INSTITUTO POLITÉCNICO NACIONAL.

ESCUELA SUPERIOR DE INGENIERÍA

Y ARQUITECTURA.

Unidad Zacatenco.

INGENIERIA DE SISTEMAS l

INVESTIGACION TEMA 2.2 A 2.2.3

EQUIPO 6:

Osnaya Arrieta Dora Mariana

Javier López Dulce Cecilia
Martínez Ortiz Miguel Ángel

Grupo 6CV12

Profesor: Aarón Mauricio Rodríguez Alquicira

16-FEBRERO-2017
Definición de Investigación de Operaciones
La Investigación de Operaciones (IO) o Investigación Operativa es una rama de
las matemáticas que hace uso de modelos matemáticos y algoritmos con el
objetivo de ser usado como apoyo a la toma de decisiones. Se busca que las
soluciones obtenidas sean significativamente más eficientes (en tiempo, recursos,
beneficios, costos, etc) en comparación a aquellas decisiones tomadas en forma
intuitiva o sin el apoyo de una herramienta para la toma de decisiones.
Los modelos de Investigación de Operaciones son frecuentemente usados para
abordar una gran variedad de problemas de naturaleza real en ingeniería y
ciencias sociales, lo que ha permitido a empresas y organizaciones importantes
beneficios y ahorros asociados a su utilización.
La Investigación de Operaciones o Investigación Operativa es una herramienta
metodológica cuantitativa que nos permite la asignación óptima de recursos
escasos y en general apoyar de una forma eficiente el proceso de toma de
decisiones.
La Investigación de Operaciones hace uso de modelos matemáticos con el
objetivo que las decisiones que éstos nos proveen sean significativamente
mejores en comparación a aquellas decisiones que se toman con una base
cualitativa.
En cualquier ámbito de la actividad humana se deben tomar decisiones de distinta
índole y la forma en cómo éstas se toman se pueden basar en una perspectiva
cualitativa o cuantitativa.
En el ambiente actual donde la complejidad de los problemas es creciente, debido
a un ambiente más globalizado y competitivo, la Investigación de Operaciones ha
permitido abordar de forma eficiente modelos que responden a distintas
problemáticas, superando ampliamente los procedimientos cualitativos.
2.- Naturaleza de la investigación de operaciones

Como su nombre lo indica significa “hacer investigación sobre las operaciones” su

aplicación fundamental va encaminada a las múltiples operaciones o actividades
que ejerce una empresa o ente económico no importando su carácter lucrativo o
no lucrativo, la toma de decisiones es básica para todas estas, contrario sensu,
implica la quiebra. Para todo esto se deben llevar a cabo ciertos requisitos en
caminados al método científico de investigación. Es decir, iniciando por la
observación del problema, recolección de datos, formulación del método aplicar, la
hipótesis para determinar si es correcta la aplicación de la I.O aplicada o modificar
las veces que sean necesarias para llegar a la mejor conclusión optima razonable
y real

Para Churchman, Ackoff y Arnoff:

La investigación de operaciones es la aplicación, por grupos interdisciplinarios, del

método científico a problemas relacionados con el control de las organizaciones o
sistemas (hombre – maquina). A fin de que se produzcan soluciones que mejor
sirvan a los objetivos de la organización.

De acuerdo a la definición anterior resalta que en todo ente económico donde se

relación el hombre, insumos y la máquina debe sobreponerse la optimización de
los recurso, para el beneficio de la organización.

Para la sociedad de I.O de la Gran Bretaña es la siguiente.

La investigación de operaciones es el ataque de la ciencia moderna a los

complejos problemas que surgen en la dirección y en la administración de grandes
sistemas de hombres, maquinas, materiales y dinero, en la industria, en los
negocios, en el gobierno y en la defensa. Su actitud diferencial cosiste en
desarrollar un modelo científico 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 propósito es el
ayudar a la gerencia a determinar científicamente sus políticas y acciones.

