Antecedentes histricos de la IO.

La bsqueda de la mejor solucin (mxima, mnima, o tambin la ptima) para

una variedad de problemas ha divertido e intrigado al hombre a travs de las
pocas. Euclides en su libro III, describi formas de encontrar las lneas rectas de
mayor y menor longitud, desde un punto hasta la circunferencia de un crculo; y
en el libro IV, el paralelogramo de mayor rea para un permetro dado. Los
grandes matemticos de los siglos XVI a XVIII desarrollaron la teora y proceso
de optimizacin que resuelven difciles problemas geomtricos, dinmicos y
fsicos, tales como las curvas de revolucin mnima o la curva de descenso ms
rpido.

En general, la historia no se escribe con exactitud, pero si se pueden recopilar

hechos que describan de alguna manera la evolucin conocida de acuerdo con
escritos, estudios e investigaciones encontradas. Las tcnicas utilizadas en la
aplicacin de la IO conducen al pasado siglo XX, pero tambin al pasado remoto
de siglos como antecedentes. Para ello es conveniente fijarse en la idea
fundamental de la IO que es el mtodo cientfico cuyo origen exacto se
desconoce. En escritos hechos hace milenios como es el Antiguo Testamento se
menciona a Jetro, suegro de Moiss, como autor de un tratado de principios de
organizacin y ms recientemente, en el antepasado siglo XIX, Charles Babbage
es autor del trabajo On the Economy of Machinery and Manufactures. Al
ingeniero Frederick Winslow Taylor, norteamericano de origen, se le reconoce la
paternidad de la Administracin Cientfica debido a sus investigaciones sobre las
obligaciones y tareas de los jefes de taller, as como tambin de la produccin
diaria individual segn la capacidad del obrero para tareas especficas, definiendo
as la divisin del trabajo mediante capacitacin, seleccin y adiestramiento de
los trabajadores. Adems, Taylor aplic el anlisis cientfico a los problemas de
manufactura, estableciendo normas de trabajo y la especializacin. Por su parte
Henry L. Gant, plane las tareas de las mquinas para evitar demoras de
produccin. As es posible fijar fechas de entrega con ms seguridad. Tambin
contribuy al enfoque cientfico incluyendo el aspecto humano como integrante.

Con el inicio del siglo XX, los investigadores tambin utilizaron procedimientos
cientficos para analizar problemas localizados fuera de las ciencias puras como
son la Fsica, la Qumica, la Biologa, entre otras ms, pero en la dcada que se
inicia en 1910, Taylor se dedic a buscar la eficiencia para las tareas haciendo
valer los estudios de tiempos y movimientos de Frank y Lillian Gilbreth
eliminando movimientos innecesarios y desperdicios en cada tarea. En la misma
dcada durante la 1. Guerra Mundial, se le confi a Thomas A. Edison el
averiguar las maniobras ms eficaces de los barcos mercantes para disminuir los
embarques perdidos por ataques de los submarinos enemigos. Edison emple un
"tablero tctico" como modelo para simular las operaciones reales.

Un ingeniero dans A. K. Erlang hizo experimentos relacionados con las

fluctuaciones de la demanda telefnica en equipo automtico quedando estos
trabajos como fundamento de muchos modelos matemticos que se usan
actualmente en los estudios de Teora de Colas o Lneas de Espera. En 1937, a
punto de empezar la Segunda Guerra Mundial, se junt en el Reino Unido a un
equipo de matemticos, ingenieros y cientficos en reas bsicas, para estudiar los
problemas estratgicos y tcticos asociados con la defensa del pas. Se form un
equipo cuyo objetivo era determinar la utilizacin ms efectiva de los limitados
recursos militares. En consecuencia, a las actividades de este grupo se le llam
Investigacin Operacional, que es terminologa comn en el medio militar.
Primero se les pidi ayuda para los militares en la utilizacin eficiente del radar
para localizar aviones enemigos; despus en 1940 se reuni otro grupo, el circo
de Blackett encabezado por el distinguido fsico ingls P. Blackett para estudiar la
actuacin del equipo de control de caones en el campo; haba tres fisilogos,
cuatro matemticos, un fsico, un astrofsico, un oficial militar y un agrimensor.

