RESUMEN

1.1 Y 1.2
LIBRO WINSTON
AIRAM JATZIRI MENDOZA TORRES
1951114

1
2

1.1 INTRODUCCIÓN A LA CONSTRUCCIÓN DE

MODELOS

En La investigación de operaciones (con frecuencia

llamada ciencia de la administración)
es, simplemente, un enfoque científico en la toma de
decisiones que busca el mejor diseño y operar un sistema,
por lo regular en condiciones que requieren la asignación
de recursos escasos.
Por sistema, se quiere dar a entender una organización de
componentes interdependientes, que trabajan juntos para
lograr un objetivo del sistema, Por ejemplo, Ford Motor
Company es un sistema cuya meta es maximizar las
utilidades que se pueden ganar mediante la producción de
vehículos de calidad.
El término investigación de operaciones se acuñó durante
la Segunda Guerra Mundial, cuando los comandantes
militares británicos solicitaron a los científicos e ingenieros
analizar varios problemas militares, como el despliegue de
los radares y el control de convoyes, bombardeos,
operaciones antisubmarinas y colocación de minas.
En el enfoque científico de toma de decisiones, se requiere
el uso de uno o más modelos matemáticos. Éstos son
representaciones matemáticas de situaciones reales que se
podrían usar para tomar mejores decisiones, o bien,
simplemente para entender mejor la situación real.
3

MODELOS PRESCRIPTIVOS O DE OPTIMIZACIÓN

La mayor parte de los modelos que se analizan en este

libro, son prescriptivos o de optimización. Un modelo de
este tipo *dicta" el comportamiento para una organización
que le permitirá a ésta alcanzar mejor sus metas.
Entre los elementos de un modelo prescriptivo están:
* Función(es) objetivo.
* Variables de decisión.
* Restricciones.
En pocas palabras, un modelo de optimización trata de
encontrar valores, entre el conjunto de todos los valores
para las variables de decisión, que optimicen (maximicen o
minimicen) una función objetivo que satisfagan las
restricciones dadas.

LA FUNCIÓN OBEJTIVO

Como es natural, a Daisy le gustaría maximizar el

rendimiento del proceso. En la mayoría de los modelos hay
una función que deseamos maximizar o minimizar. Esta
función se llama función objetivo del modelo. Pero para
maximizar el rendimiento del proceso, se requiere encontrar
los valores de V, P, T, A, B y C, que hacen que (1) sea tan
elevado como sea posible.

VARIABLES DE DECISIÓN
Las variables cuyos valores están bajo nuestro control e
influyen en el desempeño del sistema, se denominan
variables de decisión, se destina a un análisis de cómo
4

determinar el valor de las variables de decisión que

maximiza (a veces, minimiza) una función objetivo.

RESTRICCIÓN
En la mayor parte de las situaciones, sólo son posibles
ciertos valores de las variables de decisión. Las
restricciones de los valores de las variables de decisión se
denominan restricciones.

Se dice que cualquier especificación de las variables de

decisión que cumple con todas las restricciones del modelo
se encuentra en la región factible. Una solución óptima para
un modelo de optimización es cualquier punto en la región
factible que optimice (en este caso maximice) la función
objetivo.

MODELOS ESTÁTICOS Y DINÁMICOS

Un modelo estático es uno en el cual las variables de
decisión no requieren sucesiones de decisiones para
periodos múltiples. Un modelo dinámico es uno en el cual
las variables de decisión si requieren sucesiones de
decisiones para periodos múltiples. En esencia, en el
modelo estático se resuelve un problema luego de un solo
intento, cuyas soluciones dictan valores óptimos de las
variables de decisión en todos los puntos del tiempo.

MODELOS LINEALES Y NO LINEALES

Supóngase que siempre que las variables de decisión
aparecen en la función objetivo y en las restricciones de un
modelo de optimización, están multiplicadas por constantes
y acomodadas en forma de suma. Un modelo de esta forma
5

es un modelo lineal. Sí un modelo de optimización no es

lincal, entonces es un modelo no lineal.

MODELOS ENTEROS Y NO ENTEROS

Si una o más variables de decisión deben ser enteros,
entonces se dice que un modelo de optimización es un
modelo entero. Si todas las variables de decisión son libres
para asumir valores fraccionarios, entonces el modelo de
optimización es un modelo no entero.
Los modelos enteros son mucho más difíciles de resolver
que los modelos no lineales.

MODELOS DETERMINISTICOS Y ESTOCASTICOS

Supóngase que, para cualquier valor de las variables de
decisión, se conoce con certeza el valor de la función
objetivo y si las restricciones se cumplen o no. Entonces se
tiene un modelo determinista; de no ser así, se tiene un
modelo estocástico.

Se puede ganar con frecuencia conocimiento profundo y útil

dentro de las decisiones óptimas aplicando un modelo
determinístico en una situación donde es más apropiado un
modelo estocástico.

1.2 EL PROCESO DE CONSTRUCCIÓN DE MODELOS

DE LOS SIETE PASOS

Cuando la investigación de operaciones se utiliza para

resolver un problema de una empresa se debe practicar el
siguiente procedimiento de construcción de modelos de
siete pasos:
6

Paso 1: Plantear el problema El investigador de

operaciones define primero el problema de la empresa. En
dicha definición se incluyen los objetivos específicos de la
firma y las partes de ésta que se deben estudiar antes de
poder resolver el problema.

Paso 2: Observar el sistema El investigador de

operaciones reúne luego información para estimar el valor
de parámetros que afectan el problema de la empresa.
Estas estimaciones se utilizan para elaborar (en el paso 3)
y evaluar (en el paso 4) un modelo matemático del
problema.

Paso 3: Formular un modelo matemático del problema En

este paso, el investigador de operaciones elabora un
modelo matemático del problema.

Paso 4: Verificar el modelo y usar el modelo para predecir

El investigador de operaciones trata de determinar si el
modelo matemático elaborado en el paso 3 es una
representación exacta de la realidad. Por ejemplo, para
validar el modelo, se tendría que verificar y observar si (1)
representa exactamente el rendimiento para valores de las
variables de decisión que no fueron usados para estimar
(1). Incluso si un modelo es válido para la situación actual ,
debemos estar conscientes de no aplicarlo a ciegas.

Paso 5: Seleccionar una opción adecuada El investigador

de operaciones, dado un modelo y un conjunto de
opciones, selecciona ahora la opción que cumple mejor con
los objetivos de la empresa.
7

Pase 6: Presentar los resultados y la conclusión del estudio

a la empresa Aqui, el investigador de operaciones presenta
el modelo y las recomendaciones surgidas del paso 5 a la
persona o al grupo que toma las decisiones. En algunas
situaciones, uno podría presentar varias opciones, y dejar
que la empresa seleccione la que mejor cumple con sus
necesidades.
Después de presentar los resultados del estudio de
investigación de operaciones, el analista podría encontrar
que la empresa no aprueba la recomendación. Lo anterior
podría ser el resultado de una definición incorrecta de los
problemas de la empresa o del fracaso para hacer
intervenir a quien toma las decisiones desde el inicio del
proyecto. En este caso, el investigador de operaciones
debe regresar al paso 1, 2 o 3.

Paso 7: Poner en marcha y evaluar las recomendaciones

Si la empresa acepta el estudio, entonces el analista ayuda
a poner en marcha las recomendaciones. Se debe
monitorear (y actualizar de manera dinámica a medida que
el entorno se modifique) en forma continua el sistema, para
tener la certeza de que las recomendaciones permiten que
la empresa cumpla con sus objetivos.