I) Contestar las siguientes preguntas

1. Que es y para que sirve la Investigación de Operaciones

Es una rama de las Matemáticas consistente en el uso de modelos matemáticos , estadística y
algoritmos con objeto de realizar un proceso de toma de decisiones. Frecuentemente, trata el estudio de
complejos sistemas reales, con la finalidad de mejorar (u optimizar) el funcionamiento del mismo. La
investigación de operaciones permite el análisis de la toma de decisiones teniendo en cuenta la escasez
de recursos , para determinar cómo se pueden maximizar o minimizar los recursos.

Es una ciencia que modela problemas complejos haciendo uso de las matemáticas y la lógica . La
investigación de operaciones permite el análisis de la toma de decisiones teniendo en cuenta la escasez
de recursos, para determinar cómo se pueden maximizar o minimizar los recursos.

El método más popular es el símplex (George Dantzig, 1947) dentro de la rama de programación
lineal . El algoritmo símplex ha sido elegido como el mejor de los diez de mayor influencia en el
desarrollo y la práctica de la ciencia y la ingeniería en el siglo XXII.

2. Cómo se originó la I.O.

Lastimosamente, como muchos de los mejores inventos de la humanidad, la Investigación de
Operaciones se generó gracias a la guerra.

Data de la “Segunda Guerra Mundial” en Gran Bretaña, la cual desarrolló un método para analizar la
mejor forma de hacer tácticas para administración de municiones, recursos y demás; También para
planear tácticas de ataque y rutas con una efectividad grande.

Luego, Post-Guerra los Estado Unidences continuaron el desarrollo de esta técnica para plantear
problemas y posibles soluciones mayormente ajustables, es ahí donde entra el Método Símplex de
Programación Lineal, desarrollado en 1947 por George B. Dantzig.
Cuando llegó la computación, se mejoró este proceso, logrando así calcular grandes datos para
solucionar los problemas de Investigación de Operaciones.

3) Qué tipos de decisiones existen y cuáles son sus elementos

Los tipos de decisiones son:
• Decisiones bajo certeza: Cuando los hechos son conocidos.
• Decisiones bajo incertidumbre: No se sabe cuándo ocurrirán.
• Decisiones estáticas: Se toma la decisión desde el inicio.
• Decisiones dinámicas: Va cambiando de acuerdo a cómo vayan ocurriendo las cosas.
• Decisiones de naturaleza: cuando todo está bajo la disponibilidad de la naturaleza, por ejemplo
 el desborde de un río
• Decisiones racional: Cuando no se depende de el “azar” de la naturaleza.

Idea tomada de:

Libro: Investigación Operativa
Página: 10
Editor: Universidad Nacional de Colombia
ISBN: 9589322425, 9789589322420

Elementos constitutivos de los tipos de decisiones:

• Unidad de toma de decisiones: (Grupo de personas o individual).
• Posibles acciones que se puedan hacer: Para solucionar los problemas de decision.
• Algunas cosas que puedan ocurrir al tomar esas decisiones.
• Consecuencias relacionadas con las decisiones tomadas.
• Relacionar las consecuencias y los valores de la unidad de toma de decisión.

4) Diga cuatro causas por las cuales es difícil tomar decisiones

1. La cantidad de nodos que puede tener un problema: En un ejemplo dado en clase, se planteó
cuánto demoraría una pc normal (1 gb de RAM, con un procesador modesto) en analizar cuál
sería la mejor ruta de una empresa de entrega de mercancía, suponiendo “Deprixa”. La cuál
para analizar el trayecto por todos los municipios de Colombia, le demoraría mucho más de lo
que tiene en años cumplidos la tierra. Lo cual nos indica que el número de nodos. Suponiendo
que actualmente, existen 1102 municipios, lo cual sería 1102¹¹⁰² nodos para analizar.
 2. La complejidad: Aunque la vida está basada en matemáticas, no siempre es posible analizar de
forma fácil dónde caerá una hoja de un árbol o cómo está creciendo la pobreza mundial. Cosas
como estas necesitan muchos datos adicionales y un análisis con restricciones y aportes que se
deben tomar en cuenta.

