Investigación Operativa

La IO fue reconocida como una nueva área de la investigación científica hasta la Segunda Guerra
Mundial aportando con sus métodos un cambio radical en la forma de abordar los problemas de
decisión.

Durante la Segunda Guerra Mundial surgió la necesidad de asignar recursos escasos a las distintas
operaciones militares, así como a las actividades en cada operación, de la forma más efectiva
posible. Tras esta necesidad, se convoca a científicos de diferentes disciplinas para que apliquen el
método científico a éste y otros problemas de estrategias y tácticas.

El éxito logrado fue observado por los industriales. Se descubre que la naturaleza de los problemas
en estas tareas era similar a la de los enfrentados en el área militar.

Su desarrollo fue imparable favorecido por los avances en el desarrollo de las técnicas propias del
área y por la aparición y desarrollo de las técnicas propias de la computadora.

CONCEPTO DE LA INVESTIGACIÓN OPERATIVA

“la investigación operativa es la aplicación, por grupos interdisciplinarios, del método

científico a problemas relacionados con el control de las organizaciones o sistemas a fin de
que se produzcan soluciones que mejor sirvan a los objetivos de toda la organización”

La IO es la aplicación de la metodología científica a través de modelos, primero para

representar el problema real que se quiere resolver en un sistema y segundo para
resolverlo. Estos modelos son matemáticos y se los expresa como un conjunto de
relaciones o ecuaciones.

El éxito o fracaso de cualquier operativo, ya sea militar, comercial, industrial, político,

social, etc. depende de la adecuada o errónea utilización de los medios que se disponen
para este fin. Para ello frente a distintas alternativas se debe "decidir".

Se entiende que decidir "es elegir entre distintas alternativas". Cuando ese proceso de
elección lo efectuamos teniendo en cuenta diferentes criterios que nos permitan
establecer un orden de preferencias en conjunto de alternativas, estaríamos buscando la
decisión óptima.

Luego de la decisión viene la acción, La decisión se traduce en ejecutar (o no) un conjunto

de actividades cuyas consecuencias se sentirán en el futuro.
El decisor, resuelve por una alternativa, en base a la intuición y en base al razonamiento.
De manera que ha esta situación la podemos expresar como:

I + R = D o bien, decir que: D = F(R,I)

Donde: I = Intuición

R = Razonamiento

D = Decisión.

Luego podríamos decir que la decisión es un conjunto formado por una componente
racional y una componente intuitiva.

Entonces la investigación operativa tendría como misión tratar de darle mayor peso a la
componente racional, es decir que las decisiones sean cada vez más racionales y menos
intuitivas.

Ventajas de la Investigación de Operaciones

Ayudan a tomar decisiones estratégicas y operacionales, se tienen ventajas como:

● Asignación óptima de recursos escasos.

● Evaluar la fortaleza de la solución óptima al realizar el análisis de sensibilidad.
● Involucrar otras partes de la organización en la obtención de objetivos.

CARACTERÍSTICAS DE LA INVESTIGACIÓN DE OPERACIONES

● La Investigación de Operaciones usa el método científico para investigar el

problema en cuestión. En particular, el proceso comienza por la observación
cuidadosa y la formulación del problema incluyendo la recolección de datos
pertinentes.
● La Investigación de Operaciones adopta un punto de vista organizacional. De esta
manera intenta resolver los conflictos de interés entre los componentes de la
organización de forma que el resultado sea el mejor para la organización completa.
● La Investigación de Operaciones intenta encontrar una mejor solución (llamada
solución óptima), para el problema bajo consideración. En lugar de contentarse
con mejorar el estado de las cosas, la meta es identificar el mejor curso de acción
posible.
● En la Investigación de Operaciones es necesario emplear el enfoque de equipo.
Este equipo debe incluir personal con antecedentes firmes en matemáticas,
estadísticas y teoría de probabilidades, economía, administración de empresas,
 ciencias de la computación, ingeniería, etc. El equipo también necesita tener la
experiencia y las habilidades para permitir la consideración adecuada de todas las
ramificaciones del problema.
● La Investigación de Operaciones ha desarrollado una serie de técnicas y modelos
muy útiles a la Ingeniería de Sistemas. Entre ellos tenemos: la Programación No
Lineal, Teoría de Colas, Programación Entera, Programación Dinámica, entre otras.
● La Investigación de Operaciones tiende a representar el problema
cuantitativamente para poder analizarlo y evaluar un criterio común.

