.

FACULTAD DE CIENCIAS ECONMICAS Y COMERCIALES NEGOCIOS

INTERNACIONALES

ADMINISTRACIN Y NEGOCIOS INTERNACIONALES

REINGENIERA DE PROCESOS

TEMA

INVESTIGACIN DE OPERACIONES

PROFESOR

ING. RICARDO AGREDA PALOMINO

ALUMNO

VICTOR BLACDIMIR SEMINARIO ALVAREZ

CHULUCANAS PER

JUNIO 2017
Contenido

INTRODUCCIN ............................................................................................ 4
CAPITULO I .................................................................................................... 5
MARCO TERICO ......................................................................................... 5
1.1. Definicin ........................................................................................... 5
1.2. Objetivo de la Investigacin de Operacin......................................... 6
1.3. Elementos de la Investigacin de Operaciones ................................. 6
1.3.1. Funcin Objetivo ......................................................................... 6
1.3.2. Alternativas o Variables ............................................................... 6
1.3.3. Restricciones ............................................................................... 7
1.4. Ventajas y Desventajas de la investigacin de Operaciones ............. 7
1.4.1. Ventajas: ..................................................................................... 7
1.4.2. Desventajas: ............................................................................... 7
1.5. Fases de la Investigacin De Operaciones........................................ 7
1.5.1. La definicin del problema .......................................................... 8
1.5.2. La construccin del modelo ......................................................... 8
1.5.3. La solucin del modelo................................................................ 9
1.5.4. La validacin del modelo ............................................................. 9
1.5.5. La implementacin de la solucin ............................................... 9
1.6. Clasificacin de los modelos de la investigacin de Operaciones ... 10
1.6.1. Modelos Simblicos .................................................................. 10
1.6.1.1. Modelos matemticos ............................................................ 10
1.6.1.2. Modelos verbales ................................................................... 11
1.6.2. Modelos Mentales. .................................................................... 11
1.6.3. Modelos Fsicos ........................................................................ 11
1.6.3.1. Modelo icnico ....................................................................... 11
1.6.3.2. Modelo analgico ................................................................... 11
1.6.3.3. Modelo digital ......................................................................... 11
1.6.3.4. Modelo esttico ...................................................................... 11

2
 1.6.3.5. Modelo dinmico .................................................................... 12
1.7. Programacin Lineal ........................................................................ 12
1.8. Modelos de Colas y Simulacin ....................................................... 12
CAPITULO II ................................................................................................. 13
SOFTWARE EN LA INVESTIGACIN DE OPERACIONES ........................ 13
2.1. Definicin ............................................................................................ 13
2.2. Algunos Software utilizados ................................................................ 13
CAPITULO III ................................................................................................ 16
REAS APLICADAS ..................................................................................... 16
CONCLUSIONES ............................................................................................ 17
BIBLIOGRAFIA ............................................................................................. 18

3
 INTRODUCCIN

Hoy en da, la investigacin de operaciones es una herramienta dominante e

indispensable para tomar decisiones. Un elemento principal de la investigacin
de operaciones es el modelado matemtico. Aunque la solucin del modelo
matemtico establece una base para tomar una decisin, se deben tener en
cuenta factores intangibles o no cuantificables, por ejemplo el comportamiento
humano, para poder llegar a una decisin final.

4
 CAPITULO I

MARCO TERICO

1.1. Definicin

(Lipicia Mungua Ulloa, Mara Auxiliadora Protti Quesada): La aplicacin

de la Investigacin de Operaciones se basa esencialmente en la construccin
y uso de modelos para representar situaciones reales, a veces muy complejas
e inciertas, de manera ms simplificada, en busca de soluciones aplicables
que faciliten la toma de decisiones1

(Felix Alonso Gomollon): La Investigacion de Operaciones es una disciplina

en donde se encuentran la economa, las matemticas y la informtica.
Presenta simultneamente el camino a seguir para elaborar racionalmente una
buena decisin, relativa a las actividades econmicas y un cierto nmero de
mtodos de optimizacin aplicables2

La 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 trata del estudio complejo
de sistemas reales, con la finalidad de mejorar y optimizar su funcionamiento.
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.

1
Lipicia Mungua Ulloa, Mara Auxiliadora Protti Quesada, en su libro, Investigacin de
Operaciones, pg. 5. Editorial EUNED, 2005

2
Felix Alonso Gomollon, en su libro, Ejercicios de Investigacin de Operaciones, pg. 13. ESIC
Editorial, 1996

5
1.2. Objetivo de la Investigacin de Operacin

El objetivo y finalidad de la Investigacin Operacional es encontrar la solucin

ptima para un determinado problema. Est constituida por un acercamiento
cientfico a la solucin de problemas complejos, tiene caractersticas con
funciones mltiples y utiliza un conjunto diversificado de instrumentos,
prevalentemente matemticos, para la modelizacin, la optimizacin y el
control de sistemas estructurales.

