EL ENFOQUE DE LA INVESTIGACIN DE LAS OPERACIONES

Dado que OR representa un marco integrado para ayudar a tomar decisiones,

es importante tener una comprensin clara de este marco para que pueda
aplicarse a un problema genrico. Para lograr esto, ahora se detalla
el denominado enfoque OR . Este enfoque comprende los siguientes siete
pasos secuenciales: (1) Orientacin, (2) Definicin de Problemas, (3)
Recoleccin de Datos, (4) Formulacin de Modelos, (5) Solucin, (6)
Validacin de Modelos y Anlisis de Resultados, y (7) Implementacin y
monitoreo. La unin de cada uno de estos pasos es un mecanismo para la
retroalimentacin continua; La figura 1 muestra esto esquemticamente.

Figura 1 : El enfoque de la investigacin operativa

Si bien la mayor parte del nfasis acadmico ha sido en los pasos 4, 5 y 6, el

lector debe tener en cuenta el hecho de que los otros pasos son igualmente
importantes desde una perspectiva prctica. De hecho, la atencin insuficiente
a estos pasos ha sido la razn por la cual se ha considerado errneamente a la
OR como impracticable o ineficaz en el mundo real.

Cada uno de estos pasos se discute ahora con ms detalle. Para ilustrar cmo
se podran aplicar los pasos, considere un escenario tpico en el que una
empresa manufacturera est planeando la produccin para el prximo mes. La
compaa hace uso de numerosos recursos (tales como mano de obra,
maquinaria de produccin, materias primas, capital, procesamiento de datos,
espacio de almacenamiento, y equipo de manejo de materiales) para hacer una
serie de productos diferentes que compiten por estos recursos. Los productos
tienen diferentes mrgenes de beneficio y requieren diferentes cantidades de
cada recurso. Muchos de los recursos estn limitados en su
disponibilidad. Adems, hay otros factores que complican, como la
incertidumbre en la demanda de los productos, las averas aleatorias de la
mquina y los acuerdos sindicales que restringen el uso de la mano de
obra. Dado este complejo entorno operativo,

Como ejemplo de cmo se podra llevar a cabo un estudio de investigacin

operativa para abordar esta situacin, considere una instancia altamente
simplificada de un problema de planificacin de produccin en el que existen
dos lneas de productos principales (widgets y gizmos) y tres recursos
limitantes principales (A, B y C, por ejemplo) para el que compiten cada uno
de los productos. Cada producto requiere cantidades variables de cada uno de
los recursos y la empresa incurre en diferentes costos (mano de obra, materias
primas, etc.) en la fabricacin de los productos y realiza diferentes ingresos
cuando se venden. El objetivo del proyecto de OR es asignar los recursos a los
dos productos de manera ptima.

volver arriba
Orientacin :El primer paso en el enfoque de OR se denomina orientacin al
problema. El objetivo primordial de este paso es constituir el equipo que
abordar el problema en cuestin y asegurar que todos sus miembros tengan
una idea clara de los temas relevantes. Vale la pena sealar que una
caracterstica distintiva de cualquier estudio de OR es que lo hace un equipo
multifuncional. Para diferenciar ligeramente, tambin es interesante que en los
ltimos aos se haya escrito mucho sobre los beneficios de los equipos de
proyecto y que casi todos los proyectos industriales de hoy son conducidos
por equipos multifuncionales. Incluso en la educacin de ingeniera, el trabajo
en equipo se ha convertido en un ingrediente esencial del material que se
ensea a los estudiantes y casi todos los programas de ingeniera acadmica
requieren proyectos de equipo de sus estudiantes. El enfoque de equipo de OR

