Investigacin de Operaciones.

Universidad Autnoma del Noreste.

Introduccin.
La realidad es multiforme y difcil de capturar. Pero para poder tomar decisiones de manera
racional es necesario conocer las posibilidades que se nos abren y el efecto de las mismas. Esos
clculos los hacemos a travs de modelos que pueden ser ms o menos simples. El arte de
crear modelos requiere mucha experiencia pero tambin tcnica. Y un poco de filosofa al
reconocer que los modelos siempre son representaciones de la realidad, que asumimos que
existe, y es percibida de modo diferente por diferentes actores en funcin de sus necesidades. El
presente captulo aborda algunos conceptos bsicos como la definicin de modelo o su utilidad.

Investigacin de Operaciones.
Universidad Autnoma del Noreste.

Definicin.

Un modelo es una representacin de la realidad de una caracterstica de los modelos. Advierten Box
y Draper (1987).

Un modelo es un bosquejo que representa un conjunto real con cierto grado de precisin y en la forma ms
completa posible, pero sin pretender aportar una rplica de lo que existe en la realidad. Los modelos son muy
tiles para describir, explicar o comprender mejor la realidad, cuando es imposible trabajar directamente en la
realidad en s.
De esta definicin se pueden extraer muchas reflexiones interesantes sobre los modelos y su uso en
Investigacin de Operaciones, quiz la ms relevante es que los modelos son representaciones (no son la
realidad, que, por cierto, se asume que existe) pero que los hacemos con un objetivo respecto a la realidad
modelada. Los modelos son explcitos se construyen manejan y modifican como tales.
-Modelo Matemtico: un modelo matemtico es uno de los tipos de modelos cientficos que emplea algn tipo
de formulismo matemtico para expresar relaciones, proposiciones sustantivas de hechos, variables,
parmetros, entidades y relaciones entre variables y/o entidades u operaciones, para estudiar
comportamientos de sistemas complejos ante situaciones difciles de observar en la realidad.

Los modelos son externos. Mientras no tienen una representacin externa respecto del modelador
son simplemente una teora mental del mismo. En esa presentacin externa radica una de las
grandes ventajas de los modelos: ponen negro sobre blanco los pensamientos, los datos, las
hiptesis y las intuiciones. Los modelos representan parte de la realidad. Afortunadamente la
realidad es siempre ms compleja que cualquier modelo por sofisticado que ste sea. El modelador
discrimina qu aspectos son relevantes y cules no, en funcin del objetivo que pretende alcanzar
As pasaremos a encontrar un problema del mundo real, formular un modelo matemtico acerca del problema,
identificando variables (dependientes e independientes) y estableciendo hiptesis lo suficientemente simples
para tratarse de manera matemtica, aplicando los conocimientos matemticos que se posee para llegar a
conclusiones matemticas y comparar los datos obtenidos como predicciones con datos reales. Si los datos
son diferentes, se reinicia el proceso.
En atencin a lo anterior se pueden definir tres mbitos de utilidad de los modelos en la Investigacin de
operaciones:
Aprender / Entender.
Implementar en un ordenador.
Tomar decisiones.

Investigacin de Operaciones.
Universidad Autnoma del Noreste.

Para que sirve?

En atencin a lo anterior se pueden definir tres mbitos de utilidad de los modelos en
Investigacin de operaciones:

la

Aprender / Entender.
Implementar en un ordenador.
Tomar decisiones.
La utilidad de estos modelos radica en que ayudan a estudiar cmo se comportan las estructuras
complejas frente a aquellas situaciones que no pueden verse con facilidad en el mbito real. Un
modelo matemtico describe tericamente un objeto que existe fuera del campo de las Matemticas.
En pocas palabras, el objetivo y finalidad de la investigacin operacional es encontrar la solucin
ptima para un determinado problema (militar, econmico, de infraestructura, logstico, etc.) La
investigacin operacional tiene un rol importante en los problemas de toma de decisiones porque
permite tomar las mejores decisiones para alcanzar un determinado objetivo respetando los vnculos
externos, no controlables por quien debe
tomar la decisin.
Cmo se hace?

En cualquier caso, se puede decir que en la definicin de cualquier modelo hay tres etapas o hitos bsicos que se
concretan en:
Etapa 1. Definir el Problema: Hay que estructurar el problema para entenderlo. Cualquier herramienta es
buena. En ocasiones con esta etapa el problema a resolver queda resuelto. Y en general tambin ocurre que el
primer problema planteado no era el problema real y acordar con el cliente los resultados a obtener.
Etapa 2. Modelar y Construir la Solucin: Esta fase generaremos el modelo. En esta etapa incluye estimar los
parmetros para modelar o calcular resultados, adems de dar forma fsica al modelo, implica abordar
escalonadamente los diferentes aspectos de la realidad que se pretenden modelar.
Etapa 3. Utilizar la Solucin: Implementar el modelo. Trabajar con el cliente para poder extraer los mximos
beneficios del trabajo realizado. Es evidente que la realidad es cambiante, por ello el modelo debe adaptarse a
las nuevas circunstancias de manera continua si se pretende que siga teniendo utilidad.
Clasificacin.

