Clases y Notas: Siveduc

Comunicacin: iciuach.slack.com

Investigacin de Operaciones
Introduccin y mtodo grfico

Instituto Ingeniera Civil Industrial y Sistemas

Prof. Ignacio Morales: ignacio.morales@uach.cl

 Un poco de historia
Los inicios de la investigacin de operaciones (IO) se atribuye a ciertos
servicios militares que se prestaron al inicio de la segunda guerra mundial
(1939 - 1945):

Se deseaba asignar los recursos escasos a las distintas maniobras militares

de manera eficaz: Operaciones tcticas y estratgicas.
 Un poco de historia
El xito de la IO en las actividades blicas gener gran inters debido a las
posibilidades de aplicarse en un contexto distinto al militar.

Esto motivo que los cientficos involucrados

dieran continuidad a las investigaciones en
este campo, logrando as, que en 1947,
George Dantzig desarrollara el mtodo
simplex; Utilizado para resolver problemas
de programacin lineal.

Posteriormente, la IO fue
impulsada con la revolucin de
las computadoras y sus nuevas
capacidades.
 Un poco de historia
Es por ello que a partir de la dcada del 50 (hasta la actualidad) se ha incluido
en diversas organizaciones industriales, de negocios y del gobierno, tales
como: Manufactura, transporte, construccin, telecomunicaciones, servicios
pblicos, etc.
 Algunas definiciones
Qu es la investigacin de Operaciones?

Es la ciencia de tomar decisiones.

Es una aplicacin del mtodo cientfico por

equipos interdisciplinarios a problemas que
comprenden el control y gestin de sistemas
organizados (hombre-maquina).

Es un enfoque cientfico en la toma de

decisiones que busca el mejor diseo de un
sistema, por lo regular, en condiciones que
requieren la asignacin de recursos escasos.
 Aplicacin empresarial
El desarrollo de modelos de IO ayuda a la gerencia o niveles gerenciales a
tomar las mejores decisiones para el crecimiento de la empresa y as obtener
mayores utilidades a bajos costos.

CASOS DE IMPLEMENTACIN
 Procedimiento
Una manera de resumir las fases usuales de un estudio de investigacin de
operaciones es la siguiente:
1. El proceso comienza por la observacin cuidadosa y la formulacin del
problema, lo cual incluye la recoleccin de datos pertinentes.
Cul es el objetivo?, Qu me restringe? Interrelaciones con otras
reas?
2. Luego, la formulacin de un modelo cientfico matemtico con el cual se
intenta abstraer la esencia del problema.
Variables de decisin, funcin objetivo, restricciones, parmetros.
3. Desarrollar un procedimiento para derivar una solucin para el problema
a partir del modelo.
Algoritmos de solucin, solucin ptima.
4. Probar el modelo y mejorarlo de acuerdo a las necesidades.
Probar el modelo de manera exhaustiva, validacin del modelo
(Tiene sentido?).
5. Implementacin.
 Modelos de programacin Lineal (PL)
Objetivo: Optimizar (minimizar o maximizar) una funcin lineal de n variables
sujeto a m restricciones lineales de igualdad o desigualdad.

FORMATO GENERAL

Variables de decisin

Funcin Objetivo (Max o Min)

Sujeto a:
Restricciones funcionales
Restricciones de no negatividad
 Modelos de programacin lineal (PL)

SOLUCIN:

La solucin es no factible si al menos una restriccin no se cumple.

La solucin es factible si satisface todas las restricciones.

La solucin es ptima, si adems de ser factible, produce el mejor valor

(mximo o mnimo) de la funcin objetivo.

Regin factible: Es el conjunto de todas las soluciones factibles

 Mtodo: Solucin Grfica
Los problemas de PL de dos variables involucradas se pueden resolver
mediante solucin grfica.

Las restricciones determinaran la regin de posibles soluciones y

dependiendo de la F.O. se puede determinar una solucin ptima.

La solucin ptima siempre se

encuentra en uno de los vrtices
del conjunto de soluciones factibles
(FEV). Se analizan estos valores en la
funcin objetivo. El vrtice que
representa el mejor valor de la
funcin objetivo ser la solucin
ptima.
 Mtodo: Solucin Grfica

Ejemplo: Solucionar mediante el mtodo grfico

Una firma de auditores se especializa en preparar auditoras y

liquidaciones a empresas pequeas. Tienen inters en saber cuantas
auditoras y liquidaciones pueden realizar mensualmente para maximizar
sus ingresos. Se dispone de 800 horas mensuales de trabajo directo y 320
horas mensuales para revisin. Una auditora en promedio requiere de 40
horas mensuales de trabajo directo y 10 horas mensuales de revisin,
adems, cada auditora aporta un ingreso de $300. Por otra parte, una
liquidacin requiere de 8 horas de trabajo directo y de 5 horas de revisin,
produce un ingreso de $100. El mximo de liquidaciones mensuales
disponibles es de 60.
 Mtodo: Solucin Grfica
En formato genera:

Sea:
X1: Auditoras realizadas mensualmente.
X2: Liquidaciones realizadas mensualmente.

F.O: Max Z = 300X1 + 100X2

S.a
40X1 + 8X2 800
10X1 + 5X2 320
X2 60
X1 , X2 0
Mtodo: Solucin Grfica
 Mtodo: Solucin Grfica

Punto A(0,60) : Z = 300*0 + 100*60 = $6000

Punto B(2;60) : Z = 300*2 + 100*60 = $6600
Punto C(12;40) : Z = 300*12 + 100*40 = $7600
Punto D(20;0) : Z = 300*20 + 100*0 = $6000
Punto O(0;0) : Z = 300*0 + 100*0 = $0

Punto Optimo C

Solucin: X1 = 12 Auditorias
X2 = 40 Liquidaciones
Z = $7600
 Supuestos de PL
Para la modelacin de PL se deben considerar ciertos supuestos que
permiten evaluar si sta tcnica es adecuada para un problema dado.

Proporcionalidad: (Para FO y restricciones funcionales)

La contribucin de cada actividad al valor de la funcin objetivo Z es
proporcional al nivel de la actividad xj
Z = c1x1 + c2x2 + . + cnxn
Donde:
Cj: Contribucin de la actividad xj al valor de la FO. Con j = {1,2,, n}

Lo mismo para los lados izquierdos de las restricciones funcionales.

a11x1 + a12x2 + + amnxn bm
Donde:
aij: Contribucin de la actividad xj al lado izquierdo de la restriccin
funcional i. Con j = {1,2,, n}, i = {1,2,, m}.
 Supuestos de PL
La violacin de la proporcionalidad puede ocurrir debido a:

Economas de escala
Maquinaria mas eficiente para altos volmenes.
Descuentos por cantidad
Etc.
 Supuestos de PL
Aditividad
Cada funcin de un modelo de programacin lineal (ya sea en la FO o en un
lado izquierdo de las restricciones) es la suma de las contribuciones
individuales de las actividades respectivas.

Divisibilidad
En un modelo de PL las variables de decisin pueden tomar cualquier valor,
incluso valores no enteros, que satisfagan las restricciones funcionales y de
no negatividad.

Certidumbre
ste supuesto consiste en que los valores asignados a cada parmetro (cj, aij y
bi ) de un modelo de programacin lineal son constantes conocidas.