Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Clases 1, 2 y 3 MOP115
Clases 1, 2 y 3 MOP115
UNIVERSIDAD DE EL SALVADOR
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ESCUELA DE INGENIERÍA INDUSTRIAL
MÉTODOS DE OPTIMIZACIÓN
Con los primeros estudios de Investigación de Operaciones se llegó a reconocer que el grupo
interdisciplinario era muy valioso. Se comprobó que puede hablarse de problemas físicos,
químicos, biológicos, psicológicos, sociales y económicos, como si todos fueran de naturaleza
categórica. En realidad las diversas disciplinas describen formas diferentes de estudiar el mismo
problema, por lo que el enfoque interdisciplinario tiene la ventaja de que reconoce que la mayor
parte de los problemas de negocios tienen los aspectos antes mencionados. Es razonable que
las fases individuales de un problema se comprendan y analicen mejor por aquellas personas
que tienen el adiestramiento necesario en los campos apropiados.
Es una representación o abstracción de una situación u objeto reales, que muestra las relaciones
(directas e indirectas) y las interrelaciones de la acción y la reacción en términos de causa y
efecto. Como un modelo es una abstracción de la realidad, puede parecer menos complicado
que la misma. Para que sea completo, el modelo debe ser representativo de aquellos aspectos
de la realidad que están investigándose.
a. Icónicos. Son representaciones físicas o imágenes a escala del sistema cuyo problema se
quiere resolver, se parecen a la realidad que representan, son estáticos y poseen dos o
tres dimensiones. Ejemplos de modelos de dos dimensiones: fotografías, mapas, planos.
De tres dimensiones: maquetas, réplicas, mapas en relieve.
b. Analógicos. Muestran de una forma más dinámica las características del acontecimiento
que se estudia. Ejemplo: diagramas de flujo, curvas de ecuaciones matemáticas.
c. Simbólicos (Matemáticos). Son representaciones de la realidad y toman la forma de
símbolos o cifras como por ejemplo las ecuaciones.
De las tres clases de modelos, los matemáticos son los que más se emplean en Investigación de
Operaciones.
• Técnicas matemáticas: Del mismo modo que la teoría de probabilidad y la estadística son
indispensables para la compresión de los modelos de IOP, también lo son las técnicas
matemáticas. En general puede decirse que cualquier método matemático puede convertirse en
útil instrumento para los proyectos de investigación de operaciones. Las técnicas matemáticas
se aplican a los modelos de optimización que pueden escoger directamente la mejor selección,
sin necesidad de emplear muchos pasos repetidos.
• Modelos de reemplazo: Generalmente los problemas de reemplazo son de dos tipos: los
que comprenden artículos que se deterioran a través del tiempo y los que fallan después de
determinado periodo. El primer grupo se refiere al activo fijo de una empresa -maquinas,
camiones y equipo- que son de costo elevado. Los del segundo tipo son relativamente
económicos: tubos al vacío, neumáticos, cámaras para los mismos, etc. Los modelos del
segundo tipo consideran el reemplazo de los artículos a medida que fallan, el reemplazo de
todos ellos a intervalos especificados, o algunas combinaciones de ambos métodos. Puede
emplearse el muestreo estadístico y la teoría de probabilidades para resolverlos.
• Modelos de asignación: Cuando hay que llevar a cabo varias actividades, maneras
alternativas de ejecutarlas e instalaciones y recursos limitados para desempeñar cada una de
ellas del modo más efectivo, habrá un problema de asignación de esos recursos escasos. El
problema consiste en combinar las actividades o los recursos en forma óptima de modo que la
eficiencia general se aumente al máximo, o sea que se aumente las utilidades y que se
disminuyan los costos. Esto se conoce como programación matemática. Cuando las restricciones
se expresan en forma de ecuaciones lineales, esto se conoce como programación lineal. Si
alguna restricción no es lineal, se le llama programación no lineal La teoría de dualidad de la
programación lineal establece la relación entre dos formulaciones distintas del mismo problema.
Además de la programación lineal y no lineal hay otros tipos de programación: entera,
cuadrática, convexa, estocástica, de decisión, paramétrica y dinámica. Difieren en la cantidad de
datos que pueden manejar y en la clase de suposiciones que se hacen. El tipo más sencillo de
modelo de asignación comprende la asignación de varias tareas al mismo número de recursos
(hombres). A esto se le llama problema de asignación, y este tipo de problema se hace más
complicado si algunas de las tareas requieren más de un recurso, y si los recursos se pueden
emplear en más de una área. El problema del transporte es un ejemplo de esto.
