Investigacin Operativa en Ingeniera

Tema 1:
Concepto, historia y
Mtodos de Investigacin
de Operaciones

Prof: Esperanza Ayuga Tllez

Tema 1

1. Concepto y delimitacin de la Investigacin

Operativa
2. Referencias Histricas
3. Fases en la aplicacin de una tcnica de I.O.
Papel de los usuarios y de los expertos
4. Estructura/contenido de los Modelos de I.O.
5. La I.O. en la prctica.
1. Concepto y delimitacin de la I.O.

Los recursos Los sistemas son cada

son escasos vez ms complejos

Cada vez es ms difcil asignar los

recursos o actividades de la forma ms eficaz
1. Concepto y delimitacin de la I.O.

Definicin (Lawrence y Pasternak,

1998)
Un enfoque cientfico para la toma de
decisiones ejecutivas, que consiste en:
El arte de modelar situaciones complejas,
La ciencia de desarrollar tcnicas de solucin
para resolver dichos modelos y
La capacidad de comunicar efectivamente los
resultados.
Realizado por un grupo multidisciplinario
1. Concepto y delimitacin de la I.O.

Objetivo de la Investigacin
operativa:
Estudiar la asignacin ptima de recursos
escasos a determinada actividad.
Evaluar el rendimiento de un sistema con
objeto de mejorarlo.
1. Concepto y delimitacin de la I.O.
Una organizacin es un sistema formado por componentes
que interaccionan. Algunas de estas interacciones pueden
ser controladas y otras no.

La complejidad de los problemas que se presentan en las

organizaciones ya no encajan en una sola disciplina del
conocimiento, se han convertido en multidisciplinario por lo
cual para su anlisis y solucin se requieren grupos
compuestos por especialistas de diferentes reas del
conocimiento que logran comunicarse con un lenguaje
comn.

La investigacin de operaciones es la aplicacin de la

metodologa cientfica a travs de modelos matemticos,
primero para representar al problema y luego para resolverlo.
1. Concepto y delimitacin de la I.O.

Una de las principales razones de la existencia

de grupos de investigacin de operaciones es
que la mayor parte de los problemas de
negocios tienen mltiples aspectos. Es
perfectamente razonable que las fases
individuales de un problema se comprendan y
analicen mejor por los que tienen el
adiestramiento necesario en los campos
apropiados.
2. Referencias histricas
Se aplica por primera vez en 1780
Antecedentes:
Matemticas: modelos lineales (Farkas, Minkowski) (s.XIX)
Estadstica: fenmenos de espera (Erlang, Markov) (aos 20)
Economa: Quesnay (x.XVIII), Walras (s.XIX), Von Neumann
(aos 20)
El origen de la I.O. moderna se sita en la 2
Guerra Mundial para resolver problemas de
organizacin militar:
- Despliegue de radares, manejo de operaciones de
bombardeo, colocacin ce minas,
2. Referencias histricas

Al terminar la guerra, sigue el desarrollo en la

industria, debido a:
competitividad industrial
progreso terico
RAND (Dantzig)
Princeton (Gomory, Kuhn, Tucker)
Carnegie Institute of Technology (Charnes, Cooper)
gran desarrollo de los ordenadores:
* aumento de la capacidad de almacenamiento de datos
* Incremento de la velocidad de resolucin de los
problemas.
 2. Referencias histricas
Sigue habiendo un gran desarrollo, en muchos
sectores, con grandes avances sobre todo en el
campo de la Inteligencia Artificial
Ms informacin:
Sociedad Espaola de Estadstica e Inv. Op. (SEIO)
www.cica.es/aliens/seio
Association of European O.R. Societies (EURO)
www.ulb.ac.be/euro/euro_welcome.html
Institute for O.R. and the Management Sci. (INFORMS)
www.informs.org
International Federation of O.R. Societies (IFORS)
www.ifors.org
 3. Fases de aplicacin de la I.O.
Bsicamente la I.O. sigue los siguientes pasos:
La observacin del problema
La construccin de un modelo matemtico que contenga los
elementos esenciales del problema
La obtencin en general, con al ayuda de algortmos
implementados informticamente, de las mejores soluciones.
La calibracin e interpretacin de la solucin y su comparacin
con otros mtodos de toma de decisiones.
La implantacin.

