Im prim ir C e rrar

Artculo

Introduccin a la Investigacin Operativa

Javier Fauln
ffaulin@uoc.edu

ngel A. Juan
ajuanp@uoc.edu

Resumen

Con el objetivo de proporcionar una mejor comprensin de la actividades desarrolladas por

la Investigacin Operativa; el presente trabajo traza una historiografa de la Investigacin
Operativa, delimitando la frontera de la misma en el terreno de su marco conceptual e
histrico. Respecto al marco conceptual, el objeto de estudio de la Investigacin Operativa
es colocando como la toma cientfica de decisiones mediante el empleo de tcnicas
cuantitativas; destacndose el crecimiento de la Investigacin Operativa, de 1945 a la
actualidad. Por ltimo son presentados ejemplos de problemas donde la Programacin Lineal
desarrolla un papel fundamental.

Palabras Clave: Investigacin Operativa, Programacin Lineal, Simplex, LINDO.

1.- Introduccin
Cuando una persona se enfrenta por vez primera con el trmino Investigacin de
Operaciones, no suele ser conocedora de las caractersticas especficas de esta ciencia ni
de su objeto de estudio.
Adems, la Investigacin Operativa puede tener componentes muy diversos dependiendo de
su rea de aplicacin concreta: Administracin de Empresas, Ingeniera u otras. El objeto de
estudio de la Investigacin Operativa es la toma cientfica de decisiones mediante el empleo
de tcnicas cuantitativas. Es importante tener esta definicin clara y, de esta forma, nos
daremos cuenta de la amplitud de campo de la Investigacin Operativa (IO).
Con demasiada frecuencia se ha hecho demasiado hincapi en los modelos de Programacin
Lineal dentro de la Investigacin Operativa, lo cual ha dificultado la distincin entre ambos
trminos. Lo cierto es que la Programacin Lineal es slo una parte de la Investigacin
Operativa aunque, sin duda, una de las ms importantes. Otras reas o secciones
habituales en el estudio de la Investigacin Operativa son las siguientes (esta relacin no
es exhaustiva, sino que slo pretende dar una idea de la extensin de la Investigacin
Operativa):

a) Programacin entera
b) Problemas de transporte
c) Anlisis de grafos y de redes. PERT y CPM.
d) Programacin dinmica
e) Teora de juegos.
f) Programacin no lineal.
 g) Teora de colas.
h) Teora de inventarios
i) Procesos markovianos de decisin. Anlisis de decisin.
j) Simulacin
k) Fiabilidad

Existen, de este modo, otras reas adems de la Programacin Lineal- en las que la
Investigacin Operativa
ejerce tambin su estudio. Es claro pues que la Investigacin Operativa es una ciencia
multidisciplinar que aparece en muchos campos del mbito industrial, empresarial y de la
administracin pblica. De hecho, con la aparicin de la Programacin Lineal en los aos 40,
aparece el sentimiento de dar una cohesin o visin de conjunto a todas las tcnicas
anteriormente enunciadas. Esa visin cohesionada, junto con el concepto de sistema,
permite la aparicin de la Investigacin de Operaciones como ciencia.
Las subdivisiones en las que se establece la Investigacin Operativa tienen los siguientes
elementos en comn:

1. Son necesarios amplios conocimientos de matemticas, es decir, del manejo de

muchas tcnicas matemticas, aunque con inmediata aplicacin a la realidad.
2. Es necesario que, al final de cada problema definido, haya una decisin que tomar.
3. Es preciso definir un modelo que d cauce a la toma de decisiones.

En el estudio de la Investigacin Operativa se puede hacer ms nfasis en los aspectos

tericos de los modelos matemticos o bien en los aspectos prcticos. Estudiar de forma
exclusiva modelos matemticos, aun siendo importante para la Investigacin Operativa, no
constituye el principal ejercicio de la Investigacin Operativa: es necesario verificar la
aplicabilidad de los resultados que se deriven de los modelos matemticos.
Por ello, en muchos casos, se hace nfasis en los aspectos prcticos de la Investigacin
Operativa estableciendo puentes con los diversos mbitos de la gestin empresarial. En
este sentido, y con objeto de tener una visin precisa para una introduccin de las
tcnicas operativas, se recomienda la consulta de los captulos introductorios de alguno de
los manuales cuyos autores son:

nderson, D.R., Sweeney, D. J. y Williams, T.A. (2001) (Captulos 1 y 7)

