NATURALEZA DE LA

NATURALEZA DE LA
INVESTIGACIÓN
INVESTIGACIÓN
OPERATIVA
OPERATIVA
 ORIGEN DE LA INVESTIGACIÓN DE
OPERACIONES
Las primeras actividades formales de investigación de operaciones (IO)
se iniciaron en Inglaterra durante la Segunda Guerra Mundial, cuando
un equipo de científicos empezó a tomar decisiones con respecto a la
mejor utilización del material bélico. Al término de la guerra, las ideas
formuladas en operaciones militares se adaptaron para mejorar la
eficiencia y productividad en el sector civil.

Al inicio de la década de los años cincuenta, se introdujo el uso de la

investigación de operaciones en una serie de organizaciones
industriales, de negocios y del gobierno.
 NATURALEZA DE LA IO
Como su nombre lo indica, el objetivo de esta disciplina implica
“investigar sobre las operaciones”. En consecuencia, esta disciplina se
aplica a la problemática relacionada con la conducción y la
coordinación de actividades en una organización. 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, etc.

La IO incluye el término investigación en el nombre porque utiliza un enfoque

similar al que seaplica 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.
 ¿Qué es la Investigación Operativa?

La IO es la aplicación del método científico por equipos

interdisciplinarios a problemas que comprenden el control
y gestión de sistemas organizados (hombre- máquina); con
el objetivo de encontrar soluciones que sirvan mejor a los
propósitos del sistema (u organización) como un todo,
enmarcados en procesos de toma de decisiones.
Otra definición: la Investigación Operativa es la aplicación
del método científico a un mismo problema por diversas
ciencias y técnicas, en apoyo a la selección de soluciones,
en lo posible óptimas
 OBJETIVO DE LA IO
Resolver problemas relacionados con la conducción y
coordinación de las operaciones o actividades dentro de
una organización. Su ámbito de aplicación es muy
amplio, aplicándose a problemas de fabricación,
transporte, construcción, telecomunicaciones,
planificación y gestión financiera, ciencias de la salud,
servicios públicos.
 FASES DE LA IO
Para implementar la IO en la práctica, las fases principales son:
1. Definición del problema de interés y recolección de datos
relevantes.
2. Formulación de un modelo matemático que represente el
problema.
3. Prueba del modelo y mejoramiento de acuerdo con las
necesidades.
4. Preparación para la aplicación del modelo prescrito por la
administración.
5. Implementación.
1. Definición del Problema:
Implica definir el alcance del problema investigado.
El objetivo es identificar tres elementos principales
del problema de decisión:
a. Descripción de las alternativas de decisión;
b. Determinación del objetivo del estudio, y
c. Especificación de las limitaciones bajo las cuales
funciona el sistema modelado.
2. Formulación del modelo
Implica un intento de transformar la definición del
problema en relaciones matemáticas.

Un modelo matemático es un procedimiento que

reconoce y verbaliza un problema para
posteriormente cuantificarlo, transformando las
expresiones verbales en expresiones matemáticas.
2.1 Identificar las variables de decisión:
El paso crucial en la construcción de un modelo
matemático es determinar aquellos factores sobre los
que el decidor tiene control, que normalmente se
llaman variables de decisión del problema.
2.2 Identificar la función objetivo
El objetivo de la mayoría de los estudios de IO, y el
de todos los modelos de optimización, es encontrar
el modo de optimizar alguna medida respetando las
restricciones existente.

A la hora de encontrar la función objetivo podemos

hacernos las siguientes preguntas: ¿Qué es lo que
queremos conseguir? Si yo fuera el jefe de esta
empresa ¿Qué me interesaría mas?
2.3 Identificar las restricciones:
En la búsqueda de la solución optima, normalmente existen
ciertas restricciones (limitaciones, requisitos) que limitan nuestra
decisión.

2.4 Traducir los elementos anteriores a un modelo

matemático.
Una vez identificado los elementos básicos hay que expresarlos
matemáticamente .
Dependiendo de la naturaleza de los funciones matemáticas, el
modelo será de un tipo u otro: por ejemplo, si todas ellas son
lineales, el problema será de Programación lineal; si existe mas de
una función objetivo, será de programación multicriterio, etc.
3. Solución del modelo
Implica el uso de algoritmos de optimización bien definidos. Un
aspecto importante de la fase de solución del modelo es el análisis
de sensibilidad. Tiene que ver con la obtención de información
adicional sobre el comportamiento de la solución óptima cuando
el modelo experimenta algunos cambios de parámetros. El
análisis de sensibilidad es particularmente necesario cuando no se
pueden estimar con precisión los parámetros del modelo. En estos
casos es importante estudiar el comportamiento de la solución
óptima en el entorno de los parámetros estimados.
4. Validación del modelo
La validez del modelo comprueba si el modelo
propuesto hace en realidad lo que dice que hace, es
decir, ¿predice adecuadamente el comportamiento
del sistema que se estudia?
5. Implementación del modelo
La implementación de la solución de un modelo
validado implica la transformación de los resultados
en instrucciones de operación comprensibles que se
emitirán a las personas que administrarán el sistema
recomendado.
La responsabilidad de esta tarea recae principalmente
en el equipo de IO.