Lo que de una forma lógica, aumentará la complejidad del problema a abordar.

3. La incertidumbre: Muchas veces cuando se plantea algo, no se tiene la seguridad de que se
cumplirá, pueden existir cosas externas que modifiquen el curso normal de las decisiones
tomadas con anterioridad. Por ejemplo como en un capítulo de Los Simpsons donde Homero
viaja al pasado y aplasta a un insecto, lo que ocasiona que cambie todo el futuro; Cosas así
pueden cambiar drásticamente el futuro.
4. La responsabilidad: Cuando se tiene una decisión en frente, es de gran responsabilidad las
personas, dinero o cosas que están a nuestro cargo, una mala decisión puede llevar a una
empresa a la quiebra.

5) indique cuatro beneficios resultantes de efectuar toma de decisiones en

forma científica
1. Da herramientas a los diseñadores de estrategias para saber qué decisión es mejor para tomar.
2. Ahorra dinero y recursos, ya que se planea desde antes qué costos y necesidades son las
solicitadas.
3. Reutilización de los planeamientos anteriormente desarrollados, si se planea algo para el día de
hoy, en unos 3 meses servirá para planear la nueva estrategia.
4. Historial de procesos, por que al tener un análisis se puede ver las necesidades, recursos y
capacidades de la institución, persona o cosa que solicite la I.O.

6) En I.O, Qué es un modelo y para qué sirve

Un modelo es una imagen o conjunto de patrones que los seres vivos o cosas tienden a encasillarse, por
ejemplo para muchos Pablo Escobar era su modelo a seguir, para otros puede ser su padre y así variar
los modelos a seguir.

En investigación de operaciones, los modelos son problemas ya analizados, con características

similares pero cambios muy por encima, que permite solucionarlos de forma más fácil. Los cuales son:
1. Producción
2. Portafolio
3. Mezcla
4. Dieta
5. Transporte
6. Programación de turnos
7. Publicidad
8. Ecología
 9. Tipo mochila
10. Variables Binarios

7) Indicar los pasos que se deben seguir cuando se quiera establecer la

investigación de operaciones
1. Entender el problema: Leerlo varias veces hasta entender lo que se nos solicita o lo que vamos
a solucionar.
2. Determinar las variables: Las cuales se usarán para darle forma al problema.
3. Establecer el objetivo: O a dónde se desea llegar, para lo cual se desarrolla la función
Objetivo, con la cual se Maximiza o se Minimiza. Dependiendo lo que se busque.
4. Elaborar las restricciones: Es la parte donde se coloca los límites o las condiciones que debe
tener el problema.

8) ¿Por qué son importantes George Dantzing, Jhon Van Newman, Oscar
Morgestern y Andrej Markov en I.O.?. Hacer una breve reseña de su
trabajo.

• George Dantzing: Fue el padre de la “Programación lineal”, colaboró mucho en la Segunda

