CONCEPTOS BÁSICOS DE LA INVESTIGACIÓN

DE OPERACIONES
La Investigación de Operaciones es:

• Un conjunto de conocimientos que busca “determinar el mejor curso de acción

de un problema de decisión con la restricción de recursos limitados.” (Taha)

• La disciplina que aplica métodos analíticos avanzados para ayudar a tomar

mejores decisiones.

• La aplicación de métodos cuantitativos para la resolución de problemas en

todas las áreas.
CONCEPTOS BÁSICOS DE LA INVESTIGACIÓN
DE OPERACIONES

Investigación de operaciones como una CIENCIA:

 Utiliza técnicas matemáticas para resolución de problemas

Investigación de operaciones como un ARTE:

 Requiere la aplicación de la creatividad para resolver los problemas de la forma más
eficiente

Casos del empleo conjunto de los aspectos científicos y artísticos:

 Ejemplo del Elevador
 Ejemplo de la estación para perforar un pozo de prueba en el mar
 Aeropuerto de Inglaterra
 Fundidora de acero
CONCEPTOS BÁSICOS DE LA INVESTIGACIÓN
DE OPERACIONES
Creatividad para la resolución de problemas:
Trace 4 líneas rectas que cubran los 9 puntos, sin despegar el lápiz
CONCEPTOS BÁSICOS DE LA INVESTIGACIÓN
DE OPERACIONES

Ciencia para la resolución de problemas:

Se requiere comprar 100 animales gastando exactamente Lps. 100.00

Los costos son los siguientes:
 Vacas Lps. 10.00
 Novillos Lps. 5.00
 Terneros Lps. 0.50

Además se debe cumplir que la cantidad de terneros sea 10 veces más que la
cantidad de novillos.

Cuántas vacas, novillos y terneros se deben comprar?

 CONCEPTOS BÁSICOS DE LA INVESTIGACIÓN
DE OPERACIONES
EJERCICIOS BÁSICOS DE PLANTEAMIENTO DE PROBLEMAS

TRABAJO EN PAREJAS

Problema 1
En un zoológico hay aves (de dos patas) y bestias (de cuatro patas). Si el
Zoológico contiene 60 cabezas y 200 patas. ¿Cuántas aves y cuántas bestias
viven en él?

Problema 2
Una tienda de helados vende sólo helados con soda y malteadas. Se pone una
onza de jarabe y 4 onzas de helado en un helado con soda y una onza de jarabe
y 3 onzas de helado en una malteada. Si la tienda usa 4 galones de helado y 5
cuartos de jarabe en un día, ¿Cuántos helados con soda y cuántas malteadas
vende? (1 cuarto = 32 onzas , 1 galón =128 onzas)
 CONCEPTOS BÁSICOS DE LA INVESTIGACIÓN
DE OPERACIONES
EJERCICIOS BÁSICOS DE PLANTEAMIENTO DE PROBLEMAS

TRABAJO EN PAREJAS

Problema 3
La compañía sunrise porcelain fabrica tazas y platos de cerámica. Para cada taza
o plato un trabajador mide una cantidad fija de material y la pone en la máquina
que las forma, de donde pasa al vidriado y secado automático. En promedio, un
trabajador necesita 3 minutos para iniciar el proceso de una taza y 2 minutos para
el de un plato. El material para una taza cuesta 25 ctvs. y el material para un plato
cuesta 20 ctvs. Si se asignan $44 diarios para la producción de tazas y platos,
¿Cuántos deben fabricarse de cada uno en un día de trabajo de 8 horas, si un
trabajador se encuentra trabajando cada minuto y se gastan exactamente $44 en
materiales?
 CONCEPTOS BÁSICOS DE LA INVESTIGACIÓN
DE OPERACIONES
EJERCICIOS BÁSICOS DE PLANTEAMIENTO DE PROBLEMAS

TRABAJO EN PAREJAS

Problema 4
Un departamento de pesca y caza del estado proporciona tres tipos de comida a
un lago que alberga a tres especies de peces. Cada pez de la especie 1 consume
cada semana un promedio de una unidad de alimento 1, una unidad de alimento 2,
y 2 unidades de alimento 3. Cada pez de la especie 2 consume cada semana un
promedio de 3 unidades de alimento 1, 4 unidades de alimento 2 y 5 unidades del
alimento 3. Para un pez de la especie 3, el promedio semanal de consumo es de 2
unidades de alimento 1, una unidad de alimento 2 y 5 unidades de alimento 3.
Cada semana se proporcionan al lago 25000 unidades de alimento 1, 20000 unidades
de alimento 2 y 55000 de alimento 3. Si se supone que los peces se comen todo el
alimento, ¿cuántos peces de cada especie pueden coexistir en el lago?
MODELACIÓN DE SISTEMAS

Modelo de Decisión:

Un medio para resumir un problema de decisión en una forma que permita la

identificación y evaluación sistemática de las opciones de decisión de un
problema.

Objetivo del modelo:

Obtener la “mejor” solución entre las disponibles.

