Investigación de Operaciones I

Mg (c). César Pacheco Vera

cesarpacheco1703@gmail.com
 Presentación

Mg (c). César Pacheco Vera

Presentación del Silabo

Universidad Peruana de las Americas

Nº UNIDADES DE APRENDIZAJE Semanas

I Introducción a la Investigación de Operaciones 0.5
II Programación Lineal 3.5
III Solución de Problemas de Programación Lineal 3
IV El Problema Dual 2
V Análisis de Sensibilidad 2
VI Programación Lineal Entera 2
VII Programación por Metas 1
 Objetivos

1. Conocer los orígenes de la

Investigación Operativa.

2. Entender la metodología de la
IO y la Programación Lineal
I. Origenes
El inicio formal de la
Investigación Operativa tuvo
lugar en Inglaterra a finales
de 1939, cuando la estación de
investigación de Bawdsey, bajo
la dirección de A. Rowe, fue
encargada del desarrollo de
políticas óptimas para el
nuevo sistema de detección
militar llamado radar. Poco
después, se presentó un
estudio de las fases de las operaciones nocturnas
en lo que sería un modelo para los estudios
posteriores del mismo tipo.
Poco después, debido a las
extremas necesidades de
personal que se plantearon
durante la guerra y a la
complejidad de los nuevos
sistemas de defensa y ataque
que se introdujeron, pareció
indicado el empleo de
científicos en el estudio
global de los problemas
planteados. La finalidad era
conseguir la máxima eficiencia
posible. Así, en Agosto de
1940, el físico P.M.S. Blackett
de la Universidad de Manchester
fue responsabilizado de formar
un grupo de trabajo para
estudiar el sistema de defensa
antiaérea gobernado por radar.
Este grupo, estaba constituido por
tres psicólogos, dos físicos
matemáticos, un astrofísico, un
oficial del ejército, un topógrafo,
un físico y dos matemáticos. Fue
jocosamente denominado el «circo de
Blackett», siendo generalmente
admitido que en él se daban todas
las características de los grupos
que trabajan en Investigación
Operativa:

#Grupo de trabajo interdisciplinario

#Empleo de modelos matemáticos
#Punto de vista de enfoque de
sistemas.
Su primera decisión consistió en la
observación directa de la situación,
encaramándose en los bombarderos en
sus misiones de ataque a submarinos.
Tras un elevado número de
observaciones llegaron a la
conclusión, con el análisis de los
datos de los ataques, de que se
producían las siguientes
circunstancias:

a) Debido a la falta de precisión del

bombardeo, muy pocas de las bombas
explotaban cerca de su objetivo, a
treinta metros de profundidad.
b) La precisión aumentaba cuando el
submarino no había tenido tiempo de
sumergirse, pero en ese caso las
bombas estallaban a demasiada
profundidad y no producían grandes
daños.
A la vista de los datos
estadísticos sobre la precisión
del bombardeo y la inmersión de
los submarinos, se llegó a la
conclusión de que la
alternativa más adecuada era
optar por causar daños cuando
el submarino estuviera en la
superficie. Así se hizo y los
resultados mejoraron
espectacularmente. En este
trabajo ya estaban incluidos
los aspectos que caracterizan a
los estudios de Investigación
Operativa:
1. Toma directa de datos.
2. Empleo de modelos matemáticos
para el análisis de la
situación, que en este caso era
simplemente estadístico.
3. Obtención de las políticas
óptimas que corresponden al
modelo.
4. Modificación de dichas políticas
de acuerdo con factores reales
no considerados en el modelo: en
este caso se emplearon espoletas
que explotaban a diez metros de
profundidad, pues no se disponía
de otras que lo hiciesen mas
cerca de la superficie. Un
resultado del estudio fue
iniciar su fabricación.
Como consecuencia de los
resultados obtenidos, por éste
y otros estudios sobre
problemas de índole militar, el
Almirantazgo Británico creó el
grupo funcional «Naval
Operational Research». El punto
de vista empleado para el
análisis de los problemas por
este grupo, y los que
inmediatamente le siguieron,
fue denominado Operational
Research. Dicha acepción fue
modificada en Estados Unidos
por Operations Research.
 Simultáneamente, el desarrollo de
los ordenadores y su implantación en
la industria, posibilitaron el
tratamiento y estudio de problemas
de gran complejidad, por lo cual a
mediados de la década de los
cincuenta, la Investigación
Operativa se encontraba ya afianzada
en el mundo industrial. Los primeros
cursos sobre Investigación Operativa
se impartieron en el M.I.T. de
Boston en 1948, y un año después
hubo un ciclo de conferencias en el
University College de Londres.
Poco después, ofrecían programas específicos completos las
Universidades Case Western Reserve, Johns Hopkins y North-
Werstern en U.S.A.; y en el Imperial College y la London
School of Economics en Inglaterra.
 INVESTIGACION DE OPERACIONES

