UNIVERSIDAD ALAS PERUANAS FACULTAD DE CIENCIAS EMPRESARIALES E.A.

P: CONTABILIDAD

METODOLOGA DE LA INVESTIGACIN DE OPERACIONES

CURSO

INVESTIGACIN DE OPERACIONES

PROFESOR

MG. VSQUEZ RUZ ALEJANDRO

ALUMNA

NOVOA MANTILLA, Milagros

CICLO

VIII

Cajamarca, Agosto del 2012

INTRODUCCIN

Actualmente la administracin est funcionando en un ambiente de negocios que est sometido a muchos ms cambios, los ciclos de vida de los productos se hacen ms cortos, adems de la nueva tecnologa y la internacionalizacin creciente. La investigacin de operaciones es la aplicacin, por grupos interdisciplinarios, del mtodo cientfico a problemas relacionados con el control de las organizaciones o sistemas (hombre-mquina), a fin de que se produzcan soluciones que mejor sirvan a los objetivos de la organizacin.

METODOLOGA DE LA INVESTIGACIN DE OPERACIONES El enfoque de sistemas a un problema, es caracterstico en la IO, consiste en examinar toda el rea que es responsabilidad del administrador y no una en particular; esto permite que el grupo de IO observe los efectos de acciones fuera del rea de localizacin del problema, lo que puede permitir resolver el problema verdadero y no slo sus sntomas. Adems, debe incluirse una base cuantitativa o modelo para la toma de decisin en la solucin del problema, pero en algunos casos, las respuestas dadas por la computadora conducirn a la necesidad de ciertas modificaciones que reflejen la futura condicin del negocio o bien ser una gua a seguir por el administrador sin necesidad de hacer cambios. La investigacin de operaciones proporciona la oportunidad de que sus resultados se utilicen en la toma de decisiones a niveles administrativos superiores, medianos y bajos. La experiencia del administrador, las futuras condiciones del negocio y los resultados de un modelo matemtico forman la mejor combinacin para la planeacin, organizacin, direccin y control de las actividades de la empresa. El procedimiento de siete pasos mostrado en el siguiente diagrama, puede constituir una metodologa de accin al aplicar la IO. 1. DEFINICIN DEL PROBLEMA Y RECOLECCIN DE DATOS La primera actividad que se debe realizar es el estudio del sistema relevante y el desarrollo de un resumen bien definido del problema que se va a analizar. Esto incluye determinar los objetivos apropiados, las restricciones sobre lo que se puede hacer, las interrelaciones del rea bajo estudio con otras reas de la organizacin, los diferentes cursos de accin posibles, los lmites de tiempo para tomar una decisin, etc. Este proceso de definir el problema es crucial ya que afectar en forma significativa la relevancia de las conclusiones del estudio. Es difcil extraer una respuesta "correcta" a partir de un problema "equivocado"! Por su naturaleza, la investigacin de operaciones se encarga del bienestar de toda la organizacin, no slo de algunos de sus componentes. Un estudio de IO busca soluciones ptimas globales y no soluciones sub ptimas aunque sean lo mejor para uno de los componente. Entonces, idealmente, los objetivos que se formulan deben coincidir con los de toda la organizacin. Sin embargo, esto no siempre es conveniente. Muchos problemas interesan nada ms a una parte de

la organizacin, de manera que el anlisis sera innecesariamente besado si los objetivos fueran muy generales y si se prestara atencin especial a todos los efectos secundarios sobre el resto de la organizacin. En lugar de ello, los objetivos usados en un estudio deben ser tan especficos como sea posible, siempre y cuando contemplen las metas principales del tomador de decisiones y mantengan un nivel razonable de consistencia con los objetivos de los altos niveles. Las condiciones fundamentales para que exista un problema es que se establezca una diferencia entre lo que es (situacin actual) y lo que debe ser (situacin deseada u objetivo) y adems exista cuando menos una forma de eliminar o disminuir esa diferencia. Los componentes de un problema son: a) el tomador de decisiones o ejecutivo; b) los objetivos de la organizacin; c) el sistema o ambiente en el que se sita el problema; d) Los cursos de accin alternativos que se pueden tomar para resolverlo. Para formular un problema se requiere; a) identificar las componentes y variables controlables y no controlables del sistema; b) identificar los posibles cursos de accin, determinados por las componentes controlables; c) definir el marco de referencia dado por las componentes no controlables; d) definir los objetivos que se busca alcanzar y clasificarlos por orden de importancia; e) identificar las interpelaciones importantes entre las diferentes partes del sistema y encontrar las restricciones que existen.

