FACULTAD DE INGENIERIA

ESCUELA DE INGENIERIA INDUSTRIAL

INVESTIGACIN DE
OPERACIONES II
Docente: Ing. Filiberto De la Rosa
Anhuamn

HISTORIA
La primera actividad de investigacin de operaciones se dio durante la II Guerra
Mundial en Gran Bretaa, donde la administracin militar llam a un grupo de
cientficos de distintas reas del saber para que estudien los problemas tcticos y
estratgicos asociados a la defensa del pas. El nombre de Investigacin de
Operaciones (IO), fue dado porque el equipo estaba llevando a cabo la actividad de
investigar operaciones militares.
Motivados por los resultados alentadores obtenidos por los equipos britnicos, los
investigadores militares de Estados Unidos comenzaron a realizar investigaciones
similares. Para eso reunieron a un grupo selecto de especialistas, los cuales
empezaron a tener buenos resultados y en sus estudios incluyeron problemas
logsticos complejos, la planeacin de minas en el mar y la utilizacin efectiva del
equipo electrnico.
Al trmino de la guerra y atrados por los buenos resultados obtenidos por los
estrategas militares, los administradores industriales empezaron a aplicar las
herramientas de la IO a la resolucin de sus problemas que empezaron a originarse
debido al crecimiento del tamao y la complejidad de las industrias.
Ing. Filiberto De la Rosa A.

Aunque se ha acreditado a Gran Bretaa la iniciacin de la IO como

una nueva disciplina, los Estados Unidos tomaron pronto el liderazgo
en este campo rpidamente creciente. La primera tcnica
matemtica ampliamente aceptada en el medio de la IO fue el
Mtodo Simplex de Programacin Lineal, desarrollado en 1947 por el
matemtico norteamericano George B. Danzig, desde entonces las
nuevas tcnicas se han desarrollado gracias al esfuerzo y cooperacin
de las personas interesadas tanto en el rea acadmica como en el
rea industrial.
Un segundo factor en el progreso impresionante de la IO fue el
desarrollo de la computadora, que con sus tremendas capacidades de
velocidad de cmputo y de almacenamiento y recuperacin de la
informacin, permitieron al tomador de decisiones rapidez y precisin.
Si no hubiera sido por la computadora la IO con sus grandes
problemas de clculo no hubiera crecido al nivel de hoy en da.
Actualmente la IO se esta aplicando en muchas actividades fuera del
Ing. Filiberto De lade
Rosa A. la
campo
industria como hospitales, instituciones financieras,
planeacin
urbana,
sistemas
de
transporte,
sistemas
de

DEFINICIN
La IO es la aplicacin del mtodo cientfico al estudio de los
problemas de toma de decisiones, considerando la formulacin de
un modelo matemtico que permita estudiar el problema y
desarrollar una solucin que indique el mejor u ptimo curso de
accin posible.
Las dos caractersticas esenciales, que distinguen la IO de otras
disciplinas o actividades que podran asimilarse a la anterior
definicin son:
El modelamiento generalmente matemtico de los
problemas de decisin.
La bsqueda de la mejor o la ptima solucin de los
problemas de decisin.
Ing. Filiberto De la Rosa A.

reas de aplicacin de la IO
La programacin lineal se ha usado con xito en la solucin de
problemas referentes a la asignacin de personal, la mezcla de
materiales, la distribucin y el transporte y las carteras de
inversin.
La programacin dinmica se ha aplicado con buenos resultados
en reas tales como la planeacin de los gastos de
comercializacin, la estrategia de ventas y la planeacin de
produccin.
La teora de colas ha tenido aplicaciones en la solucin de
problemas referentes al congestionamiento del trfico, al servicio
de mquinas sujetas a descomposturas, a la determinacin del
nivel de la mano de obra, a la programacin del trfico areo, al
diseo de presas, a la programacin de la produccin y a la
Ing. Filiberto De la Rosa A.
administracin de hospitales.
Otras tcnicas como la teora de inventarios, la teora de juegos y la

EL PROCESO DE TOMA DE
DECISIONES

La toma de decisiones es un proceso de seleccin entre cursos

alternativos de accin, basados en un conjunto de criterios para
alcanzar uno o ms objetivos.
La condicin fundamental para la solucin de problemas es que se
establezca una diferencia entre lo que es (situacin actual) y lo
que debe ser (situacin deseada o objetivo) y a continuacin
tomar acciones para eliminar o disminuir esa diferencia.
Los componentes de un problema son:
El tomador de decisiones o ejecutivo.
Los objetivos de la organizacin.
El sistema o ambiente en el que se sita el problema
Los cursos de accin alternativos que se pueden tomar para
resolverlo.
Ing. Filiberto De la Rosa A.

