Las fases usadas en la investigación de operaciones

1. Las fases usadas en la investigación de operaciones Los ejecutivos en su mayoría, están acostumbrados al uso de gráficas para el control de sus operaciones, por su objetividad, pero se interesan primordialmente por los resultados y solo algunos, y de manera secundaria, en las causas que los produjeron, por lo que generalmente interpretan dichas gráficas solo a la luz de los objetivos o metas de sus empresas.

2. Cuando esas mismas gráficas son observadas por un analista o investigador de operaciones, su reacción es diferente y lo que inmediatamente trata de averiguar es cómo se ha desarrollado el fenómeno a través del tiempo, con el objeto de poder predecir posteriormente cuál podría ser su comportamiento futuro, lo cual puede resultar mucho más práctico y ventajoso.

3. Las fases de un proyecto de Investigación de Operaciones son seis y son las siguientes: • 1.-Formulación del problema • 2.-Construcción de un modelo matemático para representar al sistema que se estudia • 3.-Deducción o derivación de una solución a partir del modelo construido • 4.-Prueba del modelo y de la solución derivada a partir de él • 5.-Establecimiento de controles sobre la solución 6.-Puesta a trabajar o arranque de la solución

4. ? • Formulación del problema . El problema lo deben formular conjuntamente el usuario o tomador de decisiones y el analista. El usuario es la persona o grupo de personas que controlan las operaciones que se están estudiando. Para formular el problema debe hacerse un análisis del sistema, sus objetivos y sus posibles cursos de acción opcionales

5. El problema para la Investigación de Operaciones es en términos generales, determinar cuál de los cursos de acción opcionales es más efectivo con respecto a los objetivos planteados. En consecuencia, al formular el problema es necesario definir una medida de la eficiencia y establecer su punto de satisfacción.

6. En general se puede decir que existe un problema, cuando los resultados que se están obteniendo a partir de las condiciones vigentes, no son satisfactorios y será necesario alterar dichas condiciones para que esto no siga sucediendo.

7. Cuatro componentes básicos para definir el problema: a)El usuario o tomador de decisiones, b)Sus objetivos, deseos o metas. c)El sistema o medio ambiente en el que se está operando . d)Los cursos de acción opcionales.

8. a)Definir el problema El usuario o tomador de decisiones es quien controla el sistema y generalmente no estará satisfecho con los resultados que se obtienen de éste. Puede no ser siempre un individuo, de hecho en el contexto actual, a menudo es una persona legal conocida como corporación o compañía y su identificación es el primer paso que debe darse. En esta identificación puede ser de gran utilidad el contar con organigramas y manuales de políticas y procedimientos que indiquen cuál es el proceso para la toma de decisiones que se sigue en la corporación.

9. b)Objetivos Los objetivos, deseos o metas del tomador de decisiones. Éstos se pueden considerar como los resultados finales hacia los que se dirigen las acciones y que inclusive pueden ser de naturaleza continua. Como ejemplos de objetivos se pueden dar: obtener las mayores utilidades, minimizar los costos, cumplir con una cierta tarea, operar de la manera más eficiente, etc.

10. Un buen punto a considerar, puede ser la maximización de las utilidades, el que junto con la minimización de los costos podrían establecerse como los objetivos universales.

11. c)Condicionesvigentes del sistema Describir y definir las condiciones vigentes del sistema o medio ambiente, puede resultar una tarea de romanos, pero el auxiliar al analista de Investigación de Operaciones en este campo, es el principal papel de las técnicas y herramientas que conforman esta disciplina. El punto de partida adecuado vuelve a ser el usuario o tomador de decisiones, debido a que generalmente es el más enterado de las condiciones vigentes del sistema.

12. Herramientaspara la detección de condiciones de un problema. 1.-Diagramas de flujo de los diferentes procesos, que son en si mismos modelos objetivos. 2.-Mapas de las condiciones de operación reales.

