Repblica Bolivariana De Venezuela

Ministerio Del Poder Popular Para La Defensa

Universidad Nacional Experimental Politcnica De Las Fuerzas Armadas
UNEFA Juan Griego Estado Nueva Esparta

Investigacin De
Operaciones

Profe:
Maria Marcano
Integrantes:
Reidy Bermdez
Anderson Rojas

5To Semestre Ingeniera De Sistemas

Juan Griego 06 De Marzo Del 2017
 Seccin: 54426 - 01D
INTRODUCCIN

La Investigacin de Operaciones aspira a determinar la mejor solucin para la mejora de un problema

de decisiones con la restriccin de recursos limitados.
En la Investigacin de Operaciones se utilizan herramientas que nos permiten tomar decisiones a la
hora de resolver un problema de Investigacin. Adems que es necesario cumplir con una serie de
etapas o fases. Las etapas o fases de las que hablamos son las siguientes: Definicin del
problema, Construccin del modelo, Solucin del modelo, Validacin del modelo e Implantacin de los
resultados finales. El principal objetivo de esta rea de conocimientos consiste en formular y resolver
diversos problemas orientados a la toma de decisiones De Programas Matemticos, estadsticos o
algortmico.
 INVESTIGACIN DE OPERACIONES
Es una disciplina moderna que consiste en el uso de modelos
matemticos, estadstica y algoritmos con objeto de realizar un proceso de toma de
decisiones. Frecuentemente se trata del estudio de complejos sistemas reales, con la finalidad de
mejorar (u optimizar) su funcionamiento. La investigacin de operaciones permite el anlisis de la toma
de decisiones teniendo en cuenta la escasez de recursos, para determinar cmo se puede optimizar un
objetivo definido, como la maximizacin de los beneficios o la minimizacin de costos.

OBJETIVOS
La Investigacin de Operaciones se ocupa de la resolucin de problemas relacionados con la
conduccin y coordinacin de las operaciones o actividades dentro de una organizacin. Su mbito de
aplicacin es muy amplio, aplicndose a problemas de fabricacin, transporte, construccin,
telecomunicaciones, planificacin y gestin financiera, ciencias de la salud, servicios pblicos, etc. En
general, puede aplicarse en todos los problemas relacionados con la gestin, la planificacin y el
diseo.
La Investigacin de Operaciones incluye un conjunto muy amplio de tcnicas orientadas a
proporcionar una ayuda cuantitativa a la toma de decisiones. El mtodo empleado es el mtodo
cientfico, y las tcnicas que se utilizan son, en buena medida, tcnicas matemticas.
El objetivo de esta asignatura es que el estudiante asimile los principios que guan la resolucin de
problemas mediante la aplicacin de las tcnicas de Investigacin de Operaciones. En concreto:
La construccin de modelos de decisin basados en descripciones matemticas, con el
objetivo de tomar decisiones en situaciones de complejidad o incertidumbre.
La resolucin, mediante anlisis matemtico o simulacin, de los modelos de decisin,
obteniendo los valores ptimos de las variables de decisin que intervienen en el modelo.
La realizacin de estudios de sensibilidad de la solucin o soluciones propuestas, para evaluar
su robustez frente a cambios en las condiciones de los parmetros del modelo.
Obtener una visin general sobre el concepto de sistema e identificar sus partes componentes
en un sistema productivo
Atender a las expectativas que presenta el medio productivo mundial para poder ser
componente clave dentro de su desarrollo.
Desarrollar capacidades necesarias para el diseo de modelos particulares para resolver
problemas en situaciones especficas.
Comprender la importancia de la Investigacin de Operaciones como metodologa de
optimizacin dentro de cualquier tipo de organizacin.
Conocer y utilizar herramientas computacionales, soporte para la aplicacin de los modelos.

