INVESTIGACIÓN DE OPERACIONES.
Historia.
La investigación de operaciones tiene su
origen a raíz de que la mano del hombre fue reemplazada por las maquinas, es
decir en la época de la revolución industrial, a través de los años fue evolucionando y es
así como la segunda guerra mundial tuvo mucho esplendor al elaborar planes de
ataque gracias a la IO, siguió evolucionando, en Gran Bretaña con la creación
del método simplex para el problema de programación lineal y así fue sucesivamente
con diferentes tipos de programación. En la investigación de operaciones, las
computadoras son la herramienta fundamental en la investigación de operaciones.
La investigación de operaciones IO aspira a determinar el mejor curso de acción
(optimo) de un problema de decisión con la restricción de recursos
limitados
La Investigación de Operaciones, es la
aplicación del método científico por un grupo multidisciplinario de personas a
un problema, principalmente relacionado con la distribución eficaz de recursos
limitados (dinero, materia prima, mano de obra, energía), que apoyados con el
enfoque de sistemas (este enfoque, es aquel en el que un grupo de personas con
distintas áreas de conocimiento, discuten sobre la manera de resolver un
problema en grupo.). Puede considerarse tanto un arte como una ciencia. Como
arte refleja los conceptos eficiente y limitado de un modelo matemático
definido para una situación dada. Como ciencia comprende la deducción de
métodos de cálculo para resolver los modelos.
ELEMENTOS DE UN MODELO
DE DECISIONES.
La
investigación de operaciones nos ayuda a
detectar un problema y resolverlo esto no es fácil por lo cual se dice
que la IO es un arte y ciencia.
Se dice que es una ciencia ya que ofrece
técnicas y algoritmos matemáticos, se dice que es un arte ya que el éxito
depende de la creatividad y la habilidad de los analistas encargados de tomar
las decisiones es decir interviene el capital humano
Componentes básicos de toma de decisión:
- Opciones de decisión.- hay problema
- Restricciones de los problemas.-se restringe a un problema
- Criterio de objetivo.- la mejor opción que te convenga
TIPOS DE MODELOS DE INVESTIGACIÓN DE OPERACIONES.
Un
modelo es una representación ideal de un sistema y la forma en que este opera.
El objetivo es analizar el comportamiento del sistema o bien predecir su
comportamiento futuro. Obviamente los modelos no son tan complejos como el
sistema mismo, de tal manera que se hacen las suposiciones y restricciones
necesarias para representar las porciones más relevantes del mismo. Claramente
no habría ventaja alguna de utilizar modelos si estos no simplificaran la
situación real.
·
Modelo matemático;
Tiene a considerar el sistema desde un nivel menos detallado, este modelo bien
diseñado es muy adecuado desde el punto de vista computacional. El desarrollo de un modelo de simulación es
muy costoso en tiempo y recursos.
·
Modelo de simulación;
ofrece una mayor flexibilidad en la representación de sistemas complejos. La
razón principal es que la simulación enfoca el sistema desde un nivel básico
elemental
EFECTO DE LA
DISPONIBILIDAD DE DATOS EN LA REPRESENTACIÓN POR MEDIO DE MODELOS.
Aunque
un modelos este bien defino la calidad de la solución depende evidentemente de
la eficacia con que podamos estimar los costos de transporte unitarios. En
algunos casos quizás no se conozcan con certeza los datos, más bien determina a
través de distribuciones de probabilidad
CÁLCULOS DE INVESTIGACIÓN DE OPERACIONES.
Los
tipos de cálculo existentes son los tipos de modelos, el modelo de simulación,
los cálculos son comúnmente voluminoso y consumen mucho tiempo.
Por otra parte los cálculos de los modelos matemáticos
de la IO son por lo común de naturaleza iterativa
No todos los modelos matemáticos de la IO poseen
algoritmos o métodos de solución, las dificultades evidentes de los cálculos de
los modelos matemáticos han obligado a los analistas a buscar otros medios de cálculo,
pero no garantizan la optimidad de la solución final, tales métodos pueden denominarse
heurístico porque su lógica está
basada en reglas o métodos prácticos que conllevan a obtener una buena solución
Los métodos heurísticos suelen emplearse para 2 fines:
1. Se pueden utilizar dentro del contexto de un algoritmo de optimización
exacto, con fin de aumentar la velocidad del proceso para alcanzar el nivel
optimo
2. Se utilizan simplemente para obtener una buena solución al
problema
FASES DE UN ESTUDIO DE INVESTIGACIÓN DE OPERACIONES.
