Investigación de operaciones, qué es, historia y metodología

Introducción

Derivado del rápido crecimiento de los sistemas de información aunado a las múltiples
adaptaciones que sufren las organizaciones mediante el uso de nuevas tecnologías para la toma de
decisiones, resurge la necesidad de reestructurarse nuevamente para la toma de
decisiones apoyados en un sistema que permita visualizar con eficacia el proceso de productividad
de la organización. Para no darle cabida a las decisiones equivocadas que repercutan directamente
en los intereses y objetivos de la organización y evitar déficits.

La alta competitividad que existe en los mercados hace que la toma de decisiones sea más
rápida, la postergación da ventaja al contrario, así es cuando no se cuenta con los equipos de
información y conocimientos adecuados para hacer frente al marco legal de la globalización.

La palpable dificultad de tomar decisiones ha hecho que el hombre busque herramientas o

métodos que se lo permitan en el menor tiempo posible, minimizando de esta manera los factores
de riesgo, basados en el uso de la tecnología que hoy en día impera. Tales herramientas que dan
consistencia para la aplicación de la toma de decisiones se encuentra en los modelos matemáticos
de “Investigación de Operaciones”. Estos modelos relacionan las variables típicas sumergidas en
las variantes de una empresa, como son:

1. La organización

2. Ventas

3. Compras

4. Gastos

5. Producción

6. Materia prima

7. Costos

8. Utilidad

9. Insumos

10. Entre otros…

En el presente trabajo se aborda parte de la aplicación de estas herramientas, así como, su

aplicación y el beneficio que aportan para la toma de decisiones, abundado acerca de su historia.

1.- Historia de la investigación de operaciones

La investigación de operaciones es una herramienta básica para la toma de las decisiones en las
empresas por su enfoque cuantitativo, apoyada por las matemáticas. Las primeras investigaciones
de operaciones fueron puestas en práctica a principios de la segunda guerra mundial, para
desarrollar estrategias y tácticas de guerra. Para todo esto, los altos mandos militares americanos
e ingleses hicieron un llamado a todos los científicos para que diseñaran este método,
desarrollando primero el “radar”. En 1950 se introdujo a la industria, los negocios y el gobierno,
un ejemplo sobresaliente es el método “Simplex” para resolver problemas de programación
lineal, desarrollada en 1947 por George Dantzing. El auge mayor para darle la aplicación universal
en casi todas las empresas del mundo fue con el inicio de las computadoras en 1980.

La aplicación de los métodos de investigación de operaciones, sirve a los profesionistas para tomar
las decisiones más acertadas en el ámbito laboral. Las empresas deben contar con estos métodos,
para resolver problemas de optimización de recursos en la entidad. La observación es base
fundamental para identificar problemas, desarrollándola mediante la formulación del
planteamiento del problema y de esta forma determinar las variables culminando con la aplicación
de estos métodos de investigación de operaciones.

2.- Naturaleza de la investigación de operaciones

Como su nombre lo indica significa “hacer investigación sobre las operaciones” su aplicación
fundamental va encaminada a las múltiples operaciones o actividades que ejerce una empresa o
ente económico no importando su carácter lucrativo o no lucrativo, la toma de decisiones es
básica para todas estas, contrario sensu, implica la quiebra. Para todo esto se deben llevar a cabo
ciertos requisitos en caminados al método científico de investigación. Es decir, iniciando por la
observación del problema, recolección de datos, formulación del método aplicar, la hipótesis para
determinar si es correcta la aplicación de la I.O aplicada o modificar las veces que sean
necesarias para llegar a la mejor conclusión optima razonable y real.

En relación a lo anterior se necesita gente capacitada, en el ámbito de las matemáticas,

estadísticas y teoría de probabilidades, al igual que en economía, administración de empresas,
ciencias de la computación, ingeniería, ciencias físicas, ciencias de comportamiento y, por
supuesto, en las técnicas especiales de investigación de operaciones.

La mezcla de todas estas habilidades ayuda a desarrollar la mejor toma de decisiones,

ejerciéndolas en los métodos de investigación de operaciones.

3.- ¿Qué es la investigación de operaciones?

Existen muchas definiciones las cuales algunas son engañosas, pero el autor de este material
menciona dos, las cuales son las mas acertadas.

Para Churchman, Ackoff y Arnoff:

La investigación de operaciones es la aplicación, por grupos interdisciplinarios, del método

científico a problemas relacionados con el control de las organizaciones o sistemas (hombre –
maquina). A fin de que se produzcan soluciones que mejor sirvan a los objetivos de la
organización.

De acuerdo a la definición anterior resalta que en todo ente económico donde se relación el
hombre, insumos y la máquina debe sobreponerse la optimización de los recurso, para el beneficio
de la organización.

Para la sociedad de I.O de la Gran Bretaña es la siguiente.

La investigación de operaciones es el ataque de la ciencia moderna a los complejos problemas que
surgen en la dirección y en la administración de grandes sistemas de hombres, maquinas,
materiales y dinero, en la industria, en los negocios, en el gobierno y en la defensa. Su actitud
diferencial cosiste en desarrollar un modelo científico del sistema tal, que incorpore valoraciones
de factores como el azar y el riesgo y mediante el cual se predigan y comparen los resultados de
decisiones, estrategias o controles alternativos. Su propósito es el ayudar a la gerencia a
determinar científicamente sus políticas y acciones.