DISCIPLINAS MS DESTACADAS EN LA INVESTIGACIN DE OPERACIONES

MODERNA SON:

Tecnologas de la Informacin.
Medioambiente, Energa y Recursos Naturales.
Ingeniera Financiera.
 Manufactura y Servicios.
Gestin de la Cadena de Suministro (SCM).
Marketing.
Revenue Management.
Problemas de Transporte.
Simulacin.
Modelos Estocsticos.
CONSTRUCCIN DE UN MODELO

1. Definicin Del Problema: Se debe definir el problema para el cual se busca proponer un curso
de accin. Es un problema relevante? Es posible tomar una buena decisin sin la necesidad de
resolver un modelo de optimizacin? Cules son sus alcances? Cules son los factores que influyen
en el desempeo del sistema?, etc. La calidad del modelo de optimizacin depender en gran parte de
la asertividad en la definicin del problema de decisin.

2. Construccin De Un Modelo: Un modelo de optimizacin considera necesariamente una

abstraccin o simplificacin 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
resolucin haciendo uso de un algoritmo ad-hoc. Alcanzar este equilibrio no es trivial. Por ello ante un
mismo problema puede existir ms de un modelo de optimizacin que lo represente con distintos
niveles de detalle y abstraccin.

3. Solucin Del Modelo: Una vez construido el modelo de optimizacin se deben identificar las
alternativas de resolucin para el mismo. Para ello se puede hacer uso de programas computacionales
que utilizan algoritmos de resolucin especficos dependiendo de las caractersticas del modelo. Por
ejemplo, para resolver un problema de Programacin Lineal (las variables de decisin se representan
como funciones lineales tanto en la funcin objetivo como restricciones) se puede utilizar el Mtodo
Simplex.

4. Validacin: Se verifica que la solucin alcanzada cumpla con las condiciones (restricciones)
impuestas al problema.
5. Implementacin Y Control De La Solucin: Una vez verificada la solucin se procede a su
implementacin. Cabe destacar que esto puede lugar a actualizaciones del modelo de optimizacin
tanto en trminos del modelo como el valor de los parmetros estimados. Por ejemplo, si el modelo de
optimizacin corresponde a un Plan Maestro de la Produccin (PMP) y se genera un cambio en el valor
de la hora hombre de los trabajadores ser necesario actualizar el valor del parmetro que representa
dicho costo para posteriores instancias de resolucin. En la actualidad el uso de modelos de
optimizacin es cada vez ms frecuente en la toma de decisiones.

CARACTERSTICAS DE LA INVESTIGACIN DE OPERACIONES

La Investigacin de Operaciones usa el mtodo cientfico para investigar el problema en
cuestin. En particular, el proceso comienza por la observacin cuidadosa y la formulacin del
problema incluyendo la recoleccin de datos pertinentes.
La Investigacin de Operaciones adopta un punto de vista organizacional. De esta manera
intenta resolver los conflictos de inters entre los componentes de la organizacin de forma
que el resultado sea el mejor para la organizacin completa.
La Investigacin de Operaciones intenta encontrar una mejor solucin (llamada solucin
optima), para el problema bajo consideracin. En lugar de contentarse con mejorar el
estado de las cosas, la Meta es identificar el mejor curso de accin posible.
En la Investigacin de Operaciones es necesario emplear el enfoque de equipo. Este equipo
debe incluir personal con antecedentes firmes en matemticas, estadsticas y teora de
probabilidades, economa, administracin de empresas ciencias de la computacin, ingeniera,
etc. El equipo tambin necesita tener la experiencia y las habilidades para permitir la
consideracin adecuada de todas las ramificaciones Del problema.
La Investigacin de Operaciones ha desarrollado una serie de tcnicas y modelos muy tiles a
la Ingeniera de Sistemas. Entre ellos tenemos: la Programacin No Lineal, Teora de Colas,
Programacin Entera, Programacin Dinmica, entre otras.

TIPOS DE MODELOS DE INVESTIGACIN DE OPERACIONES

(A) Modelo Matemtico: Se emplea cuando la funcin objetivo y las restricciones del modelo se
pueden expresar en forma cuantitativa o matemtica como funciones de las variables de decisin.

