1. Historia de la Investigacin de Operaciones.

La primera actividad de Investigacin de Operaciones se dio durante la Segunda Guerra Mundial en Gran Bretaa, donde la Administracin Militar llam a un grupo de cientficos de distintas reas del saber para que estudiaran los problemas tcticos y estratgicos asociados a la defensa del pas. El nombre de Investigacin de Operaciones fue dado aparentemente porque el equipo estaba llevando a cabo la actividad de investigar operaciones (militares). Motivados por los resultados alentadores obtenidos por los equipos britnicos, los administradores militares de Estados Unidos comenzaron a realizar investigaciones similares. Para eso reunieron a un grupo selecto de especialistas, los cuales empezaron a tener buenos resultados y en sus estudios incluyeron problemas logsticos complejos, la planeacin de minas en el mar y la utilizacin efectiva del equipo electrnico. Al trmino de la guerra y atrados por los buenos resultados obtenidos por los estrategas militares, los administradores industriales empezaron a aplicar las herramientas de la Investigacin de Operaciones a la resolucin de sus problemas que empezaron a originarse debido al crecimiento del tamao y la complejidad de las industrias. Aunque se ha acreditado a Gran Bretaa la iniciacin de la Investigacin de Operaciones como una nueva disciplina, los Estados Unidos tomaron pronto el liderazgo en este campo rpidamente creciente. La primera tcnica matemtica ampliamente aceptada en el medio de Investigacin de Operaciones fue el Mtodo Smplex de Programacin Lineal, desarrollado en 1947 por el matemtico norteamericano George B. Dantzig. Desde entonces las nuevas tcnicas se han desarrollado gracias al esfuerzo y cooperacin de las personas interesadas tanto en el rea acadmica como en el rea industrial. Un segundo factor en el progreso impresionante de la Investigacin de Operaciones fue el desarrollo de la computadora digital, que con sus tremendas capacidades de velocidad de cmputo y de almacenamiento y recuperacin de informacin, permitieron al tomador de decisiones rapidez y precisin. Si no hubiera sido por la computadora digital, la Investigacin de Operaciones con sus grandes problemas de computacin no hubiera crecido al nivel de hoy en da. Actualmente la Investigacin de Operaciones se est aplicando en muchas actividades. Estas actividades han ido ms all de las aplicaciones militares e industriales, para incluir hospitales, instituciones financieras, bibliotecas, planeacin urbana, sistemas de transporte y sistemas de comercializacin. 2. Concepto de Investigacin de Operaciones. La Investigacin de Operaciones o Investigacin Operativa hace uso de mtodos cuantitativos como herramienta de apoyo para el proceso de toma de decisiones.

En cualquier mbito de la actividad humana se deben tomar decisiones de distinta ndole y la forma en cmo stas se toman se pueden basar en una perspectiva cualitativa o cuantitativa. En el ambiente actual donde la complejidad de los problemas es creciente, debido a un ambiente ms globalizado y competitivo, la Investigacin de Operaciones ha permitido abordar de forma eficiente modelos que responden a distintas problemticas, superando ampliamente los procedimientos cualitativos.

3. Etapas o Fases del proceso de Investigacin de Operaciones Observacin Antes de comenzar a intentar hacer una investigacin de operaciones, es necesario determinar exactamente: cul es el problema, los objetivos de la investigacin as como las limitaciones que tiene la misma; pues es imposible concluir una respuesta de un problema mal planteado. Para poder expresar un resultado eficiente se deben plantear objetivos tan especficos como sea posible, pues de otra manera se perder el tiempo tratando de resolver problemas generales que solo ataen a una parte de la organizacin, pasando por alto el bienestar de toda la organizacin. Para el correcto planteamiento de la formulacin de un problema, se deben cumplir ciertas condiciones fundamentales: El tomador de decisiones: Es la persona que ejecutara las decisiones. Objetivos de la organizacin: Son los objetivos que ataen a toda la organizacin y no solo a un componente de ella. El ambiente: Es el sistema en el cual se sita el problema. Para la correcta formulacin de un problema es necesario se tome en cuenta lo siguiente: Identificar los componentes y variables controlables y no controlables del sistema. Identificar los posibles cursos de accin determinados por las componentes controlables. Definir el marco de referencia dado por las componentes no controlables. Definir los objetivos que se busca alcanzar y clasificarlos por orden de importancia.

