Está en la página 1de 11

Investigacin de operaciones

La investigacin
de
operaciones o investigacin
operativa o investigacin
operacional (conocida tambin comoteora de la toma de decisiones o programacin
matemtica) (I.O.) es una disciplina moderna que consiste en el uso de modelos
matemticos, estadstica y algoritmos con objeto de realizar un proceso de toma de
decisiones. Frecuentemente trata del estudio de complejos sistemas reales, con la finalidad de
mejorar (u optimizar) su funcionamiento. La investigacin de operaciones permite el anlisis
de la toma de decisiones teniendo en cuenta la escasez de recursos, para determinar cmo se
puede optimizar un objetivo definido, como la maximizacin de los beneficios o la
minimizacin de costos.
ndice
[ocultar]

1Origen militar

2Aplicaciones humanas

3Investigacin operativa en contexto

4reas de aplicacin

5Modelos de investigacin de operaciones

6Punto ptimo

7Objetivos y mtodos

8Fases

9Tcnicas de investigacin operativa

10Algoritmos

11Referencias
o

11.1Bibliografa

11.2Enlaces externos

Origen militar[editar]
Cuando comenz a Segunda Guerra Mundial, haba un pequeo grupo de investigadores
militares, encabezados por A. P. Rowe, interesados en el uso militar de una tcnica conocida
como radioubicacin (o radiolocalizacin), que desarrollaron cientficos civiles. Algunos
historiadores consideran que esta investigacin es el punto inicial de la investigacin de
operaciones. Otros creen que los estudios que tienen las caractersticas del trabajo de
investigacin de operaciones aparecieron posteriormente. Algunos consideran que su
comienzo
est
en
el
anlisis
y
solucin
del
bloqueo
naval

deSiracusa que Arqumedes present al tirano de esa ciudad, en el siglo III A.C. F. W.
Lanchester, en Inglaterra, justo antes de la primera guerra mundial, desarroll relaciones
matemticas sobre la potencia balstica de las fuerzas opositoras que, si se resolvan tomando
en cuenta el tiempo, podan determinar el resultado de un encuentro militar. Thomas Alva
Edisontambin realiz estudios de guerra antisubmarina. Ni los estudios de Lanchester ni los
de Edison tuvieron un impacto inmediato; junto con los de Arqumedes, constituyen viejos
ejemplos del empleo de cientficos para determinar la decisin ptima en las guerras,
optimizando los ataques.
No mucho despus de que estallara la Segunda Guerra Mundial, la Bawdsey Research
Station, bajo la direccin de Rowe, particip en el diseo de utilizacin ptima de un nuevo
sistema de deteccin y advertencia prematura, denominado radar(Radio Detection And
Ranging Deteccin y medicin de distancias mediante radio). Poco despus este avance
sirvi para el anlisis de todas las fases de las operaciones nocturnas, y el estudio se
constituy en un modelo de los estudios de investigacin de operaciones que siguieron.
En agosto de 1940 se organiz un grupo de 20 investigadores, bajo la direccin de P. M. S.
Blackett, de la Universidad de Mnchester, para estudiar el uso de un nuevo sistema antiareo
controlado por radar. Se conoci al grupo de investigacin como el Circo de Blackett, nombre
que no parece desatinado a la luz de sus antecedentes y orgenes diversos. El grupo estaba
formado por tres fisilogos, dos fisicomatemticos, un astrofsico, un oficial del ejrcito,
un topgrafo, un fsicogeneral y dos matemticos. Generalmente se acepta que la formacin
de este grupo constituye el inicio de la investigacin de operaciones.
Blackett y parte de su grupo participaron en 1941 en problemas de deteccin de barcos y de
submarinos mediante unradar autotransportado. Este estudio condujo a que Blackett fuera
nombrado director de Investigacin de Operacin Naval del Almirantazgo Britnico.
Posteriormente, la parte restante de su equipo pas a ser el grupo de Investigacin de
Operaciones de la Plana de Investigacin y Desarrollo de la Defensa Area, y luego se dividi
de nuevo para formar el Grupo de Investigacin de Operaciones del Ejrcito. Despus de la
guerra, los tres servicios tenan grupos de investigacin de operaciones.
Como ejemplo de esos primeros estudios est el que plante la Comandancia Costera, que no
lograba hundir submarinos enemigos con una nueva bomba antisubmarina. Las bombas se
preparaban para explotar a profundidades de no menos de 30 m. Despus de estudios
detallados, un profesor apellidado Williams lleg a la conclusin de que la mxima
probabilidad de muerte ocurrira con ajustes para profundidades de entre 6 y 7 m. Entonces se
prepararon las bombas para mnima profundidad posible de 10 m, y los aumentos en las tasas
de muertes, segn distintas estimaciones, se incrementaron entre un 400 y un 700%. De
inmediato se inici el desarrollo de un mecanismo de disparo que se pudiera ajustar a la
profundidad ptima de 6 a 7 m. Otro problema que consider el Almirantazgo fueron las
ventajas de los convoyes grandes frente a los pequeos. Los resultados fueron a favor de los
convoyes grandes.
A pocos meses de que Estados Unidos entrara en la guerra, en la fuerza area del ejrcito y
en la marina se iniciaron actividades de investigacin de operaciones. Para el Da D (invasin
aliada de Normanda), en la fuerza area se haban formado veintisis grupos de investigacin
de operaciones, cada uno con aproximadamente diez cientficos. En la marina se dio un
proceso semejante. En 1942, Philip M. Morris, del Instituto Tecnolgico de Massachusetts,
encabez un grupo para analizar los datos de ataque marino y areo en contra de los
submarinos alemanes. Luego se emprendi otro estudio para determinar la mejor poltica de
maniobrabilidad de los barcos en convoyes a fin de evadir aeroplanos enemigos, e incluso los
efectos de la exactitud antiarea. Los resultados del estudio demostraron que los barcos
pequeos deberan cambiar su direccin gradualmente.

