Proceso de modelizacin estructurada:

Reflexiones anteriores a la accin

1. Introduccin y resumen 2. El proceso de pensamiento focalizado y consecutivo como modelizacin mental 3. Clasificaciones de los modelos: Mecnico, Mental/Verbal, Analtico y Simulacin 4. Creencia, opinin y hecho 5. De la modelizacin mental a la modelizacin analtica 6. Componentes del proceso estructurado de toma de decisiones 7. La modelizacin es el centro del proceso de toma de decisiones 8. La modelizacin analtica en el proceso de toma de decisiones 9. Las dificultades del proceso de modelizacin analtica 10. Proceso de validacin de la modelizacin y consideraciones de costos 11. Por qu modelizacin analtica? 12. Lado Humano del Proceso de Diseo del Modelo 13. Otras Consideraciones Cualitativas 14. Una Gua para Implementar el Proceso de Diseo del Modelo de IO/CA 15. Las Brechas entre el Diseo y la Implementacin del Modelo

Introduccin y resumen

Muchas personas todava estn bajo el cautiverio de la tutela autocontrada. La tutela es la incapacidad de la persona de tomar sus propias decisiones. Y es autocontrada cuando su causa no es la falta de razn sino la falta de resolucin y coraje para usarla sin desear que nos diga qu hacer alguna otra persona. Sapere aude! "Ten coraje para usar tu propia razn!" era el lema en el Siglo de las Luces. Mediante la lucha y el sufrimiento del Siglo de las luces, apareci "el individuo". Los seres humanos finalmente ganaron su libertad natural para pensar por si mismos. Sin embargo, esto ha sido una gran carga de responsabilidad para muchos. Ha habido demasiados fracasos. Las personas renuncian rpidamente a su libertad natural frente a cualquier culto a cambio de una vida fcil. La buena toma de decisiones permite vivir mejor. Nos otorga algo de control sobre nuestras vidas. De hecho, muchas de las frustraciones que sufrimos con nosotros mismos se deben a no poder usar la propia mente para entender el problema de decisin, y el coraje para actuar en consecuencia. Una mala

decisin puede obligarnos a tomar otra mala decisin, como dijo Harry Truman: "Toda mala decisin que tomo va seguida de otra mala decisin". Las decisiones racionales generalmente se toman sin darnos cuenta, quizs de manera inconsciente, podemos comenzar el proceso de considieracin. Lo mejor es aprender el proceso de toma de decisiones para decisiones complejas, importantes y crticas. Las decisiones crticas son aquellas que no pueden ni deben ser objetivos incorrectos, debemos preguntarnos: qu es lo ms importante que estoy tratando de lograr en este caso? El estilo y las caracteristicas del decisor se pueden clasificar en: el pensador el cowboy (repentino e intransigente), Maquiavelico (el fin justifica los medios), el historiador (como lo hicieron otros), el cauteloso (incluso nervioso), etc. El objeto de este sitio es convertirlo a usted en un mejor decisor, intentando ensearle el proceso de toma de decisiones: 1. Cul es la meta que usted desea alcanzar? Elija la meta que satisfaga sus "valores". Los valores deben expresarse en escala numrica y mensurable. Esto es necesario para hallar las jerarquas entre los valores. 2. Averige cul es el conjunto de cursos de accin posibles que puede tomar y luego rena informacin confiable sobre cada uno de ellos. La informacin objetiva sobre los cursos de accin tambin puede expandir su conjunto de alternativas. Cuantas ms alternativas desarrolle, mejores decisines podr tomar. Debe convertirse en una persona creativa para expandir su conjunto de alternativas. Pablo Picasso se dio cuenta de esto y dijo: " Todos los seres humanos nacen con el mismo potencial de creatividad. La mayora lo derrochan en millones de cosas superfluas. Yo invierto el mo en una sola cosa: mi arte". Las alternativas de decisiones creativas son originales, relevantes y prcticas. 3. Prediga el resultado de cada curso de accin individual mirando hacia el futuro. 4. Elija la mejor alternativa que tenga el menor riesgo involucrado en llegar a la meta. 5. Implemente su decisin. Su decisin no significa nada a menos que la ponga en accin. Las decisiones son el corazn del xito y, a veces, hay momentos crticos en que pueden presentar dificultad, perplejidad y exasperacin. Este sitio ayuda y

orienta a tomar buenas decisiones estratgicas, que sean eficaces, usando un proceso eficiente y sistemtico de toma de decisiones. Un gerente debe tomar muchas decisiones todos los das. Algunas de ellas son decisiones de rutina o intrascendentes mientras que otras tienen una repercusin drstica en las operaciones de la empresa donde trabaja. Algunas de estas decisiones podran involucrar la ganancia o prdida de grandes sumas de dinero o el cumplimiento o incumplimiento de la misin y las metas de la empresa. En este mundo cada vez mas complejo, la dificultad de las tareas de los decisores aumenta da a da. El decisor (una persona que tiene un problema) debe responder con rapidez a los acontecimientos que parecen ocurrir a un ritmo cada vez mas veloz. Adems, un decisor debe asimilar a su decisin un conjunto de opciones y consecuencias que muchas veces resulta desconcertante. Con frecuencia, las decisiones de rutina se toman rpidamente, quizs inconscientemente, sin necesidad de elaborar un proceso detallado de consideracin. Sin embargo, cuando las decisiones son complejas, crticas o importantes, es necesario tomarse el tiempo para decidir sistemticamente.Las decisiones crticas son las que no pueden ni deben salir mal o fracasar. Uno debe confiar en el propio juicio y aceptar la responsabilidad. Existe unatendencia a buscar chivos expiatorios o transferir responsabilidades. El modelo de decisiones mas simple que tiene solo dos alternativas se denomina Maniqueismo, adaptado por Zaratustra y luego adoptado por otras religiones organizadas. El Maniqueismo es el concepto de duallidad que divide todo lo que forma parte del universo en dos alternativas distintas o dos polos opuestos, como por ejemplo el bien y el mal, blanco y negro, da y noche, mente (o alma) y cuerpo, etc. Este concepto de dualidad fue un modelo suficiente de la realidad para aquella poca para que el mundo fuera manejable y calculable. Sin embargo, hoy en da sabemos con certeza que todo cambia y todo tiene un amplio espectro continuo. No existen los opuestos en la naturaleza. Debemos ver el mundo a travs de los ojos de nuestra mente vivida; de lo contrario, no comprendemos bien las ideas complejas. La Revolucin Industrial del siglo XIX probablemente contruyera ms que cualquier otro acontecimiento en la historia a dar foma a la vida del mundo industrializado moderno. El surgimiento de las grandes fbricas con produccin en masa cre la necesidad de una administracin efectiva y eficiente de las mismas. El campo de la Ciencia de la adminstraccin (CA), conocido tambien como Investigacin Operacional (IO), comenz con la publicacin de The Principles of Scientific Management (Los Principios de la Administracin Cientifica) y ha ayudado a los gerentes a desarrollar el conocimiento y las herramientas necesarias para comprender los problemas de decisin, traducirlos a terminos analiticos y luego resolverlos. Los analistas de

CA/IO son, por ejemplo, jefes del gabinete del presidente, asesores, diseadores de modelos de investigacion y desarrollo, analistas de sistemas, etc. En nuestro mundo cada vez ms complejo, las tareas de los decisores son cada da ms provocadoras. El decisor (la persona que tiene el problema) debe responder en forma rpida ante situaciones que parecen sucederse a un paso cada vez ms veloz. Asimismo, el decisor debe asimilar a su decisin una serie de opciones y consecuencias que a veces nos dejan azorados. Un gerente debe tomar diariamente muchas decisiones. Algunas de estas decisiones son rutinarias y sin consecuencias, mientras que otras influyen en forma drstica sobre las operaciones de la empresa en la que se desempea. Algunas de estas decisiones podran significar la ganancia o prdida de grandes sumas de dinero, o que la empresa logre o no su misin y sus metas. El campo de la Ciencia de la Administracin (CA), conocido tambin como Investigacin Operacional (IO), ha ayudado a los gerentes a desarrollar el conocimiento y las herramientas necesarias para comprender los problemas de decisin, traducirlos a trminos analticos y luego resolverlos. Los cimientos para la toma de decisiones acertadas se construyen sobre la filosofa del conocimiento, la ciencia y la lgica, y por sobre todo, la creatividad. En este sitio Web, el "problema" de la decisin no se refiere a los ejercicios o enigmas prefabricados que la mayora de los profesores continuamente les presentan a sus estudiantes, tal como el problema de hallar la solucin de un sistema de ecuaciones (sin motivarlos en absoluto hacia la necesidad de saber). Este sitio se trata de cmo tomar decisiones acertadas cuando uno se enfrenta a problemas de decisin. Significa problemas reales, el manejo concreto de lo que puede llegar a constituir una diferencia significativa. En casi todos los problemas de decisin encontramos los siguientes componentes: 1. 2. 3. 4. 5. 6. 7. El decisor, El analista que modeliza el problema para ayudar al decisor, Factores controlables, Factores incontrolables, Los resultados posibles de la decisin, Las restricciones ambientales/estructurales, Las interacciones dinmicas entre estos componentes.

Modelos Deterministas versus Modelos Probabilisticos: antes de seguir adelante, debemos hacer una distincin entre los problemas de toma de dicisiones deterministas y los probabilisticos. Todos los modelos de decisiones pueden clasificarse en modelos deterministas o probabilisticos. En

los modelos deterministas, decisiones acertadas generan buenos resultados. Usted obtiene lo que espera, por lo tanto el resultado es determinista (es decir, sin riesgo). Sin embargo, en los modelos de decisiones probabilisticos, el resultado es incierto. En consecuencia, la toma de decisiones acertadas puede no generar buenos resultados. A diferencia de los modelos deterministas donde las decisiones acertadas se evaluan slo segn los reultados, en los modelos probabilisticos, el decisor se preocupa tanto por el valor del resultado como por el grado de riesgo involucrado en cada decisin. En este curso analizaremos tanto el proceso determinista y como el proceso probabilistico de toma de decisiones. Una vez reconocida esta importante clasificacin de los componentes de la toma de decisiones, el analista de IO/CA sigue la secuencia indicada a continuacin donde puede haber feedback entre los distintos pasos: 1. Comprensin del problema: para tomar una decisin acertada es imprescindible comprender claramente el problema, el objetivo y las restricciones involucradas. 2. Construccin de un modelo analitico: este paso implica la "traduccin" del problema al lenguaje matemtico preciso para realizar el clculo y comparar los resultados en distintos escenarios o situaciones posibles. 3. Busqueda de una buena solucin: lo importante es elegir la tcnica de resolucin adecuada segun las caracteristicas especificas del modelo. Una vez resuelto el modelo, se realiza la validacin de los resultados a fin de evitar una solucin irrealista. 4. Comunicacin de los resultados al decisor: los resultados obtenidos por el analista de IO/CA deben ser comunicados correctamente al decisor. Esta es la parte de "venta". Si el decisor no "compra" las recomendaciones del analista de IO/CA, no implementara ninguna de ellas. Ya que la solucin estratgica de cualquier problema implica hacer determinadas presunciones, es necesario determinar hasta qu punto cambia la solucin estratgica cuando se modifican las presunciones. Esto lo sabr mediante los escenarios "what-if" o hipotticos o el anlisis de sensibilidad. La recopilacin de informacin confiable en el momento adecuado es un componente de las buenas decisiones. Resulta til entender la naturaleza del problema preguntando "quin?", "qu?", "por qu?", "cundo?", "dnde?" y "cmo?". Finalmente, se desglosa la informacin en tres grupos de entrada: Parmetros, Entradas Controlables y Entradas Incontrolables. Los factores incontrolables son los componentes principales en la toma de decisiones. Se evalan los diversos cursos de accin dentro de las entradas

controlables, teniendo en cuenta varias hiptesis de entradas incontrolables, y luego se decide el mejor curso de accin. Como dijo Herbert Simon: Todo el proceso de toma de decisiones administrativas o gerenciales es similar a la prctica de la administracin o gerenciamiento. La toma de decisiones representa el elemento central de todas las funciones gerenciales. La planificacin, por ejemplo, comprende las siguientes decisiones: Que deberia hacerse? Cuando? Como? Donde? Quin debera hacerlo? Otras funciones gerenciales, tales como organizacin, implementacin y control, dependen en gran medida de la toma de decisiones. La preparacin para la administracin, ya sea en relacin con la tecnologa, los negocios, la produccin o los servicios, requiere el conocimiento de herramientas que pueden ayudar a determinar de polticas factibles y ptimas. Adems de las habilidades relacionadas con la comunicacin y el razonamiento cualitativo, para ser competitivamente viables en el futuro, las empresas necesitan sistemas de soporte de decisiones para comprender las complejas interacciones entre todos los componentes del sistema de una determinada organizacin, tanto en situaciones internas como externas. Todos los conceptos de IO/CA se centran en la comunicacin de los resultados y del curso de accin recomendado. Esto ayuda a los implicados a construir el consenso sobre los posibles resultados y el curso de accin recomendado. El decisor incorpora algunas otras perspectivas del problema, como por ejemplo la cultural, poltica, psicolgica, etc., a las recomendaciones de los cientficos de la administracin. Para abordar correctamente la modelizacin IO/CA en la toma de decisiones se debe tener una actitud apropiada, adems de conocer temas ms tcnicos. Si bien tanto el analista de IO/CA como el decisor deben conocer las tcnicas de identificacin de problemas, construccin de modelos y solucin, las actitudes de ambos quizs sean los elementos ms importantes en una aplicacin exitosa. Aunque la actitud apropiada no alcanza para lograr el xito, es necesaria. El analista que se centre ms en las tcnicas de solucin que en la formulacin del modelo no tendr xito. El inters principal del analista debiera ser asistir en la toma de la decisin y no encontrar mtodos de solucin que sean ms elegantes o marginalmente ms rpidos que los mtodos existentes. El decisor que piense que puede dejarlo trabajar solo al analista sin orientacin, y luego esperar obtener informacin relevante a cambio que pueda aplicarse directamente al problema y despus olvidarse, no estar haciendo el mejor uso de las entradas cuantitativas. En cambio, la interaccin entre el decisor y el analista de IO/CA debe ser abierta, interactiva y focalizada a la meta ltima del esfuerzo, que es desarrollar y hacer el mejor uso de las entradas cuantitativas de un problema de decisin.

La Ciencia de la Administracin comprende varias disciplinas de estudio. Esto se debe precisamente a que que la toma de decisiones es una actividad humana central. Por ltimo, todas las materias de la Maestra en Administracin de Empresas se refieren, sin excepcin, a la toma de decisiones acertadas en un aspecto en particular del negocio, desde contabilidad hasta marketing. Es posible que las materias les parezcan piezas diseminadas de una escultura. S que desean ansiosamente ver la obra completa. Este sitio Web rene lo que debe estar reunido por medio de un abordaje unificado, sistemtico y centralizado para la toma de decisiones, que es la Ciencia de la Administracin Aplicada.

Introduccin y resumen

"En algn punto de la lnea de desarrollo descubrimos lo que somos en realidad, y luego tomamos nuestra verdadera decisin por la cual somos responsables. Tome esa decisin principalmente por usted, ya que nunca se puede vivir realmente la vida de otra persona." -- Eleanor Roosevelt La mente es lo que su cerebro hace. Nuestras mentes realizan una serie de procesamientos de informacin para formar estrategias necesarias para vivir la vida diaria. Este proceso se conoce como toma de decisiones. Sin embargo, ms all de la toma de decisiones, debido a los diferentes tipos de incertidumbres que se presentan, tambin nos enfrentamos a lo que se denomina decidofobia, es decir el miedo a tomar decisiones equivocadas. Las decisiones son el corazn del xito, y en algunas oportunidades existen momentos crticos en las que pueden ser difciles, confusas y exasperantes. Este sitio brinda ayuda y gua para la toma de decisiones eficaces y efectivas mediante la puesta en prctica de un abordaje bien estructurado y un proceso bien centralizado conocido como el proceso de modelizacin. Tomar una decisin es enfrentarse a una pregunta, como por ejemplo "Ser o no ser?", es decir, Ser el que uno desea ser o no ser? Esta es unadecisin. La humanidad siempre ha vivido a la sombra de sus miedos. An as no se supo nada sobre el miedo hasta que Freud inici su estudio de fobias inusuales. Tiempo despus, algunos psiclogos sugirieron la existencia de un temor comn a todo el gnero humano: el miedo a la muerte. Decisiones, decisiones y ms decisiones! El miedo a la toma de decisiones importantes es un nuevo tipo de temor, denominado decidofobia, revelado por Walter Kaufmann en 1973. Todo gerente responsable conoce bien el miedo a la toma de decisiones equivocadas Como dijo Eleanor Roosevelt, "Se obtiene fuerza, coraje y confianza de cada experiencia en la que uno realmente se

detiene para enfrentarse con el miedo." Donde quiera que usted vea un negocio exitoso, alguien ya ha tomado una decisin valiente. La palabra Decido, proveniente del latn, tiene dos significados. Significa decidir y tambin caer. Es por eso que a las plantas a las que se les caen las hojas en otoo se las denomina deciduas. La palabra fall (otoo) era originalmente "leaf fall" (cada de las hojas) y se utilizaba en lugar de autumn (otoo) en el Siglo XV. La expresin "correr el riesgo" sugiere la importancia de ambos significados. La toma de decisiones equivocadas provoca el miedo a la cada. En las decisiones importantes que le dan forma al futuro de un negocio, la libertad se hace tangible; son objetos extremamente temibles. Las decisiones importantes que eventualmente dan forma, guan y dirigen nuestro futuro constituyen objetos de extremo temor para los lderes de los negocios. Estas decisiones implican normas y estndares, y la comparacin y eleccin de metas. El conocimiento del abordaje estructurado y bien focalizado para el proceso de toma de decisiones disminuye la decidofobia. Lo bueno de la Ciencia de la Administracin Aplicada es que convierte al antiguo proverbio "Los lderes de negocios nacen, no se hacen" en un mito. Si uno puede dominar las aplicaciones de la Ciencia de la Administracin, ningn problema resulta demasiado grande y ninguna decisin es demasiado agobiante. La meta de los expertos en la Ciencia de la Administracin es eliminar la decidofobia. De nio, era difcil elegir en un surtido de caramelos! La sola preocupacin por la toma de decisiones importantes es como una mecedora: nos ocupa en algo pero no conduce a ningn lado. Tomemos por ejemplo esta pregunta: Hay cinco ranas sentadas en un tronco. Cuatro deciden saltar. Cuntas ranas quedan? Las decisiones dilatadas incrementan el compromiso para implementarlas. Hay una gran diferencia entre tomar una decisin e implementarla. A diferencia de los modelos deterministas (decisiones libres de riesgos), el resultado de algunas decisiones depende de un tercero, como es el caso de las decisiones estratgicas de las campaas publicitarias dentro de un mercado competitivo. Por lo tanto, una de las caractersticas de los problemas de anlisis de decisiones es que la toma de decisiones "acertadas" no necesariamente produce buenos resultados. "Cmo pude haber sido tan estpedo?", se preguntaba el Presidente John F. Kennedy despus de haber aprobado la invasin a La Baha de los Cochinos. Una decisin por lo general consta de tres etapas: 1. El reconocimiento de una necesidad: sensacin de insatisfaccin con uno mismo; sensacin de vaco o necesidad;

2. La decisin de cambiar, para llenar el vaco o la necesidad; 3. La dedicacin consciente para implementar la decisin. Adems de eso, observamos que la toma de decisiones correctas no es slo lo que queremos hacer, sino que concuerda con lo que se debe hacer. Por eso, el miedo a tomar la decisin equivocada es lo que nos impulsa y gua a tomar las decisiones utilizando un abordaje cientfico. De esto se ocupa la Ciencia de la Administracin. Cada da laborable el gerente pone a prueba algunas cuestiones que requieren decisiones. Primero se las debe identificar como problemas u oportunidades, justificar y clasificar dentro de los modelos matemticos para los que existir una respuesta, pudiendo as controlar el problema mediante la actualizacin de las soluciones debido a la naturaleza dinmica de las decisiones de los negocios. Este es el ncleo absoluto del abordaje que hace la Ciencia de la Administracin de la toma de decisiones, que es la ciencia de la toma de decisiones. Es este abordaje el que hace que un negocio sea exitoso. Pero es importante advertir que este proceso no es fcil. Como ya dijimos, se basa en tres etapas que encierran doctrinas de integracin de informtica, clasificacin matemtica y modelizacin y finalmente el reingreso de transformaciones de datos nuevos que aparecern a medida que el tiempo transcurra. Este es el anlisis complejo en el que trabajaremos. La Ciencia de la Administracin puede ayudar a disminuir o eliminar el miedo a tomar decisiones equivocadas, contribuyendo en cuanto al proceso. De hecho, la meta de la Ciencia de la Administracin es eliminar la decidofobia. Esto se logra a travs de los procesos en fases que dividen los componentes de la decisin en elementos viables y permiten proceder a la etapa de la toma de la decisin con una base de conocimiento firme para la eleccin. Sin embargo, si elige no utilizar la ciencia de la administracin, existen muchas formas de evitar tomar una decisin.

Cmo evitar tomar decisiones importantes?

En la Historia, escrito en el ao 450 A.C., Herodoto dice lo siguiente: "Si se debe tomar una decisin importante [los persas] discuten la cuestin cuando estn ebrios y al da siguiente el jefe de la casa...presenta la decisin para su reconsideracin cuando estn sobrios. Si an as la aprueban, se adopta; si no, se abandona. A la inversa, toda decisin tomada en estado de sobriedad, se reconsidera posteriormente cuando estn ebrios."

Ustedes podran decir que es una manera extraa de tomar decisiones. Tal vez lo sea, pero existen mtodos de eleccin humana an ms extraos. A continuacin una muestra de los mtodos estratgicos ms conocidos: Recurrir a alguien o incluso a algo: Algunos ejemplos son la astrologa (no la astronoma, que es una ciencia), la lectura de las manos, la observacin de las estrellas, el discado del 1-900 amigos psquicos, la reflexologa (los pies saben), la iridologa (los ojos saben), la telepata, la telequinesis, el aura, los cristales, los sueos, los colores, el Feng Shui, la numerologa, los adivinos, etc. Todas estas disciplinas terminadas en -loga, el griego por "palabra", son objetos de adoracin. Tambin incluye a todas las ideologas presentadas a lo largo de la historia. Por ejemplo, con respecto a la astrologa, uno debe aceptar el hecho de que el xito no se debe a una confluencia fortuita de las estrellas en el momento de nuestro nacimiento, sino a un camino constante de destellos provenientes del trabajo duro, la determinacin, la buena planificacin y la perseverancia constantes. En todas estas estrategias populares de evasin es mejor que siga el consejo de Kermit la Rana. Una mujer detective de la Ciudad de Nueva York una vez dijo, "He consultado a cientos de adivinos, y me han dicho miles de cosas, pero nadie me dijo nunca que yo era una mujer polica a punto de arrestarlos". Pensar: Como dijo Henri Poincare, "Dude de todo o crea todo: son dos estrategias igualmente convenientes. Con cualquiera de ellas, eliminamos la necesidad de pensar por nosotros mismos". Tirar el ancla: Darle un peso desproporcionado a alguna informacin, en lugar de esperar lo ms posible a tener toda la informacin. Ser consciente de los costos hundidos: Repita la misma decisin porque "ha invertido tanto en este abordaje (o en su trabajo actual) que no puede abandonarlo ni tomar otra decisin (o buscar una posicin mejor)". Incapacidad de reflexionar sobre el problema: Algunos gerentes a veces se resisten a reflexionar antes de actuar, porque la reflexin les insume demasiado tiempo, demasiado trabajo y no saben demasiado sobre el problema/la oportunidad de decisin. Buscar pruebas confirmatorias: Busque la informacin que respalde la eleccin previa existente y descarte la que se oponga. Ser demasiado confiado: Esto lo hace sentir optimista y luego tomar decisiones de alto riesgo.

