UNIVERSIDAD TEGNOLÓGICA DE TECAMACHALCO

PROCESOS INDUSTRIALES AREA MANUFACTURA

INVESTIGACIÓN DE OPERACIONES

DOCUMENTO: INTRODUCCIÓN A LA INVESTIGACIÓN DE

OPERACIONES

AUMNO: IVÁN HERNÁNDEZ DOLORES

GRADO: 9
GRUPO: B
DOCENTE: JOSE MIGUEL TELLÉZ ZEPEDA

FECHA; 30 DE MAYO DEL 2023

1
INDICE

Contenido
INTRODUCCIÓN .............................................................................................................................. 3
CAPITULO I ....................................................................................................................................... 4
PRAWDA. .......................................................................................................................................... 7
II LA EVOLUCION HISTORICA DE LA INVESTIGACIÓN DE OPERACIONES ...................... 8
III CLASIFICACIÓN DE LOS PROBLEMAS DE INVESTIGACIÓN DE OPERACIONES ....... 11
2.-PROBLEMAS HIBRIDOS ........................................................................................................... 12
3.-PROBLEMAS DETERMINISTICOS .......................................................................................... 13
IV METODOLOGIA, O FASES DE ESTUDIO DE LA INVESTIGACION DE OPERACIONES
........................................................................................................................................................... 14
3.- SOLUCIÓN DEL MODELO ...................................................................................................... 15
5.- IMPLEMENTACIÓN DE RESULTADOS ................................................................................ 16
V DEFINICIÓN, Y TIPOS DE MODELOS DE LA IO ................................................................... 16
2.- PROGRAMACIÓN LINEAL ...................................................................................................... 18
3.-MODELOS DE TRANSPORTE Y ASIGNACIÓN .................................................................... 19
4.-MODELOS DE PROGRAMACIÓN ENTERA ........................................................................... 20
5.-MODELOS DE PROBLEMAS DE REDES ................................................................................ 21
6.-MODELOS DE PROGRAMACIÓN MULTI-CRITERIO .......................................................... 22
7.-MODELOS DE PLANEACIÓN DE PROYECTOS .................................................................... 23
8.-MODELOS DE PROGRAMACIÓN DINAMICA ...................................................................... 24
9.-MODELOS DE INVENTARIOS ................................................................................................. 25
10.-MODELOS DE SIMULACIÓN ................................................................................................. 26
11.-MODELOS DE ANALISIS DE DECISIONES ......................................................................... 27
M/M/S ............................................................................................................................................... 29
CONFLICTOS BELICOS................................................................................................................. 30

2
INTRODUCCIÓN

La investigación de operaciones, desde un punto de vista optimo y eficaz, nos propone métodos de
aplicación dentro de la organización o empresa de la que formemos parte.

La investigación operativa (IO) abarca una amplia gama de técnicas y métodos de resolución de
problemas aplicados para mejorar la toma de decisiones y la eficiencia, como la simulación,
la optimización, la teoría de colas y otros modelos de procesos estocásticos, proceso de decisión de
Markov, métodos econométricos, análisis envolvente de datos, redes neurales, sistemas
expertos, análisis de decisiones y procesos analíticos jerárquicos.

Resulta interesante mencionar como todas estas técnicas y metodologías, fueron creadas y
propuestas a partir de los conflictos bélicos que surgieron en la décadas de 1900, y durante la
segunda guerra mundial, donde ingenieros, matemáticos y físicos colaboraron en conjunto para un
fin en específico.

Debido a la naturaleza computacional y estadística de la mayoría de estos campos, también tiene

fuertes vínculos con las ciencias de la computación y la analítica.

En el siguiente escrito, abarcaremos la historia, y los principales exponentes de esta rama, además
de los conceptos y metodologías utilizadas a lo largo de los años por estos pioneros y que nos han
brindado una amplia gama de oportunidades que son de gran ayuda para poder llevar a cabo estos
procedimientos y técnicas de estudio, esperando ser de su agrado y fácil comprensión, usando
capítulos, temas , subtemas y párrafos.

3
CAPITULO I
INVESTIGACION DE OPERACIONES.

Nosotros, dentro de un concepto empresarias, técnico, o cotidiano, estamos al tanto de las

decisiones que conlleva el tener a nuestra disposición un cargo que nos decrete mucha
responsabilidad, ya que muchas veces dentro de ese cargo las bases o decisiones de la empresa
estén en nuestras manos, dicho esto, nuestras decisiones van a repercutir de manera muy
considerable dentro de la empresa, y esto a su vez determinara el rumbo que seguirá la empresa.

La investigación de operaciones, también llamada investigación operativa, es una disciplina que se

ocupa de la aplicación de métodos analíticos avanzados para ayudar a tomar mejores decisiones. Se
la conoce también como ciencia administrativa debido a que la investigación conlleva una
administración, ya sea de los bienes servicios o algún producto que estemos produciendo. siendo
parte de la disciplina administrativa El origen de la IO moderna se sitúa desde épocas no
esencialmente remotas, hablamos de la segunda guerra mundial por parte de el bando aliado.
Posiblemente contribuyó en gran medida a que ganaran la guerra. De hecho, alguno de los
descubrimientos de esos años continuó siendo secreto militar hasta varios años después de
terminada la guerra. Los ejércitos son organizaciones complejas con problemas complejos de
coordinación y logística, de producción y distribución de armas, de intendencia, de estrategias de
avance y despliegue de tropas. El mando aliado reunió a científicos de diversas áreas matemáticos,
físicos, ingenieros, estadísticos, economistas, entre otros para abordar esos problemas complejos. El
nombre de IO viene de ese objetivo bélico: investigar las operaciones militares que provenían desde
un concepto mas anticuado que los altos directivos no podían clarificar.

