UNIVERSIDAD DE GUAYAQUIL

FACULTAD DE CIENCIAS ADMINISTRATIVAS

LICENCIATURA EN CONTABILIDAD Y AUDITORIA

TEMA DE INVESTIGACIÓN:
MÉTODOS Y MODELOS DE LA INVESTIGACIÓN DE OPERACIONES

GRUPO # 6
INTEGRANTES:
Jara Fajardo Nayely Johanna
López Alvarado Andrea Allison
López Arévalo Danna Lizbeth
Medina Moscoso Ronny Noé
Morla Molineros Alexis Dennisse
Zambrano Veloz Gabriela Teresa

CURSO:
CAU – S – MA – 4 – 2

DOCENTE:
Econ. Molina Villacis Carolina Jennifer

FECHA DE ENTREGA:
17/06/2022

PERÍODO ACADÉMICO:
CICLO I
2022 – 2023
 1

Métodos y Modelos De La Investigación De Operaciones

La investigación de operaciones es un método analítico de resolución de problemas

y toma de decisiones que es útil en la gestión de organizaciones. En la investigación de

operaciones, los problemas se dividen en componentes básicos y luego se resuelven en

pasos definidos mediante análisis matemático. Por ello en presente escrito trataremos sobre

los tipos de métodos y modelos de la investigación de operaciones, dicha información

recopilada pretende definir y explicar dichos temas de una manera práctica y sencilla para

facilidad del lector.

Tipos De Métodos De Investigación De Operaciones.

Al igual que otros tipos de investigaciones, la de operaciones posee un conjunto de

técnicas o métodos que determinan el enfoque de esta y que es importante conocer. Por

ello, te hablaremos más en detalle sobre ellas. Estos son algunos de los métodos y técnicas

que posee la investigación de operaciones para poder alcanzar sus objetivos de manera

eficiente.

1. La teoría de colas: Son técnicas o métodos concebidos con la finalidad de

optimizar con mayor eficiencia la distribución bajo condiciones de espera y

aglomeraciones. Estos se encargan de garantizar que la distribución se realice de

la forma que se quiere.

2. La teoría de los grafos: Estos métodos son derivados de las técnicas de

planeación y programación por redes, que son altamente empleadas en las tareas

de construcción. Consiste en representar la relación que existe entre el costo y

 2

los factores del tiempo. Además, se debe indicar el óptimo económico de dicho

proyecto.

3. La programación lineal: Estas buscan conseguir la posición adecuada con

respecto a un elemento específico, como incrementar las ganancias, reducir

costes, entre otros. Para lograr esto se requiere que todas las variables sean

cuantificables y que también haya una relación de tipo lineal entre ellas.

3.1 Elementos

Los principales elementos para (Westreicher, 2021) son:

➢ Función objetivo: Es aquella función que se optimiza, ya sea

maximizando o minimizando su resultado.

➢ Restricciones: Son aquellas condiciones que deben cumplirse al

optimizar la función objetivo. Puede tratarse de ecuaciones o

inecuaciones algebraicas.

3.2 Soluciones

Los programas lineales con dos variables suelen clasificarse atendiendo al tipo

de solución que presentan. Según Zapata et al., 2017 estos pueden ser:

✓ Factibles: Si existe el conjunto de soluciones o valores que satisfacen las

restricciones. Estas a su vez pueden ser: con solución única, con solución

múltiple (si existe más de una solución) y con solución no acotada

(cuando no existe límite para la función objetivo).

✓ No factibles: Cuando no existe el conjunto de soluciones que cumplen

las restricciones, es decir, cuando las restricciones son inconsistentes.

 3

4. Método simplex. – El método simplex es un procedimiento algebraico. Sin

embargo, sus conceptos fundamentales son geométricos. La comprensión de

estos conceptos geométricos proporciona una fuerte intuición sobre la forma en

que opera el método simplex y las razones de su elevada eficiencia. Por lo tanto,

antes de profundizar en los detalles algebraicos, se dedicará esta sección a

enfocar el método desde un punto de vista geométrico. En otras palabras, El

Método Simplex es un método analítico de solución de problemas de

programación lineal, capaz de resolver modelos más complejos que los resueltos

mediante el método gráfico, sin restricción en el número de variables y con una

mayor capacidad de análisis de sensibilidad (López, s.f.)

El procedimiento algebraico se basa en la solución de sistemas de ecuaciones.

Por lo tanto, el primer paso para preparar el método simplex es convertir las

restricciones funcionales de desigualdad en restricciones de igualdad

equivalentes. (Las restricciones de no negatividad se dejan como desigualdades

porque se manejan por separado.)

5. Método de inventario. – No sólo los comerciantes deben administrar

inventarios. En realidad, los inventarios prevalecen en el mundo de los negocios.

