Universidad Autónoma de Querétaro

Facultad de Contaduría y Administración

Investigación de Operaciones, Lección 1.1

Este material fue elaborado por:

L.A. Diana Guzmán Medina

Diseñó:
Diana Guzmán Medina

Licenciatura en Administración
Facultad de Contaduría y Administración
Programa de Educación a Distancia (EDAD)

Centro Universitario, Querétaro, México

MMIX
 Introducción a la investigación de operaciones Unidad 1, Lección 1.1

UNIDAD 1

1.3 Conceptos de sistemas y modelos

1.4 Metodología de la Investigación de Operaciones

LECCIÓN 1.1

1.3 Conceptos de sistemas y modelos

Como habíamos mencionado en la lección anterior, la definición de Investigación

de Operaciones (IO) es la presentada por Churchman, Ackoff y Arnoff, la cual dice
así:

Es la aplicación por grupos interdisciplinarios del método científico a problemas

relacionados con el control de las organizaciones o sistemas (hombre - máquina) a fin de que
produzcan soluciones que mejor sirvan a los objetivos de toda la organización.

Churchman, Ackoff y Arnoff. (1957). Introduction to Operations Reseach. John Wiley & Sons, New York.

A dicha definición yo le agregaría lo siguiente:

IO es la aplicación por grupos interdisciplinarios del método científico a

problemas relacionados con el control de las organizaciones o sistemas
(hombre – máquina), a través del uso de modelos como su esencia, a fin
de que produzcan soluciones que ayuden a tomar las decisiones que mejor
sirvan a los objetivos de toda la organización.

Aclarado lo anterior es menester decir que la toma de decisiones, es la tarea

esencial de toda persona o grupo que tiene bajo su responsabilidad el
funcionamiento de una organización entera o parte de ella.

En la toma de decisiones el análisis puede tomar dos formas:

Cualitativo, y
cuantitativo.

El primero se basa primordialmente en el juicio y experiencia de la gerencia

e incluye sentimientos intuitivos sobre el problema tratado, relacionándose más la
IO como un arte que como ciencia. En este sentido, si el administrador ha tenido ya
práctica con problemas similares, o en el caso de que el problema fuera “sencillo”,
 Introducción a la investigación de operaciones Unidad 1, Lección 1.1

se puede hacer un énfasis especial en el uso del análisis cualitativo, de lo contrario

se puede considerar el análisis cualitativo para la toma de decisiones.

El segundo, se enfoca en hechos cuantitativos o datos asociados con los

problemas, desarrollando expresiones matemáticas que representen las relaciones
existentes en ellos. Seguidamente, utiliza métodos cuantitativos, con los cuales
obtiene resultados con los que se hacen recomendaciones basadas en los aspectos
cuantitativos del problema.

Se debe mencionar que el papel del análisis cuantitativo en la toma de

decisiones puede variar dependiendo de la importancia de los factores cualitativos,
por lo que los resultados que se presenten deben ser una combinación de la
información cuantitativa y cualitativa.

Algunos aspectos a considerar en la toma de decisiones desde el punto de

vista cuantitativo son:
1. Cuando el problema tiene cierta complejidad y el administrador no
encuentra una “buena solución” con el análisis cualitativo.
2. La situación es realmente importante, en el sentido económico
(mucho dinero involucrado), y se requiere hacer un análisis más
cuidadoso de las decisiones a tomar.
3. El administrador no ha tenido contacto con el problema en cuestión.
4. Cuando el problema persiste y el administrador tiene un considerable
ahorro de dinero y tiempo utilizando el método cuantitativo para
tomar una decisión rutinaria.

Ahora bien, para aplicar exitosamente el análisis cuantitativo debe

estructurarse adecuadamente el problema haciéndose las siguientes preguntas:
1. ¿Cuáles son las alternativas de decisión?
2. ¿Bajo qué restricciones se toma la decisión?
3. ¿Cuál es el criterio objetivo adecuado para evaluar las alternativas?

Una vez estructurado el problema, se puede desarrollar un modelo que

represente el problema de forma matemática, y es en esta parte donde se utilizan
los diversos procedimientos de solución para encontrar la mejor solución al
modelo.

Hasta aquí los puntos importantes:

 Introducción a la investigación de operaciones Unidad 1, Lección 1.1

Los modelos matemáticos son la base del análisis cuantitativo.

La esencia de la Investigación de Operaciones es el uso de modelos.

Pero, ¿Qué es un modelo?

Un modelo es una representación o abstracción de un

sistema, que muestra las relaciones (directas e indirectas) y
las interrelaciones de la acción y la reacción en términos
de causa y efecto. En otras palabras, un modelo es una
representación simplificada de una situación real, que
permite a los administradores analizar y estudiar
problemas, así como examinar diferentes alternativas de
solución a dicha representación. Entendiéndose que un
sistema o situación, es un conjunto de elementos que
interactúan entre sí.

La razón básica para el desarrollo de modelos es la descripción de las

variables pertinentes o importantes. El descubrimiento de las variables pertinentes
tiene una estrecha relación con la investigación de las relaciones que hay entre las
variables.