Comprendo que la I.O. es el ataque de la ciencia moderna a las entidades económicas,

entendiéndose por ente económico todo negocio en donde existe un capital de inversión y este a
su vez, debe generar superávit, para los fines que fueron creados, es decir, si hablamos de una
comercializadora su objetivo es producir y vender generando utilidades, si hablo de un ejercito su
objetivo es que a mayor inversión de dinero mejores tecnologías de guerra. Ambas tienen fines
comunes que es un costo beneficio, la primera en dinero y la otra en especie.

Aunado a esto, hay cuatro elementos esenciales el dinero, el material, el hombre y la maquina.
Que juntos entran en el desempeño de la dirección y la administración, es ahí, en donde nace la
complejidad de las toma de decisiones, sobre la aplicación de los recursos. Recomendado que para
mayor optimización de los recursos se deben de apoyar en los modelos científicos, mediante
modelos matemáticos que ayuden a tomar las mejores decisiones para el beneficio de la
organización.

En el siguiente video se sintetiza el concepto de la investigación de operaciones y se muestra cómo

puede ser empleada para mejorar la toma de decisiones en diferentes problemas de la vida real.

4.- Enfoque de la investigación de operaciones

Tiene un enfoque novelístico producto de sus creadores aunado a la presión de supervivencia de

la guerra o la sinergia generada al combinarse diferentes disciplinas. Una descripción del enfoque
es la siguiente:

1. Dentro de un ente económico, interactúan muchas variables.

2. Identificar las variables que norman la conducta o es estado actual del problema.

3. Se construye un modelo cuantitativo del sistema asumido (modelo matemático).

4. Se obtiene la solución al modelo cuantitativo mediante la aplicación de una o más de las

técnicas desarrolladas por la IO.

5. Se toma el resultado apegado a la mejor realidad posible para las tomas de decisiones.

6. Se implanta la solución en el sistema real. Es decir, llevarlo a cabo.

5.- Metodología de la investigación de operaciones

Definición del problema y recolección de datos

Para que tenga mayor exactitud en la toma de decisiones debe identificarse primero ¿cual es el
problema que afecta a la organización? ¿Cuánto es la perdida que causa este problema?
Aterrizando todo esto en uni marco teórico, delimitando alcances y objetivos, cuestionando cual
seria la mejor solución, y que método debe aplicar. Una vez definido el problema empezar por
recabar datos que interfieren en el problema planteado, identificando las variables, creando
hipótesis para la solución del problema, concluyendo con la aplicación del modelo matemático
aplicar IO.

Obviamente, la definición del problema en este aspecto es cuantitativo, ya que representa dinero,
y la su definición se basaría en las variables matemáticas que estos produzcan. Partiendo de las
variables aplicaría el razonamiento matemático mediante las técnicas de las IO.

Formulación de un modelo matemático

Una vez definido el problema se debe formular un modelo matemático de acuerdo a las variables
localizadas de cada problema, diseñando para esto ecuaciones que permitan ver el panorama
general del problema. Un modelo siempre debe ser menos complejo que el problema real, es una
aproximación abstracta de la realidad con consideraciones y simplificaciones que hacen más
manejable el problema y permiten evaluar eficientemente las alternativas de solución. Existe
software que ya tienen diseñados las ecuaciones de acuerdo a los problemas a plantear.
Únicamente se necesita saber utilizarlos y sobre todo desarrollarlos manualmente para verificar
que estos paquetes son plenamente confiables.

Obtención de una solución a partir del modelo

Mediante la definición del problema se identifican las variables dependientes (que dependen de
las variables independientes) y para solucionarlo debe resolverse un modelo que consiste en
encontrar los valores de las variables mejorando la eficiencia y la efectividad del sistema dentro
del marco de referencias que fijan los objetivos y restricciones del problema.

Los procedimientos de solución pueden ser clasificados de tres tipos:

1. Analíticos, que utilizan procesos de deducción matemáticas.

2. Numéricos, que son de carácter inductivo y funcionan en base de a operaciones de prueba

y error.

3. Simulación, que utiliza métodos que imitan o, emulan al sistema real, en base a un
modelo.

Se dice que estos modelos son iterativos, ya que, buscan la solución en base a la repetición de la
misma regla analítica hasta llegar a ella, si la hay, o cuando menos una aproximación.

Prueba modelo

Es el desarrollo del modelo matemático en la Investigación de operaciones ya definido, para la

solución de problemas específicos, para computadoras, mediante el uso de paquetes de software
actualizándose mediante versiones. Este software no es en un 100% confiable, mantienen margen
de error mínimos, que no pueden ser detectables. Pero conforme se van desarrollando nuevas
tecnologías computacionales estos errores se van minimizando. Este proceso de prueba y
mejoramiento de un modelo para incrementar su validez se conoce como “validación del modelo”.

