GUÍA DE INVESTIGACIÓN OPERATIVA F

UNIVERSIDAD TÉCNICA DEL NORTE
FACULTAD DE CIENCIAS ADMINISTRATIVAS Y ECONÓMICAS
GUÍA
INVESTIGACIÓN OPERATIVA
CONTENIDO
Esquema 3
Introducción 4
Justificación 4
Objetivos 5
Unidad 1: 6
Unidad 2: 11
Unidad 3: 16
Unidad 4: 22
Referencias bibliográficas 27
2
Esquema
INVESTIGACIÓN OPERATIVA
UNIDAD 1 UNIDAD 2 UNIDAD 3 UNIDAD 4
¿QUÉ ES LA PROGRAMACIÓN LINEAL INVENTARIOS PROGRAMACIÓN DE

INVESTIGACIÓN DE PROYECTOS
OPERACIONES?
-¿Qué es la investigación -Historia y planteamiento del -Problema de transporte -Aspectos básicos,

de operaciones? modelo general de la PL por método esquina nodos, tiempos y
-Metodología de -Resolución algebraica y noroeste asignaciones.
investigación de gráfica del modelo -Problemas de transporte -Red PERT
operaciones -Resolución simplex del método costo mínimo y -Red CPM
-¿Qué son los modelos modelo aproximación de voguel -Manejo operativo de
matemáticos? -Análisis de sensibilidad y - Problemas de asignación redes y soluciones
-Resolución de modelos dualidad maximización y informáticas
matemáticos y aplicaciones minimización
-Problemas de transbordo
Evaluación Evaluación Evaluación Evaluación

Introducción
La presente guía servirá de base para que el estudiante que cursa la
asignatura de Investigación Operativa identifique, resuelva problemas de
optimización de funciones y controle recursos tecnológicos, materiales y
humanos, a través de la aplicación de pronósticos confiables explorando de
manera sistemática, económica y eficaz alternativas de solución.
La asignatura fue organizada de forma que permita al estudiante un

conocimiento progresivo, iniciando desde la parte básica hasta el desarrollo
de temas que implican mayor complejidad en cuanto al análisis y toma de
decisiones.
Cada unidad conlleva el desarrollo de ejemplos ilustrativos, resueltos

metodológicamente para facilitar el aprendizaje del estudiante y así permitirle
un mayor dominio del tema logrando alto grado de seguridad.
Justificación
La investigación de operaciones es una de las asignaturas de mayor
importancia para la toma de decisiones. Esta asignatura ayuda al alumno a
desarrollar modelos que le permitan responder de una manera más rápida,
efectiva y apropiada a la intensa dinámica de las organizaciones.
El análisis de toma de decisiones puede tomar dos formas: cualitativo y

cuantitativo. El análisis cualitativo se basa en el juicio, intuición y experiencia
de la alta gerencia. Sin embargo el análisis cuantitativo se concentra en datos
asociados con los problemas y desarrolla expresiones matemáticas que
describen las relaciones entre ellos. Los modelos matemáticos son la base
de los modelos cuantitativos. A su vez, la esencia de la Investigación de
operaciones es el uso de los modelos.
4
Objetivos
Objetivo General
Proporcionar al estudiante los conocimientos básicos necesarios para

entender la investigación operativa como una herramienta de ayuda que
permita la correcta toma de decisiones.
Objetivos Específicos
 Identificar y resolver problemas de optimización de funciones y manejo

de recursos usando modelos matemáticos que permitan controlar recursos
tecnológicos, materiales y humanos, aplicando pronósticos confiables.
 Determinar las soluciones óptimas para problemas de programación lineal
utilizando el método gráfico y el método simplex
 Establecer técnicas para minimizar los costos asociados a la distribución
en los modelos de transporte, asignación y trasbordo.
 Explicar la importancia de usar los modelos de red PERT y CPM en los
problemas de negocios
5
UNIDAD 1
¿QUÉ ES LA INVESTIGACIÓN DE OPERACIONES?
MODELOS MATEMÁTICOS
Objetivo de la unidad
El alumno será capaz de identificar y resolver problemas de optimización de

