Investigación de

Operaciones I
Unidad 1: Formulación y solución a problemas de
programación lineal
Sesión 1
Ing. Rosa Gonzales Martínez
rgonzalesm@upao.edu.pe
Contenido:

 Metodología de Investigación de Operaciones

 Construcción de modelos de programación lineal
 Aplicaciones de programación lineal
 Investigación de Operaciones
Es la aplicación del método científico para optimizar los recursos y
operar de forma eficaz, en la solución de problemas sociales, de
negocios y de decisión gubernamental.

La programación lineal es una herramienta poderosa en la administración de la producción y las

operaciones.
Orígenes de la Investigación de Operaciones

Fines siglo XIX -> La Primera Revolución Industrial

 Mecanización de la producción, división del trabajo, interacción hombre-máquina,
métodos para mejorar productividad.
Segunda Guerra Mundial:
 grupos especialistas (matemáticos, físicos, psicólogos, ingenieros, etc.) asesoraban a la
Organización Militar en el plano ejecutivo de las operaciones bélicas. (análisis de
estrategias, defensa aérea)
A mediados 1941:
 Sección Operations Research (Investigación de Operaciones) en la Real Air Force.
Al finalizar la segunda guerra mundial:
 Grupo científicos trabajos en la industria y el gobierno.
1939: Kantorovich- Planificación en producción y distribución.
1947: George Dantzig - Método Simplex. Año en que se dio inicio a la programación y con el
uso de las computadoras empezó a extenderse la IO.

4
El modelado en Ia investigación de
operaciones
En la investigación de operaciones no se cuenta con una técnica general
única para resolver todos los modelos que puedan surgir en la práctica. El
tipo y complejidad del modelo matemático determina la naturaleza del
método de solución.
Abstraemos de la situación real El modelo expresa razonablemente
el mundo real supuesto al las funciones matemáticas que
concentrarnos en las variables representan el comportamiento
del mundo real supuesto.
dominantes que controlan el
comportamiento del sistema
real.
Alternativas para analizar un sistema

Sistema

Experimentar con el Experimentar con un

sistema actual modelo del sistema

Modelo físico Modelo matemático

Solución analítica Simulación

Simulación

 La simulación es una técnica que pretende imitar, reproducir o simular las

operaciones que conforman determinados procesos a lo largo del tiempo.
 Un modelo de simulación es estático si representa el sistema en un
determinado instante, o el tiempo no juega; y es dinámico si representa
cómo evoluciona un sistema con el paso del tiempo.
 Sistemas reales, complejos utiliza la simulación- usan computadora para
la evaluación numérica del modelo.
Actividad
Analizar el video y desarrollar las preguntas de manera grupal.
Tiempo: 30 minutos
Vídeo: 12 minutos
Metodología de la investigación de operaciones y aplicaciones reales
https://www.youtube.com/watch?v=pMjOy9catNI

Preguntas:
1. ¿Qué métodos se utilizan para obtener la solución?
2. Explique brevemente los problemas que resuelve la metodología de la IO (3 problemas)
3. Identifique las etapas y explique brevemente como se aplica en el primer problema.
4. ¿Cuál es el perfil del investigador de operaciones?
5. ¿Cuáles son los desafíos de la IO en la actualidad?
La metodología de la Investigación de
Operaciones

Decide el modelo a utilizar ______ Situaciones pasadas _______

Análisis de sensibilidad ______ Comportamiento del sistema _______

9
 Características de la Investigación de
Operaciones

1. Enfoque holístico
“El todo es más que la suma de sus partes”
Von Bertalanffy

2. Uso de equipo interdisciplinario

• Indispensable en una situación compleja
• Participación de varios especialistas
• Diferentes maneras de observar
• Lenguaje común IO (Puente de Comunicación)

3. Adopción del método científico

10
Enfoque holístico
Sistema: conjunto de elementos que interactúan entre sí, actuando en un
determinado entorno (medio ambiente), con el fin de alcanzar objetivos
comunes, con capacidad de autocontrol y además definido en tiempo y espacio.
(Karl Ludwig von Bertalanffy)

ENTORNO
SISTEMA ,
OBJETIVO

FRONTERA
OBSERVANTE
ENTORNO

11
Areas de aplicación de IO
Personal: La automatización y la disminución de costos, reclutamiento de personal,
clasificación y asignación a tareas de mejor actuación e incentivos a la producción.

