UNIVERSIDAD TÉCNICA DE MANABÍ

FACULTAD DE CIENCIAS ADMINISTRATIVAS Y ECONÓMICAS

ESCUELA DE CONTABILIDAD Y AUDITORIA

INVESTIGACIÓN OPERATIVA

TEMA:

INTEGRANTES:
BRAVO PARRAGA FABIOLA
CEDEÑO MENDOZA MARIA
GARCÍA PARMA LADY
PIN MOREIRA VIVIANA
ZAMORA LOOR FABIOLA

DOCENTE:

CURSO Y PARALELO:
5TO “C”

PERIODO:
ABRIL 2019 – AGOSTO 2019
 1. INVESTIGACIÓN OPERATIVA

La investigación operativa es una disciplina moderna que utiliza modelos

matemáticos, estadísticos y algoritmos para modelar y resolver problemas
complejos, determinando la solución óptima y mejorando la toma de decisiones.
Esta materia también recibe el nombre de investigación de operaciones,
investigación operacional o ciencias de la administración. Actualmente la
investigación operativa incluye gran cantidad de ramas como la programación
lineal, programación no lineal, programación dinámica, simulación, teoría de
colas, teoría de inventarios, teoría de grafos, etc. (Phpsimplex, 2019). En la
actualidad es muy aplicable en las empresas para poder solucionar problemas
complejos, con el propósito de mejorar la situación de las organizaciones con la
toma de decisiones efectivas.

1. ORIGEN

Aunque su nacimiento como ciencia se establece durante la segunda guerra

mundial y debe su nombre a las operaciones militares, los verdaderos orígenes
de la investigación operativa se remontan mucho más atrás en el tiempo, hasta
el siglo xvii (desde el punto de vista matemático). Incluso se puede considerar
que el problema de hacer un uso óptimo de los recursos disponibles ha existido
siempre y con el que la humanidad ha ido tratando a lo largo de su historia. Sin
embargo el auge de esta ciencia se debe, en su mayor parte, al rápido desarrollo
de la informática, que ha posibilitado la resolución de problemas en la práctica y
la obtención de soluciones que de otra forma conllevarían un enorme tiempo de
cálculo haciéndolos inviables. (Phpsimplex, 2019). Básicamente esta ciencia
nace fruto de un problema que necesitaban resolver los militares, utilizando
métodos matemáticos que garanticen la precisión de las soluciones.

Debido al gran éxito obtenido por la investigación operativa en el campo

militar, ésta se extendió a otros campos tales como la industria, física,
administración, informática, ingeniería, economía, estadística y probabilidad,
ecología, educación, servicio social, siendo hoy en día utilizada prácticamente
en todas las áreas imaginables donde se pretenda mejorar la eficiencia (ver

1
ejemplos de casos reales y beneficios del uso de la investigación operativa).
(Phpsimplex, 2019). Como todo lo exitoso, la utilización de la investigación
operativa se extendió a otras ciencias del conocimiento para poder solucionar
los problemas que en estas se convergen, desde el ámbito de la medicina, hasta
las industriales, matemáticas y económicas.

Las primeras actividades formales se dieron en Inglaterra en la segunda

guerra mundial, cuando se encarga a un grupo de científicos ingleses el diseño
de herramientas cuantitativas para el apoyo a la toma de decisiones acerca de
la mejor utilización de materiales bélicos. Se presume que el nombre de
investigación de operaciones fue dado aparentemente porque el equipo de
científicos estaba llevando a cabo la actividad de investigar operaciones
militares. (Operaciones, 2019). La primera aparición del uso formal de la
investigación operativa fue para lograr una maximización en el uso de los
recursos, en este caso de los materiales bélicos que utilizaban los militares.

