1.

Introduccin a la Investigacin de Operaciones

1.1. Historia de la Investigacin de Operaciones.
La primera actividad de Investigacin de Operaciones se dio durante la Segunda Guerra Mundial en Gran Bretaa,
donde la Administracin Militar llam a un grupo de cientficos de distintas reas del saber para que estudiaran los
problemas tcticos y estratgicos asociados a la defensa del pas.

El nombre de Investigacin de Operaciones fue dado aparentemente porque el equipo estaba llevando a cabo la
actividad de investigar operaciones (militares).

Motivados por los resultados alentadores obtenidos por los equipos britnicos, los administradores militares de
Estados Unidos comenzaron a realizar investigaciones similares. Para eso reunieron a un grupo selecto de
especialistas, los cuales empezaron a tener buenos resultados y en sus estudios incluyeron problemas logsticos
complejos, la planeacin de minas en el mar y la utilizacin efectiva del equipo electrnico.

Al trmino de la guerra y atrados por los buenos resultados obtenidos por los estrategas militares, los
administradores industriales empezaron a aplicar las herramientas de la Investigacin de Operaciones a la resolucin
de sus problemas que empezaron a originarse debido al crecimiento del tamao y la complejidad de las industrias.

Aunque se ha acreditado a Gran Bretaa la iniciacin de la Investigacin de Operaciones como una nueva disciplina,
los Estados Unidos tomaron pronto el liderazgo en este campo rpidamente creciente. La primera tcnica
matemtica ampliamente aceptada en el medio de Investigacin de Operaciones fue el Mtodo Simplex de
Programacin Lineal, desarrollado en 1947 por el matemtico norteamericano George B. Danzig. Desde entonces las
nuevas tcnicas se han desarrollado gracias al esfuerzo y cooperacin de las personas interesadas tanto en el rea
acadmica como en el rea industrial.

Un segundo factor en el progreso impresionante de la Investigacin de Operaciones fue el desarrollo de la
computadora digital, que con sus tremendas capacidades de velocidad de cmputo y de almacenamiento y
recuperacin de informacin, permitieron al tomador de decisiones rapidez y precisin.

Si no hubiera sido por la computadora digital, la Investigacin de Operaciones con sus grandes problemas de
computacin no hubiera crecido al nivel de hoy en da.

Actualmente la Investigacin de Operaciones se est aplicando en muchas actividades. Estas actividades han ido ms
all de las aplicaciones militares e industriales, para incluir hospitales, instituciones financieras, bibliotecas,
planeacin urbana, sistemas de transporte y sistemas de comercializacin.

1.2. Caractersticas de la Investigacin de Operaciones.
Es muy notable el rpido crecimiento del tamao y la complejidad de las organizaciones (empresas) humanas que se
ha dado en estos ltimos tiempos. Tal tamao y complejidad nos hace pensar que una sola decisin equivocada
puede repercutir grandemente en los intereses y objetivos de la organizacin y en ocasiones pueden pasar aos para
rectificar tal error. Tambin el ritmo de la empresa de hoy implica que las DECISIONES se tomen ms rpidamente
que nunca, pues el hecho de posponer la accin puede dar una decisiva ventaja al contrario en este mundo de la
competencia.

La palpable dificultad de tomar decisiones ha hecho que el hombre se aboque en la bsqueda de una herramienta o
mtodo que le permita tomar las mejores decisiones de acuerdo a los recursos disponibles y a los objetivos que
persigue. Tal herramienta recibi el nombre de Investigacin de Operaciones.

De la definicin de Investigacin de Operaciones, como veremos en el siguiente apartado, podemos resaltar los
siguientes trminos: organizacin, sistema, grupos interdisciplinarios, objetivo y metodologa cientfica.

Una organizacin puede entenderse como un sistema, en el cual existen componentes; canales que comunican tales
componentes e informacin que fluye por dichos canales. En todo sistema las componentes interactan unas con
otras y tales interacciones pueden ser controlables e incontrolables. En un sistema grande, las componentes se
relacionan de muchas maneras, pero no todas son importantes, o mejor dicho, no todas las interacciones tienen
efectos importantes en las componentes del sistema.
Por lo tanto es necesario que exista un procedimiento sistemtico que identifique a quienes toman decisiones y a las
interacciones que tengan importancia para los objetivos de la organizacin o sistema. Uno de esos procedimientos
es precisamente la Investigacin de Operaciones.

Una estructura por la que no fluye informacin, no es dinmica, es decir, no podemos considerarla como un sistema.
Por lo tanto podemos decir que la informacin es lo que da vida a las estructuras u organizaciones humanas.

Los objetivos de toda organizacin sern siempre alcanzar el liderato en su rama, controlando la eficiencia y
efectividad de todas sus componentes por medio de mtodos que permitan encontrar las relaciones ptimas que
mejor operen el sistema, dado un objetivo especfico.

Ante el tremendo avance que se ha dado en casi todas las ciencias en las ltimas dcadas, ya no es factible querer
saber un poco de todo, sino ms bien especializarse en alguna rama de la ciencia. Los problemas que se presentan
en las organizaciones no fcilmente se pueden resolver por un slo especialista. Por el contrario son problemas
multidisciplinarios, cuyo anlisis y solucin requieren de la participacin de varios especialistas. Estos grupos
interdisciplinarios necesariamente requieren de un lenguaje comn para poder entenderse y comunicarse, donde la
Investigacin de Operaciones viene a ser ese puente de comunicacin.

El enfoque de la Investigacin de Operaciones es el mismo del mtodo cientfico. En particular, el proceso comienza
por la observacin cuidadosa y la formulacin del problema y sigue con la construccin de un modelo cientfico (por
lo general matemtico) que intenta abstraer la esencia del problema real. En este punto se propone la hiptesis de
que el modelo es una representacin lo suficientemente precisa de las caractersticas esenciales de la situacin
como para que las conclusiones (soluciones) obtenidas sean vlidas tambin para el problema real. Esta hiptesis se
verifica y modifica mediante las pruebas adecuadas. Entonces, en cierto modo, la Investigacin de Operaciones
incluye la investigacin cientfica creativa de las propiedades fundamentales de las operaciones. Sin embargo, existe
ms que esto. En particular, la Investigacin de Operaciones se ocupa tambin de la administracin prctica de la
organizacin. As, para tener xito, deber tambin proporcionar conclusiones positivas y claras que pueda usar el
tomador de decisiones cuando las necesite.

La contribucin del enfoque de Investigacin de Operaciones proviene principalmente de:
1. La estructuracin de una situacin de la vida real como un modelo matemtico, logrando una abstraccin de
los elementos esenciales para que pueda buscarse una solucin que concuerde con los objetivos del
tomador de decisiones. Esto implica tomar en cuenta el problema dentro del contexto del sistema completo.
2. El anlisis de la estructura de tales soluciones y el desarrollo de procedimientos sistemticos para
obtenerlas.
3. El desarrollo de una solucin, incluyendo la teora matemtica si es necesario, que lleva al valor ptimo de la
medida de lo que se espera del sistema (o quiz que compare los cursos de accin opcionales evaluando esta
medida para cada uno).