Mercado y distribución: El desarrollo e introducción de producto, envasado, predicción de la

demanda y actividad competidora, localización de bodegas y centros distribuidores.

Compras y materiales: Las cantidades y fuentes de suministro, costos fijos y variables,

sustitución de materiales, reemplazo de equipo, comprar o rentar.

Manufactura: La planeación y control de la producción, mezclas óptimas de manufactura,

ubicación y tamaño de planta, el tráfico de materiales y el control de calidad.

Finanzas y contabilidad: Los análisis de flujo de efectivo, capital requerido de largo plazo,
inversiones alternas, muestreo para la seguridad en auditorías y reclamaciones.

Planeación: Con los métodos Pert para el control de avance de cualquier proyecto con
múltiples actividades.

12
 Investigación de Operaciones en las empresas
Tipo de Objetivo Variables de decisión Restricciones
decisión ¿Cuál es el principal objetivo administrativo? ¿Qué información ¿Qué factores nos limitan para lograr nuestro objetivo?
necesitamos para lograr el
objetivo?

Mezcla de Seleccionar la mezcla de productos o servicios que Cuánto producir y poner Mercado, la cantidad máxima de producto demandado y el
productos brinde el máximo de utilidades para el período de en el mercado de cada mínimo que permitirá la política.
planeación servicio durante el Capacidad, la cantidad máxima de recursos disponibles
período de planeación (personal, materiales o máquinas, servicios públicos, efectivo,
espacio de planta).

Mezcla de Seleccionar una mezcla de los ingredientes principales Cuánto utilizar de cada Mercado, la cantidad de productos finales demandados.
ingredientes que conforman los productos finales que dé como materia prima principal o Tecnología, la relación entre ingredientes y sus productos
resultado el mínimo de costo de operación para el ingrediente en el período finales.
período de planeación. de planeación Capacidad, cantidad máxima de ingredientes y de capacidad de
producción disponible.

Transporte Seleccionar el plan de distribución de las fuentes a los Cuánto de cada producto Requerimientos de destino, o el mínimo o la cantidad exacta de
destinos con el mínimo costo de embarque durante el embarcar de cada una de productos requeridos en cada uno de los destinos.
período de planeación. las fuentes a cada uno de Capacidad de la fuente, o cantidad exacta o máxima de
los destinos durante el productos disponibles en cada una de las fuentes.
período de planeación.

Plan de Seleccionar la cantidad de productos o servicios a Cuánto producir en Mercado, la cantidad de productos demandados cada mes.
producción producirse durante el tiempo ordinario y tiempo extra mano de obra ordinaria y Capacidad, cantidad máxima de productos que se pueden
de la mano de obra durante cada mes del año a fin de extraordinaria durante fabricar con M.O en tiempo ordinario y extra; maquinaria
minimizar los costos por mano de obra y de tener cada mes del año. durante cada mes.
inventario. Espacio de inventario, capacidad máxima almacén por mes.

Asignación Asignar proyectos a equipos de tal forma que el costo A qué equipo se asigna Cada proyecto debe asignarse a un equipo y cada equipo debe
total de todos los proyectos se minimice durante el cada proyecto. asignarse a un proyecto.
período de planeación.
Modelo de investigación de
operaciones. Ejemplo 1:
Imagine que tiene un curso de negocios que requiere 5 semanas de traslado
continuo entre Piura (PIU) y Lima (LIM). Sale de Piura los lunes y regresa los
miércoles. Un boleto regular de viaje redondo (ida/vuelta) cuesta $200, pero se
ofrece 20% de descuento si el viaje redondo comprende un fin de semana. Un
boleto sencillo en cualquier dirección cuesta 75% del precio regular. ¿Cómo
debe comprar los boletos para reducir el costo del traslado durante las 5
semanas?
Modelo de investigación de
operaciones. Ejemplo
Podemos considerar la situación 1: de toma de decisiones cuya
como un problema
solución requiere responder tres preguntas:

1. ¿Cuáles son las alternativas de decisión?