Comprendo que la I.O. es el ataque de la ciencia moderna a las entidades

económicas, entendiéndose por ente económico todo negocio en donde existe un
capital de inversión y este a su vez, debe generar superávit, para los fines que
fueron creados, es decir, si hablamos de una comercializadora su objetivo es
producir y vender generando utilidades, si hablo de un ejercito su objetivo es que a
mayor inversión de dinero mejores tecnologías de guerra. Ambas tienen fines
comunes que es un costo beneficio, la primera en dinero y la otra en especie.
Aunado a esto, hay cuatro elementos esenciales el dinero, el material, el hombre y
la maquina. Que juntos entran en el desempeño de la dirección y la
administración, es ahí, en donde nace la complejidad de las toma de decisiones,
sobre la aplicación de los recursos. Recomendado que para mayor optimización
de los recursos se deben de apoyar en los modelos científicos, mediante modelos
matemáticos que ayuden a tomar las mejores decisiones para el beneficio de la
organización.

Tiene un enfoque novelístico producto de sus creadores aunado a la presión de

supervivencia de la guerra o la sinergia generada al combinarse diferentes
disciplinas. Una descripción
del enfoque es la siguiente:

1. Dentro de un ente
económico, interactúan
muchas variables.
2. Identificar las
variables que norman la
conducta o es estado
actual del problema.
3. Se construye un
modelo cuantitativo del
sistema asumido (modelo
matemático).
4. Se obtiene la
solución al modelo cuantitativo mediante la aplicación de una o más de las
técnicas desarrolladas por la IO.
5. Se toma el resultado apegado a la mejor realidad posible para las tomas de
decisiones.
6. Se implanta la solución en el sistema real. Es decir, llevarlo a cabo.

Línea del tiempo de la investigación de operaciones

Características de la Investigación de Operaciones


 La Investigación de Operaciones usa el método científico para investigar el
problema en cuestión. En particular, el PROCESO comienza por la
observación cuidadosa y la formulación del problema incluyendo la
recolección de datos pertinentes.

 La Investigación de Operaciones adopta un punto de vista organizacional.

De esta manera intenta resolver los conflictos de interés entre los
componentes de la organización de forma que el resultado sea el mejor
para la organización completa.

 La Investigación de Operaciones intenta encontrar una mejor solución

(llamada solución óptima), para el problema bajo consideración. En lugar de
contentarse con mejorar el estado de las cosas, la meta es identificar el
mejor curso de acción posible.

 En la Investigación de Operaciones es necesario emplear el enfoque de

equipo. Este equipo debe incluir personal con antecedentes firmes en
matemáticas, estadísticas y teoría, administración de empresas, ciencias de
la computación, etc. El equipo también necesita tener la experiencia y las
habilidades para permitir la consideración adecuada de todas las
ramificaciones del problema. de probabilidades, economía

 La Investigación de Operaciones ha desarrollado una serie de técnicas y

modelos muy útiles a la ingeniería en sistemas. Entre ellos tenemos: la
programación No Lineal, Teoría de Colas, Programación Entera,
Programación dinámica, entre otras.

 La Investigación de Operaciones tiende a representar el problema

cuantitativamente para poder analizarlo y evaluar un criterio común.

https://www.youtube.com/watch?v
=yNjTT2rdTgA#action=share

videos de inv. De opera.

Programación Lineal
Se llama programación lineal al conjunto de técnicas matemáticas que pretenden
resolver la situación siguiente:
Optimizar (maximizar o minimizar) una función objetivo, función lineal de varias
variables, sujeta a: una serie de restricciones, expresadas por inecuaciones
lineales.
Pudiendo cambiarse maximizar por minimizar, y el sentido de las desigualdades.
En un problema de programación lineal intervienen:
 La función f(x, y) = ax + by + c llamada función objetivo y que es
necesario optimizar. En esa expresión x e y son lasvariables de decisión,
mientras que a, b y c son constantes.
 Las restricciones que deben ser inecuaciones lineales. Su número
depende del problema en cuestión. El carácter de desigualdad viene
impuesto por las limitaciones, disponibilidades o necesidades, que son:
inferiores a ... (menores: < o ); como mínimo de ... (mayores: > o ). Tanto si
se trata de maximizar como de minimizar, las desigualdades pueden darse
en cualquiera de los dos sentidos.
 Al conjunto de valores de x e y que verifican todas y cada una de las
restricciones se lo denomina conjunto (o región) factible. Todo punto de
ese conjunto puede ser solución del problema; todo punto no perteneciente
a ese conjunto no puede ser solución. En los capítulos siguientes veremos
como se determina la región factible.
 La solución óptima del problema será un par de valores (x0,y0) del
conjunto factible que haga que f(x, y) tome el valor máximo o mínimo

