Programa Acadmico CPEL

INVESTIGACION DE
OPERACIONES
SEMANA 1 SESION
1 Introduccin a la
Investigacin
Operativa

OBJETIVO DEL CURSO

Proporcionar una estructura
bsica para la comprensin de los
mtodos
cuantitativos
(Investigacin
Operativa)
que
describa los conocimientos y las
prcticas de su uso en el campo
de la gestin empresarial.

BIBLIOGRAFIA:
Taha, Hamdy A.; Investigacin de Operaciones
Gould, Eppen y Schmidt; Investigacin de
Operaciones en la Ciencia Administrativa.
Richard Levin y Charles Kirkpatrick; Enfoques
cuantitativos a la Administracin.
K. Roscoe, Patrick G. McKeown; Modelos
Cuantitativos para la Administracin
Anderson, Sweeney, Willimas; Mtodos
Cuantitativos para los Negocios Editorial
International Thomson.
Winston; Introduccin a la Investigacin de
Operaciones. Editorial, Fondo de Cultura
Interamericano, Mxico.
Hillier y Lieberman; Introduccin a la
Investigacin de Operaciones
M Sasieni A Yaspan L Friedman; Investigacin de

LA
ECONOMIA
Operativa

la

Investigacin

El desarrollo de la asignatura, se realizar

considerando
a
la
Investigacin
de
Operaciones (mtodos cuantitativos) como
una ciencia basada en el enfoque cientfico y
el pensamiento sistmico, para resolver
problemas y proporcionar ayuda para la toma
de decisiones.
Planear, organizar, dirigir, dotar de
personal, controlar, son actividades que el
Administrador en su ejercicio profesional
puede desempear, y la Investigacin de

CONCEPTOS
OPERATIVA

DE

LA

INVESTIGACIN

1.La Investigacin de Operaciones (mtodos

cuantitativos) es una ciencia gerencial,
enfocada hacia la toma de decisiones
gerenciales, basada en el mtodo cientfico
y el pensamiento sistmico para resolver
problemas.
2.La Investigacin de Operaciones no es slo
un conjunto de herramientas matemticas.
De hecho, es un enfoque sistemtico que
usa herramientas analticas para resolver
problemas

IO es la aplicacin del mtodo cientfico

para mejorar la efectividad de las
operaciones, de las decisiones y de la
gestin, por medio del anlisis de datos,
creando
modelos
matemticos
y
haciendo propuestas innovadoras.
INFORMS = INSTITUTE FOR OPERATIONS RESEARCH AND MANAGEMENT
SCIENCE

El mtodo cientfico
El mtodo cientfico aplicado a la toma de
decisiones en un proceso de IO, se inicia
con la observacin cuidadosa y la
formulacin del problema; para luego
construir un modelo cientfico que trate de
abstraer la esencia del problema real. De
este modelo se obtendrn las conclusiones y
soluciones que tambin son vlidas para el
problema real; por lo que en forma iterativa
el modelo se llega a verificar con la
experimentacin adecuada.

Sistemas y Procesos
Sistema: Un Conjunto de Elementos
interconectados utilizados para realizar un
Proceso. Incluye subprocesos pero tambin
incluye los Recursos y las Reglas y Controles
para llevar a cabo estos procesos.
Proceso: Conjunto de Actividades que crean
una Salida o Resultado a partir de una o ms
Entradas o Insumos.
En el diseo de Procesos nos enfocamos en
QU se ejecuta.

MODELOS
Con
el
propsito
de
estudiar
cientficamente un sistema del mundo
real se debe hacer un conjunto de
supuestos de cmo trabaja.
Estos supuestos, que por lo general
toman
la
forma
de
relaciones
matemticas
o
relaciones
lgicas,
constituye un Modelo que es usado para
tratar de ganar cierta comprensin de
cmo el sistema se comporta.

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

NATURALEZA DE LA INVESTIGACIN DE
OPERACIONES
La investigacin de operaciones se aplica a
problemas que se refieren a la conduccin y
coordinacin de operaciones (o actividades)
dentro
de
una
organizacin.
La
investigacin
de
operaciones
intenta
encontrar una mejor solucin, (llamada
solucin ptima ) para el problema bajo
consideracin.