2. ¿Conforme a qué restricciones se toma la decisión?
3. ¿Cuál es el criterio objetivo apropiado para evaluar las alternativas?
Modelo de investigación de
operaciones. Ejemplo
Podemos considerar la situación 1: de toma de decisiones cuya
como un problema
solución requiere responder tres preguntas:

1. ¿Cuáles son las alternativas de decisión?

2. ¿Conforme a qué restricciones se toma la decisión?
3. ¿Cuál es el criterio objetivo apropiado para evaluar las alternativas?

Tenemos tres alternativas razonables:

4. Comprar cinco boletos normales PIU-LIM-PIU para salir el lunes y regresar el
miércoles de la misma semana.
5. Comprar un boleto PIU-LIM, cuatro LIM-PIU-LIM que abarquen fines de semana,
y uno LIM-PIU.
6. Comprar un boleto PIU-LIM-PIU para el lunes de la primera semana y el
miércoles de la última semana, y cuatro LIM-PIU-LIM para los viajes restantes.
Todos los boletos en esta alternativa cubren por lo menos un fin de semana
Modelo de investigación de
operaciones. Ejemplo
La restricción en estas opciones 1:
es que pueda salir de PIU el lunes y regresar el
miércoles de la misma semana. Un criterio objetivo para evaluar la alternativa
propuesta es el precio de los boletos. La alternativa que dé el costo mínimo
será la mejor. Entonces tenemos:

Costo de la alternativa 1 = 5 x 200 = $ 1000

Costo de la alternativa 2 = 0.75 x 200 + 4 x (0.80 x 200) + 0.75 x 200 = $ 940
Costo de la alternativa 3 = 5 x (0.80 x 200) = $ 800

La alternativa 3 es la mejor porque es la más económica.

Aunque el ejemplo anterior ilustra los tres componentes principales de un
modelo de IO, los cuales son: alternativas, criterio objetivo y restricciones, las
situaciones difieren por los detalles de la construcción de cada componente y
la solución del modelo resultante.
Modelo de investigación de
operaciones. Ejemplo 2:
Considere la formación de un rectángulo de área máxima con un trozo de alambre de L pulgadas de
longitud. ¿Cuál será el mejor ancho y altura del rectángulo?

En contraste con el ejemplo 1, de los boletos, el número de alternativas en este ejemplo no es finito;
es decir, el ancho y la altura del rectángulo pueden asumir una cantidad infinita.

Para formalizar esta observación, las alternativas del problema se identifican definiendo el ancho y la
altura como variables algebraicas:

w = ancho del rectángulo en pulgadas

h = altura del rectángulo en pulgadas

En base a lo anterior la situación puede expresarse verbalmente como:

1. Ancho rectángulo + altura rectángulo = la mitad de la longitud del alambre
2. El ancho y la altura no pueden ser negativos.
Modelo de investigación de
operaciones. Ejemplo 2:
Estas restricciones se traducen de manera algebraica como sigue:

1. 2(w + h) = L
2. w >= 0, h>=0

Ahora el único componente restante es el objetivo del problema; es decir, maximizar el área del
rectángulo. Si z se define como el área del rectángulo, el modelo completo es

Maximizar z = wh
sujeto a:

2(w + h)= L
w, h >=0

Utilizando cálculo diferencial, la mejor solución de este modelo es w = h = L/4 , la cual requiere la
construcción de una forma cuadrada.
Modelo de investigación de
operaciones
Con los datos de los dos ejemplos anteriores, el modelo general de IO se organiza en
el siguiente formato general:

Una solución del modelo es factible si satisface todas las restricciones; es óptima si, además de ser
factible, produce el mejor valor (máximo o mínimo) de la función objetivo. En el ejemplo de los
boletos, el problema considera tres alternativas factibles, y la tercera es la que produce la solución
óptima. En el problema del rectángulo, una alternativa factible debe satisfacer la condición donde w y
h son variables no negativas. Esta definición conduce a una infinidad de soluciones factibles y, a
diferencia del problema de los boletos, el cual utiliza una sencilla comparación de precios, la solución
óptima se determina aplicando cálculo diferencial.
Aplicaciones exitosas. CITGO Petroleum
(1987)

