Ingeniería Industrial / Sistemas · 2026-2

Investigación
de Operaciones

Clase 1 — Tomar la mejor decisión posible cuando hay recursos limitados y mil variables. Aquí lo hacemos con matemáticas. — Elkin Rodríguez E.

Ruta de hoy · 3 horas

Cómo va a fluir la clase

01
Rompehielo — la pelota y la cadena de nombres
02
Encuadre — quién les habla, objetivos, reglas, evaluación
—
Break · 15 min
03
¿Qué es la IO? Y la sala de guerra donde nació.
04
Los 3 ingredientes y los 5 pasos del modelado
05
Gimnasio de modelado — 8 retos, de "una línea" a binarias
06
Método gráfico — resolvemos una PL completa, paso a paso
07
La IA modela en vivo …¿y se equivoca?
08
Dinámica central — modelamos juntos en el tablero
09
Cierre — 3 ideas + reto relámpago
Dinámica de apertura · ~25 min

La pelota y la cadena de nombres

Quién les habla

Optimización con
consecuencias reales

Consultoría en datos y estrategia, y liderazgo de estrategia de datos en una multinacional. Aquí un modelo bien planteado no es un ejercicio: es plata ahorrada, tiempo ganado y decisiones defendibles.

Objetivos oficiales · evaluables

Al terminar el curso, ustedes podrán…

Modelar problemas

Traducir un problema real a un modelo con variables, restricciones y función objetivo.

Resolver y optimizar

Formular y resolver programación lineal y entera para hallar la mejor solución.

Analizar sensibilidad

Entender cómo cambia la solución cuando cambian los datos — y decidir con eso.

El giro 2026 · mi valor agregado

Solvers con IA y modelado conversacional

Ya se puede describir un problema en lenguaje natural y que la IA arme el modelo. La pregunta es: ¿lo armó bien? Ahí entran ustedes.

Reglas de juego

Tres acuerdos innegociables

10′

Puntualidad

Máximo 10 minutos para arrancar. Después, es muy probable que cierre el salón.

Respeto

Todas las opiniones caben. Debatimos ideas, no personas.

Hambre de aprender

Lo más importante. Aquí se premia atreverse a ir más allá.

↳ Clase de 3 horas: hay un break de 15 min.

Cómo los evalúo

Tres cortes · 33,3% cada uno

50%

Dinámicas

Talleres y dinámicas, principalmente en clase.

40%

Parcial del corte

Un parcial que cierra cada corte.

10%

Participación

Puntos por participar y atreverse a ir más allá.

Break de 15 min → y arrancamos con lo bueno

¿Qué es la
Investigación de Operaciones?

El corazón de hoy

La ciencia de decidir mejor

Investigación de Operaciones: usar modelos matemáticos para tomar la mejor decisión posible cuando los recursos son limitados.

Nació en la Segunda Guerra Mundial para asignar recursos escasos. Hoy decide rutas de domicilios, turnos de enfermeras y cuánto stock pedir.

Origen · Reino Unido, 1939-1940

La sala de guerra donde nació

Lo que descubrieron con datos

Tres decisiones que cambiaron la guerra

Convoyes más grandes

Contra la intuición, los convoyes grandes perdían menos porcentaje de barcos. Las pérdidas dependían del perímetro, no del área. Un modelo lo demostró.

Cargas de profundidad

Ajustaron la detonación a menor profundidad. La tasa de submarinos hundidos se multiplicó sin gastar un peso más.

Blindaje de aviones

Reforzaron donde los que volvían no tenían impactos: los que recibían ahí no volvían. (Sesgo de supervivencia · grupo de Wald, EE. UU.)

Al terminar la guerra, la misma idea pasó a las aerolíneas, la logística y las fábricas. En 1947, George Dantzig inventó el método símplex y la programación lineal — el motor que verán funcionar hoy.

La receta que se repite siempre

Los 3 ingredientes de todo modelo

Variables de decisión

Lo que tú controlas. ¿Cuántas unidades de A y de B produzco?

Función objetivo

Lo que quieres maximizar o minimizar. Maximizar ganancia, minimizar costo.

Restricciones

Los límites de la realidad. Horas de máquina, presupuesto, materia prima.

El proceso completo

De la realidad a la decisión · 5 pasos

01
Definir Entender el problema real y qué se decide. El paso que más se salta la gente… y el que más cuesta caro.
02
Formular Traducirlo a variables, objetivo y restricciones. Aquí vive el 80% del arte.
03
Resolver Dejar que el método (gráfico, símplex, un solver) encuentre el óptimo.
04
Validar ¿La respuesta tiene sentido en la vida real? ¿Olvidé una restricción?
05
Implementar Llevarlo a la operación y medir si de verdad mejoró.

La IA de hoy es rapidísima en el paso 3 y buena en el 2. Los pasos 1, 4 y 5 siguen siendo 100% humanos. Ahí está su trabajo.

Ejemplo guiado · mezcla de producción

De la historia al modelo

El enunciado

Una fábrica hace sillas ($40) y mesas ($50). Cada silla usa 2 h de carpintería; cada mesa, 4 h. Hay 100 h disponibles. ¿Cuánto de cada una para ganar más?