Considero que los autores de estos software para computadoras mantienen errores por el cumulo
de variables que contienen, entradas y de salidas. Y para mejorar estos errores una persona ajena
a ellos debe supervisar los datos incluidos en el software.

Establecimientos de controles de solución

El software ya diseñados dependen de las variables, los parámetros, las relaciones etc., mientras
estas no cambien significativamente. Cuando se insertan datos en la base de la computadora, se
deben vigilar que respete los paramentaros del sistema. De lo contrario es importante desarrollar
un nuevo sistema que abarque todos estos cambios.

Usualmente esto se le conoce como análisis de sensibilidad, que consiste en determinar los rangos
de variación de los parámetros dentro de los cuales no cambia la solución del problema.

Implantación de la solución

El equipo que diseña el sistema operativo, para la base de datos en las computadoras, debe
informar sobre los nuevos avances en la aplicación del método de investigación de operaciones de
una entidad. Ya que estos deben estar diseñados de acuerdo a las necesidades de la organización.
Cuando ya se detecto el problema que traen los procedimientos anteriores estos deben
modificarse y emplearse en nuevos sistemas. Informando debidamente a los administradores,
gerentes de los nuevos hallazgos para su venta y capacitación del personal. Como se puede
apreciar estas empresas que crean sus propios software para su venta deben ser especialistas en
la materia y deben contar con el total apoyo los socios que invierten en la aplicación de estas
nuevas tecnologías, ahorrando tiempo, dinero y esfuerzo. Como es sabido estos problemas
llevados de manera manual se perdería demasiado tiempo y se tardaría en tomar las decisiones
acertadas. Es por eso que con estos nuevos sistemas da mayor productividad a las empresas
desechando gastos innecesarios.

La etapa de implantación incluye varios pasos. Primero, el equipo de investigación de operaciones

debe dar una cuidadosa explicación a la gerencia operativa sobre el nuevo sistema que se va
adoptar y su relación con la realidad operativa. En seguida estos dos grupos comparten la
responsabilidad de desarrollar los procedimientos requeridos para poner el sistema en operación.

6.- Impacto de la investigación de operaciones

Todas las organizaciones de todo el mundo han visto un repunte económico reflejado en sus
utilidades y esto se debe a la aplicación de la investigación de operaciones en sus negocios, dado a
su eficacia en el manejo de los sistemas computacionales. Hay ahora más de 30 países que son
miembros de la International Federation of Operational Research Sicieties (IFORS), en la que cada
país cuenta con una sociedad de investigación de operaciones.

Sin lugar a duda esto me deja perplejo sobre la aplicación de estos nuevos sistemas en las
organizaciones de todo el mundo. Implementar estos sistemas en las empresas daría mucho éxito
en la toma de decisiones.
7.- Riesgo al aplicar la investigación de operaciones

Menciona que a pesar de la introducción de datos en el sistema, para determinar la mejor solución
posible de un problema. Suelen ser manipulables de acuerdo a nuestras necesidades si a estos no
se le proporciona la información correcta. Es decir, para que el sistema funcione correctamente se
debe identificar las variables (modelos matemáticos) por que de lo contrario tendríamos que
ajustarlo de acuerdo a nuestras necesidades repercutiendo en la toma de decisiones.

8.- Limitaciones de la investigación de operaciones

1. Frecuentemente es necesario hacer simplificaciones del problema original para poder

manipularlo y obtener una solución.

2. La mayoría de los modelos solo consideran un solo objetivo y frecuentemente en las

organizaciones se tienen objetivos múltiples.

3. Existe la tendencia a no considerar la totalidad de las restricciones en un problema

practico, debido a que los métodos de enseñanza y entrenamiento dan la aplicación de
esta ciencia centralmente se basan en problemas pequeños para razones de índole
practico, por lo que se desarrolla en los alumnos una opinión muy simplista e ingenua
sobre la aplicación de estas técnicas a problemas reales.

4. Casi nunca se realizan análisis costo-beneficio de la implantación de soluciones definidas

por medio de la IO, en ocasiones los beneficios potenciales se van superados por los
costos ocasionados por el desarrollo e implantación de un modelo.

9.- Modelos específicos de la investigación de operaciones

 Planeación de la producción

 Asignación de personal

 Transporte

 Inventarios

 Dietas

 Mercado

 Estrategias de inversión

 Administración de proyectos

 Etc.

WinQSB es una aplicación creada por el Dr. Yih-Long Chang, que consta de una serie de módulos
(subprogramas) que nos ayudan a resolver y automatizar algunos problemas de cálculos lineales,
investigación de operaciones, planteamiento de producción, evaluación de proyectos Emiware, el
software más amigable Logística empresarial bajo control.

Creadores de Emiware, el software de control logístico más amigable.

Software Emiware® es el producto de la familia EMI- Soft que le ayudará a organizar y procesar su
información haciendo a su empresa más eficiente y permitiéndole tomar las mejores decisiones
para su crecimiento.

