UNIVERSIDAD NACIONAL DEL CALLAO
FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS Escuela Profesional de Ingeniería Industrial
CURSO: METODOLOGÍA DE LA INVESTIGACIÓN INVESTIGACIÓN CIENTÍFICA. PROFESOR: Dr. Jaime Ayllón Saboya Grupo Nº 6 Coordinador: Secretaria:
Condori Ugarte Edgar Eugenio Méndez Valeria Orozco Daza Danna La Torre Flores Jhunior Medina Palomino Carlos
Tema: INVESTIGACION OPERATIVA Fecha: Martes 06 de junio del 2017, Lima, Perú
INDICE TÍTULO DEDICATORIA INTRODUCCION RESUMEN I.
MARCO TEÓRICO 1.1 ANTECEDENTES 1.2 BASE TEORICA Y CARACTERÍSTICAS 1.3 DEFINICION DE TÉRMINOS 1.4 PASOS
DEL
MÉTODO
CIENTÍFICO
EN
INVESTIGACIÓN
OPERATIVA 1.5 TIPOS DE MODELO 1.5.1 MODELO MODELO MATEMÁTICO 1.5.2 MODELO MODELO ICÓNICO 1.5.3 MODELO MODELO ANALÓGICO 1.6 TECNICAS DE LA I.O. 1.7 INSTRUMENTOS DE MEDICIÓN 1.7.1 VARIABLES
DE
DECISIÓN,
PARÁMETROS
Y
RESTRICCIONES 1.8 TEORIAS Y APLICACIONES 1.9 INVESTIGACIONES II.
APORTES CRÍTICOS Y COMENTARIOS
III.
CONCLUSIONES
IV.
RECOMENDACIONES
V.
ANEXOS
VI.
REFERENCIAS BIBLIOGRÁFICAS 1
DEDICATORIA
En esta oportunidad dedicamos este trabajo monográfico al querido y respetado Dr. Jaime Ayllon Saboya, quien fue nuestro guía y asesor en lo que respecta la realización de este presente trabajo de investigación, ya que sin su intervención no se hubiese hecho posible este cometido. Nosotros valoramos su esfuerzo y dedicación en su labor como orientador y coordinador, brindándonos sus conocimientos para lograr exitosamente realizarnos como futuros ingenieros industriales. Así mismo también le agradecemos por su gran capacidad estratégica, la aplicación de la estimulación en sus alumnos con el fin de que la asignatura sea más didáctica, los controles de lectura que garantizan nuestro aprendizaje y nos hace adquirir un mayor aporte crítico, y sobre todo por incentivarnos a trabajar en grupo lo cual es muy importante ya que se pueden resolver mejor los conflictos y encontrar nuevas ideas, pues los integrantes del grupo aportarán de esta manera sus perspectivas y así se logrará exitosamente cumplir la meta solicitada.
2
INTRODUCCIÓN El presente trabajo de investigación es importante, porque nos permitirá conocer ampliamente sobre el tema de “investigación de operaciones “su definición,
historia y aplicación en la actualidad. Este documento reúne y consolida las conclusiones de la Investigación de Operaciones en torno a los temas siguientes: a) estructura y normas de presentación de la tesis, donde se ha considerado los aspectos estructurales, físicos y metodológicos de los trabajos de investigación b) tipos de trabajos de investigación de Operaciones, donde se han establecido tipos de investigación las cuales pueden ser realizadas…
Para el desarrollo de la presente propuesta, se han consultado las normas más citadas en las publicaciones científicas: Vancouver para las ciencias médicas, al respecto debemos indicar que estas normas son requisito indispensable para la publicación de artículos científicos en las revistas más prestigiosas en sus respectivas áreas académicas. Sin embargo, es importante resaltar que su diseño está orientado a artículos de revistas y debemos manifestar que no es una tarea fácil ponerse de acuerdo en temas referidos a cómo establecer normas para diseñar y desarrollar proyectos de investigación, a no ser que se establezcan pautas generales y flexibles que no limiten la iniciativa y la creatividad individual. Sugiere que se realicen actividades que refuercen este proceso que consistirían en seminarios y foros de intercambio de experiencia y capacitación con especialistas del más alto nivel. Finalmente, aspiramos a que estos documentos base puedan ser revisados y modificados con argumentos admitidos por la comunidad cien tífica y profesional.