Mantenerlos en un buen nivel es necesario para las compañías que operan con

productos físicos, como fabricantes, distribuidores y comerciantes. El costo

asociado con almacenar (“mantener”) inventarios es también muy alto, quizá un

cuarto del valor del inventario. Por lo tanto, los costos en los que se incurre al

guardar inventarios en Estados Unidos ascienden a cientos de miles de millones

de dólares anuales. Reducir los costos de almacenamiento para evitar

 4

inventarios innecesariamente grandes puede mejorar la competitividad de

cualquier empresa.

Los modelos matemáticos de inventarios que aplican este enfoque se pueden

dividir en dos grandes categorías: modelos determinísticos y modelos

estocásticos, según la posibilidad de predecir la demanda. La demanda de un

producto en inventario es el número de unidades que será necesario extraer de

éste para algún uso (como venta) durante un periodo específico. Si la demanda

en periodos futuros se puede pronosticar con precisión considerable, es

razonable usar una política de inventarios que suponga que los pronósticos

siempre serán muy precisos. Éste es el caso de la demanda conocida, ante la cual

se usa un modelo de inventarios determinístico. Sin embargo, cuando no se

puede predecir con exactitud, es necesario usar un modelo de inventarios

estocástico, en el cual la demanda en cualquier periodo es una variable aleatoria

en lugar de una constante conocida.

Tipos De Modelos De Investigación De Operaciones

Se utilizan modelos dentro de la investigación de operaciones con el fin de realizar

una representación real de la forma como opera y para realizar la toma de decisiones. Los

modelos de este tipo de investigación se explican a continuación: (Fernandez, 2016)

1. Modelo 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 E = mc2 son ejemplos

familiares. En forma parecida, el modelo matemático de un problema industrial

 5

está conformado por el sistema de ecuaciones y expresiones matemáticas

relacionadas que describen la esencia del problema.

Es común que los equipos de IO pasen mucho tiempo en la recolección de los

datos relevantes del problema. Se necesitan muchos datos para lograr la

comprensión exacta del problema y así proporcionar el insumo adecuado para el

modelo matemático que se elaborará en la siguiente etapa del estudio. En el caso

de un modelo matemático cuyos parámetros tienen valores específicos, los

parámetros sensibles del modelo son aquellos cuyos valores no se pueden

cambiar sin que la solución óptima también cambie.

El modelo matemático puede decir entonces que el problema es elegir los

valores de las variables de decisión de manera que se maximice la función

objetivo, sujeta a las restricciones dadas. Un modelo de este tipo, y algunas de

sus variantes menores, tipifican los modelos que se analizan en investigación de

operaciones. Por último, un modelo matemático forma un puente para el empleo

de técnicas matemáticas y computadoras de alto poder para analizar el

problema. Sin duda, existe una amplia disponibilidad de paquetes de software

para resolver muchos tipos de modelos matemáticos, en computadoras

personales y de gran poder.

Ejemplo: La oficina responsable de control del agua y los servicios públicos del

gobierno de Holanda, el Rijkswaterstaat, contrató un importante estudio de IO

para guiar el desarrollo de una nueva política de administración del vital líquido.

La nueva política ahorró cientos de millones de dólares en gastos de inversión y

redujo el daño agrícola en alrededor de 15 millones de dólares anuales, al mismo

 6

tiempo que disminuyó la contaminación térmica y la debida a las algas. En lugar

de elaborar sólo un modelo matemático se desarrolló un sistema integrado y

comprensivo de ¡50 modelos! Más aún, en el caso de algunos modelos se

desarrollaron versiones sencillas y complejas. 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.

2. Modelo de Simulación. – Se considera un modelo como una abstracción que

permite reemplazar la parte del universo bajo consideración por un modelo de

estructura similar pero más simple. Un modelo de simulación es una técnica que

cada vez se utiliza más en la IO para abstraer una situación o problema de la

vida real en tal forma que dicha situación o problema sea manipulado fuera de

su contexto (predicción del futuro, imitar la realidad). (Quintero S., s.f)

2.1 Pasos para la Simulación

1. Identificación del Problema: recopilación de datos (descripción de variables

de entrada, límites o cotas del sistema), componentes e interrelaciones.

 7

2. Planteamiento del Modelo: construcción del modelo de simulación y la

definición de los procesos estadísticos que se utilizaran para aplicar el

modelo. $os resultados obtenidos se consideran observaciones muestrales.

3. Validación: Se debe asegurar que las entradas al modelo de simulación sean

adecuadas y que el modelo responda a esas entradas de manera similar al

problema real.

