Investigación de operaciones con un enfoque práctico en la administración: Tomo 1 : Programación lineal
Sinopsis
La investigación de operaciones es una disciplina importante en la toma de decisiones estratégicas dentro de sectores como la administración, producción, logística y finanzas. Este libro está diseñado para estudiantes universitarios de carreras en ciencias administrativas, proporcionándoles herramientas matemáticas aplicadas, sin requerir un conocimiento previo en matemática avanzada. A diferencia de otros textos que se centran en la teoría y en la resolución metódica de problemas matemáticos, este libro pone un fuerte énfasis en la aplicación práctica de estos conceptos en la gestión empresarial cotidiana. El enfoque principal de este tomo es la Programación Lineal, y aborda casos concretos y ejercicios prácticos que permiten a los estudiantes aplicar las técnicas de investigación de operaciones a problemas administrativos reales, conectando la teoría con la práctica. Aunque existen textos avanzados que abordan la investigación de operaciones, estos suelen estar dirigidos a audiencias con un sólido trasfondo matemático, lo que restringe su accesibilidad. Por lo que el enfoque práctico de este libro llena una laguna en la literatura educativa, proporcionando una herramienta valiosa para estudiantes de ciencias administrativas que buscan integrar la investigación de operaciones en su vida profesional diaria.
Descargas
Citas
Al-Mutaz, I., & Al-Fariss, T. F. (1997). Optimum gasoline production in oil refineries by linear programming. Oil Gas European Magazine, 23, 43-45.
Attra, H. D., Wise, W. B., & Black, W. M. (1961). Application of Optimizing Techniques for Studying Field Producing Operations. Journal of Petroleum Technology, 13(01), 82–86. https://doi.org/10.2118/1338-G-PA
Ávalos Reyes, J. A., & Cepeda Silva, P. M. (2024). Investigación Operativa. Ámbito Empresarial (1a ed.). Escuela Superior Politécnica de Chimborazo.
Baker, K. R. (1974). Scheduling a Full-Time Workforce to Meet Cyclic Staffing Requirements. Management Science. https://doi.org/10.1287/mnsc.20.12.1561
Bazaraa, M. S., Jarvis, J. J., & Sherali, H. D. (2011). Linear Programming and Network Flows. John Wiley & Sons.
Ben-Tal, A., El Ghaooui, L., & Nemirovski, A. (2009). Robust Optimization (1a ed.). Princeton University Press. https://press.princeton.edu/books/hardcover/9780691143682/robust-optimization
Boaden, B. G. (1977). Choosing the Optimal Land Use Mix: A LP/DCF Model. Urban Studies, 14(2), 207–210. https://doi.org/10.1080/00420987720080361
Booth, C., & Rowlinson, M. (2006). Management and organizational history: Prospects. Management & Organizational History, 1(1), 5–30. https://doi.org/10.1177/1744935906060627
Caballero, J. A., & Grossmann, I. E. (2007). Una revisión del estado del arte en optimización. Revista Iberoamericana de Automática e Informática Industrial RIAI, 4(1), 5–23. https://doi.org/10.1016/S1697-7912(07)70188-7
Carter, M., Price, C. C., & Rabadi, G. (2017). Operations Research: A Practical Introduction (2a ed.). Chapman and Hall/CRC. https://doi.org/10.1201/9781315153223
Chopra, S., & Meindl, P. (2015). Supply Chain Management: Strategy, Planning, and Operation, eBook, Global Edition. Pearson Education.
