HUGO EFRAN GARZN

Ingeniero Industrial
 TABLA DE CONTENIDO

TEM TEMA
1. Historia
2. Conceptos de I.O.
3. Componentes de un proyecto de I.O.
4. Formulcin de los problemas de I.O.
5. Tipos de problemas en los que se aplica la I.O.
6. Modelos
7. Bibliografa
 Inicios deIO, se remonta a los aos 1759 el economista
Quesnay utiliza modelos primitivos de programacin
matemtica. Otro economista Walras, hace uso en 1874, de
1 tcnicas similares. Los modelos lineales de la IO, tiene como
precursores a Jordan en 1873, Minkowsky en 1896 y a
Farkas en 1903. Los modelos dinmicos probabilsticos tienen
su origen con Markov a fines del siglo pasado

Modelos basados en:

Clculo diferencial e integral: Probabilidad y Estadstica,

Newton, Lagrange, Laplace, Bernoulli, Poisson, Gauss, etc.
 Pero fue hasta la segunda guerra mundial, cuando la IO
empez a tomar auge. Primero se le utiliz en la logstica
2 estratgica para vencer al enemigo y ms tarde al finalizar la
guerra, para la logstica de distribucin de todos los aliados
repartidos por todo el mundo.

En 1947 el doctor George Dantzig, inventa el mtodo simplex,

con lo cual dio inicio a la programacin lineal.
La IO es la aplicacin, por grupos interdisciplinarios, del mtodo
cientfico 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 toda
la organizacin. (Churchman, Ackoff, Arnoff)

La IO es la aplicacin de la metodologa cientfica a travs de

modelos, primero para representar al problema real que se
quiere resolver en un sistema y segundo para resolverlo. Los
modelos que utiliza la IO son modelos matemticos en forma de
ecuaciones.
1 BENEFICIOS DE UTILIZAR I.O. EN UNA ORGANIZACIN

a)Incrementa la posibilidad de tomar mejores decisiones Vs decisiones

de carcter intuitivo, ignorando la mayora de las interrelaciones que
existen entre las componentes del sistema.

b) Mejora la coordinacin entre las mltiples componentes del sistema

productivo de la organizacin.

c) Mejora el control del sistema. Al hacer que ste opere con costos ms
bajos, con interacciones ms fluidas y logrando una mejor coordinacin
entre los elementos ms importantes de todo el sistema.
2 FASES DE UN PROYECTO DE I.O.
3 FASES DE UN PROYECTO DE I.O.

1.Formulacin y definicin del problema. Descripcin de los

objetivos del sistema, es decir, qu se desea optimizar; identificar
las variables implicadas, ya sean controlables o no; determinar las
restricciones del sistema. Tambin hay que tener en cuenta las
alternativas posibles de decisin y las restricciones para producir
una solucin adecuada.

2. Construccin del modelo. Debe ser un modelo tal que relacione

las variables de decisin con los parmetros y restricciones del
sistema. Los parmetros (o cantidades conocidas) se pueden
obtener ya sea a partir de datos pasados o ser estimados por medio
de algn mtodo estadstico. Es recomendable determinar si el
modelo es probabilstico o determinstico.
4 FASES DE UN PROYECTO DE I.O.

3. Solucin del modelo. Debemos tener en cuenta que las

soluciones que se obtienen en este punto del proceso, son
matemticas y debemos interpretarlas en el mundo real. Adems,
para la solucin del modelo, se deben realizar anlisis de
sensibilidad, es decir, ver como se comporta el modelo a cambios
en las especificaciones y parmetros del sistema.

4. Validacin del modelo. Requiere que se determine si dicho

modelo puede predecir con certeza el comportamiento del sistema.
Un mtodo comn para probar la validez del modelo, es someterlo
a datos pasados disponibles del sistema actual y observar si
reproduce las situaciones pasadas del sistema.
5 FASES DE UN PROYECTO DE I.O.

5.Implementacin de resultados. Consiste en traducir los resultados

del modelo validado en instrucciones para el usuario o los ejecutivos
responsables que sern tomadores de decisiones.

