CAPITULO : I
2
Capitulo I – Introducción a la Investigación de Operaciones
Al terminar la guerra, el éxito de la investigación de operaciones en las actividades bélicas generó un gran
interés en sus aplicaciones fuera del campo militar. Como la explosión industrial seguía su curso, los
problemas causados por el aumento en la complejidad y especialización dentro de las organizaciones
pasaron de nuevo a primer plano. Comenzó a ser evidente para un gran número de personas, incluyendo a
los consultores industriales que habían trabajado con o para los equipos de IO durante la guerra, que estos
problemas eran básicamente los mismos que los enfrentados por la milicia, pero en un contexto diferente.
Cuando comenzó la década de 1950, estos individuos habían introducido el uso de la investigación de
operaciones en la industria, los negocios y el gobierno. Desde entonces, esta disciplina se ha desarrollado
con rapidez.
Se pueden identificar por lo menos otros dos factores que jugaron un papel importante en el desarrollo de
la investigación de operaciones durante este período. Uno es el gran progreso que ya se había hecho en el
mejoramiento de las técnicas disponibles en esta área. Después de la guerra, muchos científicos que habían
participado en los equipos de IO o que tenían información sobre este trabajo, se encontraban motivados a
buscar resultados sustanciales en este campo; de esto resultaron avances importantes. Un ejemplo
sobresaliente es el método simplex para resolver problemas de programación lineal, desarrollada en 1947
por George Dantzing. Muchas de las herramientas características de la investigación de operaciones, como
programación lineal, programación dinámica, líneas de espera y teoría de inventarios, fueron desarrolladas
casi por completo antes del término de la década de 1950.
Un segundo factor que dio ímpetu al desarrollo de este campo fue el advenimiento de las computadoras.
Para manejar de una manera efectiva los complejos problemas inherentes a esta disciplina, por lo general
se requiere un gran número de cálculos. Llevarlos a cabo a mano puede resultar casi imposible. Por lo
tanto, el desarrollo de la computadora electrónica digital, con su capacidad para realizar cálculos
aritméticos, miles o tal vez millones de veces más rápido que los seres humanos, fue una gran ayuda para
la investigación de operaciones. Un avance más tuvo lugar en la década de 1980 con el desarrollo de las
computadoras personales cada vez más rápidas, acompañado de buenos paquetes de software para
resolver problemas de IO, esto puso las técnicas al alcance de un gran número de personas. Hoy en día,
literalmente millones de individuos tienen acceso a estos paquetes. En consecuencia, por rutina, se usa
toda una gama e computadoras, desde las grandes hasta las portátiles, para resolver problemas de
investigación de operaciones.
2) Características de la Investigación de Operaciones.-
Es muy notable el rápido crecimiento del tamaño y la complejidad de las organizaciones (empresas)
humanas que se ha dado en estos últimos tiempos. Tal tamaño y complejidad nos hace pensar que una
sola decisión equivocada puede repercutir grandemente en los intereses y objetivos de la organización
y en ocasiones pueden pasar años para rectificar tal error. También el ritmo de la empresa de hoy
implica que las DECISIONES se tomen más rápidamente que nunca, pues el hecho de posponer la
acción puede dar una decisiva ventaja al contrario en este mundo de la competencia.
La palpable dificultad de tomar decisiones ha hecho que el hombre se aboque en la búsqueda de una
herramienta o método que le permita tomar las mejores decisiones de acuerdo a los recursos
disponibles y a los objetivos que persigue. Tal herramienta recibió el nombre de Investigación de
Operaciones.
De la definición de Investigación de Operaciones, como veremos en el siguiente apartado, podemos
resaltar los siguientes términos: organización, sistema, grupos interdisciplinarios, objetivo y
metodología científica.
Una organización puede entenderse como un sistema, en el cual existen componentes; canales que
comunican tales componentes e información que fluye por dichos canales. En todo sistema las
componentes interactúan unas con otras y tales interacciones pueden ser controlables e
incontrolables. En un sistema grande, las componentes se relacionan de muchas maneras, pero no
todas son importantes, o mejor dicho, no todas las interacciones tienen efectos importantes en las
componentes del sistema.
Por lo tanto es necesario que exista un procedimiento sistemático que identifique a quienes toman
decisiones y a las interacciones que tengan importancia para los objetivos de la organización o sistema.
Uno de esos procedimientos es precisamente la Investigación de Operaciones.
3
Capitulo I – Introducción a la Investigación de Operaciones
Una estructura por la que no fluye información, no es dinámica, es decir, no podemos considerarla
como un sistema. Por lo tanto podemos decir que la información es lo que da “vida” a las estructuras u
organizaciones humanas.
