jueves, 16 de septiembre de 2021

ORÍGENES DE LA INVESTIGACIÓN DE OPERACIONES

 Desde el advenimiento de la revolución industrial, el mundo ha sido testigo de un crecimiento importante del tamaño y la complejidad de las organizaciones. Los pequeños talleres artesanales de épocas anteriores se convirtieron en las corporaciones actuales de miles de millones de dólares. Una parte integral de este cambio revolucionario fue el gran aumento de la división del trabajo y de la separación de las responsabilidades administrativas en estas organizaciones. Los resultados han sido espectaculares. Sin embargo, junto con los beneficios, el aumento del grado de especialización trajo consigo problemas nuevos que aún existen en numerosas organizaciones. Uno de éstos es la tendencia de algunos componentes de una organización a convertirse en imperios con autonomía relativa, con sus propias metas y sistemas de valores; de esta manera pierden de vista cómo sus actividades y objetivos se acoplan a los de toda la organización. Con frecuencia, lo que es mejor para un componente va en detrimento de otro, de forma que sus acciones pueden caminar hacia objetivos opuestos. Un problema relacionado es que, en la medida que aumentan la complejidad y la especialización, es más difícil asignar los recursos disponibles a las diferentes actividades de la manera más eficaz para la organización como un todo. Este tipo de problemas y la necesidad de encontrar la mejor forma de resolverlos crearon el ambiente propicio para el surgimiento de la investigación de operaciones —a la que también se hace referencia como IO—.

Las raíces de la IO pueden encontrarse muchas décadas atrás, cuando se hicieron los primeros intentos por emplear el método científico en la administración de una empresa.

Sin embargo, el inicio de la actividad llamada investigación de operaciones es atribuible a ciertos servicios militares prestados al inicio de la Segunda Guerra Mundial. Debido a los esfuerzos bélicos, existía la urgente necesidad de asignar recursos escasos a las distintas maniobras militares y a las actividades que componían cada operación de la manera más eficaz. Por esto, las administraciones militares estadounidense y británica llamaron a un gran número de científicos para que aplicaran el método científico a éste y a otros problemas estratégicos y tácticos. De hecho, les fue solicitado que hicieran investigación sobre operaciones —militares—. Estos grupos de científicos fueron los primeros equipos de IO. Debido al desarrollo de métodos eficaces para utilizar la nueva herramienta que representaba el radar, los científicos contribuyeron al triunfo en la batalla aérea que libró Gran Bretaña. Sus investigaciones para mejorar el manejo de las operaciones antisubmarinas y de protección, también tuvieron un papel importante en la victoria de la campaña del Atlántico Norte. Esfuerzos similares fueron de gran ayuda en la campaña del Pacífico.

Al terminar la guerra, el éxito de la IO en las actividades bélicas generó gran interés por sus aplicaciones en un ámbito distinto al militar. Una vez que la explosión militar posterior a la guerra siguió su curso, los problemas provocados por el aumento de la complejidad y la especialización en las organizaciones pasaron de nuevo al primer plano. Entonces comenzó a ser evidente para un gran número de personas, entre ellas los consultores industriales que habían trabajado con o para los equipos de IO durante la guerra, que estos problemas eran en esencia los mismos que los que debían enfrentar los militares pero en un contexto diferente. Al inicio de la década de los cincuenta, estos visionarios introdujeron el uso de la investigación de operaciones en una serie de organizaciones industriales, de negocios y del gobierno. Desde entonces, se ha desarrollado con rapidez.

Es posible identificar por lo menos otros dos factores que tuvieron gran importancia en el desarrollo de la IO durante este periodo. Uno es el progreso sustancial logrado con anterioridad en el mejoramiento de las técnicas disponibles. Después de la guerra, muchos de los científicos que habían participado en equipos de IO o que tenían información sobre este trabajo, estaban motivados para buscar resultados relevantes en el campo, de lo cual resultaron avances importantes; un ejemplo sobresaliente es el método símplex para resolver problemas de programación lineal, desarrollado en 1947 por George Dantzig. Muchas de las herramientas características de la IO, como programación lineal, programación dinámica, teoría de colas y teoría de inventarios, habían sido desarrolladas casi por completo antes del término de la década de los cincuenta.

