Tema 1.

Introducción a la Investigación Operativa

Raquel Caballero Águila y Ana Ma Martı́nez Rodrı́guez

Investigación Operativa

Índice
1. Introducción a la Investigación Operativa 1
1.1. Breve historia de la Investigación Operativa . . . . . . . . . . 1
1.2. Aspectos que definen la Investigación Operativa . . . . . . . . 2

2. Planteamiento de un problema de Investigación Operativa 4

1. Introducción a la Investigación Operativa

1.1. Breve historia de la Investigación Operativa
El término Investigación Operativa se acuñó durante la Segunda Gue-
rra Mundial.

Debido a los esfuerzos bélicos, existı́a una necesidad urgente de asig-

nar de forma óptima los (escasos) recursos disponibles a las distintas
operaciones militares y a las actividades dentro de cada operación.

Por todo esto, las administraciones militares americana e inglesa for-

maron grupos de trabajo interdisciplinares dirigidos por cientı́ficos de
gran prestigio (incluso premios Nobel) con la intención de resolver este
y otros problemas de optimización relacionados con tácticas y estrate-
gias militares:

• despliegue de radares,

1
 • manejo de operaciones de bombardeo,
• colocación de minas,
• tamaño de convoys, etc.

Es decir se les pidió que hicieran investigación sobre operaciones (mi-

litares).

El enorme éxito de la I.O. en lo militar, atrajo el interés de los profe-

sionales de la industria, que necesitaban solucionar nuevos problemas
relacionados con la toma de decisiones óptimas bajo escasez de recur-
sos. De este modo, la I.O. comenzó a introducirse en la industria, la
economı́a, los negocios, la ingenierı́a y la polı́tica.

Dos de los factores que contribuyeron significativamente al gran avance

y desarrollo de la I.O. durante este periodo fueron:

• por una parte, las mejoras sustanciales que se obtenı́an al desa-

rrollar y perfeccionar las técnicas de Investigación Operativa
• y, por otra parte, el desarrollo paralelo de los ordenadores, que
aumentó de forma espectacular la capacidad de almacenamiento
de datos y la velocidad de resolución de los problemas.

De este modo, las herramientas caracterı́sticas de la I.O., como la

programación lineal, la programación dinámica, la teorı́a de colas y la
teorı́a de inventarios, fueron desarrolladas casi por completo antes del
término de la década de 1950

1.2. Aspectos que definen la Investigación Operativa

La Investigación Operativa utiliza resultados de muchas áreas cientı́ficas,
aunque las fundamentales son:

Las matemáticas.

La probabilidad y la estadı́stica.

La economı́a.

2
Definición de Investigación Operativa
Dar una definición de lo que es la Investigación Operativa no es fácil. No-
sotros vamos a adoptar como definición la siguiente (Lawrence y Pasternak
1998):
Definición 1. La Investigación Operativa es un enfoque cientı́fico para la
toma de decisiones ejecutivas, que consiste en:
1. El arte de modelar situaciones complejas,

2. la ciencia de desarrollar técnicas para resolver dichos modelos y

3. la capacidad de comunicar eficazmente los resultados.

Áreas de aplicación de la Investigación Operativa

Algunos problemas que se han resuelto mediante alguna técnica de I.O.
son:

De programación lineal:

• Asignación de personal.
• Mezcla de materiales.
• Transporte.
• Carteras de inversión.

De programación dinámica:

• Planear gastos de comercialización.

• Estrategia de ventas.
• Planear la producción.

De teorı́a de colas:

• Congestionamiento del tráfico.

• Diseño de presas.
• Administración de hospitales.

De teorı́a de inventarios.

3
2. Planteamiento de un problema de Investigación
Operativa
Planteamiento del problema
Las etapas de un estudio de I.O. se podrı́an resumir en los siguientes
pasos:

1. Formular el problema

2. Construir un modelo matemático que represente el sistema bajo estu-

dio

3. Obtener una solución a partir del modelo

4. Validar el modelo

5. Implementar y presentar los resultados

Formular el problema
Definir o formular el problema incluye

determinar los objetivos apropiados,

identificar las restricciones e incluirlas en el modelo,

estudiar las interrelaciones del área bajo estudio y otras áreas de or-
ganización, los diferentes lı́neas de actuación posibles,

conocer los lı́mites de tiempo para tomar una decisión, los posibles
costos, etc.

Construcción de un modelo matemático

Una vez formulado el problema, la siguiente etapa consiste en reformu-
larlo mediante un modelo matemático que represente el problema.

El modelo matemático de un problema es un sistema de ecuaciones

y expresiones matemáticas relacionadas que describen la esencia del
problema.

4
 Ası́, si se pueden tomar n decisiones cuantificables relacionadas con
otras, se representan como n variables de decisión (x1 , x2 , . . . , xn ) para
las que se deben determinar los valores respectivos.

La medida de efectividad se expresa como una función matemática

de las variables de decisión f (x1 , . . . , xn ), a esta función se le llama
función objetivo.

Construcción de un modelo matemático

También se expresan matemáticamente todas las limitaciones que se

pueden imponer sobre los valores de las variables de decisión, casi
siempre en forma de ecuaciones o inecuaciones.

Tales expresiones matemáticas para las limitaciones se suelen llamar

restricciones.

Las constantes en las restricciones y en la función objetivo reciben el

nombre de parámetros de entrada. El modelo matemático puede expre-
sarse entonces como el problema de elegir los valores de las variables
de decisión de forma que se optimice la función objetivo sujeta a las
restricciones dadas.

