jose

Origen y Desarrollo de la investigacin de Operaciones

Durante la segunda guerra mundial, la administracin militar de Gran Bretaa llam a un
equipo de cientficos para que estudiaran los problemas tcticos y estratgicos asociados
a la defensa area y terrestre del pas. EL establecimiento de este equipo cientfico marc
la primera actividad normal de la investigacin de operaciones. Despus de la guerra, el
xito de los equipos militares atrajo La atencin de los administradores industriales,
quienes estaban buscando soluciones a sus problemas, los cuales estaban llegando a ser
ms agudos debido a la introduccin de la especializacin funcional en las organizaciones
empresariales. Independientemente del hecho de que las funciones especializadas se
establecieron principalmente para servir al objetivo global de la organizacin, los objetivos
individuales de estas funciones pueden no siempre ser consistentes con las metas de la
organizacin.
Aunque se ha acreditado a Gran Bretaa la iniciacin de la investigacin de operaciones
como una nueva disciplina, los Estados Unidos tomaron pronto el liderazgo en este campo
rpidamente creciente.
Hoy el impacto de la investigacin de operaciones puede sentirse en muchas reas. Esto
est indicado por el nmero de instituciones acadmicas que ofrecen cursos de esta
materia en todos los niveles. Muchas organizaciones consultoras en administracin, estn
actualmente comprometidas en actividades de investigacin de operaciones. Estas
actividades han ido ms all de las aplicaciones empresariales y militares, para incluir
hospitales, instituciones financieras, bibliotecas, planeacin urbana, sistemas de
transporte y aun estudios de investigacin criminolgica.
Arte de modelar
Un estudio de investigacin de operaciones consiste en construir un modelo de la
situacin fsica. Un modelo de investigacin de operaciones se define como una
representacin idealizada (simplificada) de un sistema de la vida real. Este sistema puede
ya estar en existencia o puede todava ser una idea en espera de ejecucin. En el primer
caso el objetivo del modelo es analizar el comportamiento del sistema a fin de mejorar su
funcionamiento. En el segundo, el objetivo es diversificar la mejor estructura del sistema
futuro.
La complejidad de un sistema real resulta del gran nmero elementos (variables) que
controlan el comportamiento de sistema. Esto a su vez dicta una dificultad tacita al
recomendar cursos especficos de accin para cada una de estas variables.

Afortunadamente, aunque una situacin real puede un nmero sustancial de variables,

generalmente una pequea fraccin de estas variables realmente domina el
comportamiento de sistema. Por consiguiente, la simplificacin del sistema real en
trminos de un modelo se concentra principalmente en la identificacin de las variables y
relaciones dominantes que lo gobiernan.
KISBEL
Ventajas y desventajas de la investigacin de operaciones
Las ventajas de la investigacin de operaciones son:
1. permitir la toma de decisin ms conveniente conforme a los recursos disponibles y a
los objetivos que se tratan de conseguir;
2.lograr la abstraccin de los componentes en una situacin para poder estructurarla
como un modelo matemtico;
3.reducir el tiempo de bsqueda de una solucin que se ajuste a los objetivos propuestos.
Las desventajas de la investigacin de operaciones son:

1. Frecuentemente es necesario hacer simplificaciones del problema original para poder

manipularlo y detener una solucin.
2. La mayora de los modelos slo considera un solo objetivo y frecuentemente en las
organizaciones se tienen objetivos mltiples.
3. Existe la tendencia a no considerar la totalidad de las restricciones en un problema
prctico.
4. Casi nunca se realizan anlisis costo-beneficio de la implantacin de soluciones
definidas.
Tipos de modelos de Investigacin de Operaciones
Modelos simblicos o matemticos: al formular este tipo uno supone que todas las
variables relevantes son cuantificables. Por consiguiente, los smbolos matemticos se
utilizan para representar variables, las cuales entonces relacionadas con las funciones
matemticas apropiadas para describir el comportamiento del sistema. Luego la solucin
del modelo se logra por manipulacin matemtica apropiada.
Los modelos matemticos buscan la determinacin de la mejor solucin (ptima) algunas
veces la formulacin matemtica puede ser demasiado compleja para permitir una
solucin exacta. An si la solucin ptima puede obtenerse eventualmente, el cmputo
requerido puede ser imprcticamente grande.

