SlideShare una empresa de Scribd logo
1 de 80
Descargar para leer sin conexión
Universidad Tecnológica Equinoccial
Sede Santa Elena
Tema:
Portafolio del estudiante
Carrera:
Empresas y Negocios
Estudiante:
Christian Pilamunga
Profesor(a):
Msc. Bolívar Mendoza
2017
Tabla de contenido
Misión de la Carrera...................................................................................................................... 3
Visión de la Carrera....................................................................................................................... 3
Objetivos de la Carrera.................................................................................................................. 3
Silabus ........................................................................................................................................... 4
1er Bimestre................................................................................................................................ 14
Apuntes Propios...................................................................................................................... 14
2do
bimestre................................................................................................................................. 35
Actividades presenciales............................................................................................................. 51
Actividades no presenciales........................................................................................................ 51
Lecciones..................................................................................................................................... 54
Examenes .................................................................................................................................... 57
Anexos......................................................................................................................................... 58
Ingeniería de Empresas y Negocios
Misión de la Carrera.
Formar seres humanos y profesionales de alta calidad que desarrollen destrezas
y habilidades; capaces de resolver problemas en cualquier contexto, con
liderazgo empresarial dentro de un marco de valores y principios morales.
Visión de la Carrera.
La Carrera de Ingeniería de Empresas y Negocios pretende lograr el
reconocimiento de los profesionales en el ámbito nacional e internacional, como
líderes empresariales con un alto grado de compromiso; con crecimiento
humano capaces de fortalecer los valores y principios.
Objetivos de la Carrera.
Formar profesionales de nivel superior que dirijan y administren organizaciones
con criterios y conceptos claros, encaminados a lograr una óptima gestión
empresarial en el campo de la producción, comercialización y los servicios; que
enfoquen sus esfuerzos, conocimientos y habilidades al éxito en el campo de los
negocios.
Silabus
1er Bimestre
Apuntes Propios
2do bimestre
Actividades presenciales
Actividades no presenciales
Lecciones
Examenes
Anexos
Clic para visualizar la documentación de IO
https://www.dropbox.com/sh/01auakir1p0o7rg/AACGqJQ1SEvCBa4T0L7XMiVAa?dl=0
Profesor: Bolivar Mendoza Morán
Email: bolitto@hotmail.com
MODELOS DE TRANSPORTE Y SUS VARIANTES
Ejemplo 5.1-1
Tomado del libro: INVESTIGACION DE OPERACIONES, Autor: Hamdy Taha, Cap 5, pag 175
MG Auto cuenta con tres plantas en Los Ángeles,
Detroit y Nueva Orleáns, y dos importantes
centros de distribución en Denver y Miami. Las
capacidades trimestrales de las tres plantas son
1000, 1500 y 1200 automóviles, y las demandas
de los dos centros de distribución durante el
mismo periodo son de 2300 y 1400 automóviles.
La distancia en millas entre las plantas y los cen-
tros de distribución aparece en la tabla 5.1.
distancia en millas
Denver Miami
Los Angeles 1000 2690
Detroit 1250 1350
Nueva
Orleans 1275 850
A $0.08 cada milla
costo a 0,08 dolares
Denver Miami
Los Angeles $ 80,00 $ 215,20
Detroit $ 100,00 $ 108,00
Nueva Orleans $ 102,00 $ 68,00
MATRIZ
Denver Miami
Los Angeles
$ 80 $ 215
x11 x12
Detroit
$ 100 $ 108
x21 x22
Nueva Orleans
$ 102 $ 68
x31 x32
Minimizar Z= 80x11 + 215x12 + 100x21 + 108x22 + 102x31 + 68x32
cantidad a transportar
Denver Miami OFERTA
Los Angeles x11 x12 1000
Detroit x21 x22 1500
Nueva Orleans x31 x32 1200
DEMANDA 2300 1400
Minimizar Z= 80x11 + 215x12 + 100x21 + 108x22 + 102x31 + 68x32
x11 + x12 = 1000 (Los Angeles)
x21 + x22 = 1500 (Detroit)
OFERTA
3700
x31 + x32 = 1200 (Nueva Orleans)
x11 + x21 + x31 = 2300 (Denver)
x12 + x22 + x32 = 1400 (Miami)
SOLUCION OPTIMA
DEMANDA
3700
Resumen del algoritmo húngaro
1. Reste el número más pequeño de cada renglón a cada número del renglón. (Esto se llama
reducción de renglón.) Introduzca los resultados en una nueva tabla.
2. Reste el número más pequeño de cada columna de la nueva tabla a cada número de la columna.
(Esto se llama reducción de columna.) Introduzca los resultados en otra tabla.
3. Pruebe si se puede hacer una asignación óptima. Hágalo mediante la determinación del nú-
mero mínimo de líneas necesario para cubrir (es decir, cruzar) todos los ceros. Puesto que este
número mínimo de líneas es igual al número máximo de tareas que pueden realizarse en cero
posiciones de elementos, si el número mínimo de líneas es igual al número de renglones, es
posible tener un conjunto óptimo de tareas. (Si usted encuentra que no es posible un conjunto
completo de tareas, esto signif ca que usted no redujo el número de líneas que cubren a todos
los ceros hasta el número mínimo.) En ese caso vaya al paso 6. En caso contrario continúe con
el paso 4.
4. Si el número de líneas es menor que el número de renglones, modif que la tabla de la siguiente
forma:
a) Reste el número no cubierto más pequeño de todos los números no cubiertos de la tabla.
b) Sume el número no cubierto más pequeño a los números que se encuentran en las intersecciones de las
líneas.
c) Los números cruzados pero que no se encuentran en las intersecciones de las líneas permanecen sin
cambio en la siguiente tabla.
5. Repita los pasos 3 y 4 hasta que sea posible tener un conjunto de asignaciones óptimo.
6. Haga las asignaciones una a una en las posiciones que tienen elementos cero. Comience con
los renglones y columnas que tienen sólo un cero. Como cada renglón y cada columna necesita recibir
exactamente una asignación, cruce tanto el renglón como la columna involucrados
luego de hacer cada asignación. Después continúe con los renglones y columnas que aún no
han sido cruzados para seleccionar la siguiente asignación, y de nuevo dé preferencia a algún
renglón o columna que tenga un solo cero que no haya sido cruzado. Continúe hasta que todos los
renglones y columnas tengan exactamente una asignación y por ende ya hayan sido
cruzados.
En el IOR Tutorial se proporciona una rutina interactiva para aplicar este algoritmo de manera
ef ciente. También se incluye una rutina automática
MODELOS DE
OPTIMIZACIÓN
DE REDES
