1

INTRODUCCIN

En el presente trabajo se har un recuento de lo que conocemos como

investigacin de operaciones (IO) y la programacin lineal; si bien sabemos la
Investigacin de Operaciones, se desarroll de acuerdo a los problemas que
surgan en las fuerzas militares, la investigacin de operaciones se desarroll con
el fin de implementar el mtodo cientfico a problemas relacionados con el control
de las organizaciones o sistemas (hombre-mquina) a fin de que se produjeran
soluciones que sirvieran a los objetivos de toda la organizacin. Cabe mencionar
que el surgimiento IO puede encontrarse muchas dcadas atrs, cuando se
hicieron los primeros intentos por emplear el mtodo cientfico 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. Es posible identificar por lo menos otros dos factores
que tuvieron gran importancia en el desarrollo de la IO durante este periodo. Uno
es el progreso sustancial que se logr en el mejor rendimiento de las tcnicas
disponibles. Despus de la guerra, muchos de los cientficos que haban
participado en equipos de IO o que tenan informacin sobre este trabajo, estaban
motivados para realizar investigacin relevante en el campo, de lo cual resultaron
avances importantes; un ejemplo sobresaliente es el mtodo simplex para resolver
problemas de programacin lineal, desarrollado en1947 por George Dantzig.
Muchas de las herramientas caractersticas de la IO, como programacin lineal,
programacin dinmica, teora de colas y teora de inventarios haban sido
desarrolladas casi por completo antes del trmino de la dcada de los aos
cincuenta. Un segundo factor que dio gran impulso al desarrollo de este campo fue
la revolucin delas computadoras.
El manejo eficaz de los complejos problemas inherentes a la IO casi siempre
requiere un gran nmero de clculos. Realizarlos de forma manual puede resultar
casi imposible, por lo cual el desarrollo de la computadora electrnica digital, con
su capacidad para hacer clculos aritmticos, miles o tal vez millones de veces
ms rpido que los seres humanos, fue una gran ayuda para esta disciplina. Otro
avance tuvo lugar en la dcada de los aos ochenta, con el desarrollo de
computadoras personales cada vez ms rpidas y de buenos paquetes de
software para resolver problemas de IO. Hoy en da, millones de individuos tienen
acceso a estos paquetes y en forma cotidiana se utilizado toda una gama de

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

1. INVESTIGACIN DE OPERACIONES (IO)

1.1 QU ES LA INVESTIGACIN DE OPERACIONES?

1
La investigacin de operaciones es la aplicacin, por grupos interdisciplinarios,
del mtodo cientfico a problemas relacionados con el control de las
organizaciones o sistemas (hombre mquina). A fin de que se produzcan
soluciones que mejor sirvan a los objetivos de la organizacin. Las definiciones de
I.O. (Investigacin de Operaciones) varan desde tcnicas matemticas
especficas hasta el mtodo cientfico en s. Una de las reas principales de la
Investigacin de Operaciones es la Optimizacin o Programacin Matemtica. La
Optimizacin se relaciona con problemas de minimizar o maximizar una funcin
(objetivo) de una o varias variables, cuyos valores usualmente estn restringidos
por ecuaciones y/o desigualdades.
La I.O. es considerada simplemente una "teora de la decisin aplicada": "la
investigacin operacional utiliza cualquier mtodo cientfico, matemtico o lgico,
para hacer frente a los problemas que se presentan cuando el ejecutivo busca un
raciocinio eficaz para enfrentar sus problemas de decisin". En su sentido ms
amplio, la I.O. puede ser caracterizada como la aplicacin de mtodos cientficos,
tcnicas cientficas e instrumentos cientficos a problemas que involucran
operaciones de sistemas, de modo que provean a los ejecutivos responsables de
las operaciones, soluciones ptimas para los problemas". El enfoque de I.O.
incorpora el enfoque sistemtico al reconocer que las variables internas en los
problemas decisoria les son interdependientes e interrelacionadas. La
investigacin operacional es "la aplicacin de mtodos, tcnicas e instrumentos
cientficos a los problemas que envuelven las operaciones de un sistema, de modo
que proporcione, a los que controlan el sistema, soluciones ptimas para el
problema observado". Esta se "ocupa generalmente de operaciones de un sistema
existente...", esto es, "materiales, energas, personas y mquinas ya existentes".
"El objetivo de la investigacin operacional es capacitar la administracin para
resolver problemas y tomar decisiones.

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

generalizacin de la Investigacin de Operaciones ha tratado de darla Churchman,

Ackoff y Arnoff.

(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.

b. Relativa a personas y mquinas:

Eficiencia y productividad.
Organizacin de flujos en fbricas.
Mtodos de control de calidad, inspeccin y muestreo.
Prevencin de accidentes.
Organizacin de cambios tecnolgicos.

c. Relativa a movimientos:
Transporte.
Almacenamiento, distribucin y manipulacin.
Comunicaciones.

5
 6

(Chiavenato Idalbert, 1989)

