INTRODUCCIÓN A LA INVESTIGACIÓN DE
OPERACIONES
ORIENTACIONES
•CUANDO USTED ESTUDIE; CONTRASTE Y RELACIONE LA INFORMACIÓN
RECIÉN ADQUIRIDA CON SU CONOCIMIENTO Y EXPERIENCIA
ANTERIOR. PARA ELLO ES ÚTIL QUE REVISE LOS RESÚMENES,
ESQUEMAS, CUADROS COMPARATIVOS O MAPAS CONCEPTUALES QUE
EXISTEN EN LA RED SOBRE INVESTIGACIÓN OPERATIVA.
•RECUERDE QUE LA INVESTIGACIÓN OPERATIVA SE APRENDE
PRACTICANDO, UTILICE UN BLOCK PARA REPETIR LOS EJERCICIOS Y
ENTIENDA LOS ALGORITMOS QUE SUELEN PRESENTARSE
CONTENIDOS TEMÁTICOS
1 Concepto - Historia
2 Los Problemas de la Inv. de Operativa
3 La Toma de Decisiones
4 Modelos de Inv. de Oper.
5 Prog. Matemática optimización
6 Metodología - Consideraciones
Concepto de Investigación de Operaciones
CONJUNTO DE PROCEDIMIENTOS, TÉCNICOS Y CIENTÍFICOS, EN LA APLICACIÓN DE
PROBLEMAS RELACIONADOS CON EL CONTROL DE LAS ORGANIZACIONES O SISTEMAS
Características: (HOMBRE-MÁQUINA) A FIN DE QUE SE PRODUZCAN SOLUCIONES QUE MEJOR SIRVAN A
Enfoque de sistemas
Uso de equipo interdisciplinario LOS OBJETIVOS DE TODA LA ORGANIZACIÓN.
Adaptación del método científico
Historia de la Investigación de Operaciones
1780 La Rev. Industrial - Cambio en las estructuras organizacionales - crecimiento
1914 La 1era Guerra mundial - maniobras eficaces para disminuir perdidas
1910 Demanda telefónica – con el equipo automático – Líneas de espera
1941 2da Guerra mundial - Inv. Operaciones en Inglaterra – Análisis de Operiones en EEUU
1945 Después 2da Guerra mundial- aplicado a la reconstrucción de fábricas
1945 eco. G. J Stigler plantea un problema de programación lineal
1947 George B. Dantzing (creador de la PL) y Marshall Wood, Morton y Murray plantearon la
base del método simplex para resolver ecuaciones lineales
Desde1947 Von Neuman y Trucker, de la Teoría de juegos
Una breve historia
• SE APLICA POR PRIMERA VEZ EN 1780
ANTECEDENTES:
• MATEMÁTICAS: MODELOS LINEALES
FARKAS, MINKOWSKI (S.XIX)
• ESTADÍSTICA: FENÓMENOS DE ESPERA ERLANG,
MARKOV (AÑOS 20)
• ECONOMÍA:
QUESNAY (S.XVIII),
WALRAS (S.XIX),
VON NEUMANN (AÑOS 20)
La I.O. básicamente tiene tres características: enfoque de sistemas, el uso de
equipo interdisciplinario y la adaptación del método científico
UNA BREVE HISTORIA
• DURANTE LA II GUERRA MUNDIAL 1941, LA FUERZA
AÉREA BRITÁNICA FORMÓ EL PRIMER GRUPO DE
INVESTIGACIÓN OPERACIONAL, PARA RESOLVER
PROBLEMAS DE ORGANIZACIÓN MILITAR, DESPLIEGUE
DE RADARES, MANEJO DE OPERACIONES DE
BOMBARDEO, COLOCACIÓN DE MINAS.
• LAFUERZA ARMADA ESTADOUNIDENSE FORMÓ UN
GRUPO SIMILAR, 5 DE LOS CUALES GANARON EL
PREMIO NÓBEL.
UNA BREVE HISTORIA
DESPUÉS DE LA II GUERRA MUNDIAL 1945, LAS
EMPRESAS RECONOCIERON EL VALOR DE APLICAR LAS
TÉCNICAS EN:
-REFINERÍAS DE PETRÓLEO,
-DISTRIBUCIÓN DE PRODUCTOS,
-PLANEACIÓN Y CONTROL DE LA PRODUCCIÓN,
-ESTUDIO DE MERCADO Y PLANEACIÓN DE
INVERSIONES.