2. FORMULACIN DE UN MODELO MATEMTICO

Una vez definido el problema del tomador de decisiones, la siguiente etapa consiste en reformularlo de manera conveniente para su anlisis. La forma convencional en que la investigacin de operaciones realiza esto es construyendo un modelo matemtico que represente la esencia del problema. Antes de analizar como formular los modelos de este tipo, se explorar la naturaleza general de los modelos y, en particular, la de los modelos matemticos. El modelo matemtico est constituido por relaciones matemticas (ecuaciones y desigualdades) establecidas en trminos de variables, que representa la esencia el problema que se pretende solucionar.

Para construir un modelo es necesario primero definir las variables en funcin de las cuales ser establecido. Luego, se procede a determinar matemticamente cada una de las dos partes que constituyen un modelo: a) la medida de efectividad que permite conocer el nivel de logro de los objetivos y generalmente es una funcin (ecuacin) llamada funcin objetivo; b) las limitantes del problema llamadas restricciones que son un conjunto de igualdades o desigualdades que constituyen las barreras y obstculos para la consecucin del objetivo. Un modelo siempre debe ser menos complejo que el problema real, es una aproximacin abstracta de la realidad con consideraciones y simplificaciones que hacen ms manejable el problema y permiten evaluar eficientemente las alternativas de solucin. Los modelos matemticos tienen muchas ventajas sobre una descripcin verbal del problema. Una ventaja obvia es que el modelo matemtico describe un problema en forma mucho ms concisa. Esto tiende a hacer que toda la estructura del problema sea ms comprensible y ayude a revelar las relaciones importantes entre causa y efecto. De esta manera, indica con ms claridad que datos adicionales son importantes para el anlisis. Tambin facilita simultneamente el manejo del problema en su totalidad y el estudio de todas sus interpelaciones. Por ltimo, un modelo matemtico forma un puente para poder emplear tcnicas matemticas y computadoras de alto poder, para analizar el problema. Sin duda, existe una amplia disponibilidad de paquetes de software para muchos tipos de modelos matemticos, para micro y minicomputadoras. Por otro lado, existen obstculos que deben evitarse al usar modelos matemticos. Un modelo es, necesariamente, una idealizacin abstracta del problema, por lo que casi siempre se requieren aproximaciones y suposiciones de simplificacin si se quiere que el modelo sea manejable (susceptible de ser resuelto). Por lo tanto, debe tenerse cuidado de que el modelo sea siempre una representacin vlida del problema. El criterio apropiado para juzgar la validez de un modelo es el hecho de si predice o no con suficiente exactitud los efectos relativos de los diferentes cursos de accin, para poder tomar una decisin que tenga sentido. En consecuencia, no es necesario incluir detalles sin importancia o factores que tienen aproximadamente el mismo efecto sobre todas las opciones. Ni siquiera es necesario que la magnitud absoluta de la medida de

efectividad sea aproximadamente correcta para las diferentes alternativas, siempre que sus valores relativos (es decir, las diferencias entre sus valores) sean bastante preciso. Entonces, todo lo que se requiere es que exista una alta correlacin entre la prediccin del modelo y lo que ocurre en la vida real. Para asegurar que este requisito se cumpla, es importante hacer un nmero considerable de pruebas del modelo y las modificaciones consecuentes. Aunque esta fase de pruebas se haya colocado despus en el orden del libro, gran parte del trabajo de validacin del modelo se lleva a cabo durante la etapa de construccin para que sirva de gua en la obtencin del modelo matemtico.

