1.

1 Definicin , desarrollo y tipos de modelos de investigacin de

operaciones
Definicin.
La Investigacin de Operaciones se ocupa de la toma de decisiones ptima a partir del
modelado y solucin de sistemas determinsticos y probabilsticos que se originan en la
vida real.
Estas aplicaciones que ocurren en el gobierno, en los negocios, en las industrias, en la
ingeniera econmica y en las ciencias naturales y sociales se caracterizan en gran parte
por la necesidad de asignar escasos recursos. En estas situaciones se puede obtener un
conocimiento profundo del problema a partir del anlisis cientfico que proporciona la
Investigacin de Operaciones. El enfoque de la Investigacin de Operaciones proviene
principalmente de:
1.
La estructuracin de una situacin de la vida real como un modelo matemtico,
logrando una abstraccin de los elementos esenciales para que pueda buscarse una
solucin que concuerde con los objetivos del tomador de decisiones.
2.
El anlisis de la estructura de tales situaciones y el desarrollo de procedimientos
sistemticos para obtenerlas.
3.
El desarrollo de una solucin, incluyendo la teora matemtica, si es necesario, que
lleva al valor ptimo de la medida que se espera del sistema.
Desarrollo de la Investigacin de Operaciones.
Avance de la Investigacin de Operaciones

Despus de la guerra, el xito de los equipos militares atrajo la atencin de las

empresas industriales, quienes buscaban soluciones a sus problemas complejos.

Aunque Gran Bretaa fue quien inici el estudio de la Investigacin de Operaciones,

los Estados Unidos tomaron pronto el liderazgo.

La primera tcnica matemtica aceptada fue el mtodo simplex de programacin

lineal, desarrollado en 1947 por el matemtico norteamericano George B. Dantzing.
La Investigacin de Operaciones actualmente

En la actualidad el impacto de la investigacin de operaciones se nota en muchas

reas.

Muchas universidades la ensean en todos los niveles.

Muchas organizaciones que se dedican a dar consultora estn comprometidas con

ella.

Las aplicaciones han ido ms all del mbito empresarial y militar, para incluir
hospitales, restaurantes, aeropuertos, bancos, bibliotecas, planeacin urbana, sistemas
de transporte y estudios de investigacin criminalgica.
El desarrollo de decisin consiste en seleccionar una o varias alternativas o cursos de
accin para minimizar los riesgos de prdidas financieras.
La toma de decisiones puede hacerse bajo:

Riesgo

Certeza

Conflicto

Incertidumbre
Una toma de decisin bajo completa certeza llamada tambin determinstica, se
caracteriza porque el grupo decisor conoce perfectamente cul va a ser el estado de la

naturaleza relativo a sus objetivos y por lo tanto selecciona aquella accin que de acuerdo
al criterio del lder lograr acercar ms rpido a la meta preestablecida.
En el caso de riesgo, tambin conocida como estocstico, no se conoce perfectamente el
estado que adoptar la naturaleza pero se asocia a este una distribucin de probabilidad
(discreta, continua), en funcin de esta ltima el grupo decisor selecciona aquella accin
que maximiza la esperanza de acercarse a la meta propuesta.
En el caso conflictivo, los estados de la naturaleza obligan a que el logro de las metas de
un grupo de decisores reduzca simultneamente las posibilidades de que otro grupo
alcance las suyas.
Cuando hay total incertidumbre se desconoce la verosimilitud asociada a la ocurrencia de
posibles estados de la naturaleza, es decir, no se tiene una idea sobre la distribucin de
probabilidad o funcin de densidad asociada a los diferentes entornos.
En el caso determinstico, los procesos de decisin, generalmente son dos:
1.
Maximizar, utilidades, beneficios
2.
Minimizar, costos, tiempo, distancia
Para el caso estocstico, se optimizan (maximizar o minimizar) los valores esperados
correspondientes.
En el conflicto se minimizan las mximas prdidas, que equivale a maximizar las mnimas
ganancias del oponente, este criterio se utiliza con menor frecuencia.
Cuando existe incertidumbre los procesos de decisin que pueden presentarse son:

Maximizar la mnima ganancia

Minimizar la mxima prdida

Coeficiente optimista-pesimista

Minimizar el arrepentimiento mximo

Estrategias mixtas
Modelo: definicin y tipos.
Un modelo es una representacin simplificada e idealizada de la realidad, o tambin, un
modelo es una abstraccin selectiva de la realidad. Dentro de la Investigacin de
Operaciones los tipos de modelos generalmente son numricos.
Los tipos de modelos son:
Icnicos
Analgicos
Matemticos
Un modelo icnico es una representacin de la realidad pero a diferente escala, ya sea
aumentada o disminuida, por ejemplo:
a)
Una maqueta
b)
Un mapa
c)
La representacin de la clula
Los modelos analgicos generalmente requieren la sustitucin de una propiedad por otra
con el fin de permitir la manipulacin del modelo, despus de resolver el problema la
solucin se reinterpreta de acuerdo al sistema original, por ejemplo:
a)
Un sistema de redes elctricas se pude utilizar en forma anloga para un sistema de
transporte vial
b)
El sistema lgico de la inteligencia humana se utiliza en forma anloga para la
operacin de un programa de computadoras.
Los modelos simblicos o matemticos emplean un conjunto de smbolos matemticos y
funciones para representar las variables de decisin y sus relaciones para describir el

comportamiento del sistema. La solucin de problemas se obtiene aplicando tcnicas

matemticas, como programacin lineal.
En investigacin de operaciones los modelos casi siempre son matemticos y por
consiguiente son aproximaciones a la realidad, por ejemplo:
a)
La ecuacin general de la lnea recta: y=mx + b
b)
La cantidad ptima en compra de inventarios
c)
La ecuacin bsica en contabilidad: A= P + C

1.2 Fases de estudio de la investigacin de operaciones

Nacida durante la Segunda Guerra Mundial, la investigacin de operaciones es una
ciencia que modela problemas complejos haciendo uso de las matemticas y la lgica. La
investigacin de operaciones permite el anlisis de la toma de decisiones teniendo en
cuenta la escasez de recursos, para determinar cmo se pueden maximizar o minimizar
los recursos. El mtodo ms popular es el simplex (George Dantzing, 1947) dentro de la
rama de programacin lineal. El algoritmo simplex ha sido elegido como uno de los diez
de mayor influencia en el desarrollo y la prctica de la ciencia y la ingeniera en el siglo
XX. Entre algunos de los mtodos utilizados tenemos el mtodo de la ruta crtica y a la
tcnica de revisin y evaluacin de programas. En la ciencia de la administracin la cual
tambin es conocida como investigacin de operaciones, los administradores utilizan las
matemticas y las computadoras para tomar decisiones racionales en la resolucin de
problemas. Aunque estos administradores pueden resolver algunos problemas con su
experiencia pero en el complejo mundo en que vivimos muchos problemas no pueden ser
resueltos basados en experiencia. Las tcnicas de la administracin se aplican a dos
categoras bsicas de problemas, las cuales son las siguientes: Problemas
Determinsticos: son en los que la informacin necesaria para obtener una solucin se
conoce con certeza. Problemas Estocsticos: son los que parte de la informacin
necesaria no se conoce con certeza como es el caso de los determinsticos, sino que ms
bien se comporta de una manera probabilstica .La investigacin operacional (conocida
tambin como teora de la toma de decisiones, o programacin matemtica El objetivo
y finalidad de la Investigacin operacional es la de encontrar la solucin ptima para un
determinado problema (militar, econmico, de infraestructura, logstico, etc. Esta
constituida por un acercamiento cientfico a la solucin de problemas complejos, tiene
caractersticas intrnsecamente multidisciplinares 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 el mximo rendimiento o el menor costo. La
investigacin operacional tiene un rol importante en los problemas de toma de decisin es
porque permite tomar las mejores decisiones para alcanzar un determinado objetivo
respetndolos vnculos externos, no controlables por quien debe tomar la decisin. La
elaboracin del problema esta subdividida en fases obligatorias, las principales son:Examen de la situacin real y recoleccin de la informacin-Formulacin del problema,
identificacin de las variables controlables y las externas (no controlables) y la eleccin de
la funcin objetivo, a ser maximizada o minimizada-Construccin del modelo matemtico,
destinado a dar una buena representacin del problema; debe ser fcil de usar;

representar el problema, dando toda la informacin para poder tomar una decisin lo ms
idnea posible, tal es el caso del modelo matemtico EUE-Resolucin del modelo
(mediante diferentes modalidades), modalidad de abierto-cerrado-Anlisis y verificacin
de las soluciones obtenidas: se controla si la funcin objetivo ofrece las ventajas
esperadas; se verifica la representatividad del modelo y, se efectan anlisis de
sensibilidad de la solucin obtenida.

1.3 principales aplicaciones de la investigacin de operaciones

1.

2.

3.

4.

5.

6.