 Teoría de Redes (incluye PERT/CPM)

 Optimización de redes es un tipo especial de modelo en programación
lineal. Los modelos de redes tienen tres ventajas importantes con respecto
a la programación lineal.
 Pueden resolverse muy rápidamente. Problemas que con programación
lineal tendrían 1000 filas y 30.000 columnas pueden ser resueltos en
segundos. Esto permite que los modelos de redes sean usados en muchas
aplicaciones (tal como la toma de decisión en tiempo real) para lo cual la
programación lineal no es lo ideal.
 Requieren en forma natural de soluciones enteras. Al reconocer que un
problema puede formularse como algún modelo de red nos
permitirá resolver tipos especiales de problemas de programación entera
aumentando la eficiencia y reduciendo el tiempo consumido por los
algoritmos clásicos de programación lineal.
 Son intuitivos. Los modelos de redes proveen un lenguaje para tratar los
problemas, mucho más intuitivo que "variables, objetivo, restricciones".

 Los modelos de redes se pueden usar para ayudar a la planificación de

proyectos complejos los que involucran muchas actividades. Si la duración
de cada actividad se conoce con certeza, se puede usar el método del
camino crítico (CPM) para determinar el tiempo requerido para realizar el
proyecto. CPM se puede usar también para determinar en cuánto se puede
atrasar una actividad sin que esto retrase el término del proyecto. CPM fue
desarrollado en los años ´50 por Du Pont y Sperry Rand.
 Si la duración de las actividades no se conoce con certeza, se puede usar
la técnica PERT (Técnica de Evaluación y Revisión de Proyectos) para
estimar la probabilidad que el proyecto se termine en una fecha
determinada. CPM y PERT han sido exitosamente utilizado en muchas
aplicaciones como:
 Planificación de proyectos de construcción como carreteras, edificios,
piscinas.
 Instalación de un nuevo sistema de Agua Potable y Alcantarillado.
 Planificación del traslado y movimiento de tierras.
 Desarrollo de la planificación aérea en diferentes aerolíneas
norteamericanas
 Diseño y marketing de nuevos productos.
 Construcción de barcos, etc
Modelos de programación Matemática
Antes de comenzar a modelar matemáticamente es necesario saber para qué
modelamos. Se puede modelar para entender la realidad, pero también el modelo
puede servir obtener resultados que son realmente decisiones que afectarán esa
realidad. En el segundo de los casos los modelos matemáticos son especialmente
útiles, y dentro de ellos los modelos de programación matemática.
Los modelos matemáticos son modelos formales que utilizan el lenguaje de las
matemáticas para describir un sistema, expresando parámetros, variables y
relaciones.
Los componentes de un modelo de programación matemática
Los modelos matemáticos tienen dos componentes básicos:
 Datos: Valores conocidos y constantes.
 Variables: Valores que se calculan.
Mediante la combinación lineal de los mismos se generan:
 Función Objetivo que debe minimizarse o maximizarse.
 Restricciones que establecen límites al espacio de soluciones.
Tanto la función objetivo como las restricciones se expresan matemáticamente
mediante el uso de variables o incógnitas. Se pretende definir unos valores a
dichas variables de tal modo que se obtiene la mejor valoración de la función
objetivo mientras se cumplen todas las restricciones.
En su formulación básica los modelos matemáticos tienen una función objetivo y
una o más restricciones. Sin embargo, existen excepciones como:
 Múltiples objetivos
 Objetivos no existentes
 No existencia de restricciones
Metodología
A pesar de no existir una metodología definida, se propone a continuación la
Ilustración para la construcción de un modelo:
Objetivos de los Modelos de programación Matemática
Tres son los objetivos básicos que se deben pretender al construir modelos de
programación matemática:
 Que sea un modelo fácil de entender
 Que sea un modelo cuyos errores sean fáciles de detectar
 Que sea un modelo de fácil resolución
Los modelos matemáticos se pueden clasificar de múltiples maneras
1. 1) Los modelos pueden ser estáticos o dinámicos. Un modelo estático no
tiene en cuenta el tiempo, mientras que los modelos dinámicos sí. Los
modelos dinámicos se suelen representar con ecuaciones en diferencias o
ecuaciones diferenciales.
2. 2) Los modelos pueden ser lineales o no-lineales. Si todos los operadores
de un modelo son lineales el modelo es lineal. Si al menos uno es no-lineal
el modelo es no-lineal. Aunque hay excepciones, los modelos lineales son
mucho más fáciles de manejar que los modelos no- lineales. En general los
modelos no-lineales pueden ser linealizados, pero entonces, es posible,
que se estén perdiendo aspectos relevantes del problema.
3. 3) Un modelo puede ser determinista o estocástico. Un modelo
determinista es aquel en que cada conjunto de variables en un estado está
definido por los parámetros del modelo y por los estados anteriores. Un
 modelo determinista se comporta siempre igual para un conjunto de
parámetros de entrada. En un modelo estocástico las variables de estado
se representan por distribuciones de probabilidad, y por tanto el modelo es
capaz de recoger aleatoriedad o incertidumbre.

