PANORAMA DEL ENFOQUE DE MODELADO EN INVESTIGACION DE OPERACIONES.
Una manera de resumir las fases usuales traslapadas de un estudio de
investigacin de operaciones es la siguiente: 1.-Definicion del problema de inters y recoleccin de datos relevantes. 2.- Formulacin de un modelo matemtico que represente el problema. 3.-desarrollo e un procedimiento basado en computadora para derivar una solucin para el problema a partir del modelo. 4.-Prueba del modelo y mejoramiento de acuerdo con las necesidades. 5.-Preparacion para la aplicacin del modelo prescrito por la administracin. 6.-Implementacion. DEFINICION DEL PROBLEMA Y RECOLECCION DE DATOS. Esta etapa incluye la determinacin de los objetivos apropiados, las restricciones sobre lo que es posible hacer, las interrelaciones del rea en estudio con otras reas de la organizacin, los diferentes cursos de accin de forma posible, los lmites de tiempo una decisin, etc. Este proceso de definicin del problema es crucial, pues afectara de forma significativa la relevancia de las conclusiones del estudio. El equipo realiza un anlisis tcnico detallado y despus presenta recomendaciones. De algn parmetro que marca una poltica que puede ser evaluada solo por esa administracin: por ejemplo, la decisin entre costo y beneficio. La administracin evala el estudio y sus recomendaciones, analiza una variedad de factores intangibles y toma una decisin final con base en su mejor juicio. Un aspecto muy importante de la formulacin del problema es la determinacin de los objetivos apropiados.
Un estudio de IO trata de encontrar soluciones optimas globales, y no
soluciones suboptimas aunque sean lo mejor para uno de los componentes. Cuando se trata de organizaciones lucrativas, un enfoque posible para no caer en un problema de suboptimizacin es utilizar la maximizacin de la ganancia a largo plazo, considerando el valor del dinero en el tiempo como un objetivo nico. FORMULACION DE UN MODELO MATEMATICO. La forma convencional en que la investigacin de operaciones logra este objetivo es mediante la construccin de un modelo matemtico que se represente la esencia del problema. Entre los ejemplos ms comunes pueden citarse modelos de avin, retratos, globos terrqueos y otros. Esos modelos son invaluables, pues extraen la esencia del material de estudio, muestran sus interrelaciones y facilitan el anlisis. Los modelos matemticos tambin son representaciones idealizadas, pero estn expresados en trminos de smbolos y expresiones matemticas. Las leyes dela fsica como F=ma y E=mc son ejemplos familiares. El modelo matemtico de un problema industrial est conformado por el sistema de ecuaciones y expresiones matemticas relacionadas que describen la esencia del problema. La determinacin de los valores apropiados que deben asignarse a los parmetros del modelo un valor por parmetro es una tarea crtica y a la vez un reto en el proceso de construccin del modelo. Modelo de programacin lineal, en el que las funciones matemticas que aparecen en tanto en la funcin objetivo como las restricciones, son funciones lineales. Todo lo que se requiere es que exista un alta correlacin entre la prediccin del modelo y lo que ocurre en la vida real.
Este proceso de enriquecimiento del modelo contina solo mientras sea
manejable, un paso crucial en la formulacin de un modelo de IO es la construccin de la funcin objetivo. Una vez desarrollada la medida global de desempeo, la funcin objetivo expresa esta medida como una funcin matemtica de las variables de decisin. OBTENCION DE SOLUBLES A PARTIR DEL MODELO. Se aplica uno de los dos algoritmos procedimientos iterativos de solucin de investigacin de operaciones en una computadora mediante el uso de algunos de los paquetes de software disponibles. Un tema comn en IO es la bsqueda de una solucin procedimientos para encontrarla en cierto tipo de problemas. Herbert Simn, eminente cientfico de la administracin y premio Nobel de economa, introdujo el concepto de que en la prctica es mucho ms frecuente satisfacer que optimizar. Al inventar el trmino una combinacin de satisfacer y optimizar, Simn describe la tendencia de los administradores a buscar una solucin que sea lo suficiente buena para el problema que se enfrenta. Esto ocurre con ms frecuencia en los casos en que el tiempo o el costo para encontrar una solucin ptima para un modelo adecuado del problema son muy grandes. Una solucin ptima para el modelo original puede estar muy alejada del ideal en el caso del problema real, de manera que es necesario hacer un anlisis adicional. En el caso de un modelo matemtico cuyos parmetros tienen valores especficos, los parmetros sensibles del modelo son aquellos cuyos valores no se cambiar sin que la solucin ptima tambin cambie.
La identificacin de los parmetros sensibles es importante, porque determina
aquellos cuyos valores deben asignarse con ms cuidado para evitar distorsiones en los resultados que generara el modelo. PRUEBA DEL MODELO. Cuando se completa la primera versin es inevitable que contenga muchas fallas. El programa debe ser probado de manera exhaustiva para tratar de encontrar y corregir tantas fallas como sea posible. Aunque sin duda quedaran algunas fallas ocultas y quiz nunca sean detectadas se habr eliminado la cantidad suficiente de problemas mayores como para que su utilizacin sea confiable. De manera similar, es inevitable que la primera versin de un modelo matemtico complejo tenga muchas fallas. Estas circunstancias no se pueden eludir dadas las dificultades de comunicacin y comprensin de todos los aspectos y sutilezas de un problema operacional complejo, as como la dificultad de recolectar datos confiables. Por lo tanto antes de usar el modelo debe probarse de manera exhaustiva para intentar identificar y corregir la mayor cantidad posible de fallas. Este proceso de prueba y mejoramiento de un modelo para incrementar su validez se conoce como validacin del modelo. Un planteamiento ms sistemtico de la prueba del modelo se logra mediante el empleo de una prueba retrospectiva. Es importante documentar el proceso que se utiliza para llevar a cabo las pruebas de la validacin del modelo, pues ello ayuda a aumentar la confianza de los futuros usuarios del paradigma.
PREPARACION PARA APLICAR EL MODELO.
Este sistema debe incorporar el modelo y el procedimiento de solucin que incluye el anlisis posptimo y los procedimientos operativos para su implantacin. Este sistema casi siempre se disea para computadora en realidad con frecuencia se necesita un nmero considerable para programas integrados. Despus de aplicar un procedimiento de solucin otro programa al modelo, puede ser que los programas adicionales manejen la implementacin de los resultados de manera automtica. En otros casos se instala un sistema interactivo de computadora llamado sistema de apoyo para las decisiones para ayudar a la administracin a usar los datos y modelos y as apoyar su toma de decisiones. En estudios de IO importantes se pueden emplear varios meses para desarrollar, probar e instalar este sistema de computadora. IMPLEMENTACION. Una vez desarrollado el sistema para aplicar el modelo, la ltima etapa de un estudio de IO es implementarlo segn lo haya establecido la administracin. Por lo tanto, es importante que el equipo de IO participe para asegurar que las soluciones del modelo se traduzcan con exactitud en un procedimiento operativo y para corregir defectos en la solucin que se presenten en cualquier momento. El xito de la implementacin depende en gran medida del apoyo que proporcionen tanto la alta administracin como la generacin operativa. Despus la administracin operativa se encarga de proporcionar una capacitacin detallada al personal que participa y se inicia el nuevo curso de accin. Durante la fase de culminacin del estudio es apropiado que el equipo de investigacin de operaciones documente su metodologa con suficiente claridad y detalle para que el trabajo pueda reproducirse.
La posibilidad de obtener una rplica debe ser parte del cdigo tico profesional del investigador de operaciones.