(B) Modelo De Simulacin: Los modelos de simulacin difieren de los matemticos en que las
relaciones entre la entrada y la salida no se indican en forma explcita. En cambio, un modelo de
simulacin divide el sistema representado en mdulos bsicos o elementales que despus se enlazan
entre si va relaciones lgicas bien definidas. Por lo tanto, las operaciones de clculos pasaran de un
mdulo a otro hasta que se obtenga un resultado de salida.
Los modelos de simulacin cuando se comparan con modelos matemticos; ofrecen mayor flexibilidad
al representar sistemas complejos, pero esta flexibilidad no est libre de inconvenientes. La elaboracin
de este modelo suele ser costoso en tiempo y recursos. Por otra parte, los modelos matemticos
ptimos suelen poder manejarse en trminos de clculos.

Modelos Formales: Se usan para resolver problemas cuantitativos de decisin en el mundo real.
Algunos modelos en la ciencia de la administracin son llamados modelos determinsticos. Esto
significa que todos los datos relevantes (es decir, los datos que los modelos utilizarn o evaluarn) se
dan por conocidos. En los modelos probabilsticos (o estocsticos), alguno de los datos importantes se
consideran inciertos, aunque debe especificarse la probabilidad de tales datos.
En la siguiente tabla se muestran los modelos de decisin segn su clase de incertidumbre y su uso en
las corporaciones. (D, determinista; P, probabilista; A, alto; B, bajo)

Clase De Incertidumbre
D
D,P
D,P
D,P
D
D,P
P
D
P
D,P
P
D

Modelo De Hoja De Clculo Electrnica: La hoja de clculo electrnica facilita hacer y

contestar preguntas de "que si" en un problema real. Hasta ese grado la hoja de clculo electrnica
tiene una representacin selectiva del problema y desde este punto de vista la hoja de clculo
electrnica es un modelo.

MTODO GRFICO DE RESOLUCIN DE SISTEMAS

El mtodo grfico para resolver este tipo de sistemas consiste, por tanto, en representar en unos ejes
cartesianos, o sistema de coordenadas, ambas rectas y comprobar si se cortan y, si es as, dnde. Esta
ltima afirmacin contiene la filosofa del proceso de discusin de un sistema por el mtodo grfico.
Hay que tener en cuenta, que, en el plano, dos rectas slo pueden tener tres posiciones relativas (entre
s): se cortan en un punto, son paralelas o son coincidentes (la misma recta). Si las dos rectas se
cortan en un punto, las coordenadas de ste son el par (x, y) que conforman la nica solucin del
sistema, ya que son los nicos valores de ambas incgnitas que satisfacen las dos ecuaciones del
sistema, por lo tanto, el mismo es compatible determinado. Si las dos rectas son paralelas, no tienen
ningn punto en comn, por lo que no hay ningn par de nmeros que representen a un punto que est
en ambas rectas, es decir, que satisfaga las dos ecuaciones del sistema a la vez, por lo que ste ser
incompatible, o sea sin solucin. Por ltimo, si ambas rectas son coincidentes, hay infinitos puntos que
pertenecen a ambas, lo cual nos indica que hay infinitas soluciones del sistema (todos los puntos de las
rectas), luego ste ser compatible indeterminado.
 CARACTERIZACIN DE GRAFOS

Grafos Simples
Un grafo es simple si a lo sumo existe una arista uniendo dos vrtices cualesquiera. Esto es
equivalente a decir que una arista cualquiera es la nica que une dos vrtices especficos.
Un grafo que no es simple se denomina multigrafo.

Grafos Conexos
Un grafo es conexo si cada par de vrtices est conectado por un camino; es decir, si para cualquier
par de vrtices (a, b), existe al menos un camino posible desde a hacia b.
Un grafo es doblemente conexo si cada par de vrtices est conectado por al menos dos caminos
disjuntos; es decir, es conexo y no existe un vrtice tal que al sacarlo el grafo resultante sea disconexo.
Es posible determinar si un grafo es conexo usando un algoritmo Bsqueda en anchura (BFS)
o Bsqueda en profundidad (DFS).
En trminos matemticos la propiedad de un grafo (fuertemente) conexo permite establecer
una relacin de equivalencia para sus vrtices, la cual lleva a una particin de estos en "componentes
(fuertemente) conexos", es decir, porciones del grafo, que son (fuertemente) conexas cuando se
consideran como grafos aislados. Esta propiedad es importante para muchas demostraciones en teora
de grafos.

