semana 1 io

INVESTIGACIÓN OPERATIVA

Lic. Mario Ninaquispe Soto

Aspectos fundamentales de la Investigación Operativa como Ciencia

0

26/08/2013 Lic. Mario Ninaquispe Soto

La Investigación Operativa como ciencia

La primera actividad de la Investigación de Operaciones (IO) se dio durante la segunda guerra mundial en Gran Bretaña, donde a un grupo de científicos de distintas áreas del saber los reunieron para que estudiaran los problemas tácticos y estratégicos asociados a la defensa del país.

El nombre de IO fue dado aparentemente por que el equipo fue dado aparentemente estaba llevando a cabo la actividad de Investigar Operaciones Militares.

Motivados por los resultados, los administradores militares de Estados Unidos comenzaron a realizar investigaciones similares. Para eso reunieron a un grupo selecto de especialistas, l os cuales empezaron a tener buenos resultados en la planeación de minas en el mar y la utilización efectiva del equipo electrónico.

26/08/2013

1


1. Naturaleza de la IO

El campo de estudio de la Investigación de Operaciones (Operations Research en inglés) o también llamada Ciencia de la Administración (Management Science), es relativamente nuevo; data de la segunda guerra mundial.

1.1 Origen

En el siglo 19, las organizaciones industriales de U.S.A. y el Reino Unido estaban constituidas por un número reducido de empleados, los que apenas ocupaban un espacio del tamaño de dos garajes y eran dirigidas por una sola persona.

El panorama cambia en el último cuarto de la centuria 19, con la primera revolución industrial. Trajo consigo el desarrollo de la energía, las maquinarias y los equipos.

1.1 Origen

Al mecanizarse la producción ocurrió la segmentación funcional y geográfica de la administración; consecuentemente vino la división del trabajo y aparecieron las responsabilidades de producción, finanzas, mercado, personal, ingeniería e investigación y desarrollo.

1.1 Origen

Producto de estas nuevas labores , muchos estudiosos de la ciencia comenzaron a mirar el campo industrial y es así que muchos físicos se concentraron en aplicar sus conocimientos; de ahí que aparecieron los ingenieros mecánicos; también …

1.1 Origen

…

De igual manera ocurrió con las otras funciones (en los momentos actuales estos cambios constituyen la llamada "aceleración tecnológica", designada así por Alvin Toffler en su shock del futuro)

1.1 Origen

…

mas no fue así con la función ejecutiva cuya labor consiste en integrar las políticas y operaciones( de los diferentes departamentos) con el fin de llegar a los objetivos de la organización .

1.1 Origen

Durante la WW2 existían grupos especialistas (matemáticos, psicólogos, etc.), cuya labor era asesorar a la organización militar en relación a las operaciones bélicas: análisis de estrategias de bombardeo, defensa aérea y programación de operaciones logísticas ;

1.1 Origen

Científicos británicos ayudaron con la nueva tecnología del radar en la localización de aeroplanos.

En el verano de 1941 se establece una sección de Operations Research (OR) en la RAF; de igual modo en la British Army y la Navy.

Estos científicos fueron conocidos en Gran Bretaña como OR: los primeros investigadores operacionales.

1.1 Origen

Al finalizar la Gran Guerra, un grupo de ellos se dedicó a la industria y al gobierno; empezando a aparecer la palabra IO para designar a aquellos científicos que se preocupaban por dar solución a los problemas que aparecían en la administración.

1.1 Origen

Se le debe a Gran Bretaña, el haber iniciado la IO y a EE.UU. por el rápido crecimiento de esta disciplina que fue aceptada en 1947, gracias al desarrollo del método símplex por George B. Dantzig y cuyos antecedentes se remontan a Quesnay, Jordan, Minkowsky, Farkas y Kantorovich, etc.,

1.1 Origen

1.2 Características de la IO

Se pueden citar tres características esenciales de la IO:

Enfoque de sistema

El uso del equipo interdisciplinario, y

La adopción del método científico.

Aparte de dos características secundarias.

El enfoque de sistema es fundamental para quienes tienen que afrontar los sistemas. Se ha dicho que la actividad de una parte de la organización, tiene el mismo efecto en la actividad de cada otra parte; es decir se cumple el principio físico de la transmitibilidad.


La división didáctica del conocimiento científico, ha traído como consecuencia que se "hable de problemas", como si existieran problemas físicos, químicos, psicológicos, lo que ocurre es que un problema se observa desde la óptica de una cierta disciplina.


Metodología Científica: Como es obvio, el enfoque principal de un estudio de IO es la Toma de Decisiones. Es decir el resultado que derive del análisis, debe tener consecuencias directas y no ambiguas para el tomador de decisiones.

El método científico aplicado en un proceso de IO, se inicia con la observación cuidadosa y formulación del problema; para luego construir un modelo científico que trate de abstraer la esencia del problema real.

De este modelo se obtendrán las conclusiones y soluciones que también son válidas para el problema real; por lo que en forma iterativa el modelo se llega a verificar con la experimentación adecuada.

26/08/2013

16



La IO representa la realidad a base de un modelo llamado "modelo matemático", el cual representa la estructura cuantitativa del mundo real. Mediante él, se formula un sistema real y se obtienen conclusiones.


El investigador de operaciones, no crea un problema; los reconoce. Tal como lo manifiestan diversos autores , "se topa con los síntomas y no con el diagnóstico” y dentro de esta situación, encontrará dos o más cursos de acciones posibles, de los cuales, deberá escoger uno de ellos.