Tpicamente, el equipo tendr un lder y estar constituido por miembros de

diversas reas funcionales o departamentos que se vern afectados o afectarn
el problema en cuestin. En la fase de orientacin, el equipo normalmente se
rene varias veces para discutir todos los temas involucrados y llegar a un
enfoque en los crticos. Esta fase tambin implica un estudio de los
documentos y la literatura pertinente al problema con el fin de determinar si
otros han encontrado el mismo problema (o similar) en el pasado, y si es as,
para determinar y evaluar lo que se hizo para resolver el problema. Este es un
punto que a menudo tiende a ser ignorado, pero con el fin de obtener una
solucin oportuna es fundamental que uno no reinventar la rueda. En muchos
estudios de OR, uno realmente adapta un procedimiento de solucin que ya ha
sido probado y probado, en lugar de desarrollar una nueva. El objetivo de la
fase de orientacin es obtener una comprensin clara del problema y su
relacin con los diferentes aspectos operativos del sistema y llegar a un
consenso sobre cul debe ser el enfoque principal del proyecto. Adems, el
equipo tambin debe tener una apreciacin de lo que (si algo) se ha hecho en
otros lugares para resolver el mismo problema (o similar).

En nuestro ejemplo hipottico de planificacin de la produccin, el equipo del

proyecto podra incluir a los miembros de la ingeniera (para proporcionar
informacin sobre el proceso y la tecnologa utilizada para la produccin),
planificacin de la produccin (para proporcionar informacin sobre los
tiempos de mecanizado, mano de obra, inventario y otros recursos)
(proporcionar informacin sobre la demanda de los productos), contabilidad
(para proporcionar informacin sobre costos e ingresos) y sistemas de
informacin (para proporcionar datos informatizados). Por supuesto, los
ingenieros industriales trabajan en todas estas reas. Adems, el equipo
tambin podra tener personal de taller como un capataz o un supervisor de
turno y probablemente sera dirigido por un gerente de nivel medio que tiene
relaciones con varias de las reas funcionales enumeradas anteriormente. Al
final de la fase de orientacin, el equipo podra decidir que su objetivo
especfico es maximizar los beneficios de sus dos productos durante el
prximo mes. Tambin puede especificar cosas adicionales que son deseables,
como algunos niveles mnimos de inventario para los dos productos a
principios del prximo mes, niveles estables de fuerza de trabajo o algn nivel
deseado de utilizacin de la mquina.

O EN EL REAL MUNDO

En esta seccin se proporcionan algunos ejemplos de aplicaciones exitosas en

el mundo real de la investigacin operativa. Estos deben dar al lector una
apreciacin de los diversos tipos de problemas que OR puede abordar, as
como para la magnitud de los ahorros que son posibles. Sin duda alguna, la
mejor fuente para estudios de casos y detalles de aplicaciones exitosas es la
revista Interfaces , que es una publicacin del Instituto de Investigacin
Operativa y Ciencias de la Gestin (INFORMS). Esta revista est orientada
hacia el practicante y gran parte de la exposicin est en trminos de laicos; en
algn momento, todo ingeniero industrial que practique debe referirse a esta
revista para apreciar las contribuciones que OR puede hacer. Todas las
aplicaciones que siguen se han extrado de ediciones recientes deInterfaces .

Antes de describir estas aplicaciones, algunas palabras estn en orden sobre la

situacin de la investigacin de operaciones en el mundo real. Una
desafortunada realidad es que OR ha recibido ms que su parte justa de
publicidad negativa. A veces se ha considerado como una ciencia esotrica
con poca relevancia para el mundo real, y algunos crticos incluso se han
referido a ella como una coleccin de tcnicas en busca de un problema que
resolver! Claramente, esta crtica es falsa y hay mucha evidencia documentada
que cuando se aplica correctamente y con un enfoque centrado en el
problema, O puede resultar en beneficios que pueden ser bastante
espectaculares; los ejemplos que siguen en esta seccin lo atestiguan
claramente.