Una vez terminada la guerra las ideas utilizadas con fines bélicos fueron
adaptadas para mejorar la eficiencia y la productividad del sector civil. Una de
las áreas principales de la investigación de operaciones es la optimización o
programación matemática. La optimización se relaciona con problemas de
minimizar o maximizar una función (objetivo) de una o varias variables, cuyos
valores usualmente están restringidos por ecuaciones y/o desigualdades.
(Operaciones, 2019). Dentro del campo de civil, donde fue implementado
posterior al éxito en el ámbito militar, las técnicas de investigación utilizadas
fueron matemáticas, misma que sirven para tomar decisiones precisas
basándose en datos numéricos.

Hoy en día el uso de modelos de optimización es cada vez más frecuente

en la toma de decisiones. este mayor uso se explica, principalmente, por un
mejor conocimiento de estas metodología en las diferentes disciplinas, la
creciente complejidad de los problemas que se desea resolver, la mayor
disponibilidad de software y el desarrollo de nuevos y mejores algoritmos de
solución.. (Operaciones, 2019). El uso de modelos de optimización de recursos
es muy utilizado principalmente en las grandes empresas con el propósito de
2
hacer un buen uso de los recursos, abaratar costos de producción y obtener
mayores márgenes de ganancia o utilidad.

2. LA EVOLUCIÓN

Valor esperado (1654)

Fue reconocida por primera vez por el francés Abraham de Moivre (1667-
1754) y posteriormente, Carl Friedrich Gauss (1777-1855) formuló la ecuación
de la curva; de ahí que también se la conozca, más comúnmente, como la
"campana de Gauss" (Timetoast, 2019)

Método de Newton (1665)

Se trata de un procedimiento basado en la derivada, para encontrar

aproximaciones a las raíces de una función real de variable real que sea
derivable. Es muy útil en análisis numérico, sobre todo para aproximar raíces de
polinomios en los cuales los métodos conocidos no funcionan. (Timetoast, 2019)

Inicios de I.O (1759)

El economista Francois Quesnay empieza a utilizar modelos primitivos de

Programación Matemática, mediante la construcción de modelos abstractos que
ilustran el flujo de mercancías a lo largo del proceso de producción y consumo.
(Timetoast, 2019)

Teorema de bayes (1763)

Su estructura permite el cálculo de probabilidades después de haber sido

realizado un experimento (probabilidades aposteriori), basándose en el
conocimiento de la ocurrencia de ciertos eventos que dependan del evento
estudiado. (Timetoast, 2019)

Padre de I.O (1840)

Charles Babbage es el padre de la Investigación Operativa, debido a sus

investigaciones acerca de los costos de transporte y clasificación del correo
realizada en la Uniform Penny Post de Inglaterra. (Timetoast, 2019)

3
Teoría de juegos (1928)

Janos Von Neumann publicó en 1928 su trabajo "Teoría de Juegos", que

proporcionó fundamentos matemáticos a la Programación Lineal.
Posteriormente, en 1947, visionó la similitud entre los problemas de
programación lineal y la teoría de matrices que había desarrollado. (Timetoast,
2019)

Programación lineal (1939)

Leonid Vitalyevich Kantoróvich y el holandés Tjalling Charles Koopmans,

desarrollaron la teoría matemática llamada "Programación Lineal". Aplicable
para maximizar la eficacia de variables económicas tales como la productividad,
las materias primas y el trabajo.

I.O durante la segunda guerra mundial (1940)

Se atribuye a los servicios militares prestados a principios de la Segunda

Guerra Mundial. Las administraciones militares americana e inglesa hicieron un
llamado a un gran número de científicos para que aplicaran el enfoque científico
a éste y a otros problemas de estrategia y táctica. (Timetoast, 2019)

Método simplex (1947)

George Dantzig presentó el algoritmo que desarrolló y que denominó

SIMPLEX. A partir de este logro se pudieron resolver problemas que por más de
un siglo permanecieron en calidad de estudio e investigación con modelos
formulados pero no resueltos. El método simplex disminuye sistemáticamente un
número infinito de soluciones hasta un número finito de soluciones básicas
factibles. (Timetoast, 2019)

Programación no lineal (1951)

