Manual de Usuario Estacion total Sokkia SERIE SET10K.pdf
Investigacionoperacionesjessica
1. REPÚBLICA BOLIVARIANA DE VENEZUELA
MINISTERIO DEL PODER POPULAR
PARA LA EDUCACIÓN SUPERIOR
INSTITUTO UNIVERSITARIO POLITÉCNICO
“SANTIAGO MARIÑO”
EXTENSIÓN COL-SEDE CIUDAD OJEDA
Integrantes:
Jessica massaro
4. INTRODUCCIÓN A LA INVESTIGACIÓN DE
OPERACIONES (I de O)
Actualmente la administración está
funcionando en un ambiente de negocios
que está sometido a muchos más cambios,
los ciclos de vida de los productos se
hacen más cortos, además de la nueva
tecnología y la internacionalización
creciente.
5. INVESTIGACIÓN DE OPERACIONES (I de O)
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. Sin embargo, el inicio de esta
disciplina se atribuye a los servicios
militares prestados a principios de la
segunda guerra mundial.
6. HISTORIA Y ORIGENES DE LA INVESTIGACION DE
OPERACIONES
El gerente que pueda tomar decisiones frente a la incertidumbre y a
juicios personales no claros, es una persona que debe envidiarse.
Hasta hace poco, las decisiones siempre se tomaban por un proceso
de razonamiento deductivo que denominamos intuición. Sin
embargo, la confianza en la intuición empezó a desvanecerse durante
la segunda guerra mundial, cuando empezaron a utilizarse
extensamente enfoques para la toma de decisiones (bajo el nombre
de investigación de operaciones). Estos fueron los orígenes de la
Investigación de Operaciones tal como existe hoy en día. Para
maximizar el esfuerzo de la guerra, era necesario asignar recursos
escasos -de un modo efectivo- a las diversas operaciones y
actividades militares dentro de cada operación. Primero fue la
Administración Británica y posteriormente la Americana quienes
comisionaron un gran número de científicos para aplicar el enfoque
científico a muchos problemas estratégicos y tácticos. Según los
informes sus esfuerzos fueron indispensables para ganar los
combates militares como la Batalla Aérea Británica, la Batalla del
Atlántico Norte y la Campaña de las Islas del Pacífico.
7. HISTORIA Y ORIGENES DE LA INVESTIGACION DE
OPERACIONES
Algunas de las investigaciones realizadas por los británicos en los
primeros días de la segunda guerra mundial eran la determinación
del tamaño óptimo de una caravana para minimizar las pérdidas por
ataques submarinos, la determinación de la mejor manera de
desplazar las unidades de radar para maximizar el cubrimiento
potencial contra posibles ataques enemigos. Algunos estudios
realizados por los americanos comprendían la solución de problemas
logísticos, la invención de nuevos patrones de vuelo, la planeación
de colocación de minas marinas y la utilización efectiva de equipo
electrónico.
Después de la guerra, el éxito aparente de los grupos militares atrajo
la atención de la industria, que buscaba soluciones a problemas
causados por la complejidad y especialización ascendente en las
organizaciones. El resultado eran problemas complejos de decisión.
Estos hechos impulsaron a las organizaciones de negocio a utilizar
herramientas formales de investigación de operaciones.
8. HISTORIA Y ORIGENES DE LA INVESTIGACION DE
OPERACIONES
Otro factor en el progreso impresionante de la investigación
de operaciones, fue el desarrollo del computador digital. Este
le proporcionó al tomador de decisiones tremenda capacidad
en velocidad de cómputo y almacenamiento y retiro de
información. Si no fuera por el computador digital, la
investigación de operaciones con sus problemas de cómputo
en gran escala, no hubiera crecido al nivel de hoy en día.
Hasta 1960, la mayoría de los enfoques formales en la toma de
decisiones en la industria eran aplicados típicamente a casos
especiales bien delineados, a problemas operacionales
repetitivos tales como los de control de producción y
asignación de recursos. Desde 1960, sin embargo, se han
venido aplicando cada vez más enfoques formales a
problemas de planeación menos estructurados.
