Investigacin de operaciones

Investigacin de operaciones
UNIDAD I
Tema:
Definiciones bsicas

Qu es la investigacin de
operaciones?
Kamblesh Mathur: Es el uso de la
Matemtica y computadoras para ayudar
a tomar decisiones racionales frente a
problemas de administracin.
Jorge lvarez:Es un procedimiento o un
enfoque para resolver problemas
relacionados con la toma de decisiones
Resumiendo: La Investigacin de
Operaciones es el uso de la matemtica e
informtica para resolver problemas del
mundo real, tomando decisiones
acertadas que garanticen el xito.

Qu es la investigacin de
operaciones?
Lawrence y Pasternak, (1998) Es un
enfoque cientfico para la toma de
decisiones ejecutivas, que consiste en:
El arte de modelar situaciones
complejas,
La ciencia de desarrollar tcnicas de
solucin para resolver dichos modelos.
La
capacidad
de
comunicar
efectivamente los resultados.

Qu es la investigacin de
operaciones?

Es la aplicacin del mtodo cientfico para

asignar los recursos o actividades de forma
eficaz, en la gestin y organizacin de
sistemas complejos.
Es el conjunto de tcnicas matemticas
aplicadas adecuadas para resolver
problemas reales de:
Planificacin
Logstica
Diseo de productos y procesos
Control de procesos, etc.

Objetivo de la investigacin de
operaciones

Apoyar a la toma de decisiones sistemas

complejos.
Estudiar la asignacin ptima de recursos
escasos a determinada actividad.
Evaluar el rendimiento de un sistema con
objeto de mejorarlo.
Obtener informacin cuantitativa.
Mejorar procedimientos tradicionales:
opiniones de expertos, reglas simples.
Lograr flexibilidad y bajo coste.
Hacer el tratamiento de la incertidumbre.
Conocer las limitaciones de los modelos.

Proceso de toma de decisiones

xito

MATEMATICA
APLICADA

DATOS

MATEMATICA
PURA

Estadstica,
Informtica,
Mat. Financiera,
Investigacin de
Operaciones

INFORMACION

TOMA DE
DECISIONES
ACERTADAS

RAPIDEZ
PRECISION
GRANDES VOLUMENES

Fracaso

La I.O. busca la experticia humana

Desempeo

correcto y rpido dentro de un

dominio especfico.
Capacidad para justificar un resultado y
explicar el proceso de razonamiento.
Capacidad para aprender de la experiencia.
Capacidad para resolver casos nicos
basndose en principios, modelos,
experiencias, casos o reglas.
Capacidad para razonar bajo condiciones de
incertidumbre e informacin incompleta y
aplicar su sentido comn o conocimiento
general.

Experto humano
MEMORIA A LARGO PLAZO
Conocimiento en el dominio,
experiencia, expertisia.

RAZONAMIENTO
APRENDIZAJE

MEMORIA A CORTO PLAZO

Hechos, casos, reglas,
conclusiones.

ASESORIA
Recomendaciones,
conclusiones,
casos resueltos.

Sistema experto

BASE DE CONOCIMIENTOS
Conocimiento en el dominio,
experiencia, expertisia.

MAQUINA DE INFERENCIA
RED NEURONAL

MEMORIA DE TRABAJO
(RAM)
Hechos, casos, reglas,
conclusiones.

USUARIO
Recomendaciones,
conclusiones,
casos resueltos.

rbol de conocimiento

Decisiones
Conocimiento
Informacin
Datos

1.2 Una breve historia

Se aplica por primera vez en 1780
Antecedentes:
Matemticas: modelos lineales
Farkas, Minkowski
(s.XIX)

Estadstica: fenmenos de espera

Erlang, Markov (aos 20)

Economa: Quesnay (s. XVIII),

Walras (s. XIX),
Von Neumann (aos 20)

1.2 Una breve historia

El origen de la I.O. moderna se

sita en la II Guerra Mundial para
resolver problemas de organizacin
militar: Despliegue de radares,
manejo
de
operaciones
de
bombardeo, colocacin de minas.

La Fuerza Area Britnica form el

primer grupo de investigacin
operacional.

La Fuerza Armada Estadounidense

form un grupo similar, 5 de los
cuales ganaron el Premio Nobel.

1.2 Una breve historia

Despus de la II Guerra Mundial,
las Empresas reconocieron el
valor de aplicar las tcnicas en:
-Refineras de petrleo,
-Distribucin de productos,
-Planeacin y control de la
produccin,
-Estudio de mercado y Planeacin
de Inversiones.

