ESCUELA SUPERIOR POLITÉCNICA DE CHIMBORAZO

FACULTAD DE CIENCIAS PECUARIAS

INGENIEÍA EN INDUSTRIAS PECUARIAS

TRABAJO DE INVESTIGACIÒN OPERACIONAL

INTEGRANTES:

Dayanara Inca

Yomaira Jami

Carlos Castillo

NIVEL: Sexto “A”

FECHA: 17/04/2018

DOCENTE: Ing. Edwin Naranjo

FASES DE ESTUDIO DE INVESTIGACIÓN DE OPERACIONES

1. Formulación y definición del problema.

2. Construcción del modelo.
3. Solución del modelo.
4. Validación del modelo.
5. Implementación de resultados.

1. FORMULACIÓN Y DEFINICIÓN DEL PROBLEMA.

Descripción de los objetivos del sistema, es decir, qué se desea optimizar; identificar las
variables implicadas, ya sean controlables o no; determinar las restricciones del sistema.
(Witenberg, 2010). También hay que tener en cuenta las
alternativas posibles de decisión y las restricciones para
producir una solución adecuada. (Gomis, 2012). En esta fase
del proceso se necesita: una descripción de los objetivos del
sistema, es decir, qué se desea optimizar; identificar las
variables implicadas, ya sean controlables o no; determinar las
restricciones del sistema. También hay que tener en cuenta las
alternativas posibles de decisión y las restricciones para producir una solución adecuada.
(Sànchez, 2004).

2. CONSTRUCCIÓN DEL MODELO

El investigador de operaciones debe decidir el modelo a

utilizar para representar el sistema. Debe ser un modelo
tal que relacione a las variables de decisión con los
parámetros y restricciones del sistema. Los parámetros
(o cantidades conocidas) se pueden obtener ya sea a
partir de datos pasados o ser estimados por medio de
algún método estadístico. (Pochet, 2005). Es recomendable determinar si el modelo es
probabilístico o determinístico. El modelo puede ser matemático, de simulación o
heurístico, dependiendo de la complejidad de los cálculos matemáticos que se requieran.
(Taha & Pozo, 2012). También debe ser un modelo tal que relacione a las variables de
decisión con los parámetros y restricciones del sistema. Los parámetros (o cantidades
conocidas) se pueden obtener ya sea a partir de datos pasados o ser estimados por medio
de algún método estadístico. Es recomendable determinar si el modelo es probabilístico
o determinístico. El modelo puede ser matemático, de simulación o heurístico,
dependiendo de la complejidad de los cálculos matemáticos que se requieran. (Moguel,
2015)

3. SOLUCIÓN DEL MODELO.

Una vez que se tiene el modelo, se procede a derivar una solución matemática empleando
las diversas técnicas y métodos matemáticos para resolver problemas y ecuaciones.
Debemos tener en cuenta que las soluciones que se obtienen en este punto del proceso,
son matemáticas y debemos interpretarlas en el mundo real. Además, para la solución del
modelo, se deben realizar análisis de sensibilidad, es decir, ver cómo se comporta el
modelo a cambios en las especificaciones y parámetros del sistema. (Zumarraga, 2011)

La solución también consiste procedimientos analíticos consisten en hacer uso de

deducciones matemáticas, implican la aplicación de varias ramas de las matemáticas tales
como el cálculo, el álgebra de matrices, la probabilidad, etc. (Kinner, 1939)

El método de la solución depende de las características del modelo los métodos pueden
ser: Analíticos, Numéricos y simulación (Chavéz, 2011).
En realidad, por lo general las soluciones no se obtienen en forma cerradas, es decir,
parecidas a fórmulas. Se determinan mediante algoritmos. Un algoritmo proporciona
reglas fijas de cómputo que se aplican en forma repetitiva al problema, y cada repetición
(llamada iteración) obtiene una solución cada vez más cercana a la óptima. (Rammya,
2014)