Por otro lado, tambin hay pruebas que sugieren que (por desgracia) las
crticas formuladas contra la OR no son completamente infundadas. Esto es
porque OR no se aplica a menudo como debe ser - la gente ha tomado a
menudo la opinin miope que OR es un mtodo especfico en comparacin
con un proceso completo y sistemtico . En particular, ha existido una enorme
cantidad de nfasis en los pasos de modelado y solucin, posiblemente porque
stos claramente ofrecen el reto ms intelectual. Sin embargo, es fundamental
mantener un enfoque centrado en el problema - el objetivo ltimo de un
estudio de OR es implementar una solucinal problema que se est
analizando. Construir modelos complejos que son en ltima instancia
intratables, o desarrollar procedimientos de solucin altamente eficientes a
modelos que tienen poca relevancia para el mundo real puede ser muy bien
como ejercicios intelectuales, sino que van en contra de la naturaleza prctica
de la investigacin de operaciones! Desafortunadamente, este hecho a veces
ha sido olvidado. Otra crtica vlida es el hecho de que muchos analistas son
notoriamente pobres en la comunicacin de los resultados de un proyecto de
OR en trminos que pueden ser entendidos y apreciados por los profesionales
que no necesariamente tienen una gran cantidad de sofisticacin matemtica o
formacin formal en O La lnea de fondo es que un proyecto de OR puede
tener xito slo si se presta suficiente atencin a cada uno de los siete pasos
del proceso y los resultados se comunican a los usuarios finales de una forma
comprensible.

Ahora se presentan algunos ejemplos de proyectos de OE exitosos.

volver arriba
Planificacin de la produccin en Harris Corporation - Seccin de
semiconductores :Para nuestra primera aplicacin [1], miramos un rea que es
fcilmente apreciada por cada ingeniero industrial - planificacin de
produccin y cita de fecha de vencimiento. La seccin de semiconductores de
Harris Corporation fue durante un nmero de aos un negocio bastante
pequeo que atenda a un nicho de mercado en las industrias aeroespacial y de
defensa donde la competencia era mnima. Sin embargo, en 1988 se tom una
decisin estratgica para adquirir las lneas de productos semiconductores y
las instalaciones de fabricacin de General Electric. Esto aument
inmediatamente el tamao de las operaciones y lneas de productos de Harris
Semiconductor en aproximadamente tres veces y, lo que es ms importante,
catapult a Harris en reas de mercado comercial como automviles y
telecomunicaciones, donde la competencia era rgida. Dada la nueva
diversidad de lneas de productos y el tremendo aumento en la complejidad de
la planificacin de la produccin, Harris tuvo dificultades para cumplir los
plazos de entrega y mantenerse competitivo desde una perspectiva
financiera; claramente, era necesario un mejor sistema.

En la fase de orientacin se determin que los sistemas tipo MRP utilizados

por varios de sus competidores no seran una respuesta satisfactoria y se tom
la decisin de desarrollar un sistema de planificacin que satisfara las
necesidades nicas de Harris. El resultado final fue IMPReSS la planificacin
de produccin automatizada y el sistema de cita de entrega para toda la red de
produccin. El sistema es una impresionante combinacin de heursticas y
tcnicas de optimizacin. Funciona dividiendo el problema global en
problemas ms pequeos y ms manejables usando un enfoque de
descomposicin heurstica. Los modelos matemticos dentro del problema se
resuelven usando la programacin lineal junto con los conceptos de la
planificacin de los requisitos materiales. Todo el sistema interacta con bases
de datos sofisticadas que permiten la previsin, la cotizacin y la entrada de
pedidos, materiales e informacin dinmica sobre capacidades. Harris estima
que este sistema ha aumentado las entregas a tiempo del 75% al 95% sin
aumento en los inventarios, lo que le ayud a pasar de $ 75 millones en
prdidas a $ 40 millones en beneficios anualmente y le permiti planificar sus
inversiones de capital ms eficientemente.