COMPONENTES DE REDES
REPRESENTATIVAS
Universidad Tecnológica Equinoccial
Sede Santa Elena
Tema:
Consulta sobre toma de decisiones
Carrera:
Empresas y Negocios
Estudiante:
Christian Pilamunga
Profesor(a):
Bolívar Mendoza
2017
La toma de decisiones
La toma de decisiones es el proceso mediante el cual se realiza una elección entre las opciones
o formas para resolver diferentes situaciones de la vida en diferentes contextos: a nivel
laboral, familiar, personal, sentimental o empresarial (utilizando metodologías cuantitativas
que brinda la administración).
Los 6 pasos en la toma de decisiones
1. Definir con claridad el problema que enfrenta
2. Hacer una lista de alternativas posibles
3. Identificar los resultados posibles o los estados de naturaleza
4. Numerar los pagos (típicamente las ganancias) de cada combinación de alternativas y
resultados
5. Elegir uno de los modelos matemáticos de la teoría de decisiones.
6. Aplicar el modelo y tomar la decisión
Tipos de entorno para la toma de decisiones
Toma de decisiones con certidumbre:
Una clase importante de problemas de decisión incluye aquellos en los cuales cada acto
disponible para quien toma la decisión tiene consecuencias que pueden ser conocidas
previamente con certidumbre.
Toma de decisiones con incertidumbre:
Existen varios resultados posibles para cada alternativa y el tomador de decisiones no conoce
las probabilidades de los diferentes resultados.
En muchos problemas de decisiones se presentan variables que no están bajo el control de un
competidor racional y acerca de las cuales quienes toman las decisiones tienen poca o ninguna
información sobre la base de la cual conocer el estado de las cosas futuras. La toma de
decisiones bajo incertidumbre se presenta cuando no puede predecirse fácilmente el futuro
sobre la base de experiencias pasadas.
Toma de decisiones con riesgo:
Hay varios resultados posibles para cada alternativa y el tomador de decisiones conoce la
probabilidad de ocurrencia de cada resultado.
Describa cada uno de los estados con toma de decisiones con incertidumbre
1. Optimista (maximax):
Al utilizar el criterio Optimista, se considera el mejor pago (máximo) para cada
alternativa y se elige la alternativa con el mejor (máximo) de ellos.
2. Pesimista (maximin):
Al utilizar el criterio pesimista, se considera el peor pago (mínimo) de cada alternativa
y se elige la que tiene el mejor (máximo) de ellas.
3. Criterio de realismo:
Con frecuencia llamado promedio ponderado, el criterio de realismo (criterio de
Hurwicz) es un compromiso entre una decisión pesimista y una optimista.
4. Probabilidades iguales (Laplace):
Un criterio que usa todos los pagos `para cada alternativa es el criterio de decisión de
probabilidades iguales, también llamado Laplace. Ahora debe encontrarse el pago
promedio para cada alternativa y se elegirá la alternativa con el mejor promedio o el
más alto.
5. Arrepentimiento minimax:
El siguiente criterio de decisión que se estudiara se basa en la pérdida de oportunidad o
de arrepentimiento.
La pérdida de oportunidad se refiere a la diferencia entre la ganancia o el pago óptimo
por un estado de naturaleza dado y el pago real recibido por una decisión especifica.
Árbol de decisiones
Cualquier problema que se pueda presentar en una tabla de decisiones también se puede
ilustrar con una gráfica denominada árbol de decisiones. Todos los árboles de decisiones son
similares en cuanto a que contienen puntos de decisión o nodos de decisión y puntos de
estados de naturaleza que pueden incurrir.
5 pasos para el análisis del árbol de decisiones
1. Definir el problema
2. Estructurar o dibujar un árbol de decisiones
3. Asignar probabilidades a cada estado de la naturaleza
4. Estimar los pagos para cada combinación posible de alternativas y estado de
naturaleza.
5. Resolver el problema comparando los valores monetarios esperados.
Probabilidades
Una probabilidad es una expresión numérica de la posibilidad de que ocurra un evento.
Hay dos reglas básicas acerca de las matemáticas de las probabilidades
1. La probabilidad, p, de ocurrencia de cualquier evento o estado de la naturaleza es
mayor que o igual a 0 y menor que o igual a 1.
Es decir 0 <= p (evento) <= 1
2. La suma de las probabilidades simples de todos los resultados posibles de una
actividad debe 6
Existen dos maneras diferentes de determinar la probabilidad: El enfoque objetivo y el
enfoque subjetivo.
Probabilidad Objetiva: Se establece utilizando el método lógico o clásico. Sin realizar una serie
de ensayos, muchas veces podemos determinar de manera lógica cuales deberían ser las
probabilidades de varios eventos.
Probabilidad Subjetiva: Cuando la lógica y la historia pasada no son adecuadas, los valores de
las probabilidades se pueden estimar de manera subjetiva. La exactitud de las probabilidades
subjetivas depende de la experiencia y el buen juicio de quien realiza las estimaciones.
(Render, 2012)
Referencias
Render, S. H. (2012). Metodos cuantitativos para los negocios. Mexico: Pearson Education.
PERT/ CPM
PERT, program evaluation and review technique)
TÉCNICA DE REVISIÓN Y EVALUACIÓN DEL
PROGRAMA
CPM, critical path method)
y el MÉTODO DE LA RUTA CRÍTICA
pasos de PERT /CPM
1. Definir el proyecto y todas sus actividades o tareas significativas.
2. Desarrollar la relación entre las actividades. Decidir qué actividades
deben preceder a otras.
3. Dibujar la red que conecta todas las actividades.
4. Asignar estimaciones de tiempos y/o costos a cada actividad.
5. Calcular la trayectoria con el tiempo más largo a través de la red; se
llama ruta crítica.
6. Usar la red para ayudar a planear, programar, supervisar y controlar el
proyecto.
Actividad Descripción de la actividad
Predecesores
inmediatos
Duración
estimada en
semanas
A Excavación 2
B Colocar los cimientos A 4
C Levantar paredes B 10
D Colocar el techo C 6
E
Instalar la plomería
exterior C 4
F
Instalar la plomería
interior E 5
G Aplanados exteriores D 7
H Pintura exterior E, G 9
I
Instalar el cableado
eléctrico C 7
J Aplanados interiores F, I 8
K Colocar pisos J 4
L Pintura interior J 5
M
Colocar accesorios
exteriores H 2
N
Colocar accesorios
interiores K, L 6
TIEMPOS
iC= tiempo más corto Tc = terminación mas corta
TL = terminación mas largaiL = inicio mas largo
Holgura = TL – TC
Si la holgura es cero, entones este proceso es parte de la ruta critica
FORMA DE CALCULO IC y TC
1. Se comienza con IC = 0, entonces TC = IC + DURACIÓN DEL PROCESO
2. En el siguiente IC = al anterior TC, si se tiene 2 actividades predecesoras, se
toma el TC mas largo, se termina en actividad de duración cero, con el IC = al
ultimo TC
3. Al finalizar todas las tareas se crea una tarea mas con duración cero, y IC = TC
más lago de las predecesoras.
FORMA DE CALCULO TL e IC
1. Se comienza desde el fin hacia el inicio, el TL final es igual al ultimo TC
2. Luego el IL = TL – duración de la actividad
3. El siguiente TL = IL anterior, si hay 2 actividades se toma el menor
4. Se repite el paso 2

