1.2 Fases de Estudio de La Investigacion de Operaciones

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 2

1.2 FASES DE ESTUDIO DE LA INVESTIGACION DE OPERACIONES.

La Investigación de Operaciones aspira determinar la mejor solución (optima) para un


problema de decisión con la restricción de recursos limitados. Los estudios de
investigación de operaciones se basan en la labor de equipo, donde los analistas de IO y
el cliente trabajan codo con codo. Los conocimientos de modelado de los analistas de IO
se deben complementar con la experiencia y cooperación del cliente para quien realizan
el estudio. Como herramienta de toma de decisiones, la IO es tanto una ciencia como un
arte. Es una ciencia por las técnicas matemáticas que incorpora, y un arte porque el éxito
de las fases que conducen a la solución del modelo matemático depende en gran medida
de la creatividad y experiencia del equipo de IO. Willemain (1994) manifiesta que “una
práctica [de IO] eficaz requiere más que competencia analítica. También requiere, entre
otros atributos, juicio técnico (es decir, cuándo y cómo utilizar una técnica dada), así como
habilidades de comunicación y supervivencia organizacional”.
Para llevar a cabo el estudio de Investigación de Operaciones es necesario cumplir con
una serie de etapas o fases.

 Formulación y definición del problema.


Descripción de los objetivos del sistema, es decir, qué se desea optimizar;
identificar las variables implicadas, ya sean controlables o no; determinar las
restricciones del sistema. También hay que tener en cuenta las alternativas
posibles de decisión y las restricciones para producir una solución adecuada.

 Construcción del modelo.


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

 Solución del modelo.


Una vez que se tiene el modelo, se procede a derivar una solución matemática
empleando las diversas técnicas y métodos matemáticos para resolver problemas
y ecuaciones. Debemos tener en cuenta que las soluciones que se obtienen en
este punto del proceso, son matemáticas y debemos interpretarlas en el mundo
real. Además, para la solución del modelo, se deben realizar análisis de
sensibilidad, es decir, ver cómo se comporta el modelo a cambios en las
especificaciones y parámetros del sistema. Esto se hace, debido a que los
parámetros no necesariamente son precisos y las restricciones pueden estar
equivocadas.

 Validación del modelo.


La validación de un modelo requiere que se determine si dicho modelo puede
predecir con certeza el comportamiento del sistema. Un método común para
probar la validez del modelo, es someterlo a datos pasados disponibles del
sistema actual y observar si reproduce las situaciones pasadas del sistema. Pero
como no hay seguridad de que el comportamiento futuro del sistema continúe
replicando el comportamiento pasado, entonces siempre debemos estar atentos
de cambios posibles del sistema con el tiempo, para poder ajustar adecuadamente
el modelo.

 Implementación de resultados.
Consiste en traducir los resultados del modelo validado en instrucciones para el
usuario o los ejecutivos responsables que serán tomadores de decisiones.

También podría gustarte