1.3.1 EL ANALISTA DE INVESTIGACIN DE OPERACIONES

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

de acuerdo a la estructura y filosofa administrativa de la compaa. Algunas

empresas centralizan la investigacin de operaciones en un departamento; otras
dispersan el personal de investigacin de operaciones a travs de todas las
divisiones. Algunos analistas de investigacin de operaciones se especializan en
un tipo de aplicacin; otros se generalizan. El grado de supervisin vara segn la
estructura y experiencia de la organizacin. En algunas empresas los analistas
tienen un grado muy alto de independencia profesional; en otras, los analistas
son supervisados celosamente. Los analistas de investigacin de operaciones
tienen una relacin muy cercana con los administradores de alto nivel, quienes
tienen una gran variedad de requerimientos de soporte. Los analistas deben
adaptar su trabajo para cubrir estas necesidades. Sin considerar la estructura de
la organizacin o la industria, la investigacin de operaciones vincula un conjunto
similar de procedimientos. Los administradores comienzan el proceso
describiendo los sntomas del problema al analista.
Es decir el analista define entonces el problema, el cual algunas veces es de
naturaleza general y otras es especfico. Por ejemplo, un analista de una
manufacturera automotriz querr determinar el nivel ptimo de inventario de cada
uno de los materiales para un nuevo proceso de produccin o, ms
especficamente, para determinar cunto acero debe ser almacenado. Despus de
que el analista define el problema, aprende todo lo que se puede acerca de l.
Investiga el problema, despus lo divide en pequeos componentes. Entonces
acumula informacin acerca de cada una de esas partes. Generalmente esto
involucra consultar a un gran nmero de personal. Por ejemplo, para determinar la
cantidad ptima de acero a ser almacenado, el analista podra hablar con los
ingenieros acerca de los niveles de produccin; discutir arreglos de adquisicin
con los compradores industriales; Y examinar los datos de los costos de
almacenamiento provistos por el departamento de contabilidad. Con esta
informacin, el analista de investigacin de operaciones est listo para seleccionar
la tcnica analtica ms apropiada. Puede haber muchsimas tcnicas que se
adapten al problema, aunque tambin puede ser que slo una se ajuste a nuestras
necesidades. En algunos casos, el analista debe construir un modelo original para
examinar y explicar el sistema. En casi todos los casos, el modelo seleccionado
debe de ser modificado para reflejar las circunstancias especficas de la situacin.
Un modelo para la calendarizacin de vuelos de una aerolnea, por ejemplo,
puede tomar en cuenta la cantidad de combustible requerido para las rutas de
vuelo, varios niveles de demanda de los pasajeros, diferentes precios de los
boletos, calendarizacin de los pilotos, y costos de mantenimiento. El analista
selecciona los valores para estas variables, alimenta con ellos a la computadora,
la cual ha sido programada para hacer los clculos requeridos, y corre el programa
para producir el calendario ptimo de vuelos. En este punto, el analista presenta
el trabajo final a la administracin adems de ciertas recomendaciones basadas

7
 8

en los resultados de los anlisis. Para la toma final de decisiones se requerirn

corridas adicionales basadas en diferentes suposiciones. Una vez que se toma
una decisin, el analista trabaja para asegurar su instrumentacin.

1.3.2 LA INVESTIGACIN DE OPERACIONES EN LA PRCTICA

En esta seccin se presenta un breve panorama de las tcnicas de la

Investigacin de Operaciones. Despus se presentan los resultados de algunas
investigaciones que muestran cules tcnicas se han utilizado con mayor
frecuencia en la prctica y qu es necesario hacer para permitir al lector utilizar
con xito la Investigacin de Operaciones a lo largo de su carrera.

Programacin lineal: es un mtodo de solucin de problemas que se ha

desarrollado para situaciones que implican la maximizacin o la minimizacin de
una funcin lineal sujeta a restricciones lineales que limitan la medida en la que se
puede tender hacia la funcin objetivo.

Programacin lineal con nmeros enteros: Es un mtodo que se utiliza para

problemas que pueden ser planteados como programas lineales, con el requisito
adicional de que algunas o todas las decisiones recomendadas deben asumir
valores enteros.

Modelos de redes: Es una representacin grfica de un problema que consiste

en pequeos crculos, a los que se denomina nodos, interconectados por lneas a
las que se denomina arcos. Existen procedimientos de solucin especializados
para este tipo de problemas que permiten resolver rpidamente muchos
problemas gerenciales en reas como diseo de sistemas de transporte, diseo
de sistemas de informacin y programacin de proyectos.
Administracin de proyectos PERT/CPM: En muchos casos los administradores
asumen la responsabilidad de la planeacin, la programacin y el control de
proyectos que constan de numerosas tareas o trabajos que son llevados a cabo
por diversos departamentos, personas, etc. PERT y CPM son tcnicas que ayudan
a los administradores a cumplir con sus responsabilidades en la administracin de
proyectos.

Modelos de inventarios: Estos modelos se utilizan para auxiliar a

administradores que enfrentan los problemas duales de mantener suficientes
inventarios para satisfacer la demanda de bienes y, al mismo tiempo, de incurrir en
los menores costos posibles por el mantenimiento de esos inventarios.

8
 9

Modelos de lneas de espera (teora de colas): Se han desarrollado los modelos

de lneas de espera (colas o filas) para ayudar a los administradores a comprender
y a tomar mejores decisiones con respecto a la operacin de sistemas que
implican lneas de espera.

Simulacin en computadora: Esta es una tcnica que se utiliza para ensayar

modelos de la operacin de un sistema en el tiempo. Tal tcnica emplea un
programa computacional para modelar la operacin y realizar clculos sobre la
simulacin.

Anlisis de decisiones: El anlisis de decisiones puede servir para determinar

estrategias ptimas en situaciones en las que existen varias alternativas de
decisin y un patrn de eventos incierto o lleno de riesgo.

Programacin de metas: Esta es una tcnica que se utiliza para resolver

problemas de decisiones con criterios mltiples, por lo general dentro de una
estructura de programacin lineal. Proceso analtico de jerarquizacin. Es una
tcnica de toma de decisiones con criterios mltiples que permite la inclusin de
factores subjetivos para llegar a la decisin que se recomienda.
Pronsticos: Los mtodos de pronstico se pueden emplear para predecir
aspectos futuros de una operacin de negocios.

Modelos de procesos de Markov: Los modelos de procesos de Markov son

tiles para estudiar la evolucin de ciertos sistemas despus de varias
repeticiones. Por ejemplo, se han usado procesos de Markov para describir la
probabilidad de que una mquina que est funcionando en un periodo contine
funcionando o se descomponga en otro periodo.

Programacin dinmica: Esta programacin es una tcnica que permite

descomponer un problema grande de manera que, una vez que se han resuelto
los problemas ms pequeos obtenidos en la descomposicin, se tiene una
solucin ptima para el problema completo.

9
 10

(David R. Ander son, Dennis J. S w een ey, Th omas A. Williams.)