13. cursos de acción opcionales d) Fuentes muy valiosas: 1.-El interrogar al usuario o tomador de decisiones. 2.-Los datos históricos o estudios de caso previos disponibles sobre problemas similares. 3.-El criterio y opinión de profesionistas y especialistas en el campo de que se trate. 4.-La propia intuición, el ingenio y la creatividad y experiencia del analista de Investigación de Operaciones.

14. 2.-Construcción del modelo matemático Este modelo expresa la eficiencia del sistema que se estudia, como una función de un conjunto de variables, de las cuales cuando menos una está sujeta a con-trol. La forma general de un modelo de Investigación de Operaciones es donde E representa la eficiencia del sistema, xi las variables no controlables y yi las variables controlables. Las restricciones de los valores de las variables se pueden expresar como un conjunto complementario de ecuaciones o igualdades y/o inecuaciones o desigualdades.

15. Modelos Icónicos Un modelo icónico es una representación física de algún objeto, ya sea en forma idealizada o en escala distinta. Para expresarlo de otro modo, una representación es un modelo icónico, hasta el grado en que sus propiedades sean las mismas que las del objeto que representa. Los modelos icónicos son muy adecuados para la descripción de acontecimientos en un momento específico del tiempo. Por ejemplo una planta piloto que es un modelo a escala de una planta real y que puede utilizarse para estudiar posibles mejorías. Otro ejemplo de estos modelos es lo que se conoce como “túnel de viento” que es un modelo donde es posible reproducir las condiciones climatológicas y atmosféricas a las que van a estar sujetos los nuevos diseños o prototipos de aviones, los cuales se construyen a es-cala para probarse en el mencionado túnel.

16. Modelos Analógicos Los modelos analógicos pueden representar situaciones dinámicas y mostrar las características del fenómeno o acontecimiento que se está estudiando. Ejemplos de estos son las curvas de demanda, las de distribución de frecuencias y los diagramas de flujo. Con frecuencia, los modelos analógicos son muy adecuados para representar relaciones cuantitativas entre las propiedades de objetos de diferentes clases.

17. Modelos Simbólicos o Matemáticos Son de interés principalmente los modelos simbólicos que son verdaderas representaciones de la realidad y toman la forma de cifras y símbolos matemáticos. Generalmente comienzan como modelos abstractos que se forman en la mente y que luego se registran como modelos simbólicos. Ejemplos leyes físicas como velocidad, aceleración, fuerza eléctrica, etc..

18. Modelos Cualitativos y Cuantitativos Los problemas de Investigación de Operaciones que se ocupan de las cualidades o propiedades de sus componentes se llaman modelos cualitativos. La mayor parte del desarrollo de problemas de negocios comienza con modelos cualitativos y llega gradualmente hasta un punto donde ya se pueden utilizar modelos cuantitativos. La Investigación de Operaciones se ocupa de la sistematización de los modelos cualitativos y de su desarrollo hasta el grado que puedan cuantificarse.

19. Modelos Estándar y Hechos a la Medida Los modelos estándar se utilizan para describir las técnicas que han llegado a asociarse con la Investigación de Operaciones. Para utilizar estas técnicas lo único que hay que hacer, es alimentar los datos apropiados de un problema específico de negocios en el modelo estándar para obtener una respuesta.

20. Modelos Deterministas y Probabilistas Los modelos que se basan en las probabilidades y en las estadísticas y que se ocupan de incertidumbres futuras, se llaman probabilistas. Por otro lado, los modelos cuantitativos que no contienen consideraciones probabilistas, se llaman modelos deterministas. En estos últimos, la atención se concentra en aquellas situaciones en que el tener en cuenta los factores críticos, supone que son cantidades determinadas o exactas.

21. Modelos Descriptivos y de Optimización En algunas situaciones, un modelo se construye sencillamente como descripción matemática de una condición del mundo real. Esos modelos se llaman descriptivos y en el pasado se han utilizado para aprender más sobre un problema específico. Además, uno de esos modelos se puede emplear para mostrar más gráficamente la situación, para ver en que forma se puede arreglar de nuevo y para determinar los valores de la misma, que están implícitos en las circunstancias atenuantes, pero que no son claramente visibles para el observador. Si hay opciones, el modelo las mostrará y puede ayudar al observador a evaluar los resultados de una opción sobre los de otra.

