1.
¿Qué es la investigación de operaciones?
La investigación de operaciones es
considerada como una rama de las matemáticas, debido a que esta aplica técnicas
como modelos matemáticos, estadísticas y algoritmos para representar por medio
de un modelo y analizar problemas de decisión, esta relación entre las matemáticas
y los modelos consiste en darle solución a un problema para poder determinar el
mejor y más optimo curso de acción de decisión con la restricción de recursos
limitados.
2.
¿Cómo se origina la investigación de
operaciones?
El
origen de la investigación de operaciones se acerca alrededor de los años 1939-
1945 durante la segunda guerra mundial en Gran
Bretaña, esta se dio gracias a administraciones netamente militares, que
buscaban estudiar los problemas tácticos y estratégicos asociados a la defensa
del país.
Por otro lado, los Estados Unidos, también comenzaron sus
investigaciones y estudios que en consecuencia arrojaron resultados logísticos
complejos; por esta razón a estados unidos se le atribuye el liderazgo de esta
disciplina.
La primera técnica matemática ampliamente aceptada en el medio de
Investigación de Operaciones fue el Método Símplex de Programación Lineal,
desarrollado en 1947 por el matemático norteamericano George B. Dantzig.
La evolución y el progreso de esta técnica se debieron por el desarrollo
de la computadora digital, y actualmente la Investigación de Operaciones se
está aplicando en muchas actividades. Estas actividades han ido más allá de las
aplicaciones militares e industriales, para incluir hospitales, instituciones
financieras, bibliotecas, planeación urbana, sistemas de transporte y sistemas
de comercialización.
3.
¿Cuáles son las fases de un proyecto de investigación de operaciones?
Las principales fases son 5:
1.
Definición del problema: esta primera fase se
diagnostico del problema tiene en cuenta 3 aspectos principales, el primero de
ellos es una descripción de la meta o el objetivo del estudio, la segunda
consiste en hacer una identificación de las alternativas de decisión del
sistema y el último aspecto es un reconocimiento de las limitaciones,
restricciones y requisitos del sistema.
2.
Construcción del modelo: Basándose en un
problema ya definido, el modelo de solución
para este problema deberá especificar expresiones cuantitativas para el
objetivo y las restricciones del problema en función de sus variables de
decisión. Dependiendo del tipo de problema el modelo puede ser matemático, de
simulación y heurísticos.
3.
Solución por el modelo: Cuando se usan modelos matemáticos,
la solución se logra usando técnicas de optimización bien definidas la solución
que este modelo arroje es optima, y si por el contrario se usan modelos de
simulación o heurísticos, la solución de estos se emplea para obtener
evaluaciones aproximadas de las medidas del sistemas, por eso no son soluciones
optimas.
4.
La validación del modelo: Un modelo es válido si
puede ser una predicción confiable del funcionamiento del sistema, y para
evaluar la validez del modelo se usa un método común que se trata de comparar
su funcionamiento con algunos datos actuales del sistema.
5.
Implantación del modelo: Esta última fase
consiste en aplicar los resultados y traducirlos en instrucciones de operación
detallada, emitidas en una forma comprensible para las personas que administran
u operaran el sistema.
4.
¿Qué significas las palabras parámetro y
variable?
Las variables de decisión son las incógnitas que deben
determinarse resolviendo el modelo, y los parámetros son los valores conocidos
que relacionan las variables de decisión con las restricciones y el objetivo,
estos parámetros pueden ser deterministicos o probabilísticos. (virtual,
2012)
5.
¿Qué es un algoritmo?
El algoritmo es un conjunto ordenado y finito
de operación que constituye un método para resolver un problema mediante una
secuencia de pasos a seguir, esta secuencia puede ser expresada en forma de
diagrama de flujo con el fin de seguirlo de una forma más sencilla.
