Вы находитесь на странице: 1из 6

PANORAMA DEL ENFOQUE DE MODELADO EN INVESTIGACION DE OPERACIONES.

Una manera de resumir las fases usuales traslapadas de un estudio de


investigacin de operaciones es la siguiente:
1.-Definicion del problema de inters y recoleccin de datos relevantes.
2.- Formulacin de un modelo matemtico que represente el problema.
3.-desarrollo e un procedimiento basado en computadora para derivar una
solucin para el problema a partir del modelo.
4.-Prueba del modelo y mejoramiento de acuerdo con las necesidades.
5.-Preparacion para la aplicacin del modelo prescrito por la administracin.
6.-Implementacion.
DEFINICION DEL PROBLEMA Y RECOLECCION DE DATOS.
Esta etapa incluye la determinacin de los objetivos apropiados, las
restricciones sobre lo que es posible hacer, las interrelaciones del rea en
estudio con otras reas de la organizacin, los diferentes cursos de accin de
forma posible, los lmites de tiempo una decisin, etc.
Este proceso de definicin del problema es crucial, pues afectara de forma
significativa la relevancia de las conclusiones del estudio.
El equipo realiza un anlisis tcnico detallado y despus presenta
recomendaciones.
De algn parmetro que marca una poltica que puede ser evaluada solo por
esa administracin: por ejemplo, la decisin entre costo y beneficio.
La administracin evala el estudio y sus recomendaciones, analiza una
variedad de factores intangibles y toma una decisin final con base en su
mejor juicio.
Un aspecto muy importante de la formulacin del problema es la
determinacin de los objetivos apropiados.

Un estudio de IO trata de encontrar soluciones optimas globales, y no


soluciones suboptimas aunque sean lo mejor para uno de los componentes.
Cuando se trata de organizaciones lucrativas, un enfoque posible para no caer
en un problema de suboptimizacin es utilizar la maximizacin de la ganancia
a largo plazo, considerando el valor del dinero en el tiempo como un objetivo
nico.
FORMULACION DE UN MODELO MATEMATICO.
La forma convencional en que la investigacin de operaciones logra este
objetivo es mediante la construccin de un modelo matemtico que se
represente la esencia del problema.
Entre los ejemplos ms comunes pueden citarse modelos de avin, retratos,
globos terrqueos y otros.
Esos modelos son invaluables, pues extraen la esencia del material de estudio,
muestran sus interrelaciones y facilitan el anlisis.
Los modelos matemticos tambin son representaciones idealizadas, pero
estn expresados en trminos de smbolos y expresiones matemticas.
Las leyes dela fsica como F=ma y E=mc son ejemplos familiares.
El modelo matemtico de un problema industrial est conformado por el
sistema de ecuaciones y expresiones matemticas relacionadas que describen
la esencia del problema.
La determinacin de los valores apropiados que deben asignarse a los
parmetros del modelo un valor por parmetro es una tarea crtica y a la vez
un reto en el proceso de construccin del modelo.
Modelo de programacin lineal, en el que las funciones matemticas que
aparecen en tanto en la funcin objetivo como las restricciones, son funciones
lineales.
Todo lo que se requiere es que exista un alta correlacin entre la prediccin
del modelo y lo que ocurre en la vida real.

