El impacto del MIT Orc se puede sentir en todo el mundo en áreas que van desde finanzas hasta educación y atención médica. Durante décadas, hemos analizado datos para crear modelos matemáticos para ayudar a las personas y las organizaciones a tomar decisiones mejores y más inteligentes, y mejorar la sociedad en general.
Ya sea que estemos ayudando a una compañía de atención médica a predecir costos futuros y mejorar los resultados médicos o afectar el cambio sistémico en la forma en que la ciudad de Boston asigna a los estudiantes a sus escuelas públicas, nuestra investigación optimiza las operaciones comerciales y da forma a políticas significativas.
Además, estamos estableciendo el estándar o la educación al atraer a los profesores que no solo han contribuido a las revistas más respetadas de nuestro campo, sino que también han dirigido sus sociedades profesionales. Y están compartiendo esa experiencia con nuestros estudiantes, y con aquellos en todo el mundo, al escribir los libros de texto clave utilizados en la gran mayoría de la universidad o los programas.
En todo el mundo, los ex alumnos de MIT Orc lideran el campo en los primeros hechos de la academia y la industria. Los empleadores los buscan debido al conocimiento teórico y la experiencia práctica que han adquirido dentro y fuera del aula, y están preparados para poner a prueba esa visión en el mundo real.
El estudiante del Centro de Investigación de Operaciones Somya Singhvi y el trabajo del profesor Y. Karen Zheng sobre el desarrollo de análisis analíticos y de apoyo de decisiones basados en datos para mejorar la eficiencia operativa y el bienestar social en las cadenas de suministro agrícolas y los mercados de la India.
¿Qué problemáticas aborda la investigación de operaciones?
Los investigadores de operaciones se han dado cuenta de que la mayoría de los problemas no surgen de forma aislada, sino que son parte de un sistema de interacción. El proceso de buscar soluciones interrelacionadas simultáneas a un conjunto de problemas interdependientes es la planificación. Se está dedicando más y más esfuerzo de investigación de operaciones al desarrollo de una metodología racional de dicha planificación, particularmente la planificación estratégica.
La mayoría de las organizaciones resisten los cambios en sus operaciones o gestión. La necesidad de la organización de encontrar mejores formas de hacer las cosas a menudo no es tan grande como la necesidad de maximizar el uso de lo que ya sabe o tiene. Esto es evidente en muchos países subdesarrollados que, aunque se quejan de la falta de recursos requeridos, usan los recursos que tienen con considerablemente menos eficiencia que la mayoría de los países desarrollados. La investigación de operaciones, por lo tanto, se ha abordado cada vez más para determinar cómo producir la voluntad de cambiar.
Los investigadores de operaciones se han vuelto cada vez más conscientes de la necesidad de distinguir entre diferentes tipos de organización porque sus características distintivas afectan la forma en que uno debe resolver sus problemas. Existen dos clasificaciones importantes, la primera de las cuales es homogénea -heterogénea. Las organizaciones homogéneas son aquellas en las que la membresía implica atender los objetivos de todo (por ejemplo, una corporación o unidad militar), mientras que las organizaciones heterogéneas son aquellas cuyo objetivo principal es cumplir los objetivos de sus miembros (por ejemplo, una universidad o ciudad). La segunda clasificación es unimodal -multimodal. Las organizaciones unimodales son organizaciones jerárquicas con una sola autoridad de toma de decisiones que puede resolver las diferencias entre los tomadores de decisiones de nivel inferior. Las organizaciones multimodales no tienen tal autoridad, sino que han difundido la toma de decisiones y, por lo tanto, requieren un acuerdo entre los varios tomadores de decisiones para llegar a conclusiones.
¿Qué tipo de problemáticas se puede abordar mediante la investigación de operaciones?
Debido a la creciente complejidad en el mundo real, se han creado restricciones marginales y tiempo en los problemas de toma de decisiones que enfrentan las organizaciones. El objetivo principal de la investigación de operaciones (OR) es aplicar métodos analíticos desarrollados para ayudar a tomar mejores decisiones. Una característica significativa de OR es su mirada general al sistema e intenta mejorarlo en su conjunto en lugar de centrarse en uno o más componentes del sistema.
Como resultado, encontrar la solución óptima basada en el tipo de problema en estudio a través del uso o juega un papel importante en el proceso de toma de decisiones. En este sentido, la mayoría de los planificadores y tomadores de decisiones han centrado su atención en el empleo o sus herramientas, incluido el modelado matemático, el análisis de decisiones y la simulación, con el objetivo de tratar racionales con problemas complejos del mundo real, especialmente problemas de ingeniería y optimizar sistemas que tienen muchas variables.
El objetivo de este número especial es introducir las posibles aplicaciones de la investigación de operaciones frente a los problemas de ingeniería. Dadas las complejidades de tales problemas, esto puede aumentar el desempeño de los tomadores de decisiones en el modelado de sistemas y la optimización y el proceso de toma de decisiones mediante el desarrollo de los aspectos prácticos de la investigación de operaciones. Los artículos originales de investigación y revisión son bienvenidos.
¿Qué tipo de solución intenta encontrar la investigación de operaciones?
8 de septiembre de 2022: el servicio de Amazon Elasticsearch ha sido renombrado al servicio de Amazon OpenSearch. Ver detalles.
La investigación de operaciones (OR) utiliza herramientas matemáticas y analíticas para llegar a soluciones óptimas para problemas comerciales complejos como la programación de la fuerza laboral. Las técnicas matemáticas utilizadas para resolver estos problemas, como la programación lineal y la programación de enteros mixtos, requieren el uso del software de optimización (solucionadores). Hay varios solucionadores populares y potentes disponibles, que van desde opciones comerciales como IBM CPLEX hasta paquetes de código abierto como Ortools. Si bien estos solucionadores incorporan décadas de experiencia algorítmica y pueden resolver problemas grandes y complejos de manera efectiva, tienen algunas limitaciones de escalabilidad.
En esta publicación, describiremos tres alternativas que puede considerar para resolver o problemas (ver Figura 1). Ninguno de estos tiene un propósito tan general como los solucionadores tradicionales, pero deberían estar en su radar de «tecnologías emergentes».
Comencemos con un problema de referencia y resuelvamos con un solucionador tradicional. Abordaremos un problema de gestión de inventario (ver Figura 2). Tenemos un depósito de ventas que suministra productos para puntos de venta locales. Para la región del depósito, hay siete semanas de datos de ventas históricas para cada producto. También sabemos cuánto cuesta cada producto y por cuánto se puede vender. Finalmente, conocemos la capacidad semanal general del depósito. Esto depende de limitaciones logísticas como el tamaño del almacén y la disponibilidad de transporte. Este escenario se basa libremente en la competencia y el conjunto de datos Kaggle del minorista de Grupo Bimbo.
Artículos Relacionados:
- ‘Investigación de operaciones: la importancia de tomar decisiones eficientes’
- Investigación de operaciones: comprendiendo la naturaleza de los problemas de optimización
- Desarrollo de la investigación de operaciones: métodos y aplicaciones
- Objetivos de la investigación de operaciones: encontrar la mejor manera de hacer las cosas
