UNIDAD I

METODOLOGÍA DE LA INVESTIGACIÓN DE OPERACIONES (I.O) Y FORMULACIÓN DE

MODELOS.

1.1 Definición, desarrollo y tipos de modelos de la Investigación de Operaciones (I.O.)

Definición: La Investigación de Operaciones utiliza el método planeado y el equipo

interdisciplinario para representar relaciones funcionales complejas, como los modelos
matemáticos, con el objeto de proporcionar una base cuantitativa para la toma de decisiones.

La investigación de operaciones es la aplicación, por grupos interdisciplinarios, del método

científico a problemas relacionados con el control de las organizaciones o sistemas (hombres-
máquinas) a fin que se produzcan soluciones que mejor sirvan a los objetivos de toda la
organización (Prawda)

Historia y desarrollo de la investigación de operaciones.

Parece que él, término de la Investigación de Operaciones se usó por primera vez en 1939,
según algunos su origen se remonta hasta épocas muy lejanas de la historia de la ciencia y la
sociedad.

A pesar que el origen de la Investigación de Operaciones puede considerarse a lo anterior a la

primera revolución Industrial que fue durante este movimiento cuando empezaron a
desarrollarse los problemas que resolvería la Investigación de Operaciones, a la medida que
las empresas crecían el número de hombres que producían y el tamaño de las actividades
que se realizaban era muy difícil que un solo hombre pudiera resolver todos los problemas
que iban surgiendo.

Debido a que en la primera y segunda guerra mundial la tecnología militar estuvo

desarrollándose a un ritmo muy rápido, los administradores militares británicos recurrieron a
los científicos en busca de ayuda.

Grupos de científicos de todas las disciplinas trabajaron en esos problemas con gran éxito en
los años 1939 y 40. Esto motivó una mayor demanda de tales servicios y el uso de equipo de
científicos se extendió a los aliados occidentales ( E.U.A., Canadá y Francia). Estos grupos
de científicos se asignaban normalmente a un responsable de las operaciones, fue ahí de que
el trabajo se llegó a conocer en Gran Bretaña como Investigación Operacional y por una
variedad de nombres en Estados Unidos como:

a) Análisis operacional
b) Evaluación de sistemas
c) Investigación de sistemas
d) Ciencia de la administración.

El nombre de Investigación de Operaciones fue el más usado y hasta hoy en día. Al finalizar
la Guerra, la Investigación de Operaciones sufrió varios cambios tanto en Inglaterra como en

1
Estados Unidos; en Gran Bretaña se redujeron los gastos de Investigación de Operaciones
en la defensa, esto a la vez permitió disponer de varios analistas de Investigación de
Operaciones cuando los administradores Industriales confrontaban las necesidades de
reconstruir un gran número de instalaciones manufactureras Británicas dañadas, la Hulla, el
Hierro, el Acero, el Transporte, los servicios y muchos otros tipos e industria comenzaron a
crear y a utilizar la Investigación de Operaciones Industrial.

Precursores de la investigación de operaciones

En 1917 A.K. ERLANG un matemático danés que trabajaba en la compañía Telefónica ubicó
su trabajo más importante “Solución a problemas” de las centrales telefónicas automáticas”
contenía sus formulas de tiempo de espera que había desarrollado basándose en principios
estadísticos, esta teoría es de importancia en el trafico telefónico en otros procesos similares.

Las ideas de ERLANG se adelantaron casi medio siglo a los conceptos modernos de la teoría
de cola o la línea de espera en el área del control de inventario el primer modelo ubicado
sobre el tamaño de lote económico se le atribuye a FORD W. HARRIS.

WALTER SHEWART, hizo las primeras aplicaciones registradas de la Educación Estadística

en 1924, cuando introdujo el concepto de gráficas de Control de Calidad, la mayoría de la
teoría que él esbozó se usa hoy en día en la gráfica del punto de equilibrio que fue
desarrollada por el Ingeniero. Industrial WALTER RAUTENS TRAUCH.