Conclusión (opinión personal)

La historia de la investigación de operaciones menciona sobre el surgimiento hasta la aplicación

en la actualidad, su auge fue mayor con el uso de las computadoras. La investigación de
operaciones surgió por la necesidad de implementar mejores tácticas y estrategias de guerra,
durante la segunda guerra mundial para el ejército americano e ingles, dando su primer fruto el
“radar” en 1950. Posteriormente el método “Simplex” para resolver problemas de programación
lineal, desarrollado en 1947 por George Dantzing. Su mayor auge de aplicación universal en casi
todas las empresas del mundo fue con el inicio de las computadoras en 1980. La investigación de
operaciones consiste en el uso de modelos matemáticos, estadísticas y algoritmos con el objeto de
realizar un proceso de toma de decisiones, permite el análisis de la toma de decisiones teniendo
en cuenta la escasez de recursos, para determinar como se puede optimizar un objetivo definido
como la maximización de los beneficios o la minimización de costos.

La investigación de operaciones es la aplicación de la metodología científica a través de modelos

matemáticos, primero para representar el problema y luego para resolverlos.

La complejidad de los problemas que se representan en las organizaciones ya no encajan en una

sola disciplina del conocimiento, se ha convertido en multidisciplinario por lo cual para su análisis y
solución se requieren grupos compuestos por especialistas de diferentes áreas del conocimiento
que logran comunicarse con un leguaje común.

Como se menciona también antes de resolver un problema hay que identificarlo y esto se logra a
través de la observación recolectando los datos que interfieren en el problema.

Su método básico consiste en los siguientes pasos.

 Observación

 Definición de verdaderos problemas

 Desarrollo de soluciones alternativas

 Selección de la solución optima mediante la experimentación

 Verificación de la solución optima.

De esta manera se concluye que es de vital importancia enriquecerse con estos nuevos sistemas
computacionales que emplean estos software de investigación de operaciones para la mejor y
oportuna toma de decisiones en el proceso de productividad de la organización.

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).
Una visión esquemática del proceso asociado a la construcción de un modelo de
optimización se presenta a continuación:
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
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.
 Las sub disciplinas más destacadas en la Investigación de Operaciones moderna
son:

 Tecnologías de la Información
 Medioambiente, Energía y Recursos Naturales
 Ingeniería Financiera
 Manufactura y Servicios
 Gestión de la Cadena de Suministro (SCM)
 Marketing
 Revenue Management
 Problemas de Transporte
 Simulación
 Modelos Estocásticos

QUE ES PROGRAMACIÓN LINEAL

La Programación Lineal corresponde a un algoritmo a través del cual se resuelven

situaciones reales en las que se pretende identificar y resolver dificultades para
aumentar la productividad respecto a los recursos (principalmente los limitados y
costosos), aumentando así los beneficios. El objetivo primordial de
la Programación Lineal es optimizar, es decir, maximizar o minimizar funciones
lineales en varias variables reales con restricciones lineales (sistemas de
inecuaciones lineales), optimizando una función objetivo también lineal.
Los resultados y el proceso de optimización se convierten en un respaldo
cuantitativo de las decisiones frente a las situaciones planteadas. Decisiones en las
que sería importante tener en cuenta diversos criterios administrativos como:

 Los hechos
 La experiencia
 La intuición
 La autoridad

¿COMO RESOLVER UN PROBLEMA

MEDIANTE PROGRAMACIÓN LINEAL?
El primer paso para la resolución de un problema de programación lineal consiste
en la identificación de los elementos básicos de un modelo matemático, estos son:
  Función Objetivo
 Variables
 Restricciones

El siguiente paso consiste en la determinación de los mismos, para lo cual

proponemos seguir la siguiente metodología:

LA FUNCIÓN OBJETIVO
La función objetivo tiene una estrecha relación con la pregunta general que se desea
responder. Si en un modelo resultasen distintas preguntas, la función objetivo se
relacionaría con la pregunta del nivel superior, es decir, la pregunta fundamental.
Así por ejemplo, si en una situación se desean minimizar los costos, es muy
probable que la pregunta de mayor nivel sea la que se relacione con aumentar la
utilidad en lugar de un interrogante que busque hallar la manera de disminuir los
costos.

LAS VARIABLES DE DECISIÓN

Similar a la relación que existe entre objetivos específicos y objetivo general, se
comportan las variables de decisión respecto a la función objetivo, puesto que estas
se identifican partiendo de una serie de preguntas derivadas de la pregunta
fundamental. Las variables de decisión, son en teoría, factores controlables del
sistema que se está modelando, y como tal, estas pueden tomar diversos valores
posibles, de los cuales se precisa conocer su valor óptimo, que contribuya con la
consecución del objetivo de la función general del problema.
LAS RESTRICCIONES
Cuando hablamos de las restricciones en un problema de programación lineal,
nos referimos a todo aquello que limita la libertad de los valores que pueden tomar
las variables de decisión.
La mejor manera de hallarlas consiste en pensar en un caso hipotético en el que
decidiéramos darle un valor infinito a nuestras variables de decisión, por ejemplo,
¿qué pasaría si en un problema que precisa maximizar sus utilidades en un sistema
de producción de calzado decidiéramos producir una cantidad infinita de zapatos?
Seguramente ahora nos surgirían múltiples interrogantes, como por ejemplo:

 ¿Con cuánta materia prima cuento para producirlos?