TIPOS DE PROBLEMAS EN INVESTIGACIÓN DE OPERACIONES

Un problema es la diferencia que establecemos entre lo que sucede y lo que desearíamos

que sucediera. Por ello que, cuando nos enfrentamos con una situación del mundo real,
establecer y enunciar el verdadero problema, es muchas veces la parte más importante
del análisis y que insume mucho tiempo.

A continuación, presentamos algunos de los ya considerados problemas prototipo en el

campo de la IO:

1. Problemas de asignación y Distribución de Recursos: Se trata de asignar recursos

escasos a una serie de tareas para realizar de la mejor manera posible una serie de
trabajos. Por ejemplo, problemas de mezclas de productos (elaboración de dietas),
problemas de inversiones, distribución de materiales, etc...

2. Problemas de Inventarios: Son aquellos en los que se desea establecer el nivel de

inventario que debe mantenerse en una empresa. Se incluyen aquí los problemas
relacionados con la gestión de embalses.

3. Problemas de Mantenimiento, Reemplazamiento y Fiabilidad: El objetivo aquí es el

mantenimiento de los equipos industriales, militares, e incluso sociológicos. Estos equipos
suelen deteriorarse con el tiempo, esto implica tomar decisiones sobre si interesa o no
reemplazar determinadas piezas del equipo, y de hacerlo, decidir en qué momento.

4. Problemas de Colas: Este tipo de problemas surge cuando una serie de ítems acceden a
un sistema en demanda de un servicio. El objetivo es diseñar el centro de servicio para
optimizar criterios como, minimizar el tiempo de espera, minimizar costes, etc.

5. Problemas de Rutas de Vehículos: El problema clásico de rutas de vehículos consiste en

diseñar un conjunto de rutas de mínimo coste para un conjunto de vehículos, que deben
servir un determinado producto a un conjunto de clientes, cuyas demandas y
localizaciones son conocidas.
6. Problemas de Secuenciación de Actividades: Se trata de decidir en qué orden deben
realizarse un conjunto de tareas en un conjunto de máquinas, teniendo en cuenta que
dichas tareas suelen estar sujetas a relaciones de precedencia.

FASES DE LA INVESTIGACIÓN OPERATIVA

El núcleo de acción del investigador operacional es el de entrar en contacto con la

realidad, interactuar con ella y extraer un modelo. El modelo así extraído debe servir para
poder contestar a las preguntas que se le hagan.

Para ello, la investigación de Operaciones, hace uso de una metodología que tiene las
siguientes fases:

1. Formulación y definición del problema.

Descripción de los objetivos del sistema, es decir, qué se desea optimizar; identificar las
variables implicadas, ya sean controlables o no; determinar las restricciones del sistema.
También hay que tener en cuenta las alternativas posibles de decisión y las restricciones
para producir una solución adecuada.

2. Construcción 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 decisión con los
parámetros y restricciones del sistema. Los parámetros (o cantidades conocidas) se
pueden obtener ya sea a partir de datos pasados o ser estimados por medio de algún
método estadístico. Es recomendable determinar si el modelo es probabilístico o
determinístico. El modelo puede ser matemático, de simulación o heurístico, dependiendo
de la complejidad de los cálculos matemáticos que se requieran.