Al principio, la investigacin de operaciones se refera a sistemas existentes de armas y a


travs del anlisis, generalmente matemtico, se buscaban las polticas ptimas para la
utilizacin de esos sistemas. Hoy da, la investigacin de operaciones todava realiza esta
funcin dentro de la esfera militar; sin embargo, lo que es mucho ms importante, ahora se
analizan las necesidades del sistema de operacin con modelos matemticos, y se disean
uno o ms sistemas de operacin que ofrezcan la capacidad ptima.
El xito de la investigacin de operaciones en la esfera de lo militar qued bastante bien
documentado hacia finales de la Segunda Guerra Mundial. El general Arnold encarg
a Donald Douglas, de la Douglas Aircraft Corporation, en 1946, la direccin de un proyecto
Research And Development (RAND Investigacin y Desarrollo) para la Fuerza Area. La
corporacin RAND desempea hoy da un papel importante en la investigacin que se lleva a
cabo en la Fuerza Area.
A partir del inicio de la investigacin de operaciones como disciplina, sus caractersticas ms
comunes son:

enfoque de sistemas

modelado matemtico

enfoque de equipo

Estas caractersticas prevalecieron a ambos lados del Atlntico, a partir del desarrollo de la
investigacin de operaciones durante la Segunda Guerra Mundial.
Para maximizar la capacidad militar de entonces, fue necesario un enfoque de sistemas. Ya no
era tiempo de tomar decisiones de alto nivel sobre la direccin de una guerra que exiga
sistemas complicados frente a la estrategia de guerras anteriores o como si se tratara de un
juego de ajedrez.
La computadora digital y el enfoque de sistemas fueron preludios necesarios del
procedimiento matemtico de los sistemas militares de operaciones. Las matemticas
aplicadas haban demostrado su utilidad en el anlisis de sistemas econmicos, y el uso de la
investigacin de operaciones en el anlisis de sistemas demostr igualmente su utilidad.
Para que un anlisis de un sistema militar de operaciones fuera tecnolgicamente factible, era
necesario tener una comprensin tcnica adecuada, que tomara en cuenta todas las
subcomponentes del sistema. En consecuencia, el trabajo de equipo result ser tan necesario
como efectivo.

