HISTORIA DE LA INVESTIGACIÓN DE OPERACIONES

Las raíces de la Investigación de Operaciones se pueden atribuir a ciertos

servicios militares que se prestaron durante la Segunda Guerra Mundial. En
aquel momento, producto de los esfuerzos bélicos entre los bloques
de naciones, existía la necesidad de asignar recursos escasos a las
maniobras militares de los países aliados y a las actividades que
componían cada operación de la manera más eficaz. En ese sentido, se
convocaron a cientos de científicos para que aplicaran el método
científico a ciertos problemas estratégicos y tácticos que se tenían en ese
momento, obteniéndose excelentes resultados en ese ámbito. De manera
formal se puede considerar a estos grupos de científicos como los primeros
grupos de IO que se formaron. Terminada la guerra y gracias al gran éxito
de estas investigaciones, muchos de los consultores industriales que
trabajaron conjuntamente con esos científicos durante la guerra,
encontraron que estas herramientas podían ser aplicadas a problemas
similares en las organizaciones industriales, de negocios e instituciones de
gobierno. Aunque era un contexto diferente se podían obtener las mismas
ventajas competitivas que se obtuvieron durante la guerra y a su vez lograr
hacer más competitivo los negocios.

Acontecimientos Relevantes de la Investigación de

Operaciones:

En la primera Guerra Mundial, Thomas Alba Edison utilizó un "tablero

táctico" para encontrar una solución eficaz que permitía reducir
las pérdidas de embarques causadas por ataques de submarinos
enemigos.

Para 1920, el ingeniero A. K. Erlang realizó un estudio acerca de las

fluctuaciones de la demanda de instalaciones telefónicas en relación con
el equipo automático. Se considera su aporte como la base de varios
modelos matemáticos de la teoría de colas.

En 1928, John Von Neumann formula la aplicación del teorema Minimax

(Maximin), algoritmo a las teorías de juegos y/o decisiones.

ELISA MARIEL MELÉNDEZ FLORES

En 1937, se solicita la colaboración de varios científicos ingleses para que
ayudaran a estamentos militares a encontrar la mejor manera de utilizar el
radar para localizar los aviones enemigos. Sin embargo, el inicio formal
de la investigación de operaciones se registra en 1939, cuando a la
estación de Bawdsey se le asigna el desarrollo de políticas óptimas para el
nuevo sistema de detección militar conocido como radar.

En 1941, F. L. Hitchcok formula la estructura y planteamiento del problema

de transporte, que busca minimizar los costos relacionados con el
movimiento o traslado de materiales.

Ya en 1942, las Fuerzas Aéreas, el Ejército y la Marina tenían grupos

establecidos dentro de sus filas dedicadas a la IO, estos grupos se
conocen como Operations Analysis, Operation Research y Operations
Evaluations, respectivamente.

En 1947, el matemático George Dantzig desarrolla un algoritmo para la

solución eficiente de problemas de programación lineal, esta herramienta
se conoce como el método símplex. Su implementación inicial se registra
en el ordenador UNIVAC para la solución de problemas lineales grandes.

En su mayoría, las herramientas para la solución de problemas de IO, tales

como programación lineal, programación entera, programación
dinámica, teoría de inventarios, método de transporte, teoría de cola
fueron desarrolladas entre los años 1950 y 1960. Sin embargo, hay que
reconocer que los avances de la tecnología a través del uso de
la computadora han impulsado la creación de paquetes de software que
facilitan la solución de problemas grandes que requieren un gran número
de cálculos e iteraciones.

Definición de la Investigación de Operaciones:

La Investigación de Operaciones (IO) es una rama de las matemáticas que
emplea modelos matemáticos y algoritmos con el objetivo de sustentar el
proceso de toma de decisión, cuyas mayores aplicaciones se encuentran
dentro de la industria y los negocios a través de la Ingeniería Industrial. La
IO permite de manera sistemática obtener soluciones más eficientes, ya
sea para lograr mayores beneficios, ahorros en la utilización del tiempo y/o

ELISA MARIEL MELÉNDEZ FLORES

recursos, u obtener menores costos, que los que se obtendrían si las
decisiones se toman por intuición o basados simplemente en
consideraciones particulares sin previo análisis.