A lo largo de todo el proceso debe haber una interaccin

constante entre el analista y el cliente
 FORMULACIN DEL CONSTRUCCIN DEL
Fases PROBLEMA MODELO
de un
estudio

NECESIDAD DE MODELO DEL SISTEMA REAL

REORGANIZACIN

SISTEMA DE INTERS OBTENCIN DE DATOS

TOMA DE DECISIONES
IMPLEMENTACIN Y SOLUCIN DEL MODELO
CONTROL

INTERPRETACIN DE VALIDACIN DEL MODELO

RESULTADOS E ANLISIS DE SENSIBILIDAD
IMPLICACIONES
 3. Fases de aplicacin de la I.O.

1. Definicin del problema

Esto incluye determinar los objetivos apropiados, las

restricciones sobre lo que se puede hacer, las
interrelaciones del rea bajo estudio con otras reas de
la organizacin, los diferentes cursos de accin posibles,
los lmites de tiempo para tomar una decisin, etc. Este
proceso de definir el problema es crucial ya que
afectar en forma significativa la relevancia de las
conclusiones del estudio.
 3. Fases de aplicacin de la I.O.

2. Formulacin de un modelo matemtico

La forma convencional en que la investigacin de

operaciones realiza esto es construyendo un modelo
matemtico que represente la esencia del problema.

Un modelo siempre debe ser menos complejo que el

problema real, es una proximacin abstracta de la
realidad con consideraciones y simplificaciones que
hacen ms manejable el problema y permiten evaluar
eficientemente las alternativas de solucin.
 3. Fases de aplicacin de la I.O.
3. Solucin a partir del modelo.
Resolver un modelo consiste en encontrar los valores de las
variables dependientes con el propsito de optimizar, si es
posible, o cuando menos mejorar la eficiencia del sistema dentro
del marco de referencia que fijan los objetivos y las restricciones
del problema.

La seleccin del mtodo de solucin depende de las

caractersticas del modelo. Los procedimientos de solucin
pueden ser clasificados en tres tipos: a) analticos, que utilizan
procesos de deduccin matemtica; b) numricos, que son de
carcter inductivo y funcionan en base a operaciones de prueba
y error; c) simulacin, que utiliza mtodos que imitan o, emulan al
sistema real, en base a un modelo.
 3. Fases de aplicacin de la I.O.

4. Prueba del modelo

Antes de usar el modelo debe probarse exhaustivamente para
intentar identificar y corregir todas las fallas que se puedan
presentar

5. Validacin del modelo

Es importante que todas las expresiones matemticas sean
consistentes en las dimensiones de las unidades que emplean.
Adems, puede obtenerse un mejor conocimiento de la validez del
modelo variando los valores de los parmetros de entrada y/o de
las variables de decisin, y comprobando que los resultados de
moelo se comporten de una manera factible.
 3. Fases de aplicacin de la I.O.
6. Establecimiento de controles sobre la
solucin
Esta fase consiste en determinar los rangos de variacin de
los parmetros dentro de los cuales no cambia la solucin
del problema.

Es necesario generar informacin adicional sobre el

comportamiento de la solucin debido a cambios en los
parmetros del modelo. Usualmente esto se conoce como
ANLISIS DE SENSIBILIDAD.
 3. Fases de aplicacin de la I.O.

7. Implantacin de la solucin

El paso final se inicia con el proceso de

"vender" los hallazgos que se hicieron a lo
largo del proceso a los ejecutivos o tomadores
de decisiones.
4. Modelos en Investigacin Operativa

Qu es un modelo?
Es una representacin de la realidad

Por qu un modelo?
Permite deducir conclusiones
Menos tiempo
Menos dinero
Reduce riesgo
4. Modelos en Investigacin Operativa

FSICOS

ANALGICOS

CUANTITATIVOS
4. Modelos en Investigacin Operativa
Tipos de Modelos

Un Modelo Una Representacin Simplificada

es e Idealizada de la Realidad

TIPO CARACTERSTICAS EJEMPLOS

Fsicos Tangible Modelos a escala

Fcil de comprender de aeroplanos,
Difcil de duplicar casas, ciudades,...
y compartir
Difcil de manipular
Baja amplitud de uso
4. Modelos en Investigacin Operativa

