¿Qué es investigación de operaciones?

Solución del modelo IO

En esencia, la naturaleza de la organización es irrelevante, por lo cual la IO ha sido aplicada
de manera extensa en áreas tan diversas como manufactura, transporte, construcción,
telecomunicaciones, planeación financiera, cuidado de la salud, fuerzas armadas y servicios
públicos, por nombrar sólo unas cuantas. Así, la gama de aplicaciones es inusualmente
amplia. La IO incluye el término investigación en el nombre porque utiliza un enfoque similar
al que se aplica en las áreas científicas establecidas. El método científico se utiliza para
explorar los diversos problemas que deben ser enfrentados, pero en ocasiones se usa el
término management science o ciencia de la administración como sinónimo de investigación
de operaciones.
La solución del modelo IO es el proceso de encontrar la mejor opción para un problema de
decisión que se puede representar mediante un modelo matemático. El modelo IO debe
reflejar la esencia del problema real, considerando los objetivos, las variables, los parámetros
y las restricciones del sistema. Para obtener la solución del modelo IO, se pueden utilizar
diferentes técnicas y métodos, dependiendo del tipo de modelo y de la complejidad del
problema. Algunas de las técnicas más comunes son la programación lineal, la programación
entera, la programación no lineal, la programación dinámica, la teoría de colas, la teoría de
juegos, la simulación y las metaheurísticas. La solución del modelo IO debe ser validada con
datos reales y analizada mediante pruebas de sensibilidad. Finalmente, la solución del
modelo IO debe ser implementada en el sistema real y evaluada en términos de su efectividad
y eficiencia.

Fases de estudio de IO
Es difícil prescribir cursos de acción específicos (semejantes a los que indica la teoría precisa
de la mayoría de los modelos matemáticos) para estos factores intangibles. Sin embargo,
podemos ofrecer lineamientos generales para la implementación de la IO en la práctica. Para
implementar la IO en la práctica, las fases principales son:
1. Definición del problema.
2. Construcción del modelo.
3. Solución del modelo.
4. Validación del modelo.
5. Implementación de la solución

Modelo de PL con dos variables (Reddy Mikks) y ejemplo.

Todos los modelos de IO, incluido el de PL, constan de tres componentes básicos.
1. Las variables de decisión que pretendemos determinar.
2. El objetivo (la meta) que necesitamos optimizar (maximizar o minimizar).
3. Las restricciones que la solución debe satisfacer.
El modelo de PL con dos variables (Reddy Mikks) es un ejemplo clásico de un problema de
programación lineal que se puede resolver gráficamente. El objetivo es maximizar la utilidad
total de la producción de pinturas para interiores y exteriores, sujeta a las restricciones de las
materias primas, la demanda y el mercado. El modelo se puede formular de la siguiente
manera:
Maximizar Z = 5x1 + 4x2

sujeto a:

6x1 + 4x2 ≤ 24 (restricción de la materia prima M1)

x1 + 2x2 ≤ 6 (restricción de la materia prima M2)

-x1 + x2 ≤ 1 (restricción del mercado)

x2 ≤ 2 (restricción de la demanda)

x1, x2 ≥ 0 (no negatividad)

Donde x1 es la cantidad de pintura para exteriores y x2 es la cantidad de pintura para

interiores, ambas en toneladas.

La solución gráfica consiste en representar las restricciones como rectas en el plano

cartesiano, donde el eje x corresponde a x1 y el eje y corresponde a x2. Luego, se identifica
la región factible, que es el conjunto de puntos que satisfacen todas las restricciones.
Finalmente, se traza la función objetivo como una recta que pasa por distintos niveles de Z,
y se busca el punto óptimo que maximiza Z dentro de la región factible.