Unidad 1 Introducción a modelos de Investigación de Operaciones

Introducción

En esta Unidad conocerás:

 El desarrollo que ha tenido la Investigación de Operaciones (IO) a lo largo

de la historia.
 ¿Qué tipo de problemas pueden resolverse aplicando IO?
 Las etapas que conlleva un estudio de IO.

Las técnicas que verás en este Módulo son

básicas para el estudio de otras técnicas más
avanzadas, no obstante son suficientes para
resolver un gran número de problemas; por
ejemplo, si se van a lanzar dos o más
productos al mercado, ¿cuál es la mezcla de
productos que más conviene a la empresa?, o
si se va a incurrir en un gasto y se tienen
varias alternativas, ¿cuál es aquella que
representa el costo mínimo?

1. Antecedentes históricos de la Investigación de Operaciones

La necesidad de asignar recursos limitados a las distintas actividades dentro de las

organizaciones nunca ha sido una tarea trivial. Es por ello que se han generado un
conjunto de técnicas basadas en las matemáticas, la economía y la
computación. Estas tres ciencias se han venido desarrollado de forma
independiente a lo largo de la historia; sin embargo, se lograron conjuntar como lo
que al día de hoy se le conoce como Investigación de Operaciones.

Las operaciones bélicas de los aliados realizadas durante la Segunda Guerra

Mundial (S. G. M.) fueron los primeros hechos documentados del uso de estas
técnicas para los problemas que se tenían al momento de repartir y hacer llegar
los recursos a los distintos frentes. Estos recursos (soldados, vehículos, armas,
alimentos y equipo) se consideraban como escasos y debían asignarse de forma
estratégica para lograr el objetivo: debilitar al enemigo de la mayor forma posible.
 2. Definición de Investigación de Operaciones
Churchman, Ackoff y Arnoff (1957, citados por Prawda, 2004) definen
Investigación de Operaciones como sigue:

La investigación de operaciones es la aplicación, por grupos interdisciplinarios, del

método científico a problemas relacionados con el control de las organizaciones o
sistemas (hombre-máquina), a fin de que se produzcan soluciones que mejor sirvan a
los objetivos de toda la organización (p. 20).

A las técnicas comprendidas en esta definición se les conoce también como

métodos cuantitativos, dado que el resultado obtenido con este enfoque es
medible en una base numérica y, con estos valores, las distintas alternativas
pueden compararse en función de una medida de desempeño adecuada para cada
tipo de problema. En consecuencia, se buscaría aquella alternativa que ofrezca los
mayores beneficios a la organización, siempre cumpliendo con los requisitos
previamente establecidos.

Algunos ejemplos de estas técnicas son:

 Programación lineal
 Programación no lineal
 Programación dinámica
 Teoría de juegos
 Teoría de líneas de espera
 PERT/CPM
 Cadenas de Markov
 Simulación

Cada una de las cuales se utiliza según sea el tipo de problema que se desea
resolver.

3. El proceso de la Investigación de
Operaciones
Las distintas técnicas que conforman la disciplina de la IO utilizan un proceso
similar al método científico, el cual contempla de forma general seis etapas, que se
concentran en el siguiente diagrama:

Cada etapa es muy importante para llevar el proceso de aplicación, de tal forma
que se logren los objetivos planteados. En cada una de ellas se puede contar con
el apoyo de especialistas que conforman el equipo interdisciplinario de analistas.

