INVESTIGACIÓN DE OPERACIONES

Juan Manuel Amariles Zambrano

 INTRODUCCIÓN

REVOLUCIÓN INDUSTRIAL…

Organizaciones de gran
Pequeños talleres artesanales
complejidad

• Aumento de la división del trabajo

• Algunos componentes de una organización a convertirse en
imperios con autonomía relativa. Por general, lo que es mejor
para un componente va en detrimento de otro.
Un problema relacionado es que, en la medida que aumentan la
complejidad y la especialización, es más difícil asignar los recursos
disponibles a las diferentes actividades de la manera más eficaz para la
organización como un todo.
 EJEMPLO SIMPLIFICADO

Almacén
(Materias Producción Calidad
Primas)

• Mantener los niveles • Minimizar los tiempos • Minimizar errores

de inventario bajos de entrega en el Producto

• Cumplir con los niveles

de producción
 ORIGEN DEL TÉRMINO
Segunda Guerra Mundial

“Existía la urgente necesidad de asignar recursos escasos

a las distintas maniobras militares y a las actividades que
componían cada operación de la manera más eficaz.”

“Estadounidense y británica llamaron a un gran número

de científicos para que aplicaran el método científico a
éste y a otros problemas estratégicos y tácticos”

Investigación sobre Operaciones (militares)

 Propósito de la Investigación de
Operaciones

Esta disciplina implica “investigar sobre las

operaciones”
Puede ser aplicada a la problemática relacionada con la
conducción y la coordinación de actividades en una
organización. En esencia, la naturaleza de la
organización es irrelevante, por lo cual la IO ha sido
aplicada de manera extensa en áreas tan diversas como
manufactura, transporte, construcción, telecomunicaciones,
planeación financiera, cuidado de la salud, fuerzas armadas
y servicios públicos, por nombrar sólo unas cuantas.
 Modelos de Programación Lineal

• Considerado como uno de los más grandes avances científicos

• Ha hecho ahorrar mucho dinero a empresas de todo tipo
• “Asignar de la mejor manera posible un conjunto de recursos limitados a diferentes
componentes de la organización que compiten entre sí por ellos”
• “El adjetivo lineal significa que todas las funciones matemáticas del modelo deben ser funciones
lineales”
• Cuando se habla de programación puede ser asociado a la planeación o diseño de actividades.
• Método Simplex
Primer ejercicio de Programación Lineal
El entrenador de un equipo de natación debe asignar los nadadores a un equipo de relevo de 200 metros de
relevo para llevar a los Juegos Olímpicos Junior. Dado que la mayoría de sus mejores nadadores son muy
rápidos en más de un estilo, no está claro que nadador se debe asignar a cada uno de los cuatro estilos. Los
cinco nadadores más rápidos y los mejores tiempos (en segundos) que han logrado en cada uno de los estilos
(para 50 metros) son los siguientes:
Tipo de Carlos Cristina David Antonio José
nado
Dorso 37,7 32,9 33,8 37 35,4
Pecho 43,4 33,1 42,2 34,7 41,8
Mariposa 33,3 28,5 38,9 30,4 33,6
Libre 29,2 26,4 29,6 28,5 31,1

Una respuesta: Dorso – Carlos=37.7 Pecho – David=42.2 Mariposa – José = 33.6 Libre – Cristina=26.4
Total=139.9
 Complejidad de los Problemas

8
9
12346 7 5 8 9 10

7 12346 5 7 8 9 10
10
5 46123 7 5 8 9 10

75421 8 9 10 6 3
1 6
4
…..  

2
3
Ejemplo Prototipo

La WYNDOR GLASS CO. produce artículos de vidrio de alta calidad, entre

ellos ventanas y puertas de vidrio. Tiene tres plantas. Los marcos y
molduras de aluminio se hacen en la planta 1, los de madera en la
planta 2; la 3 produce el vidrio y ensambla los productos.
 
Debido a una reducción de las ganancias, la alta administración ha
decidido reorganizar la línea de producción de la compañía. Se
discontinuarán varios productos no rentables y se dejará libre una parte
de la capacidad de producción para emprender la fabricación de dos
productos nuevos cuyas ventas potenciales son muy prometedoras:
 
Producto 1: una puerta de vidrio de 8 pies con marco de aluminio
Producto 2: una ventana corrediza con marco de madera de 4 por 6 pies
 Ejemplo Prototipo

El producto 1 requiere parte de la capacidad de

producción en las plantas 1 y 3 y nada en la planta 2.

El producto 2 sólo necesita trabajo en las plantas 2 y 3.

