26/08/2018

Tema I:
Introducción a la Investigación
de Operaciones

Mejora de la calidad en procesos y productos

DCIQ Javier Gerson Zapiain Salinas
Agosto – Diciembre 2018

Contenido.
1.1. Definición, desarrollo y tipos de modelos de investigación de
operaciones.
1.2. Fases de estudio de la investigación de operaciones.
1.3. Principales aplicaciones de la investigación de operaciones.
1.4. Metodología para modelación.
1.5. Formulación de problemas lineales más comunes.
1.6. Conceptos de método gráfico y su aplicación.
 26/08/2018

1.1. Definición, desarrollo y tipos de modelos de

investigación de operaciones.

• El concepto de investigación de operaciones (IO) se refiere a

un conjunto de técnicas que permite establecer criterios de toma
de decisión a partir de la información relacionada con un proceso
en particular.

1.1. Definición, desarrollo y tipos de modelos de

investigación de operaciones.
• Las primeras actividades formales de IO se iniciaron en Inglaterra
durante la Segunda Guerra Mundial, cuando un equipo de
científicos empezó a tomar decisiones con respecto a la mejor
utilización del material bélico.
• Al término de la guerra, las ideas formuladas en operaciones
militares se adaptaron para mejorar la eficiencia y productividad
en el sector civil.
 26/08/2018

• Fue en la década de los 50`s que se introdujo en uso de la IO en

la industria, negocio y gobierno. Desde entonces esta aplicación
se ha desarrollado con rapidez. En su desarrollo se pueden
identificar 3 factores que jugaron un papel importante:
1. El primero factor fue el adelanto que se haya logrado en el
establecimiento de los métodos, modelos y técnicas disponibles
en esa rama de la ciencia.

2. El segundo factor que dio gran impulso para el desarrollo de la

I.O fue el surgimiento de las computadoras. Con este proceso
los ordenadores tenían capacidad para realizar cálculos
aritméticos en segundos y posteriormente millones de cálculos.
3. El tercer aspecto fue desarrollo de la competitividad de E.U con
respecto a la de Japón.
 26/08/2018

Tipos de modelos de IO
• Imagine que tiene un compromiso de negocios que requiere 5
semanas de traslado continuo entre Ciudad de México (CDMx) y
Monterrey (MTY). Sale de Ciudad de México los lunes y regresa
los miércoles. Un boleto regular de viaje redondo cuesta $400,
pero se ofrece 20% de descuento si el viaje redondo comprende
un fin de semana. Un boleto sencillo en cualquier dirección
cuesta 75% del precio regular. ¿Cómo debe comprar los boletos
para reducir el costo del traslado durante las 5 semanas?

• Podemos considerar la situación como un problema de toma de

decisiones, cuya solución requiere responder tres preguntas:
1. ¿Cuáles son las alternativas de decisión?
2. ¿Conforme a qué restricciones se toma la decisión?
3. ¿Cuál es el criterio objetivo apropiado para evaluar las
alternativas?
 26/08/2018

• Se consideran tres alternativas razonables:

1. Comprar cinco boletos normales CDMx-MTY-CDMx para salir el
lunes y regresar el miércoles de la misma semana.
2. Comprar un boleto CDMx-MTY, cuatro CDMx-MTY-CDMx que
abarquen fines de semana, y uno MTY- CDMx.
3. Comprar un boleto CDMx-MTY-CDMx para el lunes de la
primera semana y el miércoles de la última semana, y cuatro
MTY-CDMx-MTY para los viajes restantes. Todos los boletos en
esta alternativa cubren por lo menos un fin de semana.

• La restricción en estas opciones es que pueda salir de FYV el

lunes y regresar el miércoles de la misma semana.
• Un criterio objetivo obvio para evaluar la alternativa propuesta
es el precio de los boletos. La alternativa que dé el costo mínimo
será la mejor.
 26/08/2018

Tipos de modelos IO (2)

• Considere la formación de un rectángulo de área máxima con un
trozo de alambre de L pulgadas de longitud. ¿Cuál será el mejor
ancho y altura del rectángulo?

En este caso el numero de alternativas no es finito; es decir, el

ancho y la altura del rectángulo pueden asumir una cantidad infinita
de valores porque son variables continuas.

