Unidad 1.

-
Introducción a la
Investigación de
Operaciones
ING. MARIBEL MONTIEL DOMÍNGUEZ
 TEMARIO

1.1 Conceptos y definiciones de la investigación de operaciones.

1.2 Fases de estudio de la investigación de operaciones.
1.3 Principales aplicaciones de la investigación de operaciones.
1.4 Formulación de modelos de programación lineal.
 Conceptos Básicos

1.- ¿Que es Investigación de Operaciones?

Es una herramienta que consiste en el uso de

modelos matemáticos, estadística y algoritmos,
con el objetivo de realizar un proceso de toma de
decisiones en problemas reales, para mejorar
(optimizar) su funcionamiento.
2.- Modelación
 Es una abstracción o una representación de la
realidad o un concepto o una idea con el que
se pretende aumentar su comprensión, hacer
predicciones y/o controlar/analizar un sistema.
 Constructo basado en nuestras propias
percepciones pasadas y actuales; la anterior
representación puede ser holista o
reduccionista.
3.- Optimizar
Es buscar el mejor resultado, en el desempeño de una
actividad.
 Historia de la Investigación de
Operaciones
2da. Guerra Mundial (1939) Revolución Industrial

Servicio Militar (Gran Bretaña) Administración Industrial

Objetivo:
Asignar recursos escasos a
distintas actividades militares
de la manera mas eficaz
Objetivo:
Diferente De acuerdo a la complejidad y
Contexto especialización de las
organizaciones, asignar los recursos
disponibles a las diferentes
actividades de la manera mas eficaz

Método Científico
(INVESTIGACION DE OPERACIONES)
 Modelo de Investigación De
Operaciones
Es una representación simplificada e idealizada de la realidad o también, un modelo es una abstracción
selectiva de la realidad.

TIPOS DE MODELOS DE INVESTIGACION DE OPERACIONES:

 Modelo simbólico o matemático: Supone que todas las variables relevantes son cuantificables.
 Modelo de simulación: estos “imitan” el comportamiento del sistema sobre un período. Se logra
observar la ocurrencia de eventos, esta información se acumula en observaciones estadísticas.
Pueden simular modelos complejos que no pueden resolverse matemáticamente, pero están sujetos al
error experimental.
 Modelo Heurístico: Se basa en las reglas empíricas o intuitivas que, dada una solución actual al
modelo, permiten la determinación de una solución mejorada.

MUNDO REAL
MUNDO REAL
SUPUESTO
MODELO
 Fases del Estudio de Investigación de
Operaciones
 Definición del problema:
1. Descripción de la meta u objetivo de estudio
2. Identificar alternativas de decisión del sistema
3. Reconocer limitaciones, restricciones y requisitos del sistema
 Construcción del modelo: tal modelo deberá especificar expresiones cuantitativas
para el objetivo y las restricciones del problema en función de sus variables de
decisión.
 Solución del modelo: si se usa el modelo matemático utiliza técnicas de optimización
bien definidas y se dice que la solución es óptima. Verificando que el resultado de las
variables cumpla con las restricciones del modelo. En los modelos heurísticos y de
simulación el concepto de óptimo no esta muy claro, la solución se emplea para
obtener valores aproximados del sistema.
 Validación del modelo: un modelo es válido si, independientemente de sus
inexactitudes, puede dar una predicción confiable del funcionamiento del
sistema. (comparación de datos históricos)
 Implantación de los resultados finales.
 Metodología para Modelación
 Variables de decisión y parámetros: las variables son las incógnitas a determinarse.
Los parámetros del sistema pueden ser determinísticos o probabilísticos. Ejm: (X,Y)
 Restricciones: son limitaciones físicas del sistema, que limitan las variables de
decisión a sus valores permisibles. Se utilizan los signos matemáticos de relación.
Ejm: Demanda, Tiempo, Producción, Disponibilidad, etc.
 Función objetivo: define la efectividad del sistema como una función matemática
de sus variables de decisión. Si el objetivo del sistema es maximizar el beneficio
total, la función objetivo debe especificar el beneficio en función de las variables
de decisión. Ejm: Maximizar la utilidad, Minimizar tiempos de producción, etc.
MAXIMIZAR O MINIMIZAR LA FUNCION OBJETIVO

SUJETA A

RESTRICCIONES
 Ejemplo de Modelación
 VARIABLES DE DECISIÓN
X: CANTIDAD PRODUCIDAS DIARIAMENTE DE PINTURAS EXTERIORES (TONELADAS )
Y: CANTIDAD PRODUCIDAS DIARIAMENTE DE PINTURAS INTERIORES (TONELADAS )

 RESTRICCIONES
6X + 4Y ≤ 24 (DISPONIBILIDAD DIARIA DE MATERIA PRIMA M1)
X + 2Y ≤ 6 (DISPONIBILIDAD DIARIA DE MATERIA PRIMA M2)

 FUNCIÓN OBJETIVO (Z):

MAXIMIZAR UTILIDAD DIARIA (MILES DE PESOS) DE PINTURAS INTERIORES Y
EXTERIORES
MAXIMIZAR Z= 5X + 4Y (UTILIDAD DIARIA)
 Principales Aplicaciones de la I. de O.

 Pronóstico
 Inventario
 Programación Lineal
 Asignación y transporte
 Teoría de redes
 Teoría de Colas o Líneas de Espera