volver arriba
Combinacin de gasolina en Texaco :Para otra aplicacin a la planificacin
de la produccin, pero esta vez en un ambiente de produccin continuo en
lugar de discreto, miramos un sistema en uso en Texaco [2]. Una de las
principales aplicaciones de OR es en el rea de la mezcla de gasolina en las
refineras de petrleo, y virtualmente todas las grandes compaas petroleras
usan sofisticados modelos de optimizacin en esta rea. En Texaco el sistema
se llama StarBlend y se ejecuta en microordenadores en red. Como
antecedentes, la destilacin de petrleo crudo produce una serie de productos
diferentes a diferentes temperaturas de destilacin. Cada uno de stos puede
ser refinado ms lejos a travs del agrietamiento (donde los hidrocarburos
complejos se rompen en los ms simples) y la recombinacin. Estos diversos
flujos de salida se mezclan entonces para formar productos finales tales como
diferentes grados de gasolina (plomo, sin plomo, sin plomo, etc.), combustible
para aviones, diesel y combustible para calefaccin. El problema de
planificacin es muy complejo, ya que diferentes grados de crudo producen
diferentes concentraciones de flujos de produccin e incurren en costos
diferentes, ya que diferentes productos finales obtienen diferentes ingresos y
usan diferentes cantidades de recursos de refinera. Teniendo en cuenta slo
un producto - gasolina - hay varias propiedades que restringen las mezclas
producidas. Estos incluyen el nmero de octano, el plomo y el contenido de
azufre, las volatilidades y la presin de vapor Reid, por nombrar
algunos. Adems, las limitaciones reglamentarias imponen tambin ciertas
restricciones. y dado que diferentes productos finales obtienen ingresos
diferentes y utilizan diferentes cantidades de recursos de refinera. Teniendo
en cuenta slo un producto - gasolina - hay varias propiedades que restringen
las mezclas producidas. Estos incluyen el nmero de octano, el plomo y el
contenido de azufre, las volatilidades y la presin de vapor Reid, por nombrar
algunos. Adems, las limitaciones reglamentarias imponen tambin ciertas
restricciones. y dado que diferentes productos finales obtienen ingresos
diferentes y utilizan diferentes cantidades de recursos de refinera. Teniendo
en cuenta slo un producto - gasolina - hay varias propiedades que restringen
las mezclas producidas. Estos incluyen el nmero de octano, el plomo y el
contenido de azufre, las volatilidades y la presin de vapor Reid, por nombrar
algunos. Adems, las limitaciones reglamentarias imponen tambin ciertas
restricciones.

Como respuesta inicial a este complejo problema, Texaco desarroll a

principios de la dcada de 1980 un sistema llamado OMEGA. En el corazn
de este fue un modelo de optimizacin no lineal que apoy un sistema
interactivo de apoyo a la decisin para la mezcla ptima de gasolina; se
calcula que este sistema ahorr a Texaco unos 30 millones de dlares
anuales. StarBlend es una extensin de OMEGA a un entorno de planificacin
multi-perodo en el que las decisiones ptimas podran hacerse a lo largo de
un horizonte de planificacin ms largo en lugar de un solo perodo. Adems
de las restricciones de calidad de la mezcla, el modelo de optimizacin
tambin incorpora las restricciones de inventario y balance de materiales para
cada perodo en el horizonte de planificacin. El optimizador utiliza un
lenguaje de modelado algebraico llamado GAMS y un solucionador no lineal
llamado MINOS, junto con un sistema de base de datos relacional para la
gestin de datos.