3. OBTENCIN DE UNA SOLUCIN A PARTIR DEL MODELO Resolver un modelo consiste en encontrar los valores de las variables dependientes, asociadas a las componentes controlables del sistema con el propsito de optimizar, si es posible, o cuando menos mejorar la eficiencia o la efectividad del sistema dentro del marco de referencia que fijan los objetivos y las restricciones del problema. La seleccin del mtodo de solucin depende de las caractersticas del modelo. Los procedimientos de solucin pueden ser clasificados en tres tipos: a) analticos, que utilizan procesos de deduccin matemtica; b) numricos, que son de carcter inductivo y funcionan en base a operaciones de prueba y error; c) simulacin, que utiliza mtodos que imitan o, emulan al sistema real, en base a un modelo. Muchos de los procedimientos de solucin tienen la caracterstica de ser iterativos, es decir buscan la solucin en base a la repeticin de la misma regla analtica hasta llegar a ella, si la hay, o cuando menos a una aproximacin.

4. PRUEBA DEL MODELO El desarrollo de un modelo matemtico grande es anlogo en algunos aspectos al desarrollo de un programa de computadora grande. Cuando se completa la primera versin, es inevitable que contenga muchas fallas. El programa debe probarse de manera exhaustiva para tratar de encontrar y corregir tantos problemas como sea posible. Eventualmente, despus de una larga serie de programas mejorados, el programador (o equipo de programacin) concluye que el actual da, en general, resultados razonablemente vlidos. Aunque sin duda

quedarn algunas fallas ocultas en el programa (y quiz nunca se detecten, se habrn eliminado suficientes problemas importantes como para que sea confiable utilizarlo. De manera similar, es inevitable que la primera versin de un modelo matemtico grande tenga muchas fallas. Sin duda, algunos factores o interpelaciones relevantes no se incorporaron al modelo y algunos parmetros no se estimaron correctamente. Esto no se puede eludir dada la dificultad de la comunicacin y la compresin de todos los aspectos y sutilezas de un problema operacional complejo, as como la dificultad de recolectar datos confiables. Por lo tanto, antes de usar el modelo debe probarse exhaustivamente para intentar identificar y corregir todas las fallas que se pueda. Con el tiempo, despus de una larga serie de modelos mejorados, el equipo de IO concluye que el modelo actual produce resultados razonablemente vlidos. Aunque sin duda quedarn algunos problemas menores ocultos en el modelo (y quiz nunca se detecten), las fallas importantes se habrn eliminado de manera que ahora es confiable usar el modelo. Este proceso de prueba y mejoramiento de un modelo para incrementar su validez se conoce como validacin del modelo. Debido a que el equipo de IO puede pasar meses desarrollando todas las piezas detalladas del modelo, es sencillo "no ver el bosque por buscar los rboles". Entonces, despus de completar los detalles ("los rboles") de la versin inicial del modelo, una buena manera de comenzar las pruebas es observarlo en forma global ("el bosque") para verificar los errores u omisiones obvias. El grupo que hace esta revisin debe, de preferencia, incluir por lo menos a una persona que no haya participado en la formulacin. Al examinar de nuevo la formulacin del problema y comprarla con el modelo pueden descubrirse este tipo de errores. Tambin es til asegurarse de que todas las expresiones matemticas sean consistentes en las dimensiones de las unidades que emplean. Adems, puede obtenerse un mejor conocimiento de la validez del modelo variando los valores de los parmetros de entrada y/o de las variables de decisin, y comprobando que los resultados del modelo se comporten de una manera factible. Con frecuencia, esto es especialmente revelador cuando se asignan a los parmetros o a las variables valores extremos cercanos a su mximo o a su mnimo.

Un enfoque ms sistemtico para la prueba del modelo es emplear una prueba retrospectiva. Cuando es aplicable, esta prueba utiliza datos histricos y reconstruye el pasado para determinar si el modelo y la solucin resultante hubieran tenido un buen desempeo, de haberse usado. La comparacin de la efectividad de este desempeo hipottico con lo que en realidad ocurri, indica si el uso del modelo tiende a dar mejoras significativas sobre la prctica actual. Puede tambin indicar reas en las que el modelo tiene fallas y requiere modificaciones. Lo que es ms, el emplear las alternativas de solucin y estimar sus desempeos histricos hipotticos, se pueden reunir evidencias en cuanto a lo bien que el modelo predice los efectos relativos de los diferentes cursos de accin. Cuando se determina que el modelo y la solucin no son vlidos, es necesario iniciar nuevamente el proceso revisando cada una de las fases de la metodologa de la investigacin de operaciones.