Dantzig, G. B. (2002). Linear Programming. Operations Research, 50(1), 42–47. https://doi.org/10.1287/opre.50.1.42.17798
David, R. (2001). Principles Of Modelling. Safety and Reliability, 21(1), 4–15. https://doi.org/10.1080/09617353.2001.11690705
De la Cruz, V., Hernández, M., Rodríguez, C., & Vigueras, D. (2024). Optimización I: Métodos de programación lineal. Optimización I. https://sites.google.com/view/opti-mpl/p%C3%A1gina-principal
Devi, S., Nayak, M. M., & Patnaik, S. (2020). Decision-making models and tools: A critical study. International Journal of Management and Decision Making, 19(2), 176. https://doi.org/10.1504/IJMDM.2020.108204
Drury, C. (1992). Joint product and by-product costing. En C. Drury (Ed.), Management and Cost Accounting (pp. 161–181). Springer US. https://doi.org/10.1007/978-1-4899-6828-9_7
Espinoza Carrión, D., Narváez Zurita, C., Erazo Álvarez, J., & Machuca Contreras, M. (2019). La estrategia financiera como herramienta funcional para la gestión de liquidez en las organizaciones. CIENCIAMATRIA, 5(1), Article 1. https://doi.org/10.35381/cm.v5i1.278
Ford, P. E. B. (1973). An Application of Linear Programming to Loan Plans and Bonus Funding. Journal of the Staple Inn Actuarial Society, 20(3), 186–201. https://doi.org/10.1017/S0020269X00008665
García-Nieves, J. D., Ponz-Tienda, J. L., Ospina-Alvarado, A., & Bonilla-Palacios, M. (2019). Multipurpose linear programming optimization model for repetitive activities scheduling in construction projects. Automation in Construction, 105, 102799. https://doi.org/10.1016/j.autcon.2019.03.020
Gass, S. I., & Fu, M. C. (Eds.). (2013). Encyclopedia of Operations Research and Management Science. Springer US. https://doi.org/10.1007/978-1-4419-1153-7_200001
González Ariza, Á., & García Llinás, G. (2015). Manual Práctico de Investigación de Operaciones I (4a ed.). Universidad del Norte.
Granizo Espinoza, X. (2021). Investigación operativa. Programación lineal en las Ciencias Administrativas (1a ed.). Escuela Superior Politécnica de Chimborazo.
Herrera-Sánchez, G., Silva-Juárez, A., Gallardo-Navarro, J. L., & Ríos-Reyes, J. H. (2020). Propuesta de optimización de metas del área de mantenimiento mediante programación lineal por metas. Revista de Computo Aplicado, 1–7. https://doi.org/10.35429/JCA.2020.14.4.1.7
Hilal, S. S., & Erikson, W. (1981). Matching Supplies to Save Lives: Linear Programming the Production of Heart Valves. Interfaces, 11(6), 48–56. https://doi.org/10.1287/inte.11.6.48
Hillier, F., & Lieberman, G. (2024). Introduction to Operations Research (2024 Release). Mc Graw Hill. https://www.mheducation.com/highered/product/introduction-operations-research-2024-release-hillier-lieberman/M9781264856961.html
Izar Landeta, J. M. (2012). Investigación de Operaciones (1a ed.). Trillas.
Jia, Z., & Ierapetritou, M. (2003). Mixed-Integer Linear Programming Model for Gasoline Blending and Distribution Scheduling. Industrial & Engineering Chemistry Research, 42(4), 825–835. https://doi.org/10.1021/ie0204843
Joyce, K. E., & Cartwright, N. (2020). Bridging the Gap Between Research and Practice: Predicting What Will Work Locally. American Educational Research Journal, 57(3), 1045–1082. https://doi.org/10.3102/0002831219866687
Kallrath, J. (2021). Business Optimization Using Mathematical Programming: An Introduction with Case Studies and Solutions in Various Algebraic Modeling Languages (2a ed., Vol. 307). Springer International Publishing. https://doi.org/10.1007/978-3-030-73237-0
Krajewski, L. J., Ritzman, L. P., & McKenzie, P. (1980). Shift Scheduling in Banking Operations: A Case Application. Interfaces, 10(2), 1–8. https://doi.org/10.1287/inte.10.2.1
Love, R. R., & Hoey, J. M. (1990). Management Science Improves Fast-Food Operations. Interfaces, 20(2), 21–29. https://doi.org/10.1287/inte.20.2.21
Maroto Álvarez, M. C., Alcaraz Soria, J., Ginestar Peiro, C. de M., & Segura Maroto, M. (2012). Investigación Operativa en Administración y Dirección de Empresas (1a ed.). Editorial Universitat Politècnica de València. https://riunet.upv.es/handle/10251/72454
Microsoft. (2024). Carga del complemento Solver en Excel 2016—Soporte técnico de Microsoft. https://support.microsoft.com/es-es/office/carga-del-complemento-solver-en-excel-2016-612926fc-d53b-46b4-872c-e24772f078ca
Nabli, H. (2009). An overview on the simplex algorithm. Applied Mathematics and Computation, 210(2), 479–489. https://doi.org/10.1016/j.amc.2009.01.013
Neave, E. H., & Wiginton, J. C. (1981). Financial management, theory and strategies (1a ed.). Prentice-Hall.