1.3.3 MODELOS DE LA INVESTIGACIN DE OPERACIONES

Figura N 1 Modelos de investigacin

10
 11

1.3 MINI BIOGRAFA DE LOS AUTORES QUE INTERVINIERON EN LA IO

Frederick William Lanchester: Nacido en

Londres, Inglaterra, Frederick William
Lanchester era un ingeniero que hizo
importantes contribuciones a la ingeniera
del automvil, la aerodinmica y co-
inventado el campo de la investigacin de
operaciones. Lanchester entr Hartley
University College (ahora la Universidad de
Southampton) en 1891, y luego en la
Escuela Nacional de Ciencias en el
Imperial College. Su primer trabajo
despus de la escuela era una teora de la
aerodinmica, que se desarroll en 1892,
pero fue persuadido de no publicar, ya que sus teoras en este campo
"descabellada" arruinara su reputacin como un ingeniero.

Se uni a la Forward Gas Engine Company of Birmingham en 1889, y en 1893

cre su propio taller. En 1896 l y su hermano construy el primer coche de
gasolina en Inglaterra, un motor de combustin interna de un solo cilindro 5 hp
con transmisin por cadena. Como un perfeccionista en el diseo, el
Lanchester rediseado y re-construido el motor del prximo ao en una versin
de dos cilindros opuestos horizontalmente usando su nuevo diseo mecha
carburador para mejorar el rendimiento y la velocidad. Lanchester y dos de sus
hermanos comenzaron el Lanchester Motor Company en 1900 para vender sus
diseos en el mercado. Muchas de las caractersticas del original se mantienen
en sus modelos de produccin, incluyendo el motor montado en la mitad entre
el asiento delantero que condujo a la falta de una zona de "campana". La
transmisin se basa en su propio engranaje epicicloidal compuesto, dando tres
velocidades hacia delante, y condujo al eje trasero a travs de su propio
engranaje helicoidal Lanchester. La transmisin tambin incluye un sistema

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.

George Lanchester asumi como jefe de mquinas en 1914, cuando Frederick

volvi a los esfuerzos de guerra. Despus de la guerra se present el cuarenta
por ms convencional, un rival para el Rolls-Royce 40/50 CV; se uni en 1924
por un 21hp OHC seis. En 1921 Lanchester fue la primera empresa en exportar
vehculos con volante a la izquierda. Cristales tintados tambin se introdujo en
estos coches por primera vez. Un 4440 cc recta y ocho fue lanzada en la Aurora
de la reunin de 1928, de nuevo con rbol de levas: result ser la ltima "real"
Lanchester, en 1931, la compaa fue adquirida por Daimler, y se convirti en
Lanchesters meramente Daimlers re-vestidos.

El verdadero inters de Lanchester se mantuvo vuelo mecnico, que haba

estado estudiando desde principios de los aos 1890. Lanchester desarroll un
modelo para los vrtices que se producen detrs de las alas durante el vuelo,
que incluye la primera descripcin completa de sustentacin y resistencia,
aunque la formulacin era algo complejo y tendra que esperar a que la versin
de Ludwig Prandtl antes de convertirse en general tiles. Luego se volvi su
atencin a la estabilidad de la aeronave, aerodonetics, el desarrollo de la teora
fugoide de Lanchester, que contena una descripcin de las oscilaciones y
puestos. Durante este trabajo se describe el diseo bsico de casi todos los
aviones han utilizado desde entonces.

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.

l, sin embargo, continuar con estudios sobre la aviacin. Durante la Primera

Guerra Mundial fue particularily interesado en la prediccin del resultado de las
batallas areas.En 1916 se public la aviacin en la guerra: El amanecer de los
cuarto brazo, que inclua una descripcin de una serie de ecuaciones
diferenciales que son hoy se conoce como leyes de potencia de Lanchester. La
ley describe cmo dos fuerzas se attrit entre s en combate, y demostr que la
capacidad de las armas modernas para operar en rangos largos cambi
drsticamente la naturaleza de combate - una fuerza que era el doble de

12
 13

grande haba sido dos veces ms potente en el pasado, pero ahora era cuatro
veces, el cuadrado de la diferencia.

George Bernard Dantzig Ourisson: naci el 8

de Noviembre de 1914 en Portland, en el estado
de Oregon de los Estados Unidos de Amrica.
Hijo de Tobas Dantzig, matemtico ruso, y Anja
Ourisson, lingista francesa especializada en
idiomas eslavos, George estudi en las escuelas
Powell Junior High School y Central High School.
Desde su infancia comenz a mostrar un
especial inters por la geometra, instigado
tambin por su propio padre, quien le propona
complicados problemas de geometra proyectiva.
George Dantzig realiz sus estudios
universitarios en la Universidad de Maryland
donde obtuvo una licenciatura en Matemticas y Fsica en 1936.

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

Areas de Estados Unidos. All ocup un puesto de jefe en la subdivisin civil

de anlisis de combate en el Centro de Control Estadstico (U.S.A.F.
Headquarters Statistical Control).

