INVESTIGACION DE OPERACIONES

TAREA N0. 1

Es una disciplina moderna que consiste en el uso de modelos

matemáticos, estadística y algoritmos con objeto de realizar un proceso de toma de
decisiones. Frecuentemente trata del estudio de complejos sistemas reales, con la
finalidad de mejorar (u optimizar) su funcionamiento. La investigación de
operaciones permite el análisis de la toma de decisiones teniendo en cuenta la
escasez de recursos, para determinar cómo se puede optimizar un objetivo definido,
como la maximización de los beneficios o la minimización de costos.

Tipos de Modelos de Investigación de Operaciones.

Modelo Matemático: Se emplea cuando la función objetivo y las

restricciones del modelo se pueden expresar en forma cuantitativa o
matemática como funciones de las variables de decisión.

Modelo de Simulación: Los modelos de simulación difieren de los

matemáticos en que las relación entre la entrada y la salida no se indican
en forma explícita. En cambio, un modelo de simulación divide el sistema
representado en módulos básicos o elementales que después se enlazan
entre si vía relaciones lógicas bien definidas. Por lo tanto, las operaciones
de cálculos pasaran de un módulo a otro hasta que se obtenga un
resultado de salida.

Los modelos de simulación cuando se comparan con modelos

matemáticos; ofrecen mayor flexibilidad al representar sistemas
complejos, pero esta flexibilidad no esta libre de inconvenientes. La
elaboración de este modelo suele ser costoso en tiempo y recursos. Por
otra parte, los modelos matemáticos óptimos suelen poder manejarse en
términos de cálculos.
Modelos de Investigación de Operaciones de la ciencia de la
administración: Los científicos de la administración trabajan con modelos
cuantitativos de decisiones.

Modelos Formales: Se usan para resolver problemas cuantitativos de

decisión en el mundo real. Algunos modelos en la ciencia de la
administración son llamados modelos deterministicos. Esto significa que todos
los datos relevantes (es decir, los datos que los modelos utilizarán o
evaluarán) se dan por conocidos. En los modelos probabilísticos (o
estocásticos), 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 decisión según su clase de incertidumbre y su uso
en las corporaciones. (D, determinista; P, probabilista; A, alto; B, bajo)1.1

Investigación de Operaciones

El enfoque de sistemas a un problema, es característico en la IO, consiste en

examinar toda el área que es responsabilidad del administrador y no una en
particular; esto permite que el grupo de IO observe los efectos de acciones fuera
del área de localización del problema, lo que puede permitir resolver el problema
verdadero y no sólo sus síntomas. Además, debe incluirse una base cuantitativa o
modelo para la toma de decisión en la solución del problema, pero en algunos
casos, las respuestas dadas por la computadora conducirán a la necesidad de ciertas
modificaciones que reflejen la futura condición del negocio o bien será una guía a
seguir por el administrador sin necesidad de hacer cambios.

La investigación de operaciones proporciona la oportunidad de que sus resultados

se utilicen en la toma de decisiones a niveles administrativos superiores, medianos
y bajos. La experiencia del administrador, las futuras condiciones del negocio y los
resultados de un modelo matemático forman la mejor combinación para la
planeación, organización, dirección y control de las actividades de la empresa. El
procedimiento de siete pasos mostrado en el siguiente diagrama, puede constituir
una metodología de acción al aplicar la IO.
DIAGRAMA DE I

Aplicaciones de la Investigación de
Operaciones
Áreas funcionales

Una muestra de los problemas que la IO ha estudiado y resuelto con éxito en

negocios e industria se tiene a continuación:

Personal

La automatización y la disminución de costos, reclutamiento de personal,

clasificación y asignación a tareas de mejor actuación e incentivos a la
producción.

Mercado y distribución

El desarrollo e introducción de producto, envasado, predicción de la

demanda y actividad competidora, localización de bodegas y centros
distribuidores.

Compras y materiales

Las cantidades y fuentes de suministro, costos fijos y variables, sustitución

de materiales, reemplazo de equipo, comprar o rentar.

Manufactura

La planeación y control de la producción, mezclas óptimas de manufactura,

ubicación y tamaño de planta, el tráfico de materiales y el control de calidad.

Finanzas y contabilidad

Los análisis de flujo de efectivo, capital requerido de largo plazo,

inversiones alternas, muestreo para la seguridad en auditorías y
reclamaciones.

