MODIFICADO - CAPITULO II DISEÑO SISMORRESISTENTE DE VIGAS Y COLUMNAS.pdf
Tema 1 Introduccion a la IO.pdf
1. 1
TEMA 1
INTRODUCCION A LA
INVESTIGACION DE OPERACIONES
Ing. MSc. Juan Carlos Loza Rodríguez
INVESTIGACION OPERATIVA I
2. 2
INTRODUCCION
Cada vez es más difícil asignar los recursos o actividades de la forma más
eficaz y eficiente, pues los recursos cada vez son más escasos y crecen las
complejidades de los sistemas generando problemas para decisiones óptimas.
Actualmente la administración está funcionando en un ambiente de negocios
que está sometido a muchos cambios, los ciclos de vida de los productos se
hacen más cortos, además del avance de la nueva tecnología.
3. 3
Las raíces de la investigación de operaciones se remonta a cuando se
hicieron los primeros intentos para emplear el método científico en la
administración de una empresa.
El método científico es el conjunto de procedimientos lógicos de aplicación a
las realidades o hechos observados .
Sin embargo, el inicio de esta
disciplina se atribuye a los servicios
militares prestados a principios de la
segunda guerra mundial.
INTRODUCCION
4. 4
• La investigación de operaciones se aplica a problemas que se refieren a la
conducción y coordinación de operaciones (o actividades) dentro de una
organización.
• La investigación de operaciones intenta encontrar una mejor solución,
(llamada solución óptima) para el problema bajo consideración.
NATURALEZA DE LA INVESTIGACIÓN
DE OPERACIONES
5. 5
• El nombre de investigación operativa viene de investigación de operaciones
referido a operaciones militares. Surge como disciplina durante la Segunda
Guerra mundial.
• Colocación de minas, despliegue de radares, construcción de misiles, etc.
HISTORIA DE LA IO
8. 8
•La primera actividad de I.O. se dio durante la Segunda Guerra Mundial
en Gran Bretaña.
•Surge de la necesidad de la Administración Militar de resolver
problemas tácticos y estratégicos asociados a la defensa del país.
•El nombre fue dado aparentemente porque el equipo realizaba la
actividad de “Investigar Operaciones Militares”.
•Su desarrollo se consolidó en EE.UU.
•El Método Simplex de programación lineal, desarrollado en 1947, fue
la primera técnica matemática ampliamente aceptada.
RESUMEN ORIGEN DE LA IO
9. 9
PRECURSORES FECHA APORTE
Lagrange 1736 – 1813 Teoría de los multiplicadores
Euler 1703 – 1783 Cálculo de variaciones
Gauss 1777 – 1855 Teoría de mínimos cuadrados y La teoría del
control
Taylor 1881 Estudio de tiempos
Gilbreth 1885 Estudio de movimientos
Erlang 1908 Teoría de colas
Brandeis 1910 Teoría de la administración científica
Lanchester 1915 Simulación
Kantarovich 1930 – 1950 Estudio sistemático del problema de Asignación de
recursos
Dantzig 1947 Programación lineal
Shannon 1948 Teoría de la información
Bellman 1955 Programación dinámica
Dantzig – Fulkerson – Jonson 1955 Redes de optimización
Gomory – Land – Doig – Everreth Programación entera
Von Neumann 1974 Teoría de juegos y dualidad
Kuhn – Tucker Programación no lineal
Rafia Análisis de decisiones
Arrow – Karlin – Scarf Whitin Inventarios
PRECURSORES DE LA IO
10. 10
• Es la aplicación del método científico para asignar los
recursos o actividades de forma eficaz y eficiente, en la
gestión y organización de sistemas complejos
• Su objetivo es ayudar a la toma de decisiones
• Requiere un enfoque interdisciplinario
¿QUÉ ES LA INVESTIGACIÓN DE
OPERACIONES?
11. 11
En el ámbito productivo de la ingenieria
(1) Qué producir.
(2) Cuánto producir.
(3) Cuándo producir.
(4) Cómo producir.
(5) A quién asignar las diferentes tareas.
(Programación del trabajo).
(6) etc.
APLICACIONES EN LAS DESICIONES DE
UNA ORGANIZACION
12. 12
En el ámbito administrativo, financiero, comercial.
(1) En que invertir el capital.
(2) Dimensionar los stocks de materias primas,
repuestos, productos terminados, etc.