volver arriba
Programacin de FMS en Caterpillar :Para nuestra tercera aplicacin
miramos el uso de un modelo de simulacin. Este modelo se aplic para
derivar los horarios de un sistema de fabricacin flexible (FMS) en
Caterpillar, Inc. [3]. El lector interesado puede referirse a cualquier texto
sobre la fabricacin integrada de computadoras para obtener detalles sobre los
FMS; normalmente, son sistemas de mquinas CNC de uso general unidas
entre s por un sistema automatizado de manipulacin de materiales y
completamente controladas por ordenadores. El FMS en cuestin en
Caterpillar tena siete fresadoras CNC, una estacin de fijacin y una estacin
de herramientas, con el manejo de materiales y herramientas a cargo de cuatro
vehculos guiados automatizados (AGV) que viajaban a lo largo de una
trayectoria de cable guiada unidireccional. Los FMS pueden proporcionar
enormes aumentos de capacidad y productividad debido a los altos niveles de
automatizacin inherentes a ellos y su potencial para fabricar una amplia
variedad de piezas. Por otro lado, esto viene con un precio; estos sistemas
tambin son muy complejos y el proceso de planificacin y programacin de
la produccin en un FMS y luego controlar su funcionamiento puede ser muy
difcil. La eficiencia del procedimiento de programacin utilizado puede tener
un efecto profundo sobre la magnitud de los beneficios obtenidos.

En Caterpillar, un anlisis preliminar mostr que el FMS estaba siendo

subutilizado y el objetivo del proyecto era definir un buen programa de
produccin que mejorara la utilizacin y liberara ms tiempo para producir
piezas adicionales. En la fase de orientacin se determin que el entorno era
demasiado complejo para representarlo con precisin a travs de un modelo
matemtico y, por lo tanto, la simulacin se seleccion como un enfoque de
modelado alternativo. Tambin se determin que minimizar el makespan (que
es el tiempo requerido para producir todos los requerimientos diarios) sera el
mejor objetivo ya que esto tambin maximizara, as como equilibrar la
utilizacin de la mquina. A continuacin, se construy un modelo de
simulacin detallado utilizando un lenguaje especializado llamado
SLAM. Adems de los planes de proceso necesarios para especificar el
mecanizado real de los diversos tipos de piezas, este modelo tambin
contabiliz una serie de factores como manejo de materiales, manejo de
herramientas y fijacin. A continuacin se simularon varias alternativas para
observar cmo funcionara el sistema y se determin que un conjunto bastante
simple de reglas de programacin heurstica podra producir esquemas casi
ptimos para los cuales las utilizaciones de la mquina eran casi del 85%. Sin
embargo, lo ms interesante fue que este estudio tambin mostr que la
estabilidad del programa dependa fuertemente de la eficiencia con la que se
pudieran manejar las herramientas de corte utilizadas por las mquinas. De
hecho, a medida que la calidad de la herramienta comienza a deteriorarse, el
sistema empieza a ponerse cada vez ms inestable y el horario comienza a
quedarse atrs. Para evitar este problema, la empresa tuvo que suspender la
produccin durante los fines de semana y reemplazar las herramientas
gastadas o ocasionalmente usar las horas extras para volver a tiempo. El punto
clave a destacar de esta aplicacin es que un modelo de simulacin podra ser
utilizado para analizar un sistema altamente complejo para una serie de
hiptesis y para obtener una mejor comprensin de la dinmica del sistema.

volver arriba
Asignacin de flota en Delta Airlines :Una de las reas de aplicacin ms
desafiantes y gratificantes de OR ha sido la industria area. Describimos
brevemente aqu una de estas aplicaciones en Delta Airlines [4]. El problema
resuelto se refiere a menudo como el problema de la asignacin de la
flota. Delta vuela ms de 2500 pasajeros de vuelo cada da y utiliza alrededor
de 450 aviones de 10 flotas diferentes, y el objetivo era asignar a las
aeronaves a las piernas de vuelo de tal manera que los ingresos de los asientos
se maximizan. La compensacin es bastante simple: si un avin es demasiado
pequeo, la aerolnea pierde ingresos potenciales de los pasajeros que no
pueden ser acomodados a bordo, y si es demasiado grande, los asientos vacos
representan ingresos perdidos (adems de que los aviones ms grandes son
tambin ms costoso de operar). As, el objetivo es asegurar que una aeronave
del tipo "correcto" tamao disponible cuando sea necesario y cuando sea
necesario. Desafortunadamente, asegurar que esto puede suceder es
tremendamente complicado ya que hay una serie de problemas logsticos que
limitan la disponibilidad de aeronaves en diferentes momentos y lugares.