Componentes de los modelos de decisión:

 Alternativas o variables de Decisión
 Restricciones del problema
 Función objetivo
MODELACIÓN DE SISTEMAS

Ejemplo:

Un consultor vive en TGU y trabaja en SPS. Vuela los lunes a SPS y retorna los
miércoles de la misma semana. Un boleto regular de ida y vuelta que se compra el lunes
para regresar el miércoles cuesta $200. Un boleto que cubre fines de semana tiene un
descuento de 20% respecto al precio del boleto regular ida y vuelta. Los boletos de ida en
cualquier dirección cuestan 75% del precio del boleto regular de ida y vuelta.

Cuáles son las opciones de compra de los boletos para un período de 5 semanas?

 Identifique los componentes del modelo de decisión y resuelva el problema

MODELACIÓN DE SISTEMAS
Opciones de Decisión:
1. Comprar cinco boletos regulares de ida y vuelta todos los lunes.
2. Comprar un boleto de ida el lunes de la primera semana, cuatro boletos de
ida y vuelta con descuento los miércoles de las siguientes cuatro semanas
y un boleto de ida el miércoles de la quinta semana.
3. Comprar un boleto ida y vuelta con descuento para cubrir el lunes de la
primera semana y el miércoles de la quinta semana y cuatro boletos cada
miércoles de las primeras cuatro semanas.

Restricciones del problema:

 El consultor debe llegar a SPS los lunes y regresar a TGU los miércoles

Criterio objetivo:
 Gastar la menor cantidad de dinero.
MODELACIÓN DE SISTEMAS
Solución del problema:

Evaluar las alternativas de decisión que cumplen con las

restricciones y encontrar la que cumpla con la función
objetivo.

Opción 1: 5(200) = 1000

Opción 2: 0.75(200) + 4(200)0.8 + 0.75(200) = 940

Opción 3: 5(200)0.8 = 800

La Opción 3 es la solución óptima.

Las opciones 2 y 3 son soluciones subóptimas.
Las tres opciones son soluciones factibles.
TIPOS DE MODELOS
Modelos matemáticos
 Programación lineal: se utiliza para problemas en los que las restricciones
y objetivo se pueden expresar como funciones lineales de las variables de
decisión.
 Programación entera: similar a la lineal pero las variables de decisión sólo
pueden obtener valores enteros.
 Programación dinámica: involucran el transcurso del tiempo y se pueden
descomponer en subproblemas.
 Flujo en redes: se plantean los problemas en forma de una red
 Programación no lineal: utiliza funciones no lineales.

Usualmente se resuelven con:

Algoritmos iterativos: como el método simplex, método de punto interior, etc.

Heurísticas: reglas o procedimientos básicos que conllevan a obtener una

buena solución aunque no sea necesariamente la óptima. Ejemplo:
Algoritmos genéticos, tabu search, simulated annealing, etc.
TIPOS DE MODELOS
 Modelo de simulación:
 Se utiliza en casos en que la representación matemática adecuada del
problema es muy complicada.

 Divide el sistema representado en módulos básicos que después se

enlazan entre sí a través de relaciones lógicas.

Ventajas:
 Proporciona más flexibilidad en la representación de sistemas
complejos.
 Es más fácil de entender.
 Representan de manera más fiel el problema real

Desventajas:
 El desarrollo de una simulación es muy costoso en tiempo y recursos
 Tiempo de ejecución costoso.
 Producen soluciones subóptimas
MÉTODOS DE RESOLUCIÓN
 Métodos matemáticos: obtienen la solución óptima por medio de
iteraciones

 Simulación

 Métodos heurísticos: reglas o procedimientos básicos que conllevan a

obtener una buena solución aunque no sea necesariamente la óptima.

Ejemplo: B
3
5 8
7
A 6 C
6
2
4
3
E 1 D

Problema del Agente Viajero. Traveling Salesman Problem (TSP)

MÉTODOS DE RESOLUCIÓN
Aplicar el siguiente método heurístico:
Partiendo del punto A escoger la siguiente ciudad más cercana

Resultado:
Hacer el recorrido A-D-E-C-B-A con lo que se recorren 18 kms.
B
3
5 8
7
A 6 C
6
2
4
3
E 1 D

Existen mejores soluciones ya que con la trayectoria A-B-C-D-E-A se

recorren 15kms
FASES DE UN ESTUDIO DE INVESTIGACIÓN
DE OPERACIONES
1. Definición del problema:
• Definir objetivo
• Definir opciones de decisión
• Definir restricciones

1. Construcción del modelo

• Expresar matemáticamente el objetivo como una función de las variables de decisión
• Expresar matemáticamente las restricciones como una función de las variables de decisión

1. Solución del modelo

• Obtener solución por medio de técnicas matemáticas, simulación o heurísticos
• Realizar análisis de sensibilidad

1. Validación del modelo

• Comprueba si el modelo hace lo que se quiere que haga
• Comparar sus resultados con datos históricos o con una simulación

1. Implementación de los resultados finales

• Traducir los resultados a instrucciones de operación
INTRODUCCIÓN A LA PROGRAMACIÓN LINEAL
 Programación lineal: se utiliza para problemas en los que las restricciones
y objetivo se pueden expresar como funciones lineales de las variables de
decisión.