 Identificar las interpelaciones importantes entre las diferentes partes del sistema y encontrar las restricciones que existen. Formulacin del modelo Una vez que nos aseguramos que la definicin del problema ah sido construida de manera especfica y correcta, continuamos con la formulacin del modelo. El modelo, usualmente matemtico, debe ser formulado de tal manera que exprese la esencia del problema: El modelo matemtico est basado en ecuaciones y desigualdades establecidas en trminos de variables, las cuales expresan la esencia del problema a resolver; las cuales son definidas en funcin del modelo del problema. Despus de localizar las variables en funcin del problema, se procede a determinar matemticamente las dos partes que constituyen el modelo: La medida de efectividad que permite conocer el nivel de logro de los objetivos y generalmente es una funcin llamada funcin objetivo. 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. Validacin del modelo Un modelo matemtico es una idealizacin abstracta de un problema, lo cual mayormente nos lleva a aproximaciones y suposiciones. Por lo que debemos cuidar que el modelo siempre sea una representacin valida del problema. La valides de un modelo requiere que exista una alta correlacin entre las predicciones del modelo y la realidad; para lograr esto es importante hacer un nmero considerable de pruebas al modelo y caso de ser necesario, las pertinentes modificaciones. Aun cuando la validacin del modelo se incluyera al final de este documento, la mayor parte de la validacin del modelo se hace durante la etapa de la construccin del modelo. Solucin ptima Una vez que el modelo fue probado y se le han aplicado las debidas correcciones, est listo para comenzar a arrojar soluciones validas. Pero el verdadero objetivo y finalidad de la Investigacin de Operaciones es encontrar la mejor solucin para un determinado problema, en el caso de un problema de carcter econmico seria: la funcin objetivo es obtener el mximo rendimiento al menor costo.

Resumiendo Resumiendo todas las fases podemos llegar a concluir el siguiente diagrama:

4. Tcnicas de la Investigacin de Operaciones: Teora de juegos (Von Newman): Se aplica en caso de oposicin de fuerzas, intereses o personas donde uno gana y otro pierde pues el objetivo es indivisible (ej, anlisis de competencia de mercado). Las acciones posibles estn limitadas por las reglas del juego. Teora de las colas: Optimizar distribucin en condiciones de aglomeracin y espera. Problemas de comunicacin, de trfico, etc. Teora de los grafos: De ella se derivan el PERT, CPM, etc. Diagramas que buscan identificar el ptimo econmico. Programacin lineal: Es aplicable en situaciones complejas con muchas variables pero objetivos bien definidos. Programacin y Anlisis estadstico: Mximo de informacin extrable. Se aplica en el control de calidad de la administracin. (SQC=control estadstico de calidad que solo se aplica a nivel tcnico y operacional de produccin. TQC=control de calidad total. Toda la empresa.) Programacin Dinmica: Problemas que presentan varias fases interrelacionadas y se debe hallar una solucin para cada una sin perder de vista el objetivo final. Aplicable en casos de alternativas econmicas. Limitaciones de la teora matemtica: No es posible aplicarla a una visin global. Las situaciones deben reducirse a nmeros y frmulas. Mtodos esenciales de la IO: nfasis en modelos y en objetivos del rea problema, intento de centralizar todas las variables en un mismo problema, cuantificar las variables de cada problema y proveer datos cuantificables con recursos matemticos y estadsticos. La IO est orientada a la operacin y la Administracin a la teora.

5. reas de Aplicacin de Investigacin de Operacin. Algunas personas se veran tentadas a aplicar mtodos matemticos a cuanto problema se presentase, pero es que acaso siempre es necesario llegar al ptimo? Podra ser ms caro el modelar y el llegar al ptimo que a la larga no nos d un margen de ganancias muy superior al que ya tenemos. Tmese el siguiente ejemplo: La empresa EMX aplica I.O. y gasta por el estudio y el desarrollo de la aplicacin $100 pero despus de aplicar el modelo observa que la mejora no es muy diferente a la que actualmente tena. Podramos pues indicar que la investigacin de operaciones slo se aplicar a los problemas de mayor complejidad, sin olvidar que el simple uso de la I.O. trae un costo, que de superar el beneficio, no resultar econmicamente prctico, algunos ejemplos prcticos donde usar I.O. resulta til son:

