Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introducción A La Modelación Matemática y Optimización PDF
Introducción A La Modelación Matemática y Optimización PDF
MODELACIÓN MATEMÁTICA
Y OPTIMIZACIÓN
Como puede observarse, el punto de vista de la IO es muy amplio, pues apunta hacia
cualquier tipo de organización, tratando de resolver los conflictos entre los componentes de la
misma, para obtener el máximo provecho de los recursos disponibles y lograr los objetivos
globales de la empresa. Ese “máximo aprovechamiento de los recursos” se ve reflejado en la
mayoría de los casos que estudia la investigación operacional en la búsqueda de soluciones
óptimas de los problemas.
Por otra parte, el grupo que realiza un estudio específico en alguna organización debe
contener personas expertas en las áreas antes mencionadas y además poseer un conocimiento
global y profundo de la organización misma, de tal forma que la definición del problema, el
diseño del modelo y la utilización de sus soluciones estén enmarcados dentro del contexto del
sistema real y específico bajo estudio. De esto último puede deducirse que los resultados que
brinda la IO se obtienen en general de mediano a largo plazo, pues el conocimiento inicial del
sistema bajo estudio por parte del grupo puede consumir un tiempo considerable.
Como puede observarse, las posibilidades de aplicación son inmensas y cada día más
especializadas. Las aplicaciones reales de la IO están creciendo cada día, especialmente en
nuestro medio cuando apenas empieza a reconocerse su importancia y utilidad para el diseño y
optimización de sistemas complejos.
Entre las técnicas de la IO que más se han utilizado se resaltan el análisis estadístico
cuyo origen tuvo lugar con el desarrollo de la IO, para posteriormente volverse una técnica
independiente con sus propios desarrollos. Igualmente, la programación lineal y la simulación
han tenido y tienen actualmente un gran desarrollo en diversos campos, como por ejemplo los
sistemas integrados de producción y distribución, los sistemas de manejo de materiales,
algunas aplicaciones en agricultura, los problemas de planeación de las líneas aéreas y muchos
otros más.
Prácticamente cada una de estas técnicas podría dar lugar a cursos completos o
seminarios especializados, con amplia exposición de aplicaciones reales. Esta publicación se
centra en lo que podría denominarse un curso de Introducción a la Optimización o
Investigación de Operaciones I, concentrándose principalmente en los modelos de
programación lineal y brindando una introducción a la teoría de redes y a la programación no-
lineal.
2. EL PROCESO DE DISEÑO EN
INGENIERÍA
Como ya se ha visto, la IO aplica el método científico para analizar, modelar y
optimizar sistemas complejos reales. Desde el punto de vista de la ingeniería industrial y de
sistemas, esta metodología podría definirse como el “proceso de diseño en ingeniería.” Este
proceso consiste en una serie de pasos bien definidos para encontrar la solución de problemas
reales. La Figura 2.1 muestra una síntesis de este proceso.
Los dos pasos siguientes son comunes al proceso bien sea que exista o no un modelo
de decisión. Se trata de especificar claramente la solución con el objeto de que sea
implementada de una forma correcta y de que permita su continua evaluación y control. Estos
pasos pueden identificar desviaciones de la realidad o cambios con respecto de la concepción
original del problema, de tal forma que se puede hacer necesario un proceso continuo de
análisis y refinamiento del modelo, incluso existiendo la posibilidad de reformular el problema
e iniciar el proceso de nuevo.
2.1. MODELOS
Uno de los pasos fundamentales del proceso descrito anteriormente puede ser la
formulación y validación de un modelo de decisión. En general, puede decirse que un modelo
es la abstracción de la realidad, el cual debe poseer dos características básicas:
En todas las disciplinas, de una u otra forma, se utilizan modelos. A continuación se da una
clasificación típica de modelos.
• Físicos, los cuales normalmente lucen semejantes a la realidad física, pero a menor
escala, como por ejemplo un avión en miniatura siendo probado en un túnel de
viento.
Otro tipo de clasificación define los modelos como descriptivos, o sea aquéllos que
sólo describen el sistema bajo estudio, o normativos u optimizables, los cuales se formulan
para mejorar u optimizar el sistema bajo estudio. De manera semejante, los modelos se pueden
clasificar en determinísticos o estocásticos (probabilísticos), de acuerdo con su capacidad de
involucrar o no variables aleatorias en el análisis.
Existen otras clasificaciones más detalladas, pero con las dadas aquí es suficiente para
ilustrar los tipos de modelos objeto de esta publicación. En general, los modelos matemáticos
tratados en esta publicación, es decir los de programación lineal, modelos de redes y
programación no-lineal, pueden ser clasificados como modelos matemáticos determinístico-
optimizables.
2.1.2. Ventajas y Desventajas del Uso de Modelos
Por el contrario, existen también algunas desventajas que deben ser evaluadas antes de
emprender la tarea de formulación de un modelo para la solución de un problema. Ellas son:
Los modelos deben siempre considerarse como un soporte o ayuda para la toma de
decisiones y nunca como el reemplazo de las personas que toman las decisiones. Si se formula
un modelo pensando que sus resultados van a resolver todos los problemas de decisión y van a
ser implementados “a ojos cerrados,” se cae en un grave error que puede traer consecuencias
impredecibles. Existen en la realidad muchos factores que no pueden ser involucrados en
modelos matemáticos y que sólo los grupos de personas que toman las decisiones pueden
evaluar. Por lo tanto, desde este punto de vista, los modelos son una poderosa herramienta
para este proceso, pero no el fin mismo de la decisión.