Clasificación de los problemas

Atendiendo a la función objetivo y a las demás ecuaciones o inecuaciones
los problemas se pueden clasificar en:

Lineales (las funciones son lineales).

No lineales:

• cuadráticas
• exponenciales
• etc.

5
Obtener una solución a partir del modelo
Una vez que se ha construido el modelo matemático hay que buscar
una solución para dicho modelo. Si el problema se puede resolver mediante
técnicas de resolución bien definidas se podrá obtener una solución óptima,
en otro caso se pueden utilizar técnicas de simulación o heurı́sticas que
obtendrán soluciones aproximadas.
Además, en caso de que sea posible, se deberá estudiar el comportamiento
de la solución a cambios en los parámetros del problema. Esto se conoce como
análisis de sensibilidad.

Validación del modelo

Puesto que el modelo siempre es una aproximación de la realidad una
buena opción es la de validar el modelo, esto es, comprobar si el modelo
representa apropiadamente el problema. Para ello, una posibilidad es com-
parar datos pasados disponibles con la solución obtenida a partir del modelo
en situaciones similares a las de obtención de los datos.

Implementación de la solución
Una vez que se ha validado el modelo y se ha obtenido una solución, hay
que traducir los resultados de forma que los individuos que han de tomar
las decisiones aprecien su valor. Para ello se han de preparar informes claros
que resuman el proceso de obtención de la solución y la interpretación de
dicha solución.

Ejemplo (Prawda 1988)

Supóngase que en una determinada región tropical se pretende hacer
inversiones cuantiosas en el cultivo del aguacate, lima y mango. Se pretende
aumentar las exportaciones.
Se sabe que la producción promedio de cada árbol está dada en la si-

6
guiente tabla:

Producción (en kg) Veces al año

Aguacate 150 1
Lima 200 1
Mango 50 1

El precio promedio en el mercado se estima que es de 10$ por kg. de agua-

cates, 4$ por kg. de lima y 15$ por kg. de mango.
Existe una extensión de 250000 m2 de tierra propicia para el cultivo
de estos productos. Supóngase que las siguientes extensiones mı́nimas son
necesarias para el cultivo de estos productos:

Tipo de árbol Extensión mı́nima por árbol

Aguacate 4 m2
Lima 5 m2
Mango 3 m2

Afortunadamente no existen problemas de agua.

El costo por sembrar un árbol de aguacate es de 2$, 0.50$ el árbol de lima
y 1$ por árbol de mango, estos costos ya incluyen la compra del árbol, más
su cuidado y mantenimiento. Se pretende hacer una inversión de 2 millones
de dólares pensando exportar toda la producción.
Bajo estas circunstancias, ¿cuántos árboles de aguacates, lima y mango
deberán sembrarse con objeto de maximizar el valor de la futura exportación
anual?
Variables de decisión:

x1 = número de árboles de aguacate a ser sembrados

x2 = número de árboles de lima a ser sembrados
x3 = número de árboles de mango a ser sembrados

La función objetivo será el valor promedio de las exportaciones

(10) (150) x1 + (4) (200) x2 + (15) (50) x3

= 1500x1 + 800x2 + 750x3

7
En este caso nos interesa maximizarla:

máx z = 1500x1 + 800x2 + 750x3

Planteamos matemáticamente las restricciones:

La de la extensión de la tierra:

4x1 + 5x2 + 3x3 ≤ 250000

La de la inversión disponible:

2x1 + 0.50x2 + x3 ≤ 2000000

Las de no negatividad

x1 ≥ 0; x2 ≥ 0; x3 ≥ 0

Y las de integridad

En resumen el modelo matemático serı́a

máx Z= 1500x1 +800x2 +750x3

s.a.
4x1 +5x2 +3x3 ≤ 250000
2x1 +0.50x2 +x3 ≤ 2000000
x1 , x2 , x3 ≥ 0 y enteras

Es un problema de programación lineal entera.

Ejercicios propuestos

1. Tres almazaras A1 , A2 y A3 se encargan de producir el aceite que

semanalmente consumen cinco ciudades E1 , E2 , E3 , E4 y E5 cuyas
demandas son de 15, 30, 15, 40 y 20 toneladas respectivamente. La
almazara A1 produce cada semana 40 toneladas de aceite, la A2 , 30 y
la A3 , 50. Sabiendo que los costes de transporte por tonelada de aceite
desde cada almazara a cada ciudad son los siguientes:

8
 E1 E2 E3 E4 E5 Oferta
A1 2 4 7 5 1 40
A2 1 3 2 6 3 30
A3 5 2 1 3 2 50
Demanda 15 30 15 40 20

determinar cuál es la distribución de transporte que supone un coste

mı́nimo, es decir, cuántas toneladas de aceite se deben enviar de cada
almazara de manera que se satisfaga la demanda de cada ciudad, no se
exceda la producción de cada almazara y que el costo total sea mı́nimo.

2. Disponemos de 210000 euros para invertir en bolsa. Nos recomiendan

dos tipos de acciones. Las de tipo A, que rinden el 10 % y las de tipo
B, que rinden el 8 %. Decidimos invertir un máximo de 130000 euros
en las del tipo A y como mı́nimo 60000 en las del tipo B. Además
queremos que la inversión en las del tipo A sea menor que el doble de
la inversión en B. ¿Cuál tiene que ser la distribución de la inversión
para obtener el máximo interés anual?
(fuente http://actividadesinfor.webcindario.com/proli.htm)