5. ESTABLECIMIENTO DE CONTROLES SOBRE LA SOLUCION Una solucin establecida como vlida para un problema, permanece como tal siempre y cuando las condiciones del problema tales como: las variables no controlables, los parmetros, las relaciones, etc., no cambien significativamente. Esta situacin se vuelve ms factible cuando algunos de los parmetros fueron estimados aproximadamente. Por lo anterior, es necesario generar informacin adicional sobre el comportamiento de la solucin debido a cambios en los parmetros del modelo. Usualmente esto se conoce como anlisis de sensibilidad. En pocas palabras, esta fase consiste en determinar los rangos de variacin de los parmetros dentro de los cuales no cambia la solucin del problema.

6. IMPLANTACION DE LA SOLUCIN El paso final se inicia con el proceso de "vender" los hallazgos que se hicieron a lo largo del proceso a los ejecutivos o tomadores de decisiones. Una vez superado ste obstculo, se debe traducir la solucin encontrada a instrucciones y operaciones comprensibles para los individuos que intervienen en la operacin y administracin del sistema. La etapa de implantacin de una solucin se simplifica en gran medida cuando se ha propiciado la participacin de todos los involucrados en el problema en cada fase de la metodologa.

METODOLOGA DE LA INVESTIGACIN DE OPERACIONES El enfoque de sistemas a un problema, es caracterstico en la IO, consiste en examinar toda el rea que es responsabilidad del administrador y no una en particular; esto permite que el grupo de IO observe los efectos de acciones fuera del rea de localizacin del problema, lo que puede permitir resolver el problema verdadero y no slo sus sntomas. Adems, debe incluirse una base cuantitativa o modelo para la toma de decisin en la solucin del problema, pero en algunos casos, las respuestas dadas por la computadora conducirn a la necesidad de ciertas modificaciones que reflejen la futura condicin del negocio o bien ser una gua a seguir por el administrador sin necesidad de hacer cambios. La investigacin de operaciones proporciona la oportunidad de que sus resultados se utilicen en la toma de decisiones a niveles administrativos superiores, medianos y bajos. La experiencia del administrador, las futuras condiciones del negocio y los resultados de un modelo matemtico forman la mejor combinacin para la planeacin, organizacin, direccin y control de las actividades de la empresa. El procedimiento de siete pasos mostrado en el siguiente diagrama, puede constituir una metodologa de accin al aplicar la IO.

1.- IDENTIFICAR EL PROBLEMA. Comienza con la observacin de los fenmenos que rodean el problema; hechos opiniones y sntomas relativos al mismo. Esto incluye la especificacin de los objetivos de la organizacin y de las partes a analizar de la misma. En algunas ocasiones puede que el problema no est bien definido porque entran en conflicto los objetivos, como es maximizar la utilidad, pero tambin es deseable minimizar los costos totales, lo cual es improbable lograr simultneamente; por

tal motivo se requiere dilogo y acuerdos entre los miembros del equipo de IO y la parte corporativa para decidir un objetivo global. Tambin las primeras observaciones pueden resultar con objetivos en conflicto como es un departamento de produccin que desea programar grandes y prolongadas campaas de un slo artculo para disminuir los costos de preparacin y montaje de sus mquinas. Pero en contraste, si se cumple lo anterior, creceran los inventarios de materia prima y de producto, tanto en proceso como terminado, causando serios problemas en departamentos de: ventas, contabilidad y finanzas. De este modo, ventas desea un gran inventario pero muy variado, con una produccin muy flexible; por su parte finanzas desea mantener el inventario bajo y mejorar las inversiones de capital. Cuando muchos factores de esta clase concurren en el problema es indispensable la aportacin de la interdisciplina del equipo de IO, pues es razonable que las fases individuales de un problema se comprendan y analicen mejor por los que tienen el adiestramiento especial, necesario en los campos apropiados. Por ejemplo, un banco desea reducir los gastos relacionados con los salarios de los cajeros, pero manteniendo un nivel adecuado de servicio a los clientes (tiempo de espera razonable para el cliente y de ocio para los cajeros). Los aspectos funcionales del banco que influyen para conseguir los objetivos pueden ser los que siguen:

Llegadas promedio al banco de clientes por hora, pues conforme aumenta se deben instalar cajeros adicionales para tener el nivel deseado de servicio.

