Arrabio

Arrabio en un contenedor.

El arrabio es un producto intermedio del proceso de fundicin de las menas del hierro tratadas
con coque como combustible y caliza como fundente. Tambin se han usado como
combustibles el carbn vegetal y la antracita. Se obtiene como material fundido en un alto
horno mediante reduccin del mineral de hierro. Se utiliza como materia prima en la obtencin
del acero en los hornos siderrgicos. El arrabio tiene un alto contenido en carbono,
generalmente entre 3.54.5%,1 adems de slice y otras impurezas, que lo hacen
muy frgil por lo que tiene limitados usos como material.
Los materiales bsicos empleados para fabricar arrabio son mineral de hierro, coque y caliza.
El coque se quema comocombustible para calentar el horno, y al arder libera monxido de
carbono, que se combina con los xidos de hierro del mineral y los reduce a hierro metlico.
La ecuacin de la reaccin qumica fundamental de un alto horno es:
Fe2O3 + 3CO 3CO2 + 2Fe
La caliza de la carga del horno se emplea como fuente adicional de monxido de carbono y
como sustancia fundente. Este material se combina con la slice presente en el mineral (que
no se funde a las temperaturas del horno) para formar silicato de calcio, de menor punto de
fusin. Sin la caliza se formara silicato de hierro, con lo que se perdera hierro metlico. El
silicato de calcio y otras impurezas forman una escoria que flota sobre el metal fundido en la
parte inferior del horno. El arrabio producido en los altos hornos tiene la siguiente
composicin: un 92% de hierro, un 3 o 4% de carbono, entre 0,5 y 3% de silicio, del 0,25% al
2,5% de manganeso, del 0,04 al 2% de fsforo y algunas partculas de azufre.
Un alto horno tpico est formado por una cpsula cilndrica de acero forrada con un material
no metlico y resistente al calor, como amianto ( asbesto ) o ladrillos refractarios. El dimetro
de la cpsula disminuye hacia arriba y hacia abajo, y es mximo en un punto situado
aproximadamente a una cuarta parte de su altura total. La parte inferior del horno est dotada
de varias aberturas tubulares llamadas toberas, por donde se fuerza el paso del aire. Cerca
del fondo se encuentra un orificio por el que fluye el arrabio cuando se sangra (o vaca) el alto
horno. Encima de ese orificio, pero debajo de las toberas, hay otro agujero para retirar la
escoria. La parte superior del horno, cuya altura es de unos 30 m, contiene respiraderos para
los gases de escape, y un par de tolvas redondas, cerradas por vlvulas en forma de
campana, por las que se introduce la carga en el horno. Los materiales se llevan hasta las
tolvas en pequeas vagonetas o cucharas que se suben por un elevador inclinado situado en
el exterior del horno.
Los altos hornos funcionan de forma continua. La materia prima que se va a introducir en el
horno se divide en un determinado nmero de pequeas cargas que se introducen a intervalos

de entre 10 y 15 minutos. La escoria que flota sobre el metal fundido se retira una vez cada
dos horas, y el hierro se sangra cinco veces al da.
El aire insuflado en el alto horno se precalienta a una temperatura comprendida entre los 550
y los 900 C. El calentamiento se realiza en las llamadas estufas, cilindros con estructuras de
ladrillo refractario. El ladrillo se calienta durante varias horas quemando gas de alto horno, que
son los gases de escape que salen de la parte superior del horno. Despus se apaga la llama
y se hace pasar el aire a presin por la estufa. El peso del aire empleado en un alto horno
supera el peso total de las dems materias primas.
Despus de la Segunda Guerra Mundial se introdujo un importante avance en la tecnologa de
altos hornos: la presurizacin. Estrangulando el flujo de gas de los respiraderos del horno es
posible aumentar la presin del interior del horno hasta 1,7 atmsferas o ms. La tcnica de
presurizacin permite una mejor combustin del coque y una mayor produccin de hierro. En
muchos altos hornos puede lograrse un aumento de la produccin de un 25%. En
instalaciones experimentales tambin se ha demostrado que la produccin se incrementa
enriqueciendo el aire con oxgeno.
El proceso de sangrado consiste en retirar a golpes un tapn de arcilla del orificio del hierro
cercano al fondo del horno y dejar que el metal fundido fluya por un canal cubierto de arcilla y
caiga a un depsito metlico forrado de ladrillo, que puede ser una cuchara o una vagoneta
capaz de contener hasta 100 toneladas de metal. Cualquier escoria o sobrante que salga del
horno junto con el metal se elimina antes de llegar al recipiente. A continuacin, el contenedor
lleno de arrabio se transporta a la fbrica siderrgica.
Los altos hornos modernos funcionan en combinacin con hornos bsicos de oxgeno, y a
veces con hornos de crisol abierto, ms antiguos, como parte de una nica planta siderrgica.
En esas plantas, los hornos siderrgicos se cargan con arrabio. El metal fundido procedente
de diversos altos hornos puede mezclarse en una gran cuchara antes de convertirlo en acero
con el fin de minimizar el efecto de posibles irregularidades de alguno de los hornos.