Definición:

Conjunto de técnicas matemáticas y estadísticas aplicable a diversos

sistemas con el fin de mejorarlos, buscando las mejores alternativas de

acción; esto mediante el modelamiento matemático de los problemas en

estudio.
 Sistemas v/s Procesos

• Proceso: Conjunto de Actividades que crean una Salida o

Resultado a partir de una o más Entradas o Insumos.

• Sistema: Un Conjunto de Elementos interconectados utilizados

para realizar el Proceso. Incluye subprocesos pero también
incluye los Recursos y Controles para llevar a cabo estos
procesos.

• En el diseño de Procesos nos enfocamos en QUÉ se ejecuta.

• En el diseño del Sistemas el énfasis está en los detalles de

CÓMO, DÓNDE Y CUÁNDO.
 Sistemas v/s Procesos
Reglas de
Operación
(Controles)

Sistema

Entidades Entidades
que Entran Actividades
que Salen

Recursos
Toma de Decisiones
Ninguna sociedad ha
dispuesto de tantas
oportunidades de información
como la nuestra, pero su
volumen es de tal magnitud y
el acceso a la misma tan
variado que las principales
dificultades son ahora saber
que información se necesita, de que forma
obtener la que se desea y como aprovechar la
que se poseé. Hoy en día la Toma de
desiciones de forma personal, organizacional
y reflexiva es uno de los procesos más
valorados.
Las personas y organizaciones
no suelen ser conscientes de
las numerosas decisiones que
se troman en la vida diaria.
Las habilidades técnicas para
tomar decisiones pueden
desarrollarse.
La toma de decisiones es una destreza que
puede ser aprendida.

Existen dos tipos de decisiones: Las que se

dan usando un proceso estructurado y aquellas
que se dan por si solas.
Toma de Decisiones Intuitiva;
Se basa en la experiencia y
el criterio, la intuición no
es arbitraria o irracional,
porque se fundamenta en la
experiencia y la práctica en
el terreno que se acumula en
el subconsiente.

Toma de Decisión Racional; Se basa en una

lógica secuencial o en un razonamiento
explicito en el terreno que se acumula en el
consciente.
El Proceso de Toma de Decisiones

DIAGNOSTICO

BUSQUEDA DE INFORMACIÓN

FORMULACION DEL PROBLEMA

EVALUACION DE ALTERNATIVAS

ELECCIÓN DE LA MEJOR ALTER

IMPLEMENTACION
1.- DIAGNOSTICO
Es la situación que
impulsa al Ingeniero a
participar en el proceso
de toma de decisiones. Los
sucesos que conducen a la
toma decisiones son muy
diversas.
Por ejemplo, determinar si se debe otorgar un
descuento adicional a un cliente nuevo que
hace un gran pedido de productos y que amenaza
con cancelar el pedido si no se le otorga el
máximo descuento posible.
El responsable de la toma de decisiones debe hacer un
diágnostico de la verdadera causa de los sintomas del
problema organización.
2.- BUSQUEDA DE INFORMACION
Se reune toda la
información necesaria
acerca de cada una de las
alternativas de decisión.
Se buscan soluciones
faciles, que se han
observado o intentado con
anterioridad o
bien a profesionales con experiencia en
situaciones semejantes.

