modelos de Investigación de Operaciones.

(a) Modelo Matemático: Se emplea cuando la función objetivo y las restricciones del modelo se pueden
expresar en forma cuantitativa o matemática como funciones de las variables de decisión.

(b) Modelo de Simulación: Los modelos de simulación difieren de los matemáticos en que las relaciones entre
la entrada y la salida no se indican en forma explícita. En cambio, un modelo de simulación divide el sistema
representado en módulos básicos o elementales que después se enlazan entre si vía relaciones lógicas bien
definidas. Por lo tanto, las operaciones de cálculos pasaran de un módulo a otro hasta que se obtenga un
resultado de salida.

Los modelos de simulación cuando se comparan con modelos matemáticos; ofrecen mayor flexibilidad al
representar sistemas complejos, pero esta flexibilidad no esta libre de inconvenientes. La elaboración de este
modelo suele ser costoso en tiempo y recursos. Por otra parte, los modelos matemáticos óptimos suelen
poder manejarse en términos de cálculos.
 .

Tipo de Modelos

Modelos de Investigación de Operaciones de la ciencia de la administración: Los científicos de la

administración trabajan con modelos cuantitativos de decisiones.

Modelos Formales: Se usan para resolver problemas cuantitativos de decisión en el mundo real. Algunos
modelos en la ciencia de la administración son llamados modelos deterministicos. Esto significa que todos los
datos relevantes (es decir, los datos que los modelos utilizarán o evaluarán) se dan por conocidos. En los
modelos probabilísticos (o estocásticos), alguno de los datos importantes se consideran inciertos, aunque
debe especificarse la probabilidad de tales datos.
 .

Tipo de Modelos
En la siguiente tabla se muestran los modelos de decisión según su clase de incertidumbre y su uso en las corporaciones. (D, determinista; P,
probabilista; A, alto; B, bajo)
 .

Metodología
 .

Pasos
1.- Identificar el Problema

Comienza con la observación de los fenómenos que rodean el problema; hechos, opiniones y síntomas
relativos al mismo.

Esto incluye la especificación de los objetivos de la organización y de las partes a analizar de la misma.

En algunas ocasiones puede que el problema no esté bien definido porque entran en conflicto los objetivos,
como es maximizar la utilidad, pero también es deseable minimizar los costos totales, lo cual es improbable
lograr simultáneamente; portal motivo se requiere diálogo y acuerdos entre los miembros del equipo de IO y
la parte corporativa para decidir un objetivo global.

También las primeras observaciones pueden resultar con objetivos en conflicto como es un
departamento de producción que desea programar grandes y prolongadas campañas de un sólo
artículo para disminuir los costos de preparación y montaje de sus máquinas. Pero en contraste, si se
cumple lo anterior, crecerían los inventarios de materia prima y de producto, tanto en proceso como
terminados, causando serios problemas en departamentos de: ventas, contabilidad y finanzas.
 .

De este modo, ventas desea un gran inventario pero muy variado, con una producción muy flexible;
por su parte finanzas desea mantener el inventario bajo y mejorar las inversiones de capital. Cuando
muchos factores de esta clase concurren en el problema es indispensable la aportación de la interdisciplina
del equipo de IO, pues es razonable que las fases individuales de un problema se comprendan y analicen
mejor por los que tienen el adiestramiento especial, necesario en los campos apropiados.
 .

2.- Formular el problema

Es el proceso de expresar explícitamente y sin ambigüedades las características esenciales del

problema.

Variables y parámetros pertinentes, restricciones, criterios subyacentes o función objetivo.

Esto será como un plano arquitectónico que nos guiará para buscar la solución, sin el cual sería difícil lograr
congruencia entre la solución al problema y los criterios básicos.

Por ejemplo, un banco desea reducir los gastos relacionados con los salarios de los cajeros, pero
manteniendo un nivel adecuado de servicio a los clientes (tiempo de espera razonable para el cliente y de
ocio para los cajeros).

Los aspectos funcionales del banco que influyen para conseguir los objetivos pueden ser los que
siguen:

* Llegadas promedio al banco de clientes por hora, pues conforme aumenta se deben instalar cajeros
adicionales para tener el nivel deseado de servicio.
 .

* Promedio de clientes servidos por hora de uno o más cajeros.

* Efecto sobre los objetivos del banco, de mantener filas (colas) para cada caja o formar una sola que
distribuye clientes conforme se desocupan las cajas.

* Intercambio entre filas de clientes, con desorden, en sistema de cola por caja.

De este ejemplo, algunos parámetros pueden ser:

* Llegadas promedio de clientes por hora (tasa), durante la jornada bancaria.

* Promedio de clientes servidos por hora en caja con diferente tamaño de fila.
 .

3.- Construir Modelo

Una vez lograda la formulación del problema. Hay que construir una réplica o representación del
problema, ósea un modelo matemático que estipule explícitamente la estructura matemática que relaciona
los datos de entrada (variables controlables y no controlables, restricciones y parámetros), con los datos de
salida (valores del criterio según se haya expresado en la función objetivo).