En el caso particular de problemas de carcter econmico, la funcin objetivo

puede ser obtener el mximo rendimiento o el menor costo.

La investigacin operacional tiene un rol importante en los problemas de toma

de decisiones porque permite tomar las mejores para alcanzar un determinado
objetivo respetando los vnculos externos, no controlables por quien debe
tomar la decisin.

1.3. Elementos de la Investigacin de Operaciones

En la Investigacin de Operaciones encontramos los siguientes elementos:

1.3.1. Funcin Objetivo

La funcin objetivo es una relacin matemtica entre las variables de decisin,

parmetros y una magnitud que representa el objetivo o producto del sistema.
Es la medicin de la efectividad en funcin de las variables. Determina lo que
se va a optimizar (Maximizar o Minimizar).

1.3.2. Alternativas o Variables

Las alternativas o variables son incgnitas que deben ser determinadas a

partir de la solucin del modelo. Los parmetros representan los valores
conocidos del sistema o bien que se pueden controlar.

6
1.3.3. Restricciones

Las restricciones del modelo limitan el valor de las variables de decisin. Son
los recursos disponibles limitados. Incluye la Restriccin de no negatividad de
las variables de decisin.

1.4. Ventajas y Desventajas de la investigacin de Operaciones

1.4.1. Ventajas:
a) Pueden describir sistemas que sean muy complejos.
b) Pueden ser usados para experimentar con sistemas que todava no
existan, o para experimentar con sistemas existentes sin que stos se
alteren. (Esto tambin los pueden hacer los mtodos analticos siempre
y cuando el sistema no sea muy complejo).
1.4.2. Desventajas:
a) No existe un conjunto de soluciones cerrado.
b) Cada cambio en las variables de entrada requiere una solucin
separada o conjunto de ejecuciones.
c) Los modelos de simulacin complejos pueden requerir mucho tiempo
para construirlos y ejecutarlos.
d) Puede resultar dificultoso establecer la validez del modelo (es decir, la
correspondencia con el sistema real).

1.5. Fases de la Investigacin De Operaciones

Un estudio de investigacin de operaciones se basa en la labor de equipo,

donde los analistas de investigacin de operaciones y el cliente trabajan
juntos. Los analistas, con sus conocimientos de modelado, deben
complementarse con la experiencia y la cooperacin del cliente para quien
hacen el estudio. Como herramienta de toma de decisiones, la investigacin
de operaciones es una ciencia y un arte. Es una ciencia por las tcnicas
matemticas que presenta, y es un arte porque el xito de todas las fases que

7
anteceden y siguen a la resolucin del modelo matemtico depende mucho de
la creatividad y la experiencia del equipo de investigacin de operaciones.

Las fases principales de la implementacin de la investigacin de operaciones

en la prctica comprenden:

1.5.1. La definicin del problema

Implica definir el alcance del problema que se investiga. Es una funcin que
se debe hacer entre todo el equipo de investigacin de operaciones. Su
resultado final ser identificar tres elementos principales del problema de
decisin, que son:

a) La descripcin de las alternativas de decisin

b) La determinacin del objetivo del estudio

c) La especificacin de las limitaciones bajo las cuales funciona el sistema

modelado.

1.5.2. La construccin del modelo

Implica traducir la definicin del problema a relaciones matemticas. Si el

modelo que resulte se ajusta a uno de los modelos matemticos normales,
como puede ser la programacin lineal, se puede llegar a una solucin
empleando los algoritmos disponibles. Si las relaciones matemticas son
demasiado complejas como para permitir el clculo de una solucin analtica,
puede ser que el equipo de investigacin de operaciones pueda recurrir al uso
de una simulacin, si es aproximada. En algunos casos se podr necesitar una
combinacin de modelos matemticos y de simulacin para resolver el
problema de decisiones.

8
1.5.3. La solucin del modelo

Es la fase ms sencilla de todas las de la investigacin de operaciones, porque

supone el uso de algoritmos bien definidos de optimizacin. Un aspecto
importante de la fase de solucin del modelo es el anlisis de sensibilidad.
Tiene que ver con la obtencin de informacin adicional sobre el
comportamiento de la solucin ptima cuando el modelo sufre ciertos cambios
de parmetros. Se necesita en especial el anlisis de sensibilidad cuando no
se pueden estimar con exactitud los parmetros del modelo. En esos casos es
importante estudiar el comportamiento de la solucin ptima en las
proximidades de los parmetros estimados.