En los Estados Unidos de Norteamrica se motivaron por los xitos alcanzados

por los grupos britnicos, en Abril de 1942 se decidi introducir la IO a nivel
superior, emprendiendo tambin estudios tales como: problemas logsticos
complejos, el desarrollo de patrones de vuelo para aviones y la planeacin de
maniobras navales. En la Fuerza Area se le dio el nombre de Anlisis de
Operaciones y en el Ejrcito y la Marina los de Investigacin de Operaciones y
Evaluacin de Operaciones, respectivamente. Cuando termin la guerra, la
necesidad de reconstruir en la Gran Bretaa, dio lugar al surgimiento de otros
problemas de administracin en sectores de gobierno e industria los cuales
demandaron la actuacin de los mismos cientficos especializados en la IO.

Tambin en los Estados Unidos de Norteamrica, en la dcada de 1950 con el

desarrollo y comercializacin de las computadoras, los investigadores de
operaciones y la gente asociada con las operaciones de la ltima guerra, se
percataron que los estudios realizados en la misma eran de gran utilidad,
aplicados a los problemas industriales. La computadora y el desarrollo de la IO
motivaron a los ejecutivos industriales y a los especialistas de esta disciplina para
reunirse y provocar su rpido crecimiento.

La Programacin Lineal (PL) tuvo un gran impulso para la investigacin

industrial dando entrada las empresas a muchos especialistas; las tcnicas Pert,
control de inventarios, y la simulacin, empezaron a emplearse con xito; en vez
de los simples promedios, se incluyeron la probabilidad y la estadstica tan tiles
en cualquier estudio moderno.

Actualmente el uso de la IO es extenso en reas de: contabilidad, compras,

planeacin financiera, mercadotecnia, planeacin de produccin, transporte y
muchas otras ms, convirtindose en importante instrumento de competencia
para los presupuestos y contratos.

La siguiente tabla esboza parte de los estudios y tcnicas en que se apoyaron los
grupos de IO en el desarrollo de esta disciplina.

Antecedente histrico de Investigacin de Operaciones.- Desde el siglo XVI:

Figura 1. Tcnicas utilizadas en IO

Se puede observar que la IO fue desarrollada en el siglo XX con el apoyo, siglos

atrs, de importantes aportaciones de cientficos que con su talento y dedicacin,
dejaron slidos cimientos para los estudios de solucin en los sistemas actuales.

2. Metodologa de la Investigacin de
Operaciones
El enfoque de sistemas a un problema, es caracterstico en la IO, consiste en
examinar toda el rea que es responsabilidad del administrador y no una en
particular; esto permite que el grupo de IO observe los efectos de acciones fuera
del rea de localizacin del problema, lo que puede permitir resolver el problema
verdadero y no slo sus sntomas. Adems, debe incluirse una base cuantitativa o
modelo para la toma de decisin en la solucin del problema, pero en algunos
casos, las respuestas dadas por la computadora conducirn a la necesidad de
ciertas modificaciones que reflejen la futura condicin del negocio o bien ser
una gua a seguir por el administrador sin necesidad de hacer cambios.

La investigacin de operaciones proporciona la oportunidad de que sus resultados

se utilicen en la toma de decisiones a niveles administrativos superiores,
medianos y bajos. La experiencia del administrador, las futuras condiciones del
negocio y los resultados de un modelo matemtico forman la mejor combinacin
para la planeacin, organizacin, direccin y control de las actividades de la
empresa. El procedimiento de siete pasos mostrado en el siguiente diagrama,
puede constituir una metodologa de accin al aplicar la IO.
Figura 2. Diagrama con metodologa de la investigacin de operaciones

Paso 1.- Identificar el problema.