Su labor consista en la recopilacin de datos y anlisis de los combates areos

(nmero de misiones, bombas lanzadas, aeronaves perdidas, tasas de
desercin,), as cmo lidiar con las logsticas de la cadena de abastecimiento y
la gestin de cientos de miles de diferentes tipos de recursos materiales y
humanos. Toda esa planificacin se llevaba a cabo mediante tcnicas
manuales, por lo que fueron estos problemas, aparentemente irresolubles, los
que estimularon la bsqueda de un modelo matemtico y sentaron las bases de
lo que sera la programacin lineal. Por el trabajo realizado durante la Segunda
Guerra Mundial fue galardonado con la medalla al excepcional servicio civil
prestado al Departamento de Guerra (War Department's Exceptional Civilian
Service Medal) en 1944. As pues, en junio de 1946 se encontraba de nuevo
en Washington considerando varias ofertas de trabajo. Finalmente, persuadido
por sus colegas de la U.S.A.F. se decant por el cargo de asesor matemtico
para las Fuerzas Areas. Trabaj en una metodologa para calcular el tiempo
de duracin de las etapas de un programa de despliegue, entrenamiento y
suministro logstico de forma ms rpida y eficiente a la utilizada hasta el
momento. Se trataba de intentar mecanizar todo el proceso de planificacin.
Esto le llev a realizar sus grandes descubrimientos. Basndose en el mtodo
input-output, ideado por el economista ruso Wassily Letonio en 1939 (por cuyo
trabajo recibi el Premio Nobel), estableci el problema general de
Programacin Lineal. Sin embargo los problemas planteados eran demasiado
complejos para las computadoras ms veloces de la poca. Se haca necesario
desarrollar un mtodo capaz de encontrar soluciones en un tiempo razonable.
En este punto entr en juego la intuicin geomtrica que Dantzig haba
desarrollado en su juventud. Segn sus propias declaraciones: Comenc
observando que la regin factible es un cuerpo convexo, es decir, un conjunto
polidrico. Por tanto, el proceso se podra mejorar si se hacan movimientos a
lo largo de los bordes desde un vrtice al siguiente. Sin embargo, este
procedimiento pareca ser demasiado ineficiente. En tres dimensiones, la regin
se poda visualizar como un diamante con caras, aristas y vrtices. En los
casos de muchos bordes, el proceso llevara a todo un recorrido a lo largo de
ellos antes de que se pudiese alcanzar el vrtice ptimo del diamante. En el
verano de 1947 realiz la primera formulacin del mtodo Simplex.

En esa poca, concretamente en junio de 1947, las Fuerzas Areas

establecieron un grupo de trabajo dedicado a mejorar los procesos de
planificacin a gran escala que fue llamado Proyecto SCOOP (Scientific

14
 15

Computation of Optimal Programs). George Dantzig permaneci como jefe

matemtico de este grupo hasta 1952. A principio de la dcada de los 50,
concretamente en junio de 1952, comenz a trabajar en la RAND Corporation
(Research ANd Development), una corporacin fundada en 1948 por las
Fuerzas Areas de Estados Unidos con fines de investigacin y desarrollo. Su
cometido era la aplicacin del mtodo Simplex en las computadoras, con el
objetivo de obtener resultados en un tiempo mucho ms reducido.

Por ltimo, es importante resear la aplicacin de programacin matemtica

que el profesor Dantzig fue desarrollando a lo largo de los aos para diversos
sectores industriales y de la Administracin, destacando a ttulo de ejemplo el
proyecto PILOT, para una mejor planificacin del sector energtico y, por tanto,
un mayor ahorro energtico.

El 13 de Mayo de 2004, George Bernard Dantzig, muri a la edad de 90 aos

en su casa de Stanford debido a complicaciones con la diabetes y problemas
cardiovasculares.

15
 16

Richard Ernest Bellman: Naci el 26 de

Agosto de 1920, hijo de John James
Bellman y Pearl Saffian. Complet sus
estudioes en la Abraham Licoln High
School donde represent a su equipo de
matemticas escolar. Despus entro a la
City College of New York en 1937. A
principios de 1942 dej la universidad para
volverse en instructor de electrnicas
militares en la Universidad de Wisconsin.
Tiempo despus fue a la Universidad de
Princeton donde enseo en el Programa de
Entrenamiento Especializado del Ejrcito.
La Gran Depresin se inici en 1929,
cuando Richard tena nueve aos, y en
1932 una cuarta parte de los trabajadores en los Estados Unidos estaban
desempleados. La Depresin de la dcada de 1930 vio a los bajos salarios y no
haba mucho antisemitismo. John Bellman fue arruinado por la Depresin, pero, a
pesar de grandes dificultades, logr ver a Richard obtener una buena educacin.
Richard se reuni primero las matemticas a la edad de once aos cuando estudi
de Schultze Primaria y lgebra avanzada. No slo era encantados con este
encuentro temprano con las matemticas, sino como un nio que disfrut otras
actividades como leer con avidez, yendo alrededor de los museos de Nueva York.

Richard asisti a la Escuela Secundaria Abraham Lincoln en Brooklyn donde

represent a su escuela en el equipo de las matemticas y en su ltimo ao fue
recompensado con la consecucin de los primeros puestos entre todos los
alumnos de las escuelas de Nueva York. Despus alta Bellman escuela entr en el
City College de Nueva York en enero de 1937. En esta etapa se haba hecho a la
idea de convertirse en un fsico terico y l tom cursos en la Escuela con esto en
mente. En 1938 se traslad de City College de la Universidad de Brooklyn, donde
ahora decidi hacer las matemticas su principal rea de estudio. Represent a la
Universidad de Brooklyn en el equipo de tres hombres en la competencia
matemtica Lowell Putman en sus ltimos dos aos en el Brooklyn College. Se
gradu con una licenciatura en matemticas en 1941 y en septiembre de ese ao
ingres en la Universidad Johns Hopkins en Baltimore para realizar estudios de
postgrado.

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.

Despus de un segundo perodo de tiempo en RAND, Bellman pas un ao de

licencia de Stanford, que trabaja en Princeton en la investigacin H-bomba. Si
bien no se puso a reflexionar sobre si deba permanecer en Stanford, donde
estaba trabajando en el tema que ms le gustaba, a saber, la teora de nmeros
analtica, o si debe tomar una posicin en RAND en Los ngeles. A partir
de 1954 ms o menos me haba tropezado con algunos tipos importantes de
problemas y haba sido empujado, se quiera o no, en responder a algunas clases
importantes de preguntas. Que poda manejar los procesos de control
deterministas hasta cierto punto y el proceso de decisin estocstico en la
economa y la investigacin de operaciones tambin.

Despus de su muerte en 1984 continu sus libros que se publicarn,

como ecuaciones diferenciales parciales (1985), selectivo de clculo (1985),
Mtodos de aproximacin (1986), y de propagacin de ondas: Un enfoque
imbedding invariante (1986).

