INTRODUCCION A LA

INVESTIACION DE OPERACIONES
Dra. Karin Supo Gavancho
Introducción a la IO
 Como su nombre lo indica, la Investigación de
Operaciones (IO), o Investigación Operativa, es la
investigación de las operaciones a realizar para el logro
óptimo de los objetivos de un sistema o la mejora del
mismo.
 Esta disciplina brinda y utiliza la metodología científica
en la búsqueda de soluciones óptimas, como apoyo en los
procesos de decisión, en cuanto a lo que se refiere a la
toma de decisiones óptimas y en sistemas que se originan
en la vida real.
Introducción a la IO
 Los primeros desarrollos de esta disciplina (IO) se
refirieron a problemas de ordenamiento de tareas, reparto
de cargas de trabajo, planificación y asignación de
recursos en el ámbito militar en sus inicios,
diversificándose luego, y extendiéndose finalmente a
organizaciones industriales, académicas y
gubernamentales.
Introducción a la IO(Historia)
1947
Dantzig, George - Método simplex en base al trabajo de precursores, inicio a la Programación Lineal.
1950-60
 Bellman - Programación dinámica.
 Kuhn y Tucker - Programación No Lineal.
 Gomory - Programación Entera.
 Ford y Fulkerson - Redes de optimización.
 Markowitz - Simulación.
 Arrow, Karloin, Scarf, Whitin - Inventarios.
 Rafia - Análisis de Decisiones.
 Howard - Procesos Markovianos de Decisión.
 Churchman, Ackoff, Arnoff - Orientación a sistemas, generalización de la Investigación Operativa.
1970 y parte década 80, 1985 en adelante
Receso en el uso de la Investigación de Operaciones
Reflorecimiento de la disciplina con el devenir del control automático industrial, las microcomputadoras y las
nuevas interfaces gráficas que impulsan el desarrollo de los Sistemas Automatizados de Apoyo a la Toma de
Decisiones, donde la Investigación Operativa juega un papel preponderante.
Actualmente
IO se aplica al sector privado y público, a la industria, los sistemas de
comercialización, financieros, de transportes, de salud etc., en los
países desarrollados, “en vías de” y en los del tercer mundo.
¿Que es la IO?
 En esta disciplina se destacan las siguientes características
esenciales:
 una fuerte orientación a Teoría de Sistemas,
 la participación de equipos interdisciplinarios,
 la aplicación del método científico en apoyo a la toma de decisiones.
 En base a estas propiedades, una posible definición es: la
Investigación Operativa es
 la aplicación del método científico por equipos interdisciplinarios a
problemas que comprenden el control y gestión de sistemas
organizados (hombre- máquina); con el objetivo de encontrar
soluciones que sirvan mejor a los propósitos del sistema (u
organización) como un todo, enmarcados en procesos de toma de
decisiones.
¿Que es la IO?
 Otra definición:
 la Investigación Operativa es la aplicación del método
científico a un mismo problema por diversas ciencias y
técnicas, en apoyo a la selección de soluciones, en lo posible
óptimas.
 Observar que el problema es UNO SOLO, sin embargo existen
maneras distintas de observar un mismo problema,
dependiendo de los objetivos que se planteen para resolverlo.
Aplicaciones
Investigación de Operaciones significa “hacer investigación sobre las operaciones”. Esto dice algo del enfoque como
del área de aplicación. Entonces, la Investigación de Operaciones se aplica a problemas que se refieren a la
conducción y coordinación de operaciones o actividades dentro de una organización.
La naturaleza de la organización es esencialmente inmaterial y, de hecho, la Investigación de Operaciones se ha
aplicado en los negocios, la industria, la milicia, el gobierno, los hospitales, etc.
Así, la gama de aplicaciones es extraordinariamente amplia. Casi todas las organizaciones más grandes del mundo y
una buena proporción de las industrias más pequeñas cuentan con grupos bien establecidos de Investigación de
Operaciones.
Muchas industrias, incluyendo la aérea y de proyectiles, la automotriz, la de comunicaciones, computación, energía
eléctrica, electrónica, alimenticia, metalúrgica, minera, del papel, del petróleo y del transporte, han empleado la
Investigación de Operaciones.
Las instituciones financieras, gubernamentales y de salud están incluyendo cada vez más estas técnicas. Para ser más
específicos, se consideran algunos problemas que se han resuelto mediante algunas técnicas de Investigación de
Operaciones.
La programación lineal se ha usado con éxito en la solución de problemas referentes a la asignación de personal, la
mezcla de materiales, la distribución y el transporte y las carteras de inversión. La programación dinámica se ha
aplicado con buenos resultados en áreas tales como la planeación de los gastos de comercialización, la estrategia de
ventas y la planeación de la producción. La teoría de colas ha tenido aplicaciones en la solución de problemas
referentes al congestionamiento del tráfico, al servicio de máquinas sujetas a descomposturas, a la determinación del
nivel de la mano de obra, a la programación del tráfico aéreo, al diseño de presas, a la programación de la
producción y a la administración de hospitales. Otras técnicas de Investigación de Operaciones, como la teoría de
inventarios, la teoría de juegos y la simulación, han tenido exitosas aplicaciones en una gran variedad de contextos.
Aplicaciones
Los principales campos de aplicación de la I.O. son:
a. Relativa a personas:
1.- Organización y gerencia.
2.- Ausentismo y relaciones de trabajo.
3.- Economía.
4.- Decisión es individual es.
5.- Investigaciones de mercado.
b. Relativa a personas y máquinas:
1.- Eficiencia y productividad.
2.- Organización de flujos en fábricas.
3.- Métodos de control de calidad, inspección y muestreo.
4.- Prevención de accidentes.
5.- Organización de cambios tecnológicos.
c. Relativa a movimientos:
1.- Transporte.
2.- Almacena miento, distribución y manipulación.
3.- Comunicaciones.
Fase de un estudio de IO
 1. Definición del problema:
 Alternativas de decisión (vars. de decisión).
 El objetivo de estudio (Función Objetivo).
 Identificación de las restricciones del sistema que se modela.