Algunas clases de Modelos Matemáticos.

Modelos de optimización combinatoria
La optimización combinatoria es una rama de la Investigación Operativa que
consiste en encontrar la solución optima a un problema en que cada solución está
asociada a un determinado valor (el valor de la solución).
Teoría de grafos ó de redes
La teoría de redes, o de grafos, incluye un modo de representar y un soporte
matemático para resolver. El modo de representar es intuitivo en su forma más
simple, por su relación con la realidad física, de determinados tipos de problemas.
El soporte matemático es especial para cada tipo de problema, que suelen ser
complejos problemas de combinatoria, permite resolverlo de modo más simple que
al utilizar la programación matemática convencional.
Algunos de los principales modelos que de este modo se plantean son: los
problemas de árbol mínimo, de camino mínimo, de flujo máximo o de permutación
optima.
Algunos de los problemas de Gestión Industrial que se pueden abordar con estos
métodos son la programación de Proyectos, la Gestión de Inventarios, el Diseño
de Rutas, la Secuenciación y la Temporización, etc.
Teoría de colas
Se admite como inevitable la existencia de colas en los sistemas en que las
entradas y/o el servicio se producen a intervalos irregulares. La teoría de colas es
un método de modelado que describe el comportamiento de las mismas.
La característica común que comparten todos los modos de modelar
matemáticamente es que representan la realidad mediante variables (incógnitas) y
parámetros (datos). También tenemos en cuenta algunos otros artefactos como
funciones o conjuntos. De este modo la realidad queda cuantificada. Entre los
modelos matemáticos están la programación dinámica o la teoría de grafos.
Los modelos de programación matemática se distinguen porque representan la
realidad mediante funciones. Estas son combinación de variables y parámetros en
forma de restricciones y/o funciones objetivo. En general, las restricciones se
deben respetar y las funciones objetivo establecen la diferencia entre una solución
y otra mejor.
Este tipo de modelos matemáticos pertenecen al grupo de los modelos normativos
(qué indican el camino a seguir) frente a la categoría de los descriptivos (que
describen la situación actual o futura).
Se podría decir pues que se lo que se conoce como programación matemática fue
originariamente un modo de resolver problemas de programación mediante
métodos matemáticos.
Una clasificación de modelos de programación matemática
Una clasificación de los modelos de programación matemática podría tener en
cuenta las siguientes características:
- Estructura, objetivos y restricciones (lineales o no-lineales)
- Características de las Variables (Reales, Discretas -Enteras-, Binarias) -
Certidumbre de los Parámetros (Ciertos e Inciertos)
- Numero de Objetivos (Ninguno, Uno o más de Uno)
- Número de Restricciones (Ninguna, Más de Cero)
Programación lineal
Entre los tipos de modelos de uso más generalizado en programación matemática
se encuentra la denominada programación lineal. Ésta, en su forma más básica,
consiste en un conjunto de variables reales, que mediante combinación lineal de
