Resumen Investigacin Operaciones: Libro 9na Edicin Hamdy A Taha

Capitulo 1

MODELOS DE INVESTIGACIN DE OPERACIONES

Imagine que tiene un compromiso de negocios que requiere 5 semanas de traslado continuo entre
Fayetteville (FYV) y Denver (DEN). Sale de Fayetteville los lunes y regresa los mircoles. Un boleto
regular de viaje redondo cuesta $400, pero se ofrece 20% de descuento si el viaje redondo
comprende un fin de semana. Un boleto sencillo en cualquier direccin cuesta 75% del precio
regular. Cmo debe comprar los boletos para reducir el costo del traslado durante las 5 semanas?

Qu es la investigacin de operaciones?

Podemos considerar la situacin como un problema de toma de decisiones, cuya solucin requiere
responder tres preguntas:

1. Cules son las alternativas de decisin?

2. Conforme a qu restricciones se toma la decisin?
3. Cul es el criterio objetivo apropiado para evaluar las alternativas?

Se consideran tres alternativas razonables:

1. Comprar cinco boletos normales FYV-DEN-FYV para salir el lunes y regresar el mircoles de la
misma semana.
2. Comprar un boleto FYV-DEN, cuatro DEN-FYV-DEN que abarquen fines de semana, y uno DEN-
FYV.
3. Comprar un boleto FYV-DEN-FYV para el lunes de la primera semana y el mircoles de la ltima
semana, y cuatro DEN-FYV-DEN para los viajes restantes. Todos los boletos en esta alternativa
cubren por lo menos un fin de semana.

La restriccin en estas opciones es que pueda salir de FYV el lunes y regresar el mircoles de la
misma semana. Un criterio objetivo obvio para evaluar la alternativa propuesta es el precio de los
boletos. La alternativa que d el costo mnimo ser la mejor. Especficamente, tenemos:

Costo de la alternativa 1 5 5 3 400 5 $2000

Costo de la alternativa 2 5 .75 3 400 1 4 3 (.8 3 400) 1 .75 3 400 5 $1880
Costo de la alternativa 3 5 5 3 (.8 3 400) 5 $1600

La alternativa 3 es la mejor porque es la ms econmica. Aunque el ejemplo anterior ilustra los tres
componentes principales de un modelo de IO, los cuales son: alternativas, criterio objetivo y
restricciones, las situaciones difieren por los detalles de la construccin de cada componente y la
solucin del modelo resultante.

Aunque los modelos de IO estn diseados para optimizar un criterio objetivo especfico sujeto a
un conjunto de restricciones, la calidad de la solucin resultante depende de la exactitud con que el
modelo representa el sistema real. Considere, por ejemplo, el modelo de los boletos. Si no se
identifican todas las alternativas dominantes para comprar los boletos, entonces la solucin
resultante es ptima slo en relacin con las opciones representadas en el modelo.
Especficamente, si se omite la alternativa 3 en el modelo, entonces la solucin optima requerira
que se compraran los boletos en $1880, la cual es una solucin sub-ptima.

SOLUCIN DEL MODELO DE IO

En la investigacin de operaciones no se cuenta con una tcnica general nica para resolver todos
los modelos que puedan surgir en la prctica. En su lugar, el tipo y complejidad del modelo
matemtico determina la naturaleza del mtodo de solucin.

La tcnica de IO ms importante es la programacin lineal. Est diseada para modelos con

funciones objetivo y restricciones lineales. Otras tcnicas incluyen la programacin entera (en la
cual las variables asumen valores enteros), la programacin dinmica (en la cual el modelo original
puede descomponerse en sub-problemas ms pequeos y manejables), la programacin de red (en
la cual el problema puede modelarse como una red), y la programacin no lineal (en la cual las
funciones del modelo son no lineales). Algunos modelos matemticos pueden ser tan complejos
que es imposible resolverlos .En esos casos quiz sea necesario una buena solucin aplicando la
heurstica, y la metaheurstica.