Ser demasiado prudente: Ser excesivamente curioso durante tanto tiempo como para retrasar la decisin. Cargar a otro con la responsabilidad: Delegar a otro la responsabilidad de tomar la decisin. No tomar decisiones por uno mismo. Conseguir a alguien a quien culpar si las cosas no salen bien. Por ejemplo, si en la vida hay problemas, uno puede casarse. Recuerden que el tango se baila de a dos. Rendirse ante el fracaso: Creer que las elecciones que realizar estn predestinadas y que seguramente fracasar (uno se acostumbra al fracaso). Opuesto al resultado del trabajo y el pensamiento continuos. Crear una comisin: Para tomar una decisin, intente crear una comisin, no necesariamente de expertos. De este modo, si todo sale bien, todos los miembros se sentirn orgullosos. Pero si todo sale mal, nadie es responsable. Los miembros diran, "Yo no fui; fue la decisin de la comisin. Como puede verse, no pudimos llegar a una conclusin, por eso votamos". Ponerle un rostro a un grupo sin rostro, llamarlo "la comisin". La versin tecnolgicamente avanzada de esta estrategia podra ser el sistema grupal de soporte de decisiones. Por supuesto, la comisin puede crearse en la forma correcta con los expertos correctos. Sin embargo, mi experiencia me ha demostrado que las comisiones se utilizan ms para evadir culpas y responsabilidades. No veo nada positivo en tener responsables grupales de la toma de decisiones. Dejemos que una sola persona sea el decisor, que sea la responsable y la que deba rendir cuentas. Falsa descentralizacin: La descentralizacin podra ser cuando un gerente autoritario delega responsabilidades a un nuevo "director de..." para cada problema nuevo de decisin, pero sin delegar autoridad alguna. Mala definicin del problema: Esto seguramente conduce a la solucin equivocada. Cuando no se conoce el problema, cualquier solucin es equivocada. Cuando se conoce el problema, la solucin podra ser la correcta. Mala comprensin del problema: Esto ocurre, entre otras cosas, por subjetividad, anlisis irracional, retraso o dilacin, falta de sensibilidad y falta de enfoque. La complejidad confunde al decisor: Simplifique y hasta modifique el problema para convertirlo en algo para lo que tenga una solucin estratgica (esto lo hacen los analistas de IO/CA cuando modifican el modelo hasta que se ajusta a su algoritmo de solucin estratgica).

Racionalizacin para limitar los cursos de accin: Esta estrategia es muy popular. Aduearse del mazo de naipes para hacer que una alternativa aparezca como claramente correcta y se eliminen todos los riesgos. Informacin: La informacin recopilada no es vlida. Las decisiones por lo general se toman primero y luego se busca informacin para respaldar la solucin, de lo contrario ocurre que gran parte de la informacin recopilada es irrelevante para la toma de decisiones. La decisin es slo simblica: Uno pelea mucho para conseguir una poltica y luego es indiferente a su implementacin. El decisor tiene obligaciones: En algunos casos, los decisores actan sin integridad para satisfacer algunas obligaciones personales importantes. Lo mejor es declinar responsabilidades: Estancarse o no hacer nada es otra posibilidad. Algunas personas lo hacen porque consideran que la solucin estratgica correcta ser finalmente obvia. Declinar todas las responsabilidades, o an mejor, no hacer nada; es decir, status quo. Sin embargo, "no decidir es decidir". Un lder de negocios toma decisiones. Ya sean correctas o incorrectas, se toman, y son claras. Un lder dbil obra con dilacin y brinda seales falsas, dejando que los subordinados operen en diferentes direcciones. Ansiedades posteriores a la decisin: Cuanto ms convenientes son las alternativas que se deben rechazar y cuanto ms rpido deba tomarse la decisin, mayores sern las ansiedades (tambin conocidas como disonancia cognitiva). La mayora de las personas acentan el lado positivo de la decisin y niegan o ignoran el aspecto positivo de las alternativas rechazadas. La toma de decisiones comprende una serie de pasos. El proceso comienza con la creacin de metas y contina con la identificacin de los problemas y cursos de accin alternativos. No termina hasta que se toma efectivamente la decisin o se realiza la eleccin, ni hasta que no se hayan experimentado las ansiedades posteriores a la decisin. La toma de decisiones, sin embargo, es una funcin de gestin importante en todos los puntos del proceso de administracin. El segundo grupo de razones que se detalla a continuacin, excusas utilizadas para evitar la toma de decisiones, son legtimas y vlidas. Entre ellas encontramos la depresin y otras enfermedades mentales (que deterioran las funciones de la toma de decisiones), la coercin y el lavado de cerebro:

Momentos en los que no se deben tomar decisiones importantes: Existen situaciones en las que no se deberan tomar decisiones importantes. Por ejemplo, supongamos que una persona que ocupa una posicin ejecutiva dentro de una empresa sufre de depresin, que es una enfermedad mental. Esta persona no debera tomar decisiones importantes-que podran resultarle costosas a la empresa -mientras est en el hospital por tratamiento mdico. Un caso muy conocido de esta situacin depresin fue el del primer ministro noruego. Finalmente se recuper de su enfermedad y asumi sus responsabilidades. Toma coercitiva de decisiones: Las persuasiones coercitivas son tcticas de control mental que forman parte de una prctica de lavado de cerebro, cuyo fin es modificar en gran medida el concepto que una persona tiene de s misma, la percepcin de la realidad y las relaciones interpersonales. Cuando tienen xito, influyen en la capacidad racional e independiente de la vctima de tomar decisiones. El lavado de cerebro es un proceso muy complejo que consiste en dos etapas:

Una es el Condicionamiento y se utiliza para controlar la mente de la vctima; por ejemplo, induciendo la culpa manipulativa, el miedo encubierto, la intimidacin, la confusin mental y moral, logrando confesiones de delitos no cometidos, y propaganda poltica. La otra es la Persuasin para causar la incapacidad de pensar en forma independiente, por ejemplo, implantando impulsos sugestivos en la mente de la vctima.

Todos estamos familiarizados con las tcnicas "suaves" de persuasin que se utilizan en las campaas publicitarias para influir en el comportamiento de compra de los consumidores. Solucin de un problema mediante la creacin de otro: Con frecuencia, debido a las profundas frustraciones que trae aparejadas el enfrentar un problema difcil, uno puede desafortunadamente resolverlo mediante la creacin de un problema an mayor. Esta estrategia pretende deshacerse de un problema actual con la lamentable consecuencia de crear uno nuevo. Un ejemplo puede ser cuando no estamos dispuestos a enfrentar las dificultades del problema en forma valiente y recurrimos desesperadamente al alcohol como tranquilizante. Sin embargo, despus de un tiempo, nos damos cuenta de que si bien el alcohol mata los grmenes, tambin elimina indudablemente la dignidad personal y todo lo dems.

Visite, Decidofobia: Miedo a la toma de decisiones importantes. Cmo evitar tomar decisiones importantes?, Revista InterForum, 16(3), 2002.

Aprender a tomar decisiones acertadas

A diferencia de las estrategias de la seccin anterior, que nos decan qu hacer, es posible aprender a tomar decisiones acertadas. Es posible aprender el proceso de toma de buenas decisiones estratgicas por medio de la prctica del decidir. Este sitio Web se centra en la prctica del decidir, sobre la cual debe reflexionarse suficientemente. Aprender a utilizar sus propias capacidades, siguiendo un proceso focalizado y estructurado para tomar decisiones activa o proactivamente. La toma activa de decisiones implica hacer una eleccin responsable, mientras que las decisiones proactivas se refieren a la prctica y a la toma de decisiones en forma anticipada, como si fuera "en caso de incendio". Problemas de decisin u oportunidades de decisin: Las decisiones son parte inevitable de las actividades humanas. En algunas situaciones, la actitud correcta de los decisores debe ser ver los problemas como una forma de aprovechar las oportunidades y no simplemente de resolverlos. Por ejemplo, supongamos que recibe una carta de queja de un cliente insatisfecho. Puede convertir este problema en una oportunidad, tratando de encontrar las fallas del producto/servicio, aprendiendo de la experiencia del cliente para mejorar la calidad de su producto/servicio. Mtodo de las ventajas y desventajas y de las implicancias interesantes: Usted puede tomar la mayora de sus decisiones en base a experiencias anteriores, a un pequeo anlisis y a su sentido comn. Pero cuando enfrenta problemas en los que una decisin equivocada podra tener efectos negativos a largo plazo y conducir a errores graves y fracasos, algunas veces las pequeas decisiones se vuelven importantes. Ejemplos de esto abundan en los accidentes de trnsito. Antes de la era de la toma cientfica de decisiones, la mayora de los gerentes confiaban nicamente en estos dos abordajes: "Mtodo de las Ventajas y Desventajas y las Implicancias Interesantes". En el primer abordaje, simplemente se escribe la

decisin propuesta y luego, debajo, se dibuja una tabla con los ttulos 'Ventajas', 'Desventajas?' e 'Implicancias Interesantes'. En la columna titulada 'Ventajas' se anotan todos los puntos positivos de haber realizado la accin. Debajo de 'Desventajas' se anotan todos los efectos negativos. En la columna 'Implicancias Interesantes' se anota la consecuencia ampliada de la accin, ya sea positiva o negativa. La principal debilidad de este abordaje es que el puntaje que le asigne puede ser completamente subjetivo. Por lo tanto, podra no resultarle de ayuda en defensa propia si el resultado de la decisin no es el que deseaban aquellos a quienes usted rinde cuentas. Toma de decisiones subjetivas y objetivas: Las decisiones podran categorizarse en dos grupos, con algunas posibles superposiciones en algunos casos. Uno es el subjetivo que abarca las decisiones privadas, como por ejemplo, cmo quiere usted vivir su vida, o decidir algo slo porque "lo cree as". En las decisiones subjetivas, usted tambin podra considerar sus puntos fuertes y dbiles, sus oportunidades y sus amenazas. El otro grupo de decisiones es el objetivo, que abarca la toma de decisiones que son absolutamente no emocionales, que son pblicas, que necesitan que usted "salga de s mismo" para no involucrar sus emociones. Por ejemplo, un CEO, con poder de decisin en la compaa, debe preguntarse, entre otras cosas, "Puedo convencer a los accionistas?". Este grupo de decisiones implica responsabilidad, lo cual requiere decisiones racionales, defendibles y responsables. Por lo tanto, el primer grupo est formado por aquellas decisiones privadas que podran involucrar la emocin, y el segundo incluye casi exclusivamente las decisiones racionales. Sin embargo, las decisiones realmente difciles se dan cuando se combinan ambas. Podran surgir dificultades, porque las emociones y el pensamiento racional se encuentran en lados diferentes del cerebro, y en decisiones difciles se debe poder usar ambos lados en forma simultnea. La autoestima es un factor importante en la toma de decisiones acertadas. A algunas personas a las que cualquiera las puede presionar con facilidad para realizar determinadas cosas es fcil decirles lo que tienen que hacer porque tienen muy baja su autoestima. Cuando uno tiene baja la autoestima lo pueden convencer para hacer casi cualquier cosa, ya que uno depende demasiado de los consejos de los dems. Esto sucede porque uno no tiene la fuerza y el coraje para escuchar los propios pensamientos. Existen muchas formas de escapar del compromiso del propio pensamiento. Por ejemplo, se ha

preguntado por qu lee el diario? Podra ser un mecanismo de escape? Para obtener mayor autoestima se requiere de educacin y coraje, es ser positivo y seguro en la toma de decisiones. Escchese y piense por usted mismo. As evitar meterse en problemas por culpa de otras personas.

Introduccin y resumen

Hasta finales del siglo XVIII, casi todos los productos eran manufacturados por artesanos en forma individual. Con el advenimiento de las nuevas tecnologas de produccin a finales del siglo XVIII y comienzos del XIX se inici la Revolucin Industrial. Los primeros avances tuvieron lugar en Inglaterra, y se diseminaron rpidamente en el resto de Europa. Si bien los progresos tecnolgicos aumentaron la eficiencia en los procesos de produccin, el costo de los equipos necesarios para la fabricacin superaba los recursos de capital de los artesanos individuales. Para aprovechar la produccin masiva, posible gracias a la aplicacin de las nuevas tecnologas, y la penetracin concomitante de mercados masivos para los bienes producidos, las empresas que posean el capital suficiente organizaron sus hombres y sus mquinas en lo que hoy se conoce como el sistema fabril. Hoy da existen muchos grandes sistemas hechos por el hombre, adems de las fbricas, como los hospitales, los aeropuertos y los sistemas de telecomunicaciones. El gran sistema es el resultado de la aplicacin de tcnicas cientficas a, por ejemplo, la manufactura, y persiste como una caracterstica fundamental de la industria moderna. Hoy en da, las compaas ms grandes emplean miles de trabajadores, operan en miles de millones de dlares, fabrican cientos de productos y sirven a una multitud de mercados. Las industrias de servicios, incluidos los bancos, hospitales, compaas de seguros, consultoras y gobiernos, deben enfrentar complejidades operativas similares a las que se observan en la industria manufacturera. Como resultado de la complejidad de las operaciones de negocios actuales, la competencia agresiva y los controles gubernamentales, el trabajo del gerente es cada vez ms difcil. Ya no es posible que una sola persona conozca los detalles de todas las reas de la firma ni que tome todas las decisiones sobre su operacin. Incluso dentro del relativamente limitado control

que tiene un gerente, los factores que afectan sus decisiones son con frecuencia tan numerosos y sus efectos tan penetrantes que las decisiones "a la fuerza" ya no resultan aceptables. En consecuencia, para tomar decisiones efectivas, muchas veces se necesita informacin oportunamente analizada y resumida. Para ello, en los ltimos 70 aos se ha venido desarrollando un proceso eficaz y probado que se conoce como Investigacin Operacional/Ciencia de la Administracin (IO/CA).

Investigacin Operacional / Ciencia de la Administracin (IO/CA)

La Investigacin Operacional (IO), conocida tambin como Ciencia de la Administracin (CA) es la ciencia que se ocupa de la toma de decisiones. Primero preguntmonos "Qu significa Ciencia de la Administracin?". Administrar significa estar a cargo y ser capaz de predecir lo incontrolable. La ciencia es una bsqueda continua; es una generacin continua de teoras, modelos, conceptos y categoras. Por lo tanto, la Ciencia de la Administracin es la ciencia de administrar, lo que casi siempre implica toma de decisiones. Investigando la genealoga de la IO/CA, podramos formularnos una pregunta ms general "Qu es IO/CA?" Primero descubramos lo que queremos decir con "Es" en general. "Es" como definicin: Literalmente, la pregunta "Qu es IO/CA?" exige una "definicin" de IO/CA. "Es" como invitacin: La situacin es diferente cuando buscamos la palabra IO/CA en una enciclopedia y no en un diccionario. "Es" como retractacin: La pregunta "Qu es IO/CA?" se formula por lo general cuando el interrogador est poco o nada familiarizado con la IO/CA y desea cumplir con su obligacin de aprender, esperando encontrar una respuesta corta. "Es" como escape: Los alumnos que deben aprender IO/CA pocas veces sienten la necesidad de formular la pregunta preliminar, "Qu es IO/CA?". Es ms probable que formulen preguntas especficas, como por ejemplo "Qu es la programacin lineal?", "Qu es una restriccin?" o "Qu es un rbol de decisin?".

"Es" como resumen: Algunos de los que trabajan en IO/CA, que estn llegando al final de sus carreras, sienten la necesidad de responder la pregunta "Qu es IO/CA?" como justificacin de su decreciente manejo del tema, del mismo modo que quizs sientan la necesidad de escribir su autobiografa. En estas circunstancias, la pregunta "Qu es IO/CA?" es una excusa para viajar en la historia y la filosofa de la IO/CA. "Es" como curiosidad: Debemos llegar a la conclusin de que la pregunta "Qu es IO/CA?" debera descartarse por carecer de sentido? Aqu preguntamos "Qu es IO/CA?" para expresar un sentimiento de curiosidad, para significar el entusiasmo que se apodera de nosotros al comienzo de esta materia.
Qu es la Investigacin Operacional /Ciencia de la Administracin (IO/CA)

La Ciencia de la Administracin (CA) por lo general visualiza analticamente una decisin antes de su adopcin. Es decir, reflexionar antes de actuar, como dice un proverbio chino, "Para talar rpido un rbol, dedique el doble de tiempo a afilar el hacha." Los carpinteros dicen, "Mida dos veces, corte una." Este abordaje analtico se conoce con diferentes nombres: Investigacin de Operaciones, (EE.UU), Investigacin Operacional (Reino Unido), Ciencias de la Decisin, Ciencia de Sistemas, Modeladizacin Matemtica, Ingeniera Industrial, Pensamiento de Sistemas Crticos y Anlisis y Diseo de Sistemas. Los mtodos analticos se aplican a los problemas de planificacin y administracin, en reas tales como produccin y operaciones, administracin de existencias y scheduling (planificacin de turnos de trabajo). Hay tcnicas disponiblesque por lo general utilizan programas informticos poderosospara resolver problemas que van desde el control en tiempo real de operaciones comerciales, industriales, agrcolas y administrativas especficas hasta los modelos de planificacin a largo plazo para las corporaciones y los organismos del sector pblico. Resulta irnico que la idea de recurrir a los conocimientos aportados por varias disciplinas fuera el dogma central de los comienzos de la IO/CA. Al principio, los problemas prcticos parecan no encajar dentro de los prolijos lmites disciplinarios. La IO/CA se estableci entonces en las organizaciones, y los equipos y puestos interdisciplinarios incluan matemticos, estadistas, psiclogos, economistas, socilogos, etc. Sin

embargo, con el correr de los aos, los equipos interdisciplinarios se fueron disolviendo, y los nuevos miembros de la IO/CA provenan de los campos de la matemtica y la estadstica aplicadas. Acadmicamente, la IO/CA se centr cada vez ms en los modelos matemticos y los algoritmos de solucin estratgica. La IO/CA qued encerrada en una cpsula rgida y tcnica. En los ltimos aos, sin embargo, esta situacin cambi, con la aparicin de metodologas "blandas" y el pensamiento de sistemas crticos. El abordaje tpico de la IO/CA es la construccin de un modelo para el problema que se est analizando. Dicho modelo es por lo general (pero no siempre) matemtico. Los problemas prcticos son habitualmente desestructurados, y la definicin y aclaracin de los problemas, como as tambin la construccin de sus modelos, constituyen una parte importante de la metodologa de la IO/CA. Muchos descubren que el entendimiento que brinda construir un modelo es una parte muy valiosa en los proyectos de IO/CA. Una vez construido el modelo se deben utilizar algoritmos para resolverlo. Un algoritmo es una serie de pasos que lograrn una determinada tarea. El estudio, comprensin e invencin de dichos algoritmos constituyen tambin una parte importante de la modelizacin de IO/CA para la toma de decisiones. El decisor podra incorporar algunas otras perspectivas del problema-como por ejemplo las culturales, psicolgicas, etc.-a las recomendaciones del cientfico de administracin. Por ltimo, se necesitan habilidades comunicacionales y polticas para implementar los resultados del modelo de IO/CA en situaciones de la vida real. Los modelos de IO/CA apuntan a asistir al decisor en el proceso de toma de decisiones. La idea de que el proceso racional de toma de decisiones puede estudiarse, aprenderse y ensearse hace de l un abordaje cientfico basado en principios lgicos. Por lo tanto, no es vlido eso de que "se nace hombre de negocios" sino que se uno se hace. Cuando un hombre de negocios exitoso es tambin un cientfico de la administracin, puede transferir conocimientos sobre administracin a otros. Esto ocurre porque la idea se comunica utilizando lenguaje analtico. Si se utiliza un abordaje donde no existe un pensamiento consciente (es decir, saber cunto se sabe), el anlisis de la solucin estratgica no puede explicarse ni defenderse ante otras personas. Desafortunadamente, la evidencia de la toma racional de

decisiones es en su gran mayora evidencia negativa, evidencia de lo que la gente no hace. Ustedes podran preguntar, "Por qu debemos aprender el proceso de toma de decisiones?" Aqu les presento algunas razones motivadoras:

Las organizaciones se vuelven cada vez ms complejas. Los entornos estn cambiando tan rpido que las prcticas anteriores ya no son las adecuadas. Ha aumentado el costo de tomar decisiones incorrectas.

Asimismo, deben dominar los significados exactos de las Palabras Claves y las Frases que se utilizan en las profesiones de IO/CA, ya quesi su vocabulario es limitado, sus pensamientos tambin lo sern y viceversa. Deben conocer el aspecto comercial de la profesin. Es importante para aprender el idioma de los gerentes. Por ejemplo, los ingenieros deben aprender a traducir "precisin" en ms dlares de ganancias/ahorros. Este es el nico idioma que conocen los gerentes. Ustedes deben superar las barreras de la comunicacin. Dependiendo de quin reciba nuestro informe incluiremos o no un modelo de IO/CA. Es responsabilidad del equipo de ciencia de la administracin redactar un informe que sea comprensible para quienes lo lean. En conclusin, si no es capaz de traducir de manera comprensible y efectiva los modelos y los clculos resultantes nuevamente a la situacin del mundo real de la cual se los extrajo, el profesional de IO/CA no lograr su propsito. La modelizacin en IO/CA es ms que un conjunto de mtodos analticos. Los modelos de IO/CA apuntan a asistir a los decisores en el proceso de toma de decisiones. Una parte fundamental de la modelizacin en IO/CA es el "abordaje de sistemas" para la solucin de los problemas. Este abordaje ensea que el contexto de los problemas organizacionales es tan importante como el problema planteado. La definicin del problema, la recopilacin de datos, la consulta con los involucrados en la solucin y la implementacin del cambio son aspectos de la educacin y capacitacin en IO/CA. Ya que es ms fcil hacer planes que ponerlos en prctica, los modelos que no se implementarn son aquellos que no fueron elaborados en la forma correcta ni tomados seriamente desde el principio. La modelizacin en IO/CA ayuda a mejorar las operaciones de empresas y gobiernos mediante el uso de mtodos cientficos y el

desarrollo de tcnicas especializadas. La Investigacin Operacional no es "investigacin"; es el ciclo del proceso de rebsqueda de una solucin estratgica ptima (o deseable) para el problema / situacin de decisin. El proceso de modelizacin en IO/CA brinda abordajes sistemticos y generales para solucionar problemas de decisin, cualquiera sea la naturaleza del sistema, producto o servicio. Los abordajes y las herramientas utilizados en los modelos de IO/CA se basan en uno o ms de los siguientes mtodos analticos, simulacin y razonamiento cualitativo o lgico. La lgica es el vehculo (el contenedor) para transferir (entregar) ideas (la palabra logstica deriva de lgica con un significado similar, pero fsico) y soluciones a otras personas. Muchas de estas herramientas y abordajes dependen de metodologas informticas para su implementacin. A muy pocos nos interesa aprender lgica, ya que nos concebimos como suficientemente hbiles en la ciencia del razonamiento. Pero esta satisfaccin se limita a la propia racionalizacin, y no se extiende a la de los dems. Mucha gente utiliza "Por ejemplo,..." para probar algo, pero "Por ejemplo" no es prueba. En cambio, un buen "antiejemplo" podra ser no slo necesario sino tambin suficiente para refutar una hiptesis determinada. La lgica es la higiene del proceso de pensamiento; tambin es un contenedor firme en el que colocar las ideas para luego entregarlas a otros. La lgica por s misma no es nada. No es el alimento en el plato; las buenas ideas residen en las mentes brillantes. Ambas son necesarias: las buenas ideas y una buena lgica para comunicarlas. Resumiendo, el proceso de modelizacin en IO/CA es la aplicacin de mtodos cientficos a problemas / oportunidades de la organizacin que son complejos y que requieren decisiones. Los modelos de IO/CA apuntan a asistir al decisor en el proceso correspondiente. Este proceso de modelizacin se usa mucho en la industria manufacturera, en la distribucin de productos al menor costo y en las funciones financieras, como as tambin en las industrias de servicios y en los sectores de salud y educacin. Los objetivos de la IO/CA son la mejora de sistemas existentes y el diseo correcto de sistemas nuevos. El proceso de modelizacin en IO/CA es una de las herramientas innovadoras ms importantes para la toma de decisiones del Siglo XXI.

