1

Tema N°1 INTRODUCCIÓN A LA INVESTIGACIÓN DE OPERACIONES

1.- ¿Qué es la investigación de Operaciones?

Se han dado muchas definiciones de lo que es la Investigación de operaciones .

a) Es un método científico. - Esto es completamente erróneo , porque hace

suponer la existencia de muchos métodos científicos , cuando en realidad sólo
existe uno.
b) La toma de decisiones incluida dentro de la investigación de Operaciones. -
Esto también es falso , puesto que la Investigación de Operaciones es una de
las tantas herramientas que existen para la toma de decisiones .
c) La teoría de Sistemas se encuentra ubicada dentro de la Investigación de
Operaciones.- Esto también es falso porque mientras que la Teoría de
Sistemas es un marco conceptual que permite entender , interpretar , operar o
diseñar la realidad.

“ La Investigación de Operaciones es la aplicación , por grupos

interdisciplinarios , del método científico a problemas relacionados con el
control de las organizaciones o sistemas (hombre-máquina) a fin de que se
produzcan soluciones que mejor sirvan a los objetivos de toda la
organización”

a) Organización: Se puede interpretar como un sistema , pues así se facilita su

entendimiento. En un sistema, el comportamiento de cualquiera de sus
partes, o componentes tiene efectos directos e indirectos con el resto.
Quizás no todos estos efectos sean importantes, o más aún, posibles de
detectar
b) Todo sistema es una estructura que funciona. Así por ejemplo, un hombre
vivo es un sistema, mientras que ese mismo hombre, pero muerto no es un
sistema, sino simplemente una estructura.
La información es el elemento que convierte a una estructura en un
sistema, es decir, la información dinamiza a las estructuras. Se puede
concluir que todo sistema es un sistema de información.

2
Dentro de la estructura de los sistemas se encuentran los siguientes elementos:
recursos humanos, materiales (equipo, edificios, materia prima) y financieros.
Dentro de los recursos humanos se generan interacciones derivadas de la
selección y entrenamiento del personal, del rendimiento del trabajo del personal y,
por último, de la motivación del mismo
Los objetivos de la organización (sistema) se refieren a la eficiencia y efectividad
con que las diferentes componentes del mismo pueden controlarse y/o
modificarse. Se refiere también a la manera como esas componentes reaccionan
ante un estímulo que se presenta al sistema.

La Investigación de Operaciones ( IO ) es un método que permite encontrar

las relaciones óptimas que mejor operen un sistema , dado un objetivo
específico.

La información que fluye a través de los canales, comunica a las componentes.

Por comunicación, en su modelo más simple, se entiende al conjunto de :
información, transmisor, receptor y canal. El transmisor y receptor son
componentes de la estructura del sistema. La comunicación es la relación que se
establece entre las diferentes componentes del sistema. Esta relación puede ser,
por ejemplo, de diálogo, de entendimiento, etcétera
En todo sistema, donde sus componentes se comunican e interaccionan a raíz de
la información que fluye por los canales apropiados, debe existir además un
control. El control es un mecanismo de autoaprendizaje (autocorrección,
autoadaptación) del sistema. El control permite evaluar los resultados asociados a
los objetivos que se establecen y las acciones requeridas para iniciar y/o modificar
los patrones de comportamiento de las diferentes componentes controlables del
sistema, a medida que éstos se requieran.

Procesos o “ Fases” de un proyecto de Investigación de Operaciones ( IO )

Ackoff considera que las fases de un proyecto de Investigación de Operaciones
(IO), son las siguientes: a) Estudio de la organización. b) Interpretación de la
organización como un sistema. c) Formulación de los problemas de la
organización. d) Construcción del modelo. e) Derivación de soluciones del modelo.
f) Prueba del modelo y sus soluciones. g) Diseño de controles asociados a las
soluciones. h) Implantación de las soluciones al sistema.

