Investigacin de

Operaciones
Universidad Tecnolgica de Len
J. Guadalupe Santos Gmez
1
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

2
INTRODUCCIN A LA INVESTIGACIN DE OPERACIONES (IO)
Actualmente la administracin est
funcionando en un ambiente de negocios que
est sometido a muchos ms cambios, los
ciclos de vida de los productos se hacen ms
cortos, adems de la nueva tecnologa y la
internacionalizacin creciente.
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

3
INVESTIGACIN DE OPERACIONES (I de O)
Las races de la investigacin de operaciones se remonta a los
primeros intentos para emplear el mtodo cientfico en la
administracin de una empresa. Sin embargo, el inicio de esta
disciplina se atribuye a los servicios militares prestados a
principios de la segunda guerra mundial. Debido a que exista
la necesidad de asignar escasos recursos a distintas maniobras
militares y actividades de cada operacin de la manera mas
eficaz.
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

4
NATURALEZA DE LA INVESTIGACIN DE
OPERACIONES
La investigacin de operaciones se aplica a problemas que se
refieren a la conduccin y coordinacin de operaciones (o
actividades) dentro de una organizacin.


La investigacin de operaciones intenta encontrar una mejor
solucin, (llamada solucin ptima) para el problema bajo
consideracin.
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

5
EL GRUPO INTERDISCIPLINARIO
Una de las principales razones de la existencia de
grupos de investigacin de operaciones es que la
mayor parte de los problemas de negocios tienen
mltiples aspectos.

Es perfectamente razonable que las fases
individuales de un problema se comprendan y
analicen mejor por los que tienen el adiestramiento
necesario en los campos apropiados.
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

6
QU ES LA INVESTIGACIN DE OPERACIONES?
La investigacin de operaciones es la
aplicacin, por grupos interdisciplinarios, del
mtodo cientfico a problemas relacionados con
el control de las organizaciones o sistemas, a
fin de que se produzcan soluciones que mejor
sirvan a los objetivos de la organizacin.
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

7
Aspectos a rescatar de la definicin:
Una organizacin es un sistema formado por componentes
que se interaccionan, una de estas interacciones pueden ser
controladas y otras no.
La complejidad de los problemas que se presentan en las
organizaciones ya no encajan en una sola disciplina del
conocimiento, se han convertido en multidisciplinario por lo
cual para su anlisis y solucin se requieren grupos
compuestos por especialistas de diferentes reas del
conocimiento que logran comunicarse con un lenguaje
comn.
La investigacin de operaciones es la aplicacin de la
metodologa cientfica a travs de modelos matemticos,
primero para representar al problema y luego para
resolverlo.
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

8
ENFOQUE DE LA INVESTIGACIN DE OPERACIONES
SOLUCIN AL
PROBLEMA DEL
SISTEMA REAL
SISTEMA
REAL
SOLUCIN
AL MODELO
MODELO
CUANTITATIVO
SISTEMA
ASUMIDO
JUICIOS Y
EXPERIENCIAS
VARIABLES
RELEVANTES
RELACIONES
RELEVANTES
MTODO
DE SOLUCIN
INTERPRETACIN DECISIONES
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

9
METODOLOGA DE LA IO
1. Definicin del problema
Esto incluye determinar los objetivos apropiados, las
restricciones sobre lo que se puede hacer, las interrelaciones del
rea bajo estudio con otras reas de la organizacin, los
diferentes cursos de accin posibles, los lmites de tiempo para
tomar una decisin, etc. Este proceso de definir el problema es
crucial ya que afectar en forma significativa la relevancia de
las conclusiones del estudio.
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

10
2. Formulacin de un modelo matemtico
La forma convencional en que la investigacin de operaciones
realiza esto es construyendo un modelo matemtico que
represente la esencia del problema.

Un modelo siempre debe ser menos complejo que el problema
real, es una aproximacin abstracta de la realidad con
consideraciones y simplificaciones que hacen ms manejable el
problema y permiten evaluar eficientemente las alternativas de
solucin.
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

11
3. Obtencin de una solucin 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 propsito 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.

I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

12
La seleccin del mtodo de solucin depende de las
caractersticas del modelo. Los procedimientos de
solucin pueden ser clasificados en tres tipos: a)
analticos, que utilizan procesos de deduccin
matemtica; b) numricos, que son de carcter
inductivo y funcionan en base a operaciones de prueba
y error; c) simulacin, que utiliza mtodos que imitan
o, emulan al sistema real, en base a un modelo.
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

13
4. Prueba del modelo
Antes de usar el modelo debe probarse exhaustivamente para
intentar identificar y corregir todas las fallas que se puedan
presentar
5. Validacin del modelo
Es importante que todas las expresiones matemticas sean
consistentes en las dimensiones de las unidades que emplean.
Adems, puede obtenerse un mejor conocimiento de la validez del
modelo variando los valores de los parmetros de entrada y/o de
las variables de decisin, y comprobando que los resultados del
modelo se comporten de una manera factible.
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

14
6. Establecimiento de controles sobre la solucin

Esta fase consiste en determinar los rangos de variacin de los
parmetros dentro de los cuales no cambia la solucin del
problema.

