OPTIMIZACIÓN DE OPERACIONES

INGECO

ACADEMICA: Dr. Amanda López Castro

Mail: amanda.lopez@gmail.com
1. Concepto y delimitación de la
Investigación de Operaciones

Antecedentes:
Surge durante la segunda Guerra Mundial, ante la incorporación
de un nuevo radar, en oportunidad de los ataques alemanes a
Gran Bretaña.

El avance acelerado de la tecnología militar hace que los

ejecutivos y administradores militares británicos deban
recurrir a los científicos, en pos de apoyo y orientación en la
planificación de su defensa.

Despliegue de radares, manejo de operaciones de bombardeo, colocación de

minas,…
Segunda Guerra Mundial 1939-1945
 Historia

• Luego y con motivo de la revolución industrial, ha ido teniendo

cada vez más importancia dado el crecimiento y complejidad de
las nuevas organizaciones.

• Al terminar la guerra, sigue el desarrollo en la industria, debido

a:
• competitividad industrial
• gran desarrollo de los computadores:
* aumento de la capacidad de almacenamiento de datos
* Incremento de la velocidad de resolución de los problemas.
Actualidad

• Sigue habiendo un gran desarrollo, en

muchos sectores, con grandes avances sobre
todo en el campo de la Inteligencia Artificial
Investigación de operaciones-IO
Características de la IO
El matemático francés Jean
Baptiste-Joseph Fourier
(1768-1830) fue el primero en
intuir, aunque de forma
imprecisa, los métodos de lo
que actualmente llamamos
programación lineal
El matemático francese Gaspar Monge
(1746- 1818), también se interesó por
problemas de este género.

En el año 1939, el matemático ruso Kantarovitch

publica una extensa monografía titulada Métodos
matemáticos de organización y planificación de
la producción en la que por primera vez se hace
corresponder a una extensa gama de problemas;
una teoría matemática precisa y bien definida
llamada, hoy en día, programación lineal.
En 1941-1942 se formula por primera vez
el problema de transporte, estudiado
independientemente por Koopmans y
Kantarovitch, razón por la cual se suele
conocer con el nombre de problema de
Koopmans- Kantarovitch.

Tres años mas tardes George

Stigler plantea otro problema
particular conocido con el nombre
de régimen alimenticio optimal.
En 1947 George Bernard Dantzig formula
en términos matemáticos, el enunciado
estándar al que cabe reducir todo problema
de programación lineal.

Dantzig, junto con una serie de

investigadores del United States Departament
of Air Force, formarían el grupo que dio en
denominarse SCOOP (Scientific Computation
of Optimum Programs).

Una de las primeras aplicaciones de los

estudios del grupo SCOOP fue el puente
aéreo de Berlín.

Se continuó con infinidad de aplicaciones de

tipo preferentemente militar.
Puente aéreo de Berlín
 Antes de hablar de la
Programación Lineal

hablaremos de los MODELOS

¿Qué es un Modelo?

Es una representación o abstracción de una situación u

objeto real, que muestra las relaciones (directas e
indirectas) y las interrelaciones de la acción y la reacción
en términos de causa y efecto.

Estructura basada en elementos seleccionados de

la realidad.
 Proceso de Construcción de un Modelo

Modelo Resultados

Mundo
simbólico Juicio del
administrador

Mundo
real

Situación Intuición
Decisiones
administrativa
Modelo Matemáticos

• Un modelo matemático es uno que representa el

desempeño y comportamiento de un sistema dado en
términos de ecuaciones matemáticas, ofreciendo
resultados cuantitativos
¿Por qué un Modelo?

