Las partes del ensayo están en la libreta.

1.1 origen y evolución de la ciencia administrativa

La historia de la Investigación Operacional se inserta en la historia de los grandes
acontecimientos tecnológicos y científicos del siglo XX, y hacer una reconstrucción
histórica de su surgimiento y evolución, objetivo de este artículo, es una manera de
entender, además del desarrollo de la matemática aplicada, la movilización de la ciencia
durante la Segunda Guerra Mundial y los contextos social y político que la originaron. Otra
vertiente de esa historia es su influencia en el surgimiento de otras ciencias y
aplicaciones, cuyos desdoblamientos durante la posguerra contribuyeron al aumento de la
racionalización de la sociedad moderna. El objetivo de la investigación no es detallar sus
técnicas, sino entender sus orígenes y desarrollo, cuyo éxito es atribuido a la práctica
interdisciplinar.
1.2 utilidad de la ciencia administrativa en la toma de decisiones
TOMA DE DECISIONES se referirá a la selección de una alternativa de entre un conjunto
de ellas.
1.1 El Método Científico
La intención original fue tener una guía para la investigación en las ciencias físicas,
pero el método se adapta a cualquier tipo de problemas. Los pasos a seguir son:
*Definición del Problema.
Establece las fronteras para todo lo que sigue.
^Recolección de Datos.
Deberá reunirse información pasada y soluciones previas a problemas semejantes.
^Definición de Alternativas de Solución.
En este paso se buscan las soluciones posibles y se enumeran.
^Evaluación de Alternativas de Solución.
Una vez enumeradas todas las alternativas de solución, deberán evaluarse. Esto
puede lograrse comparando una por una con un conjunto de criterios de solución u
objetivos que se deben cumplir.
*Selección de la Mejor Alternativa.
Aquí se toma la decisión de cuál de las alternativas cumple mejor con los criterios de
solución.
*Puesta en Práctica.
La toma de decisiones en administración debe llevar a actuar. La alternativa
seleccionada deberá ponerse en práctica. Existe retroalimentación y reciclado entre
las pasos y con esto se pueden encontrar otras alternativas de solución.

1.3 los diferentes tipos de modelos dentro de la ciencia administrativa

MODELOS DETERMINISTAS:
En los modelos deterministas, ni las variables exógenas, ni las endógenas, se obtienen
por medio del azar, debido a que se suponen relaciones exactas para las características
de operación, en lugar de funciones de densidad de probabilidad. Son variables con
valores preestablecidos.
MODELOS ESTOCÁSTICOS:
Son aquellos modelos en los que, por lo menos una de las características de operación
está dada por una función de probabilidad. Los valores de ésta o éstas variables, se
obtienen al azar.

MODELOS ESTÁTICOS:
Son aquellos modelos que no toman en cuenta, explícitamente, a la variable tiempo.

MODELOS DINÁMICOS:
Los modelos matemáticos que tratan de las interacciones que varían con el tiempo, se
denominan modelos dinámicos.

MODELOS DE SIMULACIÓN:

En comparación con los modelos matemáticos, ofrecen una mayor flexibilidad en la

representación de sistemas complejos, la razón principal es que la simulación enfoca el
sistema desde un nivel básico elemental. Por otra parte, la modelación matemática tiende
a considerar el sistema desde un nivel menos detallado.    

MODELO MATEMÁTICO:

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.

MODELOS FORMALES:

Se usan para resolver problemas cuantitativos de decisión en el mundo real. Algunos

modelos en la ciencia de la administración son llamados modelos determinísticos. Esto
significa que todos los datos relevantes (es decir, los datos que los modelos utilizarán o
evaluarán) se dan por conocidos. En los modelos probabilísticos (o estocásticos), alguno
de los datos importantes se consideran inciertos, aunque debe especificarse
la probabilidad de tales datos.

MODELO DE INVENTARIOS:
Un inventario es un recurso empleado pero útil que posee valor económico. El problema
se plantea cuando una empresa expendedora o productora de bienes y servicios no
produce en un momento determinado la cantidad suficiente para satisfacer la demanda,
por lo que debe realizar un almacenamiento protector contra posibles inexistencias.

