Fuente: Google

Métodos de optimización son de gran importancia en la practicas,

particularmente en la ingeniería, experimentos científicos y toma de decisiones
económicas.
 OPTIMIZACIÓN

INTRODUCCIÓN

Aumentar la presión para reducir costes, mejorar la

calidad del producto, minimizar riesgos medio
ambientales, son algunas de las motivaciones para
desarrollar herramientas de optimización
- El concepto de optimización fue incluido en las
empresa cuando el mercado comprador que
caracterizó las primeras décadas de la revolución
industrial comenzó a transformarse hasta
convertirse en el mercado vendedor fuertemente
competitivo de nuestros días. Definimos la
optimización al proceso de seleccionar, a partir de
un conjunto de alternativas posibles, aquella que
mejor satisfaga el o los objetivos propuestos. ( Marta B.
Ferrero y Omar J. A. Chiotti, MODELADO, SIMULACIÓN Y OPTIMIZACIÓN DE PROCESOS QUÍMICOS)
Para resolver un problema de optimización se requieren
dos etapas principales:
Formulación del problema

Formulating the problem is perhaps the most crucial step in

optimization. Problem formulation requires identifying the
essential elements of a conceptual or verbal statement of a
given application and organizing them into a
prescribed mathematical form, namely,

1. The objective function (economic criterion)

2. The process model (constraints)
(Optimization of chemical processes, Thomas F. Edgar , David M.
Himmelblau, Leon Lasdon)
The objective function represents such factors as profit,
cost, energy, and yield in terms of the key variables of the
process being analyzed. The process model and
constraints describe the interrelationships of the key
variables. It is important to learn a systematic approach for
assembling the physical and empirical relations and data
involved in an optimization problem.
De que se trata la optimización

La optimización esta presente en los campos de la ciencia, la

ingeniería y los negocios.
En física, se han enunciado muchos principios óptimos
diferentes, que describen fenómenos naturales en los
campos de la óptica y la mecánica clásica.
El la estadística trata varios principios denominados "máxima
probabilidad“( máximum likelihood), "pérdida mínima" y
"minimos cuadrados", y en las empresas hacen uso de
"beneficio máximo", "costo mínimo", " uso máximo de
recursos", "esfuerzo mínimo "en sus esfuerzos por aumentar
los beneficios.
Un problema de ingeniería típico puede plantearse de la
siguiente manera:
Un proceso puede estar representado por algunas
ecuaciones o quizás solo por datos experimentales.

Tiene en mente un único criterio de rendimiento, como el

costo mínimo. El objetivo de la optimización es encontrar los
valores de las variables en el proceso que producen el mejor
valor del criterio de desempeño. Por lo general, existe una
compensación entre el capital y los costos operativos. Los
factores descritos -proceso o modelo y el criterio de
desempeño- constituyen el “problema” de optimización.
¿Porque optimizar?

¿Por qué los ingenieros están interesados en la optimización?

¿Qué beneficios resultan de usar este método en lugar de

tomar decisiones intuitivamente?
Los ingenieros trabajan para mejorar el diseño inicial del
equipo y se esfuerzan por mejorar la operación de ese
equipo una vez que se instala para obtener la mayor
producción, el mayor beneficio, el costo mínimo, el menor
uso de energía, etc. El valor monetario proporciona una
medida conveniente de objetivos diferentes pero
incompatibles, pero no todos los problemas deben
considerarse en un marco monetario (costo versus ingreso).
ALCANCE Y JERARQUÍA DE OPTIMIZACIÓN

La optimización puede tener lugar a muchos niveles en

una empresa, desde una combinación compleja de
plantas e instalaciones de distribución hasta plantas
individuales, combinaciones de unidades, equipos
individuales, subsistemas en un equipo o incluso
entidades más pequeñas
En una empresa industrial típica, la optimización se puede
utilizar en tres áreas (niveles): (1) gestión, (2) diseño de
procesos y especificación de equipos, y (3) operaciones
de planta
(ver Fig. 1.)
Figura 1. Jerarquía de los niveles de optimización
Se puede aplicar la Programación Matemática a cualquier
problema en el que haya que tomar una decisión, realizar
una planificación de cualquier tipo, elegir entre diferentes
opciones, etc.