3
Formulación de los problemas en la IO
a) Debe existir por lo menos un individuo que se encuentra dentro de un
marco de referencia, al cual se le puede atribuir, el problema del sistema
b) . b) El individuo debe tener, por lo menos, un par de alternativas para
resolver su problema. En caso contrario no existe el problema.
c) c) Deben existir, por lo menos, un par de soluciones, una de las cuales
debe tener mayor aceptación que la otra en el individuo. En caso contrario,
no existe el problema. Esta preferencia está asociada a un cierto objetivo
dentro del marco de referencia en donde se encuentra el individuo del
sistema.
d) d) La selección de cualquiera de las soluciones debe repercutir de manera
diferente en los objetivos del sistema, es decir, existe una eficiencia y/o
efectividades asociadas con cada solución. Estas eficiencias y/o
efectividades deben ser diferentes, puesto que de lo contrario no existe un
problema
a) El problema recae en un grupo, no en un individuo.
b) El marco de referencia donde se encuentra el grupo, cambia en forma dinámica.
c) El número de alternativas que el grupo puede escoger es bastante grande,
pero finito.
d) El grupo dentro del sistema puede tener objetivos múltiples. Peor aún, no
necesariamente estos objetivos son consistentes entre sí.
e) Las alternativas que selecciona el grupo son ejecutadas por otro grupo ajeno,
al cual no se le puede considerar como elemento independiente del problema.
f) Los efectos de la decisión del grupo pueden sentirse por elementos qué aún
siendo ajenos al sistema considerado, influyen directa o indirectamente, favorable
o desfavorablemente hacia él (políticos, consumidores, etcétera).
Para formular un problema se necesita la siguiente información:
a) ¿Existe un problema?
b) ¿De quién es el problema?
c) ¿Cuál es el marco de referencia del sistema donde se encuentra el problema?
d) ¿Quién o quiénes toman las decisiones?
e) ¿Cuáles son sus objetivos?
f) ¿Cuáles son las componentes controlables del sistema y cuáles no lo son?
g) ¿Cuáles son las interrelaciones más importantes del sistema?

4
h) ¿Cómo se emplearán los resultados del proyecto de Investigación de
Operaciones? ¿Por quién? ¿Qué efectos tendrá?
i) ¿Las soluciones tendrán efecto a corto o largo plazo?
j) ¿Podrán los efectos de las soluciones modificarse o cambiarse fácilmente?
k) ¿Cuántos elementos del sistema se afectarán por las soluciones del proyecto?
¿En qué grado?

Tipos de problemas en la IO.

Los problemas determinísticos son aquellos en los que cada alternativa del
problema (hay más de dos) tiene una y sólo una solución. Como hay varias
alternativas, hay también varias soluciones, cada una con una diferente eficiencia
y/o efectividad asociada a los objetivos del sistema. Por lo tanto, existe el
problema de decisión. Los problemas con riesgo son aquellos en los que cada
alternativa del problema (hay más de dos), tiene varias soluciones. Cada solución
puede ocurrir con una cierta probabilidad. La distribución de estas probabilidades
se conoce o se puede estimar. Los problemas bajo incertidumbre son aquellos en
los que cada alternativa del problema (hay más de dos) , tiene varias soluciones.
Sin embargo, se ignora con qué probabilidad o distribución probabilística ocurrirán
estas soluciones.

Construcción de modelos.
Modelos y modelaje.
El modelaje es la esencia del enfoque de la investigación de operaciones. El
construir un modelo, ayuda a colocar los aspectos complejos e inciertos de un
problema de decisión en una estructura lógica que es adecuada para el análisis
formal
¿Qué es un modelo?
Es una abstracción o una representación idealizada de un sistema de la vida real.
El propósito del modelo es proporcionar un medio para analizar el comportamiento
del sistema con el fin de mejorar su desempeño
Clases de modelos.
Existen tres clases de modelos: icónicos, analógicos, simbólicos.
Los modelos icónicos son imágenes a escala del sistema cuyo problema se quiere
resolver. Por ejemplo, las fotografías, las maquetas, dibujos y modelos a escala de
barcos, automóviles, aviones, canales, etc. son modelos icónicos

5
Los modelos analógicos se basan en la representación de las propiedades de un
sistema cuyos problemas se quieren resolver utilizando otro sistema cuyas
propiedades son equivalentes.
Los modelos simbólicos son conceptualizaciones abstractas del problema real a
base del uso de letras, números, variables y ecuaciones.
Los modelos heurísticos son esencialmente modelos que emplean reglas intuitivas
o ciertas guías tratando de generar nuevas estrategias que se traduzcan en
soluciones mejoradas.
Un ejemplo de un modelo heurístico podrá ser: “atienda todos los clientes de una
línea sobre la base de que el primero que llega primero se atiende”.
6.3. Grado de dificultad en la construcción de modelos.
Grado de dificultad 1
La estructura del sistema es sencilla de observar, analizar, entender y modelar a
simple vista y/o como consecuencia de pláticas realizadas con el grupo de
individuos que componen el sistema.
Grado de dificultad 2
La estructura del sistema es más complicada de modelar y, por lo tanto, se
requiere de un sistema análogo cuya modelación cae dentro del grado de
dificultad anterior. Por ejemplo, los problemas de localización de plantas,
problemas de inventarios, secuenciación de máquinas, etc., tienen una analogía
con sistemas de redes, cuya modelación es muy sencilla (cae dentro del grado de
dificultad uno).
Grado de dificultad 3
La estructura del sistema puede deducirse o aproximarse en base a un análisis de
cierta información. Por ejemplo, el estudio del tráfico en una ciudad puede
modelarse en base a datos que se obtienen por observación directa de
automóviles y peatones, en un determinado lugar y período de tiempo.
Grado de dificultad 4
La estructura del sistema no se puede deducir, sino únicamente aproximar a base
de pura experimentación. Este es el caso, por ejemplo, de la calendarización de la
producción de un nuevo producto, cuyo pronóstico de mercado, se ha inferido en
base a la venta de un producto similar de una compañía adversaria
(experimentación de mercado).

