ESCUELA PROFESIONAL

DE INGENIERÍA DE
SISTEMAS

INVESTIGACIÓN DE OPERACIONES I

Docente:
ANIVAL TORRE CAMONES

SEMESTRE
ACADÉMICO 2021B
 Primera Semana

Definiciones Básicas

2
 Orientaciones

Contraste y
relacione la
información

Practique con Revise los

ejercicios resúmenes y
propuestos esquemas
 Contenido

1 Introducción

2 Definición de Investigación de operaciones

3 Breve historia

4 Metodología
 Introducción

La asignatura corresponde al área de Matemática y es

de carácter teórico-práctico. Aplica técnicas y modelos
matemáticos con apoyo de informática para la toma de
SUMILLA decisiones acertadas en organizaciones con un
enfoque científico en el marco de la responsabilidad
social.
Primera unidad: • Definiciones básicas
Segunda unidad: • Desarrollo de modelos de programación lineal
Tercera unidad: • Resolución de modelos matemáticos con M. Simplex
Cuarta unidad: • Problema Dual y Análisis de sensibilidad
Quinta unidad: Programación entera
Sexta unidad
: Programación por metas .

5

COMPETENCIA CAPACIDADES
Aplica técnicas y Aplica la metodología de la
modelos matemáticos investigación de operaciones.
con apoyo de la
informática para la
toma de decisiones
Desarrolla modelos matemáticos
acertadas en
de programación lineal de dos o
organizaciones con un
más variables.
enfoque científico en
el marco de la Resuelve modelos matemáticos
responsabilidad social. con el Método Simplex
Resuelve modelos matemáticos
de problemas dual y Análisis de
sensibilidad.
Resuelve problemas de
programación entera..
Resuelve modelos de
programación por metas
Introducción
INDICADORES ACTIVIDADES DE
APRENDIZAJE
Define problemas del mundo real. Sesión de aprendizaje
1,2
Conoce los pasos de la investigación de  
operaciones.
Identifica las variables de un modelo la función Sesión de aprendizaje
objetivo y las restricciones. 3,4,5
Resuelve modelos de dos variables.
Resuelve modelos de más de dos variables con el Sesión de aprendizaje
programa Lindo. 6,7
Conoce programas para resolver modelos.
Desarrolla el problema dual. Sesión de aprendizaje
Realiza el análisis de sensibilidad. 9,10
Resuelve modelos de problemas de transporte y Sesión de aprendizaje
de asignación. 11,12
Resuelve modelos de programación entera. 13,14
Resuelve problemas de programación por metas Sesión de aprendizaje
Aplica programas en la programación por metas. 15
6
 Introducción

EVALUACIÓN
La evaluación será permanente, tomando en cuenta la participación en clase del
estudiante y haciendo el seguimiento respectivo de los procedimientos cognitivos y
actitudinales que desarrolle el estudiante en clase. La evaluación del curso considera:
Examen parcial (EP peso 1), examen final (EF peso 1) y promedio de trabajos prácticos
(PP peso 1). Los trabajos prácticos son 6 y se elimina la menor nota. El Promedio Final
del curso (PF) se obtiene de la siguiente manera:
EP*1+EF*1+PP*1
PF=
3
BIBLIOGRAFÍA
HILLER, Frederick. S.; LIEBERMAN, Gerald. J. (2015). Investigación de Operaciones
(Decima ed.). México: McGraw Hill.
TAHA, H. A. (2016). Investigación de operaciones. México: Pearson.
WAYNE L., W. (2005). Investigación de operaciones (Cuarta ed.). México: Thomson 7

Kamblesh Mathur: “Es el uso de
la Matemática y computadoras
para ayudar a tomar decisiones
racionales frente a problemas de
administración”.
Lawrence y Pasternak: ”La
investigación de operaciones es
un enfoque científico para la
toma de decisiones ejecutivas”
¿Qué es la Investigación de
operaciones?
Jorge Álvarez: “Es un
procedimiento o un enfoque para
resolver problemas relacionados
con la toma de decisiones en
diferentes campos de aplicación,
tales como Ingeniería, Economía,
Política, etc”
Otros indican que es la aplicación
del método científico para asignar
los recursos a las actividades de
forma eficaz
 ¿Qué es la Investigación de
operaciones?