3. Solución del modelo.

Una vez que se tiene el modelo, se procede a derivar una solución matemática empleando
las diversas técnicas y métodos matemáticos para resolver problemas y ecuaciones.
Debemos tener en cuenta que las soluciones que se obtienen en este punto del proceso,
son matemáticas y debemos interpretarlas en el mundo real. Además, para la solución del
modelo, se deben realizar análisis de sensibilidad, es decir, ver como se comporta el
modelo a cambios en las especificaciones y parámetros del sistema. Esto se hace, debido a
que los parámetros no necesariamente son precisos y las restricciones pueden estar
equivocadas.
4. Validación del modelo.

La validación de un modelo requiere que se determine si dicho modelo puede predecir

con certeza el comportamiento del sistema. Un método común 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 continúe replicando el comportamiento pasado,
entonces siempre debemos estar atentos de cambios posibles del sistema con el tiempo,
para poder ajustar adecuadamente el modelo.

5. Implementación de resultados.

Consiste en traducir los resultados del modelo validado en instrucciones para el usuario o
los ejecutivos responsables que serán tomadores de decisiones.

CONSTRUCCIÓN DEL MODELO MATEMÁTICO QUE REPRESENTE AL SISTEMA

EN ESTUDIO

Un modelo es una representación ideal de un sistema real y de la forma de cómo opera.

Un modelo es una abstracción selectiva de la realidad.

El modelo, se define como una función objetivo con restricciones que se expresan en
términos de las variables (alternativas) de decisión del problema.

El objetivo de un modelo es analizar el comportamiento del sistema, o bien predecir su

comportamiento futuro. Obviamente los modelos no son tan complejos como el sistema
mismo, de tal manera que se hacen las suposiciones y restricciones necesarias para
representar las porciones más relevantes del mismo.

Existen tres tipos de modelos. Los ingenieros construyen modelos de automóviles, los

arquitectos urbanistas modelos de ciudades. En ambos casos se trata de modelos físicos.
El segundo tipo de modelo lo empleamos tan a menudo que con frecuencia no lo
reconocemos: el modelo analógico. Estos modelos representan un conjunto de relaciones
a través de un medio diferente, pero análogo. El mapa de carreteras es un modelo análogo
del terreno correspondiente, el velocímetro de un vehículo representa la velocidad
mediante el desplazamiento análogo de una aguja sobre una escala graduada.

El más abstracto es el modelo simbólico, en el cual todos los conceptos están

representados por variables cuantitativamente definidas y todas las relaciones tienen una
representación matemática, en lugar de física o por analogía. Los modelos simbólicos
toman la forma de cifras, símbolos y matemáticas. Comienzan como modelos abstractos
que formamos en nuestra mente y luego se registran como modelos cuantitativos. Un tipo
de modelo simbólico o matemático que se usa comúnmente en la Investigación de
Operaciones es una ecuación. Una ecuación es concisa, precisa y fácil de comprender. Sus
símbolos no sólo son mucho más fáciles de manipular que las palabras, sino que se
escriben más rápidamente. Además de estos atributos, los modelos simbólicos se prestan
a las manipulaciones de las computadoras.

La mayoría de los modelos en I.O. están constituidos por tres conjuntos básicos de
elementos: Las variables de decisión y parámetros, las restricciones y la función objetivo.

Variables de decisión y parámetros.- Las cantidades desconocidas que deben

determinarse en la solución del modelo, son las variables de decisión. Los parámetros son
los valores que describen la relación entre las variables de decisión. Los parámetros
permanecen constantes para cada problema, pero varían con problemas distintos.

Restricciones.- Para incluir las limitaciones físicas que ocurren en el problema cuyo
modelo se plantea, dicho modelo debe incluir cualesquiera restricciones que limiten las
variables a valores permisibles (factibles). Por lo general, las restricciones se expresan
como funciones matemáticas.

Función objetivo.- define la efectividad del modelo como función de las variables de

decisión. Se obtiene la solución óptima del modelo cuando los valores de las variables de
decisión arrojan el mejor valor de la función objetivo, al mismo tiempo que se satisfacen
todas las restricciones.