 2. Construcción del modelo:

 Traducir el problema a relaciones matemáticas que incluyan las vars. decisión, la Función Objetivo
y las restricciones.

 3. Solución del modelo:

 Uso de algoritmos de optimización.
 Se encuentran los valores de las vars. decisión.

 4. Validación del modelo:

 ¿El modelo entrega una predicción razonable del comportamiento del sistema estudiado?

 5. Implementación de la solucion:
 Traducir los resultados del modelo en instrucciones de operación.
Modelos y su clasificación
Modelos y su clasificación
 Algunos son:
 Dinámicos: Utilizados para representar sistemas cuyo estado varía con el tiempo.
 Estáticos: Utilizados para representar sistemas cuyo estado es invariable a través del
tiempo.

 Matemáticos: Representan la realidad en forma abstracta de muy diversas maneras.

 Físicos: Son aquellos en que la realidad es representada por algo tangible, construido
en escala o que por lo menos se comporta en forma análoga a esa realidad (maquetas,
prototipos, modelos analógicos, etc.).

 Analíticos: La realidad se representa por fórmulas matemáticas. Estudiar el sistema

consiste en operar con esas fórmulas matemáticas (resolución de ecuaciones).
 Numéricos: Se tiene el comportamiento numérico de las variables intervinientes. No
se obtiene ninguna solución analítica.
Modelos y su clasificación
 Continuos: Representan sistemas cuyos cambios de estado son
graduales. Las variables intervinientes son continuas.
 Discretos: Representan sistemas cuyos cambios de estado son de a
saltos. Las variables varían en forma discontinua.

 Determinísticos: Son modelos cuya solución para determinadas

condiciones es única y siempre la misma.
 Estocásticos: Representan sistemas donde los hechos suceden al azar,
lo cual no es repetitivo. No se puede asegurar cuáles acciones ocurren
en un determinado instante. Se conoce la probabilidad de ocurrencia y
su distribución probabilística. (Por ejemplo, llega una persona cada 20
± 10 segundos, con una distribución equiprobable dentro del intervalo).
Clasificación de los modelos según la I.O.
 Modelo Matemático
 Es aquel modelo que describe el comportamiento de un sistema a
través de relaciones matemáticas y supone que todas las variables
relevantes son cuantificables. Por ende tiene una solución optima.
 Modelo de Simulación
 Es un modelo que imita el comportamiento de un sistema sobre un
periodo de tiempo dado, esta basado en observaciones estadísticas.
Este tipo de modelo entrega soluciones aproximadas.
 Modelo Heurístico
 Es una regla intuitiva que nos permite la determinación de una
solución mejorada, dada una solución actual del modelo,
generalmente son procedimientos de búsqueda. Este tipo de
modelo también entrega soluciones aproximadas.