17
 18

John von Neumann: (Budapest,

1903 - Washington, 1957)
Matemtico hngaro,
nacionalizado estadounidense.
Nacido en el seno de una
familia de banqueros judos, dio
muestras desde nio de unas
extraordinarias dotes para las
matemticas. En 1921 se matricul
en la Universidad de Budapest,
donde se doctor en matemticas
cinco aos despus, aunque pas
la mayor parte de ese tiempo en
otros centros acadmicos. En la
Universidad de Berln asisti a los
cursos de Albert Einstein. Estudi tambin en la Escuela Tcnica Superior de
Zurich, donde en 1925 se gradu en ingeniera qumica, y frecuent as mismo la
Universidad de Gotinga.
All conoci al matemtico David Hilbert -cuya obra ejerci sobre l considerable
influencia- y contribuy de manera importante al desarrollo de lo que Hilbert
llam la teora de la demostracin y aport diversas mejoras a la fundamentacin
de la teora de conjuntos elaborada por E. Zermelo. En Gotinga asisti tambin al
nacimiento de la teora cuntica de Werner Heisenberg y se interes por la
aplicacin del programa formalista de Hilbert a la formulacin matemtica de esa
nueva rama de la fsica. Ello le llev a convertirse en el autor de la primera teora
axiomtica abstracta de los llamados -precisamente por l- espacios de Hilbert y
de sus operadores, que a partir de 1923 haban empezado a demostrar su

18
 19

condicin de instrumento matemtico por excelencia de la mecnica cuntica; la

estructura lgica interna de esta ltima se puso de manifiesto merced a los
trabajos de Von Neumann, quien contribuy a proporcionarle una base rigurosa
para su exposicin. En 1943, el ejrcito estadounidense reclam su participacin
en el Proyecto Manhattan para la fabricacin de las primeras bombas atmicas; a
partir de entonces, Von Neumann colabor permanentemente con los militares, y
sus convicciones anticomunistas propiciaron que interviniera luego activamente
en la fabricacin de la bomba de hidrgeno y en el desarrollo de los misiles
balsticos.
Tambin es notable su apertura de nuevas vas al desarrollo de la matemtica
estadstica a partir de su estudio de 1928 sobre los juegos de estrategia,
posteriormente desarrollado en la famosa obra Theory of games and economic
behavior, publicada en 1944 y escrita en colaboracin con O. Morgenstern.

Entre 1944 y 1946 colabor en la elaboracin de un informe para el ejrcito sobre

las posibilidades que ofreca el desarrollo de las primeras computadoras
electrnicas; de su contribucin a dicho desarrollo destaca la concepcin de una
memoria que actuase secuencialmente y no slo registrara los datos numricos de
un problema sino que adems almacenase un programa con las instrucciones
para la resolucin del mismo.

Se interes tambin por la robtica y en 1952 propusieron dos modelos de

mquinas autor reproductora, uno de ellos con una modalidad de reproduccin
parecida a la de los cristales, mientras que el otro era ms prximo a la forma en
que se reproducen los animales. En 1955, tras solicitar la excedencia de
Princeton, fue nombrado miembro de la Comisin de Energa Atmica del gobierno
estadounidense; ese mismo ao un cncer en estado muy avanzado lo apart de
toda actividad hasta su muerte.

19
 20

Ralph Edward Gomory: Naci 07 de mayo 1929, en Brooklyn Heights, Nueva

York. Se gradu del Williams College en 1950, estudi en la Universidad de
Cambridge, y recibi su Ph.D. en matemticas de la Universidad de Princeton en
1954. Gomory despus sirvi en la Marina de Guerra (1954-57) y luego fue
Profesor Higgins y profesor adjunto de matemticas en Princeton antes de
incorporarse a la recin creada Divisin de Investigacin de IBM en 1959 como
investigador matemtico. En sus aos de estudiantes y el estudiante graduado
(Williams, Cambridge, Princeton), Gomory realiz investigaciones sobre
ecuaciones diferenciales no lineales, pero sus aos en la Marina volvi su

20
 21

atencin a la matemtica aplicada de la

investigacin de operaciones.

En la investigacin de IBM en la dcada de

1960, Gomory publicado trabajos con Paul
Gilmore en el vendedor de la mochila, viajar y
problemas de stock de corte, y con TC Hu sobre
los flujos en redes multi-terminal y continua. A
finales de la dcada de 1960, desarroll la
teora asinttica de la programacin entera e
introdujo el concepto de la esquina de
poliedros. A principios de la dcada de 1970,
colabor con Ellis Johnson en la investigacin
de las funciones relacionadas con los poliedros
subaditiva esquina que tambin podran
desempear un papel en la produccin de
tecnologa de los aviones. Gomory se
desempe como Presidente del Departamento de Matemtica de Ciencias de
Investigacin de IBM 1965-67 y 1968-70 durante un perodo importante de su
crecimiento y evolucin. Este perodo se inicia el trabajo de Samuel Winograd
sobre los lmites de los algoritmos y de trabajo de Benoit Mandelbrot sobre los
fractales.

Gomory se convirti en Director de Investigacin de IBM en 1970, con la

responsabilidad de la lnea de la Divisin de Investigacin de IBM. Durante sus 18
aos como Director de Investigacin de la Divisin de Investigacin realiz una
amplia serie de contribuciones a los productos de IBM, a la industria de la
computacin y la ciencia. El Zurich Research Laboratory hizo el trabajo que dio
lugar a dos sucesivos premios Nobel de fsica, Yorktown Heights investigacin fue
la cuna de lo que ahora se conoce como arquitectura RISC, y San Jos fue el
lugar de nacimiento del concepto, la teora y el primer prototipo de bases de datos
relacionales.

Narendra Karmarkar: Narendra II Karmarkar naci en un Maharashtrian familia

en Gwalior . Despus de obtener un ranking de toda la India en la Prueba de
Acceso Comn llevada a cabo por los IIT de prestigio (IIT-JEE), tom la admisin
en el Instituto Indio de Tecnologa de Bombay. Karmarkar recibi su B.Tech en
Ingeniera Elctrica de IIT Bombay en 1978, MS desde el Instituto de Tecnologa
de California y doctorado en Ciencias de la Computacin de la Universidad de
California, Berkeley en 1983 bajo la supervisin de Richard M.