La solución al problema tambien se puede

hacer mediante la combinación de ideas
“tormenta de ideas” creativas.
3.- FORMULACION DEL PROBLEMA

Se debe plantear las

posibles alternativas que
pueden dar solución al
problema previamente
definido. Es fundamental
predecir las consecuencias
de lo que sucedera al
seleccionar una
alternativa.
4.- EVALUACION DE LAS ALTERNATIVAS DE
DECISIÓN

Se deben identificar las

posibles decisiones y sus
consecuencias.

Estas consecuencias pueden

referirse a aspectos
cuantificables como
ingresos, costos,
utilidades, etc.
5.- ELECCION DE LA MEJOR ALTERNATIVA DE
DECISION

El responsable de la toma de
decisiones del equipo decisor
debe elegir la mejor
alternativa despues de haber
analizado todas las
alternativas viables.

La alternativa elegida debe ser ejecutada.

6.- IMPLEMENTACION DE LA MEJOR ALTERNATIVA
DE DECISIÓN

Es poner en marcha la
alternativa seleecionada.
Generalmente se necesita
recursos especialmente
asignados y la participación
de equipos de trabajo.

La alta dirección y el personal debe

comprometerse para una exitosa implementación.
El Proceso de Toma de Decisiones.
Caso
Supongamos que un cliente
nuevo que hace un gran pedido y
amenaza con cancelarlo sino se
le otorga el maximo descuento
posible.
1. Diagnóstico, se debe determinar las
verdaderas causas que originan el problema.
2. Busqueda de Información, el tomador de
decisiones debe indagar acerca de las
politicas de descuentos de la empresa, para
saber si, de acuerdo con ellas, procede o
no el descuento.
Supongamos que un cliente
nuevo que hace un gran pedido y
amenaza con cancelarlo sino se
le otorga el maximo descuento
posible.

3. Formulación del problema, ¿se debe otorgar

el descuento adicional a este cliente, aun
cuando la politica indica que debe tener un
año como cliente y haber realizado al menos
diez pedidos.
4. Evaluación de las alternativas de decisión,
se tiene cuatro:
a. Otorgar el descuento pasando por encima
de la politica y sin consultarlo con el
director.
b. Seguir al pie de la
letra la politica, no
otorgar descuentos y
perder el pedido.
c. Negociar con el director
de ventas para que
otorgue un descuento
especial.
d. Negociar con el cliente
nuevo para que acepte el
descuento maximo
permitido
5. Elección de la mejor
alternativa de decisión,
para nuestro caso la mejor
alternativa es la c), es
decir, otorgarle el
descuento especial al
cliente previa negociación
con el director de ventas.

6. Implementación de las mejor alternativa de

decisión, ejecutar la alternativa c).
Elementos de una decisión
En cualquier acto de decisión se distinguen
los siguientes elementos:

 Uno o más decidores que tienen una serie de

objetivos y metas supuestamente bien
definidos.

 Un conjunto de posibles acciones o

alternativas disponibles a los decidores.

 Un conjunto de posibles resultados por la

instrumentación de acciones.
 Un entorno dado por los posibles estados
que guarda la naturaleza en relación a los
objetivos de los decidores, sobre los
cuales estos no ejercen ningún control.

 Una función que asocian acciones y

resultados con el entorno

 Un proceso de decisión, que selecciona una

o varias acciones, dado un cierto entorno
y metas explicitas del grupo de decidores.

 Un criterio que marca el proceso de

decisión.
Modelos
• Es una abstracción de la realidad.
• Es una representación de la realidad
que ayuda a entender cómo funciona.
• Es una construcción intelectual y
descriptiva de una entidad en la cual
un observador tiene interés.
• Se construyen para ser transmitidos.
• Supuestos simples son usados para
capturar el comportamiento
importante.