Resumiendo: • La Investigación de operaciones es el uso de la

matemática e informática para resolver problemas del
mundo real, tomando decisiones acertadas que
garanticen el éxito.

Ciencia de la Administración

Ciencia de las Decisiones

Ciencia de los Métodos

Cuantitativos

9
 Proceso de toma de decisiones

Éxito
MATEMÁTICA
APLICADA
Estadística, Informática,
Matemática Financiera, Toma de
DATOS Investigación de decisiones
INFORMACION
operaciones acertadas
RAPIDEZ
PRECISIÓN
GRANDES VOLÚMENES
Fracaso
MATEMÁTICA
PURA
 Objetivos de la Investigación de
operaciones

1. Apoyar a la toma de decisiones de sistemas

complejos mediante métodos científicos.
2. Estudiar la asignación óptima de recursos escasos a
determinada actividad.
3. Evaluar el rendimiento de un sistema con objeto de
mejorarlo.
4. Obtener información cuantitativa.
5. Mejorar procedimientos tradicionales a través de las
opiniones de expertos y reglas simples.
6. Lograr flexibilidad y bajo costo.
7. Medir la incertidumbre.
11
 La I.O. busca la experticia humana

Desempeño correcto y rápido dentro de un dominio

específico.

Capacidad para justificar un resultado y explicar el

proceso de razonamiento.

Capacidad para aprender de la experiencia.

Capacidad para resolver casos únicos basándose en

principios, modelos, experiencias, casos o reglas.
Capacidad para razonar bajo condiciones de
incertidumbre e información incompleta y aplicar su
sentido común.
 La I.O. busca la experticia humana

MEMORIA A LARGO PLAZO

Conocimiento en el dominio, USUARIO

experiencia, experticia.

Recomendaciones,
RAZONAMIENTO conclusiones, casos
resueltos.
APRENDIZAJE

MEMORIA A CORTO PLAZO

Hechos, casos, reglas, conclusiones.

 La I.O. busca la experticia humana

BASE DE CONOCIMIENTOS

USUARIO
Conocimiento en el dominio,
experiencia, experticia.

Recomendaciones,
MAQUINA DE INFERENCIA conclusiones,
casos resueltos.
RED NEURONAL

MEMORIA DE TRABAJO (RAM)

Hechos, casos, reglas, conclusiones.

 Una breve historia

• Economía:
•Quesnay s. XVIII
Se aplica •Walras s. XIX
por •Von Neumann s. XX
primera
vez en
• Matemáticas: Modelos lineales
1780 Farkas, Minkowski (s.XIX)
• Estadística: Fenómenos de espera
Erlang, Markov (1920)
 Una breve historia

En la Segunda Guerra Mundial cuando

existía la necesidad urgente de
asignar en forma efectiva los escasos
recursos a las diferentes operaciones
y actividades militares.
Durante la II Guerra Mundial, la Fuerza
Aérea Británica formó el primer grupo de
investigación operacional, para resolver
problemas de organización militar como La Fuerza Armada
despliegue de radares, manejo de Estadounidense formó un
operaciones de bombardeo, colocación de grupo similar, 5 de los cuales
minas y otros problemas estratégicos y ganaron el Premio Nobel.
tácticos. Los esfuerzos de este primer
grupo científico dieron resultados
excelentes.
 Una breve historia

Con la revolución industrial y la Informática, logró más importancia dado el

crecimiento y complejidad de las nuevas organizaciones.

Después de la II guerra mundial las empresas reconocieron las

bondades de la investigación de Operaciones.

