ORIGEN DE LA INVESTIGACION DE OPERACIONES

INTRODUCCIN
Las primeras actividades formales de investigacin de operaciones (IO) se iniciaron en
Inglaterra durante la Segunda Guerra Mundial, cuando un equipo de cientficos empez a
tomar decisiones con respecto a la mejor utilizacin del material blico. Al trmino de la
guerra, las ideas formuladas en operaciones militares se adaptaron para mejorar la eficiencia
y productividad en el sector civil. Este captulo presenta la terminologa bsica de la IO, que
comprende el modelado matemtico, soluciones factibles, optimizacin y clculos iterativos.
Hace hincapi en que la definicin correcta del problema es la fase ms importante (y ms
difcil) de practicar la IO.Tambin se recalca que si bien el modelado matemtico es la piedra
angular de la IO, en la decisin final se deben tomar en cuenta factores incuantificables, como
el comportamiento humano, por ejemplo.

Tambin se conoce como Ciencia de la Administracin, debido a que su aplicacin se

restringe a sistemas creados por el hombre como son organizaciones de todo tipo, institutos
y empresas, en general es utilizada para tomar decisiones en problemas con caractersticas
de complejidad para resolverlos, por lo que es necesaria la intervencin de personal
interdisciplinario actuando en equipo, para aplicar el mtodo cientfico, con el objetivo
comn de buscar una solucin integral y ptima.
Actualmente, una persona con cualquier formacin profesional, desempeando la funcin de
administrador en cierta rea de la organizacin, sea del sector pblico o privado, requiere de
la utilizacin de las matemticas y las computadoras para tomar decisiones racionales al
enfrentar los problemas. El mundo complicado de mercado en que se vive ahora, exige la
aplicacin de estrategias refinadas y an sofisticadas que aseguren la buena conduccin de
la empresa; para una buena parte de las organizaciones ya no es suficiente confiar a la
experiencia personal las decisiones adecuadas, pues depende por lo general de la evaluacin
de alternativas de accin que pueden consumir mucho tiempo valioso, adems, que pueden
ser demasiadas para esperar el buen juicio de una sola persona. De esta manera se impone el
uso del procesador electrnico, capacitado para manejar cantidades masivas de informacin,
pero requiere de software que se elabora a partir de la interpretacin abstracta o modelo
matemtico construido por los tcnicos responsables.
En resumen, personas con formacin interdisciplinaria actuando en equipo, emplean la
Investigacin de Operaciones (IO), aplicando procedimientos, tcnicas y herramientas
cientficas a problemas operativos de las organizaciones con el propsito de desarrollar y
ayudar a evaluar alternativas de solucin.
La siguiente definicin de Investigacin de Operaciones pretende sintetizar los principales
aspectos que caracterizan a esta actividad o disciplina: La Investigacin de Operaciones
(IO) es la aplicacin del mtodo cientfico al estudio de los problemas de toma de decisin

en situaciones determinsticas o probabilsticas al interior de sistemas complejos,

considerando la formulacin de un modelo generalmente matemtico que permita estudiar el
problema y desarrollar una solucin que indique el mejor u ptimo curso de accin posible,
coherente con los objetivos globales del sistema. Las dos caractersticas esenciales, que
distinguen a la IO de otras disciplinas o actividades que podran asimilarse a la anterior
definicin, son: i) El modelamiento generalmente matemtico de los problemas de
decisin. ii) La bsqueda de la mejor o la ptima solucin de los problemas de decisin.

SUPUESTOS DE LA PROGRAMACIN LINEAL.