La Investigación de Operaciones se aplica a problemas que se refieren a la

coordinación eficiente de las operaciones o actividades dentro de una
organización. Las herramientas de IO se aplican generalmente en los
negocios, la industria, la milicia, el gobierno, los hospitales, etc., alrededor
del mundo se visualizan muchas organizaciones que establecen grupos de
Investigación de Operaciones para mejorar sus desempeños obteniendo
muy buenos resultados y/o ahorros sustanciales.

FASES DE UN ESTUDIO DE LA INVESTIGACIÓN DE

OPERACIONES:

1. Definición del problema y recolección de datos relevantes: implica

establecer el alcance de problema que se está investigando. Se
deben identificar tres elementos de decisión del problema: (a) la
descripción de las alternativas de decisión, (b) la determinación del
problema y (c) la especificación de las limitantes bajo las cuales
opera el sistema que se modela.
2. Formulación de un modelo matemático que describa el problema:
implica traducir la definición del problema a relaciones
matemáticas.
3. Obtención de soluciones a partir del modelo: implica el empleo de
algoritmos de optimización definidos para encontrar soluciones
factibles al modelo.
4. Prueba o validación del modelo y mejoramiento (análisis de
sensibilidad): verifica que el modelo propuesta haga lo que se
supone que debe hacer. También se puede recurrir al análisis de
sensibilidad para probar la solución óptima encontrada a partir de
variaciones en los parámetros originales del modelo.
5. Preparación para aplicar el modelo: implica establecer y
documentar los procedimientos (de solución, análisis pos-óptimo,
ELISA MARIEL MELÉNDEZ FLORES
 operativos) que permitan llevar el modelo a un sistema de uso
cotidiano según los requerimientos de la administración.
6. Implementación: requiere la traducción de la solución del modelo
validado a instrucciones de operación, impartidas de forma que sea
comprensible para los individuos que administran el sistema.

PRINCIPALES MODELOS MATEMATICOS DE LA

INVESTIGACION DE OPERACIONES
Un modelo es una representación ideal de un sistema y la forma en que
este opera. El objetivo es analizar el comportamiento del sistema o bien
predecir su comportamiento futuro. Obviamente los modelos no son tan
complejos como el sistema mismo, de tal manera que se hacen las
suposiciones y restricciones necesarias para representar las porciones más
relevantes del mismo. Claramente no habría ventaja alguna de utilizar
modelos si estos no simplificaran la situación real. En muchos casos
podemos utilizar modelos matemáticos que, mediante letras, números y
operaciones, representan variables, magnitudes y sus relaciones.

Representación de un modelo

Modelos Matemáticos
Un modelo es producto de una abstracción de un sistema real: eliminando
las complejidades y haciendo suposiciones pertinentes, se aplica una
técnica matemática y se obtiene una representación simbólica del
mismo. Un modelo matemático consta al menos de tres conjuntos básicos
de elementos:
 Variables de decisión y parámetros
Las variables de decisión son incógnitas que deben ser determinadas a
partir de la solución del modelo. Los parámetros representan los
valores conocidos del sistema o bien que se pueden controlar.

ELISA MARIEL MELÉNDEZ FLORES

 Restricciones
Las restricciones son relaciones entre las variables de decisión y magnitudes
que dan sentido a la solución del problema y las acotan a valores factibles.
Por ejemplo si una de las variables de decisión representa el número de
empleados de un taller, es evidente que el valor de esa variable no puede
ser negativo.
 Función Objetivo
La función objetivo es una relación matemática entre las variables de
decisión, parámetros y una magnitud que representa el objetivo o
producto del sistema. Por ejemplo si el objetivo del sistema es minimizar
los costos de operación, la función objetivo debe expresar la relación entre
el costo y las variables de decisión. La solución ÓPTIMA se obtiene cuando
el valor del costo sea mínimo para un conjunto de valores factibles de las
variables. Es decir hay que determinar las variables x1, x2,..., xn que
optimicen el valor de Z = f(x1, x2,..., xn) sujeto a restricciones de la forma
g(x1, x2,..., xn) ? b. Donde x1, x2,..., xn son las variables de decisión Z es la
función objetivo, f es una función matemática.