9. NATURALEZA DE LA INVESTIGACIÓN DE OPERACIONES
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.
10. EL GRUPO INTERDISCIPLINARIO
Una de las principales razones de la
existencia de grupos de investigación de
operaciones es que la mayor parte de los
problemas de negocios tienen múltiples
aspectos es perfectamente razonable que
las fases individuales de un problema se
comprendan y analicen mejor por los que
tienen el adiestramiento necesario en los
campos apropiados.
11. La investigación de operaciones es la
aplicación, por grupos
interdisciplinarios, del método científico
a problemas relacionados con el control
de las organizaciones o sistemas, a fin
de que se produzcan soluciones que
mejor sirvan a los objetivos de la
organización.
¿QUÉ ES LA INVESTIGACIÓN DE
OPERACIONES?
12. Aspectos a rescatar de la definición:
•Una organización es un sistema formado por componentes
que se interaccionan, unas de estas interacciones pueden
ser controladas y otras no.
•La complejidad de los problemas que se presentan en las
organizaciones ya no encajan en una sola disciplina del
conocimiento, se han convertido en multidisciplinario por lo
cual para su análisis y solución se requieren grupos
compuestos por especialistas de diferentes áreas del
conocimiento que logran comunicarse con un lenguaje
común.
•La investigación de operaciones es la aplicación de la
metodología científica a través de modelos matemáticos,
primero para representar al problema y luego para resolverlo.
13. NORMAS PARA LOGRAR ÉXITO EN LA I de O
1. El éxito del empleo de la I de O es el de un
enfoque de solución de problemas y no una
colección asociada de métodos cuantitativos.
2. La I de O es relativamente costosa, lo que
significa que no debe emplearse en todos los
problemas, sino tan sólo en aquellos en que
las ganancias sea mayores que los costos.
14. • Para llegar a hacer un uso apropiado
de la I de O, es necesario primero
comprender la metodología para
resolver los problemas, así como los
fundamentos de las técnicas de
solución para de esta forma saber
cuándo utilizarlas o no en las
diferentes circunstancias.
NORMAS..........
15. LIMITACIONES DE LA I de O
1. Frecuentemente es necesario hacer simplificaciones del
problema original para poder manipularlo y tener una solución.
2. La mayoría de los modelos sólo considera un solo objetivo y
frecuentemente en las organizaciones se tienen objetivos
múltiples.
3. Existe la tendencia a no considerar la totalidad de las
restricciones en un problema práctico, debido a que los
métodos de enseñanza y entrenamiento dan la aplicación de
esta ciencia centralmente se basan en problemas pequeños
para razones de índole práctico, por lo que se desarrolla en los
alumnos una opinión muy simplista e ingenua sobre la
aplicación de estas técnicas a problemas reales.
4. Rara vez se realizan análisis costo-beneficio de la implantación
de soluciones definidas por medio de la I de O, en ocasiones
los beneficios potenciales se ven superados por los costos
ocasionados por el desarrollo e implantación de un modelo.
16. Organización Naturaleza de la aplicación Año de
publicación*
The
Netherlands
Rijkswaterstatt
Desarrollo de política nacional de
administración del agua, incluyendo
mezcla de nuevas instalaciones,
procedimientos de operación y
costeo.
1985
Monsanto
Corp.
Optimización de operaciones de
producción para cumplir metas con un
costo mínimo.
1985
Weyerhauser
Co.
Optimización del corte de árboles en
productos de madera para maximizar su
producción.
1986
Electrobras/CE
PAL, Brasil
Asignación óptima de recursos hidráulicos
y térmicos en el sistema nacional de
generación de energía.
