Investigación de Operaciones
Áreas de aplicación
Entre las áreas en que se aplican conceptos, métodos y modelos de Investigación de
Operaciones se destacan Manufactura, Transporte, Telecomunicaciones, Salud, Planeación,
Servicios, Finanzas, Almacenamiento, Distribución, Investigación de Mercado, Economía,
Control de Calidad, entre muchas otras.
Modelamiento Matemático
La empresa, representada de manera sistemática en la meta de alcanzar un beneficio, siempre
se encontrará sometida a la toma de decisiones, al realizar cada una de las actividades que le
son propias, las cuales incorporan un riesgo e incertidumbre de lo que pueda suceder tanto en
el entorno de la organización como en aspectos internos de esta, debido a que existen
variables o acontecimientos que no pueden ser puestos bajo control.
Metodología de Investigación de Operaciones
En cuanto a la implementación de herramientas basadas en la Investigación de Operaciones
para resolver o solucionar un problema, se debe realizar un procedimiento o metodología para
comprender de que trata el asunto; definir y especificar dicho problema, realizando
observaciones al sistema interno y externo que interactúan con él; formular un modelo
matemático, logrando realizar un mini mundo del problema que se trata e interpretar de buena
manera cada aspecto que es de interés para este; así mismo comprobar, confirmar y utilizar
el modelo para la búsqueda de posibles soluciones o mejoras óptimas al problema, logrando
obtener y escoger, en un conjunto de posibles opciones, la que mejor se adecua a los objetivos;
concluir, implementar, controlar y verificar las opciones propuestas, para la mejora continua
del problema (recuerde que todo sistema es dinámico y evoluciona).
Problema o Problema o Proceso de
resolución y/o
Conclusiones
hecho del hecho del
simulaciones , validación,
mundo real o mundo real o
del modelo, retroaliment
medio medio
obteniendo sus ación y
ambiente del ambiente del outputs y
sujeto sujeto control
conclusiones
Interpretació
Identificación Formulación Resolución del
n y toma de
del problema del problema problema
acciones
En resumen, las etapas para el modelamiento de un problema son:
✓ Definición del Problema
✓ Formulación del modelo matemático
✓ Obtención de la solución
✓ Prueba del modelo
✓ Preparación y aplicación del modelo
✓ Implementación y control
Una vez que se definen y determinan las características del problema, describiendo las
alternativas o variables de decisión de este, se construye la Función Objetivo, a partir de las
variables anteriores del problema, y las restricciones que limitan el sistema.
El formato general, al momento de definir la función objetivo, está dado por:
Función Objetivo
Maximizar o
(Variables de
Minimizar
Decisión)
Restricciones del
Sujeto a:
sistema
“Una función es Factible si satisface todas las restricciones del sistema, Una solución es
Óptima si, además de ser factible, produce el mejor valor para la función objetivo”
Función
Problema de Programación
Restringidos Lineales Objetivo
Optimización Lineal
Lineal
La solución optima de un modelo solo es la mejor para aquel problema. Si el modelo representa
al sistema real, su solución también será optima para el sistema real.
Soluciones del Modelo de Investigación de Operaciones
Entre las particularidades que poseen las técnicas de resolución de esta área, es que las
soluciones no se obtienen en forma cerrada; es decir, a través de fórmulas. En lugar de ello,
se determina a través de logaritmos matemáticos. Un algoritmo proporciona reglas fijas de
computo que se aplican en forma repetitiva al problema, y cada una de las repeticiones (llamada
Iteración) obtiene una solución cada vez más cercana a una solución óptima.
Uno de los instrumentos mas utilizados para la realización de estos cálculos son las
computadoras, las cuales son capaces de soportar gran cantidad de datos y de algoritmos, y
de realizar millones de cálculos e iteraciones rápidamente.
Aun así, existen modelos matemáticos con gran complejidad que es imposible de resolver con
cualquiera de los algoritmos existentes hasta ahora. Por lo tanto, se abandona la búsqueda de
una solución óptima, para realizar la búsqueda de una solución factible o buena, usando
heurísticas o reglas simples de resolución.
Mapa Conceptual
Definir un
Diagnóstico
Problema
Planificacion Programacion Análisis de Analisis de
Pronósticos Medio
de la Distribución Inventarios de Lineas de sistemas de
de demanda Ambiente
Produccion Actividades Espera Producción
Cuantitativa y Cualitativa
del Sitema bajo
Selección del Modelo
Apropiado
Modelos Determinísticos
Programación Lineal
Entera
Programación Lineal - Problema general
La Programación Lineal resuelve un tipo muy especial de problema, uno en el cual todas las
relaciones entre las variables son lineales, tanto en las restricciones como en la función
objetivo.
Definición: Dado un número de m desigualdades lineales o ecuaciones lineales, con n variables,
se requiere hallar valores no negativos de estas variables que satisfagan las restricciones y
maximicen o minimicen alguna función lineal de las variables llamada Función Objetivo.
Características de la Programación Lineal
Linealidad asume que no puede haber términos así
X1X2 X32 a14Log X4
Asume las propiedades aditivas y multiplicativas
• Si una unidad tipo 1 necesita 2 horas en la Máquina tipo A y una unidad tipo 2 necesita
2 ½ horas, entonces ambas necesitan 4 ½
• Si una unidad tipo 3 necesita 1 horas en la Máquina tipo B, entonces 10 unidades
necesitan 10 horas.
La función que se va a optimizar (maximizar o minimizar) se llama función objetivo, fíjese que
no aparece ningún termino independiente o constante. Los valores de las Xj son independientes
de cualquier constante.
Ejemplo
Un taller tiene tres (3) tipos de máquinas A, B y C; puede fabricar dos (2) productos 1 y 2,
todos los productos tienen que ir a cada máquina y cada uno va en el mismo orden: Primero a
la máquina A, luego a la B y luego a la C. La tabla siguiente muestra:
1. Las horas requeridas en cada máquina, por unidad de producto.
2. Las horas totales disponibles para cada máquina, por semana.
3. La ganancia por unida vendida de cada producto
Horas disponibles
Tipo de Máquina Producto 1 Producto 2
por semana
A 2 2 16
B 1 2 12
C 4 2 28
Ganancia por unidad 1 1,50
¿Qué cantidad de cada producto (1 y 2) se debe manufacturar cada semana, para obtener la
máxima ganancia?
¿Cuántas horas semanales sobran en cada departamento?
Formulación
1- Definición de las variables:
Xj= Unidades semanales a producir del artículo j-ésimo (j=1 y 2)
2- Función objetivo:
Maximizar Z = X1 + 3/2 X2 Con las siguientes restricciones (c.s.r.):
3- Restricciones
2X1 + 2X2 ≤ 16 Restricción debido a las horas disponibles por semana de la máquina A
X1 + 2X2 ≤ 12 Restricción debido a las horas disponibles por semana de la máquina B
4X1 + 2X2 ≤ 28 Restricción debido a las horas disponibles por semana de la máquina C
4- Condición de no negatividad