4. Aplicaciones de la Investigación de
Operaciones

A partir de los resultados positivos generados por la Investigación de Operaciones

en la Segunda Guerra Mundial, muchas organizaciones de diversos giros han
aplicado de forma exitosa sus técnicas. Se tienen documentados un importante
número de beneficios que han contribuido a éstas para la mejora de sus
actividades.
Un aspecto que la IO considera como puntos de entrada a la aplicación de sus
técnicas es el uso de pronósticos. Es necesario recurrir a ellos cuando no tenemos
ciertos datos clave indispensables para el uso de algunas de sus técnicas. La
importancia de esta fuente de información para la IO se sintetiza en el siguiente
diagrama:

Lectura

Con el ánimo de que aprendas más sobre la Investigación de Operaciones, te

invito a que leas, comprendas y asimiles las siguiente lecturas:

 Introducción a la Investigación de Operaciones

 Los pronósticos como fuentes de información

Cierre
En esta Unidad se han descrito los conceptos básicos para iniciarte en el objeto de
estudio de este Módulo, los cuales son: antecedentes, definición, proceso y
aplicaciones de estas técnicas. A este conjunto de técnicas se le conoce
como Investigación de Operaciones, las cuales conforman una base
cuantitativa para la toma de decisiones relacionadas con las actividades de las
organizaciones.

A estas técnicas se les conoce también como métodos cuantitativos para la

toma de decisiones, dado que el resultado obtenido con este enfoque es medible
en una base numérica y con estos valores. Las distintas alternativas pueden
compararse en función de una medida de desempeño adecuada a cada tipo de
problema. Se buscaría aquella alternativa que ofrezca los mayores beneficios a la
organización, siempre y cuando se cumpla con ciertos requisitos previamente
establecidos.

Unidad 2 Programación lineal

1. Introducción a la programación lineal

La Investigación de Operaciones (IO) es una disciplina que, aplicando el método

científico, es capaz de determinar la solución a distintos problemas. Los métodos
usados por la IO son métodos cuantitativos y permiten a los gerentes, directivos o
administradores de una organización, sustentar sus decisiones en análisis
matemáticos. Estas propuestas de solución complementan la toma de decisiones
de los administradores, quienes, además de tener experiencia y capacidad, pueden
contar con un sustento matemático.

A través del desarrollo de esta Unidad se pretende que adquieras la competencia

de resolver problemas de asignación y optimización de recursos mediante la
formulación y solución de modelos matemáticos a partir de la programación
lineal, la cual es una técnica creada por el científico estadounidense George
Dantzig (1914 -2005) quien, en el año de 1947, desarrolló el método simplex
para solución de modelos de programación lineal y a quien se le conoce como el
padre de esta técnica. La programación lineal mantiene su vigencia hasta nuestros
días por su alto nivel de efectividad y además es la técnica de la IO que se utiliza
con mayor frecuencia, por la simplicidad de sus modelos.

El término programación no se refiere a un programa para algún dispositivo

electrónico, sino que se relaciona en este ámbito con la planificación. El
término lineal se adquiere directamente del concepto matemático relacionado con
las ecuaciones lineales para determinar la solución a un conjunto de
variables, las cuales son las que representarían las distintas actividades de la
organización. Digamos entonces, que la programación lineal (PL) es una técnica
de optimización matemática, que mediante un conjunto de ecuaciones lineales,
ayuda a la planeación de distintas actividades que compiten por recursos comunes
limitados.

2. Elementos de un modelo de PL

Un modelo matemático es una representación simbólica de un sistema mediante el

lenguaje de las matemáticas. Este lenguaje se compone de elementos básicos,
tales como:
 Números, que representan constantes
 Letras, que representan incógnitas o variables y
 Símbolos, que se usan para representar operaciones, igualdades o
desigualdades

Con estos tres elementos se construyen los modelos de programación lineal que
son el objeto de aprendizaje de esta Unidad. De manera general, un modelo de PL
se desarrolla en tres etapas :

3. Problemas de asignación de recursos limitado

El formular un modelo matemático de asignación de recursos a ciertas actividades

consiste en determinar el valor de n variables de decisión x1, x2,… xn. Cada una de
estas variables se usa para representar un producto o actividad distintos de cada
problema.

Función objetivo para maximizar (o minimizar): Max Z = c1x1 + c2x2 + ... + cnxn

Donde cada Cj es un número correspondiente a la contribución que hace cada

producto o actividad al objetivo del problema. Comúnmente son: utilidades o
costos.