Estudio de
Distribución Planeación y
Refinerías mercado y Inteligencia
de control de la
de petróleo. Planeación de Artificial
productos. producción.
Inversiones.

El éxito de la IO generó gran interés en sus aplicaciones fuera

del campo militar como la industria, los negocios, gobierno, etc.
 Una breve historia

George Dantzig estudió en la Universidad de Maryland

donde obtuvo una licenciatura en Matemáticas y Física en
1936. Obtuvo la Maestría en Matemáticas en la Universidad
de Michigan y dos años después el Doctorado en Estadística
en la Universidad de Berkeley, California. Basándose en el
método input-output, ideado por el economista ruso Wassily
Leontief en 1939 (por cuyo trabajo recibió el Premio Nobel),
estableció el problema general de Programación Lineal. Sin
embargo los problemas planteados eran demasiado George B. Dantzig
complejos para las computadoras más veloces de la época. 1914-2005
En el verano de 1947 realizó la primera formulación del 
Método Simplex. escribió su gran libro de referencia «Linear
Programming and Extensions», publicado en agosto de
1963.
 Una breve historia

George Dantzing crea la Programación Dinámica, Líneas de

Espera, Teoría de Inventarios, etc. antes de 1950 .
La revolución de las computadoras contribuyó al desarrollo
de la IO y con ella surgió una nueva herramienta de la IO: la
Simulación.
Actualmente existen sociedades de profesionales de IO
como: INFORMS (Instituto de Investigación de Operaciones George B. Dantzig
y Ciencias de la Administración) con sede en EE.UU; IFORS 1914-2005
(Federación Internacional de Sociedades de Investigación
de Operaciones) que agrupa a más de 45 países miembros.
Objetivo: desarrollo de la IO como ciencia unificada y
avance en todas las naciones del mundo.
 Metodología de la Investigación de
Operaciones

DEFINICIÓN DEL PROBLEMA

DESARROLLO DEL MODELO RESOLUCIÓN DEL MODELO

MODELO MODIFICADO ¿ES VALIDA?

Lawrence y Pasternak: La Investigación de
Operaciones “consiste en el arte de
modelar situaciones complejas, la ciencia IMPLEMENTACIÓN
de desarrollar técnicas de solución para
resolver dichos modelos y la capacidad de
comunicar efectivamente los resultados”.
 Definición del problema

Es comprender y describir en términos precisos, el problema que la

organización enfrenta.
Es conocer presupuestos, tiempos, cuestiones, datos incompletos,
conflictivos o difusos

Es observar y ser consciente de las realidades políticas, decidir qué se

quiere realmente, identificar las restricciones y buscar información.

Los recursos son escasos Los sistemas son complejos

Es difícil asignar los recursos de la forma

efectiva
 Modelo matemático

Identificación de las
variables
¿Sobre qué tengo control?
1 ¿Qué es lo que hay que
Identificación de la Función Objetivo
decidir?
¿Qué pretendemos conseguir?
¿Cuál sería una respuesta
¿qué me interesaría más?
válida?.
2
Identificación de las restricciones
Factores que limitan la decisión,
recursos disponibles(humanos, 3
máquinas, material) fechas límite,
naturaleza de las variables (no
negatividad, enteras, binarias).
22
 Modelo matemático

I) Identificación de las variables

  Xij = # de consultores que viajan del origen i al destino j
II) Identificación de la función objetivo
Max 540X11+300X12+420X13+500X21+330X22+330X23+
520X31+310X32+350X33 
III) Identificación de las restricciones
  X11+X12+X13 ≤ 2 
X21+X22+X23 ≤ 1 
X31+X32+X33 ≤ 4 
X11+X21+X31 = 3 
X12+X22+X32 = 2 
X13+X23+X33 = 1 
TIENE 9 VARIABLES
Xij ≥ 0 ; entero Y 15 RESTRICCIONES
 Resolución del modelo
matemático

Es resolver el modelo usando una técnica

adecuada, es decir obtener valores numéricos
para la variable de decisión.

