INTRODCUCCION A LA INVESTIGACION DE OPERACIONES.
1.1 Origen y evolucion de la ciencia administrativa.
Las raíces de la IO pueden encontrarse muchas décadas atrás, cuando se hicieron los primeros
intentos por emplear el método científico en la administración de una empresa. Sin embargo, el
inicio de la actividad llamada investigación de operaciones es atribuible a ciertos servicios militares
prestados al inicio de la Segunda Guerra Mundial. Debido a los esfuerzos bélicos, existía la urgente
necesidad de asignar recursos escasos a las distintas maniobras militares y a las actividades que
componían cada operación de la manera más eficaz. Por esto, las administraciones militares
estadounidense y británica llamaron a un gran número de científicos para que aplicaran el método
científico a éste y a otros problemas estratégicos y tácticos. De hecho, les fue solicitado que
hicieran investigación sobre operaciones —militares—. Estos grupos de científicos fueron los
primeros equipos de IO. Debido al desarrollo de métodos eficaces para utilizar la nueva
herramienta que representaba el radar, los científicos contribuyeron al triunfo en la batalla aérea
que libró Gran Bretaña. Sus investigaciones para mejorar el manejo de las operaciones
antisubmarinas y de protección, también tuvieron un papel importante en la victoria de la
campaña del Atlántico Norte. Esfuerzos similares fueron de gran ayuda en la campaña del
Pacífico.Al terminar la guerra, el éxito de la IO en las actividades bélicas generó gran interés por
sus aplicaciones en un ámbito distinto al militar. Una vez que la explosión militar posterior a la
guerra siguió su curso, los problemas provocados por el aumento de la complejidad y la
especialización en las organizaciones pasaron de nuevo al primer plano. Entonces comenzó a ser
evidente para un gran número de personas, entre ellas los consultores industriales que habían
trabajado con o para los equipos de IO durante la guerra, que estos problemas eran en esencia los
mismos que los que debían enfrentar los militares pero en un contexto diferente. Al inicio de la
década de los cincuenta, estos visionarios introdujeron el uso de la investigación de operaciones
en una serie de organizaciones industriales, de negocios y del gobierno. Desde entonces, se ha
desarrollado con rapidez. Es posible identificar por lo menos otros dos factores que tuvieron gran
importancia en el desarrollo de la IO durante este periodo. Uno es el progreso sustancial logrado
con anterioridad en el mejoramiento de las técnicas disponibles. Después de la guerra, muchos de
los científicos que habían participado en equipos de IO o que tenían información sobre este
trabajo, estaban motivados para buscar resultados relevantes en el campo, de lo cual resultaron
avances importantes; un ejemplo sobresaliente es el método símplex para resolver problemas de
programación lineal, desarrollado en 1947 por George Dantzig. Muchas de las herramientas
características de la IO, como programación lineal, programación dinámica, teoría de colas y teoría
de inventarios, habían sido desarrolladas casi por completo antes del término de la década de los
cincuenta. Un segundo factor que dio gran impulso al desarrollo de este campo fue la revolución
de las computadoras. El manejo eficaz de los complejos problemas inherentes a la IO, casi siempre
requiere un gran número de cálculos. Realizarlos de forma manual puede resultar casi imposible,
por lo cual el desarrollo de la computadora electrónica digital, con su capacidad para hacer
cálculos aritméticos, miles o tal vez millones de veces más rápido que los seres humanos, fue una
gran ayuda para la investigación de operaciones. Otro avance tuvo lugar en la década de los años
ochenta, con el desarrollo de computadoras personales cada vez más rápidas y de buenos
paquetes de software para resolver problemas de IO. Así, las técnicas más complejas estuvieron al
alcance de un gran número de personas. Hoy día, millones de individuos tienen acceso a estos
paquetes, y el uso de toda una gama de computadoras, desde las grandes hasta las portátiles, para
resolver problemas de investigación de operaciones es cotidiano [ CITATION Lie06 \l 2058 ].
