Del 08/04 al 12/04
INVESTIGACIÓN DE OPERACIONES.
La Investigación de
Operaciones utiliza el
método científico a
fin de representar
las relaciones funcionales como modelos matemáticos para suministrar una
base cuantitativa para la toma de decisiones, y descubrir nuevos problemas para
su análisis.
La Investigación de Operaciones (IO) aspira a determinar el mejor
curso de acción (óptimo) de un
problema de decisión
con la restricción
de recursos limitados.
El término investigación de operaciones
muy a
menudo está asociado
casi en exclusiva
con la aplicación de técnicas
matemáticas para representar por medio de un modelo y analizar problemas de
decisión. Aunque las matemáticas y los modelos matemáticos representan una
piedra angular de Investigación de Operaciones, la labor consiste más en
resolver un problema que en construir y resolver modelos matemáticos.
Específicamente, los problemas de decisión suelen incluir importantes factores
intangibles que no se pueden traducir directamente en términos del modelo
matemático. El principal d estos factores es la presencia del elemento humano
en casi todos y cada uno de los entornos de
decisiones. En realidad, se
han reportado situaciones
de decisión donde
el efecto de la conducta humana
ha ejercido tanta influencia en el problema de decisión, que la solución
obtenida a partir del modelo matemático se considera impráctica.
Como
técnica para la solución
de problemas, la
Investigación de Operaciones
debe visualizarse como una ciencia y un arte. El aspecto de la ciencia
radica en ofrecer técnicas y algoritmos
matemáticos para resolver
problemas de decisión adecuados. La Investigación de Operaciones es un arte
debido a que el éxito que se alcanza en todas las fases anteriores y
posteriores a la solución de un modelo matemático, depende en forma apreciable
de la creatividad y la habilidad personal de los analistas encargados de tomar
las decisiones. Por lo tanto, la obtención de los datos para la construcción
del modelo, la validación de éste y la implantación de la solución obtenida
dependerán de la habilidad del equipo de Investigación de Operaciones, para
establecer líneas de comunicación óptimas con las fuentes de información, y también
con los individuos responsables de
implantar las soluciones recomendadas.
Se espera que
un equipo de
Investigación de Operaciones
competente demuestre la habilidad adecuada en los aspectos
científico y artístico de la Investigación de Operaciones. Si se destaca un
aspecto y no el otro, probablemente se impedirá la utilización efectiva de
Investigación de Operaciones en la práctica.
El equipo de Investigación de Operaciones debe ser interdisciplinario;
profesionales de varias ramas deben
estar involucrados para
analizar aspectos humanos
que no son tangibles.
1.2. MODELO DE DECISIÓN SIMPLE
Un modelo
de decisión simple
debe considerarse meramente
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.
Ejemplo:
El gerente de
un departamento de
producción debe decidir
si adquiere una
máquina automática o una semiautomática. Las dos máquinas producen una
parte específica en lotes. El costo fijo inicial por lote y el costo de
producción unitario variable son:
Costo
|
|
Semiautomática
|
Automática
|
Costo fijo inicial por
lote
|
20.00
|
50.00
|
Costo variable
unitario
|
0.60
|
0.40
|
Para formalizar la situación como un modelo de decisión debemos:
a) Identificar las alternativas de decisión
b) Diseñar un criterio para evaluar el “valor” de cada alternativa
c) Utilizar el criterio generado como base para seleccionar la
mejor de las alternativas disponibles
El planteamiento del problema nos dice que hay dos alternativas:
a) Comprar
una máquina automática
b) Comprar
una máquina semiautomática
La evaluación de estas dos alternativas puede basarse adecuadamente en el costo
de operación de la
máquina que consta de
un costo fijo inicial y
un costo de producción variable. El objetivo es
seleccionar la alternativa con el costo más bajo.
Para formalizar el criterio del costo, sea x la que represente el número de
unidades que se producirán en un lote.
Por lo tanto, la función de costo se convierte en:
Costo de producción por lote = costo fijo inicial + (costo unitario variable) x
50 + 0.4x, para la máquina automática
=
20 + 0.6x, para la semiautomática
Podemos expresar ahora el modelo de
decisión completo.
|
|
Seleccionar una de las alternativas:
1. Comprar una máquina automática
2. Comprar una máquina semiautomática
La alternativa escogida debe generar el menor costo
de producción por lote
|
|
El paso que sigue después de la elaboración del modelo es el de obtener la
solución, osea, tomar una decisión. Podemos lograr esto mediante el uso de una
gráfica de equilibrio.