• Para formalizar esta observación, las alternativas del problema se identifican

definiendo el ancho y la altura como variables algebraicas
w = ancho del rectángulo en pulgadas.
h = altura del rectángulo en pulgadas.
z = área del rectángulo en pulgadas cuadradas.
• Con base en estas definiciones, las restricciones de la situación pueden
expresarse verbalmente como:
1. Ancho del rectángulo + altura del rectángulo = la mitad de la longitud del
alambre.
2. El ancho y la altura no pueden ser negativos.
• Estas restricciones se traducen de manera algebraica como sigue
𝟐 𝒘 𝒉 𝑳
𝒘 𝟎, 𝒉 𝟎
 26/08/2018

• Ahora el único componente restante es el objetivo del

problema; es decir el modelo completo es
• Maximizar z = wh
• sujeto a
𝟐 𝒘 𝒉 𝑳
𝒘, 𝒉 𝟎

• Con los datos de los dos ejemplos anteriores, el modelo general de IO se

organiza en el siguiente formato general:
Maximizar o minimizar Función objetivo

sujeto a

Restricciones

• Una solución del modelo es factible si satisface todas las restricciones; es

óptima si, además de ser factible, produce el mejor valor (máximo o mínimo)
de la función objetivo.
 26/08/2018

Tipos de modelos de I.O

• Los diferentes tipos de modelos de I.O son:
1. Modelo simbólico o matemático
2. Modelo de simulación
3. Modelo Heurística

Tipos de modelos de I.O

• Modelo simbólico o matemático
• Es el tipo de modelo más importante de la I.O. Al formular este
tipo de modelo uno supone que todas las variables relevantes
son cuantificables. Por consiguiente los símbolos matemáticos se
utilizan para representar variables las cuales están relacionadas
con las funciones matemáticas para poder descubrir el
comportamiento de un sistema. Lográndose la solución del
modelo por una manipulación matemática apropiada.
 26/08/2018

Tipos de modelos de I.O

• Modelo de simulación.
• Los modelos de simulación imitan el comportamiento de sistema
sobre un periodo. Esto se logra especificando ciertos eventos los
cuales son puntos en el tiempo en donde se ocurrencia significa
que puede recolectarse su información la cual pertenece al
comportamiento de este sistema siendo está muy importante.

Tipos de modelos de I.O

• Modelo de simulación.
• Los modelos de simulación no necesitan funciones matemáticas
para realizar variables, usualmente es posible simular sistemas
complejos que no pueden modelarse o resolverse
matemáticamente. La principal falla de la simulación consiste en
que el análisis es equivalente a realizar experimentos y estar
sujeto a errores experimentales.
 26/08/2018

Tipos de modelos de I.O

• Modelo Heurístico.
• Este modelo heurístico de solución descansa en las reglas
empíricas o intuitivas, las cuales dan una solución actual al
modelo permitiendo determinar una solución mejorada.
Actualmente los métodos heurísticos son procedimiento de
búsqueda que pasan inteligentemente de un punto de solución a
otro con el objetivo de mejorar el criterio de este modelo. Cuando
ninguna mejora adicional puede lograrse la mejor solución que se
haya obtenido es la solución aproximada al modelo.

Solución de un modelo
• La técnica de IO más importante es la programación lineal. Está
diseñada para modelos con funciones objetivo y restricciones
lineales. Otras técnicas incluyen la programación entera (en la
cual las variables asumen valores enteros), la programación
dinámica (en la cual el modelo original puede descomponerse en
subproblemas más pequeños y manejables), la programación
de red (en la cual el problema puede modelarse como una red), y
la programación no lineal (en la cual las funciones del modelo
son no lineales).
 26/08/2018

• Una peculiaridad de la mayoría de las técnicas de IO es que por

lo general las soluciones no se obtienen en formas cerradas
(como si fueran fórmulas), sino que más bien se determinan
mediante algoritmos. Un algoritmo proporciona reglas fijas de
cálculo que se aplican en forma repetitiva al problema, y cada
repetición (llamada iteración) acerca la solución a lo óptimo.
Como los cálculos asociados con cada iteración suelen ser
tediosos y voluminosos, es recomendable que estos algoritmos
se ejecuten con la computadora.