PERT/CPM:
El método del camino crítico es un proceso administrativo de planeación, programación,
ejecución y control de todas y cada una de las actividades componentes de un proyecto
que debe desarrollarse dentro de un tiempo crítico y al costo óptimo.
 
PROGRAMACIÓN ESTOCÁSTICA:
Si a los problemas de Programación Matemática (en general) se les incorpora la
incertidumbre en los parámetros, esta incertidumbre se puede abordar mediante la
denominada Programación Estocástica.

TEORÍA DE LAS COLAS:

La teoría de colas es el estudio matemático de las colas o líneas de espera dentro de
un sistema. Ésta teoría estudia factores como el tiempo de espera medio en las colas o la
capacidad de trabajo del sistema sin que llegue a colapsarse. Dentro de las matemáticas,
la teoría de colas se engloba en la investigación de operaciones y es un complemento
muy importante a la teoría de sistemas y la teoría de control. Se trata así de una teoría
que encuentra aplicación en una amplia variedad de situaciones
como negocios, comercio, industria, ingenierías, transporte y logística o telecomunicacion
es.

TEORÍA DE JUEGOS:

La teoría de juegos trata de establecer como debiera comportarse racionalmente un

individuo ante la ignorancia del comportamiento del adversario cuando se conocen
las  reglas de la competencia aceptadas por los participantes

Que es la investigación de operaciones

la Investigación de Operaciones o Investigación Operativa (en inglés OR u Operations
Research) es una disciplina que consiste en la aplicación de métodos analíticos
avanzados con el propósito de apoyar el proceso de toma de decisiones, identificando los
mejores cursos de acción posibles.
En este contexto la Investigación de Operaciones utiliza técnicas de modelamiento
matemático, análisis estadístico y optimización matemática, con el objetivo de alcanzar
soluciones óptimas o cercanas a ellas cuando se enfrentan problemas de decisión
complejos. 

Porque sale el nombre de investigación de operaciones

La Investigación de Operaciones o Investigación Operativa es una disciplina donde las
primeras actividades formales se dieron en Inglaterra en la Segunda Guerra Mundial,
cuando se encarga a un grupo de científicos ingleses el diseño de herramientas
cuantitativas para el apoyo a la toma de decisiones acerca de la mejor utilización de
materiales bélicos. Se presume que el nombre de Investigación de Operaciones fue dado
aparentemente porque el equipo de científicos estaba llevando a cabo la actividad de Investigar
Operaciones (militares). Una vez terminada la guerra las ideas utilizadas con fines bélicos
fueron adaptadas para mejorar la eficiencia y la productividad del sector civil.
Una de las áreas principales de la Investigación de Operaciones es la Optimización o
Programación Matemática. La Optimización se relaciona con problemas de minimizar o
maximizar una función (objetivo) de una o varias variables, cuyos valores usualmente
están restringidos por ecuaciones y/o desigualdades.

Revolución industrial
Es una transformación tanto en la economía como en lo personal donde se transforma la
economía, de la mano de obra se cambió a lo maquinaria para producir más y ya no se
producía tanto lo artesanal sino más lo industrial.

Como fue evolucionando la investigación de operaciones

Cuáles son sus aplicaciones de la ciencia administrativa

La Investigación de Operaciones es la aplicación, por grupos interdisciplinarios, del
método científico a problemas relacionados con el control de las organizaciones o
sistemas (hombre – máquina), a fin de que se produzcan soluciones que mejor sirvan a
los objetivos de la organización.
La aplicación de la I.O. en la Administración organizacional
La I.O. tuvo sus inicios en la guerra con la finalidad de aprovechar al máximo las
herramientas, el territorio, armas, etc., además de aplicar una buena defensa. Después de
esto, despertó un gran interés para aplicarse en otros recursos.
Durante la revolución industrial fue evidente su uso y por ello, su perfección. Es por ello
que en la actualidad existen muchas áreas en las cuales se puede aplicar la I.O., por lo
que la administrativa no es excepción.
La mayoría de las grandes organizaciones mundiales cuentan con grupos bien
establecidos de I.O. y así mismo, muchas industrias, instituciones financieras,
gubernamentales y de salud buscan implementarlos con técnicas como: programación
lineal en problemas de asignación de personal, carteras de inversión, entre otras; la
programación dinámica para la planeación de la producción; la teoría de colas para
determinar el nivel en que se encuentra la mano de obra, programación de producción y
administración de hospitales; por mencionar algunas.