Es necesario generar informacin adicional sobre el
comportamiento de la solucin debido a cambios en los
parmetros del modelo. Usualmente esto se conoce como
ANLISIS DE SENSIBILIDAD.
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

15
7. Implantacin de la solucin
El paso final se inicia con el proceso de
"vender" los hallazgos que se hicieron a lo
largo del proceso a los ejecutivos o tomadores
de decisiones.
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

16
NORMAS PARA LOGRAR XITO EN LA IO
1. El xito del empleo de la IO es el de un enfoque
de solucin de problemas y no una coleccin
asociada de mtodos cuantitativos.

2. La IO es relativamente costosa, lo que significa
que no debe emplearse en todos los problemas,
sino tan slo en aquellos en que las ganancias sea
mayores que los costos.
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

17

Para llegar a hacer un uso apropiado de
la IO, es necesario primero comprender
la metodologa para resolver los
problemas, as como los fundamentos de
las tcnicas de solucin para de esta
forma saber cundo utilizarlas o no en las
diferentes circunstancias.

NORMAS..........
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

18
LIMITACIONES DE LA IO
1. Frecuentemente es necesario hacer simplificaciones del
problema original para poder manipularlo y tener una
solucin.
2. La mayora de los modelos slo considera un solo
objetivo y frecuentemente en las organizaciones se
tienen objetivos mltiples.
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

19
1.Existe la tendencia a no considerar la totalidad de las
restricciones en un problema prctico, debido a que los
mtodos de enseanza y entrenamiento dan la aplicacin
de esta ciencia centralmente se basan en problemas
pequeos para razones de ndole prctico, por lo que se
desarrolla en los alumnos una opinin muy simplista e
ingenua sobre la aplicacin de estas tcnicas a problemas
reales.
2.Rara vez se realizan anlisis costo-beneficio de la
implantacin de soluciones definidas por medio de la I de
O, en ocasiones los beneficios potenciales se ven
superados por los costos ocasionados por el desarrollo e
implantacin de un modelo.
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

20
Organizacin

Naturaleza de la aplicacin

Ao de
publicacin
*

Captulos
Relacionados

Ahorros
anuales

The
Netherlands
Rijkswaterst
att

Desarrollo de poltica nacional de
administracin del agua, incluyendo
mezcla de nuevas instalaciones,
procedimientos de operacin y costeo.

1985

2-, 13, 21

$ 15 millones

Monsanto
Corp.

Optimizacin de operaciones de
produccin para cumplir metas con un
costo mnimo.

1985

2, 12

$ 2 millones

Weyerhause
r Co.

Optimizacin del corte de rboles en
productos de madera para maximizar
su produccin.

1986

2, 10

$ 15 millones

Electrobras/
CEPAL,
Brasil

Asignacin ptima de recursos
hidrulicos y trmicos en el sistema
nacional de generacin de energa.

1986

10

$ 43 millones

Aplicaciones de la Investigacin de operaciones
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

21
United Airlines

Programacin de turnos de trabajo en las oficinas
de reservaciones y en los aeropuertos para cumplir
con las necesidades del cliente a un costo mnimo.

1986

2-9, 12, 15, 16, 18

$ 6 millones

Citgo Petroleum
Corp.

Optimizacin de las operaciones de refinacin y de
la oferta, distribucin y comercializacin de
productos.

1987

2-9, 18

$ 70 millones

SANTOS, Ltd.,
Australia

Optimizacin de inversiones de capital para
producir gas natural durante 25 aos.

1987

2-6, 13, 21

$ 3 millones

San Francisco
police
Department

Optimizacin de la programacin y asignacin de
oficiales de patrulla con un sistema computarizado.

1989

2-4, 12, 18

$ 11 millones

Electric Power
Research
Institute

Administracin de inventarios de petrleo y carbn
para el servicio elctrico con el fin de equilibrar los
costos de inventario y los riesgos de faltantes.

1989

17, 21

$ 59 millones

Texaco, Inc.

Optimizacin de la mezcla de ingredientes
disponibles para que los productos de gasolina
cumplieran con los requerimientos de ventas y
calidad.

1989

2, 13

$ 30 millones

I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

22
IBM

Integracin de una red nacional de
inventario de refacciones para
mejorar el apoyo al servicio.

