1.

7 Análisis de problemas

El análisis de problemas permite determinar las causas más relevantes de un problema social. Este
análisis se realiza bajo la consideración de que su conocimiento sirve como pauta para la selección
de alternativas de solución. El análisis de problemas ofrece una primera idea del impacto social
que tendría el proyecto, en la medida que permite identificar los efectos o consecuencias que
serían evitados si el problema fuera solucionado.

Se examinan las acciones propuestas con los siguientes aspectos: analizar su nivel de incidencia en
la solución del problema y priorizar las de mayor importancia. Verificar interdependencias y
agrupar acciones complementarias. Definir alternativas con base en las acciones agrupadas. Y
verificar la factibilidad física, técnica, presupuestaria, institucional o cultural de cada alternativa.

1.7.1 La importancia de información

La información es necesaria e importante para cualquier proceso que se realice, pues permite que
se evite cometer errores. Es importante disponer de información adecuada y oportuna, es una
importante base para incentivar la articulación entre componentes.

La información errónea o falsa perjudican la salud de las personas, por ello es necesario valerse de
fuentes confiables y evitar propagar información no verificada.

1.7.2 Que es un insumo, producto, variables, criterios, limitaciones y restricciones

Insumo: son estímulos desde el entorno, y los procesos de transformación trabajan con esa
información para producir nueva información que a su vez tendrá algún tipo de impacto en el
entorno, mismo que posibilita la retroalimentación de los procesos del sistema.

Producto: son estímulos desde el entorno, y los procesos de transformación trabajan con esa
información para producir nueva información que a su vez tendrá algún tipo de impacto en el
entorno, mismo que posibilita la retroalimentación de los procesos del sistema.

El producto se enriquece de especificaciones e informaciones del contexto social, cultural y

económico; multidimensional.

Variables: Atributo de un sistema al que se puede asociar una medida mediante un número real y
cuyo valor puede cambiar a lo largo del tiempo. De igual forma está formada por un espacio en el
sistema de almacenaje (memoria principal de un ordenador) y un nombre simbólico (un
identificador) que está asociado a dicho espacio. Ese espacio contiene una cantidad de
información conocida o desconocida, es decir un valor.

Aquello que necesitamos tomar en cuenta, o que conviene considerar de manera oportuna,
conforman el criterio con que hacemos o juzgamos un asunto.

Limitaciones: Se dice que el límite es el valor al que tiende una función cuando la variable
independiente tiende a un número determinado o al infinito y para comprenderlo mejor se dice
que tender a un límite significa aproximarse a una meta, que no siempre se logra alcanzar.

Restricciones: Son aquellas condiciones que deben cumplirse al optimizar la función objetivo.
Puede tratarse de ecuaciones o inecuaciones algebraicas. De igual manera nos referimos a todo
aquello que limita la libertad de los valores que pueden tomar las variables de decisión. Y la mejor
manera de hallarlas consiste en pensar en un caso hipotético en el que decidiéramos darle un
valor infinito a nuestras variables de decisión

1.8 Conceptos y tipos de modelos

Un modelo es un esquema teórico de un sistema o realidad compleja que se elabora para facilitar
su compresión y estudio. Cada una de las modalidades, tipos o categorías que existen de algo. Su
uso en el ámbito de los sistemas se refiere a una abstracción de la realidad que sirve para
examinar las relaciones entre factores considerados importantes en el funcionamiento de un
sistema.

los modelos físicos o matemáticos tienen muchas ventajas sobre la descripción verbal de un
problema. Puesto que un modelo presenta una descripción más concisa, el analista puede
comprender más fácilmente la estructura del problema, haciéndole posible identificar que datos
adicionales se necesitan para el análisis completo del mismo.

Existen modelos físicos y modelos matemáticos. Los modelos físicos se han utilizado
tradicionalmente en laboratorio para simular el sistema real. Para reproducir el funcionamiento
del sistema real con el objeto de entender un poco mejor su comportamiento. También se pueden
diseñar modelos matemáticos para simulación, y en problemas complejos éstos pueden ser más
económicos. En General los modelos matemáticos de sistemas estáticos consisten de ecuaciones
algebraicas, mientras que las representaciones matemáticas de sistemas dinámicos y leyes físicas
se integran mediante ecuaciones diferenciales.

1.8.1 Clasificación de modelos icónicos, analógicos, simbólicos, matemáticos (cuantitativos,

cualitativos y típicos)

Modelos icónicos: Son imágenes a escala del sistema cuyo problema se quiere resolver. Por
ejemplo, las fotografías, las maquetas, dibujos y modelos a escala de barcos, automóviles, aviones,
canales, etc.

Modelos analógicos: Se basan en la representación de las propiedades de un sistema cuyos

problemas se quieren resolver utilizando otro sistema y cuyas propiedades son equivalentes. Un
ejemplo seria, las propiedades de un sistema hidráulico son equivalentes a las de un sistema
eléctrico o, inclusive, económico.