La compañía ahorró 70 millones de dólares por año

CITGO es una compañía que refina y comercializa petróleo; la compró Southland
Corporation. Se tratan dos aspectos de la investigación del equipo de CITGO:
1. Un modelo matemático para optimizar la operación de las refinerías de CITGO.
2. Un modelo matemático, sistema de abastecimiento, distribución y comercialización
(ADC) que se usó para elaborar un plan de 11 semanas para comercializar, distribuir y
abastecer, que funcionara para toda la empresa.
Aplicaciones exitosas. CITGO Petroleum
(1987)
Un modelo matemático para optimizar la operación de las refinerías de CITGO.
Paso 1: Se quería minimizar el costo de operación de las refinerías de CITGO.
Paso 2: La refinería Lake Charles de Louisiana, fue sometida a estrecha observación en un intento por estimar las relaciones clave,
como:
1. Cuánto depende el costo de producción de cada uno de los productos de CITGO (lubricantes para motores, aceite combustible
número 2, turbosina, gasolina y varios lubricantes para motor mezclados) de los insumos usados para manufacturar cada
producto.
2. Cantidad de energía necesaria para producir cada producto. Esto requiere la instalación de un sistema nuevo de medición.
3. El rendimiento asociado con cada combinación de insumos-producto. Por ejemplo, si un galón de aceite crudo rinde 0.52
galones de lubricante, entonces el rendimiento sería igual a 52 por ciento.
4. Para disminuir los costos de mantenimiento, la información se reunió a partir de inventarios de piezas y fallas de equipo. Para
obtener datos precisos, se requirió la instalación de un sistema nuevo de administración de bases de datos y de un sistema
integrado de información de mantenimiento. También se instaló un sistema de control de procesos, con el fin de monitorear
con toda seguridad los insumos y recursos usados para elaborar cada producto.
Aplicaciones exitosas. CITGO Petroleum
(1987)
Un modelo matemático para optimizar la operación de las refinerías de CITGO.
Paso 3: Se ideó un modelo para optimizar las operaciones de las refinerías usando programación lineal. El modelo
establece el método para minimizar los costos de combinar todos los insumos para manufacturar los productos deseados.
El modelo contiene restricciones que aseguran que los insumos se mezclan de tal manera, que cada producto es de la
calidad especificada. El modelo impide que se exceda la capacidad de la planta, y facilita a todas las refinerías llevar un
inventario de cada producto final.
Paso 4: Se reunieron los insumos y productos de un mes en la refinería de Lake Charles, para validar el modelo, y dados los
insumos reales en la refinería en dicho mes, el rendimiento real se comparó con el pronosticado por el modelo. Luego de
cambios notables, el rendimiento pronosticado por el modelo estaba cercano al rendimiento real.
Paso 5: La aplicación de la programación lineal proporcionó diariamente una estrategia para administrar la refinería.
Paso 6 y 7: Una vez que el control de la base de datos y del proceso estuvieron en su lugar, el modelo se usó para guiar día
tras día las operaciones de las refinerías. CITGO estimó que los beneficios globales del sistemas de las refinerías fueron
mayores a los 50 millones de dólares por año.
Aplicaciones exitosas. CITGO Petroleum
(1987)
Un modelo matemático-sistema de abastecimiento, distribución y comercialización (ADC)
Paso 1: CITGO deseaba un modelo matemático que se pudiera usar para tomar decisiones respecto a abastecimiento,
distribución y comercialización, como:
1. ¿Dónde se debía comprar el petróleo crudo?
2. ¿Dónde se debían vender los productos?
3. ¿Qué precios se debían pedir por los productos?
4. ¿Cuánto de cada producto se debía conservar en inventario?
Paso 2: Se instaló una base de datos que seguía con atención ventas, inventario, comercio e intercambios de todos los
productos refinados. Además, se usó un análisis de regresión para elaborar pronósticos para precios de mayoreo y
demandas de mayoreo para todos los productos de CITGO.
Paso 3 y 5: Se usó un modelo de flujo de redes de costo mínimo )MFRCM) para determinar una estrategia de 11 semanas
de abastecimiento, comercialización y distribución. El modelo toma todas las decisiones que se mencionan en el paso 1.
Correr un modelo característico de 3000 ecuaciones y 15000 variables de decisión, requiere sólo 30 segundos en una
computadora IBM 4381-
Aplicaciones exitosas. CITGO Petroleum
(1987)