Más contenido relacionado

La actualidad más candente

Estadsticai iibimestreoctubre2011-febrero2012-120104093007-phpapp01
Estadsticai iibimestreoctubre2011-febrero2012-120104093007-phpapp01Estadsticai iibimestreoctubre2011-febrero2012-120104093007-phpapp01
Estadsticai iibimestreoctubre2011-febrero2012-120104093007-phpapp01
vmguzmanm
 
Numeros Pseudoaleatorios - Variables aleatorias (presentacion)
Numeros Pseudoaleatorios - Variables aleatorias (presentacion)Numeros Pseudoaleatorios - Variables aleatorias (presentacion)
Numeros Pseudoaleatorios - Variables aleatorias (presentacion)
Alberto Carranza Garcia
 
Semiario 8 blog
Semiario 8 blogSemiario 8 blog
Semiario 8 blog
fatima_m_p
 
Teoria de bayes en la toma de decision
Teoria de bayes en la toma de decisionTeoria de bayes en la toma de decision
Teoria de bayes en la toma de decision
anapaubla valiente
 

La actualidad más candente (20)

Ejercicios unidad 3 mata
Ejercicios unidad 3 mataEjercicios unidad 3 mata
Ejercicios unidad 3 mata
 
Alexis añez-distribución binomial
Alexis añez-distribución binomial Alexis añez-distribución binomial
Alexis añez-distribución binomial
 
Estadsticai iibimestreoctubre2011-febrero2012-120104093007-phpapp01
Estadsticai iibimestreoctubre2011-febrero2012-120104093007-phpapp01Estadsticai iibimestreoctubre2011-febrero2012-120104093007-phpapp01
Estadsticai iibimestreoctubre2011-febrero2012-120104093007-phpapp01
 
Semana 4 distribuciones de probabilidad discretas
Semana 4  distribuciones de probabilidad discretasSemana 4  distribuciones de probabilidad discretas
Semana 4 distribuciones de probabilidad discretas
 
Estadística Elemental.
Estadística Elemental.Estadística Elemental.
Estadística Elemental.
 
Numeros Pseudoaleatorios - Variables aleatorias (presentacion)
Numeros Pseudoaleatorios - Variables aleatorias (presentacion)Numeros Pseudoaleatorios - Variables aleatorias (presentacion)
Numeros Pseudoaleatorios - Variables aleatorias (presentacion)
 
Marlin adames distribucion binomial
Marlin adames   distribucion binomialMarlin adames   distribucion binomial
Marlin adames distribucion binomial
 
UTPL-ESTADÍSTICA II-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-ESTADÍSTICA II-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)UTPL-ESTADÍSTICA II-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-ESTADÍSTICA II-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
 
UTPL-ESTADÍSTICA-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-ESTADÍSTICA-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)UTPL-ESTADÍSTICA-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-ESTADÍSTICA-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
 
1 sesion de gestion de la calidad
1 sesion de gestion de la calidad1 sesion de gestion de la calidad
1 sesion de gestion de la calidad
 
Sesión 01
Sesión 01 Sesión 01
Sesión 01
 
Semiario 8 blog
Semiario 8 blogSemiario 8 blog
Semiario 8 blog
 
Distribucion de Probabilidades
Distribucion de ProbabilidadesDistribucion de Probabilidades
Distribucion de Probabilidades
 
Distribuciones De Probabilidad
Distribuciones De ProbabilidadDistribuciones De Probabilidad
Distribuciones De Probabilidad
 
Distribución de Probabilidad Discreta. Estadística, Douglas A. Lind, William ...
Distribución de Probabilidad Discreta. Estadística, Douglas A. Lind, William ...Distribución de Probabilidad Discreta. Estadística, Douglas A. Lind, William ...
Distribución de Probabilidad Discreta. Estadística, Douglas A. Lind, William ...
 