funciones y manejo de recursos usando modelos matemáticos que permitan
controlar recursos tecnológicos, materiales y humanos, aplicando pronósticos
confiables.
1.1. ¿Qué es la investigación de operaciones? breve

historia
La Investigación Operativa es una disciplina moderna que utiliza modelos
matemáticos, estadísticos y algoritmos para modelar y resolver problemas
complejos, determinando la solución óptima y mejorando la toma de
decisiones. En otras palabras sería que la investigación operativa es la ciencia
de la toma de decisiones a través del uso del modelamiento matemático.
Se dice que su nacimiento como ciencia inició en Inglaterra durante la

Segunda Guerra Mundial, cuando un equipo de científicos empezó a tomar
decisiones con respecto a la mejor utilización del material bélico, al término
de la guerra, las ideas formuladas en operaciones militares se adaptaron para
mejorar la eficiencia y productividad en el sector civil.
Debido al gran éxito obtenido por la Investigación Operativa en el campo

militar, ésta se extendió a otros campos siendo hoy en día utilizada
prácticamente en todas las áreas posibles donde se pretenda mejorar la
eficiencia.
1.2. Metodología de investigación de operaciones

En forma general se podría decir que la investigación de operaciones sigue
los siguientes pasos:
a) DEFINICIÓN DEL PROBLEMA
6
Implica definir el alcance del problema investigado, determinando los

objetivos apropiados, las restricciones sobre lo que se puede hacer, las
interrelaciones, los límites de tiempo para tomar una decisión, etc.
El fin es identificar tres elementos principales del problema de decisión:
 Descripción de las alternativas de decisión;

 Determinación del objetivo del estudio, y
 Especificación de las limitaciones bajo las cuales funciona el sistema
modelado.
b) CONSTRUCCION DEL MODELO
La forma convencional en que la investigación de operaciones realiza esto

es construyendo un modelo matemático que represente la esencia del
problema. Un modelo hace más manejable el problema y permiten evaluar
las alternativas de solución.
El modelo resultante se puede ajustar a un modelo matemático estándar,

como la programación lineal, o a un modelo a través del método
heurístico.
c) SOLUCIÓN DEL MODELO.
Resolver un modelo consiste en encontrar los valores de las variables

dependientes con el propósito de optimizar o mejorar la eficiencia del
sistema.
La selección del método de solución depende de las características del

modelo. Los procedimientos de solución pueden ser clasificados en tres
tipos:
 analíticos, que utilizan procesos de deducción matemática;

 numéricos, que son de carácter inductivo y funcionan en base a
operaciones de prueba y error;
 simulación, que utiliza métodos que imitan o, emulan al sistema
real, en base a un modelo.
7
Un aspecto importante de la fase de solución del modelo es el análisis de

sensibilidad. Tiene que ver con la obtención de información adicional sobre
el comportamiento de la solución óptima cuando el modelo experimenta
algunos cambios de parámetros.
d) VALIDACION DEL MODELO
Antes de usar el modelo debe probarse si el modelo propuesto hace en

realidad lo que dice que hace, debe identificar y corregir todas las fallas
que se puedan presentar.
El modelo es válido si, en condiciones de datos de entrada iguales,

reproduce de forma razonable el desempeño pasado. Sin embargo, no
suele haber seguridad de que el desempeño futuro continuará copiando el
comportamiento pasado.
e) IMPLEMENTACION DE LA SOLUCION DEL MODELO
La solución de un modelo validado implica la transformación de los

resultados en instrucciones de operación comprensibles que se emitirán a
las personas que administrarán el sistema recomendado.
Es importante que todas las expresiones matemáticas sean consistentes

en las dimensiones de las unidades que emplean, puede obtenerse un
mejor conocimiento de la validez del modelo variando los valores de los
parámetros de entrada y/o de las variables de decisión, y comprobando
que los resultados de modelo se comporten de una manera factible.
1.3. ¿Qué son los modelos matemáticos?

