ClubEnsayos.com - Ensayos de Calidad, Tareas y Monografias
Buscar

Antecedentes De Los Metodos Cuantitavos


Enviado por   •  28 de Marzo de 2012  •  2.170 Palabras (9 Páginas)  •  647 Visitas

Página 1 de 9

HISTORIA DE LOS METODOS CUANTITATIVOS

El inicio formal de la Investigación Operativa tuvo lugar en Inglaterra a finales de 1939. La finalidad era conseguir la máxima eficiencia posible. Así en Agosto de 1940 el Físico P.M.S Balckett de la Universidad de Manchester fue responsabilizado de formar un grupo de trabajo para estudiar el sistema de defensa antiáerea gobernado por radar.

Uno de los primeros esfuerzos de este grupo fue dirigido al estudio del ataque áereo a los submarinos. Pero aunque el razonamiento era válido, los resultados obtenidos con esta política eran muy limitados.

En definitiva la profundidad de treinta metros era adecuada cuando el submarino divisaba con antelación al bombardero pero la falta de precisión impedía obtener resultados.

Se llegó a la conclusión de que la alternativa más adecuada era optar por causar daños cuando el submarino estuviera en la superficie. Los aspectos que caracterizan a los estudios de Investigación Operativa:

1.-Toma Directa de Datos.

2. Empleo de Modelos matemáticos

3. Obtención de las políticas óptimas

4. Modificación de dichas políticas de acuerdo con factores reales no considerados en el modelo.

En Estados Unidos, los fondos para la investigación en el campo militar se incrementaron, por lo que la mayoría de los grupos se consolidaron aumentando su número y tamaño.

En cambio en Gran Bretaña los componentes de los grupos se habían desarrollado en el medio militar pasaron a la sociedad civil.

Otro aspecto importante en este contexto es que el desarrollo de la Organización Industrial tradicional en Gran Bretaña había sido más limitado y con la excepción del Estudio del Trabajo era todavía una novedad en los círculos industriales. A mediados de la década de los cincuenta, la investigación operativa se encontraba afianzada en el mundo industrial.

La I.O. utiliza resultados de muchas áreas científicas, aunque su base fundamental se encuentra en la matemática, la economía y el cálculo de probabilidades y estadística.

Los primeros estudios que se etiquetaron como de Investigación Operativa, el aspecto técnico más característico consistió en la estructuración estadística de los datos y el empleo de modelos descriptivos de tipo probabilístico.

Los fundamentos matemáticos de los modelos líneales discretos se encuentran en la teoría de las desigualdades lineales desarrolladas en el siglo pasado. En el resto de los años cincuenta, la Programación Líneal quedó completamente establecida con los trabajos de Charnes sobre la degeneración de Lemke sobre la dualidad, de Dantzing, Orden y Wolfe sobre la forma compacta y la descomposición de grandes programas.

Sin embargo la Programación Lineal Entera no recibe atención hasta finales de esta década en que Gomory obtiene la expresión general.

A pesar de las esperanzas que el procedimiento general sigue siendo un campo con métodos limitados e insatisfactorios

En los modelos no Lineales los resultados fundamentales proceden del desarrollo del cálculo matemático en el siglo XVIII, siendo el concepto básico el del Langrangiano.

La Programación no Lineal progresó durante los años sesenta y setenta, pudiendo atacarse la resolución de problemas de tamaño medio con varias decenas de restricciones y algunos cientos de variables.

La Programación Dinámica su inicio y desarrollo básico se debe a Richard Bellman al principio de los cincuenta. Esta metodología no se limita a la Investigación Operativa sino que es también de gran importancia en la Teoría del Control Optimo. Muchos autores aún consideran a la Programación Dinámica como un punto de vista conceptual y un bagaje teórico para el análisis de problemas; y no como un método.

La Teoría de Colas se inicia con el trabajo del ingeniero Dánes A.K. Erlang en la industria telefónica de principios de Siglo. Los modelos más usuales en que tanto la distribución de llegadas al sistema como la del tiempo de servicio son conocidas y pertenecen a categorías bien establecidas. Debe resaltarse la existencia de multitud de lenguajes de simulación a disposición de los usuarios de computadoras de las empresas de mayor importancia en el sector.

La Teoría de Juegos se inicia con los primeros resultados de von Neumann sobre el teorema del mínimax en 1926.

En cualquier caso, la influencia de esta teoría sobre la organización de la producción ha sido muy limitada.

La Teoría de la Decisión se basa en la estadística Bayesiana y la estimación subjetiva de las probabilidades de los sucesos. En la actualidad se la considera un instrumento válido para la estructuración de la toma de decisiones con incertidumbre cuando la información no es completa.

Desde su origen la Investigación Operativa se encuentra encarada con problemas para los que no existe método analítico alguno que permita obtener, con seguridad y en un tiempo conveniente, el óptimo teórico.

La Investigación de Operaciones ha establecido por tales razones métodos denominados heurísticos, incapaces de proporcionar el óptimo formal, pero susceptibles de llegar a soluciones buenas, tanto más fiables en cuanto que permiten determinar al mismo tiempo un cuota (superior o inferior) del óptimo teórico con el que se comparan.

La gran difusión que ha sufrido el software de optimización debido al incremento en la potencia de cálculo de los ordenadores y abaratamiento del costo de las aplicaciones y el hardware.

Durante los últimos años han aparecido una serie de métodos. Entre ellos se puede enumerar los algoritmos genéticos, el reconocido simulado, la búsqueda tabú y las redes neuronales.

Los algoritmos genéticos fueron introducidos por Holland para imitar algunos de los mecanismos que se observan en la evolución de las especies. Holland creó un algoritmo que genera nuevas soluciones a partir de la unión de soluciones progenitoras, utilizando operadores similares a los de la reproducción, sin necesidad de conocer el tipo de problema a resolver.

Los algoritmos de reconocido simulado no buscan la mejor solución en el entorno de la situación actual sino que generan aleatoriamente una solución cercana y la aceptan como la mejor si tiene menor costo,

...

Descargar como (para miembros actualizados)  txt (14.7 Kb)  
Leer 8 páginas más »
Disponible sólo en Clubensayos.com