Este proceso de enriquecimiento del modelo contina solo mientras sea


manejable, un paso crucial en la formulacin de un modelo de IO es la
construccin de la funcin objetivo.
Una vez desarrollada la medida global de desempeo, la funcin objetivo
expresa esta medida como una funcin matemtica de las variables de
decisin.
OBTENCION DE SOLUBLES A PARTIR DEL MODELO.
Se aplica uno de los dos algoritmos procedimientos iterativos de solucin de
investigacin de operaciones en una computadora mediante el uso de algunos
de los paquetes de software disponibles.
Un tema comn en IO es la bsqueda de una solucin procedimientos para
encontrarla en cierto tipo de problemas.
Herbert Simn, eminente cientfico de la administracin y premio Nobel de
economa, introdujo el concepto de que en la prctica es mucho ms frecuente
satisfacer que optimizar.
Al inventar el trmino una combinacin de satisfacer y optimizar, Simn
describe la tendencia de los administradores a buscar una solucin que sea lo
suficiente buena para el problema que se enfrenta.
Esto ocurre con ms frecuencia en los casos en que el tiempo o el costo para
encontrar una solucin ptima para un modelo adecuado del problema son
muy grandes.
Una solucin ptima para el modelo original puede estar muy alejada del ideal
en el caso del problema real, de manera que es necesario hacer un anlisis
adicional.
En el caso de un modelo matemtico cuyos parmetros tienen valores
especficos, los parmetros sensibles del modelo son aquellos cuyos valores
no se cambiar sin que la solucin ptima tambin cambie.

La identificacin de los parmetros sensibles es importante, porque determina


aquellos cuyos valores deben asignarse con ms cuidado para evitar
distorsiones en los resultados que generara el modelo.
PRUEBA DEL MODELO.
Cuando se completa la primera versin es inevitable que contenga muchas
fallas.
El programa debe ser probado de manera exhaustiva para tratar de encontrar y
corregir tantas fallas como sea posible.
Aunque sin duda quedaran algunas fallas ocultas y quiz nunca sean
detectadas se habr eliminado la cantidad suficiente de problemas mayores
como para que su utilizacin sea confiable.
De manera similar, es inevitable que la primera versin de un modelo
matemtico complejo tenga muchas fallas.
Estas circunstancias no se pueden eludir dadas las dificultades de
comunicacin y comprensin de todos los aspectos y sutilezas de un problema
operacional complejo, as como la dificultad de recolectar datos confiables.
Por lo tanto antes de usar el modelo debe probarse de manera exhaustiva para
intentar identificar y corregir la mayor cantidad posible de fallas.
Este proceso de prueba y mejoramiento de un modelo para incrementar su
validez se conoce como validacin del modelo.
Un planteamiento ms sistemtico de la prueba del modelo se logra mediante
el empleo de una prueba retrospectiva.
Es importante documentar el proceso que se utiliza para llevar a cabo las
pruebas de la validacin del modelo, pues ello ayuda a aumentar la confianza
de los futuros usuarios del paradigma.

PREPARACION PARA APLICAR EL MODELO.


Este sistema debe incorporar el modelo y el procedimiento de solucin que
incluye el anlisis posptimo y los procedimientos operativos para su
implantacin.
Este sistema casi siempre se disea para computadora en realidad con
frecuencia se necesita un nmero considerable para programas integrados.
Despus de aplicar un procedimiento de solucin otro programa al modelo,
puede ser que los programas adicionales manejen la implementacin de los
resultados de manera automtica.
En otros casos se instala un sistema interactivo de computadora llamado
sistema de apoyo para las decisiones para ayudar a la administracin a usar los
datos y modelos y as apoyar su toma de decisiones.
En estudios de IO importantes se pueden emplear varios meses para
desarrollar, probar e instalar este sistema de computadora.
IMPLEMENTACION.
Una vez desarrollado el sistema para aplicar el modelo, la ltima etapa de un
estudio de IO es implementarlo segn lo haya establecido la administracin.
Por lo tanto, es importante que el equipo de IO participe para asegurar que las
soluciones del modelo se traduzcan con exactitud en un procedimiento
operativo y para corregir defectos en la solucin que se presenten en cualquier
momento.
El xito de la implementacin depende en gran medida del apoyo que
proporcionen tanto la alta administracin como la generacin operativa.
Despus la administracin operativa se encarga de proporcionar una
capacitacin detallada al personal que participa y se inicia el nuevo curso de
accin.
Durante la fase de culminacin del estudio es apropiado que el equipo de
investigacin de operaciones documente su metodologa con suficiente
claridad y detalle para que el trabajo pueda reproducirse.

La posibilidad de obtener una rplica debe ser parte del cdigo tico
profesional del investigador de operaciones.