Los métodos teóricos de resolución de los programas no lineales, con

restricciones de desigualdad, son conocidos a partir de los trabajos de los
matemáticos norteamericanos Kuhn y Tucker. Permiten abordar la resolución de
modelos de Programación No Lineal que consideran tanto restricciones de
igualdad como desigualdad. (Timetoast, 2019)
4
 3. OBJETIVOS
 Apoyar en la toma de decisiones de sistemas complejos.
 Estudiar la asignación optima de recursos escasos a determinada
actividad.
 Evaluar el rendimiento de un sistema con el objeto de mejóralo.
 Obtener información cuantitativa.
 Mejorar procedimientos tradicionales.
 Lograr flexibilidad y bajos costes.
 Conocer las incertidumbres de los modelos.
4. TEORÍA DE LAS DECISIONES

Freemont E. Kast: la toma de decisiones es fundamental para el organismo

la conducta de la organización. La toma de decisión suministra los medios para
el control y permite la coherencia en los sistemas. (KAST, 1979). (Gutierrez
Hernandez , 2014)

Le Moigne define el termino decidir cómo identificar y resolver los

problemas que se le presenta a toda organización. Por tanto, el
desencadenante del proceso de toma de decisiones es la existencia de un
problema, pero ¿cuándo existe un problema? Para Huber existirá un problema
cuando hay diferencia entre la situación real y la situación deseada. La solución
del problema puede consistir en modificar una u otra situación, por ello se puede
definir como el proceso consciente de reducir la diferencia entre ambas
situaciones. (Gutierrez Hernandez , 2014)

Greenwood afirma que la toma de decisiones para la administración

equivale esencialmente a la resolución de problemas empresariales. Los
diagnósticos de problemas, las búsquedas y las evaluaciones de alternativas y
la elección final de una decisión, constituyen las etapas básicas en el proceso de
toma de decisiones y resolución de problemas. (Gutierrez Hernandez , 2014)

5
 DATOS GENERALES DE LA EMPRESA
Empresa: DAN´V
Tipo de empresa: Industrial
Actividad comercial: Producción y comercialización de muebles oficina y para
el hogar.
Dirección: Vía Circunvalación- Cdla. Santa Isabel

Antecedentes de la empresa: La mueblería DAN´V, inició sus actividades

comerciales el 21 de Agosto del 2005, con un pequeño taller en la casa del señor
Jonathan Mendoza propietario, en la actualidad dispone de un local propio para
realizar su actividad de producción y comercialización de muebles para el hogar
y oficina, dispone de 3 empleados fijos y en época de auge contrata más
personal en modalidad eventual.

Metodología: Se realizó una entrevista personal al propietario de la mueblería,

con el propósito de tener la información suficiente y sustentable para realizar el
trabajo, además se utilizan métodos de análisis matemáticos como es la
programación lineal.

Datos:
DAN´V producirá sillas de 3 modelos diferentes; para fabricar cada una se
consume una determinada cantidad de recursos en los departamentos. Los
recursos están dados en hora hombre y hora maquinas a continuación se
detallan en la tabla.

REQUERIMIENTO
PRODUCCIÓN COSTOS
H.H H.M
X1 18 10 15
X2 30 16 20
X3 25 12 17

Objetivo del trabajo: Determinar la mejor alternativa de producción para reducir

los costos al máximo en la producción.

6
 APLICACIÓN DE LA INVESTIGACIÓN OPERATIVA

SOLICIONES POSIBLES:
𝒏!
𝑺𝑷 =
(𝒏 − 𝒎)! 𝒎!
𝟒!
𝑺𝑷 = =𝟔
(𝟒 − 𝟐)! 𝟐!
RESTRICCIONES:
HH ≥ 180
HM = 85
FUNCION OBJETIVA
15X1 + 20X2 + 17X3 = Z↓
SISTEMA:
18X1 + 30X2 + 35X3 ≥ 180
10X1 + 16X2 + 12X3 = 85
18X1 + 30X2 + 35X3 − X4 = 180
Primera solución: (X1; X2) = 0
10X1 + 16X2 + 12X3 = 85
10(0) + 16(0) + 12X3 = 85
12X3 = 85
𝟖𝟓
𝐗𝟑 = = 𝟕. 𝟎𝟖
𝟏𝟐
18X1 + 30X2 + 35X3 − X4 = 180
18(0) + 30(0) + 35(7.08) − X4 = 180
35(7.08) − X4 = 180
247.8 − X4 = 180
−X4 = 180 − 247.8
−(−X4) = −(−67.8)
𝑿𝟒 = −𝟔𝟕. 𝟖