1.2 Utilidad de la ciencia administrativa en la toma de decisiones.
Los estudios de investigación 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 delos analistas de IO se
deben complementar con la experiencia y cooperación del clien-te 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 técnicas matemáticas que incorpora, y un arte porque el éxito de las fases que conducen a
la solución del modelo matemático depende en gran medida de la creatividad y experiencia del
equipo de IO. Willemain (1994) manifiesta que “una práctica [de IO] eficaz requiere más que
competencia analítica. También re-quiere, entre otros atributos, juicio técnico (es decir, cuándo y
cómo utilizar una técni-ca dada), así como habilidades de comunicación y supervivencia
organizacional”. Es difícil prescribir cursos de acción específicos (semejantes a los que indica la
teoría precisa de la mayoría de los modelos matemáticos) para estos factores intangi-bles. Sin
embargo, podemos ofrecer lineamientos generales para la implementación dela IO en la práctica.
[ CITATION Tah12 \l 2058 ]
La IO incluye el término investigación en el nombre porque utiliza un enfoque similar al aplicado
en las áreas científicas establecidas. El método científico es usado para explorar los diversos
problemas que deben ser enfrentados —en ocasiones se usa el término management science o
ciencia de la administración como sinónimo de investigación de operaciones—. El proceso
comienza por la observación cuidadosa y la formulación del problema, incluyendo la recolección
de los datos pertinentes. El siguiente paso es la construcción de un modelo científico —
generalmente matemático— con el cual se intenta abstraer la esencia del problema real. En esta
etapa se propone la hipótesis de que el modelo será una representación tan precisa de las
características esenciales de la situación, que permitirá que las conclusiones —soluciones—
obtenidas sean válidas también para el problema real. Después se llevan a cabo los experimentos
adecuados para probar esta hipótesis, para modificarla si es necesario y para verificarla en
determinado momento —este paso se conoce como validación del modelo—. En cierto sentido, la
IO involucra la investigación científica creativa de las propiedades fundamentales de las
operaciones. Sin embargo, es más que esto. La IO se ocupa también de la administración práctica
de la organización. Por lo tanto, para tener éxito, también debe proporcionar conclusiones claras
que el tomador de decisiones pueda usar cuando sea necesario. Otra característica de la
investigación de operaciones es su amplio punto de vista. Como quedó implícito en la sección
anterior, la IO adopta una visión organizacional. Desde esta perspectiva intenta resolver los
conflictos de intereses entre los componentes de la organización de forma que el resultado sea el
mejor para ésta en su conjunto. Ello no significa que el estudio de cada problema deba considerar
en forma explícita todos los aspectos de la organización, sino que los objetivos perseguidos deben
ser congruentes con los objetivos globales. “Una característica adicional de la investigación de
operaciones es que intenta encontrar una mejor solución —llamada solución óptima— para el
problema en cuestión. (Se dice una mejor solución y no la mejor solución porque es posible que
existan muchas soluciones que puedan considerarse como la mejor.)” En lugar de conformarse con
mejorar el estado de las cosas, la meta es identificar el mejor curso de acción posible. Aun cuando
debe interpretarse con todo cuidado en términos de las necesidades reales de la administración,
esta “búsqueda del mejor camino” es un aspecto importante de la IO. Estas características
conducen de manera casi natural a otra. Es evidente que no puede esperarse que un solo
individuo sea experto en los múltiples aspectos del trabajo de investigación de operaciones o de
los problemas que se estudian, sino que se requiere un grupo de individuos con diversos
antecedentes y aptitudes. Cuando se decide emprender un estudio de IO completo para un
problema nuevo, es necesario emplear el enfoque de equipo. Este grupo de expertos debe incluir
individuos con antecedentes firmes en matemáticas, estadística y teoría de probabilidades, al igual
que en economía, administración de empresas, ciencias de la computación, ingeniería, ciencias
físicas, ciencias del comportamiento y, por supuesto, en las técnicas especiales de IO. El equipo
también necesita experiencia y aptitudes necesarias para considerar de manera adecuada todas
las ramificaciones del problema en la organización [ CITATION Lie06 \l 2058 ].
