Resumen capitulo 1 libro Taha investigacin de operaciones. Qu es la investigacin de operaciones?

Las primeras actividades formales de investigacin de operaciones se dieron en Inglaterra durante la Segunda Guerra Mundial, cuando se encomend a un equipo de cientficos ingleses la toma de decisiones acerca de la mejor utilizacin de materiales blicos. Un elemento principal de la investigacin de operaciones es el modelado matemtico. Aunque la solucin del modelo matemtico establece una base para tomar una decisin, se deben tener en cuenta factores intangibles o no cuantificables. Se puede considerar que el caso es un problema de toma de decisiones, cuya solucin requiere identificar tres componentes. 1. Cules son las alternativas de decisin? 2. Bajo qu restricciones se toma la decisin? 3. Cul es el criterio objetivo adecuado para evaluar las alternativas?

En general, el primer paso crucial de quiera sea el modelo es la definicin de las alternativas o las variables de decisin del problema. Luego de haber realizado los 3 pasos, el modelo de I.O se suele organizar de la siguiente manera: Maximizar o Minimizar Funcin Objetivo

Sujeta a: Restricciones. La solucin del modelo es factible solo si satisface todas las restricciones. Es ptima si, adems de
ser factible, produce el mejor valor (mximo o mnimo) de la funcin objetivo.

SOLUCIN DEL MODELO DE INVESTIGACIN DE OPERACIONES En la investigacin de operaciones no se tiene una sola tcnica general con la que se resuelvan todos los modelos matemticos que surgen en la prctica. En lugar de ello, la clase y la complejidad del modelo matemtico determinan la naturaleza del mtodo de solucin. La tcnica ms importante de investigacin de operaciones es la programacin lineal .Se disea para modelos con funciones objetivo y restricciones estrictamente lineales. Hay otras tcnicas, como la

programacin entera, en la que las variables toman valores enteros; la programacin dinmica, en la que el modelo original se puede descomponer en subproblemas ms pequeos; la programacin de red, en la que el problema se puede modelar como una red, y la programacin no lineal, en la que las funciones del modelo son no lineales.

M O D E L O S

D E

C O L A S

S I M U L A C I N

Las colas o lneas de espera, y la simulacin, tratan de estudiar las lneas de espera. No son tcnicas de optimizacin; ms bien determinan medidas de eficiencia de las lneas de espera, como pueden ser el tiempo promedio de espera en la cola, tiempo promedio para el servicio y la utilizacin de las instalaciones de servicio. Los modelos de colas usan a su vez modelos de probabilidad y estocsticos para analizar las lneas de espera, y la simulacin estima las medidas de eficiencia al imitar el comportamiento del sistema en la realidad. En cierto modo, se puede considerar que la simulacin es casi lo mejor para observar un sistema real. La diferencia principal entre colas y simulaciones que los modelos de colas slo son matemticos, y en consecuencia, estn sujetos a hiptesis especficas que limitan el alcance de la aplicacin. Por otro lado, la simulacin es flexible y con ella se puede analizar prcticamente cualquier caso de colas. FASES DE UN ESTUDIO DE INVESTIGACIN DE OPERACIONES Un estudio de investigacin de operaciones se basa en la labor de equipo, donde los analistas de investigacin de operaciones y el cliente trabajan hombro con hombro. Los analistas, con sus conocimientos de modelado, deben complementarse con la experiencia y la cooperacin del cliente para quien hacen el estudio. Como herramienta la I.O es una ciencia y un arte, es una ciencia por las tcnicas matemticas que presenta, y es un arte porque el xito de todas las fases que anteceden y siguen a la resolucin del modelo matemtico depende mucho de la creatividad y la experiencia del equipo de investigacin de operaciones. Las fases principales de la implementacin de la investigacin de operaciones en la prctica comprenden: 1. La definicin del problema. 2. La construccin del modelo. 3. La solucin del modelo. 4. La validacin del modelo. 5. La implementacin de la solucin.