Los valores de las variables de decisión es la

solución óptima (o satisfactoria) sujeta a las
restricciones.

Una técnica adecuada es el uso del Software

LINDO, que puede resolver modelos de hasta
200,000 variables y 50,000 restricciones.
 Resolución del modelo
matemático

Paso 1.- Elegir la técnica de resolución adecuada, creación o

heurísticos. (Método gráfico, Simplex, Vogel, Húngaro, Lindo)

Paso 2.- Generar las soluciones del modelo usando programas de

ordenador u hojas de cálculo.

Paso 3.- Comprobar/validar los resultados. Probar la solución en el

entorno real.

Paso 4.- Si los resultados son inaceptables, revisar el modelo,

comprobar exactitud, revisar restricciones.

Paso 5.- Realizar análisis de sensibilidad, analizando adaptaciones

en la solución propuesta.
 Verificación de los reultados

Comprobación de que el modelo se adapta a la

realidad

Interpretación y análisis

Robustez de la solución óptima obtenida: Análisis de

sensibilidad.

Detección de soluciones cuasi-óptimas atractivas

 Métodos en Investigación
Operativa
• Programación lineal, programación entera,
Métodos problema de transporte, teoría de la
determinísticos: localización o redes, programación
multicriterio, teoría de inventarios.
Métodos • Cadenas de markov, teoría de juegos, líneas
de espera, teoría de inventarios.
probabilísticos:
• Conjugan métodos determinísticos y
Métodos híbridos: probabilísticos.

Métodos • Soluciones basadas en la experiencia.

heurísticos:
 Ejercicios 1

Una empresa dispone de 70 trabajadores con cualificaciones diferentes

(Economistas, Ingenieros, Auxiliares Administrativos, etc..) a los que
hemos de asignar 70 actividades también diferentes.

Para decidir una determinada asignación de tareas deberíamos escoger

de entre un total de 70! (Permutaciones de 70 elementos) aquella que
maximiza el resultado final de la empresa. Como 70! es
aproximadamente igual a 10100, aún revisando un 1 millón de
asignaciones diferentes al segundo necesitaríamos aproximadamente
1087 años para revisar todas las asignaciones posibles. IMPOSIBLE!
 Ejercicios 2

Dos empresas Mineras extraen dos tipos diferentes de minerales, los

cuales son sometidos a un proceso de trituración, con tres grados:
alto , medio y bajo. Las compañías han firmado un contrato para
proveer de mineral a una planta de fundición, cada semana, 12
toneladas de mineral de grado alto, 8 toneladas de grado medio y 24
toneladas de grado bajo. Cada una de las empresas tiene diferentes
procesos de fabricación. ¿Cuántos días a la semana debería operar
cada empresa para cumplir el contrato con la planta de fundición,
sabiendo que se labora de lunes a viernes.?
Mina Coste por día ($) Alto (Tn/día) Medio (Tn/día) Bajo (Tn/día)

1 180 6 3 4
2 160 1 1 6
 Formulación matemática básica en un
problema de I.O.

Identificación de la variables Identificación de las restricciones

X1 = número de días a la semana que Según el balance entre las limitaciones
la empresa 1 produce productivas de la fábrica y el contrato con
la planta de fundición
X2= número de días a la semana que
la empresa 2 produce Alto 6X1+1X212
Medio 3X1+1X28
Bajo 4X1+6X224
Identificación de la Función Objetivo
Según los días de trabajo disponibles a la
Como objetivo buscamos minimizar semana
el coste
X15
Minimizar 180X1+160X2
X25
X1, X2 0 , ENTERO
 LINDO
Min 180X1+160X2 OBJECTIVE FUNCTION VALUE
SUBJECT TO
1) 840.0000
6X1+1X2>=12
VARIABLE VALUE REDUCED COST
3X1+1X2>=8 X1 2.000000 180.000000
4X1+6X2>=24 X2 3.000000 160.000000