Modelos en Investigación de Operaciones

Los modelos se pueden representar de diversas formas, para efectos de esta

lección mencionaremos los siguientes:

Icónico,
Análogo, y
Matemático

Modelo Icónico, estos son representaciones a escala (réplicas

físicas) de objetos reales. Son adecuados para la descripción de
acontecimientos en un momento específico de tiempo. Sin
embargo es de difícil uso para la representación de situaciones
dinámicas, tales como las operaciones de una fábrica. Ejemplo: un modelo a escala
de un avión es una representación de un avión real.

Modelo Análogo, son modelos físicos en cuanto a la forma pero

no son semejantes físicamente al objeto que está siendo modelado,
 Introducción a la investigación de operaciones Unidad 1, Lección 1.1

un ejemplo de esto son los mapas de carreteras. Estos se utilizan con más
frecuencia que los icónicos, debido a que pueden mostrar las características del
acontecimiento estudiado. Algunos ejemplos de este modelo son: las curvas de
demanda, curvas de distribución de frecuencia en estadística y los diagramas de
flujo. Un ejemplo todavía más claro puede ser el termómetro, el cual es un modelo
análogo que representa la temperatura.

Modelo Matemático, conocido también como modelo

simbólico, representa sistemas del mundo real; cuantifican sus
variables y las combinan en expresiones y fórmulas
matemáticas. Es decir, son idealizaciones de problemas de la
vida real basados en supuestos claves, estimados y/o
estimaciones estadísticas. Básicamente es una ecuación, ya que este modelo es
conciso, preciso y fácil de comprender. Por ejemplo, la utilidad o ganancia total de
la venta de un producto puede determinarse al multiplicar la utilidad por unidad
por la cantidad vendida. Supongamos que x es el número de unidades producidas
y vendidas, y P es la utilidad total. Con una utilidad de $10 por unidad, el modelo
matemático que sigue, define las ganancias totales obtenidas al producir y vender
x unidades:

P = 10x

Clasificación de los modelos matemáticos:

Cuantitativos y cualitativos
Probabilístico y determinístico
Descriptivo y de optimización
Estáticos y dinámicos
Simulación y no simulación

Los modelos cualitativos se ocupan de las cualidades o propiedades de los

componentes. El empleo lógico, sistemas de clasificación, métodos de conjuntos,
análisis dimensional y teoría de decisión, estas son algunas de las técnicas que se
pueden utilizar para analizar un modelo de este tipo.

Un modelo cuantitativo es cuando se construyen un modelo matemático, donde

se insertan símbolos para representar constantes y variables.
 Introducción a la investigación de operaciones Unidad 1, Lección 1.1

En el modelo determinístico, se conocen con certidumbre los parámetros del

modelo.

El modelo descriptivo se construye sencillamente como una descripción

matemática de una condición del mundo real. Este modelo tiene la capacidad de
solución. Mas, no se hace intento alguno para escoger la mejor alternativa,
únicamente se describen las alternativas presentes.

Un modelo de optimización, como su nombre hace referencia, se encarga de

obtener una respuesta óptima, es decir, elegir la mejor alternativa de acuerdo a los
criterios de entrada.

Los modelos estáticos, se encargan de determinar una respuesta para una serie
especial de condiciones fijas que probablemente no cambiarán significativamente a
corto plazo. Un ejemplo clásico de este tipo de modelo es la programación lineal.

Un modelo dinámico se encuentra sujeto al factor tiempo, que desempeña un

papel fundamental en la secuencia de las decisiones, independientemente de
cuáles hayan sido las decisiones anteriores. El modelo dinámico nos permite
encontrar las decisiones óptimas para los periodos que quedan aún en el futuro.
Un ejemplo clásico de este modelo es la programación dinámica.

Un modelo de simulación, es aquel que comprende cálculos secuenciales. Es decir

el modelo divide el sistema en módulos básicos o elementales que después se
enlazan entre sí vía relaciones lógicas bien definidas (de la forma de
SI/ENTONCES). Por lo tanto, partiendo del módulo de entrada, las operaciones de
cálculo pasarán de un módulo a otro hasta que se obtenga un resultado de salida.

Procesos de solución

A continuación se señala una lista parcial de la gran cantidad de

herramientas a la mano en la IO:

La técnica de mayor importancia en la investigación de operaciones es la

programación lineal. Se diseña para modelos con funciones objetivo y
restricciones estrictamente lineales. Existen otras técnicas, como lo es la
programación entera, en la que las variables toman valores enteros; en la
programación dinámica el modelo se puede descomponer en subproblemas más
 Introducción a la investigación de operaciones Unidad 1, Lección 1.1

pequeños; en la programación de red el problema se modela como una red, y por

último, la programación lineal, en la que las funciones del modelo son no lineales.

Existen dos procesos o métodos de solución para llegar a soluciones óptimas

o casi óptimas para problemas basados en la ciencia de la administración:

Algoritmos, los cuales proporcionan reglas fijas de cómputo que se utilizan

repetidamente en el problema, y a cada repetición se le denomina iteración,
que a su vez nos conduce a una solución cada vez más cercana a la óptima.