El modelo
max Z = 40·s + 50·m
s.a. 2·s + 4·m ≤ 100
     s ≥ 0, m ≥ 0

Traducir la historia a esas 3 líneas: eso es modelar.

Eso fue formular (paso 2). Ahora entrenamos ese músculo con 8 retos que suben de dificultad: les muestro el enunciado, ustedes me gritan las 3 piezas, y recién ahí pasamos a la solución.
Entrenamiento · 8 retos · suben de dificultad

Gimnasio de modelado

Gimnasio · reto 1 de 8

Reto 1 · Parcial vs. proyecto

Tienes 12 horas libres esta semana. Cada hora al parcial te sube la nota esperada 0,5 pts; cada hora al proyecto, 0,3 pts. El proyecto necesita mínimo 4 horas para entregar algo presentable. ¿Cómo repartes las horas para ganar más puntos?

¿Variables? ¿Objetivo? ¿Restricciones?

Reto 1 · solución

Reto 1 · solución

var x = horas al parcial · y = horas al proyecto
max Z = 0,5·x + 0,3·y
s.a. x + y ≤ 12
     y ≥ 4
     x, y ≥ 0
Óptimo: x = 8, y = 4 → Z = 5,2 pts. El parcial rinde más por hora, así que al proyecto solo le das el mínimo que exige la restricción.
Gimnasio · reto 2 de 8

Reto 2 · La tienda de Doña Rosa

Doña Rosa arma dos combos. El Combo A deja $3.000; el Combo B, $4.000. Cada A usa 1 bolsa; cada B usa 2 bolsas. Tiene 20 bolsas. ¿Cuántos de cada uno para ganar más?

¿Variables? ¿Objetivo? ¿Restricciones?

Reto 2 · solución

Reto 2 · solución

var A, B = combos de cada tipo (utilidad en miles)
max Z = 3·A + 4·B
s.a. A + 2·B ≤ 20
     A, B ≥ 0
Óptimo: A = 20, B = 0 → Z = $60.000. "Más caro" ≠ "más rentable por recurso".
Gimnasio · reto 3 de 8

Reto 3 · Domicilios

Un domiciliario reparte pedidos de comida ($5.000) y de farmacia ($4.000) en un turno. Comida: 15 min de viaje + 5 de espera. Farmacia: 10 min de viaje + 10 de espera. En el turno hay 180 min de viaje y 120 min de espera. Maximizar el ingreso.

¿Variables? ¿Objetivo? ¿Restricciones?

Reto 3 · solución

Reto 3 · solución

var c = pedidos de comida · f = pedidos de farmacia
max Z = 5·c + 4·f  (miles)
s.a. 15·c + 10·f ≤ 180  (viaje)
     5·c + 10·f ≤ 120  (espera)
     c, f ≥ 0
Óptimo: c = 6, f = 9 → Z = $66.000. Dos recursos que compiten: el óptimo aparece donde ambos aprietan a la vez.
Gimnasio · reto 4 de 8

Reto 4 · La dieta del deportista

Dos productos: avena ($2.000/porción: aporta 1 de proteína y 2 de hierro) y yogur ($3.000/porción: 3 de proteína y 1 de hierro). Se necesitan mínimo 9 de proteína y 8 de hierro al día. Minimizar el costo.

¿Variables? ¿Objetivo? ¿Restricciones?

Reto 4 · solución

Reto 4 · solución

var a = porciones de avena · y = porciones de yogur
min Z = 2·a + 3·y
s.a. 1·a + 3·y ≥ 9  (proteína)
     2·a + 1·y ≥ 8  (hierro)
     a, y ≥ 0
Óptimo: a = 3, y = 2 → Z = $12.000 (ambas restricciones quedan al límite). El histórico "problema de la dieta" — Stigler, 1945.
Gimnasio · reto 5 de 8

Reto 5 · Presupuesto de pauta

Una startup tiene $10 millones para publicidad. Instagram alcanza 50 personas por cada $1.000; TikTok, 40 por cada $1.000. Por contrato no puede poner más de $6 millones en una sola plataforma. Maximizar el alcance.

¿Variables? ¿Objetivo? ¿Restricciones?

Reto 5 · solución

Reto 5 · solución

var I, T = miles de $ en cada plataforma
max Z = 50·I + 40·T
s.a. I + T ≤ 10.000
     I ≤ 6.000 · T ≤ 6.000
     I, T ≥ 0
Óptimo: I = 6.000, T = 4.000 → alcance = 460.000 personas. Instagram rinde más → se llena hasta el tope y el resto va a TikTok. Los topes por canal cambian todo.
Gimnasio · reto 6 de 8

Reto 6 · Turnos de meseros

Un restaurante necesita ≥ 8 meseros en almuerzo y ≥ 10 en cena. Un mesero de turno completo ($60k) cubre almuerzo y cena. Uno de solo-cena ($35k) cubre únicamente la cena. Solo los de turno completo cubren el almuerzo. Minimizar el costo. (Meseros = número entero.)