3
RESUMEN Este curso tiene como objetivo que nosotros los estudiantes de Ingeniería Industrial aprendamos a reconocer los tipos de problemas de la Investigación de Operaciones de modo que sepamos a qué técnico recurrir en cada caso, para un adecuado estudio y solución del mismo. Como su nombre lo indica, la Investigación de Operaciones (IO), o Investigación Operativa, es la investigación de las operaciones a realizar para el logro óptimo de los objetivos de un sistema o la mejora del mismo. Esta disciplina brinda y utiliza la metodología científica en la búsqueda de soluciones óptimas, como apoyo en los procesos de decisión, en cuanto a lo que se refiere a la toma de decisiones y en sistemas que se originan en la vida real. Derivado del rápido crecimiento de los sistemas de información aunado a las múltiples adaptaciones que sufren las organizaciones mediante el uso de nuevas tecnologías para la toma de decisiones, resurge la necesidad de reestructurarse nuevamente para la toma de decisiones apoyadas en un sistema que permita visualizar con eficacia el proceso de productividad de la organización. Para no darle cabida a las decisiones equivocadas que repercutan directamente en los intereses y objetivos de la organización y evitar déficits. La alta competitividad que existe en los mercados hace que la toma de decisiones sea más rápida, la postergación da ventaja al contrario, así es cuando no se cuenta con los equipos de información y conocimientos adecuados para hacer frente al marco legal de la globalización. La palpable dificultad de tomar decisiones ha hecho que el hombre busque herramientas o métodos que se lo permitan en el menor tiempo posible, minimizando de esta manera los factores de riesgo, basados en el uso de la tecnología que hoy en día impera. Tales herramientas que dan consistencia para la aplicación de la toma de decisiones se encuentra en los modelos matemáticos de “Investigación de Operaciones”.
4
I.
MARCO TEÓRICO 1.1 DESARROLLO HISTORICO A partir de la Revolución Industrial, el mundo ha sido testigo de un crecimiento importante del tamaño y la complejidad de las organizaciones, Los pequeños talleres artesanales de épocas anteriores se convirtieron en las corporaciones actuales de miles de millones de dólares. Una parte esencial de este cambio revolucionario fue el gran aumento de la división del trabajo y de la separación de las responsabilidades administrativas en estas organizaciones. Los resultados han sido espectaculares; sin embargo, junto con los beneficios, el aumento del grado de especialización trajo consigo problemas nuevos que aún existen en numerosas organizaciones. Uno de estos es la tendencia de algunos componentes de una organización a convertirse en imperios con autonomía relativa, con sus propias metas y sistemas de valores; de esta manera pierden de vista la forma en que sus actividades y objetivos se acoplan a los de toda la organización. Con frecuencia, lo que es mejor para un componente va en detrimento de otro, de forma que sus acciones pueden caminar hacia objetivos opuestos. Un problema relacionado es que, en la medida que aumentan la complejidad y especialización, es más difícil asignar los recursos disponibles a las diferentes actividades de la manera más eficaz para la organización como un todo. Este tipo de problemas y la necesidad de encontrar la mejor forma de resolverlos crearon el ambiente propicio para el surgimiento de la investigación de operaciones (IO). Las raíces de la IO pueden encontrarse muchas décadas atrás, cuando se hicieron los primeros intentos por emplear el método científico para la administrar una empresa. Sin embargo, el inicio de la actividad llamada investigación de operaciones se da durante la 2da Guerra Mundial (1939), específicamente cuando surge la necesidad de investigar las operaciones tácticas y estratégicas de la defensa aérea, ante la incorporación de un nuevo radar, en oportunidad de los ataques alemanes a Gran Bretaña. El avance acelerado de la tecnología militar hace que los ejecutivos y administradores militares británicos deban recurrir a los científicos, en pos de apoyo y orientación en la planificación de su defensa. El éxito de un pequeño grupo de científicos que trabajaron en conjunto con el ejecutivo militar a cargo de las operaciones en la “línea”, derivó en una mayor
demanda de sus servicios y la extensión del uso de la metodología a USA, Canadá y Francia entre otros. 5
La Investigación Operativa tarda en desarrollarse en el campo de la administración industrial. El uso de la metodología científica en la industria se incorpora al principiar los años cincuenta, a partir de la 2da Revolución Industrial, propiciada por los avances de las Comunicaciones, y la Computación, dos factores de gran importancia para el desarrollo de la IO, que sientan las bases para la automatización, y por sobre todo por el florecimiento y bienestar económico de ese período. Los primeros desarrollos de esta disciplina (IO) se refirieron a problemas de ordenamiento de tareas, reparto de cargas de trabajo, planificación y asignación de recursos en el ámbito militar en sus inicios, diversificándose luego, y extendiéndose finalmente a organizaciones industriales, académicas y gubernamentales.
1.2 BASE TEÓRICA Y CARACTERÍSCAS 1.2.1
BASE TEORICA DE LA INVESTIGACION
La Investigación de Operaciones, es la aplicación del método científico por un grupo multidisciplinario de personas a un problema, principalmente relacionado con la distribución eficaz de recursos limitados (dinero, materia prima, mano de obra, energía), que apoyados con el enfoque de sistemas (este enfoque, es aquel en el que un grupo de personas con distintas áreas de conocimiento, discuten sobre la manera de resolver un problema en grupo.) produzcan soluciones que mejor sirvan a los objetivos de la organización. Puede considerarse tanto un arte como una ciencia. Como arte refleja los conceptos eficiente y limitado de un modelo matemático definido para una situación dada, como ciencia comprende la deducción de métodos de cálculo para resolver los modelos. 1.2.2
CARACTERISTICAS DE LA INVESTIGACION
La Investigación de Operaciones intenta encontrar una mejor solución (llamada solución óptima), para el problema bajo consideración. En lugar de contentarse con mejorar el estado de las cosas, la meta es identificar el mejor curso de acción posible.