En esta curso de I.O, estaremos concentrados en las tres primeras

etapas, aunque de forma terica, pues partiremos de informacin
presentada en problemas tipo, obtenida por diferentes autores, a
partir de las cuales disearemos modelos bsicos para luego
buscar soluciones y anlisis de sensibilidad, con la ayuda de
diferentes tipos de software como Geogebra y Solver.
1 FORMULACIN DE PROBLEMAS DE I.O.

a) Debe existir por lo menos un individuo que se encuentra dentro de un marco

de referencia, al cual se le puede atribuir el problema del sistema.

b) El individuo debe tener, por lo menos un par de alternativas para resolver su

problema. En caso contrario no existe el problema.
c) Debe existir, por lo menos un par de soluciones, una de las cuales debe tener
mayor aceptacin que la otra en el individuo. En contrario no existe el problema.

d) La seleccin de cualquiera de las soluciones debe repercutir de manera

diferente en los objetivos del sistema, de lo contrario no existe un problema.

e) Por ltimo el individuo que toma loas decisiones ignora las soluciones y/o
eficiencias asociadas con las soluciones del problema.
 2 INFORMACIN PARA FORMULAR PROBLEMAS DE I.O.

a) Existe un Problema?
b) De quin es el problema?
c)Cul es el marco de referencia del sistema donde se encuentra el problema?
d)Quin o quines toman las decisiones?
e) Cules son los objetivos?
f)Cules son las componentes controlables del sistema y cules no lo son?
g)Cules son las interrelaciones ms importantes del sistema?
h) Cmo se emplearn los resultados? Por quin? qu efectos tendr?
i) Podrn los efectos de las soluciones modificarse o cambiarse fcilmente?
j) Las soluciones tendrn efecto a corto o largo plazo?
k) Cuntos elementos del sistema se afectarn por las soluciones del proyecto?
En qu grado?
 TIPOS DE PROBLEMAS EN I.O.

1. Determinstico: son aquellos en los que cada alternativa del problema (hay
mas de 2) tienen una y slo una solucin. Como hay varias alternativas, hay
tambin varias soluciones, cada una con una diferente eficiencia y/o efectividad
asociada a los objetivos del sistema. Por lo tanto, existe el problema de
decisin.
2. Con riesgo: son aquellos en los que cada alternativa del problema (hay mas
de 2) tiene varias soluciones. Cada solucin puede ocurrir con una cierta
probabilidad. La distribucin de stas probabilidades se conoce o se puede
estimar.
3. Bajo incertidumbre: son aquellos en los que cada alternativa del problema
(hay mas de 2), tiene varias soluciones. Sin embargo, se ignora con que
probabilidad o distribucin probabilstica ocurrirn stas soluciones.
1 QUE ES UN MODELO?

Un modelo es una
representacin explcita y
externa de parte de la
realidad como la ven las
personas que desean usar
el modelo para entender,
c a m b i a r, g e s t i o n a r y
controlar dicha parte de la
realidad (Pidd, 2010, en
Garca y Maheut, 2015, p.
12)
 RAZONES PARA USAR MODELOS EN I.O.
2 Garca y Maheut (2015),

1. Son representacin de la realidad que se hacen con un objetivo respecto a la

realidad modelada.
2. Son externos, ponen en negro sobre blanco los pensamientos, los datos, las
hiptesis y las intuiciones del modelador.
3. Los modelos los realizan los modeladores. Son su esfuerzo y son sus
resultados.
4. Representan parte de la realidad. El modelador discrimina qu aspectos son
relevantes y cuales no, en funcin del objetivo que pretende alcanzar.
5. Permite controlar. El modelo permite anticipar resultados, permite establecer
referencias en funcin de las cuales medir o controlar el rendimiento de un
sistema, con las evidentes implicaciones que esto tiene en el control y mejora
de los procesos.
 PARA QUE SIRVE UN MODELO?
3 Garca y Maheut (2015),

