Dentro de la Investigación de operaciones son muy importantes los resultados, pero algo

que es necesario en el estudio son las causas que originan dichos resultados y su análisis
de cómo se han desarrollado atreves del tiempo.
Formulación del problema:
-El primer paso es definir el problema que se está presentando en un proceso, si se
quiere mejorar un proceso es de suma importancia que se den a conocer las
problemáticas en base a análisis muy minuciosos.
-Lo segundo es definir las metas o los objetivos a los que se quieren llegar, para poder
mejorar un proceso es muy importante saber que es a lo que se quiere llegar para así
determinar o saber qué es lo que se requiere modificar.
-Las condiciones vigentes del sistema serán identificadas por el analista de operaciones,
debido a que es el más enterado de los procesos, debe utilizar distintas herramientas para
determinar las condiciones actuales del problema, tales como diagramas de flujo y mapas
de las condiciones de operación.
Construcción del modelo matemático:
Se debe construir un modelo matemático para conocer la eficiencia dentro de la operación
o proceso y por eso existe una formula general para determinarla.
E=f(xi,yi), Donde E es la eficiencia X las variables no controlables y Y las controlables.
Es necesario construir modelos que nos ayuden a predecir un modelo y existen muchos
tipos de modelos para identificar problemáticas futuras o predecir resultados.
-Existen modelos icónicos, que pueden ser representaciones a escala de una planta o
experimentos de simulación.
-Modelos Analógicos, son aquellos que pueden representar situaciones dinámicas y
mostrar características del fenómeno.
-Modelos simbólicos o matemáticos, comienzan como ideas abstractas y después se
convierten en representaciones reales que toman forma de cifras.
-Modelos cualitativos o cuantitativos, En la investigación de operaciones se comienzan
con modelos cualitativos hasta llegar a un punto donde estos modelos ya se pueden
cuantificar.
-Modelos estándar y hechos a la medida, se ocupan para describir técnicas que han
llegado a asociarse con la I.O., en ellos se debe alimentarlos datos apropiados de un
modelo de negocios a un modelo estándar.
-Modelos deterministas y probabilistas, los modelos que se basan en probabilidades y
estadísticas se llaman modelos probabilistas y por otro lado los modelos cuantitativos que
no contienen probabilidades se llaman deterministas.
-Modelos descriptivos y de optimización
Los modelos descriptivos son solo descripciones matemáticas de una condición del
mundo real, mientras que los de optimización son los cuales se hace un esfuerzo
concentrado para llegar una solución óptima cuando se presentan diferentes opciones.
-Modelos estáticos y dinámicos, los modelos estáticos se ocupan de determinar una
respuesta para un conjunto especial de condiciones fijas que no cambiaran
significativamente a corto plazo, mientras que los modelos estáticos están sujetos a un
factor tiempo que desempeña un papel esencial en la secuencia de las decisiones.
-Modelo de simulación, es un modelo que consta de cálculos secuenciales, paso a paso,
donde se puede producir el comportamiento de fenómenos o sistemas a gran escala, en
otros casos donde existen condiciones más complejas es más conveniente correr una
simulación matemática o por un computador.
Derivación o deducción de una solución a partir del modelo.:
Existen dos tipos de procedimientos para determinar una solución óptima y uno de estos
es el modelo analítico, este consiste en hacer deducciones matemáticas que implican la
aplicación de varias ramas de las matemáticas tales como el cálculo, el álgebra de
matrices y la probabilidad.
Por otro lado, existen los procedimientos numéricos, que consisten en hacer ensayos con
varios valores de las variables de control del modelo, comparar los resultados y
seleccionar el más adecuado.
Prueba del modelo y de la solución:
La prueba del modelo se puede hacer comparando los resultados obtenidos con los que
se tenían antes de este cambio.
Establecimiento de controles sobre la solución:
La solución obtenida a partir de un modelo es valida, mientras las variables no
controlables conserven sus valores y las relaciones entre las variables del modelo
permanezcan constantes. La solución puede quedar fuera de control, cuando el valor de
una o más de las variables no controlables y una o más de las relaciones entre variables
hayan cambiado significativamente.
Puesta en marcha de la solución:
La solución ya probada debe traducirse en un conjunto de procedimientos operacionales
capaces de ser entendidos y puestos en marcha por todas las personas involucradas en
cada uno de los procesos.