A menudo se considera que es un subcampo de las matemáticas aplicadas. Los términos ciencia de
la gestión y teoría de la decisión a veces se usan como sinónimos.

Empleando técnicas de otras ciencias matemáticas, como modelado matemático, análisis

estadístico y optimización, la investigación de operaciones llega a soluciones óptimas o casi
óptimas para problemas complejos de toma de decisiones esto debido a que en la gran mayoría los
modeladores de las técnicas y estrategias de movimientos debían ser supervisados y aprobados por
los más altos mandos. Debido a su énfasis en la interacción humano-tecnología y debido a su
enfoque en aplicaciones prácticas, la investigación de operaciones se superpone con otras

4
disciplinas, en particular la ingeniería industrial y la administración de la producción, y se basa en
la psicología y en la ciencia de la organización.

La investigación de operaciones a menudo se ocupa de determinar los valores extremos de algún

objetivo del mundo real: los máximos (de ganancia, rendimiento o rentabilidad) pudiendo aplicarse
para la industria, o empresas de distintos niveles y tamaños, o mínimos (de pérdida, riesgo o costo).
Originada en los esfuerzos militares previos a la Segunda Guerra Mundial, sus técnicas han crecido
para tratar problemas en distintas industrias, de ese modo, a lo largo de los años, sean perfeccionado
las estrategias y pioneros de esta rama de la ingeniería, dando distintas pautas y soluciones para
continuar con estos proyectos y sus delimitantes.

5
 DEFINCIONES Y CONCEPTOS DE IO (ORGANIZACIONES Y PIONEROS)

SOCIEDAD AMERICANA DE INVESTIGACIÓN DE OPERACIONES, (ORSA).

Sostenían que La Investigación de Operaciones está relacionada con el mejor diseño y operación
del sistema (hombre-máquina) usualmente bajo ciertas condiciones y requiriendo la asignación de
recursos escasos. Mediante estos, los encargados de las metodologías y del proyecto debían realizar
los procedimientos necesarios para gestionar el avance de la empresa.

SOCIEDAD AMERICANA DE SISTEMAS DE PRODUCCIÓN Y CONTROL DE

INVENTARIOS, (APICS). Confiaban en el Análisis cualitativo de operaciones industriales y
administrativas con el intento de derivar un entendimiento integrado de los factores que controlan
los sistemas operacionales en vista de proporcionar a la Administración un objetivo básico para
tomar decisiones que frecuentemente involucran representar por medio de un modelo matemático la
realidad.

TAHA

-La Investigación de Operaciones aspira a determinar el mejor curso de acción óptimo de un

problema de decisión con la restricción de recursos limitados, aplicando técnicas matemáticas para
representarlo por medio de un modelo y analizar problemas de decisión.

HILLIER - LIEBERMAN.

- Significa hacer investigación sobre las operaciones referentes a la conducción y coordinación de

actividades dentro de una organización aplicada a una gama extraordinariamente amplia.

6
PRAWDA.
-Es la aplicación por grupos interdisciplinarios de Método Científico a problemas relacionados con
el control de las organizaciones o de sistemas en relación al hombre-máquina, con el fin de producir
soluciones óptimas para dichas organizaciones.

NAMAKFOROOSH. -La Investigación de Operaciones es la aplicación del Método Científico a

los problemas de decisión en las empresas y otras organizaciones, incluyendo el gobierno y la
milicia.

MOSKOWITZ - WRIGHT.

-La Investigación de Operaciones toma al Método Científico aplicado a la solución de problemas y

la toma de decisiones de la gerencia en función a la construcción de un modelo simbólico
examinando y analizando entre relaciones que lleguen a una técnica en la toma de decisiones en
base a los resultados óptimos.

7
II LA EVOLUCION HISTORICA DE LA INVESTIGACIÓN DE OPERACIONES

ANTECEDENTES DE IO

Historia de la Investigación de Operaciones (IO):

la Investigación de Operaciones tuvieron un inicio que se puede considerar , no esta tan alejado de
la realidad bélica se pueden atribuir a ciertos servicios militares que se prestaron durante la Segunda
Guerra Mundial. En aquel momento, producto de los esfuerzos bélicos entre los bloques
de naciones, existía la necesidad de asignar recursos escasos a las maniobras militares de los países
aliados y a las actividades que componían cada operación de la manera más eficaz. En ese sentido,
se convocaron a cientos de científicos para que aplicaran el método científico a ciertos problemas
estratégicos y tácticos que se tenían en ese momento, obteniéndose excelentes resultados en ese
ámbito.

De manera formal se puede considerar a estos grupos de científicos como los primeros grupos de
IO que se formaron. Terminada la guerra y gracias al gran éxito de estas investigaciones, muchos de
los consultores industriales que trabajaron conjuntamente con esos científicos durante la guerra,
encontraron que estas herramientas podían ser aplicadas a problemas similares en
las organizaciones industriales, de negocios e instituciones de gobierno. Aunque era un contexto
diferente se podían obtener las mismas ventajas competitivas que se obtuvieron durante la guerra y
a su vez lograr hacer más competitivo los negocios.