Necesidades histricas de IO/CA

Hasta mediados del 19 pasado, la mayora de las empresas industriales empleaban slo unos pocos trabajadores. Pero a medida que se expandan, se hizo cada vez ms difcil que una sola persona pudiera administrar todas las nuevas funciones gerenciales del nuevo negocio en forma efectiva. Se desarrollaron nuevas metodologas cientficas para brindar apoyo en cada nuevo tipo de funcin gerencial. Al aparecer formas ms especializadas de administracin surgieron ms subfunciones especializadas, como por ejemplo, control de calidad estadstico, mantenimiento de equipos, investigacin de mercado y control de existencias. Cuando una funcin gerencial se descompone en un conjunto de subfunciones diferentes, se crea una nueva tarea, llamada funcin ejecutiva de administracin, que integra las diferentes subfunciones de manera tal que se cumplan los propsitos del negocio en su totalidad. La funcin ejecutiva evolucion gradualmente junto con las organizaciones. Sin embargo, las demandas sobre los gerentes aumentaron y stos, a su vez, buscaron ayuda fuera de la organizacin. As nacieron los consultores en administracin. Lo que nosotros hoy en da llamamos IO/CA es, en realidad, el uso de herramientas cientficas para ayudar a los ejecutivos. La IO se origin en Gran Bretaa durante la Segunda Guerra Mundial, para abordar matemtica o cuantitativamente las operaciones militares. Desde entonces, la IO/CA ha evolucionado hasta aplicarse a todos los aspectos de un sistema, producto o servicio, y es por eso que con frecuencia se la menciona como Administracin de Sistemas o Ciencia de la Administracin. En la actualidad, es reconocida como aporte importante a la toma de decisiones, en una amplia variedad de aplicaciones de negocios, industria y gobierno. El trmino IO surgi en los aos '40, cuando se investigaban el diseo y anlisis de modelos matemticos para las operaciones militares. Desde entonces se extendi el alcance de la IO, incluyendo la economa (conocida como econometra), la psicologa (psicometra), la sociologa (sociometra), el marketing (investigacin de mercado y ciencia del marketing), la astrologa (astronoma) y a los problemas de planificacin corporativa. La creciente complejidad de la administracin ha hecho visiblemente necesario el desarrollo de tcnicas

matemticas sofisticadas para la planificacin y la toma de decisiones, y la IO/CA se destaca en este ciclo estructurado del proceso de toma de decisiones brindando una evaluacin cuantitativa de polticas, planes y decisiones alternativas. Las disciplinas matemticas ms utilizadas en el proceso de modelizacin en IO/CA son programacin matemtica, probabilidad, estadstica e informtica. Algunas reas de la IO, como por ejemplo el control de existencias y el control de produccin, y la teora del scheduling, se han transformado en sub-disciplinas por propio derecho y se han hecho en gran medida indispensables en el mundo moderno. Las organizaciones militares haban pasado por el mismo tipo de evolucin que los dems negocios y sectores. Esta evolucin de las organizaciones tuvo lugar durante los veinte aos desde fines de la Primera Guerra Mundial a comienzos de la Segunda, cuando los lderes militares tuvieron que recurrir a la ayuda de equipos de cientficos, que eran asignados, por lo general, al ejecutivo a cargo de las operaciones; es por eso que esta funcin se comenz a conocer como Investigacin Operacional en el Reino Unido y con diferentes nombres en los Estados Unidos: Investigacin Operacional, Investigacin Operativa, Anlisis Operacional, Anlisis de Sistemas y Ciencia de la Administracin. El nombre Investigacin Operacional es el ms utilizado. El potencial que tienen los sistemas informticos y de informacin como nuevas herramientas para la administracin oblig a los ejecutivos que no estaban tcnicamente capacitados a comenzar a buscar ayuda en la informtica. La bsqueda emergente de asistencia se aceler con el estallido de la Guerra de Corea. Este crecimiento importante de la IO en las fuerzas armadas continu hasta aplicarse rpidamente en otras industrias y sectores.

Naturaleza y significado de la IO/CA

Son muchas las definiciones ofrecidas de IO/CA, como as tambin muchos los argumentos del porqu no puede definirse. Las siguientes definiciones son una base til para una comprensin inicial de la naturaleza de la IO/CA:

Mtodo cientfico por el cual la administracin ejecutiva dispone de una base cuantitativa para las decisiones de operaciones bajo su control (Mores-Kimball 1943). La aplicacin del mtodo cientfico por parte de equipos interdisciplinarios a problemas que implican el control de sistemas organizados (hombre y mquina) para brindar las soluciones que mejor cumplan el propsito de la organizacin en su totalidad (Ackoff- Sasieni 1968). Abordaje cientfico para la solucin de problemas en la administracin ejecutiva (Wagner 1969). Toma de decisiones ptimas, y su modelizacin, en sistemas deterministas y probabilsticos que tienen su origen en la vida real. Estas aplicaciones-en el gobierno, los negocios, la ingeniera, la economa y las ciencias naturales y sociales-se caracterizan principalmente por la necesidad de distribuir recursos limitados. En estas situaciones, el anlisis cientfico, como por ejemplo el brindado por la IO/CA, puede proporcionar informacin importante (Hiller-Lieberman 1974). Rama de la matemtica aplicada al proceso de toma de decisiones. (Gross 1979). Si comparamos las definiciones de More-Kimball y Gross, la divergencia es notable despus de treinta y seis aos: en un caso, la IO/CA se define como un mtodo cientfico, mientras que en el otro se la ve como una rama de la matemtica. Al analizar estas definiciones debera tenerse en cuenta que ni la disciplina cientfica antigua y bien establecida ni la ciencia misma han sido definidas de modo tal que resulte aceptable para la mayora de los que las utilizan.

Metodologa de IO/CA

La IO/CA es el mtodo matemtico (principalmente matemtico) de toma de decisiones. En la mayora de los debates sobre el mtodo cientfico, se citan como esenciales las ocho etapas siguientes: (1) Percepcin de la necesidad; (2) Formulacin del problema; (3) Construccin del modelo; (4) Obtencin de la solucin; (5)

Validacin y verificacin; (6) Establecimiento de controles; (7) Implementacin y Recomendacin; y (8) Evaluacin de los resultados. Aunque estas fases de los proyectos de IO/CA se ejecutan por lo general en el orden mencionado, no siempre terminan en este orden. De hecho, cada etapa contina hasta el final del proyecto e interacta continuamente con las dems.

Aplicaciones prototipo

Una consecuencia importante de la aplicacin de la IO/CA a una amplia variedad de problemas es que se ha podido identificar un pequeo conjunto de tipos de problemas que representan a la mayora. Como stos se repiten con frecuencia, se han desarrollado tcnicas prototipo para modelizarlos y para derivar las soluciones de esos modelos. Las aplicaciones prototipo son: Pronstico: Utilizar el anlisis de series temporales para responder preguntas tpicas, como por ejemplo: Cmo ser la demanda de productos? Cules son los modelos de venta? Cmo afectar las ganancias? Finanzas e inversin: Cunto capital se necesita? Dnde podemos obtenerlo? Cunto costar? Planificacin y asignacin de mano de obra: Cuntos empleados se necesitan? Qu habilidades deberan tener? Cunto tiempo trabajarn con nosotros? Secuenciamiento y scheduling: Qu tarea es ms importante? En qu orden deberan realizarse las tareas? Localizacin, asignacin, distribucin y transporte: Cul es la mejor localizacin para una operacin? Qu tamao deberan tener las instalaciones? Qu recursos se necesitan? Existen deficiencias? Cmo se pueden establecer las prioridades? Poltica de confiabilidad y sustitucin: Cmo funciona el equipo? Cun confiable es? Cundo debera reemplazarse? Control de existencias y falta de stock: Cuntas existencias deberamos mantener? Cundo se pide ms? Cunto deberamos pedir?

Reglas de costo-beneficio: Dada la evaluacin de los costos y beneficios del decisor, qu eleccin debera recomendarse. Planificacin y control del proyecto: Cunto tiempo requerir el proyecto? Qu actividades son las ms importantes? Cmo deberan utilizarse los recursos? Puesta en cola y congestin: Cun largas son las colas? Cuntos servidores deberamos utilizar? Qu nivel de servicio estamos brindando? Esta amplia gama de aplicaciones potenciales y la gran variedad de tcnicas para el proceso de modelizacin en IO/CA, que pueden elegirse y combinarse para lograr un abordaje multidisciplinario, funcionan en conjunto, haciendo que la profesin resulte dinmica y estimulante.

Flexibilidad y variedad de carreras en IO/CA

La Maestra en Administracin de Empresas con especializacin en Investigacin Operacional / Ciencia de la Administracin (IO/CA) les permite a los graduados encontrar empleo como analistas de IO/CA, acadmicos o gerentes. Es un hecho que el haberse capacitado y trabajar en IO/CA puede conducir a la suite ejecutiva donde se toman las decisiones. Las oportunidades de hacer carrera en alguna de las siguientes reas son excelentes: Produccin, seguros, planificacin, anlisis de sistemas, marketing, elaboracin de presupuestos, finanzas, evaluacin de programas, banca, servicios (sin fines de lucro). Las personas que se sienten atradas por la matemtica, la estadstica y otras ramas generales de la ciencia para la solucin de problemas de decisin con significacin prctica deberan considerar particularmente la profesin de IO/CA. Algunas personas ven la IO/CA como una profesin "para personas jvenes". Esto podra ser relevante si se tiene en cuenta que la modelizacin analtica es el ncleo de la IO/CA. Es una creencia que proviene de la comunidad matemtica. Algunos matemticos consideran que la matemtica es un juego de mente, , por lo tanto, como cualquier otro juego, la gente joven lo emprende de un modo ms pleno. Sin embargo, la juventud no es una etapa de la vida... es un estado mental. Entonces, mientras su

mente est activa, usted es joven y digno sin duda de la estimulante profesin de la IO/CA. Nadie es demasiado viejo si tiene pasin por aprender. Absorber nuevas ideas es recomenzar a vivir viendo el mundo con nuevos ojos.

IO/CA como Ciencias de Sistemas

Hoy en da la palabra "Ingeniera" tiene un significado y un alcance ms amplio que el de ocuparse nicamente de motores. La palabra ingeniera, en frases tales como actividades de reingeniera de los negocios, tiene un alcance mucho ms amplio. Sobre la base de la matemtica, la estadstica, la investigacin operacional y la economa, la Ingeniera de Sistemas incluye el diseo, control y administracin de sistemas complejos que aparecen en la produccin, el transporte, las telecomunicaciones y el medio ambiente. Las Ciencias de Sistemas orientan sobre el diseo ptimo de los sistemas de negocios, como as tambin de sus operaciones y mantenimiento, considerando al sistema en su totalidad, y no como componentes individuales. La Ingeniera de Sistemas existe como disciplina porque la complejidad de los sistemas en gran escala complica su diseo efectivo total. La disciplina se centra en determinadas reas de la matemtica y la metodologa, y no en las ciencias fsicas particulares, como es comn en otras especialidades de la ingeniera. Los ingenieros en sistemas aprenden a modelizar, simular, optimizar, integrar y evaluar sistemas. Participan en proyectos grupales de aplicacin de sistemas, como en control ambiental, telecomunicaciones, transporte, administracin de proyectos/modelos y produccin.

IO/CA como Ingeniera Industrial

Los ingenieros industriales disean sistemas que le permiten a la gente y a la sociedad mejorar la productividad, eficiencia, eficacia y calidad del entorno de trabajo. Todos los ingenieros trabajan en la planificacin, diseo, implementacin y control de los sistemas que representan la forma en que la gente utiliza la tecnologa. Los sistemas sujetos al diseo de la Ingeniera Industrial son amplios y se caracterizan por la necesidad de integrar tanto las capacidades humanas fsicas como la toma de

decisiones con todos los dems aspectos del diseo de sistemas. A continuacin una muestra del alcance de los problemas:

El diseo de un mtodo de trabajo y un puesto de trabajo, El diseo de la distribucin de planta en una fbrica y mtodos de control de flujo de materiales en el piso, El diseo de un plan corporativo general que incluya la provisin, produccin, existencias y distribucin de materiales.

El concepto de fbrica incluye adems los sistemas para el cuidado de la salud, los sistemas municipales y los sistemas de transporte. En realidad, incluye todos los sistemas que son esenciales para el funcionamiento de la sociedad moderna. Los sistemas que facilitan la toma de decisiones y la implementacin efectivas en reas tales como scheduling, existencias y control de calidad son tpicos de la ingeniera industrial. El comportamiento y las capacidades humanas son elementos claves en los sistemas con los que trabajan los ingenieros industriales. En el diseo de la distribucin en planta de una lnea de produccin en una automotriz, de las cajas en un supermercado, de la organizacin del flujo de trabajo administrativo en un banco, de un sistema de manejo de materiales o de una acera, el ingeniero debe considerar los requerimientos fsicos, los parmetros de costos y el desempeo fsico y comportamiento de los operadores humanos. El ingeniero industrial tiene la doble responsabilidad de, por un lado, ampliar la capacidad humana para operar, administrar y controlar el sistema de produccin en general y, por otro, garantizar la seguridad y bienestar de los que trabajan en el sistema. El diseo y el desarrollo de estos sistemas requieren de la experiencia nica de los ingenieros industriales. El proceso de ingeniera siempre comienza con una medicin. Mientras que otros ingenieros podran medir temperaturas, presiones o cargas del viento, el ingeniero industrial mide el tiempo de un ciclo de trabajo, el valor en dlares de los gastos, promedios de fallas de maquinarias o procesos de demanda para productos terminados. Por lo general, el anlisis matemtico debe considerar el riesgo y la incertidumbre ms que en otros campos de la ingeniera. Con frecuencia es necesario hacer simulacin y optimizacin con programas de computacin. Los conceptos y las tcnicas de la Ingeniera Industrial sirven para desarrollar las habilidades que

satisfacen los desafos especficos de los sistemas que requieren actividades gerenciales.

IO/CA como Sistemas de Informacin de Gestin

Existe una superposicin importante entre el campo de la IO/CA y el de los Sistemas de Informacin. Muchas operaciones de negocios requieren conocimientos intensivos de informtica y sistemas de informacin. Del mismo modo, la administracin de instalaciones informticas o de informacin requiere un gran conocimiento de temas tales como scheduling, estrategias de sustitucin y polticas sobre el desarrollo y adaptacin de nuevas tecnologas. El mundo de los negocios est cada vez ms informatizado y aumenta el uso intensivo de la informacin; por lo tanto, los expertos en IO/CA y en Sistemas de Informacin combinan sus experiencias en el proceso de modelizacin en IO/CA y sus conocimientos de las tecnologas actuales de computacin. Disean y administran sistemas computarizados que controlan la produccin y distribucin de los productos y servicios de una empresa. Existen oportunidades de hacer carrera en la mayora de las industrias y organizaciones gubernamentales en las reas de anlisis y diseo de sistemas.

IO/CA como Administracin de la Produccin y las Operaciones

La Administracin de las Operaciones es el rea funcional de los negocios que est relacionada con la produccin de bienes y servicios. Junto con otras reas funcionales, tambin se ocupa de la administracin de los recursos (insumos) y la distribucin de los artculos terminados y los servicios a los clientes (productos). Las Operaciones se refieren a la produccin de bienes y servicios: el conjunto de actividades de valor agregado que transforma los insumos en productos. La Administracin de las Operaciones se ocupa de la administracin de la produccin y distribucin de los bienes y servicios de una empresa u organizacin gubernamental. Los temas incluyen: pronstico de la demanda de los productos y/o servicios de la organizacin; desarrollo de procesos eficientes de

produccin; planificacin y control de existencias; programacin de la mano de obra, y diseo y administracin de las redes de distribucin y transporte. El estudio de la Administracin de las Operaciones abarca las disciplinas Investigacin Operacional, Estadstica y Sistemas de Computacin e Informacin. Es una combinacin entre estudios de campo y el uso de modelos computarizados para analizar y simular la operacin de sistemas reales. Operaciones es el corazn de la mayora de las organizaciones, y se encuentran oportunidades en el rea de pronstico, administracin de existencias, diseo de instalaciones de produccin, programacin de mano de obra y localizacin y disposicin de redes de distribucin. La especializacin en Administracin de las Operaciones es particularmente til en combinacin con el estudio de otra rea funcional del negocio, como puede ser marketing, finanzas o sistemas de informacin de gestin.

Introduccin y resumen

Gran parte del anlisis de IO/CA comienza con modelos de sistema que son representaciones sintticas de sistemas fsicos/operativos. El modelo de sistema relaciona las variables que afectan del rendimiento del sistema con una o varias medidas de desempeo de sistemas, en forma lgica. Experimentando con el modelo pueden explorarse los efectos de diversas decisiones de administracin. Los resultados analticos que se obtienen del modelo siempre deben templarse con el juicio experimentado, ya que habitualmente hay factores que no pueden incorporarse al modelo. No obstante, el anlisis de un sistema por medio de la aplicacin de un modelo razonable muchas veces sirve de elemento valioso para las decisiones de gestin. Si bien el modelo de un sistema puede asumir muchas formas, lo habitual es que incluya las relaciones lgicas entre las variables que afectan el rendimiento del sistema y alguna(s) medida(s) de dicho rendimiento. Con frecuencia, estas relaciones se expresan en forma matemtica. Modificando los valores de estas variables en las relaciones, el gerente o el analista pueden determinar el

efecto de una variedad de condiciones sobre la eficacia operativa del sistema que describe el modelo. La IO/CA aborda el proceso de toma de decisiones principalmente por medio de modelos matemticos. El uso de modelizacin matemtica se ha extendido a los sectores pblico y privado, creciendo rpidamente con la alta disponibilidad de la PC. Los profesionales de la IO/CA ya hace tiempo sostienen que el sistema bajo estudio-y sus caractersticas operativas-deben ser los que dicten el abordaje de modelizacin, y no que la familiaridad que tiene el analista con la modelstica sea la que dicte su propia descripcin del sistema. Esto es fcil de decir pero bastante difcil de lograr, ms all de su real veracidad. Creemos que una perspectiva interpretativa conceptualmente orientada es de definida utilidad para el analista, en su bsqueda de un modelo que describa el sistema bajo estudio lo ms exactamente posible. En el proceso de modelizacin se debe considerar lo siguiente: 1. Hay que ver, pero no alcanza; luego hay que destinar tiempo a observar. 2. Hay que pensar, pero no alcanza; luego hay que destinar tiempo a razonar. 3. Hay que darse cuenta de lo que es necesario hacer, pero eso no alcanza; luego hay que destinar tiempo a entender "cmo y por qu" y las consecuencias. 4. Tambin hay que planear bien las acciones, pero eso no alcanza; luego hay que destinar tiempo a implementar, y quizs adaptar, los planes. 5. Ahora hay que comunicarle al decisor lo que se ha hecho, pero eso no alcanza; luego hay que destinar tiempo a interpretar lo logrado, su significado y consecuencias, para que otros tambin puedan ver. En esencia, son dos los puntos de vista polares sobre el proceso de modelizacin analtica en la IO/CA: 1. Si se usan apropiadamente, los mtodos darn la nica respuesta "correcta" al problema de decisin y prescribirn el curso de accin que tomar el ejecutivo, o bien

2. Los mtodos son innatos y esencialmente intiles; el proverbial "fuego fatuo", y por eso las personas "prcticas" no debieran perder su tiempo estudindolos. La verdad yace en algn lugar entre estas dos opiniones extremas. Los Mtodos Cuantitativos pueden resultar tiles si logra verse con claridad su lugar correcto en el anlisis de problemas de decisin. La Parte Tres de este sitio Web es "filosfica", porque un modelo es una abstraccin de la realidad que anhelamos usar para entenderla; lo importante es que la nocin de la realidad debe ser delicadamente ponderada y balanceada en una situacin de decisin. La excesiva simplificacin puede llevar a adoptar malas decisiones. Y si el modelo construido es demasiado complejo nos puede conducir a decisiones inoportunas, al igual que a recomendar decisiones que en realidad nadie comprende. Un modelo bien equilibrado nos puede brindar informacin importante y til, a bajo costo. Los modelos no aparecen simplemente, los modelos se construyen, y es trabajo muy difcil.

El proceso de pensamiento focalizado y consecutivo como modelizacin mental

Qu hacen los artistas? Crean modelos de la realidad que son ms hermosos que la realidad misma para hacer nuestra existencia ms llevadera. Sin embargo, como digo Miguel Angel alguna vez, "El hombre pinta con su mente y no con sus manos." Un proverbio japons dice, "El pensar sin actuar es un ensueo. El actuar sin pensar es una pesadilla." Cuando uno enfrenta un problema siempre debe preguntarse si el problema es concebible. No toda idea o concepto son concebibles. Adems, toda idea concebible merece su propio tiempo en la mente. Los siguientes pasos deberan seguirse en orden secuencial: 1. El problema es concebible? 2. Es realmente necesario concebirlo? 3. Cuenta con informacin suficiente para comenzar a concebirlo? 4. Cunto tiempo debera dedicar a concebirlo? (Recuerde que la mayora de la gente pierde diariamente la mayor parte de su tiempo agrandando cosas intrascendentes).

El enigma se observa en Las aventuras de Alicia en el pas de las maravillas: ' "Cmo voy a entrar?" pregunt Alicia nuevamente, en tono ms alto. "Para empezar, quieres entrar?" dijo el Lacayo. "T sabes, sa es la primera pregunta." ' La siguiente es una pregunta/problema inconcebible. Existe la vida despus de la muerte? Esta pregunta no es concebible. Se la concibe igual que a la "vida antes de la vida." Poder controlar el proceso de pensamiento es lo ms difcil, y requiere disciplina y entrenamiento. Se debe adquirir la capacidad de desarrollar un proceso de pensamiento focalizado y consecutivo durante un perodo limitado y predeterminado, a fin de producir una solucin para un problema dado y bien definido. No existe arbitrio al que el hombre no recurra para evitarse el real esfuerzo de pensar. Recuerde que: Los pjaros vuelan; cuando se cansan, tocan tierra. El hombre piensa; cuando se cansa, dice "Ya entiendo." La modelizacin es pensar y seguir secuencias lgicas. Por lo tanto, en este sentido se debe aprender a pensar del mismo modo en que uno aprende a bailar. Se puede bailar con lgica. Dos modelos muy utilizados son el idioma y la religin. El idioma es un modelo que consiste en una secuencia de metforas para comunicar nuestros sentimientos, deseos, pasiones, etc. a otras personas. El idioma es un sistema de pensamientos codificados. Tambin las religiones son un modelo para preguntas del tipo: Cmo debera vivir? Qu debera creer? Cmo debera comportarme? Qu debera hacer? y otras. En el Islam, por ejemplo, un hombre puede tener muchas esposas, pero no debe beber vino. En el Cristianismo se permite lo contrario. Aqu tenemos una opcin. Los modelos cambian permanentemente para adaptarse a la realidad. Por ejemplo, Martn Lutero, entre otros, descubri la necesidad de la reforma y modific el modelo catlico. Los modelos, en general, deberan poder brindar "ideas" tiles para resolver los problemas de decisin. En el caso de los modelos religiosos, cmo debera vivir? no es un problema de decisin. Las respuestas imperativas y autoritarias a casi todas las decisiones similares ya estn dadas. Sin embargo, primero se debe tomar la nica gran decisin, que es "el salto de fe".

Por qu se llama modelos a las modelos de moda? La respuesta es que intentan representar una realidad de cmo se vera, por ejemplo usted, con esa misma ropa. Como ya saben, eventualmente todo termina en la modelizacin. El mundo externo se nos presenta a travs de las percepciones sensoriales. Los modelos constituyen re-presentaciones de la realidad, que pueden o no representarla en forma exacta. Por ejemplo, creamos modelos de las personas en nuestras mentes. Y al actuar nos enteramos si el modelo fue el exacto. Mucha gente comete el error de suponer que su modelo es la realidad; culpan a los dems y dicen que "algo est mal". Un modelo "validado" es el que re-presenta la realidad. Cualquiera puede percibir el mundo exterior. Un pensador no slo puede ver el mundo exterior, sino que tambin puede representar esas percepciones como modelos, como se muestra en la siguiente figura:

La figura anterior representa los siguientes pasos: 1. Percepcin del mundo exterior a travs de los sentidos de percepcin fsica. 2. El pensador de la figura anterior procesa y analiza la informacin a travs de actividades mentales para formar una interpretacin. 3. El pensador representa nuevamente la interpretacin (ahora llamada entendimiento) "como si" fuera sin duda la realidad misma.