Los objetivos de toda organización serán siempre alcanzar el liderazgo en su rama, controlando la
eficiencia y efectividad de todas sus componentes por medio de métodos que permitan encontrar las
relaciones óptimas que mejor operen el sistema, dado un objetivo específico.
Ante el tremendo avance que se ha dado en casi todas las ciencias en las últimas décadas, ya no es
factible querer saber un poco de todo, sino más bien especializarse en alguna rama de la ciencia. Los
problemas que se presentan en las organizaciones no fácilmente se pueden resolver por un sólo
especialista. Por el contrario son problemas multidisciplinarios, cuyo análisis y solución requieren de la
participación de varios especialistas. Estos grupos interdisciplinarios necesariamente requieren de un
lenguaje común para poder entenderse y comunicarse, donde la Investigación de Operaciones viene a
ser ese puente de comunicación.
El enfoque de la Investigación de Operaciones es el mismo del método científico. En particular, el
proceso comienza por la observación cuidadosa y la formulación del problema y sigue con la
construcción de un modelo científico (por lo general matemático) que intenta abstraer la esencia del
problema real. En este punto se propone la hipótesis de que el modelo es una representación lo
suficientemente precisa de las características esenciales de la situación como para que las conclusiones
(soluciones) obtenidas sean válidas también para el problema real. Esta hipótesis se verifica y modifica
mediante las pruebas adecuadas. Entonces, en cierto modo, la Investigación de Operaciones incluye la
investigación científica creativa de las propiedades fundamentales de las operaciones. Sin embargo,
existe más que esto. En particular, la Investigación de Operaciones se ocupa también de la
administración práctica de la organización. Así, para tener éxito, deberá también proporcionar
conclusiones positivas y claras que pueda usar el tomador de decisiones cuando las necesite.
La contribución del enfoque de Investigación de Operaciones proviene principalmente de:
a) La estructuración de una situación de la vida real como un modelo matemático, logrando una
abstracción de los elementos esenciales para que pueda buscarse una solución que concuerde con
los objetivos del tomador de decisiones. Esto implica tomar en cuenta el problema dentro del
contexto del sistema completo.
b) El análisis de la estructura de tales soluciones y el desarrollo de procedimientos sistemáticos para
obtenerlas.
c) El desarrollo de una solución, incluyendo la teoría matemática si es necesario, que lleva al valor
óptimo de la medida de lo que se espera del sistema (o quizá que compare los cursos de acción
opcionales evaluando esta medida para cada uno).
3) Clasificación de los problemas de Investigación Operativa.
Los problemas de IO se pueden clasificar de dos modos diferentes: a) atendiendo al objetivo del
problema y b) por el grado de certidumbre de los datos:
a) Clasificación según el objetivo del problema.
i) Modelos de optimización, cuyo objetivo es maximizar cierta cantidad (beneficio, eficiencia) o
minimizar cierta medida (coste, tiempo), quizás teniendo en cuenta una serie de limitaciones o
requisitos que restringen la decisión (disponibilidad de capital, personal, material, requisitos
para cumplir fechas limite, etc.) ejemplos de modelos de optimización son:
Problemas de secuenciación.- que se ocupan de colocar objetos en cierto orden, por
ejemplo, supongamos que tenemos N trabajos que deben ser procesados en el mismo
orden en M maquinas distintas en las que requieren tiempos de procesamiento diferentes
¿de que formase deben ordenar los trabajos para que el tiempo total de procesamiento
de estos en cada una de las maquinas sea mínimo?
Problemas de localización.- que consisten en realizar una asignación de recursos a
actividades de manera que se optimice cierta medida de efectividad. Por ejemplo, si la
medida de efectividad viene dada por una función lineal con varias variables que debe
cumplir un conjunto de restricciones definidas por funciones lineales de dichas variables,
el problema es de Programación Lineal.
4
Capitulo I – Introducción a la Investigación de Operaciones
Problemas de rutas.- que tratan de encontrar la ruta optima desde un origen a un destino
cuando existen varias alternativas posibles. El ejemplo mas característico es el clásico
problema del Viajero de Comercio. Un viajante de comercio tiene que visitar N ciudades
una y solo una vez antes de volver a su origen. ¿en que orden debe visitarlas para
minimizar la distancia total viajada?. Este problema de formulación sencilla es, en muchos
casos difícil de resolver.
