♥
ORIGEN DE LA INVESTIGACIÓN DE OPERACIONES OPERACIONES (IO)
Una definición que se acerca mucho a la realidad sería “la ciencia de la toma de decisi decisione ones”. s”. Conviv Conviven en en esta esta discip disciplin lina a profes profesion ionale aless de las más divers diversas as ramas: ramas: ingenieros, matemáticos, computadores, economistas. Todos ellos deen aprender una t!cnica fundamental: el moldeamiento matemático "as primeras actividades formales de investigación de operaciones #$%& se iniciaron en $nglaterra durante la 'egunda (uerra )undial, cuando un equipo de científicos empe*ó a tomar decisiones decisiones con respecto respecto a la me+or utili*ació utili*ación n del material !lico. l t!rmino t!rmino de la guerra, las ideas formuladas en operaciones militares se adaptaron para me+orar la eficiencia - productividad en el sector civil. C%)/%010T1' /2$0C$/"1' /2$0C$/"1' 31 U0 )%31"% 31 $%:
lternativas Criterio %+etivo 2estricciones
5%2)T% (1012": 1" )%31"% (1012" 31 $% '1 %2(0$4 10 1" '$(U$10T1 5%2)T%
Una solución del modelo es factile si satisface todas las restricciones6 es óptima si, además de ser factile, produce el me+or valor #má7imo o mínimo& de la función o+etivo. unque los modelos de $% están dise8ados para “optimi*ar” “ optimi*ar” un criterio o+etivo específico su+eto a un con+unto de restricciones, la calidad de la solución resultante depende de la e7actitud con que el modelo representa el sistema real. "a conclusión es que “la” solución óptima de un modelo es me+or sólo para ese modelo. 'i el modelo es una representación ra*onalemente uena del sistema real, entonces su solución tami!n es óptima para la situación real. '%"UC$90 31" )%31"% 31
%$1n la investigación de operaciones no se cuenta con una t!cnica general nica para resolver todos los modelos que puedan surgir en la práctica. 1n su lugar, el tipo comple+idad del modelo matemático determina la naturale*a del m!todo de solución. "a t!cnica de $% más importante es la programación programación lineal. 1stá dise8ada dise8ada para modelos modelos con funciones o+etivo - restricciones lineales. %tras t!cnicas inclu-en la programación
entera #en la cual las variales asumen valores enteros&, la programación dinámica #en la cual el modelo original puede descomponerse en suprolemas más peque8os mane+ales&, la programación de red #en la cual el prolema puede modelarse como una red&, - la programación no lineal #en la cual las funciones del modelo son no lineales&. ;stas son sólo algunas de las muchas herramientas de $% con que se cuenta. Una peculiaridad de la ma-oría de las t!cnicas de $% es que por lo general las soluciones no se otienen en formas cerradas #como si fueran fórmulas&, sino que más ien se determinan mediante algoritmos. Un algoritmo proporciona reglas fi+as de cálculo que se aplican en forma repetitiva al prolema, - cada repetición #llamada iteración& acerca la solución a lo óptimo. Como los cálculos asociados con cada iteración suelen ser tediosos - voluminosos, es recomendale que estos algoritmos se e+ecuten con la computadora. lgunos modelos matemáticos pueden ser tan comple+os que es imposile resolverlos con cualquiera de los algoritmos de optimi*ación disponiles. 1n esos casos qui*á sea necesario aandonar la squeda de la solución óptima - simplemente uscar una uena solución aplicando la heurística, - la metaheurística, o ien reglas empíricas. 5'1' 31 U0 1'TU3$% 31
%$"os estudios de investigación de operaciones se asan en la laor de equipo, donde los analistas de $% - el cliente traa+an codo con codo. "os conocimientos de modelado de los analistas de $% se deen complementar con la e7periencia - cooperación del cliente para quien reali*an el estudio. Como herramienta de toma de decisiones, la $% es tanto una ciencia como un arte. 1s una ciencia por las t!cnicas matemáticas que incorpora, un arte porque el !7ito de las fases que conducen a la solución del modelo matemático depende en gran medida de la creatividad - e7periencia del equipo de $%.