La Investigación de Operaciones adopta un punto de vista organizacional. De esta manera intenta resolver los conflictos de
6
interés entre los componentes de la organización de forma que el resultado sea el mejor para la organización completa. La Investigación de Operaciones usa el método científico para investigar el problema en cuestión
La Investigación de Operaciones ha desarrollado una serie de técnicas y modelos muy útiles a la ingeniería en sistemas. Entre ellos tenemos: la programación No Lineal, Teoría de Colas, Programación Entera, Programación dinámica, entre otras.
La Investigación de Operaciones tiende a representar el problema cuantitativamente para poder analizarlo y evaluar un criterio común.
1.3 DEFINICION DE TERMINOS A continuación citaremos algunos autores:
Según Churchman, Ackoff y Arnoff:
La investigación de operaciones es la aplicación, por grupos interdisciplinarios, del método científico a problemas relacionados con el control de las organizaciones o sistemas (hombre – máquina). A fin de que se produzcan soluciones que mejor sirvan a los objetivos de la organización. De acuerdo a la definición anterior resalta que en todo ente económico donde se relación el hombre, insumos y la máquina debe sobreponerse la optimización de los recurso, para el beneficio de la organización.
Según la sociedad de I.O de la Gran Bretaña
La investigación de operaciones es el ataque de la ciencia moderna a los complejos problemas que surgen en la dirección y en la administración de grandes sistemas de hombres, maquinas, materiales y dinero, en la industria, en los negocios, en el gobierno y en la defensa. Su actitud diferencial cosiste en desarrollar un modelo científico del sistema tal, que 7
incorpore valoraciones de factores como el azar y el riesgo y mediante el cual se predigan y comparen los resultados de decisiones, estrategias o controles alternativos. Su propósito es el ayudar a la gerencia a determinar científicamente sus políticas y acciones.
Según Hillier -Lieberman
Significa hacer investigaciones sobre las operaciones referentes a la conducción y coordinación de actividades dentro de una organización aplicada a una gama extraordinariamente amplia.
Según Namakforoosh
La investigación de Operaciones es la aplicación del Método Científico a los problemas de decisión en las empresas y otras organizaciones, incluyendo el gobierno y la milicia.
Según Moskowitz –Wright
La investigación de Operaciones utiliza el enfoque planeado (Método Científico) y un grupo interdisciplinario a fin de representar las complicadas relaciones funcionales como modelos matemáticos para suministrar una base cuantitativa en la toma de decisiones y descubrir nuevos problemas para un análisis.
1.4 PASOS DEL MÉTODO CIENTÍFICO EN INVESTIGACION
OPERRATIVA (I.O) La IO incluye el término “investigación” en el nombre porque utiliza un enfoque similar al que se aplica en las áreas científicas establecidas. El método científico se utiliza para explorar los diversos problemas que deben ser enfrentados, pero en ocasiones se usa el termino management science o ciencia de la administración como sinónimo de investigación de operaciones. El proceso se desarrolla de la siguiente manera:
8
1.4.1 Definición del problema de interés y recolección de datos relevantes Desde el punto de vista de la Investigación de operaciones (IO), esto indica tres aspectos principales: (a) Una definición del problema, descripción y determinación del objetivo del estudio: Este proceso de definición del problema es crucial, pues afectara de forma significativa la relevancia de las conclusiones del estudio La mayor parte de los problemas prácticos que enfrenta un equipo de IO son descritos, al principio de manera vaga e imprecisa. Por consiguiente, la primera actividad será el estudio del sistema relevante y el desarrollo de un resumen bien definido del problema que será analizado. Un aspecto muy importante de la formulación del problema es la determinación de los objetivos apropiados, para ello se debe identificar a las personas de la administración que en realidad tomaran las decisiones concernientes al sistema en estudio y después comparar el pensamiento de estos individuos en relación con los objetivos pertinentes. Los objetivos deben ser tan específicos como sean posibles, siempre y cuando consideren las metas principales del tomador de decisiones y mantengan un nivel razonable de congruencia con los objetivos de niveles mas elevados. (b) Una Identificación de las alternativas de decisión: El equipo de IO trabaja, por lo general, a nivel de asesoría, este quipo realizara un análisis técnico detallado y después presentara recomendaciones. Este informe identifica cierto número de opciones atractivas, en particular con diferentes supuestos o para un rango diferente de valores, de algún parámetro que marca una política que puede ser evaluada solo por la administración. Esta administración evalúa el estudio y sus recomendaciones, analiza una variedad de factores intangibles y toma una decisión final con base en su mejor juicio. Es vital que el equipo de IO tenga una
9
visión al mismo nivel que la administración, y que a su vez, este le brinde apoyo sobre cualquier curso que tome el estudio. (c) Un reconocimiento de las limitaciones y requisitos del sistema: Por naturaleza, a la IO le concierne el bienestar de toda la organización, no solo de algunos componentes. Un estudio trata de encontrar soluciones optimas globales, y no soluciones subóptimas aunque sea lo mejor para uno de sus componentes. Desde un punto de vista ideal, los objetivos formulados deben coincidir con los de toda la organización; sin embargo, esta coincidencia no siempre es conveniente. Muchos problemas interesan solo a una parte de la organización. Se necesitan muchos datos para lograr la comprensión exacta del problema y así proporcionar el insumo adecuado para el modelo matemático que se elaborara en la siguiente etapa del estudio. En la actualidad los equipos de IO a menudo se encuentran con que su problema más grande es que existen demasiados datos; en este entorno la localización de los datos relevantes y la identificación de patrones interesantes pueden convertirse en tareas abrumadoras. Una de las herramientas más modernas de los equipos de IO que aborda este problema es una técnica denominada “extracción de datos”. Los métodos para aplicarla
tratan de descubrir patrones interesantes dentro de las grandes fuentes de información que puedan conducir a una toma de decisiones útiles.