• Distribución de productos desde la planta de producción

hasta destino a mínimo costo.

• Asignación de tareas a trabajadores Planificación de

rutas optimas de distribución (mínimo recorrido – o
mínimo tiempo- para repartir mercancía y volver al
origen.
• Asignación óptima de recursos en producción: Dentro
de una serie de posibles productos decidir qué producir
y en qué cantidad para maximizar beneficios
INTRODUCCIÓN A LOS MODELOS DE INVESTIGACIÓN DE
OPERACIONES

La primera actividad de Investigación de Operaciones se

dio durante la Segunda Guerra Mundial en Gran Bretaña,
donde la Administración Militar llamó a un grupo de
científicos de distintas áreas del saber para que
estudiaran los problemas tácticos y estratégicos.
El nombre de Investigación de Operaciones fue dado
aparentemente porque el equipo estaba llevando a cabo la
actividad de investigar operaciones (militares).
Al término de la guerra y atraídos por los buenos resultados
obtenidos por los estrategas militares, los administradores
industriales empezaron a aplicar las herramientas de la
Investigación de Operaciones a la resolución de sus
problemas que empezaron a originarse debido al crecimiento
del tamaño y la complejidad de las industrias.
La primera técnica matemática ampliamente aceptada en el
medio de Investigación de Operaciones fue el Método
Símplex de Programación Lineal, desarrollado en 1947 por el
matemático norteamericano George B. Dantzig
Desde entonces las nuevas técnicas se han desarrollado
gracias al esfuerzo y cooperación de las personas interesadas
tanto en el área académica como en el área industrial.
Un segundo factor en el progreso impresionante de la
Investigación de Operaciones fue el desarrollo de la
computadora, que con sus tremendas capacidades de
velocidad de cómputo y de almacenamiento y recuperación
de información, permitieron al tomador de decisiones rapidez
y precisión.
Si no hubiera sido por la computadora, la Investigación de
Operaciones con sus grandes problemas de computación no
hubiera crecido al nivel de hoy en día.
Actualmente la Investigación de Operaciones se está
aplicando en muchas actividades.

Estas actividades han ido más allá de las aplicaciones

militares e industriales, para incluir hospitales,
instituciones financieras, bibliotecas, planeación urbana,
sistemas de transporte y sistemas de comercialización
Algunas fechas, nombres y temas

• 1759 Quesnay (ecónomo) - Programación Matemática

• 1874 Walras

• 1873 Jordan - Precursor de modelos lineales

• 1896 Minkowsky - Precursor de modelos lineales

• 1903 Farkas - Precursor de modelos lineales

• 189~ Markov - Precursor modelos dinámicos
probabilísticos

• 192~ - Primer desarrollo de modelos de inventarios

• 191~ Erlang - Primeros estudios de líneas de espera

• 1920-30 Koning y Egervary - Métodos de asignación

(analíticos)

• 1937 von Neuman - Teoría de juegos y de preferencias

• 1939 Kantorovich - Problemas de distribución
• 2da guerra - Logística estratégica para vencer al enemigo

• 1945 Finales 2da guerra - Logística de distribución de

recursos de los aliados (Rand Corporation- Fuerza aérea
norteamericana)

• 1947 Dantzig, George - Método simplex en base al trabajo

de precursores,

• Inicio a la Programación Lineal.

• 1950-60 - Bellman - Programación dinámica.
• - Kuhn y Tucker - Programación No Lineal.
• - Gomory - Programación Entera.
• - Ford y Fulkerson - Redes de optimización.
- Markowitz - Simulación.
- Arrow, Karloin, Scarf, Whitin - Inventarios.
- Rafia - Análisis de Decisiones.
- Howard - Procesos Markovianos de Decisión.
- Churchman, Ackoff, Arnoff - Orientación a sistemas,
generalización de la Investigación Operativa.

