Matemática aplicada en Investigación Operativa: Optimización de recursos en Proyectos de Investigación

Vanessa Fernanda Morales Rovalino, Carmen de las Mercedes Beltrán Mesías, William Wladimir Ortiz Fernández, José Williams Morales Cevallos

Resumen


El presente artículo aborda el papel fundamental de la matemática aplicada en el ámbito de la Investigación Operativa (IO), focalizándose en la optimización de recursos dentro del contexto de los proyectos de investigación científica y tecnológica. El objetivo central es demostrar cómo los modelos matemáticos, especialmente los de programación lineal, entera y no lineal, permiten una asignación eficiente de recursos escasos tiempo, presupuesto, personal y materiales, maximizando así los resultados esperados de dichos proyectos.

Desde una perspectiva teórica, el artículo se fundamenta en el paradigma de la toma de decisiones racionales bajo restricciones, integrando elementos clave de la teoría de sistemas, análisis de decisiones multicriterio y teoría de juegos cooperativos. Se destacan conceptos esenciales como función objetivo, restricciones, variables de decisión, sensibilidad y eficiencia de Pareto, todos aplicados en el marco de la formulación y solución de modelos matemáticos orientados a la investigación científica.

En la sección metodológica, se presentan casos de estudio simulados y reales en los que se aplican herramientas de software como LINGO, MATLAB y Solver de Excel para resolver problemas típicos de optimización en la gestión de proyectos, como la calendarización de actividades, la distribución de fondos y la asignación de equipos multidisciplinarios.

Los resultados obtenidos evidencian mejoras significativas en el uso racional de los recursos y en la eficacia de los proyectos evaluados. Como conclusión, se resalta que el enfoque matemático de la Investigación Operativa (IO) no solo potencia la eficiencia operativa, sino que también fortalece la toma de decisiones estratégicas en entornos complejos y dinámicos de investigación.


Palabras clave


Optimización; Investigación Operativa; Modelos Matemáticos; Gestión de Proyectos, Asignación de Recursos.

Texto completo:

PDF HTML

Referencias


Almeida, J., Pereira, A., & Santos, F. (2022). Optimization techniques in project management: A systematic review. International Journal of Project Management, 40(1), 45-57. https://doi.org/10.1016/j.ijproman.2021.06.001

Bansal, S., Kumar, R., & Gupta, M. (2023). Stochastic modeling and analysis in operations research. Operations Research Letters, 51(2), 112-119. https://doi.org/10.1016/j.orl.2022.08.002

Bañuls, V. J., García, J., & Marín, A. (2020). Mathematical models for decision making in operational research: A literature review. European Journal of Operational Research, 281(3), 569-579. https://doi.org/10.1016/j.ejor.2019.08.026

Bourne, L. & Walker, D. H. T. (2023). Project Management: A Systems Approach. Project Management Journal, 54(1), 85-97. https://doi.org/10.1177/87569728211067845

El-Gayar, O. F., Khedhaouria, A., & Mazzocca, N. (2022). Integrating operations research into project management: A new paradigm. International Journal of Information Systems and Project Management, 10(1), 5-20. https://doi.org/10.12821/ijispm100101

González, J., Mena, J., & Serrano, A. (2022). Advances in linear and non-linear optimization techniques. Applied Mathematics and Computation, 426, 127-145. https://doi.org/10.1016/j.amc.2021.127145

Kumar, S., Gupta, R., & Sharma, P. (2021). A review of operational research methodologies. Journal of Operations Management, 67(3), 292-306. https://doi.org/10.1016/j.jom.2021.02.003

Morris, P. W. G., Pinto, J. K., & Söderlund, J. (2021). The Oxford Handbook of Project Management. Oxford University Press.

Moussa, A., Alzahrani, B., & Fathy, A. (2023). Resource allocation optimization in healthcare projects: A case study. Health Systems, 14(2), 150-165. https://doi.org/10.1080/20479700.2022.2034567

Patel, R. D., & Gajjar, H. P. (2020). Applications of operations research in decision making. International Journal of Operations Research, 17(3), 42-50. https://doi.org/10.48084/ijor.2020.17.3.42

Ranjbar, M. (2021). Optimization techniques in supply chain management: A comprehensive review. Journal of Supply Chain Management Science, 1(1), 1-14. https://doi.org/10.1007/s12399-021-00744-1

Zhang, Y., Zhang, P., & Wang, L. (2021). Linear programming models for resource optimization in scientific research. European Journal of Operational Research, 289(3), 1050-1061. https://doi.org/10.1016/j.ejor.2020.06.047




DOI: https://doi.org/10.23857/pc.v10i5.9548

Enlaces de Referencia

  • Por el momento, no existen enlaces de referencia
';

Bookmark and Share




Polo del Conocimiento              

Revista Científico-Académica Multidisciplinaria

ISSN: 2550-682X

Casa Editora del Polo                                                 

Manta - Ecuador       

Dirección: Ciudadela El Palmar, II Etapa,  Manta - Manabí - Ecuador.

Código Postal: 130801

Teléfonos: 056051775/0991871420

Email: polodelconocimientorevista@gmail.com / director@polodelconocimiento.com

URL: https://www.polodelconocimiento.com/