6
Grado de dificultad 5
La estructura del sistema no se puede deducir (ya sea por falta de datos o de
experimentos) y, por 1o tanto se conceptualiza una estructura artificial. Este es el
caso, por ejemplo, de los modelos que los Estados Unidos han utilizado en su
simulación de ataques nucleares, ocasionados por una supuesta guerra con la
Unión Soviética o la República Popular China. Otro ejemplo, que
desgraciadamente lo han puesto en uso nuestras autoridades policiacas, son los
modelos que el FBI en los Estados Unidos desarrolló para control de motines
callejeros, a raíz de los disturbios en Watts (Los Angeles) en 1965,Detroit 1966 y
en Chicago durante la convención democrática de 1968 (sólo para citar algunos
ejemplos).
6.4. Conclusiones respecto de la construcción de modelos.
Los modelos siempre deben ser menos complejos que el sistema real, de otra
manera, para qué quebrarse la cabeza con modelos si se puede trabajar con el
sistema real en sí. Los sistemas que son muy complejos pueden representarse por
una serie de submodelos, que unidos, representarían al modelo del sistema
original (de acuerdo al principio de descomposición).
Siempre intente construir un modelo tan simple como sea posible. Las ventajas de
un modelo simple son:
 Es económico en términos de tiempo, costos y pensamiento;
 Puede ser comprendido más fácilmente por el tomador de decisiones
 Si es necesario, el modelo puede alterarse fácil y efectivamente.
7. Derivar las soluciones del modelo
Resolver un modelo consiste en encontrar los valores de las variables
dependientes, asociadas a las componentes controlables del sistema a fin de
optimizar, si es posible, o en caso de no serlo mejorar la eficiencia y/o efectividad
del sistema, dentro del marco de referencia que fijan los objetivos establecidos por
el grupo de toma de decisiones. El análisis matemático clásico se utiliza para
obtener las soluciones a un modelo de investigación de Operaciones, en forma
deductiva. Cuando éstas no son posibles de obtener en forma deductiva, se utiliza
el análisis numérico, a fin de resolver el modelo en forma inductiva. Existen
métodos de solución de tipo iterativo que son aquellas que se aproximan a la
solución, o bien, dan la solución exacta, en base a una serie de repeticiones de la
misma regla analítica sobre los resultados de una repetición anterior.

7
8. Pruebas del modelo y de las soluciones. Control e implantación de los
modelos.
Los proyectos de Investigación de Operaciones se aplican generalmente en
organizaciones que están operando y que, por lo tanto, ya arrojan ciertos
resultados. Si los resultados que se deriven del modelo se alejan bastante de los
resultados reales del sistema operativo, entonces hay que cerciorarse de lo
siguiente:
a) Que el Diseño de Sistemas que se aplicó en el estudio del sistema en
cuestión, no ha omitido ninguna componente controlable importante y que
no haya rechazado ninguna interacción que genere efectos de importancia.
Se debe corroborar que todas las opiniones de las personas que forman el
grupo de toma de decisiones se hayan incluido en el análisis.
b) Una vez que se cerciore de la validez del Diseño de Sistemas que se
efectuó, hay que corroborar las expresiones matemáticas que representan
a los objetivos del grupo de toma de decisiones de la organización y de las
diferentes restricciones que representan las interacciones de importancia.
c) Una vez que se cerciore de la validez del modelo (representación
matemática de las interacciones y objetivos del mismo), hay que corroborar
que las técnicas que resuelven a éste se aplican de manera correcta y que
los resultados del mismo se analizan e interpretan también de manera
correcta.
d) Por último, hay que cerciorarse que la manera como se comunican los
resultados al grupo de toma de decisiones sea utilizando un lenguaje que
ellos entiendan.
Si todos estos pasos se ejecutan de una manera recurrente, cada vez que se
obtienen resultados del modelo y se le presentan al grupo de toma de decisiones,
se empieza a ejercer un procedimiento sistemático de control que depura y ajusta
al mismo con la realidad. El vacío que pudiera existir entre el grupo real que tiene
el problema y el grupo de Investigación de operaciones que viene a resolverlo, se
empieza a cerrar, construyéndose un puente de entendimiento y comunicación,
entre ambos grupos. Este tipo de control puede, de una manera muy sencilla,
ajustar los modelos ya operativos a los cambios dinámicos, que la organización
pudiera sufrir en el futuro.

