Académique Documents
Professionnel Documents
Culture Documents
CAPITULO : I
Motivados por los resultados alentadores obtenidos por los equipos británicos, los
administradores 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
logísticos complejos, la planeación de minas en el mar y la utilización efectiva del
equipo electrónico.
Al término de la guerra y atraídos por los buenos resultados obtenidos por los
estrategas militares, los administradores industriales empezaron a aplicar las
herramientas de la Investigación de Operaciones a la resolución de sus problemas
que empezaron a originarse debido al crecimiento del tamaño y la complejidad de las
industrias.
Se pueden identificar por lo menos otros dos factores que jugaron un papel importante
en el desarrollo de la investigación de operaciones durante este período. Uno es el gran
progreso que ya se había hecho en el mejoramiento de las técnicas disponibles en esta
área. Después de la guerra, muchos científicos que habían participado en los equipos de
IO o que tenían información sobre este trabajo, se encontraban motivados a buscar
resultados sustanciales en este campo; de esto resultaron avances importantes. Un
ejemplo sobresaliente es el método simplex para resolver problemas de programación
lineal, desarrollada en 1947 por George Dantzing. Muchas de las herramientas
características de la investigación de operaciones, como programación lineal,
programación dinámica, líneas de espera y teoría de inventarios, fueron desarrolladas
casi por completo antes del término de la década de 1950.
Un segundo factor que dio ímpetu al desarrollo de este campo fue el advenimiento de
las computadoras. Para manejar de una manera efectiva los complejos problemas
inherentes a esta disciplina, por lo general se requiere un gran número de cálculos.
Llevarlos a cabo a mano puede resultar casi imposible. Por lo tanto, el desarrollo de la
computadora electrónica digital, con su capacidad para realizar cálculos aritméticos,
miles o tal vez millones de veces más rápido que los seres humanos, fue una gran
ayuda para la investigación de operaciones. Un avance más tuvo lugar en la década de
1980 con el desarrollo de las computadoras personales cada vez más rápidas,
acompañado de buenos paquetes de software para resolver problemas de IO, esto puso
las técnicas al alcance de un gran número de personas. Hoy en día, literalmente
millones de individuos tienen acceso a estos paquetes. En consecuencia, por rutina, se
usa toda una gama e computadoras, desde las grandes hasta las portátiles, para
resolver problemas de investigación de operaciones.
Ante el tremendo avance que se ha dado en casi todas las ciencias en las últimas
décadas, ya no es factible querer saber un poco de todo, sino más bien especializarse
en alguna rama de la ciencia. Los problemas que se presentan en las organizaciones
no fácilmente se pueden resolver por un sólo especialista. Por el contrario son
problemas multidisciplinarios, cuyo análisis y solución requieren de la participación de
varios especialistas. Estos grupos interdisciplinarios necesariamente requieren de un
lenguaje común para poder entenderse y comunicarse, donde la Investigación de
Operaciones viene a ser ese puente de comunicación.
• Efectuar cambios que lleven a la empresa o parte de ella a una nueva ruta
• Realizar un plan de toma de decisiones;
• Instalar estrategias que generen decisiones. Cuando se aplica alguno de estos
remedios, la investigación de operaciones nos ayuda a determinar la acción
menos vulnerable ante un futuro incierto.
A la que solo le faltaría incluir el objetivo general de la IO: estudiar la asignación óptima
de recursos escasos a determinada actividad.
Otra clasificación que surge de los problemas de IO atiende más bien al tipo de
modelo donde encaja el problema. En algunos casos tendremos que ajustar el
problema con un Modelo Determinístico, en el cual todos los datos importantes del
La mayor parte de los problemas prácticos con los que se enfrenta el equipo IO están
descritos inicialmente de una manera vaga. Por consiguiente, la primera actividad que
se debe realizar es el estudio del sistema relevante y el desarrollo de un resumen bien
definido del problema que se va a analizar. Esto incluye determinar los objetivos
apropiados, las restricciones sobre lo que se puede hacer, las interrelaciones del área
bajo estudio con otras áreas de la organización, los diferentes cursos de acción posibles,
los límites de tiempo para tomar una decisión, etc. Este proceso de definir el problema
es crucial ya que afectará en forma significativa la relevancia de las conclusiones del
estudio. ¡Es difícil extraer una respuesta "correcta" a partir de un problema "equivocado"!
Las condiciones fundamentales para que exista un problema es que se establezca una
diferencia entre lo que es (situación actual) y lo que debe ser (situación deseada u
objetivo) y además exista cuando menos una forma de eliminar o disminuir esa
diferencia. Los componentes de un problema son:
c) Solución del modelo.- Una vez que se tiene el modelo, se procede a derivar una
solución matemática empleando las diversas técnicas y métodos matemáticos
para resolver problemas y ecuaciones. Debemos tener en cuenta que las
soluciones que se obtienen en este punto del proceso, son matemáticas y
debemos interpretarlas en el mundo real. Además, para la solución del modelo, se
deben realizar análisis de sensibilidad, es decir, ver como se comporta el modelo
a cambios en las especificaciones y parámetros del sistema. Esto se hace, debido
a que los parámetros no necesariamente son precisos y las restricciones pueden
estar equivocadas.