ACTUALMENTE, SIGUE HABIENDO UN GRAN
DESARROLLO, SOBRE TODO EN EL CAMPO DE LA
INTELIGENCIA ARTIFICIAL
La revolución industrial significó un cambio en las estructuras de las organizaciones, a raíz
de esto presentaron un notable crecimiento en cuanto a la complejidad de sus relaciones.
Una breve historia
SIGUE EL DESARROLLO DEBIDO A LA COMPETITIVIDAD
INDUSTRIAL Y AL PROGRESO TEÓRICO.
RAND (DANTZIG)
PRINCETON (GOMORY, KUHN, TUCKER)
CARNEGIE INSTITUTE OF TECHNOLOGY
(CHARNES, COOPER)
EL GRAN DESARROLLO DE LOS ORDENADORES
AUMENTÓ DE LA CAPACIDAD DE ALMACENAMIENTO DE
George B. Dantzig DATOS.
INCREMENTO DE LA VELOCIDAD DE RESOLUCIÓN DE
LOS PROBLEMAS.
OBJETIVO DE LA INVESTIGACIÓN DE OPERACIONES
APOYAR A LA TOMA DE DECISIONES SISTEMAS
COMPLEJOS.
ESTUDIAR LA ASIGNACIÓN ÓPTIMA DE RECURSOS
ESCASOS A DETERMINADA ACTIVIDAD.
EVALUAR EL RENDIMIENTO DE UN SISTEMA CON OBJETO
DE MEJORARLO.
OBTENER INFORMACIÓN CUANTITATIVA.
MEJORAR PROCEDIMIENTOS TRADICIONALES A TRAVÉS DE
LAS OPINIONES DE EXPERTOS Y REGLAS SIMPLES.
LOGRAR FLEXIBILIDAD Y BAJO COSTO.
MEDIR LA INCERTIDUMBRE.
LOS PROBLEMAS DE LA INVESTIGACIÓN DE OPERACIONES
Al interior de la organización se pueden clasifican por:
•La influencia que puedan tener los factores no controlables
•La determinación de los resultados de una decisión
•La cantidad de información que se tiene para controlar dichos factores
Se usa en tres tipos de problemas: 1- Determinísticos- Aquellos en los que cada
•Determinísticos alternativa del ¿? tiene una solución, c/u con
•Estocásticos (con riesgo) diferente eficacia.
•Bajo incertidumbre
Modelos: 2- Estocásticos- Aquellos en los que cada
Programación Lineal alternativa del ¿? tiene varias soluciones, se ignora
Programación Dinámica la probabilidad de que ocurra esta solución.
Optimización de redes
Control de Inventarios
Teoría de Colas
3- Bajo incertidumbre- Aquellos en los que cada
Simulación de sistemas alternativa del ¿? tiene varias soluciones, se ignora
Pronósticos la probabilidad de que ocurra esta solución.
Problemas de Inventarios (híbridos: determinísticos o probabilísticos)
PERT - CPM
Proceso de toma de decisiones
ESTRATÉGICAS OPERACIONALES
Éxito
MATEMATICA
APLICADA
MATEMATICA TOMA DE
DATOS PURA INFORMACION DECISIONES
ACERTADAS
Estadística, Informática, RAPIDEZ
Mat. Financiera, PRECISION
Investigación de GRANDES VOLUMENES
Operaciones
Fracaso
Es un proceso: observa y determina, necesidad de resolver y definir,
formular un objetivo, reconocer las limitaciones o restricciones, generar
alternativas de solución, evaluar y seleccionar la que parece mejor
CUALITATIVO CUANTITATIVO
MODELOS DE INVESTIGACIÓN DE OPERACIONES
Es representar el ¿? que enfrenta una organiz. a través de un modelo matemático
Es representar el ¿? en función de interrogantes planteadas, una realidad puede tener
diversos modelos.
El modelo captura determinados aspecto de la realidad que intenta representar.
El modelo puede no ser apropiado en una aplicación en particular porque no captura los
elementos correctos de la realidad.
El modelo es útil si depende de la realidad que intenta representar.
EL MODELO MATEMÁTICO
Es una ecuación, desigualdad o sistema de ecuaciones que siendo un modelo,
representa determinados aspectos de una realidad.
Será útil, si es una representación válida del rendimiento del sistema; con técnicas
analíticas adecuadas y la solución obtenida a partir del modelo, sea también una
solución para el problema del sistema en estudio.
Criterio para medir el sistema, llamado medida del rendimiento o medida de efectividad.