Un segundo factor que dio gran impulso al desarrollo de este campo fue la revolución de las computadoras. El manejo eficaz de los complejos problemas inherentes a la IO, casi siempre requiere un gran número de cálculos. Realizarlos de forma manual puede resultar casi imposible, por lo cual el desarrollo de la computadora electrónica digital, con su capacidad para hacer cálculos aritméticos, miles o tal vez millones de veces más rápido que los seres humanos, fue una gran ayuda para la investigación de operaciones.

Otro avance tuvo lugar en la década de los años ochenta, con el desarrollo de computadoras personales cada vez más rápidas y de buenos paquetes de software para resolver problemas de IO. Así, las técnicas más complejas estuvieron al alcance de un gran número de personas. Hoy día, millones de individuos tienen acceso a estos paquetes, y el uso de toda una gama de computadoras, desde las grandes hasta las portátiles, para resolver problemas de investigación de operaciones es cotidiano.


sábado, 28 de agosto de 2021

ACERCA DE LOS AUTORES DE CASOS - Molly Stephens

 Molly Stephens es asociada en la oficina de Los Ángeles de Quinn, Emanuel, Urquhart, Oliver & Hedges, LLP. Se graduó en la Universidad de Stanford con una licenciatura en Ingeniería Industrial y una maestría en Investigación de Operaciones.

La señora Stephens fue profesora de la Escuela de Ingeniería en Stanford y sirvió como asistente de enseñanza en el curso de casos de estudio en Investigación de Operaciones. Como asistente de enseñanza analizó problemas de Investigación de Operaciones del mundo real y la transformación de estos problemas en estudios de caso para el salón de clases. Su investigación fue premiada con una beca de investigación para estudiantes de Stanford, donde continuó con su trabajo y fue invitada a participar en una conferencia de INFORMS para presentar sus conclusiones sobre estudios de caso exitosos en el salón de clases. Después de su graduación, la señora Stephens trabajó en Andersen Consulting como integradora de sistemas, donde experimentó casos reales desde adentro, antes de continuar sus estudios de posgrado en la escuela de leyes de la Universidad de Texas en Austin donde obtuvo el grado con honores.

miércoles, 25 de agosto de 2021

ACERCA DE LOS AUTORES DE CASOS - Karl Schmedders

 Karl Schmedders es profesor asociado en el Departamento de Economía Administrativa y Ciencias de la Decisión en la Escuela de posgrado Kellogg de Administración (Northwestern University), donde enseña Métodos Cuantitativos para la Toma de Decisiones Administrativas. Sus intereses en investigación incluyen aplicaciones de la Investigación de Operaciones en la Teoría Económica, Teoría del Equilibrio general con mercados imperfectos, Precio de Activos y Economía Computacional. El Dr. Schmedders recibió su doctorado en Investigación de Operaciones de la Universidad de Stanford, donde impartió cursos de Investigación de Operaciones a nivel licenciatura y posgrado. Entre las clases que impartió se puede mencionar el curso sobre casos de estudio en investigación de operaciones, y después fue invitado a dictar una conferencia auspiciada por el Institute of Operations Research and the Management Sciences (INFORMS) acerca de su experiencia exitosa con este curso. Recibió diversos premios por su enseñanza en Stanford, que incluyen el prestigioso reconocimiento de la Universidad Walter J. Gores Teaching Award.