1.3. Definicin.
Investigacin de Operaciones o Investigacin Operacional. Se puede definir de la siguiente manera: La
Investigacin de Operaciones es la aplicacin por grupos interdisciplinarios del mtodo cientfico a problemas
relacionados con el control de las organizaciones o sistemas a fin de que se produzcan soluciones que mejor sirvan a
los objetivos de toda la organizacin.

1.4. Metodologa de la Investigacin de Operaciones.
El proceso de la Investigacin de Operaciones comprende las siguientes fases:
1. Formulacin y definicin del problema.
2. Construccin del modelo.
3. Solucin del modelo.
4. Validacin del modelo.
5. Implementacin de resultados.

Demos una explicacin de cada una de las fases:
1. Formulacin y definicin del problema. En esta fase del proceso se necesita: una descripcin de los objetivos del
sistema, es decir, qu se desea optimizar; identificar las variables implicadas, ya sean controlables o no;
determinar las restricciones del sistema. Tambin hay que tener en cuenta las alternativas posibles de decisin y
las restricciones para producir una solucin adecuada.
2. Construccin del modelo. En esta fase, el investigador de operaciones debe decidir el modelo a utilizar para
representar el sistema. Debe ser un modelo tal que relacione a las variables de decisin con los parmetros y
restricciones del sistema. Los parmetros (o cantidades conocidas) se pueden obtener ya sea a partir de datos
pasados o ser estimados por medio de algn mtodo estadstico. Es recomendable determinar si el modelo es
probabilstico o determinstico. El modelo puede ser matemtico, de simulacin o heurstico, dependiendo de la
complejidad de los clculos matemticos que se requieran.
3. Solucin del modelo. Una vez que se tiene el modelo, se procede a derivar una solucin matemtica empleando
las diversas tcnicas y mtodos matemticos para resolver problemas y ecuaciones. Debemos tener en cuenta
que las soluciones que se obtienen en este punto del proceso, son matemticas y debemos interpretarlas en el
mundo real. Adems, para la solucin del modelo, se deben realizar anlisis de sensibilidad, es decir, ver como se
comporta el modelo a cambios en las especificaciones y parmetros del sistema. Esto se hace, debido a que los
parmetros no necesariamente son precisos y las restricciones pueden estar equivocadas.
4. Validacin del modelo. La validacin de un modelo requiere que se determine si dicho modelo puede predecir
con certeza el comportamiento del sistema. Un mtodo comn para probar la validez del modelo, es someterlo a
datos pasados disponibles del sistema actual y observar si reproduce las situaciones pasadas del sistema. Pero
como no hay seguridad de que el comportamiento futuro del sistema contine replicando el comportamiento
pasado, entonces siempre debemos estar atentos de cambios posibles del sistema con el tiempo, para poder
ajustar adecuadamente el modelo.
5. Implementacin de resultados. Una vez que hayamos obtenido la solucin o soluciones del modelo, el siguiente
y ltimo paso del proceso es interpretar esos resultados y dar conclusiones y cursos de accin para la
optimizacin del sistema. Si el modelo utilizado puede servir a otro problema, es necesario revisar, documentar
y actualizar el modelo para sus nuevas aplicaciones.

1.5. Estructura de los modelos empleados en la Investigacin de Operaciones.
El enfoque de la Investigacin de Operaciones es el modelaje. Un modelo es una herramienta que nos sirve para
lograr una visin bien estructurada de la realidad. As, el propsito del modelo es proporcionar un medio para
analizar el comportamiento de las componentes de un sistema con el fin de optimizar su desempeo. La ventaja que
tiene el sacar un modelo que represente una situacin real, es que nos permite analizar tal situacin sin interferir en
la operacin que se realiza, ya que el modelo es como si fuera un espejo de lo que ocurre.

Para aumentar la abstraccin del mundo real, los modelos se clasifican como 1) icnicos, 2) anlogos, 3) simblicos.

Los modelos icnicos son la representacin fsica, a escala reducida o aumentada de un sistema real.

Los modelos anlogos esencialmente requieren la sustitucin de una propiedad por otra con el fin de permitir la
manipulacin del modelo. Despus de resolver el problema, la solucin se reinterpreta de acuerdo al sistema
original.

Los modelos ms importantes para la investigacin de operaciones, son los modelos simblicos o matemticos, que
emplean un conjunto de smbolos y funciones para representar las variables de decisin y sus relaciones para
describir el comportamiento del sistema. El uso de las matemticas para representar el modelo, el cual es una
representacin aproximada de la realidad, nos permite aprovechar las computadoras de alta velocidad y tcnicas de
solucin con matemticas avanzadas.

Un modelo matemtico comprende principalmente tres conjuntos bsicos de elementos. Estos son: 1) variables y
parmetros de decisin, 2) restricciones y 3) funcin objetivo.
1. Variables y parmetros de decisin. Las variables de decisin son las incgnitas (o decisiones) que deben
determinarse resolviendo el modelo. Los parmetros son los valores conocidos que relacionan las variables de
decisin con las restricciones y funcin objetivo. Los parmetros del modelo pueden ser determinsticos o
probabilsticos.
2. Restricciones. Para tener en cuenta las limitaciones tecnolgicas, econmicas y otras del sistema, el modelo
debe incluir restricciones (implcitas o explcitas) que restrinjan las variables de decisin a un rango de valores
factibles.
3. Funcin objetivo. La funcin objetivo define la medida de efectividad del sistema como una funcin matemtica
de las variables de decisin.
La solucin ptima ser aquella que produzca el mejor valor de la funcin objetivo, sujeta a las restricciones.

1.6. Concepto de optimizacin.
Una caracterstica adicional, que se mencion como de pasada, es que la Investigacin de Operaciones intenta
encontrar la mejor solucin, o la solucin ptima, al problema bajo consideracin. En lugar de contentarse con slo
mejorar el estado de las cosas, la meta es identificar el mejor curso de accin posible. An cuando debe
interpretarse con todo cuidado, esta bsqueda de la optimalizad es un aspecto muy importante dentro de la
Investigacin de Operaciones.

1.7 reas de aplicacin de la Investigacin de Operaciones.
Como su nombre lo dice, Investigacin de Operaciones significa hacer investigacin sobre las operaciones. Esto
dice algo del enfoque como del rea de aplicacin. Entonces, la Investigacin de Operaciones se aplica a problemas
que se refieren a la conduccin y coordinacin de operaciones o actividades dentro de una organizacin. La
naturaleza de la organizacin es esencialmente inmaterial y, de hecho, la Investigacin de Operaciones se ha
aplicado en los negocios, la industria, la milicia, el gobierno, los hospitales, etc. As, la gama de aplicaciones es
extraordinariamente amplia. Casi todas las organizaciones ms grandes del mundo (alrededor de una docena) y una
buena proporcin de las industrias ms pequeas cuentan con grupos bien establecidos de Investigacin de
Operaciones. Muchas industrias, incluyendo la area y de proyectiles, la automotriz, la de comunicaciones,
computacin, energa elctrica, electrnica, alimenticia, metalrgica, minera, del papel, del petrleo y del
transporte, han empleado la Investigacin de Operaciones. Las instituciones financieras, gubernamentales y de salud
estn incluyendo cada vez ms estas tcnicas.