El problema es modelado por un muy grande programa lineal de enteros

mixtos - una formulacin tpica podra resultar en unas 60.000 variables y
40.000 restricciones. El horizonte de planificacin para cada problema es un
da desde que se asume que el mismo horario se repite cada da (excepciones
como horarios de fin de semana se manejan por separado). El objetivo
principal del problema es minimizar la suma de los costos de operacin
(incluyendo costos como la tripulacin, el costo del combustible y las tarifas
de aterrizaje) y los costos de los ingresos de pasajeros perdidos. La mayor
parte de las limitaciones son de naturaleza estructural y resultan del modelado
de la conservacin del flujo de aeronaves de las diferentes flotas a diferentes
lugares alrededor del sistema a diferentes horas de llegada y salida
programadas. Adems hay restricciones que rigen la asignacin de flotas
especficas a patas especficas en el horario de vuelo. Tambin existen
restricciones relacionadas con la disponibilidad de aeronaves en las diferentes
flotas, las normas que rigen la asignacin de tripulaciones, los requisitos de
mantenimiento programado y las restricciones aeroportuarias. Como el lector
puede imaginar, la tarea de reunir y mantener la informacin requerida para
especificar matemticamente todos estos es en s misma una tremenda
tarea. Aunque la construccin de un modelo de este tipo es difcil pero no
imposible, la capacidad de resolverlo hasta la ptima era imposible hasta el
pasado muy reciente. Sin embargo, el OR computacional se ha desarrollado
hasta el punto de que ahora es factible resolver tales modelos complejos; el
sistema de Delta se llama Coldstart y utiliza implementaciones altamente
sofisticadas de solucionadores de programacin lineal e integer. Los
beneficios financieros de este proyecto fueron enormes; por ejemplo, segn
Delta, los ahorros durante el perodo comprendido entre el 1 de junio y el 31
de agosto de 1993 se estimaron en unos 220.000 dlares por da sobre el
antiguo calendario.

volver arriba
Sistema de gestin de excelencia del servicio KeyCorp : Para nuestra
aplicacin final nos dirigimos al sector de servicios ya una industria que
emplea a muchos ingenieros industriales - la banca. Esta aplicacin [5]
demuestra cmo la investigacin de operaciones se utiliz para mejorar la
productividad y la calidad de servicio en KeyCorp, una compaa de cartera
bancaria con sede en Cleveland, Ohio. Frente a la creciente competencia de
fuentes no tradicionales y la rpida consolidacin en el sector bancario,
KeyCorp tena como objetivo proporcionar un conjunto de productos y
servicios financieros de clase mundial en lugar de ser un banco tradicional. El
elemento clave para poder hacerlo eficazmente es el servicio al cliente de alta
calidad y un compromiso natural que enfrentaba un gerente era en trminos de
personal y servicio - un mejor servicio en forma de tiempos de espera ms
cortos requera personal adicional que vena a un mayor costo.

