INTRODUCCIN
1
2
computadoras, desde las grandes hasta las porttiles, para resolver problemas de
investigacin de operaciones, algunos de ellos muy complejos.
A lo largo del tiempo la programacin lineal a esta involucrada en el mundo
empresarial e industrial, se hace preciso describir cmo es posible aplicar los
conceptos anteriores en diferentes situaciones prcticas. Este desarrollo de
situaciones del mundo real constituye el autntico desarrollo de la programacin
lineal. No se tratan de meras aplicaciones, sino del campo especfico natural de
desarrollo de la programacin lineal. Sin casos prcticos como los que aqu se van
a desarrollar no se hubiera dado el auge real de esta tcnica operacional. Por otra
parte, el conocimiento de aplicacin de los principales conceptos de programacin
lineal permite plantear la resolucin de nuevos casos prcticos que surgen da a
da en la Empresa, la Industria y la Ingeniera.
Nos centraremos en este tema en aquellos problemas simples de programacin
lineal, los que tienen solamente 2 variables, problemas bidimensionales. Para
sistemas de ms variables, el procedimiento no es tan sencillo y se resuelven por
el llamado mtodo Simplex (ideado por G.B.Danzig, matemtico estadounidense
en 1951). Recientemente (1984) el matemtico indio establecido en Estados
Unidos, Narenda Karmarkar, ha encontrado un algoritmo, llamado algoritmo de
Karmarkar, que es ms rpido que el mtodo simplex en ciertos casos. Los
problemas de este tipo, en el que intervienen gran nmero de variables, se
implementan en ordenadores
Cabe mencionar que los principales fundadores de la investigacin de operaciones
y la programacin lineal fue reconocida fueronGeorge Dantzig, quien public el
algoritmo simplex, en 1947, John von Neumann, que desarroll la teora de la
dualidad en el mismo ao, y Leonid Kantorvich, un matemtico ruso, que utiliza
tcnicas similares en la economa antes de Dantzig.
2
3
3
4
1
(Hillier F.S., Lieberman G. J.,Mc Graw Hill)
1.2 ORIGEN DE LA IO
Lo se conoce como Investigacin de Operaciones se remontan a los aos 1759
cuando el economista Quesear empieza a utilizar modelos primitivos de
programacin matemtica. Ms tarde, otro economista de nombre Walras, hace
uso, en 1874, de tcnicas similares. Los modelos lineales de la Investigacin de
Operaciones tienen como precursores a Jordan en 1873, Minkowsky en 1896 y a
Farkas en 1903. Los modelos dinmicos probabilsticos tienen su origen con
Markov a fines del siglo pasado. El desarrollo de los modelos de inventarios, as
como el de tiempos y movimientos, se lleva a cabo por los aos veinte de este
siglo, mientras que los modelos de lnea de espera se originan con los estudios de
Erlang, a principios del siglo XX. Los problemas de asignacin se estudian con
mtodos matemticos por los hngaros Konig y Egervary en la segunda y tercera
dcadas de este siglo. Los problemas de distribucin se estudian por el ruso
Kantorovich en 1939. Von Neuman cimienta en 1937 lo que aos ms tarde
culminara como la Teora de Juegos y la Teora de Preferencias (esta ltima
desarrollada en conjunto con Morgenstern). Hay que hacer notar que los modelos
matemticos de la Investigacin de Operaciones que utilizaron estos precursores,
estaban basados en el Clculo Diferencial e Integral (Newton, Lagrange, Laplace,
Lebesgue, Leibnitz, Reimman, Stieltjes, por mencionar algunos), la Probabilidad y
la Estadstica (Bernoulli, Poisson, Gauss, Bayes, Gosset, Snedecor, etc.). No fue
sino hasta la Segunda Guerra Mundial, cuando la Investigacin de Operaciones
empez a tomar auge. Primero se le utiliz en la logstica estratgica para vencer
al enemigo (Teora de Juegos) y, ms tarde al finalizar la guerra, en la logstica de
distribucin de todos los recursos militares de los aliados dispersos por todo el
mundo. Fue debido precisamente a este ltimo problema, que la fuerza area
norteamericana, a travs de su centro de investigacin Rand Corporation,
comision a un grupo de matemticos para que resolviera este problema que
estaba consumiendo tantos recursos humanos, financieros y materiales. Fue el
doctor George Dantzig, el que en 1947, resumiendo el trabajo de muchos de sus
precursores, inventara el mtodo Simplex, con lo cual dio inicio a la Programacin