A
Hillier, F.S. y Liebermann, G.J. (2001) (Captulos 1,2 y 3)
Hillier, F.S., Hillier, M.S. y Liebermann, G.J. (2000) (Captulos 1 y 2)

T ambin a nivel introductorio se pueden visitar algunas de las siguientes pginas web:

http://www.informs.org/ Sociedad Americana de Investigacin Operativa.

http://www.ifors.org/ Federacin Internacional de Sociedades de
Investigacin de Operaciones.
http://www.orie.cornell.edu/ Departamento de Investigacin Operativa de la
Universidad de Cornell en Nueva York.
http://www.worms.ms.unimelb.edu.au/ Informacin genrica sobre
Investigacin Operativa.

n este sentido, hay que destacar que las tcnicas de Investigacin Operativa tienen un
E
auge inusitado en los Estados Unidos. Algunos de los motivos de este auge son:
a) razones histricas,
b) la cultura empresarial americana, y
c) la dimensin del mercado americano. En Europa, cada vez se aplican ms estas tcnicas
pero, con frecuencia, con un acento mucho ms terico. Entre los pases europeos que ms
aplican las tcnicas de la Investigacin Operativa se pueden destacar los siguientes:
Gran Bretaa, Holanda, Francia y Alemania. Con el fenmeno de la globalizacin econmica,
Gran Bretaa, Holanda, Francia y Alemania. Con el fenmeno de la globalizacin econmica,
cada vez son ms las empresas multinacionales que emplean tcnicas de Investigacin
Operativa para la toma cientfica de decisiones.

Referencia Histrica de la Investigacin Operativa

Suele ser difcil hacer una referencia histrica de la Investigacin Operativa. Principalmente,
porque no es sencillo establecer sus orgenes. Como se ha comentado anteriormente,
muchas son las reas que componen la Investigacin Operativa, y hasta que apareci un
elemento aglutinador en los aos 40 del siglo XX, cada rea tuvo su propia referencia
histrica, haciendo muy difcil establecer la fecha exacta del nacimiento de la Investigacin
Operativa. No obstante, procuraremos dar unas pinceladas al respecto.
La necesidad de tomar decisiones es tan antigua como el hombre mismo, por ello, hemos de
preguntarnos por qu la Investigacin Operativa nace en un momento histrico preciso.
Esto fue as, porque la realidad humana se fue complicando poco a poco y las decisiones
que en un principio eran triviales, se convirtieron en decisiones difciles. Con la llegada de la
Revolucin Industrial, la sociedad se hizo mucho ms compleja y las decisiones haban de
tomarse con ms cuidado porque involucraban a ms personas en sus consecuencias.
Veamos a continuacin lo que esto supuso histricamente.

Proceso Introductorio
Las diferentes ciencias han de ser comprendidas con profundidad antes de poder ser
analizadas desde un punto de vista histrico. Quizs no sea fcil establecer los orgenes de
la Investigacin Operativa, porque no se tuvo conciencia de la misma hasta mucho ms
tarde de que algunas de sus ramas nacieran y se desarrollaran. No obstante, es necesario
relacionar el alumbramiento de la Investigacin de Operaciones, por lo menos nominalmente,
con el transcurso de la II Guerra Mundial. Por esta razn, hemos de pensar en los orgenes
de la ciencia operacional como en los de una tcnica de naturaleza militar.
Dichos orgenes han supuesto una impronta decisiva en el tratamiento de las tcnicas
operacionales. En este sentido, cuando se pretende trazar una historiografa de una ciencia
es muy importante delimitar la frontera de la misma en los terrenos conceptual e histrico.