1986
Ahorros
anuales **
$ 15 millones
$ 2 millones
$ 15 millones
$ 43 millones
Aplicaciones de la Investigación de operaciones
17. United Airlines Programación de turnos de trabajo en las
oficinas de reservaciones y en los
aeropuertos para cumplir con las necesidades
del cliente a un costo mínimo.
1986
Citgo Petroleum
Corp.
Optimización de las operaciones de refinación
y de la oferta, distribución y comercialización
de productos.
1987
SANTOS, Ltd.,
Australia
Optimización de inversiones de capital para
producir gas natural durante 25 años.
1987
San Francisco
police
Department
Optimización de la programación y asignación
de oficiales de patrulla con un sistema
computarizado.
1989
Electric Power
Research
Institute
Administración de inventarios de petróleo y
carbón para el servicio eléctrico con el fin de
equilibrar los costos de inventario y los
riesgos de faltantes.
1989
Texaco, Inc. Optimización de la mezcla de ingredientes
disponibles para que los productos de
gasolina cumplieran con los requerimientos
de ventas y calidad.
1989
$ 6 millones
$ 70 millones
$ 3 millones
$ 11 millones
$ 59 millones
$ 30 millones
18. IBM Integración de una red nacional de
inventario de refacciones para mejorar el
apoyo al servicio.
1990
Yellow Freight
System, Inc.
Optimización del diseño de una red nacional
de transporte y la programación de rutas de
envío.
1992
U.S. Military
Airlift
Command
Rapidez en la coordinación de aviones,
tripulaciones, carga y pasajeros para
manejar la evacuación por aire en el
proyecto Tormenta del Desierto en el Medio
Oriente.
1992
American
Airlines
Diseño de un sistema de estructura de
precios, sobreventa y coordinación de
vuelos para mejorar las utilidades.
1992
New Haven
Health Dept.
Diseño de un programa efectivo de
intercambio de agujas para combatir el
contagio del SIDA.
1993
$ 20 millones +
$ 250 millones
ahorrados en
inventario.
$ 17.3 millones
Victoria
$ 500 millones
más de
ingresos
33% menos
contagios
* Pertenecen a los números de enero-febrero de Interfaces en donde se pueden encontrar los
artículos completos.
** Cifras dadas en dólares.
19. TABLA COMPARATIVA ENTRE LOS MODELOS DE DECISIÓN
SEGÚN SU CLASE DE INCERTIDUMBRE Y SU USO EN LAS
EMPRESAS.
Tipo de Modelo. Clase de
Incertidumbre
Frecuencia de
uso en las
empresas.
Programación Lineal. D A
Redes (incluye PERT/CPM) D,P A
Inventario, producción y programación. D,P A
Econometría, pronóstico y simulación. D,P A
Programación Entera. D B
Programación Dinámica. D,P B
Programación Estocástica. P B
Programación No Lineal. D B
Teoría de Juegos P B
Control Óptimo. D,P B
Líneas de Espera. P B
Ecuaciones Diferenciales D B
Nota: D: Determinística; P: Probabilística; A: Alto; B: Bajo
20. ENFOQUE DE LA INVESTIGACIÓN DE OPERACIONES
SOLUCIÓNAL
PROBLEMA DEL
SISTEMA REAL
SISTEMA
REAL
SOLUCIÓN
AL MODELO
MODELO
CUANTITATIVO
SISTEMA
ASUMIDO
JUICIOS Y
EXPERIENCIAS
VARIABLES
RELEVANTES
RELACIONES
RELEVANTES
MÉTODO
DESOLUCIÓN
INTERPRETACIÓNDECISIONES
21. METODOLOGÍA DE LA
INVESTIGACIÓN DE OPERACIONES
DEFINICIÓN DEL
PROBLEMA
CONSTRUCCIÓN
DEL MODELO
RESOLUCIÓN
DEL MODELO
SOLUCIÓN
¿ES VALIDA
LA
SOLUCIÓN?
MODELO
MODIFICADO
IMPLEMENTACIÓN
SI
NO
22. METODOLOGÍA DE LA I de O
1. Definición del problema
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.