Sujeto a las restricciones:

 a11x1 + a12x2 + a1nxn ≤ r1

 a21x1 + a22x2 + a2nxn ≤ r2
 am1x1 + am2x2 + amnxn ≤ rm

Donde cada aij es un número correspondiente al consumo por cada unidad del
producto o actividad del recurso ri, cuyo total está en el lado derecho de la
restricción correspondiente. Y que comúnmente son recursos de tiempo,
materiales, personas, etc.

Lectura

Con el ánimo de que aprendas más sobre los modelos de PL de asignación de

recursos revisa la siguiente lectura:
  Introducción a la programación lineal

4. Aplicaciones de modelos de programación lineal

Los modelos de programación lineal pueden utilizarse para un gran número de
situaciones que involucran a organizaciones de muchos tipos: desde la milicia,
hasta los centros de atención telefónica, pasando por cualquier organización de
transformación de materias primas en productos (que son del tipo de ejemplos
expuestos en las lecturas).

Es por ello que en tu vida real como profesionista podrás sugerir el uso de esta
técnica que aporta la IO al proceso de toma de decisiones, las cuales pueden
contribuir significativamente a los objetivos de las organizaciones.

Enlaces

Existen muchos otros casos de aplicación de la IO, de los que puedes consultar
algunos y sus beneficios obtenidos, en la siguiente dirección electrónica:

 http://www.investigaciondeoperaciones.net/aplicaciones_de_la_investigacio
n_de_operaciones.html
5. Solución de modelos de PL con hoja de cálculo

A partir de un modelo de PL que considere adecuadamente los distintos elementos

de un problema de decisión es posible obtener una solución a través de algún
método o herramienta para resolverlo de forma eficiente en tiempo y costo, de lo
contrario habría que recurrir a modelos matemáticos más complejos, cuya solución
depende de un elevado uso de recursos de horas-hombre o procesamiento en
súper computadoras, lo cual no es la idea para un modelo de IO básico.

La hoja de cálculo Excel es una herramienta bastante útil que nos permitirá

obtener solución a modelos de PL de forma rápida y barata, dado un complemento
que incorpora llamado Solver.

Lectura

Para empezar con el uso de la herramienta Solver para solucionar modelos de PL,
revisa un ejemplo básico que se desarrolla en la siguiente lectura:

 Programación lineal

Multimedia

Como apoyo adicional en este tema, puedes revisar el video titulado Uso del
solver para resolver modelos de PL, cuyo enlace se encuentra a continuación:

 https://www.youtube.com/watch?v=MO3FpfuGgpo

Una vez que hayas sido capaz de alimentar correctamente el modelo de PL y

obtener la solución óptima indicada, es momento de presentarte ejemplos más
completos, para lo cual te pido realizar lo siguiente:

Lectura

Revisa los ejemplos en Excel que se te presentan en la siguiente lectura:

 Ejemplos con Solver

NOTA: Se te recomienda realizarlos en tu computadora.

Una vez revisados y comprendidos los conceptos principales de la PL, resuelve el

Ejercicio de control.

UNIDAD 3 Introducción a los modelos de redes

La programación lineal se utiliza en problemas de asignación de recursos limitados
que deben repartirse de forma óptima entre las distintas actividades o productos
realizados por un sistema para optimizar el objetivo de dichos problemas. La
formulación del modelo matemático correcto determina en una gran medida que la
solución soporte la toma de decisiones en una base cuantitativa, por lo que el
modelo debe abarcar de forma correcta todos los aspectos del problema que sean
relevantes.

En esta Unidad revisarás tres tipos de modelos de redes: transporte, asignación

y transbordo, los cuales parten de una red que representa un problema.