Teoria de bayes en la toma de decision
Teoria de bayes en la toma de decisionTeoria de bayes en la toma de decision
Teoria de bayes en la toma de decision
 
ESTADISTICA II (II Bimestre Abril agosto 2011)
ESTADISTICA II  (II Bimestre Abril agosto 2011)ESTADISTICA II  (II Bimestre Abril agosto 2011)
ESTADISTICA II (II Bimestre Abril agosto 2011)
 
S01 ad4001 ss
S01 ad4001 ssS01 ad4001 ss
S01 ad4001 ss
 
Estadistica ii crc 4
Estadistica ii crc 4Estadistica ii crc 4
Estadistica ii crc 4
 
Distribución binomial
Distribución binomialDistribución binomial
Distribución binomial
 

Destacado

Typos eretrias septembrios2010
Typos eretrias septembrios2010Typos eretrias septembrios2010
Typos eretrias septembrios2010
eretrianews
 
Sybourno Foundation
Sybourno FoundationSybourno Foundation
Sybourno Foundation
Priya Singh
 
Meniscus substitutes FOR PARTIAL MENISCECTOMISED PATIENTS I Dr.RAJAT JANGIR ...
Meniscus substitutes FOR PARTIAL MENISCECTOMISED PATIENTS  I Dr.RAJAT JANGIR ...Meniscus substitutes FOR PARTIAL MENISCECTOMISED PATIENTS  I Dr.RAJAT JANGIR ...
Meniscus substitutes FOR PARTIAL MENISCECTOMISED PATIENTS I Dr.RAJAT JANGIR ...
Dr.RAJAT JANGIR Orthopaedic surgeon Jaipur
 
JOOD_PR ACTIVITES 2015 - 16
JOOD_PR ACTIVITES 2015 - 16JOOD_PR ACTIVITES 2015 - 16
JOOD_PR ACTIVITES 2015 - 16
sunil mehra
 

Destacado (12)

Typos eretrias septembrios2010
Typos eretrias septembrios2010Typos eretrias septembrios2010
Typos eretrias septembrios2010
 
Sybourno Foundation
Sybourno FoundationSybourno Foundation
Sybourno Foundation
 
Meniscus substitutes FOR PARTIAL MENISCECTOMISED PATIENTS I Dr.RAJAT JANGIR ...
Meniscus substitutes FOR PARTIAL MENISCECTOMISED PATIENTS  I Dr.RAJAT JANGIR ...Meniscus substitutes FOR PARTIAL MENISCECTOMISED PATIENTS  I Dr.RAJAT JANGIR ...
Meniscus substitutes FOR PARTIAL MENISCECTOMISED PATIENTS I Dr.RAJAT JANGIR ...
 
1 st Social exam example
1 st Social exam example1 st Social exam example
1 st Social exam example
 
Civil war maps
Civil war mapsCivil war maps
Civil war maps
 
Climates of Spain.
Climates of Spain.Climates of Spain.
Climates of Spain.
 
ОСІНЬ ЙДЕ ПО УКРАЇНІ 2 кл
ОСІНЬ ЙДЕ ПО УКРАЇНІ 2 клОСІНЬ ЙДЕ ПО УКРАЇНІ 2 кл
ОСІНЬ ЙДЕ ПО УКРАЇНІ 2 кл
 
Rpt sains f1 2017
Rpt sains f1 2017Rpt sains f1 2017
Rpt sains f1 2017
 
Social 2nd and 3rd terms
Social 2nd and 3rd termsSocial 2nd and 3rd terms
Social 2nd and 3rd terms
 
JOOD_PR ACTIVITES 2015 - 16
JOOD_PR ACTIVITES 2015 - 16JOOD_PR ACTIVITES 2015 - 16
JOOD_PR ACTIVITES 2015 - 16
 
Cuaresma 2017. actividades niños y jóvenes
Cuaresma 2017. actividades niños y jóvenesCuaresma 2017. actividades niños y jóvenes
Cuaresma 2017. actividades niños y jóvenes
 
El tirador
El tiradorEl tirador
El tirador
 

Similar a Portafolio de investigacion operativa pdf

Software para arboles de decisión y diagramas de influencia
Software para arboles de decisión y diagramas de influenciaSoftware para arboles de decisión y diagramas de influencia
Software para arboles de decisión y diagramas de influencia
antoniomartinezuvm
 
Estructuración del blog trabajo grupal (1)
Estructuración del blog   trabajo grupal (1)Estructuración del blog   trabajo grupal (1)
Estructuración del blog trabajo grupal (1)
Andrs124638
 

Similar a Portafolio de investigacion operativa pdf (20)

Arbol de deciciones
Arbol de decicionesArbol de deciciones
Arbol de deciciones
 
7 Tecnica del Arbol para la toma de decisiones
7  Tecnica del Arbol para la toma de decisiones7  Tecnica del Arbol para la toma de decisiones
7 Tecnica del Arbol para la toma de decisiones
 
Software para arboles de decisión y diagramas de influencia
Software para arboles de decisión y diagramas de influenciaSoftware para arboles de decisión y diagramas de influencia
Software para arboles de decisión y diagramas de influencia
 
Presentación incert
Presentación incertPresentación incert
Presentación incert
 
Estructuración del blog trabajo grupal (1)
Estructuración del blog   trabajo grupal (1)Estructuración del blog   trabajo grupal (1)
Estructuración del blog trabajo grupal (1)
 
Tema 2 mglpc Escalas de medida
Tema 2 mglpc Escalas de medidaTema 2 mglpc Escalas de medida
Tema 2 mglpc Escalas de medida
 
