En 1940, Inglaterra enfrentaba una amenaza mortal. Los submarinos alemanes U-boat cazaban en el Atlántico, hundiendo barcos aliados con devastadora eficiencia. En un edificio discreto deen Londres, un grupo inusual comenzó a trabajar en el problema. No eran militares, pero estaban peleando la guerra con lápiz, papel y ecuaciones. Usando modelos matemáticos, analizaron patrones de ataque, optimizaron rutas de convoy, calcularon la distribución óptima de recursos limitados. Sus recomendaciones salvaron miles de vidas y toneladas de suministros críticos.
La investigación de operaciones nació en 1940 para proteger a los barcos aliados.
Así nació la investigación de operaciones: el arte de usar matemáticas avanzadas para tomar mejores decisiones ante problemas complejos del mundo real.
De los Submarinos a las Cadenas de Suministro
Lo que comenzó como un esfuerzo de guerra se transformó en una revolución silenciosa que moldeó el mundo moderno. En la posguerra, las empresas descubrieron que las mismas técnicas matemáticas que optimizaban operaciones militares podían revolucionar sus negocios.
FedEx usa investigación de operaciones para decidir qué paquete va en qué avión. Amazon la emplea para determinar qué productos almacenar en cada bodega.
Los hospitales la utilizan para programar cirugías y asignar personal. Las aerolíneas optimizan rutas, tripulaciones y precios con estos métodos. Incluso la asignación de trasplantes de órganos se decide con modelos matemáticos que equilibran balancean urgencia, compatibilidad y distancia.
Hoy ayuda a resolver el amontonamiento de autobuses en las ciudades.
Hoy, la investigación de operaciones está en todas partes, aunque invisible. Cada vez que un servicio funciona sorprendentemente bien, cada vez que un sistema complejo opera con eficiencia casi mágica, probablemente hay matemáticas trabajando en el trasfondo.
Y esto incluye algo tan cotidiano como tu viaje en autobús.
El Problema que Todos y Todas Hemos Vivido
Cada mañana, miles de personas esperan en las estaciones de los metrobuses. Algunas revisan sus relojes con impaciencia, otras observan el horizonte buscando la silueta del siguiente autobús. De pronto, después de una larga espera, llegan dos o tres autobuses casi al mismo tiempo. Uno va repleto, los otros medio vacíos. El amontonamiento de autobuses es frustrante. Y como aquellos convoyes del Atlántico en 1940, es un problema de optimización que puede resolverse con matemáticas.
El agrupamiento de autobuses es un ejemplo perfecto de cómo pequeñas perturbaciones pueden desestabilizar un sistema completo. Imagina que eres la conductora de autobús. Sales con dos minutos de diferencia respecto al autobús anterior. Pero en la tercera estación, un semáforo te detiene por un minuto extra. Ese minuto permite que más pasajeros lleguen a las siguientes paradas. Más pasajeros significa más tiempo de abordaje. Mientras tanto, el autobús que venía detrás no encontró el semáforo en rojo y se acerca peligrosamente.
Pronto, ambos autobuses están prácticamente juntos: uno saturado, el otro vacío. El servicio se ha vuelto irregular e ineficiente. Es un efecto dominó, una cascada de pequeños retrasos que colapsan la regularidad del sistema. El amontonamiento de autobuses representa uno de los mayores desafíos operativos de los sistemas de transporte público masivo. No solo genera frustración en los usuarios, sino que también reduce la eficiencia del sistema, aumenta los tiempos de espera promedio y crea una percepción de servicio poco confiable que puede alejar a los usuarios potenciales del transporte público.
El amontonamiento de buses se resuleve con herramientas de la investigación de operaciones: modelar, optimizar, simular, validar. Con un programa matemático calcula en tiempo real cuánto tiempo debe esperar cada autobús en ciertas paradas estratégicas para mantener separaciones regulares entre unidades. El modelo considera la posición actual de todos los autobuses, predice dónde estarán en los próximos minutos, calcula cuántos pasajeros habrá en cada parada, y determina tiempos de espera óptimos que mantengan intervalos entre autobuses dentro de un rango aceptable.
Un equipo de matemáticos y matemáticas desarrolló una simulación detallada del sistema Ecovía de Monterrey, un corredor de 30.2 kilómetros con 40 estaciones que conecta importantes puntos de la ciudad, incluidas las intersecciones con las líneas 1 y 2 del Metro. Los resultados fueron impresionantes. En las pruebas, el sistema logró reducir el amontonamiento de buses en un 45% comparado con escenarios sin intervención. Más importante aún, los tiempos de espera de los usuarios se redujeron hasta en un 30% en algunos escenarios, especialmente cuando los tiempos de abordaje y descenso eran rápidos.
Quizás la próxima vez que esperes tu autobús y notes que el servicio es más regular, que los intervalos son más parejos, que tu tiempo de viaje es predecible, piensa que detrás de esa mejora hay ecuaciones, algoritmos, modelos de optimización trabajando silenciosamente.
Además, las matemáticas aplicadas sirven para responder otras preguntas. ¿Qué pasaría si se combinara con información en tiempo real sobre accidentes o obras viales? ¿Cómo se podría integrar con aplicaciones móviles que informen a los usuarios sobre tiempos de espera más precisos? ¿Podría el sistema aprender y mejorar con el tiempo usando técnicas de inteligencia artificial? ¿Cómo modificar las frecuencias de los buses cuando haya un partido de fútbol del mundial?
Matemáticas en tu Ciudad
Las matemáticas no son un ejercicio académico desconectado de la realidad, sino una herramienta poderosa para mejorar nuestra calidad de vida. Cada vez que un sistema funciona mejor, cada vez que un servicio es más eficiente, cada vez que una ciudad se vuelve más habitable, hay matemáticas trabajando silenciosamente en el trasfondo.
En Monterrey, un modelo lo redujo en 45% y la espera hasta en 30%.
Aquellos pioneros y pioneras en Londres hacían cálculos a mano o con calculadoras mecánicas. Hoy, algoritmos sofisticados procesan miles de escenarios por segundo. Aquellos primeros modelos consideraban unas pocas variables. Los modelos modernos integran datos en tiempo real de GPS, contadores de pasajeros, patrones de tráfico, e incluso pronósticos del clima.
Pero la esencia permanece: usar matemáticas para tomar decisiones que mejoren vidas. Porque,, al final, eso es la investigación de operaciones:: “el arte de hacer que sistemas complejos funcionen mejor”. Desde ganar guerras hasta optimizar autobuses, desde gestionar cadenas de suministro globales hasta programar tu viaje matutino, las matemáticas son el lenguaje invisible que hace funcionar nuestro mundo moderno.
Comparte en:
Tecnológico de Monterrey, Escuela de Ingeniería y Ciencia