Para formular un problema se requiere:

a) Identificar los componentes y variables del sistema.
b) Identificar los posibles cursos de accin.
c) Definir el marco de referencia.
d) Definir los objetivos que se busca alcanzar.
e) Identificar las interrelaciones entre las diferentes partes del
sistema y encontrar las restricciones que existen.
El proceso de resolucin de problemas involucra los siguientes pasos:
1. Identificar y definir bien el problema.
2. Determinar el conjunto de soluciones alternativas.
3. Determinar el criterio o criterios de evaluacin para evaluar dichas
alternativas.
4. Evaluar las alternativas.
5. Elegir la alternativa mas adecuada.
6. Implementar la alternativa seleccionada (la decisin)
7. Evaluar los resultados, y determinar si se ha llegado a una solucin
satisfactoria.

PROGRAMACIN LINEAL
LA PROGRAMACIN LINEAL trata la planeacin de las
actividades para obtener un resultado ptimo, esto es, el
resultado que mejor alcance la meta especificada entre todas las
opciones de solucin. Aunque la asignacin de recursos limitados
entre las actividades competitivas de la mejor manera posible es
la aplicacin ms frecuente, la PL tiene muchas otras
posibilidades.
Estructura
de un Modelo de PL:
a. Variables, representan la informacin para la toma de decisiones, sus valores
o resultados son determinadas por el modelo.
b. Parmetros, es toda informacin conocida a priori e invariable para el
horizonte de planeacin del modelo.
c. Funcin objetivo, es una expresin de variables que representa el objetivo
que se desea alcanzar y expresa la cuantificacin de la efectividad en una
unidad de medida.
d. Restricciones, son relaciones entre las variables y parmetros que se
Ing. Filiberto De la Rosa A.
representan por desigualdades o ecuaciones, resulta debido a limitaciones de

En investigacin de operaciones I aprendimos a resolver modelos de

P. L. Por el mtodo simplex y el dual simplex, el resultado obtenido
poda ser cualquier nmero real, sin embargo, existen problemas que
no aceptan como solucin un nmero real, por ejemplo, pensemos en
el problema de seleccin de personal de la unidad 3, en este caso no
podemos colocar 1.5 empleados. Por esta razn se han desarrollado
algoritmos especiales para la bsqueda de soluciones enteras de
modelos de P. L.

Ing. Filiberto De la Rosa A.

CLASIFICACIN DE LOS
MODELOS DE P. L. E.

Los problemas que resuelven corresponden a los llamados

modelos de programacin lineal entera (P. L. E.). Estos modelos
se clasifican de la siguiente manera:
Modelos de P. L. E. puros. Cuando todas las variables de
decisin slo tienen sentido si toman valores enteros.
Modelos de P. L. E.
mixtos. Cuando alguna de las variables de decisin pueden
tomar valores reales y slo un subconjunto est restringido a
tomar valores enteros.
Modelo de P. L. E. Binarios.- Cuando las
variables de decisin slo pueden tomar dos valores, por
ejemplo, verdadero o falso, esto se representa con cero o uno.

Ing. Filiberto De la Rosa A.

MTODOS DE RESOLUCIN DE P.L.E.

Mtodo grafico
Mtodo de branch and bound o de bifurcacin y acotamiento
Mtodo del algoritmo de gomory

1.- MTODO GRFICO:

Muchos de los problemas de la vida real exigen solucin con
nmeros enteros por lo tanto las variables de dicho problema
deben ser definidas como variables enteras, el mtodo grfico
es idntico al mtodo grfico de programacin continua solo
aqu se selecciona soluciones enteras dentro del rea de
solucin factible.
Ing. Filiberto De la Rosa A.