Podramos confiar demasiado en nuestro entendimiento y pensar que adivinando y estimando somos mejores de lo que realmente somos. Esto sucede porque percibimos el mundo a travs de 'nuestros' sentidos e interpretamos lo que percibimos en base a nuestras experiencias y a nuestras formas de pensar entrenadas. El punto es que existen muchas trampas en las que caemos los humanos cuando tomamos decisiones importantes. El modelo es una representacin de la realidad desde la perspectiva del creador del modelo. Por lo tanto, se debe desarrollar un modelo de perspectivas mltiples del problema para poder comprenderlo. Viene a mi mente la teora del conocimiento de Friedrich Nietzsche: "Hay slo una perspectiva viendo, slo una perspectiva conociendo, y cuanto ms nos permitamos pensar sobre una cosa, ms completo ser nuestro concepto de esa cosa, nuestra objetividad". Debe observarse el problema desde muchos ngulos y evaluar cmo encajan las piezas para ver la totalidad del problema de decisin Immanuel Kant y Arthur Schopenhauer, entre otros, denominaron a este modelo "el mundo como una representacin" de nuestro entendimiento a travs del Tiempo, el Espacio y la Causalidad. Si bien la relacin causa efecto constituye una herramienta til para explicar el mundo fsico, Spinoza introdujo el concepto de Motivacin para explicar las acciones humanas. La modelizacin tiene una tradicin de la que enorgullecerse. La siguiente tabla presenta algunos otros grandes creadores de modelos, desde la antigedad hasta el presente. Aristteles
Galileo Newton Einstein Descartes Spinoza Darwin Hume Adam Smith Mill

El proceso de observacin del sistema es una actividad de aprendizaje. Por lo tanto, es un concepto tripartito: Pensador + Aprendizaje + Sistema. Existen diferentes rdenes en los que se pueden acomodar los tres conceptos. Por ejemplo, los "sistemas de aprendizaje ", que son principalmente nuestras instituciones educativas. La modelizacin es la ciencia de llegar al juicio ptimo y requiere la combinacin de muchas disciplinas porqu la toma de decisiones es una actividad humana central. . Por lo tanto, la

IO/CA abarca muchas disciplinas de estudio. Los modelos de IO/CA apuntan a asistir al decisor en el proceso de toma de decisiones. Por qu la IO/CA es una ciencia? Qu es ciencia? La ciencia es el objeto del pensamiento. El pensamiento mismo es una secuencia de actividades simblicas internas que conduce a ideas o conclusiones novedosas y productivas sobre un problema de decisin. Sin embargo, el pensamiento se da sobre una versin del mundo exterior llamado "modelo mental". Por lo tanto, la modelizacin es el proceso que ocurre en las redes nerviosas del cerebro cuando se inicia el proceso estructurado de pensamiento focalizado y consecutivo. La modelizacin incluye la percepcin, formulacin de nuestra experiencia, procesamiento y re-presentacin de la informacin del mundo exterior. El resultado de estos procesos estructurados se denomina modelo. La solucin de los problemas gerenciales requiere la modelizacin mental, que es un proceso de tensin resolutoria (es decir, de competencia de fuerzas) hasta que se formula nuestra experiencia del problema. Mediante el anlisis (es decir, el proceso estructurado de pensamiento focalizado y consecutivo) procesamos esta informacin para comprender la realidad (es decir, para verla ms all de nosotros mismos). El resultado es un "modelo". Con la descripcin del modelo de la realidad se toma conciencia de la realidad. Por lo tanto, un modelo es una re-presentacin de la realidad. Para lograr un modelo exacto se debe seguir un ciclo de proceso de modelizacin matemtica. La matemtica la inventaron los hombres en un intento por definir la vida en sus propios trminos. La matemtica se ha utilizado en todas las ramas de la fsica. Por ejemplo, sobre la modelizacin de nuestro universo, Galileo Galilei dijo: : La filosofa est escrita en este gran libro-me refiero al universo-que permanece continuamente abierto a nuestras miradas, pero que no puede comprenderse a menos que se aprenda primero a comprender el idioma e interpretar los caracteres en los que est escrito. Est escrito en el lenguaje de las matemticas, y sus caracteres son tringulos, crculos y otras figuras geomtricas, sin los cuales sera humanamente imposible entender una sola palabra; sin ellos, uno est perdido en un oscuro laberinto.

Creencia, opinin y hecho

No deberamos confundir los hechos con las creencias u opiniones. La siguiente tabla ayuda a esclarecer la diferencia:
Creencia, opinin y hecho Creencia Opinin Esta es la verdad. Tengo As lo veo yo razn As lo ve Est equivocado usted Hecho Es un hecho Puedo explicrselo

Uno se dice a s mismo Uno le dice a los dems

Las creencias se definen como el propio entendimiento o las necesidades de una persona. En la creencia, "yo" siempre tengo razn y "usted" siempre est equivocado. No se puede hacer nada para convencer a la persona de que est equivocada. Con respecto a la creencia, Henri Poincar dijo "Dude de todo o crea todo: son dos estrategias igualmente convenientes. Con cualquiera de ellas, eliminamos la necesidad de pensar por nosotros mismos". Creer significa no querer enterarse de los hechos. Que una creencia sea falsa no es necesariamente una objecin a la misma. El tema es hasta qu punto mejora la vida del que cree. La historia de la humanidad est llena de inquietantes perspectivas normativas, representadas, por ejemplo, en las inquisiciones, las cazas de brujas, las censuras y las tcnicas de lavado de cerebro. Las "creencias sagradas" estn no slo dentro de la religin, sino tambin en las ideologas, y tambin podran estar en la ciencia. La historia de la humanidad tambin est plagada de modelos de creencias que fueron luego descartados. Esto no obstante no significa que hubo alguien que no comprenda algo y luego invent el modelo, ni que no tuviera utilidad o valor prctico. La idea principal fueron losvalores culturales del modelo equivocado. Las opiniones (o los sentimientos) son algo menos extremos que las creencias; sin embargo, son dogmticos. Una opinin significa que una persona tiene determinadas visiones que cree son correctas. Asimismo sabe que los dems tienen derecho a tener sus propias opiniones. La gente respeta las opiniones de los

dems y a la vez espera lo mismo. En la formacin de nuestra propia opinin, las observaciones empricas obviamente se ven fuertemente afectadas por la actitud y la percepcin. Sentimiento y pensamiento: Para comprender la diferencia entre sentimiento y pensamiento, considere cuidadosamente las siguientes afirmaciones: El que se cree a s mismo el hombre ms feliz, lo es; pero el que se cree a s mismo el hombre ms sabio, es por lo general el ms tonto. Los hechos son diferentes de las creencias y a las opiniones. Es en los hechos donde se basan las decisiones. Un hecho es algo que es correcto y puede probarse su veracidad, con evidencia y argumentos lgicos. Un hecho se puede utilizar para autoconvencerse, convencer a los amigos y a los enemigos. Los hechos estn permanentemente sujetos a cambios. Los datos se transforman en informacin cuando son importantes para el problema de decisin. La informacin se transforma en hechos cuando los datos la respaldan. Los hechos se transforman en conocimiento cuando se utilizan en la concrecin exitosa de un proceso estructurado de decisin. El que sigue es un ejemplo que quizs usted conozca: Por qu no existe el Premio Nobel de Matemtica? Muchos son de la opinin que Alfred Nobel encontr a su esposa en una situacin amorosa con Mittag-Leffler, el principal matemtico sueco de la poca. Nobel tema que si creaba el premio de matemtica, el primero en obtenerlo sera M-L. La historia sigue vigente, aunque uno repita una y mil veces el simple hecho de que Nobel no era casado. Aprenda a abordar la informacin en forma crtica y a ejercer discernimiento principista entre creencias, opiniones y hechos. Se necesita pensamiento crtico para producir una representacin bien razonada de la realidad en el proceso de modelizacin. El pensamiento analtico demanda claridad, consistencia, evidencia, y por sobre todas las cosas, un proceso de pensamiento focalizado y consecutivo. Hay ejemplos de creencias, opiniones y hechos en religin, economa, y econofsica.

De la modelizacin mental a la modelizacin analtica

Reflexionando sobre la Filosofa del Conocimiento existen dos escuelas del pensamiento: la emprica y la terica. El abordaje emprico (del griego que significa experiencia) del conocimiento se basa en la experimentacin, la observacin y el anlisis de los datos. En tal sentido, el conocimiento emprico se obtiene de los datos de alguna rea de la experiencia y luego se elaboran soluciones en base a ellos. Ejemplos de modelos empricos son los que utilizamos en los laboratorios de fsica para controlar los resultados por experimentacin. El abordaje terica, por el contrario, se basa en modelos mentales y pensamientos puros sin referencia alguna al mundo exterior. La estructura qumica molecular es un ejemplo de modelo terico. Los modelos tericos son condensados y abstractos, mientras que los modelos aplicados son descriptivos y concretos. Francis Bacon expresa la diferencia entre el conocimiento puramente emprico y el puramente terico en las siguientes analogas "Los hombres de experimentar son como la hormiga, slo renen y usan; los razonadores parecen araas, tejen telas con su propia sustancia. Pero la abeja sigue el curso intermedio: extrae su materia de las flores del jardn y del campo, pero la transforma y digiere con poder propio." La modelizacin est en el corazn de la IO/CA situada entre la teora y la experimentacin, y utiliza ambas. Los modelos de IO/CA apuntan a asistir al decisor en el proceso de toma de decisiones. El proceso de modelizacin descriptiva en IO/CA contiene ms preguntas CMO que PORQU. Siempre es as en todo abordaje cientfico para solucionar problemas, incluido el campo de la IO/CA, visualizando las relaciones subyacentes como atravesando la lnea media entre la causalidad (para las entidades fsicas) y la motivacin (para las acciones humanas). ). Por ejemplo, la teora de la gravedad de Newton aclara cmo se mueven los planetas, hablando de una fuerza que actuando de determinada manera representa muy bien el fenmeno observado. Pero, por qu? Para pasar del cmo al porqu es necesario pasar de una entidad terica (una fuerza llamada Gravedad) a una entidad real. Si usted se pregunta 'porqu' la respuesta es 'por la gravedad'. La escuela de pensamiento del Realismo Crtico (RC) distingue entre lo emprico, lo verdadero y lo real. Lo emprico es percibir los datos relacionados con los eventos, lo verdadero es lo que

sucede si los percibimos o no y lo real es lo que causa la ocurrencia de los eventos. El RC aduce que los cuerpos o las entidades (personas o cosas materiales o tambin entidades abstractas, como por ejemplo las sociedades) tienen poderes causales/motivacionales que existen independientemente de si se llevan o no a la accin. Un evento tiene lugar como resultado de los poderes de diferentes cuerpos que actan en formas contingentes. Estos poderes causales son lo que debemos intentar entender y modelizar, aunque no sean necesariamente visibles. El hecho principal es que en todo proceso de modelizacin se deben realizar presunciones acerca del mundo (ontologa) y sobre cmo podramos descubrir ms al respecto (epistemologa). La mente es lo que el cerebro hace (surge en frases como tener algo en mente, venir a la mente o traer a la mente). El proceso de pensamiento es una actividad de la red nerviosa en el cerebro. El pensamiento a conciencia es el autoconocimiento, es decir, saber cunto se sabe. Adems, el proceso de concientizacin distribuye lo que se sabe por todas las ramas de la red nerviosa del cerebro, a diferencia de la conectividad entre slo dos nodos de la red, que denominamos memorizacin. La disponibilidad, y por lo tanto la expansin, de lo que se sabe a travs de las ramas de la red nerviosa hace que el procesamiento de la informacin en el cerebro sea exacto. As se llega a poseer un modelo mental reflexivo y brillante de la realidad. El anlisis es necesario porque nuestras mentes piensan en forma especfica y limitada, de a una cosa por vez. Luego, una vez terminado el proceso de anlisis, sintetizamos lo que debe unirse para ver el todo. De la combinacin de los abordajes mencionados resulta el abordaje de la IO/CA, basado en modelos que utilizan datos empricos como respaldo. Los modelos de IO/CA apuntan a asistir al decisor en el proceso de toma de decisiones. Las teoras cientficas puras, en general, se juzgan sobre las siguientes bases:

el alcance de su validez y exactitud para explicar los fenmenos observados prediciendo los no observados, su simpleza y elegancia, su adaptacin a la estructura prevaleciente de teoras existentes, la cantidad de hiptesis empleadas y su admisibilidad, y

su flexibilidad en las diversas interpretaciones admisibles.

Las teoras cientficas-el Mtodo Smplex de optimizacin, por ejemplo-quizs no sean asequibles para la mayora de las ramas de las ciencias naturales, biolgicas y sociales, ni para ningn mtodo emprico. La construccin de una teora en un dominio cientfico en particular se ve limitada por las demandas y las posibilidades que imponen los datos experimentales y el mtodo para su observacin. En cierto sentido abstracto, los cientficos de IO/CA que trabajan en los campos "no exactos" buscan el compromiso entre la base emprica del conocimiento cientfico, por un lado, y la coherencia sistemtica y la estructura del entendimiento cientfico, por el otro. Dos teoras alternativas sobre la toma de decisiones: Existen dos teoras bsicas sobre la toma de decisiones humanas. La primera se denomina teora normativa porque propone presentar pautas y tcnicas para lograr metas predeterminadas. Nos dice qu decisin tomar. La otra es la teora positiva (o teora del comportamiento) y slo busca describir y explicar cmo se toman las decisiones. Las decisiones sensatas siempre se basan en hechos. La modelizacin normativa no se ocupa de conocer la realidad del mundo, sino de tener un sentido idealista de cmo debera o podra ser el mundo. Por ejemplo, en economa, el positivismo describe una cierta disminucin del ritmo econmica en base a hechos, mientras que otro economista normativo lo vera como un ciclo inevitable de la economa, basado nicamente en algunas ideologas; es decir, objetos de adoracin. Uno de los mitos ms conocidos de la economa normativa es que siempre hay una recesin en la economa estadounidense cada cinco aos. Otro ejemplo del pensamiento normativo: La historia se repite, o se repiten los historiadores?

Clasificaciones de los modelos: Mecnico, Mental/Verbal, Analtico y Simulacin

Los problemas de toma de decisiones se pueden clasificar en dos categoras: modelos de decisin determinsticos y modelos de decisin probabilsticos. En los modelos deterministicos, las buenas decisiones se basan en sus buenos resultados. Se consigue lo deseado de manera "deterministica", es decir, libre

de riesgo. Esto depende de la influencia que puedan tener los factores no controlables, en la determinacin de los resultados de una decisin y tambin en la cantidad de informacin que el tomador de decisin tiene para controlar dichos factores. El decisor debe identificar cul es el tipo de modelo que mejor se adecua al problema de decisin. Es por eso que analizaremos una clasificacin de los modelos antes de entrar en el proceso de construccin del modelo. Si bien la IO/CA se concentra principalmente en los modelos matemticos, los otros tipos de modelos tambin prevalecen en la prctica. Los modelos pueden clasificarse segn sus caractersticas, como sus tipos, evolucin en el tiempo y disponibilidad de informacin, como se ilustra, por ejemplo, en la siguiente figura.

Una clasificacin de los modelos Los modelos icnicos son usualmente estticos por naturaleza, como el billete de un dlar. Los modelos anlogos tambin son fsicos; sin embargo, aunque fueron diseados para actuar como la realidad habitualmente no se le parecen. Son en su mayor parte modelos mecnicos. En cambio, las actividades de negocios son procesos dinmicos. El negocio es un proceso que sigue patrones matemticos. Por lo tanto, puede representarse mediante modelos simblicos (es decir, algebraicos, numricos, lgicos). Entre los modelos simblicos encontramos una gran clase, conocidos como modelos matemticos y de simulacin por computadora (computer simulation). Modelos mecnicos: El modelo que adopta la apariencia fsica del objeto que debe representar se llama modelo fsico. Este tipo de modelo se usa para mostrar o probar el diseo de elementos,

desde nuevas construcciones hasta nuevos productos. En la industria de la aviacin, se construyen modelos a escala de las nuevas aeronaves que se prueban en tneles de viento para registrar la aerodinamia del diseo. El fabricante de repuestos automotrices puede tener un modelo a escala tridimensional del piso de la planta, completo con mquinas y equipos en miniatura, para poder analizar un nuevo diseo de la distribucin. Las mquinas en el modelo pueden reubicarse y estudiarse nuevas distribuciones con el objeto de mejorar el flujo de materiales. Los modelos mecnicos ofrecen la ventaja de que pueden usarse para experimentar. En el ejemplo de la aeronave, los ensayos con un diseo diferente quizs impliquen construir un modelo completamente nuevo. Adems de la ventaja de la experimentacin, los modelos mecnicos lcidamente describen el problema o sistema que se est estudiando; resultan tiles para generar alternativas innovadoras de diseo con el objeto de resolver el problema de decisin. No obstante, slo una clase de problemas relativamente pequea puede resolverse con modelos mecnicos. Algunos ejemplos de problemas que no pueden analizarse con modelos mecnicos son la seleccin de carteras, la seleccin de medios y la planificacin de produccin. Bsicamente, los modelos mecnicos son tiles slo para los problemas de diseo, e incluso en algunos de estos casos se puede hacer un anlisis ms eficiente y completo con modelos matemticos que puedan correrse en computadora. Adems, estos modelos mecnicos no contienen relaciones explcitas entre las alternativas de decisin y las variables y objetivos dependientes, debiendo usarse mtodos de prueba y error para resolver el problema. Si bien esto, de por s, no es una terrible desventaja, el proceso de prueba y error, sumado a la necesidad de reconstruir el modelo con cada cambio de diseo, puede demandar mucho tiempo y muchos gastos, en algunos casos. Modelos mentales/verbales: El modelo verbal es la traduccin del modelo mental. As, el modelo mental/verbal expresa todas las relaciones funcionales entre las variables de un pasaje. Por ejemplo, consideremos al gerente de publicidad de una compaa que fabrica cereal y que hace la siguiente afirmacin en relacin con los comerciales de televisin del sbado a la maana: "Un spot de 20 segundos tiene mucho ms impacto en nuestro target de audiencia que uno de 15 segundos". En este ejemplo, las distintas duraciones del comercial son las alternativas de decisin; el "impacto"-que podemos inferir tiene que ver con la propensin de los padres de los televidentes a comprar el cereal

de la compaa-es la variable dependiente. De este modo, tenemos una relacin entre las alternativas de decisin y una variable dependiente que est relacionada con los objetivos de la compaa. Estos modelos se utilizan ampliamente en el mundo de los negocios y ofrecen la ventaja de ser fciles de entender. Con frecuencia son el afloramiento de muchos aos de experiencia gerencial y sirven para resumir esa experiencia en lenguaje comprensible. Sin embargo, los modelos mentales/verbales tienen una serie de deficiencias. El decisor no puede experimentar con ellos, tampoco indican especficamente cmo cambian los resultados o las medidas de su eficacia segn la alternativa de decisin de que se trate. En el modelo mental/verbal precedente no sabemos cunto ms impacto tiene un comercial de 20 segundos versus uno de 15 segundos. La otra desventaja es que no es fcil mostrar cmo cambian las relaciones segn la alternativa de decisin. Si construyramos un modelo mental/verbal que respondiera estas preguntas con todas las duraciones posibles del comercial, tendramos un modelo mental/verbal muy extenso que sera difcil de entender y no se podra experimentar. No obstante, los modelos mentales/verbales pueden jugar un rol importante en el proceso de decisin. Pueden usarse para verbalizar estrategias de decisin logradas con modelos ms sofisticados. Modelos analticos: Los modelos analticos son modelos matemticos, destinados a hacer una cierta simplificacin y abstraccin de sistemas reales, para poder obtener ms informacin y para entender algn aspecto de inters de la realidad. . Sin embargo, debiera conectarse la modelizacin de la realidad por abstraccin con problemas y dominios reales, y practicarse mediante la verificacin y/o la validacin. Estos tipos de modelos se aplican principalmente en los sistemas estticos y/o deterministas. En comparacin con los modelos mecnicos, los modelos matemticos facilitan la experimentacin, porque todas las variables dependientes, las variables independientes, las constantes y los parmetros estn explcitamente relacionados por el lenguaje de la matemtica. El decisor puede poner a prueba los efectos de las diferentes alternativas de decisin, las constantes y los valores de los parmetros en las variables dependientes con mucha ms facilidad que con cualquier otro tipo de modelo. Adems, los modelos matemticos pueden

representar muchos problemas complejos de modo eficiente y conciso y, en muchos casos, pueden ser la manera ms barata de analizar los problemas. Es por estas razones que vamos a analizar los distintos modelos matemticos y las tcnicas de solucin que se usan con ms frecuencia en la prctica. Los procedimientos de solucin pueden ser de pasada nica o iterativos. El procedimiento de solucin de pasada nica es aqul en el que los valores finales de todas las variables de decisin se determinan simultneamente, de acuerdo con algn procedimiento bien definido. La tcnica de solucin iterativa, por otra parte, es aqulla en que se requiere una serie de pasos para arribar a una solucin final y donde en cada paso se reciben soluciones parciales o completas. Con frecuencia se necesitan variables discretas o continuas para algn determinado problema. Finalmente, la ptima es aqulla que puede demostrarse que es por lo menos tan buena como cualquier otra, dadas las presunciones del modelo, mientras que la solucin satisfactoria es la que se considera "buena" con respecto a los objetivos y las restricciones, pero que sin embargo no se puede demostrar que es la mejor. De este modo, si en el ejemplo previo del modelo normativo-esttico-determinista, las variables de decisin son continuas, las relaciones son lineales y se desea hallar la solucin ptima, la lista de tcnicas de solucin potenciales para el modelo se reduce a slo una: la programacin lineal. Entonces, ahora pueden identificarse una o ms alternativas viables para la metodologa de solucin y puede comenzar la formulacin del modelo. Modelos de simulacin: El grado de abstraccin que tienen los modelos matemticos es un impedimento definido para su aceptacin por parte de los gerentes. No es de sorprender que exista resistencia entre gerentes que no han recibido suficiente capacitacin o exposicin a estos modelos, y tambin entre gerentes que s estn capacitados pero que no tienen tiempo para prestar la debida atencin al modelo. Los modelos matemticos usan el lenguaje simblico de la matemtica que tiene sus propias limitaciones. Los modelos anlogos tambin son fsicos; si bien estn diseados para actuar como la realidad habitualmente no se le parecen. Los modelos pueden ser demasiado complejos (como, por ejemplo, el de un aeropuerto internacional) no pudiendo ser resueltos con eficiencia, y requiriendo groseras simplificaciones del problema real para poder llegar a una buena solucin estratgica. En tales circunstancias, el problema que queda "resuelto" ya no se

asemeja al problema original y de implementarse la solucin podra resultar en efectos desastrosos en la organizacin. Una seleccin apropiada del tipo de modelo y de la tcnica de solucin debiera minimizar este tipo de error. Los modelos de simulacin son las duplicaciones computarizadas de los sistemas reales y, de lejos, son mucho ms realistas, en especial en la modelizacin de sistemas dinmicos y/o probabilsticos, como el de un aeropuerto internacional.

Componentes del proceso estructurado de toma de decisiones

Como el modelo de un sistema es la re-presentacin del sistema que contiene los elementos que afectan el objetivo de la decisin es importante identificar los elementos ms importantes. El resultado deseado generalmente determina las entradas controlables. Las entradas de un sistema pueden clasificarse en entradas controlables e incontrolables, como lo ilustra la figura que aparece a continuacin. Los horizontes temporales de la revisin de modelizacin deben seleccionarse lo suficientemente cortos como para que las entradas incontrolables (o el conocimiento probabilstico que se tiene de ellas) no cambien de manera significativa. Al resultado por lo general se lo conoce como la medida de desempeo del sistema. Como dice Tom Peters, experto internacional en administracin de empresas, " Si no se puede medir, no se puede administrar". Cuando se mide el desempeo, el desempeo mejora. Cuando el desempeo se mide y se informa, la mejora se acelera. La siguiente figura muestra el abordaje del proceso estructurado de toma de decisiones en la IO/CA. Recuerde que cuando las estructuras y los sistemas estn alineados, se facilita el empoderamiento. Cuando no lo estn, operan en su contra.

Los modelos de IO/CA apuntan a asistir al decisor en el proceso de toma de decisiones. En el proceso de modelizacin de la toma de decisiones investigamos el efecto de la presentacin de diferentes decisionesretrospectivamente decir, "como si" la decisin ya se hubiera tomado segn diferentes cursos de accin. Es por eso que la secuencia de pasos en el proceso debe considerarse en forma invertida. Por ejemplo, el resultado (que es el resultado de nuestra accin) debe considerarse en primer lugar. ; esto es 'como si" la decisin ya hubiese sidotomada bajo un diferente curso do accn. Como se indic anteriormente en el diagrama de actividades, el proceso de toma de decisiones posee los siguientes componentes: 1. Medida del desempeo: Brinda el nivel deseado de resultado (objetivo de la decisin). El objetivo es importante para identificar el problema. La tarea principal del decisor es la solucin del problema de "valores" entre diferentes objetivos, y la seleccin de un nico objetivo el que tiene el "mayor valor". Entonces, si es necesario, todos los dems objetivos deben incluirse en el conjunto de restricciones a satisfacer. 2. Entradas incontrolables: Provenientes del entorno del decisor. Las entradas incontrolables por lo general crean el problema y restringen las acciones.