Aplicaciones humanas[editar]
Charles West Churchman y Russell L. Ackoff, filsofos de la investigacin operativa,
escribieron numerosos libros sobre la aplicacin de sus tcnicas en beneficio de la humanidad
y de la sociedad fuera del mbito militar. Rusell Ackoff dio en ocasiones asesoramiento
al gobierno de Mxico y de la UNAM (Universidad Nacional Autnoma de Mxico) sobre
mtodos para mejorar la economa y la educacin del pueblo de Mxico, mismos mtodos
descritos en sus Fbulas de Ackoff.

Investigacin operativa en contexto[editar]


La investigacin operativa es una moderna disciplina cientfica que se caracteriza por la
aplicacin de teora, mtodos y tcnicas especiales, para buscar la solucin de problemas de
administracin, organizacin y control que se producen en los diversos sistemas que existen

en la naturaleza y los creados por el ser humano, tales como las organizaciones a las que
identifica como sistemas organizados, sistemas fsicos, econmicos, ecolgicos,
educacionales, de servicio social, etctera.
El objetivo ms importante de la aplicacin de la investigacin operativa es apoyar en la toma
ptima de decisiones en los sistemas y en la planificacin de sus actividades.
El enfoque fundamental de la investigacin operativa es el enfoque de sistemas, por el cual, a
diferencia del enfoque tradicional, se estudia el comportamiento de todo un conjunto de partes
o sub-sistemas que interaccionan entre s, se identifica el problema y se analizan sus
repercusiones, y se buscan soluciones integrales que beneficien al sistema como un todo.
Para hallar la solucin, la investigacin operativa generalmente representa el problema como
un modelo matemtico, que se analiza y evala previamente.
La investigacin de operaciones es una ciencia interdisciplinaria.

reas de aplicacin[editar]
reas funcionales, Una muestra de los problemas que la IO ha estudiado y resuelto con xito
en negocios e industria se tiene a continuacin:

Personal: La automatizacin y la disminucin de costos, reclutamiento de personal,


clasificacin y asignacin a tareas de mejor actuacin e incentivos a la produccin.

Mercado y distribucin: El desarrollo e introduccin de producto, envasado, prediccin


de la demanda y actividad competidora, localizacin de bodegas y centros distribuidores.

Compras y materiales: Las cantidades y fuentes de suministro, costos fijos y variables,


sustitucin de materiales, reemplazo de equipo, comprar o rentar.

Manufactura: La planeacin y control de la produccin, mezclas ptimas de


manufactura, ubicacin y tamao de planta, el trfico de materiales y el control de calidad.

Finanzas y contabilidad: Los anlisis de flujo de efectivo, capital requerido de largo


plazo, inversiones alternas, muestreo para la seguridad en auditoras y reclamaciones.

Planeacin: Con los mtodos Pert para el control de avance de cualquier proyecto con
mltiples actividades, tanto simultneas como las que deben esperar para ejecutarse.

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 ofrezca un margen de ganancias muy
superior al que ya se tiene.
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.
Puede sealarse, entonces, 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, si
se supera el beneficio, no resultar econmicamente prctico. Algunos ejemplos prcticos
donde resulta til la aplicacin de I.O. son:

En el dominio combinatorio, muchas veces la enumeracin es imposible. Por ejemplo,


si hay 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 ofrecen 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 se observa que los mtodos cientficos resultan engorrosos para el conjunto
de datos, se cuenta con 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 frmulas


o algoritmos aplicables sistemticamente a 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.
Una de las problemticas actuales del mundo es el cambio climtico y desaparicin de
muchas especies animales por lo que se han realizado numerosas investigaciones en el
campo de la ecologa y biologa donde se aplican tcnicas de la investigacin operativa. Por
ejemplo en la investigacin: "Un nuevo mtodo para tratar con autocorrelacin espacial
residual en los modelos de distribucin de especies" 1 . En este ejemplo se
aplica Probabilidad y Estadstica a un nuevo mtodo en la que se utilizan dos modelos uno de
distribucin de especies (SDM) y el otro modelo de auto correlacin espacial (SAC) en el que
las observaciones estn relacionadas entre si por su distancia geogrfica. El nuevo mtodo
auto logstico incluye la covarianza que representa la similitud entre el valor de la variable de
respuesta en un lugar y localidades vecinas.
Otras investigaciones que se han realizado son:
"Proteccin de la vida marina de California iniciativa de Ley: Apoyo a la aplicacin de la
legislacin que establece una red estatal de reas marinas protegidas" 2 , en esta investigacin
se utilizan conceptos de Teora de grafos .
"Una topologa de los desajustes de escala de tiempo e intervenciones conductuales para
diagnosticar y solucionar problemas de conservacin" 3 . Los sistemas ecolgicos operan
comnmente en escalas temporales que son significativamente ms largas o ms cortas que
las de un proceso de la toma de decisiones, lo que ocasiona una dificultad para la
conservacin y manejo de sistemas socio-ecolgicos.
Como podemos ver el campo de aplicacin de la Investigacin de Operaciones es muy amplio
y que la podemos aplicar en nuestra vida diaria, simplemente a cada instante
tomamos Decisiones de vida, por ejemplo que ruta tomar cuando voy de la casa a la escuela,

como hago la Planeacin de mis actividades para que realice mis actividades diarias o por
semana, o en la casa como Minimizamos el gasto de todo lo que compramos.

Modelos de investigacin de operaciones[editar]


La investigacin operacional consiste en la aplicacin del mtodo cientfico, por parte de
grupos interdisciplinarios, a problemas de control de sistemas organizativos con la finalidad de
encontrar soluciones que atiendan de la mejor manera posible a los objetivos de la
organizacin en su conjunto.
No sustituye a los responsables de la toma de decisiones; pero, dndoles soluciones al
problema obtenidas con mtodos cientficos, les permite tomar decisiones racionales.
Puede ser utilizada en la programacin lineal (planificacin del problema), en la programacin
dinmica (planificacin de las ventas) y en la teora de las colas (para controlar problemas de
trnsito).
Entre los mtodos utilizados por la investigacin de operaciones (o ciencia de la
administracin), los administradores utilizan las matemticas y las computadoras para tomar
decisiones racionales en la resolucin de problemas. Aunque estos administradores pueden
dar respuesta a algunos problemas con su experiencia, ocurre que en el complejo mundo real
muchos problemas no pueden resolverse con base en la experiencia. Para resolverlos, la
investigacin de operaciones los agrupa en dos categoras bsicas:

problemas deterministas: son aquellos en que la informacin necesaria se conoce para


obtener una solucin con certeza;

problemas estocsticos: son aquellos en los que parte de la informacin necesaria no


se conoce con certeza, lo que s ocurre en el caso de los deterministas, sino que ms bien
se comporta de una manera probabilstica.

Un modelo de decisin debe considerarse como un vehculo para resumir un problema de


decisin en forma tal que haga posible la identificacin y evaluacin sistemtica de todas las
alternativas de decisin del problema. Despus se llega a una decisin seleccionando la
alternativa que se juzgue sea la mejor entre todas las opciones disponibles. Un modelo es una
abstraccin selectiva de la realidad.
El modelo se define como una funcin objetivo y restricciones que se expresan en trminos de
las variables (alternativas) de decisin del problema.
Una solucin a un modelo, no obstante, de ser exacta, no ser til a menos que el modelo
mismo ofrezca una representacin adecuada de la situacin de decisin verdadera. El modelo
de decisin debe contener tres elementos:
Alternativas de decisin, de las cuales se hace una seleccin.
Restricciones, para excluir alternativas infactibles.
Criterios para evaluar y clasificar alternativas factibles.
Tipos de Modelos de Investigacin de Operaciones.