Investigacin de Operaciones.
Universidad Autnoma del Noreste.

En Shapiro (2010) se distingue entre teoras y modelos y clasifica estos ltimos, segn el uso que
se
d a su resultado en Normativos o Descriptivos.

Son normativos los modelos matemticos cuyos resultados concretos se utilizan explcitamente paratomar
decisiones. Por ejemplo un modelo que calcule un programa de produccin. Los ms importantes de estos se
pueden clasificar en modelos de optimizacin y modelos de resolucin mediante heursticas.

Clasificacin.
Los modelos normativos exigen el planteamiento de un modelo matemtico (probablemente en forma de
funcin objetivo y restricciones). Los modelos cuya estructura se ajusta a algunos de los patrones clsicos para
los que es factible la optimizacin (programacin lineal por ejemplo) forman el subconjunto de modelos de
optimizacin.
Los modelos descriptivos se utilizan para intentar obtener mejor visin del sistema, la interpretacin
de cuyos resultados conducir generalmente a tomar decisiones. Entre
estos modelos se pueden
destacar Previsin, Data Mining, Simulacin, Dinmica de
Sistemas etc.
Los modelos descriptivos abarcan todas aquellas tcnicas de modelado que no comportan la
definicin de estructuras matemticas que definen una solucin como la deseable para ser
implementada.
Entre los modelos descriptivos se pueden citar los modelos de simulacin, la teora de colas e
incluso las tcnicas de previsin entre otras. Algunos de los modelos descriptivos llevan aparejada
una carga matemtica importante, mientras que otros su estructura no es de tipo matemtico.

Tipos de Modelo.

Modelos Empricos:
Los modelos empricos son aquellos que predicen cmo una variable afecta una respuesta y no por qu la
afecta, por lo que no se logra entender la totalidad de un sistema, adems de que puede tener menor
capacidad predictiva. Son modelos que se basan en aproximaciones empricas producto de la observacin o
experimentacin y se pueden considerar como un conjunto de ecuaciones heursticas (gr. Heurisko, hallar,
experiencia); cada una de esas ecuaciones es usualmente la descripcin esttica de una relacin entre el
proceso considerado y las condiciones ambientales. Estos modelos representan un regreso al concepto de
anlisis de regresin, aunque en un nuevo nivel cualitativo; los modelos empricos no son verstiles y pueden
requerir mucho tiempo para identificar los parmetros de cada cultivo. Con ellos nunca se tendr la certeza de
que el modelo desarrollado ser til para describir a otro cultivo expuesto a diferente suelo y clima; la ventaja
esencial es que estos modelos estn disponibles y pueden usarse con xito en la toma de decisiones
agrcolas, lo cual no tienen los modelos tericos.

Investigacin de Operaciones.
Universidad Autnoma del Noreste.

Modelos Tericos:
Los modelos tericos se basan en una propuesta o teora de entendimiento del fenmeno en estudio. Sin
embargo, algunos fenmenos, principalmente de naturaleza biolgica, no han sido estudiados con suficiente
detalle, por lo que estos modelos requieren para su elaboracin, de personal entrenado en varias ramas de la
ciencia De acuerdo con Volke et al. (2005), el modelo terico, puesto que se basa en una teora, ser correcto
siempre y cuando la teora lo sea y slo para el mbito de condiciones para el cual ella sea propuesta.

Investigacin de Operaciones.
Universidad Autnoma del Noreste.

Tipos de Modelo.

Modelos Aleatoriedad:
Estocsticos: Contienen elementos aleatorios distribuidos dentro del modelo; de tal manera que predicen el
valor previsto o una cantidad en trminos de probabilidad de ocurrencia; tambin se les puede definir como
aquellos modelos cuantitativos en los que hay ms de un estado de la naturaleza y donde cada estado debe
estimarse o definirse para permitir el clculo de los resultados condicionales de cada alternativa de decisin
en cada estado; cuando riesgo e incertidumbre estn implicados en el problema de decisin, se emplean los
modelos probabilsticas cuantitativos
Determinista: Se conoce de manera puntual la forma del resultado ya que no hay incertidumbre. Adems, los
datos utilizados para alimentar el modelo son completamente conocidos y determinados.