1 . A p r e n d e r / E n t e n d e r. E l
desarrollo del modelo puede
disminuir la incertidumbre,
resolviendo el problema; una vez
construido se puede utilizar para
conocer cmo acta el sistema y
cmo reacciona a los cambios;
puede dejar en evidencia los
errores del sistema estudiado y por
lo tanto nos permiten tener una
base de discusin, centrados en
aspectos realizables y productivos.
 PARA QUE SIRVE UN MODELO?
4 Garca y Maheut (2015),

2. Implementar en un ordenador. La
implementacin y automatizacin de
procesos exige el modelado previo
del problema planteado, as mismo
la utilidad de los modelos de
programacin de produccin est
justificada en gran medida, por la
capacidad de de stos de ser
implementados y resueltos
mediante sistemas informticos que
pueden automatizar el proceso de
toma de decisiones.
 PARA QUE SIRVE UN MODELO?
5 Garca y Maheut (2015),

3. Toma de decisiones. Los modelos

construidos permiten mediante su
resolucin ayudar a la toma de
decisiones generando soluciones
ptimas, o suficientemente
cercanas al ptimo, dado un
objetivo establecido. As mismo los
modelos pueden ser usados para
evaluar el impacto de tomar
decisiones, antes de tomarlas y as
elegir la que ms se ajuste a la
solucin.
 MODELOS UTILIZADOS EN I.O.
6 Morales (2008),

Modelos Matemticos: aquellos

que permiten representar la
realidad a travs de smbolos y
relaciones matemticas. Son
conocidos como mtodos
cuantitativos y permiten representar
los problemas operativos de la
empresa con el objetivo de ayudar
al administrador a analizar, evaluar
y decidir las mejores soluciones.
Segn el uso que se de a los
resultados, se pueden clasificar en
Normativos o Descriptivos.
 MODELOS UTILIZADOS EN I.O.
7 Morales (2008),

Modelos Normativos: Son modelos matemticos cuyos resultados

concretos se utilizan explcitamente para tomar decisiones. Por ejemplo un
modelo que calcule un programa de produccin.

Modelos de Optimizacin. Sealan el curso de accin ptimo que el

administrador debe seguir para solucionar un problema. Tienen un esquema
que contiene tres elementos: una o ms funciones objetivo; variables de
decisin, parmetros y restricciones. Ejemplo: Programacin Lineal (PL).

Modelos heursticos. son esencialmente modelos que emplean reglas

intuitivas o ciertas guas tratando de generar nuevas estrategias que se
traduzcan en soluciones mejoradas. No pretenden obtener soluciones
ptimas de un problema. Ejemplo: atienda todos los clientes de una lnea
sobre la base de que el primero que llega es el primero que se atiende.
 MODELOS UTILIZADOS EN I.O.
8 Morales (2008),

MODELOS DESCRIPTIVOS
Los modelos descriptivos se
utilizan para intentar obtener una
mejor visin del sistema, la
interpretacin de cuyos resultados
conducir generalmente a tomar
decisiones. Son ejemplos de este
tipo de modelos: Simulacin y
Dinmica de Sistemas.
 9

Clasificacin de
los problemas
de IO
atendiendo a la
naturaleza del
modelo
Fuente:
https://goo.gl/BU
3iRr
 7. BIBLIOGRAFA

Huerta Martnez, Gerardo. Investigacin de Operaciones. Recuperado

de:http://documents.tips/download/link/investigacion-de-operaciones-gerardo-huerta-
martinez
Garca, Jos y Maheut, Julien. (2015). Modelado y Resolucin de Problemas de Organizacin
Industrial mediante Programacin Matemtica Lineal. Grupo de investigacin ROGLE.
Recuperado de: https://goo.gl/bYl6zC
Morales, Carlos. (2008). Algebra lineal y Mtodos cuantitativos. EAFIT. Recuperado de:
https://goo.gl/vpsxwC.
Salazar, Brayan. Blog: https://goo.gl/BU3iRr
HUGO EFRAN GARZN
Ingeniero Industrial