AMBITO:

La Investigacin de Operaciones se ocupa de la resolucin de problemas relacionados con la

conduccin y coordinacin de las operaciones o actividades dentro de una organizacin. Su mbito
de
aplicacin
es
muy
amplio,
aplicndose
a
problemas
de
fabricacin, transporte, construccin, telecomunicaciones, planificacin y
gestin financiera, ciencias de la salud, servicios pblicos, etc. En general, puede aplicarse en todos
los problemas relacionados con la gestin, la planificacin y el diseo.

2. USO DE MODELOS EN LA INVESTIGACION DE OPERACIN

Los modelos de Investigacin de Operaciones son frecuentemente usados para abordar
una gran variedad de problemas de naturaleza real en ingeniera y ciencias sociales, lo
que ha permitido a empresas y organizaciones importantes beneficios y ahorros
asociados a su utilizacin
reas funcionales, Una muestra de los problemas que la IO ha estudiado y resuelto con xito en
negocios e industria se tiene a continuacin:

Personal: La automatizacin y la disminucin de costos, reclutamiento de personal,

clasificacin y asignacin a tareas de mejor actuacin e incentivos a la produccin.

Mercado y distribucin: El desarrollo e introduccin de producto, envasado, prediccin de la

demanda y actividad competidora, localizacin de bodegas y centros distribuidores.

Compras y materiales: Las cantidades y fuentes de suministro, costos fijos y variables,

sustitucin de materiales, reemplazo de equipo, comprar o rentar.

Manufactura: La planeacin y control de la produccin, mezclas ptimas de manufactura,

ubicacin y tamao de planta, el trfico de materiales y el control de calidad.

Finanzas y contabilidad: Los anlisis de flujo de efectivo, capital requerido de largo plazo,
inversiones alternas, muestreo para la seguridad en auditoras y reclamaciones.

Planeacin: Con los mtodos Pert para el control de avance de cualquier proyecto con
mltiples actividades, tanto simultneas como las que deben esperar para ejecutarse.

Algunas personas se veran tentadas a aplicar mtodos matemticos a cuanto problema se

presentase, pero es que acaso siempre es necesario llegar al ptimo? Podra ser ms caro el
modelar y el llegar al ptimo que a la larga no ofrezca un margen de ganancias muy superior al que
ya se tiene.
Tmese el siguiente ejemplo:
La empresa EMX aplica I.O. y gasta por el estudio y el desarrollo de la aplicacin $100, pero
despus de aplicar el modelo observa que la mejora no es muy diferente a la que actualmente tena.
Puede sealarse, entonces, que la investigacin de operaciones slo se aplicar a los problemas de
mayor complejidad, sin olvidar que el simple uso de la I.O. trae un costo que, si se supera el
beneficio, no resultar econmicamente prctico. Algunos ejemplos prcticos donde resulta til la
aplicacin de I.O. son:

En el dominio combinatorio, muchas veces la enumeracin es imposible. Por ejemplo, si hay

200 trabajos por realizar, que toman tiempos distintos y solo cuatro personas que pueden
hacerlos, enumerar cada una de las combinaciones podra ser ineficiente (aparte de
desanimante). Luego los mtodos de secuenciacin sern los ms apropiados para este tipo de
problemas.

De igual manera, la I.O. es til cuando en los fenmenos estudiados interviene elazar. La
nocin de esperanza matemtica y la teora de procesos estocsticosofrecen la herramienta
necesaria para construir el cuadro en el cual se optimizar la funcin econmica. Dentro de este
tipo de fenmenos se encuentran las lneas de espera y los inventarios con demanda
probabilstica.

Con mayor motivo, la investigacin de operaciones se muestra como un conjunto de

instrumentos precioso cuando se presentan situaciones de concurrencia. La teora de juegos no
permite siempre resolverlos formalmente, pero aporta un marco de reflexin que ayude a la toma
de decisiones.

Cuando se observa que los mtodos cientficos resultan engorrosos para el conjunto de datos,
se cuenta con otra opcin: simular tanto el comportamiento actual as como las propuestas y ver
si hay mejoras sustanciales. Las simulaciones son experiencias artificiales.

