Historia de La Investigación de Operaciones y Método Grafico

Historia de la investigación de operaciones y método grafico
Samir Tuirán Fonseca.

Febrero 2018.
Universidad del Magdalena.

Programa de Ingeniería Industrial.
Investigación de Operaciones I
HISTORIA DE LA INVESTIGACIÓN DE OPERACIONES
El inicio de la actividad llamada investigación de operaciones, se atribuye casi siempre
a los servicios militares prestados a principios de la Segunda Guerra Mundial. Debido a los
esfuerzos bélicos, existía una necesidad urgente de asignar recursos escasos a las distintas
operaciones militares y a las actividades dentro de cada operación, de la forma más efectiva.
Por todo esto, las administraciones militares americana e inglesa hicieron un llamado a un gran
número de científicos para que aplicaran el enfoque científico a éste y a otros problemas de
estrategia y táctica. De hecho, se les pidió que hicieran investigación sobre operaciones
militares. Estos equipos de científicos fueron los primeros equipos de investigación de
operaciones. Sus esfuerzos contribuyeron de una manera definitiva al triunfo del combate aéreo
inglés en la isla de Campaña en el Pacífico, de la batalla del Atlántico Norte y de muchas otras.
Debido al éxito de la investigación de operaciones en lo militar, los industriales
comenzaron a interesarse en este nuevo campo. Como la explosión industrial seguía su curso
al terminar la guerra, los problemas causados por el aumento de la complejidad y
especialización dentro de las organizaciones pasaron a primer plano. Comenzó a ser evidente
para un gran número de personas, incluyendo a los consultores industriales que habían
trabajado con o para los equipos de investigación de operaciones durante la guerra, que estos
problemas eran básicamente los mismos que los enfrentados por la milicia, pero en un contexto
diferente. De esta forma, la investigación de operaciones comenzó a introducirse en la
industria, los negocios y el gobierno. Para 1951, ya se había introducido por completo en Gran
Bretaña y estaba Estados Unidos en proceso de hacerlo.

Se pueden identificar por lo menos otros dos factores que jugaron un papel importante
en el desarrollo de la investigación de operaciones. Uno es el gran progreso que ya se había
hecho en el mejoramiento de las técnicas disponibles en esta área. Después de la guerra,
muchos científicos que habían participado en los equipos de investigación de operaciones o
que tenían información sobre este trabajo, se encontraban motivados a buscar resultados
sustanciales en este campo; de esto resultaron avances importantes. Un ejemplo sobresaliente
es el método simplex para resolver problemas de programación lineal, desarrollado en 1947
por George Dantzig. Además del rápido desarrollo teórico, el segundo factor que dio un gran
ímpetu a la investigación de operaciones fue el advenimiento de las computadoras. Para
manejar de una manera efectiva los complejos problemas inherentes a esta disciplina, por lo
general se requiere un gran número de cálculos; llevarlos a cabo a mano puede resultar casi
imposible. Entonces el desarrollo de la computadora electrónica digital, con su capacidad para
realizar cálculos aritméticos, miles o tal vez millones de veces más rápido que los seres
humanos, fue una gran ayuda para la investigación de operaciones.
Los inicios de lo que hoy se conoce como Investigación de Operaciones se remontan a
los años 1759 cuando el economista Quesnay empieza a utilizar modelos primitivos de
programación matemática. Más tarde, otro economista de nombre Walras, hace uso, en 1874,
de técnicas similares. Los modelos lineales de la Investigación de Operaciones tienen como
precursores a Jordan en 1873, Minkowsky en 1896 y a Farkas en 1903. Los modelos dinámicos
probabilísticos tienen su origen con Markov a fines del siglo pasado. El desarrollo de los
modelos de inventarios, así como el de tiempos y movimientos, se lleva a cabo por los años
veinte de este siglo, mientras que los modelos de línea de espera se originan con los estudios
de Erlang, a principios del siglo XX. Los problemas de asignación se estudian con métodos
matemáticos por los húngaros Konig y Egervary en la segunda y tercera décadas de este siglo.
Los problemas de distribución se estudian por el ruso Kantorovich en 1939. Von
Neuman cimienta en 1937 lo que años más tarde culminara como la Teoría de Juegos y la
Teoría de Preferencias (esta última desarrollada en conjunto con Morgenstern). Hay que hacer
notar que los modelos matemáticos de la Investigación de Operaciones que utilizaron estos
precursores, estaban basados en el Cálculo Diferencial e Integral (Newton, Lagrange, Laplace,
Lebesgue, Leibnitz, Reimman, Stieltjes, por mencionar algunos), la Probabilidad y la
Estadística (Bernoulli, Poisson, Gauss, Bayes, Gosset, Snedecor, etc.).
“La Investigación de Operaciones es la aplicación, por grupos interdisciplinarios, del
método científico a problemas relacionados con el control de las organizaciones o sistemas a
fin de que se produzcan soluciones que mejor sirvan a los objetivos de toda organización."
Según (Ackoff, R. L. y Sasieni M. W. Fundamentals of Operations Research, John Wiley &
Sons, 1968)
METODO GRAFICO
El método gráfico se emplea para resolver problemas que presentan sólo 2 variables de
decisión. Según el autor Hamdy Taha, en su libro “Investigación de Operaciones” lo señala
como problemas bidimensionales con solución gráfica. Lo fundamental en estos problemas de
optimización, es definir los tres componentes básicos:
 Variables de decisión: son aquellas que definen el comportamiento del problema.
Ejemplo: X1: Cantidad de producto Z a comprar para producir Y.
 Objetivo: que a nivel de estudio y así denominado por el autor Hamdy Taha “Función
Objetivo”; aquí se debe definir si la función es maximizar o minimizar. Ejemplo:
Z=A.X1+B.X2, donde según sea el caso podría ser maximizar las ganancias, minimizar
los costos.
 Restricciones: permitirán definir y acotar el problema, estos son (regularmente)
inecuaciones. Ejemplo: X1+ X2<20, lo que significa que la suma de las variables X1 y
X2 sea menor a 20.
Posteriormente de haber definido estos tres componentes se procede a graficar en el plano
y se acota según indiquen las restricciones para encontrar la región factible del problema, en
esta área todos los puntos son soluciones que cumplen con las restricciones pero solo uno o
más puntos son los puntos óptimos o “Soluciones Óptimas” que dan respuesta a ser el o los
puntos máximos o mínimos de la función objetiva. Hay también la posibilidad de que no haya
solución óptima y puede ocurrir por dos razones:

1. Que no haya región acotada o que no todas las restricciones se acoten. Ejemplo:
2. Que la región factible no sea acotada y la solución objetiva tienda a infinito. Ejemplo:
Veamos el siguiente ejemplo sencillo.
Ejemplo 1: Una línea de viaje en tren ofrece asientos para fumadores a un precio de Bs 1.000
y para no fumadores a un precio de Bs 600. Por otra parte, a los no fumadores se les deja llevar
un máximo de 50Kg en equipaje y los fumadores 20Kg, la capacidad máxima del tren en
equipaje es de 3.000Kg. Si el tren tiene 90 asientos, ¿Cuál debe ser la oferta de asientos para
cada tipo de pasajeros, con la finalidad de optimizar su ganancia?

Respuesta: Definimos los componentes básicos para resolver el problema:
Variables de decisión:
Función Objetivo: Como se desea obtener el mayor beneficio es un problema de Maximizar:
Restricciones: Sacaremos restricción por restricción según el enunciado:
A) “…a los no fumadores se les deja llevar un máximo de 50Kg en equipaje y
los fumadores 20Kg, la capacidad máxima del tren en equipaje es de 3.000Kg”
B) “…el tren tiene 90 asientos…” es decir, que la cantidad de asientos para fumadores y no
fumadores debe ser menor o igual a 90 asientos.
C) Por último se definen las restricciones lógicas, en este caso nos podemos preguntar ¿Es
posible que o den valores negativos? En otras palabras, ¿Estaría bien decir un resultado como:
- 40 asientos para no fumadores y -20 para fumadores? Por supuestos que no, cuando contamos
asientos lo hacemos de manera positiva, por tanto definimos:
Ahora bien, ya definidos estos puntos, procedemos a graficar y acotar la región factible:
Recomendación: para graficar es preferible despejar una de las variables al a un lado de la
desigualdad, y tratar a una variable como “X” y la otra como “Y” para que se nos muestre más
sencillo al momento de graficar, en este caso se tomará a X1 como “X” y X2 como “Y”.
Una vez obtenida la región factible ubicaremos todos los vértices y estos valores serán
evaluados en la función objetivo.
Vértice (0,60): Z(0,60)=1000x0+600x60= Bs. 36.000
Vértice (50,40): Z(50,40)=1000x50+600x40= Bs. 74.000
Vértice (90,0): Z(90,0)=1000x90+600x0=Bs. 90.000 Vértice Optimo
Solución: La oferta de asientos para que haya un mayor beneficio ha de ser 90 asientos para
fumadores, para obtener una ganancia máxima de Bs. 90.000
En este sencillo ejemplo se muestra la aplicabilidad del método gráfico de manera
detallada. Más adelante, en una próxima entrega se presentará un ejemplo con mayor cantidad
de restricciones y por ende mayor cantidad de vértices para evaluar.

