1

Preliminares
1.1.

Introducci
on a Programaci
on

Durante la Segunda Guerra Mundial, un grupo de cientficos fue convocado en Inglaterra para estudiar problemas de estrategia y de tactica asociados con la defensa del pas.
El objetivo era decidir sobre la utilizacion mas eficaz de recursos militares limitados.
La convocacion de este grupo marco la primera actividad formal de investigacion operacional.
Los resultados positivos conseguidos por el equip de investigacion operacional inglesa
motivaron a los Estados Unidos a que se inicien actividades semejantes. Apesar de
ser Inglaterra donde se origino la Investigacion Operacional, su propagacion se debe
principalmente al equipo de cientficos liderada por George B. Dantzig, de los Estados
Unidos, convocada durante la Segunda Guerra Mundial. Al resultado de este esfuerzo
de investigacion, concludo en 1947, se dio el nombre de Metodo Simplex.
Con el fin de la guerra, la utilizacion de tecnicas de programacion atrajo el interes de
diversas otras areas. La naturaleza de los problemas encontrados es bastante amplio y
compleja, exigiendo, por tanto un abordamiento que permita reconocer los m
ultiplos
aspectos involucrados. Una caracterstica importante de la investigacion operacional
y que facilita el proceso de analisis y de decision es la utilizacion de modelos. Ellos
permiten la experimentacion de la solucion propuesta. Esto significa que una decision

2 -Preliminares

puede ser mas bien avaliada y verificada antes de ser efectivamente implementada. La
economia obtenida y la experiencia adquirida por la experimentacion justifican el uso
de Investigacion Operacional.
Con el aunmento de la velocidad de procesamiento y cantidad de memoria de los
computadores actuales, tuvimos un gran progreso en Investigacion Operacional. Este
progreso es debido tambiem a la larga utilizacion de microcomputadoras, que se conviertieron en unidades muy separadas dentro de empresas. Eso en realidad hace que
los modelos desenvueltos por los profesionales de Investigacion Operacional sean mas
rapidos y versatiles, ademas de ser tambiem interativos, posibilitando la participacion
del usuario durante el proceso de calculo.
Investigacion Operacional es un metodo cientfico de toma de decisiones. En lneas
generales, consiste en la descripcion de un sistema organizado con auxilio de un modelo, y a traves da experimentacion con el modelo, en el descubrimiento de la mejor
manera de operar el sistema.
Un estudio en Investigacion Operacional acostumbra involucrar ses fases:
1. Formulacion del problema;
2. Construccion del modelo;
3. Calculo de la solucion a traves del modelo;
4. Test del modelo y de la solucion;
5. Establecimiento de controles de la solucion;
6. Implantacion y seguimiento;
que puden ser descritas como sigue:
Formulaci
on del Problema: En esta fase, el administrador del sistema y el responsable por el estudio en I.O. deben discutir, en el sentido de colocar el problema de
manera clara y coherente, definiendo los objetivos a alcanzar.
Construcci
on del Modelo del Sistema: Los modelos que interesan en I.O. son
modelos matematicos, esto es, modelos formados por un conjunto de ecuaciones e inecuaciones.
Un modelo es una representacion de un sistema real, que puede existir o ser un proyecto a ser ejecutado. En el primer caso, el modelo pretende reproducir el funcionamiento
del sistema. En el segundo caso, el modelo es utilizado para definir la estructura ideal
del sistema. La confiabilidad de la solucion obtenida a traves del modelo depende de
Adela Luisa Cano Mamani

