todo





Obtención de una solución a parir del modelo 
Una vez formulado el modelo para el problema bajo estudio, la siguiente etapa de un estudio consiste en desarrollar un procedimiento para derivar en una solución al problema a partir de este modelo, según el tipo de modelo este puede hacerse en computadora.  Puede pensarse que esta debe ser la parte principal de estudio, pero por lo generalno lo es, encontrar la solución es la parte divertida del estudio, mientras que el verdadero trabajo se encuentra en las etapas anteriores y posteriores del estudio.  Un tema común es la búsqueda de una solución óptima, es decir, la mejor, es necesario reconocer que estas soluciones son óptimas sólo respecto al modelo que se esta utilizando.  Como el modelo necesariamente es una idealización y nouna representación del problema real, no puede existir una garantía de que la solución óptima del modelo resulte ser la mejor solución posible que pueda llevarse a la práctica para el problema real.  Esto, por supuesto, es de esperarse si se toma en cuenta los muchos imponderables e incertidumbre asociados  a casi todos los problemas reales, pero si el modelo está bien formulado la solución debetener una buena aproximación de curso de acción ideal para el problema real.
El eminente científico de la administración y premio Nobel de Economía, Herbert Simón, introdujo el concepto de que en la práctica es mucho más frecuente satisfacer que optimizar.  Al inventar el término satisfacer como una combinación de satisfacer y optimizar.  La distinción entre optimizar y satisfacer refleja ladiferencia entre la teoría y la realidad. 
Por lo tanto, la meta de un estudio de IO debe ser llevar a cabo el estudio de una manera óptima, independientemente de si implica o no encontrar una solución óptima para el modelo.  Al reconocer este concepto, en ocasiones se utilizan solo procedimientos de diseño intuitivo para encontrar una buena solución su óptima.
Una solución óptima para el modelooriginal puede ser mucho menos que ideal para el problema real, de manera que es necesario hacer un análisis adicional.  El análisis pos óptimo, constituye una parte muy importante, éste determina qué parámetros del modelo son los más críticos, los parámetros críticos, del modelo son aquellos cuyos valores no se pueden cambiar sin que la solución óptima cambie.
 
Ejemplo: Considere de nuevo elestudio de IO para el Rijkswaterstatt sobre la política nacional de administración de agua en Holanda.  Este estudio no concluyó con la recomendación de una solución. Más bien, se identificaron, analizaron y compararon varias alternativas atractivas.  El análisis postóptimo jugó un papel importante en este estudio.  Por ejemplo, ciertos parámetros de los modelos representaron estándares ecológicos.  Elanálisis postóptimo incluyó la evaluación del impacto en los problemas de agua si los valores de los parámetros se cambiaran de los estándares ecológicos a otros valores razonables.  Se usó también para evaluar el impacto de cambio de las suposiciones de los modelos, por ejemplo, la suposición sobre el efecto de tratados internacionales futuros sobre la contaminación que pudiera llegar, etc.
 Prueba del modelo 
Sin duda que la primera versión de un modelo grande tenga muchas fallas, por lo tanto antes de usar el modelo debe probarse para identificar y corregir todas las fallas que se pueda, este proceso de prueba y mejoramiento se conoce como validación del modelo.  Un modelo es válido si, independientemente de sus inexactitudes, puede dar una predicción confiable del funcionamientodel sistema.  Un método común para probar la validez de un modelo es comparar su funcionamiento con algunos datos pasados disponibles del sistema actual (se le llama también prueba retrospectiva).  Debe notarse que tal método de validación no es apropiado para sistemas que no existen, ya que no habrá datos disponibles para poder comparar.  Otro método podría ser incluir a una persona que no haya...