(3) Definir el sistema de mantenimiento de
equipos y maquinarias.
(4) Definir el sistema de abastecimiento hacia
sucursales.
(5) Definir el sistema de adquisición de materias
primas.
(6) Dimensionar los canales de distribución, etc.
APLICACIONES EN LAS DESICIONES DE
UNA ORGANIZACION
16. 16
1. Definición del
problema
2. Formulación de un
modelo matemático
Esto incluye determinar los objetivos
apropiados, las restricciones sobre lo
que se puede hacer, las
interrelaciones del área bajo estudio
con otras áreas de la organización,
los diferentes cursos de acción
posibles, los límites de tiempo para
tomar una decisión, etc. Este
proceso de definir el problema es
crucial ya que afectará en forma
significativa la relevancia de las
conclusiones del estudio.
Un modelo matemático que
represente la esencia del
problema.
Un modelo siempre debe ser
menos complejo que el
problema real, es una
proximación abstracta de la
realidad con consideraciones y
simplificaciones que hacen más
manejable el problema y
permiten evaluar eficientemente
las alternativas de solución.
METODOLOGIA O FASES DE LA IO
17. 17
3. Obtención de una solución a partir del modelo.
METODOLOGIA O FASES DE LA IO
18. 18
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. Validación del modelo
Es importante que todas las expresiones matemáticas sean consistentes
en las dimensiones de las unidades que emplean. Además, puede obtenerse
un mejor conocimiento de la validez del modelo variando los valores de los
parámetros de entrada y/o de las variables de decisión, y comprobando que
los resultados de modelo se comporten de una manera factible.
METODOLOGIA O FASES DE LA IO
19. 19
6. Establecimiento de
controles sobre la solución 7. Implantación de la solución
Esta fase consiste en determinar los
rangos de variación de los parámetros
dentro de los cuales no cambia la
solución del problema.
Es necesario generar información
adicional sobre el comportamiento de la
solución debido a cambios en los
parámetros del modelo. Usualmente
esto se conoce como ANÁLISIS DE
SENSIBILIDAD.
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.
METODOLOGIA O FASES DE LA IO
20. 20
Se entiende por modelo a la representación cualitativa o
cuantitativa de un sistema real, de acuerdo a los objetivos del
estudio del sistema.
MODELO MATEMATICO
21. 21
A) Modelo Estático: es aquel que representa a un sistema de manera
que las variables y relaciones funcionales no sufren alteraciones debido
a cambios en el tiempo. La solución esta basada en una condición
estática.
Ejemplo: Calculo de integrales definidas.
Costo para cantidad de camas reservadas
B) Modelo Dinámico: es aquel que representa a un sistema de manera
que el tiempo juega un rol muy importante.
Ejemplo: La ecuación de movimiento de un vehículo.
Cinta transportadora en una fabrica.
CLASIFICACIÓN DE LOS MODELOS
22. 22
A)Modelos Deterministicos: son aquellos que no incluyen propiedades
relacionas con fenómenos aleatorios, como ser: la programación lineal,
programación entera, modelos de transporte, teoría de la localización o
redes, teoría de inventarios.
B)Modelos probabilísticos: son aquellos que incluyen variables o
relaciones funcionales que dependen de fenómeno aleatorios como ser:
cadenas de Harkov, teoría de juegos, líneas de espera, teoría de
inventario.
CLASIFICACIÓN DE LOS MODELOS
23. 23
Programación lineal: tiene su aplicación en problemas relacionados con
optimización de mezclas, mantenimiento de inventarios, programación de
proyectos, manufacturación de productos, recursos humanos, marketing,
etc.
Programación dinámica: utilizado en programación en etapas múltiples.
Programación entera: utilizado en el estudio de la localización de
proyectos.
Teoria de Decisiones: utilizado en la toma de decisiones empresariales.
APLICACIONES DE LOS MODELOS
24. 24
Modelos de Transporte: se utiliza cuando un bien se produce en
determinados lugares y los consumidores se encuentran en otros lugares.
Teoría de Redes: muy utilizado en la planificación y programación de
proyectos.
Modelos de Simulación: son utilizados cuando se tiene para establecer
relaciones analíticas aceptables desde el punto de vista computacional o
cuando el problema es netamente estocástico (probablistico).
APLICACIONES DE LOS MODELOS