18 DE AGOSTO DE 2022

MÉTODOS Y MODELOS DE OPTIMIZACIÓN

ISIDROISIDRO TERCERO NOLASCO 161270
JUAN ALDAIR GUERRERO QUINTANILLA 180947

A14E
Introducción

Un modelo de Optimización Matemática consiste en una función objetivo y un conjunto de

restricciones en la forma de un sistema de ecuaciones o inecuaciones.
Los modelos de optimización son usados en casi todas las áreas de toma de decisiones, como en
ingeniería de diseño y selección de carteras financieras de inversión.
Los problemas de toma de decisiones se pueden clasificar en dos categorías:
modelos de decisión determinísticos y modelos de decisión probabilísticos.
En los modelos determinísticos, las buenas decisiones se basan en sus buenos resultados. Se
consigue lo deseado de manera "determinística", es decir, libre de riesgo.
Esto depende de la influencia que puedan tener los factores no controlables, en la determinación de
los resultados de una decisión y también en la cantidad de información que el tomador de decisión
tiene para controlar dichos factores.
Un modelo puede considerarse como una entidad que captura la esencia de la realidad sin la
presencia de la misma.
Una fotografía es un modelo de la realidad ilustrada en la imagen. La presión arterial puede utilizarse
como un modelo de la salud de una persona. Una campaña piloto de ventas puede utilizarse como
un modelo de la respuesta de las personas a un nuevo producto.
Por último, una ecuación matemática puede utilizarse como un modelo de la energía contenida en un
determinado material. En cada caso, el modelo captura algún aspecto de la realidad que intenta
representar.
El modelo matemático que describe el comportamiento de la medida de efectividad se denomina
función objetivo. Si la función objetivo es describir el comportamiento de la medida de efectividad,
debe capturar la relación entre esa medida y aquellas variables que hacen que dicha medida fluctúe.
Las variables del sistema pueden categorizarse en variables de decisión y parámetros. Una variable
de decisión es una variable que puede ser directamente controlada por el decisor. También existen
algunos parámetros cuyos valores pueden ser inciertos para el decisor. Esto requiere un análisis de
sensibilidad después de descubrir la mejor estrategia. En la práctica, resulta casi imposible capturar
la relación precisa entre todas las variables del sistema y la medida de efectividad a través de una
ecuación matemática.
En cambio, el analista de IO/CA debe tratar de identificar aquellas variables que afectan en mayor
grado la medida de efectividad y luego debe intentar definir de manera lógica la relación matemática
entre estas variables y la medida de efectividad. Esta relación matemática es la función objetivo que
se emplea para evaluar el rendimiento del sistema en estudio.
Historia.

El origen exacto de la Investigación de Operaciones no está del todo establecido. Algunos autores
postulan que Charles Babbage (1791-1871) es el padre de la Investigación de Operaciones debido a
su contribución en la investigación de los costos de transporte y sistemas de clasificación del correo
en England’s universal Penny Post en el año 1840.

Sin embargo, usualmente se considera que la Investigación de Operaciones como disciplina se

origina formalmente durante la Segunda Guerra Mundial (WWII) en los esfuerzos de los
planificadores militares y científicos ingleses por apoyar los procesos de toma de decisiones propios
de la guerra con una base analítica y cuantitativa. El objetivo era descubrir la forma más eficiente de
utilizar los limitados recursos militares a través de la aplicación de técnicas cuantitativas.

En este contexto el Problema de la Dieta fue uno de los primeros problemas de optimización
estudiados en el período de 1930 a 1940. Las fuerzas armadas norteamericanas deseaban
suministrar una dieta saludable a sus soldados y al mismo tiempo minimizar el costo asociado a su
prestación. ¡La premisa era el alimento es un pertrecho (munición), no lo desperdicies! Uno de los
primeros investigadores en estudiar el problema fue George Stigler quien hizo una conjetura de la
solución óptima a través de la utilización de un método heurístico.
problema de la dieta investigación de operaciones
Una vez terminada la Segunda Guerra Mundial los conceptos de la Investigación de Operaciones
son aplicados en otros contextos relacionados a los negocios, la industria y la sociedad. En la
década de 1950 la Investigación de Operaciones evoluciona hacia una profesión, comenzándose a
conformar las primeras sociedades nacionales del área, junto al nacimiento de revistas
especializadas y departamentos académicos en las universidades. En 1955 se crea la Sociedad de
Investigación de Operaciones en India siendo uno de los primeros miembros de la Federación
Internacional de Sociedades de Investigación Operativa (International Federation of Operational
Research Societies IFORS).
La industria petroquímica fue una de las primeras en adoptar ampliamente la Investigación de
Operaciones para mejorar el desempeño de las plantas productivas. La empresa Chevron, líder
mundial en la industria energética desarrolla un software llamado Petro destinado al apoyo del
proceso de compra y mezcla de combustibles, alcanzando ahorros anuales del orden de 400
millones de dolares.