• Modelos competitivos: La teoría de los juegos suministra una estructura conceptual dentro
de la cual pueden formularse casi todos los problemas de competencia. Los negocios la han
usado eficazmente para desarrollar estrategias de publicidad, políticas de precios y oportunidad
para la introducción de nuevos productos. En los juegos se han usado con éxito las teorías
estadísticas de la decisión y la simulación. El empleo de la teoría de juegos ha traído beneficios
educativos al adiestramiento del personal militar e industrial.
• Modelos de ruta: Uno de los más importantes problemas de ruta es el problema del agente
viajero. El problema consiste en escoger una ruta que comience en la propia ciudad del agente,
pase una sola vez por cada ciudad y regrese a su punto de partida por la distancia más corta
posible en términos de tiempo o costo. El modelo de ruta se ha aplicado a la producción, donde
el número de modelos o artículos producidos es análogo a las ciudades. Los costos de cambio
de producción corresponden a los costos de los viajes entre las diversas ciudades.
alternativas (demasiado numerosas para otro método cuantitativo), a fin de encontrar la que
sea correcta.
La clasificación que se presenta a continuación hace una separación por categorías. Lo que se
pretende es mostrar la relación entre ellas para tener una mejor comprensión de las diferencias
esenciales entre los modelos de la IOP.
Incluye determinar los objetivos apropiados, las restricciones sobre lo que se puede hacer, las
interrelaciones del área bajo estudio con otras áreas de la organización, los diferentes cursos de
acción posibles, los límites de tiempo para tomar una decisión, etc. Este proceso de definir el
problema es crucial ya que afectará en forma significativa la relevancia de las conclusiones del
estudio. Es difícil obtener una respuesta “correcta” a partir de un problema mal enfocado.
Resolver un modelo consiste en encontrar los valores de las variables dependientes, asociadas a las
componentes controlables del sistema con el propósito de optimizar, si es posible, o cuando menos
mejorar la eficiencia o la efectividad del sistema dentro del marco de referencia que fijan los
objetivos y las restricciones del problema.
La selección del método de solución depende de las características del modelo. Los
procedimientos de solución pueden ser clasificados en tres tipos: a) analíticos, que utilizan
procesos de deducción matemática; b) numéricos, que son de carácter inductivo y funcionan en
base a operaciones de prueba y error; c) simulación, que utiliza métodos que imitan o, emulan al
sistema real, en base a un modelo.
Es inevitable que la primera versión de un modelo matemático complejo tenga muchas fallas.
Sin duda, algunos factores o interrelaciones relevantes no fueron incorporados a él y algunos
parámetros no fueron estimados correctamente. Por lo tanto, antes de usar el modelo debe
probarse exhaustivamente para intentar identificar y corregir todas las fallas que se puedan
presentar.
Es importante que todas las expresiones matemáticas sean consistentes en las dimensiones de las
unidades que emplean. Además, puede obtenerse un mejor conocimiento de la validez del modelo
si se modifican los valores de los parámetros de entrada y/o de las variables de decisión, y
comprobando que los resultados de modelo se comportan de una manera factible. Es importante
documentar el proceso usado para las pruebas de la validación del modelo, pues ello ayuda a
aumentar la confianza de los futuros usuarios. Más aún, si en el futuro surgen preocupaciones
sobre el modelo, esta documentación ayudará a diagnosticar en donde pueden encontrarse los
problemas.
Esta fase consiste en determinar los rangos de variación de los parámetros dentro de los cuales no
cambia la solución del problema.
Es necesario generar información adicional sobre el comportamiento de la solución debido a
cambios en los parámetros del modelo. Usualmente esto se conoce como ANÁLISIS DE
SENSIBILIDAD.
El paso final se inicia con el proceso de “vender” los hallazgos que se hicieron a lo largo
del estudio a los ejecutivos o tomadores de decisiones.
Esta etapa es crítica, pues aquí y sólo aquí se cosecharán los beneficios del estudio. Por lo
tanto, es importante que el equipo de Investigación de Operaciones participe para
asegurar que las soluciones del modelo se traduzcan con exactitud en un procedimiento
operativo, y para corregir defectos en la solución que se presenten en cualquier momento.
El éxito de la implementación depende en gran medida del apoyo que proporcionen tanto
la alta administración como la gerencia operativa.
• Logra un mejor sistema al hacer que opere con costos más bajos con interacciones fluidas