Powell, S., & Baker, K. (2003). The Art of Modeling with Spreadsheets: Management Science, Spreadsheet Engineering, and Modeling Craft (2a ed.). https://www.semanticscholar.org/paper/The-Art-of-Modeling-with-Spreadsheets:-Management-Baker-Powell/c27af8d416c44512ed3e2504a71995cb0db4b711
Press, W., Teukolsky, S., Vetterling, W., & Flannery, B. (2007). Numerical Recipes: The Art of Scientific Computing (3a ed.).
Rao, S. S. (2009). Engineering Optimization: Theory and Practice (4a ed.). John Wiley & Sons, Ltd. https://doi.org/10.1002/9780470549124
Rardin, R. L. (2017). Optimization in Operations Research (2a ed.). Pearson.
Riddle, E. J. (2010). An Active Learning Exercise for Introducing the Formulation of Linear Programming Models. | Decision Sciences Journal of Innovative Education | EBSCOhost. Decision Sciences Journal of Innovative Education, 8(2). https://doi.org/10.1111/j.1540-4609.2010.00263.x
Robichek, A. A., & Weingartner, M. H. (1965). Mathematical Programming and the Analysis of Capital Budgeting Problems. Journal of the American Statistical Association, 60(310), 675. https://doi.org/10.2307/2282700
Romero Medina, M. V. (2019). Determinación de eutrofización a partir de la salubridad de sus nutrientes, en la laguna urbana Valle Hermoso del cantón Guano. [bachelorThesis, Escuela Superior Politécnica de Chimborazo]. http://dspace.espoch.edu.ec/handle/123456789/10597
Russell, R. S., & Taylor, B. W. (2011). Operations Management. Wiley.
Sekhon, R., & Bloom, R. (2024). Applied Finite Mathematics (1a ed.). Anza College. https://math.libretexts.org/Bookshelves/Applied_Mathematics/Applied_Finite_Mathematics_(Sekhon_and_Bloom)
Simchi-Levi, D., Kaminsky, P., & Simchi-Levi, E. (2021). Designing and Managing the Supply Chain: Concepts, Strategies and Case Studies. McGraw-Hill Education.
Taha, H. A. (2022). Operations Research an Introduction (11a ed.). Pearson Education Ind.
Wagner, H. M. (1975). Principles of Operations Research: With Applications to Managerial Decisions (1a ed.). Prentice-Hall.
Wakefield, M. (2014). Introduction to Linear Programming [Class Notes]. https://www.usna.edu/Users/math/wakefiel/sa305.php
Willemain, T. R. (1994). Insights on Modeling from a Dozen Experts. Operations Research, 42(2), 213–222. https://doi.org/10.1287/opre.42.2.213
Winston, W. L. (2022). Operations Research: Applications and Algorithms (4a ed.). Brooks/Cole - Thomson Learning.
Wollmann, D., & Steiner, M. T. A. (2017). The Strategic Decision-Making as a Complex Adaptive System: A Conceptual Scientific Model. Complexity, 2017(1), 7954289. https://doi.org/10.1155/2017/7954289

Descargas
Publicado
Licencia

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.