21
 22

l invent un algoritmo polinmico para la

programacin lineal tambin conocido como
el mtodo de punto interior. El algoritmo es
una piedra angular en el campo de la
programacin lineal. l public su famoso
resultado en 1984 mientras trabajaba
para los Laboratorios Bell en Nueva
Jersey . Karmarkar fue profesor en
el Instituto Tata de Investigacin
Fundamental en Mumbai . Actualmente se
encuentra trabajando en una nueva
arquitectura para supercomputacin.
Artculo principal: el algoritmo de Karmarkar
El algoritmo de Karmarkar resuelve programacin lineal problemas en tiempo
polinmico . Estos problemas estn representados por las variables "n" y "m"
limitaciones. El mtodo anterior de la solucin de estos problemas consisti en
representacin del problema mediante una "x" se puso del lado slido con vrtices
"y", en donde la solucin fue abordado por la que atraviesa desde el vrtice a
vrtice. Novedoso mtodo de Karmarkar se aproxima a la solucin mediante el
corte a travs del slido anterior en su recorrido. En consecuencia, los problemas
de optimizacin complejos se resuelven mucho ms rpido utilizando el algoritmo
Karmarkar. Un ejemplo prctico de esta eficiencia es la solucin a un problema
complejo en la optimizacin de la red de comunicaciones en el que el tiempo de
disolucin se reduce de semanas a das. Por lo tanto su algoritmo permite tomar
decisiones de negocio ms rpidas y de poltica. El algoritmo de Karmarkar ha
estimulado el desarrollo de varios mtodos de punto interior, algunos de los que se
usan en los cdigos actuales para la resolucin de programas lineales

1.4 Autores y Aportes a La Investigacin de Operaciones

22
 23

AUTOR AO APORTE DESCRIPCIN

George Bernard Su implementacin inicial se registra en el
Dantzig (1947) ordenador UNIVAC para la solucin de
problemas lineales grandes.
En su mayora, las herramientas para la
solucin de problemas de IO, tales como
MTODO programacin lineal, programacin entera,
SMPLEX programacin dinmica, teora de
inventarios, mtodo de transporte, teora de
cola fueron desarrolladas entre los aos
1950 y 1960.

FIGURA N 2 Autores y Aportes a La Investigacin de Operaciones (George Bernard

Dantzig)

AUTOR AO APORTE DESCRIPCIN

Richard Ernest Bellman
( 1958)

Sus importantes contribuciones sobre

esta tcnica cuantitativa determinan una
PROGRAMACIN
solucin ptica en la toma de
DINMICA
decisiones, para describir el problema
causado por el incremento exponencial
en volumen asociado al aadir una
dimensin extra al espacio.

FIGURA N 3 Autores y Aportes a La Investigacin de Operaciones ( Richard Ernest

Bellman)
AUTOR AO APORTE DESCRIPCIN
John von Neumann:
(1937)

Su aportacin ms importante radic en el

TEORA DE diseo del mtodo de implosin, que fue
LOS JUEGOS utilizado en Alamogordo, la primera detonacin
de una bomba atmica de la historia, y que
luego volvera a usarse en la de Nagasaki.

23
 24

AUTOR AO APORTE DESCRIPCIN

Ralph Edward Gomory
(1958) Esta tcnica parcito en el
PROGRAMACIN procedimiento de resolucin de los
ENTERA problemas en la guerra.

FIGURA N 4 Autores y Aportes a La Investigacin de Operaciones ( John von

Neumann)

FIGURA N 5 Autores y Aportes a La Investigacin de Operaciones (Ralph Edward

Gomory)

AUTOR AO APORTE DESCRIPCIN

Narendra Karmarkar Cuando una persona se enfrenta por vez
(1963) primera con el mtodo de Investigacin de
ALGORITMO Operaciones, no suele ser conocedora de
DE PUNTO las caractersticas especficas de esta
INTERIOR ciencia ni de su objeto de estudio,
resolviendo muchos problemas prcticos en
la IO.

FIGURA N 6 Autores y Aportes a La Investigacin de Operaciones ( Narendra

Karmarkar)

24
 25

2. HISTORIA DE LA PROGRAMACIN LINEAL (PL)

La programacin lineal se plantea como un modelo matemtico desarrollado
durante la segunda guerra mundial para planificar los gatos y los retornos, a fin de
reducir los costos a del ejrcito y aumentar las prdidas del enemigo.
Sin embargo, el avance ms importante en el campo se dio en 1947 cuando
George Dantzig desarrollo el procedimiento de solucin conocido como algoritmo
simplex para resolver modelos de programacin lineal. El seor George Dantzig se
inspir de los problemas que trabajo en la segunda guerra mundial en los campos
de planeacin militar. Observ que muchos problemas que implicaban recursos
limitados y ms de una demanda podan ser planteados en funcin de una serie
de ecuaciones y desigualdades. En los siguientes aos se hicieron modificaciones
del algoritmo simplex que mejoraron su eficiencia, lo primero fue implementar
reglas de prevencin del ciclado, y es actualmente el ms utilizado en la prctica
debido a su desempeo en estas y las herramientas relativamente sencillas en las
que se basa.
2.1 PRINCIPALES AUTORES.
Han sido muchas las personas que desde la creacin del mtodo simplex han
contribuido al crecimiento de la programacin lineal, ya sea desarrollando su teora
matemtica, diseando nuevos cdigos y mtodos computacionales e informticos
eficientes, experimentando nuevas aplicaciones, o utilizando la programacin

