INTRODUCCIÓN A LA INVESTIGACIÓN DE OPERACIONES (I.O.)

Presentación del tema: "INTRODUCCIÓN A LA INVESTIGACIÓN DE OPERACIONES (I.O.)"— Transcripción de la presentación:

1 INTRODUCCIÓN A LA INVESTIGACIÓN DE OPERACIONES (I.O.)

2 OBJETIVOS DEL CURSO Proporcionar herramientas de PL que le permitan al estudiante desarrollar modelos con el fin de plantear alternativas optimas a los problemas y sistemas.

3 BIBLIOGRAFIA Texto Guía. HILLIER, F.S Y LIEBERMAN G.J. Introducción a la investigación de Operaciones. 6 Ed Ed Mc Graw Hill.

4 BIBLIOGRAFIA RENDON C. Hernán D. DIAZ S. Fco. Javier
Introducción a la Investigación de operaciones

5 Mas Referencias TAHA HAMDY A. Investigación de operaciones. Alfaomega. 5 Ed DAVIS K Roscoe y MC KEOWN Patrick. Modelos cuantitativos para administración. Grupo editorial Iberoamerica. 2 Ed BAZARAA MS y JJ. Jarvis. Programación lineal y flujo de redes. Limusa. Noriega editores, 2 ed GASS S.I. Programación lineal. Compañía Editorial Continental LUENBERGER, D.C. Introduction to linear and non linear programing. PRAWDA, Juan. Métodos y modelos de Investigación de operaciones. Limusa.

6 ORÍGENES DE LA IO La IO tuvo gran éxito en las actividades bélicas. Durante la segunda guerra mundial se hicieron investigaciones sobre operaciones militares para mejorar la asignación de recursos. Planificación de Bombardeos y ataques militares. George Dantzig en 1947 desarrolló el Método Símplex para la solución de problemas de P.L.

7 Después de la Guerra!! Las Organizaciones usaron los métodos desarrollados para la Asignación óptima de recursos. Desarrollos notables en programación dinámica, líneas de espera y teoría de inventarios. • Revolución de las computadoras.

8 Organizaciones que han implementado la IO dentro de su organización.
CASOS Organizaciones que han implementado la IO dentro de su organización. Tomado de: Pisis. Universidad Nacional

9

10

11 AREAS DE APLICACIÓN DE LA IO
Asignación de recursos. El problema del Transporte. Formulación de Dietas. Inventarios. Horarios. Sistemas energéticos. Telecomunicaciones. Salud. Planeación. Servicios. Finanzas. Mezclas Producción Otros.

12 MODELAMIENTO MATEMATICO
Representar el sistema o el fenómeno del mundo real o el problema a resolver en un lenguaje matemático. Investigación de Operaciones: (Ciencias de la Administración) Es la aplicación del Método Científico para la Toma de Decisiones con el fin de hallar la solución óptima.

13 Modelos Modelos Estáticos : las variables no requieren sucesiones de decisiones para periodos múltiples. (1 solo intento) Modelos dinámicos: las decisiones en las variables se efectúan en múltiples periodos. Modelo Lineales: Las variables están multiplicadas por constantes y acomodadas en forma de suma Modelos no lineales: multiplicación de variables, otras funciones.

14 Modelos Modelos enteros: las variables de decisión asumen valores enteros. Modelos determinísticos: se conoce con certeza el valor de los parámetros, FO, y restricciones. Modelos estocásticos: Incertidumbre en el valor de los parámetros, FO y restricciones.

15 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

16 1. Definición del problema y recolección de información
¿Cual es el problema a enfrentar? Describir el problema Delimitar el problema Identificar los entes afectados Análisis costo-beneficio

17 Un estudio de IO busca soluciones óptimas globales y no soluciones locales.
LOS BENEFICIARIOS Los dueños Los empleados Los clientes Los vendedores Los proveedores 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.

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

19 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.

20 Vbles y parámetros n decisiones → Variables de decisión x1, x2, ..., xn • Medida del desempeño global Función (de) Objetivo(s): F.O. Ejemplo: Z = f (x1, x2,..., xn) = 5x1 + 7x xn Conjunto de limitaciones → Restricciones: como ecuaciones y desigualdades. Ejemplo: 5x1 + 7x4 ≤ 10 Coeficientes y lados derechos → Parámetros

21 3. Obtención de la solución a partir de un modelo
Dependiendo del problema se usa un método diferente como el método simplex o un método del punto interior para P.L. o el de ramificación y acotamiento para P.Entera. El uso del computador es absolutamente necesario

22 4. Prueba del modelo Es muy útil realizar una prueba retrospectiva
Mirar el pasado. Actualizar la información. Análisis de sensibilidad. Verificar: Qué resultados se hubieran obtenido con las presentes decisiones Consistencia en las dimensiones. ¿ Son satisfactorias estas decisiones? Nunca dejar por fuera a quienes toman las decisiones relacionadas con el problema

23 5. Preparación para la aplicación del modelo
Documentación: Interfaz gráfico para las bases de datos • Procedimiento de obtener la solución Manual de uso de la aplicación F.A.Q (Preguntas más frecuentes) Sistema de soporte a las decisiones (DSS: Decision Support System) Informes gerenciales.

24 6. Implantación El equipo de IO explica a la gerencia.
Se comparte la responsabilidad Capacitación detallada al personal Pruebas piloto Desarrollo del programa de implantación.

25 Ejemplo A Noel le interesa comprender los factores que influyen en el rendimiento del proceso que crea la crema de chocolate para las galletas. Describa un proceso de construcción de modelos para esta situación. Noel determino que los factores siguientes influyen en el rendimiento del proceso: V: Volumen del contenedor en Litros P: Presión del contenedor en mililitros T: Temperatura del contenedor en grados celcius. A, B y C son los porcentajes de mezcla compuesta por los ingredientes A, B y C.

26 Construcción del modelo prescriptivo
Un modelo prescriptivo o de optimización dicta el comportamiento de una organización que le permitirá a esta alcanzar sus metas. Esta compuesto por: Función Objetivo. Variables de decisión. Restricciones .

27 FO (max -min) Noel busca maximizar el rendimiento del proceso. Para esto se requiere encontrar el valor de las variables que hacen que el rendimiento sea lo mas elevado posible. Noel descubrió que el rendimiento esta dado por: V+0.01P+0.06T A +9.4B C

28 Variables de Decisión Las variables son las que Noel tiene bajo control e influyen en el desempeño del sistema: V: P: T: A, B y C

29 Restricciones En el proceso solo son posibles ciertos valores de las variables, ya que ciertas combinaciones de V, P y T pueden ser peligrosas. Por ejemplo: El volumen debe estar entre 1 y 5 litros La presión debe estar entre 200 y 400 mililitros. La presión debe estar entre 100 y 200 grados celcius. La mezcla debe estar compuesta solo de A, B y C y la concentración no debe superar a 1. Solo la mitad de la mezcla puede ser del ingrediente A