Lineal. Con el avance de las computadoras digitales se empez a extender la
Investigacin de Operaciones, durante la decena de los cincuenta en las reas de
Programacin Dinmica (Bellman), Programacin No Lineal (Kuhn y Tucker),
Programacin Entera (Gomory), Redes de Optimizacin (Ford y Fulkerson),
Simulacin (Markowitz), Inventarios (Arrow, Karlin, Scarf, Whitin), Anlisis de
Decisiones (Raiffa) y Procesos Markovianos de Decisin (Howard). La
4
5
(Prawda Juan)
1.3 SURGIMIENTO DE LA IO
La investigacin operacional desciende - bajo ciertos aspectos- de la
administracin cientfica, incrementada por mtodos ms refinados (principalmente
matemticos): la tecnologa computacional y de una orientacin rumbo a los
problemas ms amplios. La Investigacin de Operaciones adopta el mtodo
cientfico como estructura para la solucin de los problemas, dando mayor nfasis
al juicio objetivo que al juicio subjetivo. Los autores de la escuela matemtica,
provienen la mayora de la matemtica, de la estadstica, de la ingeniera y de la
economa y poseen una orientacin ntidamente tcnico econmica y
estrictamente racional y lgica.
Los principales campos de aplicacin de la I.O. son:
a. Relativa a personas:
- Organizacin y gerencia.
- Ausentismo y relaciones de trabajo.
- Economa.
- Decisiones individuales.
- Investigaciones de mercado.
c. Relativa a movimientos:
Transporte.
Almacenamiento, distribucin y manipulacin.
Comunicaciones.
5
6
Dirigir una organizacin u operacin compleja, tal como una extensa planta
manufacturera, una aerolnea, o un despliegue militar requiere coordinacin
precisa de materiales, mquinas y gente. Los analistas de investigacin de
operaciones ayudan a las organizaciones a coordinar y operar de la manera ms
eficiente aplicando mtodos cientficos y principios matemticos a los problemas
organizacionales. Los administradores pueden evaluar alternativas y escoger el
curso de accin ptimo para la organizacin. Los analistas de investigacin de
operaciones, tambin llamados analistas de las ciencias administrativas, son
solucionadores de problemas. Los problemas que atacan estn en su mayora
relacionados con las grandes organizaciones de negocios: estrategia, pronsticos,
distribucin de recursos, disposicin de medios, control de inventarios,
calendarizacin de personal, y sistemas de distribucin. El mtodo que usan
generalmente involucra un modelo matemtico (conjunto de ecuaciones) que
explica la manera en que ocurren las cosas dentro de la organizacin. Dicho
modelo es una representacin simplificada que permite al analista dividir los
sistemas en partes, asignar valores numricos a cada componente, y examinar las
relaciones matemticas entre ellos. Estos valores pueden ser alterados para
determinar qu ocurrira bajo diferentes circunstancias. Los principales tipos de
modelos son: simulacin, optimizacin lineal, redes, lneas de espera, y teora de
juegos. Los analistas de investigacin de operaciones hacen uso extensivo de los
recursos computacionales en su trabajo. Generalmente son expertos en el manejo
de bases de datos, programacin, y desarrollo de software sofisticado. La mayora
de los modelos realizados por los analistas de investigacin de operaciones son
tan complicados que slo una computadora los puede resolver eficientemente. Los
problemas que manipulan varan segn la industria. Por ejemplo, un analista para
una aerolnea coordinar la calendarizacin de vuelos y mantenimiento, estimados
de nivel de pasajeros, y consumo de combustible para producir un calendario que
optimice todos estos factores y as asegure la seguridad y producir la mayor
ganancia posible. Por otro lado, un analista empleado en un hospital se
concentrar en diferentes problemas, como el control de admisin de pacientes, el
manejo del flujo de pacientes, la asignacin de turnos, monitoreo de uso de
servicios de farmacia y laboratorios, o el pronstico de la demanda para nuevos
servicios del hospital. El papel del analista de investigacin de operaciones vara
6
7
7
8
8
9
9
10
10
11
11
12
similar a los modernos frenos de disco que sujeta el disco de embrague para el
frenado, en lugar de utilizar un sistema separado como en la mayora de los
coches.
