Investigacion de operaciones xd

ara entrar en contexto, la simulación es la posibilidad de replicar situaciones reales o que podrían serlo para determinar estadísticamente su comportamiento. La optimización en cambio permite escoger entre una multitud de opciones la que más se adapte a las necesidades del problema. Aunque existen más consideraciones, a continuación presento algunas de las principales consideraciones queservirán de guía en el momento de escoger entre estas dos herramientas.

P

/D VLPXODFLyQ \ OD RSWLPL]DFLyQ VRQ H[FHOHQWHV KHUUDPLHQWDV GH WRPD GH GHFLVLRQHV TXH FDGD YH] VRQ PiV XVDGDV SRU WRGR WLSR GH RUJDQL]DFLRQHV
Este artículo, trata de los puntos principales encontrados en la práctica y la academica que determinan en qué casos es más conveniente emplear Optimización o Simulación. 6LWXDFLyQHVWiWLFD HQ HO WLHPSR Dependiendo de si la problemática y las decisiones a tomarse no varían en el corto y mediano plazo, se tenderá a usar la optimización. Un ejemplo de problemática es cuando queremos definir el número de centros de distribución con los que debe operar nuestra organización. Esta situación se considera de tipo estática en el tiempo pues es una decisión que se tomará una sola vez enel corto y mediano plazo. Otros ejemplos incluirían decisiones como ubicación de plantas, determinación de precios (revenue management), determinación de la ubicación de los productos en el frontal de las góndolas. ,QHVWDELOLGDGHV \ YDULDELOLGDG HQ HO VLVWHPD Cuando hay inestabilidades en el sistema (es decir el sistema no se estabiliza por efecto de las tasas de entrada y de salida por ejemplo) sedebe usar simulación pues la optimización no lograría un resultado óptimo. En el caso del estudio de un centro de atención de un banco podría arrojar como resultado que se necesita un número muy elevado de cajeros si el sistema “explota”. Así mismo, la simulación se vuelve una valiosa herramienta cuando existen numerosas relaciones entre variables, y más aún cuando estas relaciones no sonperceptibles. Un ejemplo de esta relación podría ser en manufactura la tasa de producción de una máquina al comienzo de la cadena que afectará sin duda el throughput del final de la cadena. Otro ejemplo de esta situación podría ser cuando en su empresa buscan implementar un sistema Kanban con todas las de la ley. Debido al número tan elevado de interacciones de este sistema, sólo han podido lograrseaproximaciones muy simplificadas del modelo a través de métodos como optimización, por eso la simulación resulta una muy buena opción. Un último ejemplo de esta situación es el manejo de inventarios de la industria automotriz donde una multitud de variables inciden sobre el manejo de los inventarios (algunas: manejo del efecto látigo, pluralidad de orígenes y destinos,…).

¿Quién no se ha vistoenfrentado a situaciones problemáticas en nuestras organizaciones que parecen no tener una forma de análisis y respuesta evidente? ¿Quién no ha sentido que a veces las mejores prácticas no parecen tener el impacto que necesitamos o que nos exige la gerencia? Estas son algunas situaciones que pueden enfrentarse usando técnicas de Investigación de Operaciones. Sin embargo, debe hacerse un cuidadosoanálisis de las opciones existentes en el mercado y la academia para no tomar una decisión apresurada. En efecto, durante las últimas décadas, los casos de éxito a nivel mundial de la Investigación de Operaciones han generado un importante auge en su uso para la toma de decisiones estratégicas en logística. Esta tendencia o “moda” suscita una serie de interrogantes que deben ser estudiados con cautelaantes de embarcarnos en un proyecto en este sentido. Claro está, un proyecto bien estructurado ofrecerá beneficios que compensarán ampliamente la inversión, pero este beneficio se obtendrá solamente si la herramienta que estamos empleando es la adecuada.

9DULRV REMHWLYRV HVHQFLDOHV Cuando una situación debe resolverse siguiendo varios objetivos (ej: objetivos financieros, recursos,...