Comienza con la observacin de los fenmenos que rodean el problema;

hechos opiniones y sntomas relativos al mismo. Esto incluye la
especificacin de los objetivos de la organizacin y de las partes a analizar
de la misma. En algunas ocasiones puede que el problema no est bien
 definido porque entran en conflicto los objetivos, como es maximizar la
utilidad, pero tambin es deseable minimizar los costos totales, lo cual es
improbable lograr simultneamente; por tal motivo se requiere dilogo y
acuerdos entre los miembros del equipo de IO y la parte corporativa para
decidir un objetivo global. Tambin las primeras observaciones pueden
resultar con objetivos en conflicto como es un departamento de produccin
que desea programar grandes y prolongadas campaas de un slo artculo
para disminuir los costos de preparacin y montaje de sus mquinas. Pero
en contraste, si se cumple lo anterior, creceran los inventarios de materia
prima y de producto, tanto en proceso como terminado, causando serios
problemas en departamentos de: ventas, contabilidad y finanzas. De este
modo, ventas desea un gran inventario pero muy variado, con una
produccin muy flexible; por su parte finanzas desea mantener el
inventario bajo y mejorar las inversiones de capital. Cuando muchos
factores de esta clase concurren en el problema es indispensable la
aportacin de la interdisciplina del equipo de IO, pues es razonable que las
fases individuales de un problema se comprendan y analicen mejor por los
que tienen el adiestramiento especial, necesario en los campos apropiados.
Por ejemplo, un banco desea reducir los gastos relacionados con los
salarios de los cajeros, pero manteniendo un nivel adecuado de servicio a
los clientes (tiempo de espera razonable para el cliente y de ocio para los
cajeros). Los aspectos funcionales del banco que influyen para conseguir
los objetivos pueden ser los que siguen:

Llegadas promedio al banco de clientes por hora, pues conforme

aumenta se deben instalar cajeros adicionales para tener el nivel
deseado de servicio.

Promedio de clientes servidos por hora de uno o ms cajeros.

Efecto sobre los objetivos del banco, de mantener filas (colas) para
cada caja o formar una sola que distribuye clientes conforme se
desocupan las cajas.

Intercambio entre filas de clientes, con desorden, en sistema de cola

por caja.

Paso 2.- Observar el sistema

Se determinan aquellos factores que afectan, como son: variables,

limitaciones y suposiciones. Los factores variables que requieren
 decisiones como es el nivel de inventario y la necesidad de publicidad; las
limitaciones restringen el uso de recursos como: dinero, tiempo, personal,
capacidad productiva, existencias de materia prima; las suposiciones
pueden ser para: precios de producto y competencia del mercado. Hay que
reunir datos para estimar valores de los parmetros que afectan el
problema de la organizacin. En el ejemplo del banco, algunos parmetros
pueden ser:

Llegadas promedio de clientes por hora (tasa), durante la jornada

bancaria.

Promedio de clientes servidos por hora en caja con diferente tamao

de fila.

