UNIDAD No.

Antecedentes Históricos de la Investigación de Operaciones

Wilson K. Casado

Santo Domingo, D.N.

Febrero de 2017
Unidad 1: Antecedentes Históricos de la Investigación de Operaciones

Contenido

1. Introducción ..............................................................................................................................................3
1.1. Definición de investigación de operaciones.....................................................................................3
1.2. Origen de la Investigación de Operaciones (IO) .............................................................................4
1.2.1. Hitos relevantes de IO:....................................................................................................................5
1.3. Fases de un Estudio de Investigación de Operaciones .................................................................7
1.3.1. Fase 1: Definición del problema y recolección de datos ...........................................................7
1.3.2. Fase 2: Construcción de un modelo matemático que represente el problema ......................8
1.3.3. Fase 3: Solución del modelo ..........................................................................................................8
1.3.4. Fase 4: Validación del modelo .......................................................................................................9
1.3.5. Fase 5: Implementación de la solución ........................................................................................9
1.4. Bibliografía ..........................................................................................................................................10

2
Autor: Ing. Wilson K. Casado
Unidad 1: Antecedentes Históricos de la Investigación de Operaciones

1. Introducción

El concepto formal de investigación de operaciones es bastante reciente, si buscamos un

poco de historia encontramos que la mayoría de las herramientas que se agrupan bajo esta
disciplina ven sus primeros registros a partir de la Primera Guerra Mundial, pero es en
realidad durante la Segunda Guerra Mundial, a partir del 1937, que se desarrollan el
conjunto de algoritmos de optimización que utilizamos hoy en día para los análisis de
investigación de operaciones.

En primera instancia, la utilización de estos algoritmos fue con una orientación para hacer
más eficientes la producción de equipos y armas con fines bélicos, ya que se requería
optimizar los recursos limitados para obtener mejores resultados y poder suplir las
necesidades de armamento durante la Segunda Guerra Mundial. Luego de finalizados los
conflictos bélicos, con la experiencia y la evidencia de los resultados de eficiencia
alcanzados, estas herramientas fueron incorporadas para su uso a nivel industrial y
empresarial con el objetivo de conseguir resultados similares en los negocios. Es así como
inicia la investigación de operaciones aplicada a la industria.

En esta primera unidad del curso vamos a centrar nuestra atención sobre la revisión de la
evolución histórica en cuanto a la aparición de las herramientas de investigación de
operaciones y una breve descripción del uso de éstas, así como de los resultados
alcanzados con su implementación. Adicionalmente, revisaremos la secuencia de las fases
básicas que se siguen durante la formulación e implementación de cualquier estudio de
investigación de operaciones.

1.1. Definición de investigación de operaciones

Para definir el concepto de “Investigación de Operaciones”, vamos recurrir, primeramente,

a lo expresado en nuestro libro de texto recomendado: “esta disciplina se aplica a la
problemática relacionada con la conducción y la coordinación de actividades en una
organización”1. Básicamente, la Investigación de Operaciones consiste en el uso de
algoritmos y modelos matemáticos, para facilitar el proceso de toma de decisión y
optimización del uso de los recursos.

1
Hillier, Frederick S. & Lieberman, Gerald J. (2010). Introducción a la Investigación de Operaciones. (9na Ed.). México
D.F., México: McGraw-Hill. Capítulo 1, página 2.

3
Autor: Ing. Wilson K. Casado
Unidad 1: Antecedentes Históricos de la Investigación de Operaciones

Como podemos observar, la investigación de operaciones se fundamenta en algoritmos

matemáticos y se auxilia de los conceptos estadísticos para facilitar el proceso de toma de
decisiones. Básicamente, los algoritmos que se utilizan en IO buscan determinar una
solución conveniente partiendo de un escenario con recursos escasos, los cuales deben
ser utilizados para obtener mejores resultados. Por lo general, estos resultados óptimos son
más eficientes que si las decisiones se tomasen por simple inspección, por la experiencia
o por voluntad de una persona en particular.

Dependiendo del problema que se esté analizando, podemos encontrar que los objetivos
de un problema cualquiera pueden tener dos (2) direcciones. En ese sentido, se podrá
establecer un objetivo de maximizar, cuando se refiere a un problema sustentado sobre la
base de los beneficios marginales esperados o se puede pretender un objetivo de
minimización, cuando el problema se formula en función de los costos.