H.C. LEVINSON un astrónomo Estadounidense empezó su investigación de operaciones en la

década de 1920 y 30, principalmente por que aplico los métodos de las ciencias a diversos
problemas de los negocios tales como la publicidad, ventas estudios de ingresos, tipos de
artículos etc.

El desarrollo actual de la programación lineal para los negocios y la industria, se le atribuye al

Doctor George Dantzing, quien fue el que desarrollo el método simplex para resolver los
problemas de programación lineal, método que se utiliza hasta la fecha para resolver
problemas de certidumbres.

Modelos que se utilizan en la investigación de operaciones

1.-MODELO DE PUNTO DE EQUILIBRIO: Los modelos de punto de equilibrio son sistemas

cuantitativos simplificados que permiten determinar el punto de equilibrio de la gerencia.

2.-MODELO DE INVENTARIO: Los modelos de inventarios están relacionados con 2

decisiones, cuanto ha de ordenarse en cada ocasión y cuando debe ordenarse dicha cantidad
para minimizar el costo total.

3.-MÉTODO DE SECUENCIACIÓN: Los modelos de secuencia comprenden la determinación

de una Secuencia Optima para un conjunto de trabajos, eventos, o la mejor secuencia para
dar servicio a los clientes minimizando el tiempo y los costos totales.

2
4.-MODELO DE TEORÍA DE DECISIONES. La característica principal de la teoría de
decisiones, es que generalmente no se conocen los resultados de los cursos de acción. En
estos casos, las probabilidades están asociadas con los diversos estados de la naturaleza.

5.-MODELO DE DISTRIBUCIÓN. Cuando hay cierto número de actividades por realizar,

maneras de alternativas de hacerlas, recursos o facilidades limitadas para llevar a cabo cada
una en la forma más efectiva, surge el problema de distribuir estos escasos recursos.

6.-MODELOS DE ASIGNACIÓN. El tipo más simple de modelo de distribución abarca la

asignación de cierto número de trabajos al mismo número de recursos (trabajadores).

7.-MODELOS DE PROGRAMACIÓN DINÁMICA: La P.D. que nació de la programación

Matemática es en suma útil en los procesos que aparecen a lo largo de cierto período ó de
eventos, la cual estudia los efectos de las decisiones presentes en períodos futuros.

8.-MODELO DE COMPETENCIA: Los procesos de MARKOV son un método para predecir

cambios competitivos en el tiempo si se conocen las preferencias de marca de la clientela y
las participaciones presentes en el Mercado.

9.-MODELO DE LÍNEA DE ESPERA: La teoría de las líneas de esperas se ocupa de las

llegadas uniformes o aleatorias a una instalación de servicio, o de procesamiento de
capacidad limitada.

10.-TÉCNICAS DE SIMULACIÓN. La simulación se trata brevemente en Modelo de línea de

espera.

11.-MÉTODO HEURISTICO. Los métodos heurísticos son sistemas de aprendizaje o de auto-

adopción que se basan en la técnica de prueba y error.

12.-MODELO DE COMPORTAMIENTO. Estos modelos representan una nueva e instigadora

dirección para los investigadores de operaciones, sin embargo, hasta el momento están
relativamente sin explorarse.

13.-MODELOS COMBINADOS DE I.O. Un impulso importante para la investigación en las

operaciones, tanto en el presente como en el futuro, es la combinación de métodos de I.O.
para algún tipo de modelo maestro.

3
1.2 Fases de estudio de la Investigación de Operaciones.

Cuando se usa la investigación de operaciones para resolver un problema en una

organización, se puede utilizar el siguiente procedimiento de los siete pasos.

PASO 1.- Formular el problema.

El analista de investigación de operaciones define primero el problema de la organización. La

definición del problema incluye las especificaciones de los objetivos de la organización y de
las partes de ésta que se tienen que estudiar antes de poder resolver el problema.

