INVESTIGACIÓN DE

OPERACIONES

Dr. Julio Jiménez

 INVESTIGACIÓN DE OPERACIONES
“Es el conjunto de técnicas matemáticas y computacionales que utiliza
el ingeniero para la toma de decisiones, basadas en el análisis
cuantitativo, para la solución de problema de tipo operacional”.

Se auxilia de las ciencias matemáticas y la computación.

 Origen de la IO
 Desde la revolución industrial un notable crecimiento en magnitud y complejidad de
las organizaciones.

 Al incrementar la complejidad y especialización de la organización se vuelve cada

vez más difícil asignar los recursos disponibles a sus diversas actividades de manera
que sea lo más efectivo para la organización como un todo.

 Se atribuye su origen en la llamada investigación de operaciones a los servicios

militares al principio de la segunda guerra mundial y al desarrollo de la computadora.

 La necesidad de asignar sus recursos a las actividades de cada operación militar de

una manera efectiva hizo que la administración británica y después la de los EE.UU.
llamaran a un grupo de científicos con el fin de aplicar un procedimiento científico
para tratar tanto este como otros problemas tácticos y estratégicos.
 Según se dice estos esfuerzos sirvieron para ganar la batalla de Inglaterra, la
campaña de islas del pacífico, la batalla del atlántico norte y así sucesivamente.
 Dado el gran éxito en lo militar gradualmente la industria se interesó en este
nuevo campo.
 Los consultores e investigadores que habían participado se dieron cuenta que
eran los mismos problemas pero en diferente contexto.
 En 1947 George Danzig desarrolló el método simplex y en los años 1950 ya se
tenía bastante desarrollados técnicas como la programación lineal, programación
dinámica, la teoría de inventarios y la teoría de colas. Para 1951 la Investigación
de Operaciones ya había dominado en Gran Bretaña y luego en EE.UU tomó el
liderazgo.
 La contribución del computador digital radica en la tremenda capacidad de
velocidad de cómputo, almacenamiento y retiro de la información, que permitió
desarrollar problemas de gran escala.
 Fases de un estudio de Investigación de Operaciones
1. Definición del problema:
• Alternativas de decisión (variables de decisión).
• El objetivo de estudio (Función Objetivo).
• Especificación de las restricciones del sistema que se modela.

2. Construcción del modelo (formulación del problema):

• 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.
• Análisis de sensibilidad para estimar los parámetros del modelo

4. Verificación y Validación del modelo:

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

5. Implementación de la solución ( puesta en práctica):

• Traducir los resultados del modelo en instrucciones de operación.
Interpretación y análisis de resultados
Implantación y uso extensivo
Solución a un problema utilizando la
Investigación Operativa

Abstracción
Problema Modelo
Análisis
Realidad Matemático

Intuición

Decisiones Resultados
Interpretación

6
 MODELOS EN INVESTIGACION DE
OPERACIONES
Modelo Matemático
Es aquel modelo que describe el comportamiento de un sistema a través de
relaciones matemáticas y supone que todas las variables relevantes son
cuantificables. Por ende tiene una solución optima.

Modelo de Simulación
Es un modelo que imita el comportamiento de un sistema sobre un periodo de
tiempo dado, esta basado en observaciones estadísticas. Este tipo de modelo
entrega soluciones aproximadas.

Modelo Heurístico
Es una regla intuitiva que nos permite la determinación de una solución
mejorada, dada una solución actual del modelo, generalmente son procedimientos
de búsqueda. Este tipo de modelo también entrega soluciones aproximadas.
Tipos de modelos en Investigación de operaciones

 Determinísticos • Probabilísticos
 Programación matemática – Programación estocástica
 Programación lineal – Programación dinámica
 Programación entera – Gestión de inventarios
 Programación dinámica – Fenómenos de espera
 Programación no lineal (colas)
 Programación multiobjetivo – Teoría de juegos
 Modelos de transporte – Simulación
 Modelos de asignación
 Modelos de redes
PROGRAMACION LINEAL
 Es una técnica de la investigación de operaciones

 Permite asignar eficientemente los recursos limitados entre actividades conocidas

 Tiene como finalidad optimizar una función (maximiza o minimiza la función objetivo).