La división de comercialización ha concluido que la

compañía puede vender todos los productos que se
puedan fabricar en las plantas. Sin embargo, como
ambos productos competirían por la misma capacidad de
producción en la planta 3, no está claro cuál mezcla de
productos sería la más rentable. Por lo tanto, se ha
formado un equipo de IO para estudiar este problema.
Esta foto de Autor desconocido está bajo licencia CC BY-NC-ND
Ejemplo Prototipo
El grupo comenzó por realizar juntas con la alta
administración para identificar los objetivos del
estudio. Como consecuencia de ellas se desarrolló
la siguiente definición del problema: Determinar
cuáles tasas de producción deben tener los dos
productos con el fi n de maximizar las utilidades
totales, sujetas a las restricciones impuestas por las
capacidades de producción limitadas disponibles en
las tres plantas. (Cada producto se fabricará en
lotes de 20 unidades, de manera que la tasa de
producción está definida como el número de lotes
que se producen a la semana.) Se permite cualquier
combinación de tasas de producción que satisfaga
estas restricciones, incluso no fabricar uno de los
productos y elaborar todo lo que sea posible del
otro.
 Ejemplo Prototipo
El equipo de IO también identificó los datos que necesitaba reunir:
 
1. Número de horas de producción disponibles por semana en cada planta para fabricar estos nuevos productos.
(Casi todo el tiempo de estas plantas está comprometido con los productos actuales, lo que limita la capacidad
para manufacturar nuevos productos.)

2. Número de horas de fabricación que se emplea para producir cada lote de cada artículo nuevo en cada una de las
plantas.

3. La ganancia por lote de cada producto nuevo. (Se escogió la ganancia por lote producido como una medida
adecuada una vez que el equipo llegó a la conclusión de que la ganancia incremental de cada lote adicional
producido sería, en esencia, constante, sin que importase el número total de lotes producidos. Debido a que no se
incurre en costos sustanciales para iniciar la producción y la comercialización de estos nuevos productos, la
ganancia total de cada uno es aproximadamente la ganancia por lote que se produce multiplicada por el número
de lotes.)
 Ejemplo Prototipo

Formulación como un problema de programación lineal

•La definición del problema planteado indica que las decisiones
que deben tomarse son el número de lotes de los productos
que se fabricarán semanalmente, de manera que se maximice
su ganancia total.

•Para formular el modelo matemático de programación lineal

de este problema se define.
•x1 = número de lotes del producto 1 que se fabrican por
semana
•x2 = número de lotes del producto 2 que se fabrican por
semana
•Z = ganancia semanal total (en miles de dólares) que generan
estos dos productos.
 Componentes de un PL

VARIABLES DE DECISIÓN Y PARÁMETROS

Incógnitas que deben ser

determinadas a partir de la
solución del modelo.

x,y

x1, x2, x3 …
 Componentes de un PL

FUNCIÓN OBJETIVO

La función objetivo es una relación

matemática entre las variables de decisión,
parámetros y una magnitud que representa
el objetivo o producto del sistema.

Determina lo que se va a optimizar

(Maximizar o Minimizar).
 Componentes de un PL

Restricciones

Las restricciones son relaciones entre las

variables de decisión y los recursos
disponibles. Las restricciones del modelo
limitan el valor de las variables de decisión.
Se generan cuando los recursos disponibles
son limitados.
Todos los puntos de
la Regíon Factible
satisfacen las   probamos la solución
Si
restricciones del en el punto D en la
problema Función Objetivo se
tiene que:

Pero, por definición

los problemas de 𝑍
  =3 𝑥1 +5 𝑥2
programación lineal
tienen su solución Así, reemplazando los
valores:
óptima en los
puntos extremos de 𝑍
  =3( 4)+5 (0)
la Regíon Factible.
𝑍
  =12
El método para encontrar la
solución óptima consiste en:
1. Graficar la solución sobre el
área factible dándole dos
valores distintos. Función Objetivo
2. Identificar la dirección de
crecimiento o decrecimiento  𝑍 =3 𝑥1 +5 𝑥2
de la Función objetivo.
3. En el caso de un problema de
Maximización, desplazarse en Qué pasa si Z=45
la dirección de crecimiento
hasta llegar al último punto  3 𝑥1 +5 𝑥2 =45
de la región factible.
4. En el caso de un problema de
Minimización, desplazarse en Qué pasa si Z=30
la dirección de decrecimiento
hasta llegar al último punto  3 𝑥1 +5 𝑥2 =30
de la región factible.
1. Graficar la solución sobre
el área factible dándole
dos valores distintos.

3 𝑥1 +5 𝑥2 =45
 

x1 x2
0 9
5 6
1. Graficar la solución
sobre el área factible
dándole dos valores
distintos.

3 𝑥1 +5 𝑥2 =30
 

x1 x2
0 6
5 3
1. Graficar la solución
sobre el área factible
dándole dos valores
distintos.
2. Identificar la dirección
de crecimiento o
decrecimiento de la
Función objetivo. Dirección en que aumenta la
Función Objetivo
Pasó de 30 a 45