¿Variables? ¿Objetivo? ¿Restricciones?

Reto 6 · solución

Reto 6 · solución

var F = turno completo · S = solo-cena  (enteros)
min Z = 60·F + 35·S
s.a. F ≥ 8  (almuerzo)
     F + S ≥ 10  (cena)
     F, S ≥ 0 enteros
Óptimo: F = 8, S = 2 → Z = $550k. Tentación: "pongo 10 completos" = $600k, más caro. Aparecen las variables enteras.
Gimnasio · reto 7 de 8

Reto 7 · Las arepas (léanlo tal cual)

"Vendo arepas de queso (utilidad $2.000) y de huevo (utilidad $3.000). Tengo 6 horas; cada arepa toma 6 minutos, del tipo que sea. Dime cuántas hacer para ganar más."

Modelen exactamente lo que dice el enunciado. ¿Variables? ¿Objetivo? ¿Restricciones?

Reto 7 · la trampa

Reto 7 · la trampa

max Z = 2·q + 3·h
s.a. 6·q + 6·h ≤ 360  →  q + h ≤ 60
Moraleja (puente a la IA): un solver optimiza lo que le escribes. La restricción que olvidaste no la inventa por ti. Esa restricción olvidada es tu responsabilidad, no la del solver.
Gimnasio · reto 8 de 8

Reto 8 · Proyectos de la alcaldía

La alcaldía tiene $100 millones y 4 proyectos (cada uno se hace o no, sin fracciones):

¿Variables? ¿Objetivo? ¿Restricciones?

Reto 8 · solución

Reto 8 · solución

var x₁…x₄ ∈ {0,1}  (binarias)
max Z = 60·x₁ + 50·x₂ + 70·x₃ + 25·x₄
s.a. 40·x₁ + 30·x₂ + 50·x₃ + 20·x₄ ≤ 100
Óptimo: Ciclovía + Biblioteca + Alumbrado → costo 100, beneficio 145. (El Parque queda por fuera aunque "suene" prioritario.)

No existe "media biblioteca" → el método gráfico ya no sirve. Esto motiva los métodos de la próxima clase.

Clímax · ahora sí lo resolvemos completo

Reto 9 · Morrales

Una microempresa hace dos morrales: Clásico (C) deja $30.000, Pro (P) deja $50.000. Corte: C usa 1 h, P usa 2 h — hay 40 h/semana. Costura: C usa 2 h, P usa 1 h — hay 50 h/semana.

max Z = 30·C + 50·P  (miles)
s.a. C + 2·P ≤ 40  (corte)
     2·C + P ≤ 50  (costura)
     C, P ≥ 0
Método gráfico · paso 1 de 4

Paso 1 · Dibujar las restricciones

Cada recta se traza por sus cortes con los ejes; cada ≤ es el semiplano hacia el origen.

01020 3040 102030 4050 C · morrales Clásicos P · morrales Pro (40,0) (0,20) (25,0) (0,50) Corte: C + 2P = 40 Costura: 2C + P = 50
Método gráfico · paso 2 de 4

Paso 2 · La región factible

Donde se cumplen todas las restricciones a la vez. Clave: el óptimo de una PL siempre está en un vértice — solo hay que probar las esquinas.

01020 3040 102030 4050 C · morrales Clásicos P · morrales Pro (0,0) (25,0) (20,10) (0,20) Corte: C + 2P = 40 Costura: 2C + P = 50 Región factible
Método gráfico · paso 3 de 4

Paso 3 · Evaluar los vértices

Se evalúa Z = 30C + 50P en cada esquina:

(0,0)
Z = 0
(25,0)
Z = 750
(0,20)
Z = 1.000
(20,10)
Z = 1.100  ←  el mayor
Método gráfico · paso 4 de 4

Paso 4 · La decisión

Óptimo: C = 20, P = 10 → Z = $1.100.000 por semana.
Capa 2 · el giro 2026

¿Y si la IA arma el modelo por mí?

Puede hacerlo. Pero un modelo mal planteado da una respuesta perfecta… a la pregunta equivocada.

Demostración en vivo

La IA modela… ¿y se equivoca?

"El que entiende la teoría es imposible de engañar por un solver. Ese es el nuevo rol: no calcular a mano, sino dirigir y validar a la máquina."
Dinámica central · en grupos · ~30 min

Modelamos juntos en el tablero

Les doy un caso simple (una dieta, un horario, un transporte). En grupo, escriben en el tablero:

Reto relámpago · en parejas · 3 min

Lo hacen solos

"Un café vende tinto ($1.500) y capuchino ($4.000). Tiene leche para 30 capuchinos y una máquina que hace máximo 100 bebidas en la mañana. Maximizar el ingreso."
Cierre

Se llevan tres ideas

Próxima clase: cuando los vértices son demasiados para dibujar — el método símplex — y responder "¿cuánto vale una hora más?" (análisis de sensibilidad).

← Portal
← → o el apuntador para avanzar · F pantalla completa
1 / 42