Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Investigación de operaciones
M1 Modelos matemáticos
Módulo: 1
Curso: Investigación de operaciones
Mapa de Contenido
Modelos matemáticos
Origenes de Componentes de
Ciclo de resolución
investigación de Definiciones modelos
de problemas
operaciones matemáticos
Restricciones
Módulo: 1
Curso: Investigación de operaciones
Índice
Introducción ............................................................................................................................................................................................................ 4
1. Orígenes de la investigación de operaciones ....................................................................................................................................... 5
2. Ciclo de resolución de problemas ............................................................................................................................................................. 7
2.1 Áreas de desarrollo de modelos ........................................................................................................................................ 8
3. Definiciones ...................................................................................................................................................................................................... 10
3.1 Modelos matemáticos ..................................................................................................................................................... 10
3.2 Brechas entre diseño teórico y modelo real ................................................................................................................... 11
4. Componentes de modelos matemáticos ............................................................................................................................................. 12
4.1 Función objetivo .............................................................................................................................................................. 12
4.2 Variables .......................................................................................................................................................................... 15
4.3 Restricciones.................................................................................................................................................................... 17
Cierre ....................................................................................................................................................................................................................... 22
Módulo: 1
Curso: Investigación de operaciones
Resultado de aprendizaje
Identifica conceptos básicos referidos a los modelos matemáticos, sus componentes y su uso, dentro
de la industria productiva.
Introducción
La investigación de operaciones es una de las ramas de las ciencias matemáticas, que junto a otras
herramientas, tales como, la teoría de sistemas, probabilidades y estadísticas, y simulación, entre otras,
permite el análisis de sistemas complejos, en los cuales se necesita obtener un resultado que permita
encontrar la mejor combinación, entre la asignación de todos los recursos involucrados en este sistema
complejo, y la composición del resultado, el cual en términos prácticos debe optimizar los resultados
esperados (sean estos económicos, de tiempo, distancia, etc.).
Un sistema complejo puede ser, por ejemplo, una fábrica que tiene
por objetivo principal la confección de zapatillas, y se espera como
resultado del modelamiento de este sistema mediante la I.O.
(investigación de operaciones) una combinación que maximice el
ingreso económico de las ventas de zapatillas, cuyo resultado es
amplio, diverso e incierto, dado que existen zapatillas diferenciadas
por género (hombres, mujeres, niños, y niñas), en diversidad de
tallas (desde gateadores, hasta talla 45+), y multiplicidad de estilos
(colegiales, running, basketball, yoga, trekking, urbanas, etc.).
A raíz de lo anterior, es que formalmente se desarrolló la I.O. como una herramienta que apoye el proceso
de toma de decisiones complejas, la cual se puede indicar que es mezcla de ciencia y de arte. “Ciencia”
porque se utilizan técnicas matemáticas, y “arte” porque el éxito del resultado depende, tanto de la
creatividad como de la experiencia de quien tenga la responsabilidad de desarrollar la actividad de
investigación de operaciones al interior de la organización.
Pág. 4
Módulo: 1
Curso: Investigación de operaciones
Una vez finalizada la segunda guerra, las ideas desarrolladas inicialmente con fines bélicos, fueron
adaptadas para mejorar la eficiencia y la productividad de la industria en el sector civil.
La búsqueda de la mejor solución posible, para una variedad de situaciones y/o problemas, ha intrigado
al hombre a través de los tiempos en una amplia cantidad de materias: ¿Cómo se puede ir desde A a B
en el menor tiempo posible?, ¿Cómo se puede desarrollar el plan de producción que responda al
Plan de Ventas definido para la empresa?, o una de las más importantes de todas ¿Cómo
maximizamos utilidades de la empresa?
Las técnicas formales utilizadas ya en la aplicación de la I.O. datan de los inicios del siglo XX, pero también
existen antecedentes en el pasado de siglos anteriores como antecedentes, para lo cual es conveniente
fijarse en la idea fundamental de la I.O. que es el método científico, el cual es un proceso destinado a
explicar fenómenos mediante el establecimiento de relaciones entre las causas y los hechos, para
posteriormente enunciar leyes que expliquen los fenómenos físicos del mundo y permitan obtener, con
estos conocimientos, aplicaciones útiles al hombre.
Pág. 5
Módulo: 1
Curso: Investigación de operaciones
Recuerda
Pág. 6
Módulo: 1
Curso: Investigación de operaciones
2.La 5.La
1.La definición del 3.La solución 4.La validación
construcción implementación
problema del modelo del modelo
del modelo de la solución.