Modelo Matemtico: Se emplea cuando la funcin objetivo y las restricciones del


modelo se pueden expresar en forma cuantitativa o matemtica como funciones de las
variables de decisin.

Modelo de Simulacin: Los modelos de simulacin difieren de los matemticos en que


las relaciones entre la entrada y la salida no se indican en forma explcita. En cambio, un
modelo de simulacin divide el sistema representado en mdulos bsicos o elementales
que despus se enlazan entre si va relaciones lgicas bien definidas. Por lo tanto, las
operaciones de clculos pasaran de un mdulo a otro hasta que se obtenga un resultado
de salida.

Los modelos de simulacin cuando se comparan con modelos matemticos; ofrecen mayor
flexibilidad al representar sistemas complejos, pero esta flexibilidad no est libre de
inconvenientes. La elaboracin de este modelo suele ser costoso en tiempo y recursos. Por
otra parte, los modelos matemticos ptimos suelen poder manejarse en trminos de clculos.

Modelos de Investigacin de Operaciones de la ciencia de la administracin: Los


cientficos de la administracin trabajan con modelos cuantitativos de decisiones.

Modelos Formales: Se usan para resolver problemas cuantitativos de decisin en el


mundo real. Algunos modelos en la ciencia de la administracin son llamados modelos
deterministas. Esto significa que todos los datos relevantes (es decir, los datos que los
modelos utilizarn o evaluarn) se dan por conocidos. En los modelos probabilsticos (o
estocsticos), alguno de los datos importantes se consideran inciertos, aunque debe
especificarse la probabilidad de tales datos.

Modelo de Hoja de Clculo Electrnica: La hoja de clculo electrnica facilita hacer y


contestar preguntas de "y si" en un problema real. Hasta ese grado la hoja de clculo
electrnica tiene una representacin selectiva del problema y desde este punto de vista la
hoja de clculo electrnica es un modelo. En realidad es una herramienta ms que un
procedimiento de solucin.4

Modelo Icnico: Una representacin fsica de algunos objetos, ya sea en forma


idealizada (Bosquejos) o a escala distinta. Ejemplo, planos y mapas (2D)

Modelo Analgico: Puede representar situaciones dinmicas o cclicas, son ms


usuales y pueden representar las caractersticas y propiedades de acontecimiento que se
estudia. Ejemplo, curvas de demanda; curvas de distribucin de frecuencia en las
estadsticas y diagramas de flujo.

Modelo simblico o matemtico: Son representaciones de la realidad en forma de


cifras, smbolos matemticos y funciones, para representar variables de decisin y
relaciones que nos permiten describir y analizar el comportamiento del sistema:

Cuantitativos y cualitativos La mayor parte de las soluciones a los problemas de un negocio


u organizacin comienzan con un anlisis y definicin de un modelo cualitativo y se avanza
gradualmente hasta obtener un modelo cuantitativo, la investigacin de operaciones se ocupa
de la sistematizacin de los modelos cualitativos y de su desarrollo hasta el punto en que
pueden cuantificarse.
Cuando es posible construir un modelo matemtico insertando smbolos para representar
relaciones entre constante y variables estamos ante un modelo cuantitativo, una ecuacin es
un modelo de este tipo. Las frmulas, las matrices, los diagramas o series de valores que se
obtienen mediante procesos matemticos.
Estndares y hechos a la medida Se llaman modelos estndar a los que solo hay que
insertar o sustituir diferentes valores con el fin de obtener un valor a una respuesta de un

