Un’introduzione completa al campo della ricerca operativa
La ricerca operativa, chiamata anche Scienza delle decisioni o analisi delle operazioni, è lo studio dell’applicazione della matematica alle domande aziendali. Come sottocampo della matematica applicata, ha una posizione molto interessante accanto ad altri campi come la scienza dei dati e l’apprendimento automatico.
A quali domande risponde Operations Research?
Prima di entrare nella definizione reale della ricerca operativa, diamo un’occhiata ad alcune applicazioni di esempio. Come si vedrà, tutti hanno alcuni punti in comune: ci arriveremo subito dopo.
Esempi di ricerca operativa:
Se hai preso lezioni di matematica a scuola, probabilmente hai incontrato Equazioni lineari e potresti aver imparato come risolvere questi metodi con carta e penna. La programmazione lineare è una tecnica di ottimizzazione per risolvere sistemi di vincoli lineari con una funzione obiettivo lineare. È il metodo più noto di ricerca operativa.
Teoria della linea di attesa o teoria della coda.
Il secondo argomento della ricerca operativa è la teoria delle code. Forse meno ovvio dell’esempio precedente, ma una linea di attesa può anche essere descritta perfettamente in termini matematici. Una volta fatto questo, la teoria della coda consente a un’azienda di comprendere e migliorare i tempi di coda per i clienti e allo stesso tempo la gestione della forza lavoro.
Un’altra importante applicazione della teoria delle code è la pianificazione delle attività da parte dei sistemi operativi del computer, anche se è abbastanza lontana dalle altre applicazioni discusse in questo articolo.
Sistemi di controllo dell’inventario
Il prossimo argomento risolto da Operations Research è il controllo dell’inventario. Il controllo dell’inventario per un’azienda è complicato e dipende da molte decisioni, ad esempio acquisto, magazzinaggio, spedizione, tracciamento e altro ancora,
I sistemi di controllo dell’inventario raggruppano diverse soluzioni che risolvono la totalità delle attività di inventario di un’organizzazione. Gli algoritmi più utilizzati per la gestione dell’inventario sono Economic Order Quantity (EOQ), Inventory Production Quantity (IPQ) e ABC Analysis. Se vuoi approfondire la gestione dell’inventario, dovresti assolutamente dare un’occhiata a quelli.
Problemi di sostituzione
Spero che a questo punto i tipi di problemi trattati nella Ricerca operativa stiano già diventando più chiari per te. I problemi di sostituzione sono relativamente paragonabili ai precedenti: ottimizzare la sostituzione di materiali che sono noti per fallire dopo un certo tempo di utilizzo. Per oggetti costosi come macchinari, automobili, computer, ecc. c’è un costo enorme per un’azienda quando li sostituisce troppo tardi, ma anche quando li sostituisce troppo presto. Pertanto questa è anche una buona domanda per l’ottimizzazione con la ricerca operativa.
Analisi di rete
L’analisi di rete è un argomento relativamente diverso dagli elementi elencati in precedenza.
Nell’analisi di rete, un’applicazione viene rappresentata come un grafico da ottimizzare. Nella teoria dei grafi in generale, esistono grafi di nodi e bordi. Ogni nodo è un punto e ogni bordo indica se esiste una connessione tra determinati nodi diversi. Un buon esempio di questo tipo di dati è una rete di social media in cui ogni persona (profilo) è rappresentata come un nodo e ogni relazione di amicizia è rappresentata come un vantaggio.
Un esempio di utilizzo di questo nella ricerca operativa è per la gestione dei progetti. Quando si parla di gestione del progetto, probabilmente tutti conosciamo il famoso diagramma di Gantt che consente una maggiore panoramica dei passaggi e delle dipendenze tra i passaggi di un progetto.
Ma ogni volta che un progetto è molto complesso, ci saranno molte dipendenze tra le attività: così tante dipendenze che il percorso ottimale diventa complicato da identificare. Due metodi di ricerca operativa che possono aiutare qui sono il metodo Critical Path (CPM) e il metodo Project Evaluation & Review Technique (PERT).
Problemi di sequenziamento
Voglio infine elencare i problemi di sequenziamento. Questo argomento riguarda la definizione dell’ordine di un numero elevato di operazioni da eseguire con un numero limitato di risorse. In questa situazione, possiamo scegliere tra molti diversi ordini di esecuzione e vogliamo assicurarci di scegliere l’ordine migliore. A seconda della funzione di costo scelta, è possibile ottimizzare la durata totale delle operazioni o il costo o il beneficio.
Un certo numero di metodi di sequenziamento sono First Come First Served (FCFS), Shortest Processing Time (SPC), Early Due Date (EDD), e altro ancora.
Sebbene ci siano più applicazioni di Ricerca operativa, penso che l’idea generale sia chiara ora e passerò a una descrizione più formale dell’argomento.
Definizione di Operations Research
Operations Research utilizza matematica e statistica per rispondere a domande di ottimizzazione e simulazione. Ogni volta che traduciamo una domanda aziendale in una domanda di ottimizzazione, è primordiale avere definizioni chiare di un costo da minimizzare o di un beneficio da massimizzare.
I tre elementi chiave di qualsiasi argomento di ricerca operativa:
Algoritmi e statistiche
L’ho già scritto sopra: Operations Research farà molto affidamento su algoritmi, matematica e statistiche. Una famiglia molto importante di algoritmi nella ricerca operativa sono gli algoritmi di ottimizzazione: algoritmi che cercano di trovare un massimo o un minimo, dato un certo insieme di possibilità.
Ad esempio, potremmo utilizzare un algoritmo di ottimizzazione per ridurre al minimo il costo del personale di una fabbrica, dato un insieme di vincoli sul numero di persone necessarie e vincoli di ciascuno dei singoli dipendenti.
Ottimizzazione
Trovare la migliore soluzione possibile a una domanda, dati i potenziali vincoli pratici. L’ottimizzazione può riguardare la massimizzazione o la minimizzazione di un costo o beneficio che viene deciso prima di iniziare.
È possibile avere più obiettivi, nel qual caso possiamo definire una funzione di costo combinata applicando pesi dei nostri diversi costi (ad esempio prendere la somma di due costi per minimizzare potrebbe essere un esempio di una funzione di costo combinata).
Una seconda cosa che si verifica spesso da gestire in quelle ottimizzazioni sono i vincoli. A volte, un algoritmo alla ricerca di minimizzazione di un costo può andare a cercare soluzioni in un modo che è praticamente impossibile. Ad esempio, quando si cerca la migliore pianificazione del personale, vogliamo vincolare l’algoritmo per pianificare le persone per turni di 24 ore perché sarebbe semplice illegale.
Simulazione
La simulazione è in realtà un compito paragonabile all’ottimizzazione. Piuttosto che chiedere a un algoritmo quale sia la migliore pianificazione del personale, potremmo anche chiedere a un algoritmo quale sarebbe l’effetto di cambiare la pianificazione. Questo tipo di attività è vicino all’ottimizzazione poiché potremmo semplicemente utilizzare l’algoritmo di ottimizzazione con una configurazione di input diversa per simulare quale sarebbe il risultato ottimale con quei diversi input.
Quindi, in breve, la ricerca operativa sta applicando la matematica alle domande aziendali con un obiettivo di ottimizzazione e/o simulazione. Spero che questo articolo abbia chiarito le cose per te. Grazie per la lettura e non esitate a rimanere sintonizzati per più!