1. La definición del problema implica definir tanto el sistema en análisis, como alcance del
problema que se desea investigar.
3. La solución del modelo es una de las partes más sencilla, ya que hoy en día existen multiplicidad
de programas informáticos que permiten encontrar de forma rápida los resultados de estos
sistemas.
4. La validación del modelo es la etapa de comprobación del modelo propuesto, si esta hace lo
que se quiere que haga, vale decir, ¿predice el modelo diseñado en forma adecuada el
comportamiento esperado del sistema que se estudia?
En particular, tal como se indica, el proceso comienza con la observación detallada del sistema y la
formulación del problema, incluyendo la recolección de todos los datos pertinentes. El siguiente paso es
la construcción de un modelo matemático que intenta extraer la esencia del problema al cual nos
enfrentamos, aquí es cuando debemos diseñar un modelo que sea la representación lo más
suficientemente preciso, de los aspectos esenciales del sistema, para que las soluciones obtenidas del
modelo matemático también sean válidas para el problema real. Después, se llevan a cabo los análisis
adecuados para probar este modelo, modificarlo si es necesario y verificarlo, y ponerlo en marcha.
Pág. 7
Módulo: 1
Curso: Investigación de operaciones
Análisis de Inventarios
▪ Inventarios con demanda conocida
▪ Costos de mantenimiento de inventarios
▪ Puntos de reposición y niveles de seguridad
▪ Costos de mantenimiento anual del sistema
▪ Rotación anual de inventarios
Pág. 8
Módulo: 1
Curso: Investigación de operaciones
Pág. 9
Módulo: 1
Curso: Investigación de operaciones
3. Definiciones
3.1 Modelos matemáticos
La matemática proporciona numerosos instrumentos que
apoyan esta tarea. Entre ellos se puede mencionar el uso
de los modelos que permiten un mejor análisis del sistema,
si bien los modelos utilizan el lenguaje matemático para
lograr esta representación, también suministran un
consejo sobre la mejor decisión indicando cuál será el
resultado obtenido en caso de seguir la indicación.
En relación con el significado de la palabra programación, se puede afirmar que se usa comúnmente
para referirse a las actividades que se van a llevar a cabo en relación con identificar y diseñar
modelos. Aunque en este caso, la expresión programación es utilizada para elegir la mejor combinación
de valores de las variables que son parte del sistema en análisis, y lo de matemática se debe a los
instrumentos utilizados para hacer la selección. Con frecuencia, la selección de una alternativa incluye
satisfacer varios criterios al mismo tiempo.
Justamente ésta es la estructura de los modelos que se presentan a continuación. En donde se incluyen
variaciones sobre el tipo de funciones que se utilizan, lineales o no lineales; así como los tipos de
variables que intervienen, enteras o reales; también del número de objetivos por alcanzar, uno o varios;
y, por último, en torno al número de decisiones sobre la misma variable que requiere el problema, una
o varias.
La matemática aporta un gran número de modelos, cuya solución puede obtenerse con facilidad a través
de paquetes computacionales. Entre estos modelos pueden mencionarse: los de programación lineal,
Pág. 10
Módulo: 1
Curso: Investigación de operaciones
los de programación entera, los de programación no-lineal, los de programación dinámica y los de
programación multiobjetivos.
Los modelos mencionados en el párrafo anterior corresponden a distintas versiones de una situación
común. Todos los modelos, incluidos los verbales, los mentales y los matemáticos, contienen variables
independientes, variables dependientes, parámetros y constantes. Todos son útiles en la
representación de situaciones en las que se pretende encontrar los valores de las variables que
maximizan o minimizan una de las relaciones conocida como función objetivo, respetando las demás
relaciones definidas en el problema, que corresponden a las restricciones.
Pág. 11
Módulo: 1
Curso: Investigación de operaciones
Función
Parámetros Restricciones
Objetivo
Lo que en términos matemáticos se empresa como la sumatoria total de todas las variables de decisión
junto a sus respectivos coeficientes, la cual, al instante de definir el problema, debemos interpretar si
debemos maximizar o minimizar su resultado:
Se debe entender que maximizar una función objetivo es encontrar (cuando exista) la combinación de
valores para todas las variables que entreguen como resultado global el máximo valor posible de la
función objetivo definida.
Pág. 12
Módulo: 1
Curso: Investigación de operaciones
Por el contrario, se deberá entender que minimizar una función objetivo es encontrar (cuando exista)
la combinación de valores para todas las variables que entreguen como resultado global el mínimo valor
posible de la función objetivo definida.