Actualmente la Investigación de Operaciones es utilizada a nivel mundial tanto en organizaciones

públicas como privadas, además de ser un área activa de investigación académica. Al respecto
algunos de los campos de acción más frecuentes son:

Planificación de personal y vuelos en las líneas aéreas

Determinación y optimización de políticas de precios (Revenue Management)
Investigación y Desarrollo en la Industria
Gestión Logística (planificación y ruteo de cadenas de suministro)
Servicios Financieros (clasificación de riesgo, marketing, operaciones internas)
Planificación de la explotación de predios forestales y agropecuarios
Gobierno Local (despliegue de servicios de emergencia, planificación de personal, etc)
Queda de manifiesto el enfoque multidisciplinario de las áreas de aplicación donde la utilización de
modelos de optimización son una contribución significativa a los complejos procesos de tomas de
decisiones. Dichos modelos de optimización pueden ser tanto determinísticos como probabilísticos
que actualmente son materias de estudios en cursos del área en carreras de pregrado y postgrado
relacionadas a la Ingeniería Industrial y otras ingenierías afines.
Las raíces de la investigación de operaciones se remontan a muchas décadas, cuando se
hicieron los primeros intentos para emplear el enfoque científico en la administración de
una empresa.
Sin embargo, el inicio de la actividad llamada investigación de operaciones,
casi siempre se atribuye a los servicios militares prestados a principios de la Segunda
Guerra Mundial. Debido a los esfuerzos bélicos, existía una necesidad urgente de asignar
recursos escasos a las distintas operaciones militares y a las actividades dentro de cada operación,
en la forma más efectiva. Por todo esto, las administraciones militares americana
e inglesa hicieron un llamado a un gran número de científicos para que aplicaran el enfoque
científico a éste y a otros problemas de estrategia y táctica. De hecho, se les pidió que
hicieran investigación sobre operaciones militares.
Precursores de la Investigación de Operaciones, métodos y modelos que
desarrollaron y su aplicación.

"Los inicios de lo que hoy se conoce como Investigación de Operaciones se remontan a los
años 1759 cuando el economista Quesnay empieza a utilizar modelos primitivos de
programación matemática. Más tarde, otro economista de nombre Walras, hace uso, en
1874, de técnicas similares. Los modelos lineales de la Investigación de Operaciones tienen
como precursores a Jordan en 1873, Minkowsky en 1896 y a Farkas en 1903. Los modelos
dinámicos probabilísticos tienen su origen con Markov a fines del siglo pasado. El desarrollo
de los modelos de inventarios, así como el de tiempos y movimientos, se lleva a cabo por los
años veintes de este siglo, mientras que los modelos de línea de espera se originan con los
estudios de Erlang, a principios del siglo XX.
Los problemas de asignación se estudian con
métodos matemáticos por los húngaros Konig y Egervary en la segunda y tercera décadas de
este siglo. Los problemas de distribución se estudian por el ruso Kantorovich en 1939. Von
Neuman cimienta en 1937 lo que años más tarde culminara como la Teoría de Juegos y la
Teoría de Preferencias (esta última desarrollada en conjunto con Morgenstern).
Hay que hacer notar que los modelos matemáticos de la Investigación de Operaciones que utilizaron
estos precursores, estaban basados en el Cálculo Diferencial e Integral (Newton, Lagrange,
Laplace, Lebesgue, Leibnitz, Reimman, Stieltjes, por mencionar algunos), la Probabilidad y la
Estadística (Bernoulli, Poisson, Gauss, Bayes, Gosset, Snedecor, etc.). Fue el doctor George Dantzig, el que
en 1947, resumiendo el trabajo de muchos
de sus precursores, inventara el método Simplex, con lo cual dio inicio a la Programación
Lineal. Con el avance de las computadoras digitales se empezó a extender la Investigación
de Operaciones, durante la decena de los cincuenta en las áreas de Programación Dinámica
(Bellman), Programación No Lineal (Kuhn y Tucker), Programación Entera (Gomory), Redes
de Optimización (Ford y Fulkerson), Simulación (Markowitz), Inventarios (Arrow, Karlin,
Scarf, Whitin), Análisis de Decisiones (Raiffa) y Procesos Markovianos de Decisión
(Howard). La generalización de la Investigación de Operaciones ha tratado de darla
Churchman,
Modelos que utilizan actualmente las empresas en el área de mercadotecnia, de
negocios o administrativa

