República Bolivariana de Venezuela

Universidad Panamericana del Puerto

Facultad de Ciencias Económicas y Sociales

Escuela de Contaduría Pública.

Profesor: Edwar Torres T.S.U. López Derlys

C.I. 11.103.755

Sección: 31

Puerto Cabello, Julio del 2018

 INTRODUCCIÓN

Derivado del rápido crecimiento de los sistemas de información aunado a las

múltiples adaptaciones que sufren las organizaciones mediante el uso de
nuevas tecnologías para la toma de decisiones, resurge la necesidad de
reestructurarse nuevamente para la toma de decisiones apoyados en un
sistema que permita visualizar con eficacia el proceso de productividad de la
organización. Para no darle cabida a las decisiones equivocadas que
repercutan directamente en los intereses y objetivos de la organización y
evitar déficits.

La alta competitividad que existe en los mercados hace que la toma de

decisiones sea más rápida, la postergación da ventaja al contrario, así es
cuando no se cuenta con los equipos de información y conocimientos
adecuados para hacer frente al marco legal de la globalización.

La palpable dificultad de tomar decisiones ha hecho que el hombre busque

herramientas o métodos que se lo permitan en el menor tiempo posible,
minimizando de esta manera los factores de riesgo, basados en el uso de la
tecnología que hoy en día impera. Tales herramientas que dan consistencia
para la aplicación de la toma de decisiones se encuentra en los modelos
matemáticos de “Investigación de Operaciones”.

La Investigación de Operaciones aspira determinar la mejor solución (optima)

para un problema de decisión con la restricción de recursos limitados. En la
Investigación de Operaciones utilizaremos herramientas que nos permiten
tomar una decisión a la hora de resolver un problema tal es el caso de los
modelos e Investigación de Operaciones que se emplean según sea la
necesidad.
 CONTENIDO

1. Planificación: es el proceso metódico diseñado para obtener un

objetivo determinado. En el sentido más universal, implica tener uno o varios
objetivos a realizar junto con las acciones requeridas para concluirse
exitosamente. Otras definiciones, más precisas, incluyen “La planificación es
un proceso de toma de decisiones para alcanzar un futuro deseado, teniendo
en cuenta la situación actual y los factores internos y externos que pueden
influir en el logro de los objetivos”. Va de lo más simple a lo complejo,
dependiendo el medio a aplicarse. La acción de planear en la gestión se
refiere a planes y proyectos en sus diferentes ámbitos, niveles y actitudes.

2. Logística: está estrechamente vinculada a las acciones de

almacenamiento, transporte y distribución de los bienes del mercado. La
operación logística está considerada como una labor externa a la fabricación
primaria de un artículo, de ahí que en la mayoría de las ocasiones las
empresas acaben por el outsourcing de logística.

3. Diseño de productos: Es el proceso de crear nuevos productos para

ser vendidos por una empresa. Un concepto muy amplio, es esencialmente
la generación y desarrollo de ideas de manera eficiente y eficaz a través de
un proceso artesanal. El diseño de producto puede ser considerado una
rama del Diseño Industrial y se dedica a la producción en masa y a grandes
corporaciones. Otros aspectos del diseño de producto incluyen diseño
estético.

4. Diseño de proceso: es diferente al diseño de maquinaria, aunque es

cercano en espíritu, en él se deben evaluar las interacciones posibles entre
los equipos al momento de operar, así como sus posibles interacciones en
caso de que el proceso se desvíe, obviamente contempla el uso de
operaciones unitarias.

5. Control de proceso: es el conjunto de conocimientos, métodos,

herramientas, tecnologías, aparatos y experiencia que se necesitan para
medir y regular automáticamente las variables que afectan a cada proceso
de producción, hasta lograr su optimización en cuanto a mejoras del control,
productividad, Calidad, seguridad, u otros criterios.

6. Toma de decisiones: es una capacidad puramente humana propia del

poder de la razón unido al poder de la voluntad. Es decir, pensamiento y
querer se unen en una sola dirección.

7. Definición de problema: es el combustible que impulsa el proceso

científico y constituye la base de cualquier método de investigación y diseño
experimental, desde un experimento verdadero hasta un estudio de caso.

8. Objetivo del problema: es el fin o meta que se pretende alcanzar en un

proyecto, estudio o trabajo de investigación. También indica el propósito por
el que se realiza una investigación.

9. Variables de decisión: En un modelo de programación lineal las

variables de decisión deben ser capaces de describir completamente las
decisiones que puedan ser tomadas y todas las variantes que existan

10. Verificación y validación: Comprueba si el modelo propuesto hace lo

que se quiere que haga, eso es, ¿predice el modelo en forma adecuada el
comportamiento del sistema que se estudia? Hay que verificar si el resultado
no incluya “sorpresas”. Hay que utilizar datos pasados para comprobar si el
modelo funciona.
 11. Interpretación y análisis: Implica la traducción de los resultados a
instrucciones de operación, emitidas en forma comprensible para las
personas que administrarán al sistema recomendado

12. Implementación de resultados: Implica la traducción de los resultados

a instrucciones de operación, emitidas en forma comprensible para las
personas que administrarán al sistema recomendado

13. Solución: Conjunto de valores de las variables de decisión, que

satisfacen ciertas condiciones y permiten establecer un resultado de la
función objetivo.

14. Solución factible: El conjunto intersección, de todos los semiplanos

formados por las restricciones, determina un recinto, acotado o no, que
recibe el nombre de región de validez o zona de soluciones factibles.