La Programacin Lineal (PL)

Procedimiento matemtico para determinar la

asignacin ptima de recursos escasos.
La PL.es un procedimiento que encuentra su
aplicacin prctica en casi todas las facetas de los
negocios, desde la publicidad hasta la planificacin
de la produccin: Problemas de transporte,
distribucin, y planificacin global de la produccin
la funcin objetivo a optimizar como todas las
relaciones entre las variables correspondientes a los
recursos son lineales (Ecuaciones de 1 grado)
Cualquier problema de PL consta de un modelado
a funcin objetivo y un conjunto de restricciones.

Fases de aplicacin de
la Investigacin Operativa
1.
2.
3.
4.
5.
6.

Formular el problema
Construir el modelo que lo represente
Deducir soluciones a partir del modelo
Prueba del modelo y las soluciones generadas
Establecer controles sobre la solucin
Ejecutar

El modelado
Es el esqueleto del problema
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

Pasos en la construccin del modelo

1. Definir el objetivo
2. Identificar criterios de evaluacin
3. Enumerar variables y restricciones
a. Identificar las variables controlables
b. Identificar las variables incontrolables
4. Prever comportamiento de las incontrolables y su
margen de error
5. Analizar relaciones entre las variables, objetivos y
resultados
6. Identificar restricciones de las variables controlables
7. Desarrollar un plan de accin acorde al anlisis

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

Elaboracin del Modelo

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

Probabilsticos

Programacin
matemtica

Programacin
Programacin
Programacin
Programacin
Programacin
multiobjetivo

lineal
entera
dinmica
no lineal

Modelos de transporte
Modelos de redes

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

Ejemplo n1
Una tienda comercial encargan a un fabricante del
emporio

en

Gamarra

pantalones

chaquetas

deportivas. El fabricante dispone para la confeccin

de 750 m de tejido de algodn y 1000 m de tejido de
polister. Cada pantaln requiere 1 m de algodn y 2
m de polister. Para cada chaqueta se necesitan 1.5
m de algodn y 1 m de polister. El precio del
pantaln se fija en S/.50 y el de la chaqueta en S/.40.
Qu nmero de pantalones y chaquetas debe
suministrar el fabricante a la tienda comercial para

FORMULACIN
FUNCION OBJETIVO = 50X + 40Y

PANTALON

ALGOD
N
POLIESTE
RESTRICCIONES:
R
X + 1.5Y <= 750
2X + Y <= 1000

TOTAL

CHAQUET
A
1.5

1000

750

Ejemplo n 2
La Empresa Casinelli fabrica y venden dos modelos de
lmpara L1 y L2. Para su fabricacin se necesita un trabajo
manual de 20 minutos para el modelo L1 y de 30 minutos para
el L2; y un trabajo de mquina de 20 minutos para L1 y de 10
minutos para L2.
Se dispone para el trabajo manual de 100 horas al mes y para
la mquina 80 horas al mes.
Sabiendo que el beneficio por unidad es de 15 y 10 soles para
L1 y L2, respectivamente, planificar la produccin para obtener
el mximo beneficio.

Ejemplo n 2
FUNCION OBJETIVO = 15X + 10Y;
=Y

T.
MANUAL
T.MAQUI
NA
TOTAL
RESTRICCIONES:

L1 = X

L1
20 M.

L2
30 M.

TOTAL
100 H

20 M.

10 M.

80 M

20X + 30Y <= 6000

20X + 10Y <= 4800

L2

Ejemplo n 3
Una escuela prepara una excursin para 400 alumnos.
La empresa de transporte tiene 8 mnibus de 40
asientos y 10 mnibus de 50 asientos, pero solo
dispone de 9 conductores. El alquiler de un autocar
grande cuesta 800 euros y el de uno pequeo, 600
euros. Calcular cuntos mnibus de cada tipo hay que
utilizar para que la excursin resulte lo ms econmica
posible para la escuela.

Ejemplo n 2
1 Eleccin de las incgnitas.
x = autobuses pequeos
y = autobuses grandes
2 Funcin objetivo
f(x, y) MIN= 600x + 800y
3 Restricciones
40x + 50y 400
x+y9
x0
y0

EJEMPLO N 04

EJEMPLO 5
una fbrica produce dos modelos A y B de un producto. El beneficio
que arroja el modelo A es de $40.000/unidad y el de B
$60.000/unidad. La produccin diaria no puede superar 4000
unidades del modelo A ni 3000 del B debido a las condiciones
produccin de la planta. El departamento de mercadeo informa que la
demanda de acuerdo a los pedidos recibidos es de mnimo 600
unidades Cuntas unidades de cada modelo debe producir la fbrica
para obtener el mximo beneficio?