Prolegmenos y rudimentos de la Investigacin Operativa: la ciencia de la gestin

Despus del proceso introductorio llegamos al momento delicado de establecer diferencias
entre la Investigacin de Operaciones y la Ciencia de la Gestin (o de la Administracin).
Entendemos por Ciencia de la Gestin (traduccin del trmino ingls Management Science)
la aplicacin de los mtodos y tcnicas de la ciencia actual a los problemas de toma de
decisiones en la administracin. Realmente, esta misma definicin podra valer tambin para
Investigacin Operativa, aunque sta necesite de un manejo ms explcito de tcnicas
matemticas. Por tanto, estas dos ciencias pueden darse en el momento presente como
equivalentes o sinnimas. No obstante, se puede comprender que la gestin y la
organizacin han sido necesarias para la humanidad desde sus albores.
La necesidad de planificacin y organizacin aparece ya en el antiguo Egipto hacia el ao
4.000 a.C. y se va desarrollando a travs de toda la Antigedad hasta el advenimiento del
Imperio Romano. En Israel y China tambin aparecen tmidos escarceos de organizacin y
direccin hacia el ao 1.000 a.C. Nabucodonosor establece algunas ideas sobre control de
la produccin hacia el ao 600 a.C. En Grecia, se desarrollan en el 350 a.C. los primeros
mtodos de organizacin del trabajo y del tiempo. Alrededor del ao 30 a.C., Julio Csar
establece diversas ideas de planificacin, control y unidad de mando, que luego pone en
prctica en todo el Imperio Romano.
Todos los estudios y planteamientos organizacionales de la Antigedad tienen su
proyeccin, que no su continuacin, a lo largo de toda la Edad Media, en donde se
aprovechan sin posteriores desarrollos. Durante el siglo XV, en la Italia renacentista se
vuelven a plantear de nuevo las cuestiones organizativas y aparecen diversos estudios
sobre costes y sobre control de existencias. No es fcil establecer otros hitos acerca de la
organizacin hasta el siglo XVIII, cuando Pierre de Montmort inicia sus primeras ideas
directivas que luego dan lugar a la teora de juegos.
Con los inicios de la I Revolucin Industrial, el sentido y la forma de estudio de la Ciencia de
la Gestin adquieren su ser ms pleno. Por otra parte, el desarrollo de las matemticas
durante los siglos XVIII y XIX permite disponer de las herramientas necesarias para la futura
construccin de la Investigacin de Operaciones. De esta forma, en 1767, Gaspard Monge
descubre la manera geomtrica de resolver un programa lineal. Posteriormente, Adam Smith
establece el principio de especializacin en los trabajos, y Robert Owen, ya en el siglo XIX,
realiza un estudio sobre tareas en un proceso productivo, y advierte de la necesidad de
adiestramiento en las mismas por parte de los operarios. Una aportacin fundamental la
realiza Babbage, en 1832, construyendo lo que se podra llamar el primer computador digital,
que vendra a ser el antecesor de los modernos ordenadores. A finales del siglo XIX, Joseph
Wharton hace de la direccin estratgica e industrial un saber universitario. No obstante, el
auge de las revoluciones industriales del XIX permiten establecer un caldo de cultivo
adecuado para el estudio de la ciencia operacional. As, Frederick W. Taylor y Henry L.
Gantt, ante la necesidad de planificacin de la produccin, establecen el mtodo cientfico
de direccin y las grficas de programacin productiva (de Gantt), respectivamente. A
partir de este momento aparece la aportacin nuclear del siglo XX a la Investigacin de
Operaciones, sabiendo que es en esta centuria cuando se produce su nacimiento real.