OBTENCIN DEL ARRABIO:

En el apartado anterior conseguimos un
concentrado de hierro del 70%, pero an no es
suficiente, necesitamos eliminar an ms
impurezas.

Para ello utilizamos

el alto horno que
recibe este nombre
por sus dimensiones,
ya que puede llegar a
tener una altura de 80
metros.
Que
introducimos
en el alto
horno?:
a)
Hierro: Proce
dente de la
mina o
tambin de la
chatarra
(coches,
electrodomsti
cos,...).
b) Carbn de
coque: Sirve
para:
- Convertir el
xido de hierro
en hierro puro.
- Al quemarse
proporciona
calor al horno.
- Va a ser el
elemento que
va a
acompaar al
hierro para
formar la
aleacin de
acero o
fundicin.
c)
Fundente: So
bre todo es
carbonato
clcico que se
mezcla con las
impurezas y

(Pincha aqu para ver la animacin)

las hace
menos
pesadas.
Podemos
decir que es el
detergente
que utilizamos
para limpiar el
hierro.
Si tienes
conexin a
Internet, pincha
sobre la imagen
para ver como
se carga el
horno alto

Que obtenemos en el alto horno?:

a) Escoria: Es la mezcla de fundente e impurezas, dicha mezcla al
pesar menos se queda en la parte superior del horno.
b) Arrabio: Es la mezcla de hierro, el carbn que no se ha
quemado y algunas impurezas que an no se han podido eliminar.
Esta mezcla pesa ms que la escoria por lo que se queda en la
parte baja del horno. En la parte inferior hay un orificio que se llama
piquera de arrabio por donde sale esta mezcla.

El siguiente video tal vez te pueda ayudar a

comprender mejor el proceso:

El arrabio obtenido ya es suficientemente

concentrado en hierro como para ser utilizado
para obtener o bien un acero o una fundicin,
como veremos en los dos apartados siguientes.

LaexistenciadeunSistemaInternacionaldeUnidadesesdegranimportancia
porquegarantizalauniformidadyequivalenciaenlasmediciones,ascomo
facilitarlasactividadestecnolgicasindustrialesycomercialesendiversas
nacionesdelmundo.Adems,dequenecesitamosdelasmedidasydequese
rigieranlasmedidas,tantocomolasunidades,entodassusdimensiones,
siemprehanestadopresentesennuestrasvidas,yaquecomotodoloquenos
rodeatieneuntamaoexactoydentrodeestosnocabenloserroresporlocual
esmuyimportanteunsistemademedicin.
Un IDE es una herramienta que nos ayuda a desarrollar de una manera amigable
nuestras aplicaciones, brindndonos ayudas visuales en la sintaxis, plantillas, wizards,
plugins y sencillas opciones para probar y hacer un debug. Programas como Netbeans,
Eclipse, Xcode, Visual Studio, son algunos de los IDE's ms populares.
Las Keywords, o palabras clave, son tags, es decir, fragmentos de cdigo que
van incluidos en la programacin del sitio, principalmente en lo que se
denomina head del cdigo del sitio. Las tags son atributos de los objetos que
forman parte del sitio, y hay muchos tipos de tags. Por lo general, son todos
ellos herramientas que contribuyen a la presentacin esttica del sitio, lo que
complementa al texto que se incluye en l. Entonces hay tags que definen el
color, el tamao de las celdas de una tabla, o el ttulo de una pgina de
internet. En este caso, las tags que nos interesan son las keywords.
Las Keywords se ven como algo as: .
Es increble la cantidad de veces que los programadores, incluso los ms
avezados, se olvidan de poner las keywords, o las omiten. La cuestin es que
desde hace mucho tiempo, Google no las considera para la elaboracin del