Problemas de búsqueda.- que difieren de los otros tipos de problemas que hemos
discutido en que hay que buscar cierta información que es necesaria para tomar una
decisión. Algunos ejemplos son: buscar barcos enemigos en el océano, realizar auditorias
en empresas en busca de trampas o errores, realizar exploraciones de la tierra para
encontrar recursos naturales como petróleo, cobre, etc. En cada caso el objetivo es
minimizar tanto los costos asociados con la recolección y análisis de datos para reducir los
errores de decisión como los propios costos de decisión. La teoría de la Decisión
Estadística proporciona una base para resolver muchos problemas de búsqueda.
ii) Modelos de predicción.- cuyo objetivo es describir o predecir sucesos (nivel de ventas, fechas
de terminación de proyectos, numero de clientes, etc.) dadas ciertas condiciones. Ejemplos de
estos modelos son:
Problemas de reemplazamiento, que se ocupan de decidir el tiempo adecuado para
reemplazar los equipos que fallan o se deterioran. Uno de los problemas que se ajusta a
este planteamiento nos es muy conocido: ¿Cuándo debemos cambiar de auto? Como cada
uno tiene su propia medida de efectividad, no hay una respuesta única aun suponiendo
que los autos tuvieran exactamente el mismo rendimiento. Otros problemas bastante
cotidianos que encajan en este marco son el problema de reemplazo de maquinaria
industrial, de ordenadores en centros de cálculo, establecimiento de garantías, etc.
Problemas de inventarios, que consisten en determinar la cantidad ideal de productos
que se deben tener disponibles en una tienda o almacén. Si un cliente quiere comprar una
cierta cantidad de productos pero no están disponibles, esto supondría una venta perdida.
Por otro lado, si hay un exceso de productos, el costo de almacenamiento puede ser
demasiado grande. El objetivo de este problema es encontrar un punto de equilibrio.
Problemas de colas, que son desgraciadamente muy cotidianos. Esperamos en colas para
coger el autobús, para poner una transferencia, etc. Cualquier problema en el que haya
que esperar para obtener un servicio es un problema de colas. Estos problemas vienen
definidos por la distribución de tiempos de servicio de cada uno de los dependientes, el
número de dependientes presentes en el sistema, la disciplina de la cola y el tamaño de la
sala de espera. El objetivo del problema es encontrar una forma de mejorar el
rendimiento global del sistema, que se mide normalmente atendiendo al tamaño de la
cola, o bien al tiempo que transcurre desde que un cliente llega al sistema hasta que lo
abandona (tiempo de respuesta).
Problemas de competencia, que surgen cuando dos o más objetos compiten por un
recurso. Muchas veces un problema de competencia consiste en una lucha para obtener
un contrato para prestar servicio o conseguir un privilegio. Resolver un problema de este
tipo conlleva un proceso subyacente de TOMA DE DECISIONES.
b) Clasificación según el grado de certidumbre de los datos.
Otra clasificación que surge de los problemas de IO atiende más bien al tipo de modelo donde encaja
el problema. En algunos casos tendremos que ajustar el problema con un Modelo Determinístico, en el
cual todos los datos importantes del mismo se suponen conocidos, pero en otros, algunos de estos
datos se consideran inciertos y normalmente vienen dados por una probabilidad por lo que será
necesaria la utilización de un Modelo Probabilístico. Sin embargo, existen modelos que conviene tratar
como Híbridos de estas dos categorías. En la figura siguiente se hace una agrupación aproximada, a
grandes rasgos, de los diferentes tipos de problema dentro de la categoría a la que pertenecen:
5
Capitulo I – Introducción a la Investigación de Operaciones
6
Capitulo I – Introducción a la Investigación de Operaciones
se pueden obtener ya sea a partir de datos pasados o ser estimados por medio de algún método
estadístico. Es recomendable determinar si el modelo es probabilístico o determinístico. El modelo
puede ser matemático, de simulación o heurístico, dependiendo de la complejidad de los cálculos
matemáticos que se requieran.
c) Solución del modelo.- Una vez que se tiene el modelo, se procede a derivar una solución
matemática empleando las diversas técnicas y métodos matemáticos para resolver problemas y
ecuaciones. Debemos tener en cuenta que las soluciones que se obtienen en este punto del
proceso, son matemáticas y debemos interpretarlas en el mundo real. Además, para la solución del
modelo, se deben realizar análisis de sensibilidad, es decir, ver como se comporta el modelo a
cambios en las especificaciones y parámetros del sistema. Esto se hace, debido a que los
parámetros no necesariamente son precisos y las restricciones pueden estar equivocadas.
