INTRODUCCIÓN A LA INVESTIGACIÓN DE

SEMANA 1
 
OPERACIONES  
 
 

   
  

INTRODUCCIÓN  A  LA  INVESTIGACIÓN  DE  OPERACIONES  

 
Introducción  a  los  modelos                            
Se  le  conoce  como  Investigación  de  Operaciones  al  proceso  científico  utilizado  para  encontrar  
una  solución  o  decisión  que  permita  operar  un  sistema  y  obtener  un  resultado  específico  
asignando  la  menor  cantidad  de  recursos  posibles,  a  este  proceso  también  se  le  conoce  como  
Ciencia  de  la  Administración.  
Un  Sistema  es  un  conjunto  de  elementos  independientes  que  trabajan  en  conjunto  para  lograr  
una  meta  común,  una  empresa  cualquiera  sería  un  buen  ejemplo  de  sistema  cuya  meta  común  
es  aumentar  al  máximo  sus  ganancias  mientras  ofrecen  productos  de  mejor  calidad.    
La  toma  de  decisiones  mediante  un  proceso  científico  necesita  de  uno  o  varios  modelos  
matemáticos,  para  esto  se  deben  ilustrar  una  situación  real  con  una  ecuación  que  nos  ayude  a  
analizar  el  problema  y  encontrar  la  mejor  solución  posible.  
 
Modelos  estáticos  y  dinámicos  
Cuando  las  variables  de  decisión  no  requieren  de  sucesiones  de  decisión  para  periodos  múltiples  
se  tiene  un  modelo  estático,  en  caso  contrario  se  tiene  un  modelo  dinámico,  en  el  modelo  
estático  podemos  resolver  un  problema  con  tan  solo  un  intento  cuyas  soluciones  dicten  valores  
óptimos  de  las  variables  de  decisión  en  cada  uno  de  los  puntos  de  tiempo.  Los  modelos  
restantes  en  los  cuales  las  decisiones  requieren  del  análisis  recursivo  para  periodos  múltiples  
pertenecen  a  la  categoría  de  modelos  dinámicos.  
 
Modelos  lineales  y  no  lineales  
Si  las  variables  de  decisión  que  aparecen  en  la  función  objetivo  y  en  las  restricciones  de  un  
modelo  de  optimización  están  multiplicadas  por  constantes  y  acomodadas  en  forma  de  suma  
entonces  en  este  caso  tendremos  un  modelo  lineal,  cuando  el  modelo  de  optimización  no  es  
lineal  obtenemos  un  modelo  no  lineal.  
 
Modelos  enteros  y  no  enteros  
Tenemos  un  modelo  entero    cuando  en  el  modelo  de  optimización  una  o  más  variables  de  
decisión  deben  ser  enteros,  cuando  las  variables  de  decisión  tengan  la  opción  de  ser  un  valor  
fraccionario  entonces  tendremos  un  modelo  no  entero.  
 
Modelos    determinísticos    y  estocásticos  
En  caso  de  conocer  con  seguridad  el  valor  de  la  función  objetivo  y  si  las  restricciones  se  cumplen  
o  no  para  cualquier  valor  de  las  variables  de  decisión  se  tendrá  un  modelo  determinístico,  en  
caso  contrario  en  el  que  no  conocer  los  valores  de  la  función  objetivo  y  no  tener  seguridad  
sobre  el  cumplimiento  de  las  restricciones  se  tendrá  un  modelo  estocástico.  

 
2   [ POLITÉCNICO GRANCOLOMBIANO ]
  