METODO SIMPLEX-TABULAR
METODO SIMPLEX-TABULAR METODO SIMPLEX-TABULAR
METODO SIMPLEX-TABULAR
 
Arboles de decisión.2
Arboles de decisión.2Arboles de decisión.2
Arboles de decisión.2
 
Estructuración del blog trabajo grupal
Estructuración del blog   trabajo grupalEstructuración del blog   trabajo grupal
Estructuración del blog trabajo grupal
 
Estructuración del blog - trabajo grupal.pdf
Estructuración del blog - trabajo grupal.pdfEstructuración del blog - trabajo grupal.pdf
Estructuración del blog - trabajo grupal.pdf
 
Trabajo escrito individual
Trabajo escrito individual Trabajo escrito individual
Trabajo escrito individual
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
La Tecnica Del Arbol Para La Toma De Decisiones
La Tecnica Del Arbol Para La Toma De DecisionesLa Tecnica Del Arbol Para La Toma De Decisiones
La Tecnica Del Arbol Para La Toma De Decisiones
 
La Tecnica Del Arbol Para La Toma De Decisiones
La  Tecnica Del  Arbol Para La  Toma De  DecisionesLa  Tecnica Del  Arbol Para La  Toma De  Decisiones
La Tecnica Del Arbol Para La Toma De Decisiones
 
Algoritmos+y+solucion+de+problemas
Algoritmos+y+solucion+de+problemasAlgoritmos+y+solucion+de+problemas
Algoritmos+y+solucion+de+problemas
 
Matematicas tomas
Matematicas tomasMatematicas tomas
Matematicas tomas
 
TRABAJO TECNOLOGIA
TRABAJO TECNOLOGIATRABAJO TECNOLOGIA
TRABAJO TECNOLOGIA
 
TALLER DE TECNOLOGIA (1).pdf
TALLER DE TECNOLOGIA (1).pdfTALLER DE TECNOLOGIA (1).pdf
TALLER DE TECNOLOGIA (1).pdf
 
TALLER DE TECNOLOGIA
TALLER DE TECNOLOGIA TALLER DE TECNOLOGIA
TALLER DE TECNOLOGIA
 
tecnologia.pdf
tecnologia.pdftecnologia.pdf
tecnologia.pdf
 

Último

Ejemplo Caso: El Juego de la negociación
Ejemplo Caso: El Juego de la negociaciónEjemplo Caso: El Juego de la negociación
Ejemplo Caso: El Juego de la negociación
licmarinaglez
 
SENTENCIA COLOMBIA DISCRIMINACION SELECCION PERSONAL.pdf
SENTENCIA COLOMBIA DISCRIMINACION SELECCION PERSONAL.pdfSENTENCIA COLOMBIA DISCRIMINACION SELECCION PERSONAL.pdf
SENTENCIA COLOMBIA DISCRIMINACION SELECCION PERSONAL.pdf
JaredQuezada3
 
RENTAS_EXENTAS_Y_GASTOS_NO_DEDUCIBLES_ut.ppt
RENTAS_EXENTAS_Y_GASTOS_NO_DEDUCIBLES_ut.pptRENTAS_EXENTAS_Y_GASTOS_NO_DEDUCIBLES_ut.ppt
RENTAS_EXENTAS_Y_GASTOS_NO_DEDUCIBLES_ut.ppt
administracion46
 
senati-powerpoint_5TOS-_ALUMNOS (1).pptx
senati-powerpoint_5TOS-_ALUMNOS (1).pptxsenati-powerpoint_5TOS-_ALUMNOS (1).pptx
senati-powerpoint_5TOS-_ALUMNOS (1).pptx
nathalypaolaacostasu
 

Último (20)

implemenatcion de un data mart en logistica
implemenatcion de un data mart en logisticaimplemenatcion de un data mart en logistica
implemenatcion de un data mart en logistica
 
ADMINISTRACIÓN DE CUENTAS POR COBRAR CGSR.pptx
ADMINISTRACIÓN DE CUENTAS POR COBRAR CGSR.pptxADMINISTRACIÓN DE CUENTAS POR COBRAR CGSR.pptx
ADMINISTRACIÓN DE CUENTAS POR COBRAR CGSR.pptx
 
MARKETING SENSORIAL CONTENIDO, KARLA JANETH
MARKETING SENSORIAL CONTENIDO, KARLA JANETHMARKETING SENSORIAL CONTENIDO, KARLA JANETH
MARKETING SENSORIAL CONTENIDO, KARLA JANETH
 
CULTURA EN LA NEGOCIACIÓN CONCEPTOS Y DEFINICIONES
CULTURA EN LA NEGOCIACIÓN CONCEPTOS Y DEFINICIONESCULTURA EN LA NEGOCIACIÓN CONCEPTOS Y DEFINICIONES
CULTURA EN LA NEGOCIACIÓN CONCEPTOS Y DEFINICIONES
 
Fabricación de Cremas en Industria Farmacéutica
Fabricación de Cremas en Industria FarmacéuticaFabricación de Cremas en Industria Farmacéutica
Fabricación de Cremas en Industria Farmacéutica
 
Ejemplo Caso: El Juego de la negociación
Ejemplo Caso: El Juego de la negociaciónEjemplo Caso: El Juego de la negociación
Ejemplo Caso: El Juego de la negociación
 
INTERESES Y MULTAS DEL IMPUESTO A LA RENTA POWER POINT.pptx
INTERESES Y MULTAS DEL IMPUESTO A LA RENTA POWER POINT.pptxINTERESES Y MULTAS DEL IMPUESTO A LA RENTA POWER POINT.pptx
INTERESES Y MULTAS DEL IMPUESTO A LA RENTA POWER POINT.pptx
 
SENTENCIA COLOMBIA DISCRIMINACION SELECCION PERSONAL.pdf
SENTENCIA COLOMBIA DISCRIMINACION SELECCION PERSONAL.pdfSENTENCIA COLOMBIA DISCRIMINACION SELECCION PERSONAL.pdf
SENTENCIA COLOMBIA DISCRIMINACION SELECCION PERSONAL.pdf
 