Guerra Mundial, en la cual con la programación lineal aportó planteamiento y solución a
muchos problemas de la vida cotidiana con el metodo Simplex.
• John von Neumann: Se le reconoce por sus aportes en la Guerra, al dar a conocer que las
bombas son más destructivas cuando estallan antes de caer, aportó mucho a la lamentable
bomba lanzada en Hiroshima y Nagasaki. Además aportó un gran desarrollo sobre el EDVAC,
una computadora la cual podía ejecutarse en la memoria de la computadora y no siempre cargar
el programa cada vez que se necesitaba. También se entrega anualmente un premio titulado con
su nombre, el cual valora los aporte a la Investigación de Operaciones como ciencia.
• Oskar Morgenstern: Junto a John von Neumann, escribieron un libro llamado “teoría de
juegos y comportamiento económica” en el cual explican dos planteamientos distintos de la
Teoría de Juegos como el planteamiento estratégico o no cooperativo. Este planteamiento
requiere especificar detalladamente lo que los jugadores pueden y no pueden hacer durante el
juego, y después buscar para cada jugador una estrategia óptima. Lo que es mejor para un
jugador depende de lo que los otros jugadores piensan hacer, y esto a su vez depende de lo que
ellos piensan del primer jugador hará.
• Andréi Márkov: cadena de Márkov: secuencias de valores de una variable aleatoria en las que
el valor de la variable en el futuro depende del valor de la variable en el presente, pero es
independiente de la historia de dicha variable. Las cadenas de Márkov, hoy día, se consideran
una herramienta esencial en disciplinas como la economía, la ingeniería, la investigación de
operaciones y muchas otras.
10) Cuáles son las clases de modelos considerados en I.O., Defínalos
brevemente y de un ejemplo de cada uno de ellos.
11. Producción: Utilizado para casos en los que se necesita calcular en una empresa los productos
que se van a elaborar.
12. Portafolio: Cuando se maneja un capital o recurso y será repartido dependiendo de las
exigencias.
13. Mezcla: Cuando se necesita “Mezclar” varios componentes, sea dinero o cualquier elemento.
14. Dieta: Cuando hay proporciones definidas, las cuales no pueden cambiar su proporción.
15. Transporte: La ruta más fácil para organizar envios.
16. Programación de turnos: Organización de horario para labores o compras.
17. Publicidad: Distribución de un recurso o capital para invertir y esperar una ganancia no
monetaria inicialmente, pero sí de conocimiento de una idea o producto.
18. Ecología: Aplicado al problemas generalmente de contaminantes y otros.
19. Tipo mochila: Una limitación de cantidad dada desde el inicio para cuadrar una conjugación de
elementos de finita o infinita cantidad.

11) ¿Qué es sensibilidad y para qué se aplica en I.O.?

La sensibilidad es la capacidad de sentir las cosas, los cambios. Por ejemplo cuando se activa la alarma
del carro con facilidad es por que es muy sensible. Lo cual quiere decir que detecta hasta el mínimo
cambio de estado.

Ya con eso, podemos afirmar que la sencibilidad en I.O., quiere decir qué tanto puede cambiar el
resultado final de acuerdo a algún valor que se cambie, osea que si cambio una variable y esta me
afecta mucho el resultado final, quiere decir que el planteamiento es muy sensible, mientras que si yo
hago cambios y al final no se refleja mucho, pues nos da a entender que es poco sensible el proceso.

12) ¿Qué es la heurística y cómo se aplica en I.O.?

La heurística, es la capacidad para tomar decisiones que cambien inmediatamente un proceso hacia su
mejor desempeño, no quiere decir que solo sea para cosas buenas, también se puede hacer paracosas
malas, por ejemplo un ladrón que lo estén descubriendo cada robo, el ingeniará una forma de
camuflarse mejor y mejorar su forma de robar, eso es heurística.

En la Investigación de Operaciones es muy usado, en modelos dinámicos, ya que esto nos proporciona
una forma de ir mejorando el proceso mientras va avanzando. Cosa que se puede aplicar en procesos
estáticos pero al inicio, ya que al ser estático en el camino no se puede mejorar o cambiar cosas, si se
inició se inició así y así termina.

13) ¿Qué es la heurística y cómo se aplica en I.O.?

• Determinísticos: es un modelo matemático donde las mismas entradas producirán
invariablemente las mismas salidas, no contemplándose la existencia del azar ni el principio de
 incertidumbre. Está estrechamente relacionado con la creación de entornos simulados a través
de simuladores para el estudio de situaciones hipotéticas, o para crear sistemas de gestión que
permitan disminuir la incertidumbre.
• Estocástico: Se denomina estocástico a aquel sistema que funciona, sobre todo, por el azar. La
palabra proveniente del griego: στοχαστικός, 'hábil en conjeturar'. Significa "perteneciente o
relativo al azar".