1.4.2 Formulación o construcción de un modelo que represente el problema. Dependiendo de la definición del problema, el equipo de investigación de operaciones deberá decidir sobre el modelo, más adecuado para representar el sistema (modelo matemático, modelo de simulación; combinación de modelos matemáticos, de simulación o heurísticos), y reformularlo de manera conveniente para su análisis. Los modelos o representaciones idealizadas, son una parte integral de la vida diaria. Entre los ejemplos más comunes pueden citarse modelos de avión, globos terráqueos y otros. D e igual manera, los modelos tienen un papel importante en la ciencia y los negocios, como lo hacen patente los modelos de átomos y estructuras genéticas, las ecuaciones 10
matemáticas que describen leyes físicas del movimiento o las reacciones químicas, las graficas, los organigramas, y los sistemas contables en la industria. Estos modelos son invaluables, pues extraen la esencia del material en estudio, muestran sus interrelaciones y facilitan el análisis.
1.4.3 Desarrollo del modelo que represente el problema. Un tema común de IO es la búsqueda de una solución óptima. Sin duda es necesario reconocer que estas soluciones son óptimas solo respecto al modelo elaborado. Además, como este, por necesidad es una idealización más que una representación exacta del problema real, no existe una garantía utópica de que sea la mejor solución que deba implantarse. Existen demasiados imponderables e incertidumbres asociados con los problemas reales; sin embargo, si el modelo está bien formulado y verificado, la solución debe tender a constituirse en una buena aproximación de un curso de acción ideal en la realidad. Por esto, más que empeñarse en exigir lo imposible, la prueba del éxito de un estudio de IO debe ser si proporciona o no una mejor guía para la toma de decisiones que la que se puede obtener por otros medios. Los equipos de IO intentan incorporar al proceso de toma de decisiones la mayor cantidad posible de la ciencia de lo absoluto. Sin embargo, un equipo que trabaja con éxito debe reconocer la necesidad más importante del tomador de decisiones: obtener una guía satisfactoria para sus acciones en un periodo razonable. Por lo tanto, la meta de un estudio de IO debe ser la realización del proceso de manera óptima, sin importar si implica una solución optima para el modelo. Además de buscar la ciencia de lo absoluto, el equipo debe tomar en cuenta el costo del estudio y las desventajas de retrasar su terminación, y después, intentar maximizar los beneficios netos que resulten de dicho estudio. En modelos matemáticos esto se logra usando técnicas de optimización bien definidas y se dice que el modelo proporciona una solución optima. Si se usan los modelos de simulación o procedimientos heurísticos (procedimientos de diseño intuitivo que no garantizan una solución óptima) donde su concepto de optimización no está bien definido, y la solución en estos casos se emplea para obtener evaluaciones aproximadas de las medidas del sistema o una buena solución subóptima.
11
1.4.4 Prueba del modelo y mejoramiento de acuerdo con las necesidades. Es inevitable que la primera versión de un modelo tenga muchas fallas, por lo tanto antes de usar el modelo debe probarse de manera exhaustiva para intentar identificar y corregir la mayor cantidad posible de fallas. Con el equipo de IO concluye que el modelo actual produce resultados razonablemente validos. Aunque sin duda quedaran algunos problemas menores ocultos en el modelo, las fallas importantes habrán sido eliminadas de manera que el uso del modelo sea confiable. Este proceso de prueba y mejoramiento de un modelo para incrementar su validez se conoce como validación del modelo. Un modelo es válido si, independientemente de sus inexactitudes al representar el sistema, puede dar una predicción confiable del funcionamiento del sistema. Un planteamiento más sistemático de la prueba del modelo se logra mediante el empleo de una prueba retrospectiva. Cuando es aplicable, esta prueba utiliza datos históricos y reconstruye el pasado para determinar si el modelo y la solución resultante hubieran tenido un buen desempeño, si se hubieran usado. La comparación de la eficacia de este desempeño hipotético con lo que en realidad ocurrió indica si la utilización del modelo tiende a generar mejoras significativas respecto de la practica actual. Puede indicar también áreas en las que el modelo tiene fallas y requiere modificaciones. Aun mas, cuando se emplean las alternativas de solución y se estiman sus desempeños históricos hipotéticos, se pueden reunir evidencias sobre la precisión del modelo para predecir los efectos relativos de los diferentes cursos de acción. La prueba retrospectiva tiene la desventaja de que se basa en los mismos datos que sirvieron para formular el modelo. Entonces, la pregunta crucial es si el pasado en realidad representa el futuro. Si no es así, el modelo puede tener un desempeño distinto en el futuro del que haya tenido en el pasado. Para evitar dicha desventaja de la prueba retrospectiva, a veces es útil continuar con las circunstancias actuales durante una temporada. Este recurso proporcionara nuevos datos con los cuales no se contaba cuando el modelo fue construido, los que se pueden de la manera descrita para evaluar el modelo. Es importante documentar el proceso que se utiliza para llevar a cabo las pruebas de la validación del modelo, pues ello ayuda a 12
aumentar la confianza de los futuros usuarios del paradigma. Más aun, si en el futuro surgen preocupaciones sobre el modelo, esta documentación ayudara a diagnosticar en donde pueden encontrarse los problemas.
