ORIGEN DE LA INVESTIGACIN DE OPERACIONES (IO)
Una definicin que se acerca mucho a la realidad sera la ciencia de la toma de
decisiones. Conviven en esta disciplina profesionales de las ms diversas ramas:
ingenieros, matemticos, computadores, economistas. Todos ellos deben aprender una
tcnica fundamental: el moldeamiento matemtico
Las primeras actividades formales de investigacin de operaciones (IO) se iniciaron en
Inglaterra durante la Segunda Guerra Mundial, cuando un equipo de cientficos empez a
tomar decisiones con respecto a la mejor utilizacin del material blico. Al trmino de la
guerra, las ideas formuladas en operaciones militares se adaptaron para mejorar la
eficiencia y productividad en el sector civil.
- COMPONENTES PRINCIPALES DE UN MODELO DE IO:
Alternativas
Criterio Objetivo
Restricciones
-EL MODELO GENERAL DE IO SE ORGANIZA EN EL SIGUIENTE FORMATO GENERAL:
Una solucin del modelo es factible si satisface todas las restricciones; es ptima si,
adems de ser factible, produce el mejor valor (mximo o mnimo) de la funcin objetivo.
Aunque los modelos de IO estn diseados para optimizar un criterio objetivo especfico
sujeto a un conjunto de restricciones, la calidad de la solucin resultante depende de la
exactitud con que el modelo representa el sistema real.
La conclusin es que la solucin ptima de un modelo es mejor slo para ese modelo. Si
el modelo es una representacin razonablemente buena del sistema real, entonces su
solucin tambin es ptima para la situacin real.
-SOLUCIN DEL MODELO DE IO
En la investigacin de operaciones no se cuenta con una tcnica general nica para
resolver todos los modelos que puedan surgir en la prctica. En su lugar, el tipo y
complejidad del modelo matemtico determina la naturaleza del mtodo de solucin.
La tcnica de IO ms importante es la programacin lineal. Est diseada para modelos
con funciones objetivo y restricciones lineales. Otras tcnicas incluyen la programacin
entera (en la cual las variables asumen valores enteros), la programacin dinmica (en la
cual el modelo original puede descomponerse en subproblemas ms pequeos y
manejables), la programacin de red (en la cual el problema puede modelarse como una
red), y la programacin no lineal (en la cual las funciones del modelo son no lineales).
stas son slo algunas de las muchas herramientas de IO con que se cuenta. Una
peculiaridad de la mayora de las tcnicas de IO es que por lo general las soluciones no
se obtienen en formas cerradas (como si fueran frmulas), sino que ms bien se
determinan mediante algoritmos. Un algoritmo proporciona reglas fijas de clculo que se
aplican en forma repetitiva al problema, y cada repeticin (llamada iteracin) acerca la
solucin a lo ptimo. Como los clculos asociados con cada iteracin suelen ser tediosos
y voluminosos, es recomendable que estos algoritmos se ejecuten con la computadora.
Algunos modelos matemticos pueden ser tan complejos que es imposible resolverlos con
cualquiera de los algoritmos de optimizacin disponibles. En esos casos quiz sea
necesario abandonar la bsqueda de la solucin ptima y simplemente buscar una buena
solucin aplicando la heurstica, y la metaheurstica, o bien reglas empricas.
-FASES DE UN ESTUDIO DE IO
Los estudios de investigacin de operaciones se basan en la labor de equipo, donde los
analistas de IO y el cliente trabajan codo con codo. Los conocimientos de modelado de
los analistas de IO se deben complementar con la experiencia y cooperacin del cliente
para quien realizan el estudio. Como herramienta de toma de decisiones, la IO es tanto
una ciencia como un arte. Es una ciencia por las tcnicas matemticas que incorpora, y
un arte porque el xito de las fases que conducen a la solucin del modelo matemtico
depende en gran medida de la creatividad y experiencia del equipo de IO.
Para implementar la IO en la prctica, las fases principales son:
1. Definicin del problema. Definir el alcance del problema investigado. Esta funcin debe ser
realizada por todo el equipo de IO. El objetivo es identificar tres elementos principales del problema
de decisin: (1) descripcin de las alternativas de decisin; (2) determinacin del objetivo del estudio,
y (3) especificacin de las limitaciones bajo las cuales funciona el sistema modelado.
2. Construccin del modelo. Implica un intento de transformar la definicin del problema en
relaciones matemticas. Si el modelo resultante se ajusta a uno de los modelos matemticos
estndar, como la programacin lineal, se suele obtener una solucin utilizando los algoritmos
disponibles.