Historia de La Investigación de Operaciones y Método Grafico

Cargado por

Copyright:

Formatos disponibles

Historia de La Investigación de Operaciones y Método Grafico

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Historia de La Investigación de Operaciones y Método Grafico

Cargado por

Copyright:

Formatos disponibles

Historia de la investigación de operaciones y método grafico

Samir Tuirán Fonseca.

Universidad del Magdalena.

El inicio de la actividad llamada investigación de operaciones, se atribuye casi siempre

militares. Estos equipos de científicos fueron los primeros equipos de investigación de

Debido al éxito de la investigación de operaciones en lo militar, los industriales

al terminar la guerra, los problemas causados por el aumento de la complejidad y

diferente. De esta forma, la investigación de operaciones comenzó a introducirse en la

Bretaña y estaba Estados Unidos en proceso de hacerlo.

en el desarrollo de la investigación de operaciones. Uno es el gran progreso que ya se había

hecho en el mejoramiento de las técnicas disponibles en esta área. Después de la guerra,

muchos científicos que habían participado en los equipos de investigación de operaciones o

sustanciales en este campo; de esto resultaron avances importantes. Un ejemplo sobresaliente

es el método simplex para resolver problemas de programación lineal, desarrollado en 1947

ímpetu a la investigación de operaciones fue el advenimiento de las computadoras. Para

imposible. Entonces el desarrollo de la computadora electrónica digital, con su capacidad para

humanos, fue una gran ayuda para la investigación de operaciones.

Los inicios de lo que hoy se conoce como Investigación de Operaciones se remontan a

de técnicas similares. Los modelos lineales de la Investigación de Operaciones tienen como

precursores, estaban basados en el Cálculo Diferencial e Integral (Newton, Lagrange, Laplace,

Lebesgue, Leibnitz, Reimman, Stieltjes, por mencionar algunos), la Probabilidad y la

Estadística (Bernoulli, Poisson, Gauss, Bayes, Gosset, Snedecor, etc.).

“La Investigación de Operaciones es la aplicación, por grupos interdisciplinarios, del

método científico a problemas relacionados con el control de las organizaciones o sistemas a

Según (Ackoff, R. L. y Sasieni M. W. Fundamentals of Operations Research, John Wiley &

decisión. Según el autor Hamdy Taha, en su libro “Investigación de Operaciones” lo señala

como problemas bidimensionales con solución gráfica. Lo fundamental en estos problemas de

optimización, es definir los tres componentes básicos:

 Variables de decisión: son aquellas que definen el comportamiento del problema.

Ejemplo: X1: Cantidad de producto Z a comprar para producir Y.

Objetivo”; aquí se debe definir si la función es maximizar o minimizar. Ejemplo:

 Restricciones: permitirán definir y acotar el problema, estos son (regularmente)

X2 sea menor a 20.

Posteriormente de haber definido estos tres componentes se procede a graficar en el plano

solución óptima y puede ocurrir por dos razones:

Veamos el siguiente ejemplo sencillo.

cada tipo de pasajeros, con la finalidad de optimizar su ganancia?

Función Objetivo: Como se desea obtener el mayor beneficio es un problema de Maximizar:

Restricciones: Sacaremos restricción por restricción según el enunciado:

A) “…a los no fumadores se les deja llevar un máximo de 50Kg en equipaje y

los fumadores 20Kg, la capacidad máxima del tren en equipaje es de 3.000Kg”

fumadores debe ser menor o igual a 90 asientos.

asientos lo hacemos de manera positiva, por tanto definimos:

evaluados en la función objetivo.

Vértice (0,60): Z(0,60)=1000x0+600x60= Bs. 36.000

Vértice (50,40): Z(50,40)=1000x50+600x40= Bs. 74.000

Vértice (90,0): Z(90,0)=1000x90+600x0=Bs. 90.000 Vértice Optimo

fumadores, para obtener una ganancia máxima de Bs. 90.000

En este sencillo ejemplo se muestra la aplicabilidad del método gráfico de manera

de restricciones y por ende mayor cantidad de vértices para evaluar.

También podría gustarte