Configuración de la materia troncal de Métodos Cuantitativos de Organización Industrial en las universidades españolas
DOI:
https://doi.org/10.46661/revmetodoscuanteconempresa.2061Palabras clave:
Materia troncal, Métodos Cuantitativos de Organización Industrial, universidades españolas, core subject, Quantitative Methods for Industrial Organization, Spanish UniversitiesResumen
El objetivo principal de este trabajo es analizar la materia troncal de Métodos Cuantitativos de Organización Industrial (MCOI) como disciplina de estudio en la titulación de Ingeniería de Organización Industrial (IOI) en las universidades españolas. El núcleo central de este trabajo se basa en realizar el recorrido histórico de los contenidos de los MCOI y analizar su docencia en las universidades españolas. Con ello, se pretende estructurar el conocimiento de esta materia para que pueda servir de referencia a docentes, investigadores y usuarios de la misma para el desarrollo de sus actividades.
Este trabajo también podría considerarse como un punto de partida, cuando llegue el momento oportuno, en la articulación de los nuevos títulos de grado que habrán de venir, dentro del futuro marco del sistema de crédito europeo (ECTS).
Descargas
Citas
Anderson, D.R., Sweeney, D.J., Williams, T.A. (1999) Métodos Cuantitativos para los Negocios. 7ª edición. International Thomson Editores.
Bellman, R.E. (1957) Dynamic Programming. Princeton University Press, Princeton, New Jersey.
Bellman, R.E., Dreyfus, S.E. (1962) Applied Dynamic Programming. Princeton University Press, Princeton, New Jersey.
Bellman, R.E., Zadeh, L.A. (1970) Decision making in a fuzzy environment. Management Science 17 (4) 141-164.
Bischop, J., Meeraus, A. (1982) On the development of a general algebraic modeling system in a strategic planning environment. Mathematical Programming Study 20, 1-29.
Box, G., Muller, A. (1958) A note on the generation of random normal deviates. Annals of Mathematical Statistics 29, 610-611.
Chartrand, G., Oellerman, O. (1993) Applied and Algorithmic Graph Theory. McGraw-Hill.
Churchman, C.W., Ackoff, R.L., Arnoff, E.L. (1957) Introduction to Operations Research. Wiley, New York.
Dantzig, G.B. (1953) Computational algorithm of the revised Simplex method. RAND Memorandum 1266.
Dantzig, G.B. (1963) Linear Programming and Extensions. New Jersey University Press.
Dantzig, G.B., Glynn, P.W. (1990) Parallel processors for planning under uncertainty. Annals Operations Research 22, 1-21.
Derman, C. (1970) Finite State Markovian Decision Processes. Academic Press, New York.
Eglese, R.W. (1990) Simulated annealing. A tool for operational research. European Journal of Operational Research 46 (3) 271-281.
Ford, L.R., Fulkerson, D.R. (1955) A simplex algorithm for finding maximal network flows and an application to the Hitchcock problem. RAND Report RM-1604, RAND Corporation, Santa Mónica, Dic. 20.
Ford, L.R., Fulkerson, D.R. (1957) A primal-dual algorithm for the capacitated Hitchcock problem. Naval Research Logistics Quarterly 4, 47-54.
Ford, L.R., Fulkerson, D.R. (1962) Flows in Networks. Princeton University Press. Princeton, New Jersey.
Fourer, R. (1983) Modeling languages versus matrix generators for linear programming. ACM Transactions on Mathematical Software 9, 2, 143-183.
Fourer, R., Gay, D.M., Kernighan, B.W. (1990) A mathematical programming language. Management Science 36 (5) 519-554.
Fourer, R., Gay, D.M., Kernighan, B.W. (1993) AMPL: A Modelling Language for Mathematical Programming. Duxbury Press/Brooks/Cole Publishing Company.
Fox, M.S., Barbuceanu, M., Teigen, R. (2000) Agent-oriented supply-chain management. International Journal of Flexible Manufacturing Systems 12 (2-3) 165-188.