Métodos heurísticos o reglas simples, estos se utilizan cuando los modelos

matemáticos son muy complicados, y su solución es imposible a través de
los algoritmos.

La simulación y líneas de espera o colas, tratan precisamente de analizar las

líneas de espera, por lo que no corresponden a técnicas de optimización, sino a
medidas de eficiencia de las líneas de espera, como pueden ser el tiempo promedio
para el servicio y la utilización de las instalaciones de servicio.

1.4 Metodología de la Investigación de Operaciones

Existen ciertas etapas que deben seguirse en cualquier estudio de IO; éstas
comienzan con la identificación del problema y llegan hasta el implante y
evaluación finales del sistema diseñado para resolverlo. Estas etapas deben
seguirse para que sea posible esperar cierto grado de éxito en el proceso de
planteamiento de modelos. Este proceso consta de seis etapas:

1. Identificación, observación y planteamiento del problema

2. Construcción del modelo
3. Generación de una solución
4. Prueba y evaluación de la solución
5. Implante
6. Evaluación

A continuación se muestra una representación más detallada y práctica de este

proceso.
 Introducción a la investigación de operaciones Unidad 1, Lección 1.1

(1) (5)
Identificar el problema Implante

Observar el problema,
recopilar datos
descriptivos e (6)
identificar factores que
los afectan Resultados

Describir en forma
verbal el problema Futuro: Datos
“pronosticado”

(2)
Clasificar los factores
como “controlables” o Intervalo ¿Los
“no controlables” predeterminado resultados
de valores satisfacen
las metas

Desarrollo del modelo:

(a) estructura
(b) parámetros
Metas

“si”
(3) “no”
Continuar
Generar la solución

¿El
“si” costo de
cambiar
(4) es>ahor
Correo datos de prueba ros
Alto
“no”

Revisar
Evaluar el
modelo

No aceptable
 Introducción a la investigación de operaciones Unidad 1, Lección 1.1

La etapa 1 comienza cuando quien toma las decisiones observa la realidad y se da

cuenta o percibe que un resultado que se desea no se está produciendo bajo las
operaciones existentes.

La segunda fase de la etapa incluye a quien construye el modelo y a quien

toma las decisiones. En este punto, se observa el problema con el objeto de
identificar variables y relaciones clave. La observación del problema puede llevarse
a cabo en forma colectiva o separada.

La fase final de la etapa 1 consiste en describir en forma verbal el problema.

Este problema verbal es una descripción narrativa de las variables, las
restricciones y el objetivo, así como también ciertas ideas generales con respecto a
las relaciones que existen en el modelo. La descripción verbal del problema es una
fase muy importante de la etapa 1, porque es la base sobre la cual se planteará el
modelo matemático.

La etapa 2 del proceso de solución de problemas implica el desarrollo del

modelo, pero antes de estructurar en forma matemática el problema es necesario
examinar los factores identificados en la etapa 1 para diferenciar entre las variables
controlables y las no controlables.

En la etapa 3 ocurre el desarrollo del algoritmo o proceso de selección. En la

etapa práctica real, existe cierto grado de retroalimentación entre las etapas 2 y 3,
dado que debe tenerse la seguridad de que el problema planteado en la etapa 2
satisface todas las condiciones o consideraciones que el algoritmo utiliza en la
etapa 3.

En la etapa 4 se evalúa y se prueba el modelo adoptado o desarrollado en la

etapa 3, con el objeto de determinar si produce resultados útiles para el problema
original. Pueden utilizarse diversos procedimientos para probar el modelo. En
primer lugar, quien toma las decisiones simplemente puede examinar los
resultados y hacer algún juicio con respecto a cuán razonable son. En segundo
lugar, es posible adoptar un procedimiento de prueba a través del cual se utilicen
situaciones históricas previas como modelo base. Es decir, puede introducirse
información proveniente de una decisión previa al modelo y comparar los
resultados con lo que ocurrió en realidad.

La etapa 5 del proceso de solución de problemas de CA/IO es el implante

del modelo valido.
 Introducción a la investigación de operaciones Unidad 1, Lección 1.1

La etapa 6 y última etapa del proceso de solución del problema es la

evaluación y revisión del modelo. Dado que no es raro que un modelo de CA/IO se
utilice en forma repetida en el análisis de problemas de decisión, el modelo debe
evaluarse en forma continua para determinar si los valores de los parámetros han
cambiado y / o para ver si el modelo sigue satisfaciendo las metas de quien toma
las decisiones.

Bibliografía:

Anderson, R. D., Sweeney, J. D, Williams, A.T. (2011). Métodos cuantitativos

para los negocios. 11ª ed. México: Cengage Learning.
Davis, K. y McKeown P. (1986). Modelos cuantitativos para administración.
México: Editorial Iberoamericana.
Taha, H. (2004). Investigación de operaciones. 7ª. ed. México: Pearson
Prentice Hall.