Como más adelante veremos en esta unidad y en otras unidades de clases del curso, la
mayoría de los problemas reales que se manejan en investigación de operaciones se
fundamentan en el concepto de programación lineal; por tanto, todos los algoritmos que se
revisarán en esta asignatura están basados sobre el mismo. Tal como se mencionó antes,
estos algoritmos procuran una solución a los problemas de vida real para la toma de
decisiones de forma eficiente y sobre la utilización de herramientas tecnológicas.

1.2. Origen de la Investigación de Operaciones (IO)

Se puede afirmar que las raíces de la Investigación de Operaciones (IO) se ubican durante
la Segunda Guerra Mundial. Durante este período, se evidencia una necesidad importante
para la asignación de los recursos escasos a las maniobras militares, a fin de que con éstos
se obtuvieran los mejores resultados posibles. También se recogen las iniciativas
importantes para mejorar los centros de producción de armas y municiones.

A partir de estas necesidades surgen los esfuerzos e iniciativas para optimizar los procesos
productivos. Es en este periodo de guerra que se forman grupos de científicos, los cuales
van a desarrollar técnicas y algoritmos que permiten resolver ciertos problemas estratégicos
y tácticos que se tenían en ese momento. Con la implementación de esos algoritmos se
alcanzaron excelentes resultados.

Luego de finalizada la guerra, se aprovechan las bondades que aportaban estas

herramientas y comienzan a ser aplicadas en la solución de problemas industriales, de

4
Autor: Ing. Wilson K. Casado
Unidad 1: Antecedentes Históricos de la Investigación de Operaciones

negocios e instituciones de gobierno, obteniéndose a su vez ventajas competitivas y la

mejora en los procesos de producción y en la prestación de servicio.

1.2.1. Hitos relevantes de IO:

Algunos hitos importantes que se pueden recolectar sobre la evolución histórica en los
inicios de la investigación de operaciones:

1. En 1896, Hermann Minkowski realiza importantes aportes en la construcción de

modelos matemáticos lineales. Su principal aporte se conoce como la geometría de
los números, la cual sirve de base matemática para la teoría de relatividad de Albert
Einstein.
2. El matemático ruso Andréi Markov para el 1897, plantea las teorías que sustentan
los modelos dinámicos probabilísticos, esas teorías se conocen como cadena de
Markov de tiempo continuo.
3. En la Primera Guerra Mundial, Thomas Alba Edison utilizó un "tablero táctico" que
se empleó en la guerra antisubmarina.
4. Para 1920, el ingeniero A. K. Erlang realizó aportes en la teoría de colas con un
estudio acerca de las fluctuaciones de la demanda de instalaciones telefónicas en
relación con el equipo automático. Hoy en día, la teoría de colas es ampliamente
utilizada en el sector servicio para eficientizar los procesos de atención de los clientes
y reducir los tiempos de espera.
5. En 1928, John Von Neumann formula la aplicación del teorema Minimax (Maximin),
algoritmo aplicado en las teorías de juegos y/o toma de decisiones. También
vinculado a ese este punto, encontramos al Sr. John Forbes Nash, Premio Nobel de
Economía (1994), con su contribución a la teoría de juego sobre el punto equilibrio o
equilibrio Nash, denominado así en su honor.
6. Entre 1937 y 1939, varios científicos ingleses son convocados para encontrar la
mejor manera de utilizar el radar, a fin de localizar los aviones enemigos. En la
estación de Bawdsey, se desarrollaron las políticas óptimas para este sistema de
detección militar.
7. En 1941, F. L. Hitchcok formula la estructura y planteamiento del problema de
transporte, que busca minimizar los costos relacionados con el movimiento o traslado
de materiales. Esta herramienta de transporte es utilizada en el marco de evaluación
de proyectos para tomar la decisión sobre la macro ubicación, cuestión de que el
lugar seleccionado minimice los costos totales de transporte asociados al
movimiento de las materias primas y los productos terminados.