 ¿Con cuánta mano de obra cuento para fabricarlos?
 ¿Pueden las instalaciones de mi empresa albergar tal cantidad de producto?
 ¿Podría mi fuerza de mercadeo vender todos los zapatos?
 ¿Puedo financiar tal empresa?

Pues bueno, entonces habríamos descubierto que nuestro sistema presenta una
serie de limitantes, tanto físicas, como de contexto, de tal manera que los valores
que en un momento dado podrían tomar nuestras variables de decisión se
encuentran condicionados por una serie de restricciones.
EJEMPLO DE RESOLUCIÓN DE UN
PROBLEMA DE PROGRAMACIÓN LINEAL
EL PROBLEMA
La fábrica de Hilados y Tejidos "SALAZAR" requiere fabricar dos tejidos de calidad
diferente T y T’; se dispone de 500 Kg de hilo a, 300 Kg de hilo b y 108 Kg de hilo
c. Para obtener un metro de T diariamente se necesitan 125 gr de a, 150 gr de b y
72 gr de c; para producir un metro de T’ por día se necesitan 200 gr de a, 100 gr de
b y 27 gr de c.

El T se vende a $4000 el metro y el T’ se vende a $5000 el metro. Si se debe obtener

el máximo beneficio, ¿cuántos metros de T y T’ se deben fabricar?
El problema se recomienda leer en más de una ocasión para facilitar el
reconocimiento de las variables, además es muy recomendable la elaboración
de tablas o matrices que faciliten una mayor comprensión del mismo.
PASO 1: "FORMULAR EL PROBLEMA"
Para realizar este paso partimos de la pregunta central del problema.

¿cuántos metros de T y T’ se deben fabricar?

Y la formulación es:

“Determinar la cantidad de metros diarios de tejido tipo T y T’ a fabricar teniendo

en cuenta el óptimo beneficio respecto a la utilidad”.
PASO 2: DETERMINAR LAS VARIABLES DE
DECISIÓN
Basándonos en la formulación del problema nuestras variables de decisión
son:

XT: Cantidad de metros diarios de tejido tipo T a fabricar

XT’: Cantidad de metros diarios de tejido tipo T’ a fabricar
PASO 3: DETERMINAR LAS RESTRICCIONES DEL
PROBLEMA
En este paso determinamos las funciones que limitan el problema, estas están
dadas por capacidad, disponibilidad, proporción, no negatividad entre otras.

De disponibilidad de materia prima:

0,125XT + 0,200XT’ <= 500 Hilo “a”

0,150XT + 0,100XT’ <= 300 Hilo “b”
0,072XT + 0,027XT’ <= 108 Hilo “c”
De no negatividad

XT,XT’ >= 0
PASO 4: DETERMINAR LA FUNCIÓN OBJETIVO
En este paso es de vital importancia establecer el contexto operativo del
problema para de esta forma determinar si es de Maximización o Minimización.
En este caso abordamos el contexto de beneficio por ende lo ideal es
Maximizar.

Función Objetivo

ZMAX = 4000XT + 5000XT’

PASO 5: RESOLVER EL MODELO UTILIZANDO
SOFTWARE O MÉTODOS MANUALES
A menudo los problemas de programación lineal están constituidos por
innumerables variables, lo cual dificulta su resolución manual, es por esto que se
recurre a software especializado, como es el caso de WinQSB, TORA, Lingo o para
modelos menos complejos se hace útil la herramienta Solver de Excel.

El anterior ejercicio fue resuelto mediante Solver - Excel, y su resultado fue:

¿Que es Programación Lineal y Para que

sirve?
La Programación Lineal es una de las principales ramas de la
Investigación Operativa. En esta categoría se consideran todos aquellos
modelos de optimización donde las funciones que lo componen, es decir,
función objetivo y restricciones, son funciones lineales en las variables
de decisión.

Los modelos de Programación Lineal por su sencillez son frecuentemente

usados para abordar una gran variedad de problemas de naturaleza real en
ingeniería y ciencias sociales, lo que ha permitido a empresas y
organizaciones importantes beneficios y ahorros asociados a su
utilización.

También:

La Programación Lineal es un procedimiento o algoritmo matemático

mediante el cual se resuelve un problema indeterminado, formulado a
través de ecuaciones lineales, optimizando la función objetivo, también
lineal.

Consiste en optimizar (minimizar o maximizar) una función lineal,

denominada función objetivo, de tal forma que las variables de dicha
función estén sujetas a una serie de restricciones que expresamos
mediante un sistema de inecuaciones lineales.