3. Solucin del modelo. Es por mucho la ms sencilla de todas las fases de IO porque implica el
uso de algoritmos de optimizacin bien definidos. Un aspecto importante de la fase de solucin del
modelo es el anlisis de sensibilidad. Tiene que ver con la obtencin de informacin adicional sobre
el comportamiento de la solucin ptima cuando el modelo experimenta algunos cambios de
parmetros.
4. Validacin 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? Al principio,
el equipo de IO debe estar convencido de que el resultado del modelo no contenga sorpresas. En
otras palabras, tiene sentido la solucin? Los resultados sin intuitivamente aceptables? Del lado
formal, un mtodo comn de comprobar la validez de un modelo es comparar su resultado con
resultados histricos. El modelo es vlido si, en condiciones de datos de entrada iguales, reproduce
de forma razonable el desempeo pasado. Sin embargo, no suele haber seguridad de que el
desempeo futuro continuar copiando el comportamiento pasado.
5. Implementacin de la solucin. De un modelo validado implica la transformacin de los
resultados en instrucciones de operacin comprensibles que se emitirn a las personas que
administrarn el sistema recomendado.
-NATURALEZA DE LA INVESTIGACIN DE OPERACIONES
La investigacin de operaciones se aplica a problemas que se refieren a la conduccin y
coordinacin de operaciones (o actividades) dentro de una organizacin. Como su
nombre lo indica significa hacer investigacin sobre las operaciones su aplicacin
fundamental va encaminada a las mltiples operaciones o actividades que ejerce una
empresa o ente econmico no importando su carcter lucrativo o no lucrativo, la toma de
decisiones es bsica para todas estas, contrario sensu, implica la quiebra. Para todo esto
se deben llevar a cabo ciertos requisitos en caminados al mtodo cientfico de
investigacin. Es decir, iniciando por la observacin del problema, recoleccin de datos,
formulacin del mtodo aplicar, la hiptesis para determinar si es correcta la aplicacin de
la I.O aplicada o modificar las veces que sean necesarias para llegar a la mejor
conclusin optima razonable y real.
En relacin a lo anterior se necesita gente capacitada, en el mbito de las matemticas,
estadsticas y teora de probabilidades, al igual que en economa, administracin de
empresas, ciencias de la computacin, ingeniera, ciencias fsicas, ciencias de
comportamiento y, por supuesto, en las tcnicas especiales de investigacin de
operaciones.
La mezcla de todas estas habilidades ayuda a desarrollar la mejor toma de decisiones,
ejercindolas en los mtodos de investigacin de operaciones.
-VENTAJAS DE LOS MODELOS EN IO.
En general, ayudan a tomar 2 tipos de decisiones:
DECISIONES ESTRATGICAS.- Es una decisin de una sola vez, que involucra polticas
con consecuencias a largo plazo para la organizacin. Se consideran decisiones
importantes, considera la incertidumbre y escoge entre varias alternativas.
DECISIONES OPERACIONALES.- Es una decisin que implica cuestiones de planeacin
a corto plazo que generalmente deben hacerse repetidamente. Se consideran decisiones
de menor importancia y frecuentes por ser dadas para el corto plazo. Ignoran la
incertidumbre y no evita barajear alternativas nuevas. "Si se aplica administracin
estratgica, calidad en las operaciones, calidad en el liderazgo; se puede llegar a la
calidad total".
-LIMITACIONES DE LA INVESTIGACIN DE OPERACIONES
Frecuentemente es necesario hacer simplificaciones del problema original para
poder manipularlo y detener una solucin.
La mayora de los modelos slo considera un solo objetivo y frecuentemente en
las organizaciones se tienen objetivos mltiples.
Existe la tendencia a no considerar la totalidad de las restricciones en un problema
prctico, debido a que los mtodos de enseanza y entrenamiento dan la
aplicacin de esta ciencia centralmente se basan en problemas pequeos para
razones de ndole prctico, por lo que se desarrolla en los alumnos una opinin
muy simplista e ingenua sobre la aplicacin de estas tcnicas a problemas reales.
Casi nunca se realizan anlisis costo-beneficio de la implantacin de soluciones
definidas por medio de la I de O, en ocasiones los beneficios potenciales se van
superados por los costos ocasionados por el desarrollo e implantacin de un
modelo.
C. Jackson Grayson sostiene que las tcnicas de la IO son difciles de instrumentar
debido a los siguientes factores:
La falta de tiempo
La inaccesibilidad
La resistencia al cambio
La lentitud de respuesta
Las simplificaciones que la invalidan