Paso 3.- Formular un modelo matemtico del problema

Consiste en el desarrollo de cursos alternativos de accin o hiptesis, en la

forma de modelo matemtico que generalmente se disea para usarse en
computadora con el software correspondiente para obtener la solucin
ptima o una aproximacin a ella. Frecuentemente en este paso, hay
necesidad de desarrollar varios modelos que a primera vista parecen
prometedores, posteriormente se van desechando conforme muestran sus
deficiencias para seleccionar el que se ajusta ms a los objetivos
planteados, los que no deben descuidarse especificando una ecuacin
como medida de efectividad con el objetivo preciso. Se puede construir
(formular) un modelo que represente la estructura del sistema real en
trminos cuantitativos para manipularse y experimentar cambiando ciertas
variables y manteniendo como constantes a otras para conocer los efectos
sobre el sistema que se estudia. De esta manera, se puede experimentar
con el mundo real en trminos abstractos. La construccin de los modelos
matemticos puede ser muy difcil incluyendo expresiones complejas con
variables controlables como son: precios de venta, nmero de unidades
producidas, algunos costos, nmero de vendedores, restricciones
presupuestadas; por otra parte, las variables no controlables por la
administracin pueden ser: precios de los competidores, costo de las
materias primas, costos de mano de obra, demanda de los clientes y su
localizacin. Las variables controlables y las no controlables se relacionan
con matemticas en forma precisa, el conjunto de expresiones forman lo
que se llama modelo matemtico cuya solucin es funcin de los valores
que tomen dichas variables. La construccin del modelo debe incluir una
ecuacin objetivo, con la previa definicin del significado cuantitativo de
 las variables involucradas y puede necesitar el complemento de un grupo
de expresiones restrictivas para los valores posibles de las variables
controlables. Por ejemplo, unidades que se producen, dinero gastado,
demanda de clientes, asignacin de recursos, disponibles o requeridos,
como son las desigualdades (<= >=) para no exceder lo especificado o
para cumplir el mnimo requerido. Hay dos procedimientos para obtener la
mejor solucin a un problema partiendo de un modelo: el analtico y el
numrico. El analtico emplea la deduccin matemtica con base en el
lgebra y/o clculo para lograr la solucin ptima de acuerdo a las
consideraciones de diseo; por otro lado, el numrico prueba diversos
valores de las variables de control del modelo, compara los resultados
obtenidos y selecciona la serie de valores que optimizan. Estos
procedimientos varan, desde los de tanteo hasta los iterativos. Para ciertas
situaciones complejas no hay modelo analtico que las represente en forma
vlida, en estos casos se puede recurrir a un modelo de simulacin que
permite, con la ayuda de la computadora, aproximar el comportamiento
del sistema y buscar la mejor solucin. En este paso es comn el regreso al
paso 2 para ajustes de observacin.

Paso 4.- Verificar el modelo y usarlo en predicciones

Se trata ahora de verificar si el modelo matemtico diseado en el paso 3

anterior, es una buena representacin de la realidad que se estudia,
calificando su validez para situaciones actuales. Cuando sea posible, se
debe obtener informacin respecto al comportamiento del modelo al
cambiar valores en sus variables y parmetros, especialmente si estos
ltimos no se pueden determinar con exactitud, esto se conoce como
anlisis de sensibilidad o experimentacin sobre el modelo y con ayuda de
la computadora, cambiando los valores a variables y parmetros, que
representen las situaciones reales, incluyendo las desventajosas.
Frecuentemente, si la experimentacin es muy limitada, se pueden tener
resultados engaosos que posteriormente en aplicacin a poblacin mayor,
se debe regresar a corregir los criterios equivocados en los pasos
precedentes 2 y 3. Con el anlisis de sensibilidad se puede ajustar:

La medida de efectividad u objetivo como es el dinero como

utilidad o costo.

Revisin de las variables bajo control o de decisin.

 Revisin de las variables no controlables y ambientales como
demanda y ubicacin de clientes, precios de la competencia, o nivel
de actividad econmica.

Relacin de los factores ya mencionados con las restricciones

propuestas.

En particular para el ejemplo del banco, si los valores de prediccin para el

tiempo de espera en cola y el nivel de servicio no estn cerca de los
valores reales obtenidos en la observacin del paso 2, seguramente se
necesitar otro modelo o al menos revisar los parmetros considerados al
mismo. Este caso es para analizar, si el modelo es vlido para las
situaciones de poca demanda de clientes y para los das de pago
acostumbrados.

Paso 5.- Seleccionar una alternativa

Si existe una alternativa que se adapte mejor a los objetivos de la

organizacin con el modelo matemtico propuesto, entonces debe
seleccionarse para su presentacin a los responsables de decidir, pero
frecuentemente la situacin no es clara para hacerlo as, porque el conjunto
de opciones resultantes est sujeta a restricciones difciles de cumplir o
imposibles.