Promedio de clientes servidos por hora de uno o ms cajeros. Efecto sobre los objetivos del banco, de mantener filas (colas) para cada caja o formar una sola que distribuye clientes conforme se desocupan las cajas.

Intercambio entre filas de clientes, con desorden, en sistema de cola por caja.

2.- Observar el sistema Se determinan aquellos factores que afectan, como son: variables, limitaciones y suposiciones. Los factores variables que requieren decisiones como es el nivel de inventario y la necesidad de publicidad; las

limitaciones restringen el uso de recursos como: dinero, tiempo, personal, capacidad productiva, existencias de materia prima; las suposiciones pueden ser para: precios de producto y competencia del mercado. Hay que reunir datos para estimar valores de los parmetros que afectan el problema de la organizacin. En el ejemplo del banco, algunos parmetros pueden ser:

Llegadas promedio de clientes por hora (tasa), durante la jornada bancaria.

Promedio de clientes servidos por hora en caja con diferente tamao de fila.

3.- Formular un modelo matemtico del problema Consiste en el desarrollo de cursos alternativos de accin o hiptesis, en la forma de modelo matemtico que generalmente se disea para usarse en computadora con el software correspondiente para obtener la solucin ptima o una aproximacin a ella. Frecuentemente en este paso, hay necesidad de desarrollar varios modelos que a primera vista parecen prometedores, posteriormente se van desechando conforme muestran sus deficiencias para seleccionar el que se ajusta ms a los objetivos planteados, los que no deben descuidarse especificando una ecuacin como medida de efectividad con el objetivo preciso. Se puede construir (formular) un modelo que represente la estructura del sistema real en trminos cuantitativos para manipularse y experimentar cambiando ciertas variables y manteniendo como constantes a otras para conocer los efectos sobre el sistema que se estudia. De esta manera, se puede experimentar con el mundo real en trminos abstractos. La construccin de los modelos matemticos puede ser muy difcil incluyendo expresiones complejas con variables controlables como son: precios de venta, nmero de unidades producidas, algunos costos, nmero de vendedores, restricciones presupuestadas; por otra parte, las variables no controlables por la administracin pueden ser: precios de los competidores, costo de las materias primas, costos de mano de obra, demanda de los clientes y su localizacin. Las variables controlables y las no controlables se relacionan con matemticas en forma precisa, el conjunto de expresiones forman lo que se llama modelo

matemtico cuya solucin es funcin de los valores que tomen dichas variables. La construccin del modelo debe incluir una ecuacin objetivo, con la previa definicin del significado cuantitativo de las variables involucradas y puede necesitar el complemento de un grupo de expresiones restrictivas para los valores posibles de las variables controlables. Por ejemplo, unidades que se producen, dinero gastado, demanda de clientes, asignacin de recursos, disponibles o requeridos, como son las desigualdades (<= >=) para no exceder lo especificado o para cumplir el mnimo requerido. Hay dos procedimientos para obtener la mejor solucin a un problema partiendo de un modelo: el analtico y el numrico. El analtico emplea la deduccin matemtica con base en el lgebra y/o clculo para lograr la solucin ptima de acuerdo a las consideraciones de diseo; por otro lado, el numrico prueba diversos valores de las variables de control del modelo, compara los resultados obtenidos y selecciona la serie de valores que optimizan. Estos procedimientos varan, desde los de tanteo hasta los iterativos. Para ciertas situaciones complejas no hay modelo analtico que las represente en forma vlida, en estos casos se puede recurrir a un modelo de simulacin que permite, con la ayuda de la computadora, aproximar el comportamiento del sistema y buscar la mejor solucin. En este paso es comn el regreso al paso 2 para ajustes de observacin. 4.- Verificar el modelo y usarlo en predicciones Se trata ahora de verificar si el modelo matemtico diseado en el paso 3 anterior, es una buena representacin de la realidad que se estudia, calificando su validez para situaciones actuales. Cuando sea posible, se debe obtener informacin respecto al comportamiento del modelo al cambiar valores en sus variables y parmetros, especialmente si estos ltimos no se pueden determinar con exactitud, esto se conoce como anlisis de sensibilidad o experimentacin sobre el modelo y con ayuda de la computadora, cambiando los valores a variables y parmetros, que representen las situaciones reales, incluyendo las desventajosas. Frecuentemente, si la experimentacin es muy limitada, se pueden tener resultados engaosos que posteriormente en aplicacin a poblacin mayor, se debe regresar a corregir los criterios equivocados en los pasos precedentes 2 y 3. Con el anlisis de sensibilidad se puede ajustar:

La medida de efectividad u objetivo como es el dinero como utilidad o costo.

Revisin de las variables bajo control o de decisin. Revisin de las variables no controlables y ambientales como demanda y ubicacin de clientes, precios de la competencia, o nivel de actividad econmica.

Relacin de los factores ya mencionados con las restricciones propuestas.

En particular para el ejemplo del banco, si los valores de prediccin para el tiempo de espera en cola y el nivel de servicio no estn cerca de los valores reales obtenidos en la observacin del paso 2, seguramente se necesitar otro modelo o al menos revisar los parmetros considerados al mismo. Este caso es para analizar, si el modelo es vlido para las situaciones de poca demanda de clientes y para los das de pago acostumbrados. 5.- Seleccionar una alternativa Si existe una alternativa que se adapte mejor a los objetivos de la organizacin con el modelo matemtico propuesto, entonces debe seleccionarse para su presentacin a los responsables de decidir, pero frecuentemente la situacin no es clara para hacerlo as, porque el conjunto de opciones resultantes est sujeta a restricciones difciles de cumplir o imposibles. 6.- Presentar resultados a la organizacin Al terminar la etapa de pruebas y desarrollo de un modelo con solucin aceptable, se puede presentar una recomendacin o bien varias alternativas para que la organizacin seleccione la que mejor se ajusta a sus necesidades. Generalmente hay necesidad de mostrar varias corridas de computadora, en cuyo caso es conveniente instalar un sistema bien documentado para aplicar el modelo segn lo establecido por la administracin. Este sistema debe incluir, tanto el modelo como el procedimiento de solucin, anlisis de sensibilidad y los procedimientos operativos para su probable implantacin. Pero dado el caso muy frecuente de rechazo a la solucin propuesta, ya sea por definicin

incorrecta o debido a la poca participacin del tomador de decisin, entonces ser necesario regresar al paso 1,2 3. 7.- Implantar y evaluar las recomendaciones Si la organizacin acepta el estudio con la propuesta de solucin, se procede a la implantacin que incluye el sistema de cmputo y la vigilancia constante para las actualizaciones por cambios en el sistema. Con frecuencia se requiere un nmero considerable de programas integrados. Las bases de datos y los sistemas de informacin administrativos puede proporcionar informacin actualizada cada vez que el modelo se utilice, en cuyo caso se necesitan programas de interfaz (interaccin con el usuario) para hacer amigable la operacin del sistema propuesto. Tambin se pueden instalar programas adicionales que manejen los resultados del implante de manera automtica o bien un sistema interactivo de computadora denominado sistema de soporte de decisiones, para ayudar a la direccin con informacin relevante en sus decisiones. Se puede generar informes con la terminologa usual en el medio, que relacionen los resultados entregados por el sistema implantado y las implicaciones. Dependiendo del tamao del estudio se pueden requerir meses o aos para implantar (desarrollar, probar e instalar) el sistema computarizado y posteriormente su mantenimiento en las indispensables actualizaciones de programas, modelo y an de equipo (hardware). Cualquier falla o rechazo en la implantacin puede hacer necesario la revisin y ajuste en los pasos 1, 2, 3 y 4.