14) En P.L., ¿Qué se entiende por aditividad, proporcionalidad y

problemas estocásticos?
• Aditividad: Se dice que una función en una programación lineal, es un complemento junto a las
demás, para lograr un fin en común.
• Proporcionalidad: Dice que cada vez que la función objetivo tiene una actividad, eso es
reflejado en el nivel de actividad.
• Divisibilidad: Nos indica, que los valores en las restrinciones pueden ser números decimales,
siempre y cuando estos no sean menores que 1, con lo cual saca también a los números
negativos.
• Certidumbre: Comenta, que las funciones siempre tendrán valores a la hora de la
Programación Lineal. Lo cual descarta que existan variables sin valor.

15) ¿cuál es la diferencia entre modelos estáticos y modelos dinámicos?

La diferencia entre estos dos es simple, mientras el modelo estático se mantiene a lo largo del proceso,
el modelo dinámico puede ir cambiando sus valores. No se puede decir que uno es mejor que el otro,
por que cada uno se usa en distintos eventos. Por ejemplo un modelo dinámico puede ser algún proceso
en base a el día que llueva. Pero un proceso estático podría depender de la mejor forma de distribuir un
capital.

16) Consulte en la red la importancia y utilización actual de la I.O.

La investigación de operaciones nos sirve para “calcar” lo más fiel posible casos de la vida cotidiana
para resolverlos matemáticamente, esto nos permite ser más eficientes con recursos en una empresa,
ciudad y hasta en la misma casa.

Al nosotros transformar un problema cotidiano en fórmulas matemáticas, estamos dando herramientas

para analizar la mejor forma de solucionarlos y de hecho no esperar a que sucedan para saber qué
decisiones tomar.

La utilización es muy amplia, de hecho nuestro cerebro lo hace de una forma sub-consiente, cuando
queda en embarazo la novia de alguien, esa persona analiza los posibles problemas que le puede
acarrear eso y plantear una serie de variables, por ejemplo la aprobación de los padres o si la novia
quiere tener el hijo, en el cerebro se gesta un proceso similar y se toma la decisión de acuerdo a los
recursos económicos y de edad que la persona tenga.
Una de las aplicaciones de la investigación de operaciones es en la economía, por ejemplo la mejor
forma de yo invertir mis acciones y cuántas en ECOPETROL o en la nueva SOCIEDAD ANÓNIMA
DE EL CLUB DEPORTIVO LOS MILLONARIOS (Millonarios S.A.). hasta cuántos pesos invertir en
pirámides.

También se usa en el area de la biología, saber cuántas bacterias se deben mezclar para crear una nueva
vacuna para perros.

En los sistemas se aplica, la cantidad de trabajadores que se necesitan en Microsoft o Redhat

organizados por el tiempo disponible de ellos.

Tantas cosas que se puede aplicar, siempre y cuando estemos vivos.

II) Documento en inglés sobre Investigación de operaciones o también

Operations Research”
Tomado de: http://jimorlin.wordpress.com/2009/01/05/on-explaining-operations-research-to-others/
“Jim Orlin’s Blog”
“On Explaining Operations Research to Others
By jimorlin

I’ve decided to start writing posts on operations research. This seems natural to me as (1) I recently
created a blog, (2) I just started a sabbatical, (3) I’ve been in O.R. for over 30 years, and (4) I think I
have something to say that is worth saying. By the way, I don’t distinguish between management
science and operations research.

I’ll start with a fundamental question. What is Operations Research? If you go the INFORMS website,
you will see the following definition. “Operations research is the application of advanced analytical
methods to help make better decisions.” When describing O.R. to others, I prefer the shorter
definition “The science of decision making.” It’s short enough to be memorable, and conveys useful
information that points listeners in the right direction.

As an aside, I really dislike the INFORMS term “the science of better.” I know that it was not intended
as a definition of O.R., but it sounds like a definition, with the disadvantage that it is opaque. I know it
was intended to encourage outsiders to become engaged, but I think that it is actually off-putting.

But regardless of the definition used, others will have little clue what operations research is after they
hear the definition. Moreover, they will forget the definition within a short period of time (even if they
are your parents). So, it helps to give an example or two of O.R. applications to give others a sense for
what is involved. Given my natural research inclination, I’ll give an algorithm expressed in high level
pseudo-code on how to give useful examples. This may sound like a joke; or at the very least, it sounds
like I’m not being serious. But I actually do use this algorithmic approach when I explain Operations
Research to someone who asks about it.