Public vuelo areo en 1907-1908 y fue invitado a unirse a comit asesor del
primer ministro Asquith para la aeronutica en su formacin 1909. Un avin
experimental co-diseado por Lanchester no sobrevivi a su vuelo de prueba
en 1911, y abandon el lado prctico de la aviacin.
12
13
grande haba sido dos veces ms potente en el pasado, pero ahora era cuatro
veces, el cuadrado de la diferencia.
Sin embargo le defraud el hecho de no haber visto ni una sola aplicacin real
de las matemticas en ninguna de las materias que haba cursado. As, en
1937, Dantzig dej a su esposa para trabajar en un proyecto de estudio de
mercado ("Urban study of consumer purchase") como estadstico en el Bureau
of Labor Statistics. Sin embargo dos aos despus decidi completar sus
estudios con un Doctorado en Estadstica bajo la supervisin del famoso
profesor Jerzy Neyman en la Universidad de Berkeley, California. Sin embargo,
no acabara el doctorado hasta 1946 ya que cuando Estados Unidos entr en la
contienda de la Segunda Guerra Mundial a finales de 1941, interrumpi sus
estudios por segunda vez y se traslad a Washington para unirse a las Fuerzas
13
14
14
15
15
16
16
17
Los Estados Unidos entr en la Segunda Guerra Mundial despus de que los
japoneses atacaron la flota estadounidense en Pearl Harbor el 7 de diciembre de
1941. Para el 11 de diciembre, la de Estados Unidos estaba en guerra con
Alemania. Bellman dej la Universidad de Johns Hopkins a principios de 1942
para ocupar un puesto como instructor militar en Electrnica en la Universidad de
Wisconsin. Mientras que la enseanza de la electrnica como parte del esfuerzo
de guerra, emprendi sus estudios en matemticas y recibi una Maestra de
Wisconsin en 1943. Continua para llevar a cabo trabajo de la guerra con su
enseanza, Bellman siguiente fue a la Universidad de Princeton, donde ense en
el Especializada Ejrcito Programa de entrenamiento. l fue capaz de continuar el
trabajo realizar graduado en matemticas, pero en diciembre de 1944 fue
reclutado por el ejrcito y asignado o el Proyecto Manhattan en Los Alamos. All
trabaj en los problemas de la fsica terica hasta su puesta en libertad en 1946.
17
18
18
19
19
20
20
21
21
22
22
23
23
24
24
25
25
26
lineal como una herramienta auxiliar para resolver problemas ms complejos como
son programas enteros, programas discretos, programas no lineales, problemas
combinatorios, problemas de programacin estocstica y problemas de control
ptimo. Algunas de esas personas son:
Leonid Vitalevich Kantorovitch: En 1939 public una monografa titulada
"Mtodos matemticos de organizacin y planificacin de la produccin".
Tjalling Charles Koopmans: En compaa con Kantorovitch estudiaron entre
1941 y 1942 el conocido ahora como problema del transporte, ambos recibieron el
premio Nobel de Economa en 1975.
