Universidad Nacional Experimental de los Llanos Occidentales

“Ezequiel Zamora”

Vicerrectorado de Infraestructuras y procesos Industriales

Programa de Formación de Grado Ingeniería en Minas.

Investi
gación
de
Operac
iones
Profesora Estudiante

Ing. Elkis Trejo

Unellez, 27 de Septiembre del 2021

 Introducción

Cada vez es más difícil asignar los recursos o actividades de la forma más eficaz,
pues los recursos cada vez son más escasos y crecen las complejidades de los sistemas
generando problemas para decisiones óptimas. Como su nombre lo indica, la Investigación
de Operaciones (IO), o Investigación Operativa, es la investigación de las operaciones a
realizar para el logro óptimo de los objetivos de un sistema o la mejora del mismo. Esta
disciplina brinda y utiliza la metodología científica en la búsqueda de soluciones óptimas,
como apoyo en los procesos de decisión, en cuanto a lo que se refiere a la toma de
decisiones óptimas y en sistemas que se originan en la vida real.
 Introducción a la investigación de operaciones

Investigación de Operaciones Lawrence y Pasternak, (1998) “Es un enfoque científico para

la toma de decisiones ejecutivas, que consiste en:

*El arte de modelar situaciones complejas

*La ciencia de desarrollar técnicas de solución para resolver dichos modelos

*La capacidad de comunicar efectivamente los resultados

A su vez es la aplicación del método científico para asignar los recursos o actividades de
forma eficaz, en la gestión y organización de sistemas complejos; Es el conjunto de
técnicas matemáticas aplicadas para resolver problemas reales de:

1. Planificación

2. Logística

3. Diseño de productos y procesos

4. Control de procesos.

En primer lugar, la continuación de las investigaciones sobre los métodos

cuantitativos para la toma de decisiones dio como resultado numerosos progresos
metodológicos. Es posible que el progreso más significativo haya sido el
descubrimiento que hizo George Dantzig en 1947 del método simples para resolver
problemas de programación lineal. Junto con estos progresos metodológicos, se dio una
virtual explosión en la capacidad de cálculo que las computadoras digitales hicieron
disponible. Las computadoras permitieron a los investigadores implantar con éxito los
avances en metodología en la resolución de una gran variedad de problemas
industriales.
 Por conveniencia, y con precisión razonable, podemos definir
simplemente la investigación de operaciones como el método científico aplicado a
la solución de problemas y a la toma de decisiones por la gerencia, que abarca
todos estos adjetivos. Un enfoque de investigación de operaciones abarca:

1.-construir un modelo simbólico (usualmente matemático) que extrae los

elementos esenciales de un problema de decisión de la vida real que es complejo e
incierto, de tal manera que se pueda optimizar una solución importante para los objetivos
del tomador de decisiones.

2.-examinar y analizar las relaciones que determinan las consecuencias de la

decisión realizada y comparar el mérito relativo de acciones alternas con los objetivos del
tomador de decisiones

.3.-desarrollar una técnica de decisión que comprenda teoría matemática, si es

necesario, y que conduzca a un valor optimo basado en los objetivos del tomador de
decisiones.

Metodología de investigación de operaciones

Constituye el primer paso de la metodología de la investigación de operaciones.

Implica un estudio del terreno y de las circunstancias adyacentes al mismo. La definición
del problema será cuantitativa, ya que se deberá plantear en términos económicos mediante
modelos matemáticos

Formulación de un modelo matemático: Una vez que ha sido definido el problema,

se deberá formular un modelo matemático. Este modelo serán las instrucciones que habrán
de ser aplicadas en el sistema para conseguir que se produzca el incremento económico
necesario para que se pueda considerar que se han cumplido los objetivos marcados en la
investigación de operaciones.
 Obtención de una solución a partir del modelo: Gracias a la definición del problema,
así como a la identificación de las diferentes variables dependientes, se puede resolver el
modelo matemático a través de operaciones concretas que implementen de manera tangible
dicho modelo.

Definición del problema desarrollo del modelo matemático

y recolección de datos

a) Identificar el ámbito del sistema en estudio Identificar componentes y relaciones

existentes entre ellas. Definir límites o fronteras del sistema. Definir el medio ambiente y
las posibles influencias de este sobre el sistema.

b) Establecer los objetivos del sistema Proponer diferentes cursos de acción conducentes a
obtener el mejoramiento deseado. Identificar las decisiones que son tomadas en el ámbito
del sistema y que pueden ser modificadas. Cuantificación de los objetivos específicos a fin
de poder evaluar la eficiencia y/o eficacia de las soluciones propuestas.

c) Identificar las alternativas de decisión Generación de alternativas de decisión.

Seleccionar un número reducido de las alternativas más efectivas. Definir líneas gruesas de
acción consistentes con los objetivos del estudio.

Para los puntos a y b es importante considerar los objetivos de la organización

solicitante del estudio y de los participantes involucrados en las decisiones consideradas.

