DEFINICION

La investigacin
de
operaciones o investigacin
operativa o investigacin
operacional (conocida tambin como teora de la toma de decisiones o programacin
matemtica) (I.O.) es una rama de las matemticas que consiste en el uso de modelos
matemticos, estadstica y algoritmos con objeto de realizar un proceso de toma de decisiones.
Frecuentemente trata del estudio de complejos sistemas reales, con la finalidad de mejorar (u
optimizar) su funcionamiento. La investigacin de operaciones permite el anlisis de la toma de
decisiones teniendo en cuenta la escasez de recursos, para determinar cmo se puede optimizar un
objetivo definido, como la maximizacin de los beneficios o la minimizacin de costos.

HISTORIA
El trmino IO se utiliza por primera vez en el ao 1939 durante la 2da Guerra Mundial,
especficamente cuando surge la necesidad de investigar las operaciones tcticas y estratgicas de la
defensa area, ante la incorporacin de un nuevo radar, en oportunidad de los ataques alemanes a
Gran Bretaa. El avance acelerado de la tecnologa militar hace que los ejecutivos y
administradores militares britnicos deban recurrir a los cientficos, en pos de apoyo y orientacin
en la planificacin de su defensa. El xito de un pequeo grupo de cientficos que trabajaron en
conjunto con el ejecutivo militar a cargo de las operaciones en la lnea, deriv en una mayor
demanda de sus servicios y la extensin del uso de la metodologa a USA, Canad y Francia entre
otros. Sin embargo, el origen de la Investigacin Operativa puede considerarse como anterior a la
Revolucin Industrial, aunque fue durante este perodo que comienzan a originarse los problemas
tipo que la Investigacin Operativa trata de resolver. A partir de la Revolucin Industrial y a travs
de los aos se origina una segmentacin funcional y geogrfica de la administracin, lo que da
origen a la funcin ejecutiva o de integracin de la administracin para servir a los intereses del
sistema como un todo. La Investigacin Operativa tarda en desarrollarse en el campo de la
administracin industrial. El uso de la metodologa cientfica en la industria se incorpora al
principiar los aos 50, a partir de la 2da Revolucin Industrial, propiciada por los avances de las
Comunicaciones, y la Computacin, que sientan las bases para la automatizacin, y por sobre todo
por el florecimiento y bienestar econmico de ese perodo.
Los primeros desarrollos de esta disciplina (IO) se refirieron a problemas de ordenamiento de
tareas, reparto de cargas de trabajo, planificacin y asignacin de recursos en el mbito militar en
sus inicios, diversificndose luego, y extendindose finalmente a organizaciones industriales,
acadmicas y gubernamentales. Algunas fechas, nombres y temas

1759 Quesnay (ecnomo) - Programacin Matemtica

1874 Walras
1873 Jordan - Precursor de modelos lineales
1896 Minkowsky - Precursor de modelos lineales
1903 Farkas - Precursor de modelos lineales
189~ Markov - Precursor modelos dinmicos probabilsticos
192~ - Primer desarrollo de modelos de inventarios
191~ Erlang - Primeros estudios de lneas de espera
1920-30 Koning y Egervary - Mtodos de asignacin (analticos)

1937 von Neuman - Teora de juegos y de preferencias

1939 Kantorovich - Problemas de distribucinIntroduccin a la Investigacin de Operaciones
2da guerra - Logstica estratgica para vencer al enemigo
1945 Finales 2da guerra - Logstica de distribucin de recursos de los aliados (Rand
Corporation- Fuerza area norteamericana).
1947 Dantzig, George - Mtodo simplex en base al trabajo de precursores, inicio a la
Programacin Lineal.
1950-60 - Bellman - Programacin dinmica. - Kuhn y Tucker - Programacin No Lineal.

- Gomory - Programacin Entera.

- Ford y Fulkerson - Redes de optimizacin.
- Markowitz - Simulacin.
- Arrow, Karloin, Scarf, Whitin - Inventarios.
- Rafia - Anlisis de Decisiones.
- Howard - Procesos Markovianos de Decisin.
- Churchman, Ackoff, Arnoff - Orientacin a sistemas, generalizacin de la Investigacin Operativa.

