Historia de la Investigacin de Operaciones

Investigacin de Operaciones se dio durante la Segunda Guerra Mundial en Gran Bretaa, donde
la Administracin Militar llam a un grupo de cientficos de distintas reas del saber para que
estudiaran los problemas tcticos y estratgicos asociados a la defensa del pas.

Las races de la IO pueden encontrarse muchas dcadas atrs,1 cuando se

hicieron los primeros intentos por emplear el mtodo cientfi co para
administrar una empresa. Sin embargo, el inicio de la actividad llamada
investigacin de operaciones es atribuible a ciertos servicios militares que se
prestaron al inicio de la Segunda Guerra Mundial. Debido a los esfuerzos
blicos, exista la urgente necesidad de asignar recursos escasos a las distintas
maniobras militares y a las actividades que componan cada operacin de la
manera ms efi caz. Por ello, las administraciones militares estadounidense y
britnica llamaron a un gran nmero de cientfi cos para que aplicaran el
mtodo cientfico a ste y a otros problemas estratgicos y tcticos. En
realidad, les solicitaron que hicieran investigacin sobre operaciones
(militares). Estos grupos de cientfi cos fueron los primeros equipos de IO.
Debido al desarrollo de mtodos efi caces para utilizar la nueva herramienta
que representaba el radar, los cientfi cos contribuyeron al triunfo en la guerra
area que libr Gran Bretaa.
Sus investigaciones para mejorar el manejo de las operaciones antisubmarinas
y de proteccin tambin tuvieron un papel importante en la victoria de la
campaa del Atlntico Norte. Esfuerzos similares fueron de gran ayuda en la
campaa del Pacfi co.
La referencia seleccionada 2 proporciona una entretenida historia de la
investigacin de operaciones que rastrea sus races hasta 1564 y describe una
cantidad considerable de contribuciones cientfi cas desde ese ao hasta 1935
que infl uyeron en el desarrollo subsiguiente de la IO.
Al inicio de la dcada de los aos cincuenta, estos visionarios introdujeron el
uso de la investigacin de operaciones en una serie de organizaciones
industriales, de negocios y del gobierno. Desde entonces, se ha desarrollado
con rapidez.
INTRODUCCIN A LA PROGRAMACIN LINEAL
La programacin lineal utiliza un modelo matemtico para describir el problema. El
adjetivo lineal significa que todas las funciones matemticas del modelo deben ser
funciones lineales. En este caso, la palabra programacin no se refi ere aqu a trminos
computacionales; en esencia es sinnimo de planeacin. Por lo tanto, la programacin
lineal involucra la planeacin de actividades para obtener un resultado ptimo; esto es,
el resultado que mejor alcance la meta especificada de acuerdo con el modelo
matemtico entre todas las alternativas factibles.
Aunque la asignacin de recursos a las actividades es la aplicacin ms frecuente, la
programacin lineal tiene muchas otras posibilidades. En realidad, cualquier problema
cuyo modelo matemtico se ajuste al formato general del modelo de programacin
lineal, es un problema de programacin lineal. (Por esta razn, un problema de
programacin lineal y su modelo se denominan con frecuencia programa lineal, o
incluso slo PL.)

QUE ES PROGRAMACIN LINEAL?

Expresado brevemente, el tipo ms comn de aplicacin abarca el problema general de asignar

recursos limitados entre actividades competitivas de la mejor manera posible (es decir, en forma
ptima). Este problema de asignacin puede surgir cuando deba elegirse el nivel de ciertas
actividades que compiten por recursos escasos para realizarlas. La variedad de situaciones a las
que se puede aplicar esta descripcin es sin duda muy grande, y va desde la asignacin de
instalaciones productivas a los productos, hasta la asignacin de los recursos nacionales a las
necesidades de un pas; desde la planeacin agrcola, hasta el diseo de una terapia de radiacin;
etc. No obstante, el ingrediente comn de todas estas situaciones es la necesidad de asignar
recursos a las actividades.
Con frecuencia, seleccionar una alternativa incluye satisfacer varios criterios al mismo tiempo.
La PL es una tcnica determinista, no incluye probabilidades y utiliza un modelo matemtico para
describir el problema. El adjetivo lineal significa que todas las funciones matemticas del modelo
deben ser funciones lineales. En este caso, la palabra programacin no se refiere a programacin
en computadoras; en esencia es un sinnimo de planeacin.

PARA QU SIRVE LA PROGRAMACIN LINEAL?

As, la PL trata la planeacin de las actividades para obtener un resultado ptimo, esto es, el
resultado que mejor alcance la meta especificada (segn el modelo) entre todas las opciones de
solucin. Aunque la asignacin de recursos a las actividades es la aplicacin ms frecuente, la PL
tiene muchas otras posibilidades. De hecho, cualquier problema cuyo modelo matemtico se ajuste
al formato general del modelo de PL es un problema de PL.

CULES SON LOS SUPUESTOS DE PROGRAMACIN LINEAL?