Ejemplo:
Un paciente requiere una dieta estricta a travs de dos alimentos A y B, se
sabe que cada unidad del alimento A contiene 120 caloras y dos gramos de
protenas, la unidad del alimento B contiene 100 caloras y 5 gramos de
protenas. La dieta requiere como mnimo 1000 caloras y 30 gramos de
protenas. Si el precio de cada unidad del alimento A es de $60 y cada unidad
del alimento B es de $80.
Cuantas unidades de cada alimento debe contener la dieta para que el costo
sea mnimo?

Ing. Filiberto De la Rosa A.

SOLUCIN:

Funcin objetivo:

Min z = 60X +80Y

S. A.
120X + 100y > = 1000
2X + 5Y > = 30

c(15,0)

X, Y > = 0, enteros
B(5,4)
Ing. Filiberto De la Rosa A.
A(15,=)

EJEMPLO:
Max z = 5X1 + 3X2

X2

S. A:
3X1 + 5X2 < = 15
5X1 + 2X2 < = 10
X1, X2 > = 0, enteros

A(0.3))

B(1.06, 2.37)

Solucin:
En 3X1 + 5X2 = 15
X1
X1 = 0 X2 = 3, X2 = 0 X1 = 5
En 5X1 + 2X2 = 10
X1 = 0, X2 = 5, X2 = 0, X1 = 2
Ing. Filiberto De la Rosa A.

C(2. 0)

MTODO DE BRANCH AND BOUND

Consideremos el siguiente problema de programacin entera:
PLE) Max 21x1 + 11x2
s.a. 7x1 + 4x2 13
x1 0
x2 0
x1, x2 enteros
Consideremos inicialmente la resolucin de la relajacin continua
de PLE), que consiste en eliminar las condiciones de integralidad.

Ing. Filiberto De la Rosa A.

Ing. Filiberto De la Rosa A.

Descripcin del mtodo Branch and Bound (maximizacin)

Paso 0

Hacer P0, la relajacin continua de PLE

fijar la cota inferior del v(PLE) en -.

Paso 1

Seleccionar un problema no resuelto, Pi

Resolver Pi) como problema de programacin

lineal.
Agotar este problema, usando:
(i) que se encontr una solucin entera
(ii) que el problema resulta infactible
(iii) que el problema no provee un valor mejor
que la actual cota del valor ptimo v(PLE).

Ing. Filiberto De la Rosa A.

Si el problema Pi resulta agotado y da solucin entera, mejorar el

valor de la cota inferior de v(PLE).
Si todos los problemas estn agotados parar.
Solucin ptima de (PLE), la solucin entera asociada a la actual
cota inferior de v(PLE), si existe (si no existe entonces PLE) es
infactible)
Si el problema no est agotado pasar al paso 2.

Ing. Filiberto De la Rosa A.

Paso 2

Seleccionar una variable xj=j, cuyo valor en

la solucin ptima de Pi) no de entero.

Eliminamos la regin correspondiente a
j < j < j +1
Crear dos nuevos problemas de programacin
lineal que incorporan a Pi) dos restricciones
mutuamente excluyentes:
x j j

xj j +1

una en cada problema y volver al paso 1.

Ing. Filiberto De la Rosa A.

x1 = 13/7
x2 = 0
z = 39

P0
x11
x1 = 1
x2 = 3/2
z = 37.5

P1

P2
infactible

x21
x1 = 1
x2 = 1
z = 32

x12

x22

P11

P12

x1 = 5/7
x2 = 2
z = 37
x11

x1 = 0
x2 = 13/4
z = 35.75
x23
x1 = 0
x2 = 3 P1211
z = 33
Ing. Filiberto
De la Rosa A.

P121

P122
x24

P1212
infactible

infactible

P0) Relajacin continua

-< z 39
P1) Max
21x1 + 11x2
s.a. 7x1 + 4x2 13
x1 1
x1 0
x2 0
P2) Max 21 x1 + 11x2
s.a. 7x1 + 4x2 13
x1 1
x2 1
x1 0
x2 0
De donde 32 z 39

Solucin ptima
X1* = 0
X2* = 3
Z = 33