Analisis del art. 37 de la Ley del Impuesto a la Renta
Analisis del art. 37 de la Ley del Impuesto a la RentaAnalisis del art. 37 de la Ley del Impuesto a la Renta
Analisis del art. 37 de la Ley del Impuesto a la Renta
 
Maria_diaz.pptx mapa conceptual gerencia industral
Maria_diaz.pptx mapa conceptual   gerencia industralMaria_diaz.pptx mapa conceptual   gerencia industral
Maria_diaz.pptx mapa conceptual gerencia industral
 
5.Monopolio, comparación perfecta en conta
5.Monopolio, comparación perfecta en conta5.Monopolio, comparación perfecta en conta
5.Monopolio, comparación perfecta en conta
 
informacion-finanTFHHETHAETHciera-2022.pdf
informacion-finanTFHHETHAETHciera-2022.pdfinformacion-finanTFHHETHAETHciera-2022.pdf
informacion-finanTFHHETHAETHciera-2022.pdf
 
La Cadena de suministro CocaCola Co.pptx
La Cadena de suministro CocaCola Co.pptxLa Cadena de suministro CocaCola Co.pptx
La Cadena de suministro CocaCola Co.pptx
 
2 Tipo Sociedad comandita por acciones.pptx
2 Tipo Sociedad comandita por acciones.pptx2 Tipo Sociedad comandita por acciones.pptx
2 Tipo Sociedad comandita por acciones.pptx
 
Las sociedades anónimas en el Perú , de acuerdo a la Ley general de sociedades
Las sociedades anónimas en el Perú , de acuerdo a la Ley general de sociedadesLas sociedades anónimas en el Perú , de acuerdo a la Ley general de sociedades
Las sociedades anónimas en el Perú , de acuerdo a la Ley general de sociedades
 
RENTAS_EXENTAS_Y_GASTOS_NO_DEDUCIBLES_ut.ppt
RENTAS_EXENTAS_Y_GASTOS_NO_DEDUCIBLES_ut.pptRENTAS_EXENTAS_Y_GASTOS_NO_DEDUCIBLES_ut.ppt
RENTAS_EXENTAS_Y_GASTOS_NO_DEDUCIBLES_ut.ppt
 
el impuesto genera A LAS LAS lasventas IGV
el impuesto genera A LAS  LAS lasventas IGVel impuesto genera A LAS  LAS lasventas IGV
el impuesto genera A LAS LAS lasventas IGV
 
S05_s2+Prueba+d.pdfsfeaefadwwwwwwwwwwwwwwwwwwwwwwwwww
S05_s2+Prueba+d.pdfsfeaefadwwwwwwwwwwwwwwwwwwwwwwwwwwS05_s2+Prueba+d.pdfsfeaefadwwwwwwwwwwwwwwwwwwwwwwwwww
S05_s2+Prueba+d.pdfsfeaefadwwwwwwwwwwwwwwwwwwwwwwwwww
 
senati-powerpoint_5TOS-_ALUMNOS (1).pptx
senati-powerpoint_5TOS-_ALUMNOS (1).pptxsenati-powerpoint_5TOS-_ALUMNOS (1).pptx
senati-powerpoint_5TOS-_ALUMNOS (1).pptx
 
Sostenibilidad y continuidad huamcoli robin-cristian.pptx
Sostenibilidad y continuidad huamcoli robin-cristian.pptxSostenibilidad y continuidad huamcoli robin-cristian.pptx
Sostenibilidad y continuidad huamcoli robin-cristian.pptx
 