Principales tipos de modelos matemáticos

1. Cuantitativos y cualitativos

2. Estándares y hechos a la medida

3. Probabilísticas y determinísticos

4. Descriptivos y de optimización

5. Estáticos y dinámicos

6. De simulación y no simulación

Modelo Cualitativo y Cuantitativo

La mayor parte de los problemas de un negocio u organización comienzan

con un análisis y definición de un modelo cualitativo y se avanza
gradualmente hasta obtener un modelo cuantitativo. La investigación de
operaciones se ocupa de la sistematización de los modelos cualitativos y
de su desarrollo hasta el punto en que pueden cuantificarse.

Cuando es posible construir un modelo matemático insertando símbolos

para representar relaciones entre constantes y variables estamos ante un

ELISA MARIEL MELÉNDEZ FLORES

modelo cuantitativo. Una ecuación es un modelo de este tipo. Las
formulas, las matrices, los diagramas o series de valores que se obtienen
mediante procesos matemáticos.

Modelo Estándar

Se llaman modelos estándar a los que solo hay que insertar o sustituir
diferentes valores con el fin de obtener un valor a una respuesta de un
sistema y son aplicables al mismo tipo de problemas en negocios afines.

Ejemplo:

•El cálculo de costos o gastos.

•El cálculo de las ganancias, etc.

Modelos Hechos a la Medida

Se llaman modelos hechos a la medida cuando se crean modelos para

resolver un caso de problema en específico que se ajusta únicamente a
este problema.

Modelo Probabilístico y Determinístico

Los modelos que se basan en las probabilidades y estadísticas y que se

ocupan de incertidumbres futuras se llaman probabilísticas y los modelos
que no tienen consideraciones probabilísticas se llaman determinísticos el
PERT, los inventarios, la programación lineal, enfocan su atención en
aquellas circunstancias que son críticas y en los que las cantidades son
determinadas y exactas.

Cuando un modelo constituye sencillamente una descripción matemática

de una condición real del sistema se llama descriptivo. Algunos de estos
modelos se emplean para mostrar geográficamente una situación y
ayudan al observador a evaluar resultados por secciones una sobre otra.

Puede obtenerse una solución, sin embargo, en este modelo solo se intenta
describir la situación y no escoger una alternativa. Cuando con la

ELISA MARIEL MELÉNDEZ FLORES

aplicación del modelo se llega a una solución óptima de acuerdo con los
criterios de entrada, se trata de un modelo de optimización.

Modelo Estático y Dinámico

Los modelos estáticos se ocupan de determinar una respuesta para una

serie especial de condiciones fijas que probablemente no cambiaran
significativamente a corto plazo es decir, la solución está basada en una
condición estática.

Un modelo dinámico por el contrario está sujeto al factor tiempo que

desempeña un papel esencial en la secuencia de las decisiones,
independientemente de cuales hayan sido las decisiones anteriores. A la
programación dinámica pertenecen estos modelos.

Modelos Simulados y No Simulados

Con el uso de la computadora es fácil preparar un modelo simulado paso

por paso donde se puede reproducir el funcionamiento de sistemas o
problemas de gran escala. En un modelo de simulación los datos de
entrada pueden ser reales o generados en forma aleatoria.

Los modelos que no se prestan para usar datos empíricos o simulados en

forma aleatoria son modelos no simulados como los de optimización o los
creados a la medida.

ELISA MARIEL MELÉNDEZ FLORES