1970 y parte década 80

- Receso en el uso de la Investigación de Operaciones
1985 en adelante

Reflorecimiento de la disciplina con el devenir del control

automático industrial, las microcomputadoras y las nuevas
interfaces gráficas que impulsan el desarrollo de los
Sistemas Automatizados de Apoyo a la toma de
decisiones, donde la Investigación Operativa juega un
papel preponderante.
NATURALEZA DE LA INVESTIGACIÓN DE OPERACIONES

La investigación de operaciones se aplica a

problemas que se refieren a la conducción y
coordinación de operaciones (o actividades) dentro
de una organización.
La investigación de operaciones intenta encontrar una
mejor solución, (llamada solución óptima) para el problema
bajo consideración.
 EL GRUPO INTERDICIPLINARIO

Una de las principales razones de la existencia de grupos de

investigación de operaciones es que la mayor parte de los
problemas de negocios tienen múltiples aspectos es
perfectamente razonable que las fases individuales de un
problema se comprendan y analicen mejor por los que tienen
el adiestramiento necesario en los campos apropiados.
¿QUE ES LA INVESTIGACION DE OPERACIONES?

La investigación de operaciones es la aplicación, por

grupos interdisciplinarios, del
problemas relacionados con
organizaciones o sistemas, a fin
soluciones que mejor sirvan a
organización.
método científico a
el control de las
de que se produzcan
los objetivos de la
Sobre la definición:

•Una organización es un sistema formado por

componentes que se interaccionan, unas de estas
interacciones pueden ser controladas y otras no.
•La complejidad de los problemas que se presentan en
las organizaciones ya no encajan en una sola disciplina
del conocimiento, se han 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 lenguaje
común.
•La investigación de operaciones es la aplicación de la
metodología científica a través de modelos matemáticos,
primero para representar al problema y luego para
resolverlo.
SOLUCIÓN DE MODELOS DE INVESTIGACIÓN DE OPERACIONES

Ejm1. Imagine usted que tiene un compromiso de negocios

por 5 semanas entre Arequipa y Lima. Sale de Arequipa el
lunes y regresa el miércoles. Un boleto regular de viaje
redondo(ida y vuelta) cuesta S/.400 pero se ofrece el 20%
de descuento si las fechas del boleto comprende un fin de
semana. Un boleto sencillo en cualquier dirección cuesta
75% del precio regular.
¿Como debo comprar los boletos para el
periodo de 5 semanas?
Podemos considerar la situación como un problema de toma
de decisiones cuya solución requiere responder tres
preguntas:

1.- ¿ Cuales son las Alternativas de decisión?

2.- ¿ Bajo que restricciones se toma la decisión?

3.- ¿ Cual es el criterio objetivo adecuado para evaluar

las alternativas?
En general el primer paso es:

La definición de las alternativas o las variables de la

decisión del problema, a continuación, se usan las
variables de decisión para construir la función objetivo y las
restricciones del modelo, terminado los 3 pasos, el modelo
se suele organizar en el siguiente formato:
donde f(x,y) es la función objetivo a minimizar (maximizar) –
función escalar- que está sujeta a restricciones de
desigualdad, igualdad, tanto de variables continuas x, como
variables discretas y.
Maximizar o Minimizar la
Función Objetivo

Sujeta a:

Restricciones
La solución del modelo es:

•Factible si satisface todas las restricciones

•Optima si además de ser factible, produce el

mejor valor ( máximo o mínimo) de la función
objetivo
En la investigación de operaciones no solo se
tiene una sola técnica general con la que se
resuelven todos los modelos matemáticos.

En lugar de ello, la clase y la complejidad del

modelo matemático determina la naturaleza del
método de solución, por ejemplo:
La técnicas mas importante de investigación de
operaciones es la programación lineal para
modelos con funciones objetivo y restricciones
estrictamente lineales.