22. Por el contrario, en un modelo de optimización, se hace un esfuerzo concentrado para llegar a una solución óptima cuando se presentan diferentes opciones. Es posible no alcanzar una solución óptima cuando se utiliza un enfoque demasiado estrecho dentro de un problema de Investigación de Operaciones.

23. Modelos Estáticos y Dinámicos Los modelos estáticos se ocupan de determinar una respuesta para un conjunto especial de condiciones fijas, que probablemente no cambiarán significativamente a corto plazo. Un buen ejemplo de este tipo de modelos es la programación lineal, en la que las restricciones se fijan en términos de los requerimientos de los productos individuales y del tiempo disponible por turno a corto plazo.

24. Un modelo dinámico está sujeto al factor tiempo, que desempeña un papel esencial en la secuencia de las decisiones. Independientemente de cuales hayan sido las decisiones anteriores, el modelo dinámico permite encontrar las decisiones óptimas para los períodos que quedan todavía en el futuro.

25. Modelos de Simulación y de no Simulación Ésta es un método que consta de cálculos secuenciales, paso a paso, donde se puede reproducir el comportamiento de fenómenos o sistemas a gran escala. En muchos casos, en donde ocurren relaciones complejas, tanto de naturaleza predecible como aleatoria, es más fácil preparar y correr un modelo de simulación en un computador, que preparar y emplear un modelo matemático que represente todo el proceso que se estudia.

26. 3.-Derivación o deducción de una solución a partir del modelo Esencialmente hay dos tipos de procedimientos para obtener una solución óptima (o una aproximada a la óptima) a partir de un modelo: el analítico y el numérico.

27. Los procedimientos analíticos consisten en hacer uso de deducciones matemáticas, implican la aplicación de varias ramas de las matemáticas tales como el cálculo, el álgebra de matrices, la probabilidad, etc. Las soluciones analíticas se obtienen en forma abstracta, es decir, la sustitución de números por símbolos generalmente se hace después de que se obtuvo la solución.

28. Los procedimientos numéricos consisten esencialmente en hacer ensayos con varios valores de las variables de control del modelo, comparar los resultados obtenidos y seleccionar aquel conjunto de valores de dichas variables que produzcan la mejor solución. Dichos procedimientos van desde los de ensayo y error hasta los de iteraciones complejas. Un procedimiento iterativo es el que a base de ensayos sucesivos tiende a aproximarse a la solución óptima, además de proporcionar un conjunto de reglas que identifican a la solución óptima en el momento en que ésta se alcanza.

29. Ejemplo de éstas técnicas 1.-“Técnica de Monte Carlo” 2.- “Técnica de Las Ve-gas”

30. 4.-Prueba del modelo y de la solución La suficiencia del modelo se puede probar determinan-do que también predice el efecto de estos cambios. La solución se puede e-valuar comparando los resultados obtenidos antes y después de aplicada dicha solución. Estas evaluaciones se pueden llevar a cabo retrospectivamente, utilizando para ello datos históricos o realizando una corrida de prueba.

31. 5.-Establecimiento de controles sobre la solución Una solución obtenida a partir de un modelo es válida, mientras las variables no controlables conserven sus valores y las relaciones entre las variables del modelo permanezcan constantes. La solución puede quedar “fuera de control”, cuando el valor de una o más de las variables no controlables y/o una o más de las relaciones entre variables hayan cambiado significativamente.

32. 6.-Puesta en marcha de la solución (Arranque) La solución ya probada, debe traducirse en un conjunto de procedimientos operacionales capaces de ser entendidos y aplicados por cada una de las personas que intervienen en el sistema y que son responsables de la implantación de dicha solución. Los cambios requeridos en los procedimientos y recursos existentes, deben especificarse y llevarse a cabo.