TECNOLÓGICO NACIONAL DE MÉXICO

Instituto Tecnológico Superior de Coatzacoalcos

Instituto Tecnológico Superior de Coatzacoalcos

División de Ingeniería Industrial

Febrero- Junio 2019

Nombre del Alumno: Garcia Morales Rodrigo

Apellido Paterno Apellido Materno Nombre(s)

Asignatura: investigación de operaciones

Unidad I: Introducción a la Investigación de
_______________-

Operaciones

No. Control: 17081042 Semestre: 4 Grupo: A

Nombre del Docente: Jimenez Ventura Bricio

Apellido Paterno Apellido Materno Nombre(s)

Fecha: 14 de febrero de 2019

GARCIA MORALES RODRIGO
 TECNOLÓGICO NACIONAL DE MÉXICO

Instituto Tecnológico Superior de Coatzacoalcos

INDICE
Introduccion 2

1.- Introducción a la Investigación de Operaciones 3

1.1.-Conceptos y definiciones de la investigación de operaciones. 3

1.2.-Fases de estudio de la investigación de operaciones. 5

1.3.-Principales aplicaciones de la investigación de operaciones. 6

1.4.-Formulación de modelos de programación lineal 7

Conclusion 8

Bibliografia 9

GARCIA MORALES RODRIGO

 TECNOLÓGICO NACIONAL DE MÉXICO

Instituto Tecnológico Superior de Coatzacoalcos

Introducción

GARCIA MORALES RODRIGO

 TECNOLÓGICO NACIONAL DE MÉXICO

Instituto Tecnológico Superior de Coatzacoalcos

1.- Introducción a la Investigación de Operaciones

1.1 Conceptos y definiciones de la investigación de operaciones.
La Investigación de Operaciones o Investigación Operativa (en
inglés ORu Operations Research) es una disciplina que consiste en la aplicación de
métodos analíticos avanzados con el propósito de apoyar el proceso de toma de
decisiones, identificando los mejores cursos de acción posibles.
En este contexto la Investigación de Operaciones utiliza técnicas de modelamiento
matemático, análisis estadístico y optimización matemática, con el objetivo de
alcanzar soluciones óptimas o cercanas a ellas cuando se enfrentan problemas de
decisión complejos. Se espera que las decisiones alcanzadas mediante el uso de
un modelo de investigación operativa sean significativamente mejores en
comparación a aquellas decisiones que se podrían tomar haciendo uso de la simple
intuición o experiencia del tomador de decisiones. Lo anterior es particularmente
cierto en aquellos problemas de naturaleza real complejos, que consideran cientos,
incluso miles de variables de decisión y restricciones.

La Investigación de Operaciones se complementa con otras disciplinas como la

Ingeniería Industrial y la Gestión de Operaciones. En términos estrictos un modelo
de optimización considera una función objetivo en una o varias variables que se
desea maximizar (por ejemplo el ingreso o beneficio asociado a un plan de
producción) o por el contrario minimizar (por ejemplo los costos de una firma, el
riesgo asociado a una decisión, la pérdida de un alternativa, etc). Los valores que
pueden adoptar las variables de decisión usualmente están restringidos por
restricciones que adoptan la forma de ecuaciones y/o inecuaciones que buscan
representar las limitantes asociadas a la problemática.
El enfoque de la Investigación de Operaciones es el modelaje. Un modelo es una
herramienta analítica que nos sirve para lograr una visión bien estructurada de la
realidad. Así, el propósito del modelo es proporcionar un medio para analizar el
comportamiento de las componentes de un sistema con el fin de optimizar su
desempeño (identificar el mejor curso de acción posible).

1. Definición del problema: Se debe definir el problema para el cual se busca

proponer un curso de acción. ¿Es un problema relevante? ¿es posible tomar
una buena decisión sin la necesidad de resolver un modelo de optimización?
¿cuáles son sus alcances? ¿cuáles son los factores que influyen en el desempeño

GARCIA MORALES RODRIGO

 TECNOLÓGICO NACIONAL DE MÉXICO

Instituto Tecnológico Superior de Coatzacoalcos

del sistema?, etc. La calidad del modelo de optimización dependerá en gran parte
de la asertividad en la definición del problema de decisión.
2. Construcción de un modelo: Un modelo de optimización considera
necesariamente una abstracción o simplificación de la realidad. Por un lado se
busca que el modelo sea representativo del problema real que se busca representar
pero que al mismo tiempo sea simple de modo de favorecer su resolución haciendo
uso de un algoritmo ad-hoc. Alcanzar este equilibrio no es trivial. Por ello ante un
mismo problema puede existir más de un modelo de optimización que lo represente
con distintos niveles de detalle y abstracción.