Gnesis de la Investigacin Operativa en el siglo XX

Diversos hechos haban ocurrido en los albores de ese siglo, que luego ayudaron a la
gnesis de la ciencia operativa. Entre otros citaremos: a) los rudimentos de la teora de
colas, con A.K. Erlang, y b) la construccin del modelo econmico del tamao del lote, con
F.W. Harris. Sin embargo, estos hitos que luego constituyeron elementos clave de la
Investigacin Operativa, no permitieron establecer la misma como un saber independiente.
Tiene sentido iniciar nuestra exposicin en el momento en el que se tuvo una conciencia
clara de que algo nuevo y diferenciador estaba naciendo en el mbito de la teora de la
organizacin a gran escala. Este momento es el preludio de la II Guerra Mundial.
Podramos decir que es hacia 1935 cuando Inglaterra se da cuenta de que necesita dar una
respuesta adecuada al creciente podero militar alemn. Por esta razn, el gobierno ingls
urge a un grupo de cientficos a que realicen experimentos que conduzcan a un mejor
control del espacio areo. Fruto de esta experimentacin aparece el radar, que constituye
el inicio de la lucha por la supremaca area. Este grupo de investigadores tom su base en
Bawdsey, y por esta razn se llam grupo de Bawdsey.
De forma paralela, otro grupo se estuvo estableciendo durante 1936 para desarrollar el
experimento Biggin Hill, que permita la simulacin de aviones enemigos y su deteccin. La
conjuncin de estos dos grupos, permiti ofrecer a la RAF (Royal Air Force) una estructura
operacional, para sus equipos materiales y humanos, que le posibilit librar la batalla de
Inglaterra en 1940-41. El grupo de Bawdsey fue dirigido en 1938 por A.P. Rowe, el cual
acu la expresin 'Operations Research', que posteriormente se extendi dentro del mbito
cientfico al resto de pases occidentales.
La batalla de Inglaterra se recrudece en el otoo de 1940. Por esta razn, se solicita la
ayuda de P.M.S. Blackett, un fsico que despus conseguir el Premio Nobel por sus
trabajos en rayos csmicos, con objeto de establecer una seccin de Investigacin
Operativa dentro de los comandos de accin de la RAF. Del mismo modo, Blackett fue
consultado en diciembre de 1941, sobre la posibilidad de constituir una seccin similar
dentro de la Armada. Dicha seccin fue constituida en enero de 1942.
Cuando los Estados Unidos entran en la guerra, son conscientes de la necesidad de tales
grupos operativos y de la constitucin de secciones operacionales para el xito de los
mismos. De esta manera, constituyen en 1942 un grupo operacional de lucha antisubmarina
(ASWORG - Anti-Submarine Warfare Operations Research Group) que recoge toda la
experiencia inglesa desarrollada por Blackett. De forma similar, la Fuerza Area Americana
estructura diversos grupos operacionales para llevar a cabo sus labores logsticas. Al final
estructura diversos grupos operacionales para llevar a cabo sus labores logsticas. Al final
de la guerra, la Armada americana dispona de un departamento de Investigacin Operativa
compuesto por ms de setenta cientficos, y la Fuerza Area dispona de ms de dos
docenas de secciones operacionales.
No puede decirse que las potencias del Eje hicieran uso de las tcnicas operacionales
durante la II Guerra Mundial, mientras que el nmero de cientficos e investigadores
involucrados en Investigacin Operativa en la contienda por parte de ingleses, americanos y
canadienses super los setecientos. Las aportaciones que hicieron todos estos
investigadores supusieron un giro copernicano en la manera de concebir la Ciencia de la
Gestin en los aos siguientes. De alguna manera, todos estos estudiosos que trabajaban
de manera aislada en los aos treinta se aglutinaron holsticamente con ocasin de la
guerra, y produjeron un conjunto de tcnicas y teoras que ocasionaron el alumbramiento
de la Investigacin de Operaciones como ciencia.

