1. Definición del problema y recolección de datos
Formulación del problema
Determinar los objetivos apropiados
Identificar a los tomadores de decisiones
Adquirir el pensamiento de los tomadores de decisiones
Recolectar los datos necesarios.
De ser necesario instalar un nuevo sistema de información general
Filtrar los datos
Resumen bien definido del problema que será analizado.
Objetivos apropiados
Restricciones posibles
Interrelaciones del área con otras áreas de la empresa
Cursos de acción posibles
Límites de tiempo para tomar una decisión
Equipo de Investigación de Operaciones
Asesoran la administración
Análisis técnico detallado
Presentación de recomendaciones
2. Formulación de un modelo matemático
Reformular el problema de manera conveniente
Explorar naturaleza general del problema
Analizar elaboración del modelo matemático
Determinación de parámetros
Puede ser solo una estimación
Los modelos se mejoran a través de pruebas
Describen un problema de forma más concisa
Hace más comprensible la estructura el problema
Ayuda a revelar relaciones importantes de causa-efecto
Indica qué datos son importantes para el análisis
Facilita el manejo del problema
Construcción de un modelo matemático
Identificación variables de decisión
Identificación restricciones
Recolección de datos relevantes
Construcción de la función objetivo
Se puede hacer más de un modelo
Un tipo de modelo es el de programación lineal
Existe amplia disponibilidad de software para resolver una amplia variedad de modelos
Un buen modelo es representativo de la realidad
Se logra a traves de pruebas y mejoras constantes del mismo
Se requiere de simplificaciones para que el modelo sea manejable
3. Obtención de soluciones a partir del modelo
Desarrollar un procedimiento
Aplicación de algoritmos mediante softwares disponibles
Búsqueda de solución óptima
Óptima sólo para el modelo teórico
Idealización más que representación del problema real
No hay garantía de que sea la mejor solución que se puede implantar
Tiende a ser una buena aproximación a un curso ideal de acción
Es mas correcto decir satisfizar que optimizar
Satisfizar representa la realidad mientras que optimizar representa lo ideal
Las debilidades aparentes son usadas para mejorar el modelo
El ciclo se repite hasta que no hay una mejora sustancial que lo justifique
Desarrollo análisis de sensibilidad
Asignación de recursos
Permite saber que sucede si alguna de las variables modifica su valor
Identificar parámetros sensibles
Obtener una solución a partir de la resolución del modelo
Tratar de encontrar una solución única y/o óptima
Considerar el costo tanto monetario como en tiempo del estudio
Se usa metodos heuríticos ya que son mas económicos
Frecuentemente para modelos de problemas muy grandes
4. Prueba del modelo
Prueba del software
Validación del modelo
Dependen del problema planteado y del modelo elaborado
Documentación
Ayuda a diagnosticar la ubicación de posibles fallos
Aumenta la confianza de futuros usuarios
Encontrar y corregir fallas
Se busca encontrar y corregir tantas fallas como sea posible
No es posible corregir todas las fallas, por eso se habla de un sistema suficientemente bueno
Una buena forma es mirar el sistema de forma global
Prueba retrospectiva
Utiliza datos históricos
Reconstrucción del pasado
No es válida si el pasado no es representativo del futuro
Desventaja: Se basa en los mismos datos para formular el modelo
5. Preparación para aplicar el modelo
Instalación sistema
Bien documentado
Casi siempre esta diseñado para computadora
Informes gerenciales
Sistema de apoyo para las decisiones
INVESTIGACIÓN DE OPERACIONES
6. Implementación
Capacitación personal
Desarrollo de procedimientos necesarios
Retroalimentación
Si hay desviaciones importantes el sistema implementado debe ser revisado