Existen otras técnicas, como la programación

entera, en las que las variables toman valores
enteros

La programación dinámica, en la que el modelo

original se puede descomponer en sub-problemas
mas pequeños
La programación en red en la que el problema se
puede modelar como una red

La programación no lineal, en la que las funciones

del modelo son no lineales

Una peculiaridad de la mayoría de las técnicas de

investigación de operaciones es que en general las
soluciones no se obtienen en formas cerradas, es
decir parecidas a formulas, en lugar de ello se
determina mediante Algoritmos.
Un algoritmo proporciona reglas fijas de computo
que se aplican en forma repetitiva al problema y
cada repetición (llamada iteración) obtiene una
solución cada vez mas cercana a la optima.

Como los cálculos asociados con cada iteración

son tediosas y voluminosas, es necesario ejecutar
esos algoritmos en una computadora.
Algunos modelos matemáticos pueden ser tan
complicados que es imposible resolverlos con
cualquier algoritmo de optimización.

En esos casos se podrá necesitar abandonar la

búsqueda de la solución optima, para solo buscar
una solución buena usando heurísticas o reglas
simples.
Ejm:
Una empresa produce enormes cargas, mediante
el calentamiento de un a mezcla química en un
contenedor presurizado.
Cada vez que se procesa una carga, se produce
una cantidad distinta de químico( wozac).
La cantidad producida es el rendimiento del
proceso (medido en libras).
A la empresa le interesa maximizar el rendimiento
del proceso
Solución:

Lo primero que le interesa a la empresa es

determinar los factores que influyen en el
rendimiento del proceso.

A esto se le podría llamar modelo descriptivo,

porque describe el comportamiento del rendimiento
real como una función de varios factores. La
empresa podría determinar ( mediante métodos de
regresión) cuales son los factores siguientes
influyen en el rendimiento:
•Volumen del contenedor (V)
•Presión del contenedor en mililitros (P)
•Temperatura del contenedor en grados Celsius (T)
•Composición química de la mezcla procesada
Si A, B y C son los porcentajes de la mezcla
compuesta por los productos químicos A, B, y C,
entonces, la empresa podría descubrir por ejm
que :

Rendimiento = 300 + 0.8V +0.01P1 + 0.06T1 +

0.001T1*P - 0.01T2 – 0.001P2 + 11.7A + 9.4B +
16.4C + 19A*B + 11.4A*C – 9.6B*C
Restricciones:
•El volumen debe estar entre 1 y 5 litros
•La presión debe ser entre 200 y 400 mililitros
•La temperatura debe estar entre 100 y 200 grados
Celsius
•La mezcla debe estar compuesta solo de A, B, y C
•Para que el fármaco se comporte de manera
adecuada, solo la mitad de la mezcla cuando
mucho puede ser del producto A
Maximizar z = 300 + 0.8V +0.01P1 + 0.06T1 +
0.001T1*P - 0.01T2 – 0.001P2 + 11.7A + 9.4B +
16.4C + 19A*B + 11.4A*C – 9.6B*C
Mediante el paquete Lingo, se establece la
solución optima para este modelo es:
V= 5,
P=200,
T=100,
A= 0.294,
B=0, C=0.706 y
z= 209.384
Por consiguiente un rendimiento máximo de
209.384 libras se obtiene con un contenedor de 5
litros, presión de 200 mililitros, temperatura de 100
ºC, y 29% de A y 71% de C.

Esto quiere decir que con ninguna otra

combinación factible de las variables de decisión
es posible obtener un rendimiento que sobrepase
209.384 libras.
FASES DE UN ESTUDIO DE INVESTIGACION DE
OPERACIONES

Se debe practicar el siguiente procedimiento de

construcción de modelos, en siete pasos:

1.- Plantear el problema.- El investigador de

operaciones define el problema, se incluyen los
objetivos específicos y las partes que se deben
estudiar para resolver el problema
2.- Observar el problema.- El investigador de
operaciones reúne información para estimar el
valor de los parámetros que afectan el problema

3.- Formular un modelo matemático del problema.- El

investigador de operaciones elabora un modelo
matemático del problema.
4.- Verificar el modelo y usar el modelo para predecir.-
El investigador de operaciones trata de determinar
si el matemático (paso 3) es una representación de
la realidad