Hitos relevantes de IO:

Durante la primera Guerra Mundial, Thomas Alba Edison utilizó un "tablero táctico" para
encontrar una solución eficaz que permitía reducir las pérdidas de embarques causadas por ataques
de submarinos enemigos.

Para el año de 1920, el ingeniero A. K. Eran realizó un estudio acerca de las fluctuaciones de la
demanda de instalaciones telefónicas en relación con el equipo automático. Se considera su aporte
como la base de varios modelos matemáticos de la teoría de colas, de este modo se llevaría a cabo
la determinación de los modelos estratégicos de las distintas teorías desarrolladas.
.

8
Durante En 1937, se solicita la colaboración de varios científicos ingleses para que ayudaran
a estamentos militares a encontrar la mejor manera de utilizar el radar para localizar los aviones
enemigos. Sin embargo, el inicio formal de la investigación de operaciones se registra en 1939,
cuando a la estación de Bawdse se le asigna el desarrollo de políticas óptimas para el nuevo sistema
de detección militar conocido como radar.

L. Kantorovich, por el año de 1938 realiza importantes aportes en los modelos de planeación de
producción y distribución.

posteriormente, para el años En 1941, Hickoff se encargó de formular la estructura y

planteamiento del problema de transporte, que busca minimizar los costos relacionados con el
movimiento o traslado de materiales.

Ya en 1942, las Fuerzas Aéreas, el Ejército y la Marina tenían grupos establecidos dentro de sus
filas dedicados a la IO, estos grupos se conocen como Operations Analysis, Operation Research y
Operations Evaluations, respectivamente.

En 1947, el matemático George Dantzig desarrolla un algoritmo para la solución eficiente de

problemas de programación lineal, esta herramienta se conoce como el método símplex. Su
implementación inicial se registra en el ordenador UNIVAC para la solución de problemas lineales
grandes.

También hay que resaltar los trabajos de Markowitz (año 1957) en el marco de la simulación y
la programación discreta, los cuales tienen bastante aplicación hoy en día con el uso de los sistemas
computacionales.

En su mayoría, las herramientas para la solución de problemas de IO, tales como programación
lineal, programación entera, programación dinámica, teoría de inventarios, método de transporte,
teoría de cola fueron desarrolladas entre los años 1950 y 1960.

9
LINEA DEL TIEMPO, ANTECEDENTES Y PIONEROS DE LA INVESTIGACIÓN DE OPERACIONES

10
III CLASIFICACIÓN DE LOS PROBLEMAS DE INVESTIGACIÓN DE OPERACIONES

TIPOS DE CLASIFICACIONES

PROGRAMACIÓN ESTOCASTICA

Como primer problema encontramos La Programación Estocástica, esta reúne aquellos modelos de
optimización en donde uno o más parámetros del problema son modelados a través de variables aleatorias.
Una manera de sobrellevar est aleatoriedad consiste en reemplazar los parámetros por su valor esperado, lo
cual lleva a resolver un problema determinístico de programación matemática, los cuales son de especial
interés en la Investigación de Operaciones y donde la variabilidad inherente a los parámetros se aborda a
través del Análisis de Sensibilidad o Postoptimal.

No obstante, la solución obtenida de esta manera puede no ser representativa de la realidad, al no considerar la
dispersión de los valores que toman los parámetros en torno al valor esperado, lo cual entre otras cosas puede
invalidar su implementación al resultar finalmente escenarios muy diferentes del promedio.

De este modo y en general, una forma de incorporar esta situación de incertidumbre es considerar un número
finito de posibles realizaciones o escenarios para los parámetros aleatorios.

11
2 .-PROBLEMAS HIBRIDOS
En este tipo de modelos, la investigación híbrida es un método de recolección de datos que combina la
investigación cualitativa y cuantitativa para proporcionar información, por ejemplo, sobre lo que piensan los
consumidores y sus hábitos de compra.

Por lo general, un estudio de investigación cualitativa o cuantitativa actúa como el ancla, y el otro se utiliza
para proporcionar información adicional que respalde las conclusiones principales.

En este tipo de modelado, tenemos en cuenta que los problemas híbridos buscan soluciones factibles mediante
la resolución de problemas de inventario y además la búsqueda de un buen trabajo mediante simulación.

Por otro lado, los métodos de investigación cuantitativa más utilizados son las encuestas en línea, que permiten
recolectar una gran cantidad de comentarios estadísticamente confiables. Aunque el tiempo que le dedican los
participantes es menor, el grado de confiabilidad de datos es más alto.

En la siguiente imagen, observamos las prioridades de cada problema.

12
3.-PROBLEMAS DETERMINISTICOS

Los problemas de tipo determinístico se llaman así porque el resultado de la solución será determinado por los
valores de entrada o condiciones de inicio y este resultado siempre será igual y no existirá variación alguna
cuando los valores de entradas sean los mismos. Estos problemas generalmente tienen un comportamiento
lineal, es decir, cada paso de la solución tiene uno anterior y uno posterior. Generalmente son problemas
donde sabemos con certeza cuáles son los datos de entrada y derivado de eso sabemos qué resultado estamos
esperando a la salida del proceso. La aplicación de una fórmula matemática para el cálculo del área de algún
tipo de figura siempre dará el mismo resultado con los mismos valores de entrada, por ejemplo.