8
9. Formulación de diferentes modelos
El objetivo del presente punto es el de introducir la formulación de modelos
matemáticos a partir de la descripción de los problemas.
Problema Nº1.-

(Un problema agrícola) Supóngase que en el poblado de Roboré, una Nacional

Financiera pretende hacer inversiones cuantiosas en el cultivo de Palta, Lima,
Mango y Lúcuma. Se persiguen dos objetivos, uno el de reducir el desempleo rural
y otro el de aumentar las exportaciones que vendrán a equilibrar la balanza de
pagos de la nación. Se sabe que la producción promedio de cada árbol está dada
por la siguiente tabla:
TABLA 1-1: Producción promedio por cada árbol.
El precio promedio en el mercado mundial a precios de 2010 fue de $ 10.00 por
Kg de Palta, $4.00 por Kg de Lima, $ 15.00 por Kg de mango y $ 7.00 por Kg de
Lúcuma. Existe una extensión de 250 000 m2 de tierra de propiedad fiscal propicia
para el cultivo de esos productos. Supóngase que técnicos del Ministerio de
Agricultura han determinado que las siguientes extensiones mínimas son
necesarias para el cultivo de esos productos.
TABLA 1-2

Afortunadamente no existe problema de agua, pues hay varios manantiales dentro

de la propiedad, que aseguran la existencia de ese preciado líquido por los
próximos 20 años. El costo por sembrar un árbol de Palta es de $ 2.00, $ 0.50 por
árbol de lima, $ 1.00 por árbol de mango y $ 1.50 por árbol de Lúcuma; estos
costos ya incluyen la compra del árbol más su cuidado y mantenimiento. Cada
árbol empieza a ser productivo, aproximadamente a los 3 años de ser plantado.
Cada árbol de Palta requiere de cuidados equivalentes a 36 horas-hombre/año; 72
horas-hombres/año por árbol de lima; 50 horas-hombre/año por árbol de mango y

9
100 horas hombre/año por árbol de Lúcuma. La Nacional Financiera pretende
hacer una inversión de 20 millones de pesos, pensando exportar toda su
producción a partir del tercer año. El desempleo en Roboré se ha calculado en 500
personas y, el Gobierno Nacional ha delineado que este proyecto emplee al
menos 200 personas en forma continua. Bajo estas circunstancias, ¿cuántos
árboles de Palta, lima, mango y Lúcuma deberán sembrarse con objeto de
maximizar el valor de la futura exportación anual?
Formulación:
Sean:
 XP : el número de árboles de Palta a ser sembrados,
 XLi : el número de árboles de Lima a ser sembrados,
 Xm : el número de árboles de Mango a ser sembrados,
 XLu : el número de árboles de Lúcuma a ser sembrados,
la notación usada para denotar todas las variables del problema. El valor
promedio de la exportación ( VPE ) anual se puede representar por : VPE=(10)
(150) XP +(4)(200) XLi +(15)(50) Xm + (7)(150) XLu cuyas dimensiones están
dadas por:

La restricción correspondiente a la extensión de tierra laborable está dada por : 4

XP +5 XLi +3 Xm + 6 XLu ≤ 250 000 m2 . Dimensionalmente , se puede verificar
que en efecto las unidades en ambos lados de la desigualdad son m2 .
Respecto a la inversión final se tiene que 2 XP +0.50 XLi +1 Xm + 1.50 XLu ≤ 20
000 000, Siendo pesos las unidades que prevalecen en ambos lados de esta
última desigualdad. Respecto a la condición de empleo mínimo que el Gobierno
Nacional se ha fijado, ésta puede representarse por: 36 XP +72 XLi +50 Xm + 100
XLu ≥ 8×200×365, siendo las dimensiones de esta desigualdad, las siguientes:

y ya simplificando, queda (horas-hombre) /año en ambos lados de la desigualdad.