3. Solución del modelo: Una vez construido el modelo de optimización se deben

identificar las alternativas de resolución para el mismo. Para ello se puede hacer
uso de programas computacionales que utilizan algoritmos de resolución
específicos dependiendo de las características del modelo. Por ejemplo, para
resolver un problema de Programación Lineal (las variables de decisión se
representan como funciones lineales tanto en la función objetivo como restricciones)
se puede utilizar el Método Simplex.

4. Validación: Se verifica que la solución alcanzada cumpla con las condiciones

(restricciones) impuestas al problema.

5. Implementación y control de la solución: Una vez verificada la solución se procede

a su implementación. Cabe destacar que esto puede lugar a actualizaciones del
modelo de optimización tanto en términos del modelo como el valor de los
parámetros estimados. Por ejemplo, si el modelo de optimización corresponde a
un Plan Maestro de la Producción (PMP) y se genera un cambio en el valor de la
hora hombre de los trabajadores será necesario actualizar el valor del parámetro
que representa dicho costo para posteriores instancias de resolución.
En la actualidad el uso de modelos de optimización es cada vez más frecuente en
la toma de decisiones. Este mayor uso se explica, principalmente, por un mejor
conocimiento de estas metodología en las diferentes disciplinas, la creciente
complejidad de los problemas que se desea resolver, la mayor disponibilidad de
software y el desarrollo de nuevos y mejores algoritmos de solución.

GARCIA MORALES RODRIGO

 TECNOLÓGICO NACIONAL DE MÉXICO

Instituto Tecnológico Superior de Coatzacoalcos

1.2 Fases de estudio de la investigación de operaciones.

¿En qué consiste un estudio de Investigación de Operaciones?
· Un estudio de Investigación de Operaciones consiste en construir un modelo de
un sistema de la vida real, existente o no existente.
·Si el sistema existe, el objetivo será analizar el comportamiento de éste a fin de
mejorar su funcionamiento.
·Si el sistema no existe, el objetivo será encontrar la mejor estructura del si
La estructura de los modelos matemáticos
1.Variables de decisión.
Son las incógnitas que deben determinarse con la solución del modelo.
Ejemplo:
X1= Número de unidades a producir en el primer turno
X2=Número de unidades a producir en el segundo turno
2.Restricciones.
Para tomar en cuenta las limitaciones físicas del sistema, el modelo debe incluir
restricciones que limitan las variables de decisión a valores factibles (permisibles)
X1 + X2 ≤ 200
3.Función objetivo
Define la medida de efectividad del sistema como una función matemática de sus
variables de decisión.
Por ejemplo, si el objetivo del sistema es maximizar el beneficio total, la función
objetivo debe especificar el beneficio en función de las variables de decisión.
Ejemplo: Maximizar Z=5X1 + 7X2

Fases de un estudio de investigación de operaciones

1.Definición del problema
A.Definir el objetivo del estudio
B.Reconocimiento de las restricciones y variables del sistema.

GARCIA MORALES RODRIGO

 TECNOLÓGICO NACIONAL DE MÉXICO

Instituto Tecnológico Superior de Coatzacoalcos

2.Construcción del modelo

A.Modelo matemático
B.Modelo de simulación. Se usa cuando las relaciones matemáticas son muy
complejas.
3.Solución del modelo
A.Si el modelo es matemático se usará alguna técnica de optimización bien definida,
produciendo el modelo una solución óptima.
B.Si el modelo es de simulación se buscarán alternativas para mejorar el
desempeño del sistema.
Se deberá realizar un análisis de sensibilidad cambiando ciertos parámetros del
sistema.
4. Validación del modelo
Un modelo es válido si puede dar una predicción confiable del funcionamiento del
sistema. Para probar la validez de un modelo se comparan los resultados del
modelo con datos históricos del sistema real.
5.Implantación de resultados finales
Lo realiza el equipo de I.O. junto con las personas que operan el sistema real.