Ejemplo
Vivimos en la ciudad de Santiago, y deseamos ir desde el Hogar (punto A) al trabajo (punto B),
en donde se pueden definir en primera instancia 3 objetivos de modo claro, estos son:
Para cada uno de los objetivos anteriormente definidos, de forma muy fácil podemos inferir la
manera de medir el objetivo planteado, en estos casos serían:
Siguiendo con el ejercicio, y solo para simplificar la explicación, podemos entender que no existe una
relación entre cada uno de los objetivos planteados, ya que cada uno busca un objetivo diferente, menor
tiempo, menor distancia, menor costo. (Claramente se puede complejizar más el ejercicio y se pueden
mezclar estos tres objetivos, pero no es la oportunidad).
La construcción de cada función objetivo debe apuntar solo al planteamiento que se haya definido por
parte del tomar de decisiones junto a la asesoría del equipo de trabajo de investigación de operaciones.
Pág. 13
Módulo: 1
Curso: Investigación de operaciones
Procedimiento
Para el punto 1 diremos que para demorarnos el menor tiempo posible en el traslado desde A
hacia B se deberán sumar todas las fracciones de tiempo involucrados, y que así mismo se deberá
comparar el resultado de cada escenario entre ellos mismos:
En este caso, de modo muy simple se puede concluir que la solución que minimiza el objetivo
deseado es el escenario 1.1.3., pues andar en Metro en Santiago entre el punto A y B genera la mejor
solución en comparación a los otros escenarios.
Ahora bien, para los objetivos 2 y 3, se debe seguir la lógica de construcción, en donde se deben
incorporar todos aquellos aspectos relacionados a cada escenario, la totalidad de los kilómetros
recorridos, y, por otra parte, la suma total de todos los costos involucrados.
Si continuamos con el análisis planteado, podemos dar cuenta (a modo de ejemplo solamente) que
la solución 1.1.3 puede ser la que también encuentre la mínima distancia recorrida entre A y B ya
que los trazados de las líneas de metro tienden a ser los que más acercan en general, pero que en
el caso de minimizar el costo total de traslado la que debería encontrar la solución óptima es la que
arrojaría el escenario 1.1.2 ya que el costo de bus en Santiago suele ser menor al de andar en metro
o en automóvil.
En conclusión, para medir el éxito de nuestro sistema en análisis, debemos lograr acotar, simplificar, y
definir con la mayor eficiencia posible aquello que es el objeto de análisis, ya que siempre existirán
consideraciones las cuales nos harán suponer que nuestro sistema es más complejo de lo que
necesitamos, de ahí también se deriva la necesidad, según lo define el propio ciclo de resolución de
problemas, no tan solo de evaluar los resultados y conclusiones del estudio, sino que también de poner
en marcha y de evaluar recomendaciones, y así probablemente re-definir nuestro problema y volver a
iterarlo hasta encontrar una solución que nos permita establecer que es la mejor solución factible de
Pág. 14
Módulo: 1
Curso: Investigación de operaciones
En esta tarea se requiere desarrollar una medida cuantitativa del desempeño asociado a cada objetivo
que el tomador de decisiones identifica cuando define el problema. Si el estudio identifica más de un
objetivo, entonces se hace necesario transformar y combinar los objetivos individuales en una medida
compuesta de todos los objetivos definidos llamada medida global de desempeño.
Esta medida compuesta puede ser algo tangible —ganancias— y corresponder a una meta más alta de
la organización, o puede ser abstracta —utilidad—. En este caso, desarrollar una función de utilidad
puede ser complejo y requerir una comparación cuidadosa de los objetivos y su importancia relativa. Una
vez desarrollada la medida global de desempeño, la función objetivo expresa esta medida como una
función matemática de todas las variables de decisión definidas.
4.2 Variables
Una variable refiere, en una primera instancia, a aspectos que
son susceptibles de ser modificadas (de variar), de cambiar
en función de algún motivo determinado o indeterminado,
vale decir, se puede definir como “variable” a todo aquello
que está sujeto a algún tipo de cambio. Ejemplos clásicos de
variables son la temperatura ambiente, el peso o la altura
corporal, la velocidad de viaje, solo por nombrar algunos.
En resumen y de modo simplificado, se puede decir que en el modelo matemático el problema es elegir
la combinación de valores de las variables de decisión de manera que se optimicen la función objetivo
definida sujeta a las restricciones dadas.
Pág. 15
Módulo: 1
Curso: Investigación de operaciones
Ejemplo
Para cada uno de los objetivos anteriormente definidos, de forma muy fácil podemos inferir la manera
de medir el objetivo planteado, en estos casos serían:
La definición de las variables de decisión en este ejemplo, deben apuntar solo al planteamiento que se
haya definido por parte del tomar de decisiones.