parámetros ciertos, permite establecer un objetivo y restricciones lineales.
Los tiempos necesarios para resolver los problemas de gran tamaño han
decrecido de un modo exponencial. Por una doble razón, por un lado, el
crecimiento de la velocidad de los ordenadores y por otro la mejora en las técnicas
matemáticas utilizadas.
Programación no-lineal
Si a los modelos de programación lineal se les elimina el requerimiento de que la
función objetivo o las restricciones sean lineales, se obtienen modelos de
programación no-lineal. La eliminación del requerimiento de linealidad se suele
fundamentar en la estructura no-lineal del objeto, o parte de él, a modelar. En
realidad, debiera ser planteado al revés, la realidad es generalmente no-lineal y al
linealizar estamos constriñendo el modelo.
Sin embargo, muchas de las circunstancias aparentemente no-lineales pueden ser
linealizadas sin pérdida de su significado. El motivo de la aparente obsesión por la
linealidad se basa, fundamentalmente, en la falta de eficacia en la obtención de
óptimos mediante el uso de los procedimientos actualmente existentes para la
resolución de problemas no-lineales en general.
En general se puede admitir que la resolución de grandes problemas de
optimización en programación no-lineal aún hoy no es eficiente. Sin embargo, el
esfuerzo realizado no es infructuoso. Por poner un ejemplo algunos de los
algoritmos que actualmente permiten que la programación lineal sea hoy en dia
́
tan rápida en su resolución fueron desarrollados para buscar soluciones en
entornos no- lineales.
Programación Lineal
Los modelos de programación lineal exigen que tanto las expresiones de las
restricciones como de los objetivos se hagan de modo lineal. Esto quiere decir que
no pueden aparecer expresiones del tipo (𝑥1 )(𝑥2 ), 𝑒 𝑥1 o 𝑥1 3
La principal razón por la que los modelos de programación lineal son preferibles es
porque son mucho más fáciles de resolver. Los modelos de programación lineal
son más fáciles de resolver puesto que en el espacio de soluciones factibles
siempre será posible encontrar una solución en un vértice, reduciendo de este
modo el espacio de posibles soluciones óptimas a un número finito de las mismas.
Los parámetros
El modelador inexperto suele estar convencido de que los datos están dados. El
modelador quiere creer que valores como el coste o la duración de un cambio de
partida, el ritmo de producción o su coste asociado, la capacidad de la máquina
(¿medida en horas, en unidades?), el precio de los productos, o el nivel de stock
en un momento dado para un determinado producto, son conocidos.
Esto no es así en prácticamente ninguna empresa para casi ningún dato. Por
ejemplo, la demanda siempre es incierta por sus propias características. Lo mismo
ocurre con los costes que dependen del modo de cálculo; suelen ser siempre de
oportunidad y por tanto inaprensibles antes de tener la solución al problema.
Los Objetivos
Dado un conjunto de restricciones, diferentes funciones objetivo conducirán a
diferentes soluciones. Si diferentes funciones objetivo dan lugar a la misma
solución es conveniente analizar la estructura del modelo puesto que puede
aportar un mejor entendimiento del problema.