1.4.5 Preparación para la aplicación del modelo prescrito por la administración Si el modelo va a usarse varias veces, el siguiente paso es instalar un sistema bien documentado para aplicarlo según lo establecido por la administración. Este sistema debe incorporar el modelo y el procedimiento de solución que incluye el análisis pos óptimo y loa procedimientos operativos para su implantación. Así, aun cuando cambie el personal, el sistema puede ser consultado de manera periódica para proporcionar una solución numérica específica. 1.4.6 Implementación de los resultados finales Una vez desarrollado el sistema para aplicar el modelo, la última etapa de un estudio de IO es implementarlo según lo haya establecido la administración. Esta etapa es crítica, pues aquí y solo aquí se cosecharan los beneficios del estudio. Por lo tanto es importante que el equipo de IO participe para asegurar que las soluciones del modelo se traduzcan con exactitud en un procedimiento operativo y para corregir defectos en la solución que se presenten en cualquier momento. El éxito de la implementación depende en gran medida del apoyo que proporcionen tanto la alta administración como la gerencia operativa. Es más probable que el equipo de IO obtenga este apoyo administración como la gerencia operativa. Es más probable que el equipo de IO obtenga este apoyo si ha mantenido a la administración bien informada y ha fomentado la guía de esta durante el estudio. La buena comunicación ayuda a asegurar que el estudio logre lo que pretende y, por lo tanto, merezca ponerse en práctica. La etapa de implementación incluye varios pasos .Primero, el equipo de IO explica en forma cuidadosa a la administración operativa el nuevo sistema que debe adoptar y su relación con la realidad operativa. A continuación, estos dos grupos comparten la responsabilidad de desarrollar los procedimientos que se requieren para poner el sistema en operación. Después, la administración operativa se encarga de proporcionar una capacitación detallada al 13
personal que participa, y se inicia el nuevo curso de acción. Si tiene éxito, el nuevo sistema se podrá emplear durante algunos años el nuevo curso de acción. Si tiene éxito, el nuevo sistema se podrá emplear durante algunos años. Con este objetivo en mente, el equipo de IO supervisa la experiencia inicial con base en la acción que se tomo para identificar cualquier modificación que deba hacerse en el futuro. Durante el periodo de uso del nuevo sistema, es importante continuar con la retroalimentación acerca de su funcionamiento y si los supuestos todavía se cumplen. Cuando ocurren desviaciones significativas de los supuestos originales, el modelo debe ser revisado para determinar si necesita modificaciones. El análisis posóptimo que se realice puede ser una guía útil en este proceso de revisión. Durante esta fase de culminación del estudio es apropiado que el equipo de investigación de operaciones documente su metodología con suficiente claridad y detalle para que el trabajo pueda reproducirse. La posibilidad de obtener una réplica debe ser parte del código ético profesional del investigador de operaciones. Esta condición es en especial importante cuando se estudian políticas gubernamentales controvertidas. 1.5 MODELOS DE LA INVESTIGACION OPERATIVA Los modelos o representaciones idealizadas, son una parte integral de la vida diaria Entre los métodos utilizados por la investigación de operaciones (o ciencia de la administración), los administradores utilizan las matemáticas y las computadoras para tomar decisiones racionales en la resolución de problemas. Aunque estos administradores pueden dar respuesta a algunos problemas con su experiencia, ocurre que en el complejo mundo real muchos problemas no pueden resolverse con base en la experiencia. Para resolverlos, la investigación de operaciones los agrupa en dos categorías básicas: problemas deterministas: son aquellos en que la información necesaria, se conoce para obtener una solución con certeza.
14
problemas estocásticos: son aquellos en los que parte de la información necesaria no se conoce con certeza, sino que más bien se comporta de una manera probabilística.