➢permite deducir conclusiones

➢menos tiempo
➢menos dinero
➢reduce riesgo
El Modelo debe tener suficientes detalles como para
que :

El resultado sea satisfactorio

Sea consistente con los datos
Pueda ser analizado en el tiempo con el que se cuenta para ello

Realismo Simplicidad
Tipos de Modelos

ICÓNICOS

ANALÓGICOS

SIMBÓLICOS
• MODELO ICÓNICOS
Son imágenes a escala del sistema cuyo problema se requiere
resolver.
Ej. Canales , aviones, mapa, planos, etc.
• Menos costoso cometer errores en modelo
• Modelo da intuición sobre problema real
• Modelo permite experimentar
• Nos ayuda a entender mejor el problema

• MODELO ANALÓGICOS
Son más detallados que los icónicos, pueden mostrar las
características del acontecimiento que se estudia, permiten
representar muchos procesos distintos del mismo tipo.
Ej. Diagramas de flujo, las curvas de demanda, curvas de distribución en
estadísticas etc.
• MODELO SIMBÓLICOS
Son conceptualizaciones abstractas del problema real en base a
letras, números, variables, parámetros y ecuaciones.

Este es el tipo de Modelos en que trabaja la IO

• Cualitativos
• Cuantitativos
• Estándares y hechos a medida
• Probabilísticos (estocásticos) o determinísticos
• Estáticos y dinámicos
• Simulación y no simulación
• Determinísticos • Probabilísticos
– Programación matemática – Programación estocástica
• Programación lineal – Gestión de inventarios
• Programación entera – Fenómenos de espera
• Programación dinámica (colas)
• Programación no lineal – Teoría de juegos
• Programación – Simulación
multiobjetivo
– Modelos de transporte
– Modelos de redes
 24

Modelos
Validados Realidad Problemas
Comercio
Industria
Salud Decisiones Decisor
Gobierno
Operaciones en general

Problemas y
Problemas y Objetivos
Datos CIENCIAS
Modelos
A Modelos
Validar DSS
EIS

Investigación Operativa
Matemáticas
Estadística
Probabilidades
Métodos Cuant.
Cuant.formales
Modelos y soluciones

INFORMATICA
 Categorías de variables
• Variables de Decisión: Son aquellas que se encuentran bajo el
control de quien toma la decisión.

• Variables Exógenas o Var. Externas: Son aquellas que son

importantes para el problema de decisión, pero están condicionadas
por factores que están fuera del alcance de la persona que decide.

• Políticas y Restricciones: Las personas encargadas de tomar

decisiones suelen trabajar con restricciones impuestas por las
políticas de la empresa.

Ejemplo: la fábrica puede tener una capacidad disponible limitada, lo

que puede restringir posibles ventas.
• Medidas de Desempeño: Cuando se toman decisiones, los
gerentes tratan de alcanzar las metas y objetivos. Los criterios o las
medidas de desempeño son expresiones cuantitativas de estos
objetivo:

Ejemplo: El gerente de marketing encargado de tomar la decisión de

introducción de un nuevo producto podría tomar la utilidad como una
medida de desempeño.

• Variables intermedias: Resulta común contar con otras variables,

a menudo son var. de contabilidad que se relaciona con costo e
ingresos.

• Ejemplo: decisión de un nuevo producto, los ingresos totales, los

componentes de fabricación y los costos también son var.
intermedias
 Modelo de entrada y resultado

Variables
Exógenas
(externas)

Medidas
Variables
Modelo de
Decisiones
Desempeño

Políticas y
restricciones
 Ejemplo: un modelo de fábrica de madera
• Los gerentes de una fábrica de madera están elaborando los planes para el año próximo,
puede presumirse que están a dos decisiones: una, acerca de la capacidad de la fábrica y la
otra relacionada con el valor de la mano de obra. La decisión de la capacidad de la fábrica
implica establecer si la empresa debe ampliar o no el aserradero, en cuánto y cuándo. Si
deciden expandirse ahora, la capacidad puede ampliarse en cualquier trimestre del año
próximo.
• La segunda decisión se relaciona con la negociación laborales que están próxima a
comenzar con el sindicato de la empresa. La empresa y el sindicato tienen que llegar a un
acuerdo sobre el valor de la mano de obra para el año siguiente.
• La empresa hizo proyecciones acerca de los precios de la madera en el año próximo y la
cantidad que podría vender (un estimado de la demanda). La empresa tiene la política de
producir por pedido, de modo que no cuenta con reserva de madera. Esto significa que no
puede producir más de lo que puede vender, en ningún periodo.
• Para producir láminas de madera, la empresa debe incurrir en gastos de mano de obra,
suministros y, materia prima (troncos). Otros gastos están relacionados con ventas. La
empresa alquila el equipo de producción y paga cuotas por él; además, cada período tiene
ciertos costos fijos. Determine las variables importantes del modelo de la fábrica.
 Variables de la fábrica de madera
o Variables de decisión :
Valor de mano de obra . Salario promedio para los empleados ($ por hora).
Capacidad adicional. Cantidad de capacidad agregada en cada trimestre en m^2

o Medida de desempeño:
Utilidad neta por la operación de la fábrica cada trimestre y todo el año.