7) Concepto de optimización.-
Para ser más específicos, se consideran algunos problemas que se han resuelto
mediante algunas técnicas de Investigación de Operaciones. La programación lineal
se ha usado con éxito en la solución de problemas referentes a la asignación de
personal, la mezcla de materiales, la distribución y el transporte y las carteras de
inversión. La programación dinámica se ha aplicado con buenos resultados en
áreas tales como la planeación de los gastos de comercialización, la estrategia de
ventas y la planeación de la producción. La teoría de colas ha tenido aplicaciones en
la solución de problemas referentes al congestionamiento del tráfico, al servicio de
máquinas sujetas a descomposturas, a la determinación del nivel de la mano de obra,
a la programación del tráfico aéreo, al diseño de presas, a la programación de la
producción y a la administración de hospitales. Otras técnicas de Investigación de
Operaciones, como la teoría de inventarios, la teoría de juegos y la simulación,
han tenido exitosas aplicaciones en una gran variedad de contextos.
Históricamente los gerentes han dependido casi por completo de su intuición como el
instrumento primario para tomar decisiones. Aunque la intuición es de gran valor,
sobre todo en el caso de los gerentes con experiencia, puede decirse que, por
definición, esta desprovista de un proceso analítico. Un administrador que basa la
Una vez que el modelo (cuantitativo) ha sido construido, se somete a un análisis para
generar resultados o conclusiones que emanen exclusivamente de el, es decir, sin
considerar las abstracciones que hayamos
realizado con anterioridad. A continuación
se realiza la interpretación de los resultados
basados en el modelo, para relacionarlos
de nuevo con la situación del mundo real,
tomando en cuenta los factores que
habíamos suprimido durante la fase previa
de abstracción. Cuando a esto se agregan
la intuición y la experiencia del gerente, el
proceso de construcción del modelo
conduce a mejores decisiones y aporta
conocimientos que influyen en el proceso
de aprendizaje.
b) Cuales son las posibilidades de reunir o recuperar datos y analizar el modelo con
miras a obtener recomendaciones o resultados (con una inversión razonable de
tiempo y dinero).
c) Que se puede hacer para extraer el mayor valor posible del modelo en cuanto a la
interpretación del mismo, y la puesta en práctica de la decisión resultante.
Para aumentar la abstracción del mundo real, los modelos se clasifican como:
LA INVESTIGACIÓN DE OPERACIONES
OBTIENE LA SOLUCIÓN DEL PROBLEMA
REAL INDIRECTAMENTE, Y NO COMO
NORMALMENTE SE INTENTARÍA
PASANDO DIRECTAMENTE DEL
PROBLEMA REAL A LA SOLUCIÓN REAL.
Tema Principal de
Semana Sesión 1 Sesión 2
Evaluación
Introducción a la Investigacion de Proceso de construcción de modelos
1
Operaciones
Teoría general de modelos. Introducción
Modelación con variables de la
2 al modelo de programacion lineal.
forma Xi. Parte I
Variables, función objetivo y restricciones
Método grafico: región factible, solución Casos especiales al graficar y en las
factible, solución óptima, recta isocosto e soluciones. Modelación con
3
isoutilidad. Interpretación de la solución variables de la forma Xi. Parte 2
optima.
Cálculo e interpretación de holguras y/o Modelación, solución
4 excedentes. Restricciones activas e Practica Calificada No 1 grafica e interpretación
inactivas. Precio sombra. administrativa
Análisis de sensibilidad con TORA: un Análisis de sensibilidad con TORA:
5
caso de MAXIMIZACION. Un caso de MINIMIZACION
Modelación con variables de la forma:
Análisis de sensibilidad con TORA:
6 Xij...z. Parte I. Aplicación especial de la
Un modelo de Producción y Compra
PL: INVENTARIOS.
Análisis de Sensibilidad con TORA: Modelación, interpretación
Planeamiento y Control de Inventarios o de reportes del programa
7 Practica Calificada N 2
con PL LINDO y TORA y análisis
de sensibilidad.
Aplicaciones especiales de la PL: Modelos de Asignación utilizando
8 TRANSPORTE, ASIGNACION y programación binaria
TRASBORDO
9 Examen Parcial Todo lo desarrollado
Análisis de decisiones, estados de la Análisis de decisiones bajo riesgo.
10 naturaleza y matriz de pagos. Análisis de Valor de la información perfecta.
decisiones bajo incertidumbre Análisis de sensibilidad
Diseño de árboles de decisión Análisis de decisiones con
11
información muestral parte I
Análisis de decisiones con información Análisis de decisiones
12 Practica Calificada No 3
muestral parte II
Programacion de proyectos con Programacion de proyectos con
actividades que poseen tiempos actividades que poseen tiempos
13
deterministicos. Diagrama de Gantt. probabilísticos.
Redes
Análisis táctico para la reducción del Modelo de una línea de espera y un
tiempo de duración de un proyecto. solo servidor. Llegadas al sistema
14
Poisson y tiempos de atención
exponencial
Modelo de una línea de espera con Administración de
o
15 Practica Calificada N 4 múltiples servidores proyectos y líneas de
espera
Costos de un sistema de líneas de El modelo genérico de líneas de
16
espera. Aplicaciones. espera. Población finita.
Todo lo desarrollado antes
17 Examen Final y después del Examen
Parcial
Todo lo desarrollado en el
18 Examen Sustitutorio
curso.