pagerank, ni para determinar el lugar que un sitio va a ocupar en los

resultados naturales cuando un usuario busca alguna de las keywords.
Imaginemos que alguien abre Google, con la intencin de buscar informacin
sobre alguna de las keywords del ejemplo antes visto, por ejemplo, Pay per
Click. Que esta frase est entre las keywords, no afecta la posicin que nuestro
sitio tendr en el listado natural que Google devolver cuando el usuario
pincha el botn de Buscar con Google, sino que es el resto del contenido
textual del sitio lo que determinar, en primer lugar a que keywords va a
responder, es decir ante qu bsqueda de palabras clave aparecer listado el
sitio, y en segundo lugar en qu orden.
Pero, que Google no las considere, no significa que tengamos que prescindir de
las mismas. Muchos directorios y otros buscadores no tan masivos, pero
significativos a nivel local, usan las keywords, por eso, siempre hay que
ponerlas. Y Google, tambin alimenta el pagerank de un sitio en base a en qu
otros lados aparece el enlace, es decir en la cantidad de incoming links. As
que incluir las keywords, y estar listado en otros directorios y buscadores,
finalmente favorece nuestro pagerank y nuestro posicionamiento en Google.
Las keywords tambin son necesarias cuando realizamos una campaa de ppc,
es decir de pay per click: Adwords de Google, o Yahoo! Search Marketing. De
igual manera que con los resultados naturales, las keywords que se empleen
en estas campaas decidirn ante qu bsquedas son presentados los enlaces
patrocinados de nuestra empresa.
La computacin en la nube, conocida tambin como servicios en la nube, informtica en la
nube, nube de cmputo o nube de conceptos (del inglscloud computing), es un
paradigma que permite ofrecer servicios de computacin a travs de una red, que
usualmente es Internet.
La investigacin de operaciones o investigacin operativa o investigacin
operacional (conocida tambin como teora de la toma de decisiones oprogramacin
matemtica) (I.O.) es una rama de las matemticas que consiste en el uso de modelos
matemticos, estadstica y algoritmos con objeto de realizar un proceso de toma de
decisiones. Frecuentemente trata del estudio de complejos sistemas reales, con la finalidad de
mejorar (u optimizar) su funcionamiento. La investigacin de operaciones permite el anlisis
de la toma de decisiones teniendo en cuenta la escasez de recursos, para determinar cmo se
puede optimizar un objetivo definido, como la maximizacin de los beneficios o la
minimizacin de costos.

reas de aplicacin[editar]
reas funcionales, Una muestra de los problemas que la IO ha estudiado y resuelto con xito
en negocios e industria se tiene a continuacin:

Personal: La automatizacin y la disminucin de costos, reclutamiento de personal,

clasificacin y asignacin a tareas de mejor actuacin e incentivos a la produccin.

Mercado y distribucin: El desarrollo e introduccin de producto, envasado, prediccin

de la demanda y actividad competidora, localizacin de bodegas y centros distribuidores.

Compras y materiales: Las cantidades y fuentes de suministro, costos fijos y variables,

sustitucin de materiales, reemplazo de equipo, comprar o rentar.

Manufactura: La planeacin y control de la produccin, mezclas ptimas de

manufactura, ubicacin y tamao de planta, el trfico de materiales y el control de calidad.

Finanzas y contabilidad: Los anlisis de flujo de efectivo, capital requerido de largo

plazo, inversiones alternas, muestreo para la seguridad en auditoras y reclamaciones.

Planeacin: Con los mtodos Pert para el control de avance de cualquier proyecto con
mltiples actividades, tanto simultneas como las que deben esperar para ejecutarse.

Algunas personas se veran tentadas a aplicar mtodos matemticos a cuanto problema se

presentase, pero es que acaso siempre es necesario llegar al ptimo? Podra ser ms caro
el modelar y el llegar al ptimo que a la larga no ofrezca un margen de ganancias muy
superior al que ya se tiene.
Tmese el siguiente ejemplo:
La empresa EMX aplica I.O. y gasta por el estudio y el desarrollo de la aplicacin $100, pero
despus de aplicar el modelo observa que la mejora no es muy diferente a la que actualmente
tena.
Puede sealarse, entonces, que la investigacin de operaciones slo se aplicar a los
problemas de mayor complejidad, sin olvidar que el simple uso de la I.O. trae un costo que, si
se supera el beneficio, no resultar econmicamente prctico. Algunos ejemplos prcticos
donde resulta til la aplicacin de I.O. son:

En el dominio combinatorio, muchas veces la enumeracin es imposible. Por ejemplo,

si hay 200 trabajos por realizar, que toman tiempos distintos y solo cuatro personas que
pueden hacerlos, enumerar cada una de las combinaciones podra ser ineficiente (aparte
de desanimante). Luego los mtodos de secuenciacin sern los ms apropiados para
este tipo de problemas.

De igual manera, la I.O. es til cuando en los fenmenos estudiados interviene el azar.
La nocin de esperanza matemtica y la teora de procesos estocsticosofrecen la
herramienta necesaria para construir el cuadro en el cual se optimizar la funcin
econmica. Dentro de este tipo de fenmenos se encuentran laslneas de espera y
los inventarios con demanda probabilstica.