15. Solución óptima. Conjunto de valores de la variables de decisión

cuyos resultados no pueden ser mejorados por otras combinación de
soluciones factibles

16. Inventario: Se le denomina así a las existencias de mercancía

perecedera o no que debe ser administrada en función de la demanda y para
lo cual no se debe tener en estado de escasez

17. Población: Conjunto de elementos coleccionables, con características

comunes que forman parte de un estudio de índole científico. La misma
puede ser finita o infinita

18. Muestra: Parte o cantidad pequeña de una cosa que se considera

representativa del total y que se toma o se separa de ella con ciertos
métodos para someterla a estudio, análisis o experimentación..
 19. Muestreo: Selección de un conjunto de personas o cosas que se
consideran representativos del grupo al que pertenecen, con la finalidad de
estudiar o determinar las características del grupo.

20. Tipo de muestreo. Se pueden destacar fundamentalmente dos tipos

de muestreo, a saber: Muestreo probabilístico (aleatorio): En este tipo de
muestreo, todos los individuos de la población pueden formar parte de la
muestra, tienen probabilidad positiva de formar parte de la muestra. Por lo
tanto es el tipo de muestreo que deberemos utilizar en nuestras
investigaciones, por ser el riguroso y científico.

21. Muestreo no probabilístico (no aleatorio): En este tipo de muestreo,

puede haber clara influencia de la persona o personas que seleccionan la
muestra o simplemente se realiza atendiendo a razones de comodidad.
Salvo en situaciones muy concretas en la que los errores cometidos no son
grandes, debido a la homogeneidad de la población, en general no es un tipo
de muestreo riguroso y científico, dado que no todos los elementos de la
población pueden formar parte de la muestra. Por ejemplo, si hacemos una
encuesta telefónica por la mañana, las personas que no tienen teléfono o
que están trabajando, no podrán formar parte de la muestra.

22. Datos: Un dato es una representación simbólica (numérica, alfabética,

algorítmica, espacial, etc.) de un atributo o variable cuantitativa o cualitativa.
Los datos describen hechos empíricos, sucesos y entidades. Es un valor o
referente que recibe el computador por diferentes medios, los datos
representan la información que el programador manipula en la construcción
de una solución o en el desarrollo de un algoritmo. Los datos aisladamente
pueden no contener información humanamente relevante. Solo cuando un
conjunto de datos se examina conjuntamente a la luz de un enfoque,
hipótesis o teoría se puede apreciar la información contenida en dichos datos
 23. Valoración de datos: Consiste en la asignación de valores asociados a
los datos de variables bajo estudio para su debido procesamiento y análisis
porterior

24. Suceso: O también llamado evento aleatorio, es una de las

conclusiones posibles de un experimento aleatorio. Este suceso o evento
aleatorio supone un subconjunto del espacio maestral que incluye los
posibles resultados del experimento en cuestión.

25. Optimización: Técnica que consiste en la obtención de la mejor

combinación de los valores de las variables de decisión que no permita un
mejor valor (máximo o mínimo absoluto) de la función objetivo

26. Simulación: técnica que permite reproducir virtualmente los procesos y

estudiar su comportamiento, para analizar el impacto de los posibles cambios
o para comparar diferentes alternativas de diseño sin el alto coste de los
experimentos a escala real. Todo esto en función de data estadística
modelada bajo una distribución de probabilidades asociada a los eventos
posibles.

27. Análisis de riesgo: estudio de la posibilidad y las consecuencias de

cada factor de riesgo asociado a un proyecto de inversión con el fin de
establecer el nivel de riesgo del mismo.

28. Hipótesis: Resultado esperado de un estudio estadístico en función de

los datos que se poseen

29. Varianza: En teoría de probabilidad, la varianza o variancia (que suele

representarse como σ2 de una variable aleatoria es una medida de
dispersión definida como la esperanza del cuadrado de la desviación de
dicha variable respecto a su media. Su unidad de medida corresponde al
cuadrado de la unidad de medida de la variable: por ejemplo, si la variable
mide una distancia en metros, la varianza se expresa en metros al cuadrado.
La varianza tiene como valor mínimo 0. La desviación estándar (raíz
cuadrada de la varianza) es una medida de dispersión alternativa, expresada
en las mismas unidades que los datos de la variable objeto de estudio
 CONCLUSIÓN

La historia de la investigación de operaciones menciona sobre el

surgimiento hasta la aplicación en la actualidad, su auge fue mayor con el
uso de las computadoras. La investigación de operaciones surgió por la
necesidad de implementar mejores tácticas y estrategias de guerra, durante
la segunda guerra mundial para el ejército americano e ingles, dando su
primer fruto el “radar” en 1950. Posteriormente el método “Simplex” para
resolver problemas de programación lineal, desarrollado en 1947 por George
Dantzing. Su mayor auge de aplicación universal en casi todas las empresas
del mundo fue con el inicio de las computadoras en 1980.

La investigación de operaciones consiste en el uso de modelos

matemáticos, estadísticas y algoritmos con el objeto de realizar un proceso
de toma de decisiones, permite el análisis de la toma de decisiones teniendo
en cuenta la escasez de recursos, para determinar como se puede optimizar
un objetivo definido como la maximización de los beneficios o la minimización
de costos. La investigación de operaciones es la aplicación de la
metodología científica a través de modelos matemáticos, primero para
representar el problema y luego para resolverlos.

La complejidad de los problemas que se representan en las organizaciones

ya no encajan en una sola disciplina del conocimiento, se ha convertido en
multidisciplinario por lo cual para su análisis y solución se requieren grupos
compuestos por especialistas de diferentes áreas del conocimiento que
logran comunicarse con un lenguaje común. Como se menciona también
antes de resolver un problema hay que identificarlo y esto se logra a través
de la observación recolectando los datos que interfieren en el problema.