5
Autor: Ing. Wilson K. Casado
Unidad 1: Antecedentes Históricos de la Investigación de Operaciones

8. Ya en 1942, las Fuerzas Aéreas, el Ejército y la Marina de los Estados Unidos de

Norteamérica, tenían grupos establecidos dentro de sus filas, dedicados a la
investigación de operaciones.
9. En 1947, el matemático George Bernard Dantzig desarrolla un algoritmo para la
solución eficiente de problemas de programación lineal, esta herramienta se conoce
como el método simplex. Esta herramienta constituye la base fundamental de este
curso, para la cual le estaremos dedicando la unidad 3.
10. Durante la década de 1950, los matemáticos Harold W. Kuhn y Albert W. Tucker
realizan aportes para mejorar las condiciones necesarias para la optimización de
problemas con restricciones desiguales que inicialmente habían sido planteadas por
W. Karush en 1939. Actualmente, se conocen como las condiciones KKT (Karush-
Kuhn-Tucker).
11. En 1957, se registran los aportes de Bellman Richard en la Universidad de Princeton
sobre programación dinámica.
12. También en la década de 1950 aparecen los aportes de Harry Markowitz sobre
simulación y programación discreta. En colaboración con Dantzig profundizó en el
desarrollo del algoritmo de línea crítica para la identificación de las carteras óptimas
de varianza media, denominándose como frontera de Markowitz. Otros de sus
contribuciones se refiere a la programación del lenguaje de simulación, denominado
como SIMSCRIPT. Markowitz recibió el Premio Nobel Memorial en Ciencias
Económicas en 1990.

Cabe señalar, que los numerales 4, 5, 11 y 12 sobre teoría de colas, teoría de juegos,
programación dinámica y simulación respectivamente, corresponden al contenido temático
de la asignatura Investigación de Operaciones II (IND-332), los cuales se estarán revisando
en el siguiente ciclo.

Por otro lado, otra gran cantidad de las herramientas de investigación de operaciones se
desarrollaron entre los años de 1950 y 1960, tales como programación lineal, programación
entera, programación dinámica, teoría de inventarios, método de transporte, teoría de cola,
entre otros.

Por último, gracias a los avances tecnológicos, ya se cuentan con varios paquetes
informáticos que nos facilitan el proceso de encontrar la solución a problemas grandes, los
cuales requieren un gran número de iteraciones y cálculos matemáticos, por lo que
realizarlos de forma manual resultaría bastante tedioso. En ese sentido, encontramos en el
mercado las herramientas informáticas que facilitan la solución de los problemas, tales
como hojas de cálculos de Excel y Google Sheet; asimismo, aparecen otros algoritmos
computacionales como AMPL, CPLEX, Lingo y TORA.

6
Autor: Ing. Wilson K. Casado
Unidad 1: Antecedentes Históricos de la Investigación de Operaciones

1.3. Fases de un Estudio de Investigación de Operaciones

A modo general, de acuerdo al autor Hamdy A. Taha las principales fases de un estudio de
investigación de operaciones (IO) se resumen en las siguientes:

1. Definición del problema y recolección de datos.

2. Construcción de un modelo matemático que represente el problema.
3. Solución del modelo en función de algoritmos y procedimientos computacionales.
4. Validación del modelo (prueba y mejoramiento).
5. Implementación de la solución.

Fase 1. Definición del problema y recolección

de datos.

Fase 2. Construcción de un modelo

matemático que represente el problema.

Fase 3. Solución del modelo en función de

algoritmos y procedimientos computacionales.

Fase 4. Validación del modelo (prueba y

mejoramiento).

Fase 5. Implementación de la solución.

1.3.1. Fase 1: Definición del problema y recolección de datos

En primera instancia, se debe realizar una correcta definición del problema que se estudia,
dígase hay que recolectar las informaciones relevantes que permitan delimitar el alcance y
dimensión del problema. Asimismo, se debe revisar el sistema al cual está asociado para
ver el contexto. A su vez, se debe realizar un análisis técnico detallado de la situación,
tomando en cuenta el costo-beneficio, los principales recursos que se consumen, así como
las diversas opciones de solución que se pudieran aplicar para la toma de decisión.

7
Autor: Ing. Wilson K. Casado
Unidad 1: Antecedentes Históricos de la Investigación de Operaciones

Otro elemento importante, que se debe monitorear en esta fase, se refiere a los supuestos
considerados en el problema y que permiten identificar por cuál algoritmo conviene buscar
la solución del mismo.