Un modelo matemático-sistema de abastecimiento, distribución y comercialización (ADC) Paso 1:

Paso 4: Los módulos de predicción se evalúan en forma continua, para tener la seguridad de que dan
predicciones exactas.
Paso 6 y 7: Poner en marcha el ADC requirió varios cambios en la empresa. Se buscó un nuevo
vicepresidente para que coordinara la operación del ADC y del modelo de programaación lineal (PL) de
las refinerías. Los departamentos de abastecimiento de productos y programación de productos, se
combinaron para mejorar la comunicación y flujo de información.
Aplicaciones exitosas
Horarios del Dpto. Policía (1989)
Un sistema de horarios de las patrullas de la policía (SHPP)
Sistema que se utiliza para calendarizar a sus oficiales, se estima un ahorro de más de $ 5 millones.
Paso 1: El Departamento de Policía de San Francisco quería un método para programar a los oficiales de las patrullas
en cada demarcación, que proporcionara rápidamente (en menos de una hora) un programa, y lo desplegara en
forma gráfica. El programa debería determinar primero el personal necesario para cada hora de la semana. Por
ejemplo, podrían necesitarse 38 policías entre 1 y 2 am. Del domingo, pero se requerirían sólo 14 elementos de 4 a
5 am. del mismo día. Los oficiales deberían entonces ser programados para reducir al mínimo la suma, en cada hora
de la semana, del déficit y excedente respecto a la cantidad necesaria de oficiales. Es decir, si se asignaran 20
policías al turno de la medianoche hasta las 8 am. Del domingo, habría un déficit de 38-20 =18 oficiales desde la 1 a
las 2am. y un excedente de 20 – 14 = 6 policías desde las 4 a las 5am. Un segundo criterio era minimizar el déficit
máximo, porque un déficit de 10 elementos durante una hora, es más grave que un déficit de un polcía durante 10
horas distintas. El Departamento de Policía también quería un sistema de horarios que los capitanes de la
demarcación pudieran afinar fácilmente para generar la programación óptima.
Aplicaciones exitosas
Horarios del Dpto. Policía (1989)
Un sistema de horarios de las patrullas de la policía (SHPP)
Paso 2: El Departamento de Policía tenía un sistema complejo de despacho computarizado para seguir con atención
todas las llamadas que solicitaban ayuda de la policía, tiempo de viaje de los oficiales, tiempo de respuesta, etc. Los
administradores de dicho departamento tenían un porcentaje de tiempo estándar en que, según ellos, cada oficial
debía estar ocupado. Mediante el sistema es fácil determinar la cantidad necesaria de trabajadores para cada hora.
Por ejemplo, supóngase que un oficial de policía debe estar ocupado 80% del tiempo, y el sistema indica que 30.4 h.
de trabajo entran de 4 a 5 am. Del domingo. Entonces se requieren 38 oficiales de 4 a 5am. El domingo (0.38 * (38) =
30.4 horas).
Paso 3: Se planteó un modelo de PL. Como se estableció el objetivo de minimizar la suma de déficit y excedentes por
hora. Al principio, los programadores supusieron que los policías trabajaban ocho horas diarias en cinco días
consecutivos (esto era prioridad para el SHPP) y que había tres cambios de turno (digamos, 6am., 2pm., y 10 pm.). Las
restricciones en el modelo del SHPP reflejaban la cantidad limitada de oficiales disponibles y la relación entre la
cantidad de policías que trabajaban cada cierta hora, y el déficit y excedentes para dicha hora.
Aplicaciones exitosas
Horarios del Dpto. Policía (1989)
Un sistema de horarios de las patrullas de la policía (SHPP)
Luego el sistema generaría un horario que le indicaría al capitán de la demarcación cuántos oficiales deberían