Para ser ms especficos, se consideran algunos problemas que se han resuelto mediante algunas tcnicas de
Investigacin de Operaciones. La programacin lineal se ha usado con xito en la solucin de problemas referentes a
la asignacin de personal, la mezcla de materiales, la distribucin y el transporte y las carteras de inversin. La
programacin dinmica se ha aplicado con buenos resultados en reas tales como la planeacin de los gastos de
comercializacin, la estrategia de ventas y la planeacin de la produccin. La teora de colas ha tenido aplicaciones
en la solucin de problemas referentes al congestionamiento del trfico, al servicio de mquinas sujetas a
descomposturas, a la determinacin del nivel de la mano de obra, a la programacin del trfico areo, al diseo de
presas, a la programacin de la produccin y a la administracin de hospitales. Otras tcnicas de Investigacin de
Operaciones, como la teora de inventarios, la teora de juegos y la simulacin, han tenido exitosas aplicaciones en
una gran variedad de contextos.

Orgenes de la investigacin de operaciones
La toma de decisiones es un proceso que se inicia cuando una persona observa un problema y determina que es
necesario resolverlo procediendo a definirlo, a formular un objetivo, reconocer las limitaciones o restricciones, a generar
alternativas de solucin y evaluarlas hasta seleccionar la que le parece mejor, este proceso puede se cualitativo o
cuantitativo.

El enfoque cualitativo se basa en la experiencia y el juicio personal, las habilidades necesarias en este enfoque son
inherentes en la persona y aumentan con la prctica. En muchas ocasiones este proceso basta para tomar buenas
decisiones. El enfoque cuantitativo requiere habilidades que se obtienen del estudio de herramientas matemticas que
le permitan a la persona mejorar su efectividad en la toma de decisiones. Este enfoque es til cuando no se tiene
experiencia con problemas similares o cuando el problema es tan complejo o importante que requiere de un anlisis
exhaustivo para tener mayor posibilidad de elegir la mejor solucin.

La investigacin de operaciones proporciona a los tomadores de decisiones bases cuantitativas para seleccionar las
mejores decisiones y permite elevar su habilidad para hacer planes a futuro.

En el ambiente socioeconmico actual altamente competitivo y complejo, los mtodos tradicionales de toma de
decisiones se han vuelto inoperantes e inadmisibles ya que los responsables de dirigir las actividades de las empresas e
instituciones se enfrentan a situaciones complicadas y cambiantes con rapidez que requieren de soluciones creativas y
prcticas apoyadas en una base cuantitativa slida.

En organizaciones grandes se hace necesario que el tomador de decisiones tenga un conocimiento bsico de las
herramientas cuantitativas que utilizan los especialistas para poder trabajar en forma estrecha con ellos y ser receptivos
a las soluciones y recomendaciones que se le presenten.
En organizaciones pequeas puede darse que el tomador de decisiones domine las herramientas cuantitativas y l
mismo las aplique para apoyarse en ellas y as tomar sus decisiones.

Desde al advenimiento de la Revolucin Industrial, el mundo ha sido testigo de un crecimiento sin precedentes en el
tamao y la complejidad de las organizaciones. Los pequeos talleres artesanales se convirtieron en las corporaciones
actuales de miles de millones de pesos. Una parte integral de este cambio revolucionario fue el gran aumento en la
divisin del trabajo y en la separacin de las responsabilidades administrativas en estas organizaciones. Los resultados
han sido espectaculares. Sin embargo, junto con los beneficios, el aumento en el grado de especializacin creo nuevos
problemas que ocurren hasta la fecha en muchas empresas. Uno de estos problemas es las tendencias de muchas de las
componentes de una organizacin a convertirse en imperios relativamente autnomos, con sus propias metas y
sistemas de valores, perdiendo con esto la visin de la forma en que encajan sus actividades y objetivos con los de toda
la organizacin. Lo que es mejor para una componente, puede ir en detrimento de otra, de manera que pueden terminar
trabajando con objetivos opuestos. Un problema relacionado con esto es que, conforme la complejidad y la
especializacin crecen, se vuelve ms difcil asignar los recursos disponibles a las diferentes actividades de la manera ms
eficaz para la organizacin como un todo. Este tipo de problemas, y la necesidad de encontrar la mejor forma de
resolverlos, proporcionaron el ambiente adecuado para el surgimiento de la investigacin de operaciones (IO).

Las races de la investigacin de operaciones se remontan a muchas dcadas, cuando se hicieron los primeros intentos
para emplear el mtodo cientfico en la administracin de una empresa. Sin embargo, el inicio de la actividad llamada
investigacin de operaciones, casi siempre se atribuye a los servicios militares prestados a principios de la segunda
guerra mundial. Debido a los esfuerzos blicos, exista una necesidad urgente de asignar recursos escasos a las distintas
operaciones militares y a las actividades dentro de cada operacin, en la forma ms efectiva. Por esto, las
administraciones militares americana e inglesa hicieron un llamado a un gran nmero de cientficos para que aplicaran el
mtodo cientfico a ste y a otros problemas estratgicos y tcticos. De hecho, se les pidi que hicieran investigacin
sobre operaciones (militares). Estos equipos de cientficos fueron los primeros equipos de IO. Con el desarrollo de
mtodos efectivos para el uso del nuevo radar, estos equipos contribuyeron al triunfo del combate areo ingls. A travs
de sus investigaciones para mejorar el manejo de las operaciones antisubmarinas y de proteccin, jugaron tambin un
papel importante en la victoria de la batalla del Atlntico Norte. Esfuerzos similares fueron de gran ayuda en a isla de
campaa en el pacfico.

Al terminar la guerra, el xito de la investigacin de operaciones en las actividades blicas gener un gran inters en sus
aplicaciones fuera del campo militar. Como la explosin industrial segua su curso, los problemas causados por el
aumento en la complejidad y especializacin dentro de las organizaciones pasaron de nuevo a primer plano. Comenz a
ser evidente para un gran nmero de personas, incluyendo a los consultores industriales que haban trabajado con o
para los equipos de IO durante la guerra, que estos problemas eran bsicamente los mismos que los enfrentados por la
milicia, pero en un contexto diferente. Cuando comenz la dcada de 1950, estos individuos haban introducido el uso
de la investigacin de operaciones en la industria, los negocios y el gobierno. Desde entonces, esta disciplina se ha
desarrollado con rapidez.

Se pueden identificar por lo menos otros dos factores que jugaron un papel importante en el desarrollo de la
investigacin de operaciones durante este perodo. Uno es el gran progreso que ya se haba hecho en el mejoramiento
de las tcnicas disponibles en esta rea. Despus de la guerra, muchos cientficos que haban participado en los equipos
de IO o que tenan informacin sobre este trabajo, se encontraban motivados a buscar resultados sustanciales en este
campo; de esto resultaron avances importantes. Un ejemplo sobresaliente es el mtodo simplex para resolver problemas
de programacin lineal, desarrollada en 1947 por George Dantzing. Muchas de las herramientas caractersticas de la
investigacin de operaciones, como programacin lineal, programacin dinmica, lneas de espera y teora de
inventarios, fueron desarrolladas casi por completo antes del trmino de la dcada de 1950.