3. Parmetros: Los parmetros son los elementos constantes que cambian durante el horizonte temporal de la revisin de la decisin. Estos son los factores que definen parcialmente al problema. 4. Entradas controlables: Las entradas controlables son el conjunto de todos los cursos de accin posibles que usted podra tomar. 5. Interacciones entre estos componentes: Estas son funciones matemticas lgicas que representan las relaciones de causa y efecto entre las entradas, los parmetros y el resultado. Existen tambin grupos de restricciones que se aplican a cada uno de estos componentes. Por lo tanto, no es necesario tratarlas en forma separada. 6. Cursos de accin: La accin es la ltima decisin y es el mejor curso de la estrategia para lograr la meta deseada. La toma de una decisin implica seleccionar un curso de accin (medio) en pos del objetivo (fin). La forma en que el curso de accin afecta el resultado de una decisin depende de cmo se interrelacionan las entradas y los parmetros del problema y, a su vez, cmo se relacionan stos con el resultado. La funcionalidad es el tipo de relacin ms importante en las interacciones del proceso de toma de decisiones. Cuando el resultado de una decisin depende del curso de accin, modificamos uno o ms aspectos de la situacin problemtica con la intencin de lograr un cambio deseado en algn otro aspecto de la misma. Lo logramos si conocemos la interaccin entre los componentes del problema. "Oh, mente ma, concdeme la serenidad para saber cul entrada es controlable y cul no, y para elegir la mejor del primer tipo, y la capacidad para realizar anlisis probabilstico y estadstico para predecir y luego reaccionar ante cualquier cambio del segundo tipo, y la sabidura para conocer la diferencia!" 7. Control del problema: Pocos problemas en la vida, una vez resueltos, permanecen as. Las condiciones cambiantes tienden a sacar a la luz problemas que anteriormente se haban resuelto, y sus soluciones crean

nuevos problemas. Estos nuevos problemas deben identificarse y anticiparse. Recuerde: Si no lo puede controlar, debe medirlo para poder predecirlo.

La modelizacin es el centro del proceso de toma de decisiones

El proceso estructurado de modelizacin es el centro de la actividad en IO/CA. Es por eso que la pregunta principal es, "Se asemeja el modelo al mundo real?". Sepa que el modelo no es la realidad, pero s contiene partes de ella. La pregunta es: "Contiene las partes importantes que son relevantes para el problema de decisin?" La modelizacin y el razonamiento son los deseos de entender la realidad.Un ejemplo interesante es conectar la divisin de un crculo en 360 grados y de un ao en una determinada cantidad de das. Este deseo de tener un modelo matemtico del universo y sus dificultades de procesamiento es manifiesto. Existieron ejemplos similares en la msica, la arquitectura, etc. Son modelos matemticos para relacionar nmeros enteros pequeos, fciles de representar y manejar, y fenmenos complejos cuyos parmetros numricos no cuadran exactamente en esquemas con enteros. Es comprensible que el sistema de 360 y el esquema musical 6-8-9-12 hayan sido el resultado de este conflicto. Estos ejemplos son modelos matemticamente adecuados y semnticamente justificados. Como dijo Bill Gates, "Si usted no sirve para las matemticas, entiende de negocios." Qu es la matemtica? Matemtica es la ciencia de los rdenes de patrones, y tambin el idioma de la ciencia. La matemtica es el nico idioma que comparten todos los seres humanos independientemente de su cultura, religin o sexo. Por medio de este idioma podemos explicar los misterios del universo o los secretos del ADN. Podemos comprender las fuerzas del movimiento planetario, o descubrir la cura de enfermedades catastrficas. La matemtica no es slo para expertos en clculo. Es para todos nosotros. No se trata slo de reflexionar sobre nmeros imaginarios ni de realizar ecuaciones complicadas. Se trata de tomar decisiones estratgicas acertadas. La matemtica forma parte de la cultura humana porque no existe fuera de la mente del hombre. El razonamiento y los

clculos simblicos son fundamentales para la modelizacin analtica (es decir, matemtica). Por lo tanto, como ocurre con cualquier idioma extranjero, se debe desarrollar una comprensin de la matemtica, que es el idioma de todas las ciencias, incluido el proceso de modelizacin en IO/CA que apunta a asistir al decisor. Un modelo mental es la representacin de sus pensamientos sobre la realidad. Por lo tanto, es una exteriorizacin de la realidad, que a su vez propone el engendramiento subjetivo de la realidad. Los modelos matemticos emplean smbolos y notaciones, incluidos los nmeros. De este modo, existen tres conceptos diferentes: la realidad, el modelo mental y su representacin. En todas sus formas, la modelizacin analtica es un procedimiento que reconoce y verbaliza un problema y luego lo cuantifica convirtiendo las palabras en expresiones matemticas. La modelizacin es un proceso estructurado de pensamiento focalizado y consecutivo que ayuda a comprender los problemas de decisin. En las escuelas secundarias de todo el mundo se utiliza la matemtica para traducir los problemas de palabra o de historia en representaciones simblicas (es decir, en modelos matemticos). Una vez resueltos, los resultados se vuelven a traducir al idioma original en el que se plante el problema. La IO/CA es un abordaje sistemtico para la solucin de problemas, donde el contexto del problema se considera tan importante como el problema mismo. Recurre al trabajo en equipo para capitalizar el talento de los especialistas en IO/CA en la evaluacin, coordinacin e incorporacin de conocimientos relevantes aportados por expertos en otras reas, apuntando a la solucin de un determinado problema (tambin conocido como abordaje de think-tank). Las dificultades de comunicacin clara entre los miembros del equipo en cualquier proyecto de IO/CA pueden aumentar de acuerdo a la cantidad de personas que componen el equipo. El alcance de gestin se refiere a la cantidad de empleados supervisados por una sola persona. El trmino en s no tiene nada que ver con un tamao deseado para dicho alcance. En otras palabras, si una persona supervisa a dos o a cien empleados, el alcance de gestin es el trmino aplicado al nmero. En un grupo de tres personas (un supervisor y dos empleados), pueden existir las seis relaciones o interacciones posibles.

Mediante la aplicacin de un abordaje cientfico, los gerentes tambin pueden realizar predicciones exactas de lo que no tienen bajo control. El proceso de modelizacin es un abordaje cientfico que utiliza escalas mensurables y numricas para traducir los fenmenos observados. Si "Dios geometriza", como dijo Platn, el hombre por cierto artimetiza. El mundo es cualitativo. No obstante, los hombres pueden comprender, comparar y manipular nicamente nmeros. La informacin cualitativa puede caracterizarse y procesarse mediante la asignacin de nmeros. As, para cuantificar el mundo utilizamos algunas escalas mensurables y numricas. Podemos comprender el mundo encontrando relaciones y utilizando la manipulacin, la comparacin, el clculo, etc. Y luego utilizamos la misma escala para adaptarlo nuevamente al mundo. Esta es la esencia del "proceso estructurado de entendimiento humano". Como dice Tom Peters, experto internacional en administracin de empresas, "Si no se puede medir, no se puede controlar".

La necesidad de un sistema de escala mensurable y numrica El anlisis cuantitativo tiende a expulsar el anlisis cualitativo, an en las reas de humanidades, como en la ciencia de la organizacin, la sociometra y la psicometra. Se ha llegado incluso a desarrollar la "teora del grupo polivalente" para cuantificar los trminos cualitativos que usamos para expresar nuestros sentimientos. Sin embargo, es cuestionable si el mundo interior de nuestra propia experiencia puede tambin modelizarse analticamente, como ocurre con el mundo exterior. La modelizacin matemtica pretende ser la creacin humana ms original. Su originalidad reside en el hecho de que los modelos permiten observar conexiones entre las cosas que, a no ser por medio de la razn humana, resultan extremadamente poco obvias. Es as como las ideas, ahora en las mentes de los modelizadores, estn muy alejadas de cualquier nocin derivada inmediatamente de la percepcin sensorial; a menos que se trate

de una percepcin estimulada y guiada por un proceso de modelizacin anterior. Ventajas de la modelizacin en la solucin de problemas: Formlese esta pregunta: "Un cientfico de administracin en su trabajo, espera que le asignen los problemas o sale a buscarlos?" No genere problemas para usted y para los dems. Espere a que le asignen el problema. El o los dueos del problema y el consultor en ciencia de la administracin son dos partes distintas. Desafortunadamente, cuando uno termina y dispone de varias tcnicas de solucin de problemas, puede sentirse tentado a utilizarlas e intentar buscar cualquier tipo de problemas. (Se acuerda cuando era nio y por primera vez tuvo un martillo en sus manos? No senta como que todas las cosas parecan clavos?) Esto puede crear dificultades innecesarias para la organizacin a la que se supone usted debe ayudar. Recuerde que: Primero aparecen los problemas y luego las soluciones, y no a la inversa! Un cientfico en administracin proporciona su ayuda y/o hechos al decisor, para que ste pueda tomar una decisin mejor. El cientfico en administracin no debera intentar tomar las decisiones ni influir en ellas. Es por eso que el cientfico y el decisor no deberan ser la misma persona. El cientfico debe actuar entonces como una voz objetiva en la interpretacin de un problema gerencial de decisin, que porproximidad o prejuicio no puede resolverse internamente. Los modelos pueden clasificarse de acuerdo a sus caractersticas; por ejemplo, sus tipos, evolucin en el tiempo y disponibilidad de informacin, como se observa en la siguiente figura.
Componentes del proceso de modelizacin analtica ____________________________________________________ _ Clasificacin del conocimiento : Tipos de comprensin: Tipos de anlisis: Conocimiento sobre objetos, eventos, procesos, relaciones

Entender, interpretar, relacionar, seleccionar, recordar, comparar Relacionar, comparar, interpolar, extrapolar, generalizar, especificar

Resultados de las Aceptar, rechazar, posible, irrelevante evaluaciones de modelos: ____________________________________________________ _

Sepa que la modelizacin analtica es ms que un conjunto de conceptos y habilidades que deben dominarse; incluye mtodos de investigacin y razonamiento, y los medios de comunicacin (es decir, hacer comn lo experimentado individualmente). El modelo matemtico puede incluirse o no dentro del informe, dependiendo del destinatario. El equipo de ciencia de la administracin debe redactar un informe que resulte comprensible a todos los que lo lean.

La modelizacin analtica en el proceso de toma de decisiones

Una decisin es una eleccin razonada entre alternativas. La toma de decisiones forma parte del tema ms amplio de solucin de problemas. Si bien la ciencia de la administracin puede utilizarse para construir un modelo matemtico, no sirve si la comunicacin del resultado es demasiado compleja para el decisor. Relacionado con la importancia de la comunicacin en la modelizacin en IO/CA, he descubierto que las personas tienden a complicar las cuestiones ms de lo necesario. El mayor problema sucede con los informes escritos. Existe el "temor" generalizado de parecer poco sofisticado- o an ms, poco inteligente-si uno escribe directo y sencillo. El resultado final es un producto incomprensible para el decisor. Para evitarlo, el anlisis debera ser por etapas. Se deben superar las barreras de comunicacin. El modelo matemtico puede incluirse o no dentro del informe, dependiendo del destinatario. El equipo de cientficos de la administracin debe redactar un informe que resulte comprensible para todos los que lo lean. Las decisiones merecen tomarse el tiempo necesario. El cientfico en decisiones tiene que desear ver el desarrollo de la decisin, donde se revelarn oportunidades para su estudio y evaluacin. El procedimiento general a seguir en el ciclo del proceso de decisin tiene los siguientes pasos: describir el problema, recomendar una solucin y controlar el problema mediante la evaluacin y actualizacin continuas de la solucin

estratgica, haciendo frente a las condiciones cambiantes del negocio. No hay duda de que siempre existe una realimentacin entre estos tres pasos. Los tres pasos de este proceso son similares al proceso estructurado que se sigue para el tratamiento de una enfermedad. Cuando un paciente tiene un problema de salud va al mdico para solucionarlo. Para tal fin, el mdico, con la participacin del paciente,describe el problema mediante un anlisis de sangre o de rayos X, diagnosticando la enfermedad. Luego, el mdico receta medicamentos (prescripcin de medicacin). Hay tambin visitas de seguimiento para asegurarse de que la accin elegida es efectiva en la curacin del paciente; caso contrario, el mdico cambia la medicacin. En esta analoga, el mdico representa al cientfico de administracin y el paciente al decisor (el dueo de los problemas). El proceso de modelizacin descriptiva utiliza tcnicas de IO/CA para describir cmo ven las personas sus mundos. Un buen modelo descriptivo es el resultado de una buena observacin y una buena representacin confianza en el modelo descriptivo, y por eso puede utilizarse para propsitos prescriptivos. Descripcin del problema: Ni bien detecta un problema, analcelo y entindalo, para luego poder describirlo correctamente por escrito. Desarrolle un modelo matemtico o marco para re-presentar la realidad, con el fin de idear posibles soluciones. Debe validar el modelo antes de ofrecer una solucin. Sin duda, para ello necesitar poder manejar varias perspectivas diferentes para acercarse a la realidad lo ms posible. Cuando se combinan diferentes modelos desde diferentes perspectivas, se obtiene una comprensin mejor. Es por eso que el proceso de modelizacin en IO/CA utiliza un abordaje en equipo, para capitalizar los talentos de las personas para evaluar, coordinar e incorporar los conocimientos que son relevantes para la solucin de determinado problema de decisin por parte de expertos en otras reas (tambin conocido como abordaje de think-tank). La descripcin de todos los componentes de un problema, en la ciencia del conocimiento tambin se denomina ingeniera inversa. Tambin debe utilizar la navaja de Occam (Occam's Razor) en el proceso de construccin del modelo, cuando se describe el problema de decisin. Un buen modelo es tanto inclusivo (es

decir, incluye lo perteneciente al problema) como exclusivo (elimina -rasura- lo que no le pertenece). Debe ser ms concreto que abstracto. Identifique los factores que influyen en su decisin, y averige qu tiene y qu no tiene bajo control. A menos que el problema haya sido claramente formulado por el cientfico de administracin, y que el dueo del problema lo haya aceptado como el "mismo", es probable que ste rechace la solucin estratgica. En algunos casos, la solucin estratgica de un problema existente puede crear problemas nuevos. El proceso de modelizacin en IO/CA no resolver ningn problema de decisin, ni est diseado para ello. Su objetivo principal es producir ideas y promover la creatividad para ayudar a los decisores a tomar una decisin "acertada". Lo ms importante en la toma de decisiones es entender el problema. Un excelente ejemplo es: "Nombre algn ex presidente de los Estados Unidos que no est enterrado en los Estados Unidos". Este es un excelente ejemplo de la necesidad de entender la consigna antes de responder. Recuerde que la formulacin de un problema es generalmente ms importante que su solucin. De hecho, si usted entiende el problema, por lo general, el mismo problema le dir cmo resolverlo. Prescripcin de una solucin: Es la identificacin de una solucin estratgica y su etapa de implementacin. Busque una solucin estratgica utilizando las tcnicas de solucin por proceso de modelizacin en IO/CA. Todo problema de decisin gerencial tiene varias soluciones. Lo que se desea lograr es una solucin estratgica satisfactoria, tambin llamada "decisin acertada". No existe cosa tal comola solucin para los problemas del mundo real. No existe el tamao que se adapte a todos. Las soluciones dependen del presupuesto, del tiempo y de muchas otras restricciones y condiciones. Una pregunta: Una buena decisin siempre da buenos resultados? Por qu no? Algn ejemplo? Interpretaciones gerenciales: El problema de decisin con frecuencia lo enuncia el decisor en trminos no tcnicos. Cuando usted analiza el problema y descubre el mdulo de software que debe utilizar, lo utilizar para obtener la solucin. La solucin estratgica tambin debera presentrsele al decisor en el registro lingstico que l pueda entender. Por lo tanto, no le entregue slo el impreso de computadora. Debe darle adems una

interpretacin gerencial de la solucin estratgica, en trminos no tcnicos. Actividades de monitoreo posteriores a la prescripcin: Estas actividades comprenden la actualizacin de la solucin estratgica para controlar el problema. El diccionario nos dice que "administrar" significa "controlar". Por otro lado, "todo cambia" excepto el hecho de que "todo cambia". Todo fluye, nada permanece. En este mundo en permanente cambio en el que nos toca vivir es crucial actualizar peridicamente las soluciones de todos los problemas planteados. An un problema que es vlido ahora puede dejar de serlo por cambios en las condiciones, transformndose as en una representacin inexacta de la realidad, afectando en forma negativa la capacidad del decisor de tomar decisiones acertadas. Todo modelo que usted cree debera poder manejar los cambios. A diferencia de los acertijos matemticos (por ejemplo, la ecuacin 2X - 6 = 0, donde slo existe una nica solucin correcta), los problemas de la vida real no tienen una nica solucin correcta. No pueden "resolverse una vez y para siempre". Se debe aprender a vivir con su naturaleza dinmica, es decir, a actualizar las soluciones. Por lo tanto, en este sentido,el proceso de modelizacin en IO/CA para la solucin de problemas no es una ciencia exacta como la matemtica, sino una donde las decisiones las debe tomar finalmente el decisor. "Todo cambia", a excepcin de este hecho: que "todo cambia". Acptelo. Y preprese para revisar el modelo segn lo necesario. Significa actualizar continuamente la solucin prescrita. Esta etapa de la solucin de problemas se practica en las sociedades con economa libre, a diferencia de las sociedades con economa programada, donde el modelo (es decir, el programa) se toma ms en serio que la realidad misma. El modelo est al servicio de la realidad y no a la inversa. La importancia de la realimentacin y el control: Es necesario hacer nuevamente nfasis en la importancia que tiene pensar en los aspectos de realimentacin y control en un problema de decisin. Sera un error en el anlisis del contexto del proceso de decisin en IO/CA ignorar el hecho de que jams encontraremos una solucin inmutable al problema de decisin de negocios. La misma naturaleza del medio donde se toma la decisin es de cambio, y por lo tanto, la realimentacin y el control son una parte importante del contexto del proceso de modelizacin en IO/CA.

Validacin del modelo: La validacin es el proceso de comparacin de la salida del modelo con el comportamiento del fenmeno; es decir, compara la ejecucin del modelo con la realidad. Validar tiene que ver con la siguiente pregunta: "Estamos construyendo el modelo correcto?" La validacin slo puede demostrarse en relacin con algn uso pretendido del modelo. No hay duda de esto, ya que ningn modelo puede capturar siempre perfectamente todos los detalles de un sistema real (ni tampoco queremos que lo haga). De hecho, tradicionalmente tampoco querramos capturar todas las partes de la realidad en un modelo nico (no parsimonioso). Slo se puede decidir qu tipo y grado de desviacin entre el modelo y la realidad es aceptable en relacin con el marco al cual se lo va a destinar. Durante la validacin, el cientfico en administracin se pregunta: "Qu tiene que ver este modelo con el mundo real?" Por ltimo, como es ms fcil hacer planes que ejecutarlos, los modelos que no se van a implementar no se elaboran correctamente ni se toman con seriedad desde el comienzo. Aqu hay una pregunta para usted: "Por qu un pez pesa ms muerto que vivo?" Un ejemplo excelente es la presentacin que se hizo de la pregunta anterior, "por qu un pez pesa ms muerto que vivo?", ante los miembros de la Royal Society. Provoc intentos de explicacin extensos y en ocasiones ingeniosos; pero desafortunadamente en ningn momento se consider el importante hecho de que era una afirmacin falsa. En nuestra prisa por deducir la solucin, olvidamos analizar el problema mismo. Debemos analizar cuidadosamente la informacin y su validez en el momento en que la recibimos. Verificacin del modelo: La verificacin es el proceso de comparacin entre el programa informtico y el modelo para garantizar que el programa sea la implementacin correcta del modelo. Durante la verificacin, se controla la implementacin informtica del modelo. Para aprender efectivamente sobre el proceso de toma de decisiones estratgicas acertadas es muy til contar con apoyo informtico, que asegura al usuario los procesos de Anlisis de Sistemas, Diseo y Control que necesita para tomar decisiones estratgicas acertadas, sin importar si el usuario es un novato o un experto en la organizacin.

Proceso de validacin de la modelizacin y consideraciones de costos

El paso de validacin del modelo es el que recibe menos atencin de los desarrolladores novicios. En este paso, las presunciones y las lgicas en las relaciones se prueban para ver si estn conformes a la realidad. La validacin del modelo es un proceso de dos pasos. El primer paso consiste en determinar si el modelo es internamente correcto en un sentido lgico. Si bien las pruebas dependern del tipo de modelo que se est validando, pueden formularse varias sugerencias. 1. Calcule algunos resultados con el modelo que puedan verificarse por clculos manuales cuando deben usarse computadoras para resolver el modelo. 2. Ejecute segmentos separados de modelos complicados para poder verificar los resultados. 3. Elimine los elementos aleatorios de modelos estocsticos para facilitar la verificacin de la lgica esencial. 4. Reemplace las funciones de probabilidad complejas por funciones elementales para que los resultados puedan verificarse ms fcilmente. 5. Construya situaciones de prueba simples que prueben la mayor cantidad de combinaciones de circunstancias en el modelo como resulte factible. El segundo paso en la fase de validacin del modelo consiste en comparar las salidas del modelo con los datos concretos de la situacin real. Las salidas del modelo pueden tener la forma de una serie temporal obtenida por tcnicas de anlisis estadstico de datos, como la prueba 't-test'. Cuando la salida son valores medios, varianzas, proporciones o distribuciones de probabilidades pueden usarse varias pruebas estadsticas para demostrar la hiptesis de que estos elementos de salida difieren significativamente de los valores medios, varianzas, proporciones o distribuciones de probabilidades de la realidad. Sin embargo, cuando el modelo se construy para un problema en el cual no hay datos pasados con los que comparar, el desarrollador del modelo debe depender de una verificacin detallada y lgica y del estudio cuidadoso de los resultados del modelo para verificar si hay discrepancias o circunstancias inusuales. Esta forma de validar el modelo se usa, por ejemplo, cuando se est validando un modelo normativo o cuando se

construy un modelo para proponer una solucin a un problema nunca antes enfrentado por el decisor. Adems de verificar la lgica y estudiar los resultados, existen varias preguntas que podran ayudar a evaluar la validez del modelo. Entre estas preguntas tenemos: Cuntos teoremas o resultados previamente conocidos se relacionan con el problema, qu grado de obviedad existe en la interpretacin del modelo, cul es la sensibilidad del modelo ante cambios en las presunciones que lo caracterizan. Si el modelo contiene teoremas o resultados previamente conocidos, o si el modelo apela mucho a lo intuitivo, entonces el desarrollador del modelo puede confiar ms en l. Sin embargo, un modelo cuyos resultados sean muy sensibles a cambios en las presunciones debiera estudiarse ms profundamente, en lo que hace a la naturaleza de las presunciones que se efectuaron en el paso de definicin del problema. Son varias las razones por las que un modelo podra fallar en el paso de validacin. A veces, el modelo es intratable o demasiado complejo de trabajar y, por lo tanto, no puede ser verificado apropiadamente. Morris nos da algunas sugerencias para simplificar modelos complejos. 1. 2. 3. 4. 5. Convierta algunas variables en constantes. Elimine algunas variables por completo. Use relaciones lineales en lugar de relaciones no lineales. Aada presunciones y restricciones ms fuertes. Suprima el factor aleatorio.

Por supuesto, una vez obtenido, un modelo vlido se pone en prctica como elemento de ayuda a la toma de decisiones. Si bien esta tarea puede sonar sencilla no es algo a dar por sentado. El desarrollador puede arribar a un modelo que puede demostrar que permite ahorrar miles de dlares por ao, pero que no vale nada si la persona que debe usarlo no lo acepta. Esto puede suceder porque el decisor no entiende el modelo o las tcnicas usadas para resolverlo o, como cree Churchman, el desarrollador del modelo no entiende al gerente y la coalicin a la que el gerente est asociado. Por coalicin quiere significar la persona, los libros, las publicaciones y otros dispositivos de comunicacin que se encuentran en el entorno del gerente. Son las fuentes que el gerente consulta, la base del lenguaje que utiliza, y las fuentes de los criterios que establecen qu le resulta importante y qu no. Esto reafirma el concepto de que si el desarrollador del modelo y el decisor no son la misma persona, al desarrollador le

convendra incluir al decisor en todos los pasos del proceso de construccin. De esta manera, aumentan en gran medida las posibilidades de que se implemente adecuadamente el modelo. Consideraciones de costos: La construccin del modelo puede resultar muy cara. Puede no ser prudente gastar $500.000 para desarrollar un modelo que puede retornar $50.000. La razn por la cual es tan caro construir estos modelos es que pueden volverse muy complejos a medida que se agregan entradas y restricciones. Lleva mucho tiempo identificar y correlacionar correctamente estos elementos en un modelo matemtico, y este modelo debe ser una interpretacin correcta de un sistema complejo. Lamentablemente, esta complejidad alimenta una mirada de cosas que pueden salir mal o malinterpretarse, lo que da como resultado que el modelo en su totalidad no responda como una representacin matemtica exacta de la realidad. Una hiptesis an peor es que el modelo puede responder con total falsedad. En este caso, los resultados pueden ser desastrosos para el proceso de toma de decisiones y para la empresa misma. La exactitud es lo ms importante tanto en la definicin del problema como en la expresin matemtica.