13
IV METODOLOGIA, O FASES DE ESTUDIO DE LA INVESTIGACION DE
OPERACIONES

PASOS PARA IMPLEMENTAR LA IO

1. Formulación y definición del problema.

En esta primera etapa de la nueva implementación dentro de la empresa, debemos tomar en cuenta varios
factores ,en este caso nos referimos a la

Descripción de los objetivos del sistema, es decir, qué se desea optimizar; identificar las variables implicadas,
ya sean controlables o no; determinar las restricciones del sistema. También hay que tener en cuenta las
alternativas posibles de decisión y las restricciones para producir una solución adecuada, este ajuste conlleva
una serie de pasos que nos van a formular el como nosotros vamos a plantear las ideas y situaciones de la
mejor manera posible.

2.-CONSTRUCCIÓN DEL MODELO-

El investigador de operaciones, o los investigadores deben decidir el modelo a utilizar para representar el
sistema. Debe ser un modelo tal que relacione a las variables de decisión con los parámetros y restricciones del
sistema. De otra manera, los parámetros (o cantidades conocidas) se pueden obtener ya sea a partir de datos
pasados o ser estimados por medio de algún método estadístico. Siempre es recomendable determinar si el
modelo es probabilístico o determinístico. El modelo puede ser matemático, de simulación o heurístico,
dependiendo de la complejidad de los cálculos matemáticos que se requieran, y en estos casos ta complejidad
del tema, también va a determinar el tiempo que se requiere para poder llevar a cabo esta metodología

14
3.- SOLUCIÓN DEL MODELO

Una vez que se tiene el modelo, se procede a derivar una solución matemática empleando las diversas técnicas
y métodos matemáticos para resolver problemas y ecuaciones. Debemos tener en cuenta que las soluciones
que se obtienen en este punto del proceso, son matemáticas y debemos interpretarlas en el mundo real.
Además, para la solución del modelo, se deben realizar análisis de sensibilidad, es decir, ver como se comporta
el modelo a cambios en las especificaciones y parámetros del sistema. Esto se hace, debido a que los
parámetros no necesariamente son precisos y las restricciones pueden estar equivocadas.

Como sabemos, el uso de modelos matemáticos es lo mas viable para poder resolver este tipo de modelos , por
ejemplo método simplex o programación lineal.

4. VALIDACIÓN DE RESULTADOS.

La validación de un modelo requiere que se determine si dicho modelo puede predecir con certeza el
comportamiento del sistema. Un método común para probar la validez del modelo, es someterlo a datos
pasados disponibles del sistema actual y observar si reproduce las situaciones pasadas del sistema. Pero como
no hay seguridad de que el comportamiento futuro del sistema continúe replicando el comportamiento pasado,
entonces siempre debemos estar atentos de cambios posibles del sistema con el tiempo, para poder ajustar
adecuadamente el modelo.

15
5.- IMPLEMENTACIÓN DE RESULTADOS.

En este último paso, los encargados de llevar a cabo el proyecto deben traducir los resultados del modelo
validado en instrucciones para el usuario o los ejecutivos responsables que serán tomadores de las decisiones
mas adecuadas para aplicarse en la empresa u organización.

V DEFINICIÓN, Y TIPOS DE MODELOS DE LA IO

1..- OPTIMIZACIÓN NO LINEAL

Como estudiantes de ingeniería, en la investigación de operaciones tenemos en cuenta que La programación
no lineal es un método por el cual se optimiza, ya sea maximizando o minimizando, una función objetivo.
Dentro de la materia, el temario incluye varios tipos de programación, incluida la no lineal. Esto, tomando en
cuenta distintas restricciones dadas. Se caracteriza porque la función objetivo, o alguna de las restricciones,
pueden ser no lineales.

La programación no lineal es, entonces, un proceso donde la función a maximizar, o cualquiera de las
restricciones, es distinta a una ecuación de primer grado o lineal, donde las variables están elevadas a la
potencia 1.

16
Debemos recordar que una ecuación lineal es una igualdad matemática que puede tener una o más incógnitas.
Así, tiene la siguiente forma básica, donde a y b son las constantes, mientras que x e y son las variables:

ax+b=y
Cabe añadir que no todos los elementos que integra este tipo de programación cumplirán con dicha
característica. Por ejemplo, puede ser que la función objetivo sea una ecuación de segundo grado y una de las
variables esté elevada al cuadrado, cumpliendo la siguiente forma:

y=ax2+bx+c
Ahora, mediante la programación no lineal, se podría optimizar esta función, hallando el máximo o el mínimo
valor de y. Esto, tomando en cuenta que x está sujeta a ciertas restricciones.

ELEMENTOS DE LA PROGRAMACIÓN LINEAL

Función objetivo: Es aquella función que se optimiza, ya sea maximizando o minimizando su resultado.

Restricciones: Son aquellas condiciones que deben cumplirse al optimizar la función objetivo. Puede tratarse
de ecuaciones o inecuaciones algebraicas.

17
2.- PROGRAMACIÓN LINEAL

Todo programa lineal consta de cuatro partes: un conjunto de variables de decisión, los parámetros, la función
objetivo y un conjunto de restricciones. Al formular un determinado problema de decisión en forma
matemática, debe practicar la comprensión del problema (es decir, formular un Modelo Mental) leyendo
detenidamente una y otra vez el enunciado del problema.

Ejemplo:

Durante un par de sesiones con un carpintero (nuestro cliente), éste nos comunica que sólo fabrica mesas y
sillas y que vende todas las mesas y las sillas que fabrica en un mercado. Sin embargo, no tiene un ingreso
estable y desea optimizar esta situación.