Qué es un modelo?
Se le conoce como modelo de abstracción de la realidad, donde sus

características no esenciales han sido eliminadas para dejar solamente las
más significativas
8
Por qué un modelo?
 Permite deducir conclusiones

 Menos tiempo
 Menos dinero
 Reduce riesgo
Qué son los modelos matemáticos?
Un modelo matemático es uno que representa el desempeño y

comportamiento de un sistema dado en términos de ecuaciones
matemáticas, ofreciendo resultados cuantitativos.
La realidad ha sido transformada a ecuaciones que pueden resolverse

mediante operaciones aritméticas o algebraicas sin necesidad de
experimentar en la vida real.
La Investigación Operativa implica:
Como construir un modelo matemático?
Paso 1.- Identificar las variables de decisión
¿Sobre qué tengo control?
9
¿Qué es lo que hay que decidir?
¿Cuál sería una respuesta válida en este caso?
Paso 2.- Identificar la función objetivo
¿Qué pretendemos conseguir?
Si yo fuese el jefe de la empresa, ¿qué me interesaría más?
Paso 3.- Identificar las restricciones o factores que limitan la decisión
Recursos disponibles (trabajadores, máquinas, material)
Fechas límite
Restricciones por la naturaleza de las variables (no negatividad)
Restricciones por la naturaleza del problema
Paso 4.- Traducción de los elementos básicos a un modelo matemático.
Tipos de modelo matemáticos
DETERMINÍSTICOS PROBABILÍSTICOS
• Programación matemática • Programación estocástica
• Programación lineal • Gestión de inventarios
• Programación entera • Fenómenos de espera (colas)
• Programación dinámica • Teoría de juegos
• Programación no lineal • Simulación
• Programación
multiobjetivo
• Modelos de transporte
• Modelos de redes
1.4. Resolución de modelos matemáticos y aplicaciones

Aquí se analizará la técnica de resolución más adecuada, se generará
soluciones del modelo, se comprobará los resultados y se realizará análisis
de sensibilidad. Se realizará varios ejercicios de aplicación.
10
UNIDAD 2
PROGRAMACIÓN LINEAL
En ésta unidad el alumno podrá determinar las soluciones óptimas para

problemas de programación lineal utilizando el método gráfico y el método
simplex.
2.1. Historia y planteamiento del modelo general de

la programación lineal
Se conoce como programación lineal a la técnica de la matemática que

permite la optimización de una función objetivo a través de la aplicación de
diversas restricciones a sus variables.
Consiste en optimizar (minimizar o maximizar) una función lineal,

denominada función objetivo, de tal forma que las variables de dicha función
estén sujetas a una serie de restricciones que expresamos mediante
un sistema de inecuaciones lineales.
La programación lineal estudia el problema de minimizar o maximizar una

función lineal en la presencia de desigualdades lineales. Desde que George
B. Dantzig desarrolló el método simplex en 1947, la programación lineal se
ha utilizado extensamente en el área militar, industrial, gubernamental y de
planificación urbana, etc.
11
La popularidad de la programación lineal se puede atribuir a muchos factores,

incluyendo su habilidad para modelar problemas grandes y complejos, y la
habilidad de los usuarios para resolver problemas a gran escala en un
intervalo de tiempo razonable mediante el uso del método simplex y de
computadoras.
Un problema de programación lineal es un problema de minimizar o

maximizar una función lineal en la presencia de restricciones lineales del tipo
desigualdad, igualdad o ambas.
2.2. Resolución algebraica y gráfica del modelo
METODO ALGEBRAICO
En forma resumida se puede decir que para aplicar este método, se seguirá
los siguientes pasos:
 Plantear el problema en términos matemáticos