También fue nombrado profesor del año L. G. Lavengood en la Escuela de Administración Kellog. Después de impartir un curso en WHU Koblenz (una escuela de negocios líder en Alemania) en 2003, también ganó el premio al mejor profesor de esa escuela.

lunes, 16 de agosto de 2021

Gerald J. Lieberman,

 Desafortunadamente, el otro autor, Gerald J. Lieberman, murió en 1999. Fue profesor emérito en Investigación de Operaciones y Estadística de la Universidad de Stanford, donde fue director fundador del Departamento de Investigación de Operaciones. Fue un ingeniero (pues recibió un grado en Ingeniería Mecánica de Cooper Union) y un estadístico en Investigación de Operaciones (con una maestría de la Universidad de Columbia en Estadística Matemática y un doctorado de la Universidad de Stanford en estadística).

El Dr. Lieberman fue uno de los líderes más eminentes de Stanford en las décadas recientes. Después de dirigir el Departamento de Investigación de Operaciones, fue decano asociado de la Escuela de Humanidades y Ciencias, vicerrector y decano de investigación, vicerrector y decano de estudios de posgrado, director del Senado de la facultad, miembro del Concejo de la Universidad y del Comité de celebración del centenario. También trabajó en Stanford como rector o rector activo bajo tres diferentes presidentes de esta institución.

Durante estos años de liderazgo en la universidad, también permaneció activo profesionalmente. Su investigación se destacó en las áreas estocásticas de Investigación de Operaciones, con frecuencia en la interfase de la Probabilidad Aplicada y la Estadística. Publicó de manera extensa en las áreas de Confiabilidad y Control de Calidad y en el Modelado de Sistemas Complejos, incluyendo su Diseño Óptimo cuando los recursos son limitados.

El Dr. Lieberman, que fue reconocido como uno de los líderes más importantes en el campo de la Investigación de Operaciones, desempeñó numerosos papeles de liderazgo, como presidente electo del Institute of Management Sciences. Sus honores profesionales incluyeron ser elegido a la National Academy of Engineering, donde recibió la medalla de la American Society for Quality Control, recibió el premio Cuthbertson por su servicio excepcional a la Universidad de Stanford y trabajó como adjunto en el centro para estudios avanzados en Ciencias del Comportamiento. 

Además, el Institute of Operations Research and the Management Sciences (INFORMS) lo premió junto al Dr. Hillier con la mención honorífica del premio Lanchester de 1995 por la sexta edición de este libro. En 1996, INFORMS también lo premió con la prestigiosa medalla Kimball por sus contribuciones excepcionales al campo de la Investigación de Operaciones y Ciencias de la Administración.

Además de Introduction to Operations Research y los dos volúmenes que lo acompañan, Introduction to Mathematical Programming (2a. ed., 1995) e Introduction to Stochastic Models in Operations Research (1990), sus libros son Handbook of Industrial Statistics (Prentice-Hall, 1955, coescrito con A. H. Bowker), Tables of the Non-Central t-Distribution (Stanford University Press, 1957, coescrito con G. J. Resnikoff), Tables of the Hypergeometric Probability Distribution (Stanford University Press, 1961, coescrito con D. Owen), Engineering Statistics, segunda edición (Prentice-Hall, 1972, coescrito con A. H. Bowker), e Introduction to Management Science: A Modeling and Case Studies Approach with Spreadsheets (McGraw-Hill/Irwin, 2000, coescrito con F. S. Hillier y M. S. Hillier).

viernes, 13 de agosto de 2021

Frederick S. Hillier

 Frederick S. Hillier nació y creció en Aberdeen, Washington, donde fue ganador de premios estatales en concursos escolares de nivel medio en elaboración de ensayos, matemáticas, debate y música. Como estudiante en la Universidad de Stanford fue el primero en su clase de Ingeniería entre 300 estudiantes. También ganó el premio McKinsey por sus artículos técnicos, ganó el premio de debate para estudiantes de segundo año, tocó en el quinteto de aire de Stanford y ganó el premio Hamilton por combinar la excelencia en Ingeniería con logros notables en Humanidades y Ciencias Sociales. Después de su graduación con un grado en Ingeniería Industrial, fue premiado con tres becas nacionales (National Science Foundation, Tau Beta Pi y Danforth) para realizar sus estudios de posgrado en Stanford con especialización en Investigación de Operaciones. Después de recibir su grado de Doctor, se unió al cuerpo de profesores de la Universidad de Stanford, y también fue maestro visitante en la Universidad de Cornell, Universidad Carnegie-Mellon, Universidad Técnica de Dinamarca, Universidad de Canterbury (Nueva Zelanda) y la Universidad de Cambridge (Inglaterra). Después de 35 años en Stanford, tomó un retiro voluntario de sus responsabilidades en el magisterio en 1996 para enfocarse de tiempo completo en la autoría de libros, y ahora es profesor emérito en Investigación de Operaciones en Stanford.