sistema y son aplicables al miso tipo de problemas en negocios. Ejemplo, el clculo de costos
o gastos, el clculo de ganancias, etc.
Se llaman modelos hechos a la medida cuando se crean modelos para resolver un caso de
problema especfico que se ajusta nicamente a este problema.
Probabilsticas y deterministas Los modelos que se basan el as probabilidades y
estadsticas y que se ocupan de incertidumbres futuras se llamas probabilsticas, y los
modelos que no tienen consideraciones probalsticas se llaman deterministas; el PERT, los
inventarios, la programacin lineal, enfocan su atencin en aquellas circunstancias que no son
crticas y en los que las cantidades son determinadas y exactas.
Descriptivos y de optimizacin Cuando un modelo constituye sencillamente una descripcin
matemtica de una condicin real del sistema se llama descriptivo. Algunos de estos modelos
se emplean para mostrar geogrficamente una situacin y ayudan al observador a evaluar
resultados por secciones una sobre otra. Puede obtenerse una solucin, sin embargo, en este
modelo solo se intenta describir la situacin y no escoger una alternativa.
Cuando con la aplicacin del modelo se llega a una solucin ptima de acuerdo con los
criterios de entrada se trata de un modelo de optimizacin.
Estticos y dinmicos Los modelos estticos se ocupan de determinar una respuesta para
una serie especial de condiciones fijas que probablemente no cambiaran significativamente a
corto plazo, es decir, la solucin est basada en una continuidad esttica.
Un modelo dinmico por el contrario est sujeto al factor tiempo que desempea un papel
esencial en la secuencia de las decisiones, independientemente de cuales hayan sido las
decisiones anteriores. A la programacin dinmica pertenecen estos modelos.
De simulacin y no simulacin. Con el uso de la computadora es fcil preparar un modelo
simulado paso por paso donde se puede reproducir el funcionamiento de sistemas o
problemas de gran escala. Es un modelo de simulacin, los datos de entrada pueden ser
muestras originadas de forma medida o de modo aleatorio.
Los modelos que no se prestan para usar datos empricos o simulados en forma aleatoria son
modelos no simulados como los de optimizacin o los creados a medida 5 6

Punto ptimo[editar]
Es el punto coordinado donde la combinacin de los recursos productivos de un proceso
proporcionan mximos resultados y beneficios con mnimos recursos o esfuerzos. Por encima
del ptimo no hay tcnicamente otro punto mejor.

Objetivos y mtodos[editar]
El objetivo y finalidad de la investigacin operacional es encontrar la solucin ptima para un
determinado problema (militar, econmico, de infraestructura, logstico, etc.)
Est constituida por un acercamiento cientfico a la solucin de problemas complejos, tiene
caractersticas intrnsecamente multidisciplinares y utiliza un conjunto diversificado de
instrumentos, prevalentemente matemticos, para la modelizacin, la optimizacin y el control
de sistemas estructurales en conocimiento a dems cosas.
En el caso particular de problemas de carcter econmico, la funcin objetivo puede ser
obtener el mximo rendimiento o el menor costo.
La investigacin operacional tiene un rol importante en los problemas de toma de decisiones
porque permite tomar las mejores decisiones para alcanzar un determinado objetivo
respetando los vnculos externos, no controlables por quien debe tomar la decisin.

Fases[editar]
La elaboracin del problema est subdividida en fases obligatorias. Las principales son:

examen de la situacin real y recoleccin de la informacin;

formulacin del problema, identificacin de las variables controlables y las externas (no
controlables) y la eleccin de la funcin objetivo, a ser maximizada o minimizada;

construccin del modelo matemtico, destinado a dar una buena representacin del
problema; debe ser fcil de usar; representar el problema, dando toda la informacin para
poder tomar una decisin lo ms idnea posible;

resolucin del modelo (mediante diferentes modalidades);


anlisis y verificacin de las soluciones obtenidas: se controla si la funcin objetivo
ofrece las ventajas esperadas; se verifica la representatividad del modelo; y, se efectan
anlisis de sensibilidad de la solucin obtenida;
utilizacin del sistema obtenido para su posterior uso.