Un segundo factor que dio mpetu al desarrollo de este campo fue el advenimiento de las computadoras. Para manejar
de una manera efectiva los complejos problemas inherentes a esta disciplina, por lo general se requiere un gran nmero
de clculos. Llevarlos a cabo a mano puede resultar casi imposible. Por lo tanto, el desarrollo de la computadora
electrnica digital, con su capacidad para realizar clculos aritmticos, miles o tal vez millones de veces ms rpido que
los seres humanos, fue una gran ayuda para la investigacin de operaciones. Un avance ms tuvo lugar en la dcada de
1980 con el desarrollo de las computadoras personales cada vez ms rpidas, acompaado de buenos paquetes de
software para resolver problemas de IO, esto puso las tcnicas al alcance de un gran nmero de personas. Hoy en da,
literalmente millones de individuos tienen acceso a estos paquetes. En consecuencia, por rutina, se usa toda una gama e
computadoras, desde las grandes hasta las porttiles, para resolver problemas de investigacin de operaciones.
Naturaleza de la investigacin de operaciones
Como su nombre lo dice, la investigacin de operaciones significa "hacer investigacin sobre las operaciones". Entonces,
la investigacin de operaciones se aplica a problemas que se refieren a la conduccin y coordinacin de operaciones (o
actividades) dentro de una organizacin. La naturaleza de la organizacin es esencialmente inmaterial y, de hecho, la
investigacin de operaciones se ha aplicado de manera extensa en reas tan diversas como la manufactura, el
transporte, la constitucin, las telecomunicaciones, la planeacin financiera, el cuidado de la salud, la milicia y los
servicios pblicos, por nombrar slo unas cuantas. As, la gama de aplicaciones es extraordinariamente amplia.

La parte de investigacin en el nombre significa que la investigacin de operaciones usa un enfoque similar a la manera
en que se lleva a cabo la investigacin en los campos cientficos establecidos. En gran medida, se usa el mtodo cientfico
para investigar el problema en cuestin. (De hecho, en ocasiones se usa el trmino ciencias de la administracin como
sinnimo de investigacin de operaciones.) En particular, el proceso comienza por la observacin cuidadosa y la
formulacin del problema incluyendo la recoleccin de los datos pertinentes. El siguiente paso es la construccin de un
modelo cientfico (por lo general matemtico) que intenta abstraer la esencia del problema real. En este punto se
propone la hiptesis de que el modelo es una representacin lo suficientemente precisa de las caractersticas esenciales
de la situacin como para que las conclusiones (soluciones) obtenidas sean vlidas tambin para el problema real.

Despus, se llevan a cabo los experimentos adecuados para probar esta hiptesis, modificarla si es necesario y
eventualmente verificarla. (Con frecuencia este paso se conoce como validacin del modelo.) Entonces, en cierto modo,
la investigacin e operaciones incluyen la investigacin cientfica creativa de las propiedades fundamentales de las
operaciones. Sin embargo, existe ms que esto. En particular, la IO se ocupa tambin de la administracin prctica de la
organizacin. As, para tener xito, deber tambin proporcionar conclusiones claras que pueda usar el tomador de
decisiones cuando las necesite.

Una caracterstica ms de la investigacin de operaciones es su amplio punto de vista. Como qued implcito en la
seccin anterior, la IO adopta un punto de vista organizacional. De esta manera, intenta resolver los conflictos de
intereses entre las componentes de la organizacin de forma que el resultado sea el mejor para la organizacin
completa. Esto no significa que el estudio de cada problema deba considerar en forma explcita todos los aspectos de la
organizacin sino que los objetivos que se buscan deben ser consistentes con los de toda ella.

Una caracterstica adicional es que la investigacin de operaciones intenta encontrar una mejor solucin, (llamada
solucin ptima) para el problema bajo consideracin. (Decimos una mejor solucin y no la mejor solucin porque
pueden existir muchas soluciones que empaten como la mejor.) En lugar de contentarse con mejorar el estado de las
cosas, la meta es identificar el mejor curso de accin posible. Aun cuando debe interpretarse con todo cuidado en
trminos de las necesidades reales de la administracin, esta "bsqueda de la optimizad" es un aspecto importante
dentro de la investigacin de operaciones.

Todas estas caractersticas llevan de una manera casi natural a otra. Es evidente que no puede esperarse que un solo
individuo sea un experto en todos lo mltiples aspectos del trabajo de investigacin de operaciones o de los problemas
que se estudian; se requiere un grupo de individuos con diversos antecedentes y habilidades. Entonces, cuando se va a
emprender un estudio de investigacin de operaciones completo de un nuevo problema, por lo general es necesario
emplear el empleo de equipo. Este debe incluir individuos con antecedentes firmes en matemticas, estadstica y teora
de probabilidades, al igual que en economa, administracin de empresas, ciencias de la computacin, ingeniera,
ciencias fsicas, ciencias del comportamiento y, por supuesto, en las tcnicas especiales de investigacin de operaciones.

El equipo tambin necesita tener la experiencia y las habilidades necesarias para permitir la consideracin adecuada de
todas las ramificaciones del problema a travs de la organizacin.

Qu es la investigacin de operaciones?
Como toda disciplina en desarrollo, la investigacin de operaciones ha ido evolucionando no slo en sus tcnicas y
aplicaciones sino en la forma como la conceptualizan los diferentes autores, en la actualidad no existe solamente una
definicin sino muchas, algunas demasiado generales, otras demasiado engaosas, aqu seleccionamos dos de las mas
aceptadas y representativas.

La definicin de Churchman, Ackoff y Arnoff: La investigacin de operaciones es la aplicacin, por grupos
interdisciplinarios, del mtodo cientfico a problemas relacionados con el control de las organizaciones o sistemas
(hombre-mquina), a fin de que se produzcan soluciones que mejor sirvan a los objetivos de la organizacin.
De sta definicin se pueden destacar los siguientes conceptos:
1. Una organizacin es un sistema formado por componentes que se interaccionan, unas de estas interacciones
pueden ser controladas y otras no.
2. En un sistema la informacin es una parte fundamental, ya que entre las componentes fluye informacin que
ocasiona la interaccin entre ellas. Tambin dentro de la estructura de los sistemas se encuentran recursos que
generan interacciones. Los objetivos de la organizacin se refieren a la eficacia y eficiencia con que las componentes
pueden controlarse, el control es un mecanismo de autocorreccin del sistema que permite evaluar los resultados
en trminos de los objetivos establecidos.
3. La complejidad de los problemas que se presentan en las organizaciones ya no encajan en una sola disciplina del
conocimiento, se han convertido en multidisciplinario por lo cual para su anlisis y solucin se requieren grupos
compuestos por especialistas de diferentes reas del conocimiento que logran comunicarse con un lenguaje comn.
4. La investigacin de operaciones es la aplicacin de la metodologa cientfica a travs modelos matemticos, primero
para representar al problema y luego para resolverlo. La definicin de la sociedad de investigacin de operaciones
de la Gran Bretaa es la siguiente:

La investigacin de operaciones es el ataque de la ciencia moderna a los complejos problemas que surgen en la direccin
y en la administracin de grandes sistemas de hombres, mquinas, materiales y dinero, en la industria, en los negocios,
en el gobierno y en la defensa. Su actitud diferencial consiste en desarrollar un modelo cientfico del sistema tal, que
incorpore valoraciones de factores como el azar y el riesgo y mediante el cual se predigan y comparen los resultados de
decisiones, estrategias o controles alternativos. Su propsito es el de ayudar a la gerencia a determinar cientficamente
sus polticas y acciones.