Con mayor motivo, la investigacin de operaciones se muestra como un conjunto de

instrumentos precioso cuando se presentan situaciones de concurrencia. La teora de
juegos no permite siempre resolverlos formalmente, pero aporta un marco de reflexin que
ayude a la toma de decisiones.

Cuando se observa que los mtodos cientficos resultan engorrosos para el conjunto
de datos, se cuenta con otra opcin: simular tanto el comportamiento actual as como las
propuestas y ver si hay mejoras sustanciales. Las simulaciones son experiencias
artificiales.

Es importante resaltar que la investigacin de operaciones no es una coleccin de frmulas

o algoritmos aplicables sistemticamente a situaciones determinadas. Si se cae en este error,
ser muy difcil captar en condiciones reales los problemas que puedan deducirse de los
mltiples aspectos de esta disciplina, la cual busca adaptarse a las condiciones variantes y
particulares de los diferentes sistemas que puede afrontar, usando una lgica y mtodos de
solucin muy diferentes a problemas similares mas no iguales.

Modelos de investigacin de operaciones[editar]

La investigacin operacional consiste en la aplicacin del mtodo cientfico, por parte de
grupos interdisciplinarios, a problemas de control de sistemas organizativos con la finalidad de
encontrar soluciones que atiendan de la mejor manera posible a los objetivos de la
organizacin en su conjunto.
No sustituye a los responsables de la toma de decisiones; pero, dndoles soluciones al
problema obtenidas con mtodos cientficos, les permite tomar decisiones racionales.

Puede ser utilizada en la programacin lineal (planificacin del problema), en la programacin

dinmica (planificacin de las ventas) y en la teora de las colas (para controlar problemas de
trnsito).
Entre los mtodos utilizados por la investigacin de operaciones (o ciencia de la
administracin), los administradores utilizan las matemticas y las computadoras para tomar
decisiones racionales en la resolucin de problemas. Aunque estos administradores pueden
dar respuesta a algunos problemas con su experiencia, ocurre que en el complejo mundo real
muchos problemas no pueden resolverse con base en la experiencia. Para resolverlos, la
investigacin de operaciones los agrupa en dos categoras bsicas:

problemas determinsticos: son aquellos en que la informacin necesaria se conoce

para obtener una solucin con certeza;

problemas estocsticos: son aquellos en los que parte de la informacin necesaria no

se conoce con certeza, lo que s ocurre en el caso de los determinsticos, sino que ms
bien se comporta de una manera probabilstica.

Un modelo de decisin debe considerarse como un vehculo para resumir un problema de

decisin en forma tal que haga posible la identificacin y evaluacin sistemtica de todas las
alternativas de decisin del problema. Despus se llega a una decisin seleccionando la
alternativa que se juzgue sea la mejor entre todas las opciones disponibles. Un modelo es una
abstraccin selectiva de la realidad.
El modelo se define como una funcin objetivo y restricciones que se expresan en trminos de
las variables (alternativas) de decisin del problema.
Una solucin a un modelo, no obstante, de ser exacta, no ser til a menos que el modelo
mismo ofrezca una representacin adecuada de la situacin de decisin verdadera. El modelo
de decisin debe contener tres elementos:
Alternativas de decisin, de las cuales se hace una seleccin.
Restricciones, para excluir alternativas infactibles.
Criterios para evaluar y clasificar alternativas factibles.
Tipos de Modelos de Investigacin de Operaciones.

Modelo Matemtico: Se emplea cuando la funcin objetivo y las restricciones del

modelo se pueden expresar en forma cuantitativa o matemtica como funciones de las
variables de decisin.

Modelo de Simulacin: Los modelos de simulacin difieren de los matemticos en que

las relaciones entre la entrada y la salida no se indican en forma explcita. En cambio, un
modelo de simulacin divide el sistema representado en mdulos bsicos o elementales
que despus se enlazan entre si va relaciones lgicas bien definidas. Por lo tanto, las
operaciones de clculos pasaran de un mdulo a otro hasta que se obtenga un resultado
de salida.

Los modelos de simulacin cuando se comparan con modelos matemticos; ofrecen mayor
flexibilidad al representar sistemas complejos, pero esta flexibilidad no est libre de
inconvenientes. La elaboracin de este modelo suele ser costoso en tiempo y recursos. Por
otra parte, los modelos matemticos ptimos suelen poder manejarse en trminos de clculos.

Modelos de Investigacin de Operaciones de la ciencia de la administracin: Los

cientficos de la administracin trabajan con modelos cuantitativos de decisiones.