Procedimiento
Para el punto 1 diremos que para demorarnos el menor tiempo posible en el traslado desde A hacia B
se deberán sumar todas las fracciones de tiempo involucrados, y que así mismo se deberá comparar el
resultado de cada escenario entre ellos mismos:
1.1.2 Y1: Tiempo de traslado desde el domicilio al paradero de subida del Bus,
Y2: tiempo de viaje en efectivo en bus,
Y3: tiempo de traslado entre paradero de bajada del Bus y el Punto B.
Pág. 16
Módulo: 1
Curso: Investigación de operaciones
4.3 Restricciones
La Real Academia de la Lengua española define a la “restricción” como
“limitación o reducción impuesta en el suministro de productos de
consumo, generalmente por escasez de estos”, además se lo asocia al
principio o acción de restringir, vale decir, ceñir, circunscribir, reducir a
menores límites.
Ejemplo
Por ejemplo, si una de las variables de decisión representa el tiempo de trabajo disponible de un
trabajador de forma diaria, el valor de esta restricción debe ser 8, ya que en base a la legislación
chilena la cantidad máxima de horas factibles de ser trabajadas por una persona son de 8 horas
diarias (descontando la 1 hora de colación) no siendo factible la definición en este caso, por ejemplo,
de 10 horas ya que eso contraviene la legislación vigente.
Otro ejemplo de la misma índole puede ser la definición de horas máximas disponibles del día para
realizar un trabajo en particular, como lo puede ser una línea de producción, la cual necesariamente debe
responder a los turnos que esta línea de producción tenga definida, si se tiene un turno el máximo
disponible debe ser de 8 horas días, si son 2 turnos el máximo deben ser de 16 horas día, y si son 3 turnos
el máximo debe ser de 24 horas días, siendo poco factible el definir como máximo de horas diarias de
producción, por ejemplo, 27 horas, dado que el un día tiene 24 horas de duración.
Pág. 17
Módulo: 1
Curso: Investigación de operaciones
Ejemplo
En base a lo que hemos visto, las restricciones pueden ser definidas en base a aspectos legales,
como además pueden ser definidas en base a la observación del sistema en análisis, como así mismo
pueden ser definidas en base a consideraciones propias del tomador de decisiones:
1.1.1. X1: Tiempo de traslado desde el domicilio al auto no menor a 1 minutos ni mayor a 2
minutos.
X2: tiempo de salir y de cerrar el estacionamiento no menor a 2 minutos ni mayor a 3
minutos.
X3: tiempo de viaje en efectivo en vehículo no menor a 30 minutos ni mayor a 60 minutos.
X4: tiempo de estacionar no menor a 6 minutos ni mayor a 10 minutos.
X5: tiempo de traslado entre el estacionamiento y el Punto B no menor a 6 minutos ni mayor
a 10 minutos.
1 ≤ X1 ≤ 2
2 ≤ X2 ≤ 3
30 ≤ X3 ≤ 60
6 ≤ X4 ≤ 10
6 ≤ X5 ≤ 10
De lo anterior se, de modo intuitivo se puede dar cuenta que el resultado mínimo de tiempo de traslado
en Automóvil desde A hasta B es de 45 minutos, pudiendo llegar a ser como máximo de 85 minutos, lo
cual se debe a la variabilidad del objeto en análisis puesto que se tiene que considerar imprevistos tales
como tráfico vehicular denso, choques en la ruta, como así mismo también la medición para definir estos
valores varía en relación a la hora del día en que fueron analizadas, pues es muy distinto un escenario de
realizar estas mediciones en horas de la madrugada como en horas de alto tráfico, de ahí es donde se
hace un fuerte hincapié en el hecho de estandarizar, o normalizar el problema en cuestión y de proceder
con una correcta definición de los parámetros bajo análisis, las consideraciones o supuestos establecidos,
las formas de medición, entre otros en relación a lo que se está analizando.
Pág. 18
Módulo: 1
Curso: Investigación de operaciones
Supongamos que una empresa de cítricos, junto al Estado de Chile pretenden una elevada inversión en
los cultivos de naranjas, limones, pomelos y mandarinas, lo cual tiene un doble objetivo:
a. Reducir el desempleo rural
b. Aumentar las exportaciones para equilibrar la balanza de pagos.
