Unidad I

INTRODUCCIÓN A LA
INVESTIGACIÓN DE OPERACIONES

1
 ORIENTACIONES
• Cuando Usted estudie; contraste y
relacione la información recién adquirida
con su conocimiento y experiencia
anterior. Para ello es útil que revise los
resúmenes, esquemas, cuadros
comparativos o mapas conceptuales
elaborados previamente en su texto.
• Recuerde que la Investigación Operativa
se aprende practicando, utilice un block
para repetir los ejercicios.
2
 CONTENIDOS TEMÁTICOS

1 Concepto - Historia

2 Los Problemas de la Inv. de Oper.

3 La Toma de Decisiones

4 Modelos de Inv. de Oper.

5 Prog. Matemática optimización

6 Metodología - Consideraciones
 Concepto de Investigación de Operaciones
Conjunto de procedimientos, técnicos y científicos,
en la aplicación de problemas relacionados con el
control de las organizaciones o sistemas (hombre-
Características: máquina) a fin de que se produzcan soluciones que
Enfoque de sistemas

mejor sirvan a los objetivos de toda la organización.

Uso de equipo interdisciplinario
Adaptación del método científico

Historia de la Investigación de Operaciones

1780 La Rev. Industrial- Cambio en las estructuras organizaciones - crecimiento
1914 La 1era Guerra mundial- maniobras eficaces para disminuir perdidas
1910 Demanda telefónica – con el equipo automático – Líneas de espera
1941 2da Guerra mundial- Inv. Oper. en Inglaterra – Análisis de Oper. en EEUU
1945 Después 2da Guerra mundial- aplicado a la reconstrucción de fábricas
1945 eco. G. J Stigler plantea un problema de programación lineal
1947 George B. Dantzing (creador de la PL) y Marshall Wood, Morton y Murray
plantearon la base del método simplex para resolver ecuaciones lineales
Desde1947 Von Neuman y Trucker, de la Teoría de juegos
 Una breve historia

• Se aplica por primera vez en 1780

Antecedentes:
• Matemáticas: Modelos lineales
Farkas, Minkowski (s.XIX)
• Estadística: Fenómenos de espera
Erlang, Markov (años 20)
• Economía:
Quesnay (s.XVIII),
Walras (s.XIX),
Von Neumann (años 20)
La I.O. básicamente tiene tres características: enfoque de sistemas, el
uso de equipo interdisciplinario y la adaptación del método científico
Una breve historia

• Durante la II Guerra Mundial 1941, la

Fuerza Aérea Británica formó el primer
grupo de investigación operacional, para
resolver problemas de organización militar,
despliegue de radares, manejo de
operaciones de bombardeo, colocación de
minas.
• La Fuerza Armada Estadounidense formó
un grupo similar, 5 de los cuales ganaron el
Premio Nóbel.
 Una breve historia
Después de la II Guerra Mundial 1945, las
Empresas reconocieron el valor de aplicar
las técnicas en:
-Refinerías de petróleo,
-Distribución de productos,
-Planeación y control de la producción,
-Estudio de mercado y Planeación de
Inversiones.
Actualmente, sigue habiendo un gran
desarrollo, sobre todo en el campo de la
Inteligencia Artificial
La revolución industrial significó un cambio en las estructuras de las
organizaciones, a raíz de esto presentaron un notable crecimiento en
cuanto a la complejidad de sus relaciones.
 Una breve historia

Sigue el desarrollo debido a la

competitividad industrial y al progreso
teórico.
RAND (Dantzig)
Princeton (Gomory, Kuhn, Tucker)
Carnegie Institute of Technology (Charnes,
Cooper)
El gran desarrollo de los ordenadores
aumentó de la capacidad de
George B.
Dantzig almacenamiento de datos.
Incremento de la velocidad de resolución
de los problemas.
Objetivo de la investigación de operaciones
Apoyar a la toma de decisiones sistemas
complejos.
Estudiar la asignación óptima de recursos
escasos a determinada actividad.
Evaluar el rendimiento de un sistema con
objeto de mejorarlo.
Obtener información cuantitativa.
Mejorar procedimientos tradicionales a
través de las opiniones de expertos y
reglas simples.
Lograr flexibilidad y bajo costo.
Medir la incertidumbre.
9
 LOS PROBLEMAS DE LA INVESTIGACIÓN DE
OPERACIONES
Al interior de la organización se pueden clasifican por:
•La influencia que puedan tener los factores no controlables
•La determinación de los resultados de una decisión
•La cantidad de información que se tiene para controlar dichos factores
Se usa en tres tipos de problemas:
•Determinísticos 1- Determinísticos- Aquellos en los que
•Estocásticos (con riesgo) cada alternativa del ¿? tiene una
•Bajo incertidumbre solución, c/u con diferente eficacia.
Modelos: 2- Estocásticos- Aquellos en los que
Programación Lineal cada alternativa del ¿? tiene varias
Programación Dinámica soluciones, se ignora la probabilidad de
Optimización de redes que ocurra esta solución.
Control de Inventarios
Teoría de Colas 3- Bajo incertidumbre- Aquellos en los
Simulación de sistemas que cada alternativa del ¿? tiene varias
Pronósticos soluciones, se ignora la probabilidad de
Problemas de Inventarios que ocurra esta solución. (híbridos:
PERT - CPM determinísticos o probabilísticos)
 Proceso de toma de decisiones
ESTRATÉGICAS OPERACIONALES