7
Costos:
15X1 + 20X2 + 17X3 = Z ↓
15(0) + 20(0) + 17(7.08) = 120.36
Segunda solución: (X1; X3) = 0
10X1 + 16X2 + 12X3 = 85
10(0) + 16X2 + 12(0) = 85
16X2 = 85
X2 = 85/16
𝐗𝟐 = 𝟓. 𝟑𝟏
18X1 + 30X2 + 35X3 − X4 = 180
18(0) + 30(5.31) + 35(0) − X4 = 180
159.39 − X4 = 180
−X4 = 180-159.39
𝐗𝟒 = −𝟐𝟎. 𝟔𝟏
Costos:
15X1 + 20X2 + 17X3 = Z ↓
15(0) + 20(5.31) + 17(0) = 𝟏𝟎𝟔. 𝟐𝟎
Tercera solución: (X1; X4) = 0
10X1 + 16X2 + 12X3 = 85
10(0) + 16X2 + 12x3 = 85
𝟏𝟔𝐗𝟐 + 𝟏𝟐𝐱𝟑 = 𝟖𝟓
18X1 + 30X2 + 35X3 + X4 = 180
18(0) + 30X2 + 35X3 + 0 = 180
𝟑𝟎𝐗𝟐 + 𝟑𝟓𝐗𝟑+ = 𝟏𝟖𝟎
4 16X2 + 12X3 = 85
-7.5 30X2 + 35X3+ = 180
120X2 + 140X3 = 720
−120X2 − 90X3 = −637.5
50X3 = 82.5
8
 82.5
X3 =
50
𝐗𝟑 = 𝟏. 𝟔𝟓

16X2 + 12X3 = 85
16X2 + 12(1.65) = 85
16X2 + 19.8 = 85
16X2 = 85 − 19.8
65.2
X2 =
16
𝐗𝟐 = 𝟒. 𝟎𝟖
Costos:
15X1 + 20X2 + 17X3 = Z ↓
15(0) + 20(4.08) + 17(1.65) = Z ↓
81.6 + 28.05 = 𝟏𝟎𝟗. 𝟔𝟓
Cuarta solución: (X2; X3) = 0
10X1 + 16X2 + 12X3 = 85
10X1 + 16(0) + 12(0) = 85
85
X1 =
10
𝐗𝟏 = 𝟖. 𝟓

18X1 + 30X2 + 35X3 − X4 = 180

18(8.5) + 308(0) + 35(0) + X4 = 180
X4 = 180 − 153
𝐗𝟒 = 𝟐𝟕
Costos:
15X1 + 20X2 + 17X3 = Z ↓

9
 15(8.5) + 20(0) + 17(0) = 𝟏𝟐𝟕. 𝟓
Quinta solución: (X2; X4) = 0
10X1 + 16X2 + 12X3 = 85
10X1 + 16(0) + 12X3 = 85
𝟏𝟎𝐗𝟏 + 𝟏𝟐𝐗𝟑 = 𝟖𝟓
18X1 + 30X2 + 35X3 − X4 = 180
18X1 + 30X(0) + 35X3 − 0 = 180
𝟏𝟖𝐗𝟏 + 𝟑𝟓𝐗𝟑 = 𝟏𝟖𝟎
-18 10X1 + 12X3 = 85
10 18X1 + 35X3 = 180