1.5.4. La validacin del modelo

Comprueba si el modelo propuesto hace lo que se quiere que haga. Al principio

el equipo de investigacin de operaciones se debe convencer que el resultado
del modelo no incluya sorpresas. El modelo es vlido si, bajo condiciones de
datos semejantes, reproduce el funcionamiento en el pasado. Sin embargo, en
general no hay seguridad de que el funcionamiento en el futuro contine
reproduciendo los datos del pasado. Tambin como el modelo se suele basar
en un examen cuidadoso de los datos histricos, la comparacin propuesta
debera ser favorable. Si el modelo propuesto representa un sistema nuevo,
no existente, no habr datos histricos para las comparaciones. En esos casos
se podr recurrir a una simulacin, como herramienta independiente para
verificar los resultados del modelo matemtico.

1.5.5. La implementacin de la solucin

Implica la traduccin de los resultados a instrucciones de operacin, emitidas

en forma comprensible para las personas que administrarn al sistema
recomendado. La carga de esta tarea la lleva principalmente el equipo de
investigacin de operaciones.

9
1.6. Clasificacin de los modelos de la investigacin de Operaciones

La clasificacin de los modelos se da de la siguiente manera:

1.6.1. Modelos Simblicos: Son ms especficos que los modelos verbales.

Ellos representan un puente til en el proceso de simbolizar un modelo
verbal. Estos aslan las variables y representan la realidad a travs de
smbolos, los que tienen generalmente un carcter matemtico o lgico.
Estos pueden clasificarse en:
1.6.1.1. Modelos matemticos: Son ms rigurosos; se valen de variables
cuantitativas, como frmulas para representar las partes de un
proceso o un sistema. Tambin son los ms abstractos y a la vez,
los ms fciles de usar debido a que todas las relaciones estn
expresadas con precisin, reduciendo as la posibilidad de malas
interpretaciones por los usuarios del modelo. Estos modelos a su
vez se clasifican en:
a) Modelo cuantitativo: es aquel cuyos principales smbolos representan
nmeros. Son los ms comunes y tiles en los negocios.
b) Modelo cualitativo: aquel modelo cuyos smbolos representan en su
mayora a Cualidades no numricas. Una fuente importante es la teora
de conjuntos.
c) Modelo Probabilstico: aquellos basados en la estadstica y
probabilidades (donde se incorpora las incertidumbres que por lo
general acompaan nuestras observaciones de eventos reales). Este
modelo se clasifica en discreto y continuo.
d) Modelo Determinstico: corresponde a aquel modelo cuantitativo que
no contiene consideraciones probabilsticas.
e) Modelo Descriptivo: cuando el modelo simplemente describe una
situacin del mundo real en trminos matemticos, descripcin que
puede emplearse para exponer una situacin con mayor claridad, para

10
 indicar como pueden reajustarse o an para determinar los valores de
ciertos aspectos de la situacin.
f) Modelo Optimizador: corresponde al modelo ideado para seleccionar
entre varias alternativas, de acuerdo a determinados criterios, la ms
ptima.
g) Modelo esttico: utilizados para representar sistemas cuyo estado es
invariable a travs del tiempo. El modelo esttico puede ser:
h) Modelo dinmico: utilizados para representar sistemas cuyo estado
vara con el tiempo. Estos pueden ser:

1.6.1.2. Modelos verbales: Explicacin con palabras de lo fundamental de

una realidad.

1.6.2. Modelos Mentales: Son un conjunto de conceptos que conforman la

estructura mental a travs de la cual percibimos el mundo exterior y las
experiencias personales. Este conjunto de conceptos es el producto de
la enseanza, los patrones culturales, la experiencia y el entrenamiento.
1.6.3. Modelos Fsicos: Representan la entidad estudiada en cuanto a su
apariencia y, hasta cierto punto, en cuanto a sus funciones. Las
actividades del sistema se reflejan en las leyes fsicas que subyacen el
modelo. Estos se clasifican en:
1.6.3.1. Modelo icnico: Tienen aspecto de realidad pero no se comportan
efectivamente en la forma real.
1.6.3.2. Modelo analgico: Exhiben el comportamiento real de la entidad
estudiada pero no tiene el mismo aspecto.
1.6.3.3. Modelo digital: El objeto se codifica en cifras organizadas en
estructura de datos. Las relaciones de correspondencia son
matemticas, estadsticas o geomtricas.
1.6.3.4. Modelo esttico: Corresponden a los modelos a escala as como
los modelos icnicos.