Las dificultades del proceso de modelizacin analtica

La mayora de los problemas del mundo real no pueden formularse adecuadamente como modelos matemticos. Como los problemas del mundo real son por lo general en gran escala, deben establecerse en forma algebraica muy rgida para resolverlos por medio de algoritmos computarizados. El creador del modelo debe analizar las caractersticas del problema para formular y representarlo como un modelo analtico vlido. Casi todos los problemas del mundo real se caracterizan por presentar las siguientes dificultades: 1. Muchas metas "confusas" conflictivas (objetivos). 2. Falta de especificidad en cuanto a cules son las decisiones variables (y por lo tanto, variables sujetas a control) y las entradas fijas (parmetros). 3. La incertidumbre en cuanto a los lmites o restricciones de las variables de decisin y sus funciones. 4. Falta de conocimiento de las relaciones de causa y efecto. 5. Elementos estocsticos (probabilidades).

6. El carcter dinmico subyacente que produce que las metas, restricciones y relaciones de causa y efecto varen en el tiempo. 7. Inaccesibilidad a los datos necesarios para especificar el problema. 8. Descripcin cualitativa de algunos de los datos. 9. La posibilidad de consecuencias imprevistas resultantes de la alteracin de las condiciones existentes o la imposicin de otras nuevas. Estas dificultades podran superarse representando el problema de decisin como un modelo analtico, utilizando una o varias de las diferentes estrategias que se detallan a continuacin: 1. La creacin de una funcin nica de desempeo (u objetivo). 2. La especificacin de las variables del problema. 3. La determinacin de los lmites exactos de las variables del problema (o, en forma ms general, de las funciones de las variables del problema). 4. La determinacin de las funciones; formas y parmetros que describen la forma funcional. 5. La resolucin de los elementos estocsticos (inciertos) mediante la creacin de una forma determinista o evaluaciones de probabilidades. 6. La conciliacin de la naturaleza dinmica del problema y la conversin a un modelo esttico, y la revisin peridica del modelo. 7. La solucin del problema de recopilacin de datos. 8. La cuantificacin de los datos. 9. La inclusin de todos los elementos importantes y consecuencias imprevistas de cambios en las variables del problema. Es extremadamente importante entender los conceptos y la filosofa de esta parte antes de embarcarnos en el resto del sitio. Si queremos que los modelos desempeen un papel til en la toma de decisiones de negocios, debemos conocer qu podemos recibir de un modelo y del proceso de construccin del modelo. Para comprender el significado de las tcnicas que se emplean en la toma de decisiones en IO/CA debemos tener una idea del papel que juega el modelo y el proceso de su construccin. Una de las claves del xito en modelizacin es reconocer que un modelo es una abstraccin. Los modelos no se construyen para

proporcionar la nica respuesta a un problema de decisin. Por el contrario, suministran informacin til para la toma de decisiones. El modelo no debiera tener todas las complejidades de la realidad. Si las tuviera sera extremadamente difcil de resolver y probablemente le dara pocas ideas, o informacin, al decisor. A la inversa, el modelo no debe ser una excesiva simplificacin que se asemeje poco al mundo real. El buen modelo goza de equilibrio. Todos los modelos, incluidos los verbales, los mentales y los matemticos, contienen variables independientes, variables dependientes, parmetros y constantes. En los modelos verbales, estos elementos se renen en forma libre y muchas veces intuitiva, permitiendo el entendimiento y facilitando la comunicacin. Cuando pasamos de los modelos verbales a los mentales y matemticos, las relaciones entre las variables y los parmetros se torna ms especfica. El grado de especificidad necesario determina el tipo de modelo que se usar en cada situacin determinada. Existen varios tipos bajo la clasificacin de modelos matemticos. La clasificacin de los modelos matemticos como descriptivos o normativos, estticos o dinmicos, deterministas o estocsticos, no es taxonoma ociosa. Como el modelo de decisin debe estar formulado de modo tal que nos proporcione informacin til para resolver expeditivamente el modelo, es importante tanto para el decisor como para el desarrollador conocer cules son los modelos existentes y sus caractersticas. El proceso de construccin del modelo es un proceso iterativo. Nadie, ni siquiera el desarrollador de modelos ms experimentado, desarrolla un modelo utilizable en una sola operacin directa. En cambio, el proceso es de formulacin y validacin tentativas, seguidas de instancias de reformulacin y revalidacin, hasta que se alcanza un cierto grado de confianza en la utilidad del modelo.

Por qu modelizacin analtica?

Intentamos "modelizar" la realidad para poder predecirla. Las herramientas del proceso de modelizacin en la IO/CA aplicada nos ayudan a comprender el problema de decisin que nos ocupa, a determinar los resultados lgicos de la decisin y a

elegir el curso de accin ptimo. Gran parte de estas tareas se realizan por medio de la modelizacin. Un modelo es una representacin de una situacin. Pueden estudiarse los cambios del entorno y las variables que rodean el problema de decisin para determinar sus efectos. La modelizacin es una especie de simplificacin de la realidad que tiene como fin promover el entendimiento de la realidad. La informacin obtenida del modelo puede aplicarse al problema de decisin del mundo real. Las tareas que debe realizar el creador del modelo son: 1. Forzar al decisor a hacer explcitas sus presunciones. 2. Proporcionar un planteo bien definido del problema. Los procesos lgicos utilizados en el proceso de modelizacin en IO/CA obligan al gerente a aclarar y definir el problema que est considerando. 3. Brindarle la hoja de ruta, la brjula y las seales para llegar al objetivo ms importante de su empresa. 4. Brindar un marco de referencia para la solucin de los problemas centrales y relacionados. El proceso de modelizacin en IO/CA se basa en modelos matemticos del problema que pueden adaptarse a futuros problemas de naturaleza similar. 5. Brindar respuestas a preguntas hipotticas . En algunos casos, el modelo es una descripcin de algn sistema cuyo fin es predecir qu sucede si se toman determinadas acciones. 6. Permitir la interpretacin de los resultados y sus consecuencias medidos en dlares (el nico idioma que pueden comprender los gerentes). 7. Obtener una evaluacin cientfica objetiva que pueda ser reproducida por terceros. Como es un abordaje cientfico basado enhechos (no en creencias u opiniones), los gerentes pueden convencer a otros de alguna decisin en particular. Esto se denominadenomina toma de decisiones defendibles. La gente de negocios se maneja con hechos. 8. Resolver los conflictos de intereses entre los componentes de la organizacin. El decisor podra incorporar algunas otras perspectivas del problema, como pueden ser las culturales, polticas, psicolgicas, etc., en las recomendaciones del cientfico de administracin. 9. Ayudar al gerente (al decisor o a la persona que tiene el problema). Brindarle una gua a los gerentes en la toma de decisiones. El proceso de modelizacin en IO/CA permite a los gerentes minimizar el riesgo asociado al resultado desconocido de una decisin.

Lado Humano del Proceso de Diseo del Modelo

En las grandes organizaciones, un decisor es valioso slo a medida que reconoce la relacin de su decisin con las de los dems decisores dentro de la organizacin porque puede implicar ms o menos o ninguna diferencia dentro de la organizacin o puede ser reemplazado. Sin embargo, en las pequeas empresas, el decisor puede representar el xito o la ruina, o puede resultar muy difcil de reemplazar. A continuacin, se incluyen algunos aforismos prcticos y tiles a tener en cuenta cuando se practica la ciencia de la administracin aplicada. 1. Triunfar no es suficiente. Otros tambin deben fracasar. 2. No es necesario apagar la luz del otro para que la propia brille. 3. Componentes del juego: Jugadores, Valores Agregados, Reglas, Tcticas y Alcance. 4. El producto de un jugador es un complemento del nuestro si los clientes valoran ms nuestro producto cuando tienen el producto del otro jugador que cuando tienen slo nuestro producto. 5. Un jugador es nuestro competidor si los clientes valoran menos nuestro producto cuando tienen el producto del otro jugador que cuando tienen slo nuestro producto. 6. El producto de un jugador es un complemento del nuestro si para un proveedor es ms atractivo ser nuestro proveedor cuando tambin es proveedor del otro jugador que cuando es slo nuestro proveedor. 7. Un jugador es nuestro competidor si para un proveedor es menos atractivo ser nuestro proveedor cuando tambin es proveedor del otro jugador que cuando es slo nuestro proveedor. 8. Si en lugar de pelear en vano, los libreros amenazados miraran a travs del otro extremo del telescopio, podran ver que lo que ellos perciben como competencia de hecho podra ser un complemento. "Juntos podemos crear un apetito que alimente a nuestro sector. Si todos nosotros, libreros, editoriales, distribuidores y autores hacemos un buen trabajo en la venta, muchas ms personas comprarn ms libros. Y si todos trabajamos en forma conjunta para alcanzar la meta, nosotros y nuestros clientes (los lectores), estaremos tanto ms felices." 9. Todo depende de las Cartas - Una Nueva Mano. 10. Cuando intento razonar con una persona, invierto un tercio de mi tiempo pensando en m mismo y en lo que voy a decir y dos tercios pensando en la otra persona y en lo que va a decir. 11. La capacidad de ver la situacin desde la perspectiva de la otra persona, por ms difcil que sea, es una de las habilidades ms importantes que puede tener un negociador. No es suficiente saber que los dems ven la

situacin de otra manera. Si queremos influir en el otro, tambin necesitamos comprender de manera emptica el poder de su punto de vista y sentir la fuerza emocional con la cual cree en l. No es suficiente estudiar al otro como si fuera un escarabajo bajo un microscopio, es necesario saber qu se siente ser un escarabajo. Para lograrlo, debemos ser capaces de evitar formar una opinin al "probar" el punto de vista del otro. El otro puede creer que su punto de vista es el "correcto" con la misma firmeza con la que nosotros creemos que nuestro "punto de vista" es el correcto. Usted puede ver el vaso mitad lleno de agua fra y su esposo/a puede ver un vaso sucio, mitad vaco que est por dejar una aureola en el mueble de caoba. 12. Un principio de la cultura occidental establece que no hay placer que no tenga un precio, es decir que nada es gratis. 13. Pgueme para jugar. Hay mejores maneras de invertir su tiempo. 14. Cuando usted gana el negocio, pierde dinero. Aquel que fue derrotado puede tomar represalias. 15. Sus clientes existentes querrn un mejor negocio. 16. Los clientes nuevos utilizarn el precio bajo como un referente. 17. Los competidores tambin utilizarn el precio bajo como un referente. 18. No sirve darles a los competidores de sus clientes una mejor posicin en cuanto a los costos. 19. No destruya las casas de cristal de sus competidores. Sin embargo, aquellos que viven en casas de cristal realmente no deberan hacer nada! 20. Si usted no tiene un competidor realmente fuerte, debera inventar uno ya que la competencia es una forma de vida. 21. Duerma con el cliente. 22. Cree un mercado cautivo. 23. Diga gracias con amabilidad, no con efectivo. 24. Reserve el mejor agradecimiento para sus mejores clientes. 25. Diga gracias de una manera que contribuya al crecimiento de su negocio. 26. No diga gracias ni demasiado rpido ni demasiado tarde. 27. Avise que usted va a decir gracias. 28. Reconozca que es posible que usted tenga que competir por la lealtad. 29. Permita que sus competidores tambin tengan clientes leales. 30. Recuerde decir gracias aun cuando usted maneje un monopolio. 31. Diga gracias tanto a sus proveedores como a sus clientes. 32. La Cola del Pavo Real: las hembras siguen una regla sencilla: miran a todos los machos y eligen el que tiene la cola ms larga. Toda hembra que no siguiera esta regla era castigada, aun cuando las colas crecan tanto que de hecho estorbaban a los machos. Esto se deba a que las hembras que no producan machos de largas colas tenan poca probabilidad de producir machos que fueran considerados atractivos. Como una moda de indumentaria femenina o de diseo de automviles

estadounidenses, la tendencia hacia las colas largas prendi y fue creciendo con rapidez. 33. Se sugiri que las colas de las aves del paraso o los pavos reales (que han sido siempre paradjicas ya que parecen ser un impedimento para los que las poseen), evolucionaron precisamente porque son impedimentos. Un macho con una cola larga e incmoda les demuestra a las hembras que es un macho tan fuerte que puede sobrevivir a pesar de su cola. 34. Aun cuando se demuestre que se equivocaron, los que desarrollan pronsticos consideran que es importante mantener un consenso en retrospectiva. Por ejemplo, los bancos sostienen como artculo de fe que la magnitud de la ltima recesin (del Reino Unido) y del colapso del mercado de bienes no podra haberse pronosticado. De lo contrario, los responsables de los excesos de prstamos de la dcada del 80 cargaran con culpa grave en lugar de ser considerados vctimas indefensas de los hechos. Con frecuencia es ms importante equivocarse por las razones correctas que no equivocarse. 35. Fijacin de Precios Basada en el Valor: en nuestra bsqueda infructuosa de ganancias, hemos complicado tanto la fijacin de precios que nuestros clientes no la entienden y piensan que no es justa. Al implementar un nuevo enfoque que enfatiza la simplicidad, la equidad y el valor, esperamos recobrar la predisposicin de nuestros clientes. De eso se trata la Fijacin de Precios Basada en el Valor.

Otras Consideraciones Cualitativas

El cientfico de administracin no es el decisor. El decisor debe incorporar al modelo analtico del cientfico de administracin otras perspectivas necesarias tales como aspectos organizacionales, ambientales, conflictivos, histricos, dinmicos y psicolgicos del problema. Por ejemplo, saber como eliminar cualquier barrera "invisible" (tambin denominadas "Murallas Chinas") entre los distintos departamentos de una organizacin. Al describir la realidad, debe tener cuidado de de no intercalar sus propios deseos. Por ejemplo, describir la naturaleza como si tuviera rasgos humanos es un proceso de diseo de modelos denominado "falacia pattica". Se comprob que hasta lo que nosotros podemos descubrir, la naturaleza es indiferente a nuestros valores y slo puede ser entendida ignorando nuestras nociones de lo bueno y lo malo. El Universo puede tener un objetivo, pero nada de lo que conocemos indica que dicho

objetivo tenga alguna similitud con los nuestros. La siguiente figura ilustra las dos visiones extremas del universo esbozadas hasta ahora por las religiones, la moralidad, la cultura y la metafsica. La visin Pitagrica del universo era estudiar el universo como una entidad externa. Esto dio origen a la tradicin cientfica y analtica occidental.. Sin embargo, la visin mstica del mundo oriental, expresada por ejemplo por el "I Ching",se basa en la actitud de que el hombre es inseparable del mundo. La siguiente figura ilustra estas dos visiones extremas del mundo:

Agotamos los recursos naturales de la naturaleza abusndonos de ellos. Esta realidad nos debe recordar permanentemente que existe un lugar para el hombre en algn punto intermedio de estas visiones extremas. Como dijo Friedrich Nietzsche "Bajo esta capa de colores halagadores, bajo esta capa de colorete, hay que reconocer y sacar a la luz el terrible texto primitivo del homo natura, reintegrar al hombre a la naturaleza, triunfar de numerosas interpretaciones vanas y vaporosas que han sido garabateadas o embadurnadas en el texto primitivo eterno del homo natura." En el centro de toda la visin moderna del universo yace la ilusin de que las denominadas leyes de la naturaleza son las interpretaciones de los fenmenos naturales. Esto descarta la posibilidad de que exista un "Legislador". Afirmaciones generales tales como "Todos atravesarn algn tipo de crisis, tal como una depresin, durante la madurez o en una etapa posterior de su vida" puede no ser correcta. Los seres humanos no tienen una naturaleza que descubrir pero s tienen

una historia. Fue necesario que los seres humanos abandonaran todos los instintos para formar parte de la sociedad, siguiendo sus normas y costumbres. Es imposible ignorar hasta qu punto la civilizacin se construye sobre la renunciacin del instinto. No existe casi nada en los seres humanos que pueda llamarse instinto, sentido comn o algo similar Con respecto al proceso de falacia pattica, creo que slo se puede esperar que los seres humanos describan a la naturaleza "como si" tuviera rasgos humanos. Como seres humanos, estamos limitados a ver al mundo desde nuestra propia perspectiva basada en las experiencias, el conocimiento, el idioma, etc. Cuando realmente no sabemos cmo describir algo que no comprendemos totalmente (como por ejemplo la naturaleza), expresamos una idea / un pensamiento en trminos que nos resulten familiares. El peligro radica en la interpretacin de la palabra por parte del individuo. Por ejemplo, la palabra "agresivo" puede tener una connotacin negativa (prepotente, dominante) o una connotacin positiva (poderoso, ambicioso). En segundo lugar, con respecto al sentido comn, el instinto y la intuicin, no considero que se deba recurrir a la ciencia para intentar explicar de qu manera las personas aplican estas "habilidades" para comprender algo. Creo que estas "habilidades" definitivamente no son cientficas. No se trata justamente de eso? Si bien no intentar clasificar ni definir estos conceptos, considero que existen a nivel emocional y por ende no pueden explicarse a travs de la ciencia. La intuicin es un modo de pensamiento rpido: la intuicin no siempre nos ayuda a descubrir la respuesta correcta, incluso si se trata de una pregunta sencilla. Supngase que usted llena dos cubeteras con agua, una con agua hirviendo y la otra con agua fra y coloca ambas en el freezer. La pregunta es: "Qu cubetera se va a congelar ms rpido?" Si su respuesta es " la cubetera con el agua hirviendo", acert. Pero, cmo es posible? Cmo pudo usted resolver este desvo aparente de las leyes de la fsica?. Por qu distintos gerentes toman distintas decisiones con respecto a un determinado problema? Por qu somos todos diferentes? Porque todos tenemos distintas experiencias y antecedentes nicos. Cada experiencia de la vida forma nuestra mente de una manera nica. El conocimiento es un fenmeno biolgico. Cada ser humano experimenta el mundo a su manera. A travs de sus procesos internos, cada ser humano participa de

una relacin creativa con el mundo externo, aportando miles de modelos distintos. La historia de la ciencia muestra de qu manera el sentido comn, el instinto y la intuicin deficientes pueden tomarse como gua para nuestra comprensin. Por ejemplo, la intuicin es una lgica truncada y nunca puede justificarse claramente mediante un fundamento cientfico. El conflicto es parte de la vida: Las personas y las empresas sufren cuando el conflicto es ignorado y no es manejado correctamente. Las relaciones se tensionan, baja la productividad y la destruccin puede ser el resultado final. Muchos de nosotros tenemos tal aversin al conflicto que practicamos la contemporizacin a cualquier precio, mientras que otros se aferran a abordajes de confrontacin que pueden aumentar todos los costos de la conciliacin de diferencias. Estos comportamientos con frecuencia representan un semillero de mayores conflictos y ocurren porque no conocemos ni sabemos cmo utilizar de manera efectiva la gama de posibilidades que existe para el manejo exitoso de los conflictos. Comportamiento de los seres humanos con respecto a la toma de decisiones: el comportamiento implcito en la toma de decisiones consiste en comprender cmo las personas toman decisiones y cmo pueden hacer para que el proceso de toma de decisiones sea ms efectivo y eficiente. Tales como ser conservador o no serlo. La ciencia del comportamiento se aplica al proceso de toma de decisiones tanto desde el punto de vista cuantitativo como cualitativo a fin de crear un fundamento ms slido para tomar mejores decisiones. El estilo y las caractersticas del decisor se pueden clasificar como: el pensador, el cowboy (repentino e intransigente), Maquiavlico (el fin justifica los medios), el historiador (como lo hicieron otros) el cauteloso (incluso nervioso), etc. Toma de decisiones versus hbitos: la toma de decisiones implica arribar a una conclusin, lo que a su vez implica deliberacin y pensamiento y sugiere un acto consciente. Mientras que una reaccin natural o un acto inconsciente se catalogara como un acto reflexivo o impulsivo o como un hbito, que desgraciadamente es el centro de gravedad cuando queremos comenzar con el proceso de toma de decisiones.

Poder: es imposible comprender el comportamiento del decisor en una situacin organizacional donde existe conflicto sin considerar el rol del poder. El poder tiene un impacto significativo sobre la informacin, la incertidumbre y la dependencia de los recursos ya que hay competencia entre los miembros de la organizacin por los recursos escasos. Decisiones maliciosas o no ticas: se debe tener en cuenta la gran diferencia que existe entre las decisiones no ticas y las maliciosas. El CEO de una compaa de neumticos de prestigio internacional aprueba la produccin de neumticos sabiendo que stos pueden desintegrarse en determinadas condiciones. Aun conociendo esta circunstancia, el CEO enfatiza que esta informacin no debe hacerse pblica y aprueba la produccin y venta de los neumticos. Decida si dicha decisin es maliciosa o no tica. Cul es su opinin con respecto a esta situacin? Un administrador en un pas fascista sigue las rdenes de su superior y aprueba la muerte de miles de hombres, mujeres y nios inocentes pero nunca mata personalmente a ninguna de estas personas ni tampoco lo hara. Resistencia a las decisiones: la dificultad ms comn surge del miedo que siente el hombre al cambio previsto. Las personas se resisten al cambio, ms precisamente, se resisten al cambio impuesto por otras personas. La resistencia puede adoptar la forma de hostilidad manifiesta o sabotaje encubierto de los esfuerzos de los decisores. Aun la estrategia mejor diseada siempre fracasa si los que deben implementarla se rehusan a hacerlo. No considere al "modelo" como la "realidad": Los modelos son tiles pero por supuesto que todos ellos vienen con su cuota de simplificacin y teorizacin de la realidad. Sin embargo, el precio de no crear un modelo es la ofuscacin eterna. Un modelo puede ser tan bueno como una "realidad virtual" pero nunca es la "realidad real". Desgraciadamente, en muchos casos, el modelo pasa a ser un fin en lugar de un medio. El que construye el modelo invierte tanto tiempo en la creacin del modelo que se enamora del mismo: el modelo se convierte en la realidad. No considere al "modelo" como la "realidad". Lamentablemente, muchos cometen este error.

Esto no es una pipa Por ejemplo, la imagen que aparece arriba es slo un modelo de un tipo de pipa en particular desde un punto de vista en particular. No se puede introducir tabaco en ella. Efectivas de comunicacin: El cientfico de administracin debe saber que su xito depende de capacidades efectivas de comunicacin (es decir, hacer comn lo que se experimenta en forma individual). Es necesario concentrarse en comunicar los resultados y el plan de accin recomendado por el creador del modelo. Esto contribuye a lograr un consenso en cuanto al plan de accin aceptable. Por ltimo, recuerde que en muchos casos histricos, los seres humanos inventaron algunos modelos de realidad para descartar la realidad en s misma. Por ejemplo, en algunos modelos religiosos se crea otro mundo despus de la muerte para descartar este mundo. Consideraciones cualitativas tales como reorganizacin y reajustes son importantes como factores cuantitativos en el proceso de toma de decisiones estratgicas efectivas.

Una Gua para Implementar el Proceso de Diseo del Modelo de IO/CA

Paso 1: Vaya a ver a su cliente. Averige: 1. Cul cree su cliente que es el problema, es decir, qu tipo de sistema est involucrado? Qu es lo que est haciendo el sistema que es indeseable? 2. Por qu es indeseable? 3. Qu decisin/decisiones le gustara tomar al cliente? 4. De qu manera afecta el problema la funcin del cliente y su sistema en la empresa?

5. Qu quiere el cliente que usted haga? Paso 2: Verifique el sistema en cuestin. Averige: 1. Cmo funciona / se comporta? 2. Si la queja con respecto al comportamiento es tal como se indica 3. Cmo ven el problema las personas del sistema? Paso 3: Estudie la posicin del cliente y su sistema en relacin con el resto de la empresa / organizacin. Averige: 1. Cules son las relaciones de interaccin entre los componentes del sistema? 2. Qu criterios implican estas relaciones para la evaluacin del rendimiento del cliente y su sistema? 3. De qu manera puede el proyecto afectar sus relaciones en la organizacin? Paso 4: Revise los resultados obtenidos hasta ahora y decida lo siguiente por el momento: 1. Si usted puede aceptar la descripcin del cliente acerca del comportamiento del sistema. 2. Si usted puede aceptar los criterios del cliente para juzgar el comportamiento del sistema. 3. Si usted entiende lo suficiente acerca del funcionamiento del sistema como para identificar y considerar los efectos de posibles cambios. 4. Lo que usted considera que el cliente necesita de usted. 5. Porqu usted no puede satisfacer la necesidad del cliente en forma inmediata. 6. Si usted hizo lo posible para ayudar al cliente. Paso 5: Planifique otras actividades / investigaciones futuras destinadas a mejorar sus respuestas al Paso 4 de acuerdo con la revisin realizada. Paso 6: Informe y converse con su cliente las ideas actuales y llegue a un acuerdo conjunto acerca de los planes existentes para un estudio ms exhaustivo. Paso 7: Realice las investigaciones previstas y vuelva al Paso 6. Por ltimo, presentamos una lista de algunas de las caractersticas de los "buenos" decisores:

1. 2. 3. 4. 5. 6. 7.