1.2. Fases de estudio de la investigación

de operaciones.
• Los estudios de investigación de operaciones se basan en la
labor de equipo, donde los analistas de IO y el cliente trabajan
codo con codo. Los conocimientos de modelado de los analistas
de IO se deben complementar con la experiencia y cooperación
del cliente para quien realizan el estudio.
 26/08/2018

1.2. Fases de estudio de la investigación

de operaciones.
• Como herramienta de toma de decisiones, la IO es tanto una
ciencia como un arte. Es una ciencia por las técnicas
matemáticas que incorpora, y un arte porque el éxito de las fases
que conducen a la solución del modelo matemático depende en
gran medida de la creatividad y experiencia del equipo de IO.
• “Una práctica [de IO] eficaz requiere más que competencia
analítica. También requiere, entre otros atributos, juicio técnico
(es decir, cuándo y cómo utilizar una técnica dada), así como
habilidades de comunicación y supervivencia organizacional”.

• Para implementar la IO en la práctica, las fases principales son:

1. Definición del problema.
2. Construcción del modelo.
3. Solución del modelo.
4. Validación del modelo.
5. Implementación de la solución.
 26/08/2018

1. Definición del problema

• Implica definir el alcance del problema investigado. Esta función
debe ser realizada por todo el equipo de IO. El objetivo es
identificar tres elementos principales del problema de decisión:
1. descripción de las alternativas de decisión;
2. determinación del objetivo del estudio, y
3. especificación de las limitaciones bajo las cuales funciona el
sistema modelado.

2. Construcción del modelo

• Implica un intento de transformar la definición del problema en
relaciones matemáticas. Si el modelo resultante se ajusta a uno
de los modelos matemáticos estándar, como la programación
lineal, se suele obtener una solución utilizando los algoritmos
disponibles. Por otra parte, si las relaciones matemáticas son
demasiado complejas como para permitir la determinación de una
solución analítica, el equipo de IO puede optar por simplificar el
modelo y utilizar un método heurístico, o bien considerar la
simulación, si es lo apropiado.
 26/08/2018

3. Solución del modelo.

• Es, por mucho, la más sencilla de todas las fases de IO porque
implica el uso de algoritmos de optimización bien definidos. Un
aspecto importante de la fase de solución del modelo es el
análisis de sensibilidad. Tiene que ver con la obtención de
información adicional sobre el comportamiento de la solución
óptima cuando el modelo experimenta algunos cambios de
parámetros.

4. Validación del modelo

• La validez del modelo comprueba si el modelo propuesto hace en
realidad lo que dice que hace, es decir, ¿predice adecuadamente
el comportamiento del sistema que se estudia?
• El modelo es válido si, en condiciones de datos de entrada
iguales, reproduce de forma razonable el desempeño pasado. Sin
embargo, no suele haber seguridad de que el desempeño futuro
continuará copiando el comportamiento pasado. Si el modelo
propuesto representara un sistema nuevo (inexistente), no habría
datos históricos disponibles.
 26/08/2018

5. Implementación
• La implementación de la solución de un modelo validado implica
la transformación de los resultados en instrucciones de operación
comprensibles que se emitirán a las personas que administrarán
el sistema recomendado. La responsabilidad de esta tarea recae
principalmente en el equipo de IO.

1.3. Principales aplicaciones de la

investigación de operaciones.
• La aplicación de la I.O ha crecido rápidamente principalmente por
tener mejores conocimientos de esta metodología. La creciente
complejidad de los problemas que se presentan cotidianamente,
se tiene la necesidad de utilizar un software y desarrollo de
nuevos y mejores algoritmos.
 26/08/2018

1. Optimización de las operaciones de producción para cumplir con

la finalidad de un costo mínimo.
2. La optimización del corte de arboles en productos de madera
maximizando su producción.
3. Asignación optima de recursos hidráulicos térmicos en el sistema
nacional de generación de energía.
4. Programación de turnos de trabajo en oficinas de reservaciones y
aeropuertos para cumplir con las necesidades del cliente.
5. Optimización de las operaciones de distribución y
comercialización de un producto.

6. Optimización de la inversión del capital para producir gas natural

durante 20 años.
7. Administración de inventarios de petróleo y carbón para el sector
eléctrico con la finalidad de equilibrar los costos de inventarios.
8. Optimización de la programación y asignación de los sistemas
computarizados.
9. Optimización de la mezcla de ingredientes disponibles para que
los productos de gasolina cumplieran con los requerimientos de
venta y calidad.
10. Rapidez en la coordinación de aviones, tripulación, carga y
pasajeros para manejar la evacuación por aire de proyectos
militares.