A modo de resumen, en esta fase se pretende identificar tres (3) elementos esenciales y
característicos que se utilizan en la definición de cualquier problema de optimización sobre
el cual se pretenda tomar una decisión:

a) Definición de las alternativas de decisión (variables)

b) Formulación de los objetivos apropiados al problema
c) Especificación de las limitaciones (restricciones) bajo las cuales funciona el sistema
modelado

1.3.2. Fase 2: Construcción de un modelo matemático que represente el

problema

La construcción de un modelo implica representar el problema mediante relaciones

matemáticas que reflejen el sentido y comportamiento real del mismo, en función del nivel
de actividad que se vaya a establecer. Por lo general, los modelos matemáticos constituyen
una representación idealizada del problema, dígase buscan enmarcar un problema que en
la vida real tiene una forma irregular en un formato estándar, delimitado por restricciones
lineales. Para esto se utilizan términos y símbolos, tales como X1, X2, …, Xn, también se
usan expresiones matemáticas conectivas (+, -, ≤, =, ≥).

En esta fase, se definen las expresiones matemáticas que representan los elementos
descritos en la fase anterior: variables de decisión, función objetivo y las restricciones.

1.3.3. Fase 3: Solución del modelo

La solución del modelo implica el uso de algunos algoritmos de optimización, los cuales
están bien definidos y responden a esquemas de problemas que se ajustan a una estructura
en particular y que el problema debe cumplir.

Para afrontar esta fase se tienen disponibles diversas aplicaciones informáticas que
permiten resolver un sinnúmero de problemas de operaciones. Por lo regular, cada
aplicación tiene su propia estructura y lenguaje particular, pero como veremos en la parte

8
Autor: Ing. Wilson K. Casado
Unidad 1: Antecedentes Históricos de la Investigación de Operaciones

práctica, estos programan realizan el proceso de iteraciones y alcanzan la solución óptima

en cuestión de segundos.

Adicionalmente, en esta fase se puede aplicar un análisis de sensibilidad, con el cual se

busca obtener información relevante sobre el comportamiento de la solución óptima cuando
se presentan algunos cambios en los parámetros originales del modelo. Este análisis
adquiere mayor relevancia cuando se tienen variables con datos estimados y que pudieran
experimentar variaciones considerables en la realidad.

1.3.4. Fase 4: Validación del modelo

La validación del modelo persigue verificar si el modelo formulado puede predecir con cierta
certeza el comportamiento del sistema o problema que se estudia. Por lo regular, se puede
utilizar una técnica retrospectiva, donde se pone a prueba el modelo formulado al introducir
los datos de las variables sobre la base de informaciones históricas de la empresa y se
verifica que se obtengan resultados similares a los obtenidos en esos registros anteriores.
Si el modelo aporta respuestas de desempeño similares, entonces se podría inferir que éste
podría predecir el comportamiento futuro del sistema.

Un aspecto importante de esta técnica retrospectiva, es que en caso de que el modelo no

pueda validar los resultados anteriores, permite identificar dónde éste pudiera tener fallas,
y por tanto, se debe realizar una revisión de la formulación a los fines hacer los ajustes que
sean necesarios para afinar los resultados que se obtienen con el mismo.

1.3.5. Fase 5: Implementación de la solución

La implementación de la solución de un modelo ya validado, simplemente significa la

transformación de los resultados alcanzados con el algoritmo utilizado, y traducirlo en
instrucciones de operación según los estándares que existan en la empresa, las cuales
serán comprensibles por cualquier empleado de la organización.

Por lo general, se traducen en el formato y esquema del modelo originalmente estudiado, y

luego se remiten estas instrucciones a las personas que administran el sistema a fin de que
éstos puedan proceder a ejecutarlas.

9
Autor: Ing. Wilson K. Casado
Unidad 1: Antecedentes Históricos de la Investigación de Operaciones

1.4. Bibliografía

 Taha, Hamdy A. (2012). Investigación de Operaciones: Una introducción. (9na. Ed.).

México D.F., México: Pearson Educación – Prentice Hall. Capítulo 1, páginas 1-11.

 Hillier, Frederick S. & Lieberman, Gerald J. (2010). Introducción a la Investigación de

Operaciones. (9na Ed.). México D.F., México: McGraw-Hill. Capítulo 1, páginas 1-6,
y capitulo 2, páginas 7-17.

 Winston, Wayne L. (2004). Investigación de Operaciones: Aplicaciones y Algoritmos.

(4ta. Ed.). México D.F., México: Thompson. Capítulo 1, páginas 2-10.

 Eppen, G.D., Weatherford, Larry R. & Moore, Jeffrey H. (2000). Investigación de

Operaciones en la Ciencia Administrativa. (5ta. Ed.). México D.F., México: Prentice-
Hall. Capítulo 1, páginas 12-23.

10
Autor: Ing. Wilson K. Casado