En relacin a sta definicin deben destacarse los siguientes aspectos:
1. Generalmente se asocian los conceptos de direccin y administracin a las empresas de tipo lucrativo, sin embargo,
una empresa es un concepto ms amplio, es algo que utiliza hombres, mquinas, materiales y dinero con un
propsito especfico; desde ste punto de vista, se considera como empresa desde una universidad hasta una
armadora de automviles.
2. Para tratar de explicar el comportamiento de un sistema complejo, el cientfico debe representarlo en trminos de
los conceptos que maneja, lo hace expresando todos los rasgos principales del sistema por medio de relaciones
matemticas. A esta representacin formal se le llama modelo.
3. La esencia de un modelo es que debe ser predictivo, lo cual no significa predecir el futuro, pero si ser capaz de
indicar muchas cosas acerca de la forma en que se puede esperar que un sistema opere en una variedad de
circunstancias, lo que permite valorar su vulnerabilidad. Si se conocen las debilidades del sistema se pueden tomar
cursos de accin agrupados en tres categoras: A) Efectuar cambios que lleven a la empresa o parte de ella a una
nueva ruta; B) Realizar un plan de toma de decisiones; C) Instalar estrategias que generen decisiones. Cuando se
aplica alguno de estos remedios, la investigacin de operaciones nos ayuda a determinar la accin menos vulnerable
ante un futuro incierto.
4. El objetivo global de la investigacin de operaciones es el de apoyar al tomador de decisiones, en cuanto ayudarlo a
cumplir con su funcin basado en estudios cientficamente fundamentados.

ENFOQUE DE LA INVESTIGACIN DE OPERACIONES:
1. La parte innovadora de la IO es sin duda alguna su enfoque novelstico, producto de sus creadores aunado a la
presin de supervivencia de la guerra o la sinergia generada al combinarse diferentes disciplinas, una descripcin del
enfoque es la siguiente.
2. Se define el sistema real en donde se presenta el problema. Dentro del sistema interactan normalmente un gran
nmero de variables.
3. Se seleccionan las variables que norman la conducta o el estado actual del sistema, llamadas variables relevantes,
con las cuales se define un sistema asumido del sistema real.
4. Se construye un modelo cuantitativo del sistema asumido, identificando y simplificando las relaciones entre las
variables relevantes mediante la utilizacin de funciones matemticas.
5. Se obtiene la solucin al modelo cuantitativo mediante la aplicacin de una o ms de las tcnicas desarrolladas por
la IO.
6. Se adapta e imprime la mxima realidad posible a la solucin terica del problema real obtenida en el punto 4,
mediante la consideracin de factores cualitativos o no cuantificables, los cuales no pudieron incluirse en el modelo.
Adems se ajusta los detalles finales va el juicio y la experiencia del tomador de decisiones.
7. Se implanta la solucin en el sistema real.

La Investigacin de Operaciones obtiene la solucin del problema real indirectamente, y no como normalmente se
intentara pasando directamente del problema real a la solucin real.

METODOLOGA DE LA INVESTIGACION DE OPERACIONES
Definicin del problema y recoleccin de datos
La mayor parte de los problemas prcticos con los que se enfrenta el equipo IO estn descritos inicialmente de una
manera vaga. Por consiguiente, la primera actividad que se debe realizar es el estudio del sistema relevante y el
desarrollo de un resumen bien definido del problema que se va a analizar. Esto incluye determinar los objetivos
apropiados, las restricciones sobre lo que se puede hacer, las interrelaciones del rea bajo estudio con otras reas de la
organizacin, los diferentes cursos de accin posibles, los lmites de tiempo para tomar una decisin, etc. Este proceso
de definir el problema es crucial ya que afectar en forma significativa la relevancia de las conclusiones del estudio. Es
difcil extraer una respuesta "correcta" a partir de un problema "equivocado"!

Por su naturaleza, la investigacin de operaciones se encarga del bienestar de toda la organizacin, no slo de algunos
de sus componentes. Un estudio de IO busca soluciones ptimas globales y no soluciones subptimas aunque sean lo
mejor para uno de los componente. Entonces, idealmente, los objetivos que se formulan deben coincidir con los de toda
la organizacin. Sin embargo, esto no siempre es conveniente. Muchos problemas interesan nada ms a una parte de la
organizacin, de manera que el anlisis sera innecesariamente besado si los objetivos fueran muy generales y si se
prestara atencin especial a todos los efectos secundarios sobre el resto de la organizacin. En lugar de ello, los objetivos
usados en un estudio deben ser tan especficos como sea posible, siempre y cuando contemplen las metas principales
del tomador de decisiones y mantengan un nivel razonable de consistencia con los objetivos de los altos niveles.

Las condiciones fundamentales para que exista un problema es que se establezca una diferencia entre lo que es
(situacin actual) y lo que debe ser (situacin deseada u objetivo) y adems exista cuando menos una forma de eliminar
o disminuir esa diferencia. Los componentes de un problema son: a) el tomador de decisiones o ejecutivo; b) los
objetivos de la organizacin; c) el sistema o ambiente en el que se sita el problema; d) Los cursos de accin alternativos
que se pueden tomar para resolverlo.

Para formular un problema se requiere; a) identificar las componentes y variables controlables y no controlables del
sistema; b) identificar los posibles cursos de accin, determinados por las componentes controlables; c) definir el marco
de referencia dado por las componentes no controlables; d) definir los objetivos que se busca alcanzar y clasificarlos por
orden de importancia; e) identificar las interpelaciones importantes entre las diferentes partes del sistema y encontrar
las restricciones que existen.

Formulacin de un modelo matemtico
Una vez definido el problema del tomador de decisiones, la siguiente etapa consiste en reformularlo de manera
conveniente para su anlisis. La forma convencional en que la investigacin de operaciones realiza esto es construyendo
un modelo matemtico que represente la esencia del problema. Antes de analizar como formular los modelos de este
tipo, se explorar la naturaleza general de los modelos y, en particular, la de los modelos matemticos.

El modelo matemtico est constituido por relaciones matemticas (ecuaciones y desigualdades) establecidas en
trminos de variables, que representa la esencia el problema que se pretende solucionar.

Para construir un modelo es necesario primero definir las variables en funcin de las cuales ser establecido. Luego, se
procede a determinar matemticamente cada una de las dos partes que constituyen un modelo: a) la medida de
efectividad que permite conocer el nivel de logro de los objetivos y generalmente es una funcin (ecuacin) llamada
funcin objetivo; b) las limitantes del problema llamadas restricciones que son un conjunto de igualdades o
desigualdades que constituyen las barreras y obstculos para la consecucin del objetivo.