Para ilustrar la idea de la formulación del problema, supongamos que el gerente de un banco
contrata a un analista de investigación de operaciones para ayudar al banco a reducir los
gastos relacionados con los salarios de los cajeros, mientras mantiene un nivel adecuado de
servicio al cliente. Después de una conversación con el gerente del banco, ¿cómo podría
describir el analista los objetivos del banco? He aquí tres posibilidades:

El banco quisiera minimizar el costo semanal de los salarios, necesario para que el promedio
del tiempo de espera de un cliente en la cola sea a lo más de 3 min.

El banco quisiera minimizar el costo semanal de los salarios, requerido para asegurar que
solamente el 5% de todos los clientes tiene que esperar más de 3 minuto. En la cola frente a
un cajero.
El banco estaría dispuesto a gastar hasta 1 000 dólares a la semana en salarios de los
cajeros y minimizar el promedio del tiempo que un cliente tiene que esperar en la cola frente a
un cajero, dada la restricción de los salarios.

El analista tiene que identificar también los aspectos del funcionamiento del banco que
influyen en el cumplimiento de los objetivos del banco.

Por ejemplo:

¿Cuántos clientes llegan en promedio al banco cada hora? Cuantos más clientes hay, mayor
es el número de cajeros que se necesita para proporcionar un servicio adecuado.
¿A cuántos clientes puede atender, en promedio un cajero en una hora?
¿Cómo afecta el hecho de tener clientes esperando en una sola fila y no en varias filas o colas
frente a los cajeros, el cumplimiento de los objetivos del banco?
Si hay una cola frente a cada cajero, ¿Los clientes siempre se cambiarán a la cola más corta?
Si una de las colas crece, ¿Los clientes se cambiarán de fila?

PASO 2.- Observar el sistema.

Después, el analista reúne datos para estimar los valores de los parámetros que influyen en el
problema de la organización. Se usan estas estimaciones para crear y evaluar un modelo
matemático del problema de la organización.

4
En el ejemplo del banco, el analista obtendría datos para estimar los siguientes parámetros
del sistema (entre otros):
¿Cuántos clientes llegan en promedio cada hora? ¿Depende la tasa de llegadas de los
clientes del momento del día?
¿A cuántos clientes puede atender, en promedio, un cajero en una hora? ¿Depende la rapidez
del servicio a un cliente del número de clientes que están esperando en la cola?
¿Los clientes siempre buscan la cola más corta? ¿Cuándo un cliente se encuentra al final de
una fila larga?, ¿Cambia frecuentemente hacia una fila más corta?

PASO 3. Formular un modelo matemático para el problema.

En este paso, el analista crea un modelo matemático del problema. En este trabajo se
estudian muchas técnicas matemáticas que se pueden utilizar para modelar sistemas.
En el ejemplo del banco, se podría crear un modelo matemático para predecir los valores de.

Wq = tiempo promedio que un cliente espera en la cola

P = probabilidad de que un cliente tenga que esperar durante por lo menos 3 minuto en la
cola
Con base en los siguientes parámetros desconocidos:
 = promedio del número de clientes que llegan al banco cada hora
 = promedio del número de clientes a los cuales un cajero puede atender en una hora.
S = número de cajeros en el banco.

Configuración de los cajeros y la manera en la cual los clientes se forman en las colas.

Un modelo matemático que relacione estos cuatro parámetros con W q o P en una ecuación,
es un ejemplo de modelo analítico. Por ejemplo, se puede demostrar que.


Wq 
    

Si hay solamente un cajero, y en ciertas condiciones, al conocer estos parámetros, el analista

podría usar la ecuación anterior para determinar qué tan bien está controlado el sistema (el
banco) W q .

Muchas situaciones, sin embargo, son tan complejas que no existe ningún modelo analítico.
Por ejemplo, si los clientes se cambian entre colas, entonces no habría una ecuación para
calcular W q .

