Beruflich Dokumente
Kultur Dokumente
Investigacin De
Operaciones
Profe:
Maria Marcano
Integrantes:
Reidy Bermdez
Anderson Rojas
OBJETIVOS
La Investigacin de Operaciones se ocupa de la resolucin de problemas relacionados con la
conduccin y coordinacin de las operaciones o actividades dentro de una organizacin. Su mbito de
aplicacin es muy amplio, aplicndose a problemas de fabricacin, transporte, construccin,
telecomunicaciones, planificacin y gestin financiera, ciencias de la salud, servicios pblicos, etc. En
general, puede aplicarse en todos los problemas relacionados con la gestin, la planificacin y el
diseo.
La Investigacin de Operaciones incluye un conjunto muy amplio de tcnicas orientadas a
proporcionar una ayuda cuantitativa a la toma de decisiones. El mtodo empleado es el mtodo
cientfico, y las tcnicas que se utilizan son, en buena medida, tcnicas matemticas.
El objetivo de esta asignatura es que el estudiante asimile los principios que guan la resolucin de
problemas mediante la aplicacin de las tcnicas de Investigacin de Operaciones. En concreto:
La construccin de modelos de decisin basados en descripciones matemticas, con el
objetivo de tomar decisiones en situaciones de complejidad o incertidumbre.
La resolucin, mediante anlisis matemtico o simulacin, de los modelos de decisin,
obteniendo los valores ptimos de las variables de decisin que intervienen en el modelo.
La realizacin de estudios de sensibilidad de la solucin o soluciones propuestas, para evaluar
su robustez frente a cambios en las condiciones de los parmetros del modelo.
Obtener una visin general sobre el concepto de sistema e identificar sus partes componentes
en un sistema productivo
Atender a las expectativas que presenta el medio productivo mundial para poder ser
componente clave dentro de su desarrollo.
Desarrollar capacidades necesarias para el diseo de modelos particulares para resolver
problemas en situaciones especficas.
Comprender la importancia de la Investigacin de Operaciones como metodologa de
optimizacin dentro de cualquier tipo de organizacin.
Conocer y utilizar herramientas computacionales, soporte para la aplicacin de los modelos.
Tecnologas de la Informacin.
Medioambiente, Energa y Recursos Naturales.
Ingeniera Financiera.
Manufactura y Servicios.
Gestin de la Cadena de Suministro (SCM).
Marketing.
Revenue Management.
Problemas de Transporte.
Simulacin.
Modelos Estocsticos.
CONSTRUCCIN DE UN MODELO
1. Definicin Del Problema: Se debe definir el problema para el cual se busca proponer un curso
de accin. Es un problema relevante? Es posible tomar una buena decisin sin la necesidad de
resolver un modelo de optimizacin? Cules son sus alcances? Cules son los factores que influyen
en el desempeo del sistema?, etc. La calidad del modelo de optimizacin depender en gran parte de
la asertividad en la definicin del problema de decisin.
3. Solucin Del Modelo: Una vez construido el modelo de optimizacin se deben identificar las
alternativas de resolucin para el mismo. Para ello se puede hacer uso de programas computacionales
que utilizan algoritmos de resolucin especficos dependiendo de las caractersticas del modelo. Por
ejemplo, para resolver un problema de Programacin Lineal (las variables de decisin se representan
como funciones lineales tanto en la funcin objetivo como restricciones) se puede utilizar el Mtodo
Simplex.
4. Validacin: Se verifica que la solucin alcanzada cumpla con las condiciones (restricciones)
impuestas al problema.
5. Implementacin Y Control De La Solucin: Una vez verificada la solucin se procede a su
implementacin. Cabe destacar que esto puede lugar a actualizaciones del modelo de optimizacin
tanto en trminos del modelo como el valor de los parmetros estimados. Por ejemplo, si el modelo de
optimizacin corresponde a un Plan Maestro de la Produccin (PMP) y se genera un cambio en el valor
de la hora hombre de los trabajadores ser necesario actualizar el valor del parmetro que representa
dicho costo para posteriores instancias de resolucin. En la actualidad el uso de modelos de
optimizacin es cada vez ms frecuente en la toma de decisiones.
(A) Modelo Matemtico: Se emplea cuando la funcin objetivo y las restricciones del modelo se
pueden expresar en forma cuantitativa o matemtica como funciones de las variables de decisin.