El objetivo es determinar cuántas mesas y sillas debería fabricar para maximizar sus ingresos. Comenzamos
con el tiempo, es decir, un plazo de planificación, , para revisar nuestra solución semanalmente, si fuera
necesario. Para saber más acerca de este problema, debemos ir al negocio del carpintero y observar lo que
sucede y medir lo que necesitamos para para formular (para crear un modelo de) su problema.

El problema del carpintero se trata de determinar cuántas mesas y sillas debe fabricar por semana; pero
primero se debe establecer una función objetivo La función objetivo es: 5X1 + 3X2, donde X1 y X2
representan la cantidad de mesas y sillas; y 5 y 3 representan los ingresos netos (por ejemplo, en dólares o
décimas de dólares) de la venta de una mesa y una silla, respectivamente. Las limitantes que
normalmente provienen del exterior, son las limitaciones de la mano de obra (esta limitación proviene de la
familia del carpintero) y los recursos de materia prima (esta limitación proviene de la entrega programada).

Maximizar 5 X1 + 3 X2

Sujeta a:
2 X1 + X2 £ 40 restricción de mano de obra
X1 + 2 X2 £ 50 restricción de materiales
tanto X1 como X2 son no negativas.

La solución, es establecer X1 = 10 mesas y X2 = 20 sillas. Programamos las actividades semanales del

carpintero para que fabrique 10 mesas y 20 sillas. Con esta estrategia (óptima), los ingresos netos son de
US$110. Esta . Esta solución prescripta sorprendió al carpintero dado que debido a los mayores ingresos netos
provenientes de la venta de una mesa (US$5), el solía fabricar más mesas que sillas.

X3 es la cantidad de horas extra, entonces el problema modificado es:

Maximizar 5 X1 + 3 X2 - 2 X3

18
Sujeta a:
2 X1 + X2 £ 40 + X3 restricción de la mano de obra con horas adicionales desconocidas
X1 + 2 X2 £ 50 restricción de materiales

En esta nueva condición, veremos que la solución óptima es X1 = 50, X2 = 0, X3 = 60, con ingresos netos
óptimos de US$130. Por lo tanto, el carpintero debería contratar a un ayudante por 60 horas.

3.-MODELOS DE TRANSPORTE Y ASIGNACIÓN

el modelo busca la minimización del costo de transportar una mercadería desde un número de fuentes a varios
destinos. Se conocen el abastecimiento en cada origen y la demanda en cada destino. Por ejemplo, un producto
puede transportarse de las fábricas (orígenes) a las tiendas.

Supongamos que existen m orígenes y n destinos. Sea a el número de unidades disponibles para ofrecerse en
cada origen i (i=1, 2,...,m) y sea bel número de unidades requeridas en el destino j (j=1,2,.,n)

Sea cij el costo de del transporte por unidad en la ruta (i) que une el origen i con el destino j. El objetivo es
determinar el número de unidades transportadas del origen i la destino j de manera que minimicen los costos
totales de transporte.

Sea xij el número de unidades transportadas del origen i al destino j; entonces el modelo de
programación lineal equivalente está dado como:

19
4.-MODELOS DE PROGRAMACIÓN ENTERA
En este caso, hablamos de Un modelo de Programación Entera es aquel cuya solución óptima tiene sentido
solamente si una parte o todas las variables de decisión toman valores restringidos a números
enteros, permitiendo incorporar en el modelamiento matemático algunos aspectos que quedan fuera del
alcance de los modelos de Programación Lineal.

En este sentido los algoritmos de resolución de los modelos de Programación Entera difieren a los utilizados
en los modelos de Programación Lineal, destacándose entre ellos el Algoritmo de Ramificación y
Acotamiento o Branch & Bound, Planos Cortantes, Relajación Lagrangea, entre otros.

Programación Entera Mixta (PEM)

A esta categoría pertenecen aquellos problemas de optimización que consideran variables de decisión enteras o
binarias pero no de forma exclusiva. De esta forma un problema de PEM puede considerarse como un híbrido
entre distintas categorías de modelamiento, siendo un caso típico aquel que considera la mezcla de variables
enteras y variables continuas (estas últimas características de los modelos de Programación Lineal).

programación Entera Pura (PEP)

En esta categoría encontramos aquellos modelos de Programación Entera que consideran exclusivamente
variables de decisión que adoptan valores enteros o binarios. Un ejemplo de ello son las siguientes
aplicaciones:

notar que en los problemas anteriores (PEP) el conjunto de las soluciones factibles (o dominio de soluciones
factibles) es finito. Esto ocurrirá generalmente con los problemas de Programación Entera.

EJEMPLOS:

Selección de Invitados a una Boda

Programación de la Explotación Forestal

Problema de la Mochila

Adicionalmente resulta interesante hacer un contraste entre las propiedades de un modelo de Programación
Lineal (PL) y uno de Programación Entera (PE). A continuación, se presentan 2 modelos de optimización que
se diferencian únicamente en que al segundo de ellos (PE) se le exige que las variables de decisión adopten
valores enteros.

20
5.-MODELOS DE PROBLEMAS DE REDES

La modelación de redes permite la resolución de múltiples problemas de programación matemática mediante

la implementación de algoritmos especiales creados para tal fin, conocidos como Algoritmos de optimización
de redes.

