Principios y aplicaciones de la investigación de operaciones.

Principios y aplicaciones de la investigación de operaciones.

En su forma más básica la IO se visualiza como un enfoque científico para resolver problemas; así, se abstraen los elementos esenciales del problema en un modelo que luego se analiza para obtener una solución óptima a implementar.

La IO tiene unos 50 años y sus orígenes se remontan a la última mitad de la segunda guerra mundial. Casi todas las técnicas de IO de uso común en la actualidad se desarrollaron durante los primeros 20 años posteriores a su inicio. En los 30 años siguientes el ritmo de desarrollo de nuevas metodologías fundamentales de IO se hizo algo más lento. Sin embargo hubo una expresión rápida en: 1)la diversidad de áreas con problemas en las que se aplica la IO y 2) la magnitud de problemas que se pueden solucionar mediante metodologías de IO. En el presente la investigación de operaciones es un campo maduro y bien desarrollado con conjunto complejo de técnicas utilizadas de rutina para solucionar el problema en una amplia variedad de aras de aplicación. Un proyecto IO comprende 3 pasos: 1) el desarrollo de un médelo, 2) su análisis y 3) la implementación de los resultados.

La IO se originó en Inglaterra durante la 2da guerra mundial. El impulso que la origino fue el desarrollo de los sistemas de radares de defensa para la Royal Air fon y el primer uso registrado del termino investigación de operaciones se atribuye a A.P. Rowe que constituyo equipos para realizar una investigación de operaciones de los sistemas de comunicaciones y la sala de control de la estación de radar británica. Los estudios se relacionaban con el mejoramiento de la eficiencia operativa de los sistemas.

P. M. S Blackett fue convencer a las autoridades sobre la necesidad de un enfoque científico al manejo de operaciones complejas y de hecho en muchos círculos se lo considera en analítico original de la investigación de operaciones.

Morse es el madre de la IO en estados unidos y muchos de los distinguidos científicos y matemático que el condujo continuación luego de que terminó la guerra y pasaron a ser los pioneros de la IO en estados unidos.

George Dantzing quien en 1947 desarrollo el algoritmo simple para la programación lineal (PL) proporciono el impulso aislado más importante para este crecimiento. Hasta el presente la LP aun es una de las técnicas de la IO de más amplia aplicación y al desarrollo bastante reciente de los métodos de puntos anteriores como enfoque alternativo. El segundo impulso importante para el crecimiento de la IO fue el desarrollo de las computadoras digitales. En la actualidad las implementaciones de estaciones de unas poderosas pueden solucionar de rutuna problemas con cientos de miles de variables.

Los siguientes 20 años fueron testigos de la evolución de la mayoría de las técnicas de la IO que se usan en la actualidad, por ejemplo, las programaciones no lineal, integral y dinámica, la simulación por computadora, la técnica de evaluación y revisión de programas (PERT) y el método de ruta crítica (CPM), la teoría de colas, modelos de inventario, la teoría del juego y los algoritmos de secuencia y reprogramación, los científicos que desarrollaron estos métodos provenían de muchos campos sobre temática , ingeniería y economía

• Investigación de operaciones.

Es un enfoque sistemático de la solución de problemas que emplea una o más herramientas analíticas en el proceso de análisis.

En ocasiones se hace referencia a la IO como ciencia de la administración (CA) con el fin de reflejar mayor su función como enfoque científico para la solución de problemas de administración.

C. W. Churchman definió la IO como la aplicación de métodos científicos, técnicos y herramientas a los problemas relacionados con las operaciones de un sistema con el objetivo de proporcionar soluciones optimas a quienes lo controlan.

El enfoque sistemático y analítico de la toma de decisiones y la resolución de problemas. Utiliza una metodología objetiva y articulada con claridad y desarrollada alrededor de filosofía de que este enfoque es superior al basado solo en la subjetividad y la opinión de los expertos pues conduce a la adopción de decisiones mejores y más coherentes.

• Enfoque de la investigación de operaciones.

Este comprende los 7 pasos en secuencia:

o Orientación: se refiere a la orientación del problema. El objetivo principal de este paso es construir el equipo que manejara el problema y asegurarse de que sus miembros tienen una imagen clara de las cuestiones importantes. Cabe destacar que una característica de cualquier estudio de la IO es que ejecuta en equipo multidisciplinario.

Así el enfoque en equipo de la IO es un fenómeno natural y deseable. En general el quipo tendrá un líder y estará constituido por miembros provenientes de diversas áreas o departamentos funcionales. También incluye el estudio de documentos y bibliografías relevantes para el problema. Para determinar si otros ya lo enfrentaron y en ese caso determinar y evaluar lo realizado para solucionarlo.