Un modelo de decisión debe considerarse como un vehículo para resumir un problema de decisión en forma tal que haga posible la identificación y evaluación sistemática de todas las alternativas de decisión del problema. Después se llega a una decisión seleccionando la alternativa que se juzgue sea la mejor entre todas las opciones disponibles. Un modelo es una abstracción selectiva de la realidad. El modelo se define como una función objetivo y restricciones que se expresan en términos de las variables (alternativas) de decisión del problema. Una solución a un modelo, no obstante, de ser exacta, no será útil a menos que el modelo mismo ofrezca una representación adecuada de la situación de decisión verdadera. El modelo de decisión debe contener tres elementos: — Alternativas de decisión, de las cuales se hace una selección. — Restricciones, para excluir alternativas infectables. — Criterios para evaluar y clasificar alternativas factibles.
Tipos de Modelos de Investigación de Operaciones
Modelo Icónico: Una representación física de algunos objetos, ya sea en forma idealizada (Bosquejos) o a escala distinta. Ejemplo, planos y mapas (2D), maquetas y prototipos (4D). Modelo Analógico: Puede representar situaciones dinámicas o cíclicas, son más usuales y pueden representar las características y propiedades del acontecimiento que se estudia. Ejemplo, curvas de demanda; curvas de distribución de frecuencia en las estadísticas y diagramas de flujo. Modelo simbólico o matemático: Son representaciones de la realidad en forma de cifras, símbolos matemáticos y funciones, para representar 15
variables de decisión y relaciones que nos permiten describir y analizar el comportamiento del sistema: — Cuantitativos y cualitativos
La mayor parte de las soluciones a los problemas de un negocio u organización comienzan con un análisis y definición de un modelo cualitativo y se avanza gradualmente hasta obtener un modelo cuantitativo, la investigación de operaciones se ocupa de la sistematización de los modelos cualitativos y de su desarrollo hasta el punto en que pueden cuantificarse. Cuando es posible construir un modelo matemático insertando símbolos para representar relaciones entre constante y variables estamos ante un modelo cuantitativo, una ecuación es un modelo de este tipo. Las fórmulas, las matrices, los diagramas o series de valores que se obtienen mediante procesos matemáticos. — Estándares y hechos a la medida
Se llaman modelos estándar a los que solo hay que insertar o sustituir diferentes valores con el fin de obtener un valor a una respuesta de un sistema y son aplicables al miso tipo de problemas en negocios. Ejemplo, el cálculo de costos o gastos, el cálculo de ganancias, etc. Se llaman modelos hechos a la medida cuando se crean modelos para resolver un caso de problema específico que se ajusta únicamente a este problema. — Probabilísticas y deterministas
Los modelos que se basan el as probabilidades y estadísticas y que se ocupan de incertidumbres futuras se llamas probabilísticas, y los modelos que no tienen consideraciones pirobalísticas se llaman deterministas; el PERT, los inventarios, la programación lineal, enfocan su atención en aquellas circunstancias que no son críticas y en los que las cantidades son determinadas y exactas. — Descriptivos y de optimización
Cuando un modelo constituye sencillamente una descripción matemática de una condición real del sistema se llama descriptivo. Algunos de estos modelos se emplean para mostrar geográficamente una situación y ayudan al observador a evaluar resultados por secciones una sobre otra. Puede obtenerse una solución, sin embargo, 16
en este modelo solo se intenta describir la situación y no escoger una alternativa. Cuando con la aplicación del modelo se llega a una solución óptima de acuerdo con los criterios de entrada se trata de un modelo de optimización — Estáticos y dinámicos
Los modelos estáticos se ocupan de determinar una respuesta para una serie especial de condiciones fijas que probablemente no cambiaran significativamente a corto plazo, es decir, la solución está basada en una continuidad estática. Un modelo dinámico por el contrario está sujeto al factor tiempo que desempeña un papel esencial en la secuencia de las decisiones, independientemente de cuáles hayan sido las decisiones anteriores. A la programación dinámica pertenecen estos modelos. — De simulación y no simulación
Con el uso de la computadora es fácil preparar un modelo simulado paso por paso donde se puede reproducir el funcionamiento de sistemas o problemas de gran escala. Es un modelo de simulación, los datos de entrada pueden ser muestras originadas de forma medida o de modo aleatorio. Los modelos que no se prestan para usar datos empíricos o simulados en forma aleatoria son modelos no simulados como los de optimización o los creados a medida.
Modelo Matemático: Se emplea cuando la función objetivo y las restricciones del modelo se pueden expresar en forma cuantitativa o matemática como funciones de las variables de decisión. Modelo de Simulación: Los modelos de simulación difieren de los matemáticos en que las relaciones entre la entrada y la salida no se indican en forma explícita. En cambio, un modelo de simulación divide el sistema representado en módulos básicos o elementales que después se enlazan entre sí, vía relaciones lógicas bien definidas. Por lo tanto, las operaciones de cálculos pasaran de un módulo a otro hasta que se obtenga un resultado de salida. Los modelos de simulación cuando se comparan con modelos matemáticos; ofrecen mayor flexibilidad al representar sistemas complejos, pero esta flexibilidad no está libre de inconvenientes. La elaboración de este modelo 17
suele ser costoso en tiempo y recursos. Por otra parte, los modelos matemáticos óptimos suelen poder manejarse en términos de cálculos.