A que se le llama método científico

El concepto Método proviene del griego Methodos (“camino” o “vía”) y hace referencia al
medio que se utiliza para llegar a una cierta meta.
Científico, por su parte, es el adjetivo que menciona lo vinculado a la Ciencia (un conjunto
de técnicas y procedimientos que se emplean para producir conocimiento).
El Método Científico, por lo tanto, se refiere a la serie de etapas que hay que recorrer para
obtener un conocimiento válido desde el punto de vista científico, utilizando técnicas para
minimizar la influencia de la subjetividad en el resultado.
Gracias a él se pueden realizar leyes que nos permitan a los seres humanos conocer de
manera correcta no sólo lo que fue el pasado sino también el futuro. Y es que, dándole
determinados valores, sabremos qué le va a suceder a una variable. Por tanto, el Método
Científico utiliza a las Matemáticas como clave fundamental para establecer las
correspondientes relaciones entre las distintas variables.

Que es la toma de decisiones administrativa

La investigación de operaciones (I.O.) es una rama de la ingeniería industrial que consiste
en el uso de modelos matemáticos, estadística 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 investigación de
operaciones permite el análisis de la toma de decisiones teniendo en cuenta la escasez
de recursos, para determinar cómo se puede optimizar un objetivo definido, como la
maximización de los beneficios o la minimización de costos.
Que son los modelos
Es una representación o abstracción de una situación u objeto real, que muestra las
relaciones (directas o indirectas) y las interrelaciones de la acción y la reacción en
términos de causa y efecto.

1.4 conceptos básicos de los modelos de la ciencia administrativa

Hay tres tipos de modelos. Los ingenieros construyen modelos de aviones, y los
urbanistas modelos de ciudades. En ambos casos se trata de modelos físicos. El segundo
tipo de modelo lo empleamos tan a menudo que con frecuencia no lo reconocemos: el
modelo análogo. Estos modelos representan un conjunto de relaciones a través de un
medio diferente, pero análogo. El mapa de carreteras es un modelo análogo del terreno
correspondiente, el velocímetro de un vehículo representa la velocidad mediante el
desplazamiento análogo de una aguja sobre una escala graduada, y un diagrama de
rebanadas de pastel representa la magnitud del costo de varios componentes con áreas
en forma de cuña. El más abstracto es el modelo simbólico, en el cual todos los conceptos
están representados por variables cuantitativamente definidas y todas las relaciones
tienen una representación matemática, en lugar de física o por analogía. Por ejemplo, los
físicos construyen modelos cuantitativos del universo y los economistas crean modelos
cuantitativos de la economía.
1.5 formulación de modelos de la ciencia administrativa
El segundo paso, la formulación del modelo, incluye un análisis conceptual básico en el
cual es necesario hacer suposiciones y simplificaciones. La formulación requiere que el
constructor del modelo seleccione o aísle del ambiente total aquellos aspectos de la
realidad que son pertinentes para la situación en cuestión. Como quiera que sea, las
situaciones administrativas que nos ocupan implican decisiones y objetivos, los cuales
deben ser identificados y definidos de modo explícito. Puede haber varias formas de
definir las variables de decisión, y tal vez al principio no se encuentre la definición más
apropiada. También los objetivos pueden resultar poco claros. Hasta los gerentes más
competentes pueden no saber con precisión qué resultados desean lograr. Otra cuestión
igualmente problemática es que puede haber demasiados objetivos por satisfacer, lo cual
puede imponer la necesidad de escoger sólo uno de ellos. (Veremos en forma muy clara
que, comúnmente, no es posible optimizar dos objetivos diferentes al mismo tiempo. Así,
en términos generales, es absurdo tratar de obtener “el mayor rendimiento con la menor
inversión” o “el mayor bien para el mayor número de personas”.) La figura 1.4 presenta el
primer paso (que a menudo es el más crucial) en la formulación de un modelo de
decisión: la identificación de sus principales ingredientes conceptuales. En este primer
paso tenemos que aplazar la construcción de los detalles de trabajo del modelo. En lugar
de eso, nos concentramos en identificar (1) las entradas del modelo, es decir, los
elementos sobre los cuales trabajará éste, y (2) las salidas del modelo, o sea, los
resultados que deberán ser producidos por el mismo. Por eso en esta etapa se conoce al
modelo como la “caja negra”, pues no sabemos (todavía) qué relaciones lógicas
colocaremos dentro de ella. Una vez que hemos identificado las entradas y salidas del
modelo, debemos refinarlas en dos subdivisiones. Las entradas, conocidas como
variables exógenas, están divididas en: (1) decisiones, variables que usted controla como
gerente, es decir, las variables de decisión; y (2) parámetros, variables que están bajo el
control de otras personas o de la “Madre Naturaleza”.1 Algunos ejemplos de variables de
decisión serían el precio al cual venderá usted su producto, la ubicación de una
instalación propuesta, o incluso la decisión de vender o no una subsidiaria.

