5. PARA QU SIRVE LA INVESTIGACIN DE OPERACIONES?

La Investigacin de Operaciones se emplea principalmente en los aspectos de coordinacin de operaciones y actividades de la organizacin o sistema que se analice, mediante el empleo de modelos que describan las interacciones entre los componentes del sistema y de ste con este con su medio ambiente, es por eso que la IDO permite el anlisis de la toma de decisiones teniendo en cuenta la escasez de recursos, para determinar cmo se pueden maximizar o minimizar los recursos para apoyar en la toma ptima de decisiones en los sistemas y en la planificacin de sus actividades.

6. DESCRIBA LA METODOLOGA QUE SIGUE LA INVESTIGACIN DE OPERACIONES PARA LA RESOLUCIN DE UN PROBLEMA Proceso de la Investigacin de Operaciones comprende las siguientes fases: 1. 2. 3. 4. 5. Formulacin y definicin del problema. Construccin del modelo. Solucin del modelo. Validacin del modelo. Implementacin de resultados.

Explicacin de cada una de las fases: 1. Formulacin y definicin del problema. En esta fase del proceso se necesita: una descripcin de los objetivos del sistema, es decir, qu se desea optimizar; identificar las variables implicadas, ya sean controlables o no; determinar las restricciones del sistema. Tambin hay que tener en cuenta las alternativas posibles de decisin y las restricciones para producir una solucin adecuada. 2. Construccin del modelo. En esta fase, 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 decisin con los parmetros y restricciones del sistema. Los parmetros (o cantidades conocidas) se pueden obtener ya sea a partir de datos pasados o ser estimados por medio de algn mtodo estadstico. Es recomendable determinar si el modelo es probabilstico o determinstico. El modelo puede ser matemtico, de simulacin o heurstico, dependiendo de la complejidad de los clculos matemticos que se requieran. 3. Solucin del modelo. Una vez que se tiene el modelo, se procede a derivar una solucin matemtica empleando las diversas tcnicas y mtodos matemticos para resolver problemas y ecuaciones. Debemos tener en cuenta que las soluciones que se obtienen en este punto del proceso, son matemticas y debemos interpretarlas en el mundo real. Adems, para la solucin del modelo, se deben realizar anlisis de sensibilidad, es decir, ver cmo se comporta el modelo a cambios en las especificaciones y parmetros del sistema. Esto se hace, debido a que los parmetros no necesariamente son precisos y las restricciones pueden estar equivocadas. 4. Validacin del modelo. La validacin de un modelo requiere que se determine si dicho modelo puede predecir con certeza el comportamiento del sistema. Un mtodo comn 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 contine replicando el comportamiento pasado, entonces siempre debemos estar atentos de cambios posibles del sistema con el tiempo, para poder ajustar adecuadamente el modelo. 5. Implementacin de resultados. Una vez que hayamos obtenido la solucin o soluciones del modelo, el siguiente y ltimo paso del proceso es interpretar esos resultados y dar conclusiones y cursos de accin para la optimizacin del sistema. Si el modelo utilizado puede servir a otro problema, es necesario revisar, documentar y actualizar el modelo para sus nuevas aplicaciones.

7. DEFINA Y DESCRIBA LAS PARTES DE UN MODELO MATEMTICO DE OPTIMIZACIN Modelo: esquema terico, generalmente en forma matemtica, de un sistema o de una realidad compleja, que se elabora para facilitar su comprensin y el estudio de su comportamiento. Los Componentes de un Modelo Matemtico Los modelos matemticos tienen dos componentes bsicos: Datos: Valores conocidos y constantes. Variables: Valores que se calculan. Mediante la combinacin lineal de los mismos se generan: Funcin Objetivo que debe minimizarse o maximizarse. Restricciones que establece lmites al espacio de soluciones. Tanto la funcin objetivo como las restricciones se expresan matemticamente mediante el uso de variables o incgnitas. Se pretende definir unos valores a dichas variables de tal modo que se obtiene la mejor valoracin de la funcin objetivo mientras se cumplen todas las restricciones. En su formulacin bsica los modelos matemticos tienen una funcin objetivo y una o ms restricciones. Sin embargo existen excepciones como: Mltiples Objetivos Objetivos No existentes No existencia de restricciones Los modelos matemticos de optimizacin, que son aquellos que se usan para resolver problemas que por su naturaleza son indeterminados, es decir, presentan ms de una solucin posible. 8. CUNTAS SOLUCIONES TIENE UN MODELO DE PROGRAMACIN LINEAL CON N VARIABLES? El nmero de soluciones de un modelo de programacin lineal es 2N soluciones (excluyendo quizs algunas por las restricciones)