George Dantzig: Desarrollo en 1947 el procedimiento de solucin conocido como
algoritmo simplex para resolver modelos de programacin lineal, desde entonces
el mas utilizado.
George Joseph Stigler: Plante en 1945 el problema del rgimen alimenticio
optimal, conocido ahora como problema de la dieta.
John von Neumann: Relacion los problemas de Programacin Lineal con la
teora de Matrices en 1947.
En 1979 L.G Khachigan pblico su algoritmo elipsoidal, tericamente mejor que el
simplex, posteriormente en 1984 N. Karmarkar pblico un algoritmo que lleva su
nombre cuyo desempeo es ms rpido. Sin embargo en la prctica el simplex
sigue siendo ms utilizado. Tambin se han desarrollado algoritmos tipo simplex
para programas particulares de programacin lineal. Esto se ha hecho la
estructura espacial de tales modelos. Este es el caso de los problemas de
transporte, cuya matriz de restricciones es totalmente unimodular, el problema de
ordenamiento o control de proyectos, algunos problemas de teoras de redes que
tiene una representacin grfica como el de la ruta ms corta y flujo mximo entre
otros.
La herramienta principal de optimalidad est dada por el concepto de dualidad.
Este juega un papel muy importante tanto en el estudio de las propiedades de un
modelo como el desarrollo de los algoritmos para resolverlo.
La programacin lineal (PL) debe su fama a dos aspectos principales: el primero
es que una gran variedad de problemas, en diversos campos, pueden ser
formulados o aproximados como problemas lineales, por esta razn este tipo de
problemas surgen en la industria en los sistemas de transporte, la comunicacin,
la educacin, las finanzas, las redes electrnicas e hidrulicas, entre otros. Sin
embargo esto no sera una ventaja si no existiera una buena manera de
resolverlos. El segundo punto consiste en que se han desarrollado algoritmos
eficientes para resolver el modelo lineal. Se pueden relacionar tambin muchos
factores como la habilidad de los usuarios para resolver problemas a gran escala
26
27
27
28
2.3 APLICACIONES
La Programacin Lineal (PL) tiene un gran nmero de aplicaciones en muchos
mbitos empresariales, industriales, de gestin, y en general en la toma de toma
de decisiones.
La Programacin Lineal es utilizada en el marketing y la publicidad como una
herramienta que permite determinar la combinacin ideal de medios para anunciar
los productos. En muchos casos se partir de un presupuesto para la publicidad
fijo y el objetivo ser distribuirlo entre las distintas opciones (radio, televisin,
peridicos, revistas, etc.) de manera que los productos tengan la mayor difusin
posible. Para otros casos, las restricciones no sern de presupuesto, sino que se
darn de acuerdo con la disponibilidad de cada medio y a las polticas publicitarias
de la empresa.
ESTUDIOS DE MERCADO: La programacin lineal es aplicable tambin a la
investigacin de mercados, ya que nos permite disear encuestas a travs del uso
de la Programacin Lineal y al mismo tiempo conocer el costo que nos generara y
tratar de minimizarlo.
COMBINACIN PTIMA DE BIENES: Las tcnicas de PL permiten decidir sobre
la cantidad ms adecuada que una empresa debe producir de cada uno de sus
productos a fin maximizar los beneficios sin dejar de cumplir con unos
28
29
29
30
30
31
TJALLING KOOPMANS:
32
33
33
34
REFERENCIAS
148.204.211.134/polilibros/portal/Polilibros/P_terminados/Investigacion_de_operac
iones_
Investigacin De Operaciones 7. Edicin (HAMDY A. TAHA)
P PR RO OG GR RA AM MA AC CI I N N D DI IN N M MI IC CA
(Universidad Politcnica de Cartagena (BASADO EN HAMDY A. TAHA)
Noviembre de 2000
34
35
http://www.uoc.edu/in3/emath/docs/Aplicaciones_PL.pdf
CONCLUSIONES
35
36
36