Proceso  de  construcción  de  modelos  de  siete  pasos  

El  siguiente  proceso  es  esencial  en  la  investigación  de  operaciones  para  la  solución  de  
problemas  de  una  empresa.  
Paso  1:  Plantear  el  problema.      Al  definir  el  problema  que  está  afectando  a  determinada  
empresa  se  deben  tener  en  cuenta  los  objetivos  específicos  y  partes  de  la  misma  que  deben  ser  
analizadas  para  lograr  resolver  el  problema.  
Paso  2:  Observar  el  sistema.      La  recopilación  de  información  es  esencial  para  conocer  el  valor  
de  los  factores  que  estén  causando  el  problema  de  la  empresa,  en  base  a  estos  factores  se  
podrá  estudiar  el  problema  mediante  un  modelo  matemático.  
Paso  3:  Formular  un  modelo  matemático  del  problema.    El  estudio  y  análisis  de  los  parámetros  
que  afectan  el  problema  de  la  empresa  debe  dar  como  resultado  uno  o  más  modelos  
matemáticos  sobre  los  cuáles  se  planteará  una  nueva  estrategia  a  seguir  para  contrarrestar  el  
conflicto.      
Paso  4:  Verificar  el  modelo  y  usar  el  modelo  para  predecir.    Es  necesario  debe  verificar  que  el  
modelo  creado  logre  ilustrar  fielmente  el  problema  real,  para  validar  el  modelo  se  debe  
observar  que  el  rendimiento  de  las  variables  de  decisión  que  no  se  usaron  en  la  estimación  esté  
perfectamente  representado,  aunque  un  modelo  esté  validado  y  corroborado  se  debe  tener  
cuidado  al  aplicarlo.  
Paso  5:  Seleccionar  una  opción  adecuada.    Usando  como  base  el  modelo  matemático  y  sus  
diferentes  opciones  se  debe  decidir  cuál  de  todas  es  la  más  conveniente  para  los  objetivos  de  la  
empresa  ya  que  puede  existir  más  de  una  solución  viable  para  el  problema.  
Paso  6:  Presentar  los  resultados  y  la  conclusión  del  estudio  a  la  empresa.    Después  de  decidir  la  
mejor  opción  u  opciones  para  la  solución  del  problema  es  necesario  presentar  el  resultado  de  la  
investigación  ante  la  cabeza  de  la  empresa,  en  caso  de  existir  varias  soluciones  diferentes  es  
posible  que  la  empresa  quiera  decidir  cuál  es  la  mejor  para  la  misma,  si  por  algún  motivo  la  
empresa  no  aprueba  las  soluciones  presentadas  se  debe  encontrar  la  falla  del  proceso  de  
investigación  como  una  incorrecta  definición  de  los  problemas  de  la  empresa  o  el  haber  omitido  
la  participación  de  las  directivas  de  la  empresa  desde  el  principio  del  proceso,  en  este  caso  la  
investigación  debe  retroceder  al  paso  en  el  que  se  originó  el  error.  
Paso  7:  Poner  en  marcha  y  evaluar  las  recomendaciones.    Después  que  la  empresa  apruebe  los  
resultados  del  proceso  de  investigación  se  deben  empezar  a  aplicar  las  recomendación  es  
necesario  vigilar  y  actualizar  el  sistema  de  firma  continua  para  que  estas  recomendaciones  
logren  ayudar  a  la  empresa  a  cumplir  todas  sus  metas  propuestas.    
 
Ventajas  del  modelo  Matemático  
1.  Un  modelo  puede  ser  una  representación  exacta  de  un  problema  real,  con  una  buena  
formulación  es  posible  el  tener  una  ecuación  altamente  precisa,  la  validez  del  modelo  depende  
en  su  exactitud  al  momento  de  representar  el  problema  o  sistema  a  estudiar  lo  cual  lo  hace  
tremendamente  eficiente  para  la  resolución  de  problemas  de  negocios.  
2.  Los  modelos  pueden  ser  muy  útiles  para  un  directivo  que  quiera  formular  problemas  
hipotéticos  que  le  ayuden  a  calcular  ingresos,  gastos,  ventas,  rendimientos,  costos  de  
producción  y  de  transporte  y  otros  elementos  similares.  

 
[ INVESTIGACIÓN DE OPERACIONES ] 3
  

3.    Se  puede  utilizar  un  modelo  para  recopilar  información  a  largo  plazo,  de  esta  forma  se  puede  
saber  de  qué  forma  podrían  afectar  a  las  utilidades  los  posibles  cambios  de  presupuesto,  a  esto  
se  le  conoce  como  análisis  de  sensibilidad  y  nos  ayuda  a  estudiar  los  cambios  de  un  modelo.  
4.  Una  empresa  puede  usar  un  modelo  para  ahorrar  costos  a  la  hora  de  tomar  una  decisión  y  
resolver  un  problema,  el  costo  y  tiempo  invertidos  en  un  análisis  de  modelo  son  mucho  
menores  que  los  de  una  arriesgada  campaña  de  marketing  y  de  esta  forma  es  posible    
determinar  con  anticipación  sus  resultados  en  un  entorno  real.  
5.  En  ocasiones  el  modelo  es  el  único  medio  infalible  para  la  resolución  de  problemas  complejos,  
si  una  empresa  quiere  saber  cuánto  crecerá  o  disminuirá  su  taza  de  producción  y  ganancia  con  
restricciones  de  manufactura  puede  utilizar  un  modelo  para  calcular  tales  cifras  en  cualquier  
situación  específica.  
6.    Los  modelos  también  pueden  ser  útiles  para  compartir  diferentes  problemas  y  soluciones  
con  otros  analistas,  de  esta  forma  se  presentarán  mejores  soluciones  a  los  directivos  de  una  
empresa  que  les  ayuden  a  tomar  la  mejor  decisión  final.  

 
   

 
 
 
 

 
 

 
 
 
 

 
4   [ POLITÉCNICO GRANCOLOMBIANO ]