Modelos de Investigación de Operaciones de la ciencia de la administración: Los científicos de la administración trabajan con modelos cuantitativos de decisiones. Modelos Formales: Se usan para resolver problemas cuantitativos de decisión en el mundo real. Algunos modelos en la ciencia de la administración son llamados modelos deterministas. Esto significa que todos los datos relevantes (es decir, los datos que los modelos utilizarán o evaluarán) se dan por conocidos. En los modelos probabilísticos (o estocásticos), alguno de los datos importantes se consideran inciertos, aunque debe especificarse la probabilidad de tales datos. Modelo de Hoja de Cálculo Electrónica: La hoja de cálculo electrónica facilita hacer y contestar preguntas de "¿y si¿" en un problema real. Hasta ese grado la hoja de cálculo electrónica tiene una representación selectiva del problema y desde este punto de vista la hoja de cálculo electrónica es un modelo. En realidad es una herramienta más que un procedimiento de solución.
1.6 TECNICAS DE LA INVESTIGACION DE OPERACIONES
la Programación Lineal, Programación No Lineal, Programación Dinámica, Simulación, Teoría de Colas, Teoría de Inventarios, Teoría de Grafos, etc.
18
19
Sigan investigando, lo anterior cópienlo a mano
20
1.7 INSTRUMENTOS DE MEDICIÓN 1.7.1 VARIABLES
DE
DECISIÓN,
PARÁMETROS
,
RESTRICCIONES Y FUNCION OBJETIVO Guiándonos sobre que es un modelo……
Un modelo es producto de una abstracción de un sistema real: eliminando las complejidades y haciendo suposiciones pertinentes, se aplica una técnica matemática y se obtiene una representación simbólica del mismo.
Un modelo
matemático consta al menos de tres conjuntos básicos de elementos:
Variables de decisión y parámetros Las variables de decisión son incógnitas que deben ser determinadas a partir de la solución del modelo. Los parámetros representan los valores conocidos del sistema o bien que se pueden controlar.
Restricciones Las restricciones son relaciones entre las variables de decisión y magnitudes que dan sentido a la solución del problema y las acotan a valores factibles. Por ejemplo si una de las variables de decisión representa el número de empleados de un taller, es evidente que el valor de esa variable no puede ser negativo.
21
Función Objetivo La función objetivo es una relación matemática entre las variables de decisión, parámetros y una magnitud que representa el objetivo o producto del sistema. Por ejemplo si el objetivo del sistema es minimizar los costos de operación, la función objetivo debe expresar la relación entre el costo y las variables de decisión. La solución óptima se obtiene cuando el valor del costo sea mínimo para un conjunto de valores factibles de las variables. Es decir hay que determinar las variables x1, x2,..., xn que optimicen el valor de Z = f(x1, x2,..., xn) sujeto a restricciones de la forma g(x1, x2,..., xn)? b. Donde x1, x2,..., xn son las variables de decisión Z es la función objetivo, f es una función matematica.
1.8 TEORIAS Y APLICACIONES 1.9 INVESTIGACIONES II.
APORTE CRITICO Y/O COMENTARIO La presente monografía ha desarrollado una investigación sobre el tema de “Investigación de operaciones”. Este trabajo es de mucha importancia, ya
que será una asignatura que tendemos en ciclos posteriores durante nuestra preparación como futuros ingenieros industriales, por lo tanto es indispensable que desde ya tengamos muy bien definido sobre en qué consiste este curso que veremos más adelante. Esta investigación ha sido muy provechosa, ya que nos ha proporcionado un amplio conocimiento y nos ha permitido descubrir e indagar más minuciosamente sobre la Investigación de Operaciones. 22
III.
CONCLUSIONES
IV.