Importancia de la Programación Lineal

En nuestro medio muchas cosas se piensan de la Programación Lineal. Para muchos es una parte
integral de las matemáticas que debe ser estudiada por los alumnos pero sin que encuentren
aplicación alguna en el mundo real; para otros simplemente es una forma de aplicar modelos de
optimización para empresas netamente productivas y para otras personas es un tema que solo
interesa a los ingenieros de sistemas y matemáticos.Sin embargo, la Investigación de operaciones o
“Science managment”, conocida en nuestro medio como la Programación Lineal e Investigación
Operativa ha evolucionado en su aplicación en los últimos años, pero aún no nos hemos dado
cuenta de ello y eso hace que este tema no cobre la importancia que realmente merece. De esta
forma la importancia de la Programación Lineal no solo radica en el procedimiento matemático,
sino en la herramienta financiera que sirve de soporte para la toma de decisiones en cualquier
organización. Adicionalmente, vale la pena resaltar que, para el Administrador de Empresas, el
Economista, el contador, el Gerente, el financiero, y para el empresario en general, es vital manejar
adecuadamente esta herramienta que es aplicable a todas las áreas que componen una
organización empresarial y que permiten la asignación eficiente de los recursos, además de la ayuda
que presta para globalizar la información. La Programación Lineal busca la asignación eficiente de
los recursos asignados, que permite maximizar las utilidades y minimizar los costos. Por lo tanto,
Programación Lineal comprende la planificación de actividades, es decir un resultado que alcance la
meta en la mejor forma teniendo en cuenta las restricciones propias de cada actividad. En definitiva,
se llama Programación Lineal al conjunto de técnicas matemáticas que pretenden resolver la
situación siguiente: optimizar (maximizar ó minimizar) una función objetivo, función lineal de varias
variables sujeta a una serie de restricciones, expresada por inecuaciones lineales. mayor información
sobre ello enhttp://www.programacionlineal.net/

Programación lineal en la investigación de operaciones

Introducción

La programación lineal es un conjunto de técnicas racionales de análisis y de

resolución de problemas que tiene por objeto ayudar a los responsables en las
decisiones sobre asuntos en los que interviene un gran número de variables.

El nombre de programación lineal no procede de la creación de programas de

ordenador, sino de un término militar, programar, que significa “realizar planes o
propuestas de tiempo para el entrenamiento, la logística o el despliegue de las
unidades de combate”.

Aunque parece ser que la programación lineal fue utilizada por G. Monge en 1776,
se considera a L. V. Kantoróvich uno de sus creadores. La presentó en su libro
Métodos matemáticos para la organización y la producción (1939) y la desarrolló
en su trabajo Sobre la transferencia de masas (1942). Kantoróvich recibió el
premio Nobel de economía en 1975 por sus aportaciones al problema de la
asignación óptima de recursos humanos.

La investigación de operaciones en general y la programación lineal en particular

recibieron un gran impulso gracias a los ordenadores. Uno de momentos más
importantes fue la aparición del método del simplex.

Objetivos

 Conocer la programación lineal y sus aplicaciones a la vida cotidiana.

  Plantear y resolver situaciones con programación lineal.
 Pasos para la construcción de un modelo.

Tipo de Soluciones

Los programas lineales con dos variables suelen clasificarse atendiendo al tipo de
solución que presentan. Éstos pueden ser:

 Factibles: Si existe el conjunto de soluciones o valores que satisfacen las

restricciones. Estas a su vez pueden ser: con solución única, consolución múltiple
(si existe más de una solución) y con solución no acotada (cuando no existe límite
para la función objetivo).
 No factibles: Cuando no existe el conjunto de soluciones que cumplen las
restricciones, es decir, cuando las restricciones son inconsistentes.

Métodos de solución

Existen tres métodos de solución de problemas de programación lineal:

 Método gráfico: Las rectas de nivel dan los puntos del plano en los que la función
objetivo toma el mismo valor.
 Método analítico: El siguiente resultado, denominado teorema fundamental de la
programación lineal, nos permite conocer otro método de solucionar un programa
con dos variables: “en un programa lineal con dos variables, si existe una solución
única que optimice la función objetivo, esta se encuentra en un punto extremo
(vértice) de la región factible acotada, nunca en el interior de dicha región. Si la
función objetivo toma el mismo valor óptimo en dos vértices, también toma idéntico
valor en los puntos del segmento que determinan. En el caso de que la región
factible no es acotada, la función lineal objetivo no alcanza necesariamente un
valor optimo concreto, pero, si lo hace este se encuentra en uno de los vértices de
la región”.
 Esquema práctico: Los problemas de programación lineal puede presentarse en la
forma estándar, dando la función, objetivos y las restricciones, o bien plantearlos
mediante un enunciado.

Los modelos de Programación Lineal son ampliamente utilizados como herramienta de apoyo
a la toma de decisiones tanto por sus propiedades que facilitan su resolución, como así también
su pertinencia a distintos problemas de naturaleza real. A continuación se presentan algunos
ejemplos resumidos en complejidad con el objetivo de mostrar algunas aplicaciones típicas.

Aplicaciones de la Programación Lineal

Problema de Inversión: Considere que usted dispone de un capital de 21.000 dólares para
invertir en la bolsa de valores. Un amigo le recomienda 2 acciones que en el último tiempo han
estado al alza: Acción A y Acción B. La Acción A tiene una rentabilidad del 10% anual y la Acción
B del 8% anual. Su amigo le aconseja tener una cartera equilibrada y diversa y por tanto le
recomienda invertir un máximo de 13.000 dólares en la Acción A y como mínimo 6.000 dólares
en la Acción B. Además la inversión en la Acción A debe ser menor o igual que el doble de la
inversión destinada a la Acción B. Usted quiere formular y resolver un modelo de Programación
Lineal que permita obtener la política de inversión que permita obtener la máxima rentabilidad
(interés) anual.

