Clase #1

INTRODUCCIÓN:

INVESTIGACIÓN DE
OPERACIONES (I.O.)
Y
MODELAMIENTO
MATEMATICO

1-1
 CONTENIDO
• 1. Objetivos del curso
• 2. Programa Resumido
• 3. Evaluaciones
• 4. Bibliografía
• 5. Orígenes de la I. O.
• 6. Casos de implementación de I.O.
• 7. Areas de aplicación de la I.O.
• 8. Modelamiento Matemático

1-2
1. OBJETIVOS DEL CURSO: S4030
INVESTIGACIÓN DE OPERACIONES I

Proporcionar herramientas avanzadas en IO que

le permitan al ingeniero estudiar y planificar
sistemas complejos, con el fin de plantear
alternativas que en lo posible sean óptimas para
su adecuado funcionamiento.

1-3
 2. PROGRAMA RESUMIDO

1. Programación Lineal P.L.

2. El Problema del Transporte.
3. Programación Entera.
4. Programación Binaria y Mixta.
5. Programación Dinámica.
6. Análisis de Redes.

1-4
 3. EVALUACIONES
5 Parciales del 20%, así:

1. Formulación de problemas de P.L.

2. Solución de problemas de P.L.
3. El Problema Dual y Análisis de Sensibilidad.
4. El Problema del transporte, Programación Entera,
Binaria y Mixta.
5. Programación Dinámica y Análisis de Redes

Trabajos Opcionales
1-5
 BIBLIOGRAFIA
•Texto Guía.
HILLIER, F.S Y
LIEBERMAN G.J.
Introducción a la
investigación de
Operaciones.
6 Ed. Mc Graw Hill.
1997
7 Ed. 2002
En Internet: http://www.minas.unalmed.edu.co/
cursos/s4030/s4030.html
1-6
• RENDON C: Hernán D.
• DIAZ S. Fco. Javier
• Introducción a la
Investigación de
Operaciones
• Universidad Nacional
• 2002

1-7
•OTRAS REFERENCIAS
•TAHA HAMDY A. Investigación de operaciones.
Alfaomega. 5 Ed. 1995
•DAVIS K Roscoe y MC KEOWN Patrick. Modelos
cuantitativos para administración. Grupo editorial
Iberoamerica. 2 Ed. 1986.
•BAZARAA MS y JJ. Jarvis. Programación lineal y
flujo de redes. Limusa. Noriega editores, 2 ed. 1998.
•GASS S.I. Programación lineal. Compañía Editorial
Continental. 1981
•LUENBERGER, D.C. Introduction to linear and non
linear programing.
•PRAWDA, Juan. Métodos y modelos de
Investigación de operaciones. Limusa.
1-8
 5. ORÍGENES de la IO

Crecimiento de las organizaciones

Dificultad para asignar recursos

Durante la segunda guerra mundial se

hicieron investigaciones sobre operaciones
militares para mejorar la asignación de
recursos
1-9
Factores que impulsaron el desarrollo de
la IO.

• La IO tuvo gran éxito en las actividades

bélicas.
• George Dantzig en 1947 desarrolló el
Método Símplex para resolver problemas de
P. L.
• Desarrollos notables en programación
dinámica, líneas de espera y teoría de
inventarios.
• Revolución de las computadoras.
1-10
¿Qué se busca en el curso de IO?

Se intenta encontrar una mejor

solución llamada solución
óptima.

1-11
 6. CASOS:

Organizaciones que
implementaron la IO
dentro de su organización

1-12
OrganizaciónNaturaleza de la aplicación Año Ahorro
United Programación turnos de tra- 1986 US$ 6
Airlines bajo en oficinas de reser-
vaciones y en aeropuertos
Texaco Optimización de mezcla de 1989 US$ 30
ingredientes para que pro-
ductos cumplieran con
requerimientos.

IBM Integración de una red 1990 US$ 20

nacional de inventario de
refacciones para mejorar el US$250
apoyo al servicio invent
Nota: Cifras en millones de US$
1-13
OrganizaciónNaturaleza de la aplicación Año Ahorro
US Rapidez en coordinación de 1992 Victoria
Military aviones, tripulaciones,
carga y pasajeros.
American Diseño de sistema de 1992 US$ 500
Airlines estructura de precios, sobre- ingresos
venta y coordinación de
vuelos.

San Francisco Optimización de la 1989 US$ 11

Police programación y asignación
department de oficiales de patrulla con
sistema computarizado
Nota: Cifras en millones de US$
1-14
7. AREAS DE APLICACIÓN DE LA IO

• Manufactura.
• Transporte.
• Telecomunicaciones.
• Salud.
• Planeación.
• Servicios.
• Finanzas.
• Otros.
1-15
8. MODELAMIENTO MATEMATICO

Representar el sistema o el fenómeno del

mundo real o el problema a resolver en
un lenguaje matemático.