1970 y parte dcada 80

- Receso en el uso de la Investigacin de Operaciones

1985 en delante Reflorecimiento de la disciplina con el devenir del control automtico industrial,
las microcomputadoras y las nuevas interfaces grficas que impulsan el desarrollo de los Sistemas
Automatizados de Apoyo a la Toma de Decisiones, donde la Investigacin Operativa juega un papel
preponderante. Actualmente IO se aplica al sector privado y pblico, a la industria, los sistemas de
comercializacin, financieros, de transportes, de salud etc., en los pases desarrollados, en vas de
y en los del tercer mundo. (1)

AREAS DE APLICACION
Algunas personas se veran tentadas a aplicar mtodos matemticos a cuanto problema se
presentase, pero es que acaso siempre es necesario llegar al ptimo? Podra ser ms caro el
modelar y el llegar al ptimo que a la larga no ofrezca un margen de ganancias muy superior al que
ya se tiene.
Tmese el siguiente ejemplo:
La empresa EMX aplica I.O. y gasta por el estudio y el desarrollo de la aplicacin $100, pero
despus de aplicar el modelo observa que la mejora no es muy diferente a la que actualmente tena.
Puede sealarse, entonces, que la investigacin de operaciones slo se aplicar a los problemas de
mayor complejidad, sin olvidar que el simple uso de la I.O. trae un costo que, si se supera el
beneficio, no resultar econmicamente prctico. Algunos ejemplos prcticos donde resulta til la
aplicacin de I.O. son:

En el dominio combinatorio, muchas veces la enumeracin es imposible. Por ejemplo, si

hay 200 trabajos por realizar, que toman tiempos distintos y solo cuatro personas que pueden

hacerlos, enumerar cada una de las combinaciones podra ser ineficiente (aparte de
desanimante). Luego los mtodos de secuenciacin sern los ms apropiados para este tipo de
problemas.

De igual manera, la I.O. es til cuando en los fenmenos estudiados interviene el azar. La
nocin de esperanza matemtica y la teora de procesos estocsticos ofrecen la herramienta
necesaria para construir el cuadro en el cual se optimizar la funcin econmica. Dentro de este
tipo de fenmenos se encuentran las lneas de espera y losinventarios con demanda
probabilstica.

Con mayor motivo, la investigacin de operaciones se muestra como un conjunto de

instrumentos precioso cuando se presentan situaciones de concurrencia. La teora de juegos no
permite siempre resolverlos formalmente, pero aporta un marco de reflexin que ayude a la
toma de decisiones.

Cuando se observa que los mtodos cientficos resultan engorrosos para el conjunto de
datos, se cuenta con otra opcin: simular tanto el comportamiento actual as como las
propuestas y ver si hay mejoras sustanciales. Las simulaciones son experiencias artificiales.

Es importante resaltar que la investigacin de operaciones no es una coleccin de frmulas

o algoritmos aplicables sistemticamente a situaciones determinadas. Si se cae en este error, ser
muy difcil captar en condiciones reales los problemas que puedan deducirse de los mltiples
aspectos de esta disciplina, la cual busca adaptarse a las condiciones variantes y particulares de los
diferentes sistemas que puede afrontar, usando una lgica y mtodos de solucin muy diferentes a
problemas similares mas no iguales.

METODOS
La investigacin operacional consiste en la aplicacin del mtodo cientfico, por parte de grupos
interdisciplinarios, a problemas de control de sistemas organizativos con la finalidad de encontrar
soluciones que atiendan de la mejor manera posible a los objetivos de la organizacin en su
conjunto.
No sustituye a los responsables de la toma de decisiones; pero, dndoles soluciones al problema
obtenidas con mtodos cientficos, les permite tomar decisiones racionales.
Puede ser utilizada en la programacin lineal (planificacin del problema), en la programacin
dinmica (planificacin de las ventas) y en la teora de las colas (para controlar problemas de
trnsito).
Entre los mtodos utilizados por la investigacin de operaciones (o ciencia de la administracin),
los administradores utilizan las matemticas y las computadoras para tomar decisiones racionales en
la resolucin de problemas. Aunque estos administradores pueden dar respuesta a algunos
problemas con su experiencia, ocurre que en el complejo mundo real muchos problemas no pueden
resolverse con base en la experiencia. Para resolverlos, la investigacin de operaciones los agrupa
en dos categoras bsicas:

problemas deterministicos: son aquellos en que la informacin necesaria se conoce para

obtener una solucin con certeza;

problemas estocsticos: son aquellos en los que parte de la informacin necesaria no se

conoce con certeza, lo que s ocurre en el caso de los determinsticos, sino que ms bien se
comporta de una manera probabilstica.

PROGRAMACION LINEAL
La Programacin Lineal (PL) es una de las principales ramas de la Investigacin Operativa. En
esta categora se consideran todos aquellos modelos de optimizacin donde las funciones que lo
componen, es decir, funcin objetivo y restricciones, son funciones lineales en las variables de
decisin. Los modelos de Programacin Lineal por su sencillez son frecuentemente usados para
abordar una gran variedad de problemas de naturaleza real en ingeniera y ciencias sociales, lo que
ha permitido a empresas y organizaciones importantes beneficios y ahorros asociados a su
utilizacin.
Para resolver un problema de programacin lineal es recomendable seguir ciertos pasos que son:
1. Entender el problema a fondo.
2. Describir el objetivo.
3. Describir cada restriccin.
4. Definir las variables de decisin.
5. Escribir el objetivo en funcin de las
variables de decisin.
6. Escribir las restricciones en funcin de
las variables de decisin.
7. Agregar las restricciones de no negatividad.