Alta tolerancia a la ambigedad. Poseen un sentido de las prioridades bien ordenado. Capacidad para escuchar a los dems. Siempre generan el consenso alrededor de una decisin. Evitan los estereotipos. Son flexibles en cuanto al feedback. Se sienten cmodos tanto con datos "blandos" como con datos "duros". 8. Son realistas acerca de los costos y las dificultades. 9. Evitan un campo minado de decisiones.

Las Brechas entre el Diseo y la Implementacin del Modelo

En los ltimos aos, ha habido un creciente inters por la importancia de muchos aspectos del proceso de diseo de modelos de IO/CA. El paradigma predominante utilizado es el de la ciencia orientada a la explicacin y la prediccin. Sin embargo, los cientficos de administracin a menudo utilizan mtodos cada vez ms sofisticados y por lo tanto ms difciles para que el decisor pueda relacionar el problema que est atravesando. Desafortunadamente, existen brechas entre la teora y la aplicacin de los modelos para la toma de decisiones. Esta afirmacin se realiza, sin duda, desde la perspectiva del creador del modelo que reconoce la brecha y no desde la perspectiva de los decisores. No todos los gerentes son conscientes de los conceptos del diseo del modelo para la toma de decisiones o de la prctica del diseo del modelo para las decisiones. La gran cantidad de trabajos publicados acerca del diseo de modelos constituye una prueba de la existencia de dicha brecha. Muy pocos abordan las situaciones reales y mucho menor es la cantidad de trabajos que presentan soluciones validadas para problemas reconocidos. Motivo de las Brechas: Existe una serie de factores que contribuyen a la existencia e incluso al crecimiento de la brecha, entre otros: 1. Los problemas reales son difciles de definir y por lo general resulta complicado realizar un anlisis o crear un modelo de los mismos.

2. Como es ms fcil desarrollar planes que llevarlos acabo, los modelos que no se van a implementar no se confeccionan correctamente ni se toman en serio desde el comienzo. 3. Con frecuencia los datos estn dispersos, son incompletos e inexactos. Algunas empresas se conforman con resultados aproximados a fin de ahorrar costos y obtener resultados ms rpido. Los resultados aproximados utilizan menos datos y ms hiptesis. Este abordaje lleva menos tiempo de recopilacin y por ende implica un ahorro de dinero. 4. Se requiere una estrecha colaboracin entre el creador del modelo y el dueo del problema. Por lo general no hay colaboracin porque la organizacin no ve un beneficio directo y muchas veces inmediato. La organizacin tampoco confa en la capacidad de cumplir sin causar algn dao. La experiencia de otros casos es til para establecer la confianza y la predisposicin a cooperar. 5. Existe una necesidad de influir en la cultura y la actitud hacia el diseo de modelos dentro de la comunidad de negocios y esto requiere gerentes ms capaces y mejor capacitados. Muchas empresas realizan una inversin considerable en una promocin de marketing y una pequea inversin en el estudio de su efectividad. 6. Los gerentes no estn bien capacitados en los conceptos y/o el uso de los modelos analticos. 7. Los creadores de modelos deben abordan los problemas que el gerente considera importantes desde una perspectiva de ahorro de costos. Diez Leyes Naturales! (por Bob Bedow, DELEX Systems, Inc.): 1. Ignore el problema y vaya directamente a la solucin ya que all es donde radica el beneficio. 2. No existen problemas pequeos, slo presupuestos pequeos. 3. Los nombres son variables de control. 4. La claridad de la presentacin tiene como resultado una crtica acertada. 5. La invencin de la rueda siempre nos conduce directamente a un contrato de costos ms un porcentaje. 6. Los resultados indeseables provienen slo de los anlisis deficientes. 7. Es preferible extender un error que admitirlo.

8. El progreso es una funcin del sistema de referencia adoptado. 9. Las soluciones rigurosas a supuestos problemas son ms fciles de vender que las supuestas soluciones a problemas rigurosos. 10. En caso de desesperacin, abordar los problemas. 11. INTRODUCCIN A LA INVESTIGACIN DE OPERACIONES 12. NATURALEZA DE LA INVESTIGACIN DE OPERACIONES 13. Como su nombre lo dice, la investigacin de operaciones significa "hacer investigacin sobre las operaciones". Entonces, la investigacin de operaciones se aplica a problemas que se refieren a la conduccin y coordinacin de operaciones (o actividades) dentro de una organizacin. La naturaleza de la organizacin es esencialmente inmaterial y, de hecho, la investigacin de operaciones se ha aplicado de manera extensa en reas tan diversas como la manufactura, el transporte, la constitucin, las telecomunicaciones, la planeacin financiera, el cuidado de la salud, la milicia y los servicios pblicos, por nombrar slo unas cuantas. As, la gama de aplicaciones es extraordinariamente amplia. La parte de investigacin en el nombre significa que la investigacin de operaciones usa un enfoque similar a la manera en que se lleva a cabo la investigacin en los campos cientficos establecidos. En gran medida, se usa el mtodo cientfico para investigar el problema en cuestin. (De hecho, en ocasiones se usa el trmino ciencias de la administracin como sinnimo de investigacin de operaciones.) En particular, el proceso comienza por la observacin cuidadosa y la formulacin del problema incluyendo la recoleccin de los datos pertinentes. El siguiente paso es la construccin de un modelo cientfico (por lo general matemtico) que intenta abstraer la esencia del problema real. En este punto se propone la hiptesis de que el modelo es una representacin lo suficientemente precisa de las caractersticas esenciales de la situacin como para que las conclusiones (soluciones) obtenidas sean vlidas tambin para el problema real. Despus, se llevan a cabo los experimentos adecuados para probar esta hiptesis, modificarla si es necesario y eventualmente verificarla. (Con frecuencia este paso se conoce como validacin del modelo.) Entonces, en cierto modo, la investigacin e operaciones incluye la investigacin cientfica creativa de las propiedades fundamentales de las operaciones. Sin embargo, existe ms que esto. En particular, la IO se ocupa tambin de la administracin prctica de la organizacin. As, para tener xito, deber tambin proporcionar conclusiones claras que pueda usar el tomador de decisiones cuando las necesite. Una caracterstica ms de la investigacin de operaciones es su amplio punto de vista. Como qued implcito en la seccin anterior, la IO

adopta un punto de vista organizacional. de esta manera, intenta resolver los conflictos de intereses entre las componentes de la organizacin de forma que el resultado sea el mejor para la organizacin completa. Esto no significa que el estudio de cada problema deba considerar en forma explcita todos los aspectos de la organizacin sino que los objetivos que se buscan deben ser consistentes con los de toda ella. Una caracterstica adicional es que la investigacin de operaciones intenta encontrar una mejor solucin, (llamada solucin ptima) para el problema bajo consideracin. (Decimos una mejor solucin y no la mejor solucin porque pueden existir muchas soluciones que empaten como la mejor.) En lugar de contentarse con mejorar el estado de las cosas, la meta es identificar el mejor curso de accin posible. Aun cuando debe interpretarse con todo cuidado en trminos de las necesidades reales de la administracin, esta "bsqueda de la optimidad" es un aspecto importante dentro de la investigacin de operaciones. Todas estas caractersticas llevan de una manera casi natural a otra. Es evidente que no puede esperarse que un solo individuo sea un experto en todos lo mltiples aspectos del trabajo de investigacin de operaciones o de los problemas que se estudian; se requiere un grupo de individuos con diversos antecedentes y habilidades. Entonces, cuando se va a emprender un estudio de investigacin de operaciones completo de un nuevo problema, por lo general es necesario emplear el empleo de equipo. Este debe incluir individuos con antecedentes firmes en matemticas, estadstica y teora de probabilidades, al igual que en economa, administracin de empresas, ciencias de la computacin, ingeniera, ciencias fsicas, ciencias del comportamiento y, por supuesto, en las tcnicas especiales de investigacin de operaciones. El equipo tambin necesita tener la experiencia y las habilidades necesarias para permitir la consideracin adecuada de todas las ramificaciones del problema a travs de la organizacin. 14. IMPACTO DE LA INVESTIGACIN DE OPERACIONES 15. La investigacin de operaciones ha tenido un impacto impresionante en el mejoramiento de la eficiencia de numerosas organizaciones en todo el mundo. En el proceso, la investigacin de operaciones ha hecho contribuciones significativas al incremento de la productividad dentro de la economa de varios pases. Hay ahora ms de 30 pases que son miembros de la International Federation of Operational Research Societies (IFORS), en la que cada pas cuenta con una sociedad de investigacin de operaciones. Sin duda, el impacto de la investigacin de operaciones continuar aumentando. Por ejemplo, al inicio de la dcada de los 90, el U.S. Bureau of Labor Statistics predijo que la IO sera el rea profesional clasificada como la tercera de ms rpido crecimiento para los

estudiantes universitarios en Estados Unidos, graduados entre 1990 y 2005. Pronostic tambin que, para el ao 2005, habra 100 000 personas trabajando como analistas de investigacin de operaciones. 16. RIESGO AL APLICAR LA INVESTIGACIN DE OPERACIONES 17. Al aplicar la I de O al estudio de sistemas y a la resolucin de problemas se corre el riesgo de tratar de manipular los problemas para buscar que se ajusten a las diferentes tcnicas, modelos de algoritmos establecidos en lugar de analizar los problemas y buscar resolverlos obteniendo las soluciones mejores, utilizando los mtodos apropiados, es decir resolver el problema utilizando los mtodos que proporcionan las mejoras soluciones y no buscar ajustar el problema a un mtodo especfico. Para llegar a hacer un uso apropiado de la I de O, es necesario primero comprender la metodologa para resolver los problemas, as como los fundamentos de las tcnicas de solucin para de esta forma saber cundo utilizarlas o no en las diferentes circunstancias.

18.

QU ES LA INVESTIGACIN DE OPERACIONES? inicio Como toda disciplina en desarrollo, la investigacin de operaciones ha ido evolucionando no slo en sus tcnicas y aplicaciones sino en la forma como la conceptualizan los diferentes autores, en la actualidad no existe solamente una definicin sino muchas, algunas demasiado generales, otras demasiado engaosas, aqu seleccionamos dos de las mas aceptadas y representativas.

LA DEFINICIN DE CHURCHMAN, ACKOFF Y ARNOFF: LA INVESTIGACIN DE OPERACIONES ES LA APLICACIN, POR GRUPOS INTERDISCIPLINARIOS, DEL MTODO CIENTFICO A PROBLEMAS RELACIONADOS CON EL CONTROL DE LAS ORGANIZACIONES O SISTEMAS (HOMBRE-MQUINA), A FIN DE QUE SE PRODUZCAN SOLUCIONES QUE MEJOR SIRVAN A LOS OBJETIVOS DE LA ORGANIZACIN.

19. De sta definicin se pueden destacar los siguientes conceptos: 1. Una organizacin es un sistema formado por componentes que se interaccionan, unas de estas interacciones pueden ser controladas y otras no. 2. En un sistema la informacin es una parte fundamental, ya que entre las componentes fluye informacin que ocasiona la interaccin entre

ellas. Tambin dentro de la estructura de los sistemas se encuentran recursos que generan interacciones. Los objetivos de la organizacin se refieren a la eficacia y eficiencia con que las componentes pueden controlarse, el control es un mecanismo de autocorreccin del sistema que permite evaluar los resultados en trminos de los objetivos establecidos. 3. La complejidad de los problemas que se presentan en las organizaciones ya no encajan en una sola disciplina del conocimiento, se han convertido en multidisciplinario por lo cual para su anlisis y solucin se requieren grupos compuestos por especialistas de diferentes reas del conocimiento que logran comunicarse con un lenguaje comn. 4. La investigacin de operaciones es la aplicacin de la metodologa cientfica a travs modelos matemticos, primero para representar al problema y luego para resolverlo. La definicin de la sociedad de investigacin de operaciones de la Gran Bretaa es la siguiente: La investigacin de operaciones es el ataque de la ciencia moderna a los complejos problemas que surgen en la direccin y en la administracin de grandes sistemas de hombres, mquinas, materiales y dinero, en la industria, en los negocios, en el gobierno y en la defensa. Su actitud diferencial consiste en desarrollar un modelo cientfico del sistema tal, que incorpore valoraciones de factores como el azar y el riesgo y mediante el cual se predigan y comparen los resultados de decisiones, estrategias o controles alternativos. Su propsito es el de ayudar a la gerencia a determinar cientficamente sus polticas y acciones. 20. EN RELACIN A STA DEFINICIN DEBEN DESTACARSE LOS SIGUIENTES ASPECTOS: inicio

21. 1. Generalmente se asocian los conceptos de direccin y administracin a las empresas de tipo lucrativo, sin embargo, una empresa es un concepto ms amplio, es algo que utiliza hombres, mquinas, materiales y dinero con un propsito especfico; desde ste punto de vista, se considera como empresa desde una universidad hasta una armadora de automviles. 2. Para tratar de explicar el comportamiento de un sistema complejo, el cientfico debe representarlo en trminos de los conceptos que maneja, lo hace expresando todos los rasgos principales del sistema por medio de relaciones matemticas. A esta representacin formal se le llama modelo. 3. La esencia de un modelo es que debe ser predictivo, lo cual no significa predecir el futuro, pero si ser capaz de indicar muchas cosas acerca de la forma en que se puede esperar que un sistema opere en una

variedad de circunstancias, lo que permite valorar su vulnerabilidad. Si se conocen las debilidades del sistema se pueden tomar cursos de accin agrupados en tres categoras: A) Efectuar cambios que lleven a la empresa o parte de ella a una nueva ruta; B) Realizar un plan de toma de decisiones; C) Instalar estrategias que generen decisiones. Cuando se aplica alguno de estos remedios, la investigacin de operaciones nos ayuda a determinar la accin menos vulnerable ante un futuro incierto. 4. El objetivo global de la investigacin de operaciones es el de apoyar al tomador de decisiones, en cuanto ayudarlo a cumplir con su funcin basado en estudios cientficamente fundamentados. 22. HISTORIA: ORGENES DE LA INVESTIGACIN DE

OPERACIONES
23.

inicio

La toma de decisiones es un proceso que se inicia cuando una persona observa un problema y determina que es necesario resolverlo procediendo a definirlo, a formular un objetivo, reconocer las limitaciones o restricciones, a generar alternativas de solucin y evaluarlas hasta seleccionar la que le parece mejor, este proceso puede se cualitativo o cuantitativo. El enfoque cualitativo se basa en la experiencia y el juicio personal, las habilidades necesarias en este enfoque son inherentes en la persona y aumentan con la prctica. En muchas ocasiones este proceso basta para tomar buenas decisiones. El enfoque cuantitativo requiere habilidades que se obtienen del estudio de herramientas matemticas que le permitan a la persona mejorar su efectividad en la toma de decisiones. Este enfoque es til cuando no se tiene experiencia con problemas similares o cuando el problema es tan complejo o importante que requiere de un anlisis exhaustivo para tener mayor posibilidad de elegir la mejor solucin. La investigacin de operaciones proporciona a los tomadores de decisiones bases cuantitativas para seleccionar las mejores decisiones y permite elevar su habilidad para hacer planes a futuro. En el ambiente socioeconmico actual altamente competitivo y complejo, los mtodos tradicionales de toma de decisiones se han vuelto inoperantes e inadmisibles ya que los responsables de dirigir las actividades de las empresas e instituciones se enfrentan a situaciones complicadas y cambiantes con rapidez que requieren de soluciones creativas y prcticas apoyadas en una base cuantitativa slida.

En organizaciones grandes se hace necesario que el tomador de decisiones tenga un conocimiento bsico de las herramientas cuantitativas que utilizan los especialistas para poder trabajar en forma estrecha con ellos y ser receptivos a las soluciones y recomendaciones que se le presenten. En organizaciones pequeas puede darse que el tomador de decisiones domine las herramientas cuantitativas y l mismo las aplique para apoyarse en ellas y as tomar sus decisiones. Desde al advenimiento de la Revolucin Industrial, el mundo ha sido testigo de un crecimiento sin precedentes en el tamao y la complejidad de las organizaciones. Los pequeos talleres artesanales se convirtieron en las corporaciones actuales de miles de millones de pesos. Una parte integral de este cambio revolucionario fue el gran aumento en la divisin del trabajo y en la separacin de las responsabilidades administrativas en estas organizaciones. Los resultados han sido espectaculares. Sin embargo, junto con los beneficios, el aumento en el grado de especializacin creo nuevos problemas que ocurren hasta la fecha en muchas empresas. Uno de estos problemas es las tendencia de muchas de las componentes de una organizacin a convertirse en imperios relativamente autnomos, con sus propias metas y sistemas de valores, perdiendo con esto la visin de la forma en que encajan sus actividades y objetivos con los de toda la organizacin. Lo que es mejor para una componente, puede ir en detrimento de otra, de manera que pueden terminar trabajando con objetivos opuestos. Un problema relacionado con esto es que, conforme la complejidad y la especializacin crecen, se vuelve ms difcil asignar los recursos disponibles a las diferentes actividades de la manera ms eficaz para la organizacin como un todo. Este tipo de problemas, y la necesidad de encontrar la mejor forma de resolverlos, proporcionaron el ambiente adecuado para el surgimiento de la INVESTIGACIN DE OPERACIONES (IO). 24. Las races de la investigacin de operaciones se remontan a muchas dcadas, cuando se hicieron los primeros intentos para emplear el mtodo cientfico en la administracin de una empresa. Sin embargo, el inicio de la actividad llamada investigacin de operaciones, casi siempre se atribuye a los servicios militares prestados a principios de la segunda guerra mundial. Debido a los esfuerzos blicos, exista una necesidad urgente de asignar recursos escasos a las distintas operaciones militares y a las actividades dentro de cada operacin, en la forma ms efectiva. Por esto, las administraciones militares americana e inglesa hicieron un llamado a un gran nmero de cientficos para que aplicaran el mtodo cientfico a ste y a otros problemas estratgicos y tcticos. De hecho, se les pidi que hicieran investigacin sobre operaciones (militares). Estos equipos de cientficos fueron los primeros equipos de IO. Con el desarrollo de mtodos efectivos para el

uso del nuevo radar, estos equipos contribuyeron al triunfo del combate areo ingls. A travs de sus investigaciones para mejorar el manejo de las operaciones antisubmarinas y de proteccin, jugaron tambin un papel importante en la victoria de la batalla del Atlntico Norte. Esfuerzos similares fueron de gran ayuda en a isla de campaa en el pacfico. Al terminar la guerra, el xito de la investigacin de operaciones en las actividades blicas gener un gran inters en sus aplicaciones fuera del campo militar. Como la explosin industrial segua su curso, los problemas causados por el aumento en la complejidad y especializacin dentro de las organizaciones pasaron de nuevo a primer plano. Comenz a ser evidente para un gran nmero de personas, incluyendo a los consultores industriales que haban trabajado con o para los equipos de IO durante la guerra, que estos problemas eran bsicamente los mismos que los enfrentados por la milicia, pero en un contexto diferente. Cuando comenz la dcada de 1950, estos individuos haban introducido el uso de la investigacin de operaciones en la industria, los negocios y el gobierno. Desde entonces, esta disciplina se ha desarrollado con rapidez. Se pueden identificar por lo menos otros dos factores que jugaron un papel importante en el desarrollo de la investigacin de operaciones durante este perodo. Uno es el gran progreso que ya se haba hecho en el mejoramiento de las tcnicas disponibles en esta rea. Despus de la guerra, muchos cientficos que haban participado en los equipos de IO o que tenan informacin sobre este trabajo, se encontraban motivados a buscar resultados sustanciales en este campo; de esto resultaron avances importantes. Un ejemplo sobresaliente es el mtodo simplex para resolver problemas de programacin lineal, desarrollado en 1947 por George Dantzing. Muchas de las herramientas caractersticas de la investigacin de operaciones, como programacin lineal, programacin dinmica, lneas de espera y teora de inventarios, fueron desarrolladas casi por completo antes del trmino de la dcada de 1950. Un segundo factor que dio mpetu al desarrollo de este campo fue el advenimiento de la computadoras. Para manejar de una manera efectiva los complejos problemas inherentes a esta disciplina, por lo general se requiere un gran nmero de clculos. Llevarlos a cabo a mano puede resultar casi imposible. Por lo tanto, el desarrollo de la computadora electrnica digital, con su capacidad para realizar clculos aritmticos, miles o tal vez millones de veces ms rpido que los seres humanos, fue una gran ayuda para la investigacin de operaciones. Un avance ms tuvo lugar en la dcada de 1980 con el desarrollo de las computadoras personales cada vez ms rpidas, acompaado de buenos paquetes de software para resolver problemas de IO, esto puso las tcnicas al alcance de un gran nmero de personas. Hoy en da, literalmente millones de individuos tiene acceso a estos paquetes. En consecuencia,

por rutina, se usa toda una gama e computadoras, desde las grandes hasta las porttiles, para resolver problemas de investigacin de operaciones. 25. ENFOQUE DE LA INVESTIGACIN DE OPERACIONES: inicio la parte innovadora de la IO es sin duda alguna su enfoque modelstico, producto de sus creadores aunado a la presin de supervivencia de la guerra o la sinerga generada al combinarse diferentes disciplinas, una descripcin del enfoque es la siguiente. (Ver la figura 11). 1. Se define el sistema real en donde se presenta el problema. Dentro del sistema interactuan normalmente un gran numero de variables. 2. Se seleccionan las variables que norman la conducta o el estado actual del sistema, llamadas variables relevantes, con las cuales se define un sistema asumido del sistema real. 3. Se construye un modelo cuantitativo del sistema asumido, identificando y simplificando las relaciones entre las variables relevantes mediante las utilizacin de funciones matemticas. 4. Se obtiene la solucin al modelo cuantitativo mediante la aplicacin de una o mas de las tcnicas desarrolladas por la IO. 5. Se adapta e imprime la mxima realidad posible a la solucin terica del problema real obtenida en el punto 4, mediante la consideracin de factores cualitativos o no cuantificables, los cuales no pudieron incluirse en el modelo. Adems se ajusta los detalles finales va el juicio y la experiencia del tomador de decisiones. 6. Se implanta la solucin en el sistema real. ver esquema 26. LA INVESTIGACIN DE OPERACIONES OBTIENE LA SOLUCIN DEL PROBLEMA REAL INDIRECTAMENTE, Y NO COMO NORMALMENTE SE INTENTARA PASANDO DIRECTAMENTE DEL PROBLEMA REAL A LA SOLUCIN REAL. 27. METODOLOGA DE LA INVESTIGACION DE OPERACIONES inicio DEFINICIN DEL PROBLEMA Y RECOLECCIN DE DATOS 29. La mayor parte de los problemas prcticos con los que se enfrenta el equipo IO estn descritos inicialmente de una manera vaga. Por consiguiente, la primera actividad que se debe realizar es el estudio del sistema relevante y el desarrollo de un resumen bien definido del problema que se va a analizar. Esto incluye determinar los objetivos 28.

apropiados, las restricciones sobre lo que se puede hacer, las interrelaciones del rea bajo estudio con otras reas de la organizacin, los diferentes cursos de accin posibles, los lmites de tiempo para tomar una decisin, etc. Este proceso de definir el problema es crucial ya que afectar en forma significativa la relevancia de las conclusiones del estudio. Es difcil extraer una respuesta "correcta" a partir de un problema "equivocado"! Por su naturaleza, la investigacin de operaciones se encarga del bienestar de toda la organizacin, no slo de algunos de sus componentes. Un estudio de IO busca soluciones ptimas globales y no soluciones subptimas aunque sean lo mejor para uno de los componente. Entonces, idealmente, los objetivos que se formulan debe coincidir con los de toda la organizacin. Sin embargo, esto no siempre es conveniente. Muchos problemas interesan nada ms a una parte de la organizacin, de manera que el anlisis sera innecesariamente besado si los objetivos fueran muy generales y si se prestara atencin especial a todos los efectos secundarios sobre el resto de la organizacin. En lugar de ello, los objetivos usados en un estudio deben ser tan especficos como sea posible, siempre y cuando contemplen las metas principales del tomador de decisiones y mantengan un nivel razonable de consistencia con los objetivos de los altos niveles. Las condiciones fundamentales para que exista un problema es que se establezca una diferencia entre lo que es (situacin actual) y lo que debe ser (situacin deseada u objetivo) y adems exista cuando menos una forma de eliminar o disminuir esa diferencia. Los componentes de un problema son: a) el tomador de decisiones o ejecutivo; b) los objetivos de la organizacin; c) el sistema o ambiente en el que se sita el problema; d) Los cursos de accin alternativos que se pueden tomar para resolverlo. Para formular un problema se requiere; a) identificar las componentes y variables controlables y no controlables del sistema; b) identificar los posibles cursos de accin, determinados por las componentes controlables; c) definir el marco de referencia dado por las componentes no controlables; d) definir los objetivos que se busca alcanzar y clasificarlos por orden de importancia; e) identificar las interpelaciones importantes entre las diferentes partes del sistema y encontrar las restricciones que existen. 30. FORMULACIN DE UN MODELO MATEMTICO 31. Una vez definido el problema del tomador de decisiones, la siguiente etapa consiste en reformularlo de manera conveniente para su anlisis. La forma convencional en que la investigacin de operaciones realiza esto es construyendo un modelo matemtico que represente la esencia del problema. Antes de analizar como formular los modelos de este tipo, se explorar la naturaleza general de los modelos y, en particular, la de los modelos matemticos.