TIPO CARACTERSTICAS EJEMPLOS

Analgicos Intangible Mapa de

Difcil de comprender carreteras
Fcil de duplicar Velocimetro
y compartir Grficas
Fcil de manipular
Alta amplitud de uso
4. Modelos en Investigacin Operativa

TIPO CARACTERSTICAS EJEMPLOS

Simblicos Intangible Modelo de

Difcil de comprender Simulacin
Fcil de duplicar Modelo
y compartir Algebraico
Fcil de manipular Modelo de
Muy Alta amplitud la Economa
de uso Modelo de
Programacin
Lineal
4. Modelos en Investigacin Operativa
Modelo de Es un Modelo Utiliza las
Decisin Simblico matemticas
para representar las relaciones
entre los datos de inters

Contiene La solucin del Modelo produce

Variables Valores Numricos de estas
de Decisin Variables de Decisin

Busca alcanzar un Utiliza una

Objetivo Medida del Desempeo
que indica el
Logro del Objetivo
 4. Modelos en Investigacin Operativa
Anlisis
Modelo Resultados

Mundo
simblico Juicio del
administrador

Mundo
real

Situacin Intuicin
Decisiones
administrativa
4. Modelos en Investigacin Operativa
El modelo debe tener suficientes
detalles como para que:
El resultado sea satisfactorio
Sea consistente con los datos
Pueda ser analizado en el tiempo con
el que se cuenta para ello

Realismo Simplicidad
4. Modelos en Investigacin Operativa

Construccin del modelo

Traduccin del problema a trminos
matemticos
objetivos: funcin objetivo
alternativas: variables de decisin
limitaciones del sistema: restricciones
Pero a veces las relaciones matemticas son
demasiado complejas , hay que recurrir a otros
mtodos:
heursticos

simulacin
 Modelado matemtico

Paso 1.- Identificar las variables de decisin

Sobre qu tengo control?
Qu es lo que hay que decidir?
Cul sera una respuesta vlida en este caso?
Paso 2.- Identificar la funcin objetivo
Qu pretendemos conseguir?
Si yo fuese el jefe de la empresa, qu me interesara ms?
Paso 3.- Identificar las restricciones o factores que limitan la
decisin
Recursos disponibles (trabajadores, mquinas, material)
Fechas lmite
Restricciones por la naturaleza de las variables (no
negatividad, enteras, binarias)
Restricciones por la naturaleza del problema
Paso 4.- Traduccin de los elementos bsicos a un modelo
matemtico.
 Resolucin del modelo
Paso 1.- Elegir la tcnica de resolucin adecuada
Tcnicas existentes, modificacin, creacin o heursticos.

Paso 2.- Generar las soluciones del modelo

Programas de ordenador, hojas de clculo.

Paso 3.- Comprobar/validar los resultados

Probar la solucin en el entorno real

Paso 4.- Si los resultados son inaceptables, revisar el

modelo matemtico
Estudiar hiptesis, comprobar exactitud de datos, relajar o
endurecer aproximaciones, revisar restricciones
Paso 5.- Realizar anlisis de sensibilidad
Analizar adaptaciones en la solucin propuesta frente a
posibles cambios
 Paso 1.- Tipos de modelos
Determinsticos Probabilsticos
Programacin Programacin