Se han desarrollado muchos mtodos de investigacin de operaciones que se aplican a

los problemas de los negocios, aunque al mismo tiempo se presentan en muchas
industrias distintas. Los modelos para la solucin de problemas se pueden agrupar en
distintas formas, las ms importantes son:
Problemas estocsticos o probabilsticos: son tiles al tener que enfrentarse a un
ambiente incierto, la estadstica de Bayes desarrolla un mtodo poderoso para tomar
decisiones cuando se tiene informacin limitada.
Pronsticos: es una responsabilidad ineludible de la gerencia el pronosticar,
enfrentando a la incertidumbre respecto al futuro, la conducta pasada como un indicador
de lo que va a venir. Dentro de los temas que ven pronsticos se tienen:
Promedios simples
Promedios mviles
Promedios dobles
Suavizacin exponencial
Regresin
Correlacin
Tendencia
Modelos de inventarios: ayudan al control de los costos totales de inventarios, estos
enfoque pueden reducir el costo total de compra, de almacenar, de llevar el inventario y
quedarse sin l, tambin analiza y evala los descuentos ofrecidos por proveedores, as
como la compra de artculos mltiples a un mismo proveedor.
Programacin lineal: es de valor cuando se debe de escoger entre alternativas
numerosas para evaluarlas con los mtodos convencionales. Al usar la programacin
lineal, se pueden determinar combinaciones ptimas de los recursos de una firma para
alcanzar ciertos objetivos.
Problemas de asignacin y transporte: son los enfoques tiles cuando la gerencia se
enfrenta a problemas que tienen que ver con la mejor alternativa de distribucin o el
mtodo ptimo de asignar operarios a las mquinas, etc.
Teora de redes: permite a los gerentes hacer frente a las complejidades involucradas
en los grandes proyectos, el uso de esta tcnica ha disminuido notablemente el tiempo
necesario para planear y producir productos complejos, las tcnicas ms usuales son:

PERT (Tcnica de Evaluacin y Revisin de Proyectos)

CPM (Mtodo de la Ruta Crtica)
PERT/COSTO (Tcnica de programacin con limitacin de recursos tanto en costo
como en tiempo)
7.
Teora de colas o lneas de espera: estudia las llegadas aleatorias a una estacin de
servicio o proceso de capacidad limitada, los modelos le permiten a la gerencia calcular a
futuro las longitudes de las lneas de espera, el tiempo promedio gastado en la lnea por
una persona que espera el servicio y la necesidad de agregar estaciones de servicio. Esta
tcnica se estudia primeramente mediante el uso de frmulas y posteriormente por
simulacin con computadora.

1.4 Metodologa para la investigacin de operaciones

Formulacin Del Problema
En esta fase del proceso se necesita:
Una descripcin de los objetivos del sistema, es decir, qu se desea optimizar; identificar
las variables implicadas, ya sean controlables o no; determinar las restricciones del
sistema.
Tambin hay que tener en cuenta las alternativas posibles de decisin y las restricciones
para producir una solucin adecuada.
Construccin del modelo
Decidir el modelo a utilizar para representar el sistema.
Debe ser un modelo tal que relacione a las variables de decisin con los
parmetros y restricciones del sistema.
Los parmetros (o cantidades conocidas) se pueden obtener ya sea a partir de
datos pasados o ser estimados por medio de algn mtodo estadstico.
Es recomendable determinar si el modelo es probabilstico o determinstico.
El modelo puede ser matemtico, de simulacin o heurstico, dependiendo de la
complejidad de los clculos matemticos que se requieran.
Solucin del modelo
Una vez que se tiene el modelo, se procede a derivar una solucin matemtica
empleando las diversas tcnicas y mtodos matemticos para resolver problemas
y ecuaciones.
Debemos tener en cuenta que las soluciones que se obtienen en este punto del
proceso, son matemticas y debemos interpretarlas en el mundo real.
Adems, para la solucin del modelo, se deben realizar anlisis de sensibilidad,
es decir, ver como se comporta el modelo a cambios en las especificaciones y
parmetros del sistema.
Esto se hace, debido a que los parmetros no necesariamente son precisos y las
restricciones pueden estar equivocadas.
Validacin del modelo

 La validacin de un modelo requiere que se determine si dicho modelo puede

predecir con certeza el comportamiento del sistema.
Un mtodo comn para probar la validez del modelo, es someterlo a datos
pasados disponibles del sistema actual y observar si reproduce las situaciones
pasadas del sistema.
Pero como no hay seguridad de que el comportamiento futuro del sistema contine
replicando el comportamiento pasado, entonces siempre debemos estar atentos
de cambios posibles del sistema con el tiempo, para poder ajustar adecuadamente
el modelo.
Implementacin de resultados
Una vez que hayamos obtenido la solucin o soluciones del modelo, el siguiente y
ltimo paso del proceso es interpretar esos resultados y dar conclusiones y cursos
de accin para la optimizacin del sistema.
Si el modelo utilizado puede servir a otro problema, es necesario revisar,
documentar y actualizar el modelo para sus nuevas aplicaciones.