Adems de los modelos matemticos, se emplean los:

Modelos heursticos y de simulacin: Los modelos de simulacin imitan el
comportamiento del sistema sobre un periodo. Esto se logra especificando ciertos
eventos, los cuales son puntos en el tiempo, cuya ocurrencia significa que puede
recolectarse la informacin importante perteneciente al comportamiento del sistema.
Los modelos de simulacin no necesitan funciones matemticas explicitas para relacionar
las variables, usualmente es posible simular sistemas complejos que no pueden modelarse
o resolverse matemticamente.
richard
La estructura de modelos matemticos
A diferencia de los modelos de simulacin o heursticos donde no pueden sugerirse
estructuras fsicas fijas, un modelo matemtico incluye tres conjuntos bsicos de
elementos:
1. Variables de decisin y parmetros. Las variables de decisin son las incgnitas que
deben determinarse con la solucin del modelo. Los parmetros representan las variables
controlables del sistema.
2. Restricciones. Para tomar en cuenta las limitaciones fsicas del sistema, el modelo debe
incluir restricciones que limitan las variables de decisin a sus valores factibles (o
permisibles). Esto usualmente se expresa en la forma de funciones matemticas
restrictivas.
3. Funcin objetivo. Define la medida de efectividad del sistema como una funcin
matemtica de sus variables de decisin. Por ejemplo si el objetivo del problema es
maximizar el beneficio total, la funcin objetivo debe especificar el beneficio en funcin
de las variables de decisin. En general, la solucin ptima al modelo se obtiene cuando
los valores correspondientes de las variables de decisin proporcionan el mejor valor de la
funcin objetivo satisfaciendo todas las restricciones.
Lo ptimo
Un modelo matemtico busca "optimizar' una funcin objetivo sujeta a un conjunto de
restricciones. La optimizacin generalmente se usa para significar la minimizacin de la
funcin objetivo. Luego dos analistas trabajando independientemente en el mismo
problema pueden proporcionar dos modelos diferentes con criterios objetivos diferentes.

La principal conclusin es que la solucin ptima de un modelo es la mejor relacionada

solamente a este modelo. En otras palabras no se debe pensar que este oprimo es el
mejor para el problema en consideracin. En lugar de ello, es el mejor solamente si el
criterio especificado puede ser justificado como una representacin real de las metas de la
organizacin completa donde existe el problema.
En la prctica llega a ser muy difcil incluir todos los objetivos (posiblemente en conflicto)
en un solo criterio, ya sea porque esto pueda resultar en una funcin matemtica
compleja, para el cual ninguna tcnica de solucin pueda aplicarse fcilmente, o porque
algunos objetivos son demasiados intangibles para permitir su cuantificacin razonable.
Simplificacin de un modelo matemtico
Despus que se construye un modelo matemtico puede ser necesario simplificar el
modelo de tal manera que sea analticamente tratable. Algunas de las simplificaciones
comunes incluyen:
1. Convertir las variables discretas en continuas
2. Linealizar funciones no lineales
3. Eliminar algunas de estas restricciones
ANIBAL
Efecto de la disponibilidad de los datos en el modelado
Los modelos de cualquier clase, independientemente de su refinamiento y aproximacin
para representar el sistema real, pueden ser de poco valor si no estn apoyados en una
base de datos confiable.
Algunas veces se construye un modelo segn la hiptesis de que pueden asegurarse
ciertos datos, pero la bsqueda posterior puede comprobar que tal informacin es difcil
de obtener.
La recopilacin de datos puede realmente ser la parte ms difcil para terminar un
modelo. Desafortunadamente no pueden sugerirse reglas para este procedimiento.
Mientras que acumula experiencia en el modelado de una organizacin, el analista de
investigacin de operaciones deber tambin desarrollar medios para recolectar y
documentar datos en una forma til para proyectos tanto actuales como futuros.
Fases de un estudio de investigacin de operaciones

Las principales fases a travs de las cuales pasara el equipo a fin de efectuar un estudio
de IO son:
1. Definicin del problema Desde el punto de vista de la de la investigacin de operaciones
esto indica tres aspectos principales:(a) una descripcin de la meta o el objetivo del
estudio,(b) una identificacin de las alternativas de decisin del sistema y (c) un
reconocimiento de las limitaciones, restricciones y requisitos del sistema.
2. Construccin del modelo Dependiendo de la definicin del problema, el equipo de
investigacin de operaciones deber decidir sobre el modelo ms adecuado para
representar el sistema.
3. Solucin del modelo Esta fase corresponde a la solucin del modelo. En modelos
matemticos esto se logra usando tcnicas de optimizacin bien definidas y se dice que el
modelo proporciona una solucin ptima.
4. Validacin del modelo Un modelo es vlido si, independientemente de sus
inexactitudes al representar el sistema, puede dar una prediccin confiable del
funcionamiento del sistema.
5. Implantacin de los resultados finales La tarea de aplicar estos resultados recae
principalmente en los investigadores de operaciones. Esto bsicamente implicara la
traduccin de estos resultados en instrucciones de operacin detallada, emitidas en una
forma comprensible a los individuos que administraran y operaran el sistema despus.
PROGRAMACIN LINEAL La programacin lineal es el campo de la optimizacin
matemtica dedicado a maximizar o minimizar (optimizar) una funcin lineal, denominada
funcin objetivo, de tal forma que las variables de dicha funcin estn sujetas a una serie
de restricciones expresadas mediante un sistema de inecuaciones tambin lineales. Los
problemas de programacin lineal se distinguen en que estn claramente definidos en
trminos de una funcin objetivo, restricciones y linealidad.