La investigación de operaciones combina elementos de arte y ciencia, enfocándose en describir y modelar problemas para luego resolverlos con algoritmos matemáticos precisos. Para que una solución sea óptima, debe satisfacer todas las restricciones y maximizar o minimizar la función objetivo.
“La enseñanza de los modelos no es lo mismo que la enseñanza del modelado”. Morris (1967)
La investigación de operaciones es tanto un arte como una ciencia; el arte de describir y modelar el problema, y la ciencia de resolver el modelo utilizando algoritmos matemáticos precisos
“La” solución óptima de un modelo es mejor sólo para ese modelo. Si el modelo es una representación razonablemente buena del sistema real, entonces su solución también es óptima para la situación real.
Maximizar o minimizar Función objetivo
sujeto a Restricciones
Una solución del modelo es factible si satisface todas las restricciones; es óptima si, además de ser factible, produce el mejor valor (máximo o mínimo) de la función objetivo.
Investigación de operaciones I
Fases de un estudio de IO
Implementación de la solución
Comprende la transformación
de los resultados en instrucciones de operación comprensibles que se emitirán a
las personas que administrarán el sistema recomendado
Validación del modelo
Este comprueba si el modelo propuesto hace en realidad lo que dice que hace
Solución del modelo
Es la más sencilla por el uso de algoritmos de optimización bien definidos. El análisis de sensibilidad es la parte más importante donde se obtiene información adicional de la solución óptima cuando el modelo experimenta algunos cambios de parámetros.
Construcción del modelo
Implica un intento de transformar la definición del problema
en relaciones matemáticas
Definición del problema
3- Especificación de las limitaciones
bajo las cuales funciona el sistema modelado
2- Determinación del objetivo del estudio
1- Descripción de las alternativas de decisión
Solución del modelo de IO
Programación no lineal
Las funciones del modelo son no
lineales
Programación de red
El problema puede modelarse
como una red
Programación dinámica
El modelo original puede descomponerse en subproblemas más pequeños
y manejables
Programación entera
Las variables asumen valores enteros
Programación Lineal
Es la más importante, está diseñada para
modelos con funciones objetivo y restricciones lineales
Más que solo matemáticas
3. Un estudio de IO no debe iniciar con el prejuicio de utilizar una herramienta matemática específica antes de que se justifique su uso.
2. Las soluciones se originan en las personas y no en la tecnología. Cualquier solución que no tome en cuenta el comportamiento humano probablemente falle.
1. Antes de aventurarse en un complicado modelado matemático, el equipo de IO debe explorar la posibilidad de utilizar ideas “agresivas” para resolver la situación.