UNIVERSIDAD NACIONAL DE VILLARRICA DEL

ESPIRITU SANTO

FACULTAD POLITECNICA

CARRETA DE INGENIERÍA EN SISTEMAS INFORMATICOS

MATERIA: INVESTIGACION DE OPERACIONES I

REVISIÓN BIBLIOGRAFICA SOBRE:

Construcción de Modelos en Investigación Operativa

Alumnos: Rodrigo Daniel Cristaldo Bogado,

Fernando Ramón Báez Amarilla

TUTOR: Mst. Ing. Víctor Melgarejo

Villarrica – Paraguay
2018
Introducción:
En el presente trabajo se desea explicar a detalle los procesos que conlleva la
construcción de un modelo en el ámbito de la Investigación de Operaciones.
Dichos modelos tienen como objetivo dar solución a problemas específicos,
estos modelos se obtienen a partir de un proceso que básicamente se divide en
una serie de fases que el equipo de IO u/o investigador debería seguir con el fin
de desarrollar un modelo propiamente adecuado para el tipo de problema
propuesto.
Estas fases se dividen en:
1. Formulación del modelo y construcción del mismo
2. Análisis del modelo para generar resultados
3. Interpretación y validación de los resultados del modelo
4. Implementación, es decir, aplicar la toma de decisiones
Dichas fases están mejor explicadas en las siguientes páginas de este
documento.
Esperamos con este trabajo, poder aclarar todas las dudas existentes sobre el
tema abordado.
Objetivos
General
 Conocer el proceso de construcción de modelos de decisión basados en
descripciones matemáticas, para la toma de decisiones en situaciones de
complejidad o incertidumbre.

Específico
 Explicar a detalle cada fase por las que se debe pasar para la correcta
construcción de un Modelo teniendo en cuenta el tipo de problema a
solucionar.
¿Qué es un Modelo?
“Un modelo es producto de una abstracción de un sistema real: eliminando las
complejidades y haciendo suposiciones pertinentes, se aplica una
técnica matemática y se obtiene una representación simbólica del mismo.

¿DE QUE ESTAN COMPUESTOS LOS MODELOS?

 Variables de decisión y parámetros
Las variables de decisión son incógnitas que deben ser determinadas a
partir de la solución del modelo. Los parámetros representan los
valores conocidos del sistema o bien que se pueden controlar.
 Restricciones
Las restricciones son relaciones entre las variables de decisión y
magnitudes que dan sentido a la solución del problema y las acotan
a valores factibles. Por ejemplo, si una de las variables de decisión
representa el número de empleados de un taller, es evidente que el valor de
esa variable no puede ser negativo.
 Función Objetivo
La función objetivo es una relación matemática entre las variables de
decisión, parámetros y una magnitud que representa el objetivo o producto
del sistema.”1

1
Definiciones recopiladas de los autores: Kaufman, Arnold. En el libro Métodos y Modelos
de Investigación de operaciones, Quinta Edición, 1984, C (Kaufman, 1984)
“Ciclo de Vida de la construcción de Modelos
No existe un método para construir un modelo perfecto de modo directo. En
cualquier caso, se puede decir que en la definición de cualquier modelo hay tres
etapas o hitos básicos que se concretan en:
1. Definir el Problema.
1.1 Entender el problema: Hay que estructurar el problema para entenderlo.
Cualquier herramienta es buena. En ocasiones con esta etapa el problema a
resolver queda resuelto. Y en general también ocurre que el primer problema
planteado no era el problema real.
1.2 Acordar con el cliente los resultados a obtener: No significa
necesariamente que el cliente deba definir el resultado concreto del trabajo.
2. Modelar y Construir la Solución. Esta fase incluye definir el tipo de técnica
a utilizar, generar el modelo y por último validarlo.
2.1 Definir el tipo de técnica. La decisión del tipo de técnica que mejor se ajusta
al problema puede ser revocada en cualquier instante, pero da por perdido todo
el trabajo anterior.
Esto incluye el análisis de datos disponibles y resultados requeridos.
2.2 Generar el modelo. Esta etapa incluye estimar los parámetros para modelar
o calcular resultados, además de dar forma física al modelo. En este punto es de
destacar la aplicación del principio “Ir paso a paso”. Esto implica abordar
escalonadamente los diferentes aspectos de la realidad que se pretenden
modelar.
2.3 Validar el modelo. Decidir si el modelo vale para algo, si se puede usar y si
el cliente lo encontrará aceptable. Fundamentalmente esta fase exige comprobar
que se comporta como se pretendía que se comportara.
3. Utilizar la Solución. Un modelo perfecto que no se utilice es un modelo
perfectamente inútil.
Ser capaz de implementar el modelo de tal manera que el cliente lo utilice, y
mantener un concreto sistema de actualización son los dos elementos básicos
de esta fase.