Las restricciones

Tipos básicos de restricciones en dirección de operaciones

Las restricciones son expresiones de relaciones entre variables ó entre variables y
parámetros. Dichas relaciones se representan mediante restricciones en la
programación matemática, y tienen la formulación de una combinación lineal de
variables limitada por un determinado valor.
Las restricciones se pueden clasificar en función de la realidad que pretenden
representar, o en función de su relación con el resto del modelo matemático.
 Disponibilidad de materia prima.
 Restricciones de continuidad o Balance de materiales o energiá . En
programación multiperiodo, los productos que quedan al final de un periodo
son las que hay al principio del siguiente.
 Relaciones de tipo lógico. En ocasiones las restricciones tienen forma de
expresión lógica, “si consumes más de 40kw, hay que activar un segundo
generador”.
 Restricciones de rango
En ocasiones las restricciones pertenecen a un rango de valor

Programación no Lineal
Los modelos de programación no-lineal son mucho más complejos de resolver que
sus análogos lineales. Además en muchos paquetes, aunque se encuentra una
solución ésta no es necesariamente óptima. Sin embargo, es posible convertir
relaciones no-lineales en aproximaciones lineales. Para poder tomar la decisión
acerca de qué método de resolución es más apropiado es importante conocer si el
problema es convexo o no-convexo.
El problema más grave de la denominada programación no-lineal es la dificultad
de garantizar que un óptimo local (es decir un punto que es objetivamente mejor
que todos sus vecinos) sea el óptimo global.
Pero sí que hay que entender determinados conceptos que ayudan a comprender
la complejidad del problema. Para ello es necesario recordar tres definiciones:
1. Definición de región convexa: Se dice que una región del espacio es convexa si
el segmento que une dos puntos cualesquiera de la región está íntegramente en la
región.
2. Definición de función convexa: Se dice que una función es convexa si el
conjunto de los puntos ( , ) donde = ( ) forma un región convexa.
3. Definición de un modelo de programación matemática convexo: Se dice que un
modelo de programación matemática es convexo si implica la minimización de una
función convexa sobre una región convexa.
Propiedades de los óptimos en problemas lineales
Todo problema de programación lineal es convexo y cóncavo, en consecuencia:
Las condiciones de Kuhn-Tucker son necesarias y suficientes para mínimo y para
máximo.
No hay mínimos locales que no sean globales, ni máximos locales que no sean
globales
Un problema lineal no puede tener soluciones óptimas en puntos interiores del
dominio (salvo en el caso de que la función objetivo sea constante).
Tampoco puede ser óptimo un punto aislado de una arista, si no es óptima toda la
arista o si ese punto no es vértice.
Conclusión:
En un problema lineal las soluciones óptimas estarán en los vértices.
Si dos vértices son máximos, todos los puntos de la arista que los une serán
máximos. Del mismo modo, si dos vértices son mínimos, todos los puntos de la
arista que los une serán mínimos.
Programación Lineal
Un modelo de Programación Lineal (PL) considera que las variables de decisión
tienen un comportamiento lineal, tanto en la función objetivo como restricciones
del problema. En este sentido, la Programación Lineal es una de las herramientas
más utilizadas en la Investigación Operativa debido a que por su naturaleza se
facilitan los cálculos y en general permite una buena aproximación de la realidad.

Tipo de Soluciones
Los programas lineales con dos variables suelen clasificarse atendiendo al tipo de
solución que presentan. Éstos pueden ser:
Factibles: Si existe el conjunto de soluciones o valores que satisfacen las
restricciones. Estas a su vez pueden ser: con solución única, con solución múltiple
(si existe más de una solución) y con solución no acotada (cuando no existe límite
para la función objetivo).
No factibles: Cuando no existe el conjunto de soluciones que cumplen las
restricciones, es decir, cuando las restricciones son inconsistentes.

La Programación Lineal se fundamenta en varios teoremas de los cuales se

definen tres de los más importantes:
 1. El conjunto de soluciones factibles de la programación lineal es
convexo.
Definición.- Un conjunto es convexo, si dados dos puntos cualesquiera A y B del
mismo, el segmento de recta que los une, se incluye totalmente en dicho conjunto
(Figura 1-37); expresado matemáticamente, un conjunto C es convexo si y sólo si,
todos los puntos "P" determinados por combinación convexa entre dos puntos
cualesquiera A y B del mismo, están en el conjunto C:
Ejemplo que verifica convexidad: Determine un punto P por combinación convexa
de puntos vértice en Figura 1-33:

A(0,6) y F(4,3),

Si tanto A como F son vértices factibles, entonces P está en el conjunto factible.

