DEFINICION DE MODELO Un modelo es una representacin ideal de un sistema real y de la forma como opera o funciona.

Un modelo es una abstraccin selectiva de la realidad. El modelo, se define como una funcin objetivo con restricciones que se expresan en trminos de las variables (alternativas) de decisin del problema. El objetivo de un modelo es analizar el comportamiento del sistema, o bien predecir su comportamiento futuro. Obviamente los modelos no son tan complejos como el sistema mismo, de tal manera que se hacen las suposiciones y restricciones necesarias para representar las porciones ms relevantes del mismo. No habra ventaja alguna de utilizar modelos si estos no simplificaran la situacin real. En muchos casos podemos utilizar modelos matemticos que, mediante letras, nmeros y operaciones, representan variables, magnitudes y sus relaciones. Un modelo de decisin debe considerarse como un vehculo para resumir un problema de decisin, en forma tal de que haga posible la identificacin y evaluacin sistemtica de todas las alternativas de decisin del problema. Despus se llega a una decisin seleccionando la alternativa optima, que ser la mejor entre todas las opciones o soluciones disponibles. Una solucin a un modelo, no obstante, de ser exacta, no ser til a menos que el mismo modelo ofrezca una representacin adecuada de la situacin real de la decisin verdadera. Un Analista de Investigacin de Operaciones debe elegir el plan de accin ms efectivo para lograr las metas de la organizacin, debiendo seleccionar un conjunto de medidas o indicadores, utilizar una unidad monetaria y tomar decisiones; debe seguir un proceso general de solucin, en cualquier situacin, durante la toma de decisiones. Deben establecerse los criterios de tomas de decisiones (Costos, Beneficios, etc.), seleccionar las alternativas, determinar un modelo y evaluarlo, integrar la informacin cuantitativa obtenida para luego decidir. Muchas veces, para tomar una decisin, hay que incorporar los factores cualitativos tales como, el nimo y el liderazgo en la organizacin, problemas de empleo, contaminacin, etc., u otras de responsabilidad social.

REPRESENTACION DE MODELOS La representacin del modelo puede ser de la siguiente manera: Conceptual. Cuando se representa la situacin real por una descripcin cualitativa bien organizada, que permite la medicin de sus factores. Matemtico. Se refiere a una representacin numrica por aspectos lgicos y estructurados con aspectos de la ciencia matemtica. Pueden ser nmeros, letras, imgenes, smbolos. Por ejemplo si se refiere a un modelo grafico de matemticas, se observan imgenes y graficas matemticas, que representan a un modelo numrico y de ecuaciones, los cuales son expresiones visuales basadas en aspectos cuantificables y de la ciencia matemtica. Fsico. Basado en aspectos de la ciencia fsica, de aquellos movimientos de los cuerpos, y que adems es cuantificable. Estos modelos generalmente representan el fenmeno estudiado utilizando las mismas relaciones fsicas del prototipo, pero reduciendo su escala para hacerlo manejable. Por ejemplo, pertenecen a este tipo de modelo las representaciones a escalas reducidas de presas hidrulicas, puertos, o de elementos de estas obras, como un vertedero o una escollera, etc. CLASIFICACION DE MODELOS Los modelos matemticos pueden clasificarse de la siguiente manera. Modelo Determinsticos: Cuando se conoce los datos de manera puntual y la forma del resultado, no hay de incertidumbre. Es decir, todos los datos son conocidos. Se aplica a los siguientes tipos de problemas de: Programacin lineal, programacin entera, programacin no lineal, teora de redes, transporte, de asignacin, programacin por metas, teora de inventarios, etc. Modelo Probabilstico o Estocstico: Cuando no se conoce el resultado esperado, sino su probabilidad y existe por lo tanto incertidumbre. Se aplica a los siguientes tipos de problemas, como: Cadenas de Markov, teora de juegos, lneas de espera, inventarios con demanda probabilstica, etc.

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. 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. 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.