El primer paso fue el desarrollo de un sistema computarizado para capturar

datos sobre el rendimiento. El sistema captur el tiempo inicial y final de
todos los componentes de una transaccin de caja, incluyendo el tiempo de
respuesta del host, el tiempo de respuesta de la red, el tiempo controlado por
el cajero, el tiempo controlado por el cliente y el tiempo del hardware de la
rama. Los datos recopilados podran entonces ser analizados para identificar
reas de mejora. La teora de colas se utiliz para determinar las necesidades
de personal para un nivel de servicio preespecificado. Este anlisis produjo un
aumento requerido de personal que no era factible desde el punto de vista del
costo y, por lo tanto, se hizo una estimacin de las reducciones en los tiempos
de procesamiento que se requeriran para cumplir el objetivo del servicio con
los niveles mximos de personal que fueran factibles. Utilizando el sistema de
captura de rendimiento, KeyCorp fue capaz de identificar estrategias para
reducir varios componentes de los tiempos de servicio. Algunos de ellos
implicaron mejoras en la tecnologa, mientras que otros se centraron en
mejoras de procedimiento, y el resultado fue una reduccin del 27% en el
tiempo de procesamiento de transacciones. Una vez que el entorno operativo
se estabiliz, KeyCorp introdujo los dos componentes principales de SEMS
para ayudar a los directores de sucursales a mejorar la productividad. El
primero, un sistema de productividad Teller, proporcion al gerente
estadsticas e informes resumidos para ayudar con la dotacin de personal, la
programacin y la identificacin de los cajeros que necesitaban ms
capacitacin. El segundo, un sistema de tiempo de espera del cliente,
proporcionaba informacin sobre los tiempos de espera de los clientes por
rama, por hora del da y por intervalos de media hora en cada rama. Este
sistema us conceptos de estadsticas y teora de colas para desarrollar
algoritmos para generar la informacin requerida. Usando SEMS, un director
de sucursal podra as decidir autnomamente sobre estrategias para mejorar
an ms el servicio. El sistema se extendi gradualmente a todas las
sucursales de KeyCorp y los resultados fueron muy impresionantes. Por
ejemplo, en promedio, los tiempos de procesamiento del cliente se redujeron
en un 53% y los tiempos de espera de los clientes cayeron significativamente
con slo el cuatro por ciento de los clientes que esperaban ms de cinco
minutos. El ahorro resultante durante un perodo de cinco aos se estim en
98 millones de dlares. los tiempos de procesamiento del cliente se redujeron
en un 53% y los tiempos de espera de los clientes cayeron significativamente,
con slo el cuatro por ciento de los clientes esperando ms de cinco
minutos. El ahorro resultante durante un perodo de cinco aos se estim en
98 millones de dlares. los tiempos de procesamiento del cliente se redujeron
en un 53% y los tiempos de espera de los clientes cayeron significativamente,
con slo el cuatro por ciento de los clientes esperando ms de cinco
minutos. El ahorro resultante durante un perodo de cinco aos se estim en
98 millones de dlares.

Cuando comenz la Segunda Guerra Mundial, haba un pequeo grupo de investigadores

militares, encabezados por A.P. Rowe, interesados en el uso militar de una tcnica conocida
como radioubicacin (o radio-localizacin), que desarrollaron cientficos civiles. Algunos
historiadores consideran que esta investigacin es el punto inicial de la investigacin de
operaciones. Otros creen que los estudios que tienen las caractersticas del trabajo de
investigacin de operaciones aparecen posteriormente. Algunos consideran que su comienzo
est en el anlisis y solucin del bloqueo naval de Siracusa que Arqumedes presentara al
tirano de esa ciudad, en el siglo III A.C. F. W. Lanchester, en Inglaterra, justo antes de la
primera guerra mundial, desarroll relaciones matemticas sobre la potencia balstica de las
fuerzas opositoras, que si se resolvan tomando en cuenta el tiempo, podan determinar el
resultado de un encuentro militar. Toms Edison tambin realiz estudios de guerra
antisubmarina. Ni los estudios de Lanchester ni los de Edison tuvieron un impacto inmediato;
junto con los de Arqumedes, constituyen viejos ejemplos del empleo de cientficos para
determinar la decisin ptima en las guerras, optimizando los ataques.
No mucho despus de que estallara la Segunda Guerra Mundial, la Badswey Research Station,
bajo la direccin de Rowe, particip en el diseo de utilizacin ptima de un nuevo sistema de
deteccin y advertencia prematura, denominado radar (Radio Detection And Ranging
Deteccin y medicin de distancias mediante radio). Poco despus este avance sirvi para el
anlisis de todas las fases de las operaciones nocturnas, y el estudio se constituy en un
modelo de los estudios de investigacin de operaciones que siguieron.
 P. M. S. Blackett

En agosto de 1940 se organiz un grupo de investigacin, bajo la direccin de P. M. S.