Paso 6.- Presentar resultados a la organizacin

Al terminar la etapa de pruebas y desarrollo de un modelo con solucin

aceptable, se puede presentar una recomendacin o bien varias alternativas
para que la organizacin seleccione la que mejor se ajusta a sus
necesidades. Generalmente hay necesidad de mostrar varias corridas de
computadora, en cuyo caso es conveniente instalar un sistema bien
documentado para aplicar el modelo segn lo establecido por la
administracin. Este sistema debe incluir, tanto el modelo como el
procedimiento de solucin, anlisis de sensibilidad y los procedimientos
operativos para su probable implantacin. Pero dado el caso muy frecuente
de rechazo a la solucin propuesta, ya sea por definicin incorrecta o
debido a la poca participacin del tomador de decisin, entonces ser
necesario regresar al paso 1,2 3.

Paso 7.- Implantar y evaluar las recomendaciones

 Si la organizacin acepta el estudio con la propuesta de solucin, se
procede a la implantacin que incluye el sistema de cmputo y la
vigilancia constante para las actualizaciones por cambios en el sistema.
Con frecuencia se requiere un nmero considerable de programas
integrados. Las bases de datos y los sistemas de informacin
administrativos pueden proporcionar informacin actualizada cada vez que
el modelo se utilice, en cuyo caso se necesitan programas de interfaz
(interaccin con el usuario) para hacer amigable la operacin del sistema
propuesto. Tambin se pueden instalar programas adicionales que manejen
los resultados del implante de manera automtica o bien un sistema
interactivo de computadora denominado sistema de soporte de decisiones,
para ayudar a la direccin con informacin relevante en sus decisiones. Se
puede generar informes con la terminologa usual en el medio, que
relacionen los resultados entregados por el sistema implantado y las
implicaciones. Dependiendo del tamao del estudio se pueden requerir
meses o aos para implantar (desarrollar, probar e instalar) el sistema
computarizado y posteriormente su mantenimiento en las indispensables
actualizaciones de programas, modelo y an de equipo (hardware).
Cualquier falla o rechazo en la implantacin puede hacer necesario la
revisin y ajuste en los pasos 1, 2, 3 y 4.

UBICACIN DE LA IO EN LAS ORGANIZACIONES.- La investigacin de

operaciones ha tenido un impacto impresionante en el mundo, al mejorar la
eficiencia de muchas organizaciones. Ha hecho contribuciones significativas al
incremento de la productividad dentro de la economa de muchos pases, de ellos
ms de 30 que son miembros de la International Federation of Operational
Research Societies (IFORS). Al inicio de la dcada de los 90, el U.S. Bureau of
Labor Statistics predijo que la IO sera la 3 rea profesional, de ms rpido
crecimiento para los egresados graduados entre 1990 y 2005 en Estados Unidos,
con 100,000 personas laborando como analistas de IO en el 2005.

El problema de la localizacin de un grupo de IO dentro de la empresa ha

merecido una gran atencin, sin embargo, no hay una posicin preferida para las
organizaciones; pero se puede decir que los que han tenido xito dependen de los
niveles jerrquicos superiores de la institucin, lo cual da una base firme para su
funcionamiento con obligaciones de enfrentar los problemas de tomar decisiones
y de utilidad inmediata para la administracin. Teniendo el respaldo de la
autoridad superior con prestigio dentro de la empresa, se podrn cruzar los
linderos departamentales y obtener la informacin necesaria para dar soluciones.

Generalmente el grupo de IO se asocia con el de sistemas de procesamiento de

datos, pues el acceso a las computadoras es el apoyo indispensable para sus
actividades, por lo que no es raro que estn integrados dada la posibilidad de
tener el mejor manejo de la informacin deseada y ordenada como convenga. De
este modo ambos grupos, el de IO y el de sistemas de procesamiento de datos, se
complementan en trminos de los objetivos de la institucin.

Para la mayora de los estudios de IO, se recomienda un equipo compuesto de

analistas y de personal involucrado en el problema que se enfrenta, este grupo
informa a un Comit Directivo de la Administracin integrado por los directivos
departamentales que estn afectados en el problema estudiado de IO, los cuales a
su vez se renen con la administracin superior para reportar los progresos. Los
comits allanan el camino del personal de IO para obtener la cooperacin del
personal de operacin y su aceptacin.