 Convertir a Ecuación
 Despejar primera ecuación
 Reemplazar en segunda ecuación, determinar X1 y X2
 Finalmente reemplazar valores en función objetivo
METODO GRÁFICO
El método gráfico es un procedimiento de solución de problemas de

programación lineal muy limitado en cuanto al número de variables pero muy
rico en materia de interpretación de resultados e incluso análisis de
sensibilidad.
El método gráfico permite una comprensión visual de la resolución de un

problema.
12
De acuerdo a las condiciones deberá cumplir con los cuatro requisitos básicos.
 Función Objetivo
 Conjunto de limitaciones o restricciones
 Condición de no negatividad
 Condiciones u optimización (Solución factible)
Mediante el método gráfico se trata de resolver por aproximaciones, o

interacciones gráficas las posibilidades de mejorar las soluciones de
conformidad a la función objetivo determinada.
Este consiste en representar cada una de las restricciones y encontrar en la

medida de lo posible el polígono (poliedro) factible, comúnmente llamado el
conjunto solución o región factible, en el cual por razones trigonométricas en
uno de sus vértices se encuentra la mejor respuesta (solución óptima).
MAXIMIZACIÓN
Cuando se trata de problemas de maximización, la solución está

determinada por la región interior formada por un polígono convexo.
Para maximización se utilizará las expresiones <= (menor o igual) lo

que indica que la empresa no podrá utilizar más recursos de los que
dispone (Finitud) y los coeficientes de X1 y X2 corresponden a las
necesidades técnicas de producción.
MINIMIZACIÓN
De igual manera que en los casos de maximización, por el método

gráfico, se pueden resolver problemas de minimización, se utilizará la
expresión >= (mayor o igual) para las desigualdades.
En estos casos el problema se ajusta a encontrar un conjunto convexo

hacia fuera e identificar un punto extremo (vértice) que minimice la
función objetivo.
13
Una vez determinada la región básica factible, área positiva y que

satisface, las limitaciones o restricciones del problema. Un punto por
debajo de esta región no satisface los requerimientos técnicos y nos
interpretará que no cumplimos con las necesidades mínimas.
2.3. Resolución simplex del modelo
Desde la creación del método simplex mucha gente ha contribuido al

crecimiento de la programación lineal, ya sea desarrollando su teoría
matemática, diseñando códigos y métodos computacionales eficientes,
experimentando nuevas aplicaciones, y también utilizando la programación
lineal como una herramienta auxiliar para resolver problemas más complejos
como son programas enteros, programas discretos, programas no lineales,
problemas combinatorios, problemas de programación estocástica y
problemas de control óptimo.
El método Simplex se basa en el álgebra y se lo emplea para resolver

problemas de Programación Lineal tanto de Maximización o Minimización.
Es un procedimiento que permite mejorar la solución de la función objetivo

en cada paso. El proceso concluye cuando no es posible continuar mejorando
dicho valor, es decir, se ha alcanzado la solución óptima.
El uso más común de la Simplex es maximizar el resultado, es decir,

encontrar el valor más grande posible para un total. Los problemas típicos de
resolver con Simplex están buscando cantidades óptimas de productos para
ser vendidos, con restricciones en el almacenamiento y la producción de los
mismos.
2.4. Análisis de sensibilidad y dualidad
El análisis de sensibilidad para los modelos de Programación Lineal tiene por

objetivo identificar el impacto sobre la solución del problema original tras
determinadas modificaciones en los parámetros del problema, sin tener que
14
resolver el problema nuevamente. Baje éste parámetro podemos distinguir

dos tipos de análisis:
Análisis de sensibilidad: Consiste en determinar cuál es el rango de

variación de los parámetros del problema de modo que la base óptima
encontrada siga siendo óptima.
Análisis post optimal: Consiste en determinar cómo varía la base óptima si

cambia alguno de los parámetros del problema.
Dualidad: resulta de buscar relaciones que permitan obtener información