El modelo matemtico est constituido por relaciones matemticas (ecuaciones y desigualdades) establecidas en trminos de variables, que representa la esencia el problema que se pretende solucionar. Para construir un modelo es necesario primero definir las variables en funcin de las cuales ser establecido. Luego, se procede a determinar matemticamente cada una de las dos partes que constituyen un modelo: a) la medida de efectividad que permite conocer el nivel de logro de los objetivos y generalmente es una funcin (ecuacin) llamada funcin objetivo; b) las limitantes del problema llamadas restricciones que son un conjunto de igualdades o desigualdades que constituyen las barreras y obstculos para la consecucin del objetivo. Un modelo siempre debe ser menos complejo que el problema real, es una aproximacin abstracta de la realidad con consideraciones y simplificaciones que hacen ms manejable el problema y permiten evaluar eficientemente las alternativas de solucin. Los modelos matemticos tienen muchas ventajas sobre una descripcin verbal del problema. Una ventaja obvia es que el modelo matemtico describe un problema en forma mucho ms concisa. Esto tiende a hacer que toda la estructura del problema sea ms comprensible y ayude a revelar las relaciones importantes entre causa y efecto. De esta manera, indica con ms claridad que datos adicionales son importantes para el anlisis. Tambin facilita simultneamente el manejo del problema en su totalidad y el estudio de todas sus interpelaciones. Por ltimo, un modelo matemtico forma un puente para poder emplear tcnicas matemticas y computadoras de alto poder, para analizar el problema. Sin duda, existe una amplia disponibilidad de paquetes de software para muchos tipos de modelos matemticos, para micro y minicomputadoras. Por otro lado, existen obstculos que deben evitarse al usar modelos matemticos. Un modelo es, necesariamente, una idealizacin abstracta del problema, por lo que casi siempre se requieren aproximaciones y suposiciones de simplificacin si se quiere que el modelo sea manejable (susceptible de ser resuelto). Por lo tanto, debe tenerse cuidado de que el modelo sea siempre una representacin vlida del problema. El criterio apropiado para juzgar la validez de un modelo es el hecho de si predice o no con suficiente exactitud los efectos relativos de los diferentes cursos de accin, para poder tomar una decisin que tenga sentido. En consecuencia, no es necesario incluir detalles sin importancia o factores que tienen aproximadamente el mismo efecto sobre todas las opciones. Ni siquiera es necesario que la magnitud absoluta de la medida de efectividad sea aproximadamente correcta para las diferentes alternativas, siempre que sus valores relativos (es decir, las diferencias entre sus valores) sean bastante preciso. Entonces, todo lo que se requiere es que exista una alta correlacin entre la prediccin del modelo y lo que ocurre en la vida real. Para

asegurar que este requisito se cumpla, es importante hacer un nmero considerable de pruebas del modelo y las modificaciones consecuentes. Aunque esta fase de pruebas se haya colocado despus en el orden del libro, gran parte del trabajo de validacin del modelo se lleva a cabo durante la etapa de construccin para que sirva de gua en la obtencin del modelo matemtico. 32. OBTENCIN DE UNA SOLUCIN A PARTIR DEL MODELO 33. Resolver un modelo consiste en encontrar los valores de las variables dependientes, asociadas a las componentes controlables del sistema con el propsito de optimizar, si es posible, o cuando menos mejorar la eficiencia o la efectividad del sistema dentro del marco de referencia que fijan los objetivos y las restricciones del problema. La seleccin del mtodo de solucin depende de las caractersticas del modelo. Los procedimientos de solucin pueden ser clasificados en tres tipos: a) analticos, que utilizan procesos de deduccin matemtica; b) numricos, que son de carcter inductivo y funcionan en base a operaciones de prueba y error; c) simulacin, que utiliza mtodos que imitan o, emulan al sistema real, en base a un modelo. Muchos de los procedimientos de solucin tienen la caracterstica de ser iterativos, es decir buscan la solucin en base a la repeticin de la misma regla analtica hasta llegar a ella, si la hay, o cuando menos a una aproximacin. 34. PRUEBA DEL MODELO 35. El desarrollo de un modelo matemtico grande es anlogo en algunos aspectos al desarrollo de un programa de computadora grande. Cuando se completa la primera versin, es inevitable que contenga muchas fallas. El programa debe probarse de manera exhaustiva para tratar de encontrar y corregir tantos problemas como sea posible. Eventualmente, despus de una larga serie de programas mejorados, el programador (o equipo de programacin) concluye que el actual da, en general, resultados razonablemente vlidos. Aunque sin duda quedarn algunas fallas ocultas en el programa (y quiz nunca se detecten, se habrn eliminado suficientes problemas importantes como para que sea confiable utilizarlo. De manera similar, es inevitable que la primera versin de un modelo matemtico grande tenga muchas fallas. Sin duda, algunos factores o interpelaciones relevantes no se incorporaron al modelo y algunos parmetros no se estimaron correctamente. Esto no se puede eludir dada la dificultad de la comunicacin y la compresin de todos los aspectos y sutilezas de un problema operacional complejo, as como la dificultad de recolectar datos confiables. Por lo tanto, antes de usar el modelo debe probarse exhaustivamente para intentar identificar y corregir todas las fallas que se pueda. Con el tiempo, despus de una larga serie de modelos mejorados, el equipo de IO concluye que el

modelo actual produce resultados razonablemente vlidos. Aunque sin duda quedarn algunos problemas menores ocultos en el modelo (y quiz nunca se detecten), las fallas importantes se habrn eliminado de manera que ahora es confiable usar el modelo. Este proceso de prueba y mejoramiento de un modelo para incrementar su validez se conoce como validacin del modelo. Debido a que el equipo de IO puede pasar meses desarrollando todas las piezas detalladas del modelo, es sencillo "no ver el bosque por buscar los rboles". Entonces, despus de completar los detalles ("los rboles") de la versin inicial del modelo, una buena manera de comenzar las pruebas es observarlo en forma global ("el bosque") para verificar los errores u omisiones obvias. El grupo que hace esta revisin debe, de preferencia, incluir por lo menos a una persona que no haya participado en la formulacin. Al examinar de nuevo la formulacin del problema y comprarla con el modelo pueden descubrirse este tipo de errores. Tambin es til asegurarse de que todas las expresiones matemticas sean consistentes en las dimensiones de las unidades que emplean. Adems, puede obtenerse un mejor conocimiento de la validez del modelo variando los valores de los parmetros de entrada y/o de las variables de decisin, y comprobando que los resultados del modelo se comporten de una manera factible. Con frecuencia, esto es especialmente revelador cuando se asignan a los parmetros o a las variables valores extremos cercanos a su mximo o a su mnimo. Un enfoque ms sistemtico para la prueba del modelo es emplear una prueba retrospectiva. Cuando es aplicable, esta prueba utiliza datos histricos y reconstruye el pasado para determinar si el modelo y la solucin resultante hubieran tenido un buen desempeo, de haberse usado. La comparacin de la efectividad de este desempeo hipottico con lo que en realidad ocurri, indica si el uso del modelo tiende a dar mejoras significativas sobre la prctica actual. Puede tambin indicar reas en las que el modelo tiene fallas y requiere modificaciones. Lo que es ms, el emplear las alternativas de solucin y estimar sus desempeos histricos hipotticos, se pueden reunir evidencias en cuanto a lo bien que el modelo predice los efectos relativos de los diferentes cursos de accin. Cuando se determina que el modelo y la solucin no son vlidos, es necesario iniciar nuevamente el proceso revisando cada una de las fases de la metodologa de la investigacin de operaciones. 36. ESTABLECIMIENTO DE CONTROLES SOBRE LA SOLUCION 37. Una solucin establecida como vlida para un problema, permanece como tal siempre y cuando las condiciones del problema tales como: las variables no controlables, los parmetros, las relaciones, etc., no cambien significativamente. Esta situacin se vuelve ms factible cuando algunos de los parmetros fueron

estimados aproximadamente. Por lo anterior, es necesario generar informacin adicional sobre el comportamiento de la solucin debido a cambios en los parmetros del modelo. usualmente esto se conoce como anlisis de sensibilidad. En pocas palabras, esta fase consiste en determinar los rangos de variacin de los parmetros dentro de los cuales no cambia la solucin del problema. 38. IMPLANTACION DE LA SOLUCION 39. El paso final se inicia con el proceso de "vender" los hallazgos que se hicieron a lo largo del proceso a los ejecutivos o tomadores de decisiones. Una vez superado ste obstculo, se debe traducir la solucin encontrada a instrucciones y operaciones comprensibles para los individuos que intervienen en la operacin y administracin del sistema. La etapa de implantacin de una solucin se simplifica en gran medida cuando se ha propiciado la participacin de todos los involucrados en el problema en cada fase de la metodologa. Preparacin para la aplicacin del modelo Esta etapa es crtica, ya que es aqu, y slo aqu, donde se cosecharn los beneficios del estudio. Por lo tanto, es importante que el equipo de IO participe, tanto para asegurar que las soluciones del modelo se traduzcan con exactitud a un procedimiento operativo, como para corregir cualquier defecto en la solucin que salga a la luz en este momento. El xito de la puesta en prctica depende en gran parte del apoyo que proporcionen tanto la alta administracin como la gerencia operativa. Es ms probable que el equipo de IO obtenga este apoyo si ha mantenido a la administracin bien informada y ha fomentado la gua de la gerencia durante el estudio. La buena comunicacin ayuda a asegurar que el estudio logre lo que la administracin quiere y por lo tanto merezca llevarse a la prctica. Tambin proporciona a la administracin el sentimiento de que el estudio es suyo y esto facilita el apoyo para la implantacin. La etapa de implantacin incluye varios pasos. Primero, el equipo de investigacin de operaciones de una cuidadosa explicacin a la gerencia operativa sobre el nuevo sistema que se va a adoptar y su relacin con la realidad operativa. En seguida, estos dos grupos comparten la responsabilidad de desarrollar los procedimientos requeridos para poner este sistema en operacin. La gerencia operativa se encarga despus de dar una capacitacin detallada al personal que participa, y se inicia entonces el nuevo curso de accin. Si tiene xito, el nuevo sistema se podr emplear durante algunos aos. Con esto en mente, el equipo de IO supervisa la experiencia inicial con la accin tomada para identificar cualquier modificacin que tenga que hacerse en el futuro. A la culminacin del estudio, es apropiado que el equipo de investigacin de operaciones documento su metodologa con suficiente

claridad y detalle para que el trabajo sea reproducible. Poder obtener una rplica debe ser parte del cdigo de tica profesional del investigador de operaciones. Esta condicin es crucial especialmente cuando se estudian polticas gubernamentales en controversia. 40. LIMITACIONES DE LA INVESTIGACIN DE OPERACIONES inicio 41. 1. Frecuentemente es necesario hacer simplificaciones del problema original para poder manipularlo y detener una solucin. 2. La mayora de los modelos slo considera un solo objetivo y frecuentemente en las organizaciones se tienen objetivos mltiples. 3. Existe la tendencia a no considerar la totalidad de las restricciones en un problema prctico, debido a que los mtodos de enseanza y entrenamiento dan la aplicacin de esta ciencia centralmente se basan en problemas pequeos para razones de ndole prctico, por lo que se desarrolla en los alumnos una opinin muy simplista e ingenua sobre la aplicacin de estas tcnicas a problemas reales. 4. Casi nunca se realizan anlisis costo-beneficio de la implantacin de soluciones definidas por medio de la I de O, en ocasiones los beneficios potenciales se van superados por los costos ocasionados por el desarrollo e implantacin de un modelo. 42. MODELOS ESPECFICOS DE LA INVESTIGACIN DE OPERACIONES inicio 43. Planeacin de la Produccin Asignacin de personal Transporte Inventarios Dietas Mercado Estrategias de Inversin Etc.

Investigacin de operaciones
Este artculo o seccin necesita referencias que aparezcan en una publicacin acreditada, como revistas especializadas, monografas, prensa diaria o pginas de Internet fidedignas.
Puedes aadirlas as o avisar al autor principal del artculo en su pgina de discusin pegando: {{subst:Aviso referencias|Investigacin de operaciones}}

~~~~

La Investigacin de Operaciones o Investigacin Operativa, es una rama de las Matemticas consistente en el uso de modelos matemticos, estadstica y algoritmos con objeto de realizar un proceso de toma de decisiones. Frecuentemente, trata del estudio de complejos

sistemas reales, con la finalidad de mejorar (u optimizar) su funcionamiento. La investigacin de operaciones permite el anlisis de la toma de decisiones teniendo en cuenta la escasez de recursos, para determinar cmo se puede optimizar un objetivo definido, como la maximizacin de los beneficios o la minimizacin de costes.
Contenido
[ocultar]

1 Origen militar de estas tcnicas 2 Aplicaciones Humanas 3 Investigacin operativa en contexto 4 reas de aplicacin 5 Objetivos y mtodos 6 Mtodos 7 Fases 8 Tcnicas de I.O. 9 Algoritmos 10 Bibliografa 11 Enlaces externos

[editar]Origen

militar de estas tcnicas

Cuando comenz la Segunda Guerra Mundial, haba un pequeo grupo de investigadores militares, encabezados por A.P. Rowe, interesados en el uso militar de una tcnica conocida como radioubicacin (o radio-localizacin), que desarrollaron cientficos civiles. Algunos historiadores consideran que esta investigacin es el punto inicial de la investigacin de operaciones. Otros creen que los estudios que tienen las caractersticas del trabajo de investigacin de operaciones aparecen posteriormente. Algunos consideran que su comienzo est en el anlisis y solucin del bloqueo naval de Siracusa que Arqumedes presentara al tirano de esa ciudad, en el siglo III A.C. F. W. Lanchester, en Inglaterra, justo antes de la primera guerra mundial, desarroll relaciones matemticas sobre la potencia balstica de las fuerzas opositoras, que si se resolvan tomando en cuenta el tiempo, podan determinar el resultado de un encuentro militar. Toms Edison tambin realiz estudios de guerra antisubmarina. Ni los estudios de Lanchester ni los de Edison tuvieron un impacto inmediato; junto con los de Arqumedes, constituyen viejos ejemplos del empleo de cientficos para determinar la decisin ptima en las guerras, optimizando los ataques. No mucho despus de que estallara la Segunda Guerra Mundial, la Badswey Research Station, bajo la direccin de Rowe, particip en el diseo de utilizacin ptima de un nuevo sistema de deteccin y advertencia prematura, denominado radar (Radio Detection And Ranging Deteccin y medicin de distancias mediante radio). Poco despus este avance sirvi para el anlisis de todas las fases

de las operaciones nocturnas, y el estudio se constituy en un modelo de los estudios de investigacin de operaciones que siguieron. En agosto de 1940 se organiz un grupo de investigacin, bajo la direccin de P. M. S. Blackett, de la Universidad de Manchester, para estudiar el uso de un nuevo sistema antiareo controlado por radar. Se conoci al grupo de investigacin como el Circo de Blackett, nombre que no parece desatinado a la luz de sus antecedentes y orgenes diversos. El grupo estaba formado por tres fisilogos, dos fisicomatemticos, un astrofsico, un oficial del ejrcito, un topgrafo, un fsico general y dos matemticos. Parece aceptarse comnmente que la formacin de este grupo constituye el inicio de la investigacin de operaciones. Blackett y parte de su grupo, participaron en 1941 en problemas de deteccin de barcos y submarinos mediante un radar autotransportado. Este estudio condujo a que Blackett fuera nombrado director de Investigacin de Operacin Naval del Almirantazgo Britnico. Posteriormente, la parte restante de su equipo pas a ser el grupo de Investigacin de Operaciones de la Plana de Investigacin y Desarrollo de la Defensa Area, y luego se dividi de nuevo para formar el Grupo de Investigacin de Operaciones del Ejrcito. Despus de la guerra, los tres servicios tenan grupos de investigacin de operaciones. Como ejemplo de esos primeros estudios est el que plante la Comandancia Costera que no lograba hundir submarinos enemigos con una nueva bomba antisubmarina. Las bombas se preparaban para explotar a profundidades de no menos de 30 m. Despus de estudios detallados, un profesor apellidado Williams lleg a la conclusin de que la mxima probabilidad de muerte ocurrira con ajustes para profundidades entre 6 y 7 m. Entonces se prepararon las bombas para mnima profundidad posible de 10 m, y los aumentos en las tasas de muertes, segn distintas estimaciones, se incrementaron entre un 400 y un 700%. De inmediato se inici el desarrollo de un mecanismo de disparo que se pudiera ajustar a la profundidad ptima de 6 a 7m. Otro problema que consider el Almirantazgo fueron las ventajas de los convoyes grandes frente a los pequeos. Los resultados fueron a favor de los convoyes grandes. A pocos meses de que Estados Unidos entrara en la guerra, en la fuerza area del ejrcito y en la marina se iniciaron actividades de investigacin de operaciones. Para el Da D (invasin aliada de Normanda), en la fuerza area se haban formado veintisis grupos de investigacin de operaciones, cada uno con aproximadamente diez cientficos. En la marina se dio un proceso semejante. En 1942, Philip M. Morris, del Instituto Tecnolgico de Massachussets, encabez un grupo para analizar los datos de ataque marino y areo en contra de los submarinos alemanes. Luego se emprendi otro estudio para determinar la mejor poltica de maniobrabilidad de los barcos en convoyes a fin de evadir aeroplanos enemigos, e incluso los efectos de la exactitud antiarea. Los resultados del estudio demostraron que los barcos pequeos deberan cambiar su direccin gradualmente.

Al principio, la investigacin de operaciones se refera a sistemas existentes de armas y a travs del anlisis, tpicamente matemtico, se buscaban las polticas ptimas para la utilizacin de esos sistemas. Hoy da, la investigacin de operaciones todava realiza esta funcin dentro de la esfera militar; sin embargo, lo que es mucho ms importante, ahora se analizan las necesidades del sistema de operacin con modelos matemticos, y se disea un sistema (o sistemas) de operacin que ofrezca la capacidad ptima. El xito de la investigacin de operaciones en la esfera de lo militar qued bastante bien documentado hacia finales de la Segunda Guerra Mundial. El general Arnold encarg a Donald Douglas, de la Douglas Aircraft Corporation, en 1946, la direccin de un proyecto Research And Development (RAND Investigacin y Desarrollo) para la Fuerza Area. La corporacin RAND desempea hoy da un papel importante en la investigacin que se lleva a cabo en la Fuerza Area. A partir del inicio de la investigacin de operaciones como disciplina, sus caractersticas ms comunes son:

Enfoque de sistemas. Modelado matemtico. Enfoque de equipo.

Estas caractersticas prevalecieron a ambos lados del Atlntico, a partir del desarrollo de la investigacin de operaciones durante la Segunda Guerra Mundial. Para maximizar la capacidad militar de entonces, fue necesario un enfoque de sistemas. Ya no era tiempo de tomar decisiones de alto nivel sobre la direccin de una guerra que exiga sistemas complicados frente a la estrategia de guerras anteriores o como si se tratara de un juego de ajedrez. La computadora digital y el enfoque de sistemas fueron preludios necesarios del procedimiento matemtico de los sistemas militares de operaciones. Las matemticas aplicadas haban demostrado su utilidad en el anlisis de sistemas econmicos, y el uso de la investigacin de operaciones en el anlisis de sistemas demostr igualmente su utilidad. Para que un anlisis de un sistema militar de operaciones fuera tecnolgicamente factible, era necesario tener una comprensin tcnica adecuada, que tomara en cuenta todas las subcomponentes del sistema. En consecuencia, el trabajo de equipo result ser tan necesario como efectivo.

[editar]Aplicaciones

Humanas

Churchman y Ackoff, filsofos de la Investigacin Operativa escribieron numerosos libros sobre la aplicacin de sus tcnicas en beneficio de la Humanidad y de la Sociedad fuera del mbito militar. Rusell Ackoff dio en ocasiones asesoramiento al Gobierno de Mxico y de la UNAM (Universidad

Nacional Autnoma de Mxico) sobre mtodos para mejorar la economa y la educacin del pueblo de Mxico, mismos mtodos descritos en sus "Fbulas de Ackoff"

[editar]Investigacin

operativa en contexto

La Investigacin Operativa es una moderna disciplina cientfica que se caracteriza por la aplicacin de teora, mtodos y tcnicas especiales, para buscar la solucin de problemas de administracin, organizacin y control que se producen en los diversos sistemas que existen en la naturaleza y los creados por el ser humano, tales como las organizaciones a las que identifica como sistemas organizados, sistemas fsicos, econmicos, ecolgicos, educacionales, de servicio social, etc. El objetivo ms importante de la aplicacin de la Investigacin Operativa es apoyar en la toma ptima de decisiones en los sistemas y en la planificacin de sus actividades. El enfoque fundamental de la Investigacin Operativa es el enfoque de sistemas, por el cual, a diferencia del enfoque tradicional, se estudia el comportamiento de todo un conjunto de partes o sub-sistemas que interaccionan entre s, se identifica el problema y se analizan sus repercusiones, buscndose soluciones integrales que beneficien al sistema como un todo. Para hallar la solucin, la Investigacin Operativa generalmente representa el problema como un modelo matemtico, que es analizado y evaluado previamente. La Investigacin de Operaciones es una ciencia interdisciplinaria.

[editar]reas

de aplicacin

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 nos d un margen de ganancias muy superior al que ya tenemos. Tmese el siguiente ejemplo: La empresa EMX aplica I.O. y gasta por el estudio y el desarrollo de la aplicacin $100 pero luego de aplicar el modelo observa que la mejora no es muy diferente a la que actualmente tena. Podramos pues indicar 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 de superar el beneficio, no resultar econmicamente prctico, algunos ejemplos prcticos donde usar I.O. resulta til son :

En el dominio combinatorio, muchas veces la enumeracin es imposible. Por ejemplo, si tenemos 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 el azar. La nocin de esperanza matemtica y la teora de procesos estocsticos suministran 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 observamos que los mtodos cientficos resultan engorrosos para nuestro conjunto de datos, tenemos 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 formulas o algoritmos aplicables sistemticamente a unas 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.

[editar]Objetivos

y mtodos

El objetivo y finalidad de la investigacin operacional (conocida tambin como teora de la toma de decisiones, o programacin matemtica) es encontrar la solucin ptima para un determinado problema (militar, econmico, de infraestructura, logstico, etc.) Est constituida por un acercamiento cientfico a la solucin de problemas complejos, tiene caractersticas intrnsecamente multidisciplinares y utiliza un conjunto diversificado de instrumentos, prevalentemente matemticos, para la modelizacin, la optimizacin y el control de sistemas estructurales. En el caso particular de problemas de carcter econmico, la funcin objetivo puede ser obtener el mximo rendimiento o el menor costo. 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. 786

[editar]Mtodos
La investigacin operacional consiste en la aplicacin del mtodo cientfico, por parte de grupos interdisciplinares, 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 se 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 la programacin dinmica (planificacin de las ventas); en la teora de las colas(para controlar problemas de trnsito). Entre algunos de 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 resolver algunos problemas con su experiencia, ocurre que en el complejo mundo en que vivimos muchos problemas no pueden ser resueltos basndose en la experiencia. Para resolver estos problemas la investigacin de operaciones los agrupa en dos categoras bsicas:

Problemas Deterministicos: 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, como es el caso de los deterministicos, sino que ms bien se comporta de una manera probabilstica.

[editar]Fases
La elaboracin del problema esta 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 representatibilidad del modelo; y, se efectan anlisis de sensibilidad de la solucin obtenida.

utilizacion del sistema obtenido para su posterior uso