(B) Modelo De Simulacin: Los modelos de simulacin difieren de los matemticos en que las
relaciones entre la entrada y la salida no se indican en forma explcita. En cambio, un modelo de
simulacin divide el sistema representado en mdulos bsicos o elementales que despus se enlazan
entre si va relaciones lgicas bien definidas. Por lo tanto, las operaciones de clculos pasaran de un
mdulo a otro hasta que se obtenga un resultado de salida.
Los modelos de simulacin cuando se comparan con modelos matemticos; ofrecen mayor flexibilidad
al representar sistemas complejos, pero esta flexibilidad no est libre de inconvenientes. La elaboracin
de este modelo suele ser costoso en tiempo y recursos. Por otra parte, los modelos matemticos
ptimos suelen poder manejarse en trminos de clculos.
Modelos Formales: Se usan para resolver problemas cuantitativos de decisin en el mundo real.
Algunos modelos en la ciencia de la administracin son llamados modelos determinsticos. Esto
significa que todos los datos relevantes (es decir, los datos que los modelos utilizarn o evaluarn) se
dan por conocidos. En los modelos probabilsticos (o estocsticos), alguno de los datos importantes se
consideran inciertos, aunque debe especificarse la probabilidad de tales datos.
En la siguiente tabla se muestran los modelos de decisin segn su clase de incertidumbre y su uso en
las corporaciones. (D, determinista; P, probabilista; A, alto; B, bajo)
Clase De Incertidumbre
D
D,P
D,P
D,P
D
D,P
P
D
P
D,P
P
D
Grafos Simples
Un grafo es simple si a lo sumo existe una arista uniendo dos vrtices cualesquiera. Esto es
equivalente a decir que una arista cualquiera es la nica que une dos vrtices especficos.
Un grafo que no es simple se denomina multigrafo.
Grafos Conexos
Un grafo es conexo si cada par de vrtices est conectado por un camino; es decir, si para cualquier
par de vrtices (a, b), existe al menos un camino posible desde a hacia b.
Un grafo es doblemente conexo si cada par de vrtices est conectado por al menos dos caminos
disjuntos; es decir, es conexo y no existe un vrtice tal que al sacarlo el grafo resultante sea disconexo.
Es posible determinar si un grafo es conexo usando un algoritmo Bsqueda en anchura (BFS)
o Bsqueda en profundidad (DFS).
En trminos matemticos la propiedad de un grafo (fuertemente) conexo permite establecer
una relacin de equivalencia para sus vrtices, la cual lleva a una particin de estos en "componentes
(fuertemente) conexos", es decir, porciones del grafo, que son (fuertemente) conexas cuando se
consideran como grafos aislados. Esta propiedad es importante para muchas demostraciones en teora
de grafos.
Grafos Completos
Un grafo es completo si existen aristas uniendo todos los pares posibles de vrtices. Es decir, todo par
de vrtices (a, b) debe tener una arista e que los une.
El conjunto de los grafos completos es denominado usualmente , siendo el grafo completo
de n vrtices.
Un , es decir, grafo completo de vrtices tiene exactamente aristas.
La representacin grfica de los como los vrtices de un polgono regular da cuenta de su peculiar
estructura.
TIPOS DE GRAFOS
Grafo Simple. O simplemente grafo es aquel que acepta una sola arista uniendo dos
vrtices cualesquiera. Esto es equivalente a decir que una arista cualquiera es la nica que une
dos vrtices especficos. Es la definicin estndar de un grafo.
Multigrafo. Es el que acepta ms de una arista entre dos vrtices. Estas aristas se
llaman mltiples o lazos (loops en ingles). Los grafos simples son una subclase de esta
categora de grafos. Tambin se les llama grafos general.
Grafo Etiquetado. Grafos en los cuales se ha aadido un peso a las aristas (nmero
entero generalmente) o un etiquetado a los vrtices.
Hipergrafo. Grafos en los cuales las aristas tienen ms de dos extremos, es decir, las aristas
son incidentes a 3 o ms vrtices.
REPRESENTACIN DE GRAFOS
Existen diferentes formas de representar un grafo (simple), adems de la geomtrica y
muchos mtodos para almacenarlos en una computadora. La estructura de datos usada
depende de las caractersticas del grafo y el algoritmo usado para manipularlo. Entre las
estructuras ms sencillas y usadas se encuentran las listas y las matrices, aunque
frecuentemente se usa una combinacin de ambas. Las listas son preferidas en grafos
dispersos porque tienen un eficiente uso de la memoria. Por otro lado, las matrices
proveen acceso rpido, pero pueden consumir grandes cantidades de memoria.