Es importante resaltar que la investigacin de operaciones no es una coleccin de frmulas

o algoritmos aplicables sistemticamente a situaciones determinadas. Si se cae en este error, ser
muy difcil captar en condiciones reales los problemas que puedan deducirse de los mltiples
aspectos de esta disciplina, la cual busca adaptarse a las condiciones variantes y particulares de los
diferentes sistemas que puede afrontar, usando una lgica y mtodos de solucin muy diferentes a
problemas similares mas no iguales.
Una de las problemticas actuales del mundo es el cambio climtico y desaparicin de muchas
especies animales por lo que se han realizado numerosas investigaciones en el campo de la
ecologa y biologa donde se aplican tcnicas de la investigacin operativa. Por ejemplo en la
investigacin: "Un nuevo mtodo para tratar con autocorrelacin espacial residual en los modelos de
distribucin de especies"1 . En este ejemplo se aplicaProbabilidad y Estadstica a un nuevo mtodo
en la que se utilizan dos modelos uno de distribucin de especies (SDM) y el otro modelo de auto
correlacin espacial (SAC) en el que las observaciones estn relacionadas entre si por su distancia
geogrfica. El nuevo mtodo auto logstico incluye la covarianza que representa la similitud entre el
valor de la variable de respuesta en un lugar y localidades vecinas.

3. TIPOS DE MODELOS UTILIZADOS EN LA INVESTIGACION DE OPERACIONES

La investigacin operacional consiste en la aplicacin del mtodo cientfico, por parte de grupos
interdisciplinarios, a problemas de control de sistemas organizativos con la finalidad de encontrar
soluciones que atiendan de la mejor manera posible a los objetivos de la organizacin en su
conjunto.
No sustituye a los responsables de la toma de decisiones; pero, dndoles soluciones al problema
obtenidas con mtodos cientficos, les permite tomar decisiones racionales.
Puede ser utilizada en la programacin lineal (planificacin del problema), en laprogramacin
dinmica (planificacin de las ventas) y en la teora de las colas (para controlar problemas de
trnsito).

Entre los mtodos utilizados por la investigacin de operaciones (o ciencia de la administracin), los
administradores utilizan las matemticas y las computadoras para tomar decisiones racionales en la
resolucin de problemas. Aunque estos administradores pueden dar respuesta a algunos problemas
con su experiencia, ocurre que en el complejo mundo real muchos problemas no pueden resolverse
con base en la experiencia. Para resolverlos, la investigacin de operaciones los agrupa en dos
categoras bsicas:

problemas determinsticos: son aquellos en que la informacin necesaria se conoce para

obtener una solucin con certeza;

problemas estocsticos: son aquellos en los que parte de la informacin necesaria no se

conoce con certeza, lo que s ocurre en el caso de los determinsticos, sino que ms bien se
comporta de una manera probabilstica.

Un modelo de decisin debe considerarse como un vehculo para resumir un problema de decisin
en forma tal que haga posible la identificacin y evaluacin sistemtica de todas las alternativas de
decisin del problema. Despus se llega a una decisin seleccionando la alternativa que se juzgue
sea la mejor entre todas las opciones disponibles. Un modelo es una abstraccin selectiva de la
realidad.
El modelo se define como una funcin objetivo y restricciones que se expresan en trminos de las
variables (alternativas) de decisin del problema.
Una solucin a un modelo, no obstante, de ser exacta, no ser til a menos que el modelo mismo
ofrezca una representacin adecuada de la situacin de decisin verdadera. El modelo de decisin
debe contener tres elementos:
Alternativas de decisin, de las cuales se hace una seleccin.
Restricciones, para excluir alternativas infactibles.
Criterios para evaluar y clasificar alternativas factibles.
Tipos de Modelos de Investigacin de Operaciones.

Modelo Matemtico: Se emplea cuando la funcin objetivo y las restricciones del modelo se
pueden expresar en forma cuantitativa o matemtica como funciones de las variables de
decisin.

Modelo de Simulacin: Los modelos de simulacin difieren de los matemticos en que las
relaciones entre la entrada y la salida no se indican en forma explcita. En cambio, un modelo de
simulacin divide el sistema representado en mdulos bsicos o elementales que despus se
enlazan entre si va relaciones lgicas bien definidas. Por lo tanto, las operaciones de clculos
pasaran de un mdulo a otro hasta que se obtenga un resultado de salida.

Los modelos de simulacin cuando se comparan con modelos matemticos; ofrecen mayor
flexibilidad al representar sistemas complejos, pero esta flexibilidad no est libre de inconvenientes.

La elaboracin de este modelo suele ser costoso en tiempo y recursos. Por otra parte, los modelos
matemticos ptimos suelen poder manejarse en trminos de clculos.

Modelos de Investigacin de Operaciones de la ciencia de la administracin: Los cientficos de

la administracin trabajan con modelos cuantitativos de decisiones.

Modelos Formales: Se usan para resolver problemas cuantitativos de decisin en el mundo

real. Algunos modelos en la ciencia de la administracin son llamados modelos determinsticos.
Esto significa que todos los datos relevantes (es decir, los datos que los modelos utilizarn o
evaluarn) se dan por conocidos. En los modelos probabilsticos (o estocsticos), alguno de los
datos importantes se consideran inciertos, aunque debe especificarse la probabilidad de tales
datos.

