INTRODUCCIN A LA INVESTIGACIN DE OPERACIONES (I.O.

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.

BIBLIOGRAFIA
Texto Gua. HILLIER, F.S Y LIEBERMAN G.J. Introduccin a la investigacin de Operaciones. 6 Ed. 1997 7 Ed. 2002 Mc Graw Hill.

BIBLIOGRAFIA
RENDON C. Hernn D. DIAZ S. Fco. Javier Introduccin a la Investigacin de operaciones. 2002.

Mas Referencias
TAHA HAMDY A. Investigacin de operaciones. Alfaomega. 5 Ed. 1995 DAVIS K Roscoe y MC KEOWN Patrick. Modelos cuantitativos para administracin. Grupo editorial Iberoamerica. 2 Ed. 1986. BAZARAA MS y JJ. Jarvis. Programacin lineal y flujo de redes. Limusa. Noriega editores, 2 ed. 1998. GASS S.I. Programacin lineal. Compaa Editorial Continental. 1981 LUENBERGER, D.C. Introduction to linear and non linear programing. PRAWDA, Juan. Mtodos y modelos de Investigacin de operaciones. Limusa.

ORGENES DE LA IO
La IO tuvo gran xito en las actividades blicas. Durante la segunda guerra mundial se hicieron investigaciones sobre operaciones militares para mejorar la asignacin de recursos. Planificacin de Bombardeos y ataques militares. George Dantzig en 1947 desarroll el Mtodo Smplex para la solucin de problemas de P.L.

Despus de la Guerra!!
Las Organizaciones usaron los mtodos desarrollados para la Asignacin ptima de recursos. Desarrollos notables en programacin dinmica, lneas de espera y teora de inventarios. Revolucin de las computadoras.

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

AREAS DE APLICACIN DE LA IO
Asignacin de recursos. El problema del Transporte. Formulacin de Dietas. Inventarios. Horarios. Sistemas energticos. Telecomunicaciones. Salud. Planeacin. Servicios. Finanzas. Mezclas Produccin Otros.

MODELAMIENTO MATEMATICO
Representar el sistema o el fenmeno del mundo real o el problema a resolver en un lenguaje matemtico. Investigacin de Operaciones: (Ciencias de la Administracin) Es la aplicacin del Mtodo Cientfico para la Toma de Decisiones con el fin de hallar la solucin ptima.

Modelos
Modelos Estticos : las variables no requieren sucesiones de decisiones para periodos mltiples. (1 solo intento) Modelos dinmicos: las decisiones en las variables se efectan en mltiples periodos. Modelo Lineales: Las variables estn multiplicadas por constantes y acomodadas en forma de suma Modelos no lineales: multiplicacin de variables, otras funciones.

Modelos
Modelos enteros: las variables de decisin asumen valores enteros. Modelos determinsticos: se conoce con certeza el valor de los parmetros, FO, y restricciones. Modelos estocsticos: Incertidumbre en el valor de los parmetros, FO y restricciones.

ETAPAS DEL MODELAMIENTO

1.Definicin del problema y Recoleccin de la informacin. 2. Formulacin de un modelo matemtico 3. Obtencin de la solucin a partir de un modelo. 4. Prueba del modelo 5. Preparacin para la aplicacin del modelo 6. Implantacin

1. Definicin del problema y recoleccin de informacin

Cual es el problema a enfrentar? Describir el problema Delimitar el problema Identificar los entes afectados Anlisis costo-beneficio

Un estudio de IO busca soluciones ptimas globales y no soluciones locales.

LOS BENEFICIARIOS Los dueos Los empleados Los clientes Los vendedores Los proveedores El estado El objetivo siempre debera ir en funcin de maximizar los beneficios, y como tal se espera que en el largo plazo genere una rentabilidad social.

INFORMACIN
Contabilidad Clientes Proveedores Empleados Mercado Impuestos Productos Demandas Competencia Recursos Antecedentes histricos Futuro Costos y precios

2. Formulacin de un modelo matemtico

Un modelo es una representacin idealizada de un sistema. Un modelo matemtico tambin es una representacin idealizada, pero expresada en trminos de smbolos y expresiones matemticas.

Vbles y parmetros
n decisiones Variables de decisin x1, x2, ..., xn Medida del desempeo global Funcin (de) Objetivo(s): 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 lados derechos Parmetros

3. Obtencin de la solucin a partir de un modelo

Dependiendo del problema se usa un mtodo diferente como el mtodo simplex o un mtodo del punto interior para P.L. o el de ramificacin y acotamiento para P.Entera. El uso del computador es absolutamente necesario

4. Prueba del modelo

Es muy til realizar una prueba retrospectiva Mirar el pasado. Actualizar la informacin. Anlisis de sensibilidad. Verificar: Qu 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

5. Preparacin para la aplicacin del modelo

Documentacin: Interfaz grfico para las bases de datos Procedimiento de obtener la solucin Manual de uso de la aplicacin F.A.Q (Preguntas ms frecuentes) Sistema de soporte a las decisiones (DSS: Decision Support System) Informes gerenciales.

6. Implantacin
El equipo de IO explica a la gerencia. Se comparte la responsabilidad Capacitacin detallada al personal Pruebas piloto Desarrollo del programa de implantacin.

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 construccin de modelos para esta situacin. Noel determino que los factores siguientes influyen en el rendimiento del proceso: V: Volumen del contenedor en Litros P: Presin 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.

Construccin del modelo prescriptivo

Un modelo prescriptivo o de optimizacin dicta el comportamiento de una organizacin que le permitir a esta alcanzar sus metas. Esta compuesto por: Funcin Objetivo. Variables de decisin. Restricciones .

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 descubri que el rendimiento esta dado por: 300+0.8V+0.01P+0.06T + 11.7A +9.4B + 16.4C

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

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 presin debe estar entre 200 y 400 mililitros. La presin debe estar entre 100 y 200 grados celcius. La mezcla debe estar compuesta solo de A, B y C y la concentracin no debe superar a 1. Solo la mitad de la mezcla puede ser del ingrediente A