INVESTIGACIÓN DE

OPERACIONES
1. Concepto y delimitación de la I.O.
•Antecedentes:
Surge durante la segunda Guerra Mundial,
luego y con motivo de la revolución industrial, ha ido teniendo
cada vez más importancia dado el crecimiento y complejidad de
las nuevas organizaciones. Cobró especial importancia con el
desarrollo de la informática.
•Definición
Aplicación del método científico por un grupo
multidisciplinario personas a la resolución de un problema.
•Objetivo
Decidir mediante métodos científicos el diseño que optimiza
el funcionamiento del proceso analizado, generalmente bajo
condiciones que implican la utilización de recursos escasos.
 Métodos en Investigación Operativa

•Métodos determinísticos: Programación lineal, programación

entera, probabilidad de transporte, teoría de la localización o
redes, programación multicriterio, teoría de inventarios, etc.
•Métodos probabilísticos: Cadenas de markov, teoría de juegos,
líneas de espera, teoría de inventarios, etc.
•Métodos híbridos: Conjugan métodos determinísticos y
probabilísticos.
•Métodos heurísticos: soluciones basadas en la experiencia.
 INVESTIGACION DE OPERACIONES
El Arte del Modelado

La I.O debe ser considerada como una ciencia y la vez como un

arte.

•Una ciencia por el uso de técnicas matemáticas para la

resolución de los problemas.

•Un arte ya que la formulación del modelo depende en gran parte

de la creatividad y la experiencia delas operaciones del equipo
investigador.
 INVESTIGACION DE OPERACIONES
Etapas para puesta en práctica
1. Definición del problema:
•Alternativas de decisión (vars. de decisión).
• El objetivo de estudio (Función Objetivo).
• Identificación de las restricciones del sistema que se modela.
2. Construcción del modelo:
• Traducir el problema a relaciones matemáticas que incluyan las variables
de decisión, la Función Objetivo y las restricciones.
3. Solución del modelo:
• Uso de algoritmos de optimización.
• Se encuentran los valores de las variables de decisión.
4. Validación del modelo:
• ¿El modelo entrega una predicción razonable del comportamiento del
sistema estudiado?
5. Puesta en práctica:
• Traducir los resultados del modelo en instrucciones de operación.
 Una vez presentado el problema
¿cómo plantearlo científicamente?

Formulación matemática del problema

 Formulación matemática del problema: Ejemplo
PROBLEMA DE LA MEZCLA DE PRODUCTOS
Una compañía fabrica dos tipos de componentes electrónicos:
transistores y bobinas.
Cada transistor requiere un minuto de tiempo en el departamento
de ensamble, dos minutos de tiempo en el departamento de Control
de Calidad y un minuto de tiempo en empaque.
Cada bobina requiere dos minutos de tiempo en ensamble, un
minuto de tiempo en Control de Calidad y dos minutos en empaque.
Existe un total de 300 minutos en Ensamble, 400 minutos en C.
Calidad y 400 minutos en Empaque disponibles cada día.
Tanto los transistores como las bobinas contribuyen en un dólar a
la utilidad.
La compañía desea determinar la mezcla de productos optima que
maximice la utilidad total.
 Formulación matemática del problema

Solución:
Formulación
Paso 1: Identificar el objetivo (meta) a optimizar
Maximizar las utilidades de la compañía (U).{dólares/día}
Paso 2: Identificar las variables de decisión que deseamos determinar
X….Cantidad de transistores a fabricar por día {unds./día}
Y….Cantidad de bobinas a fabricar por día {unds./día}
Paso 3: Identificar las restricciones del modelo
R1) Tiempo disponible en el depto. de Ensamble por día 300 min.
R2) Tiempo disponible en el depto. de C. Calidad por día de 400 min.
R3) Tiempo disponible en el depto. de Empaque por día de 400 min.
R4) No Negatividad.
 Formulación matemática del problema

Paso 4: Construcción del modelo matemático

F.Objetivo
MAX { U = X + Y }
Sujeto a :
R1) X + 2Y  300
R2) 2X + Y  400
R3) X + 2Y  400
R4) X , Y  0
 Formulación matemática del problema

EJERCICIO PROPUESTO
El departamento de rayos X de un hospital tiene dos máquinas, A y
B, que pueden utilizarse para revelar radiografías. La capacidad
de procesamiento diaria de estas máquinas es A=80 y B=100
radiografías. El departamento debe planear procesar al menos 150
radiografías por día. Los costos de operación por radiografía son
$4 para la máquina A y $3 para la máquina B. ¿Cuántas
radiografías por día debe procesar cada máquina para minimizar
costos?
 Formulación matemática del problema

Solución:
Formulación
Paso 1: Identificar el objetivo (meta) a optimizar
Minimizar los costos de procesamiento (C).{dólares/día}
Paso 2: Identificar las variables de decisión que deseamos determinar
X….Cantidad de radiografías a procesar en máquina A al día {rad./día}
Y…. Cantidad de radiografías a procesar en máquina B al día {rad./día}
Paso 3: Identificar las restricciones del modelo
R1) Capacidad de procesamiento de rad. en la maquina A de 80.
R2) Capacidad de procesamiento de rad. en la maquina B de 100.
R3) Capacidad mínima del departamento de 150 rad. por día.
R4) No Negatividad.
 Formulación matemática del problema

Paso 4: Construcción del modelo matemático

F.Objetivo
M IN { C = 4X + 3Y }
Sujeto a :
R1) X  80
R2) Y  100
R3) X + Y  150
R4) X , Y  0
 Algunas reflexiones

• Hemos pasado de la definición del problema a su

formulación matemática.
• Error de especificación, el error más frecuente consiste en
descuidar las limitaciones (restricciones, características de
las variables, etc,)
 Algunas reflexiones
El ejercicio anterior plantea un PROBLEMA DE DECISIÓN
Hemos tomado una situación real y hemos construido su equivalente
matemático MODELO MATEMÁTICO
Durante la formulación del modelo matemático nosotros
consideramos el método cuantitativo que (esperanzadamente) nos
permitirá resolver el modelo numéricamente ALGORITMO
El algoritmo es un conjunto de instrucciones que siguiendo de
manera gradual producen una solución numérica

Llegamos a una nueva definición de I.O.

Ciencia para la representación de problemas reales mediante
modelos matemáticos que junto con métodos cuantitativos nos
permiten obtener una solución numérica a los mismos
Dificultades

Dificultades de este tipo de enfoques:

•Identificación del problema (debemos ignorar partes o tratar el
problema entero)
•Elección del modelo matemático adecuado así como el
algoritmo adecuado para resolverlo (validación del algoritmo)
•Dificultades en la implementación
•Velocidad (costes) que supone llegar a una solución
•Calidad de la solución
•Consistencia de la solución
FIN