INSTITUTO TECNOLGICO DE LEN

Ingeniera Industrial

MATERIA:

Investigacin de Operaciones I

GRUPO:

1580.

Lu Mier 14:05 15:45.

Tovar Castillo Fernando Guadalupe.

NOMBRE DEL PROFESOR:

ING. Martnez vila Juan.

FECHA:

Len Guanajuato 28 de agosto de 2017.

DEFINICIN DEL PROBLEMA Y RECOLECCIN 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 posibles, los lmites de tiempo para tomar
una decisin, etc. Este proceso de definicin del problema es crucial, pues afectar de
forma significativa la relevancia de las conclusiones del estudio. Es difcil obtener una
respuesta correcta a partir de un problema enfocado de manera equivocada!

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. Es vital que el
equipo de IO tenga una visin al mismo nivel que la administracin, incluso para
identificar el problema correcto desde el punto de vista gerencial y que, a su vez, la
administracin le brinde apoyo sobre cualquier curso que tome el estudio.

Un aspecto muy importante de la formulacin del problema es la determinacin de los

objetivos apropiados. Para hacerlo es necesario, en primer lugar, identificar a las personas
de la administracin que en realidad tomarn las decisiones concernientes al sistema en
estudio, y despus escudriar el pensamiento de estos individuos en relacin con los
objetivos pertinentes.

Por su naturaleza, a la IO le concierne el bienestar de toda la organizacin, no slo de

algunos 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.

Existen otras consideraciones que incluyen responsabilidades sociales muy distintas al

objetivo de las ganancias. Las cinco partes que son afectadas por una empresa de
negocios que se localizan en un pas determinado son: 1) los dueos (accionistas, etc.),
que desean obtener ganancias (dividendos, valuacin de acciones, etc.); 2) los empleados,
que aspiran a un empleo seguro con un salario razonable; 3) los clientes, que quieren un
producto confiable a un precio justo; 4) los proveedores, que desean integridad y un
precio de venta razonable para sus bienes, y 5) el gobierno y, por ende, la nacin, que
quiere el pago de impuestos justo y que se tome en cuenta el inters comn.

Las cinco partes hacen contribuciones esenciales a la empresa; sta no debe servir a
ninguna de ellas para explotar a las otras. De la misma manera, las corporaciones
internacionales adquieren las obligaciones adicionales de cumplir con una prctica social
responsable.
FORMULACIN DE UN MODELO MATEMTICO

Una vez que el tomador de decisiones define el problema, la siguiente etapa consiste en
reformularlo de manera conveniente para su anlisis. La forma convencional en que la
investigacin de operaciones logra este objetivo es mediante la construccin de un
modelo matemtico que represente la esencia del problema. Antes de analizar cmo se
elaboran los modelos de este tipo se explorar su naturaleza general y, en particular, la de
los modelos matemticos.

Los modelos, o representaciones idealizadas, son una parte integral de la vida diaria. Entre
los ejemplos ms comunes pueden citarse modelos de avin, retratos, globos terrqueos y
otros.

Los modelos matemticos tambin son representaciones idealizadas, pero estn

expresados en trminos de smbolos y expresiones matemticas. Las leyes de la fsica
como F= ma y E = mc^2 son ejemplos familiares. En forma parecida, el modelo
matemtico de un problema industrial est conformado por el sistema de ecuaciones y
expresiones matemticas relacionadas que describen la esencia del problema. De esta
forma, si deben tomarse n decisiones cuantificables relacionadas entre s, se representan
como variables de decisin (x1, x2, . . . , xn) para las que se deben determinar los valores
respectivos. En consecuencia, la medida de desempeo adecuada (por ejemplo, la
ganancia) se expresa como una funcin matemtica de estas variables de decisin (por
ejemplo, P 5 3x 1 1 2x2 1 . . . 1 5xn). Esta funcin se llama funcin objetivo. Tambin se
expresan en trminos matemticos todas las limitaciones que se puedan imponer sobre
los valores de las variables de decisin, casi siempre en forma de ecuaciones o
desigualdades (como x1 1 3x1 x21 2x2 # 10).

Con frecuencia, tales expresiones matemticas de las limitaciones reciben el nombre de

restricciones. Las constantes (los coeficientes o el lado derecho de las expresiones) de las
restricciones y de la funcin objetivo se llaman parmetros del modelo. El modelo
matemtico puede decir entonces que el problema es elegir los valores de las variables de
decisin de manera que se maximice la funcin objetivo, sujeta a las restricciones dadas.
Un modelo de este tipo, y algunas de sus variantes menores, tipifican los modelos que se
analizan en investigacin de operaciones.

OBTENCIN DE SOLUCIONES A PARTIR DEL MODELO

Una vez formulado el modelo matemtico del problema en estudio, la siguiente etapa de
un trabajo de IO consiste en desarrollar un procedimiento, por lo general en
computadora, para obtener una solucin a partir de este modelo. Puede pensarse que
sta debe ser la parte principal del estudio, pero, en realidad, en la mayora de los casos
no lo es. De hecho, a veces sta es una etapa bastante sencilla, en la que 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 ptima, es decir, la mejor. Existen

demasiados imponderables e incertidumbres asociados con los problemas reales; sin
embargo, si el modelo est bien formulado y verificado, la solucin debe tender a
constituirse en una buena aproximacin de un curso de accin ideal en la realidad.