Modelos Formales: Se usan para resolver problemas cuantitativos de decisin en el

mundo real. Algunos modelos en la ciencia de la administracin son llamados modelos
determinsticos. Esto significa que todos los datos relevantes (es decir, los datos que los
modelos utilizarn o evaluarn) se dan por conocidos. En los modelos probabilsticos (o
estocsticos), alguno de los datos importantes se consideran inciertos, aunque debe
especificarse la probabilidad de tales datos.

Modelo de Hoja de Clculo Electrnica: La hoja de clculo electrnica facilita hacer y

contestar preguntas de "que si" en un problema real. Hasta ese grado la hoja de clculo
electrnica tiene una representacin selectiva del problema y desde este punto de vista la
hoja de clculo electrnica es un modelo. En realidad es una herramienta ms que un
procedimiento de solucin.1

Modelo Icnico: Una representacin fsica de algunos objetos, ya sea en forma

idealizada (Bosquejos) o a escala distinta. Ejemplo, planos y mapas (2D)

Modelo Analgico: Puede representar situaciones dinmicas o cclicas, son ms

usuales y pueden representar las caractersticas y propiedades de acontecimiento que se
estudia. Ejemplo, curvas de demanda; curvas de distribucin de frecuencia en las
estadsticas y diagramas de flujo.

Modelo simblico o matemtico: Son representaciones de la realidad en forma de

cifras, smbolos matemticas y funciones, para representar variables de decisin y
relaciones que nos permiten describir y analizar el comportamiento del sistema:

Cuantitativos y cualitativos La mayor parte de los problemas de un negocio u organizacin

comienzan con un anlisis y definicin de un modelo cualitativo y se avanza gradualmente
hasta obtener un modelo cuantitativo, la investigacin de operaciones se ocupa de la
sistematizacin de los modelos cualitativos y de su desarrollo hasta el punto en que pueden
cuantificarse.
Cuando es posible construir un modelo matemtico insertando smbolos para representar
relaciones entre constante y variables estamos ante un modelo cuantitativo, una ecuacin es
un modelo de este tipo. Las frmulas, las matrices, los diagramas o series de valores que se
obtienen mediante procesos matemticos.
Estndares y hechos a la medida Se llaman modelos estndar a los que solo hay que
insertar o sustituir diferentes valores con el fin de obtener un valor a una respuesta de un
sistema y son aplicables al miso tipo de problemas en negocios. Ejemplo, el clculo de costos
o gastos, el clculo de ganancias, etc.
Se llaman modelos hechos a la medida cuando se crean modelos para resolver un caso de
problema especfico que se ajusta nicamente a este problema.
Probabilsticas y determinsticos Los modelos que se basan el as probabilidades y
estadsticas y que se ocupan de incertidumbres futuras se llamas probabilsticas, y los
modelos que no tienen consideraciones probalsticas se llaman determinsticos; el PERT, los
inventarios, la programacin lineal, enfocan su atencin en aquellas circunstancias que no son
crticas y en los que las cantidades son determinadas y exactas.
Descriptivos y de optimizacin Cuando un modelo constituye sencillamente una descripcin
matemtica de una condicin real del sistema se llama descriptivo. Algunos de estos modelos
se emplean para mostrar geogrficamente una situacin y ayudan al observador a evaluar
resultados por secciones una sobre otra. Puede obtenerse una solucin, sin embargo, en este
modelo solo se intenta describir la situacin y no escoger una alternativa.
Cuando con la aplicacin del modelo se llega a una solucin ptima de acuerdo con los
criterios de entrada se trata de un modelo de optimizacin.

 Estticos y dinmicos Los modelos estticos se ocupan de determinar una respuesta para
una serie especial de condiciones fijas que probablemente no cambiaran significativamente a
corto plazo, es decir, la solucin est basada en una condicin esttica.
Un modelo dinmico por el contrario est sujeto al factor tiempo que desempea un papel
esencial en la secuencia de las decisiones, independientemente de cuales hayan sido las
decisiones anteriores. A la programacin dinmica pertenecen estos modelos.
De simulacin y no simulacin. Con el uso de la computadora es fcil preparar un modelo
simulado paso por paso donde se puede reproducir el funcionamiento de sistemas o
problemas de gran escala. Es un modelo de simulacin, los datos de entrada pueden ser
reales o generados en forma aleatoria.
Los modelos que no se prestan para usar datos empricos o simulados en forma aleatoria son
modelos no simulados como los de optimizacin o los creados a medida 2 3

Punto ptimo[editar]
Es el punto donde la combinacin de los recursos productivos de un proceso proporcionan
mximos resultados y beneficios con mnimos recursos o esfuerzos. Por encima del ptimo no
hay tcnicamente otro punto mejor.