Es una abstracción de un determinado sistema

(organización) de la vida real mediante diferentes
técnicas, que nos permiten analizar, experimentar y
sacar conclusiones del mismo. Un modelo puede ser
matemático, lógico, una maqueta, un prototipo, etc.
 Piedra de Sayhuite, Abancay

Estáticos

Físicos Numéricos

Dinámicos
Modelos Analíticos
Estáticos

Matemáticos Numéricos
Dinámicos
Analíticos
 Piedra de Sayhuite, Abancay

Modelo

Analista Sistema
(observador) Real
 Modelos a escala
Modelos físicos

Simulación por
computadora

matemáticos.
analógicos
Modelos

Modelos
icónico abstracto
Exactitud Abstracción
1. Planta piloto
2. Modelo de un átomo, globo terráqueo, maqueta
3. Reloj, medidores de voltaje, gráfica de volumen/costo
4. Modelos de colas, modelos de robots
5. Velocidad, ecuaciones diferenciales.

Modelo analógico. Son aquellos en los que una propiedad del objeto real está
representada por una propiedad sustituida, por lo que en general se comporta de la
misma manera.
II. Metodología de la IO
Consta de:
1. Definición del problema y
recolección de datos.
2. Formulación del modelo matemático
3. Obtención de la solución a partir
del modelo
4. Prueba del modelo
5. Establecimiento de controles sobre
la solución
6. Implantación de la solución
1. Definición del problema y
recolección de datos.
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 área bajo estudio con otras
áreas de la organización, los diferentes cursos de
acción posibles, los límites de tiempo para tomar
una decisión, etc.

Este proceso de definir el problema es crucial ya

que afectará en forma significativa la relevancia
de las conclusiones del estudio
2. Formulación del modelo matemático
Una vez definido el problema del tomador de
decisiones, la siguiente etapa consiste en
reformularlo de manera conveniente para su
análisis. La forma convencional en que la
investigación de operaciones realiza esto es
construyendo un modelo matemático que represente
la esencia del problema.

Cuyas partes son:

a. Definición de las variables de decisión
b. Definición de las restricciones
c. Definición de la función objetivo
3. Obtención de la solución 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 propósito 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.

Para nuestro caso obtendremos la solución

mediante modelos de programación lineal.
4. Prueba del modelo
El desarrollo de un modelo matemático grande es
análogo en algunos aspectos al desarrollo de un
programa de computadora grande. Cuando se completa
la primera versión, 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,
después de una larga serie de programas mejorados,
el programador (o equipo de programación) concluye
que el actual da, en general, resultados
razonablemente válidos.
Cuando se determina que el modelo y la solución no
son válidos, es necesario iniciar nuevamente el
proceso revisando cada una de las fases de la
metodología de la investigación de operaciones
5. Establecimiento de controles
sobre la solución
En pocas palabras, esta fase consiste en
determinar los rangos de variación de los
parámetros dentro de los cuales no cambia la
solución del problema
6. Implantación de la solución
El éxito de la puesta en práctica depende en gran parte
del apoyo que proporcionen tanto la alta administración
como la gerencia operativa. Es más probable que el
equipo de IO obtenga este apoyo si ha mantenido a la
administración bien informada y ha fomentado la guía de
la gerencia durante el estudio. La buena comunicación
ayuda a asegurar que el estudio logre lo que la
administración quiere y por lo tanto merezca llevarse a
la práctica. También proporciona a la administración el
sentimiento de que el estudio es suyo y esto facilita
el apoyo para la implantación.

A la culminación del estudio, es apropiado que el

equipo de investigación de operaciones documento su
metodología con suficiente claridad y detalle para que
el trabajo sea reproducible
Campos de Aplicación

Los principales campos de aplicación de

la I.O. son:

I. Relativa a personas:

1.- Organización y gerencia.

2.- Ausentismo y relaciones de trabajo.
3.- Economía.
4.- Decisiones individuales.
5.- Investigaciones de mercado
II. Relativa a personas y máquinas:

1.- Eficiencia y productividad.