5.- Seleccionar una opción adecuada.- El investigador

de operaciones, dado un modelo y un conjunto de
opciones, selecciona la opción que cumple mejor
los objetivos.
6.- Presentar los resultados y la conclusión del estudio a
la empresa.- El investigador de operaciones
presenta el modelo y las recomendaciones surgidas
del paso 5

7.- Poner en marcha y evaluar las recomendaciones.- Si

la empresa acepta el estudio, entonces se pone en
marcha las recomendaciones, se debe monitorear
en forma continua el sistema
Ejemplo:

Klingman y Col.(1987), aplicaron una variedad de

técnicas de la ciencia de la administración a CITGO
Petroleum. Mediante su trabajo, la compañía,
ahorro unos 70 millones de dólares al años. CITGO
es una compañía que refina y comercializa petróleo

Se trata dos aspectos de la investigación del equipo

de CITGO.
1.- Un modelo matemático para optimizar la
operación de las refinerías de CITGO

2.- Un modelo matemático-sistema de

abastecimiento, distribución y comercialización
(ADC)- que se uso para elaborar un plan de 11
semanas para comercializar, distribuir y abastecer,
que funcionara para toda la empresa
OPTIMIZACION DE LAS OPERACIONES DE REFINACIÓN

Paso 1: Klingman y col, quería minimizar el costo de

operación de las refinerías de CITGO

Paso 2: La refinería fue sometida a estrecha

observación en un intento por estimar las relaciones
clave, como:
1. Cuanto depende el costo de producción de
cada uno de los productos de CITGO
(lubricantes para motores, aceite combustible
numero 2, turbosina, gasolina y varios
lubricantes para motor mezclados) en los
insumos usados para manufacturar cada
producto.
2. Cantidad de energía necesaria par producir
cada producto. Esto requiere la instalación de un
sistema nuevo de medición.
3. El rendimiento asociado con cada combinación
de insumos-producto. Por ejemplo, si un galón de
aceite crudo rinde 0.52 galones de lubricante,
entonces el rendimiento seria igual a 52 %.

4. Para disminuir los costos de mantenimiento, la

información se reunió a partir de inventarios de
piezas y fallas de equipo. Para obtener datos
precisos, se requirió la instalación de un sistema
nuevo de administración de bases de datos y de
un sistema integrado de información de
mantenimiento.
 También se instalo un sistema de control de
procesos, con el fin de monitorear con toda
seguridad los insumos y recursos usados para
elaborar cada producto.

Paso 3. Se ideo un modelo para optimizar las

operaciones de las refinerías usando
programación lineal. El modelo establece el
método para minimizar los costos de combinar
todos los insumos para manufacturar los productos
deseados.
El modelo contiene restricciones que aseguran
que los insumos se mezclan de tal manera, que
cada producto es de calidad especificada. El
modelo impide que se exceda la capacidad de la
planta, y facilita a todas las refinerías llevar un
inventario de cada producto final.

Paso 4. Se reunieron los insumos y productos de

un mes en la refinería, para validar el modelo y
dados los insumos reales en la refinería en dicho
mes, el rendimiento real se comparo con el
pronosticado por el modelo. Luego de cambios
notables, el rendimiento pronosticado por el
modelo estaba cercano al rendimiento real.
Paso 5. La aplicación de la programación lineal
proporciono diariamente una estrategia para
administrar la refinería. Por ejemplo, el modelo
podría producir, digamos, 400000 galones de
turbosina utilizando 300000 galones de aceite crudo
1 y 200000 galones del crudo 2

Paso 6 y 7. Una vez que el control de la base de

datos y el proceso estuvieron en su lugar, el modelo
se uso para guiar día tras día las operaciones de
las refinerías. CITGO estimo que los beneficios
globales del sistema de las refinerías fueron
mayores a los 50 millones de dólares por año.
EL SISTEMA DE ABASTECIMIENTO, DISTRIBUCIÓN Y
COMERCIALIZACION (ADC)

