Introducción IO
Introducción IO
Introducción IO
La definición de Chrchman, Ackoff y Arnoff: "la investigación de operaciones es la aplicación, por grupos
interdisciplinarios, del método científico a problemas relacionados con el control de las organizaciones o
sistemas (hombre-máquina), a fin de que se produzcan soluciones que mejor sirvan a los objetivos de la
organización".
Los pasos a seguir en la aplicación del método científico (coincidentes con los de la Teoría General de
Sistemas) son, en su expresión más simple:
Otra definición es: "la Investigación Operativa es la aplicación del método científico a un mismo problema
por diversas ciencias y técnicas, en apoyo a la selección de soluciones, en lo posible óptimas".
Características
A partir del inicio de la investigación de operaciones como disciplina, sus características más comunes
son: son:
Enfoque de sistemas.
Modelado matemático.
Enfoque de equipo.
Estas características prevalecieron a ambos lados del Atlántico, a través del desarrollo de la Investigación
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 dirección de una guerra que exigía 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 matemático
de los sistemas militares de operaciones. Las matemáticas aplicadas habían demostrado su utilidad en el
análisis de sistemas económicos, y el uso de la Investigación de Operaciones en el análisis de sistemas
demostró igualmente su utilidad.
Para que un análisis de un sistema militar de operaciones fuera tecnológicamente factible, era necesario
tener una comprensión técnica adecuada, que tomara en cuente todos los subcomponentes del sistema. En
consecuencia, el trabajo de equipo resultó ser tan necesario como efectivo.
La Investigación de Operaciones es una moderna disciplina científica que se caracteriza por la aplicación
de teoría, métodos y técnicas especiales, para buscar la solución de problemas de administración,
organización 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 diversas a las que identifica como sistemas organizados,
sistemas físicos, económicos, ecológicos, educacionales, de servicio social, etc.
Sin duda, el impacto de la Investigación de Operaciones continuará aumentando. Por ejemplo, al inicio de la
década de los 90, el U.S. Bureau of Labor Statistics predijo que la IO será el área profesional clasificada
como la tercera de más rápido crecimiento para los estudiantes universitarios en Estados Unidos,
graduados entre 1990 y 2005. Pronosticó también que, para el año 2005, habría 100,000 personas trabajando
como analistas de investigación de operaciones.
Áreas de aplicación de IO
Algunas personas se verían tentadas a aplicar métodos matemáticos a cuanto problema se presente,
pero es que ¿Acaso siempre es necesario llegar al óptimo? Podría ser más caro el modelar y el llegar
al óptimo que a la larga no nos dé un margen de ganancias muy superior al que ya tenemos. Tómese
el siguiente ejemplo: La empresa EMX decide aplicar I.O. y gasta por el estudio y el desarrollo de la
aplicación $100 millones pero luego de aplicar el modelo observa que la mejora no es muy
diferente a la que actualmente tienen. Luego, podríamos indicar que la investigación de operaciones
sólo se aplicará en los problemas para los cuales el buen sentido se revela impotente:
En el dominio combinatorio, muchas veces la enumeración es imposible. Por ejemplo, si tenemos
200 trabajos por realizar, los que toman tiempos distintos y solo cuatro personas que pueden
hacerlo, enumerar cada una de las combinaciones podría ser ineficiente (aparte de desanimante).
Luego los métodos de secuenciación serán los más apropiados para este tipo de problemas.
De igual manera, la I.O. es útil cuando en los fenómenos estudiados interviene el azar. La noción de
esperanza matemática y la teoría de procesos estocásticos suministran la herramienta necesaria
para construir el cuadro en el cual se optimizará la función económica. Dentro de este tipo de
fenómenos se encuentran las líneas de espera, los inventarios con demanda probabilística.
Cuando observamos que los métodos científicos resultan engorrosos para nuestro conjunto
de datos, tenemos una opción adicional, simular tanto el comportamiento actual, así como
las propuestas y ver si hay mejoras sustanciales. Las simulaciones son experiencias artificiales.
Finalmente debe ponerse la máxima atención en no considerar la investigación de operaciones como una
colección de recetas heterogéneas y aplicables sistemáticamente en unas situaciones determinadas. Si se
cae en este error, será muy difícil captar en condiciones reales los problemas que puedan deducirse de los
múltiples aspectos de esta disciplina.
Actividad 1. Cuestionario, Investigación de Conceptos (Finanzas, Administración Financiera, Ingeniería y Reingeniería Financiera).
Ejercicio 1.Ejemplos básicos de solución de problemas de administración (inventarios) y finanzas, mediante modelos matemáticos.
o PERSONAL
La automatización y la disminución de costos, reclutamiento de personal, clasificación asignación
a tareas de mejor actuación e incentivos a la producción.
o MERCADO Y DISTRIBUCIÓN
El desarrollo e introducción de producto, envasado, predicción de la demanda y actividad
competidora, localización de bodegas y centros distribuidores.
o COMPRAS Y MATERIALES
Las cantidades y fuentes de suministro, costos fijos y variables, sustitución de materiales,
reemplazo de equipo, comprar o rentar.
o MANUFACTURA
La planeación y control de la producción, mezclas optimas de manufactura, ubicación y tamaño de
planta, el tráfico de materiales y el control de calidad.
o FINANZAS Y CONTABILIDAD
Los análisis de flujo efectivo, capital requerido de largo plazo, inversiones alternas, muestreo para
la seguridad en auditorias y reclamaciones.
o PLANEACION
Con los métodos PERT para el control de avance de cualquier proyecto con múltiples actividades,
tanto simultaneas como las que deban esperar para ejecutarse.
“Tener un buen criterio es bueno. Tener experiencia es mejor.
Pero hoy en día no es suficiente”.
Definición de Modelos
Un modelo de decisión debe considerarse como un vehículo para resumir un problema de decisión en forma tal que
haga posible la identificación y evaluación sistemática de todas las alternativas de decisión del problema. Después
se llega a una decisión seleccionando la alternativa que se juzgue sea la mejor entre todas las opciones disponibles.
El modelo se define como una función objetivo y restricciones que se expresan en términos de las variables
(alternativas) de decisión del problema.
Una solución a un modelo, no obstante, de ser exacta, no será útil a menos que el modelo mismo ofrezca una
representación adecuada de la situación de decisión verdadera.
Modelo Matemático: Se emplea cuando la función objetivo y las restricciones del modelo se pueden expresar
en forma cuantitativa o matemática como funciones de las variables de decisión.
Modelo de Simulación: Los modelos de simulación difieren de los matemáticos en que las relaciones entre la
entrada y la salida no se indican en forma explícita. En cambio, un modelo de simulación divide el sistema
representado en módulos básicos o elementales que después se enlazan entre sí vía relaciones lógicas bien
definidas. Por lo tanto, las operaciones de cálculos pasaran de un módulo a otro hasta que se obtenga un
resultado de salida.
Los modelos de simulación cuando se comparan con modelos matemáticos, ofrecen mayor flexibilidad al representar
sistemas complejos, pero esta flexibilidad no está libre de inconvenientes. La elaboración de este modelo suele ser
costoso en tiempo y recursos. Por otra parte, los modelos matemáticos óptimos suelen poder manejarse en términos
de cálculos.