Dentro de los problemas más comúnmente resueltos mediante la modelación de redes se encuentran los ya
vistos modelos de transporte, transbordo además de los muy conocidos modelos de determinación de
cronograma de actividades para proyectos como lo son el PERT y el CPM.

CONCEPTOS BASICOS

Gráfica: Una gráfica es una serie de puntos llamados nodos que van unidos por unas líneas llamadas ramales
o arcos.

Red: Una red es una gráfica que presenta algún tipo de flujo en sus ramales. Por ejemplo una gráfica cuyo
flujo en sus ramales sea la electricidad es una red eléctrica. En las redes se usa una simbología específica para
denotar su tamaño y elementos que la constituyen, dicha notación es la (N, A) donde N representa el número
de nodos que contiene la red y A representa el número de arcos o ramales.

Cadena: Una cadena corresponde a una serie de elementos ramales que van de un nodo a otro. En el siguiente
caso se resalta una cadena que va desde el nodo 1 hasta el nodo 7 y que se compone por los elementos [1-4, 4-
7].

Ruta: Una ruta corresponde a los nodos que constituyen una cadena.

Ciclo: Un ciclo corresponde a la cadena que une a un nodo con sigo mismo.

21
6.-MODELOS DE PROGRAMACIÓN MULTI-CRITERIO

El punto mas destacable dentro de este enfoque teórico es que, en muchas ocasiones, los agentes económicos
no optimizan sus decisiones de acuerdo con un único objetivo, sino que pretenden buscar un equilibrio o
compromiso entre un conjunto de objetivos en conflicto, o bien pretenden satisfacer en la medida de lo posible
una serie de metas asociadas a dichos objetivos. Cuando hay más objetivos que el de maximizar el ingreso es
de esperar que entren en conflicto unos con otros, con lo que probablemente no se alcanzará una solución
única, sino que ésta dependerá de la importancia relativa que para el agricultor tengan los distintos objetivos,
es decir, cuánto está dispuesto a sacrificar un objetivo con tal de mejorar el nivel alcanzado en los restantes.
A continuación, se definen los conceptos utilizados en la Teoría de la Decisión Multicriterio.
Un atributo expresa las características del centro decisor, que son medibles con independencia del mismo.
Un objetivo es un atributo al cual el centro decisor le ha asociado una dirección de mejora. Esta puede ser
maximización o minimización.

El objetivo debe ser una función matemática de las variables de decisión. Si el centro decisor asigna un
determinado nivel de aspiración a un atributo el resultado es una meta.

Los niveles de aspiración pueden tener un origen subjetivo o basarse en razones legales, ecológicas, etc.
Los problemas pueden, pues, plantearse en base a metas o en base a objetivos, en función de si los atributos
tienen un nivel fijado de aspiración o sólo una dirección de mejora.

22
7.-MODELOS DE PLANEACIÓN DE PROYECTOS

Un modelo de proyecto es una colección de reglas y directrices que se utilizan para ejecutar un proyecto. El
modelo del proyecto a menudo se ilustra gráficamente para facilitar compartir información con los miembros
del equipo.

Hay muchas técnicas que pueden emplearse en el transcurso de una iniciativa, como Gantt, PERT, CPM o la
estructura de descomposición del trabajo. Lo habitual es aplicarlas en el marco de una metodología de gestión
de proyectos, como cualquiera de las siguientes:

Una metodología demasiado básica, poco indicada para proyectos complejos. Su principal ventaja es lo fácil
que resulta de aplicar.

Ágil. Recomendada para proyectos son iterativos e incrementales, aporta una estructura clara que fomenta la
colaboración, facilita la introducción de cambios y permite alinearse con el cliente en todo momento.

Lean. Minimizar el desperdicio y maximizar el valor generado son sus principios de base. Puede aplicarse a
cualquier tipo de iniciativa.

Scrum. Similar a Agile, la característica principal de esta metodología de gestión de proyectos son sus roles.

Six Sigma. La búsqueda de la calidad y la atención sobre las metas de proyecto resultan clave para esta
metodología, que hace posible minimizar los errores.

Kanban. Otra metodología de gestión de proyectos de la gama Ágil, que pone énfasis en la autonomía del
equipo y pone el foco en mantener visibilidad sobre los flujos de trabajo.

Todas las metodologías de gestión de proyectos se rigen básicamente por dos aspectos: alcanzar el mejor
estado del proceso de manera constante y, al mismo tiempo, tener la posibilidad de optimizar sus resultados.

Ahora bien, también es preciso aclarar que las metodologías no son idóneas en todos los casos. Los proyectos
tienen distinta naturaleza y por ello requieren de estrategias de implementación que respondan a sus objetivos
específicos.

O, dicho de otro modo: la mejor metodología de gestión de proyectos es la que responde a las necesidades de
cada proceso en todos los aspectos.

23
8.-MODELOS DE PROGRAMACIÓN DINAMICA

La programación dinámica es un técnica muy útil para la toma de decisiones de problemas complejos que
pueden ser discretizados y secuencial izados, proporciona un procedimiento sistemático para determinar la
combinación óptima de decisiones; este método no tiene una formulación estándar ya que las ecuaciones que
se planteen responden al problema específico.

En la siguiente imagen, vamos a tener en cuenta una descripción metafórica para describir las etapas y
fases dela secuencia dinámica.