En el dominio combinatorio, muchas veces la enumeracin es imposible. Por ejemplo, si tenemos 200 trabajos por realizar, que toman tiempos distintos y solo cuatro personas que pueden hacerlos, enumerar cada una de las combinaciones podra ser ineficiente (aparte de desanimante). Luego los mtodos de secuenciacin sern los ms apropiados para este tipo de problemas. De igual manera, la I.O. es til cuando en los fenmenos estudiados interviene el azar. La nocin de esperanza matemtica y la teora de procesos estocsticos suministran la herramienta necesaria para construir el cuadro en el cual se optimizar la funcin econmica. Dentro de este tipo de fenmenos se encuentran las lneas de espera y los inventarios con demanda probabilstica. Con mayor motivo, la investigacin de operaciones se muestra como un conjunto de instrumentos precioso cuando se presentan situaciones de concurrencia. La teora de juegos no permite siempre resolverlos formalmente, pero aporta un marco de reflexin que ayude a la toma de decisiones. Cuando observamos que los mtodos cientficos resultan engorrosos para nuestro conjunto de datos, tenemos otra opcin, simular tanto el comportamiento actual as como las propuestas y ver si hay mejoras sustanciales. Las simulaciones son experiencias artificiales.

Es importante resaltar que la investigacin de operaciones no es una coleccin de formulas o algoritmos aplicables sistemticamente a unas situaciones determinadas. Si se cae en este error, ser muy difcil captar en condiciones reales los problemas que puedan deducirse de los mltiples aspectos de esta disciplina, la cual busca adaptarse a las condiciones variantes y particulares de los diferentes sistemas que puede afrontar, usando una lgica y mtodos de solucin muy diferentes a problemas similares mas no iguales.

6. Definicin de La Programacin Lineal es un procedimiento o algoritmo matemtico mediante el cual se resuelve un problema indeterminado, formulado a travs de ecuaciones lineales, optimizando la funcin objetivo, tambin lineal. Consiste en optimizar (minimizar o maximizar) una funcin lineal, denominada funcin objetivo, de tal forma que las variables de dicha funcin estn sujetas a una serie de restricciones que expresamos mediante un sistema de inecuaciones lineales.

LO QUE TE TOCO A TI, ORGANZALO EN DONDE VA

Mtodos y modelos para la toma de decisiones Existen diversas situaciones en las que deben tomarse decisiones: situaciones de certeza, incertidumbre y riesgo. Decisiones en situacin de certeza o certidumbre Una situacin de certeza es aquella en la que un sujeto tiene informacin completa sobre una situacin determinada, sobre cmo evolucionar y conoce el resultado de su decisin. Ej: decisiones sobre compras cuando se conoce la demanda. La toma de decisiones en un marco de certeza no implica dificultad alguna, ms all de las relacionadas con la gestin empresarial. Decisiones en situacin de incertidumbre Una situacin de incertidumbre es aquella en la que un sujeto toma la decisin sin conocer del todo la situacin y existen varios resultados para cada estrategia. Pueden ser decisiones no competitivas y competitivas. Para decidir existen una serie de criterios de eleccin: - Maximin, pesimista. - Mximax, optimista. - Arrepentimiento Mnimax. - Valor esperado. - Valor esperado con informacin perfecta.

a) El criterio maximin supone maximizar el resultado mnimo, es decir el decisor quiere asegurarse la eleccin mejor en caso que se de la situacin ms desfavorable. b) El criterio maximax consiste en maximizar el mximo; escoger el resultado mximo entre los mejores de cada alternativa. Asegura que la eleccin mejor en caso que se de la situacin ms favorable. Decisiones bajo Riesgo No sabemos qu ocurrir tomando determinadas decisiones, pero s sabemos qu puede ocurrir y cul es la probabilidad de ello.(1) Ejemplo La vendedora Phyllis Pauley vende peridicos en la esquina de la avenida Kirkwood y la calle Indiana, y todos los das debe determinar cuantos peridicos pedir, Phyllis paga a la compaa $20 por cada ejemplar y los vende a $25 cada uno. los peridicos que no se venden al terminar el da no tienen ningn valor. Phyllis sabe que cada da puede vender entre 6 y 10 ejemplares, cada uno con una posibilidad equiprobable. Determine por medio de los criterios de decisin, cuantos peridicos debe comprar.