1. 1947- George dantzing publica el algoritmo simplex y john von neuman desarrollo la teoria de la dualidad
2. 1984- Narendra Karmarka introduce el metodo del punto interior para resolver problemas de programacion lineal
3. 1902- Gyula Farkas concibe un metodo para resolver sistemas de desigualdades
4. Programación lineal
4.1. procedimiento o algoritmo matemático mediante el cual se resuelve un problema indeterminado, formulado a través de ecuaciones lineales, optimizando la función objetivo, también lineal.
4.2. Región factible
4.2.1. Es determinada por un conjunto de desigualdades lineales, es el conjunto de puntos que sastifacen a la vez todas las desigualdades. Para dibujar la region factible determinada por un conjunto de desgualdades lineales: dibuje las regiones determinadas por cada desigualdad recordando en cada caso sombrear la parte del plano que quiere. la region que permanece sin sombredo es la region factible.
4.3. Solucion optima
4.3.1. El conjunto de los vértices de la región factible se denomina conjunto de soluciones factibles básicas y el vértices donde se presenta la solución optima se llama solución máxima o mínima
4.4. Solución factible
4.4.1. El conjunto intersección, de todos los semiplanos formados por las restricciones, determina una acotado o no que recibe el nombre región factible
4.5. Retriciones
4.5.1. la funcion objetivo que se sujeta a una serie de recticciones, expresadas por inecuaciones lineales
4.6. Funcion obejtivo
4.6.1. La programacion lineal consiste en maximizar o minimizar una funcion objetivo, que es una funcion lineal de varias variables.
4.7. Vaiable
4.7.1. Son números reales mayores o iguales a cero.En caso que se requiere que el valor resultante de las varibles sea un numero entero, el procedimiento de resolucion se denomina Xi>=0 entera.
4.8. Historia de la programación lineal
4.8.1. 1826-Joseph Fourier anticipa la programacion lineal. Carl Friedrich Gauss resuelve ecuaciones lineales por eliminacion gaussiana
5. Sistema de producción
5.1. sistema está conformado por un conjunto de entes u objetos componentes que interactúan entre sí para el logro de objetivos.
5.2. Tipos de modelos de los sistemas de producción
5.2.1. Modelo fisico
5.2.2. modelo matematico
5.2.3. modelos ezquematico
6. .
7. La Investigación de Operaciones aspira a determinar el mejor curso de acción, o curso óptimo, de un problema de decisión con la restricción de recursos limitados. Como técnica para la resolución de problemas, investigación de operaciones debe visualizarse como una ciencia y como un arte.
8. Orígenes de la investigación de operaciones
8.1. se remonta a la época de la Segunda Guerra Mundial en donde surgió la necesidad urgente de asignar recursos escasos a las diferentes operaciones militares y a las actividades dentro de cada operación, en la forma mas efectiva, es por esto, que las administraciones militares americana e inglesa hicieron un llamado a un gran número de científicos para que aplicaran el método científico a los problemas estratégicos y tácticos, a dichos científicos se les pidió que hicieran investigaciones sobre las operaciones militares. Todo el esfuerzo de este equipo de científicos (que fueron el primer equipo de Investigación de Operaciones) logró el triunfo de muchas batallas.
9. Características de la investigación de operaciones.
9.1. Usa el método científico para investigar el problema en cuestión.
9.2. Adoptar un punto de vista organizacional.
9.3. Intenta encontrar una mejor solución, para el problema bajo determinación.
9.4. Necesario emplear el enfoque de equipo.
9.5. Ha desarrollado una serie de técnicas y modelos muy útiles a la Ingeniería de Sistemas.
9.6. Tuvieron que representar el problema cuantitativamente para poder analizarlo y evaluar un criterio común.
10. Modelos.
10.1. Un modelo de decisión debe considerarse como un vehículo para resumir un problema de decisión en forma tal que haga posible la identificación y evaluación sistemática de todas las alternativas de decisión del problema. Después se llega a una decisión seleccionando la alternativa que se juzgue sea la mejor entre todas las opciones disponibles.
10.2. Tipos de modelos.
10.2.1. Modelo matemático
10.2.1.1. Se emplea cuando la función objetivo y las restricciones del modelo se pueden expresar en forma cuantitativa o matemática como funciones de las variables de decisión.
10.2.2. Modelo de simulación
10.2.2.1. Difieren de los matemáticos en que las relaciones entre la entrada y la salida no se indican en forma explícita. En cambio, un modelo de simulación divide el sistema representado en módulos básicos o elementales que después se enlazan entre si vía relaciones lógicas bien definidas. Por lo tanto, las operaciones de cálculos pasaran de un módulo a otro hasta que se obtenga un resultado de salida.
10.2.3. Modelos Formales
10.2.3.1. Se usan para resolver problemas cuantitativos de decisión en el mundo real. Algunos modelos en la ciencia de la administración son llamados modelos deterministas. Esto significa que todos los datos relevantes se dan por conocidos
10.2.4. Modelos de Investigación de Operaciones de la ciencia de la administración
10.2.4.1. Los científicos de la administración trabajan con modelos cuantitativos de decisiones.
10.2.5. Modelo de Hoja de Cálculo Electrónica
10.2.5.1. Facilita hacer y contestar preguntas de “que si” en un problema real. Hasta ese grado la hoja de cálculo electrónica tiene una representación selectiva del problema y desde este punto de vista la hoja de cálculo electrónica es un modelo. En realidad es una herramienta más que un procedimiento de solución.