adicional de un problema de optimización general. Esto, traducido a PL nos
conduce a relaciones primal-dual.
15
UNIDAD 3
INVENTARIOS
Establecer técnicas para minimizar los costos asociados a la distribución en

los modelos de transporte, asignación y trasbordo.
3.1. Problema de transporte por método esquina

noroeste
El problema de transporte puede enunciarse de la siguiente manera: Tiene
un número (m) de orígenes y (n) destinos, se trata de transportar al menor
costo posible determinadas cantidades de artículos, mercaderías, etc., entre
dichos orígenes y destinos.
El método de la Esquina Noroeste tiene como ventaja frente a sus similares,

la rapidez de su ejecución, y es utilizado con mayor frecuencia en ejercicios
donde el número de fuentes y destinos sea muy elevado.
Su nombre se debe al génesis del algoritmo, el cual inicia en la ruta, celda o

esquina Noroeste (esquina superior izquierda)
PASO 1:
Iniciamos las asignaciones en la esquina Noroeste o sea la superior izquierda

de la matriz, calculando o comparando los mínimos (cantidades ofrecidas por
los centros de producción y los requerimientos por los consumidores).
16
PASO 2:
Se debe asignar el máximo posible de unidades desde el centro de

distribución 1 al centro de consumo A, luego si quedan disponibilidades se va
asignando al centro de consumo B y así sucesivamente hasta agotar las
existencias.
PASO 3:
Finalmente se obtiene el costo de transporte total, determinando las

asignaciones realizadas por los costos unitarios de cada una.
3.2. Problemas de transporte método costo mínimo y

aproximación de voguel
COSTO MÍNIMO:
Iniciamos las asignaciones en base al costo más bajo (si existen dos opciones
se escoge la que más convenga), validando las cantidades ofrecidas por los
centros de producción y los requerimientos por los consumidores.
Se debe asignar el máximo posible de unidades desde el centro de

distribución escogido al centro de consumo seleccionado.
Igualmente se determina el costo de transporte total, determinando las

asignaciones realizadas por los costos unitarios de cada una.
APROXIMACIÓN DE VOGUEL
El método consiste en la realización de un algoritmo que consta de 3 pasos

fundamentales y 1 más que asegura el ciclo hasta la culminación del método.
PASO 1
Determinar para cada fila y columna una medida de penalización restando los
dos costos menores en filas y columnas.
17
PASO 2
Escoger la fila o columna con la mayor penalización, es decir que de la resta

realizada en el "Paso 1" se debe escoger el número mayor. En caso de haber
empate, se debe escoger arbitrariamente (a juicio personal).
PASO 3
De la fila o columna de mayor penalización determinada en el paso anterior

debemos de escoger la celda con el menor costo, y en esta asignar la mayor
cantidad posible de unidades. Una vez se realiza este paso una oferta o
demanda quedará satisfecha por ende se tachará la fila o columna, en caso
de empate solo se tachará 1, la restante quedará con oferta o demanda igual
a cero (0).
PASO 4: DE CICLO Y EXCEPCIONES
- Si queda sin tachar exactamente una fila o columna con cero oferta o
demanda, detenerse.
- Si queda sin tachar una fila o columna con oferta o demanda positiva,
determine las variables básicas en la fila o columna con el método de costos
mínimos, detenerse.
- Si todas las filas y columnas que no se tacharon tienen cero oferta y

demanda, determine las variables básicas cero por el método del costo
mínimo, detenerse.
- Si no se presenta ninguno de los casos anteriores vuelva al paso 1 hasta

que las ofertas y las demandas se hayan agotado.
3.3. Problemas de asignación maximización y

minimización
En el modelo de asignación, la idea fundamental de resolución es ¿qué fuente

satisface mejor el destino?
18
MÉTODO HÚNGARO
El método Húngaro es un método de optimización de problemas de