1.3 Los diferentes tipos de modelos dentro de la ciencia administrativa.
Los diferentes tipos de modelos de I.O son:
1. Modelo simbólico o matemático
2. Modelo de simulación
3. Modelo Heurística
Modelo simbólico o matemático
Es el tipo de modelo más importante de la I.O. Al formular este tipo de modelo uno supone
que todas las variables relevantes son cuantificables. Por consiguiente los símbolos
matemáticos se utilizan para representar variables las cuales están relacionadas con las
funciones matemáticas para poder descubrir el comportamiento de un sistema. Lográndose
la solución del modelo por una manipulación matemática apropiada.
Modelo de simulación.
Los modelos de simulación imitan el comportamiento de sistema sobre un periodo. Esto se
logra especificando ciertos eventos los cuales son puntos en el tiempo en donde se
ocurrencia significa que puede recolectarse su información la cual pertenece al comportamiento
de este sistema siendo está muy importante. Los modelos de simulación no necesitan funciones
matemáticas para realizar variables, usualmente es posible simular sistemas complejos que no
pueden modelarse o resolverse matemáticamente. La principal falla de la simulación consiste
en que el análisis es equivalente a realizar experimentos y estar sujeto a errores experimentales.
Modelo Heurístico.
Este modelo heurístico de solución descansa en las reglas empíricas o intuitivas, las cuales
dan una solución actual al modelo permitiendo determinar una solución mejorada.
Actualmente los métodos heurísticos son procedimiento de búsqueda que pasan
inteligentemente de un punto de solución a otro con el objetivo de mejorar el criterio de
este modelo. Cuando ninguna mejora adicional puede lograrse la mejor solución que se haya
obtenido es la solución aproximada al modelo [ CITATION LÓP \l 2058 ].
1.4 Conceptos básicos.
A lo largo del curso de Investigación de Operaciones, se abordarán problemas típicos en contextos
organizacionales que están orientados a cumplir con metas de máximos beneficios para la
organización o en su defecto mínimo costo. Los modelos de optimización de manera general
pueden estar compuestos por (Figura 1):
Función Objetivo: es la máxima o mínima expresión de la función matemática que se
desea optimizar de acuerdo con el problema y la meta perseguida. A continuación se citan
algunos ejemplos de función objetivo:
Maximizar las utilidades de una empresa manufacturera
Minimizar los costos de distribución de un Operador Logístico
Maximizar los ingresos operacionales de una empresa comercializadora
Minimizar los tiempos de espera en un sistema productivo
Minimizar los costos de producción en un sistema de manufactura
Maximizar el flujo de producto y materiales en una cadena de suministro
Minimizar las emisiones de CO2 en la distribución de carga terrestre
Maximizar los volúmenes de producción en una industria
Minimizar las desviaciones con respecto a una meta corporativa, entre otras
Variables de Decisión: de acuerdo con Winston (2005), son las variables cuyos valores
están bajo nuestro control y genera influencia sobre el desempeño del sistema. En otras
palabras, las variables representan las decisiones que se pueden tomar para afectar el
valor de la función Objetivo, según como lo plantea Ramos A. et al (2010). A continuación
se citan algunos ejemplos de variables:
Cantidad de Producto a fabricar y vender
Cantidad de productos enviados en una relación origen-destino de una cadena de
suministro.
Número de camiones necesarios para una operación de distribución
Cantidad de material en inventarios en diferentes periodos de tiempo
Número de empleados a contratar o despedir en un sistema de producción, entre otras.
Restricciones: son límites en los que puede oscilar la solución y los valores que pueden
tomar sus variables. Las restricciones se representan mediante ecuaciones o inecuaciones.
Por ejemplo algunas restricciones pueden ser:
El número máximo de productos en inventario es 1000
En número mínimo de empleados en la planta de producción debe ser 500
La máxima cantidad de inversión para las operaciones son $200´000.000
La cantidad de inventario de producto disponible debe estar entre 500 y 6000 unidades
La máxima capacidad disponible de producción es de 120.000 horas al año
