INTERROGANTES:

1. DEFINICION DE INVESTIGACION DE OPERACIONES:

la Investigacin Operativa es la aplicacin del mtodo cientfico por
equipos interdisciplinarios a problemas que comprenden el control y
gestin de sistemas organizados (hombre- mquina); con el objetivo
de encontrar soluciones que sirvan mejor a los propsitos del sistema
(u organizacin) como un todo, enmarcados en procesos de toma de
decisiones.

Es la ciencia de la toma de decisiones. Conviven en esta disciplina

profesionales de las ms diversas ramas: ingenieros, matemticos,
computadores, economistas. Todos ellos deben aprender una tcnica
fundamental: el modelamiento matemtico.
La I.O. es considerada simplemente una "teora de la decisin
aplicada" : "la investigacin operacional utiliza cualquier mtodo
cientfico, matemtico o lgico, para hacer frente a los problemas que
se presentan cuando el ejecutivo busca un raciocinio eficaz para
enfrentar sus problemas de decisin".

En su sentido ms amplio, la I.O. puede ser caracterizada como la

aplicacin de mtodos cientficos, tcnicas cientficas e instrumentos
cientficos a problemas que involucran operaciones de sistemas, de
modo que provean a los ejecutivos responsables de las operaciones,
soluciones ptimas para los problemas".
El enfoque de I.O. incorpora el enfoque sistemtico al reconocer que
las variables internas en los problemas decisoria les son
interdependientes e interrelacionadas. La investigacin operacional
es "la aplicacin de mtodos, tcnicas e instrumentos cientficos a los
problemas que envuelven las operaciones de un sistema, de modo
que proporcione, a los que controlan el sistema, soluciones ptimas
para el problema observado". Esta se "ocupa generalmente de
operaciones de un sistema existente...", esto es, "materiales,
energas, personas y mquinas ya existentes". "El objetivo de la
investigacin operacional es capacitar la administracin para resolver
problemas y tomar decisiones".

2. HISTORIA DE LA INVESTIGACION DE OPERACIONES:

La primera actividad de Investigacin de Operaciones se dio durante
la Segunda Guerra Mundial en Gran Bretaa, donde la Administracin
Militar llam a un grupo de cientficos de distintas reas del saber
para que estudiaran los problemas tcticos y estratgicos asociados a
la defensa del pas. El nombre de Investigacin de Operaciones fue
dado aparentemente porque el equipo estaba llevando a cabo la
actividad de investigar operaciones (militares).
Como puede observarse en los primeros estudios que se etiquetaron
como de investigacin operativa, el aspecto tcnico ms

caracterstico consisti en la estructuracin estadstica de los datos y

en el empleo de modelo descriptivos de tipo probabilstico.
Sin embargo, el prestigio y difusin de la investigacin operativa esta
cimentado en la programacin lineal, aunque ello corresponda a una
simplificacin de la realidad
La primera tcnica matemtica ampliamente aceptada en el medio
de Investigacin de Operaciones fue el Mtodo Smplex de
Programacin Lineal, desarrollado en 1947 por el matemtico
norteamericano George B. Dantzig. Desde entonces las nuevas
tcnicas se han desarrollado gracias al esfuerzo y cooperacin de las
personas interesadas tanto en el rea acadmica como en el rea
industrial. Un segundo factor en el progreso impresionante de la
Investigacin de Operaciones fue el desarrollo de la computadora
digital, que con sus tremendas capacidades de velocidad de cmputo
y de almacenamiento y recuperacin de informacin, permitieron al
tomador de decisiones rapidez y precisin. Si no hubiera sido por la
computadora digital, la Investigacin de Operaciones con sus grandes
problemas de computacin no hubiera crecido al nivel de hoy en da.
Actualmente la Investigacin de Operaciones se est aplicando en
muchas actividades. Estas actividades han ido ms all de las
aplicaciones militares e industriales, para incluir hospitales,
instituciones financieras, bibliotecas, planeacin urbana, sistemas de
transporte y sistemas de comercializacin.
3. PASOS A SEGUIR EN EL PROCESO D ELA INVESTIGACION DE
OPERACIONES
Para llevar a cabo el estudio de Investigacin de Operaciones es
necesario cumplir con una serie de etapas o fases. Las principales
etapas o fases de las que hablamos son las siguientes:
1. Formulacin y definicin del problema.
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.
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.
Consiste en traducir los resultados del modelo validado en
instrucciones para el usuario o los ejecutivos responsables que
sern tomadores de decisiones.

4. CLASIFICACION GENERAL DE MODELO

Los modelos utilizados en la IO son eminentemente

matemticos y se pueden clasificar de acuerdo a los valores y
caractersticas de sus variables, en: deterministas y
estocsticos, y cada uno de ellos a su vez, en estticos y
dinmicos.

Modelos deterministas.
En los modelos deterministas, ni las variables exgenas, ni las
endgenas, se obtienen por medio del azar, debido a que se
suponen relaciones exactas para las caractersticas de
operacin, en lugar de funciones de densidad de probabilidad.
Son variables con valores preestablecidos
Modelos estocsticos.
Son aquellos modelos en los que, por lo menos una de las
caractersticas de operacin est dada por una funcin de
probabilidad. Los valores de sta o stas variables, se obtienen
al azar.
Modelos estticos.
Son aquellos modelos que no toman en cuenta, explcitamente,
a la variable tiempo.
Modelos dinmicos.
Los modelos matemticos que tratan de las interacciones que
varan con el tiempo, se denominan modelos dinmicos
Los modelos que se han considerado como propios de la IO, por
ser los que en esencia se aplican con mayor frecuencia y por lo
mismo se les han dedicado ms horas de estudio son:
Programacin lineal
Programacin no lineal
Programacin entera
Programacin binaria
Programacin de metas mltiples
Redes de optimizacin
Modelos de inventarios
Lneas de espera
Teora de juegos
Anlisis de decisiones
Cadenas de Markov
Programacin dinmica
Simulacin de sistemas