2.- Organización de flujos en fábricas.
3.- Métodos de control de calidad,
inspección y muestreo.
4.- Prevención de accidentes.
5.- Organización de cambios
tecnológicos.
III. Relativa a movimientos:

1.- Transporte.
2.- Almacenamiento, distribución y
manipulación.
3.- Comunicaciones.
Empleo
El campo para los analistas de investigación
de operaciones fue de 57,000 empleos en 2000
en Estados Unidos. Se requieren en la mayoría
de las industrias.

Las empresas que más necesitan los servicios

de un analista de investigación de operaciones
son las manufactureras de químicos, maquinaria
y equipo de transporte; empresas que proveen
servicios de transporte y telecomunicaciones;
bancos; agencias de seguros; empresas de
servicios públicos; y agencias gubernamentales
de todos los niveles.
Algunos analistas trabajan en agencias de
consultoría administrativa que desarrollan
aplicaciones de investigación de
operaciones para empresas que no tienen
personal de este tipo.
La mayoría de los analistas en el gobierno
trabajan para las fuerzas armadas. Además,
varios analistas que trabajan en la
industria privada trabajan también directa
o indirectamente para la Defensa Nacional.
 Programación Lineal (PL)
La PL es un método matemático de
resolución de problemas donde el
objetivo es optimizar (maximizar o
minimizar) un resultado a partir de
seleccionar los valores de un conjunto
de variables de decisión, respetando
restricciones correspondientes a
disponibilidad de recursos,
especificaciones técnicas, u otras
condicionantes que limiten la libertad
de elección.
 En PL un sistema de producción se
representa mediante un modelo o matriz
en el que se incluyen:
• Costos e ingresos generados por unidad de
actividad (función objetivo).
• Aportes y requerimientos de insumos y
productos por unidad de cada actividad
considerada (coeficientes insumo /
producto).
• Disponibilidad de recursos, especificaciones
técnicas y empresariales a respetar (RHS).
 Modelo General de PL
Definición de variables:
Sea xj = Cantidad de un item j.... ; j = 1, 2, 3....n

Función objetivo:
Max. o Min. z = C1X1 + C2X2 + ... + CjXj + ... + CnXn

Sujeto a restricciones: i = 1, 2, 3, ... , m

a11X1 + a12X2 + ... + a1jXj + ... + a1nXn = b1
a21X1 + a22X2 + ... + a2jXj + ... + a2nXn = b2
· .
· .
ai1X1 + ai2X2 + ... + aijXj + ... + ainXn = bi
· .
· .
am1X1 + am2X2 + ... + amjXj + ... + amnXn = bm

Condiciones de signo para variables: ∀ xj  0

m = Cantidad total de restricciones,
n = Cantidad de variables de decisión (originales)
Cj, aij y bi son constantes (o parámetros) dados.
cj = Costos o ingresos por unidad
aij = Coeficientes insumo producto
bi = Disponibilidad de recursos 8
 Suposiciones de la PL
Proporcionalidad
• La contribución de cada actividad al valor
de la función objetivo Z es proporcional al
nivel de actividad xj, como lo representa el
término cjxj en la función objetivo. De
manera similar, la contribución de cada
actividad al lado izquierdo de cada
restricción funcional es proporcional al nivel
de la actividad xj, en la forma en que lo
representa el término aijxj en la restricción.
 Suposiciones de la PL
Proporcionalidad
• En consecuencia, esta suposición elimina
cualquier exponente diferente a 1 para las
variables en cualquier término de las
funciones (ya sea la función objetivo o la
función en el lado izquierdo de las
restricciones funcionales) en un modelo de
programación lineal.
 Suposiciones de la PL
Aditividad
• El uso total de recursos es la suma de los
recursos empleados por las actividades
individuales.
• El valor de la función objetivo es la suma de
las contribuciones de las actividades
individuales.
• La contribución de una variable de decisión
a la función objetivo o al uso de recursos es
independiente de los valores que se
asignen a otras variables de decisión.
 Suposiciones de la PL
Divisibilidad
• Las variables de decisión en un modelo de
programación lineal pueden tomar
cualquier valor, incluyendo valores no
enteros, que satisfagan las restricciones
funcionales y de no negatividad. Así, estas
variables no están restringidas a sólo valores
enteros. Como cada variable de decisión
representa el nivel de alguna actividad, se
supondrá que las actividades se pueden
realizar a niveles fracciónales.
 Suposiciones de la PL
Certeza
• Se asume que no hay aleatoreidad en los
coeficientes que definen a las variables de
decisión del problema.
 Suposiciones de la PL
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 suposición garantiza que la contribución total
tanto a la función 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
técnicas de la programación matemática,
dependiendo de cada caso en particular.
 PROGRAMACIÓN LINEAL
Construcción de modelos