asignación, conocido como tal gracias a que los primeros aportes al método
clásico definitivo fueron de Dénes König y Jenö Egerváry dos matemáticos
húngaros
PASO 1
Antes que nada cabe recordar que el método húngaro trabaja en una matriz
de costos n*m (en este caso conocida como matriz m*m, dado que el número
de filas es igual al número de columnas n = m), en el caso de no ser igual se
aumentará una fila o columna donde hiciera falta. Una vez construida esta se
debe encontrar el elemento más pequeño en cada fila, tomando en cuenta
que siempre se empezará por las filas de la matriz.
PASO 2
Una vez se cumple el procedimiento anterior se debe construir una nueva

matriz n*m, en la cual se consignarán los valores resultantes de la diferencia
entre cada costo y el valor mínimo de la fila a la cual cada costo corresponde
(valor mínimo hallado en el primer paso).
PASO 3
Este paso consiste en realizar el mismo procedimiento de los dos pasos

anteriores referidos ahora a las columnas, es decir, se halla el valor mínimo
de cada columna, con la diferencia que este se halla de la matriz resultante
en el segundo paso, luego se construirá una nueva matriz en la cual se
consignarán los valores resultantes de la diferencia entre cada costo y el valor
mínimo de la columna a la cual cada costo corresponde, matriz llamada
"Matriz de Costos Reducidos".
PASO 4
19
A continuación se deben de trazar líneas horizontales o verticales o ambas

(únicamente de esos tipos) con el objetivo de cubrir todos los ceros de la
matriz de costos reducidos con el menor número de líneas posibles, si el
número de líneas es igual al número de filas o columnas se ha logrado obtener
la solución óptima (la mejor asignación según el contexto de optimización),
si el número de líneas es inferior al número de filas o columnas se debe de
proceder con el paso 5.
PASO 5
Este paso consiste en encontrar el menor elemento de aquellos valores que

no se encuentran cubiertos por las líneas del paso 4, ahora se restará del
restante de elementos que no se encuentran cubiertos por las líneas; a
continuación este mismo valor se sumará a los valores que se encuentren en
las intersecciones de las líneas horizontales y verticales, una vez finalizado
este paso se debe volver al paso 4.
3.4. Problemas de transbordo
El Problema de transbordo, intertransporte o reembarque, es una variación

del modelo original de transporte que se ajusta a la posibilidad común de
transportar unidades mediante nodos fuentes, destinos y transitorios,
mientras el modelo tradicional solo permite envíos directos desde nodos
fuentes hacia nodos destinos.
Existe la posibilidad de resolver un modelo de transbordo mediante las

técnicas tradicionales de resolución de modelos de transporte y este
procedimiento se basa en la preparación inicial haciendo uso de artificios
conocidos con el nombre de amortiguadores, los cuales deben ser iguales a
la sumatoria de las ofertas de los nodos de oferta pura y de coeficiente cero
(0) en materia de costos.
La importancia de los modelos de transbordo aumenta con las nuevas

tendencias globales de gestión de cadenas de abastecimiento, en las cuales
se deben de optimizar los flujos logísticos de productos teniendo en cuenta la
20
importancia de minimizar los costos, asegurar disponibilidad de unidades y

reconociendo la importancia de los centros de distribución en la búsqueda del
equilibrio entre las proyecciones y la realidad de la demanda.
21
UNIDAD 4
PROGRAMACIÓN DE PROYECTOS
Explicar la importancia de usar los modelos de red PERT y CPM en los

problemas de negocios
4.1. Aspectos básicos, nodos, tiempos y asignaciones.
Los problemas de redes surgen en una gran variedad de situaciones. Las

redes de transporte, eléctricas y de comunicaciones predominan en la vida
diaria.
Uno de los mayores desarrollos en la IO ha sido el rápido avance tanto en la

metodología como en la aplicación de los modelos de optimización de redes.
En la actualidad se dispone de algoritmos y paquetes de computadora que se

usan en forma rutinaria para resolver problemas muy grandes que no se
habían podido manejar hace 2 o 3 décadas
•Conjunto de
puntos
RED •Conjunto de
líneas
•Puntos (o
NODOS vértices)
•Etiquetan al dar
nombre de los
Arcos nodos
•En sus puntos
terminales
4.2. Red PERT
22
PERT (Program Evaluation and Review Technique - Técnica de Evaluación y