Cualquiera de las etapas citadas exige replantearse siempre la vuelta al principio

del proceso. La mejor comprensión de la realidad puede llevar (lleva) a cambiar
el tipo (o tipos) de técnica a utilizar para alcanzar el objetivo propuesto.
3.1 Implementar el modelo. Trabajar con el cliente para poder extraer los
máximos beneficios del trabajo realizado.
3.2 Actualizar el modelo. Es evidente que si la realidad es cambiante el modelo
debe adaptarse a las nuevas circunstancias de manera continua si se pretende
que siga teniendo utilidad.”2

2
Modelado y Resolución de Problemas de Organización Industrial mediante Programación Matemática - José

Pedro García Sabater, Julien Maheut - Grupo de Investigación ROGLE - Departamento de Organización de Empresas
- Curso 2011 / 2012
Comentarios:
Según el libro del Ing. C. Sánchez:
Existe una serie de fases que se toma como proceso para finalmente obtener un
modelo de cualquier tipo.
Esto se puede resumir y explicar de una manera mucho más simple y entendible,
para ello es necesario mencionar cada fase:
1. La primera fase se trata de formular el problema y definir qué actividad se
necesita optimizar, listar las restricciones y las variables que el sistema presenta.
2. La segunda fase se define qué tipo de modelo se debe de desarrollar para
que las variables y restricciones sean relacionadas de manera que se abstraiga
el sistema.
3. La tercera fase se trata de solucionar el modelo mediante las técnicas y
métodos matemáticos.
4. La cuarta fase se valida el modelo mediante una prueba de retrospectiva, es
decir, ver si el modelo logra reproducir los mismos resultados usando datos
anteriores entonces el modelo estaría listo para su implementación.
5. La última fase al haber obtenido la solución deseada finalmente se procede
a la optimización del sistema (Mejorar cada aspecto).
 1. “Definición del problema y recolección de datos

Por consiguiente, la primera actividad será el estudio del sistema relevante y el

desarrollo de un resumen bien definido del problema que será analizado. Esta
etapa incluye la determinación de los objetivos apropiados, las restricciones
sobre lo que es posible hacer, las interrelaciones del área en 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 definición del problema es
crucial, pues afectará de forma significativa la relevancia de las conclusiones del
estudio. ¡Es difícil obtener una respuesta “correcta” a partir de un problema
enfocado de manera “equivocada”!

2. Formulación del problema matemático

Los modelos matemáticos también son representaciones idealizadas, pero están

expresados en términos de símbolos y expresiones matemáticas. Las leyes de
la física como 𝐹 = 𝑚𝑎 y 𝐹 = 𝑚𝑐 2 son ejemplos familiares. En forma parecida, el
modelo matemático de un problema industrial está conformado por el sistema de
ecuaciones y expresiones matemáticas relacionadas que describen la esencia
del problema.

3. Obtención de soluciones a partir del modelo

Una vez formulado el modelo matemático del problema en estudio, la siguiente

etapa de un trabajo de IO consiste en desarrollar un procedimiento, por lo general
en computadora, para obtener una solución a partir de este modelo. Puede
pensarse que ésta debe ser la parte principal del estudio, pero, en realidad, en
la mayoría de los casos no lo es. De hecho, a veces ésta es una etapa bastante
sencilla, en la que se aplica uno de los dos algoritmos —procedimientos iterativos
de solución— de investigación de operaciones en una computadora mediante el
uso de algunos de los paquetes de software disponibles.

4. Prueba de modelo

En algunos aspectos, la elaboración de un modelo matemático grande es

análogo al desarrollo de un programa de computadora grande. Cuando se
completa la primera versión 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. Con el tiempo, después de una larga
serie de programas mejorados, el programador —o equipo de programación—
concluye que el programa actual proporciona, en general, resultados
razonablemente válidos. Aunque sin duda quedarán algunas fallas ocultas —y
quizá nunca sean detectadas— se habrá eliminado la cantidad suficiente de
problemas mayores como para que su utilización sea confiable.