empezar a trabajar a las 6am. Del lunes (trabajarían de 6 a 2pm. De jueves a viernes) y 30 policías deberían iniciar sus
labores a las 2pm. del sábado (trabajarían de 2 pm. a 10pm. De sábado a miércoles). El hecho de que la cantidad de
policías asignados a un turno debe ser un entero, dificultó más encontrar un horario óptimo.
Paso 4: Antes de poner en marcha el SHPP, el departamento de Policía probó los horarios del SHPP contra los horarios
elaborados en forma manual. Se produjo una reducción de 50% tanto en los déficit como en los excedentes. Esto
convenció sobre la conveniencia de poner en marcha ese sistema.
Paso 5: Dado los tiempos de inicio para los turnos y el tipo de horario de trabajo (cuatro días consecutivos y 10 horas
de trabajo por día (el horario de 4 por 10), o cinco días consecutivos por ocho horas de trabajo por día (horario de 5
por 8), el sistema SHPP fue capaz de generar un programa que minimizaba la suma de déficit y excedentes. Lo más
importante que este sistema se puede usar para experimentar con los cambios de turno, entonces el turno de 5 por 8
era superior al de 4 por 10. Pero sise establecían cinco cambios de turno, entonces un horario de 4 por 10 era mejor.
Aplicaciones exitosas
Horarios del Dpto. Policía (1989)
Un sistema de horarios de las patrullas de la policía (SHPP)
La ciudad se había resistido al horario de 4 por 10, porque parecía que se reducía la productividad. El sistema demostró
que los horarios de 4 por 10 no reducen la productividad. Después de la introducción del sistema SHPP, el departamento
de la Policía de San Francisco estableció los horarios de 4 por 10, y mejoró la productividad.
Paso 6 y 7: Se estima que el SHPP generó 170 000 horas productivas por año adicionales, por lo que la ciudad de San
Francisco ahorró 5.2 millones de dólares al año. El 96% de todos los trabajadores prefirió los horarios generados por el
SHPP que los elaborados de forma manual.
El sistema permitió cambios estratégicos como el de un horario de 4 por 10, lo cual hizo que los policías se sintieran más
contentos e incrementara la productividad. Luego de que se puso en marcha el SHPP, mejoraron en 20% los tiempos de
respuesta a las llamadas.
Una de las principales razones para el éxito del SHPP, fue que el sistema permitió a los capitanes de la demarcación afinar
el horario generado por computadora, y obtener uno nuevo en menos de un minuto. Por ejemplo los comandantes de la
demarcación podían añadir o borrar oficiales de policía con toda facilidad. Agregar o eliminar turnos, y ver de inmediato
cómo estos cambios modificaban el horario maestro.
Cuestionario 1
Desarrollar el cuestionario de manera individual a través de Google Forms para
reforzar conocimientos.
Tiempo: 20 minutos
Enlaces de interés:
https://www.youtube.com/watch?v=ArhP40Fwpyw
QUÉ ES LA INVESTIGACIÓN DE OPERACIONES| INICIOS
 
https://www.youtube.com/watch?v=eB_NCdHkCRs
QUÉ ES LA INVESTIGACIÓN DE OPERACIONES| METODOLOGÍA DE LA INVESTIGACIÓN DE OPERACIONES
ESTRUCTURA Y CONSTRUCCIÓN DE MODELOS
 
https://www.youtube.com/watch?v=WdrmkTy6ljE
APLICACIONES EN LAS ORGANIZACIONES EMPRESARIALES.

https://www.informs.org/Impact/O.R.-Analytics-for-Policymakers/COVID-19

Supply Chain Resources

https://3dprintingindustry.com/news/are-you-ready-for-the-new-supply-chain-171073/

Transportation Security Resources

https://news.illinois.edu/view/6367/807626

Unique System for Using UVC Light to Sterilize Masks in Bulk Developed at Rensselaer
https://www.youtube.com/watch?v=NHIAyV0v8rg&feature=emb_logo
https://www.youtube.com/watch?v=eB_NCdHkCRs