Blackett, de la Universidad de Manchester, para estudiar el uso de un nuevo sistema antiareo
controlado por radar. Se conoci al grupo de investigacin como el Circo de Blackett, nombre
que no parece desatinado a la luz de sus antecedentes y orgenes diversos. El grupo estaba
formado por tres fisilogos, dos fsico matemticos, un astrofsico, un oficial del ejrcito, un
topgrafo, un fsico general y dos matemticos. Parece aceptarse comnmente que la
formacin de este grupo constituye el inicio de la investigacin de operaciones.
Blackett y parte de su grupo, participaron en 1941 en problemas de deteccin de barcos y
submarinos mediante un radar autotransportado. Este estudio condujo a que Blackett fuera
nombrado director de Investigacin de Operacin Naval del Almirantazgo Britnico.
Posteriormente, la parte restante de su equipo pas a ser el grupo de Investigacin de
Operaciones de la Plana de Investigacin y Desarrollo de la Defensa Area, y luego se dividi
de nuevo para formar el Grupo de Investigacin de Operaciones del Ejrcito. Despus de la
guerra, los tres servicios tenan grupos de investigacin de operaciones.
Como ejemplo de esos primeros estudios est el que plante la Comandancia Costera que no
lograba hundir submarinos enemigos con una nueva bomba antisubmarina. Las bombas se
preparaban para explotar a profundidades de no menos de 30 m. Despus de estudios
detallados, un profesor apellidado Williams lleg a la conclusin de que la mxima probabilidad
de muerte ocurrira con ajustes para profundidades entre 6 y 7 m. Entonces se prepararon las
bombas para mnima profundidad posible de 10 m, y los aumentos en las tasas de muertes,
segn distintas estimaciones, se incrementaron entre un 400 y un 700%. De inmediato se inici
el desarrollo de un mecanismo de disparo que se pudiera ajustar a la profundidad ptima de 6
a 7m. Otro problema que consider el Almirantazgo fueron las ventajas de los convoyes
grandes frente a los pequeos. Los resultados fueron a favor de los convoyes grande

A pocos meses de que Estados Unidos entrara en la guerra, en la fuerza area del ejrcito y en
la marina se iniciaron actividades de investigacin de operaciones. Para el Da D (invasin
aliada de Normanda), en la fuerza area se haban formado veintisis grupos de investigacin
de operaciones, cada uno con aproximadamente diez cientficos. En la marina se dio un
proceso semejante. En 1942, Philip M. Morris, del Instituto Tecnolgico de Massachussets,
encabez un grupo para analizar los datos de ataque marino y areo en contra de los
submarinos alemanes. Luego se emprendi otro estudio para determinar la mejor poltica de
maniobrabilidad de los barcos en convoyes a fin de evadir aeroplanos enemigos, e incluso los
efectos de la exactitud antiarea. Los resultados del estudio demostraron que los barcos
pequeos deberan cambiar su direccin gradualmente.
Al principio, la investigacin de operaciones se refera a sistemas existentes de armas y a
travs del anlisis, tpicamente matemtico, se buscaban las polticas ptimas para la
utilizacin de esos sistemas. Hoy da, la investigacin de operaciones todava realiza esta
funcin dentro de la esfera militar; sin embargo, lo que es mucho ms importante, ahora se
analizan las necesidades del sistema de operacin con modelos matemticos, y se disea un
sistema (o sistemas) de operacin que ofrezca la capacidad ptima.