Investigación de operaciones relación con otras ciencias

la IO significa "hacer investigación sobre las operaciones" aspira a determinar la mejor solución (optima), se ha aplicado a áreas como la manufactura, transporte, las telecomunicaciones , etc..La parte de investigación:
se refiere a como lleva a cabo la investigación en los campos cietificos establecidos, brindando herramientas   suficientes para que con base en abstracciones se pueda generar y resolver modelos mat. y así poder sustentar cuantitativamente las decisiones que se tomen respecto el problema.

Optimización:

es la buskeda de la mejor solución de 1 problema maximizando o minimizando los resultados.

IO nació:

durante la segunda Guerra Mundial en 1839 con un pekeño grupo de investigadores militares encabezados por A.P. Rowe interesados en 1 técnica conocida como radioubicacion, otros creen ke fue en el siglo III A.C. Con arquimides.
L.Kantorovich  en 1939 es un matemático ruso en conjuto con el holandés T. Koopmans  desarrollaron la teoría mat llamada "programación lineal".En1936 el British Air estableció la estación de inv. Bawdsey, en 1938 se establecen las 4 estaciones de radares y se utilizo x primera vez el termino operational research  en 1941 se estableció la investigación operacional (ORS) con el propósito de avistar y atacar u-boats.En México también se ha aplicado la IO,como  el problema llamado despacho económico, planteado en la ingeniería y ke constiste en determinar cada 15 min en tiempo real. La manera optima de generar energía eléctrica que requiere el país. Por ultimo, la optimización del surtimineto, almacenamiento y distribución de fertilizantes, a nivel nacional implica la determinación e un enorme numero de variables a tra ves de modelos de transporte.

TAHA:

la IO aspira a determinar el mejor curso de acción acción optimo de un problema de decisión con la restricción de recursos limitados, aplicando las técnicas mat. Para representarlo x medio de un modelo y analizar problemas de decisión.

HILLIER-LIBERMAN

Significa hacer investigación sobre las operaciones referentes a la conducción y coordinación de actividades dentro de una organización aplicada a una gama extraordinariamente amplia.

PRAWDA:

Es la aplicación por grupos interdisciplinarios de Método Científico a problemas relacionados con el control de las organizaciones o de sistemas en relación al hombre-máquina, con el fin de producir soluciones óptimas para dichas organizaciones.

NAMAKFOROOSH

La IO es la aplicación del Método Científico a los problemas de decisión en las empresas y otras organizaciones, incluyendo el gobierno y la milicia.

MOSKOWITZ - Wright

La IO toma al Método Cien aplicado a la solución de problemas y la toma de decisiones de la gerencia en función a la construcción de un modelo simbólico examinando y analizando entre relaciones que lleguen a una técnica en la toma de decisiones en base a los resultados óptimos.

THIERAUF Y GROSSE

La IO utiliza el enfoque planeado (Método C) 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 cuantitativo.
El enfoque cualitativo se basa en la experiencia y el juicio personal, Y requiere habilidades que se obtienen del estudio de herramientas matemáticas que le permitan a la persona mejorar su efectividad en la toma de decisiones. Este enfoque es útil cuando no se tiene experiencia con problemas similares o cuando el problema es tan complejo o importante que requiere de un análisis exhaustivo para tener mayor posibilidad de elegir la mejor solución.
2do factor que dio ímpetu al desarrollo de este campo fue el advenimiento de las computadoras. El desarrollo de la computadora electrónica digital, con su capacidad para realizar cálculos aritméticos, miles o tal vez millones de veces más rápido que los seres humanos, fue una gran ayuda para la investigación de operaciones Objetivo de la IO:
Se intenta encontrar una mejor solución llamada solución óptima.

ÁREAS DE APLICACIÓN: Manufactura •Transporte •Telecomunicaciones •Salud •Planeación •Servicios •Finanzas •Otros. Modelos:

Es una representación ideal de un sistema real y de la forma como opera o funciona. Un modelo es una abstracción selectiva de la realidad.Se define como una función objetivo con restricciones que se expresan en términos de las variables (alternativas) de decisión del problema.

OBJETIVO DE LOS MODELOS:

El objetivo de un modelo es analizar el comportamiento del sistema, o bien predecir su comportamiento futuro.