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

en intervalos de tiempo relativamente cortos a travs de la utilizacin del mtodo

simplex y los computadores.
2.2 LA PROGRAMACIN LINEAL
La programacin lineal es una rama de la programacin matemtica, que como tal,
se aplica en la bsqueda de soluciones ptimas de problemas de la vida real y se
define como: Una clase de modelos matemticos concernientes a la asignacin
concerniente de ciertos recursos limitados a actividades conocidas con el objetivo
de alcanzar una meta deseada.
Los problemas de programacin matemtica generalmente involucran el uso o
asignacin de recursos limitados como: materiales, maquinas, tiempo, capital,
entre otros, de la mejor forma posible de manera que los costos sean minimizados
o las ganancias maximizadas.
El trmino Programacin Lineal definen una clase particular de los problemas
anteriores que cumplen condiciones como:
El criterio para seleccionar el mejor valor de las variables desconocidas
involucradas en el problema, llamadas variables de decisin, puede describirse
como funcin lineal de estas. Esta describe el nombre de funcin objetivo.
Las reglas de operacin que gobiernan el proceso pueden expresarse mediante
un conjunto de ecuaciones o desigualdades lineales se les da el nombre de
restriccin del problema.
La programacin lineal tiene una aplicacin reconocida en diversas ramas de la
ciencia debido a que cuenta con amplias ventajas de las que resaltamos:
Variedad de problemas diversos en diversos campos, pueden ser presentados o al
menos aproximados, como modelos de programacin lineal.
Se tienen disponibles tcnicas eficientes y sencillas para resolver programas de
programacin lineal.
Se tiene comodidad en la variacin de datos.
Cabe mencionar que el auge de la programacin lineal est asociado con la
aparicin de los computadores debido a la gran cantidad de operaciones que hay
que hay que realizar en problemas reales. Un problema general de PL se puede
escribir en la forma siguiente:

27
 28

La regin factible de un problema de PL es un conjunto polidrico. En un espacio

tridimensional, un poliedro es un conjunto limitado por superficies planas como lo
muestra el ejemplo de la figura:

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

determinados requisitos (financieros, de demanda, contractuales, de disponibilidad

de materias primas, etc.).
PLANIFICACIN DE LA PRODUCCIN: Establecer un plan de produccin para
un perodo de meses o semanas puede ser una tarea difcil, complicada e
importante en la mayora de las plantas de produccin. El director de operaciones
debe considerar muchos factores: mano de obra, costes de inventario y
almacenamiento, limitaciones de espacio, demanda, etc. generalmente la mayora
de las plantas producen ms de un bien, con lo que la tarea anterior se complica
an ms. El problema de la planificacin se asemeja bastante al de la
combinacin ptima de bienes, pudiendo ser el objetivo maximizar beneficios o
bien minimizar los costes de produccin ms almacenamiento.
ASIGNACIN DE TRABAJOS: El objetivo aqu es asignar de forma eficiente un
trabajo a cada empleado o mquina. Ejemplos de este tipo de asignacin son: la
distribucin de carros patrulla por las calles de una ciudad o el destino de cada
jefe de ventas a una determinada zona geogrfica. El objetivo puede ser minimizar
los tiempos o los costes de desplazamiento, o bien maximizar la efectividad de las
asignaciones. Aparte de poder utilizar los algoritmos tradicionales (Simplex y
Karmarkar), este tipo de problemas tambin puede resolverse usando tcnicas
especialmente diseadas para sus caractersticas como el mtodo hngaro, el
cual necesita de menos reiteraciones para dar con la solucin. Una propiedad
particular de los problemas de asignacin es que tanto los coeficientes
tecnolgicos cmo los trminos independientes (right-hand-side) siempre toman el
valor 1. Adems, todas las variables sern binarias, tomando el valor 1 si la
asignacin propuesta se lleva a cabo y 0 en caso contrario.
PLANIFICACIN DE HORARIOS: Planificar horarios procura dar una respuesta
efectiva a las necesidades de personal durante un perodo concreto de tiempo. La
aplicacin de la PL a este tipo de problemas resulta especialmente til cuando los
directivos disponen de cierta flexibilidad a la hora de asignar tareas a empleados
con varias funciones. Un sector tpico donde se hace uso de la PL para tomar
decisiones sobre planificacin de horarios son las entidades bancarias.
SELECCIN DE UNA CARTERA DE VALORES: Un problema al que se tienen
que enfrentar de forma habitual los directivos de bancos, fondos de inversin, y
compaas de seguros es la seleccin de una serie de inversiones concretas de
entre la gran variedad de alternativas existentes en el mercado. Por norma
general, el objetivo de estos directivos es maximizar los beneficios esperados de
estas inversiones, las cuales se ven sometidas a un conjunto de restricciones,
algunas legales y otras provenientes de la propia empresa (como puede ser el
nivel de riesgo que se desea asumir o la cantidad mxima que se permite invertir).
El PROBLEMA DEL TRANSPORTE: El llamado problema del transporte se
refiere al proceso de determinar el nmero de bienes o mercancas que se han de
transportar desde cada uno de los orgenes a cada uno de los destinos posibles.

29
 30

El objetivo suele ser minimizar costes de transporte, y las restricciones vienen

dadas por las capacidades productivas de cada origen y las necesidades de cada
destino. Este tipo de problema es un caso especfico de PL, por lo que existen
mtodos y algoritmos especiales que facilitan su resolucin (Regla de la Esquina
Noroeste, Mtodo de Vogel, Mtodo de Paso Secuencial, y Mtodo de distribucin
modificada o MODI).
El PROBLEMA DE LA DIETA: Este problema representa una de las primeras
aplicaciones de la PL, y comenz a utilizarse en los hospitales para determinar la
dieta ms econmica con la que alimentar a los pacientes a partir de unas
especificaciones nutritivas mnimas. En la actualidad tambin se aplica con xito
en el mbito agrcola con la misma idea de encontrar la combinacin ptima de
alimentos que, logrando un aporte nutritivo mnimo, suponga el menor coste
posible.

2.4 MINI BIOGRAFA DE LOS AUTORES QUE INTERVINIERON EN LA

PROGRAMACIN LINEAL

Leonid Vitlievich Kantorvich:

(San Petersburgo, 19 de enero de 1912 -Mosc, 17 de abril de 1986) fue

un economista, matemtico e ingeniero sovitico que dirigi el Instituto de
Matemticas de la URSS (1948-1960) y el Instituto de Control de la Economa
Nacional (1971-1976). Fue galardonado con el Premio Nobel de
Economa en 1975 junto a Tjalling Koopmans por sus teoras sobre la asignacin
ptima de recursos escasos.