PROBLEMA DE LA MEZCLA DE PRODUCTOS

Una compañía fabrica dos tipos de componentes electrónicos: transistores y
bobinas.
Cada transistor requiere un minuto de tiempo en el departamento de ensamble,
dos minutos de tiempo en el departamento de Control de Calidad y un minuto de
tiempo en empaque.
Cada bobina requiere dos minutos de tiempo en ensamble, un minuto de tiempo
en Control de Calidad y dos minutos en empaque.
Existe un total de 300 minutos en Ensamble, 400 minutos en C. Calidad y 400
minutos en Empaque disponibles cada día.
Tanto los transistores como las bobinas contribuyen en un dólar a la utilidad.
La compañía desea determinar la mezcla de productos optima que maximice la
utilidad total.
 PROGRAMACIÓN LINEAL
Construcción de modelos

Solución:
Formulación
Paso 1: Identificar el objetivo (meta) a optimizar
Maximizar las utilidades de la compañía (U).{dólares/día}
Paso 2: Identificar las variables de decisión que deseamos determinar
X=Cantidad de transistores a fabricar por día {unds./día}
Y=Cantidad de bobinas a fabricar por día {unds./día}
Paso 3: Identificar las restricciones del modelo
R1) Tiempo disponible en el depto. de Ensamble por día 300 min.
R2) Tiempo disponible en el depto. de C. Calidad por día de 400 min.
R3) Tiempo disponible en el depto. de Empaque por día de 400 min.
R4) No Negatividad.
 PROGRAMACIÓN LINEAL
Construcción de modelos

Paso 4: Construcción del modelo matemático

Función Objetivo
MAX Z = X + Y
Sujeto a :
R1) X + 2Y  300
R2) 2X + Y  400
R3) X + 2Y  400
R4) X , Y  0
 PROGRAMACIÓN LINEAL
Construcción de modelos

EJERCICIO PROPUESTO
El departamento de rayos X de un hospital tiene dos máquinas, A y B, que
pueden utilizarse para revelar radiografías. La capacidad de procesamiento diaria
de estas máquinas es A=80 y B=100 radiografías. El departamento debe planear
procesar al menos 150 radiografías por día. Los costos de operación por
radiografía son $4 para la máquina A y $3 para la máquina B. ¿Cuántas
radiografías por día debe procesar cada máquina para minimizar costos?

Se pide:
Formular como un problema de P.L. identificando claramente la función objetivo y
las variables de decisión.
 PROGRAMACIÓN LINEAL
Construcción de modelos

Solución:
Formulación
Paso 1: Identificar el objetivo (meta) a optimizar
Minimizar los costos de procesamiento (C).{dólares/día}
Paso 2: Identificar las variables de decisión que deseamos determinar
X = Cantidad de radiografías a procesar en máquina A al día {rad./día}
Y = Cantidad de radiografías a procesar en máquina B al día {rad./día}
Paso 3: Identificar las restricciones del modelo
R1) Capacidad de procesamiento de rad. en la maquina A de 80.
R2) Capacidad de procesamiento de rad. en la maquina B de 100.
R3) Capacidad mínima del departamento de 150 rad. por día.
R4) No Negatividad.
 PROGRAMACIÓN LINEAL
Construcción de modelos

Paso 4: Construcción del modelo matemático

Función Objetivo
MIN Z = 4X + 3Y
Sujeto a :
R1) X  80
R2) Y  100
R3) X + Y  150
R4) X , Y  0
 GRACIAS

“Si cuidamos el Medio

Ambiente, cuidamos
nuestro futuro”