Un
estudio de IO no puede ser realizado y controlado solo por el analista de IO.
En otras palabras un analista de IO comete un grave error al suponer que puede
resolver problemas sin la cooperación de aquellos que implantaran sus
recomendaciones.
Las principales fases a través de las cuales pasaría
el tiempo a fin de efectuar un estudio de IO son:
1. Definición del problema.
2. Construcción del modelo.
3. Solución del modelo.
4. Validación del modelo.
5. Implementación de la solución.
La definición del problema; implica definir el alcance del problema investigado. Esta
función debe ser realizada por todo el equipo de IO. El objetivo es identificar
tres elementos principales del problema de decisión: (a) una descripción de la
meta o el objetivo del estudio; (b) una identificación de las alternativas y decisión
del sistema, y (c) un reconocimiento de las limitaciones, restricciones y requisitos
del sistema.
La construcción del modelo; implica un intento de transformar la definición del
problema en relaciones matemáticas. Si el modelo resultante se ajusta a uno de
los modelos matemáticos estándar, como la programación lineal, se suele obtener
una solución utilizando los algoritmos disponibles. Por otra parte, si las
relaciones matemáticas son demasiado complejas como para permitir la determinación
de una solución analítica, el equipo de IO puede optar por simplificar el
modelo y utilizar un método heurístico, o bien considerar la simulación, si es
lo apropiado. En algunos casos, una simulación matemática puede combinarse con
modelos heurísticos para resolver el problema de decisión.
La solución del modelo; es por mucho la más sencilla de todas las fases de IO
porque implica el uso de algoritmos de optimización bien definidos. Un aspecto
importante de la fase de solución del modelo es también conocido como el
análisis de sensibilidad. Tiene que ver con la obtención de información
adicional sobre el comportamiento de la solución óptima cuando el modelo
experimenta algunos cambios de parámetros. El análisis de sensibilidad es
particularmente necesario cuando no se pueden estimar con precisión los
parámetros del modelo. En estos casos es importante estudiar el comportamiento
de la solución óptima en el entorno de los parámetros estimados.
La validez del modelo; Un modelos es válido si, independientemente de sus
inexactitudes al representar el sistema, puede dar una predicción confiable del
funcionamiento del sistema, un método común para probar la validez de un modelo
es comparar su funcionamiento con algunos datos pasados disponibles en el
sistema actual. También ya que el modelo está basado en el examen cuidadoso de
datos anteriores, esta comparación siempre deberá revelar resultados
favorables.
La implementación de los resultados
finales; Esta última fase habla sobre la implementación de los resultados probados
del modelo. La implementación de la
solución de un modelo validado implica la transformación de los resultados en
instrucciones de operación comprensibles que se emitirán a las personas que
administrarán el sistema recomendado. La responsabilidad de esta tarea recae
principalmente en el equipo de IO
OPTIMIZACIÓN.-
La
optimización le ayuda a encontrar la solución que le brinda los mejores
resultados, le da la utilidad más alta (producción o valor deseado), o el
resultado con el mínimo costo (desperdicio o valor no deseado). Estos problemas
involucran el uso más eficiente de los recursos, incluyendo tiempo,
dinero, maquinaria, personal, inventario
y otras más.
APLICACIONES DE IO.
Las
IO se puede aplicar casi en todo desde un problema muy personal y común hasta
un problema a de una gran empresa muy conocida, la planificación de la
producción, transporte, las finanzas, problemas de portafolios de inversión,
presupuesto de capital, problemas de mezclas o aleaciones, programación de
horarios, modelos de inventarios, asignación de recursos, problemas de
producción mixta, problemas de redes de distribución, problemas de localización
de plantas, balanceo de línea de
ensamble (minimizar ciclo de tiempo), modelos de planeación estratégica, y
mucho más, todo esto con una sola finalidad hacer más fácil la vida del ser humano.