INVESTIGACIÓN DE OPERACIONES:
Aplicación del Método Científico
para la Toma de Decisiones

1-16
 ETAPAS DEL MODELAMIENTO
1. Definición del problema y
Recolección de la información.
2. Formulación de un modelo
matemático.
3. Obtención de la solución a partir de
un modelo.
4. Prueba del modelo
5. Preparación para la aplicación del
modelo.
6. Implantación
1-17
 1. DEFINICIÓN DEL PROBLEMA Y
RECOLECCIÓN DE INFORMACIÓN

→ ¿Cual es el problema al que me enfrento?

•Describir el problema
•Delimitar el problema
•Identificar los entes afectados
•Análisis costo-beneficio

Un equipo de IO trabaja a nivel de asesoría

1-18
 → La toma de decisiones
• Especificar un objetivo global.
• Especificar objetivos a nivel de
proyectos.
•Maximizar la ganancia a largo plazo

La IO se encarga del
bienestar de
TODA LA ORGANIZACION
1-19
 Un estudio de IO busca
soluciones óptimas globales y no
soluciones locales.
LOS BENEFICIARIOS
•Los dueños •Los vendedores
•Los empleados •Los proveedores
•Los clientes •El estado

El objetivo siempre debería ir en

función de maximizar los beneficios, y
como tal se espera que en el largo plazo
genere una rentabilidad social.
1-20
→ RECOLECCIÓN DE INFORMACIÓN.

¾ Contabilidad ¾ Demandas
¾ Clientes ¾ Competencia
¾ Proveedores ¾ Recursos
¾ Empleados ¾ Antecedentes históricos
¾ Mercado ¾ Futuro
¾ Impuestos ¾ Costos y precios
¾ Productos

Sistemas de Información Gerencial

1-21
2. FORMULACIÓN DE UN MODELO
MATEMÁTICO

UN MODELO ES UNA
REPRESENTACIÓN IDEALIZADA
DE UN SISTEMA.

Un modelo matemático también es una

representación idealizada, pero
expresada en términos de símbolos y
expresiones matemáticas.

1-22
 DEFINICIÓN DE VARIABLES Y
PARÁMETROS
• n decisiones → Variables de decisión x1, x2, ..., xn

• Medida del desempeño conjunto →

Función Objetivo (F.O.)
Ejemplo: Z = f (x1, x2,..., xn) = 5x1 + 7x2 + ..+. 20xn

. Conjunto de limitaciones → Restricciones:

como ecuaciones y desigualdades.
Ejemplo: 5x1 + 7x4 ≤ 10

•Coeficientes y los lados derechos → Parámetros

1-23
 3. OBTENCIÓN DE LA SOLUCIÓN A
PARTIR DE UN MODELO

ƒ Uso del computador absolutamente necesario

ƒ Los modelos buscan optimizar (maximizar o
minimizar)
ƒ Herbert Simon introduce el termino satisfizar

La diferencia entre optimizar y

satisfizar refleja la diferencia
entre la teoría y la realidad.
1-24
Métodos heurísticos Análisis de sensibilidad

Soluciones subóptimas Los parámetros más

sensibles requieren de
especial cuidado

1-25
 4. PRUEBA DEL MODELO
Es muy útil realizar una prueba retrospectiva
Î Mirar el pasado.
ÎActualizar la información con respecto
al pasado.
ÎVerificar que resultados se hubieran.
obtenido con las presentes decisiones.
Î Consistencia en las dimensiones.
ο Son satisfactorias estas decisiones?
Nunca dejar por fuera a quienes
toman las decisiones del problema
1-26
5.PREPARACIÓN PARA LA
APLICACIÓN DEL MODELO

• Interfaz gráfico para bases de datos

• Procedimiento de obtener solución
• Manual de uso de la aplicación
• F.A.Q (Preguntas más frecuentes)
• Sistema de soporte de decisiones (DSS)
• Informes gerenciales

1-27
 6.
6. IMPLANTACIÓN
IMPLANTACIÓN
• El equipo de IO explica a la gerencia
operativa.
•Se comparte la responsabilidad entre
estos 2 grupos.
•Capacitación detallada al personal
•Pruebas piloto
•Desarrollo del programa de
implantacion.
1-28
¿Recuerda Ud las
etapas vistas
anteriormente?

1-29
 ETAPAS DEL MODELAMIENTO
1. Definición del problema y
Recolección de la información.
2. Formulación de un modelo
matemático.
3. Obtención de la solución a partir de
un modelo.
4. Prueba del modelo
5. Preparación para la aplicación del
modelo.
6. Implantación
1-30