Característica de la I.O. Utilización de modelos matemáticos en la resolución de los

problemas. Modelo −→ Aproximación de la realidad La calidad de un modelo depende de
la percepción, creatividad, intuición, conocimiento e imaginación del modelador. En la
práctica no pueden considerarse todos los factores y todas las relaciones existentes entre
ellos, por lo que se seleccionan los aspectos más relevantes
 Variables:

• Variables de Decisión o Endógenas: Decisiones cuantificables abordadas por el estudio,

cuyos valores se intenta determinar por medio de la resolución del modelo.

• Variables Exógenas o Parámetros: Decisiones que han sido tomadas fuera del ´ámbito del
sistema. Desde el punto de vista del modelo son datos.

• Variables de Estado: Variables que caracterizan la situación en la que se encuentra el

sistema en un instante dado. Su valor depende de las variables de decisión y los parámetros.
Restricciones: Limitaciones que deben imponerse al sistema. Medida de Efectividad:
Criterio que se utilizara para comparar distintas opciones. Restricciones y medidas de
efectividad expresan las relaciones entre las variables.

Resolución del modelo matemático

Es encontrar los valores de las variables de decisión de manera que se cumplan las
restricciones y se optimice la función objetivo. Muchas veces esto puede ser sencillo
porque solo consiste en aplicar un paquete computacional comercial. Otras veces puede ser
necesario desarrollar metodologías especializadas de solución.

1. Soluciones Analíticas: El valor de las variables de decisión se obtiene por medio de

operaciones algebraicas.

2. Soluciones Numéricas: El valor de las variables de decisión se obtiene por medio de

procedimientos, generalmente iterativos.

Procedimientos para Encontrar Soluciones

Numéricas Algoritmos Exactos: Obtiene soluciones ´optimas a través de iteraciones.

 Heurísticas: Procedimientos iterativos que tratan de determinar buenas soluciones
pero no garantizan optimalizad. Comúnmente utilizadas ante la convergencia muy lenta de
un algoritmo exacto.

Además de la solución del modelo, es conveniente proveer información acerca del

comportamiento de ´este ante variaciones pequeñas de los parámetros, esto se logra a través
del Análisis de Sensibilidad.

Validación, Instrumentación y control de la solución

Es necesario verificar que una solución es razonable.

Un modelo puede resultar no valido debido

-Se omitieron variables o relaciones relevantes.

-Se incluyeron variables o relaciones no relevantes. Se consideraron valores de los datos

estimados incorrectamente.

- Se suele partir analizando la solución para instancias pequeñas del problema, si los
resultados son coherentes se pasa al análisis de soluciones para instancias más grandes.
-Para los sistemas que están operando una forma de validar es una prueba retrospectiva, es
decir, estudiar el modelo con datos de periodos anteriores. Para los sistemas que no están
operando pueden utilizarse datos obtenidos de un modelo de simulación.

Implementación:

Una vez desarrollado el estudio y validado el modelo, las soluciones deben

transformarse en herramientas de apoyo a la toma de decisiones, esto implica

-Establecer procedimientos, manuales y/o computacionales, al interior de la organización

que aseguren la disponibilidad de los datos que el modelo requiere.
-Establecer procedimientos que permitan, una vez que se tienen los datos, resolver el
modelo y obtener la solución.

-Esto corresponde fundamentalmente a la puesta en marcha del paquete computacional

utilizado.

- Establecer procedimientos que permitan transformar las soluciones en acciones

específicas en la organización. Datos −→ Algoritmos −→ Acciones

Ventajas de los modelos de investigación de operaciones

  - 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).
 Conclusión

La investigación operaciones es el procedimiento científico que está auxiliado por

modelos y técnicas matemáticas, servible para diseñar y operar a los problemas complejos
de la dirección y administración de grandes sistemas que forman una organización
compleja en las cuales las decisiones son muy importantes y difíciles de elegir, ya que la
eficacia de una decisión sobre guardará la supervivencia y desarrollo de ésta, al contrario
estaría en camino hacia el fracaso.
 Referencias Bibliográficas

“Introducción a la Simulación”. Disponible en < Hillier, Frederick, Introducción a

la investigación de operaciones, Mc Graw-Hill, 2006.
Taha, Hamdy A., Investigación de operaciones, 7° Edición, Ed. Pearson, México,
2004.
Winston, Wayne L. Investigación de operaciones aplicaciones y algoritmos, 4ª
edición, Ed. Cengage Learning, México,
2004.http://wwwdi.ujaen.es/asignaturas/computacionestadistica/pdfs/tema1.pdf>.
Markowitz H. y G. Wright. Investigación de Operaciones. México: Prentice Hall.
1982.
Prawda, J. Métodos y Modelos de Investigación de Operaciones, Vol. I, Vol. II.
México: Limusa. 1981.
Shamblin, J. y Stevens . Investigación de operaciones México: McGraw-Hill.