matemtica estocstica
Programacin lineal Gestin de inventarios
Programacin entera Fenmenos de espera
Programacin dinmica (colas)
Programacin no lineal
Teora de juegos
Programacin multiobjetivo
Simulacin
Modelos de transporte
Modelos de redes
5. La IO en la prctica.
Ao de Ahorros
Organizacin Naturaleza de la aplicacin
publicacin* anuales +
Desarrollo de poltica nacional de administracin
The Netherlands del agua, incluyendo mezcla de nuevas
1985 15
Rijkswaterstatt instalaciones, procedimientos de operacin y
coste.
Optimizacin del corte de rboles en productos
Weyerhauser Co. 1986 15
de madera para maximizar su produccin.
Asignacin ptima de recursos hidrulicos y
Electrobras/CEPAL,
trmicos en el sistema nacional de generacin 1986 43
Brasil
de energa.
SANTOS, Ltd., Optimizacin de inversiones de capital para
1987 3
Australia producir gas natural durante 25 aos.
Optimizacin de la programacin y asignacin de
San Francisco police
oficiales de patrulla con un sistema 1989 11
Department
computarizado
Administracin de inventarios de petrleo y
Electric Power carbn para el servicio elctrico con el fin de
1989 59
Research Institute equilibrar los costos de inventario y los riesgos
de faltantes.
 Ao de Ahorros
Organizacin Naturaleza de la aplicacin
publicacin* anuales +
Rapidez en la coordinacin de aviones,
tripulaciones, carga y pasajeros para
U.S. Military Airlift
planificar la evacuacin area de la 1992 Victoria
Command
operacin Tormenta del Desierto en
Oriente.
Diseo de un programa efectivo de 33%
New Haven Health
intercambio de agujas para combatir el 1993 menos de
Dept.
contagio del SIDA. contagios
Pacific Lumber Gestin de Ecosistemas Forestales a
1997 398
Company largo plazo.
Memorial Sloan-
Diseo de terapia de radiacin 1998 459
Kettering
Waste
Rutas para gestin de desperdicios 2005 100
Management Inc.
Deer & Company Administracin de inventarios 2005 1000

* Datos completos de la publicacin en Hillier y Lieberman (1997, 2010)

+ Cifras dadas en millones de dlares.
EJEMPLOS-APLICACIONES

Ejemplo 1:
Una empresa dispone de 70 trabajadores con cualificaciones
diferentes (Economistas, Ingenieros, Auxiliares
Administrativos, etc..) a los que hemos de asignar 70
actividades tambin diferentes. Para decidir una determinada
asignacin de tareas deberamos escoger de entre un total de
70! (Permutaciones de 70 elementos) aquella que maximiza el
resultado final de la empresa. Como 70! es aproximadamente
igual a 10100, an revisando un 1 milln de asignaciones
diferentes al segundo necesitaramos aproximadamente 1087
aos para revisar todas las asignaciones posibles.
Este tipo de problemas requiere desarrollar modelos de
programacin matemtica, otros mtodos matemticos, para
llegar a algn tipo de conclusiones.
 EJEMPLOS-APLICACIONES

Ejemplo 2: Aplicacin al mbito sanitario

Planificacin y asignacin de recursos en un sistema de salud
mental
Fases de construccin del modelo
Definir las categoras de enfermos ( en funcin de sus
necesidades y respuestas a un determinado tratamiento)
Utilizacin de tcnicas estadsticas, para la recogida de datos y
la determinacin del historial del enfermo. A lo largo del tiempo
los enfermos pueden cambiar de categora (cadenas de Markov)
 EJEMPLOS-APLICACIONES

Ejemplo 2: Aplicacin al mbito sanitario

Planificacin y asignacin de recursos en un sistema de salud
mental
Fases de construccin del modelo
Definir las categoras de enfermos ( en funcin de sus
necesidades y respuestas a un determinado tratamiento)
Definir un conjunto de servicios (obtener una clasificacin de
acuerdo a las necesidades de los enfermos y con la disponibilidad
de recursos, basada en la experiencia y conocimientos mdicos)
Entrevista a expertos (delphi) acumular informacin en base a la
experiencia y conocimientos mdicos
EJEMPLOS-APLICACIONES
Ejemplo 2: Aplicacin al mbito sanitario
Planificacin y asignacin de recursos en un sistema de salud
mental
Fases de construccin del modelo
Definir las categoras de enfermos ( en funcin de sus
necesidades y respuestas a un determinado tratamiento)
Definir un conjunto de servicios (obtener una clasificacin de
acuerdo a las necesidades de los enfermos y con la
disponibilidad de recursos, basada en la experiencia y
conocimientos mdicos)
Planificar y asignar los recursos (asignar los servicios entre las
distintas categoras de enfermos a lo largo del tiempo)
Utilizacin de tcnicas de programacin lineal para la
asignacin de recursos. Modelo multi-periodo a partir de la
definicin de una funcin objetivo.
 EJEMPLOS-APLICACIONES

Una vez presentado el problema

cmo plantearlo cientficamente?

