El método de la I.O.

• Definición del problema

• Formulación del problema y construcción
del modelo
• Resolución
• Verificación, validación, refinamiento
• Interpretación y análisis de resultados
• Implantación y uso extensivo
A lo largo de todo el proceso debe haber una interacción
constante entre el analista y el cliente
 El modelado
• Es una ciencia
– análisis de relaciones
– aplicación de algoritmos de solución
• Y a la vez un arte
– visión de la realidad
– estilo, elegancia, simplicidad
– uso creativo de las herramientas
– experiencia
 Modelo

• Con el propósito de estudiar científicamente un sistema

del mundo real debemos hacer un conjunto de supuestos
de cómo trabaja.

• Estos supuestos, que por lo general toman la forma de

relaciones matemáticas o relaciones lógicas, constituye
un Modelo que es usado para tratar de ganar cierta
comprensión de cómo el sistema se comporta.
 Definición del problema
• Consiste en identificar los elementos de decisión
– objetivos (uno o varios, optimizar o satisfacer)
– alternativas
– limitaciones del sistema
• Hay que recoger información relevante (los datos
pueden ser un grave problema)
• Es la etapa fundamental para que las decisiones sean
útiles
 Formulación del problema
• Modelo: representación simplificada de la realidad, que
facilita su comprensión y el estudio de su
comportamiento
• Debe mantener un equilibrio entre sencillez y capacidad
de representación
• Modelo matemático: modelo expresado en términos
matemáticos
– hace más claras la estructura y relaciones
– facilita el uso de técnicas matemáticas y ordenadores
– a veces no es aplicable
 INVESTIGACION DE OPERACIONES
Clasificación de los modelos según la I.O.
Modelo Matemático
Es aquel modelo que describe el comportamiento de un sistema a través de
relaciones matemáticas y supone que todas las variables relevantes son
cuantificables. Por ende tiene una solución optima.

Modelo de Simulación
Es un modelo que imita el comportamiento de un sistema sobre un periodo de
tiempo dado, esta basado en observaciones estadísticas. Este tipo de modelo
entrega soluciones aproximadas.

Modelo Heurístico
Es una regla intuitiva que nos permite la determinación de una solución
mejorada, dada una solución actual del modelo, generalmente son procedimientos
de búsqueda. Este tipo de modelo también entrega soluciones aproximadas.
 Tipos de modelos
• Determinísticos • Probabilísticos
– Programación matemática – Programación estocástica
• Programación lineal – Gestión de inventarios
• Programación entera – Fenómenos de espera
• Programación dinámica (colas)
• Programación no lineal – Teoría de juegos
• Programación – Simulación
multiobjetivo
– Modelos de transporte
– Modelos de redes
 INVESTIGACION DE OPERACIONES
El Arte del Modelado

La I.O debe ser considerada como una ciencia y la vez como un

arte.
•Una ciencia por el uso de técnicas matemáticas para la resolución
de los problemas.
•Un arte ya que la formulación del modelo depende en gran parte de
la creatividad y la experiencia delas operaciones del equipo
investigador.
 INVESTIGACION DE OPERACIONES
Etapas para puesta en práctica
1. Definición del problema:
• Alternativas de decisión (vars. de decisión).
• El objetivo de estudio (Función Objetivo).
• Identificación de las restricciones del sistema que se modela.
2. Construcción del modelo:
• Traducir el problema a relaciones matemáticas que incluyan las vars. decisión, la
Función Objetivo y las restricciones.
3. Solución del modelo:
• Uso de algoritmos de optimización.
• Se encuentran los valores de las vars. decisión.
4. Validación del modelo:
• ¿El modelo entrega una predicción razonable del comportamiento del sistema estudiado?
5. Puesta en práctica:
• Traducir los resultados del modelo en instrucciones de operación.
 Construcción del modelo
• Traducción del problema a términos
matemáticos
– objetivos: función objetivo
– alternativas: variables de decisión
– limitaciones del sistema: restricciones
• Pero a veces las relaciones matemáticas son
demasiado complejas
– heurísticos
– simulación
 Resolución
• Determinar los valores de las variables de
decisión de modo que la solución sea
óptima (o satisfactoria) sujeta a las
restricciones
• Puede haber distintos algoritmos y formas
de aplicarlos
 Verificación y validación
• Eliminación de errores
• Comprobación de que el modelo se adapta a
la realidad
 Interpretación y análisis
• Robustez de la solución óptima obtenida:
Análisis de sensibilidad
• Detección de soluciones cuasi-óptimas
atractivas
 Implantación
• Sistema de ayuda y mantenimiento
• Documentación
• Formación de usuarios
 El problema combinatorio …
• Una empresa dispone de 70 trabajadores con cualificaciones
diferentes (Economistas, Ingenieros, Auxiliares
Administrativos, etc..) a los que hemos de asignar 70
actividades también diferentes. Para decidir una determinada
asignación de tareas deberíamos escoger de entre un total de
70! (Permutaciones de 70 elementos) aquella que maximiza
el resultado final de la empresa. Como 70! es
aproximadamente igual a 10100, aún revisando un 1 millón de
asignaciones diferentes al segundo necesitaríamos
aproximadamente 1087 años para revisar todas las
asignaciones posibles.
• Este tipo de problemas requiere desarrollar modelos de
programación matemática, otros métodos matemáticos, para
llegar a algún tipo de conclusiones.
 Tipos de problemas
• Planeación de la producción e inventarios
• Mezcla de Alimentos
• Transporte y asignación
• Planeación financiera
• Mercadotecnia
• Asignación de recursos
• Redes de optimización
 Ejemplo

¿ QUE HACER Y EN
QUE CANTIDAD?
 Ejemplo típico de problema IO

En una fábrica de cerveza se producen dos tipos: rubia y

negra. Su precio de venta es de 50 ptas/l y 30 ptas/l,
respectivamente. Sus necesidades de mano de obra son de
3 y 5 empleados, y de 5.000 y 2.000 ptas de materias primas
por cada 1000 l.
La empresa dispone semanalmente de 15 empleados y
10.000 ptas para materias primas, y desea maximizar su
beneficio. ¿Cuántos litros debe producir?
 LIMITACIONES DE LA I de O
1. Frecuentemente es necesario hacer simplificaciones del problema
original para poder manipularlo y tener una solución.
2. La mayoría de los modelos sólo considera un solo objetivo y
frecuentemente en las organizaciones se tienen objetivos múltiples.
3. Existe la tendencia a no considerar la totalidad de las restricciones en
un problema práctico, debido a que los métodos de enseñanza y
entrenamiento dan la aplicación de esta ciencia centralmente se basan
en problemas pequeños para razones de índole práctico, por lo que se
desarrolla en los alumnos una opinión muy simplista e ingenua sobre
la aplicación de estas técnicas a problemas reales.
4. Rara vez se realizan análisis costo-beneficio de la implantación de
soluciones definidas por medio de la I de O, en ocasiones los
beneficios potenciales se ven superados por los costos ocasionados
por el desarrollo e implantación