Aplicaciones:
 Agricultura
 Industria
 Transporte
 Economía
 Salud
 Ciencias Sociales
INTRODUCCIÓN A LA PROGRAMACIÓN LINEAL
Ejemplo 2.1 -1 (Taha)
Reddy Mikks produce pinturas para interiores y exteriores, Xi y Xe.

Pinturas para Pinturas para Disponibilidad diaria

exteriores Xe interiores Xi máxima

Materia Prima M1 6 4 24

Materia Prima M2 1 2 6

Utilidad por ton 5 4

(miles de $)

Una encuesta de mercado indica que la demanda diaria de pintura para

interiores no puede ser mayor que la de pintura para exteriores en mas de una
tonelada. Además, la demanda máxima diaria para pintura de interiores es de 2
toneladas.
INTRODUCCIÓN A LA PROGRAMACIÓN LINEAL
 Definición de variables

Xi = toneladas de pintura de interiores producidas diariamente

Xe = toneladas de pintura de exteriores producidas diariamente

 Definición de la función objetivo

Maximizar z = 5Xe + 4Xi

 Definición de las restricciones

Disponibilidad de M1: 6Xe + 4Xi ≤ 24
Disponibilidad de M2: Xe + 2Xi ≤ 6
Diferencia entre Xe y Xi: Xi ≤ Xe + 1
Xi – Xe ≤ 1
Demanda máxima de Xi: Xi ≤ 2
Restricciones de no negatividad:Xi ≥ 0 , Xe ≥ 0
INTRODUCCIÓN A LA PROGRAMACIÓN LINEAL
 Modelo de programación lineal para el problema:

Maximizar z = 5Xe + 4Xi

Sujeto a: 6Xe + 4Xi ≤ 24

Xe + 2Xi ≤ 6
Xi – Xe ≤ 1
Xi ≤ 2
Xe, Xi ≥ 0

Cualquier valor Xe y Xi que satisfaga todas las restricciones es una

solución factible, por ejemplo, Xe = 3 y Xi = 1 es una solución factible

El objetivo final es encontrar una solución óptima factible

INTRODUCCIÓN A LA PROGRAMACIÓN LINEAL

 Solución gráfica del modelo de programación lineal

1. Determinar el espacio de soluciones que define todas las soluciones

factibles del modelo

2. Determinación de la solución óptima, entre todos los puntos de esquina

factibles del espacio de soluciones
SOLUCIÓN POR EL MÉTODO GRÁFICO
Xi
1 6Xe + 4Xi ≤ 24
5 2 Xe + 2Xi ≤ 6

3 -Xe + Xi ≤ 1
4 Xi ≤ 2
1
5 Xe ≥ 0

3 6 Xi ≥ 0
2

6 Xe
SOLUCIÓN POR EL MÉTODO GRÁFICO
SOLUCIÓN POR EL MÉTODO GRÁFICO
INTRODUCCIÓN A LA PROGRAMACIÓN LINEAL
Ejemplo 2.2 – 2
En Granjas Modelo se usa diariamente un mínimo de 800 lbs. de un alimento especial que es una mezcla de
maíz y soya, con las composiciones siguientes:

Alimento Proteínas Fibras Costo ($)

Maíz 9% 2% 0.30

Soya 60% 6% 0.90

Las necesidades dietéticas del alimento son un mínimo de 30% de proteínas y un

máximo de 5% de fibras.
Determine la cantidad de libras de maíz y de soya que deben utilizarse para
minimizar los costos.
INTRODUCCIÓN A LA PROGRAMACIÓN LINEAL
 Definición de variables

Xm = libras de maíz en la mezcla diaria

Xs = libras de soya en la mezcla diaria

 Definición de la función objetivo

Minimizar z = 0.3Xm + 0.9Xs

 Definición de las restricciones

Producción mínima de alimento: Xm + Xs ≥ 800

Requerimiento mínimo de proteína: 0.09Xm + 0.6Xs ≥ 0.3(Xm +Xs)

- 0.21Xm + 0.3Xs ≥ 0
0.21Xm – 0.3Xs ≤ 0

Requerimiento máximo de fibras: 0.02Xm + 0.06Xs ≤0.05(Xm +Xs)

-0.03Xm + 0.01Xs ≤ 0
0.03Xm – 0.01Xs ≥ 0

Restricciones de no negatividad: Xi ≥ 0 , Xe ≥ 0
INTRODUCCIÓN A LA PROGRAMACIÓN LINEAL
 Modelo de programación lineal para el problema de
la dieta:

Minimizar z = 0.3Xm + 0.9Xs

Sujeto a: Xm + Xs ≥ 800
0.21Xm – 0.3Xs ≤ 0
0.03Xm – 0.01Xs ≥ 0
Xm, Xs ≥ 0
SOLUCIÓN POR EL MÉTODO GRÁFICO