Grafo conexo y no conexo

Grafos Completos
Un grafo es completo si existen aristas uniendo todos los pares posibles de vrtices. Es decir, todo par
de vrtices (a, b) debe tener una arista e que los une.
El conjunto de los grafos completos es denominado usualmente , siendo el grafo completo
de n vrtices.
Un , es decir, grafo completo de vrtices tiene exactamente aristas.
La representacin grfica de los como los vrtices de un polgono regular da cuenta de su peculiar
estructura.
 TIPOS DE GRAFOS

Grafo Simple. O simplemente grafo es aquel que acepta una sola arista uniendo dos
vrtices cualesquiera. Esto es equivalente a decir que una arista cualquiera es la nica que une
dos vrtices especficos. Es la definicin estndar de un grafo.

Multigrafo. Es el que acepta ms de una arista entre dos vrtices. Estas aristas se
llaman mltiples o lazos (loops en ingles). Los grafos simples son una subclase de esta
categora de grafos. Tambin se les llama grafos general.

Pseudografo. Si incluye algn lazo.

Grafo Orientado, Dirigido O Digrafo . Son grafos en los cuales se ha aadido

una orientacin a las aristas, representada grficamente por una flecha .

Grafo Etiquetado. Grafos en los cuales se ha aadido un peso a las aristas (nmero
entero generalmente) o un etiquetado a los vrtices.

Grafo Aleatorio. Grafo Cuyas Aristas Estn Asociadas A Una Probabilidad.

Hipergrafo. Grafos en los cuales las aristas tienen ms de dos extremos, es decir, las aristas
son incidentes a 3 o ms vrtices.

Grafo Infinito. Grafos con conjunto de vrtices y aristas de cardinal infinito.

REPRESENTACIN DE GRAFOS
Existen diferentes formas de representar un grafo (simple), adems de la geomtrica y
muchos mtodos para almacenarlos en una computadora. La estructura de datos usada
depende de las caractersticas del grafo y el algoritmo usado para manipularlo. Entre las
estructuras ms sencillas y usadas se encuentran las listas y las matrices, aunque
frecuentemente se usa una combinacin de ambas. Las listas son preferidas en grafos
dispersos porque tienen un eficiente uso de la memoria. Por otro lado, las matrices
proveen acceso rpido, pero pueden consumir grandes cantidades de memoria.
 ESTRUCTURA DE LISTA

Lista De Incidencia - Las aristas son representadas con un vector de pares (ordenados, si
el grafo es dirigido), donde cada par representa una de las aristas.
Lista De Adyacencia - Cada vrtice tiene una lista de vrtices los cuales son adyacentes a
l. Esto causa redundancia en un grafo no dirigido (ya que A existe en la lista de adyacencia de
B y viceversa), pero las bsquedas son ms rpidas, al costo de almacenamiento extra.
Lista De Grados - Tambin llamada secuencia de grados o sucesin grfica de un grafo no-
dirigido es una secuencia de nmeros, que corresponde a los grados de los vrtices del grafo.

ESTRUCTURAS MATRICIALES

Matriz De Adyacencia - El grafo est representado por una matriz cuadrada M de tamao ,
donde es el nmero de vrtices. Si hay una arista entre un vrtice x y un vrtice y, entonces el
elemento es 1, de lo contrario, es 0.