30
 31

Se lo considera uno de los creadores del mtodo

de programacin lineal para la optimizacin de recursos
en la planificacin. Algunas de sus obras son: Mtodos
matemticos para la organizacin y la
produccin (1939), Sobre la transferencia de masas
(1942), La asignacin ptima de recursos (1959)
y Solucin ptima en economa (1972).

TJALLING KOOPMANS:

(Tjalling Charles Koopmans; Graveland, 1910 - New

Haven, Connecticut, 1985) Economista estadounidense
de origen neerlands que obtuvo el premio Nobel de
Economa de 1975, junto a Leonid V. Kantorvich, por sus
contribuciones a la econometra y a la teora de la
asignacin ptima de recursos.

En 1938 trabaj para la Sociedad de Naciones en la

construccin de un modelo de ciclos econmicos. Al ser
invadida Holanda por los alemanes en 1940, se traslad
con su familia a Estados Unidos, donde fue tcnico de
estadstica para la misin britnica de la Marina Mercante
en Washington; este cargo le familiariz con los modelos matemticos para la
resolucin de clculos econmicos. En 1944 pas a trabajar en la Comisin
Cowles para Investigaciones Econmicas en la Universidad de Chicago, y en 1948
sustituy a Jacob Marschak al frente de dicho organismo.

GEORGE BERNARD DANTZIG:

(8 de noviembre de 1914 13 de mayo de 2005) fue un

profesor, fsico y matemtico estadounidense, reconocido
por desarrollar el mtodo simplex y es considerado como
el "padre de la programacin lineal". Recibi muchos
honores, tales como la Medalla Nacional de
Ciencia en 1975 y el premio de Teora John von
Neumann en 1974. Fue miembro de la Academia
Nacional de Ciencias, la Academia Nacional de
Ingeniera y la Academia Americana de Artes y Ciencias.
Obtuvo su licenciatura en Matemticas y Fsica en
la Universidad de Maryland en 1936, su grado de mster
31
 32

en Matemticas en la Universidad de Mchigan, y su doctorado en la Universidad

de California, Berkeley en 1946. Recibi adems un doctorado honorario de la
Universidad de Maryland en 1976.
El padre de Dantzig, Tobas Dantzig, fue un matemtico ruso que realiz estudios
con Henri Poincar en Pars. Tobas se cas con una estudiante de la universidad
de la Sorbona, Anja Ourisson, y la pareja emigr a los Estados Unidos.

GEORGE JOSEPH STIGLER:

(17 de enero de 1911, Renton, Washington, - 1

de diciembre de 1991, Chicago) fue
un economista, intelectual y profesor de
la Universidad de Chicago. Obtuvo el Premio
Nobel de Economa en 1982 por sus
investigaciones acerca de la estructura de la
industria, el funcionamiento de los mercados y
las causas y efectos de las regulaciones
pblicas.

Stigler fue pionero de la "economa de la

informacin" y de la "economa de la regulacin".
Asoci las variaciones de precios entre mercados a la existencia de informacin
pertinente, sealando cmo los mercados que son poco transparentes tienen su
consecuencia en altos precios y en grandes beneficios para los agentes que
disponen de informacin. En cuanto a la regulacin pblica, pas a incorporarla al
interior del sistema econmico, sealando cmo los grupos de presin intentan
canalizarla en provecho propio, lo que le llev a defender la no intervencin
pblica. Entre sus principales trabajos destacan Teora de los precios (1942) y El
ciudadano y el Estado (1975).

JOHN VON NEUMANN

(registrado al nacer como Neumann Jnos Lajos; Budapest, Imperio
austrohngaro, 28 de diciembre de1903-Washington, D. C., Estados Unidos, 8 de
febrero de 1957) fue un matemtico hngaro-estadounidense que realiz
contribuciones fundamentales en fsica cuntica, anlisis funcional, teora de
conjuntos, teora de juegos, ciencias de la computacin, economa, anlisis
numrico, ciberntica, hidrodinmica, estadstica y muchos otros campos. Es

32
 33

considerado como uno de los ms importantes

matemticos de la historia moderna.

33
 34

REFERENCIAS

Chiavenato Idalbert. (1989). , Introduccin a la Teora General de Administracin,

Mc . Graw Hill, .
David R. Ander son, Dennis J. S w een ey, Th omas A. Williams. (s.f.). Intro d uc ci
n a los M to do s C u anti tativos para admin istracin. Edit orial Iberoam e ri
cano.
Hillier F.S., Lieberman G. J.,Mc Graw Hill. (s.f.). Introducc in a la Invest igacin de
Operaciones . Quinta Edicin.
Prawda Juan. (s.f.). Mtodos y Modelos de Investigacin de Operaciones, . Ed.
Limusa.

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

INVESTIGACION DE OPERACIONES ( Para Administracin ) _ Juan Amnuel

Ilzar Landeta San Luis Potosi, S.L.P, Mexico 1996

INTRODUCCIN A LA INVESTIGACIN OPERATIVA

34
 35

Javier Fauln (ffaulin@uoc.edu), ngel A. Juan (ajuanp@uoc.edu).

Introduccion a la produccin lineal, Maria H. Ayuso, Facultad de ciencias

universidad nacional de mexico, primera edicin, mexico 2007.
Programacin lineal, Alvaro G. Sanches, Miguel Ortega, Universidad politcnica
de Madrid, Madrid noviembre de 2008.
Programacin lineal para administracin, Renzo revoto, Euardo Ruiz, Ediciones
universitarias de Valparaiso, febrero 2003.

http://www.uoc.edu/in3/emath/docs/Aplicaciones_PL.pdf

CONCLUSIONES

La investigacin de operaciones tiene cumple un papel importante en los

problemas de toma de decisiones, ya que permite tomar las mejores decisiones
para alcanzar los objetivos planteados, gracias tambin a herramientas como la
programacin lineal que permite resolver problemas en muchas industrial,
respetando los agentes externos, que no son controlables por quien debe tomar la
decisin. Debemos resaltar que la razn por la que contamos hoy da es gracias a
las personas que se esforzaron por crear mtodos que facilitaron la solucin de
problemas y a su vez la toma de daciones.

35
36

36