1.2 Una breve historia

George B.
Dantzig

Sigue el desarrollo debido a:

competitividad industrial
progreso terico
RAND (Dantzig)
Princeton (Gomory, Kuhn, Tucker)
Carnegie Institute of Technology
(Charnes, Cooper)
gran desarrollo de los ordenadores:
Aumento de la capacidad de
almacenamiento de datos
Incremento de la velocidad de
resolucin de los problemas.

1.2 UNA BREVE HISTORIA

Sigue habiendo un gran desarrollo, en
muchos sectores, con grandes avances
sobre todo en el campo de la Inteligencia
Artificial.
Ms informacin:
Sociedad Espaola de Estadstica e Inv.
Operativa(SEIO) www.cica.es/aliens/seio.
Association of European O.R.Societies
(EURO)
www.ulb.ac.be/euro/euro_welcome.html
Institute for O.R. and the Management Sci.
(INFORMS)
www.informs.org
International Federation of O.R. Societies
(IFORS) www.ifors.org

1.3 Metodologa de la I.O.

DEFINICION
DEL PROBLEMA
DESARROLLO
MODELO

RESOLUCION
MODELO

MODELO
MODIFICADO

VALIDA?
IMPLEMENTACION

1.3 Metodologa de la I.O.

Definicin del problema
Es identificar, comprender y describir en
trminos precisos, el problema que la
organizacin enfrenta. El enunciado es la
definicin del problema. Un problema no
se formula sino se define.
Los recursos
son escasos

Los sistemas
son cada vez
ms complejos

Cada vez es ms difcil asignar los

recursos o actividades de la forma ms eficaz

1.3 Metodologa de la I.O.

Definicin del problema
Consiste en identificar los elementos de
decisin, objetivos (uno o varios,
optimizar o satisfacer), alternativas y
limitaciones del sistema
Hay que recoger informacin relevante
(los datos pueden ser un grave
problema)
Es la etapa fundamental para que las
decisiones sean tiles

1.3 Metodologa de la I.O.

Definicin del problema
Factores problemticos
Datos incompletos, conflictivos, difusos
Diferencias de opinin
Presupuestos o tiempos limitados
Cuestiones polticas
El decisor no tiene una idea firme de lo
que quiere realmente.
Plan de trabajo:
Observar y ser consciente de las
realidades polticas
Decidir qu se quiere realmente
Identificar las restricciones
Bsqueda de informacin continua.

1.3 Metodologa de la I.O.

I) Identificacion de las variables
Xij = # de consultores que viajan
del origen i al destino j
II) Identificacion de la funcion
objetivo
Max
540X11+300X12+420X13+
500X21+330X22+330X23+
520X31+310X32+350X33
III) Identificacion de las
restricciones
X11+X12+X13 2
X21+X22+X23 1
X31+X32+X33 4
X11+X21+X31 = 3
X12+X22+X32 = 2
X13+X23+X33 = 1
Xij 0 ; entero

Desarrollo de un modelo matemtico

Es la traduccin del problema a trminos
matemticos.
Es formular un modelo matemtico:
Identificando variables
Identificando la Funcin Objetivo
Identificando las restricciones
objetivos: funcin objetivo
alternativas: variables de decisin
limitaciones del sistema: restricciones

1.3 Metodologa de la I.O.

Desarrollo de un modelo matemtico
Paso 1.- Identificar las variables de decisin
Sobre qu tengo control?
Qu es lo que hay que decidir?
Cul sera una respuesta vlida del caso?
Paso 2.- Identificar la funcin objetivo
Qu pretendemos conseguir?
qu me interesara ms?
Paso 3.- Identificar las restricciones o factores que
limitan la decisin, recursos disponibles (trabajadores,
mquinas, material), fechas lmite, naturaleza de las
variables (no negatividad, enteras, binarias).
Paso 4.- Traduccin de los elementos bsicos a un
modelo matemtico.

1.3 Metodologa de la I.O.

Resolucin del modelo
Es resolver el modelo usando una tcnica
adecuada, es decir obtener valores
numricos para la variable de decisin.
Es determinar los valores de las variables
de decisin de modo que la solucin sea
ptima (o satisfactoria) sujeta a las
restricciones
Puede haber distintos algoritmos y formas
de aplicarlos.En esta parte se usa el
Software LINDO, que puede resolver
modelos de hasta 200,000 variables y
50,000 restricciones.