EJEMPLO 6
un estudiante dedica parte de su tiempo al reparto de propaganda
publicitaria. La empresa A le paga 5 Bs por cada impreso repartido y la
empresa B. con folletos ms grandes, le paga 7 Bs por impreso. El
estudiante lleva dos bolsas una para los impresos A, en la que caben
120 y otra los impresos B, en la que caben 100.
Ha calculado que cada da es capaz de repartir 150 impresos como
mximo, lo que se pregunta el estudiante es Cuntos impresos habrn
que repartir de cada clase para que su beneficio diario sea mximo?

EJEMPLO 7

Un sastre tiene 80 m2 de tela de algodn y 120 m2 de tela de lana.

Un traje requiere 1 m2 de algodn y 3 m2 de lana, y un vestido de
mujer requiere 2 m2 de cada una de las dos telas.
Calcular el nmero de trajes y vestidos que debe confeccionar el
sastre para maximizar los beneficios , si un traje y un vestido se
venden al mismo precio.

EJEMPLO 8

La fbrica LA MUNDIAL S.A, construye mesas y sillas de madera el

precio de venta al pblico de una mesa es de $2700 pesos y el de
una silla $2100. LA MUNDIAL S.A. estima que fabricar una mesa
supone un gasto de 1000$ de materias primas y de 1.400$ de
costos laborales. Fabricar una silla exige 900$ de materias primas
y 1.000$ de costo laborales. La construccin de ambos tipos de
muebles requiere un trabajo previo de carpintera y un proceso
final de acabado (pintura, revisin de las piezas fabricadas,
empaquetado etc). Para fabricar una mesa se necesita 1 hora de
carpintera y 2 horas de proceso final de acabado. Una silla
necesita 1 hora de carpintera y 1 hora para el proceso de
acabado. LA MUNDIAL S.A. No tiene problemas de abastecimiento
de materias primas, pero solo puede contar semanalmente con un
mximo de 80 horas de carpintera y un mximo de 100 horas
por los trabajos de acabado. Por exigencias del mercado, LA
MUNDIAL S.A. fabrica como mximo 40 mesas a la semana. No
ocurre as con las sillas, para los que no hay ningn tipo de
restriccin en cuanto al nmero de unidades fabricadas.

FUNCION OBJETIVO = 300 X + 200 Y

MESA = X = 2700 (1000+1400) = 300
SILLA = Y = 2100 (900+2000) = 200

CARPINTE
RIA
ACABADO
RESTRICCIONES:
X + Y <= 80
2X + Y <= 100
X <= 40

MESA
1H

SILLA
1H

TOTAL
80 H

2H

1H

100 H

EJEMPLO 9

EJEMPLO 10

EJEMPLO 11

EJEMPLO 12

Un comerciante acude al mercado popular a comprar naranjas

con 50.000 ptas. Le ofrecen dos tipos de naranjas: las de tipo A
a 50 Bs el kg. y las de tipo B a 80 Bs. el kg. Sabiendo que slo
dispone de su camioneta con espacio para transportar 700 kg.
de naranjas como mximo y que piensa vender el kg. de
naranjas tipo A a 58 ptas. y el kg. de tipo B a 90 ptas. FORMULE
EL MPL A FIN DE MAXIMIZAR SU GANACIA.

EJEMPLO 13

Una refinera de petrleo tiene dos fuentes de petrleo crudo:

Crudo ligero, que cuesta 35 dlares por barril y Crudo pesado
a 30 dlares el barril.
Con cada barril de crudo ligero, la refinera produce 0,3
barriles de gasolina (G), 0,2 barriles de combustible para
calefaccin (C) y 0,3 barriles de combustible para turbinas (T).
Mientras que con cada barril de crudo pesado produce 0,3
barriles de G, 0,4 barriles de C y 0,2 barriles de T.
La refinera ha contratado el suministro de 900 000 barriles de G,
800 000 barriles de C y 500 000 barriles de T.
Hallar las cantidades de crudo ligero y pesado que debe comprar
para poder cubrir sus necesidades al costo mnimo.