Suposicin de Proporcin.
El primer supuesto tiene que ver con la forma lineal de las funciones. Ya que el objetivo es lineal, la
contribucin al objetivo de cualquier decisin es proporcional al valor de la variable de decisin.
Producir dos veces ms de producto producir dos veces ms de ganacia, contratando el doble de
pginas en las revistas doblar el costo relacionado con las revistas.
Supuesto de Adicin.
Es la contribucin de una variable a la funcin objetivo es independiente de los valores de las otras
variables. La ganancia con una computadora Notebook es de $10,750.00, independientemente de
cuantas computadoras Desktop se producen.
Suposicin de ser Divisible.
En un modelo de programacin lineal, las variables de decisin pueden tomar cualquier
valor, incluso valores no enteros, que satisfagan las restricciones funcionales y de no
negatividad. En consecuencia, estas variables no estn restringidas a slo valores
enteros. Como cada variable de decisin representa el nivel de alguna actividad, se
supondr que las actividades se pueden realizar a niveles fraccionales.
Es posible tomar una fraccin de cualquier variable. Por ejemplo, en un problema de marketing,
qu significa comprar 2.67 avisos en la televisin? Es posible que la suposicin de ser divisible sea
insatisfecha en este ejemplo. O puede ser que tales unidades de 2.67 avisos correspondan a
2,666.7 minutos de avisos, en cuyo caso redondeando la solucin seran 2,667 minutos con una
mnima duda que est cercana a la solucin ptima. Si la suposicin de divisible no es vlida,
entonces se usar la tcnica de Programacin Lineal Entera.
Supuesto de Certeza. La Programacin Lineal no permite incertidumbre en los valores.
No negatividad: Ser difcil que un problema cumpla con todas las suposiciones de manera
exacta. Pero esto no negar la factibilidad de uso del modelo. Un modelo puede ser an til
aunque difiera de la realidad, si se es consistente con los requerimientos ms estrictos dentro del
modelo y se tiene claras sus limitaciones al interpretar los resultados.

QU ES LA FUNCIN OBJETIVO?

Funcin objetivo. La funcin objetivo define la medida de efectividad del sistema como una
funcin matemtica de las variables de decisin. La solucin ptima ser aquella que produzca el
mejor valor de la funcin objetivo, sujeta a las restricciones.

QUE ES UN MODELO MATEMTICO?

Son modelos que emplean un conjunto de smbolos y funciones para representar las variables de
decisin y sus relaciones para describir el comportamiento del sistema. El uso de las matemticas
para representar el modelo, el cual es una representacin aproximada de la realidad, nos permite
aprovechar las computadoras de alta velocidad y tcnicas de solucin con matemticas
avanzadas.
Los modelos matemticos tambin son representaciones idealizadas, pero estn
expresados en trminos de smbolos y expresiones matemticas. Las leyes de la fsica
como F = ma y E = mc2 son ejemplos familiares. En forma parecida, el modelo
matemtico de un problema industrial est conformado por el sistema de ecuaciones y
expresiones matemticas relacionadas que describen la esencia del problema. De esta
forma, si deben tomarse n decisiones cuantifi cables relacionadas entre s, se
representan como variables de decisin (x1, x2, . . . , xn) para las que se deben
determinar los valores respectivos. En consecuencia, la medida de desempeo
adecuada (por ejemplo, la ganancia) se expresa como una funcin matemtica de
estas variables de decisin (por ejemplo, P = 3x1 + 2x2 + . . . + 5xn). Esta funcin se
llama funcin objetivo. Tambin se expresan en trminos matemticos todas las
limitaciones que se puedan imponer sobre los valores de las variables de decisin, casi
siempre en forma de ecuaciones o desigualdades (como x1 + 3x1 x2+ 2x2 <- 10). Con
frecuencia, tales expresiones matemticas de las limitaciones reciben el nombre de
restricciones. Las constantes (los coefi cientes o el lado derecho de las expresiones)
de las restricciones y de la funcin objetivo se llaman parmetros del modelo. El
modelo matemtico puede decir entonces que el problema es elegir los valores de las
variables de decisin de manera que se maximice la funcin objetivo, sujeta a las
restricciones dadas. Un modelo de este tipo, y algunas de sus variantes menores, tipifi
can los modelos que se analizan en investigacin de operaciones.

EN QU TIPO DE EMPRESAS O INSTITUCIONES SE PUEDE

APLICAR PROGRAMACIN LINEAL?
La Investigacin de Operaciones se ha aplicado en los negocios, la industria, la milicia, el gobierno,
los hospitales, etc. As, la gama de aplicaciones es extraordinariamente amplia. Casi todas las
organizaciones ms grandes del mundo (alrededor de una docena) y una buena proporcin de las
industrias ms pequeas cuentan con grupos bien establecidos de Investigacin de Operaciones.
Muchas industrias, incluyendo la area y de proyectiles, la automotriz, la de comunicaciones,
computacin, energa elctrica, electrnica, alimenticia, metalrgica, minera, del papel, del petrleo
y del transporte, han empleado la Investigacin de Operaciones. Las instituciones financieras,
gubernamentales y de salud estn incluyendo cada vez ms estas tcnicas

CULES SON LOS PASOS PARA LA CONSTRUCCIN DE UN

MODELOS MATEMTICO?
Un modelo matemtico comprende principalmente tres conjuntos bsicos de elementos. Estos son:
1) variables y parmetros de decisin, 2) restricciones y 3) funcin objetivo.
1. Variables y parmetros de decisin. Las variables de decisin son las incgnitas (o
decisiones) que deben determinarse resolviendo el modelo. Los parmetros son los valores
conocidos que relacionan las variables de decisin con las restricciones y funcin objetivo. Los
parmetros del modelo pueden ser determinsticos o probabilsticos.

2. Restricciones. Para tener en cuenta las limitaciones tecnolgicas, econmicas y otras del
sistema, el modelo debe incluir restricciones (implcitas o explcitas) que restrinjan las variables de
decisin a un rango de valores factibles.
3. Funcin objetivo. La funcin objetivo define la medida de efectividad del sistema como una
funcin matemtica de las variables de decisin. La solucin ptima ser aquella que produzca el
mejor valor de la funcin objetivo, sujeta a las restricciones.