Para lograr el viaje se requieren de 4 etapas para ir desde el estado A a su destino en el estado J, este
cazafortunas es un hombre prudente preocupado por su seguridad. Después de reflexionar un poco ideó una
manera bastante ingeniosa para determinar la ruta más segura. Se ofrecen pólizas de seguros de vida a los
pasajeros. Como el costo de la póliza de cualquier jornada en la diligencia está basado en una evaluación
cuidadosa de la seguridad del recorrida, la ruta más segura debe ser aquella cuya póliza represente el menor
costo total«.

El costo de la póliza estándar del viaje en diligencia, del estado i al estado j se denota como:

Creamos las tablas asociadas a cada uno de estos costos tenemos:

24
9.-MODELOS DE INVENTARIOS

1. MODELO EOQ (cantidad económica de producción)

Es una técnica de administración de inventarios para determinar el tamaño óptimo de pedido de un artículo;
este modelo considera varios costos de inventario y luego determina que tamaño de pedido minimiza el costo
total del inventario. Los costos que se determinan son el costo de mantener inventario y el costo de pedir. el
modelo se clasifica en:

2 .-Modelo EOQ sin faltantes

CARACTERISTICAS:

*Demanda conocida y constante.

*Tiempo de reposición son instantáneos

*Relación directa costo – volumen

3.- Modelo EOQ con faltantes

CARACTERISTICAS:

*Demanda conocida y constante.

*Tiempo de reposición son instantáneos

*Se aceptan faltantes

*Los costos no varían en el tiempo

*Relación directa costo - volumen

4.- Modelo EOQ con descuentos por cantidad

Este modelo es idéntico al modelo EOQ anterior, excepto que el artículo en el inventario se puede comprar con
un descuento si el volumen de pedido excede un límite dado, es decir el precio de compra por unidad.

5.-MODELO LEP (lote económico de producción)

Este modelo de inventario sugiere que se la empresa lleve a cabo operaciones hasta llegar a un nivel máximo
de producción (Inventario máximo), después de esto se dispone a detener la producción hasta agotar las
existencias, y luego que esto suceda deben volver a empezar el proceso de producción.

25
10.-MODELOS DE SIMULACIÓN

La tecnología de hoy en día nos ha permitido escalar dentro de los ámbitos empresariales a un agrado
inimaginable ,tanto que en algunas empresas se usan los modelos de simulación cómo arte indispensable de
los procesos logísticos y administrativos de la empresa. Muchas empresas han utilizado modelos de
simulación en sus procesos. Por ejemplo, hace algunos años ayudamos a CCU a optimizar el flujo de camiones
en uno de sus principales centros de distribución. Mediante un modelo de simulación, pudieron determinar el
impacto de modificar el horario de salida de los camiones, la flota y recursos necesarios en
el Licking, packing y carga de camiones para aumentar el cumplimiento de sus despachos.

Si bien, no somos una empresa de desarrollo de juegos, somos expertos en desarrollar modelos de simulación.
Mediante esta metodología, en Notus podemos evaluar nuevos negocios, realizar estudios de aumento de
capacidad, optimizar sistemas productivos, de transporte o logística, analizar fallas y detectar fraudes, entre
muchas otras aplicaciones.

COMPONENTES DE UN MODELOS DE SIMULACIÓN DINAMICO.

26
11.-MODELOS DE ANALISIS DE DECISIONES

DESTACAN LOS SIGUIENTES:

1.- MODELO RACIONAL DE TOMA DE DESICIONES

consta de seis pasos:

1. Definir el problema
2. Identificar los criterios que utilizarás para juzgar posibles soluciones
3. Decidir la importancia de cada criterio
4. Generar una lista de posibles alternativas
5. Evaluar esas alternativas
6. Determinar la mejor solución
El modelo racional contrarresta muchos de los factores (como las suposiciones erróneas) que pueden hacer
que tomemos malas decisiones. Este modelo, que puede contrarrestar el riesgo y la incertidumbre, se puede
usar por cuenta propia o en el equipo de trabajo.

Sin embargo, no es el mejor modelo para usar cuando se tienen restricciones de tiempo o en una situación que
cambia rápidamente.

Modelo de toma de decisiones de racionalidad limitada

En este tipo de modelo, en lugar de buscar rigurosamente la mejor decisión posible, solo estás buscando una
decisión "lo suficientemente buena".

Puedes usar racionalidad limitada cuando no tengas tiempo ni información suficientes para seguir plenamente
el modelo racional de toma de decisiones. A veces es mejor tomar una decisión lo suficientemente buena antes
que una decisión "perfecta" que se retrasa. Y, en gran medida, quema menos energía mental y demás recursos.

Modelo intuitivo de toma de decisiones

. Las decisiones intuitivas se pueden dar casi al instante. Pero eso no quiere decir que se te metan en la cabeza
sin más. En realidad, nuestro cerebro está realizando un reconocimiento de patrones a gran velocidad. Lo que
está haciendo es revisar rápidamente todo lo que has aprendido de situaciones anteriores similares para ayudar
a tomar una decisión en la situación actual.

Los investigadores han descubierto que un modelo intuitivo de toma de decisiones genera buenos resultados
en lo que respecta a áreas en las que se tiene mucha experiencia. Pero seguir el propio instinto es menos eficaz

27
cuando te encuentras en una circunstancia desconocida, como un nuevo trabajo. Esto se debe a que aún no
tienes suficiente experiencia como para reconocer patrones rápidamente.

Modelo de toma de decisiones por reconocimiento

El modelo por reconocimiento tiene mucho en común con el modelo intuitivo. Funciona de la siguiente
manera:

El responsable de la toma de decisiones reconoce un patrón en la información disponible.