d) Validación del modelo.- La validación de un modelo requiere que se determine si dicho modelo
puede predecir con certeza el comportamiento del sistema. Un método común para probar la
validez del modelo, es someterlo a datos pasados disponibles del sistema actual y observar si
reproduce las situaciones pasadas del sistema. Pero como no hay seguridad de que el
comportamiento futuro del sistema continúe replicando el comportamiento pasado, entonces
siempre debemos estar atentos de cambios posibles del sistema con el tiempo, para poder ajustar
adecuadamente el modelo.
e) Implementación de resultados.- Una vez que hayamos obtenido la solución o soluciones del
modelo, el siguiente y último paso del proceso es interpretar esos resultados y dar conclusiones y
cursos de acción para la optimización del sistema. Si el modelo utilizado puede servir a otro
problema, es necesario revisar, documentar y actualizar el modelo para sus nuevas aplicaciones.
5) Concepto de optimización.-
Una característica adicional, que se mencionó como de pasada, es que la Investigación de Operaciones
intenta encontrar la mejor solución, o la solución óptima, al problema bajo consideración. En lugar de
contentarse con sólo mejorar el estado de las cosas, la meta es identificar el mejor curso de acción
posible. Aún cuando debe interpretarse con todo cuidado, esta “búsqueda de la optimalidad” es un
aspecto muy importante dentro de la Investigación de Operaciones.
6) Áreas de aplicación de la Investigación de Operaciones.-
Como su nombre lo dice, Investigación de Operaciones significa “hacer investigación sobre las
operaciones”. Esto dice algo del enfoque como del área de aplicación. Entonces, la Investigación de
Operaciones se aplica a problemas que se refieren a la conducción y coordinación de operaciones o
actividades dentro de una organización. La naturaleza de la organización es esencialmente inmaterial y,
de hecho, la Investigación de Operaciones se ha aplicado en los negocios, la industria, la milicia, el
gobierno, los hospitales, etc. Así, la gama de aplicaciones es extraordinariamente amplia. Casi todas las
organizaciones más grandes del mundo (alrededor de una docena) y una buena proporción de las
industrias más pequeñas cuentan con grupos bien establecidos de Investigación de Operaciones.
Muchas industrias, incluyendo la aérea y de proyectiles, la automotriz, la de comunicaciones,
computación, energía eléctrica, electrónica, alimenticia, metalúrgica, minera, del papel, del petróleo y
del transporte, han empleado la Investigación de Operaciones. Las instituciones financieras,
gubernamentales y de salud están incluyendo cada vez más estas técnicas.
Para ser más específicos, se consideran algunos problemas que se han resuelto mediante algunas
técnicas de Investigación de Operaciones. La programación lineal se ha usado con éxito en la solución
de problemas referentes a la asignación de personal, la mezcla de materiales, la distribución y el
transporte y las carteras de inversión. La programación dinámica se ha aplicado con buenos resultados
en áreas tales como la planeación de los gastos de comercialización, la estrategia de ventas y la
planeación de la producción. La teoría de colas ha tenido aplicaciones en la solución de problemas
referentes al congestionamiento del tráfico, al servicio de máquinas sujetas a descomposturas, a la
determinación del nivel de la mano de obra, a la programación del tráfico aéreo, al diseño de presas, a
la programación de la producción y a la administración de hospitales. Otras técnicas de Investigación de
Operaciones, como la teoría de inventarios, la teoría de juegos y la simulación, han tenido exitosas
aplicaciones en una gran variedad de contextos.
7
Capitulo I – Introducción a la Investigación de Operaciones
8
Capitulo I – Introducción a la Investigación de Operaciones
es que nos permite analizar tal situación sin interferir en la operación que se realiza, ya que el modelo
es como si fuera “un espejo” de lo que ocurre.
Para aumentar la abstracción del mundo real, los modelos se clasifican como:
a) Icónicos.- Los modelos icónicos son la representación física, a escala reducida o aumentada de un
sistema real.
b) Análogos.- Los modelos análogos esencialmente requieren la sustitución de una propiedad por
otra con el fin de permitir la manipulación del modelo. Después de resolver el problema, la
solución se reinterpreta de acuerdo al sistema original.
c) Simbólicos.- Los modelos más importantes para la investigación de operaciones, son los modelos
simbólicos o matemáticos, que emplean un conjunto de símbolos y funciones para representar las
variables de decisión y sus relaciones para describir el comportamiento del sistema. El uso de las
matemáticas para representar el modelo, el cual es una representación aproximada de la realidad,
nos permite aprovechar las computadoras de alta velocidad y técnicas de solución con
matemáticas avanzadas.