Si bien este es un ejemplo, lo mismo puede ser realizado a un problema de modelamiento de terminales
de buses, de líneas de producción, etc., en este caso si bien el propio enunciado plantea un doble objetivo
perseguido, se verá a continuación que la “traducción” matemática de este doble objetivo es una
derivación en extremo concreta y sin mayor ambigüedad respecto de lo que se busca lograr, que en este
caso es reducir desempleo y aumentar exportaciones.
Pág. 19
Módulo: 1
Curso: Investigación de operaciones
Si bien todas las preguntas anteriormente definidas son en esencia preguntas válidas de ser formuladas,
ninguna de ellas por si sola viene a dar respuesta a los objetivos antes trazados, ya que se busca la
conjunción de aquel resultado que maximice la mano de obra requerida, pero que a su vez también
maximice las exportaciones, razón por la cual se deben tener en consideración todos los aspectos
involucrados en la creación de mano de obra, los costos de producción, los costos de venta, tendiendo
además las consideraciones que existen recursos que son finitos o escasos, como lo son la superficie a
ser plantada y así mismo la cantidad de presupuesto que puede ser utilizada en este proyecto.
De lo anterior, y dados los respectivos análisis que deben ser realizado por quien desarrolle en proceso
de investigación de operaciones, se llega a la pregunta de:
“¿Cuántos árboles de naranja, limón, pomelo y mandarina, deberán Plantar con el objetivo de
maximizar el valor de la futura exportación anual?”
Función Objetivo
Maximizar Z = 10●150●X1 + 4●200●X2 + 15●50●X3 + 7●150●X4
Las Variables definidas son, dado que son aquellos aspectos que, como la definición indica, “aspectos
que son susceptibles de ser modificadas, de cambiar en función de algún motivo determinado o
indeterminado”, siendo en este caso, aquellos aspectos que debemos modificar en base a la función
objetivo y restricciones, hasta encontrar el resultado que maximice el objetivo.
o X1: número de árboles de naranja a ser sembrados.
o X2: número de árboles de limón a ser sembrados.
o X3: número de árboles de pomelo a ser sembrados.
o X4: número de árboles de mandarinas a ser sembrados.
• Extensión de tierra:
4X1 + 5X2 + 3X3 + 6X4 ≤ 250.000 [m2]
Dado que es la cantidad total de tierra que puede ser utilizada para este análisis, y es la condición
matemática de la suma de superficies de cada tipo de árbol plantado en directa relación a la superficie
requerida para plantar cada tipo de árbol.
Pág. 20
Módulo: 1
Curso: Investigación de operaciones
• Inversión inicial:
2X1 + 0.5X2 + 1X3 + 1.50X4 ≤ $20.000.000 [US]
Ya que es la condición matemática de la inversión total de cada tipo de árbol plantado en directa relación
a los costos de mantención requerida para plantar cada tipo de árbol.
• Desempleo mínimo:
36X1 + 72X2 + 50X3 + 10X4 ≥ 200●8●360 (HH/día/año)
Ya que es la condición matemática de la mano de obra total requerida en la mantención de cada tipo de
árbol plantado.
• Número de árboles a sembrar:
X1 ≥ 0, X2 ≥ 0, X3 ≥ 0, X4 ≥ 0
Esta es una condición lógico-matemática ya que, para este caso en particular, ningún de estas variables
puede tomar un valor “negativo”, sino que debe ser necesariamente mayor o igual al valor ”0”.
Con todas las consideraciones ya indicadas, se procede a resolver este modelo mediante algún software
de análisis, o “a pulso” mediante alguna metodología de resolución. Independientemente del resultado
obtenido siempre se deben establecer análisis de validación posteriores, puesto que, en ejemplo en
particular, las cuatro variables definidas deben ser números enteros dado que no existen los ”0,5” árboles.
Pág. 21
Módulo: 1
Curso: Investigación de operaciones
Cierre
En este módulo se dejaron establecidos los
conceptos básicos y generales de la Investigación
de Operaciones, como así mismos de los orígenes
de esta rama de las matemáticas avanzadas, los
cuales servirán de base para los siguientes
módulos en donde se darán a conocer con mayor
amplitud y profundidad, diferentes tipos de
modelos y metodologías de resolución que son
ampliamente utilizadas en la actualidad.
Se espera que, junto a las lecturas indicadas en este módulo, se establezcan los lineamientos básicos que
sostienen la Investigación de Operaciones, las cuales han sido desarrolladas formalmente por más de 70
años, lo que necesariamente conlleva a la existencia de un muy amplio conocimiento, de basta literatura
científica, y de una extensa investigación y desarrollo teórico al respecto.
Pág. 22