Un modelo siempre debe ser menos complejo que el problema real, es una aproximacin abstracta de la realidad con
consideraciones y simplificaciones que hacen ms manejable el problema y permiten evaluar eficientemente las
alternativas de solucin.

Los modelos matemticos tienen muchas ventajas sobre una descripcin verbal del problema. Una ventaja obvia es que
el modelo matemtico describe un problema en forma mucho ms concisa. Esto tiende a hacer que toda la estructura
del problema sea ms comprensible y ayude a revelar las relaciones importantes entre causa y efecto. De esta manera,
indica con ms claridad que datos adicionales son importantes para el anlisis. Tambin facilita simultneamente el
manejo del problema en su totalidad y el estudio de todas sus interpelaciones. Por ltimo, un modelo matemtico forma
un puente para poder emplear tcnicas matemticas y computadoras de alto poder, para analizar el problema. Sin duda,
existe una amplia disponibilidad de paquetes de software para muchos tipos de modelos matemticos, para micro y
minicomputadoras.

Por otro lado, existen obstculos que deben evitarse al usar modelos matemticos. Un modelo es, necesariamente, una
idealizacin abstracta del problema, por lo que casi siempre se requieren aproximaciones y suposiciones de
simplificacin si se quiere que el modelo sea manejable (susceptible de ser resuelto). Por lo tanto, debe tenerse cuidado
de que el modelo sea siempre una representacin vlida del problema. El criterio apropiado para juzgar la validez de un
modelo es el hecho de si predice o no con suficiente exactitud los efectos relativos de los diferentes cursos de accin,
para poder tomar una decisin que tenga sentido. En consecuencia, no es necesario incluir detalles sin importancia o
factores que tienen aproximadamente el mismo efecto sobre todas las opciones. Ni siquiera es necesario que la
magnitud absoluta de la medida de efectividad sea aproximadamente correcta para las diferentes alternativas, siempre
que sus valores relativos (es decir, las diferencias entre sus valores) sean bastante preciso. Entonces, todo lo que se
requiere es que exista una alta correlacin entre la prediccin del modelo y lo que ocurre en la vida real. Para asegurar
que este requisito se cumpla, es importante hacer un nmero considerable de pruebas del modelo y las modificaciones
consecuentes. Aunque esta fase de pruebas se haya colocado despus en el orden del libro, gran parte del trabajo de
validacin del modelo se lleva a cabo durante la etapa de construccin para que sirva de gua en la obtencin del modelo
matemtico.

Obtencin de una solucin a partir del modelo
Resolver un modelo consiste en encontrar los valores de las variables dependientes, asociadas a las componentes
controlables del sistema con el propsito de optimizar, si es posible, o cuando menos mejorar la eficiencia o la
efectividad del sistema dentro del marco de referencia que fijan los objetivos y las restricciones del problema.

La seleccin del mtodo de solucin depende de las caractersticas del modelo. Los procedimientos de solucin pueden
ser clasificados en tres tipos: a) analticos, que utilizan procesos de deduccin matemtica; b) numricos, que son de
carcter inductivo y funcionan en base a operaciones de prueba y error; c) simulacin, que utiliza mtodos que imitan o,
emulan al sistema real, en base a un modelo.

Muchos de los procedimientos de solucin tienen la caracterstica de ser iterativos, es decir buscan la solucin en base a
la repeticin de la misma regla analtica hasta llegar a ella, si la hay, o cuando menos a una aproximacin.

Prueba del modelo
El desarrollo de un modelo matemtico grande es anlogo en algunos aspectos al desarrollo de un programa de
computadora grande. Cuando se completa la primera versin, es inevitable que contenga muchas fallas. El programa
debe probarse de manera exhaustiva para tratar de encontrar y corregir tantos problemas como sea posible.

Eventualmente, despus de una larga serie de programas mejorados, el programador (o equipo de programacin)
concluye que el actual da, en general, resultados razonablemente vlidos. Aunque sin duda quedarn algunas fallas
ocultas en el programa (y quiz nunca se detecten, se habrn eliminado suficientes problemas importantes como para
que sea confiable utilizarlo.

De manera similar, es inevitable que la primera versin de un modelo matemtico grande tenga muchas fallas. Sin duda,
algunos factores o interpelaciones relevantes no se incorporaron al modelo y algunos parmetros no se estimaron
correctamente. Esto no se puede eludir dada la dificultad de la comunicacin y la compresin de todos los aspectos y
sutilezas de un problema operacional complejo, as como la dificultad de recolectar datos confiables. Por lo tanto, antes
de usar el modelo debe probarse exhaustivamente para intentar identificar y corregir todas las fallas que se pueda. Con
el tiempo, despus de una larga serie de modelos mejorados, el equipo de IO concluye que el modelo actual produce
resultados razonablemente vlidos.

Aunque sin duda quedarn algunos problemas menores ocultos en el modelo (y quiz nunca se detecten), las fallas
importantes se habrn eliminado de manera que ahora es confiable usar el modelo. Este proceso de prueba y
mejoramiento de un modelo para incrementar su validez se conoce como validacin del modelo.

Debido a que el equipo de IO puede pasar meses desarrollando todas las piezas detalladas del modelo, es sencillo "no
ver el bosque por buscar los rboles". Entonces, despus de completar los detalles ("los rboles") de la versin inicial del
modelo, una buena manera de comenzar las pruebas es observarlo en forma global ("el bosque") para verificar los
errores u omisiones obvias. El grupo que hace esta revisin debe, de preferencia, incluir por lo menos a una persona que
no haya participado en la formulacin. Al examinar de nuevo la formulacin del problema y comprarla con el modelo
pueden descubrirse este tipo de errores. Tambin es til asegurarse de que todas las expresiones matemticas sean
consistentes en las dimensiones de las unidades que emplean. Adems, puede obtenerse un mejor conocimiento de la
validez del modelo variando los valores de los parmetros de entrada y/o de las variables de decisin, y comprobando
que los resultados del modelo se comporten de una manera factible. Con frecuencia, esto es especialmente revelador
cuando se asignan a los parmetros o a las variables valores extremos cercanos a su mximo o a su mnimo.

Un enfoque ms sistemtico para la prueba del modelo es emplear una prueba retrospectiva. Cuando es aplicable, esta
prueba utiliza datos histricos y reconstruye el pasado para determinar si el modelo y la solucin resultante hubieran
tenido un buen desempeo, de haberse usado. La comparacin de la efectividad de este desempeo hipottico con lo
que en realidad ocurri, indica si el uso del modelo tiende a dar mejoras significativas sobre la prctica actual. Puede
tambin indicar reas en las que el modelo tiene fallas y requiere modificaciones. Lo que es ms, el emplear las
alternativas de solucin y estimar sus desempeos histricos hipotticos, se pueden reunir evidencias en cuanto a lo
bien que el modelo predice los efectos relativos de los diferentes cursos de accin.