Portafolio de investigacion operativa pdf

  • 1. Universidad Tecnológica Equinoccial Sede Santa Elena Tema: Portafolio del estudiante Carrera: Empresas y Negocios Estudiante: Christian Pilamunga Profesor(a): Msc. Bolívar Mendoza 2017
  • 2. Tabla de contenido Misión de la Carrera...................................................................................................................... 3 Visión de la Carrera....................................................................................................................... 3 Objetivos de la Carrera.................................................................................................................. 3 Silabus ........................................................................................................................................... 4 1er Bimestre................................................................................................................................ 14 Apuntes Propios...................................................................................................................... 14 2do bimestre................................................................................................................................. 35 Actividades presenciales............................................................................................................. 51 Actividades no presenciales........................................................................................................ 51 Lecciones..................................................................................................................................... 54 Examenes .................................................................................................................................... 57 Anexos......................................................................................................................................... 58
  • 3. Ingeniería de Empresas y Negocios Misión de la Carrera. Formar seres humanos y profesionales de alta calidad que desarrollen destrezas y habilidades; capaces de resolver problemas en cualquier contexto, con liderazgo empresarial dentro de un marco de valores y principios morales. Visión de la Carrera. La Carrera de Ingeniería de Empresas y Negocios pretende lograr el reconocimiento de los profesionales en el ámbito nacional e internacional, como líderes empresariales con un alto grado de compromiso; con crecimiento humano capaces de fortalecer los valores y principios. Objetivos de la Carrera. Formar profesionales de nivel superior que dirijan y administren organizaciones con criterios y conceptos claros, encaminados a lograr una óptima gestión empresarial en el campo de la producción, comercialización y los servicios; que enfoquen sus esfuerzos, conocimientos y habilidades al éxito en el campo de los negocios.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 15.
  • 16.
  • 17.
  • 18.
  • 19.
  • 20.
  • 21.
  • 22.
  • 23.
  • 24.
  • 25.
  • 26.
  • 27.
  • 28.
  • 29.
  • 30.
  • 31.
  • 32.
  • 33.
  • 34.
  • 36.
  • 37.
  • 38.
  • 39.
  • 40.
  • 41.
  • 42.
  • 43.
  • 44.
  • 45.
  • 46.
  • 47.
  • 48.
  • 49.
  • 50.
  • 52.
  • 53.
  • 55.
  • 56.
  • 59.
  • 60. Clic para visualizar la documentación de IO https://www.dropbox.com/sh/01auakir1p0o7rg/AACGqJQ1SEvCBa4T0L7XMiVAa?dl=0
  • 61. Profesor: Bolivar Mendoza Morán Email: bolitto@hotmail.com MODELOS DE TRANSPORTE Y SUS VARIANTES Ejemplo 5.1-1 Tomado del libro: INVESTIGACION DE OPERACIONES, Autor: Hamdy Taha, Cap 5, pag 175 MG Auto cuenta con tres plantas en Los Ángeles, Detroit y Nueva Orleáns, y dos importantes centros de distribución en Denver y Miami. Las capacidades trimestrales de las tres plantas son 1000, 1500 y 1200 automóviles, y las demandas de los dos centros de distribución durante el mismo periodo son de 2300 y 1400 automóviles. La distancia en millas entre las plantas y los cen- tros de distribución aparece en la tabla 5.1. distancia en millas Denver Miami Los Angeles 1000 2690 Detroit 1250 1350 Nueva Orleans 1275 850
  • 62. A $0.08 cada milla costo a 0,08 dolares Denver Miami Los Angeles $ 80,00 $ 215,20 Detroit $ 100,00 $ 108,00 Nueva Orleans $ 102,00 $ 68,00 MATRIZ Denver Miami Los Angeles $ 80 $ 215 x11 x12 Detroit $ 100 $ 108 x21 x22 Nueva Orleans $ 102 $ 68 x31 x32 Minimizar Z= 80x11 + 215x12 + 100x21 + 108x22 + 102x31 + 68x32 cantidad a transportar Denver Miami OFERTA Los Angeles x11 x12 1000 Detroit x21 x22 1500 Nueva Orleans x31 x32 1200 DEMANDA 2300 1400 Minimizar Z= 80x11 + 215x12 + 100x21 + 108x22 + 102x31 + 68x32 x11 + x12 = 1000 (Los Angeles) x21 + x22 = 1500 (Detroit) OFERTA 3700
  • 63. x31 + x32 = 1200 (Nueva Orleans) x11 + x21 + x31 = 2300 (Denver) x12 + x22 + x32 = 1400 (Miami) SOLUCION OPTIMA DEMANDA 3700
  • 64. Resumen del algoritmo húngaro 1. Reste el número más pequeño de cada renglón a cada número del renglón. (Esto se llama reducción de renglón.) Introduzca los resultados en una nueva tabla. 2. Reste el número más pequeño de cada columna de la nueva tabla a cada número de la columna. (Esto se llama reducción de columna.) Introduzca los resultados en otra tabla. 3. Pruebe si se puede hacer una asignación óptima. Hágalo mediante la determinación del nú- mero mínimo de líneas necesario para cubrir (es decir, cruzar) todos los ceros. Puesto que este número mínimo de líneas es igual al número máximo de tareas que pueden realizarse en cero posiciones de elementos, si el número mínimo de líneas es igual al número de renglones, es posible tener un conjunto óptimo de tareas. (Si usted encuentra que no es posible un conjunto completo de tareas, esto signif ca que usted no redujo el número de líneas que cubren a todos los ceros hasta el número mínimo.) En ese caso vaya al paso 6. En caso contrario continúe con el paso 4. 4. Si el número de líneas es menor que el número de renglones, modif que la tabla de la siguiente forma: a) Reste el número no cubierto más pequeño de todos los números no cubiertos de la tabla. b) Sume el número no cubierto más pequeño a los números que se encuentran en las intersecciones de las líneas. c) Los números cruzados pero que no se encuentran en las intersecciones de las líneas permanecen sin cambio en la siguiente tabla. 5. Repita los pasos 3 y 4 hasta que sea posible tener un conjunto de asignaciones óptimo. 6. Haga las asignaciones una a una en las posiciones que tienen elementos cero. Comience con los renglones y columnas que tienen sólo un cero. Como cada renglón y cada columna necesita recibir exactamente una asignación, cruce tanto el renglón como la columna involucrados luego de hacer cada asignación. Después continúe con los renglones y columnas que aún no han sido cruzados para seleccionar la siguiente asignación, y de nuevo dé preferencia a algún renglón o columna que tenga un solo cero que no haya sido cruzado. Continúe hasta que todos los renglones y columnas tengan exactamente una asignación y por ende ya hayan sido cruzados. En el IOR Tutorial se proporciona una rutina interactiva para aplicar este algoritmo de manera ef ciente. También se incluye una rutina automática