El objetivo de la fase de orientación es obtener un conocimiento claro del problema y sus relaciones con distintos aspectos operativos del sistema y arribar a un consenso sobre cuál debe ser el centro de atención primario del proyecto. Además el quipo también debe apreciar lo que se hizo antes (si lo hubiera) para solucionar el mismo problema (o similitudes).

o Definición del problema: aquí el objetivo es refinar aún más las deliberaciones de la fase de orientación hasta lograr una definición clara del problema en términos de su alcance y los resultados buscados. No se debe confundir esta fase con la anterior, dado que está mucho más concentrada y orientada a los objetivos. Una definición clara del problema contiene 3 componentes amplios, el primero es determinar el objetivo no ambiguo. Junto con las especificaciones del objetivo es importante definir su alcance esto es, establecer límites para el análisis a seguir. Ejemplo: 1) maximizar ganancias durante el siguiente trimestre de ventas de los productos; 2) minimizar el tiempo ocioso promedio en el centro de trabajo X; 3) minimizar los costos tales de producción en la planta Y o 4) minimizar la cantidad promedio de envíos retrasados por mes a los clientes.

El segundo componente de la definición del problema es la especificación de los factores que efectuaran el objetivo. A su vez estos deben clasificarse en cursos de acción alternativos bajo el control de la persona con poder de decisión y factores no controlables sobre los que esa persona no ejerce control.

El tercer y último componente de la definición del problema es la especificación de las restricciones sobre el curso de acción, con fijación de los límites de las acciones específicas que puede adoptar las personas con poder de decisión.

o Recopilación de datos: en la tercera fase del proceso de IO se juntan datos con el fin de traducir el problema definido en la segunda fase en un modelo que se pueda analizar desde un punto de vista objetivo. Los datos provienen de dos fuentes: la observación y los estándares. La primera corresponde al caso en el que los datos se reúnen por medio de la observación del sistema en operación y en general estos datos provienen de la tecnología de sistema. Otros datos se obtienen mediante la aplicación de estándares.

Una de las principales fuerzas impulsoras del crecimiento de la IO fuer la evolución rápida de la tecnología de computación y el desarrollo simultaneo de los sistemas informativos, así como el almacenamiento y la producción de datos automatizados. Esto represento un gran beneficio dado que en el presente los analistas de IO acceden con facilidad a datos que antes era difícil obtener. Los datos se encuentran en alguna parte y en alguna forma a menudo es muy difícil extraer información útil de estas fuentes. Por ello. Los especialistas en sistemas informáticos son muy valiosos para los equipos que intervienen en un proyecto de IO no trivial. La recopilación de datos tiene un efecto importante sobre el paso previo de definición del problema y sobre el nivel siguiente de formulación.

o Formulación del modelo: el modelado es una característica definitoria de todos los proyectos de investigación de operaciones. También se define un modelado como una abstracción selectiva de la realidad. Esa definición implica que el modelado es el proceso de capacitación de características seleccionadas de un sistema o un proceso y su combinación posterior en una representación abstracta del original. El principal concepto subyacente radica en que por lo general es mucha más sencillo analizar un modelo simplificado que el sistema original y mientas el modela sea una representación con razonable precisión, las conclusiones extraídas de este análisis se pueden extrapolar con validez al sistema original.

En un extremo puede ser posible desarrollar un modelo muy completo, detallado y exacto del sistema actual; este posee propiedad deseable de ser una representación muy realista del sistema original.

La definición clara del problema permite determinar mejor los aspectos esenciales de un sistema que se deben seleccionar para representarlos mediante el modelo y el último intento es lograr un modelo que capture todos los elementos clave del sistema para que mantenga la sencillez necesaria para analizarlos. En sentido amplio los modelos se clasifican en 4 categorías que se analizan en las secciones siguientes:

 Modelos físicos: son versiones realice en escala del original. Entre los ejemplos incluye un globo, un modelo de automóvil en escala o un modelo de una línea de flujo elaborado con elementos de un equipo de construcción de juguete. En general, estos modelos no son muy comunes en la investigación de operaciones, sobre todo porque a menudo es imposible lograr representaciones exactas de sistemas complejos mediante modelos físicos.

 Modelo analógico: también son modelos físicos pero utilizan un análogo físico para describir un sistema a diferencia de una versión exacta en escala.

 Método de simulados por computadoras: con el desarrollo de la potencia de la computación estos modelos pasaron a ser muy apreciados en los últimos 10-15 años. En un modelo simulado se abstrae el sistema en un programa de computación. Si bien el lenguaje específico de computación utilizado no es una característica definitoria, se desarrollaron varios lenguajes y sistemas de software con el fin exclusivo de desarrollar modelos simulados por computadora. En general estos software poseen sintaxis y estructuras internas que permiten desarrollar modelos con facilidad. También contiene elementos para realizar gráficos y animaciones que facilitan la visualización del sistema simulado.

Se las trata como parámetros y se ejecuta la simulación para diversas combinaciones de valores de estos parámetros. Al final de una ejecución se obtiene estadísticas sobre las diversas mediciones de rendimiento que luego se analizan mediante técnicas estándar. Entonces la persona con poder de decisión selecciona la combinación de valores para las variables decisorias que generen el mejor rendimiento de interés.

Los modelos simulados se pueden usar para modelar sistemas muy complejos, sin necesidad de incorporar muchas presunciones

...