1.3 Definición

ORSA (The Operations Research Society of América):

"la IO concierne con la decisión científica de como diseñar y operar el mejor sistema hombre-máquina, usualmente bajo condiciones de asignar recursos";

La Sociedad de Investigación de Operaciones de Gran Bretaña:

"IO es la aplicación del método científico a los problemas complejos de la dirección y administración de grandes sistemas de hombres, máquinas, materiales y dinero en la industria, negocios, gobierno y defensa";

1.3 Definición

Warton School (University of Pennsylvania):

"IO consiste en la aplicación del método científico, frecuentemente auxiliado por modelos y técnicas matemáticas para la solución de problemas sociales, de negocios y de decisión gubernamental";

1.3 Definición

1.4 Modelos

El modelo en IO, es el laboratorio para el físico y se emplea este término para designar a la abstracción de una realidad con posibilidades de empleo en propósitos de predicción y control.

1.4 Modelos

MODELOS DE INVESTIGACIÓN OPERATIVA

DETERMINISTICOS PROBABILÍSTICOS ESTOCÁSTICOS

OPTIMIZACIÓN NO LINEAL

OPTIMIZACIÓN LINEAL

PROGRAMACIÓN DINÁMICA

PROGRAMACIÓN ESTOCÁSTICA

MÉTODOS CLÁSICOS PROGRAMACIÓN LIENAL

INVENTARIOS COLAS

MÉTODOS DE BÚSQUEDA

TRANSPORTE Y ASIGNACIÓN

SIMULACIÓN PROCESOS ESTOCÁSTICOS

PROGRAMACIÓN NO LINEAL

PROGRAMACIÓN ENTERA Y BINARIA

PERT CPM TEORÍA DE DECISIONES Y

JUEGOS

REDES METAHEURÍSTICA

HEURÍSTICA

Modelos de Investigación Operativa

26/08/2013

25


Según Moskowitz, define 5 pasos principales:

Formulación y definición del problema

Construcción del modelo

Solución del modelo

Validación del modelo

Implementación de resultados

26/08/2013

26

El Proceso de la Investigación de Operaciones


Fase 1: Formulación y Definición del problema Se requiere: Descripción precisa de las metas u objetivos del estudio Identificar las variables de decisión controlables y no controlables del sistema de decisión Reconocer las limitaciones o restricciones en las variables del sistema

26/08/2013

27



Fase 2: Construcción del Modelo Se detalla el proceso. Primero, le investigador debe decidir el modelo más adecuado para representar el sistema. Este modelo debe especificar las relaciones cuantitativas para el objetivo y las restricciones del problema en términos de las variables de decisión. Debe proporcionar estimados de los parámetros, obtenidos bien se a partir de daros históricos, subjetivos o formalmente estimados por medio de algún mecanismo estadístico. Se debe escoger un horizonte de tiempo. También se debe determinar si el sistema es determinísticos, dependiendo de la complejidad y posibilidad de solución de las relaciones matemáticas.

26/08/2013

28



Fase 3: Solución del Modelo El modelador debe, junto a los parámetros específicos por datos históricos, tecnológicos o prácticos, calcular o derivar una solución matemática. Si el modelo se acomoda a uno de los modelos matemáticamente bien conocidos como el de programación lineal, se puede obtener una solución óptima utilizando estas técnicas. Si por lo contrario, las relaciones matemáticas del modelo son muy complejas para permitir una solución analítica, entonces el método de simulación puede ser lo más apropiado. En la solución del modelo, se deben realizar análisis de sensibilidad, para determinar el comportamiento del sistema ante cambios en las especificaciones y parámetros del sistema. Es una práctica importante, toda vez que los datos de entrada (parámetros) no necesariamente son precisos o estables y las suposiciones estructurales del modelo puede que no sean válidas.

26/08/2013

29



Fase 4: Validación del Modelo Requiere que se determinen si tal modelo puede predecir confiablemente el comportamiento del sistema. También comprende la prueba de las suposiciones estructurales del modelo (variables, relaciones funcionales, etc.) para determinar su validez. Una práctica importante es comprar el desempeño del modelo actual con datos de entrada históricos. El modelo será válido, si bajo condicione similares de entrada, puede reproducir razonablemente el comportamiento pasado del sistema. Es importante resaltar, que no hay garantía de que el comportamiento futuro del sistema continúe duplicando la historia pasada.

26/08/2013

30



Fase 5: Implementación Es importante que quieres participen en la toma de decisiones como resultado del estudio analicen el problema. De esta forma el proyecto toma validez real y no sea considerado un mero ejercicio académico.

26/08/2013

31



1.5 Problemas (E. Buffa)

Modelos de Optimización.- Dado un criterio cambia sus alternativas, para determinar la mejor solución (PL, redes, inventarios, PD).

Modelos evaluativos.- El objetivo es reflejar los juicios subjetivos de quien toma decisiones (árbol de decisión, teoría de la utilidad).

Modelos Predictivos.- Porque centran la atención en la predicción de factores externos (sist. dinámicos, simulación, colas, markov).

1.6 Programación matemática

Maximizar (Minimizar) Sujeto a (s.a.): Donde representan las variables de decisión

nn xcxcxcxcZ ........332211

0,

,,........

................

................

................

,,........

,,........

,,........

,3,2,1

2211

11212111

22222121

11212111

n

mnmnmm

nn

nn

nn

xxxx

bxaxaxa

bxaxaxa

bxaxaxa

bxaxaxa

0,,3,2,1 nxxxx

Modelo Matemático de PL

26/08/2013

35


26/08/2013

36

Muchas

gracias! Lic. Mario Ninaquispe Soto

semana 1 io

Documents