2. La función objetivo de un programa lineal tiene su valor óptimo
(máximo o mínimo), en un punto extremo (vértice) del conjunto
convexo de soluciones factibles.
Si alcanza este óptimo en más de un punto extremo, entonces toma el mismo
valor para toda combinación convexa entre estos puntos del problema, (soluciones
óptimas múltiples).
 3. Una condición necesaria y suficiente para que un punto X >= 0 en el
conjunto de soluciones factibles sea punto extremo, es que X sea una
solución básica factible que satisfaga el sistema: AX=b; o bien
expresado así

Este teorema indica que cada punto extremo corresponde, al menos, a una
solución básica y viceversa, cada solución básica significa un punto extremo. Así
se concluye que el número de puntos extremos del conjunto de soluciones
factibles, es finito y no puede exceder el de sus soluciones básicas. Entonces, el
número máximo de tales soluciones supuestas únicas se calcula con el binomio:

Es de anotar, que un punto extremo puede estar definido con más de dos
restricciones en cuyo caso se dice no único y tener más de una solución
básica; además, si es extremo factible, se tiene degeneración en tal vértice. El
punto extremo factible único se dice es solución básica no degenerada. Un punto
extremo (vértice) del conjunto factible se identifica porque no se puede
expresar como combinación convexa de cualquier par de puntos del mismo
conjunto.

BIBLIOGRAFIA

http://isra-io.blogspot.mx/2010/05/investigacion-de-operaciones.html

www.investigaciondeoperaciones.net/historia_de_la_investigacion_de_operaciones.
html

http://www.cuevadelcivil.com/2010/02/introduccion-la-investigacion-de.html

http://personales.upv.es/jpgarcia/LinkedDocuments/modeladomatematico.pdf

http://www.programacionlineal.net/programacion_lineal.html
http://www.investigaciondeoperaciones.net/
http://www.ub.edu/matheopt/optimizacion-economica/programacion-lineal
http://www.sites.upiicsa.ipn.mx/polilibros/portal/Polilibros/P_terminados/Investigaci
on_de_Operaciones_Careaga/Common/IO-modulo2-teoremaspl.htm
http://www.gestiopolis.com/programacion-lineal-en-la-investigacion-de-
operaciones/
 PREGUNTAS PROPUESTAS
1.-¿Qué es la Investigación de Operaciones?
Es una herramienta que hace uso de modelos matemáticos y algoritmos con el
objetivo de ser usado como apoyo a la toma de decisiones.
2.-¿De qué manera apoya la toma de decisiones la IO?
Metodológica cuantitativa que nos permite la asignación óptima de recursos
escasos y en general apoyar de una forma efectiva y abordar de forma eficiente
modelos que responden a distintas problemáticas, superando ampliamente los
procedimientos cualitativos.
3.-¿En qué se relaciona la Programación Lineal con la Investigación de
Operaciones?
La Programación Lineal es una de las herramientas más utilizadas en la
Investigación Operativa debido a que por su naturaleza se facilitan los cálculos y
en general permite una buena aproximación de la realidad.
4.-¿Qué es la Programación Lineal?
La programación lineal es un conjunto de técnicas racionales de análisis y de
resolución de problemas que tiene por objeto ayudar a los responsables en las
decisiones sobre asuntos en los que interviene un gran número de variables.
5.-¿Cuáles son los tipos de soluciones en los programas lineales?
Factibles: Si existe el conjunto de soluciones o valores que satisfacen las
restricciones. Estas a su vez pueden ser: con solución única, con solución múltiple
(si existe más de una solución) y con solución no acotada (cuando no existe límite
para la función objetivo).
No factibles: Cuando no existe el conjunto de soluciones que cumplen las
restricciones, es decir, cuando las restricciones son inconsistentes.