Planeación

Con los métodos Pert para el control de avance de cualquier proyecto con
múltiples actividades, tanto simultáneas como las que deben esperar para
ejecutarse.

La lista de áreas funcionales de la organización que son de posible aplicación de la

IO, es ilustrativa del potencial que tiene para resolver el problema de la empresa.

Problemas ejemplo de aplicación con éxito de la IO.- En los siguientes

problemas el gobierno o empresa, ahorraron millones de dólares en la aplicación de
la IO:
 1. Programación del horario de las rondas de policías de San Francisco.-En
1989 Taylor y Huxley diseñaron un método para programar el horario de las
rondas de oficiales de la Policía de San Francisco, usando un modelo de
programación lineal, la programación de metas y la programación entera. El
ahorro sumó 11 millones de dólares anuales.
2. Reducción de gastos de combustible en la industria de la energía eléctrica.-
En 1989 Chao y Cols ahorraron a 79 empresas de servicio de energía
eléctrica más de 125 millones de dólares en costos de compras y de déficit,
usando programación dinámica y simulación.
3. Diseño de una instalación para desmontar lingoteras en Bethlehem Steel.-
En 1989 Vasko y Cols ayudaron a esta empresa siderúrgica con el diseño del
sistema de quitar lingoteras a los lingotes de acero con un modelo de
programación entera ahorrando 8 millones de dólares anuales.
4. Mezcla de gasolinas en Texaco.- Con programación lineal y no lineal Dewit
y Cols diseñaron un modelo de mezcla para cuatro tipos de gasolina
ahorrando 30 millones de dólares al año; aplicando análisis de sensibilidad
calcularon el efecto de cambios al modelo.
5. Programación del horario de los camiones para North América Van Limes.-
En 1989 Powell y Col, con modelos de redes y programación dinámica,
formularon la asignación de carga a chóferes, reduciendo costos en 2.5
millones de dólares, con mejor servicio.
6. Administración del inventario a Blue Bell.-En 1985 Edwards, Wagner y
Wood con programación lineal y modelos probabilísticos de inventario
redujeron el nivel medio de inventario de ropa deportiva y de oficina en un
31%.
7. Determinación de carteras de bonos.- Varias personas (Chandy y Kharabe,
1986) utilizaron la programación lineal para máxima ganancia con
restricciones de riesgo y de la diversificación de la cartera.
8. Planeación de producción en lechería.-En 1985 Sullivan y Secrest, usaron
programación lineal con utilidad de 48000 dólares, al determinar el proceso:
del suero, la leche cruda, el suero dulce y la crema, para obtener: queso
crema, requesón, crema agria y crema de suero.

Reemplazo de equipo en Phillips Petrolean.- Para el reemplazo de equipo

Formulación de
usaron modelos (Waddell, 1983), q

problemas con programación lineal.

La formulación de un problema de cualquier tamaño con programación lineal debe
sujetarse al formato del modelo de PL general ya presentado antes.

Se empieza como parte 1, con la observación y análisis necesario para definir

el significado cuantitativo de las variables de decisión o controlables que se
pueden representar, en símbolos como X1, X2, X3,... ,o bien, identificar con nombre
específico de producto o bienes de manufactura, almacén o venta, disponibilidad
y/o requerimiento de recurso o materia prima.

Se continúa con la parte 2, para construir la función objetivo o medida de

efectividad, representada por una variable (denotada con Z, G, U, etc.) cuyo valor
se desea maximizar (utilidad, rendimiento, ingreso, producción) o
bien minimizar (costo, tiempo, mano de obra, inventario). Puede ocurrir en algún
caso, que la formulación resulte no lineal, pero con las transformaciones adecuadas
se puede hacer la conversión a lineal.

Como parte 3 debe considerarse la construcción de las restricciones que limitan el

valor óptimo que puede tomar la función objetivo, o sea, definen las soluciones
admisibles o región factible del problema. Las restricciones pueden ser de una o
todas las clases siguientes: Si no se debe exceder el recurso disponible, de la forma
<=; para no menos de lo requerido, de la forma >=; o también para igualar el
recurso especificado, de la forma =.

Se termina con la parte 4, para condicionar las variables a valores no negativos,

debido a que en la gran mayoría de los problemas los valores negativos no tienen
significado físico. Los casos de excepción merecen tratamiento especial.

ROSA MARGARITA GARCIA OLIVAS