Tcnicas de investigacin operativa[editar]


La resolucin de un modelo analtico de I.O. se apoya matemticamente sobre una o ms de
las siguientes teoras (entre las ms usadas):

teora de juegos

teora de colas de espera

teora de control

teora de la decisin

teora de los grafos

programacin lineal

probabilidad y estadstica matemtica

programacin dinmica

cadena de Markov

La resolucin de un modelo estocstico de I.O. se apoya en uno o ms de los siguiente


mtodos (entre los ms usados):

Simulacin por eventos discretos

Mtodo de Montecarlo

Algoritmos[editar]
Algunos algoritmos utilizados en la resolucin de sistemas modelados con investigacin
operacional son:

algoritmo de Omar, para resolver problemas de optimizacin lineal

algoritmo de Prim o algoritmo de Kruskal

algoritmo de Dijkstra

algoritmo de Ford-Fulkerson

algoritmo de la barrera logartmica

algoritmo simplex

Hay que aclarar que, en muchos casos, el investigador de operaciones puede y debe crear su
propio mtodo, ya sea a partir de modificacin o integracin de los anteriores, o bien con la
creacin de nuevos.

Referencias[editar]
1.

Volver arriba Crase, Beth; Liedloff, Adam C.; Wintle, Brendan A. (1 de octubre de
2012). A new method for dealing with residual spatial autocorrelation in species distribution
models.Ecography (en ingls) 35 (10): 879-888. doi:10.1111/j.1600-0587.2011.07138.x. ISSN 1600-0587.
Consultado el 3 de marzo de 2016.

2.

Volver arriba Kirlin, John; Caldwell, Meg; Gleason, Mary; Weber, Mike; Ugoretz, John;
Fox, Evan; Miller-Henson, Melissa (1 de marzo de 2013). California's Marine Life Protection
Act Initiative: Supporting implementation of legislation establishing a statewide network of
marine protected areas. Ocean & Coastal Management. Special Issue on California's Marine
Protected Area Network Planning Process 74: 3-13. doi:10.1016/j.ocecoaman.2012.08.015. Consultado
el 3 de marzo de 2016.

3.

Volver arriba Wilson, Robyn S.; Hardisty, David J.; Epanchin-Niell, Rebecca S.; Runge,
Michael C.; Cottingham, Kathryn L.; Urban, Dean L.; Maguire, Lynn A.; Hastings, Alan et al. (1
de febrero de 2016). A typology of time-scale mismatches and behavioral interventions to
diagnose and solve conservation problems. Conservation Biology (en ingls)30 (1): 4249. doi:10.1111/cobi.12632. ISSN 1523-1739. Consultado el 3 de marzo de 2016.

4.

Volver
arriba http://www.monografias.com/trabajos70/investigacionoperaciones/investigacion-operaciones2.shtml#definiciob

5.

Volver arriba "Investigacin de Operaciones". Hamdy A. Taha. Quinta edicin.


Alfaomega.

6.

Volver
arribahttp://www.uaeh.edu.mx/docencia/P_Presentaciones/huejutla/sistemas/investigacion_op
eraciones/modelos.pdf

Bibliografa[editar]
Libros y artculos clsicos sobre el tema

R. E. Bellman, Dynamic Programming, Princeton University Press, Princeton, 1957

Abraham Charnes, William W. Cooper, Management Models and Industrial


Applications of Linear Programming, Volumes I and II, New York, John Wiley & Sons, 1961

Abraham Charnes, William W. Cooper, A. Henderson, An Introduction to Linear


Programming, New York, John Wiley & Sons, 1953

C. West Churchman, Russell L. Ackoff & E. L. Arnoff, Introduction to Operations


Research, New York: J. Wiley and Sons, 1957