EJEMPLOS

1. Problema de la Dieta: (Stigler, 1945). Consiste en determinar una dieta de manera eficiente, a
partir de un conjunto dado de alimentos, de modo de satisfacer requerimientos nutricionales. La
cantidad de alimentos a considerar, sus caractersticas nutricionales y los costos de stos, permiten
obtener diferentes variantes de este tipo de modelos. Por ejemplo:
Leche Legumbre Naranjas Requerimientos
(lt) (1 porcin) (unidad) Nutricionales
Niacina
3,2
Tiamina 1,12
Vitamina C 32
Costo
2

4,9
1,3
0
0,2

0,8
0,19
93
0,25

13
15
45

Variables de Decisin:

X1: Litros de Leche utilizados en la Dieta

X2: Porciones de Legumbres utilizadas en la Dieta

X3: Unidades de Naranjas utilizadas en la Dieta

Funcin Objetivo: (Minimizar los Costos de la Dieta) Min 2X1 + 0,2X2 + 0,25X3
Restricciones: Satisfacer los requerimientos nutricionales

Niacina: 3,2X1 + 4,9X2 + 0,8X3 >= 13

Tiamina: 1,12X1 + 1,3X2 + 0,19X3 >=15

Vitamina C: 32X1 + 0X2 + 93X3 >= 45

No Negatividad: X1>=0; X2>=0; X3>=0

Compruebe
utilizando nuestro Mdulo de
Resolucin que
es X1=0, X2=11,4677, X3=0,483871, con Valor ptimo V(P)=2,4145.

la

solucin

ptima

2. Problema de Dimensionamiento de Lotes: (Wagner y Whitin, 1958). Consiste en hallar una

poltica ptima de produccin para satisfacer demandas fluctuantes en el tiempo, de modo de
minimizar los costos de produccin e inventario, considerando la disponibilidad de recursos
escasos.
Considere que una fabrica puede elaborar hasta 150 unidades en cada uno de los 4 periodos en que
se ha subdividido el horizonte de planificacin y se tiene adicionalmente la siguiente informacin:

Periodos
1
2
3
4

Demandas Costo Prod. Costo de Inventario

(unidades) (US$/unidad)
(US$/unidad)
130
6
2
80
4
1
125
8
2.5
195
9
3

Adicionalmente considere que se dispone de un Inventario Inicial de 15 unidades y no se acepta

demanda pendiente o faltante, es decir, se debe satisfacer toda la demanda del perodo.
Variables de Decisin:

Xt: Unidades elaboradas en el perodo t (Con t =1,2,3,4)

It: Unidades en inventario al final del perodo t (Con t =1,2,3,4)

Funcin Objetivo: (Minimizar los Costos de Produccin e Inventarios) Min 6X1 + 4X2 + 8X3 +
9X4 + 2I1 + 1I2 + 2,5I3+ 3I4
Restricciones:

Capacidad de Produccin por Perodo: Xt <= 150 (Con t =1,2,3,4)

Satisfacer Demanda Perodo 1: X1 + I0 - I1 = 130 (I0 = 15)

Satisfacer Demanda Perodo 2: X2 + I1 - I2 = 80

Satisfacer Demanda Perodo 3: X3 + I2 - I3 = 125

Satisfacer Demanda Perodo 4: X4 + I3 - I4 = 195

No Negatividad: Xt >=0, It >=0

Solucin ptima utilizando Solver de MS Excel (Para ver una aplicacin de esta herramienta
ingrese AQUI): X1=115,X2=150, X3=100, X4=150, I1=0, I2=70, I3=45, I4=0.
Valor
ptimo V(P)=3.622,5 (2)

Bibliografa
1. MONOGRAFIAS. [En lnea] [Citado el: 01 de FEBRERO de 2015.]
http://www.monografias.com/trabajos70/investigacionoperaciones/investigacion-operaciones.shtml.
2. PROGRAMACION LINEAL. [En lnea] [Citado el: 01 de febrero de 2015.]
http://www.programacionlineal.net/programacion_lineal.html.

UNIVERSIDAD DE CARTAGENA
FACULTAD DE INGENIERIA
PROGRAMA DE INGENIERIA CIVIL

TRABAJO
INVESTIGACION DE OPERACIONES

PRESENTADO POR
BRENDA RIOS VIAA
JAVIER LORA AGRESOTT

PRESENTADO A
ING. WILLIAM WOOD

CARTAGENA DE INDIAS, 02 DE febrero de 2015.