Los modelos matemáticos además permiten simular situaciones futuras, posibles evaluaciones de
probabilidad de ocurrencia de eventos, datos estadísticos, etc. Algunas de las técnicas más usadas para tal fin
son:

Teoría de los juegos: Se aplica para resolver situaciones de conflicto.

Teoría de las colas de espera: Busca optimizar la distribución de cargas en condiciones de aglomeración.
Teoría de los grafos: Busca elegir el mejor camino a seguir, cuando hay varias alternativas. Los dos métodos
más usados son el PERT y el CPM.
Programación lineal: Supone la escogencia entre varias alternativas o la combinación apropiadas de éstas.
Programación dinámica: Se aplica a problemas que tengan varias fases interrelacionadas en dónde se tiene
que adoptar una decisión adecuada para cada una de éstas.
Probabilidad y estadística: Elaboran informes sobre las posibilidades de ocurrencia de eventos, y confección
de informes de datos numéricos que ayudan a la toma de decisiones.
Fórmulas de los métodos y modelos
En la siguiente tabla se muestran las expresiones matemáticas generales de algunos tipos de problemas de
optimización dentro de los métodos clásicos. Los problemas se distinguen por el carácter de las funciones que
intervienen (lineales o no lineales) y de las variables (reales/continuas o enteras/discretas).
Organizaciones nacionales y/o internacionales que actualmente se encargan de
desarrollar métodos y modelos de optimización (Investigación de operaciones).
1. La empresa IBM Decision Optimization, la cual ayuda a capturar componentes
clave para crear un modelo matemático de la situación empresarial.
Las soluciones de IBM Decision Optimization proporcionan la flexibilidad
para crear modelos de optimización utilizando las interfaces de
programación de aplicaciones (API). IBM ILOG CPLEX Optimization Studio
es compatible con varias API tales como C, C+ +, C#, Java y Python. Si está
utilizando IBM Decision Optimization for Watson Studio, puede crear modelos
de optimización utilizando API de Python.

2. En CEDEC, consultoría de Organización Estratégica Empresarial apoyan el

desarrollo de técnicas de optimización de procesos en la empresa. Así, busca
ganar tanto en eficiencia como en eficacia, mejorando la capacidad de
adaptación y respuesta de toda la organización frente a los cambios, sin duda,
un paso más hacia la consecución de la Excelencia Empresarial en su gestión
empresarial. 
Conclusiones y recomendaciones.

La investigación de operaciones representa un apoyo para la toma de decisiones, es

un apoyo para la asignación óptima de los recursos para una actividad, evalúa el
rendimiento de un sistema con objeto de mejorarlo, obtiene información cuantitativa y
ayuda a mejorar procesos tradicionales, así como conocer algunas de las limitaciones
en los modelos.
Lo mas recomendable, es buscar un asesor profesional o una empresa dedicada a
construir y manejar estos modelos, y a un más cuando la empresa esta en etapa de
desarrollo y apenas se están viendo las operaciones que deben ser omitidas por estos
métodos.
Ya cuando los resultados estas siendo favorables para la empresa, hay que seguir
implementando nuevos métodos para que esta sea cada ves mas eficaz y pueda tener
un numero mas grande de ganancias u horas omitidas en sus procesos.
BIBLIOGRAFIA:

Ramos, A., Sánchez, P., Ferrer, J. M., Barquín, J., & Linares, P. (2010). Modelos
matemáticos de optimización. Publicación Técnica, 1.

Suárez Hipólito Gloria María. (2014, agosto 29). Desarrollo histórico de la

investigación de operaciones. Recuperado de https://www.gestiopolis.com/desarrollo-
historico-de-la-investigacion-de-operaciones/

Modelo de optimización. (s. f.). México | IBM. Recuperado 18 de agosto de 2022, de

https://www.ibm.com/mx-es/analytics/optimization-modeling

Técnicas de optimizaciÃ3n de procesos en la empresa. (s. f.). CEDEC. Recuperado

18 de agosto de 2022, de https://cedec-group.com/es/blog/tecnicas-de-optimizacion-
de-procesos-en-la-empresa