Luego, escoge un curso de acción y repasa ese "guion de acción" en su mente.

Si el guion de acción parece funcionar, el responsable de la toma de decisiones sigue adelante. Si no parece
que vaya a funcionar, este modifica el guion o lo abandona y comienza de nuevo con uno nuevo.

12.-MODELOS DE TEORIA DE COLAS

Aparece a principios del siglo veinte para estudiar los problemas de congestión de trafico que se presentaban
en las comunicaciones telefónicas. Entre 1903 y 1905, Erlanger es el primero en tratar el tráfico telefónico de
forma científica, y establece la unidad de tráfico telefónico, que recibe su nombre. Posteriormente esta teoría
se ha aplicado a multitud de problemas de la vida real, como el tráfico de automóviles, la regulación de
semáforos en una ciudad, la determinación de cajeros en los supermercados , o el control de los tiempos de
espera de los procesos,

M/M/1
En este modelo, según la notación de Kendall, la tasa de llegadas y la tasa de servicio siguen una distribución de
Poisson. Y hay un solo servidor. Las medidas de desempeño de estado estable se calculan de la siguiente forma:

28
M/M/S
Este modelo supone que existen en el sistema s (entero positivo) servidores, en este caso las medidas de desempeño
se calcularán así

PRINCIPALES APLICACIONES DE LA IO

DONDE SE AH APLICADO ANTES?

SEGUNDA GUERRA MUNDIAL

Las primeras investigaciones de operaciones fueron puestas en práctica a principios de la segunda guerra
mundial, para desarrollar estrategias y tácticas de guerra. Para todo esto, los altos mandos militares americanos
e ingleses hicieron un llamado a todos los científicos para que diseñaran este método, desarrollando primero
el “radar”. En 1950 se introdujo a la industria, los negocios y el gobierno, un ejemplo sobresaliente es el
método “Simplex” para resolver problemas de programación lineal, desarrollada en 1947 por George
Dantzing.

29
CONFLICTOS BELICOS

Es bien sabido que las tropas buscaban muchas estrategias para poder ganar la guerra se considera que la I.O.
es el ataque de la ciencia moderna a las entidades económicas, entendiéndose por ente económico todo
negocio en donde existe un capital de inversión y este a su vez, debe generar superávit, para los fines que
fueron creados, es decir, si hablamos de una comercializadora su objetivo es producir y vender generando
utilidades, si hablo de un ejercito su objetivo es que a mayor inversión de dinero mejores tecnologías de
guerra. Ambas tienen fines comunes que es un costo beneficio, la primera en dinero y la otra en especie.

Aunado a esto, hay cuatro elementos esenciales el dinero, el material, el hombre y la máquina. Que juntos
entran en el desempeño de la dirección y la administración, es ahí, en donde nace la complejidad de las tomas
de decisiones, sobre la aplicación de los recursos. Recomendado que para mayor optimización de los recursos
se deben de apoyar en los modelos científicos, mediante modelos matemáticos que ayuden a tomar las mejores
decisiones para el beneficio de la organización.

LA IO EN LA ACTUALIDAD

Todas las organizaciones de todo el mundo han visto un gran avance económico reflejado en sus utilidades y
esto se debe a la aplicación de la investigación de operaciones en sus negocios, dado a su eficacia en el manejo
de los sistemas computacionales. Hay ahora más de 30 países que son miembros de la International Federation
of Operational Research Sicieties (IFORS), en la que cada país cuenta con una sociedad de investigación de
operaciones.

Sin lugar a duda esto nos muestra y demuestra una vez más, como es que la aplicación de estos nuevos
sistemas en las organizaciones de todo el mundo. Implementar estos sistemas en las empresas daría mucho
éxito en la toma de decisiones futuras, y por ende, el crear un cambio radical en la organización.

30
REFERENCIAS BIBLIOGRAFICAS
https://www.rpjmconsultoria.com/post/macro-y-micro-localizacion

https://es.wikipedia.org/wiki/Teor%C3%ADa_de_colas

https://www.youtube.com/watch?v=WLfjEFWmfmU

https://slideplayer.es/slide/3882241/

https://www.academia.edu/37319228/Modelos_para_la_Investigaci%C3%B3n_de_las_Operaciones

https://es.slideshare.net/Klaudy1/unidad-1-io

https://www.eoi.es/blogs/emiliogomez/2016/02/18/operaciones-en-empresas-de-servicio/

HPVg9btogdrIJhpI49giEIwYaAmuqEALw_wcB

https://dialnet.unirioja.es/servlet/articulo?codigo=3920759

https://www.redalyc.org/articulo.oa?id=80723313002

https://www.buenastareas.com/materias/modelo-hibrido-investigacion-operaciones/0

https://www.researchgate.net/publication/235952165_METODOLOGIA_DE_OBTENCION_DE_MODELOS
_HIBRIDOS_PARA_EL_CONTROL

https://es.scribd.com/document/266084121/Modelos-de-Investigacion-de-Operaciones-1

https://es.scribd.com/presentation/356586734/Administracio-n-Metodos-Cuantitativos

LIBRO; INVESTIGACION DE OPERACIONES: (RODOLFO VALENTIN MUÑOZ CASTANERA)

AÑO DE PUBLICACIÓN 2011

Investigación de operaciones
Programación lineal - Problemas de transporte - Análisis de redes
Maynard Kong
© Maynard Kong, 2010

31