Objetivos y mtodos[editar]
El objetivo y finalidad de la investigacin operacional es encontrar la solucin ptima para un
determinado problema (militar, econmico, de infraestructura, logstico, etc.)
Est constituida por un acercamiento cientfico a la solucin de problemas complejos, tiene
caractersticas intrnsecamente multidisciplinares y utiliza un conjunto diversificado de
instrumentos, prevalentemente matemticos, para la modelizacin, la optimizacin y el control
de sistemas estructurales en conocimiento a dems cosas.
En el caso particular de problemas de carcter econmico, la funcin objetivo puede ser
obtener el mximo rendimiento o el menor costo.
La investigacin operacional tiene un rol importante en los problemas de toma de decisiones
porque permite tomar las mejores decisiones para alcanzar un determinado objetivo
respetando los vnculos externos, no controlables por quien debe tomar la decisin.

Fases[editar]
La elaboracin del problema est subdividida en fases obligatorias. Las principales son:

examen de la situacin real y recoleccin de la informacin;

formulacin del problema, identificacin de las variables controlables y las externas (no
controlables) y la eleccin de la funcin objetivo, a ser maximizada o minimizada;

construccin del modelo matemtico, destinado a dar una buena representacin del
problema; debe ser fcil de usar; representar el problema, dando toda la informacin para
poder tomar una decisin lo ms idnea posible;

resolucin del modelo (mediante diferentes modalidades);

anlisis y verificacin de las soluciones obtenidas: se controla si la funcin objetivo

ofrece las ventajas esperadas; se verifica la representatividad del modelo; y, se efectan
anlisis de sensibilidad de la solucin obtenida;

utilizacin del sistema obtenido para su posterior uso.

Tcnicas de investigacin operativa[editar]

La resolucin de un modelo analtico de I.O. se apoya matemticamente sobre una o ms de
las siguientes teoras (entre las ms usadas):

teora de juegos

teora de colas de espera

teora de control

teora de la decisin

teora de los grafos

programacin lineal

probabilidad y estadstica matemtica

programacin dinmica

cadena de Markov

La resolucin de un modelo estocstico de I.O. se apoya en uno o ms de los siguiente

mtodos (entre los ms usados):

Simulacin por eventos discretos

Mtodo de Montecarlo

Algoritmos[editar]
Algunos algoritmos utilizados en la resolucin de sistemas modelados con investigacin
operacional son:

algoritmo de Omar, para resolver problemas de optimizacin lineal

algoritmo de Prim o algoritmo de Kruskal

algoritmo de Dijkstra

algoritmo de Ford-Fulkerson

algoritmo de la barrera logartmica

algoritmo simplex

Hay que aclarar que, en muchos casos, el investigador de operaciones puede y debe crear su
propio mtodo, ya sea a partir de modificacin o integracin de los anteriores, o bien con la
creacin de nuevos.

METODOLOGA DE INVESTIGACIN DE OPERACIONES Y

FORMULACIN DE MODELOS
1.1 Definicin, desarrollo y tipos de modelos de la Investigacin de
Operaciones (I.O).

Introduccin.
Origen de la Investigacin de Operaciones en Gran Bretaa
Durante la Segunda Guerra Mundial, la administracin militar en Gran Bretaa llam
a un equipo de cientficos para estudiar estrategias asociadas a la defensa area y
terrestre del pas.

Su objetivo era determinar la utilizacin ms efectiva de los recursos militares

limitados.
El nombre de Investigacin de Operaciones fue dado porque el equipo estaba
investigando operaciones militares.
Origen de la Investigacin de Operaciones en Estados Unidos
Los resultados alentadores logrados por los cientficos britnicos, movieron a la
administracin militar de Estados Unidos a comenzar actividades similares.
Las aplicaciones de los Estados Unidos incluyeron el estudio de problemas logsticos
complejos, la planeacin de nuevos modelos de vuelo y la utilizacin efectiva del
equipo electrnico.
Definicin.
La Investigacin de Operaciones se ocupa de la toma de decisiones ptima a partir del
modelado y solucin de sistemas determinsticos y probabilsticos que se originan en la
vida real.
Estas aplicaciones que ocurren en el gobierno, en los negocios, en las industrias, en la
ingeniera econmica y en las ciencias naturales y sociales se caracterizan en gran parte
por la necesidad de asignar escasos recursos. En estas situaciones se puede obtener un
conocimiento profundo del problema a partir del anlisis cientfico que proporciona la
Investigacin de Operaciones. El enfoque de la Investigacin de Operaciones proviene
principalmente de:
1. La estructuracin de una situacin de la vida real como un modelo matemtico,
logrando una abstraccin de los elementos esenciales para que pueda buscarse una
solucin que concuerde con los objetivos del tomador de decisiones.
2. El anlisis de la estructura de tales situaciones y el desarrollo de procedimientos
sistemticos para obtenerlas.
3. El desarrollo de una solucin, incluyendo la teora matemtica, si es necesario, que
lleva al valor ptimo de la medida que se espera del sistema.
Desarrollo de la Investigacin de Operaciones.
Avance de la Investigacin de Operaciones
Despus de la guerra, el xito de los equipos militares atrajo la atencin de las
empresas industriales, quienes buscaban soluciones a sus problemas complejos.
Aunque Gran Bretaa fue quien inici el estudio de la Investigacin de Operaciones,
los Estados Unidos tomaron pronto el liderazgo.
La primera tcnica matemtica aceptada fue el mtodo simplex de programacin
lineal, desarrollado en 1947 por el matemtico norteamericano George B. Dantzing.
La Investigacin de Operaciones actualmente
En la actualidad el impacto de la investigacin de operaciones se nota en muchas
reas.
Muchas universidades la ensean en todos los niveles.