Finalmente, como el número de árboles, de cualquier especie, no puede ser
negativo (en vez de sembrar, se destruye) , se tiene que:
XP ≥ 0, Xli ≥ 0, Xm ≥ 0, Xlú ≥ 0.

10
Resumiendo, se tiene que el siguiente modelo matemático formula el problema en
cuestión. Maximizar 1500 XP +800 XLi +750 Xm + 1050 XLu sujeto a

¡¡¡¡¡Este es un modelo de PROGRAMACIÓN LINEAL!!!!!

10. Definir los siguientes términos:
10.1. Productividad.
Productividad puede definirse como la relación entre la cantidad de bienes y
servicios producidos y la cantidad de recursos utilizados. En la fabricación la
productividad sirve para evaluar el rendimiento de los talleres, las máquinas, los
equipos de trabajo y los empleados.
Además de la relación de cantidad producida por recursos utilizados, en la
productividad entran a juego otros aspectos muy importantes como: Calidad: La
calidad es la velocidad a la cual los bienes y servicios se producen especialmente
por unidad de labor o trabajo. Productividad = Salida/ Entradas Entradas: Mano de
Obra, Materia prima, Maquinaria, Energía, Capital. Salidas: Productos. Misma
entrada, salida más grande Entrada más pequeña misma salida Incrementar
salida disminuir entrada Incrementar salida más rápido que la entrada Disminuir la
salida en forma menor que la entrada.
¿Cómo se mide la productividad?
La productividad se define como la relación entre insumos y productos, en tanto
que la eficiencia representa el costo por unidad de producto. Por ejemplo: En el
caso de los servicios de salud, la medida de productividad estaría dada por la
relación existente entre el número de consultas otorgadas por hora/médico. La
productividad se mediría a partir del costo por consulta, mismo que estaría
integrado no solo por el tiempo dedicado por el médico a esa consulta, sino
también por todos los demás insumos involucrados en ese evento particular, como
pueden ser materiales de curación medicamentos empleados, tiempo de la
enfermera, etc. En las empresas que miden su productividad, la fórmula que se
utiliza con más frecuencia es: Productividad: Número de unidades producidas
Insumos empleados
Un proceso es efectivo cuando logra las metas y objetivos. La eficacia es el
resultado de las operaciones de la organización; es el grado en el que se cumplen
las metas. Es la capacidad de lograr el resultado que se desea o se espera:

11
10.3. Eficiencia
Un proceso es eficiente cuando consigue metas y objetivos haciendo uso óptimo
de los recursos y al menor costo. Es la relación entre los insumos y los resultados
de un proceso; ¡¡¡es decir está relacionado con el comportamiento de las
operaciones de la organización, con el GRADO EN EL QUE SE APROVECHAN
LOS RECURSOS!!!

10.
4. Optimización
El adjetivo óptimo, (del latín optimus, bueno, lo que no puede ser mejor). En
matemáticas es el proceso de encontrar los mínimos y máximos de una función,
intenta dar respuesta a un tipo general de problemas donde se desea elegir el
mejor entre un conjunto de elementos. En su forma más simple, el problema
equivale a resolver una ecuación de este tipo:

Donde x = (x1,...,xn) es un vector y representa variables de decisión, f(x) es

llamada función objetivo y representa o mide la calidad de las decisiones
(usualmente números enteros o reales) y Ω es el conjunto de puntos o decisiones
factibles o restricciones del problema. Algunas veces es posible expresar el
conjunto de restricciones Ω como solución de un sistema de igualdades o
desigualdades.

Un problema de optimización trata entonces de tomar una decisión óptima para

maximizar (ganancias, velocidad, eficiencia, etc.) o minimizar un criterio
determinado (costos, tiempo, riesgo, error, etc). Las restricciones significan que no
cualquier decisión es posible. El concepto de „‟‟eficiencia de Pareto‟‟‟ (también
llamado óptimo de Pareto, Paretooptimalidad u óptimo paretiano en honor de su
introductor: Vilfred Pareto ) es un concepto de la economía -con aplicación tanto
en esa disciplina como en ciencias sociales e ingeniería. El concepto está
relacionado con estudios de eficiencia económica y distribución del ingreso y
establece como eficiente aquella situación en la cual se cumple que no es posible
beneficiar a más individuos en un sistema sin perjudicar a otros.

12