ESTRUCTURA DE LISTA
Lista De Incidencia - Las aristas son representadas con un vector de pares (ordenados, si
el grafo es dirigido), donde cada par representa una de las aristas.
Lista De Adyacencia - Cada vrtice tiene una lista de vrtices los cuales son adyacentes a
l. Esto causa redundancia en un grafo no dirigido (ya que A existe en la lista de adyacencia de
B y viceversa), pero las bsquedas son ms rpidas, al costo de almacenamiento extra.
Lista De Grados - Tambin llamada secuencia de grados o sucesin grfica de un grafo no-
dirigido es una secuencia de nmeros, que corresponde a los grados de los vrtices del grafo.
ESTRUCTURAS MATRICIALES
Matriz De Adyacencia - El grafo est representado por una matriz cuadrada M de tamao ,
donde es el nmero de vrtices. Si hay una arista entre un vrtice x y un vrtice y, entonces el
elemento es 1, de lo contrario, es 0.
Matriz De Incidencia - El grafo est representado por una matriz de A (aristas) por V
(vrtices), donde [vrtice, arista] contiene la informacin de la arista (1 - conectado, 0 - no
conectado)
V = { 1, 2, 3,
4, 5, 6 }
{ {1,2,5},
A = { {1,1}, (4,3,3,3,2,1) {3,5}, {4},
{1,2}, {1,5}, {5,6} }
{2,3}, {2,5},
{3,4},
{4,5}, {4,6} }
PROGRAMACIN LINEAL
La programacin lineal es el campo de la optimizacin matemtica dedicado a maximizar o minimizar
(optimizar) una funcin lineal, denominada funcin objetivo, de tal forma que las variables de dicha
funcin estn sujetas a una serie de restricciones expresadas mediante un sistema de ecuaciones
o inecuaciones tambin lineales. El mtodo tradicionalmente usado para resolver problemas de
programacin lineal es el Mtodo Simplex. La Programacin Lineal es un procedimiento o algoritmo
matemtico mediante el cual se resuelve un problema indeterminado, formulado a travs de
ecuaciones lineales, optimizando la funcin objetivo, tambin lineal. Consiste en optimizar (minimizar o
maximizar) una funcin lineal, denominada funcin objetivo, de tal forma que las variables de dicha
funcin estn sujetas a una serie de restricciones que expresamos mediante un sistema de
inecuaciones lineales.
RESTRICCIONES
Las restricciones pueden ser de la forma:
Dnde:
MTODOSIMPLEX
El Mtodo Simplex es un mtodo analtico de solucin de problemas de programacin lineal capaz de
resolver modelos ms complejos que los resueltos mediante el mtodo grfico sin restriccin en el
nmero de variables. El Mtodo Simplex es un mtodo iterativo que permite ir mejorando la solucin en
cada paso. La razn matemtica de esta mejora radica en que el mtodo consiste en caminar del
vrtice de un poliedro a un vrtice vecino de manera que aumente o disminuya (segn el contexto de la
funcin objetivo, sea maximizar o minimizar), dado que el nmero de vrtices que presenta un poliedro
solucin es finito siempre se hallar solucin. Este famossimo mtodo fue creado en el ao de 1947
por el estadounidense George Bernard Dantzig y el ruso Leonid Vitalievich Kantorovich, con el nimo
de crear un algoritmo capaz de solucionar problemas de m restricciones y n variables.
CONCLUSIN
La investigacin de operaciones es el procedimiento cientfico que est auxiliado por modelos y
tcnicas matemticas, servible para disear y operar a los problemas complejos de la direccin y
administracin de grandes sistemas que forman una organizacin compleja en las cuales las
decisiones son muy importantes y difciles de elegir, ya que la eficacia de una decisin sobre guardar
la supervivencia y desarrollo de sta, al contrario estara en camino hacia el fracaso.
BIBLIOGRAFIA
[1] Ing. Vctor Calle Vivanco Investigacin Operativa (Curso A Distancia de la Universidad
Peruana los Andes) Primera Edicin 2005.
[3] www.itson.mx/dii/elagarda/apagina2001/PM/uno.html#introduccionSghgwdhygsd
[4] http://www.investigacion-operaciones.com
Autor:
Joel E. Cosme Salcedo
grupodms@gmail.com
Universidad Peruana Los Andes