Éxito
MATEMATICA
APLICADA
MATEMATICA TOMA DE
DATOS PURA INFORMACION DECISIONES
ACERTADAS
Estadística, Informática, RAPIDEZ
Mat. Financiera, PRECISION
Investigación de GRANDES VOLUMENES
Operaciones
Fracaso
Es un proceso: observa y determina, necesidad de resolver y definir,
formular un objetivo, reconocer las limitaciones o restricciones, generar
alternativas de solución, evaluar y seleccionar la que parece mejor
CUALITATIVO CUANTITATIVO
 MODELOS DE INVESTIGACIÓN DE OPERACIONES
Es representar el ¿? que enfrenta una organiz. a través de un modelo matemático
Es representar el ¿? en función de interrogantes planteadas, una realidad puede
tener diversos modelos.
El modelo captura determinados aspecto de la realidad que intenta representar.
El modelo puede no ser apropiado en una aplicación en particular porque no
captura los elementos correctos de la realidad.
El modelo es útil si depende de la realidad que intenta representar.
EL MODELO MATEMÁTICO
Es una ecuación, desigualdad o sistema de ecuaciones que siendo un modelo,
representa determinados aspectos de una realidad.
Será útil, si es una representación válida del rendimiento del sistema; con
técnicas analíticas adecuadas y la solución obtenida a partir del modelo, sea
también una solución para el problema del sistema en estudio.
Criterio para medir el sistema, llamado medida del rendimiento o medida de
efectividad. Generalmente son costos o utilidades, mientras que en
aplicaciones gubernamentales se define en términos de costo/beneficio.
 CLASIFICACIÓN DE LOS MODELOS
Descriptivos
Según su
Icónicos o físicos Clasificación Básica
forma de su
representación Simbólicos
Según Irrestrictos
Tipo procedimiento
restricciones restringidos
Determinísticos
Según función Lineal
Estocásticos
Determinísticos objetivo No lineal
Lineales
Continua
Según su No lineales Según las
Entera o
estructura Estático variables
discreta
Dinámico Teoría de colas
Continuos Probabilísticos
Simulación
Discreto
Los datos del Determinísticos
problema Probabilísticos Beneficios de la aplicación de Modelos
La mejor manera de lograr un objetivo, asignar recursos escasos.
Una forma de evaluar el impacto de un cambio propuesto, ensayo.
Una forma de evaluar la fortaleza de la solución óptima. Con
preguntas de sensibilidad.
Un procedimiento para lograr beneficiar a la organización.
Metodología de la Investigación operativa

DEFINICION
DEL PROBLEMA

DESARROLLO RESOLUCION
MODELO MODELO

NO
MODELO
MODIFICADO ¿VALIDA?

SI
IMPLEMENTACION
 Estructura Básica de un Modelo Matemático
Desarrollo de un modelo matemático
I) Ident. de las variables
Xij = # de consultores que
Paso1.-Identificar las variables de
viajan del origen i al destino jdecisión

II) Ident. de la FO ¿Sobre qué tengo control?

Max ¿Qué es lo que hay que decidir?
540X11+300X12+420X13+
500X21+330X22+330X23+ ¿Cuál sería una respuesta válida?
520X31+310X32+350X33 Paso 2.- Identificar la función objetivo
III) Ident.de las ¿Qué pretendemos conseguir?
restricciones ¿qué me interesaría más?
X11+X12+X13 ≤ 2
X21+X22+X23 ≤ 1 Paso 3.- Identificar las restricciones o
X31+X32+X33 ≤ 4
X11+X21+X31 = 3
factores que limitan la decisión, recursos
X12+X22+X32 = 2 disponibles(humanos, máquinas, material)
X13+X23+X33 = 1
Xij ≥ 0 ; entero
fechas límite, naturaleza de las variables
(no negatividad, enteras, binarias).
 Métodos de Solución de Problemas: Clasificación
Programación Lineal
Programación Entera
Programación Binaria
Óptimos
Programación Mixta
Programación Dual
Programación no lineal
Software SOLVER, LINDO, LINGO Heurísticos No óptimos - Aceptables

Programación Matemática u optimización

Se entiende por óptimo, lo recomendable, lo mejor
Sirve para encontrar la respuesta que proporciona el mejor
resultado, la que logra mayor ganancia, mayor producción o
felicidad, la que logra menor costo, desperdicio o malestar.
Implica utilizar eficientemente recursos: dinero, tiempo, máquina,
personal, existencias, etc.
El objetivo es determinar asignaciones óptimas de recursos
limitados, para determinar la meta del que toma la decisión,
maximizar o minimizar; es encontrar la mejor solución frente a
múltiples alternativas.
 CONCEPTOS BÁSICOS

