Investigación de

Operaciones
Ingeniería Civil Industrial
Profesor: Enrique Bobadilla Cáceres
Investigación de Operaciones

“la aplicación de métodos

científicos a la administración y
gestión de las organizaciones
militares, gubernamentales,
comerciales e industriales”
(Enciclopedia Británica 8,964)

“la ciencia de la toma de

decisiones”
(Gass 1983)
• Es la aplicación del método científico para asignar los
recursos o actividades de forma eficiente, en la
gestión y organización de sistemas complejos

• Su objetivo es ayudar a la toma de decisiones

• Requiere un enfoque interdisciplinario

Historia de la I.O.
• Se aplica por primera vez en 1780 (Fourier,Lagrange)

• Antecedentes:
– Matemáticas: modelos lineales (Farkas, Minkowski) (s.XIX)
– Estadística: fenómenos de espera (Erlang, Markov) (años 20)
– Economía: Quesnay (x.XVIII), Walras (s.XIX), Von
Neumann (años 20)

• El origen de la I.O. moderna se sitúa en la 2ª Guerra

Mundial
Historia de la I.O.
• Al terminar la guerra, sigue el desarrollo en la industria, debido a:
– competitividad industrial
– progreso teórico
• RAND (Dantzig) Algoritmo Simplex
• Princeton (Gomory, Kuhn, Tucker)
• Carnegie Institute of Technology (Charnes, Cooper)
– gran desarrollo de los ordenadores
Actualidad de la IO

• Inteligencia artificial
• Personal
• Logística
• Manufactura
• Planificación
• Simulación http://www.ichio.cl
IFORS
El método de la I.O.
• Definición del problema
– identificar el ámbito del sistema en estudio
– establecer el (los) objetivo(s)
– identificar las alternativas de decisión
• Construcción del modelo
– representación matemática idealizada
– calidad del modelo
– uso de símbolos, variables, funciones, etc.
– elementos característicos de un MM
• variables (decisión, parámetros, estado)
• restricciones
• medidas de efectividad
El método de la I.O.
• Resolución
– analítica
– numérica (heurísticos)
• Validación
– predicción
• Implementación y control
– dato oportuno y consistente
– resolución del modelo solución(es)
– uso
El método de la I.O.

FALLAS
– falta de integración e interacción entre el equipo de desarrollo y las personas a
cargo del sistema
– problemas de diseño
Disciplinas de I.O.

• Programación matemática u optimización

• Programación dinámica
• Teoría de colas
• Simulación
• Teoría de juegos
Tipos de modelos

• Determinísticos • Probabilísticos
– Programación – Programación
matemática estocástica
• Programación – Gestión de
lineal inventarios
• Programación
entera
– Fenómenos de espera
• Programación (colas)
dinámica – Teoría de juegos
• Programación – Simulación
no lineal
– Modelos de
transporte
Problema general de optimización
• Modelo matemático determinístico y unicriterio
• Determinar los valores de las variables de decisión (solución)

• función objetivo
o
Min f(x) s.a. Max f(x) s.a.
xS xS
• variables de decisión x1, x2, x3, ........, xn.

si S  Rn , no restringido
Problema general de optimización
S se representará como un conjunto de desigualdades, entonces

Min
f(x) s.a.
gi( i = 1,2, ......., m
x)
si las 0
funciones f y g son lineales afines, es decir

Pg. lineal
t X   ,con  vector de R y  un escalar si
Pg. no lineal
al menos una de ella no es lineal

si todas las variables son enteras Pg. entera

Ejemplo 1
En una fábrica de cerveza se producen dos tipos: rubia y negra. Su
precio de venta es de 50 €/l y 30 €/l, respectivamente. Sus
necesidades de mano de obra son de 3 y 5 empleados, y de 5000 y
2000 € de materias primas por cada 1000 l.
La empresa dispone semanalmente de 15 empleados y 10000 € para
materias primas, y desea maximizar su beneficio. ¿Cuántos litros debe
producir?
Formulación

Max z  50x1  30x2

s.a.
3x1  5x 2  15
5x1  2x2  10
x1 , x 2  0
Ejemplo n° 2
Un taller desea determinar la cantidad de sillas y mesas que debe producir durante la
próxima semana. Para ello cuenta con dos insumos: madera y hierro. Además, dispone de
mano de obra especializada, en particular, el proceso de barnizado lo realiza una persona
solamente. La disponibilidad de madera es de 100 m2 , la de hierro es de 60 m lineales y
el operario que barniza puede trabajar hasta 50 horas por semana.
Para fabricar cada silla se requiere 1 m2 de madera, 1 m de hierro y 1 hora para
barnizarlo, y para cada mesa se necesitan 4 m2 de madera, 2 m de hierro y 1 hora para
barnizado. Se desea decidir la cantidad de muebles que se deben fabricar de modo que el
beneficio total sea máximo. El beneficio es de M$ 1 para cada silla y de M$ 3, cada mesa.
Sol:
Para modelar el problema se definen las siguientes variables de decisión:

las restricciones son:

a) Disponibilidad de los recursos

La producción total puede utilizar hasta 100 m2 de madera

La producción total puede utilizar hasta 60 m de hierro

La producción total puede utilizar hasta 50 horas-hombre para el proceso de barnizado

b) No negatividad de las variables

La función objetivo consiste en maximizar el beneficio total, o sea,

de esta forma el modelo lineal es:

s.a.
Ejemplo N° 3
La Empresa ABRAX Ltda. fabrica puertas y ventanas de madera. Existen dos modelos de puertas y ventanas:
dobles y simples. El insumo más importante es la madera. El proceso de corte de las partes se realiza en dos
sierras eléctricas de precisión y el barnizado lo efectúa personal experimentado. Las cantidades de madera y los
tiempos de corte y barnizado que requiere cada producto se muestran en la tabla siguiente:
Producto Madera Corte Barnizado

(m2) (horas-máquina) (horas-hombre)

Puertas dobles 4,0 1,5 2,0

Puertas simples 2,5 1,0 1,2
Ventanas dobles 3,0 2,0 1,5
Ventanas simples 1,8 0,8 0,8
Los proveedores de madera pueden entregar hasta 800 m2 en un mes. Además se pueden utilizar hasta 400
horas de sierra para el proceso de corte y 300 horas-hombre para el barnizado. La empresa está
comprometida con una constructora para entregar 200 puertas simples y 120 ventanas dobles en el mes. Los
precios de venta unitarios y costos unitarios de producción, en miles de pesos (M$), se muestran en la tabla
siguiente: Producto Precio Costo unitario
(M$) (M$)

Puertas dobles 120 80

Puertas simples 80 50
Ventanas dobles 100 75
Ventanas simples 60 30
Se desea determinar un plan de producción para el mes que maximice el beneficio total y cumpla con los
compromisos de entrega, suponiendo que todo lo que se produce se vende.
FORMULACIÓN DEL MODELO

Variables de decisión

Las decisiones que la empresa desea tomar se refieren a la cantidad de puertas y ventanas de cada tipo por
producir en el periodo considerado.
cantidad de puertas dobles a fabricar en el mes
cantidad de puertas simples a fabricar en el mes
cantidad de ventanas dobles a fabricar en el mes
cantidad de ventanas simples a fabricar en el mes

Restricciones

Las restricciones deben establecer las limitaciones existentes en cuanto a la disponibilidad de los recursos y
la necesidad de cumplir con los compromisos contraídos para el período.
a) Disponibilidad de los recursos: La cantidad de madera utilizada en la producción total no puede exceder
la cantidad máxima que la empresa pueda adquirir:

La cantidad de horas-máquina de sierra utilizada en el corte no puede exceder la cantidad máxima

disponible:
La cantidad de horas-hombre para barnizado utilizada no puede exceder la cantidad máxima disponible:

b) Cumplimiento de compromisos de entrega

La cantidad producida de puertas simples debe ser al menos suficiente para cumplir los compromisos
contraídos:

La cantidad producida de ventanas dobles debe ser al menos suficiente para cumplir los compromisos
contraídos:

c) No negatividad de los variables:

Función objetivo
Como beneficio total = ingreso total - costo total de producción, entonces
Beneficio total =
En resumen, el modelo lineal que maximiza el beneficio total es:

Max
s.a.
Ejemplo N° 4
Una empresa transnacional exportadora de frutas que opera en América del Sur desea determinar un
plan de distribución de la fruta desde las plantas empacadoras hasta los centros de distribución,
para el período de verano. Las plantas se encuentran ubicadas en Rancagua, San Pablo y Bogotá. El
mercado se ha agrupado en cuatro regiones, como se muestra en la figura siguiente:

En la tabla siguiente se señalan los costos unitarios de transporte en M$, los requerimientos de cada
región y la producción de fruta en las plantas, para el período de verano.
 Costos de transporte Producción
(M$/ton) (ton)

Destinos
Orígenes Santiago Río de Quito Caracas
Janeiro

Rancuaga 3 20 30 35 300
San Pablo 15 5 35 40 250
Bogotá 45 25 10 12 200
Requerimientos 120 300 80 200
(ton)

FORMULACIÓN DEL MODELO

Variables de decisión

Sea la cantidad de fruta que se transportará desde la planta i al centro de distribución j, donde los
valores de i corresponden a 1 = Rancagua, 2 = San Pablo, 3 = Bogotá y los de j a 1 = Santiago, 2 = Río
de Janeiro, 3 = Quito, 4 = Caracas.
Restricciones
a) Disponibilidad en las plantas: la cantidad total de fruta enviada por una planta no puede exceder
la cantidad producida en esa planta:

b) Satisfacción de la demanda (requerimientos): cada centro de distribución debe recibir la cantidad

requerida:
c) No negatividad de las variables:

Función objetivo
El plan de distribución debe ser de mínimo costo de transporte.