Algorithm for describing operations research to a friend or colleague.

Step 1. Find out a system about which the other person is both interested and knowledgeable. (e.g,
sports, entertainment, communication, travel, or anything relating to a person’s job.

Step 2. Develop a plausible scenario based on the system in Step 1; e.g., scheduling sports teams,
designing wireless phone systems to provide for the best possible reception, or designing queuing
systems at Disneyworld. (I have found that it is very useful to give an example that addresses a problem
at the other person’s work that he or she just told you was important.)

Step 3. Explain how operations research can be used to find an excellent solution for the scenario in
Step 2 or provide very useful information for the scenario in Step 2.

It is OK to modify the definition of O.R. depending on the example given. For example, if one
illustrates O.R. by talking about queuing at Disneyworld, one can modify the definition of O.R. to “The
science of designing efficient systems.” This definition is perhaps less precise; however, an overly
keen desire for precision should not get in the way of a good explanation.”

operations = Operaciones
research = Investigación
Advanced =Avanzado
Analytical = Análisis
Methods = Métodosto
Help make better decisions = Ayudar para tomar mejores decisiones
algorithm = Algoritmo
excellent solution= Excelente solución

IIi) Modelar los siguientes problemas de programación lineal

PROBLEMA 11 PAGINA 99 DE WAYNE WISTON

3 productos
Pueden vender cada una un máximo de 30 L
Valores (Libras)
 • A: 10 Dólares
• B: 12 Dólares
• C: 20 Dólares

Se compra 1 unidad de A en 3 dólares

Se compra 1 unidad de B en 3 dólares

A » Procesado 0.6 libras = B

B » Procesado 0.4 libras = C

B y C costaría 2 Libras producido a partir de el producto A.

B » Procesado 0.8 libras = C

X13 = Cantidad de Producto A para producir otros productos (B ó C)

X23 = Cantidad de Producto B para producir otros productos C

X12 = Cantidad de Producto A reservado solo para la venta

X22 = Cantidad de Producto B reservado para la venta
X32 = Cantidad de Producto B reservado solo para la venta

X11 = Cantidad de Producto A total

X21 = Cantidad de Producto B total
X31 = Cantidad de Producto C total

X13 = Cantidad de Producto A reservado solo para la venta

Max: (X12 * 10 dolares) + (X13 * 2 dólar) + (X22 * 12 dolares) + (X23 * 20 dólares)

Rest:
X12 <= 30
X22 <= 30
X33 <= 40
X11 = X12 + X13
X21 = X32 + X22
X32 = (X13 * 0.4) * (X23 * 0.8)

PROBLEMA 12 PAGINA 99 DE WAYNE WISTON

X1 = Esposas < 150 personas

X2 = Esposos < 120
X3 = Varones < 100
X4 = Mujeres < 110

Día = 2 dólares
Noche = 5 dólares

480 Personas en total

240 Personas mínimas nocturnas

X11 = Esposas día

X12 = Esposas noche

X21 = Esposos día

X12 = Esposos noche

X31 = Varones día

X32 = Varones noche

X41 = Mujeres día

X42 = Mujeres noche

Min:
2(X11 + X21 + X31 + X41)
5(X12 + X22 + X32 + X42)
Rest:
X11 + x12 >= 150
X21 + X22 >= 120
X31 + X32 > = 100
X41 + X42 > = 110

X12 + X22 + X32 + X42 <= 240

PRIMER TALLER DE INVESTIGACIÓN DE OPERACIONES

PRESENTADO POR:
ANDRÉS GIOVANNI LARA COLLAZOS
JORGE IBARRA

PRESENTADO A:
INGENIERO: JOSÉ VICENTE VÁSQUEZ PINO

CORPORACIÓN UNIVERSITARIA AUTÓNOMA DEL CAUCA

4 DE MARZO DE 2010