o Variables exógenas:
Precio de venta de la madera
Demanda de la madera cada trimestre
Costo de compra de los troncos
Productividad de la mano de obra. Producción por hora de la mano de obra.
o Restricciones y políticas:
No hay reservas de madera. La producción se programa para cumplir con las
ventas .

o Variables intermedias:
Ingreso por venta
Gastos operacionales asociados directamente con la producción
Gastos de suministros
Cantidad de troncos necesarios para la producción
Capacidad de producción real de la fábrica
Gastos fijos
Gastos de equipo
La construcción de un modelo implica simplificar, en
primer lugar, el problema para la toma de
decisiones, mediante la selección de las variables
indicadas.

El segundo paso en la construcción de un modelo

es identificar las relaciones entre las variables; es
decir, determinar cómo dependen una de otras
 INVESTIGACION DE OPERACIONES
El Arte del Modelado

La I.O debe ser considerada como una ciencia y la vez como un

arte.

•Una ciencia por el uso de técnicas matemáticas para la resolución

de los problemas.

•Un arte ya que la formulación del modelo depende en gran parte

de la creatividad y la experiencia delas operaciones del equipo
investigador.
 Etapas para puesta en práctica IO
1. Definición del problema:
•Alternativas de decisión (var. de decisión).
•El objetivo de estudio (Función Objetivo).
•Identificación de las restricciones del sistema que se modela.

2. Construcción del modelo:

•Traducir el problema a relaciones matemáticas que incluyan las vars.
decisión, la Función Objetivo y las restricciones.

3. Solución del modelo:

•Uso de algoritmos de optimización.
•Se encuentran los valores de las vars. decisión.

4. Validación del modelo:

•¿El modelo entrega una predicción razonable del comportamiento del
sistema estudiado?

5. Puesta en práctica:
•Traducir los resultados del modelo en instrucciones de operación.
 Objetivo de la investigación de operaciones

✓ Apoyar a la toma de decisiones sistemas complejos.

✓ Estudiar la asignación óptima de recursos escasos a
determinada actividad.
✓ Evaluar el rendimiento de un sistema con objeto de
mejorarlo.
✓ Obtener información cuantitativa.
✓ Mejorar procedimientos tradicionales a través de las
opiniones de expertos y reglas simples.
✓ Lograr flexibilidad y bajo costo.
✓ Medir la incertidumbre.
34
 La IO dentro de las Organizaciones

Determina las unidades a producir,

a partir de una disponibilidad en
tiempo y materia prima.

Determina el correcto sistema de

distribución de los productos desde
las fábricas (origen) hacia las
sucursales (destinos).
La IO dentro de las Organizaciones

Elabora un plan de producción, balanceando la oferta y la

demanda, de manera que se satisfaga adecuadamente las
variables que intervienen en los mismos procesos para así
aumentar la utilidad y producción.
 IO Algunas aplicaciones

Planeación de Producción Distribución y transporte

Línea de espera Manejo de inventarios

 Resumen

La IO se enfoca principalmente en determinar la mejor solución para

un problema de decisión, con la restricción de recursos limitados.

La toma de decisiones en problemas reales dentro de una

organización es altamente compleja sobre todo porque en algunas
ocasiones se involucran un gran número de variables.

El propósito de la Investigación de Operaciones consiste en preparar

y capacitar al profesional para decidir entre diferentes medios,
técnicas y/o métodos disponibles una mejor solución, de modo que se
alcance un resultado óptimo de producción y distribución que genere
mayores utilidades dentro de la empresa u organización.