Generalmente son costos o utilidades, mientras que en aplicaciones gubernamentales
se define en términos de costo/beneficio.
CLASIFICACIÓN DE LOS MODELOS
Descriptivos
Según su forma Clasificación Básica
Icónicos o físicos
de su
Simbólicos Según Irrestrictos
representación
Tipo procedimiento restricciones restringidos
Determinísticos Según función Lineal
Estocásticos Determinísticos objetivo No lineal
Lineales Continua
Según su No lineales Según las
estructura Estático variables Entera o discreta
Dinámico
Teoría de colas
Continuos Probabilísticos
Simulación
Discreto
Los datos del Determinísticos Beneficios de la aplicación de Modelos
problema Probabilísticos
La mejor manera de lograr un objetivo, asignar recursos escasos.
Una forma de evaluar el impacto de un cambio propuesto, ensayo.
Una forma de evaluar la fortaleza de la solución óptima. Con preguntas de sensibilidad.
Un procedimiento para lograr beneficiar a la organización.
METODOLOGÍA DE LA INVESTIGACIÓN OPERATIVA
DEFINICION
DEL PROBLEMA
DESARROLLO RESOLUCION
MODELO MODELO
NO
MODELO
MODIFICADO ¿VALIDA?
SI
IMPLEMENTACION
ESTRUCTURA BÁSICA DE UN MODELO MATEMÁTICO
I) Ident. de las variables DESARROLLO DE UN MODELO MATEMÁTICO
Xij = # de consultores que
viajan del origen i al destino j PASO1.-IDENTIFICAR LAS VARIABLES DE DECISIÓN
II) Ident. de la FO
¿SOBRE QUÉ TENGO CONTROL?
Max ¿QUÉ ES LO QUE HAY QUE DECIDIR?
540X11+300X12+420X13+ ¿CUÁL SERÍA UNA RESPUESTA VÁLIDA?
500X21+330X22+330X23+
520X31+310X32+350X33 PASO 2.- IDENTIFICAR LA FUNCIÓN OBJETIVO
III) Ident.de las
¿QUÉ PRETENDEMOS CONSEGUIR?
restricciones ¿QUÉ ME INTERESARÍA MÁS?
X11+X12+X13 ≤ 2
X21+X22+X23 ≤ 1
PASO 3.- IDENTIFICAR LAS RESTRICCIONES O FACTORES QUE
X31+X32+X33 ≤ 4 LIMITAN LA DECISIÓN, RECURSOS DISPONIBLES(HUMANOS,
X11+X21+X31 = 3
X12+X22+X32 = 2 MÁQUINAS, MATERIAL) FECHAS LÍMITE, NATURALEZA DE LAS
X13+X23+X33 = 1 VARIABLES (NO NEGATIVIDAD, ENTERAS, BINARIAS).
Xij ≥ 0 ; entero
Métodos de Solución de Problemas: Clasificación
Programación Lineal
Programación Entera
Programación Binaria
Óptimos
Programación Mixta
Programación Dual
Programación no lineal
Software SOLVER, LINDO, LINGO Heurísticos No óptimos - Aceptables
Programación Matemática u optimización
Se entiende por óptimo, lo recomendable, lo mejor
Sirve para encontrar la respuesta que proporciona el mejor resultado, la que logra mayor
ganancia, mayor producción o felicidad, la que logra menor costo, desperdicio o malestar.
Implica utilizar eficientemente recursos: dinero, tiempo, máquina, personal, existencias, etc.
El objetivo es determinar asignaciones óptimas de recursos limitados, para determinar la meta
del que toma la decisión, maximizar o minimizar; es encontrar la mejor solución frente a
múltiples alternativas.
Metodología de la Investigación operativa
Primer Paso RECONOCER LA NECESIDAD Las personas que toman decisiones aceptan que se deben tomar medidas
para cambiar o mejorar alguna situación. Crea un ambiente de construcción.
Segundo Paso FORMULAR EL PROBLEMA Expresa explícitamente y sin ambigüedades, características del problema.
Variables, parámetros, restricciones, criterios o funciones objetivos.
Tercer Paso CONSTRUIR EL MODELO Construir una replica o representación del problema, o sea el modelo
matemático que capture la esencia de la realidad.
Cuarto Paso RECOLECTAR DATOS Para procesarlos en el modelo. Criterio con datos orientados a la decisión que se
quiere tomar.
Quinto Paso RESOLVER EL MODELO Encontrar aquellos valores para las variables controlables que den resultados
óptimos.