1.3 Principales aplicaciones de la investigación de operaciones.

PERSONAL
La automatización y la disminución de costos, reclutamiento de personal,
clasificación asignación a tareas de mejor actuación e incentivos a la producción
MERCADO Y DISTRIBUCIÓN
El desarrollo e introducción de producto, envasado, predicción de la demanda y
actividad competidora, localización de bodegas y centros distribuidores.
COMPRAS Y MATERIALES
Las cantidades y fuentes de suministro, costos fijos y variables, sustitución de
materiales, reemplazo de equipo, comprar o rentar.
MANUFACTURA
La planeacion y control de la producción, mezclas optimas de manufactura,
ubicación y tamaño de planta, el trafico de materiales y el control de calidad.
FINANZAS Y CONTABILIDAD

GARCIA MORALES RODRIGO

 TECNOLÓGICO NACIONAL DE MÉXICO

Instituto Tecnológico Superior de Coatzacoalcos

Los análisis de flujo efectivo, capital requerido de largo plazo, inversiones alternas,
muestreo para la seguridad en auditorias y reclamaciones.

PLANEACION
Con los metodos PERT para el control de avance de cualquier proyecto con
múltiples actividades, tanto simultaneas como las que deban esperar para
ejecutarse.

1.4 Formulación de modelos de programación lineal.

Programación lineal
Definición: la programación lineal es una clase de modelos de programación
matemática destinados a la asignación eficiente de los recursos limitados en
actividades conocidas, con el objetivo de satisfacer las metas deseadas (maximizar
beneficios o minimizar costos).
Los principales elementos de un modelo de programación lineal son:
·Las variables o incógnitas
·La función objetivo
·Las restricciones
La característica distintiva de los modelos de programación lineal es que las
funciones que representan el objetivo y las restricciones son lineales.
Los problemas de optimización se formulan muy a menudo verbalmente, para poder
llegar a una solución se requiere un planteamiento matemático. El procedimiento
consiste en los siguientes pasos:
Paso 1: Identificar las variables de entrada, esto generalmente está en función de
la pregunta del problema.
Paso 2: Determinar la cantidad que desea optimizarse y exprésese
matemáticamente. A la ecuación resultante se le llama FUNCION OBJETIVO.
Paso 3: Identificar todos los requerimientos, restricciones o limitaciones y
expresarse algebraicamente. A estas ecuaciones se les llama CONJUNTO DE
RESTRICCIONES.
Paso 4: Expresar todas las condiciones ocultas, es decir, aquellas que el enunciado
no mencione pero son obvias debido a la naturaleza del problema.

GARCIA MORALES RODRIGO

 TECNOLÓGICO NACIONAL DE MÉXICO

Instituto Tecnológico Superior de Coatzacoalcos

Conclusión

GARCIA MORALES RODRIGO

 TECNOLÓGICO NACIONAL DE MÉXICO

Instituto Tecnológico Superior de Coatzacoalcos

Bibliografía

Investigación de Operaciones 4IN4. (marzo de 2016). Obtenido de Investigación

de Operaciones 4IN4: https://sites.google.com/site/io4in4/home/principales-
aplicaciones-de-la-io

LilyFRos. (agosto de 2015). Investigación de Operaciones I. Obtenido de

Investigación de Operaciones I: http://ioi-itstb.blogspot.com/p/unidad-uno-
tema-14.html

LilyFRos. (4 de septiembre de 2016). Blog de apoyo para la materia de

Investigación de Operaciones I del ITSTB. Obtenido de Blog de apoyo para
la materia de Investigación de Operaciones I del ITSTB: http://ioi-
itstb.blogspot.com/p/unidad-uno-tema-12.html

marioalbertovir. ( 15 de noviembre de 2015). blogpost. Obtenido de blogpost:

https://sites.google.com/site/vilchisricomarioalberto/unidad-1-metodologia-
de-la-investigacion-de-operaciones/1-1-conceptos-t-definiciones-de-la-
investigacion-de-operaciones

GARCIA MORALES RODRIGO