Variables de Decisión:
x = dólares invertidos en Acción A.
y = dólares invertidos en Acción B.

Función Objetivo: Se busca maximizar la rentabilidad anual que resulta de invertir en los 2
tipos de acciones.
Maximizar 0.1x + 0.08y

Restricciones: Considera las recomendaciones de su amigo.

x + y ≤ 21.000 Se puede invertir como máximo 21.000 dólares en total

Invertir como máximo 13.000 dólares en Acción

x ≤ 13.000
A

y ≥ 6.000 Invertir como mínimo 6.000 dólares en Acción B

Inversión en A debe ser menor o igual que el doble de la inversión

x - 2y ≤ 0
en B

x≥0, y≥0 No Negatividad

Sólución Óptima: X = 13.000 Y = 8.000. Valor Óptimo V(P) = 1.940 dólares. Se

recomienda verificar estos resultados a través de la resolución gráfica y/o utilizando Solver
de Excel.

Problema de Proceso Productivo: Una empresa produce tres tipos de muebles (A, B y C),
cada uno de los cuales se vende a $200, $150 y $120 respectivamente. Para la producción de
estos muebles la empresa cuenta con 315 horas disponibles en un taller de corte de madera,
110 horas disponibles en un taller de lijado y 50 horas en un taller de pintado. Se ha estimado
que el mueble A requiere por unidad 15 horas de trabajo en el taller de corte, 2 horas en el taller
de lijado y 1 hora en el taller de pintado (estos mismos valores para los muebles B y C son
7,5:3:1 y 5:2:1, respectivamente). Se requiere formular y resolver un modelo de Programación
Lineal que permita encontrar la cantidad a elaborar y vender de estos muebles de modo que la
empresa obtenga el mayor beneficio.

Variables de Decisión:
X = Unidades a elaborar y vender del mueble A.
Y = Unidades a elaborar y vender del mueble B.
Z = Unidades a elaborar y vender del mueble C.

De esta forma el modelo de optimización que permite encontrar el plan óptimo de producción es
el siguiente:

Este es el modelo utilizado para ejemplificar el uso de Solver de Excel en donde se pueden
encontrar los resultados.

Problema de Mezcla de Productos: Se dispone de 2 ingredientes para fabricar caramelos,

cuyo sabor variará dependiendo de la proporción en que intervengan cada uno de los
ingredientes. El primer ingrediente se compra a $10 por kg. y el segundo a $20 por kg. El
proceso de elaboración supone un costo de $5 por kg. fabricado, cuya cantidad total
corresponde simplemente a la suma de los kg. empleados en la mezcla. La demanda máxima
para un mes se cifra en 100 kg y el precio de venta $50 kg. A la empresa no le interesa producir
más de los que puede vender en el mes. Por último, la composición de la masa debe contener
una proporción que no supere el 50% del primer ingrediente y el 80% del segundo ingrediente.
Se requiere determinar cuántos kg. de caramelos se tiene que fabricar al mes y las proporciones
en las que deben ser utilizados los ingredientes para obtener un máximo beneficio.

Variables de Decisión:
X1: Kg a usar del ingrediente 1 en un mes
X2: Kg a usar del ingrediente 2 en un mes

Función Objetivo: Obtener la maxima utilidad de la venta de los caramelos descontando los
costos de producción
Maximizar 50*(X1 + X2) – 10*X1 – 20*X2 - 5*(X1 + X2) = 35*X1 + 25*X2

Restricciones:
Demanda Máxima: X1 + X2 <= 100
Composición: X1/(X1 + X2) <= 50% o 0,5*X1 – 0,5*X2 <= 0
Composición: X2/(X1 + X2) <= 80% o -0,8*X1 + 0,2*X2 <= 0
No Negatividad: X1,X2>=0

Sólución Óptima: X1 = 50 X2 = 50. Valor Óptimo V(P) = $3.000.

