INVESTIGACION DE OPERACIONES

1. ¿QUE ES LA INVESTIGACIÓN DE OPERACIONES?

La investigación de operaciones, investigación operativa o investigación operacional

(conocida también como teoría de la toma de decisiones o programación matemática)
es una rama de las matemáticas que consiste en el uso de modelos matemáticos,
estadística y algoritmos con objeto de realizar un proceso de toma de decisiones.
Frecuentemente trata del estudio de complejos sistemas reales, con la finalidad de
mejorar (u optimizar) su funcionamiento. La investigación de operaciones permite el
análisis de la toma de decisiones teniendo en cuenta la escasez de recursos, para
determinar cómo se puede optimizar un objetivo definido, como la maximización de los
beneficios o la minimización de costos.

2. HISTORIA DE LA INVESTIGACION DE OPERACIONES

La Investigación de Operaciones o Investigación Operativa es una disciplina donde las

primeras actividades formales se dieron en Inglaterra en la Segunda Guerra Mundial,
cuando se encarga a un grupo de científicos ingleses el diseño de herramientas
cuantitativas para el apoyo a la toma de decisiones acerca de la mejor utilización de
materiales bélicos. Se presume que el nombre de Investigación de Operaciones fue
dado aparentemente porque el equipo de científicos estaba llevando a cabo la
actividad de Investigar Operaciones (militares).

Una vez terminada la guerra las ideas utilizadas con fines bélicos fueron adaptadas
para mejorar la eficiencia y la productividad del sector civil.

Una de las áreas principales de la Investigación de Operaciones es la Optimización o

Programación Matemática. La Optimización se relaciona con problemas de minimizar o
maximizar una función (objetivo) de una o varias variables, cuyos valores usualmente
están restringidos por ecuaciones y/o desigualdades.

Hoy en día el uso de modelos de optimización es cada vez más frecuente en la toma
de decisiones. Este mayor uso se explica, principalmente, por un mejor conocimiento
de esta metodología en las diferentes disciplinas, la creciente complejidad de los
problemas que se desea resolver, la mayor disponibilidad de software y el desarrollo de
nuevos y mejores algoritmos de solución.

Un modelo de Investigación de Operaciones requiere necesariamente de una

abstracción de la realidad, además de identificar los factores dominantes que
determinan el comportamiento del sistema en estudio. En este sentido, un modelo es
una representación idealizada de una situación real o un objeto concreto.

3. FASES DE LA INVESTIGACION DE OPERACIONES

1. Formulación y definición del problema: Descripción de los objetivos del
sistema, es decir, qué se desea optimizar; identificar las variables implicadas, ya
sean controlables o no; determinar las restricciones del sistema. También hay que
tener en cuenta las alternativas posibles de decisión y las restricciones para
producir una solución adecuada.
2. Construcción del modelo: El investigador de operaciones debe decidir el modelo
a utilizar para representar el sistema. Debe ser un modelo tal que relacione a las
variables de decisión con los parámetros y restricciones del sistema. Los
parámetros (o cantidades conocidas) se pueden obtener ya sea a partir de datos
pasados o ser estimados por medio de algún método estadístico. Es
recomendable determinar si el modelo es probabilístico o determinístico. El modelo
puede ser matemático, de simulación o heurístico, dependiendo de la complejidad
de los cálculos matemáticos que se requieran.

3. Solución del modelo: Una vez que se tiene el modelo, se procede a derivar una
solución matemática empleando las diversas técnicas y métodos matemáticos
para resolver problemas y ecuaciones. Debemos tener en cuenta que las
soluciones que se obtienen en este punto del proceso, son matemáticas y
debemos interpretarlas en el mundo real. Además, para la solución del modelo, se
deben realizar análisis de sensibilidad, es decir, ver cómo se comporta el modelo a
cambios en las especificaciones y parámetros del sistema. Esto se hace, debido a
que los parámetros no necesariamente son precisos y las restricciones pueden
estar equivocadas.

4. Validación del modelo: La validación de un modelo requiere que se determine si

dicho modelo puede predecir con certeza el comportamiento del sistema. Un
método común para probar la validez del modelo, es someterlo a datos pasados
disponibles del sistema actual y observar si reproduce las situaciones pasadas del
sistema. Pero como no hay seguridad de que el comportamiento futuro del sistema
continúe replicando el comportamiento pasado, entonces siempre debemos estar
atentos de cambios posibles del sistema con el tiempo, para poder ajustar
adecuadamente el modelo.

5. Implementación de resultados: Consiste en traducir los resultados del modelo

validado en instrucciones para el usuario o los ejecutivos responsables que serán
tomadores de decisiones.
4. APLICACIONES REALES:
5. CLASIFICACIÓN DE MODELOS CON DEFINICIONES

Los modelos empleados en la investigación operativa se clasifican en tres grupos:

icónicos, analógicos y simbólicos o matemáticos.

Los modelos icónicos representan físicamente un objeto o fenómeno de forma

idealizada o a escala. Son útiles con representaciones de situaciones en el tiempo,
como una fotografía. Los modelos icónicos pueden tener dos dimensiones (mapas,
fotos y demás) o tres dimensiones (como un globo terráqueo o un barco).

Los modelos analógicos presentan situaciones dinámicas que varían de acuerdo con
la relación existente entre las variables. Un ejemplo de situaciones dinámicas son las
curvas de oferta y demanda, donde se dice que una variable depende de la otra para
aumentar o disminuir. Los modelos analógicos pueden representar muchas
operaciones al mismo tiempo, por ejemplo un diagrama de flujo.

Los modelos simbólicos o matemáticos representan fenómenos reales mediante

símbolos, cifras, algoritmos. Para crear este tipo de modelos, basta con observar y
analizar la realidad y formularla a través de números o símbolos algorítmicos. Las
ecuaciones, funciones o matrices son ejemplos de modelos matemáticos.

Los modelos matemáticos se subdividen en cuantitativos y cualitativos; al usar

cantidades o símbolos se convierten en cuantitativos y al representar características
mediante gráficos en cualitativos; estándar o hechos a la medida: cuando el mismo
algoritmo se emplea para explicar diferentes fenómenos se convierte en estándar,
cuando se construye para un solo problema se denomina hecho a la medida:
probabilísticos y determinísticos.