Definizione di Ricerca operativa
ricerca Operativa (O) comprende lo sviluppo e l’applicazione di una vasta gamma di problem-solving metodi e tecniche applicate nel perseguimento di migliorare il processo decisionale e di efficienza, come i matematici di ottimizzazione, simulazione, la teoria delle code e altri modelli stocastici. I metodi e le tecniche OR implicano la costruzione di modelli matematici che mirano a descrivere un problema. A causa della natura computazionale e statistica della maggior parte delle tecniche, O ha anche forti legami con l’informatica e l’analisi. A causa della sua enfasi sull’interazione uomo-tecnologia e della sua attenzione alle applicazioni pratiche, O si sovrappone ad altre discipline, in particolare l’ingegneria industriale e la gestione delle operazioni, e attinge alla psicologia e alla scienza dell’organizzazione.
O è il processo di prendere decisioni migliori attraverso l’analisi dei dati, la modellazione matematica, l’ottimizzazione e altri metodi analitici.
O è una disciplina che tenta di aiutare il processo decisionale manageriale applicando un approccio scientifico a problemi manageriali che coinvolgono fattori quantitativi.
O è un campo scientifico su un migliore processo decisionale applicando un approccio analitico a una varietà di problemi, compresi i fattori quantitativi.
Nel complesso, O è una disciplina sul processo di prendere una decisione migliore attraverso lo sviluppo e l’applicazione di una vasta gamma di metodi di problem-solving e
tecniche.
O è una disciplina accademica. È l’area interdisciplinare delle competenze e dei metodi coinvolti nel prendere decisioni basate sulla conoscenza scientifica.
O è un processo decisionale.
O ha un approccio scientifico. Utilizza teoria e metodi in matematica, probabilità, statistica e informatica adattati e applicati all’identificazione, formulazione, soluzione, validazione, implementazione e controllo dei problemi decisionali.
O si occupa dello sviluppo e dell’applicazione di analisi quantitative alla soluzione dei problemi affrontati dai gestori del sistema pubblico e privato.
O considera fattori quantitativi. L’elemento dell’ambiente decisionale si presta spesso alla quantificazione. Un’analisi appropriata di questi elementi quantitativi può produrre input significativi ai fini del processo decisionale.
Storia della Ricerca operativa
- ~ 17, basato su Probabilità di problem solving da Christiaan Huygens e Blaise Pascal
- ~ 1890, Gestione Scientifica da Frederick Taylor
- ~ 1900, di un grafico di Controllo (Pianificazione del Progetto) da Henry Gantt
Sistemi di cambiare nel corso del tempo da Andrew A. Markov
modello di Rete: assegnazione approccio
- ~ 1910, Inventario Ottimale Teoria di F. W. Harris
tempo Medio di attesa per il telefono dei chiamanti (Teoria delle code) da E. K. Erlang
- ~ 1920, carte di controllo della Qualità William Shewart
Controllo di Qualità (Campionamento) da H. Dodge e H. Romig
- ~ 1930, la Teoria dei giochi da Jon von Neuman e Oscar Morgenstern
- ~ 1940, metodo Simplex (Programmazione Lineare) di George Dantzig
- ~ 1950, Non di Programmazione lineare H. Kuhn e A. W. Tucker
Integer Programming by Ralph Gomory
PERT e CPM (Progetto di Pianificazione)
Programmazione Dinamica da Richard Bellman
- ~ 1960, Teoria delle code da John DC Poco
Simulazione
Gestione e la scienza come “l’uso commerciale O” da Stafford Beer
- ~ 1980, Più criteri decisionali (MCDM) di Stanley Zionts
Nuova Programmazione Lineare da N. Karmarkar
Classificazione delle Operazioni di Ricerca Modello
Modello Deterministico
–ottimizzazione Lineare: Programmazione lineare (LP), programmazione intera (IP)
Modello di trasporto e assegnazione
Programmazione decisionale multi-criteri (MCDM)
Modelli di rete
–Ottimizzazione non lineare: Modello classico, modello di ricerca, programmazione non lineare.
Modello ibrido
–PERT-CPM, programmazione dinamica, modello di inventario, modello di simulazione
Modello stocastico
– Modello di analisi decisionale, modello di Markov, modello di accodamento