/ara implementar la $% en la práctica, las fases principales son: <. 3efinición del prolema. 3efinir el alcance del prolema investigado. 1sta función dee ser reali*ada por todo el equipo de $%. 1l o+etivo es identificar tres elementos principales del prolema de decisión: #<& descripción de las alternativas de decisión6 #=& determinación del o+etivo del estudio, - #>& especificación de las limitaciones a+o las cuales funciona el sistema modelado. =. Construcción del modelo. $mplica un intento de transformar la definición del prolema en relaciones matemáticas. 'i el modelo resultante se a+usta a uno de los modelos matemáticos estándar, como la programación lineal, se suele otener una solución utili*ando los algoritmos disponiles. >. 'olución del modelo. 1s por mucho la más sencilla de todas las fases de $% porque implica el uso de algoritmos de optimi*ación ien definidos. Un aspecto importante de la fase de solución del modelo es el análisis de sensiilidad. Tiene que ver con la otención de información adicional sore el comportamiento de la solución óptima cuando el modelo e7perimenta algunos camios de parámetros. ?. @alidación del modelo . Compruea si el modelo propuesto hace en realidad lo que dice que hace, es decir, Apredice adecuadamente el comportamiento del sistema que se estudiaB l principio, el equipo de $% dee estar convencido de que el resultado del modelo no contenga “sorpresas”. 1n otras palaras, Atiene sentido la soluciónB A"os resultados sin intuitivamente aceptalesB 3el lado formal, un m!todo comn de comproar la valide* de un modelo es comparar su resultado con resultados históricos. 1l modelo es válido si, en condiciones de datos de entrada iguales, reproduce de forma ra*onale el desempe8o pasado. 'in emargo, no suele haer seguridad de que el desempe8o futuro continuará copiando el comportamiento pasado. . $mplementación de la solución. 3e un modelo validado implica la transformación de los resultados en instrucciones de operación comprensiles que se emitirán a las personas que administrarán el sistema recomendado.
0TU2"14 31 " $0@1'T$(C$90 31 %/12C$%01'
"a investigación de operaciones se aplica a prolemas que se refieren a la conducción coordinación de operaciones #o actividades& dentro de una organi*ación. Como su
nomre lo indica significa “hacer investigación sore las operaciones” su aplicación fundamental va encaminada a las mltiples operaciones o actividades que e+erce una empresa o ente económico no importando su carácter lucrativo o no lucrativo, la toma de decisiones es ásica para todas estas, contrario sensu, implica la quiera. /ara todo esto se deen llevar a cao ciertos requisitos en caminados al m!todo científico de investigación. 1s decir, iniciando por la oservación del prolema, recolección de datos, formulación del m!todo aplicar, la hipótesis para determinar si es correcta la aplicación de la $.% aplicada o modificar las veces que sean necesarias para llegar a la me+or conclusión optima ra*onale - real. 1n relación a lo anterior se necesita gente capacitada, en el ámito de las matemáticas, estadísticas - teoría de proailidades, al igual que en economía, administración de empresas, ciencias de la computación, ingeniería, ciencias físicas, ciencias de comportamiento -, por supuesto, en las t!cnicas especiales de investigación de operaciones. "a me*cla de todas estas hailidades a-uda a desarrollar la me+or toma de decisiones, e+erci!ndolas en los m!todos de investigación de operaciones. @10TD' 31 "%' )%31"%' 10 $%.
1n general, a-udan a tomar = tipos de decisiones: 31C$'$%01' 1'T2T;($C'. 1s una decisión de una sola ve*, que involucra políticas con consecuencias a largo pla*o para la organi*ación. 'e consideran decisiones importantes, considera la incertidumre - escoge entre varias alternativas. 31C$'$%01' %/12C$%0"1'. 1s una decisión que implica cuestiones de planeación a corto pla*o que generalmente deen hacerse repetidamente. 'e consideran decisiones de menor importancia - frecuentes por ser dadas para el corto pla*o. $gnoran la incertidumre - no evita ara+ear alternativas nuevas. E'i se aplica administración estrat!gica, calidad en las operaciones, calidad en el lidera*go6 se puede llegar a la calidad totalE. "$)$TC$%01' 31 " $0@1'T$(C$90 31 %/12C$%01'
5recuentemente es necesario hacer simplificaciones del prolema original para poder manipularlo - detener una solución. "a ma-oría de los modelos sólo considera un solo o+etivo - frecuentemente en las organi*aciones se tienen o+etivos mltiples. 17iste la tendencia a no considerar la totalidad de las restricciones en un prolema práctico, deido a que los m!todos de ense8an*a - entrenamiento dan la aplicación de esta ciencia centralmente se asan en prolemas peque8os para ra*ones de índole práctico, por lo que se desarrolla en los alumnos una opinión mu- simplista e ingenua sore la aplicación de estas t!cnicas a prolemas reales. Casi nunca se reali*an análisis costoeneficio de la implantación de soluciones definidas por medio de la $ de %, en ocasiones los eneficios potenciales se van superados por los costos ocasionados por el desarrollo e implantación de un modelo.
C. DacFson (ra-son sostiene que las t!cnicas de la $% son difíciles de instrumentar deido a los siguientes factores:
"a falta de tiempo "a inaccesiilidad
"a resistencia al camio "a lentitud de respuesta
"as simplificaciones que la invalidan