La investigación del Dr. Hillier se ha extendido a una gran variedad de áreas, que incluye Programación Entera, Teoría de Colas y su aplicación, Control Estadístico de la Calidad y Aplicación de la Investigación de Operaciones en el Diseño de Sistemas Productivos y de Presupuestos de Capital. Ha publicado ampliamente y sus documentos de seminario han sido seleccionados para su publicación en libros de lecturas selectas al menos diez veces. Fue ganador del primer premio del concurso de investigación en “Presupuestos de Capital para Proyectos Interrelacionados” patrocinado por The Institute of Management Science (TIMS) y la Oficina de Investigación Naval de Estados Unidos. Junto con el Dr. Lieberman fue reconocido con la mención honorífica del premio Lanchester de 1995 (mejor publicación en inglés de cualquier tipo en el campo de la Investigación de Operaciones), que le fue otorgado por el Institute of Operations Research and the Management Sciences (INFORMS) por la sexta edición de este libro.

El Dr. Hillier ha desempeñado muchos puestos de liderazgo en las sociedades profesionales de su campo. Por ejemplo, ha servido como tesorero de la Operations Research Society of America (ORSA), vicepresidente de reuniones de TIMS, codirector general de la Reunión Internacional de 1989 de TIMS en Osaka Japón, director del Comité de Publicaciones de TIMS, director del Comité de búsqueda de editor en Investigación de Operaciones de ORSA, director del Comité de planeación de recursos de ORSA, director del Comité de reuniones combinadas ORSA/TIMS, y director del Comité de selección para el premio en teoría John von Neumann de INFORMS. En la actualidad trabaja como editor de la International Series in Operations Research and Management Science que publica Kluwer Academic Publishers.

Además de Introduction to Operations Research y de los dos volúmenes que lo acompañan, Introduction to Mathematical Programming (2a. ed., 1995) e Introduction to Stochastic Models in Operations Research (1990), sus libros son The Evaluation of Risky Interrelated Investments (North-Holland, 1969), Queueing Tables and Graphs (Elsevier North-Holland, 1981, coescrito con O. S. Yu, con D. M. Avis, L. D. Fossett, F. D. Lo y M. I. Reiman), e Introduction to Management Science: A Modeling and Case Studies Approach with Spreadsheets (2a. ed., McGraw-Hill/Irwin, 2003, coescrito con M. S. Hillier).

miércoles, 4 de agosto de 2021

Propiedades a largo plazo de las cadenas de Markov - Probabilidades de estado estable III

 Nuevamente en el ejemplo de inventarios, las ecuaciones de estado estable se pueden expresar como: 




Este resultado significa que la probabilidad de encontrar el proceso en un estado transitorio después de un número grande de transiciones es cero.

lunes, 5 de julio de 2021

Propiedades a largo plazo de las cadenas de Markov - Probabilidades de estado estable II

 El término probabilidad de estado estable significa que la probabilidad de encontrar el proceso en cierto estado, por ejemplo j después de un número grande de transiciones, tiende al valor 𝛑j, y es independiente de la distribuación de probabilidad inicial definida para los estados. Es importante hacer notar que la probabilidad de estado estable no significa que el procesose establezca en un estado. Por el contrario, el proceso continúa haciendo transiciones de un estado a otro y en cualquier paso n la probabilidad de transición del estado i al estado j es todavía Pij.