Investigacin Operativa

El problema
Cada vez es ms difcil asignar los
recursos o actividades de la forma ms eficaz
Los recursos
son escasos
Los sistemas son cada
vez ms complejos
Qu es la investigacin operativa?
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.

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.
Investigacin operativa (I.O.)
Es la aplicacin del mtodo cientfico para
asignar los recursos o actividades de forma
eficaz, en la gestin y organizacin de sistemas
complejos
Su objetivo es ayudar a la toma de decisiones
Requiere un enfoque interdisciplinario
Historia de la I.O.
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,
Historia de la I.O.
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.
Actualidad de la I.O.
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
El mtodo de la I.O.
Definicin del problema
Formulacin del problema y construccin del
modelo
Resolucin
Verificacin, validacin, refinamiento
Interpretacin y anlisis de resultados
Implantacin y uso extensivo
A lo largo de todo el proceso debe haber una interaccin
constante entre el analista y el cliente
El modelado
Es una ciencia
anlisis de relaciones
aplicacin de algoritmos de solucin
Y a la vez un arte
visin de la realidad
estilo, elegancia, simplicidad
uso creativo de las herramientas
experiencia
Definicin del problema
Consiste en identificar los elementos de
decisin
objetivos (uno o varios, optimizar o satisfacer)
alternativas
limitaciones del sistema
Hay que recoger informacin relevante (los
datos pueden ser un grave problema)
Es la etapa fundamental para que las
decisiones sean tiles
Factores problemticos
Datos incompletos, conflictivos, difusos
Diferencias de opinin
Presupuestos o tiempos limitados
Cuestiones polticas
El decisor no tiene una idea firme de lo que quiere
realmente.
Plan de trabajo:
Observar
Ser consciente de las realidades polticas
Decidir qu se quiere realmente
Identificar las restricciones
Bsqueda de informacin continua.
Formulacin del problema
Modelo: representacin simplificada de la
realidad, que facilita su comprensin y el
estudio de su comportamiento
Debe mantener un equilibrio entre sencillez y
capacidad de representacin
Modelo matemtico: modelo expresado en
trminos matemticos
hace ms claras la estructura y relaciones
facilita el uso de tcnicas matemticas y
ordenadores
a veces no es aplicable
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
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
Programacin
matemtica
Programacin lineal
Programacin entera
Programacin dinmica
Programacin no lineal
Programacin multiobjetivo
Modelos de transporte
Modelos de redes
Probabilsticos
Programacin
estocstica
Gestin de inventarios
Fenmenos de espera
(colas)
Teora de juegos
Simulacin

Paso 2.- Generar las soluciones del modelo
Determinar los valores de las variables de
decisin de modo que la solucin sea ptima (o
satisfactoria) sujeta a las restricciones
Puede haber distintos algoritmos y formas de
aplicarlos
Paso 3.- Verificacin y validacin
Eliminacin de errores
Comprobacin de que el modelo se adapta a la
realidad

Paso 4.- Interpretacin y anlisis
Robustez de la solucin ptima obtenida:
Anlisis de sensibilidad
Deteccin de soluciones cuasi-ptimas
atractivas
Paso 5.- Implantacin de resultados
Sistema de ayuda y mantenimiento
Documentacin
Formacin de usuarios
Gua general para la formulacin de modelos
Identificacin de los elementos bsicos.
Expresar en palabras:
Datos del problema
Factores que no son susceptibles de cambio
Variables de decisin
Variables sobre las que se tiene control
Restricciones
Causas por las que la decisin est limitada
Funcin objetivo
Medida del rendimiento que se quiere optimizar
Traduccin de los elementos bsicos a
expresiones matemticas
Es un Arte que mejora con la
prctica





PRACTIQUEMOS!


Ejemplo n1
En una fbrica de cerveza se producen dos tipos: rubia y
negra. Su precio de venta es de 0,5 euros/l y 0,3 euros/l,
respectivamente. Sus necesidades de mano de obra son de
3 y 5 empleados, y de 5.000 y 2.000 euros de materias primas
por cada 10.000 l.
La empresa dispone semanalmente de 15 empleados y
10.000 euros para materias primas, y desea maximizar su
beneficio. Cuntos litros debe producir?



Formulacin
2 1
000 . 3 000 . 5 z M x x ax
0
000 10 000 2 000 5
15 5 3
2 1
2 1
2 1

x , x
. x . x .
x x
. a . s
El modelo de P.L.
n n
x c x c x c z Opt
2 2 1 1
0
2 1
2 2 1 1
1 1 2 12 1 11

n
m n mn m m
n n
x , , x , x
b x a x a x a
b x a x a x a
. a . s