"La programación lineal es una clase de modelos de programación matemática destinados a la

asignación eficiente de los recursos limitados en actividades conocidas con el objetivo de satisfacer
las metas deseadas (tal como maximizar beneficios o minimizar costos)". Hamdy A. Taha
Aplicaciones de la PL

Programación cronológica.

Programas de distribución.

Programación de mezcla de productos (alimentos, minerales, etc.)

Programación de inventarios.

Programación de corte y ajuste de material

Programación de préstamos bancarios

Programación de cultivos
ESTRUCTURA DEL MODELO DE PROGRAMACION LINEAL
Es la representación algebraica o simbólica que resume un problema de programación lineal, el cual permite
identificar, evaluar y seleccionar la mejor alternativa de solución para la toma de decisiones.
Su estructura general en forma algebraica está representada por:
Variables: Xj
Función Objetivo
n
Optimizar Z = Σ cjxj
j=1
Sujeto a:
Restricciones

n <
Σ aijxj = bi , i = 1,2,...,m
j=1 >
xj >= 0 , j= 1,2,...,n
donde:
xj : Nivel de la actividad j, j = 1,2,...,n (variable de decisión)
cj : Costo o beneficio unitario de la actividad j (coeficiente económico)
Z : Beneficio o costo total debido a todas las actividades. (función objetivo)
bi : Cantidad disponible del recurso i, i = 1,2,...,m
aij: Cantidad del recurso i consumido por cada unidad de la actividad j (es la tasa de consumo unitaria,
llamados también coeficientes tecnológicos)
CONSTRUCCIÓN DEL MODELO DE PL
1. Identificar las variables de decisión y representarlas en términos algebraicos.

2. Identificar la función objetivo o criterio económico lineal para decidir que debe ser optimizado
en función de las variables de decisión.

3. Identificar las restricciones o limitaciones en el problema y expresarlas en términos de

ecuaciones o desigualdades lineales en función de las variables de decisión.
Una encuesta de mercado indica que la demanda diaria de pintura para interiores no puede
exceder la de pintura para exteriores en más de una tonelada. Asimismo, que la demanda
diaria máxima de pintura para interiores es de dos toneladas.

Reddy Mikks se propone determinar la (mejor) combinación óptima de pinturas para interiores
y exteriores que maximice la utilidad diaria total.

Investigación de operaciones , H. Taha

X1: Toneladas de pintura para exteriores a producir
X2: Toneladas de pintura para interiores a producir
SOLUCIÓN DEL MODELO DE PL

 Método gráfico.- útil para resolver problemas con dos variables de decisión

 Método simplex.- útil para cualquier número de variables. Método eficiente y

el más utilizado hasta el momento. Desarrollado en 1945 por Dantzig
 EL MÉTODO GRÁFICO.
 Dado un modelo matemático de programación lineal con dos variables
 Representar las restricciones en forma de ecuación ( líneas)

 Evaluar las regiones de cada restricción para determinar el espacio solución de cada restricción ( como inecuaciones)

 Determinar el espacio de soluciones factibles para todo el modelo (o el espacio de soluciones que satisfaga todas las
restricciones en forma simultanea). Las restricciones de no negatividad indica que se debe graficar en el primer cuadrante del
plano coordenado.

 Graficar la función objetivo dentro o cerca del plano de soluciones factibles.

 Determinar el punto de solución factible óptimo moviendo la recta de la función objetivo en forma paralela hasta que toque el
punto extremo más alejado del espacio de soluciones factibles (de tal manera que solamente pase por un solo punto del espacio
de soluciones factibles).
Solver