Cuando no existe un modelo analítico manejable, hay que crear frecuentemente un modelo
de simulación, que permita a una computadora aproximar el comportamiento del sistema
actual.

5
PASO 4. Verificar el modelo y usar el modelo para predicciones.

El analista tratará de determinar si el modelo matemático creado en el Paso 3, es una

representación exacta de la realidad. Para determinar qué tan bien se adapta el modelo a la
realidad, se determina qué tan válido es el modelo para la situación actual. Por ejemplo, en el
cajero del banco, supóngase que se cree que la situación satisface las condiciones para los
cuales es válida la Ec. (1). Entonces se podrían sustituir estimaciones actuales de los
parámetros en (1), y se podría observar qué también predice (1) los valores observados de
Wq. Si las predicciones de W q y P mediante el modelo no están cerca de los valores reales -
(obtenidos al observar el banco), se necesitará seguramente un nuevo modelo. En este caso,
habría que regresar al Paso 2 o 3, e idear un nuevo modelo que represente mejor la situación
actual. Aun si el primer modelo se ajustara a la situación actual, hay que tener cuidado en no
aplicarlo ciegamente. Por ejemplo, se podría crear un modelo para el ejemplo del banco que
predice exactamente W q y P cuando hay poca gente. Sin embargo, hay que verificar
cuidadosamente la validez del modelo si el banco atrae más clientes y se congestiona más.

PASO 5. Seleccionar la alternativa adecuada

Dado un modelo y un conjunto de opciones, el analista escoge ahora ( si la hay) la que se

adapta mejor a los objetivos de la organización. Se podría definir, por ejemplo, en el caso del
banco, la política de empleo que minimiza los costos semanales de los salarios necesarios
para asegurar que cualquier cliente tenga que esperar a lo más 3 min. en la cola.

A veces, el conjunto de opciones disponibles está sujeto a ciertas limitaciones o restricciones.

Por ejemplo, supóngase que el banco puede emplear tanto cajeros de tiempo completo como
de tiempo parcial (que tienen que trabajar diariamente durante 4 horas seguidas). Supóngase
además que los cajeros de tiempo parcial son más baratos, pero trabajan más despacio que
los de tiempo completo. Se podría pensar en minimizar el tiempo promedio que un cliente
espera en la cola o fila sujeto a las siguientes restricciones:
Se puede gastar a lo más 2 000 dólares en salarios de los cajeros.
Los cajeros de tiempo parcial solamente pueden cubrir una cuarta parte del número total de
horas semanales que se trabaja. En muchas situaciones puede ser imposible o demasiado
costoso determinar la mejor alternativa. Por ejemplo, una empresa que proyecta comprar una
microcomputadora, podría adquirir la que mejor satisfaga los siguientes criterios:

 La computadora más económica.

 La facilidad de uso
 La mayor cantidad de software útil disponible
 La rapidez de operación.

Es probable que ninguna computadora sea la mejor, respecto a los cuatro criterios, al mismo
tiempo. Supóngase que se consideran tres computadoras. La computadora A podría ser la
mejor en lo que se refiere a los criterios 1 y 3 y la peor respecto a los criterios 2 y 4; la
computadora B podría ser la mejor en lo que se refiere a los criterios 2 y 4, pero la peor
respecto a los otros; y la computadora C podría estar en el segundo lugar respecto a todos los
criterios. ¿Cuál de las computadoras satisfaría mejor los objetivos de la empresa? Esta es una

6
pregunta difícil que se puede contestar mediante la teoría de la toma de decisiones con
atributos múltiples (que no se incluye en este trabajo).

Aunque existiera la mejor alternativa, podaría ser extremadamente costoso de terminarla.

