CARACTERÍSTICAS DE LA INVESTIGACIÓN DE OPERACIONES

La Investigación de Operaciones usa el método científico para investigar el problema en cuestión. En particular, el PROCESO comienza por la observación cuidadosa y la formulación del problema incluyendo la recolección de datos pertinentes.

La Investigación de Operaciones adopta un punto de vista organizacional. De esta manera intenta resolver los conflictos de interés entre los componentes de la organización de forma que el resultado sea el mejor para la organización completa.

La Investigación de Operaciones intenta encontrar una mejor solución (llamada solución óptima), para el problema bajo consideración. En lugar de contentarse con mejorar el estado de las cosas, la meta es identificar el mejor curso de acción posible.

En la Investigación de Operaciones es necesario emplear el enfoque de equipo. Este equipo debe incluir personal con antecedentes firmes en matemáticas, estadísticas y teoría, administración de empresas, ciencias de la computación, etc. El equipo también necesita tener la experiencia y las habilidades para permitir la consideración adecuada de todas las ramificaciones del problema. De probabilidades, economía

La Investigación de Operaciones ha desarrollado una serie de técnicas y modelos muy útiles al ingeniero en sistemas. Entre ellos tenemos: la programación No Lineal, Teoría de Colas, Programación Entera, Programación dinámica, entre otras.

La Investigación de Operaciones tiende a representar el problema cuantitativamente para poder analizarlo y evaluar un criterio común.

ETAPAS DE LA INVESTIGACIÓN DE OPERACIONES

Las etapas de un estudio de Investigación de Operaciones son las siguientes:

- Formular el problema de interés y recolección de los datos relevantes.

- Formulación de un modelo matemático que represente el problema.

- Resolución del modelo matemático

- Prueba del modelo y mejoramiento según sea necesario.

- Preparación para la aplicación del modelo prescrito por la administración.

- Puesta en marcha, implementación.

DEFINICION

La Investigación de Operaciones o Investigación Operativa (en inglés ORu Operations Research) es una disciplina que consiste en la aplicación de métodos analíticos avanzados con el propósito de apoyar el proceso de toma de decisiones, identificando los mejores cursos de acción posibles.

En este contexto la Investigación de Operaciones utiliza técnicas de modelamiento matemático, análisis estadístico y optimización matemática, con el objetivo de alcanzar soluciones óptimas o cercanas a ellas cuando se enfrentan problemas de decisión complejos. Se espera que las decisiones alcanzadas mediante el uso de un modelo de investigación operativa sean significativamente mejores en comparación a aquellas decisiones que se podrían tomar haciendo uso de la simple intuición o experiencia del tomador de decisiones. Lo anterior es particularmente cierto en aquellos problemas de naturaleza real complejos, que consideran cientos, incluso miles de variables de decisión y restricciones.

(Operaciones, 2018)

MODELO

Es una representación o abstracción de una situación u objeto real, que muestra las relaciones (directas o indirectas) y las interrelaciones de la acción y la reacción en términos de causa y efecto.

Tipos de modelos

Icónico

Analógicos

Simbólicos o matemáticos

MODELO ICONICO

Es una representación física de algunos objetos, ya sea en forma idealizada (bosquejos) o a escala distinta.

Ejemplo:

•Planos y mapas (dos dimensiones).

•Maquetas y prototipos (4 dimensiones).

MODELO ANALÓGICO

Puede representar situaciones dinámicas o cíclicas, son más usuales y pueden representar las características y propiedades del acontecimiento que se estudia.

Ejemplo:

•Curvas de demanda.

•Curvas de distribución de frecuencia en las estadísticas y diagramas de flujo

MODELO SIMBOLICO O MATEMATICO

Son representaciones de la realidad en forma de cifras, símbolos matemáticos y funciones, para representar variables de decisión y relaciones que nos permiten describir y analizar el comportamiento del sistema.

