Investigacin Operativa

Fundamentos
MSc. Ing. CIP Ncolas Figueroa M.
 El problema

Los recursos Los sistemas son cada

son escasos vez ms complejos

Cada vez es ms difcil asignar los

recursos o actividades de la forma ms eficaz

MSc. Ing. CIP Ncolas Figueroa M.

 Qu es la investigacin operativa?

Definicin (Lawrence y Pasternak, 1998)

Un enfoque cientfico para la toma de decisiones ejecutivas, que consiste en:
El arte de modelar situaciones complejas,
La ciencia de desarrollar tcnicas de solucin para resolver dichos modelos y
La capacidad de comunicar efectivamente los resultados.

Objetivo de la Investigacin operativa:

Estudiar la asignacin ptima de recursos escasos a determinada actividad.
Evaluar el rendimiento de un sistema con objeto de mejorarlo.

MSc. Ing. CIP Ncolas Figueroa M.

 Investigacin operativa (I.O.)

Es la aplicacin del mtodo cientfico para asignar los recursos o actividades

de forma eficaz, en la gestin y organizacin de sistemas complejos
Su objetivo es ayudar a la toma de decisiones
Requiere un enfoque interdisciplinario

MSc. Ing. CIP Ncolas Figueroa M.

 Historia de la I.O.
Se aplica por primera vez en 1780
Antecedentes:
Matemticas: modelos lineales (Farkas, Minkowski) (s.XIX)
Estadstica: fenmenos de espera (Erlang, Markov) (aos 20)
Economa: Quesnay (x.XVIII), Walras (s.XIX), Von Neumann (aos 20)
El origen de la I.O. moderna se sita en la 2 Guerra Mundial para resolver
problemas de organizacin militar:
- Despliegue de radares, manejo de operaciones de bombardeo, colocacin de minas,

MSc. Ing. CIP Ncolas Figueroa M.

 Historia de la I.O.
Al terminar la guerra, sigue el desarrollo en la industria, debido a:
competitividad industrial
progreso terico
RAND (Dantzig)
Princeton (Gomory, Kuhn, Tucker)
Carnegie Institute of Technology (Charnes, Cooper)
gran desarrollo de los ordenadores:
* aumento de la capacidad de almacenamiento de datos
* Incremento de la velocidad de resolucin de los problemas.

MSc. Ing. CIP Ncolas Figueroa M.

 Actualidad de la I.O.
Sigue habiendo un gran desarrollo, en muchos sectores, con
grandes avances sobre todo en el campo de la Inteligencia
Artificial
Ms informacin:
Sociedad Espaola de Estadstica e Inv. Op. (SEIO)
www.cica.es/aliens/seio
Association of European O.R. Societies (EURO)
www.ulb.ac.be/euro/euro_welcome.html
Institute for O.R. and the Management Sci. (INFORMS)
www.informs.org
International Federation of O.R. Societies (IFORS)
www.ifors.org
MSc. Ing. CIP Ncolas Figueroa M.
 El mtodo de la I.O.

Definicin del problema

Formulacin del problema y construccin del modelo
Resolucin
Verificacin, validacin, refinamiento
Interpretacin y anlisis de resultados
Implantacin y uso extensivo
A lo largo de todo el proceso debe haber una interaccin
constante entre el analista y el cliente

MSc. Ing. CIP Ncolas Figueroa M.

 El modelado
Es una ciencia
anlisis de relaciones
aplicacin de algoritmos de solucin
Y a la vez un arte
visin de la realidad
estilo, elegancia, simplicidad
uso creativo de las herramientas
experiencia

MSc. Ing. CIP Ncolas Figueroa M.

 Definicin del problema
Consiste en identificar los elementos de decisin
objetivos (uno o varios, optimizar o satisfacer)
alternativas
limitaciones del sistema
Hay que recoger informacin relevante (los datos pueden ser un grave
problema)
Es la etapa fundamental para que las decisiones sean tiles

MSc. Ing. CIP Ncolas Figueroa M.