De manera similar, 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 con precisión. Estas circunstancias no se pueden eludir dadas las
dificultades de comunicación y comprensión de todos los aspectos y sutilezas de
un problema operacional complejo, así 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.

5. Preparación para aplicar el modelo

¿Qué pasa después de completar la etapa de pruebas y desarrollar un modelo

aceptable? Si el modelo va a usarse varias veces, el siguiente paso es instalar
un sistema bien documentado para aplicarlo según lo establecido por la
administración. Así, aun cuando cambie el personal, el sistema puede ser
consultado de manera periódica para proporcionar una solución numérica
específica.

6. Implementación

Una vez desarrollado el sistema para aplicar el modelo, la última etapa de un

estudio de IO es implementarlo según lo haya establecido la administración. Esta
etapa es crítica, pues aquí y sólo aquí se cosecharán los beneficios del estudio.
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 solución que se presenten en cualquier momento.”3

3
Introducción a la investigación de operaciones- Frederick S. Hillier & Gerald J. Lieberman
Comentario:

El libro de "Introducción a la investigación de operaciones- Frederick S. Hillier &

Gerald J. Lieberman"

De manera similar menciona su proceso de creación, desarrollo y aplicación de

un modelo:

1. Definición del problema y recolección de datos.

La primera actividad es definir el problema con sus objetivos apropiados,

restricciones, el tiempo disponible para la toma de decisión, etc., resalta la
importancia de esta fase ya que afectaría directamente las conclusiones.

2. Formulación de un modelo matemático:

La forma en que se logra esto es mediante la construcción de un modelo

matemático que represente la esencia del problema, estos también son
representaciones idealizadas, pero están expresadas en términos de símbolos
ya que es del tipo simbológico. Se refiere en particular a una famosa ley de la
física: E = mc2 donde Einstein demuestra que cuando un cuerpo alcanza la
velocidad similar de la luz su masa equivale a una gran cantidad de energía, de
forma parecida se utilizan un modelo matemático conformado por sistemas de
ecuaciones que describen la esencia del problema.

3. Obtención de Soluciones:

La siguiente etapa es obtener una solución a partir del modelo obtenido por lo
general utilizando el ordenador, donde se aplica algunos algoritmos.

4. Prueba del modelo.

El autor hace una analogía que cuando se elabora un modelo matemático es

como desarrollar un programa de computadora. El programa en su primera
versión debe ser probada tantas veces como sea posible para corregir las fallas
y errores que presenta, de manera similar un modelo matemático en gran
porcentaje presenta muchos errores por lo tanto también se prueba
exhaustivamente el modelo en busca de errores y corrección de los cuales por
lo tanto el proceso de prueba y mejoramiento es llamado como validación del
modelo.

5. Preparación para aplicar el modelo.

Si el modelo completa la etapa de pruebas, y se ha desarrollado de buena forma,

el siguiente paso es instalar el sistema bien documentado, el cual debe
incorporar el procedimiento de solución y operativos para su implantación para
que cuando el personal cambie, pueda ser consultado para proporcionar una
solución numérica específica.

6. Implementación

Una vez desarrollado el sistema para aplicar el modelo, por último, sólo basta
implementarlo según se haya establecido.

Es importante que el equipo de Investigación participe para asegurar los

resultados esperados, y corregir algún tipo de solución que se presente en
cualquier momento.
Conclusión
En conclusión se podría decir que incluso al seguir las fases de construcción
adecuadamente todavía existen altas probabilidades de no lograr un modelo
infalible para la solución de sistemas, sólo el exhaustivo empleo del modelo con
el objetivo de corregir errores ayudaría así el mejoramiento continuo del modelo
desarrollado, sin embargo la definición del problema será la base con el cual se
apoye de forma casi completa la solución es decir el cual inferirá en mayor parte
comparado con los demás etapas los cuales claramente son importantes
también.
La satisfacción de los clientes que ha contratado a grupos expertos en
investigación operativo se debe a las ganancias empresas, organizaciones
millones de dólares. Por lo tanto, aprender a construir modelos sería interesante
y poder aplicarlos en futuros a negocios e inversiones propias para su beneficio.
Bibliografía
Frederick S. Hillier, G. J. (s.f.). Introducción a la investigación de operaciones.

José Pedro García Sabater, J. M. (2011). Modelado y Resolucón de Problemas de Organización

Industrial mediante programación Matemática.

Kaufman, A. (1984). Métodos y Modelos de Investigación de operaciones. CECSA.