!Según los días de trabajo

X1<=5 ROW SLACK OR SURPLUS DUAL PRICES
2) 3.000000 0.000000
X2<=5 3) 1.000000 0.000000
4) 2.000000 0.000000
END 5) 3.000000 0.000000
GIN X1 6) 2.000000 0.000000

GIN X2 NO. ITERATIONS= 3

BRANCHES= 0 DETERM.= 1.000E 0
Medican, Inc., renta equipo especializado de rayos X a hospitales.
Actualmente hay tres máquinas ubicadas en Nueva York, dos en Chicago y
tres en Los Ángeles. Hay hospitales en Dallas que requieren cuatro
máquinas. Los de Denver y Phoenix necesitan cada uno dos máquinas. El
costo (en dólares) de enviar una máquina de cada ciudad a cada hospital
se muestra en la siguiente tabla:
Dibuje una red de distribución que indique los suministros, demandas y
otros datos relevantes apropiados (cuando sea adecuado, añada nodos y
arcos figurados para obtener un problema equilibrado). Formule un modelo
matemático para determinar cuántas máquinas deberían enviarse desde
cada ciudad a cada hospital para incurrir en el mínimo costo.
HACIA
DESDE DALLAS DENVER PHOENIX
Nueva York 1600 1800 2500
Chicago 900 1000 1800
Los Ángeles 1400 1000 400
 ORIGEN DESTINO
(Ciudad) (hospital)
New York 1 X11 1 Dallas
(3) (4)
X12
X13

Chicago Denver
2 2
(2) (2)

Los Ángeles
Phoenix
(3) 3 3 (2)
 Modelo matemático

I. Identificación de variables
• Xij = Número de máquinas a enviar del origen i al destino j

II. Identificación de la función objetivo

• MIN 1600X11 + 1800X12 + 2500X13 + 900X21 + 1000X22
+ 1800X23 +1400X31 + 1000X32 + 400X33

III Identificación de Restricciones

• X11 + X12 + X13 ≤ 3 X11 + X21 + X31 = 4
• X21 + X22 + X23 ≤ 2 X12 + X22 + X32 = 2
• X31 + X32 + X33 ≤ 3 X13 + X23 + X33 = 2
• Xij ≥ 0, ENTERO
 Lindo

MIN 1600X11 + 1800X12 + 2500X13 + 900X21 + 1000X22 +

1800X23 + 1400X31 + 1000X32 + 400X33

SUBJECT TO
X11 + X12 + X13 <= 3
X21 + X22 + X23 <= 2
X31 + X32 + X33 <= 3
X11 + X21 + X31 =4
X12 + X22 + X32 =2
X13 + X23 + X33 =2

END

GIN X11 GIN X12 GIN X13 GIN X21 GIN X22 GIN X23 GIN X31 GIN
X32 GIN X33
1) 8500
Variable Value Reduced Cost
X11 3.000000 1600.000
X12 0.000000 1800.000
X13 0.000000 2500.000
X21 1.000000 900.0000
X22 1.000000 1000.000
X23 0.000000 1800.000
X31 0.000000 1400.000
X32 1.000000 1000.000
X33 2.000000 400.0000
 Dificultades

1. Identificación del problema (debemos ignorar partes o

tratar el problema entero)
2. Elección del modelo matemático adecuado así como el
algoritmo adecuado para resolverlo (validación del
algoritmo)
3. Dificultades en la implementación
4. Velocidad que supone llegar a una solución
5. Calidad de la solución
6. Consistencia de la solución
 Conclusiones y recomendaciones

La Investigación de operaciones es el uso de la

matemática e informática para resolver
problemas del mundo real.

Actualmente con el programa LINDO se puede

resolver modelos matemáticos de hasta 200 000
variables.

La investigación de operaciones se puede aplicar

a casi todas las actividades y negocios.
 Seamos dueños de nuestro propio
destino

Donde quiera que usted vea un negocio exitoso,

alguien ha tomado una decisión valiente.

Gracias

39