El crecimiento de la Investigacin Operativa, de 1945 a la actualidad

Es muy difcil condensar en unas lneas todo lo que han supuesto las dcadas anteriormente
mencionadas para la ciencia operacional, habida cuenta de su importancia y de la riqueza
de trabajos producidos. Realmente, se ha construido ms ciencia operacional durante estos
aos que en todo el resto de la historia de la humanidad. Puede decirse, por tanto, que la
verdadera historia de la Investigacin Operativa se ha desarrollado durante este perodo: se
han establecido lneas de investigacin, han aparecido sociedades profesionales, se han
creado revistas de investigacin, se han publicado libros y se ha incluido la materia dentro
del currculum educativo.
Una vez finaliz la contienda mundial y habida cuenta del xito cosechado por las tcnicas
operativas, stas continuaron desarrollndose dentro del mbito militar, puesto que era el
ejrcito quien posea la mayor parte de los investigadores y quien estaba interesado en
proseguir dicha lnea de trabajo. A mediados de los aos cincuenta se desplaz el centro de
gravedad de inters de la Investigacin Operativa, y alcanz el terreno industrial y el
acadmico. Aparece el inters por la Ciencia de la Gestin (Management Science). En la
dcada de los setenta, ha continuado el desarrollo expansivo de la Investigacin Operativa,
llegando al mbito de la administracin pblica, tratando los siguientes tipos de problemas:
transporte urbano, administracin de justicia, construccin de edificios pblicos, educacin,
hospitales y servicios sociales. De esta manera, el peso investigador de la Investigacin
Operativa se desplaza desde el Reino Unido a los Estados Unidos, en donde se constituyen
diversos institutos y organizaciones de estudio, como The Urban Institute (1968) y The
New York City-Rand Institute (1969). Tambin, son muchas las empresas que, a partir de
los aos cincuenta, se ayudan de tcnicas operativas para disear sus polticas de
produccin y de distribucin.
Por ejemplo, a partir de una encuesta que realiza Turban en 1972 en Estados Unidos sobre
las 500 empresas ms importantes del pas (de acuerdo con la revista Fortune), se deduce
que la mitad de las empresas que contestaron la encuesta posean un departamento
especial dedicado a tareas de Investigacin de Operaciones o Ciencia de la Administracin.
No obstante, la Investigacin Operativa forma cada da ms, una parte de las actividades
normales de la empresa moderna y, por tanto, ya no se trata de una funcin especializada
que deba llevarse a cabo en un departamento separado. De acuerdo con este estudio las
tcnicas operacionales ms empleadas eran el anlisis estadstico, la simulacin, la
programacin lineal, la teora de inventarios y la programacin dinmica. Otras tcnicas
empleadas, aunque de menor uso, eran la programacin no lineal, las lneas de espera, la
teora de juegos, el anlisis de decisin de Bayes y la programacin entera.
Posteriormente, se realizaron otras encuestas de resultados similares: a) en 1977,
Ledbetter y Cox (1977); b) en 1979, Thomas y DaCosta (1979); c) en 1983, Forgionne
(1983). En todas ellas se comprueba cmo cada vez son mayores en nmero las tcnicas
operativas empleadas, y cmo dichas tcnicas aparecen con ms frecuencia en otras reas
o departamentos de la empresa. Estudios de otro tipo fueron los de Fabozzi y Valente
(1976) que encuestaron, en 1976, mil compaas americanas en relacin con el uso de la
programacin matemtica (programacin lineal, no lineal y dinmica). Estos autores
descubrieron que era la direccin de Produccin (mezclas de productos, asignacin de
recursos, diseo de planta y maquinaria,...) el rea en donde ms se aplicaba la
Investigacin de Operaciones dentro del mbito de la empresa. En nmero de aplicaciones
le segua el rea de Inversin y Financiacin.

Especificaciones y concreciones histricas de la Investigacin Operativa: la programacin

matemtica
La Programacin Matemtica ha formado parte de la Investigacin Operativa desde la
constitucin de la misma como ciencia hasta la actualidad. Sin embargo, muchos de los
problemas tratados por la Programacin Matemtica eran conocidos desde mucho antes.
Grandes matemticos de los siglos XVIII y XIX, como Euler, Gauss y Lagrange trabajaron en
problemas de optimizacin con restricciones y establecieron las primeras condiciones de
optimalidad. Lo cual quiere decir que los problemas que la Programacin Matemtica
planteaba en los aos cuarenta de nuestro siglo no eran nuevos en su formulacin, pero s
en su enfoque. Los mtodos matemticos clsicos no estaban pensados para una resolucin
en dimensiones altas, como iban a requerir las nuevas necesidades industriales. Esta fue la
aportacin de la ciencia operacional, mxime cuando se desarrollaron las tcnicas
computacionales que permitieron hacer realidad el clculo rpido y a gran escala. La
Investigacin Operativa supuso un giro copernicano en la manera de tratar los programas
matemticos. Se implementaron algoritmos que computacionalmente eran ms eficientes
que los clsicos y, de esta manera, problemas que tradicionalmente haban sido complejos,
ahora resultaron asequibles.