Un modelo de decisión debe considerarse como:

Un vehículo para resumir un problema de decisión,Debe hacerse posible la identificación y evaluación sistemática de todas las alternativas de decisión del problema. Se llega a una decisión seleccionando la alternativa optima, que será la mejor entre todas las opciones o soluciones disponibles.

Un Analista de Investigación de Operaciones  debe:

Elegir el plan de acción más efectivo para lograr las metas de la organización, debiendo seleccionar un conjunto de medidas o indicadores, utilizar una unidad monetaria y tomar decisiones.

La representación del modelo:Conceptual

Cuando se representa la situación real por una descripción cualitativa bien organizada, que permite la medición de sus factores.

Matemático:

Se refiere a una representación numérica por aspectos lógicos y estructurados con aspectos de la ciencia matemática. Pueden ser números, letras, imágenes, símbolos.

Físico:

Estos modelos generalmente representan el fenómeno estudiado utilizando las mismas relaciones físicas del prototipo, pero reduciendo su escala para hacerlo manejable.

Clasificación DE MODELOS:Los modelos matemáticos: Modelo Determinanticos:

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: Programación lineal, programación entera, programación no lineal, teoría de redes, transporte, de asignación, programación por metas, teoría de inventarios, etc.

Modelo Probabilístico o Estocástico:

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 Járkov, teoría de juegos.

Tipos de modelos:EN Función DEL ORIGEN DE LA INFO:Modelos heurísticos:

Del griego euriskein, (significa: hallar, inventar). Los modelos están basados en las explicaciones sobre las causas o mecanismos naturales que dan lugar al fenómeno estudiado.

Modelos empíricos:

Del griego empíricos (significa: experiencia, experimento). Son los modelos que utilizan las observaciones directas o los resultados de experimentos del fenómeno estudiado.

EN Función DE SU CAMPO DE APLICACIÓN: Modelo matemático de optimización:

Son ampliamente utilizados en diversas ramas de la ingeniería para resolver problemas que por su naturaleza son indeterminados, es decir presentan más de una solución posible o factible. 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 Control:

Se aplica para saber con precisión como esta algún aspecto en una organización, investigación, área de operación, etc.

Modelo mixto operacional estadístico:

En los problemas complejos pueden aparecer variables exógenas o variables externas, importantes para el problema de decisión, y que están condicionadas por factores fuera del control de la persona que decide, tales como: condiciones económicas, acciones de los competidores, precios de las materias primas y otros factores.

MODELO Matemático CONSTA DE: 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 obien que se pueden controlar -Las variables de decisión se representan por: X1, X2, X3,…, Xn ó Xi, i = 1, 2, 3, …, n Función Objetivo:
Es la medición de la efectividad en función de las variables. Determina lo que se va optimizar (Maximizar o Minimizar).

Restricciones:

Las restricciones del modelo limitan el valor de las variables de decisión. Son los recursos disponibles limitados. Incluye la Restricción de No Negatividad de las Variables de decisión, o sea: Xi ≥ 0.

Programación Lineal:

Una técnica utilizada para desarrollar modelos matemáticos, diseñada para optimizar el uso de los recursos limitados en una empresa u organización.

Lo Modelos Matemáticos de P.L son: MODELO P. L. MAXIMIZACIÓN:

Cuando se desea maximizar o incrementar: las Utilidades, Producción, Ventas, Beneficios, Rentabilidad, etc.

MODELO P. L. MINIMIZACIÓN:

Cuando se desea minimizar o disminuir: los Costos, Perdidas, Paradas, Desperdicios, distancias, etc.

Función objetivo:

 ¿que es lo que se kiere lograr? Define la efectividad del modelo como función de la variable de decisión variables de decisión:
¿que es lo que se va a decidir? Son las cantidades que deben determinarse en la solución del modelo restricciones:
¿que es lo que nos limita para lograr el objetivo? Son aquellas condicionantes que imposibilitaran o restringirán el logro y objetivos del problema

PROCEDIMIENTO:

1.- reemplazar el signo de desigualdad con 1 signo de igualdad

2.- para cada restricción: asignar arbitrariamente acada variable el valor de cero y deducir el valor de la otra variable.