Modelos de Aplicacin u Objetivo:

Modelo de optimizacin. Para determinar el punto exacto para resolver alguna problemtica administrativa, de
produccin, o cualquier otra situacin. Cuando la optimizacin es entera o no lineal, combinada, se refiere a
modelos matemticos poco predecibles, pero que pueden acoplarse a alguna alternativa existente y
aproximada en su cuantificacin. Este tipo de modelos requiere comparar diversas condiciones, casos o
posibles valores de un parmetro y ver cul de ellos resulta ptimo segn el criterio elegido.
Modelo de control. Para saber con precisin como est algo en una organizacin, investigacin, rea de
operacin, etc. Este modelo pretende ayudar a decidir qu nuevas medidas, variables o qu parmetros
deben ajustarse para lograr un resultado o estado concreto del sistema modelado.

Tipos de Modelo Matemticos.

Modelos Cualitativos:
Estos pueden usar figuras, grficos o descripciones causales, en general se contentan con predecir si el estado del
sistema ir en determinada direccin o si aumentar o disminuir alguna magnitud, sin importar exactamente la
magnitud concreta de la mayora de aspectos. E n general, un modelo conceptual es una representacin externa,
creada por investigadores que facilita la comprensin o la enseanza de sistemas o estados de cosas del
mundo; estas representaciones externas pueden materializarse tanto en la forma de formulaciones
matemticas, analogas o en artefactos materiales; es decir, son una representacin simplificada de objetos,
fenmenos o situaciones reales y no necesitan de una teora que los expliquen. De esta manera, un modelo
conceptual tambin se puede concebir como una idea acerca de cmo funciona algo y con frecuencia se
describe con diagramas que muestran los procesos, sistemas mayores y las relaciones cualitativas entre las
entidades.

Modelos Cuantitativos:
Se Usan nmeros para representar aspectos del sistema modelizado, y generalmente incluyen frmulas y
algoritmos matemticos ms o menos complejos que relacionan los valores numricos. El clculo con los
mismos permite representar el proceso fsico o los cambios cuantitativos del sistema modelado.

Investigacin de Operaciones.
Universidad Autnoma del Noreste.

Modelo probabilstico:
Es la forma que pueden tomar un conjunto de datos obtenidos de muestreos de datos con comportamiento
que se supone aleatorio. El modelo probabilstico como modelo de recuperacin de independencia binaria fue
desarrollado por Robertson y Spark Jones. Este modelo afirma que pueden caracterizarse los documentos de
una coleccin mediante el uso de trminos de indizacin. Obviamente existe un subconjunto ideal de
documentos que contiene nicamente los documentos relevantes a una necesidad de informacin para la cual
se realiza una ponderacin de los trminos que componen la consulta realizada por el usuario.

Modelo determinstico:
Es un modelo matemtico donde las mismas entradas producirn invariablemente las mismas salidas, no
contemplndose la existencia del azar ni el principio de incertidumbre. Est estrechamente relacionado con la
creacin de entornos simulados a travs de simuladores para el estudio de situaciones hipotticas, o para
crear sistemas de gestin que permitan disminuir la incertidumbre. Los modelos determinista slo pueden ser
adecuados para sistemas deterministas, para sistemas azarosos y caticos los modelos deterministas no
pueden predecir adecuadamente la mayor parte de sus caractersticas.

Modelo de simulacin o descriptivo:

De situaciones medibles de manera precisa o aleatoria, por ejemplo con aspectos de programacin lineal
cuando es de manera precisa, y probabilstica o heurstica cuando es aleatorio. Este tipo de modelos pretende
predecir qu sucede en una situacin concreta dada.

Modelo de Optimizacin:

Un modelo de Optimizacin Matemtica consiste en una funcin objetivo y un conjunto de restricciones en la

forma de un sistema de ecuaciones o inecuaciones. Los modelos de optimizacin son usados en casi todas
las reas de toma de decisiones, como en ingeniera de diseo y seleccin de carteras financieras de
inversin. La optimizacin significa hallar el valor mximo o mnimo de una cierta funcin, definida en
un dominio. En los problemas de decisin que generalmente se presentan en la vida empresarial existen una
serie de recursos escasos (personal, presupuesto, tiempo), o de requisitos mnimos a cumplir (produccin,
horas de descanso), que condicionan la eleccin de la solucin adecuada, ya sea a nivel estratgico, tctico e
incluso operativo. Por lo general, el propsito perseguido al tomar una decisin consiste en llevar a cabo el
plan propuesto de una manera ptima: mnimos costos o mximo beneficio.

Funcin de produccin/funcin de respuesta

La funcin de produccin o funcin de respuesta, es un modelo matemtico que se estima mediante el
anlisis de regresin, y que permite expresar a una variable dependiente como una funcin continua de una o

Investigacin de Operaciones.
Universidad Autnoma del Noreste.

ms variables independientes; para el caso de experimentos de productividad agrcola, la variable

dependiente es el rendimiento del cultivo y las variables independientes, los diferentes factores que afectan a
la variable de respuesta, con el fin de estimar la relacin existente entre el rendimiento y los diversos factores.

Investigacin de Operaciones.
Universidad Autnoma del Noreste.

http://definicion.de/modelo-matematico/#ixzz3tP15SGys