Revisión de Proyectos).
EL algoritmo PERT se desarrolla mediante intervalos probabilísticos,

considerando tiempos optimistas, probables y pesimistas.
Para graficar cada una de las actividades utilizamos el siguiente algoritmo:
 Se grafican las actividades iniciales, es decir, aquellas que no tienen

actividades precedentes. Para graficar cada una de las actividades se
traza una línea horizontal a la altura de donde se etiqueta la actividad,
la longitud de la recta es igual al tiempo esperado de la actividad,
utilizando la escala del eje horizontal.
 Se grafican las actividades que tienen como precedente las actividades
del paso anterior. La línea horizontal se traza a partir de donde termina
la actividad precedente. Si una actividad depende de dos actividades o
más, tenemos que igualar la longitud de todas estas actividades.
 Si ya no hay más actividades, entonces la gráfica está terminada, el
punto del tiempo hasta donde llega la última línea recta es la
aproximación de tiempo de terminación del proyecto. Si quedan
actividades pendientes regresamos al punto anterior.
4.3. Red CPM
CPM (Critical Path Method - Método de Ruta Crítica).
El objetivo principal determinar la duración de un proyecto. El principal

supuesto es que las actividades y sus tiempos de duración son conocidos
Una herramienta que me permita estimar el tiempo más corto en el que es

posible completar un proyecto es el método de la ruta crítica o del camino
crítico. Este es un algoritmo utilizado para el cálculo de tiempos y plazos en
la planificación de proyectos.
El objetivo principal es determinar la duración de un proyecto, donde cada

una de las actividades del mismo tiene una duración estimada. La duración
de las actividades que forman la ruta crítica determina la duración del
proyecto entero y las diferencias con las otras rutas que no sean la crítica se
23
denominan tiempos de holgura. Un proyecto puede tener más de una ruta

crítica.
El método de la ruta crítica usa tiempos ciertos o estimados y consiste

prácticamente en:
-Identificar todas las actividades que involucra el proyecto
-Establecer relaciones entre las actividades. Decidir cuál debe

comenzar antes y cuál debe seguir después.
-Construir una red o diagrama conectando las diferentes actividades a

sus relaciones de precedencia.
-Definir costos y tiempo estimado para cada actividad.
-Identificar la ruta crítica y las holguras de las actividades que

componen el proyecto.
-Utilizar el diagrama como ayuda para planear, supervisar y controlar

el proyecto.
4.4. Manejo operativo de redes y soluciones

informáticas
Hoy en día existe una gran variedad de plantillas a través de los cuales se
pueda realizar a través de sistemas informáticos el manejo y diseño de redes,
una de éstas puede ser Lucidchart.
Plantilla PERT simple
Lucidchart puede ser una solución informática para organizar las diversas
partes de un proceso de red. Se debe trazar los departamentos o estaciones
de trabajo de los cuales dependa para asegurar que el proceso no
experimente ninguna demora innecesaria.
24
Plantilla PERT avanzada
Lucidchart tiene una plantilla para crear un diagrama PERT más detallado
para análisis. Al incluir tanto la fecha inicial como la final en cada figura PERT,
se puede incrementar la transparencia del proceso y mejorar la organización
del mismo.
Plantilla PERT con carriles
Lucidchart estratifica el diagrama PERT en carriles, puedes fácilmente

visualizar los diversos pasos en un proceso y a los principales actores en cada
paso.
25
26
Referencias bibliográficas
− Hamdy A. Taha (2012). Investigación de Operaciones. México: Pearson
Educación.
− Heizer Jay & Render Barry (2009). Principios de Administración de
Operaciones. México: Pearson Educación.
Material Complementario
− Erazo F. Juan Carlos (2012). Investigación Operativa. Ecuador
27