Considérese una compañía procesador de alimentos, Foodco, que produce alimentos
enlatados y que quiere minimizar los costos de sus operaciones de almacenamiento y de
distribución. Hay 200 lugares bajo consideración para construir los almacenes. La meta de
Foodco es minimizar la suma de los costos de almacenamiento (incluyendo los costos de la
construcción y del manejo de los almacenes) y el costo total del envío de los productos de la
compañía, desde las fábricas a los almacenes y de los almacenes a los clientes.
Seguramente, a Foodco le interesaría tener las respuestas a las siguientes preguntas:

¿Cuántos almacenes habría que construir?

¿En dónde habría que construir los almacenes?
¿Qué tamaño (capacidad de almacenamiento) tendría que tener cada almacén?
¿De qué almacén tendría que recibir un cliente dado sus servicios?

No es difícil (véase en formulación de problemas) formular un modelo matemático para el

problema de Foodco, pero la solución exacta está más allá de la capacidad de las
computadoras actuales. Sin embargo, existen métodos de solución para determinar a
costos de cómputo razonables una estrategia de almacenamiento y de distribución que esté
cerca (dentro de 1 a 2%) del posible costo mínimo.

PASO 6.-Presentar los resultados y conclusiones del estudio a la organización.

En este paso, el analista presenta el modelo y las recomendaciones del Paso 5 al individuo o
al grupo que toma la decisión. En algunas situaciones, se podrían presentar varias
alternativas y dejar que la organización escoja la que mejor se ajuste a sus necesidades.

Después de presentar los resultados del estudio de al investigación de operaciones a la

organización, el analista quizá se dé cuenta de que la organización no aprueba las
recomendaciones. Esto puede ser el resultado de una definición incorrecta de los problemas
de la organización de no haber intervenido el que toma la decisión desde el principio del
proyecto. En este caso, el analista tendría que regresar al Paso 1, 2 o 3.

PASO 7.-Implantar y evaluar las recomendaciones.

Si la organización acepta el estudio, el analista ayudará a implantar las recomendaciones.

Hay que vigilar constantemente el sistema ( y actualizar dinámicamente al cambiarse el
medio) para asegurar que las recomendaciones permiten a la organización alcanzar sus
objetivos. Por ejemplo, en el caso del banco, supóngase que el objetivo es asegurar que a lo
más el 5% de los clientes tiene que esperar más de 3 min., Supóngase que, después de la
implantación de las sugerencias del analista, 80% de los clientes esperan más de 3 min. en la
cola. Seguramente, el objetivo del banco no se alcanzó, y el analista tendría que regresar al
Paso1, 2 o 3, y volver a examinar el modelo.

7
1.3 Principales aplicaciones de la Investigación de Operaciones.

En esta sección se da un listado de varias aplicaciones de la investigación de operaciones

realizadas en E.U. En muchas de ellas, la dependencia del gobierno o del negocio
relacionado en ahorró de millones de dólares al aplicar satisfactoriamente los modelos de la
investigación de operaciones.

Programación del horario de las rondas de los oficiales de la Policía de San Francisco.
Taylor y Huxley (1989) diseñaron un método para programar el horario de las rondas de los
oficiales para el Departamento de Policía de San Francisco, usando la programación lineal y
la programación entera. Gracias a este método, el departamento ha ahorrado 11 millones de
dólares al año, ha mejorado los tiempos de respuesta en un 20%, y ha aumentado el ingreso
por multas de circulación por 3 millones de dólares al año.

Reducción de gastos de combustible en la industria de la energía eléctrica. Mediante el

uso de la programación dinámica probabilística y de un modelo de simulación, Chao y cols.
(1989) ahorraron a 79 compañías de servicio de energía eléctrica más de 125 millones de
dólares en costos de compras, de inventarios y de déficit.

Diseño de una instalación para desmontar lingoteras en Bethlehem steel. Vasko y cols.
(1989) ayudaron a Bethlehem Steel en el diseño de una instalación para desmontar las
lingoteras, utilizando la programación entera. El modelo de la programación entera ha
ahorrado anualmente 8 millones de dólares en costo de operación a bethlehem.