Muchas organizaciones que se dedican a dar consultora estn comprometidas con

ella.
Las aplicaciones han ido ms all del mbito empresarial y militar, para incluir
hospitales, restaurantes, aeropuertos, bancos, bibliotecas, planeacin urbana, sistemas
de transporte y estudios de investigacin criminalgica.
El desarrollo de decisin consiste en seleccionar una o varias alternativas o cursos de
accin para minimizar los riesgos de prdidas financieras.
La toma de decisiones puede hacerse bajo:
Riesgo
Certeza
Conflicto
Incertidumbre
Una toma de decisin bajo completa certeza llamada tambin determinstica, se
caracteriza porque el grupo decisor conoce perfectamente cul va a ser el estado de la
naturaleza relativo a sus objetivos y por lo tanto selecciona aquella accin que de
acuerdo al criterio del lder lograr acercar ms rpido a la meta preestablecida.
En el caso de riesgo, tambin conocida como estocstico, no se conoce perfectamente el
estado que adoptar la naturaleza pero se asocia a este una distribucin de
probabilidad (discreta, continua), en funcin de esta ltima el grupo decisor selecciona
aquella accin que maximiza la esperanza de acercarse a la meta propuesta.
En el caso conflictivo, los estados de la naturaleza obligan a que el logro de las metas de
un grupo de decisores reduzca simultneamente las posibilidades de que otro grupo
alcance las suyas.
Cuando hay total incertidumbre se desconoce la verosimilitud asociada a la ocurrencia
de posibles estados de la naturaleza, es decir, no se tiene una idea sobre la distribucin
de probabilidad o funcin de densidad asociada a los diferentes entornos.
En el caso determinstico, los procesos de decisin, generalmente son dos:
1. Maximizar, utilidades, beneficios
2. Minimizar, costos, tiempo, distancia
Para el caso estocstico, se optimizan (maximizar o minimizar) los valores esperados
correspondientes.
En el conflicto se minimizan las mximas prdidas, que equivale a maximizar las
mnimas ganancias del oponente, este criterio se utiliza con menor frecuencia.
Cuando existe incertidumbre los procesos de decisin que pueden presentarse son:
Maximizar la mnima ganancia
Minimizar la mxima prdida
Coeficiente optimista-pesimista
Minimizar el arrepentimiento mximo
Estrategias mixtas
Modelo: definicin y tipos.

a)
b)
c)

a)
b)

a)
b)
c)

Un modelo es una representacin simplificada e idealizada de la realidad, o tambin,

un modelo es una abstraccin selectiva de la realidad. Dentro de la Investigacin de
Operaciones los tipos de modelos generalmente son numricos.
Los tipos de modelos son:
Icnicos
Analgicos
Matemticos
Un modelo icnico es una representacin de la realidad pero a diferente escala, ya sea
aumentada o disminuida, por ejemplo:
Una maqueta
Un mapa
La representacin de la clula
Los modelos analgicos generalmente requieren la sustitucin de una propiedad por
otra con el fin de permitir la manipulacin del modelo, despus de resolver el problema
la solucin se reinterpreta de acuerdo al sistema original, por ejemplo:
Un sistema de redes elctricas se pude utilizar en forma anloga para un sistema de
transporte vial
El sistema lgico de la inteligencia humana se utiliza en forma anloga para la
operacin de un programa de computadoras.
Los modelos simblicos o matemticos emplean un conjunto de smbolos matemticos
y funciones para representar las variables de decisin y sus relaciones para describir el
comportamiento del sistema. La solucin de problemas se obtiene aplicando tcnicas
matemticas, como programacin lineal.
En investigacin de operaciones los modelos casi siempre son matemticos y por
consiguiente son aproximaciones a la realidad, por ejemplo:
La ecuacin general de la lnea recta: y=mx + b
La cantidad ptima en compra de inventarios
La ecuacin bsica en contabilidad: A= P + C