GUÍA DE INVESTIGACIÓN OPERATIVA F

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

GUÍA DE INVESTIGACIÓN OPERATIVA F

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD TÉCNICA DEL NORTE

FACULTAD DE CIENCIAS ADMINISTRATIVAS Y ECONÓMICAS

UNIDAD 1 UNIDAD 2 UNIDAD 3 UNIDAD 4

¿QUÉ ES LA PROGRAMACIÓN LINEAL INVENTARIOS PROGRAMACIÓN DE

-¿Qué es la investigación -Historia y planteamiento del -Problema de transporte -Aspectos básicos,

Evaluación Evaluación Evaluación Evaluación

La asignatura fue organizada de forma que permita al estudiante un

Cada unidad conlleva el desarrollo de ejemplos ilustrativos, resueltos

El análisis de toma de decisiones puede tomar dos formas: cualitativo y

Proporcionar al estudiante los conocimientos básicos necesarios para

 Identificar y resolver problemas de optimización de funciones y manejo

El alumno será capaz de identificar y resolver problemas de optimización de

1.1. ¿Qué es la investigación de operaciones? breve

Se dice que su nacimiento como ciencia inició en Inglaterra durante la

Debido al gran éxito obtenido por la Investigación Operativa en el campo

1.2. Metodología de investigación de operaciones

a) DEFINICIÓN DEL PROBLEMA

Implica definir el alcance del problema investigado, determinando los

El fin es identificar tres elementos principales del problema de decisión:

 Descripción de las alternativas de decisión;

b) CONSTRUCCION DEL MODELO

La forma convencional en que la investigación de operaciones realiza esto

El modelo resultante se puede ajustar a un modelo matemático estándar,

c) SOLUCIÓN DEL MODELO.

Resolver un modelo consiste en encontrar los valores de las variables

La selección del método de solución depende de las características del

 analíticos, que utilizan procesos de deducción matemática;

Un aspecto importante de la fase de solución del modelo es el análisis de

d) VALIDACION DEL MODELO

Antes de usar el modelo debe probarse si el modelo propuesto hace en

El modelo es válido si, en condiciones de datos de entrada iguales,

e) IMPLEMENTACION DE LA SOLUCION DEL MODELO

La solución de un modelo validado implica la transformación de los

Es importante que todas las expresiones matemáticas sean consistentes

1.3. ¿Qué son los modelos matemáticos?

Se le conoce como modelo de abstracción de la realidad, donde sus

Por qué un modelo?

 Permite deducir conclusiones

Qué son los modelos matemáticos?

Un modelo matemático es uno que representa el desempeño y

La realidad ha sido transformada a ecuaciones que pueden resolverse

La Investigación Operativa implica:

Como construir un modelo matemático?

Paso 1.- Identificar las variables de decisión

¿Sobre qué tengo control?

¿Qué es lo que hay que decidir?

¿Cuál sería una respuesta válida en este caso?

Paso 2.- Identificar la función objetivo

¿Qué pretendemos conseguir?

Si yo fuese el jefe de la empresa, ¿qué me interesaría más?

Paso 3.- Identificar las restricciones o factores que limitan la decisión

Recursos disponibles (trabajadores, máquinas, material)

Restricciones por la naturaleza de las variables (no negatividad)

Restricciones por la naturaleza del problema

Paso 4.- Traducción de los elementos básicos a un modelo matemático.

Tipos de modelo matemáticos

1.4. Resolución de modelos matemáticos y aplicaciones

En ésta unidad el alumno podrá determinar las soluciones óptimas para

2.1. Historia y planteamiento del modelo general de

Se conoce como programación lineal a la técnica de la matemática que

Consiste en optimizar (minimizar o maximizar) una función lineal,

La programación lineal estudia el problema de minimizar o maximizar una

La popularidad de la programación lineal se puede atribuir a muchos factores,