Sexto Paso VALIDAR EL MODELO Análisis de sensibilidad, para la validación de la solución. Seleccionando la mejor
alternativa y grado de estabilidad
Séptimo Paso INTERPRETAR LOS RESULTADOS Las implicaciones a través de una crítica a los objetivos o criterios a la
luz de los resultados del modelo.
Octavo Paso TOMAR LA DECISIÓN ponerla en práctica y controlar.
OPTIMIZACIÓN
CONSIDERACIONES AL APLICAR LA I. O.
Beneficios.-
•Posibilidad de tener mejores decisiones
•Mejora de coordinación entre múltiples componentes.
•Mejora el control del sistema de procedimientos
•Optimización de los sistemas
Riegos.-
Manipular los problemas para que se ajusten a los modelos matemáticos.
Limitaciones.-
•Frecuentemente se hacen simplificaciones del problema original.
•Los modelos solo consideran un objetivo.
•Existe la tendencia a no considerar todas las restricciones en un problema
•Análisis de costo-beneficio limitado, motivados por la implantación de un
modelo.
Definición del problema
Es comprender y describir en términos precisos, el problema que la organización
enfrenta.
Hay que recoger información relevante
Es la etapa fundamental para que las decisiones sean útiles
Un problema no se formula sino se define.
Factores problemáticos
Datos incompletos, conflictivos, difusos
Diferencias de opinión
Presupuestos o tiempos limitados
Cuestiones políticas
El decisor no tiene una idea firme de lo que quiere realmente.
Plan de trabajo:
Observar y ser consciente de las realidades políticas
Decidir qué se quiere realmente
Identificar las restricciones
Búsqueda de información continua.
Resolución del modelo
ES RESOLVER EL MODELO USANDO UNA TÉCNICA ADECUADA, ES DECIR OBTENER
VALORES NUMÉRICOS PARA LA VARIABLE DE DECISIÓN.
ES DETERMINAR LOS VALORES DE LAS VARIABLES DE DECISIÓN DE MODO QUE LA
SOLUCIÓN SEA ÓPTIMA (O SATISFACTORIA) SUJETA A LAS RESTRICCIONES
PUEDE HABER DISTINTOS ALGORITMOS Y FORMAS DE APLICARLOS.EN ESTA PARTE SE
USA EL SOFTWARE LINDO, QUE PUEDE RESOLVER MODELOS DE HASTA 200,000
VARIABLES Y 50,000 RESTRICCIONES.
Verificación y validación:
Paso 1.- Elegir la técnica de resolución adecuada, creación o Eliminación de errores
heurísticos. Comprobación de que el modelo se adapta a la
Paso 2.- Generar las soluciones del modelo usando programas de realidad
Interpretación y análisis
ordenador, hojas de cálculo. Robustez de la solución óptima obtenida:
Paso 3.- Comprobar/validar los resultados Análisis de sensibilidad
Probar la solución en el entorno real Detección de soluciones cuasi-óptimas
Paso 4.- Si los resultados son inaceptables, revisar el modelo, atractivas
Implementación de resultados
comprobar exactitud, revisar restricciones. Sistema de ayuda y mantenimiento
Paso 5.- Realizar análisis de sensibilidad. Analizar adaptaciones en Documentación
la solución propuesta frente a posibles cambios. Formación de usuarios
LA I.O. BUSCA LA EXPERTICIA HUMANA
•DESEMPEÑO CORRECTO Y RÁPIDO DENTRO DE UN DOMINIO
ESPECÍFICO.
• CAPACIDAD PARA JUSTIFICAR UN RESULTADO Y EXPLICAR EL
PROCESO DE RAZONAMIENTO.
• CAPACIDAD PARA APRENDER DE LA EXPERIENCIA.
• CAPACIDAD PARA RESOLVER CASOS ÚNICOS BASÁNDOSE EN
PRINCIPIOS, MODELOS, EXPERIENCIAS, CASOS O REGLAS.
• CAPACIDAD PARA RAZONAR BAJO CONDICIONES DE
INCERTIDUMBRE E INFORMACIÓN INCOMPLETA Y APLICAR SU
SENTIDO COMÚN O CONOCIMIENTO GENERAL.
DONDE QUIERA QUE USTED VEA UN
NEGOCIO EXITOSO, ALGUIEN HA
TOMADO UNA DECISIÓN VALIENTE.
SEAMOS DUEÑOS DE NUESTRO
PROPIO DESTINO
GRACIAS