3. Aplicaciones de la Investigacin de
Operaciones
reas funcionales

Una muestra de los problemas que la IO ha estudiado y resuelto con xito

en negocios e industria se tiene a continuacin:

Personal

La automatizacin y la disminucin de costos, reclutamiento de personal,

clasificacin y asignacin a tareas de mejor actuacin e incentivos a la
produccin.

Mercado y distribucin

El desarrollo e introduccin de producto, envasado, prediccin de la

demanda y actividad competidora, localizacin de bodegas y centros
distribuidores.

Compras y materiales

Las cantidades y fuentes de suministro, costos fijos y variables, sustitucin

de materiales, reemplazo de equipo, comprar o rentar.

Manufactura
 La planeacin y control de la produccin, mezclas ptimas de
manufactura, ubicacin y tamao de planta, el trfico de materiales y el
control de calidad.

Finanzas y contabilidad

Los anlisis de flujo de efectivo, capital requerido de largo plazo,

inversiones alternas, muestreo para la seguridad en auditoras y
reclamaciones.

Planeacin

Con los mtodos Pert para el control de avance de cualquier proyecto con
mltiples actividades, tanto simultneas como las que deben esperar para
ejecutarse.

La lista de reas funcionales de la organizacin que son de posible aplicacin de

la IO, es ilustrativa del potencial que tiene para resolver el problema de la
empresa.

Problemas ejemplo de aplicacin con xito de la IO.- En los siguientes

problemas el gobierno o empresa, ahorraron millones de dlares en la aplicacin
de la IO:

1. Programacin del horario de las rondas de policas de San Francisco.-En

1989 Taylor y Huxley disearon un mtodo para programar el horario de
las rondas de oficiales de la Polica de San Francisco, usando un modelo
de programacin lineal, la programacin de metas y la programacin
entera. El ahorro sum 11 millones de dlares anuales.

2. Reduccin de gastos de combustible en la industria de la energa elctrica.-

En 1989 Chao y Cols ahorraron a 79 empresas de servicio de energa
elctrica ms de 125 millones de dlares en costos de compras y de dficit,
usando programacin dinmica y simulacin.

3. Diseo de una instalacin para desmontar lingoteras en Bethlehem Steel.-

En 1989 Vasko y Cols ayudaron a esta empresa siderrgica con el diseo
del sistema de quitar lingoteras a los lingotes de acero con un modelo de
programacin entera ahorrando 8 millones de dlares anuales.

4. Mezcla de gasolinas en Texaco.- Con programacin lineal y no lineal

Dewit y Cols disearon un modelo de mezcla para cuatro tipos de gasolina
 ahorrando 30 millones de dlares al ao; aplicando anlisis de sensibilidad
calcularon el efecto de cambios al modelo.

5. Programacin del horario de los camiones para North America Van Lines.-
En 1989 Powell y Cols, con modelos de redes y programacin dinmica,
formularon la asignacin de carga a chferes, reduciendo costos en 2.5
millones de dlares, con mejor servicio.

6. Administracin del inventario a Blue Bell.-En 1985 Edwars, Wagner y

Wood con programacin lineal y modelos probabilsticos de inventario
redujeron el nivel medio de inventario de ropa deportiva y de oficina en un
31%.

7. Determinacin de carteras de bonos.- Varias personas (Chandy y Kharabe,

1986) utilizaron la programacin lineal para mxima ganancia con
restricciones de riesgo y de la diversificacin de la cartera.

8. Planeacin de produccin en lechera.-En 1985 Sullivan y Secrest, usaron

programacin lineal con utilidad de 48000 dlares, al determinar el
proceso: del suero, la leche cruda, el suero dulce y la crema, para obtener:
queso crema, requesn, crema agria y crema de suero.

9. Reemplazo de equipo en Phillips Petroleum.- Para el reemplazo de equipo

usaron modelos (Waddell, 1983), que se estima ahorraron 90000 dlares
por ao.