1990

2, 17, 21

$ 20
millones + $
250 millones
ahorrados
en
inventario.

Yellow
Freight
System, Inc.

Optimizacin del diseo de una red
nacional de transporte y la
programacin de rutas de envo.

1992

2, 9, 13, 18, 21

$ 17.3
millones

U.S. Military
Airlift
Command

Rapidez en la coordinacin de
aviones, tripulaciones, carga y
pasajeros para manejar la
evacuacin por aire en el proyecto
Tormenta del Desierto en el Medio
Oriente.

1992

10

Victoria

American
Airlines

Diseo de un sistema de estructura
de precios, sobreventa y
coordinacin de vuelos para mejorar
las utilidades.

1992

2, 10, 12, 17, 18

$ 500
millones
ms de
ingresos

New Haven
Health Dept.

Diseo de un programa efectivo de
intercambio de agujas para combatir
el contagio del SIDA.

1993

2

33% menos
contagios

* Pertenecen a los nmeros de enero-febrero de Interfaces en donde se pueden encontrar los
artculos completos.
Se refiere a los captulos de este libro que describen las tcnicas de 10 empleadas en las
aplicaciones.
Cifras dadas en dlares.

fin
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

23
Introduccin a la Programacin lineal

El problema general es asignar recursos limitados entre
actividades competitivas de la mejor manera posible
(ptima).


Este problema incluye elegir el nivel de ciertas actividades
que compiten por recursos escasos necesarios para
realizarlas
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

24
INTRODUCCIN A LA PROGRAMACIN LINEAL
El adjetivo lineal significa que todas las funciones
matemticas del modelo deber ser funciones lineales. En
este caso, las palabra programacin no se refiere a
programacin en computadoras; en esencia es un sinnimo
de planeacin. As, la programacin lineal trata la
planeacin de las actividades para obtener un resultado
ptimo.
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

25
MODELO GENERAL DE PL
Los trminos clave son recursos y actividades, en donde m
denota el nmero de distintos tipos de recursos que se
pueden usar y n denota el nmero de actividades bajo
consideracin.
Z = valor de la medida global de efectividad
Xj = nivel de la actividad j (para j = 1,2,...,n)
Cj = incremento en Z que resulta al aumentar una unidad
en el nivel de la actividad j
bi = cantidad de recurso i disponible para asignar a las
actividades (para i = 1,2,...,m)
aij = cantidad del recurso i consumido por cada unidad
de la actividad j
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

26
Estructura de un modelo de PL

1. Funcin objetivo. Consiste en optimizar el objetivo que
persigue una situacin la cual es una funcin lineal de las
diferentes actividades del problema, la funcin objetivo
se maximizar o minimiza.

2. Variables de decisin. Son las incgnitas del problema.
La definicin de las variables es el punto clave y
bsicamente consiste en los niveles de todas las
actividades que pueden llevarse a cabo en el problema a
formular.
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

27
3. Restricciones Estructurales. Diferentes requisitos
que debe cumplir cualquier solucin para que pueda
llevarse a cabo, dichas restricciones pueden ser de
capacidad, mercado, materia prima, calidad, balance
de materiales, etc.

4. Condicin tcnica. Todas las variables deben tomar
valores positivos, o en algunos casos puede ser que
algunas variables tomen valores negativos.
Estructura de un Modelo de pl
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

28
Modelo general de PL

=
= =
n
j
i j ij
m i b x a
1
,......, 2 , 1
n j x
j
,......., 2 , 1 0 = >

=
=
n
j
j j
x c Z
1
Optimizar
Sujeta a:
Solucin Grafica PL
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

29
Problema de maximizacin
Reddy Mikks produce pinturas para interior y exterior de dos
materiales , M1 y M2. La siguiente tabla proporciona los datos
bsicos de este problema.
pintura
exterior
pintura
interior
Materia prima
del material M1
6 4
Materia prima
del material M2
1 2
precio por
tonelada
($1000)
5 4
disponibilidad
maxima diaria
(tons)
24
6
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

30
Un estudio de mercado indica que la demanda diaria de la
demanda de pintura interior no puede exceder la pintura
exterior en mas de 1 ton. Por lo tanto la mxima demanda
diaria de la pintura interior es de dos toneladas. Reddy
Mikks desea determinar la produccin mxima ptima de
pintura interior y exterior que beneficie diariamente.
El problema de optimizacin involucra tres componentes bsicos:
1. Variables de decisin que sern determinadas.
2. Objetivo que necesitamos optimizar (maximizar o minimizar)
3. Restricciones que deben satisfacer la solucin
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