MODELO SIMBOLICO O MATEMATICO

Tipos de Modelos Matemáticos

1. Cuantitativos y cualitativos

2. Estándares y hechos a la medida

3. Probabilísticas y determinísticos

4. Descriptivos y de optimización

5. Estáticos y dinámicos

6. De simulación y no simulación

MODELO SIMBOLICO O MATEMATICO

Tipos de Modelos Matemáticos

1. Cuantitativos y cualitativos

2. Estándares y hechos a la medida

3. Probabilísticas y determinísticos

4. Descriptivos y de optimización

5. Estáticos y dinámicos

6. De simulación y no simulación

Modelo Cualitativo y Cuantitativo

La mayor parte de los problemas de un negocio u organización comienzan con un análisis y definición de un modelo cualitativo y se avanza gradualmente hasta obtener un modelo cuantitativo. La investigación de operaciones se ocupa de la sistematización de los modelos cualitativos y de su desarrollo hasta el punto en que pueden cuantificarse.

Modelo Cualitativo y Cuantitativo

Cuando es posible construir unos modelos matemáticos insertando símbolos para representar relaciones entre constantes y variables estamos ante un modelo cuantitativo. Una ecuación es un modelo de este tipo. Las formulas, las matrices, los diagramas o series de valores que se obtienen mediante procesos matemáticos.

Modelo Estándar

Se llaman modelos estándar a los que solo hay que insertar o sustituir diferentes valores con el fin de obtener un valor a una respuesta de un sistema y son aplicables al mismo tipo de problemas en negocios afines.

Ejemplo:

•El cálculo de costos o gastos.

•El cálculo de las ganancias, etc

Modelos Hechos a la Medida Se llaman modelos hechos a la medida cuando se crean modelos para resolver un caso de problema en específico que se ajusta únicamente a este problema. Modelos Hechos a la Medida

Se llaman modelos hechos a la medida cuando se crean modelos para resolver un caso de problema en específico que se ajusta únicamente a este problema.

Modelo Probabilístico y Determinístico

Los modelos que se basan en las probabilidades y estadísticas y que se ocupan de incertidumbres futuras se llaman probabilísticas y los modelos que no tienen consideraciones probabilísticas se llaman determinísticos el PERT, los inventarios, la programación lineal, enfocan su atención en aquellas circunstancias que son críticas y en los que las cantidades son determinadas y exactas.

Modelo Descriptivo y de Optimización Cuando un modelo constituye sencillamente una descripción matemática de una condición real del sistema se llama descriptivo. Algunos de estos modelos se emplean para mostrar geográficamente una situación y ayudan al observador a evaluar resultados por secciones una sobre otra. Modelo Descriptivo y de

Optimización

Cuando un modelo constituye sencillamente una descripción matemática de una condición real del sistema se llama descriptivo. Algunos de estos modelos se emplean para mostrar geográficamente una situación y ayudan al observador a evaluar resultados por secciones una sobre otra.

Modelo Descriptivo y de Optimización

Puede obtenerse una solución, sin embargo, en este modelo solo se intenta describir la situación y no escoger una alternativa. Cuando con la aplicación del modelo se llega a una solución óptima de acuerdo con los criterios de entrada, se trata de un modelo de optimización.

Modelo Estático y Dinámico

Los modelos estáticos se ocupan de determinar una respuesta para una serie especial de condiciones fijas que probablemente no cambiaran significativamente a corto plazo es decir, la solución está basada en una condición estática.

Modelo Estático y Dinámico

Un modelo dinámico por el contrario está sujeto al factor tiempo que desempeña un papel esencial en la secuencia de las decisiones, independientemente de cuales hayan sido las decisiones anteriores. A la programación dinámica pertenecen estos modelos.

Modelos Simulados y No Simulados

Con el uso de la computadora es fácil preparar un modelo simulado paso por paso donde se puede reproducir el funcionamiento de sistemas o problemas de gran escala. En un modelos de simulación los datos de entrada pueden ser reales o generados en forma aleatoria.

Modelos Simulados y No-Simulados

Los modelos que no se prestan para usar datos empíricos o simulados en forma aleatoria son modelos no simulados como los de optimización o los creados a la medida.

Fuente: uaeh.edu