2 -Preliminares

la validez del modelo en la representacion del sistema real. La validez del modelo es
la confirmacion de que el realmente representa el sistema real. La diferencia entre la
solucion real y la solucion propuesta por el modelo depende directamente de la precision del modelo en describir el comportamiento original del sistema.
Un problema simple puede ser representado por modelos tambiem simples y de facil
solucion. Ahora, los problemas mas complejos requieren modelos mas elaborados, cuya
solucion puede ser bastante complicado.
Em um modelo matematico, sao includos tres conjuntos principais de elementos:
Variables de decisi
on y par
ametros: variables de decisiono son las incognitas a ser determinadas por la solucion del modelo. Parametros son valores fijos
en el problema;
Restricciones: de modo a llevar en cuenta las limitaciones fsicas del sistema,
el modelo debe incluir restricciones que limitan las variables de decision a sus
valores posibles (o viables);
Funci
on Objetivo: es una funcion matematica que define la cualidad de la
solucion en funcion de las variables de decision.
Para ilustrar mejor a los conjuntos arriba mencionados, consideremos el siguiente ejemplo:
Ejemplo 1.1.Una empresa de comida canina produce dos tipos de raciones: Tobi y
Rex. Para la elaboracion de las raciones son utilizados cereales y carne. Se sabe que:
la racion Tobi utiliza 5 Kg de cereales y 1 Kg de carne, y la racion Rex utiliza 4
kg de carne y 2 kg de cereales;
el paquete de racion Tobi cuesta S/. 20 y el paquete de racion Rex cuesta S/.
30;
el kg de carne cuesta S/. 4 y el kg de cereales cuesta S/. 1;
estan disponibles por mes 10 000 kg de carne y 30 000 kg de cereales.
Se desea saber cual es la cantidad de cada racion a producir de modo que maximice
el lucro.
En este problema las variables de decision son las cantidades de racion de cada tipo
que van a ser producidas.
Los par
ametros dados son los precios unitarios de compra y venta, ademas de las
cantidades de carne y cereales utilizadas en cada tipo de racion. Las restricciones son
Adela Luisa Cano Mamani

2 -Preliminares

los lmites de carne y cereales y la funci

on objetivo es una funcion matematica que
determine el lucro en funcion de las variables de decision y que debe ser maximizada.
C
alculo de la soluci
on a trav
es del modelo-Es realizado a traves de tecnicas
matematicas especficas.
La formulacion del modelo depende directamente del sistema a ser representado. La
funcion objetivo y las funciones de restricciones pueden ser lineales o no lineales. Las
variables de decision pueden ser contin
uas o discretas (por ejemplo enteras) y los
parametros pueden ser determinsticos o probabilsticos.
El resultado de esa diversidad de reprersentaciones de sistemas es el desenvolvimiento
de diversas tecnicas de optimizacion, de tal forma que se pueda resolver cada tipo de
modelo existente. Estas tecniocas incluyen, principalmente: programacion lineal, programacion entera, programacion dinamica, programacion estocastica y programacion
no lineal.
Programacion Lineal es utilizada para analizar modelos donde las restricciones y la
funcion objetivo son lineales; programacion entera se aplica a modelos que poseen variables enteras (o discretas); programacion dinamica es utilizada en modelos donde el
problema completo puede ser descompuesto en subproblemas menores; programacion
estocastica es aplicada a una clase especial de modelos donde los parametros son descritos por funciones de probabilidad; finalmente, programacion no lineal es utilizada
en modelos que contienen funciones no lineales.
Una caracterstica presente en casi todas las tecnicas de programacion matematica es
que la solucion optima del problema no puede ser obtenida en un u
nico paso, sino
iterativamente. Inicialmente se escoge una solucion inicial (que generalmente no es la
solucion optima). Un algoritmo es especificado para determinar, a partir de esta, una
nueva solucion, que generalmente es superior o anterior. Este paso es repetido hasta
que la solucion optima sea alcanzada (suponiendo que ella existe).
Tes del modelo y de la soluci
on - Ese test es realizado con datos empricos del
sistema. Si hubiera datos historicos, ellos seran aplicados en el modelo, generando
un desempe
no que puede ser comparado al desempe
no observado en el sistema. Si el
desvio verificado no fuese aceptable, la reformulacion o mismo el abandono del modelo
sera inevitable. Caso no haya datos historicos, los datos empricos seran anotados con
el sistema funcionando sin interferencia, hasta que el test pueda ser realizado.

Adela Luisa Cano Mamani

2 -Preliminares

Establecimiento de controles de soluci

on - La construccion y experimentacion
con el modelo identifican parametros fundamentales para la solucion dell problema.
Cualquier cambio en los parametros debera ser controlada para garantizar la validez
de la solucion adoptada.
Implementaci
on y seguimiento - En esta fase, la solucion sera presentada.

Adela Luisa Cano Mamani