Cuando se determina que el modelo y la solucin no son vlidos, es necesario iniciar nuevamente el proceso revisando
cada una de las fases de la metodologa de la investigacin de operaciones.

ESTABLECIMIENTO DE CONTROLES SOBRE LA SOLUCION
Una solucin establecida como vlida para un problema, permanece como tal siempre y cuando las condiciones del
problema tales como: las variables no controlables, los parmetros, las relaciones, etc., no cambien significativamente.

Esta situacin se vuelve ms factible cuando algunos de los parmetros fueron estimados aproximadamente. Por lo
anterior, es necesario generar informacin adicional sobre el comportamiento de la solucin debido a cambios en los
parmetros del modelo. Usualmente esto se conoce como anlisis de sensibilidad. En pocas palabras, esta fase consiste
en determinar los rangos de variacin de los parmetros dentro de los cuales no cambia la solucin del problema.

IMPLANTACIN DE LA SOLUCIN
El paso final se inicia con el proceso de "vender" los hallazgos que se hicieron a lo largo del proceso a los ejecutivos o
tomadores de decisiones. Una vez superado ste obstculo, se debe traducir la solucin encontrada a instrucciones y
operaciones comprensibles para los individuos que intervienen en la operacin y administracin del sistema. La etapa de
implantacin de una solucin se simplifica en gran medida cuando se ha propiciado la participacin de todos los
involucrados en el problema en cada fase de la metodologa. Preparacin para la aplicacin del modelo

Esta etapa es crtica, ya que es aqu, y slo aqu, donde se cosecharn los beneficios del estudio. Por lo tanto, es
importante que el equipo de IO participe, tanto para asegurar que las soluciones del modelo se traduzcan con exactitud
a un procedimiento operativo, como para corregir cualquier defecto en la solucin que salga a la luz en este momento.

El xito de la puesta en prctica depende en gran parte del apoyo que proporcionen tanto la alta administracin como la
gerencia operativa. Es ms probable que el equipo de IO obtenga este apoyo si ha mantenido a la administracin bien
informada y ha fomentado la gua de la gerencia durante el estudio. La buena comunicacin ayuda a asegurar que el
estudio logre lo que la administracin quiere y por lo tanto merezca llevarse a la prctica. Tambin proporciona a la
administracin el sentimiento de que el estudio es suyo y esto facilita el apoyo para la implantacin.

La etapa de implantacin incluye varios pasos. Primero, el equipo de investigacin de operaciones de una cuidadosa
explicacin a la gerencia operativa sobre el nuevo sistema que se va a adoptar y su relacin con la realidad operativa. En
seguida, estos dos grupos comparten la responsabilidad de desarrollar los procedimientos requeridos para poner este
sistema en operacin. La gerencia operativa se encarga despus de dar una capacitacin detallada al personal que
participa, y se inicia entonces el nuevo curso de accin. Si tiene xito, el nuevo sistema se podr emplear durante
algunos aos. Con esto en mente, el equipo de IO supervisa la experiencia inicial con la accin tomada para identificar
cualquier modificacin que tenga que hacerse en el futuro.

A la culminacin del estudio, es apropiado que el equipo de investigacin de operaciones documento su metodologa
con suficiente claridad y detalle para que el trabajo sea reproducible. Poder obtener una rplica debe ser parte del
cdigo de tica profesional del investigador de operaciones. Esta condicin es crucial especialmente cuando se estudian
polticas gubernamentales en controversia.

Introduccin a la programacin lineal
Muchas personas clasifican el desarrollo de la programacin lineal entre los avances cientficos ms importantes de
mediados del siglo XX, su impacto desde 1950 ha sido extraordinario.

En la actualidad es una herramienta de uso normal que ha ahorrado miles o millones de pesos a muchas compaas o
negocios, incluyendo empresas medianas en los distintos pases industrializados del mundo; su aplicacin a otros
sectores de la sociedad se est ampliando con rapidez. Una proporcin muy grande de los clculos cientficos en
computadoras est dedicada al uso de la programacin lineal.

Cul es la naturaleza de esta notable herramienta y qu tipos de problemas puede manejar? Expresado brevemente, el
tipo ms comn de aplicacin abarca el problema general de asignar recursos limitados entre actividades competitivas
de la mejor manera posible (es decir, en forma ptima). Con ms precisin, este problema incluye elegir el nivel de
ciertas actividades que compiten por recursos escasos necesarios para realizarlas. Despus, los niveles de actividad
elegidos dictan la cantidad de cada recurso que consumir cada una de ellas. La variedad de situaciones a las que se
puede aplicar esta descripcin es sin duda muy grande, y va desde la asignacin de instalaciones de produccin a los
productos, hasta la asignacin de los recursos nacionales a las necesidades de un pas; desde la seleccin de una cartera
de inversiones, hasta la seleccin de los patrones de envo; desde la planeacin agrcola, hasta el diseo de una terapia
de radiacin, etc. No obstante, el ingrediente comn de todas estas situaciones es la necesidad de asignar recursos a las
actividades eligiendo los niveles de las mismas.

La programacin lineal utiliza un modelo matemtico para describir el problema. El adjetivo lineal significa que todas las
funciones matemticas del modelo deber ser funciones lineales. En este caso, las palabra programacin no se refiere a
programacin en computadoras; en esencia es un sinnimo de planeacin. As, la programacin lineal trata la planeacin
de las actividades para obtener un resultado ptimo, esto es, el resultado que mejor alcance la meta especificada (segn
el modelo matemtico) entre todas las alternativas de solucin.

Aunque la asignacin de recursos a las actividades es la aplicacin ms frecuente, la programacin lineal tiene muchas
otras posibilidades. De hecho, cualquier problema cuyo modelo matemtico se ajuste al formato general del modelo de
programacin lineal es un problema de programacin lineal. An ms, se dispone de un procedimiento de solucin
extraordinariamente eficiente llamado mtodo simplex, para resolver estos problemas, incluso los de gran tamao.
Estas son algunas causas del tremendo auge de la programacin lineal en las ltimas dcadas.

Modelo de programacin lineal
Los trminos clave son recursos y actividades, en donde m denota el nmero de distintos tipos de recursos que se
pueden usar y n denota el nmero de actividades bajo consideracin. Algunos ejemplos de recursos son dinero y tipos
especiales de maquinaria, equipo, vehculos y personal. Los ejemplos de actividades incluyen inversin en proyectos
especficos, publicidad en un medio determinado y el envo de bienes de cierta fuente a cierto destino. En cualquier
aplicacin de programacin lineal, puede ser que todas las actividades sean de un tipo general (como cualquiera de los
ejemplos), y entonces cada una correspondera en forma individual a las alternativas especficas dentro de esta categora
general.

El tipo ms usual de aplicacin de programacin lineal involucra la asignacin de recursos a ciertas actividades. La
cantidad disponible de cada recurso est limitada, de forma que deben asignarse con todo cuidado. La determinacin de
esta asignacin incluye elegir los niveles de las actividades que lograrn el mejor valor posible de la medida global de
efectividad.

