Mencione tres aportes importantes de la investigación de operaciones

Aporte de la IO en la Segunda Guerra Mundial.

El campo moderno de la investigación operativa surgió durante la Segunda Guerra Mundial. Durante la
Segunda Guerra Mundial, cerca de 1000 hombres y mujeres en Gran Bretaña participaron en la
investigación operativa. Unos 200 científicos de investigación operativa trabajaron para el ejército
británico.

Por ejemplo, mientras los científicos realizaban un análisis de los métodos utilizados por la Real Fuerza
Aérea para cazar y destruir submarinos, uno de los analistas preguntó de qué color eran los aviones; la
mayoría de ellos estaban pintados de negro para operaciones nocturnas. A sugerencia de los científicos
de IO se realizó una prueba para ver si ese era el mejor color para camuflar la aeronave para operaciones
diurnas en los cielos grises del Atlántico Norte. Las pruebas mostraron que, en promedio, los aviones
pintados de blanco no se detectaron hasta que estuvieron un 20 % más cerca que los pintados de negro.
Este cambio indicó que un 30% más de submarinos serían atacados y hundidos por la misma cantidad de
avistamientos. Como resultado de estos hallazgos, Real Fuerza Aérea cambió el color de sus aeronaves
para usar superficies inferiores blancas.

Aporte de la IO contra la pandemia de COVID 19.

La investigación de Operaciones (IO) es esencial para proporcionar evidencia científica de la eficacia de

los programas de salud y control de enfermedades, mejorar su calidad y aprender lecciones a medida
que se implementan a gran escala.

En este contexto la IO fue utilizada durante la pandemia del COVID 19 para optimizar la distribución y
aplicación de las vacunas contra la enfermedad.  Se debía de actuar en base a tres ideas claves de la
investigación de Operaciones sobre campañas de vacunación.

Optimización: Proteger al máximo a la población contra Covid-19 requiere una estrategia de vacunación
que priorice tanto la cobertura como la velocidad.

Uso de la métrica correcta: el objetivo de esta estrategia de vacunación no fue ser un objetivo de un
número específico de personas vacunadas para una fecha determinada, sino maximizar el número de
personas vacunadas lo antes posible a partir de la fecha de inicio de la campaña. Esto se conoce como
maximización del número de días-persona vacunados en una campaña. De lo contrario, aumentaría la
cantidad de días-persona sin vacunar, cada uno de los cuales le da al virus que causó el covid-19 más
espacio para causar sufrimiento y potencialmente mutar.

Aumentar la escala en todas partes: La mejor manera de maximizar los días-persona vacunados en
cualquier sistema con un suministro limitado y una demanda incierta es diseñar y abrir centros de
vacunación que sean tan grandes como sea factible dadas las condiciones locales. Sin duda, llegar a las
comunidades históricamente desatendidas y que dudan en vacunarse puede requerir puntos locales de
distribución de vacunas, como iglesias y farmacias, pero la misma lógica se aplica también a ellos: cuanto
más grandes, mejor.

No se puede exagerar la importancia de maximizar los días-persona vacunados en todos y cada uno de
los lugares de dispensación en todos los sitios de vacunación. Para entender por qué, considere el
siguiente ejemplo. Imagine que una farmacia local recibe 100 dosis de una vacuna contra el covid-19
cada semana, pero, debido a las limitaciones de personal, solo puede ofrecer 25 vacunas al día de lunes
a jueves. En estas condiciones, las 100 personas vacunadas dan 250 días-persona vacunados esa semana
(25 del lunes que suman 25 vacunas por cuatro días, más 25 del martes que suman 25 veces tres días, y
así sucesivamente).

Por el contrario, si esta farmacia contara con personal adicional y tal vez tuviera un horario extendido
para entregar las 100 vacunas el lunes, el resultado sería 400 días-persona vacunados (100 veces cuatro
días), un aumento relativo del 60 % en protección de la población contra la infección a pesar de
administrar el mismo número total de vacunas por semana. Completar todas las vacunas en un día en
esa farmacia en lugar de repartirlas a lo largo de la semana puede no parecer gran cosa. Pero al
multiplicar esto por las 60,000 farmacias y los innumerables sitios comunitarios se tiene un cambio total
la capacidad para acabar con el Covid-19.

El uso de la métrica de días-persona sin vacunar para evaluar las estrategias de dispensación de vacunas
a nivel local, regional, estatal y federal aumenta la transparencia sobre el uso de vacunas e identifica
oportunidades importantes para cambiar las prácticas de dispensación para acelerar el final de la
pandemia.

Matemáticas e Investigación Operativa en la Industria

Hay muchas técnicas matemáticas que se desarrollaron específicamente para aplicaciones de quirófano.
Estas técnicas surgieron de ideas matemáticas básicas y se convirtieron en importantes áreas de
especialización para las operaciones industriales.

Un área importante de tales técnicas es la optimización. Muchos problemas en la industria requieren

encontrar el máximo o el mínimo de una función objetiva de un conjunto de variables de decisión, sujeto
a un conjunto de restricciones sobre esas variables. Los objetivos típicos son el máximo beneficio, el
costo o el retraso mínimos. Con frecuencia hay muchas variables de decisión y la solución no es obvia.
Las técnicas de programación matemática para la optimización incluyen programación lineal
(optimización donde tanto la función objetivo como las restricciones dependen linealmente de las
variables de decisión), programación no lineal (función objetivo no lineal o restricciones), programación
entera (variables de decisión restringidas a soluciones enteras), programación estocástica (incertidumbre
en los valores de los parámetros del modelo) y programación dinámica (toma de decisiones por etapas,
anidada y periódica).

Otra área es el análisis de procesos estocásticos (es decir, procesos con variabilidad aleatoria), que se
basa en los resultados de la probabilidad aplicada y el modelado estadístico. Muchos problemas del
mundo real implican incertidumbre, y las matemáticas han sido extremadamente útiles para identificar
formas de manejarlo. El modelado de la incertidumbre es importante en el análisis de riesgos para
sistemas complejos, como vuelos de transbordadores espaciales, operaciones de grandes presas o
generación de energía nuclear.

Relacionado con el tema de los procesos estocásticos está la teoría de las colas (es decir, el análisis de las
líneas de espera). Un ejemplo común es la cola de un solo servidor en la que las llegadas de los clientes y
los tiempos de servicio son aleatorias.  El análisis matemático ha sido esencial para comprender el
comportamiento de las colas y cuantificar los impactos de las decisiones. Se han derivado ecuaciones
para la longitud de la cola, los tiempos de espera y la probabilidad de que no haya retraso, y otras
medidas. Los resultados tienen aplicaciones en muchos tipos de colas, como clientes en la caja de un
banco o supermercado, pedidos en espera de producción, barcos que atracan en un puerto, usuarios de
Internet y clientes atendidos en un restaurante. Ejemplos de decisiones en la administración de colas son
cuánto espacio asignar a los clientes en espera, qué plazos de entrega prometer para las órdenes de
producción y qué número de servidores asignar para garantizar tiempos de espera cortos.