SISTEMA Los recursos son escasos Los sistemas son cada vez más complejos

MODELO Cada vez es más difícil asignar los recursos o actividades de la forma eficaz

VARIABLE DE
DECISIÓN

FUNCIÓN
OBJETIVO

LIMITACIÓN O
RESTRICCIÓN

DATOS/
PARÁMETROS
INCONTROLABLES

VALIDACIÓN DE
LA SOLUCIÓN
 Metodología de la Investigación operativa
Primer Paso RECONOCER LA NECESIDAD Las personas que toman
decisiones aceptan que se deben tomar medidas para cambiar o mejorar
alguna situación. Crea un ambiente de construcción.
Segundo Paso FORMULAR EL PROBLEMA Expresa explícitamente y sin
ambigüedades, características del problema. Variables, parámetros,
restricciones, criterios o funciones objetivos.
Tercer Paso CONSTRUIR EL MODELO Construir una replica o representación
del problema, o sea el modelo matemático que capture la esencia de la
realidad.
Cuarto Paso RECOLECTAR DATOS Para procesarlos en el modelo. Criterio
con datos orientados a la decisión que se quiere tomar.
Quinto Paso RESOLVER EL MODELO Encontrar aquellos valores para las
variables controlables que den resultados óptimos.
Sexto Paso VALIDAR EL MODELO Análisis de sensibilidad, para la validación
de la solución. Seleccionando la mejor alternativa y grado de estabilidad
Séptimo Paso INTERPRETAR LOS RESULTADOS Las implicaciones a través
de una crítica a los objetivos o criterios a la luz de los resultados del modelo.
Octavo Paso TOMAR LA DECISIÓN ponerla en práctica y controlar.
OPTIMIZACIÓN
 Consideraciones al Aplicar la I. O.
Beneficios.-
•Posibilidad de tener mejores decisiones
•Mejora de coordinación entre múltiples componentes.
•Mejora el control del sistema de procedimientos
•Optimización de los sistemas
Riegos.-
Manipular los problemas para que se ajusten a los
modelos matemáticos.
Limitaciones.-
•Frecuentemente se hacen simplificaciones del
problema original.
•Los modelos solo consideran un objetivo.
•Existe la tendencia a no considerar todas las
restricciones en un problema
•Análisis de costo-beneficio limitado, motivados por la
implantación de un modelo.
 Definición del problema
Es comprender y describir en términos precisos, el problema que la organización
enfrenta.
Hay que recoger información relevante
Es la etapa fundamental para que las decisiones sean útiles
Un problema no se formula sino se define.
Factores problemáticos
Datos incompletos, conflictivos, difusos
Diferencias de opinión
Presupuestos o tiempos limitados
Cuestiones políticas
El decisor no tiene una idea firme de lo que quiere realmente.

Plan de trabajo:
Observar y ser consciente de las realidades políticas
Decidir qué se quiere realmente
Identificar las restricciones
Búsqueda de información continua.
 Resolución del modelo
Es resolver el modelo usando una técnica adecuada, es decir obtener
valores numéricos para la variable de decisión.
Es determinar los valores de las variables de decisión de modo que la
solución sea óptima (o satisfactoria) sujeta a las restricciones
Puede haber distintos algoritmos y formas de aplicarlos.En esta parte se usa
el Software LINDO, que puede resolver modelos de hasta 200,000 variables
y 50,000 restricciones.
Paso 1.- Elegir la técnica de resolución adecuada, Verificación y validación:
creación o heurísticos. Eliminación de errores
Comprobación de que el modelo se adapta
Paso 2.- Generar las soluciones del modelo usando a la realidad
programas de ordenador, hojas de cálculo. Interpretación y análisis
Paso 3.- Comprobar/validar los resultados Robustez de la solución óptima obtenida:
Probar la solución en el entorno real Análisis de sensibilidad
Detección de soluciones cuasi-óptimas
Paso 4.- Si los resultados son inaceptables, revisar el atractivas
modelo, comprobar exactitud, revisar restricciones. Implementación de resultados
Paso 5.- Realizar análisis de sensibilidad. Analizar Sistema de ayuda y mantenimiento
Documentación
adaptaciones en la solución propuesta frente a Formación de usuarios
posibles cambios.
 La I.O. busca la experticia humana
• Desempeño correcto y rápido dentro de un
dominio específico.
• Capacidad para justificar un resultado y
explicar el proceso de razonamiento.
• Capacidad para aprender de la experiencia.
• Capacidad para resolver casos únicos
basándose en principios, modelos,
experiencias, casos o reglas.
• Capacidad para razonar bajo condiciones de
incertidumbre e información incompleta y
aplicar su sentido común o conocimiento
general.