4. VALIDACIÓN DEL MODELO.

La validación de un modelo requiere que se determine si dicho modelo puede predecir
con certeza el comportamiento del sistema. Un método común para probar la validez del
modelo, es someterlo a datos pasados disponibles del sistema actual y observar si
reproduce las situaciones pasadas del sistema. Pero como no hay seguridad de que el
comportamiento futuro del sistema continúe replicando el comportamiento pasado,
entonces siempre debemos estar atentos de cambios posibles del sistema con el tiempo,
para poder ajustar adecuadamente el modelo. (Zumarraga, 2011). La solución se puede
evaluar comparando los resultados obtenidos antes y después de aplicada dicha solución.
Estas evaluaciones se pueden llevar a cabo retrospectivamente, utilizando para ello datos
históricos o realizando una corrida de prueba. (Lieberman, 1985). El modelo es válido si,
en condiciones de datos de entrada iguales, reproduce de forma razonable el desempeño
pasado. Sin embargo, no suele haber seguridad de que el desempeño futuro continuará
copiando el comportamiento pasado. Además, como el modelo se basa en el examen
cuidadoso de datos pasados, la comparación propuesta casi siempre es favorable. (Taha,
2012) Un planteamiento más sistemático de la prueba del modelo se logra mediante el
empleo de una prueba retrospectiva. Cuando es aplicable, esta prueba utiliza datos
históricos y reconstruye el pasado para determinar si el modelo y la solución resultante
hubieron tenido un buen desempeño. (Rodriguéz, 2015)

5. IMPLEMENTACIÓN DE RESULTADOS

Según (Alfonso, 2012) “Consiste en traducir los resultados del modelo validado en
instrucciones para el usuario o los ejecutivos responsables que serán tomadores de
decisiones.” (Taha., 1995) menciona que “Una vez verificada la solución se procede a
su implementación. Cabe destacar que esto puede lugar a actualizaciones del modelo de
optimización tanto en términos del modelo como el valor de los parámetros estimados.”
BIBLIOGRAFÍA
Alfonso, C. P. (2012). Investigación de operaciones (Tercera ed., Vol. I). Recuperado el 23 de
Abril de 2018

Chavéz, H. (03 de Enero de 2011). Calameó. Obtenido de

https://es.calameo.com/books/000029713ac966c96533b

Gomis, A. M. (2012). Introducción a las operaciones. Bogota: México : Prentice-Hall, 2000.

Kinner, T. (1939). En T. Kinner, Investigación de mercados (pág. 736p). Bogotá: McGraw-Hill.

Lieberman, G. (Junio de 1985). dspace. Obtenido de

http://dspace.ucbscz.edu.bo/dspace/bitstream/123456789/4325/1/1498.pdf

Moguel, E. A. (2015). Ciencia -- Metodología. Mexico: Villahermosa, Tab. : Universidad

Juárez Autonoma de Tabasco, 2005.

Pochet, C. A. (2005). Introduccion a la Investigacion de operaciones . Bogota : San José,

Costa Rica Ed. Univ. Estatal a Distancia, EUNED 2005.

Rammya, R. (24 de Marzo de 2014). Agencia Interactiva. Obtenido de

https://agenciainteractivaperu.wordpress.com/2012/03/24/matematicas-solucion-
del-modelo-de-investigacion-de-operaciones/#respond

Rodriguéz, L. (25 de Septiembre de 2015). Blogspot. Obtenido de

http://ioitsmluz.blogspot.com/2015/09/fases-usuales-de-un-estudio-de.html

Sànchez, C. (2004). Investigaciòn de operaciones. Costa Rica : Noriega.

Taha. (2012). Academia edu. Obtenido de

https://www.academia.edu/20316902/Fases_de_un_estudio_de_Investigacion_de_Op
eraciones?auto=download

Taha, H. A., & Pozo, V. G. (2012). Operations research. Santa Martha : México :
Pearson/Educación, 2004.

Taha., H. A. (1995). Investigación de Operaciones ( Quinta edición ed.). Alfa omega.

Recuperado el 23 de Abril de 2018

Witenberg, J. P. (2010). MÈTODOS Y MODELOS DE INVESTIGACION DE OPERACIONES . MEXICO:

LIMUSA .

Zumarraga, M. (07 de Abril de 2011). Wordpress. Obtenido de

https://invdeop.wordpress.com/2011/04/07/fases-de-la-investigacion-de-
operaciones/