Sean las variables de decisin:

X= nmero de barriles comprados de crudo ligero.
Y= nmero de barriles comprados de crudo pesado.
La tabla de produccin de cada producto con arreglo al tipo de crudo es:
G

LIGERO (X)

0,3

0,2

0,3

PESADO (Y)

0,3

0,4

0,2

BARRILES DE SUMINISTRO

900 000

800 000

500 000

EJEMPLO 14
Un pastelero fabrica dos tipos de tartas T1 y T2, para lo que usa tres
ingredientes A, B y C.
Dispone de 150 kgs. de A, 90 kgs. de B y 150 kgs. de C.
Para fabricar una tarta T1 debe mezclar 1 kgs. de A, 1 kgs. de B y 2 kgs.
de C,
mientras que para hacer una tarta T2 se necesitan 5 kgs. de A, 2 kgs. de
B y 1 kgs. de C.
Si se venden las tartas T1 a 1 000 pesos la unidad y las T2 a 2 300 pesos.
Formular el MPL a fin de poder determinar la cantidad que se debe
fabricar
de cada
clase dede
tartas
para maximizar los ingresos?
Sean las
variables
decisin:

x= nmero de tartas T1
y= nmero de tartas T2
La funcin objetivo es:
f(x, y)= 1 000x + 2 300y

INGREDIENTE
A

INGREDIENTE
B

INGREDIENTE
C

TARTA T1 (X)

1 KG

1 KG

2 KG

TARTA T2 (Y)

5 KG

2 KG

1 KG

EXISTENCIAS

150 KG

90 KG

150 KG

EJEMPLO 15
Una fbrica produce chaquetas y pantalones.
Tres mquinas (de cortar, coser y teir) se emplean en la produccin.
Fabricar una chaqueta representa emplear la mquina de cortar una hora,
la de coser tres horas y la de teir una hora.
Fabricar unos pantalones representa usar la mquina de cortar una hora,
la de coser una hora y la de teir ninguna.
La mquina de teir se puede usar durante tres horas, la de coser doce y
la de cortar 7.
Todo lo que se fabrica es vendido y se obtiene un beneficio de 8 euros por
cada chaqueta y de 5 por cada pantaln.
Formular el MPL a fin de establecer como deberamos emplear las
mquinas para conseguir el beneficio mximo?.
x= nmero de chaquetas fabricadas.
y= nmero de pantalones fabricados.
Funcin objetivo:

8x + 5y

CORTAR

COSER

TEIR

CHAQUETA (X)

1 Hr

3 Hr

1 Hr

PANTALON (Y)

1 Hr

1 Hr

DISPONIBILIDAD
DE MAQUINAS

7 Hr

12 Hr

3 Hr

EJEMPLO 16

La fbrica de Hilados y Tejidos "SALAZAR" requiere fabricar dos

tejidos de calidad diferente T y T; se dispone de 500 Kg de hilo
a, 300 Kg de hilo b y 108 Kg de hilo c.
Para obtener un metro de T diariamente se necesitan 125 gr de
a, 150 gr de b y 72 gr de c.
Para producir un metro de T por da se necesitan 200 gr de a,
100 gr de b y 27 gr de c.

El T se vende a $4000 el metro y el T se vende a $5000 el

metro.
Si se debe obtener el mximo beneficio, cuntos metros de T y
T se deben fabricar?
Tejido T = X
Tejido T = Y
Funcin Objetivo : MAX = 4 000 X + 5
000 Y

HILO A

HILO B

HILO C

TEJIDO T (X)

125 gr

150 gr

72 gr

TEJIDO T (Y)

200 gr

100 gr

27 gr

DISPONIBILIDAD
DE HILOS

500 KG

300 KG

108 KG

HILO A

HILO B

HILO C

TEJIDO T (X)

0,125 KG

0,15 KG

0,072 KG

TEJIDO T (Y)

0,2 KG

0,1 KG

0,027 KG

DISPONIBILIDAD
DE HILOS

500 KG

300 KG

108 KG

DE GRAMOS A KG

RESTRICCIONES: De disponibilidad de
materia prima:

0,125X + 0,2 Y <= 500 Hilo a

0,15X + 0,1 Y <= 300 Hilo b
0,072X + 0,027 Y <= 108 Hilo c
Y NO NEGATIVIDAD: X, Y >= 0