Paso 1:
CITGO deseaba un modelo matemático que se
pudiera usar para tomar decisiones respecto a
abastecimiento, distribución y comercialización, como
1 ¿ Dónde se debía comprar el petróleo crudo?
2 ¿Dónde se debían vender los productos?
3 ¿Qué precios se debían pedir por los productos?
4 ¿Cuánto de cada producto se debía conservar en
inventario?
El objetivo era, naturalmente, maximizar la utilidad
de estas decisiones

Paso 2. Se instalo una base de datos que seguía

con atención ventas, inventario, comercio e
intercambios de todos los productos refinados.
Además, se uso un análisis de regresión para
elaborar pronósticos para precios mayoreo y
demandas de mayoreo para todos los productos de
CITGO.
Paso 3 y 5. Se uso un modelo de flujo de redes
de costo mínimo para determinar una estrategia
de 11 semanas de abastecimiento,
comercialización y distribución. El modelo toma
todas las decisiones que se mencionan en el
paso 1. correr un modelo característico de 3000
ecuaciones y 15000 variables de decisión,
requiere solo 30 segundos en una computadora
Paso 4. Los módulos de predicción se evalúan en
forma continua, para tener la seguridad de que dan
predicciones exactas

Paso 6 y 7. Poner en marcha, requirió varios

cambios en la empresa. Se busco un nuevo
vicepresidente para que coordinara la operación del
ADC y del modelo de programación lineal de las
refinerías. Los departamentos de abastecimiento de
productos y programación de productos, se
combinaron para mejorar la comunicación y flujo de
información.
METODOLOGÍA DE LA INVESTIGACION DE
OPERACIONES ( I O)

DEFINICIÓN DEL PROBLEMA

Esto incluye determinar los objetivos apropiados,

las restricciones sobre lo que se puede hacer, las
interrelaciones del área bajo estudio con otras
áreas de la organización
 Los diferentes cursos de acción posibles, los
límites de tiempo para tomar una decisión, etc.

Este proceso de definir el problema es crucial

ya que afectará en forma significativa la
relevancia de las conclusiones del estudio.
FORMULACIÓN DEL MODELO MATEMATICO

La forma convencional en que la investigación de

operaciones realiza construyendo un modelo
matemático que represente la esencia 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.
OBTENCIÓN DE UNA SOLUCIÓN A PARTIR DEL
MODELO.

Resolver un modelo consiste en encontrar los

valores de las variables dependientes, asociadas a
las componentes controlables del sistema con el
propósito de optimizar, si es posible, o cuando
menos mejorar la eficiencia o la efectividad del
sistema dentro del marco de referencia que fijan
los objetivos y las restricciones del problema.
La selección del método de solución depende de las
características del modelo. Los procedimientos de
solución pueden ser clasificados en tres tipos:
a) analíticos, que utilizan procesos de deducción
matemática;

b) numéricos, que son de carácter inductivo y

funcionan en base a operaciones de prueba y
error;

c) simulación, que utiliza métodos que imitan o,

emulan al sistema real, en base a un modelo.
PRUEBA DEL MODELO
Antes de usar el modelo debe probarse
exhaustivamente para intentar identificar y corregir
todas las fallas que se puedan presentar
VALIDACIÓN DEL MODELO
Es importante que todas las expresiones matemáticas
sean consistentes en las dimensiones de las unidades
que emplean. Además, puede obtenerse un mejor
conocimiento de la validez del modelo variando los
valores de los parámetros de entrada y/o de las
variables de decisión, y comprobando que los
resultados de modelo se comporten de una manera
factible.
ESTABLECIMIENTO DE CONTROL SOBRE LA SOLUCION

Esta fase consiste en determinar los rangos de variación

de los parámetros dentro de los cuales no cambia la
solución del problema.
Es necesario generar información adicional sobre
el comportamiento de la solución debido a
cambios en los parámetros del modelo.
Usualmente esto se conoce como
ANALISIS DE SENSIBILIDAD
ÁREAS DE APLICACIÓN DE LA IO