Modelos simbólicos: Son conceptualizaciones abstractas del problema real a base del uso de
letras, números, variables y ecuaciones. Este tipo de modelos son fáciles de manipular y se puede
hacer con ellos un gran número de experimentos. De lastres clases de modelos, los simbólicos son
los más económicos de construir y operar

Cuantitativos - son aquellos cuyos principales símbolos representan números. Son los más
comunes y útiles en los negocios Se vale de los números para examinar datos o información Hay
muchos problemas que no se pueden cuantificar debido a uno o más problemas como técnicas
inadecuadas de medición, necesidad de muchas variables, algunas variables desconocidas y
excepciones que son demasiado complicadas para expresarse en forma cuantitativa.
Cualitativos - Los modelos cualitativos determinan, de manera general, las relaciones entre
diferentes factores o componentes del sistema. Estos modelos no pretenden cuantificar dichas
relaciones sino solamente facilitar el entendimiento de cómo funciona el proceso específico que
nos interesa.

1.8.2 Construcción del modelo

La construcción de un modelo sigue unas pautas de crear, probar, y volver a crear, iterando hasta
que el modelo cumple los requisitos. La depuración (hasta lograr que un modelo se comporte
como deseamos) y el análisis del modelo (investigando su comportamiento) son de utilidad en el
proceso de refinar el modelo. Reality Check o la comprobación con la realidad es una
herramienta para ayudar en la construcción y el refinamiento de los modelos.

El objetivo de la construcción del modelo es simular algún fenómeno del mundo real en el cual el
investigador está interesado, con el propósito de crear un modelo que sea más simple de estudiar
que el propio objetivo.

El proceso de creación de un modelo empieza con trazar el diagrama de un modelo, después se

escriben las ecuaciones y especifican las cantidades numéricas. Después se simula el modelo
obteniéndose unos resultados que se cómo un dataset (resultados). Por último, los resultados de
la simulación pueden ser examinados con instrumentos de análisis para descubrir la conducta
dinámica de las variables del modelo.

1.8.3 Algunas técnicas para modelos de gran escala

Ya se dijo que la principal desventaja disimulación es el hecho de que muy frecuentemente no se

obtiene la solución óptima al problema; Pero no se debe olvidar que la mayoría de los casos los
modelos de simulación pueden ser más complejos y consecuentemente más realistas que los de
optimización.

La principal limitación de las técnicas de optimización es la incapacidad para resolver modelos de

alta dimensionalidad. Esto significa que a menos que nos conformemos con una solución factible,
aunque subóptima, o con la solución óptima de un modelo simplificado del sistema real, los
algoritmos clásicos de optimización no serán poco útiles en aplicaciones a problemas de gran
escala.

Para utilizar las técnicas cuantitativas que se aplican actualmente a problemas de menor
dimensionalidad, debes notar que es conveniente y que esas técnicas sean aprovechadas a causa
de los grandes beneficios asociados con su aplicación. Existen dos filosofías creadas para
simplificar el análisis de un sistema complejo y que posea elementos estrechamente
interconectados que son: agregación y descomposición.

1.8.4 Utilidad de los modelos en ingeniería

En ingeniería se modela el comportamiento de cuerpos, sistemas o interacciones de materia y

energía por medio de ecuaciones diferenciales que al ser resueltas proporcionan formas para
calcular el cambio de propiedades que representan el comportamiento de lo que queremos
estudiar. Los modelos nos ayudan a visualizar un sistema como deseamos que sea diseñado. Un
modelo ayuda al equipo de trabajo a comunicar la visión del sistema que se está construyendo. Es
muy difícil compartir una misma visión si solo se cuenta con especificaciones textuales.

Nos permite especificar la estructura y conducta del sistema. Un modelo permite documentar la
estructura y conducta de un sistema antes de que sea codificado.

Nos da una plantilla que guía el proceso de construcción. Un modelo es una herramienta
invaluable durante la construcción, sirve como guía para el programador.

Documenta las decisiones que hemos tomado. Los modelos son herramientas que apoyan al
proyecto a largo plazo, ya que documentan las decisiones de diseño tomadas y ya no solo se
depende de la memoria.

1.9 Casos de estudio de sistemas de gran escala

Un primer objetivo particular que se plantea en el presente proyecto de investigación es buscar y

proponer una metodología de trabajo mediante la que se pueda encarar una alternativa de
solución al problema del Planeamiento de la Producción bajo un enfoque general que permita
contemplar la amplia gama de situaciones que pueden presentarse en la realidad.

se propone un segundo objetivo particular de naturaleza metodológica vinculado con la toma de

decisiones en forma individual o en forma grupal. Para ello se seleccionarían situaciones
problemáticas de Planeamiento de la Producción no complejas planteadas a alumnos de la
asignatura Investigación Operativa de la carrera de Ingeniería Industrial, separándolos en dos
conjuntos. Mientras uno de los conjuntos analizaría, modelarían y solucionarían el problema en
forma individual, el otro sector lo haría en forma grupal.

Los resultados obtenidos por ambos conjuntos serían objeto de un análisis estadístico para evaluar
comparativamente ambos enfoques metodológicos y poder extraer conclusiones sobre ellos.
Adicionalmente, con lo expresado precedentemente