Dentro del contexto de la IO, una red es un conjunto de elementos de dos tipos:
los nodos y arcos. Los primeros pueden denotar almacenes, puntos de demanda,
personas, tareas, entre otros. Estos nodos se unen a través de arcos que
representan las variables de decisión del problema y que indican con flechas el
flujo en la red. Mover cada artículo o recurso por los arcos tiene un costo asociado.

El objetivo de los problemas de redes es determinar la manera óptima de mover o

asignar los recursos a través de los distintos nodos que conforman la red, siempre
y cuando se respeten las condiciones que la red misma define. Tales restricciones
son: el sentido del flujo, la capacidad de los nodos y la capacidad de los arcos.

2. Redes de transporte
Una red de transporte identifica dos tipos de nodos: nodos de oferta (fuentes u
orígenes) y nodos de demanda (destinos), en donde es posible únicamente
transportar artículos (productos, personas, energía, etc.) de los nodos de oferta a
los nodos de demanda. Es decir, no se pueden mover artículos entre los nodos de
oferta o entre los nodos de demanda.

El costo unitario de transportación permanece constante y es proporcional al

número de artículos transportados, es decir, mover 10 unidades costará 10 veces
que mover sólo 1.

La figura 2 representa la estructura general de un modelo de transporte:

Aquí, como en todo modelo de PL, se tienen tres elementos que lo
conforman.

Variables de decisión

Son las incógnitas a las que el modelo debe dar respuesta. De manera común se
representan con la letra Xij, donde la i indica el nodo origen (desde 1 hasta m) y
la j, el nodo destino (desde 1 hasta n). No es obligatorio que se tenga el
mismo número de orígenes que de destinos. Con el valor de estas variables
se sabrán cuántos artículos deben moverse de la fuente i al destino j.

Conjunto de restricciones

Son expresiones que denotan que no se puede exceder la capacidad de oferta para
los orígenes o sólo se debe enviar la cantidad que los destinos demandan. Para tal
fin se usan los símbolos = (igual), ≤ (menor que) y ≥(mayor que), según
corresponda a cada problema. Aquí es importante definir tantas restricciones como
nodos se cuenten en la red de transporte. Del lado derecho de las restricciones
debe aparecer el número de artículos disponibles por la fuente i y el número de
artículos requeridos por el destino j.

Función objetivo

Es una función que involucra los costos unitarios de transportación asociados entre
cada nodo de oferta y cada nodo de demanda. Se denotan como Cij (desde el nodo
i al nodo j). Comúnmente se desea minimizar el costo total de transportación al
mover los artículos por la red. Su forma general es:

Min Z = C11X11 + C12X12 +… + CmnXmn para m orígenes

y n destinos.

3. Redes de asignación
Una red de asignación parte de dos tipos de nodos: nodos de recursos y nodos de
tareas. En ellos es necesario asignar de manera óptima los recursos a las tareas.
El costo de asignación permanece constante y cada recurso sólo puede ser
asignado a una tarea y viceversa. A cada tarea sólo se le asignará un recurso.

La figura 3 representa la estructura general de un modelo de asignación.

Función objetivo

Es una función que involucra los costos unitarios al asignar cada recurso a cada
posible tarea. Se denotan como Cij (recurso i a la tarea j).Comúnmente se desea
minimizar este costo total de asignación y su forma general es:

Min Z = C11X11 + C12X12 +… + CmnXmn para n recursos y mismo

número de tareas.
Conjunto de restricciones

Son expresiones que denotan que no se puede exceder la capacidad de oferta para
los orígenes o para enviar sólo la cantidad que los destinos demandan. Para tal fin
se usan los símbolos = (igual), ≤ (menor que) y ≥(mayor que), según
corresponda a lo que cada problema necesita. Aquí es importante definir tantas
restricciones como nodos se cuente en la red de transporte. El lado derecho de
las restricciones es siempre igual a 1, dado que cada recurso sólo puede ser
asignado una vez. A cada tarea sólo puede asignársele un recurso.