 Manufactura.
 Transporte.
 Telecomunicaciones.
 Salud.
 Planeación.
 Servicios.
 Finanzas.
 Otros.
 Organización Aplicación Año Ahorros anuales
Desarrollo de la política
Ministerio holandés nacional de
de Infraestructura y administración del agua,
Medio Ambiente incluyendo mezcla de 1985 $15 millones
(The Netherlands nuevas instalaciones,
Rijkswaterstaat) procedimientos de
operaciones y costes
Optimización de las
operaciones de
Monsanto Corp. producción para cumplir 1985 $2 millones
metas con un costo
mínimo
Optimización del corte de
árboles para maximizar la
Weyerhaeuser Co. 1986 $15 millones
producción de productos
derivados de la madera
Asignación óptima de
recursos hidráulicos y
Electrobras/CEPAL
térmicos en el sistema 1986 $43 millones
Brasil
nacional de generación de
energía
 Programación de turnos de
trabajo en oficinas de
United Airlines reservas y aeropuertos para 1986 $6 millones
cumplir con las necesidades
del cliente a un costo mínimo
Optimización de las
operaciones de refinación y
CITGO Petroleum
de la oferta, distribución y 1987 $70 millones
Corp.
comercialización de
productos
Optimización de inversiones
de capital para producir gas
Santos, Ltd. 1987 $3 millones
natural durante 25 años en
Australia
 Administración de inventarios
de petróleo y carbón para el
Electric Power servicio eléctrico con el fin de
1989 $59 millones
Research Institute equilibrar los costos de
inventario y los riesgos de
déficit
Optimización de la
San Francisco programación y asignación de
1989 $11 millones
Police Department oficiales de patrulla con un
sistema informatizado
Optimización del diseño de
una red nacional de
Yellow Freight
transporte y la programación 1992 $17.3 millones
System, Inc.
de rutas de envío en Estados
Unidos
 Optimización de la mezcla de
ingredientes disponibles para que
Texaco, Inc. los combustibles obtenidos 1989 $30 millones
cumplieran con los requerimientos
de ventas y calidad
Integración de una red nacional de $20 millones +
IBM inventario de recambios para 1990 $250 millones en
mejorar el apoyo al servicio menor inventario
Rapidez en la coordinación de
aviones, tripulación, carga y
U.S. Military Airlift pasajeros para manejar la
1992 Victoria
Command evacuación por aire en el proyecto
"Tormenta del Desierto" en el
Medio Oriente
Diseño de un sistema de
estructura de precios, sobreventas
$500 millones más
American Airlines (exceso de reservas) y 1992
de ingresos
coordinación de vuelos para
mejorar los beneficios
 Diseño de un programa efectivo
New Haven Health 33% menos
de cambio de agujas para 1993
Dept. contagios
combatir el contagio del SIDA
Desarrollo de un sistema
informático en el diseño del centro
AT&T 1993 $750 millones
de llamadas para guiar a los
clientes del negocio
Maximización de ganancias a
partir de la asignación de los tipos
Delta Airlines 1994 $100 millones
de aviones en 2.500 vuelos
nacionales en Estados Unidos
Reestructuración de toda la
cadena de suministros entre
Digital Equipment
proveedores, plantas, centros de 1995 $800 millones
Corp.
distribución, sitios potenciales y
áreas de mercado
Selección y programación óptima
de proyectos masivos para cumplir
China 1995 $425 millones
con las necesidades futuras de
energía del país
Cuerpo de defensa Rediseño óptimo del tamaño y
$1.100
de la República de forma del cuerpo de defensa y su 1997
millones
Sudáfrica sistema de armas
Rediseño del sistema de
producción y distribución
Procter & Gamble norteamericano para reducir 1997 $200 millones
costos y mejorar la rapidez de
llegada al mercado
Programación óptima de
empleados para proporcionar el
Taco Bell 1998 $13 millones
servicio a clientes deseado con un
costo mínimo
Rediseño de tamaño y
localización de inventarios de $280 millones
Hewlett-Packard seguridad en la línea de 1998 de ingreso
producción de impresoras para adicional
cumplir metas de producción