Dantzig

El cambio de mentalidad era notable y, por tanto, un nuevo modelo cientfico se estaba
abriendo paso. Para el desarrollo de las distintas tcnicas algortmicas, era bsico el estudio
de los sistemas de desigualdad como haban hecho los matemticos Julius Farkas, Jean
Baptiste Fourier y T.S. Motzkin. El anlisis de los problemas econmicos se debe a John Von
Neumann y a Abraham Wald. No obstante, cuando se trata de presentar una descripcin
histrica de la Programacin Matemtica, hay que tener en cuenta la gran aportacin de
Dantzig (foto de la derecha) con su mtodo simplex para programacin lineal. Este hito ha
supuesto la demarcacin de la poca fundacional de la Programacin Matemtica. Dicho
evento se ha considerado como el inicio de la Investigacin Operativa, puesto que lo ha
sido de la programacin lineal, y ha trado consigo la resolucin de muchos problemas
operacionales.
Realmente, el nuevo estilo marcado por el mtodo simplex ha construido el autntico
espritu de la optimizacin matemtica. No hay que olvidar la intencin de Samuel Eilon al
inventar el trmino satisfizar (fusin de satisfacer y optimizar) intentando describir la labor
del investigador de operaciones: encontrar una solucin satisfactoriamente
(aceptablemente) ptima (o buena). De ah procede la sentencia: "optimizar es la ciencia
de lo esencial; satisfizar es el arte de lo factible" (Eilon (1972)).Realmente, en cuanto se
intenta resolver un problema prctico surgido de la empresa o de la realidad econmica se
puede palpar la potencia del mtodo simplex. A principios de la dcada de los sesenta,
Abraham Charnes y William Cooper (1961) publicaron un libro de gran influencia para los
aos posteriores: Management Models and Industrial Applications of Linear Programming.
Esta obra supuso un gran impacto en el desarrollo de la prctica y de las aplicaciones
industriales de la programacin lineal (principalmente en las compaas petrolferas y
qumicas). Pudo comprobarse la potencia de esta nueva herramienta, a la hora de resolver
los problemas decisionales de las grandes empresas. De igual modo, se aplic la
programacin lineal a la teora econmica como muestran las aportaciones de Robert
Dorfman, Paul Samuelson y Robert Solow (1958), o las de David Gale (1960), o bien las de
Grard Debreu (1963).

Nuevos desarrollos de la programacin lineal

La Programacin Lineal fue una de las primeras herramientas cuantitativas con la que cont
la Investigacin Operativa. Rpidamente se descubri su eficiencia. Por esta razn, era muy
interesante conseguir nuevos mtodos de resolucin que hicieran la competencia al
algoritmo simplex.
Como una innovacin destacable en los aos ochenta aparece un nuevo y poderoso
algoritmo para la resolucin de programas lineales: en 1984, Narendra Karmarkar (1984) de
AT&T Laboratories public un artculo presentando esquemticamente un mtodo para
resolver programas lineales de gran tamao. Este mtodo llamado algoritmo de Karmarkar se
presenta como un buscador de ptimos a partir de puntos interiores, siendo sta la gran
novedad en relacin con el mtodo simplex.
Dicho artculo de Karmarkar no describe totalmente el mtodo resolutorio y, adems, afirma
que es mucho ms rpido que el simplex para problemas de gran dimensin. El intento de
descubrimiento de un remedo de dicho mtodo puso a toda la comunidad cientfica en pie
de bsqueda. Pasaron cuatro aos hasta que se logr un conocimiento general del mtodo
y su distribucin comercial. Esta extensin del algoritmo de Karmarkar fue debida a AT&T
Laboratories, que llam a esta versin 'AT&T KORBX Linear Programming System'. La
instalacin completa de esta versin tuvo un costo inicial de $8.900.000.
Desde un principio se realizaron multitud de comparaciones entre el mtodo simplex y el de
Karmarkar, con objeto de determinar cul de los dos era el ms eficiente. Sin embargo, esto
no es fcil de determinar puesto que hay que especificar qu es exactamente lo que
significa eficiencia. Es necesario efectuar la comparacin en multitud de situaciones
diversas y a partir de ellas establecer la correspondiente tesis. Se han realizado estudios
que cotejan el mtodo de Karmarkar con un paquete informtico estndar del mtodo
simplex llamado MINOS. Para problemas de tamao grande (a partir de varios miles de
restricciones) las mejoras en tiempo de clculo del mtodo de Karmarkar sobre el simplex
son notables (factores entre 10 y 50 son comunes). No obstante, esta situacin no supone
la supremaca del mtodo de Karmarkar en todo tipo de problemas. No hay que olvidar que
para problemas de dimensin pequea, el mtodo simplex es ms intuitivo y fcil de aplicar.
Tambin es posible realizar algunos comentarios acerca de la complejidad computacional de
cada uno de los mtodos. El mtodo de Karmarkar es un algoritmo de tiempo polinomial,
mientras que el simplex no goza de esta propiedad, sino que es de tiempo exponencial. De
esta forma, tenemos explicada la razn por la cual el mtodo de Karmarkar obtiene mejores
resultados para problemas de gran dimensin.
Es llamativo que los problemas que hasta hace unos aos necesitaban de computadoras de
tamao medio, ahora sean resolubles mediante ordenadores personales. En la actualidad,
prcticamente cualquier usuario de la Investigacin Operativa puede resolver problemas
lineales mediante LINDO (u otro paquete informtico semejante) en un ordenador porttil.
De esta manera, mediante LINDO se pueden manejar problemas con hasta 50.000
restricciones y 200.000 variables. De igual modo, se desarroll el paquete MINOS
(empleando para programacin lineal el mtodo simplex) en el Systems Optimization
Laboratory del Departamento de Investigacin Operativa de la Universidad de Stanford, que
ha sido usado ms frecuentemente como herramienta optimizadora en programacin no
lineal. Otros lenguajes de modelizacin se han desarrollado para ordenadores personales.
As, ha aparecido GAMS/MINOS que es una combinacin de los dos programas bien
conocidos con objeto de construir un lenguaje de modelizacin algebraica implementado por
IBM. De la misma forma, ha aparecido el paquete XPRESS-LP; y el lenguaje MPL
(Mathematical Programming Language) desarrollado por Maximal Software en Islandia. Esta
misma casa produjo la utilidad Turbo-Simplex.
En los aos noventa fueron apareciendo otras utilidades informticas, como son las hojas
de clculo y sus complementos asociados, capaces de resolver programas lineales. Entre
algunos de estos complementos se pueden citar los siguientes: Solver, VINO, What's Best?
y XA. Casi todas estas utilidades fueron construidas por IBM para sus propias
computadoras, sin embargo, poco a poco, se van obteniendo versiones para Macintosh.
Aunque estas son las ms recientes aplicaciones informticas de los ltimos cinco aos, en
los prximos aos se mejorarn, a la vez que se extendern los lenguajes y paquetes
informticos que permitirn resolver con relativa facilidad problemas de programacin lineal
complejos.