Aplicaciones de la programación lineal La programación lineal es un método eficiente para
determinar una decisión óptima entre un gran número de decisiones posibles Es impresionante
el número y la diversidad de problemas en los que se puede aplicar
Características de la problemas de programación lineal Proporcionalidad: las variables y
la función objetivo deben ser lineales Aditividad: Es necesario que cada variable sea aditiva
respecto a la variable objetivo
Características de la problemas de programación lineal Divisibilidad: las soluciones no deben
ser necesariamente números enteros Optimalidad: La solución óptima (máximo o mínimo)
debe ocurrir en uno de los vértices del conjunto de soluciones factibles
Modelos de transporte La meta de un modelo de transporte es minimizar el costo total de envío
de un producto (o productos) desde los puntos de existencia hasta los puntos de demanda
Modelos de transporte Poseen dos tipos de restricciones: Cada punto de demanda recibe su
requerimiento Los envíos desde u punto de suministro no exceden a su capacidad disponible
Modelos de transporte: ejemplo Considere la red de distribución de un producto con dos
puntos de suministro y dos puntos de demanda: Punto de Suministro 1 Punto de Suministro 2
Punto de Demanda 1 Punto de Demanda 2 Punto de Demanda 3
Modelos de transporte: ejemplo El número de unidades disponibles de producto para envío
desde los puntos de suministro es:
Modelos de transporte: ejemplo El número de unidades requeridas de producto en cada uno de
los puntos de demanda es:
Modelos de transporte: ejemplo Dado que las cantidades disponibles y las demandadas son
iguales, se dice que el problema está balanceado Cuando esto no ocurre se crean puntos
ficticios de demanda o suministro (según se necesiten)
Modelos de transporte: ejemplo Los costos de enviar una unidad de producto desde un punto
de demanda a un punto de suministro son ($/unidad):
Modelos de transporte: ejemplo ¿Cómo se plantearía la situación anterior como un modelo de
programación lineal? Nota: Se emplea comúnmente la notación xij para denotar la cantidad
enviada del punto de suministro i hasta el punto de demanda j
Modelos de transporte: ejemplo Considere la red de distribución de un producto con dos
puntos de suministro y dos puntos de demanda: Punto de Suministro 1 Punto de Suministro 2
Punto de Demanda 1 Punto de Demanda 2 Punto de Demanda 3 $2 $4 $6 $3 $6 $9
Modelos de transporte: ejercicio Formule la situación siguiente como un modelo de
programación lineal
Modelos de transporte: ejercicio Los costos de envío son:
Selección de Inversiones: ejemplo Suponga que usted administra un fondo y debe invertir un
total de $250.000 en distintos tipos de títulos, tratando de lograr el mayor rendimiento posible
Las alternativas de inversión se dan en la tabla siguiente
Selección de Inversiones: ejemplo
Selección de Inversiones: ejemplo Se han establecido algunas restricciones para no incurrir
en riesgos excesivos: Los valores del gobierno no deben ser menos del 30% del total
Las acciones no pueden superar el 20% del total
Selección de Inversiones: ejemplo Los certificados de los bancos deben representar al menos el
40% de la inversión Ninguna de las posibilidades de inversión debe exceder la mitad de la
inversión ¿Cómo formularía esta situación como un problema de programación lineal?
Asignación de crédito: ejercicio Una empresa financiera puede otorgar 5 tipos
de créditos: Personal, Vivienda, Autos, Microempresas, Corporativo Dispone de $1.500.000
para otorgar créditos para este periodo Cada tipo de crédito tiene un rendimiento distinto
Asignación de crédito: ejercicio
Asignación de crédito: ejercicio Existen algunas restricciones: Los créditos personales no
pueden superar el 10% de la cartera total El monto total destinado a créditos personales y para
autos debe ser de a lo sumo el 20% de la cartera total
Asignación de crédito: ejercicio Los créditos para PYMES no pueden sobrepasar el 25% del
total prestado Los créditos para vivienda deben representar al menos el 40% del crédito total
Formule el modelo de programación lineal
Horarios de personal: ejemplo Una aerolínea requiere asignar personal en distintos horarios
para satisfacer las demandas de sus clientes La empresamaneja 5 turnos: Turno 1: De 6.00 am
a 2.00 pm Turno 2: De 8.00 am a 4.00 pm Turno 3: De 12.00 md a 8.00 pm Turno 4: De 4.00
pm a 12.00 am Turno 5: De 10.00 pm a 6.00 am
Horarios de personal: ejemplo Los salarios por turno difieren de la forma siguiente (costo
diario por empleado): Turno 1: $170 Turno 2: $160 Turno 3: $175 Turno 4: $180 Turno 5: $195
Horarios de personal: ejemplo Se han determinado las necesidades de personal a distintas
horas del día:
Horarios de personal: ejercicio Un restaurante opera 24 horas diarias y según la hora requiere
distintas cantidades de personal Los empleados laboran en turno de 8 horas y entran a las
12.00 mn, a las 4.00 am, a las 8.00 am, a las 12.00 md, a las 4.00 pm o a las 8.00 pm
Horarios de personal: ejemplo Los requerimientos de personal según la hora son:
Horarios de personal: ejemplo Según la hora de entrada los salarios son: Formule el modelo de
programación lineal
Limitaciones de la programación lineal No hay garantía de que dé soluciones enteras No
necesariamente al redondear se llega a la solución óptima Para esto es necesario emplear la
programación entera
Limitaciones de la programación lineal En algunos casos las soluciones podrían ser deficientes
Tal es el caso de las decisiones donde las variables deben tomar un valor como 0 o 1, como las
decisiones de “si” o “no”
Limitaciones de la programación lineal No permite la incertidumbre Es un modelo
determinístico y no probabilista Asume que se conocen todos los coeficientes de
las ecuaciones Existe también la programación lineal bajo incertidumbre
Limitaciones de la programación lineal Tanto la función objetivo como las restricciones están
limitadas a ser lineales Existen técnicas más avanzadas de programación no lineal
Programación lineal A pesar de sus limitaciones es una herramienta muy útil y poderosa
Muchas empresas a través de su aplicación han logrado grandes ahorros de recursos Por
ejemplo United Airlines, Citgo Petroleum, GE, National Car Rental, etc.