MODELOS DE COLAS Y SIMULACIN

Las colas y la simulacin estudian las lneas de espera, determinan medidas de desempeo de las
lneas de espera, como tiempo de espera promedio en la cola, tiempo de espera promedio para el
servicio, y el uso de las instalaciones de servicio. Los modelos de colas utilizan modelos
probabilsticos y estocsticos para analizar lneas de espera, y la simulacin estima las medidas de
desempeo al imitar el comportamiento del sistema real. La simulacin, por otra parte, es flexible
y puede utilizarse para analizar prcticamente cualquier situacin de colas. El proceso de desarrollar
modelos de simulacin es costoso, tanto en tiempo como en recursos; adems la ejecucin de los
modelos de simulacin suele ser lenta, aun con la computadora ms rpida.

MS QUE SLO MATEMTICAS

Debido a la naturaleza matemtica de los modelos de IO, tendemos a pensar que un estudio de
investigacin de operaciones siempre est enraizado en el anlisis matemtico. Aunque el
modelado matemtico es fundamental en la IO, primero se deben explorar mtodos ms sencillos.
En algunos casos se puede obtener una solucin de sentido comn mediante observaciones
sencillas. En realidad, como invariablemente el elemento humano afecta la mayora de los
problemas de decisin, un estudio de la psicologa de las personas puede ser clave para resolver el
problema.

FASES DE UN ESTUDIO DE IO
Los estudios de investigacin 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 cooperacin 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 tcnicas matemticas que incorpora, y un arte porque el xito de las fases que conducen a
la solucin del modelo matemtico depende en gran medida de la creatividad y experiencia del
equipo de IO

Es difcil prescribir cursos de accin especficos (semejantes a los que indica la teora precisa de la
mayora de los modelos matemticos) para estos factores intangibles. Sin embargo, podemos
ofrecer lineamientos generales para la implementacin de la IO en la prctica.

Para implementar la IO en la prctica, las fases principales son:

1. Definicin del problema.
2. Construccin del modelo.
3. Solucin del modelo.
4. Validacin del modelo.
5. Implementacin de la solucin.

La fase 3, que se ocupa de la solucin del modelo, es la mejor definida y por lo general la ms fcil
de implementar en un estudio de IO, porque maneja principalmente modelos matemticos precisos.
La implementacin de las fases restantes es ms un arte que una teora.

1. La definicin del problema implica definir el alcance del problema investigado. Esta funcin
debe ser realizada por todo el equipo de IO. El objetivo es identificar tres elementos
principales del problema de decisin: (1) descripcin de las alternativas de decisin; (2)
determinacin del objetivo del estudio, y (3) especificacin de las limitaciones bajo las
cuales funciona el sistema modelado.

2. La construccin del modelo implica un intento de transformar la definicin del problema

en relaciones matemticas. Si el modelo resultante se ajusta a uno de los modelos
matemticos estndar, como la programacin lineal, se suele obtener una solucin
utilizando los algoritmos disponibles, puede optar por simplificar el modelo y utilizar un
mtodo heurstico, o bien considerarla simulacin.

3. La solucin del modelo 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 experimenta algunos cambios de
parmetros. El anlisis de sensibilidad es particularmente necesario cuando no se pueden
estimar con precisin los parmetros del modelo. En estos casos es importante estudiar el
comportamiento de la solucin ptima en el entorno de los parmetros estimados.

4. La validez del modelo comprueba si el modelo propuesto hace en realidad lo que dice que
hace, es decir, predice adecuadamente el comportamiento del sistema que se estudia? ,
Tiene sentido la solucin? Los resultados sin intuitivamente aceptables? El modelo es
vlido si, en condiciones de datos de entrada iguales, reproduce de forma razonable el
desempeo pasado. Sin embargo, no suele haber seguridad de que el desempeo futuro
continuar copiando el comportamiento pasado. Si el modelo propuesto representara un
sistema nuevo (inexistente), no habra datos histricos disponibles. En esos casos podemos
 utilizar la simulacin como una herramienta independiente para comprobar el resultado del
modelo matemtico.

5. La implementacin de la solucin de un modelo validado implica la transformacin de los

resultados en instrucciones de operacin comprensibles que se emitirn a las personas que
administrarn el sistema recomendado. La responsabilidad de esta tarea recae
principalmente en el equipo de IO.