Historia de la 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.

Principales Campos de Aplicación de la I. O

1) Relativa a las personas Organización y gerencia Ausentismo y relaciones

de trabajo Economía Decisiones individuales Investigación de

Mercado

2) Relativa a personas y maquinas

Eficiencia y productividad Organización de flujos en

fabricas Métodos de control de calidad,

inspección y muestra Prevención de accidentes Organización de cambios

tecnológicos

3) Relativa a movimientos

Transporte Almacenamiento Comunicaciones

Modelos

1. Determinístico

-Optimización No lineal:

Método Clásico Método Búsqueda Programación no lineal

-Optimización Lineal

Programación Lineal Transporte y asignación Programación entera y 0.1

(decimal) Redes

2. Híbridos -Programación Dinámica

Inventarios Simulación Heurístico

3. Estocásticos

Programación Estocástica Colas Procesos estocásticos Teorías de decisiones de

juegos

Programación Lineal

Se refiere a varias técnicas matemáticas empleadas para asignar, de forma óptima, los recursos limitados a distintas demandas, tareas, operaciones o productos que compiten entre ellos, es decir, la programación de actividades para obtener un resultado óptimo. La programación lineal utiliza un modelo matemático para describir y formular el problema; y el aspecto de lineal se refiere a que todas la funciones matemáticas del modelo deben ser funciones lineales (Ecuaciones o Inecuaciones).

Aplicaciones típicas:

Planeación de operaciones y ventas para encontrar el programa de producción que tenga el costo mínimo.

Análisis de la productividad en la producción o servicios, considerar el grado de eficiencia con el cual los establecimientos de servicios y de manufactura están utilizando sus recursos en comparación con la unidad que tiene mayor desempeño.

Planeación de los productos, encontrar la mezcla óptima de productos, considerando que varios productos requieren diferentes recursos y tienen distintos costos.

Experiencias de éxito:

Superintendencia Nacional de Administración Tributaria (SUNAT)

La simulación evaluar el desempeño de los procesos en el Complejo Fronterizo Santa Rosa para las operaciones de ingreso y salida de usuarios en autos, autobús y vehículos de carga (Importación y exportación), buscando determinar la configuración ideal en función de las variables de medición determinadas por la administración del Complejo Fronterizo.

Unión de Cervecerías Peruanas Backus y Johnston S.A.A.

Desarrollo de modelos matemáticos que optimicen el proceso de la planificación de inventario de suministros en silos de acuerdo a una reposición justo a tiempo. Se implementó un DSS que apoye en el proceso de planificación. Este DSS tiene un motor de optimización que ayuda a seleccionar las mejores opciones.

Banco de Crédito del Perú (BCP)

Diseño e implementación de Herramientas para  la Planeación de Recursos de las Agencias Bancarias del BCP con la finalidad  de balancear la oferta sobre las necesidades de la demanda.  Teniendo como  indicador de efectividad el Tiempo de Espera en cola. Se utilizó herramientas de Simulación de Procesos. Software de simulación  SERVICE MODEL.