Herbert Simon, eminente cientfico de la administracin y premio Nobel de economa,

introdujo el concepto de que en la prctica es mucho ms frecuente satisfizar que
optimizar. Al inventar el trmino satisfizar como una combinacin de satisfacer y
optimizar, Simon describe la tendencia de los administradores a buscar una solucin que
sea lo suficientemente buena para el problema que se enfrenta.

Por lo tanto, la meta de un estudio de investigacin de operaciones debe ser la realizacin

del proceso de manera ptima, sin importar si implica una solucin ptima para el
modelo. Adems de buscar la ciencia de lo absoluto, el equipo debe tomar en cuenta el
costo del estudio y las desventajas de retrasar su terminacin, y despus, intentar
maximizar los beneficios netos que resulten de dicho estudio. Al reconocer este concepto,
en ocasiones los equipos de investigacin de operaciones utilizan slo procedimientos
heursticos es decir, procedimientos de diseo intuitivo que no garantizan una solucin
ptima para encontrar una buena solucin subptima.

En parte, el anlisis posptimo implica llevar a cabo un anlisis de sensibilidad para

determinar qu parmetros del modelo son crticos los parmetros sensibles
cuando se determina la solucin. Una definicin comn de parmetros sensibles que se
usar aqu es:

En el caso de un modelo matemtico cuyos parmetros tienen valores especficos, los

parmetros sensibles del modelo son aquellos cuyos valores no se pueden 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 generar el modelo.

En algunos casos, ciertos parmetros del modelo representan polticas de decisin, como
asignacin de recursos. Si es as, con frecuencia existe flexibilidad sobre los valores dados
a estos parmetros. Tal vez algunos se puedan aumentar si otros disminuyen. El anlisis
posptimo incluye la investigacin de estas compensaciones.

PRUEBA DEL MODELO

En algunos aspectos, la elaboracin de un modelo matemtico grande es anlogo al

desarrollo de un programa de computadora grande. 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. Con
el tiempo, despus de una larga serie de programas mejorados, el programador o
equipo de programacin concluye que el programa actual proporciona, en general,
resultados razonablemente vlidos. Aunque sin duda quedarn 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. Sin duda, algunos factores o interrelaciones relevantes no
fueron incorporados a l y algunos parmetros no fueron estimados con precisin.

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. Es difcil describir cmo se lleva a cabo la validacin
del modelo porque el proceso depende en gran parte del problema bajo estudio y del
modelo que se elabor.

Un planteamiento ms sistemtico de la prueba del modelo se logra mediante el empleo

de una prueba retrospectiva. Cuando es aplicable, esta prueba utiliza datos histricos y
reconstruye el pasado para determinar si el modelo y la solucin resultante hubieran
tenido un buen desempeo, si se hubieran usado.

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. Ms an, si en el futuro surgen preocupaciones sobre el modelo, esta
documentacin ayudar a diagnosticar en dnde pueden encontrarse los problemas.

PREPARACIN PARA APLICAR EL MODELO

Qu pasa despus de completar la etapa de pruebas y desarrollar un modelo aceptable?

Si el modelo va a usarse varias veces, el siguiente paso es instalar un sistema bien
documentado para aplicarlo segn lo establecido por la administracin. 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 de programas integrados. Las bases de datos y los
sistemas de informacin administrativos pueden proporcionar la entrada actualizada para
el modelo cada vez que se use, en cuyo caso se necesitan programas de interfaz, es decir,
interaccin con el usuario.

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 (no sustituir) su toma de decisiones.

En estudios de IO importantes se pueden emplear varios meses (o ms) para desarrollar,

probar e instalar este sistema de computadora. Parte de este esfuerzo incluye el
desarrollo e implantacin de un proceso de mantenimiento durante su uso futuro. Si con
el tiempo cambian las condiciones, este proceso debe incorporar las modificaciones
correspondientes al sistema de computadora y al modelo.

IMPLEMENTACIN

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. Esta etapa es crtica,
pues aqu y slo aqu se cosecharn los beneficios del estudio. 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.

La etapa de implementacin incluye varios pasos. Primero, el equipo de IO explica en

forma cuidadosa a la administracin operativa el nuevo sistema que debe adoptar y su
relacin con la realidad operativa. A continuacin, estos dos grupos comparten la
responsabilidad de desarrollar los procedimientos que se requieren para poner el sistema
en operacin. Despus, la administracin operativa se encarga de proporcionar una
capacitacin detallada al personal que participa, y se inicia el nuevo curso de accin. Si
tiene xito, el nuevo sistema se podr emplear durante algunos aos. Con este objetivo en
mente, el equipo de IO supervisa la experiencia inicial con base en la accin que se tom
para identificar cualquier modificacin que deba hacerse en el futuro.