Ciertos smbolos se usan de manera convencional para denotar las distintas componentes de un modelo de
programacin lineal. Estos smbolos se enumeran a continuacin, junto con su interpretacin para el problema general
de asignacin de recursos a actividades.
Z = valor de la medida global de efectividad
xj = nivel de la actividad j (para j = 1,2,..., n)
cj = incremento en Z que resulta al aumentar una unidad en el nivel de la actividad j
bi = cantidad de recurso i disponible para asignar a las actividades (para i = 1,2,...,m)
aij = cantidad del recurso i consumido por cada unidad de la actividad j

El modelo establece el problema en trminos de tomar decisiones sobre los niveles de las actividades, por lo que x1,
x2,...., xn se llaman variables de decisin. Los valores de cj, bi y aij (para i = 1,2,...., m y j = 1,2,...., n) son las constantes de
entrada al modelo. Las cj, bi y aij tambin se conocen como parmetros del modelo.
Forma estndar del modelo
Ahora se puede formular al modelo matemtico para este problema general de asignacin de recursos a actividades. En
Datos necesarios para un modelo de programacin lineal que maneja la asignacin de recursos a actividades particular,
este modelo consiste en elegir valores de x1, x2,...., xn para:
Optimizar (maximizar o minimizar) Z = c1x1 + c2x2 +....+ cnxn,
Sujeta a las restricciones:
a11x1 + a12x2 +....+ a1nxn < b1
a21x1 + a22x2 +....+ a2nxn < b2

am1x1 + am2x2 +....+ amnxn < bm

X1 0, X2 0, +...+, Xn 0.

Suposiciones del Modelo de Programacin Lineal
Proporcionalidad
La contribucin de cada actividad al valor de la funcin objetivo Z es proporcional al nivel de actividad xj, como lo
representa el trmino cjxj en la funcin objetivo. De manera similar, la contribucin de cada actividad al lado izquierdo
de cada restriccin funcional es proporcional al nivel de la actividad xj, en la forma en que lo representa el trmino aijxj
en la restriccin. En consecuencia, esta suposicin elimina cualquier exponente diferente a 1 para las variables en
cualquier trmino de las funciones (ya sea la funcin objetivo o la funcin en el lado izquierdo de las restricciones
funcionales) en un modelo de programacin lineal.

Actividad
Establece que la entrada y salida de un recurso en particular al conjunto de actividades, deben ser la misma cantidad; o
sea, que las actividades transforman los recursos y no los crean o destruyen. Esta suposicin garantiza que la
contribucin total tanto a la funcin objetivo como a las restricciones, es igual a la suma de las contribuciones
individuales. Cuando en un problema dado no se tenga la aditividad puede recurrirse al empleo de otras tcnicas de la
programacin matemtica, dependiendo de cada caso en particular.

Aditividad
Cada funcin en un modelo de programacin lineal (ya sea la funcin objetivo o el lado izquierdo de las restricciones
funcionales) es la suma de las contribuciones individuales de las actividades respectivas.

Divisibilidad
Las variables de decisin en un modelo de programacin lineal pueden tomar cualquier valor, incluyendo valores no
enteros, que satisfagan las restricciones funcionales y de no negatividad. As, estas variables no estn restringidas a slo
valores enteros. Como cada variable de decisin representa el nivel de alguna actividad, se supondr que las actividades
se pueden realizar a niveles fraccinales.

Limitaciones del modelo de programacin lineal
Modelo Determinstico
El modelo de PL involucra nicamente tres tipos de parmetros: Cj, aij y bi; de ah su sencillez y gran aplicacin. Sin
embargo, el valor de dichos parmetros debe ser conocido y constante. Cuando el valor de los parmetros tiene un
cierto riesgo o incertidumbre, pude utilizarse la programacin paramdica, la programacin estocstica, o realizarse un
anlisis de sensibilidad.

Modelo Esttico
En algunos modelos matemticos se han empleado con xito las ecuaciones diferenciales, para inducir el variable
tiempo en ellos. En este sentido, puede decidirse que la PL utiliza un modelo esttico, ya que el variable tiempo no se
involucra formalmente. Adquiriendo un poco de experiencia en la formulacin de modelos de PL, puede imbuirse la
temporalidad mencionada, con el uso de subndices en las variables.


Modelo que no suboptimiza
Debido a la forma que se plantea el modelo de PL, o encuentra la solucin ptima o declara que sta no existe. Cuando
no es posible obtener una solucin ptima y se debe obtener alguna, se recurre a otra tcnica ms avanzada que la PL,
la cual se denomina programacin lineal por metas.

Impacto de la investigacin de operaciones
La investigacin de operaciones ha tenido un impacto impresionante en el mejoramiento de la eficiencia de numerosas
organizaciones en todo el mundo. En el proceso, la investigacin de operaciones ha hecho contribuciones significativas al
incremento de la productividad dentro de la economa de varios pases. Hay ahora ms de 30 pases que son miembros
de la International Federacin of Operational Research Societies (IFORS), en la que cada pas cuenta con una sociedad de
investigacin de operaciones.

Sin duda, el impacto de la investigacin de operaciones continuar aumentando. Por ejemplo, al inicio de la dcada de
los 90, el U.S. Bureau of Labor Statistics predijo que la IO sera el rea profesional clasificada como la tercera de ms
rpido crecimiento para los estudiantes universitarios en Estados Unidos, graduados entre 1990 y 2005. Pronostic
tambin que, para el ao 2005, habra 100 000 personas trabajando como analistas de investigacin de operaciones.

RIESGO AL APLICAR LA INVESTIGACIN DE OPERACIONES
Al aplicar la I de O al estudio de sistemas y a la resolucin de problemas se corre el riesgo de tratar de manipular los
problemas para buscar que se ajusten a las diferentes tcnicas, modelos de algoritmos establecidos en lugar de analizar
los problemas y buscar resolverlos obteniendo las soluciones mejores, utilizando los mtodos apropiados, es decir
resolver el problema utilizando los mtodos que proporcionan las mejoras soluciones y no buscar ajustar el problema a
un mtodo especfico.

Para llegar a hacer un uso apropiado de la I de O, es necesario primero comprender la metodologa para resolver los
problemas, as como los fundamentos de las tcnicas de solucin para de esta forma saber cundo utilizarlas o no en las
diferentes circunstancias.

LIMITACIONES DE LA INVESTIGACIN DE OPERACIONES
1. Frecuentemente es necesario hacer simplificaciones del problema original para poder manipularlo y detener una
solucin.
2. La mayora de los modelos slo considera un solo objetivo y frecuentemente en las organizaciones se tienen
objetivos mltiples.
3. Existe la tendencia a no considerar la totalidad de las restricciones en un problema prctico, debido a que los
mtodos de enseanza y entrenamiento dan la aplicacin de esta ciencia centralmente se basan en problemas
pequeos para razones de ndole prctico, por lo que se desarrolla en los alumnos una opinin muy simplista e
ingenua sobre la aplicacin de estas tcnicas a problemas reales.
4. Casi nunca se realizan anlisis costo-beneficio de la implantacin de soluciones definidas por medio de la I de O, en
ocasiones los beneficios potenciales se van superados por los costos ocasionados por el desarrollo e implantacin de
un modelo.