Garey, M.R., Johnson, D.S. (1979) Computers and Intractability: A Guide to the Theory of NP-Completeness. W.H. Freeman and Co., San Francisco, California.
Gassmann, H., Ireland, A. (1995a) Scenario formulation in an Algebraic Modelling Language. Annals of Operations Research 59, 45-75.
Gassmann, H., Ireland, A (1995b) On the automatic formulation of stochastic linear programs. Annals of Operations Research 64, 83-112.
Geoffrion, A. (1987) Introduction to structured modeling. Management Science 33 (5) 547-588.
Geoffrion, A. (1989) The formal aspects of structured modeling. Operations Research 37 (1) 30-51.
Gen, M., Cheng, R. (1997) Genetic Algorithms and Engineering Design. John Wiley & Sons, New York.
Glover, F. (1977) Heuristic for integer programming using surrogate constraints. Decision Sciences 8 (1) 156-166.
Gomory, R.E. (1958) Outline of an algorithm for integer solutions to linear programs. Bull. Am. Math. Soc. 64, 275-278.
Gomory, R.E. (1960a) All-Integer Programming Algorithm. Report RC-189, IBM Research Center, Mohansic, New York.
Gomory, R.E. (1960b) Solving linear programming problems in integers. Bellman and M. Hall (Eds.), Combinatorial analysis proceedings of the tenth symposium in applied mathematics of the American Mathematical Society, 211-216.
Gomory, R.E. (1960c) An algorithm for the mixed integer problem. Report RAND Corporation, RM-2597.
Gomory, R.E. (1963) An algorithm for integer solutions to linear programs. R.L. Graves and P. Wolfe (Eds.) Recent Advances in Mathematical Programming, McGraw-Hill, pp. 269-302, New York.
Herrera, F., Verdegay, J.L. (1996) Studies in fuzziness and soft computing. En: Genetic Algoritms and Soft Computing. Physica-Verlag.
Higle, J.L., Sen, S. (1996) Stochastic Decomposition: A Statistical Method for Large Scale Stochastic Linear Programming. Kluwer, Boston.
Hitchcock, F.L. (1941) The distribution of a product from several sources to numerous localities. Journal of Mathematical Physics 20, 224-230.
Holland, J.H. (1975) Adaptation in natural and artificial systems. University of Michigan Press, Ann Arbor.
Holland, J.H. (1992) Genetic Algorithms. Scientific American 267(1) 66-72.
Howard, R.A. (1960) Dynamic Programming and Markov Processes. MIT Press, Cambridge, Mass, USA.
John, F. (1948) Extremun problems with inequalities as subsidiary conditions. Studies and Essays: Courant Anniversary Volume, Interscience Publishers, pp. 187-204, New York.
Jones, C. (1990) An introduction to graph-based modeling systems, part I: Overview. ORSA Journal on Computing 2, 136-151.
Jones, C. (1991) An introduction to graph-based modeling systems, part II: graph grammars and the implementation. ORSA Journal on Computing 3, 180-206.
Kleinrock, L. (1975) Queueing Systems, New York [etc] John Wiley & Sons.
Kuhn, H.W., Tucker, A.W. (1951) Nonlinear programming. En: Jerzy Neyman (Ed.), Second Berkeley Symposium on Mathematical Statistics and Probability, University of California Press, Berkeley, pp. 481-92.
Law, A., Kelton, W. (1991) Simulation Modelling and Analysis. 2nd Edition. McGraw-Hill, New York.
Little, J.D., Murty, C.K.G., Sweeney, D.W., Karel, C. (1963) An algorithm for the travelling salesman problem. Operations Research 11, 972-989.
Maximal Software Incorporation (2004) MPL modelling system. Release 4.2e. USA.
Mulvey, J., Vanderbei, R, Zenios, S. (1995) Robust optimization of large-Scale systems. Operations Research 42 (2) 264-281.
Nash, J.F. (1950) The bargaining problem. Econometrica 18, 155-162.