Sea x el eje que representa el tamaño del lote y se define el eje
y para que represente el costo de
producción. Las funciones
de costo asociadas
se trazan después como líneas rectas, como se ilustra
en la figura 1-1. Las dos alternativas cuestan exactamente la misma cantidad en
x = 150 unidades. Para tamaños de
lote menores que 150 unidades, la máquina
semiautomática es más
económica. Sucede lo
contrario con lotes mayores que
150 unidades. Una solución general basada en el modelo es:
1. Comprar la máquina semiautomática
si el tamaño del lote es < 150 unidades
2. Comprar la máquina automática si
el tamaño del lote es > 150 unidades
3. Comprar cualquier máquina si el
tamaño del lote es = 150 unidades.
En esta
solución simplemente se
supone que ambas
máquinas producen partes
a la misma velocidad, de manera
que los tamaños de lote correspondientes a un período de producción dado, son
necesariamente iguales. Supongamos que en realidad las velocidades de
producción por hora de las máquinas automática y semiautomática son de 25 y
15 unidades, respectivamente. Supongamos
además que la fábrica
opera sobre una base de un solo
turno diario de 8 horas.
La nueva información suma restricciones
que no se previeron en el
modelo. Como la fábrica opera sobre una base de un solo
turno de 8 horas, el tamaño de lote máximo para las máquinas automática y
semiautomática está limitado a 200 (= 25 * 8) y 120 (= 15
* 8), respectivamente. Dada
esta información, el
modelo de la
nueva situación se modifica según se muestra en la figura
1-2.
Observemos el efecto de la restricción del turno único de 8 horas.
Si el tamaño del lote no excede 120 unidades, el problema de decisión tiene dos
alternativas, de las cuales la máquina semiautomática es la mejor elección. Por
otra parte, para tamaños de lote entre 120 y 200 unidades, la máquina
semiautomática es una alternativa infactible,
lo que deja a la máquina automática como la única opción factible. Por último, para tamaños de lote de más de 200 unidades,
ambas alternativas son infactibles.
Ejercicio 1.1.- Determinar la
decisión óptima suponiendo
que la duración
del turno se extiende a 10 horas.
Podemos apreciar que las restricciones en un problema de decisión, actúan para
limitar las opciones mediante la eliminación de las alternativas infactibles o
no factibles.
Este sencillo ejemplo
sirve para presentar
todos los elementos
básicos de cualquier modelo de
decisión. En esencia, el modelo de decisión debe contener tres elementos:
Alternativas de decisión, de
las cuales se hace una selección.
Restricciones
para excluir alternativas infactibles.
Criterios para
evaluar, y por consiguiente, clasificar alternativas factibles.
Normalmente,
el primer paso en el proceso de toma de una decisión consiste en construir el
modelo. Después de este paso, el encargado de tomar la decisión debe hallar un
método para resolver el modelo. En algunos casos, puede haber más de una manera
de resolverlo. En otros casos, el modelo resultante puede ser tan complejo que
quizá será difícil obtener una solución aproximada
al problema.
El procedimiento general de construcción de un modelo de decisión y la búsqueda
de su solución, representa la parte
fundamental del proceso de toma de decisiones en el campo de la investigación de operaciones.
Sin embargo, la Investigación de Operaciones emplea una terminología un poco
diferente. Se habla de variables de
decisión en lugar de alternativas de decisión. Así mismo, se busca
determinar el “valor” de las variables
de decisión optimizando (minimizando
el costo
o maximizando las ganacias) una función objetivo, procedimiento que es exactamente equivalente a la
clasificación de las alternativas de decisión. El proceso de optimización está
confinado normalmente a los valores factibles de las variables de decisión que
satisfacen todas las restricciones del modelo.
ESTUDIANTES RESPONSABLES:
- Apraez Torres Christian.
- España Rodas Karina.
- Lucas Marquez Abel.
- Mera Quiroz Junior.
- Quiñonez Angulo Francisco.