3.- trazar la línea resultante con los valores obtenidos de x1, x2 sobre el cuadrante

4.-identificar el lado factible (dirección de la línea

5.- como resultado del trazado de cada restricción, definir la región factible

Metodología

Etimológicamente es una palabra compuesta por tres vocablos griegos: metà (“más allá”), odòs (“camino”) y logos (“estudio”). La metodología es el conjunto de métodos que rigen una investigación científica o en una exposición doctrinal. Es importante la distinción entre el método (el procedimiento para alcanzar objetivos) y la metodología (el estudio del método). 

Modelacion:

Se caracteriza como método teórico de la ciencia y su resultado el modelo con los fundamentos y exigencias que requiere este proceso cognoscitivo, generalmente complejo. Es una de las partes mas importantes de la IOEsta rekiere dos tipos de procesos de utilización: -
La aplicación de un modelo ya establecido o conocido-  La obtención de un nuevo modelo.

Se divide en 2 fases:

subjetiva y objetiva, la 1a consiste en la definición del sistema supuesto o simplificado. Mientras que la objetiva es la construcción del modelo a partir del sistema simplificado. 

La formulación:

Es la componente objetiva de la modelación y consiste en convertir el sistema simplificado en un modelo cuantitativo que lo describa.

Principios generales:

1:

no debe elaborarse un modelo complicado cuando uno simple es suficiente2:
El problema no debe ajustarse al modelo o método de solución4:
los modelos deben validarse antes de su implantación5:
nunca debe pensarse que el modelo es el sistema real8:
uno de los primeros beneficios de la modelación reside en el desarrollo del modelo9:
un modelo es tan bueno o tan malo como la información con la que trabaja10:
los modelos no pueden remplazar al tomador de decisiones.
En el proceso de solución de problemas por medio de computadoras se requieren los pasos siguientes.

- Especificación del problema

Con esto se indica que se debe identificar perfectamente el problema y sus limitaciones, las variables que intervienen y los resultados deseados.

- Análisis

Es la formulación de la solución del problema denominada también algoritmo, de manera que se tenga una serie de pasos que resuelvan el problema y que sean susceptibles de ejecutarse en la computadora.

- Programación

Este paso consiste en traducir el método de análisis o algoritmo de solución

-Verificación

Es la prueba exhaustiva del programa para eliminar todos los errores que tenga de manera que efectúe lo que desea los resultados de prueba se comparan con soluciones conocidas de problemas ya resueltos. -

Documentación

Consiste en preparar un instructivo del programa de manera que cualquier persona pueda conocer y utilizar el programa. -

Producción

Es la última etapa en la que solo se proporcionan datos de entrada del programa obteniéndose las soluciones correspondientes. exprésándole como una serie detallada de operaciones. 

Aplicaciones típicas de la I.O:

Presupuesto de capital, Localización del activo,
Selección de cartera,
Prevención de fraude, (lavado de dinero), Benchmarking, Optimización del cana marketing, segmentación de clientes.

,

Campañas de venta directa, prediciendo la respuesta del cliente, optimización de la campaña.

Proceso de formación de existencias:

También llamado Inventarios. Tienen como carácterística resolver problemas de almacenes, relacionado con dos decisiones: ¿cuánto ha de ordenarse en cada ocasión?, y ¿cuándo debe ordenarse dicha cantidad?, en base a minimizar el costo total.

Proceso de asignación de recursos:

Su carácterística primordial es el limitante de recursos disponibles, como: materias primas, inversión, horas-máquina, horas-hombre, Proceso de sustitución:
O Reemplazo, que puede realizarse de manera preventiva o correctiva, ya sea por vejez, desgaste, o por muerte súbita.

Proceso competitivo:

Denominado como Teoría de Juegos. Tiene como dato carácterístico, al menos dos competidores, que tienen varias acciones a seleccionar.

Proceso combinado:

Este proceso hace uso de más de uno de los procesos de la Investigación de Operaciones, ya que el problema necesita de más de una herramienta para llegar a la solución integral del mismo.

Proceso de simulación:

Proceso que se presta al uso de la computadora, para la resolución de problemas aplicando uno o más procesos de IO, para dar una serie de alternativas , la computadora muestra los resultados (generados por números aleatorios), que podrían haberse obtenido si se hubieran usado ciertas líneas de criterios de decisión.