LONGITUD
La longitud es una de las magnitudes fsicas fundamentales, en tanto que no puede ser
definida en trminos de otras magnitudes que se pueden medir. En muchos sistemas de
medida, la longitud es una unidad fundamental, de la cual derivan otras.
La longitud es una medida de una dimensin (lineal; por ejemplo m), mientras que el rea es
una medida de dos dimensiones (al cuadrado; por ejemplo m 2), y el volumen es una medida
de tres dimensiones (cbica; por ejemplo m3).
Sin embargo, segn la teora especial de la relatividad (Albert Einstein, 1905), la longitud no
es una propiedad intrnseca de ningn objeto dado que dos observadores podran medir el
mismo objeto y obtener resultados diferentes (contraccin de Lorentz).

Unidades de longitud
Existen diferentes unidades de medida que son utilizadas para medir la longitud, y otras que
lo fueron en el pasado. Las unidades de medida se pueden basar en la longitud de diferentes
partes del cuerpo humano, en la distancia recorrida en nmero de pasos, en la distancia
entre puntos de referencia o puntos conocidos de la Tierra, o arbitrariamente en la longitud
de un determinado objeto.
En el Sistema Internacional (SI), la unidad bsica de longitud es el metro, y hoy en da se
significa en trminos de la velocidad de la luz. El centmetro y el kilmetro derivan del
metro, y son unidades utilizadas habitualmente.
Las unidades que se utilizan para expresar distancias en la inmensidad del espacio
(astronoma) son mucho ms grandes que las que se utilizan habitualmente en la Tierra, y
son (entre otras): la unidad astronmica, el ao luz y el prsec.
Por otra parte, las unidades que se utilizan para medir distancias muy pequeas, como en el
campo de la qumica o el tomo, incluyen el micrmetro, el ngstrm, el radio de Bohr y la
longitud de Planck.
Sin embargo, recientes debates entre expertos de diversos pases defienden la utilidad del
soto para trabajar con longitudes del orden de los radios atmicos. Un soto se define como la
mitad de la distancia entre dos ncleos de carbono diamante a 25 C y 1 atm, el equivalente
a 1,54 pm (1,54x10 12 m). La utilidad del soto radica en que al igual que la unidad de masa
atmica (uma) toma como modelo el tomo de carbono, buscando la unificacin de criterios
y ofreciendo a los qumicos la posibilidad de hacerse una idea de las longitudes de radios y
enlaces al poder compararlas con las del diamante.
MASA.
La masa, en fsica, es la cantidad de materia de un cuerpo. Es una propiedad intrnseca de
los cuerpos que determina la medida de la masa inercial y de la masa gravitacional. La
unidad utilizada para medir la masa en el Sistema Internacional de Unidades es el kilogramo
(kg). Es una cantidad escalar y no debe confundirse con el peso, que es una cantidad
vectorial que representa una fuerza.
La masa es la magnitud fsica que permite expresar la cantidad de materia que contiene un
cuerpo. En el Sistema Internacional, su unidad es el kilogramo (kg.). El concepto, que deriva
del trmino latino massa, tambin permite referirse a la mezcla que proviene de la
incorporacin de un lquido a una materia pulverizada, de la cual resulta un todo espeso,
blando y consistente.
TIEMPO
El tiempo es la magnitud fsica con la que medimos la duracin o separacin de
acontecimientos, sujetos a cambio, de los sistemas sujetos a observacin; esto es, el perodo

que transcurre entre el estado del sistema cuando ste aparentaba un estado X y el instante
en el que X registra una variacin perceptible para un observador (o aparato de medida). El
tiempo ha sido frecuentemente concebido como un flujo sucesivo de microsucesos.
El tiempo permite ordenar los sucesos en secuencias, estableciendo un pasado, un futuro y
un tercer conjunto de eventos ni pasados ni futuros respecto a otro. En mecnica clsica
esta tercera clase se llama "presente" y est formada por eventos simultneos a uno dado.
En mecnica relativista el concepto de tiempo es ms complejo: los hechos simultneos
("presente") son relativos. No existe una nocin de simultaneidad indepediente del
observador.
Su unidad bsica en el Sistema Internacional es el segundo, cuyo smbolo es s (debido a que
es un smbolo y no una abreviatura, no se debe escribir con mayscula, ni como "seg", ni
agregando un punto posterior).
FUENTES:
1. es.wikipedia.org/wiki/Longitud
2. es.wikipedia.org/wiki/Masa
3. http://definicion.de/masa/
4. http://es.wikipedia.org/wiki/Tiempo