Existe un nmero de suposiciones realizadas en cada modelo. La utilidad de un modelo est
directamente relacionada con la realidad de los supuestos.
El primer supuesto tiene que ver con la forma lineal de las funciones. Ya que el objetivo es
lineal, la contribucin al objetivo de cualquier decisin es proporcional al valor de la variable
de decisin. Producir dos veces ms de producto producir dos veces ms de ganancia,
contratando el doble de pginas en las revistas doblar el costo relacionado con las revistas.
Es una Suposicin de Proporcin.
Adems, la contribucin de una variable a la funcin objetivo es independiente de los valores
de las otras variables. La ganancia con una computadora Notebook es de $3, 500,000
independientemente de cuantas computadoras Desktop se producen. Este es un Supuesto de
Adicin.
Anlogamente, ya que cada restriccin es lineal, la contribucin de cada variable al lado
izquierdo de cada restriccin es proporcional al valor de la variable e independiente de los
valores de cualquier otra variable.
Estas suposiciones son bastante restrictivas. Veremos, sin embargo, que ser claros y precisos
en la formulacin del modelo puede ayudar a manejar situaciones que parecen en un
comienzo como lejanos a estos supuestos.
El siguiente supuesto es la Suposicin de ser Divisible. Es posible tomar una fraccin de
cualquier variable. Por ejemplo, en un problema de marketing, qu significa comprar 2.67
avisos en la televisin? Es posible que la suposicin de ser divisible sea insatisfecha en este
ejemplo. O puede ser que tales unidades de 2.67 avisos correspondan a 2,666.7 minutos de
avisos, en cuyo caso redondeando la solucin seran 2,667 minutos con una mnima duda que
est cercana a la solucin ptima. Si la suposicin de divisible no es vlida, entonces se usar
la tcnica de Programacin Lineal Entera.
La ltima suposicin es el Supuesto de Certeza. La Programacin Lineal no permite
incertidumbre en los valores.

Ser difcil que un problema cumpla con todas las suposiciones de manera exacta. Pero esto
no negar la factibilidad de uso del modelo. Un modelo puede ser an til aunque difiera de
la realidad, si se es consistente con los requerimientos ms estrictos dentro del modelo y se
tiene claras sus limitaciones al interpretar los resultados.
Existen limitaciones prcticas para el uso de la PL. Una se relaciona con los clculos. En
general se necesita una computadora. Desafortunadamente, las calculadoras, aun las
programables, son poco tiles, puesto que la PL tiene necesidad de gran cantidad de memoria
o almacenamiento. Si no se tiene acceso a una computadora, se estar limitado a problemas
muy sencillos. La otra limitacin se refiere al costo de formular un problema de PL. En teora,
podra usarse PL, por ejemplo, para hacer las compras semanales de abarrotes. Sin embargo,
sera necesario conocer todas las compras posibles que pueden realizarse (stas seran las
variables), adems de cada restriccin como sabor, nmero de comidas, vitaminas y
protenas. Es obvio que el costo de obtener todos estos datos excede lo que se podra ahorrar
si se hicieran las compras ptimas. Antes de emprender una aplicacin de PL, debe
considerarse la disponibilidad y el costo de los datos necesarios.

SOLUCIN DEL MODELO DE INVESTIGACIN DE OPERACIONES

En la investigacin de operaciones no se cuenta con una tcnica general nica para resolver
todos los modelos que puedan surgir en la prctica. En su lugar, el tipo y complejidad del
modelo matemtico determina la naturaleza del mtodo de solucin. Por ejemplo, en la
seccin 1.2 la solucin del problema de los boletos requiere una clasificacin simple de las
alternativas, basada en el precio de la compra total, mientras que la solucin del problema
del rectngulo utiliza clculo diferencial para determinar el rea mxima. La tcnica de IO
ms importante es la programacin lineal. Est diseada para modelos con funciones objetivo
y restricciones lineales. Otras tcnicas incluyen la programacin entera (en la cual las
variables asumen valores enteros), la programacin dinmica (en la cual el modelo original
puede descomponerse en subproblemas ms pequeos y manejables), la programacin de red
(en la cual el problema puede modelarse como una red), y la programacin no lineal (en la
cual las funciones del modelo son no lineales). stas son slo algunas de las muchas
herramientas de IO con que se cuenta. Una peculiaridad de la mayora de las tcnicas de IO
es que por lo general las soluciones no se obtienen en formas cerradas (como si fueran
frmulas), sino que ms bien se determinan mediante algoritmos. Un algoritmo proporciona
reglas fijas de clculo que se aplican en forma repetitiva al problema, y cada repeticin
(llamada iteracin) acerca la solucin a lo ptimo. Como los clculos asociados con cada
iteracin suelen ser tediosos y voluminosos, es recomendable que estos algoritmos se
ejecuten con la computadora. Algunos modelos matemticos pueden ser tan complejos que
es imposible resolverlos con cualquiera de los algoritmos de optimizacin disponibles. En
esos casos quiz sea necesario abandonar la bsqueda de la solucin ptima y simplemente
buscar una buena solucin aplicando la heurstica, y la metaheurstica, o bien reglas
empricas.