Modelo de Hoja de Clculo Electrnica: La hoja de clculo electrnica facilita hacer y

contestar preguntas de "y si" en un problema real. Hasta ese grado la hoja de clculo
electrnica tiene una representacin selectiva del problema y desde este punto de vista la hoja
de clculo electrnica es un modelo. En realidad es una herramienta ms que un procedimiento
de solucin.4

Modelo Icnico: Una representacin fsica de algunos objetos, ya sea en forma idealizada
(Bosquejos) o a escala distinta. Ejemplo, planos y mapas (2D)

Modelo Analgico: Puede representar situaciones dinmicas o cclicas, son ms usuales y

pueden representar las caractersticas y propiedades de acontecimiento que se estudia. Ejemplo,
curvas de demanda; curvas de distribucin de frecuencia en las estadsticas y diagramas de flujo.

Modelo simblico o matemtico: Son representaciones de la realidad en forma de cifras,

smbolos matemticas y funciones, para representar variables de decisin y relaciones que nos
permiten describir y analizar el comportamiento del sistema:

Cuantitativos y cualitativos La mayor parte de los problemas de un negocio u organizacin

comienzan con un anlisis y definicin de un modelo cualitativo y se avanza gradualmente hasta
obtener un modelo cuantitativo, la investigacin de operaciones se ocupa de la sistematizacin de
los modelos cualitativos y de su desarrollo hasta el punto en que pueden cuantificarse.
Cuando es posible construir un modelo matemtico insertando smbolos para representar relaciones
entre constante y variables estamos ante un modelo cuantitativo, una ecuacin es un modelo de este
tipo. Las frmulas, las matrices, los diagramas o series de valores que se obtienen mediante
procesos matemticos.
Estndares y hechos a la medida Se llaman modelos estndar a los que solo hay que insertar o
sustituir diferentes valores con el fin de obtener un valor a una respuesta de un sistema y son
aplicables al miso tipo de problemas en negocios. Ejemplo, el clculo de costos o gastos, el clculo
de ganancias, etc.
Se llaman modelos hechos a la medida cuando se crean modelos para resolver un caso de problema
especfico que se ajusta nicamente a este problema.

 Probabilsticas y determinsticos Los modelos que se basan el as probabilidades y estadsticas y

que se ocupan de incertidumbres futuras se llamas probabilsticas, y los modelos que no tienen
consideraciones probalsticas se llaman determinsticos; el PERT, los inventarios, la programacin
lineal, enfocan su atencin en aquellas circunstancias que no son crticas y en los que las cantidades
son determinadas y exactas.
Descriptivos y de optimizacin Cuando un modelo constituye sencillamente una descripcin
matemtica de una condicin real del sistema se llama descriptivo. Algunos de estos modelos se
emplean para mostrar geogrficamente una situacin y ayudan al observador a evaluar resultados
por secciones una sobre otra. Puede obtenerse una solucin, sin embargo, en este modelo solo se
intenta describir la situacin y no escoger una alternativa.
Cuando con la aplicacin del modelo se llega a una solucin ptima de acuerdo con los criterios de
entrada se trata de un modelo de optimizacin.
Estticos y dinmicos Los modelos estticos se ocupan de determinar una respuesta para una
serie especial de condiciones fijas que probablemente no cambiaran significativamente a corto plazo,
es decir, la solucin est basada en una condicin esttica.
Un modelo dinmico por el contrario est sujeto al factor tiempo que desempea un papel esencial
en la secuencia de las decisiones, independientemente de cuales hayan sido las decisiones
anteriores. A la programacin dinmica pertenecen estos modelos.
De simulacin y no simulacin. Con el uso de la computadora es fcil preparar un modelo
simulado paso por paso donde se puede reproducir el funcionamiento de sistemas o problemas de
gran escala. Es un modelo de simulacin, los datos de entrada pueden ser reales o generados en
forma aleatoria.
Los modelos que no se prestan para usar datos empricos o simulados en forma aleatoria son
modelos no simulados como los de optimizacin o los creados a medida 5 6

4. Fases
La elaboracin del problema est subdividida en fases obligatorias. Las principales son:

examen de la situacin real y recoleccin de la informacin;

formulacin del problema, identificacin de las variables controlables y las externas (no
controlables) y la eleccin de la funcin objetivo, a ser maximizada o minimizada;

construccin del modelo matemtico, destinado a dar una buena representacin del problema;
debe ser fcil de usar; representar el problema, dando toda la informacin para poder tomar una
decisin lo ms idnea posible;

resolucin del modelo (mediante diferentes modalidades);

anlisis y verificacin de las soluciones obtenidas: se controla si la funcin objetivo ofrece las
ventajas esperadas; se verifica la representatividad del modelo; y, se efectan anlisis de
sensibilidad de la solucin obtenida;
utilizacin del sistema obtenido para su posterior uso.