1.3 Metodologa de la I.O.

Resolucin del modelo
Paso 1.- Elegir la tcnica de resolucin
adecuada, creacin o heursticos.
Paso 2.- Generar las soluciones del
modelo usando programas de ordenador,
hojas de clculo.
Paso 3.- Comprobar/validar los resultados
Probar la solucin en el entorno real
Paso 4.- Si los resultados son
inaceptables,
revisar
el
modelo,
comprobar exactitud, revisar restricciones.
Paso 5.- Realizar anlisis de sensibilidad.
Analizar adaptaciones en la solucin
propuesta frente a posibles cambios.

1.3 Metodologa de la I.O.

Verificacin y validacin
Eliminacin de errores
Comprobacin de que el modelo se adapta
a la realidad
Interpretacin y anlisis
Robustez de la solucin ptima obtenida:
Anlisis de sensibilidad
Deteccin de soluciones cuasi-ptimas
atractivas
Implementacin de resultados
Sistema de ayuda y mantenimiento
Documentacin
Formacin de usuarios

1.4 Usos de los modelos

DECISIONES ESTRATEGICAS:
Debera reemplazarse un sistema
existente con un nuevo sistema
propuesto?
Debera cambiarse su poltica de
Administracin?
DECISIONES OPERACIONALES:
Cmo programar la fuerza de trabajo?
Cul es el plan de produccin ptimo?
Cul es plan de embarque ms
econmico?

1.5 Ventajas de los modelos

Un mtodo ptimo para lograr un objetivo.
Una forma de evaluar preguntas de
sensibilidad de la forma:
Qu sucedera s ...?

Modelos de Sistemas
Utilidad de modelos:
Estudio de caractersticas de operacin
Imposibilidad de hacer medidas
Prediccin del comportamiento
Situaciones no experimentadas
Facilitar
diseo
de
nuevos
productos/sistemas
Tipos de modelos
Normativos: modelos de optimizacin
Descriptivos: modelos de simulacin

Modelos de Sistemas
Modelos normativos - optimizacin
Ofrecen informacin sobre alternativas
Seleccionan entre ellas
Complejos y no triviales
Difciles de tratar con incertidumbre
Requieren tcnicas complejas de solucin
Modelos descriptivos - simulacin
Analizan una alternativa cada vez
Modelos para situaciones especficas
Ms simples de desarrollar
Adecuados con incertidumbre
Aplicacin muy sencilla

Modelos de Sistemas
Modelos incluyen errores
Importante conocer su magnitud
Causas de inexactitudes:
Seleccin de aspectos de la realidad
Inviable considerar todo el sistema
Errores en modelos matemticos
Modelos sencillos y aproximados

Modelos de Sistemas
Construccin de modelos:
Especificacin de los componentes
Recogida y anlisis de datos
Desarrollo del modelo
Verificacin y validacin
Obtencin y anlisis de resultados

Tcnicas de IO
Ejemplos de tcnicas (i)
Optimizacin
Programacin lineal, entera, no lineal
Programacin multiobjetivo
Procesos de decisin (prog. dinmica)
Simulacin
Determinista
Estocstica

Tcnicas de IO
Ejemplos de tcnicas (ii)
Teora de colas
Colas simples
Redes de colas
Teora de juegos
J. simples (deterministas/estocsticos)
J. repetitivos
Teora de decisin

Tcnicas de IO
Ejemplos de problemas
Planificacin de la produccin
Optimizacin de carteras
Anlisis de riesgo
Planificacin de redes de comunicaciones
Generacin de ofertas en mercados
competitivos

Tcnicas de IO
Diseo de productos financieros
Diseo de nuevos productos (prstamos,
operaciones de leasing, derivados)
Modelado de diferentes alternativas con
informacin incierta: tasas de inters,
mercado de valores, precios futuros

Tcnicas de IO
Planificacin de la generacin elctrica
Aprovechamiento de recursos disponibles a
largo plazo: agua, contratos de fuel,
intercambios de energa elctrica
Generacin de ofertas en mercados
competitivos: cantidades y precios para
maximizar beneficios

Tcnicas de IO
Resumen:
Dado un modelo matemtico, determinar
algunos valores asociados al modelo
Valores de inters: asociados a decisiones
alternativas
Tcnicas:
Qu sucede con una alternativa (simulacin)
Seleccin de mejor alternativa (optimizacin)

ALGUNA PREGUNTA
SOBRE EL CURSO?