−180X1 − 216X3 = −1530

180X1 + 350X3 = 1800
134X3 = 270
X3 = 270/134
𝐗𝟑 = 𝟐. 𝟎𝟏

10X1 + 12X3 = 85
10X1 + 12(2.01) = 85
10X1 + 24.12 = 85
10X1 = 85 − 24.12
60.88
X1 =
10
𝐗𝟏 = 𝟔. 𝟎𝟗

Costos:
15X1 + 20X2 + 17X3 = Z ↓
15(6.09) + 20(0) + 17(2.01) = 𝟏𝟐𝟓. 𝟓𝟐

10
Sexta solución: (X3; X4) = 0
10X1 + 16X2 + 12X3 = 85
10X1 + 16X2 + 12(0) = 85
𝟏𝟎𝐗𝟏 + 𝟏𝟔𝐗𝟐 = 𝟖𝟓

18X1 + 30X2 + 35X3 − X4 = 180

18X1 + 30X2 + 35(0) − 0 = 180
𝟏𝟖𝐗𝟏 + 𝟑𝟎𝐗𝟐 = 𝟏𝟖𝟎
−18 10X1 + 16X2 = 85
10 18X1 + 30X2 = 180
−180X1 − 288X2 = −1530
180X1 + 300X2 = 1800
12X2 = 270
270
X2 =
12
𝐗𝟐 = 𝟐𝟐. 𝟓

10X1 + 16X2 = 85
10X1 + 16(22.5) = 85
10X1 + 360 = 85
10X1 = 85 − 360
270
X1 = −
10
𝐗𝟏 = −𝟐𝟕. 𝟓
Costos:
15X1 + 20X2 + 17X3 = Z ↓
15(−27.5) + 20(22.5) + 17X3 = Z ↓
−412.5 + 450 + 17(0) = 𝟑𝟕. 𝟓

11
CUADRO DE SOLUCIONES
N° X1 X2 X3 X4 Soluciones
1 0 0 7.08 -67.8 120.36
2 0 5.31 0 -20.61 106.20
3 0 4.08 1.65 0 109.65
4 8.5 0 0 27 127.50
5 6.09 0 2.01 0 125.52
6 -27.5 22.5 0 0 37.5

ANALISIS:
Según los datos obtenidos y como se muestran en el cuadro de soluciones se
puede evidenciar que de las 6 soluciones posible la más recomendable para
reducir los costos de producción es la 3, donde se trabaja al máximo a un costo
que respeta el nivel aceptable según los recursos que se asignan.

12
 5. BIBLIOGRAFÍA

Gutierrez Hernandez , G. (Marzo de 2014). TEORIA DE LAS DECISIONES.

Recuperado el Mayo de 2019, de https://www.gestiopolis.com/teoria-de-
la-toma-de-decisiones-definicion-etapas-y-tipos/.
Operaciones, I. d. (2019). Origen de la investigacion operativa. Recuperado el
17 de Mayo de 2019, de
http://www.investigaciondeoperaciones.net/historia_de_la_investigacion_
de_operaciones.html.
Phpsimplex. (2019). LA INVESTIGACION OPERATIVA. Recuperado el Viernes
de Mayo de 2019, de
http://www.phpsimplex.com/investigacion_operativa.htm.
Questionpro. (2019). iINVESTIGACION OPERATIVA. Recuperado el 17 de
Mayo de 2019, de https://www.questionpro.com/blog/es/investigacion-
operativa/.
Ruiz, M. (5 de Septiembre de 2016). PROGRAMACION LINEAL. Recuperado el
28 de Mayo de 2019, de
https://www.youtube.com/watch?v=hVjBn14xdMQ.
Timetoast. (2019). EVOLUCION DE LA INVESTIGACION OPERATIVA.
Recuperado el 17 de Mayo de 2019, de
https://www.timetoast.com/timelines/evolucion-investigacion-de-
operaciones?print=1.
VITUTOR. (05 de Septiembre de 2016). PROGRAMACION LINEAL.
Recuperado el 28 de Mayo de 2019, de
http://www.vitutor.com/algebra/pl/a_1.html.

13