11
1.6.3.5. Modelo dinmico: Corresponden a los modelos analgicos.

1.7. Programacin Lineal

La programacin Lineal (PL) es una tcnica de modelado matemtico,

diseada para optimizar el empleo de recursos limitados. La programacin
lineal se aplica exitosamente en el ejrcito, en la agricultura, la industria, los
transportes, la economa y los sistemas de salud.
La utilidad de esta tcnica se incrementa mediante el uso y disponibilidad
de programas de computadora altamente eficientes. De hecho la
Programacin Lineal, debido a su alto nivel de eficiencia computacional, es la
base para el desarrollo de algoritmos de solucin de otros tipos (ms
complejos) de modelos de Investigacin de Operaciones, incluyendo la
programacin entera, no lineal y estocstica.

1.8. Modelos de Colas y Simulacin

Las colas o lneas de espera, y la simulacin, tratan de estudiar las lneas de

espera. No son tcnicas de optimizacin; ms bien determinan medidas de
eficiencia de las lneas de espera, como pueden ser el tiempo promedio de
espera en la cola, tiempo promedio para el servicio y la utilizacin de las
instalaciones de servicio. Los modelos de colas usan a su vez modelos de
probabilidad y estocsticos para analizar las lneas de espera, y la simulacin
estima las medidas de eficiencia al imitar el comportamiento del sistema en la
realidad. En cierto modo, se puede considerar que la simulacin es casi lo
mejor para observar un sistema real. La diferencia principal entre colas y
simulacin es que los modelos de colas slo son matemticos, y en
consecuencia, estn sujetos a hiptesis especficas que limitan el alcance de
la aplicacin. Por otro lado, la simulacin es flexible y con ella se puede
analizar prcticamente cualquier caso de colas. El uso de la simulacin no

12
carece de inconvenientes. El proceso de desarrollar modelos de simulacin es
costoso, tanto en tiempo como en recursos. Adems, la ejecucin de los
modelos de simulacin suele ser lenta, aun con la computadora ms rpida.

CAPITULO II

SOFTWARE EN LA INVESTIGACIN DE OPERACIONES

2.1. Definicin
La Investigacin de Operaciones tiene muchos mtodos para conseguir
soluciones factibles a problemas reales en nuestras profesiones como es el
caso de la Ingeniera de Sistemas donde la IO (investigacin de operaciones)
optimiza un proceso arbitrario bajo mltiples restricciones.

2.2. Algunos Software utilizados

Mencionare algunos software existentes en el mercado para la solucin de problemas
por medio de los mtodos de la Investigacin de Operaciones.

Linear Programming (LP) e Integer Linear Programming (ILP): Para

resolver los problemas de LP, este Programa usa el mtodo simplex o
el mtodo grfico y para los problemas de ILP usa el procedimiento
branch-and-bound.
Linear Goal Programming (GP) e Integer Linear Goal Programming
(IGP): Este programa, para resolver los problemas de GP, usa el
mtodo simplex modificado o el mtodo grfico y para los problemas de
IGP usa el procedimiento branch-and-bound.
Quadratic Programming (QP) e Integer Quadratic Programming
(IQP): Este programa usa el mtodo simplex modificado o el mtodo
grfico, para resolver los problemas de QP y el procedimiento branch-
and-bound para los problemas de IQP.

13
 Nonlinear Programming (NLP): Este programa resuelve los
problemas no lineales no forzados con el mtodo de bsqueda y los
problemas no lineales forzados con el mtodo de la funcin de castigo.
Network Modeling (NET): Este mdulo, resuelve los problemas de red,
inclusive, por ejemplo, flujo de red (transbordo), transporte, asignacin,
caminos cortos, mximo flujo, cruces mnimos y problemas de viajes de
vendedores.
Dynamic Programming (DP): Resuelve 3 tipos populares de
problemas dinmicos: Diligencia, mochila y problemas de planeacin de
produccin e inventarios.
PERT/CPM: Este mdulo resuelve los problemas de planeacin de
proyectos, por el mtodo de ruta crtica y la tcnica de evaluacin y
revisin. As mismo realiza anlisis de choque, anlisis de costos,
anlisis de probabilidad y simulacin.
Queuing analysis (QA): Este programa resuelve el rendimiento de
sistemas de colas de etapa simple, para lo cual usa la frmula de
cercana, aproximacin o simulacin.
Queuing system simulation (QSS): Este programa modela y simula
sistemas de colas simples y multietapas con componentes; incluye
arribo de poblaciones de clientes, servidores, colas y/o colectores de
basuras.
Inventory theory and systems (ITS): Resuelve problemas de control
de inventarios: problemas de cantidades econmicas a pedir (EOQ),
problemas de descuento de cantidad de la orden, problemas de
periodos probabilsticos simples y problemas de tamao dinmico de
lotes.
Forecasting (FC): Este mdulo resuelve proyecciones de series de
tiempo, mediante 11 diferentes mtodos, y, adems, utiliza regresiones
lineales de mltiples variables.