4. Proceso de Simulación: este proceso implica la generación de entradas al

sistema, ejecución del modelo y obtención de datos simulados. Cada corrida

de la simulación es análoga a una sola observación (muestra). En términos

estadísticos, la media de una muestra sirve para hacer inferencias con

respecto a la media de la población, sólo si emplea un tamaño de muestra

adecuado. (Quintero S., s.f)

3. Modelo Heurístico. – Para poder resolver problemas complicados con gran

eficiencia debemos comprometer algunos requisitos de optimalidad y construir

una estructura de control que no garantiza encontrar la mejor respuesta, pero

casi siempre nos da una buena solución. La palabra heurística viene de la

palabra griega heuriken que significa “descubrir”, que es también origen de

eureka, derivado de la famosa exclamación de Arquímedes, heurika (“lo

encontré”).

Así definieron (Bartholdi & Platzman, 1988) lo que es heurística para ellos:

“Una heurística puede verse como un procesador de información que,

deliberadamente, peor juiciosamente, ignora cierta información. Ignorando

información, una heurística se libra de gran parte del esfuerzo que debió
 8

haberse requerido para leer los datos y hacer cálculos con ellos. Por otra parte,

la solución producida por tal heurística, es independiente de la información

ignorada, y de este modo no se ve afectada por cambios en tal información.

Idealmente, se busca ignorar información que resulta muy caro colectar y

mantener, esto es, computacionalmente caro de explotar y mantener, y que

contribuye en poco a la precisión de la solución.”

Según (Ramos, 1995) se puede definir “una heurística como una técnica que

aumenta la eficiencia de un proceso de búsqueda, posiblemente sacrificando

demandas de completitud. Las heurísticas son como los guías de turismo:

resultan adecuados en el sentido de que generalmente suelen indicar las rutas

interesantes; son malos en el sentido de que pueden olvidar puntos de interés

para ciertas personas”

Dijimos que las heurísticas nos podían ayudar a conocer el problema, pues bien,

existen dos formas fundamentales de incorporación de conocimiento heurístico

específico del dominio a un proceso de búsqueda basado en reglas:

❖ En las mismas reglas (si sabemos diferenciar entre movimientos legales

que son los que se pueden hacer, y movimientos “sensatos” que son los

que nos van a llevar más rápida y seguramente a una

❖ solución óptima).

❖ Como una función heurística que evalúa los estados individuales del

problema y determina su grado de “deseabilidad”.

 9

Como conclusión podemos entender que la Investigación de Operaciones está

relacionado con la toma de decisiones, del estudio, mejora y óptima de algún problema de

operaciones o actividades que es importante dentro de las organizaciones. Gracias a su

impresionante impacto que ha tenido en el mejoramiento de la eficiencia en múltiples

organizaciones en todo el mundo ha hecho que muchas empresas tengan un incremento en

la productividad dentro de la economía.

La investigación de Operaciones es importante para el éxito de las organizaciones

una herramienta fundamental es la parte humana por que tiene la capacidad en la toma de

decisiones ya que es donde se aplican los diferentes métodos y técnicas que posee para

poder alcanzar sus objetivos de una manera más optima y eficiente como empresa.
 10

Referencias

López, B. S. (s.f.). ingenieriaindustrialonline. Obtenido de ingenieriaindustrialonline:

https://www.ingenieriaindustrialonline.com/investigacion-de-operaciones/metodo-

simplex/

Quintero S., J. I. (s.f). academia.edu. Obtenido de

https://www.academia.edu/10915681/INVESTIGACI%C3%93N_DE_OPERACIO

NES_SIMULACI%C3%93N#:

Ramos, S. A. (1995). Modelos y Optimización I - Heurísticas y Problemas Combinatorios.

Obtenido de Materias: http://materias.fi.uba.ar/7114/Docs/ApunteHeuristicas.pdf

Westreicher, G. (07 de Junio de 2021). Economipedia. Recuperado el 16 de Junio de 2022,

de https://economipedia.com/definiciones/programacion-lineal.html
 11

Bibliografía

C, Z., & M, C. (09 de Marzo de 2017). Gestiopolis. Recuperado el 16 de Junio de 2022, de

https://www.gestiopolis.com/programacion-lineal-en-la-investigacion-de-

operaciones/

Fernandez. (2016). Investigación de operaciones: qué es, historia, modelos y ejemplos.

Obtenido de Tipos De Investigacion: https://tiposdeinvestigacion.org/investigacion-

de-operaciones/

Hillier, F. S., & Lieberman, G. J. (2010). Introducción de Investigación de Operaciones .

Obtenido de Moodle Universidad De Guayaquil:

file:///C:/Users/User/Downloads/1.%20Introduccion_a_la_investigacion_de_operaci

ones_Hillier_Lieberman_9na_Edicion.pdf

López, B. S. (s.f.). ingenieriaindustrialonline. Obtenido de ingenieriaindustrialonline:

https://www.ingenieriaindustrialonline.com/investigacion-de-operaciones/metodo-simplex/

Westreicher, G. (07 de Junio de 2021). Economipedia. Recuperado el 16 de Junio de 2022, de

https://economipedia.com/definiciones/programacion-lineal.html