Nash, J.F. (1951) Non-cooperative games. Annals of Mathematics 54, 286-295.
Nash, J.F. (1953) Two person cooperative games. Econometrica 21, 128-140.
Orlicky, J. (1975) Material Requirements Planning, McGraw Hill, London.
Overstreet, C.M., Nance, R. (1985) A specification language to assist in analysis of discrete event simulation models. Communications of the ACM 28 (2) 190-201.
Raiffa, H., Schlaifer, R. (1961) Applied Statistical Decision Theory. MIT Press, Cambridge.
Rialp, A. (2003) Fundamentos Teóricos de la Organización de Empresas. Un Enfoque Interdisciplinar. Ediciones Pirámide, Madrid.
Roy, A., Lasdon, L., Lordeman, J. (1986) Extending planning languages to include optimization capabilities. Management Science 32 (3) 360-373.
Shapley, L.S. (1953) A value for n-person games. En: Contributions to the theory of games, Volume II (Annals of Mathematics Studies 28) H.W. Kuhn y A.W. Tucker (eds.), Princeton: Princeton University Press, 307-317.
Silver, E., Peterson, R. (1985) Decision Systems for Inventory Management and Production Control. 2nd Edition. Wiley, New York.
Sharda, R., Steiger, D. (1995) Using artificial intelligence to enhance model analysis. En: The Impact of Emerging Technologies on Computer Science and Operations Research, Nash, S. y Sofer, A. (eds.), 1995, 263–279, Kluwer Academic Publishers.
Steuer, R.E. (1986) Multiple Criteria Optimization: Theory, Computations and Application. Wiley, New York.
Stewart, W. (1991) MARCA: Markov Chain Analyzer a software package for Markov modeling. En: Numerical Solution of Markov chain, (Stewart, W. ed.). Marcel Drekka, Inc.
Taha, H.A. (2005) Investigación de Operaciones. 7ª Edición. Prentice-Hall.
Van Wassenhove, L.N., Gelders L.F. (1980) Solving a bicriterion scheduling problem. European Journal of Operational Research 4 (1) 42-48.
Veciana, J.M. (1987) Nota del curso de doctorado: Metodología de la investigación científica. Dep. Economía de la Empresa de la Universitat Autònoma de Barcelona, Bellaterra (Barcelona).
Von Neumann, J., Morgenstern, O. (1944) Theory of Games and Economic Behaviour. Princeton University Press, Princeton, New Jersey.
Winston, W.L. (2005) Investigación de Operaciones. Aplicaciones y Algoritmos. Ed. Thomson.
Zijm, W.H.M. (2000) Towards intelligent manufacturing planning and control systems. OR Spektrum 22, 313-345.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2007 Revista de Métodos Cuantitativos para la Economía y la Empresa
Esta obra está bajo una licencia internacional Creative Commons Atribución-CompartirIgual 4.0.
El envío de un manuscrito a la Revista supone que el trabajo no ha sido publicado anteriormente (excepto en la forma de un abstract o como parte de una tesis), que no está bajo consideración para su publicación en ninguna otra revista o editorial y que, en caso de aceptación, los autores están conforme con la transferencia automática del copyright a la Revista para su publicación y difusión. Los autores retendrán los derechos de autor para usar y compartir su artículo con un uso personal, institucional o con fines docentes; igualmente retiene los derechos de patente, de marca registrada (en caso de que sean aplicables) o derechos morales de autor (incluyendo los datos de investigación).
Los artículos publicados en la Revista están sujetos a la licencia Creative Commons CC-BY-SA de tipo Reconocimiento-CompartirIgual. Se permite el uso comercial de la obra, reconociendo su autoría, y de las posibles obras derivadas, la distribución de las cuales se debe hacer con una licencia igual a la que regula la obra original.
Hasta el volumen 21 se ha estado empleando la versión de licencia CC-BY-SA 3.0 ES y se ha comenzado a usar la versión CC-BY-SA 4.0 desde el volumen 22.