Mezcla de gasolina en texaco. Al utilizar los modelos de mezclas estudiados en la Sección

anterior y la programación no lineal, Dewitt y Cols. Diseñaron un modelo que se usa en las
refinerías de Texaco para determinar cómo mezclar diferentes tipos de petróleo crudo para
obtener gasolina regular con plomo, regular sin plomo, plus sin plomo y super sin plomo. Se
estima que este modelo ha ahorrado a la empresa Texaco más de 30 millones de dólares,
anualmente. El modelo permitió también a Texaco contestar muchas preguntas de tipo “¿y
qué pasaría si?”, Como? ¿Qué influencia tendría un aumento de 0.01% en el contenido de
azufre en la gasolina regular, en el costo de la producción de gasolina regular? El método
utilizado para contestar este tipo de preguntas se llama análisis de sensibilidad.

Programación del Horarios de los camiones para North América Van Lines. Mediante el
uso de modelos de redes y de la programación dinámica, Powell y Cols. (1989) crearon un
modelo que se usa para asignar las cargas a los chóferes de North American Van Líneas. El
uso de este modelo proporcionó un mejor servicio a los clientes y redujo los costos anuales en
2.5 millones de dólares.

Administración del inventario a Blue Bell. Blue Bell fabrica jeans, ropa deportiva y ropa
que usan los empleados de oficinas. Edwards, Wagner y Wood (1985) redujeron l nivel medio
del inventario de Blue Bell en un 31%, al utilizar la programación lineal y modelos
probabilísticos de inventario.

8
Determinación de carreteras de bonos mediante la programación lineal. Varias personas
(véase Chandy y Kharabe (1986) han utilizado la programación lineal para determinar carteras
de bonos que maximizar la ganancia esperada sujeta a restricciones del nivel de riesgo y de la
diversificación en la cartera.

Uso de la programación lineal para planear la producción de una lechería. Sullivan y

Secrest (1985) utilizaron la programación lineal para determinar cómo una lechería tendría
que procesar el suero de la leche, la leche cruda, el suero dulce de leche, y la crema para
obtener queso crema, requesón, crema agria, y crema de suero. El uso del modelo ha
aumentado la ganancia de la lechería en 48000 dólares anualmente.

Reemplazo de equipo en Phillips Petroleum. ¿A partir de qué edad tendría que cambiar
una compañía un coche o un camión de carga? Phillips Petroleum usó (véase Waddell (1983))
un modelo para el reemplazo de equipo y para contestar esta pregunta. Se estima que estos
modelos para el reemplazo de equipo han ahorrado a Phillips 90000 dólares, anualmente.

¿Dónde tendría que construir una ciudad un nuevo aeropuerto? Hay que considerar
muchos objetivos para determinar la ubicación de un nuevo aeropuerto, incluyendo:
El costo de la construcción del aeropuerto
Su capacidad
El tiempo que se necesita para llegar al aeropuerto
La seguridad de los sistemas
La desorganización social debido a su construcción
La contaminación por el ruido de las operaciones aéreas.

Sin ningún lugar factible es el mejor respecto a todos los objetivos, ¿dónde habrá que ubicar
el nuevo aeropuerto? Keeney (1973) ayudó a la Ciudad de México a determinar el lugar de un
nuevo aeropuerto, utilizando la técnica de la teoría de la utilidad de atributos múltiples.

Organizaciones que utilizan la investigación de Operaciones.

El instituto mexicano de comercio exterior, Comisión Nacional de aeropuertos, Secretaría de

Obras Públicas, Secretaria de la marina, Hacienda y Crédito Público, Ferrocarriles Nacionales
de México, Aeromexico, Mexicana de aviación y también se aplicaba a la compañía
Conasupo como lo explica el maestro Juan Prawda en su libro de investigación de
operaciones.