31
Variables de decisin
Es necesario determinar la cantidad diaria de toneladas de pintura
exterior de la siguiente manera
x1= produccin diaria de toneladas de pintura exterior
x2= produccin diaria de toneladas de pintura interior
Para construir la funcin objetivo, en esta caso se desea maximizar la
produccin diaria de ambas pinturas. Dadas las ganancias diarias (miles)
por tonelada de ambas pinturas, respectivamente, se tiene que
Total de ganancias para la pintura exterior= 5x1
Total de ganancias para la pintura interior= 4x2
Por lo que la ganancia diaria queda representada por
2 1
4 5 x x Z + =
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

32
El siguiente paso es construir las restricciones del material usado en la demanda
de los productos. Las restricciones de la materia prima son expresadas
verbalmente como
|
|
.
|

\
|
s
|
|
.
|

\
|
prima materia de
idad disponibil Maxima
pinturas mabas para
utilizada prima Matria
Uso de materia prima del material M1 para la pintura exterior=6x1 tons/da
Uso de materia prima del material M2 para la pintura de interior=4x2 tons/da


Uso de la materia prima del material M1 para ambas pinturas=6x1+4x2
Uso de la materia prima del material M2 para ambas pinturas=1x1+2x2
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

33
Debido a las restricciones que presenta el problema se tiene que
) M prima (Materia 6 2
) M prima (materia 24 4 6
2 2 1
1 2 1
s +
s +
x x
x x
La segunda restriccin de demanda establece que
limite) (demanda 2
2
s x
Una restriccin implcita es la no negatividad de las variables x1 y x2. La
nonegatividad sume que:
0 , 0
2 1
> > x x
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

34
El modelo completo para Reddy Mikks es
0 ,
0
2
1
6 2
24 2 6
4 5
2 1
1
2
2 1
2 1
2 1
2 1
s
>
s
s +
s +
s +
+ =
x x
x
x
x x
x x
x x
x x Z




Maximizar:
Sujeto a:
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

35
Libro Tora, captulo2, problemas de maximizacin pag. 20
36
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

37
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

PUNTO x1 x2 Z
38
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

Problema de minimizacin

Granjas Ozark utiliza almenos 800 lb de alimento especial
diariamente. El alimento especial es una mezcla de maz y soya con
las siguientes composiciones.
Lb por lb de alimento
Alimento Protena Fibra Costo($/lb)
Maz 0.09 0.02 0.30
Soya 0.6 0.06 0.90
Los requerimientos dietticos diarios del alimento especial son
almenos 30% de protena y mximo de 5% de fibra. Granjas Ozark
desean determinar el costo mnimo diario del alimento mezclado.
39
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

Variables de decisin
x1=libras de maz en la mezcla diaria
x2=libras de soya en la mezcla diaria
La funcin objetivo a minimizar es el costo diario de la mezcla y se
expresa como
2 1
9 . 0 3 . 0 x x Z + =
Las restricciones del modelo se reflejan en la cantidad diaria de los
requerimientos. Porque Granjas Ozark necesita almenos 800 lb de
alimento por da
800
2 1
> + x x
40
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

Como la cantidad restriccin de los requerimientos diarios de protena
incluyen x1 lb de maz y x2 lb de soya son (0.9x1+0.6x2)lb. Las
cantidades deben ser iguales en almenos 30% en total de la mezcla del
alimento (x1+x2)lb
( )
2 1 2 1
3 . 0 6 . 0 09 . 0 x x x x + > +
( )
2 1 2 1
05 . 0 6 . 0 02 . 0 x x x x + s +
De forma similar los requerimientos de fibra son de a lo mas 5%
El modelo simplificado queda como sigue
2 1
9 . 0 3 . 0 x x Z + =
0 01 . 0 03 . 0
2 1
> x x
0 3 . 0 21 . 0
2 1
s x x
0 ,
2 1
s x x
800
2 1
> + x x
41
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

Grafica del problema de minimizacin
42
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

punto x1 x2 Z
A 200 600 594
D 470.588 329.411 473.646
43
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

44
I
n
v
e
s
t
i
g
a
c
i

n

d
e

O
p
e
r
a
c
i
o
n
e
s

f x ( ) 3 x
0
3 x
1
+ :=
Funcin objetivo
Coeficientes de restriccin Grfico de la regin vlida
0 2 4 6
2
4
6
Lmite definido de restriccin
12 2t
4
24 6 t
4
t
M
2
6
4
4
|

\
|
|
.
:= v
12
24
|

\
|
|
.
:=
Inicializacin (prueba)
x
1
0 :=
Dado
M x v s
x 0 >
Maximize f x , ( )
3
1.5
|

\
|
|
.
=
Solucin de u problema de programacin lineal mediante el
software mathcad