RECOMENDACIONES
BIBLIOGRAFÍA https://www.gestiopolis.com/investigacion-de-operaciones-que-es-historia-ymetodologia/ https://www.fing.edu.uy/inco/cursos/io/archivos/teorico/todo.pdf http://www.monografias.com/trabajos59/investigacion-operaciones/investigacionoperaciones2.shtml Bunge, Mario (1997) Ciencia, técnica y desarrollo . Buenos Aires: Sudamericana. Bunge, Mario (2000). La investigación científica: su estrategia y su filosofía . México, D.F.: Siglo XXI Editores Day, Robert A. (1995). Cómo escribir y publicar trabajos científicos . (2a ed.). Washington, DC.: OPS. Estilo de Vancouver – actualización 2003. Extraído el 26 junio de 2007 desde
www.fisterra.com/recursos_web/mbe/vancouver .asp Formato APA – quinta edición. Extraído el 26 de junio de 2007 desde
http://facultad.usfq.edu.ec/cornellm/Academic%20Documents/Apa_Edicion5.pdf Hernández Sampieri, Roberto, Fernández Collado, Carlos, Baptista Lucio, Pilar (2003). (3ª ed.)Metodología de la investigación . México, D.F.: McGraw-Hill. Instituto de Investigación Tecnológica Industrial y de Normas Técnicas ITINTEC (1981). Documentación: guía para la presentación y redacción de informes científicos y técnicos . Lima: ITINTEC. International Committee of Medical Journal Editors. Uniform requirements for manuscripts submitted to biomedical journals: writing and editing for biomedical publication. Extraído el 26 de junio de 2007 desde http://www.icmje.org/ ISO 216, tamaños de papel . Extraído el 26 de junio de 2007 desde
http://www.csae.map.es/csi/silice/Hw-imp31.html 23
Kerlinger, F. (2002). Investigación del comportamiento: métodos de investigación en Ciencias Sociales . México; D.F.: Mc Graw-Hill. Lavado, Lucas (2007). Cómo diseñar una investigación . Lima: USMP. Méndez Álvarez, Carlos Eduardo (1988). Metodología: guía para elaborar diseños de investigación en ciencias económicas, contables, administrativas . Santa Fe de Bogotá: McGraw-Hill. Norma de Vancouver. Publicación de trabajos científicos . Extraído el 26 de junio
de 2007 desde http://www.upch.edu.pe/vrinve/doc/nvanco.htm Norma Técnica Colombiana NTC 1486 (cuarta actualización). Documentación. Presentación de tesis, trabajos de grado y otros trabajos de investigación. Extraído el 26 junio de 2007 desde www.eafit.edu.co/NR/rdonlyres/6F0FB0A7-67A7-4BCF-911B-7A81300E4C19/0/1 NORMATÉCNICACOLOMBIANANTC1486.doc Rivara, María Luisa (2000) Pensamiento prehispánico y filosofía colonial en el Perú. Lima: Fondo de Cultura Económica del Perú, tomo I. Sierra Bravo, Restituto (1994) Tesis doctorales y trabajos de investigación científica. Madrid: Paraninfo. Tafur Portilla, Raúl (1995). La tesis universitaria. Lima: Mantaro. Tamayo y Tamayo, Mario (1994). El proceso de la investigación científica: incluye glosario y manual de evaluación de proyectos . (3ª ed.). México, D.F.: Limusa. Torres Bardales, Coloníbol (1997). El proyecto de investigación científica . Lima: San Marcos. Universidad Alberto Hurtado. Sistema de Servicios de Información y Bibliotecas de la Universidad de Chile. Pautas para la presentación de tesis . Extraído el 26 junio de 2007 desde www.uahurtado.cl/2005/biblioteca/otros/pauta_presentacion_tesis_UAH.pdf Universidad Michoacana de San Nicolás Hidalgo. Coordinación de Innovación Extraído 26 de junio de 2007 desde Educativa. http://dieumsnh.qfb.umich.mx/gesinfo/el_articulo_cientifico.htm Universidad San Martín de Porres. Facultad de Ingeniería y Arquitectura (2007). Guía para la presentación de la tesis . Manuscrito. Lima: USMP. 24
Universidad San Martín de Porres. Facultad de Medicina Humana (2007). Protocolo de investigación e informe final . Manuscrito. Lima: USMP. Universidad San Martín de Porres. Facultad de Obstetricia y Enfermería (2005). Esquemas de investigación . Manuscrito. Lima: USMP. Velázquez Fernández, Ángel R. y Rey Córdova, Nérida (1999). Metodología de la investigación científica . Lima: San Marcos. http://webdelprofesor.ula.ve/ingenieria/gbriceno/IOB2004/Apuntes%20de%20Clases0.pdf http://www.monografias.com/trabajos96/investigacion-operaciones-a-modelos-yaplicaciones-programacion-lineal/investigacion-operaciones-a-modelos-yaplicaciones-programacion-lineal.shtml http://cms.dm.uba.ar/materias/1ercuat2009/optimizacion/Maurette_Ojea.pdf http://mate.dm.uba.ar/~gduran/docs/charlas/junaeb_willy_8.pdf https://www.fing.edu.uy/inco/cursos/io/archivos/teorico/todo.pdf http://html.rincondelvago.com/simulacion-en-la-investigacion-de-operaciones.html http://webdelprofesor.ula.ve/ingenieria/gbriceno/IOB2004/Apuntes%20de%20Clases0.pdf https://docs.google.com/file/d/0B0BbpExPnl2JaFo2MXFQS1p3TjA/preview http://mate.dm.uba.ar/~gduran/docs/charlas/junaeb_willy_8.pdf https://www.fing.edu.uy/inco/cursos/io/archivos/teorico/todo.pdf http://html.rincondelvago.com/simulacion-en-la-investigacion-de-operaciones.html http://isra-io.blogspot.pe/2010/05/investigacion-de-operaciones.html https://www.uaeh.edu.mx/docencia/P_Presentaciones/huejutla/sistemas/investigac ion_operaciones/modelos.pdf http://es.calameo.com/read/0040941578011e24eeadc http://isra-io.blogspot.pe/2010/05/investigacion-de-operaciones.html 25
https://es.wikipedia.org/wiki/Investigaci%C3%B3n_de_operaciones#T.C3.A9cnicas _de_investigaci.C3.B3n_operativa http://www.phpsimplex.com/investigacion_operativa.htm
ANEXOS
26