1.6 método gráfico, método simplex, Método de M´S

El método gráfico es un procedimiento de solución de problemas de programación lineal,
muy limitado en cuanto al número de variables (2 si es un gráfico 2D y 3 si es 3D) pero
muy rico en materia de interpretación de resultados e incluso análisis de sensibilidad. Este
consiste en representar cada una de las restricciones y encontrar en la medida de lo
posible el polígono (poliedro) factible, comúnmente llamado el conjunto solución o región
factible, en el cual por razones trigonométricas en uno de sus vértices se encuentra la
mejor respuesta (solución óptima).
El Método Simplex es un método analítico de solución de problemas de programación
lineal, capaz de resolver modelos más complejos que los resueltos mediante el método
gráfico sin restricción en el número de variables.
El Método Simplex es un método iterativo que permite ir mejorando la solución en cada
paso. La razón matemática de esta mejora radica en que el método consiste en caminar
del vértice de un poliedro a un vértice vecino de manera que aumente o disminuya (según
el contexto de la función objetivo, sea maximizar o minimizar), dado que el número de
vértices que presenta un poliedro solución es finito siempre se hallará solución.

1.9 soluciones no factibles e ilimitadas

En la resolución de un modelo de Programación Lineal se pueden enfrentar ciertos casos

especiales que merecen particular atención. Estos casos (infinitas soluciones
óptimas, problema no acotado sin solución óptima, problema infactible, solución óptima
degenerada) se pueden detectar a través de la aplicación del Método Simplex según
hemos tratado previamente en el Blog. A continuación un resumen de dichos escenarios:
Infinitas Soluciones Óptimas: Se detecta cuando luego de alcanzar una solución básica
factible óptima, al menos una variable no básica tiene costo reducido igual a cero. La
siguiente imagen representa esta situación donde la solución óptima (infinitas) se alcanza
en el tramo entre los vértices B y C. 

1.10 soluciones degeneradas

En la aplicación del Método Simplex al hacer el cálculo del mínimo cuociente o condición
de factibilidad, se puede romper un empate en la razón o cuociente mínimo en forma
arbitraria. En este caso, al menos una variable básica será cero en la siguiente iteración,
afirmándose en este caso que la nueva solución es degenerada. La implicancia práctica
de dicha condición indica que el modelo tiene al menos una restricción redundante.
Solución Óptima Degenerada
Consideremos el siguiente modelo de Programación Lineal el cual resolveremos a través
del Método Simplex y que de forma complementaria representaremos gráficamente
con Geogebra.

1.11 soluciones múltiples

La solución es múltiple cuando hay infinitas soluciones que se ven representadas en la

gráfica como un segmento de puntos que tiene por extremos dos vértices del área de
solución factible y que es paralela a la recta de la función objetivo.