Factores problemticos
Datos incompletos, conflictivos, difusos
Diferencias de opinin
Presupuestos o tiempos limitados
Cuestiones polticas
El decisor no tiene una idea firme de lo que quiere realmente.
Plan de trabajo:
Observar
Ser consciente de las realidades polticas
Decidir qu se quiere realmente
Identificar las restricciones
Bsqueda de informacin continua.
MSc. Ing. CIP Ncolas Figueroa M.
 Formulacin del problema

Modelo: representacin simplificada de la realidad, que facilita su

comprensin y el estudio de su comportamiento
Debe mantener un equilibrio entre sencillez y capacidad de representacin
Modelo matemtico: modelo expresado en trminos matemticos
hace ms claras la estructura y relaciones
facilita el uso de tcnicas matemticas y ordenadores
a veces no es aplicable

MSc. Ing. CIP Ncolas Figueroa M.

 Construccin del modelo
Traduccin del problema a trminos matemticos
objetivos: funcin objetivo
alternativas: variables de decisin
limitaciones del sistema: restricciones
Pero a veces las relaciones matemticas son demasiado complejas
heursticos
simulacin

MSc. Ing. CIP Ncolas Figueroa M.

 Modelado matemtico
Paso 1.- Identificar las variables de decisin
Sobre qu tengo control?
Qu es lo que hay que decidir?
Cul sera una respuesta vlida en este caso?
Paso 2.- Identificar la funcin objetivo
Qu pretendemos conseguir?
Si yo fuese el jefe de la empresa, qu me interesara ms?
Paso 3.- Identificar las restricciones o factores que limitan la decisin
Recursos disponibles (trabajadores, mquinas, material) Fechas lmite
Restricciones por la naturaleza de las variables (no negatividad,
enteras, binarias)
Restricciones por la naturaleza del problema
Paso 4.- Traduccin de los elementos bsicos a un modelo matemtico.
MSc. Ing. CIP Ncolas Figueroa M.
 Resolucin del modelo
Paso 1.- Elegir la tcnica de resolucin adecuada
Tcnicas existentes, modificacin, creacin o heursticos.
Paso 2.- Generar las soluciones del modelo
Programas de ordenador, hojas de clculo.
Paso 3.- Comprobar/validar los resultados
Probar la solucin en el entorno real
Paso 4.- Si los resultados son inaceptables, revisar el modelo
matemtico
Estudiar hiptesis, comprobar exactitud de datos, relajar o
endurecer aproximaciones, revisar restricciones
Paso 5.- Realizar anlisis de sensibilidad
Analizar adaptaciones en la solucin propuesta frente a posibles
cambios
MSc. Ing. CIP Ncolas Figueroa M.
 Paso 1.- Tipos de modelos
Determinsticos Probabilsticos
Programacin matemtica Programacin
Programacin lineal estocstica
Programacin entera Gestin de inventarios
Programacin dinmica Fenmenos de espera
Programacin no lineal (colas)
Programacin multiobjetivo Teora de juegos
Modelos de transporte Simulacin
Modelos de redes

MSc. Ing. CIP Ncolas Figueroa M.

 Paso 2.- Generar las soluciones del modelo

Determinar los valores de las variables de decisin de modo que la solucin

sea ptima (o satisfactoria) sujeta a las restricciones
Puede haber distintos algoritmos y formas de aplicarlos

MSc. Ing. CIP Ncolas Figueroa M.

 Paso 3.- Verificacin y validacin

Eliminacin de errores
Comprobacin de que el modelo se adapta a la realidad

MSc. Ing. CIP Ncolas Figueroa M.

 Paso 4.- Interpretacin y anlisis

Robustez de la solucin ptima obtenida: Anlisis de sensibilidad

Deteccin de soluciones cuasi-ptimas atractivas

MSc. Ing. CIP Ncolas Figueroa M.

 Paso 5.- Implantacin de resultados
Sistema de ayuda y mantenimiento
Documentacin
Formacin de usuarios

MSc. Ing. CIP Ncolas Figueroa M.

 Gua general para la formulacin de modelos

Identificacin de los elementos bsicos. Expresar en palabras:

Datos del problema
Factores que no son susceptibles de cambio
Variables de decisin
Variables sobre las que se tiene control
Restricciones
Causas por las que la decisin est limitada
Funcin objetivo
Medida del rendimiento que se quiere optimizar
Traduccin de los elementos bsicos a expresiones
matemticas
MSc. Ing. CIP Ncolas Figueroa M.