La definicin del problema implica definir el alcance del problema que se investiga. Es una funcin que se debe hacer entre todo el equipo de investigacin de operaciones. Su resulta-do final ser identificar tres elementos principales del problema de decisin, que son: 1) la descripcin de las alternativas de decisin; 2) la determinacin del objetivo del estudio, y 3) la especificacin de las limitaciones bajo las cuales funciona el sistema modelado. La construccin del modelo implica traducir la definicin del problema a relaciones matemticas. Si el modelo que resulte se ajusta a uno de los modelos matemticos normales, como puede ser la programacin lineal, se puede llegar a una solucin empleando los algoritmos disponibles. En forma alternativa, si las relaciones matemticas son demasiado complejas como para permitir el clculo de una solucin analtica, puede ser que el equipo de investigacin de operaciones opte por simplificar el modelo y usar un mtodo heurstico, o que el equipo pueda recurrir al uso de una simulacin, si es aproximada. En algunos casos se podr necesitar una combinacin de modelos matemticos, de simulacin y heursticos para resolver el problema de decisiones. La solucin del modelo es, con mucho, la fase ms sencilla de todas las de la investigacin de operaciones, porque supone el uso de algoritmos bien definidos de optimizacin. Un aspecto importante de la fase de solucin del modelo es el anlisis de sensibilidad. Tiene que ver con la obtencin de informacin adicional sobre el comportamiento de la solucin ptima cuando el modelo sufre ciertos cambios de parmetros. Se necesita en especial el anlisis de sensibilidad cuando no se pueden estimar con exactitud los parmetros del modelo. En esos casos es importante estudiar el comportamiento de la solucin ptima en las proximidades de los parmetros estimados. La validacin del modelo comprueba si el modelo propuesto hace lo que se quiere que haga, esto es, predice el modelo en forma adecuada el comportamiento del sistema que se estudia? Al principio, el equipo de investigacin de operaciones se debe convencer que el resultado del modelo no incluya sorpresas. En otras palabras, tiene sentido la solucin? Se pueden aceptar intuitivamente los resultados? Desde el lado formal, un mtodo frecuente para comprobar la validez de un modelo es comparar su resultado con datos histricos. El modelo es vlido si, bajo condiciones de datos semejantes, reproduce el funcionamiento en el pasado. Sin embargo, en general no hay seguridad de que el funcionamiento en el futuro contine re-produciendo los datos del pasado. Tambin, como el modelo se suele basar en un examen cuidadoso de los datos histricos, la comparacin propuesta debera ser favorable. Si el modelo propuesto representa un sistema nuevo, no existente, no habr datos histricos para las comparaciones. En esos casos se podr recurrir a una simulacin, como herramienta independiente para verificar los resultados del modelo matemtico. La implementacin de la solucin de un modelo validado implica la traduccin de los resultados a instrucciones de operacin, emitidas en forma comprensible para las personas que administrarn al sistema recomendado. La carga de esta tarea la lleva principalmente el equipo de investigacin de operaciones.

Parte 2. Funcin objetivo: Maximizar idas al gimnasio ubicado en la Universidad del Bo-Bo. Restricciones: 1.-Ventanas entre ramos en los das de la semana, entre ms ventanas es ms probable tener diferentes horarios para ir, si surge un imprevisto 2.-Hora s entre las ventanas que hay que debe ser como mnimo 1 hora y 15 minutos. 3.-Perdiodo en que estamos en el semestre, dado que si estamos en pleno periodo de certmenes se suspende la ida al gym para estudiar lo mximo posible. 4.-Horas de sueo dado que si no se durmi bien la noche anterior las ganas no estn y uno se va a la casa a dormir en vez de ir al gym. 5.-Practicas fijadas luego de haber armado el horario que pueden complicar la asistencia al gym. 6.-Habese alimentado bien y a una hora prudente para no perder tiempo en ir a almorzar y luego ir al gym o no alcanzar.