14
 Decision analisys (DA): El programa resuelve 4 tpicos problemas de
decisin: Anlisis Beyesiano, anlisis de tablas de rentabilidad, anlisis
de rbol de decisin y la teora del juego de cero suma.
Markov process (MKP): Este programa resuelve y analiza el proceso
de Markov.
Quality control charts (QCC): Construye grficos de control de calidad
para variables y datos de atributos y, as mismo, realiza anlisis de
grficas relacionadas.
Acceptance sampling analysis (ASA): Este programa desarrolla y
analiza los planes de muestreos de tolerancias para atributos y
caractersticas de calidad variable.
Job scheduling (JOB): Este programa resuelve los problemas de taller
de tareas y programacin del flujo de trabajo, para lo cual utiliza
generacin heurstica y aleatoria.
Aggregate planning (AP): Soluciona los problemas de planeamiento
agregado a las demandas de satisfaccin del consumidor, con costos
relacionados mnimos o aceptables.
Facility location and layout (FLL): Este mdulo resuelve los
problemas de facilidades de localizacin, disposicin funcional y
balanceo de lnea de produccin.
Material requirements planning (MRP): El programa efecta la
planeacin de requerimiento de materiales y determina qu, cundo y
cunto cuestan los materiales y componentes requeridos para
satisfacer un plan de fabricacin de productos finales para un horizonte
de planeacin.

15
 CAPITULO III

REAS APLICADAS

La investigacin de Operaciones ha estudiado y resuelto con xito los

problemas en las siguientes reas en negocios e industria:

Personal: La automatizacin y la disminucin de costos, reclutamiento de

personal, clasificacin y asignacin a tareas de mejor actuacin e
incentivos a la produccin.

Mercado y distribucin: El desarrollo e introduccin de producto,

envasado, prediccin de la demanda y actividad competidora, localizacin
de bodegas y centros distribuidores.

Compras y materiales: Las cantidades y fuentes de suministro, costos

fijos y variables, sustitucin de materiales, reemplazo de equipo, comprar
o rentar.

Manufactura: La planeacin y control de la produccin, mezclas ptimas

de manufactura, ubicacin y tamao de planta, el trfico de materiales y el
control de calidad.

Finanzas y contabilidad: Los anlisis de flujo de efectivo, capital

requerido de largo plazo, inversiones alternas, muestreo para la seguridad
en auditoras y reclamaciones.

Planeacin: Con los mtodos Pert para el control de avance de cualquier

proyecto con mltiples actividades, tanto simultneas como las que deben
esperar para ejecutarse.

16
 CONCLUSIONES

La Investigacin de Operaciones es el procedimiento cientfico que est

auxiliado por modelos y tcnicas matemticas, es una herramienta
fundamental para la toma de decisiones organizacionales, 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. Desde el punto de vista
organizacional, si la investigacin de operaciones no ayuda a la toma de
decisiones, no es til
El xito de la Investigacin Operativa est en la aplicacin correcta de su
mtodo y sus tcnicas como herramienta en la toma de decisiones.

17
 BIBLIOGRAFIA

https://vagosuatfis.files.wordpress.com/2012/07/thaja-investigacion-de-
operaciones-by-k9.pdf

https://books.google.com.pe/books?id=H0Zz-
1He8vYC&pg=PA274&dq=INVESTIGACION+DE+OPERACIONES+INTROD
UCCION&hl=es&sa=X&ved=0ahUKEwic67zYwKzUAhUMOT4KHeIJDl8Q6A
EIMjAE#v=onepage&q=INVESTIGACION%20DE%20OPERACIONES%20IN
TRODUCCION&f=false

http://ideoperaciones.blogspot.pe/2010/11/ventajas-y-desventajas-del-uso-
de-la.html

http://ideoperaciones.blogspot.pe/2010/11/clasificacion-de-los-modelos.html

http://operationselisa.blogspot.pe/2010/07/algunos-software-utilizados.html

18