Matriz De Incidencia - El grafo est representado por una matriz de A (aristas) por V
(vrtices), donde [vrtice, arista] contiene la informacin de la arista (1 - conectado, 0 - no
conectado)

Matriz de Matriz de Secuencia Lista de

Grafo G(V,A) Conjuntos
adyacencia incidencia de grados Adyacencia

V = { 1, 2, 3,
4, 5, 6 }
{ {1,2,5},
A = { {1,1}, (4,3,3,3,2,1) {3,5}, {4},
{1,2}, {1,5}, {5,6} }
{2,3}, {2,5},
{3,4},
{4,5}, {4,6} }

PROGRAMACIN LINEAL
La programacin lineal es el campo de la optimizacin matemtica dedicado a maximizar o minimizar
(optimizar) una funcin lineal, denominada funcin objetivo, de tal forma que las variables de dicha
funcin estn sujetas a una serie de restricciones expresadas mediante un sistema de ecuaciones
o inecuaciones tambin lineales. El mtodo tradicionalmente usado para resolver problemas de
programacin lineal es el Mtodo Simplex. La Programacin Lineal es un procedimiento o algoritmo
matemtico mediante el cual se resuelve un problema indeterminado, formulado a travs de
ecuaciones lineales, optimizando la funcin objetivo, tambin lineal. Consiste en optimizar (minimizar o
maximizar) una funcin lineal, denominada funcin objetivo, de tal forma que las variables de dicha
funcin estn sujetas a una serie de restricciones que expresamos mediante un sistema de
inecuaciones lineales.

RESTRICCIONES
Las restricciones pueden ser de la forma:

Dnde:

A = valor conocido a ser respetado estrictamente;

B = valor conocido que debe ser respetado o puede ser superado;
C = valor conocido que no debe ser superado;
J = nmero de la ecuacin, variable de 1 a M (nmero total de restricciones);
A; b; y, c = coeficientes tcnicos conocidos;
X = Incgnitas, de 1 a N;
I = nmero de la incgnita, variable de 1 a N.
En general no hay restricciones en cuanto a los valores de N y M. Puede ser N = M; N > M; , N < M.
Sin embargo si las restricciones del Tipo 1 son N, el problema puede ser determinado, y puede no
tener sentido una optimizacin.
Los tres tipos de restricciones pueden darse simultneamente en el mismo problema

MTODOSIMPLEX
El Mtodo Simplex es un mtodo analtico de solucin de problemas de programacin lineal capaz de
resolver modelos ms complejos que los resueltos mediante el mtodo grfico sin restriccin en el
nmero de variables. El Mtodo Simplex es un mtodo iterativo que permite ir mejorando la solucin en
cada paso. La razn matemtica de esta mejora radica en que el mtodo consiste en caminar del
vrtice de un poliedro a un vrtice vecino de manera que aumente o disminuya (segn el contexto de la
funcin objetivo, sea maximizar o minimizar), dado que el nmero de vrtices que presenta un poliedro
solucin es finito siempre se hallar solucin. Este famossimo mtodo fue creado en el ao de 1947
por el estadounidense George Bernard Dantzig y el ruso Leonid Vitalievich Kantorovich, con el nimo
de crear un algoritmo capaz de solucionar problemas de m restricciones y n variables.

CONCLUSIN
La investigacin de operaciones es el procedimiento cientfico que est auxiliado por modelos y
tcnicas matemticas, servible para disear y operar a los problemas complejos de la direccin y
administracin de grandes sistemas que forman una organizacin compleja en las cuales las
decisiones son muy importantes y difciles de elegir, ya que la eficacia de una decisin sobre guardar
la supervivencia y desarrollo de sta, al contrario estara en camino hacia el fracaso.
 BIBLIOGRAFIA

[1] Ing. Vctor Calle Vivanco Investigacin Operativa (Curso A Distancia de la Universidad
Peruana los Andes) Primera Edicin 2005.

[2] Raffo lecca Investigacin de Operaciones Primera Edicin Lima-Per 1997

[3] www.itson.mx/dii/elagarda/apagina2001/PM/uno.html#introduccionSghgwdhygsd

[4] http://www.investigacion-operaciones.com

Autor:
Joel E. Cosme Salcedo
grupodms@gmail.com
Universidad Peruana Los Andes