Um dos principais impulsos por trás da pesquisa operacional foi o reconhecimento de que processos complexos e orientados a objetivos devem ser estudados e resolvidos como conjuntos integrados, já que as soluções para partes isoladas do problema geral revelaram-se isoladas, enquanto a prática exigia unidade entre todas as soluções parciais.

Inicialmente, a "pesquisa operacional" limitava-se ao desenvolvimento de métodos para analisar um problema como um todo único, sem isolar suas partes constituintes. Outra característica distintiva desses estudos no período inicial foi o uso da abordagem de equipe interdisciplinar. Sua essência não estava em reunir todos os especialistas relevantes em um só lugar, mas em criar um grupo que dominasse métodos quantitativos e estivesse livre da perspectiva estreita inerente a qualquer disciplina isolada. Essa abordagem refletia duas realidades: primeiro, a necessidade de introduzir métodos quantitativos na ciência da gestão e, segundo, a escassez de métodos (e especialistas) na área que passou a ser chamada de "pesquisa operacional".

Posteriormente, a "pesquisa operacional" evoluiu da atividade conjunta de especialistas de vários perfis para um ramo independente da ciência e da prática organizacional, dividindo-se, no processo, em duas direções principais.

A primeira delas está associada à construção de modelos matemáticos para os subproblemas de gestão mais frequentemente encontrados, nos quais é possível, até certo ponto, dispensar a necessidade de levar em conta o comportamento das pessoas individuais que participam da operação. Aqui foram identificados os principais problemas da teoria matemática da "pesquisa operacional", juntamente com a consequente especialização adicional dos cientistas que trabalham nessa área.

Um grande número de problemas resolvidos por gestores pode ser atribuído a tais tarefas, por exemplo:

gestão de estoques, relacionada à determinação do tamanho necessário de recursos "armazenados" (humanos, materiais, financeiros, matérias-primas etc.), considerando que o armazenamento implica certos custos;
alocação de recursos limitados entre diversos consumidores, cada um dos quais os utiliza com diferentes graus de eficiência;
problemas de filas, que envolvem a distribuição de tarefas em uma sequência estrita, formando um ou outro processo, e o estabelecimento de regras de prioridade;
seleção de rotas e programação de trabalhos no tempo;
problemas relacionados à substituição de equipamentos obsoletos;
busca de soluções por meio de enumeração racional (em vez de exaustiva) de possibilidades;
problemas competitivos, ou problemas de teoria dos jogos, que investigam estratégias racionais de comportamento em situações em que o resultado de uma operação depende não apenas do comportamento do sujeito, mas também do comportamento de um oponente cujos objetivos contradizem os do sujeito.

Assim, o método da "pesquisa operacional" passou a ser aplicado a diferentes tipos de operações e processos, utilizando diversas abordagens e ferramentas matemáticas variadas, dependendo do objeto de análise (métodos de programação matemática, modelagem combinatória e estatística). Além das ferramentas matemáticas, métodos heurísticos também foram empregados na "pesquisa operacional".

Ao desenvolver métodos para a análise de ações orientadas a objetivos (operações) e a avaliação comparativa de soluções, predominantemente em termos quantitativos, a "pesquisa operacional" fundamenta-se na metodologia sistêmica, segundo a qual os fenômenos estudados são considerados como sistemas que representam conjuntos interagentes de elementos concebidos para alcançar objetivos específicos.

A análise de operações ou fenômenos específicos do ponto de vista da "pesquisa operacional" envolve a construção de um modelo matemático do fenômeno, a análise do modelo e a busca de uma solução, a verificação da adequação do modelo e da solução ao fenômeno, a realização dos ajustes necessários ("calibração") no modelo e na solução e, finalmente, a aplicação prática da solução escolhida.

Intimamente relacionada aos problemas matemáticos desse método (embora formalmente não faça parte deles) está a vasta área dos chamados métodos de rede de planejamento e gestão. O desenvolvimento dos métodos e sistemas de rede está estreitamente ligado ao ramo da "pesquisa operacional" que estuda modelos de programação. Esses métodos permitiram encontrar uma linguagem nova e muito conveniente para descrever, modelar e analisar operações complexas de múltiplas etapas. São, em particular, esses os métodos de rede de modelagem e controle operacional: CPM — o "Método do Caminho Crítico" e PERT — "Técnica de Avaliação e Revisão de Programas".

O surgimento de diversos sistemas formalizados de gestão, métodos de planejamento de longo prazo, programação e previsão foi impulsionado pela necessidade de criar condições para a tomada de decisão correta em um ambiente no qual a gestão se via confrontada com enormes volumes de informação, milhares de fatores cuja contabilização, avaliação e integração se mostravam impossíveis sob a organização convencional da gestão.

Estudos realizados por diversos psicólogos americanos mostraram que uma pessoa encontra dificuldade em tomar decisões quando isso exige levar em conta mais de 10 variáveis ou fatores mutuamente contraditórios, ou mais de 20 fatores da mesma ordem. Entretanto, como uma solução ótima só pode resultar da contabilização e análise de todos os fatores, independentemente de uma pessoa em determinado nível de gestão ser ou não capaz de lidar com essa tarefa, surge objetivamente a necessidade de dividir os problemas em subproblemas e subtarefas. O principal princípio subjacente à maioria dos sistemas de programação existentes consiste na decomposição lógica das tarefas. A premissa era a necessidade de reduzir o número de fatores ou o volume de informação a níveis que permitissem a uma pessoa avaliá-los.

