INVESTIGACIÓN

DE OPERACIONES
INTRODUCCIÓN
Definición
◦ Es la aplicación de la metodología científica a través de modelos matemáticos en donde primero se
presenta el problema y luego se resuelve.
Desarrollo
◦ El auge de la I.0 vino a principios de la II guerra mundial, cuando los aliados convocaron a un gran
número de especialistas para aplicar la metodología científica para definir aspectos militares y tácticas
de operación.
◦ Fue en la década de los 50`s que se introdujo en uso de la I.O en la industria, negocio y gobierno.
◦ En su desarrollo se pueden identificar 3 factores que jugaron un papel importante:
◦ El primer factor fue el adelanto que se haya logrado en el establecimiento de los métodos, modelos y
técnicas disponibles en esa rama de la ciencia.
◦ El segundo factor fue el surgimiento de las computadoras.
◦ El tercer aspecto fue el desfasamiento que tuvo la competitividad de E.U con respecto a la de Japón.
Tipos de modelos
Simbólico o Matemático
• Es el modelo más importante.
• Los símbolos matemáticos
representan variables.
• Se logra la solución del modelo a
través de la manipulación
matemática.
Simulación
• Imitan el comportamiento de
sistema sobre un periodo.
• No necesitan funciones
matemáticas para realizar
variables.
• La principal falla de la
simulación consiste en que el
análisis es equivalente a realizar
experimentos y estar sujeto a
errores experimentales.
Heurístico
• Este modelo descansa en las
reglas empíricas o intuitivas, las
cuales permiten dar una solución
mejorada.
• Son procedimiento de búsqueda
que pasan inteligentemente de un
punto de solución a otro con el
objetivo de mejorar el criterio de
este modelo.
Fases de estudio
◦ Definición del problema:
a) Una descripción de la meta u objetivo del estudio
b) Una identificación de las alternativas de decisión
c) Un reconocimiento de las limitaciones y restricciones como los requisitos del sistema.
◦ Construcción del modelo:
a) Se debe decidir el modelo mas adecuado para representar el sistema.
b) Deberá especificar expresiones cuantitativas para el objetivo y restricciones del problema.
c) Si el modelo resultante se ajusta a uno de los modelos matemáticos comunes para obtenerse una
solución conveniente mediante técnicas matemáticas.
d) Si el modelo resultante es demasiado complejo para permitir soluciones y puede ser apropiado un
modelo de simulación.
Fases de estudio
◦ Solución del modelo: en modelos matemáticos se logra una solución utilizando técnicas de optimización
y se dice que este modelo proporcionara una solución óptima si se utiliza los modelos de simulación y
heurísticos, el concepto de optimización no está también definido y la solución en estos casos se emplea
para obtener evaluaciones aproximadas.
◦ Validación del modelo: un modelo es válido si independientemente de sus inexactitudes al representar
el sistema puede dar una predicción confiable del funcionamiento del sistema. Un método común para
probar la validez de un modelo es comparar su funcionamiento con algunos datos pasados con los
disponibles del sistema actual. El modelo será válido si bajo condiciones similares de entrada puede
reproducir el funcionamiento pasado del sistema.
Fases de estudio
◦ Implantación de los resultados finales: la traducción de estos resultados en instrucciones de
operaciones detalladas y emitidas en forma comprensible a los individuos que administran y operan el
sistema.
Aplicaciones de la I.O.
◦ Optimización de las operaciones de producción para cumplir con la finalidad de un costo mínimo.
◦ Programación de turnos de trabajo para cumplir con las necesidades del cliente.
◦ Optimización de las operaciones de distribución y comercialización de un producto.
◦ Administración de inventarios con la finalidad de equilibrar los costos de inventarios.
◦ Rapidez en la coordinación de aviones, tripulación, carga y pasajeros para manejar la evacuación por
aire de proyectos militares.
◦ Entre otras.
¿QUÉ ES UN MODELO MATEMÁTICO?
◦ Un modelo matemático busca representar una realidad mediante el uso de relaciones matemáticas, a través de la lógica, con el
objetivo de ayudar en el proceso de toma de decisiones.
◦ En general, un modelo matemático está compuesto de ecuaciones y/o desigualdades algebraicas.
◦ Una ecuación establece que dos términos son iguales. Esta igualdad se representa mediante el signo de igual (=) y se interpreta
como: término de la izquierda (es igual a) término de la derecha. Los elementos de una ecuación son los siguientes: variable,
constante, coeficiente y operador.

operador
variables

constante

coeficiente
◦ Una desigualdad algebraica puede tener la estructura de una ecuación, pero representa no igualdad entre dos términos.
Las relaciones de desigualdad que se pueden tener son:

◦ W < Z denota que W es menor que Z.

◦ W > Z representa que W es mayor que Z.
◦ W ≤ Z denota que W es menor o igual que Z; es decir, puede ser que W < Z o que W = Z.
◦ W ≥ Z representa que W es mayor o igual que Z; es decir, puede ser que W > Z o que W = Z
Construcción de un modelo matemático
◦ Un modelo matemático en investigación de operaciones se representa mediante el siguiente formato:

Maximizar o minimizar función objetivo.

Sujeto a: Restricciones.

◦ La función objetivo debe expresar la meta que se quiere lograr: maximizar ganancia, minimizar costos, minimizar el número
de trabajadores, minimizar el tiempo muerto, minimizar desperdicio, entre otros.
◦ Las restricciones, expresan limitaciones en los recursos o características de la naturaleza del sistema a modelar. La solución
obtenida al resolver el modelo debe cumplir con todas las restricciones.
Construcción de un modelo matemático
◦ La información del sistema se expresa a través de parámetros. Un parámetro es un dato dado con antelación que
corresponde a un valor real (o supuesto) presente en el sistema. Típicamente, los costos, las demandas de los clientes,
las distancias, las capacidades y el tiempo de procesamiento, entre otros, son vistos como parámetros.
◦ Las soluciones al sistema están dadas mediante variables, usualmente llamadas de decisión. Para solucionar el modelo
matemático, siempre es necesario determinar el valor que deberán tomar las variables, que representan aspectos que el
tomador de decisiones puede controlar. Algunos ejemplos son: cantidad de productos a producir, cantidad de productos
a enviar a cada cliente, decisión de instalar o no un almacén en cierta ubicación, decisión de invertir o no en cierto
proyecto, cantidad de trabajadores a contratar, entre otros.
Ejemplo
• Una solución a un modelo matemático debe satisfacer todas las restricciones del modelo. Retomando el problema
de la costurera, la solución de fabricar 15 pantalones y 10 faldas no es factible, pues aun cuando cumple con la
restricción de material (2 × 15 + 1.5 × 10 = 45 ≤ 50) se excede en quince horas del tiempo semanal disponible (3 ×
15 + 1 × 10 = 55 ≥ 40).

• Para obtener la solución óptima (o cercana a la óptima) de un modelo matemático existen diversos algoritmos y
herramientas entre los que se encuentran el método gráfico, el método simplex, los algoritmos especiales y, de
más reciente creación, los algoritmos metaheurísticos, para la resolución de modelos matemáticos de alta
complejidad.