Introduccin a la Programacin Lineal.

En cualquier empresa, muchas de las decisiones que se toman tienen por objeto hacer el
mejor uso posible (optimizacin) de los recursos de la misma. Por recursos de una empresa
entendemos la maquinaria que sta posea, sus trabajadores, capital financiero,
instalaciones, y las materias primas de que disponga. Tales recursos pueden ser usados
para fabricar productos (electrodomsticos, muebles, comida, ropa, etc.) o servicios
(horarios de produccin, planes de marketing y publicidad, decisiones financieras, etc.). La
Programacin Lineal (PL) es una tcnica matemtica diseada para ayudar a los directivos
en la planificacin y toma de decisiones referentes a la asignacin de los recursos.
Como ejemplos de problemas donde la Programacin Lineal desarrolla un papel fundamental,
podramos citar:

1. A partir de los recursos disponibles, determinar las unidades a producir de cada bien de
forma que se maximice el beneficio de la empresa.
2. Elegir materias primas en procesos de alimentacin, para obtener mezclas con unas
determinadas propiedades al mnimo coste.
3. Determinar el sistema de distribucin que minimice el coste total de transporte, desde
diversos almacenes a varios puntos de distribucin.
4. Desarrollar un plan de produccin que, satisfaciendo las demandas futuras de los
productos de una empresa, minimice al mismo tiempo los costes totales de produccin
e inventario.

Caractersticas de un problema de Programacin Lineal

Las tcnicas de Programacin Lineal han sido ampliamente utilizadas en mbitos tan
diferentes como el militar, industrial, financiero, de marketing, e incluso agrcola. A pesar de
tal diversidad de aplicaciones, todos los problemas de Programacin Lineal tienen cuatro
propiedades comunes:

1. Pretenden optimizar (maximizar o minimizar) alguna cantidad (funcin objetivo). As,

por ejemplo, el principal objetivo de un banquero sera maximizar beneficios, mientras
que el principal objetivo de una empresa transportista podra ser minimizar los costes
de los envos.
2. Habr que tener en cuenta las restricciones que limitan el grado en el cual es posible