A segunda direção da "pesquisa operacional" desenvolveu-se de forma um pouco diferente, enfatizando não tanto a matematização dos problemas de gestão e a introdução de métodos das ciências exatas, mas sim a aplicação de princípios de estudo de uma operação como um todo unificado, utilizando equipes de pesquisa "novas" e "imparciais". O surgimento da engenharia de sistemas está associado a essa direção. Cabe notar que muitos cientistas que estudaram processos de gestão utilizando o método da "pesquisa operacional" posteriormente foram além dos limites desse tipo de investigação. Nesse contexto, propuseram definições cada vez mais amplas da disciplina científica cujo fundamento é esse método, o que não raramente levou a confusões terminológicas.

Muitos especialistas americanos reconhecem que, embora a "pesquisa operacional" tenha representado, em conjunto, um passo muito importante para a criação de uma nova ciência da gestão, ela cobria, ainda assim, uma gama comparativamente estreita de problemas. Além disso, à medida que a especialização matemática se desenvolvia, surgiu uma tendência a considerar a "pesquisa operacional" como ramos especiais da matemática aplicada — ou seja, a não considerá-la como constituindo uma disciplina científica independente com um objeto de estudo próprio.

Assim, já no início da década de 1950, começou uma busca ativa por uma definição mais precisa da especificidade dos problemas de gestão cuja solução pressupõe a aplicação de métodos matemáticos, embora os próprios problemas devessem ser atribuídos ao objeto de estudo da teoria da organização e da gestão. O resultado foi a identificação da teoria da decisão como disciplina científica independente (dentro da ciência da gestão), concebida como um desenvolvimento adicional da "pesquisa operacional", que passou, correspondentemente, a ser interpretada como métodos específicos de tomada de decisão. No entanto, na teoria da decisão (e isso a distingue da "pesquisa operacional"), a atenção principal foi dedicada ao próprio processo de tomada de decisão, à formação de princípios de escolha, ao desenvolvimento de critérios de qualidade e à determinação de métodos para encontrar soluções que correspondam a esses princípios. Os defensores dessa teoria afirmam que a tomada de decisão constitui o núcleo da atividade gerencial e define suas características específicas.

O trabalho nessa área segue principalmente duas direções. A primeira ocupa-se principalmente da modelagem matemática dos processos de tomada de decisão tal como efetivamente realizados em equipes reais. A segunda concentra seus esforços no desenvolvimento de algoritmos que permitam obter soluções ótimas. A primeira direção inclui diversos estudos "comportamentais", por exemplo, os de E. Fogel e R. Luce, enquanto a segunda abrange numerosas investigações na teoria das decisões estatísticas, na teoria dos jogos e afins. O trabalho dos representantes de ambas as direções faz uso extensivo das ferramentas da lógica matemática, da estatística matemática, bem como da programação linear, não linear, dinâmica e sistêmica. A necessidade de avaliar as consequências de uma ou outra decisão sob condições de incerteza levou ao uso generalizado de métodos de testagem estatística, ou "métodos de Monte Carlo".

Ao mesmo tempo, dentro da "nova" escola, formou-se outro ponto de vista, segundo o qual as características específicas da gestão estão associadas ao aspecto econômico da atividade de diversos sistemas e, portanto, o foco central da ciência da gestão deveria ser a tarefa de quantificação e modelagem matemática dos fenômenos econômicos. Esse ponto de vista deu origem à chamada abordagem econométrica da análise e da programação de processos de gestão.

De grande importância para o desenvolvimento da abordagem econométrica foi a descoberta, em 1939, pelo matemático soviético e laureado com o Nobel L. V. Kantorovich, do método de programação linear, no qual se baseia amplamente a pesquisa nessa área. Somente 10 anos depois esse método foi redescoberto independentemente pelo matemático americano G. Dantzig.

Na base da abordagem econométrica está a construção de modelos que refletem, de forma esquemática, fenômenos ou processos econômicos particulares por meio da abstração científica das características mais representativas desses fenômenos e processos. Diferentemente de um modelo econômico, um modelo econométrico é expresso em forma matemática. De acordo com essa abordagem, todo modelo econômico-matemático desenvolvido possui quatro aspectos distintos:

Reflete determinados fenômenos econômicos de conteúdo qualitativo, expressos em unidades de medida específicas. Essas grandezas são, em certo sentido, os parâmetros do modelo.
O modelo inclui determinadas relações e dependências quantitativas entre os parâmetros. Podem ser equações de balanço que definem a estrutura do processo modelado, ou dependências mais complexas que ligam os resultados dos processos às suas causas.
O modelo define o domínio das mudanças permissíveis nos parâmetros do modelo ao longo do tempo, do espaço e do volume. Essas são as chamadas restrições impostas às dependências quantitativas.
O modelo deve representar um sistema de parâmetros, dependências e restrições interrelacionados, com entradas e saídas definidas. Gerenciar tal sistema — isto é, obter resultados específicos na saída — deve ocorrer por meio de uma ou outra forma de ação sobre as entradas, sem interferir em sua estrutura interna.

A construção de modelos econométricos divide-se em quatro etapas principais.

A primeira etapa é a especificação, quando as principais variáveis econômicas são formalizadas e são buscadas equações matemáticas com base em pressupostos e proposições iniciais.
A segunda etapa é a identificação, que consiste em encontrar os valores dos parâmetros das equações obtidas na primeira etapa como resultado da especificação.
A terceira etapa é a verificação, que consiste em definir e selecionar critérios para avaliar a qualidade dos resultados da especificação e da identificação — ou seja, o grau de adequação dos modelos aos processos econômicos reais. Se os modelos obtidos por meio da especificação e da identificação forem inadequados, então a validade das premissas iniciais e a escolha e formalização das variáveis econômicas são examinadas.
A quarta etapa é a previsão, que consiste no procedimento de determinação dos valores futuros das variáveis incluídas no modelo econométrico.

Pesquisa Operacional: Gvishiani

Pesquisa Operacional