Investigacin de Operaciones I

Alfredo Pericn Balderrama

alfred.peb@gmail.com
alfred_pb@yahoo.com
 Familiarizar al alumno con las tcnicas de
modelamiento y metodologas de resolucin de
problemas de la Investigacin de operaciones
(Investigacin Operativa), con especial nfasis en
la aplicacin de algoritmos de solucin para
modelos de programacin matemtica, en
particular en modelos lineales.
 Introduccin
Investigacin de operaciones
Modelos matemticos
Programacin Lineal (PL)
Programacin Lineal
Formulacin de modelos
Solucin de Problemas de Programacin Lineal (PL)
Anlisis de Sensibilidad
Teora de la Dualidad
Modelo de Transporte
 Modelo de Transporte
Introduccin
Modelo de Trasporte
Modelo de Asignacin
Teora de redes
Introduccin
Camino ms corto
rbol de decisin
Flujo Mximo
 Hillier, Frederick y Lieberman, Gerald (2005): Introduccin a la
Investigacin de Operaciones, McGraw Hill Interamericana, 3ra Edic.
Hadley, G. (1994): Linear Programming, Addison Wesley Pub. Co.
Hamdy Taha (2003): Investigacin de Operaciones. Ed. Alfa Omega.
Winston Wayne L. (2003): Investigacin de Operaciones: Aplicaciones y
Algoritmos. Grupo Editorial Iberoamericana.
Bronson, Richard (1992): Investigacin de Operaciones. Ed. Mc Graw-
Hill.
Pericon Alfredo (2004): Modelos de Programacin Lineal.
 Elementos de Evaluacin
2 Parciales, 1 final y 1 segunda instancia

Forma de calificacin
Ctedra 1000%
Ayudanta 0%
Trabajos adicionales por clase ( 1 punto por clase, puntos adicionales
para cada parcial)

Clases
Lunes 11:15 aula 682 L8 IN
Martes 11:15 aula 682 L8 IN
Viernes 09:45 aula 682 L6 IN.
Investigacin de Operaciones
Modelos de la Investigacin de Operaciones
Modelos de IO

Determinsticos Hbridos Estocsticos

Optimizacin Optimizacin
Programacin Cadenas
Lineal no Lineal
Dinmica de Markov

Programacin Mtodos
Teora de Teora de
Lineal Clsicos
Inventarios Colas

Transporte y Mtodos
Asignacin de bsqueda Simulacin Procesos
Estocsticos

Prog Entera Programacin Pert / CPM

y 0,1 no lineal Teora de
Decisiones
Heursticas y Juegos
Redes
 METODOLOGA DE LA I de O

1. Definicin del problema

Determinar los objetivos apropiados, las restricciones

sobre lo que se puede hacer, las interrelaciones del rea
bajo estudio con otras reas de la organizacin, los
diferentes cursos de accin posibles, los lmites de
tiempo para tomar una decisin, etc. Este proceso de
definir el problema es crucial es decir (decisivo) ya
que afectar en forma significativa la relevancia de
las conclusiones del estudio.
 2. Formulacin de un modelo matemtico

La forma convencional en que la investigacin de

operaciones realiza esto es construyendo un modelo
matemtico que represente la esencia del problema.

Un modelo siempre debe ser menos complejo que el

problema real, es una aproximacin abstracta de la
realidad con consideraciones y simplificaciones que
hacen ms manejable el problema y permiten evaluar
eficientemente las alternativas de solucin.
3. Obtencin de una solucin a partir del
modelo.
Resolver un modelo consiste en encontrar los valores de las
variables dependientes, asociadas a las componentes
controlables del sistema con el propsito de optimizar, si es
posible, o cuando menos mejorar la eficiencia o la efectividad del
sistema dentro del marco de referencia que fijan los objetivos y
las restricciones del problema.

La seleccin del mtodo de solucin depende de las

caractersticas del modelo. Los procedimientos de solucin
pueden ser clasificados en tres tipos: a) analticos, que utilizan
procesos de deduccin matemtica; b) numricos, que son de
carcter inductivo y funcionan en base a operaciones de prueba
y error; c) simulacin, que utiliza mtodos que imitan o, emulan al
sistema real, en base a un modelo.
4. Prueba del modelo
Antes de usar el modelo debe probarse exhaustivamente para
intentar identificar y corregir todas las fallas que se puedan
presentar

5. Validacin del modelo

Es importante que todas las expresiones matemticas sean
consistentes en las dimensiones de las unidades que emplean.
Adems, puede obtenerse un mejor conocimiento de la validez del
modelo variando los valores de los parmetros de entrada y/o de
las variables de decisin, y comprobando que los resultados de
modelo se comporten de una manera factible.
 6. Establecimiento de controles sobre la solucin

Esta fase consiste en determinar los rangos de variacin de los

parmetros dentro de los cuales no cambia la solucin del
problema.

Es necesario generar informacin adicional sobre el

comportamiento de la solucin debido a cambios en los
parmetros del modelo. Usualmente esto se conoce como
ANLISIS DE SENSIBILIDAD.
7. Implantacin de la solucin
El paso final se inicia con el proceso de
"vender" los hallazgos que se hicieron a lo
largo del proceso a los ejecutivos o tomadores
de decisiones.