Variables de decisión

Son las incógnitas a las que el modelo debe dar respuesta. De manera común se
representan con la letra Xij, donde la i indica el número de recurso (desde 1 hasta
n) y la jindica el nodo destino (desde 1 hasta n). Con el valor de estas variables
sabrás qué recurso debe asignarse a cada tarea. Sólo pueden tomar valores de 0 o
1, es decir, se les conoce como variables binarias dado que no puedes asignar
fracciones de recursos a fracciones de tareas.

4. Redes de transbordo
Una red de transbordo identifica tres tipos de nodos: nodos de oferta, nodos
de transbordo y nodos de demanda. En ella es posible asignar flujos de artículos
libremente entre los distintos tipos de nodos siempre y cuando se esté habilitado y
no se exceda la capacidad de flujo permitida por cada arco de la red. El costo
unitario de transbordo permanece constante y es proporcional al número de
artículos transportados, es decir, mover 10 unidades costará 10 veces más que
mover sólo 1.

La figura 4 representa la estructura general de un modelo de transbordo.

En esta red, como en todo modelo de PL, se tienen tres elementos que lo
conforman.

Variables de decisión

Son las incógnitas a las que el modelo debe dar respuesta. De manera común se
denotan por la letra Xij, donde la i indica el número del nodo origen y la j, el
número de nodo destino. No es obligatorio que se tengan todas las variables
a la vez en una red de este tipo. Con el valor de estas variables, sabrás el
número de artículos que deben moverse por cada arco de la red de transbordo.

Función objetivo

Es una función que involucra los costos unitarios al mover un artículo por cada
arco de la red. Se denotan como Cij (desde el nodo i al nodo j). Comúnmente se
desea minimizar este costo total de transbordo. Su forma general es:

Min Z = C11X11 + C12X12 +… + CmnXmn para n nodos que integran

la red de transbordo.
Conjunto de restricciones

Son expresiones que denotan que no se puede exceder la cantidad de artículos

disponible en los nodos de oferta, que no se queden artículos atorados en los
nodos de transbordo y que se suplan las cantidades de artículo solicitadas para los
nodos de demanda.
Es decir, se deberá definir una restricción para cada nodo de la red en
función de los arcos que entren y salgan para que la red se mantenga estable.
Adicionalmente, se requiere otro conjunto de restricciones que deberán
representar que no se excedan los flujos máximos permitidos por cada arco.
Usualmente estos modelos de transbordo cuentan con un mayor número de
restricciones que los problemas de transporte y asignación; su definición es
dependiente de la red particular que desea representarse.

Lectura

Revisa la siguiente lectura para conocer cómo trabajar la solución de problemas de

este tipo de modelo mediante hojas de cálculo.

 Redes de transbordo

5. Solución a modelos de redes con hoja de

cálculo
A partir de un modelo de PL que considere adecuadamente las características de
un problema de decisión de redes es posible obtener una solución a través de
algún método o herramienta. Con esto se podrá resolverlo de forma eficiente en
tiempo y costo. Para tal fin se definieron algunos métodos heurísticos, tales como
el método de Vogel o el método húngaro, los cuales usan ciertas reglas sencillas
para dar una solución aceptable en términos de tiempo y costo, pero no siempre
son una solución óptima.

El complemento Solver que provee la hoja de cálculo Excel es una herramienta

bastante útil que te permitirá obtener solución a modelos de PL de redes de
manera óptima y eficiente.

Revisa el manual que se te proporciona en el siguiente enlace si te quedan dudas

de cómo utilizar el complemento Solver.

Enlaces

Programación lineal en solver

 http://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-
industrial/investigaci%C3%B3n-de-operaciones/programaci%C3%B3n-
lineal-en-solver/
Una vez que hayas comprendido cómo alimentar correctamente los modelos de PL
y cómo obtener las soluciones óptimas que se indican en cada lectura, resuelve el
Ejercicio de control.