Los modelos se utilizan en lugar del sistema real por razones de economía y posibilidades de la
experimentación, los buenos modelos capturan la esencia de la realidad y tienen la posibilidad de
permanecer adecuados conforme evoluciona la delineación del problema.

Consiste en el desarrollo de cursos alternativos de acción o hipótesis, en la forma de modelo matemático que
generalmente se diseña para usarse en computadora con el software correspondiente para obtener la
solución óptima o una aproximación a ella.

Frecuentemente en este paso, hay necesidad de desarrollar varios modelos que a primera vista parecen
prometedores, posteriormente se van desechando conforme muestran sus deficiencias.
 .

4.- Verificar el Modelo y Usarlo en predicciones

Se trata ahora de verificar si el modelo matemático diseñado en el paso anterior, es una buena
representación de la realidad que se estudia, calificando su validez para situaciones actuales.

Cuando sea posible, se debe obtener información respecto al comportamiento del modelo al cambiar valores
en sus variables y parámetros, especialmente si estos últimos no se pueden determinar con exactitud, esto
se conoce como análisis de sensibilidad o experimentación sobre el modelo y con ayuda de la
computadora, cambiando los valores a variables y parámetros, que representen las situaciones reales,
incluyendo las desventajosas.

Frecuentemente, si la experimentación es muy limitada, se pueden tenerresultados engañosos que

posteriormente en aplicación a población mayor, sedebe regresar a corregir los criterios equivocados en los
pasos precedentes 2 y 3.Con el análisis de sensibilidad se puede ajustar:
 .

- La medida de efectividad u objetivo como es el dinero como utilidad o costo.

- Revisión de las variables bajo control o de decisión.

- Revisión de las variables no controlables y ambientales como demanda y ubicación de clientes, precios de
la competencia, o nivel de actividad económica.

- Relación de los factores ya mencionados con las restricciones propuestas

 .
5.- Seleccionar una alternativa

Si existe una alternativa que se adapte mejor a los objetivos de la organización con el modelo matemático
propuesto, entonces debe seleccionarse para su presentación a los responsables de decidir, pero
frecuentemente la situación no es clara para hacerlo así, porque el conjunto de opciones resultantes está
sujeto a restricciones difíciles de cumplir o imposibles.

6.- Presentar resultados a la organización

Al terminar la etapa de pruebas y desarrollo de un modelo con solución aceptable, se puede presentar una
recomendación o bien varias alternativas para que la organización seleccione la que mejor se ajustan a sus
necesidades.

Generalmente hay necesidad de mostrar varias corridas de computadora, en cuyo caso es conveniente
instalar un sistema bien documentado para aplicar el modelo según lo establecido por la administración.

Este sistema debe incluir, tanto el modelo como el procedimiento de solución, análisis de sensibilidad y los
procedimientos operativos para su probable implantación. Pero dado el caso muy frecuente de rechazo a la
solución propuesta, ya sea por definición incorrecta o debido a la poca participación del tomador de decisión,
entonces será necesario regresar al paso 1,2 ó 3.
 .
7.- Implantar y evaluar las recomendaciones

Si la organización acepta el estudio con la propuesta de solución, se procede a la implantación que incluye el
sistema de cómputo y la vigilancia constante para las actualizaciones por cambios en el sistema. Con
frecuencia se requiere un número considerable de programas integrados.

Las bases de datos y los sistemas de información administrativos pueden proporcionar información
actualizada cada vez que el modelo se utilice, en cuyo caso se necesitan programas de interfaz (interacción
con el usuario) para hacer amigable la operación del sistema propuesto.

Se puede generar informes con la terminología usual en el medio, que relacionen los resultados entregados
por el sistema implantado y las implicaciones. Dependiendo del tamaño del estudio se pueden requerir meses
o años para implantar (desarrollar, probar e instalar) el sistema computarizado y posteriormente su
mantenimiento en las indispensables actualizaciones de programas, modelo y aún de equipo (hardware).

Cualquier falla o rechazo en la implantación puede hacer necesario la revisión y ajuste en los pasos 1, 2, 3 y
4.
 .

VENTAJAS Y DESVENTAJAS DE LA
INVESTIGACIÓN DEOPERACIONES
Ventajas

Pueden describir sistemas que sean muy complejos.

Pueden ser usados para experimentar con sistemas que todavía no existan, o para experimentar con
sistemas existentes sin que éstos se alteren. (Esto también los pueden hacer los métodos analíticos siempre
y cuando el sistema no sea muy complejo).

Desventajas

No existe un conjunto de soluciones cerrado.

Cada cambio en las variables de entrada requiere una solución separada o conjunto de ejecuciones.

Los modelos de simulación complejos pueden requerir mucho tiempo para construirlos y ejecutarlos.

Puede resultar dificultoso establecer la validez del modelo (es decir, la correspondencia con el sistema real)
 .
Ejemplo