  • 66.
  • 68. Universidad Tecnológica Equinoccial Sede Santa Elena Tema: Consulta sobre toma de decisiones Carrera: Empresas y Negocios Estudiante: Christian Pilamunga Profesor(a): Bolívar Mendoza 2017
  • 69. La toma de decisiones La toma de decisiones es el proceso mediante el cual se realiza una elección entre las opciones o formas para resolver diferentes situaciones de la vida en diferentes contextos: a nivel laboral, familiar, personal, sentimental o empresarial (utilizando metodologías cuantitativas que brinda la administración). Los 6 pasos en la toma de decisiones 1. Definir con claridad el problema que enfrenta 2. Hacer una lista de alternativas posibles 3. Identificar los resultados posibles o los estados de naturaleza 4. Numerar los pagos (típicamente las ganancias) de cada combinación de alternativas y resultados 5. Elegir uno de los modelos matemáticos de la teoría de decisiones. 6. Aplicar el modelo y tomar la decisión Tipos de entorno para la toma de decisiones Toma de decisiones con certidumbre: Una clase importante de problemas de decisión incluye aquellos en los cuales cada acto disponible para quien toma la decisión tiene consecuencias que pueden ser conocidas previamente con certidumbre. Toma de decisiones con incertidumbre: Existen varios resultados posibles para cada alternativa y el tomador de decisiones no conoce las probabilidades de los diferentes resultados. En muchos problemas de decisiones se presentan variables que no están bajo el control de un competidor racional y acerca de las cuales quienes toman las decisiones tienen poca o ninguna información sobre la base de la cual conocer el estado de las cosas futuras. La toma de decisiones bajo incertidumbre se presenta cuando no puede predecirse fácilmente el futuro sobre la base de experiencias pasadas. Toma de decisiones con riesgo: Hay varios resultados posibles para cada alternativa y el tomador de decisiones conoce la probabilidad de ocurrencia de cada resultado. Describa cada uno de los estados con toma de decisiones con incertidumbre 1. Optimista (maximax): Al utilizar el criterio Optimista, se considera el mejor pago (máximo) para cada alternativa y se elige la alternativa con el mejor (máximo) de ellos.
  • 70. 2. Pesimista (maximin): Al utilizar el criterio pesimista, se considera el peor pago (mínimo) de cada alternativa y se elige la que tiene el mejor (máximo) de ellas. 3. Criterio de realismo: Con frecuencia llamado promedio ponderado, el criterio de realismo (criterio de Hurwicz) es un compromiso entre una decisión pesimista y una optimista. 4. Probabilidades iguales (Laplace): Un criterio que usa todos los pagos `para cada alternativa es el criterio de decisión de probabilidades iguales, también llamado Laplace. Ahora debe encontrarse el pago promedio para cada alternativa y se elegirá la alternativa con el mejor promedio o el más alto. 5. Arrepentimiento minimax: El siguiente criterio de decisión que se estudiara se basa en la pérdida de oportunidad o de arrepentimiento. La pérdida de oportunidad se refiere a la diferencia entre la ganancia o el pago óptimo por un estado de naturaleza dado y el pago real recibido por una decisión especifica. Árbol de decisiones Cualquier problema que se pueda presentar en una tabla de decisiones también se puede ilustrar con una gráfica denominada árbol de decisiones. Todos los árboles de decisiones son similares en cuanto a que contienen puntos de decisión o nodos de decisión y puntos de estados de naturaleza que pueden incurrir. 5 pasos para el análisis del árbol de decisiones 1. Definir el problema 2. Estructurar o dibujar un árbol de decisiones 3. Asignar probabilidades a cada estado de la naturaleza 4. Estimar los pagos para cada combinación posible de alternativas y estado de naturaleza. 5. Resolver el problema comparando los valores monetarios esperados. Probabilidades Una probabilidad es una expresión numérica de la posibilidad de que ocurra un evento. Hay dos reglas básicas acerca de las matemáticas de las probabilidades 1. La probabilidad, p, de ocurrencia de cualquier evento o estado de la naturaleza es mayor que o igual a 0 y menor que o igual a 1. Es decir 0 <= p (evento) <= 1
  • 71. 2. La suma de las probabilidades simples de todos los resultados posibles de una actividad debe 6 Existen dos maneras diferentes de determinar la probabilidad: El enfoque objetivo y el enfoque subjetivo. Probabilidad Objetiva: Se establece utilizando el método lógico o clásico. Sin realizar una serie de ensayos, muchas veces podemos determinar de manera lógica cuales deberían ser las probabilidades de varios eventos. Probabilidad Subjetiva: Cuando la lógica y la historia pasada no son adecuadas, los valores de las probabilidades se pueden estimar de manera subjetiva. La exactitud de las probabilidades subjetivas depende de la experiencia y el buen juicio de quien realiza las estimaciones. (Render, 2012) Referencias Render, S. H. (2012). Metodos cuantitativos para los negocios. Mexico: Pearson Education.
  • 72.
  • 74. PERT, program evaluation and review technique) TÉCNICA DE REVISIÓN Y EVALUACIÓN DEL PROGRAMA CPM, critical path method) y el MÉTODO DE LA RUTA CRÍTICA
  • 75. pasos de PERT /CPM 1. Definir el proyecto y todas sus actividades o tareas significativas. 2. Desarrollar la relación entre las actividades. Decidir qué actividades deben preceder a otras. 3. Dibujar la red que conecta todas las actividades. 4. Asignar estimaciones de tiempos y/o costos a cada actividad. 5. Calcular la trayectoria con el tiempo más largo a través de la red; se llama ruta crítica. 6. Usar la red para ayudar a planear, programar, supervisar y controlar el proyecto.
  • 76.
  • 77.
  • 78.
  • 79. Actividad Descripción de la actividad Predecesores inmediatos Duración estimada en semanas A Excavación 2 B Colocar los cimientos A 4 C Levantar paredes B 10 D Colocar el techo C 6 E Instalar la plomería exterior C 4 F Instalar la plomería interior E 5 G Aplanados exteriores D 7 H Pintura exterior E, G 9 I Instalar el cableado eléctrico C 7 J Aplanados interiores F, I 8 K Colocar pisos J 4 L Pintura interior J 5 M Colocar accesorios exteriores H 2 N Colocar accesorios interiores K, L 6
  • 80. TIEMPOS iC= tiempo más corto Tc = terminación mas corta TL = terminación mas largaiL = inicio mas largo Holgura = TL – TC Si la holgura es cero, entones este proceso es parte de la ruta critica FORMA DE CALCULO IC y TC 1. Se comienza con IC = 0, entonces TC = IC + DURACIÓN DEL PROCESO 2. En el siguiente IC = al anterior TC, si se tiene 2 actividades predecesoras, se toma el TC mas largo, se termina en actividad de duración cero, con el IC = al ultimo TC 3. Al finalizar todas las tareas se crea una tarea mas con duración cero, y IC = TC más lago de las predecesoras. FORMA DE CALCULO TL e IC 1. Se comienza desde el fin hacia el inicio, el TL final es igual al ultimo TC 2. Luego el IL = TL – duración de la actividad 3. El siguiente TL = IL anterior, si hay 2 actividades se toma el menor 4. Se repite el paso 2