Formulacin matemtica del problema

 EJEMPLOS-FORMULACIN MATEMTICA

Ejemplo: Dos empresas Mineras extraen dos tipos diferentes de

minerales, los cuales son sometidos a un proceso de trituracin, con
tres grados: alto , medio y bajo. Las compaas han firmado un
contrato para proveer de mineral a una planta de fundicin, cada
semana, 12 toneladas de mineral de grado alto, 8 toneladas de grado
medio y 24 toneladas de grado bajo. Cada una de las empresas tiene
diferentes procesos de fabricacin.
Mina Coste por da (miles de Euros) Producci(toneladas/da)
Alto Medio Bajo
X 180 6 3 4
Y 160 1 1 6
Cuntos das a la semana debera operar cada empresa para cumplir
el contrato con la planta de fundicin?
EJEMPLOS-FORMULACIN MATEMTICA

Debemos buscar una solucin que minimice el coste de

produccin de las empresas, sujeta a las restricciones impuestas
por el proceso productivo as como el contrato con la planta de
fundicin.

Traduccin del problema en trminos matemticos

definir las variables
las restricciones
el objetivo
 EJEMPLOS-FORMULACIN MATEMTICA
Variables
Representan las decisiones que
puede tomar la empresa:
Restricciones
Se recomienda primero plantear las
restricciones con palabras antes de
pasar a su formulacin matemtica

Dx = nmero de das a la semana Restriccin 1. refleja el balance entre

que la empresa X produce las limitaciones productivas de la
fbrica y el contrato con la fundicin
Dy= nmero de das a la semana
que la empresa Y produce Grado

Notar que Dx0 y Dy0 Alto 6Dx+1Dy12

Medio 3Dx+1Dy8
Objetivo Bajo 4Dx+6Dy24
Como objetivo buscamos Restriccin 2. das de trabajo
minimizar el coste disponibles a la semana
Dx5 y Dy5
 EJEMPLOS-FORMULACIN MATEMTICA

La representacin completa del problema tomara la siguiente

forma:
Minimizar 180Dx+160Dy
S.a.
6Dx+1Dy12
3Dx+1Dy8
4Dx+6Dy24
Dx5, Dy5
Dx0, Dy0
CONCLUSIONES

Hemos pasado de la definicin del problema a su formulacin

matemtica.
Error de especificacin, el error ms frecuente consiste en
descuidar las limitaciones (restricciones, caractersticas de las
variables, etc,)
En el ejemplo anterior:
Todas las variables son continuas (admitimos fracciones de
da)
Existe un nico objetivo (minimizar los costes)
El objetivo y las restricciones son lineales
Las tres consideraciones anteriores nos llevan a lo que
denominamos un problema de Programacin Lineal PL
 CONCLUSIONES

El ejercicio anterior plantea un PROBLEMA DE DECISIN

Hemos tomado una situacin real y hemos construido su
equivalente matemtico MODELO MATEMTICO
Durante la formulacin del modelo matemtico nosotros
consideramos el mtodo cuantitativo que (esperanzadamente) nos
permitir resolver el modelo numricamente ALGORITMO
El algoritmo es un conjunto de instrucciones que siguiendo de
manera gradual producen una solucin numrica

Llegamos a una nueva definicin de I.O.

Ciencia para la representacin de problemas reales mediante
modelos matemticos que junto con mtodos cuantitativos nos
permiten obtener una solucin numrica a los mismos
 CONCLUSIONES

Dificultades de este tipo de enfoques:

Identificacin del problema (debemos ignorar partes o tratar el
problema entero)
Eleccin del modelo matemtico adecuado as como el algoritmo
adecuado para resolverlo (validacin del algoritmo)
Dificultades en la implementacin
Velocidad (costes) que supone llegar a una solucin
Calidad de la solucin
Consistencia de la solucin
REFERENCIAS

Investigacin de Operaciones de Frederick. S. Hillier y

Gerald. J. Lieberman 2015 - 10 Edicin, McGraw Hill
(944 pp)
Introduccin a la Investigacin Operativa-OCW-USAL
http://ocw.usal.es/ensenanzas-tecnicas/investigacion-
operativa-i/contenidos/TemasIO-
I_PDF/Cap01(IntodIO)_IO-I.pdf
Investigacin de Operaciones
http://www.ingenieriaindustrialonline.com/herramientas-
para-el-ingeniero-industrial/investigaci%C3%B3n-de-
operaciones/