23. Los Componentes de un Problema son:
a) el tomador de decisiones o ejecutivo;
b) los objetivos de la organización;
c) el sistema o ambiente en el que se sitúa el
problema;
d) Los cursos de acción alternativos que se
pueden tomar para resolverlo.
24. Para Formular un Problema se requiere:
Identificar, comprender y describir, en términos precisos, el
problema que la organización enfrenta.
Hacer un estudio del sistema relevante y el desarrollo de un
resumen bien definido del problema a analizar.
Determinar los objetivos apropiados.
Las restricciones sobre lo que se puede hacer.
Las interrelaciones del área bajo estudio y otras áreas de la
organización.
Los diferentes cursos de acción posibles.
Los limites de tiempo para tomar una decisión.
25. 2. Formulación de un modelo matemático
La forma convencional en que la investigación de
operaciones realiza esto es construyendo un modelo
matemático que represente la esencia del problema.
Un modelo siempre debe ser menos complejo que el
problema real, es una aproximación abstracta de la
realidad con consideraciones y simplificaciones que
hacen más manejable el problema y permiten evaluar
eficientemente las alternativas de solución.
26. Expresar el problema en una forma matemática
tomando en cuenta los siguiente:
Definir las variables de decisión:
Es una cantidad cuyo valor se puede controlar y es necesario
determinar para solucionar un problema de decisión.
Función Objetivo:
Es el objetivo global de un problema de decisión expresado en
una forma matemática en términos de los datos y de las
variables de decisión, es decir, la medida de efectividad que
permite conocer el nivel de logro de los objetivos y
generalmente es una función (ecuación)
27. Restricciones:
Es una igualdad o desigualdad matemática que
debe ser satisfecha, es decir, un conjunto de
igualdades o desigualdades que constituyen las
barreras y obstáculos para la consecución del
objetivo.
Datos / Parámetros incontrolados:
Es la información conocida en un problema de
decisión que no se puede controlar pero que se
puede usar para determinar la solución.
28. 3. Obtención de una solución 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 propósito 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 selección del método de solución depende de las
características del modelo. Los procedimientos de solución
pueden ser clasificados en tres tipos: a) analíticos, que utilizan
procesos de deducción matemática; b) numéricos, que son de
carácter inductivo y funcionan en base a operaciones de prueba
y error; c) simulación, que utiliza métodos que imitan o, emulan al
sistema real, en base a un modelo.
29. 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
moelo se comporten de una manera factible.
30. 6. Establecimiento de controles sobre 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.
31. 7. Implantación de la solución
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.
32. Tipos de Modelos
Un Modelo
es
Una Representación Simplificada
e Idealizada de la Realidad
TIPO CARACTERÍSTICAS EJEMPLOS
Físicos • Tangible
• Fácil de comprender
• Difícil de duplicar
y compartir
• Difícil de manipular
• Baja amplitud de uso
• Modelos a escala
de aeroplanos,
casas, ciudades,...
Modelos
33. TIPO CARACTERÍSTICAS EJEMPLOS
Analógicos • Intangible
• Difícil de comprender
• Fácil de duplicar
y compartir
• Fácil de manipular
• Alta amplitud de uso
• Mapa de
carreteras
• Velocímetro
• Gráficas
MODELOS
34. MODELOS
TIPO CARACTERÍSTICAS EJEMPLOS
Simbólicos • Intangible
• Difícil de comprender
• Fácil de duplicar
y compartir
• Fácil de manipular
• Muy Alta amplitud
de uso
• Modelo de
Simulación
• Modelo
Algebraico
• Modelo de
la Economía
• Modelo de
Programación
Lineal
35. Tipos de Modelos
MODELOS
•Los Modelos Icónicos son la representación física, a escala reducida o
aumentada de un sistema real. Por ejemplo, un barco de juguete, es un
modelo icónico de uno real.
•Los Modelos Análogos esencialmente requieren la sustitución de una
propiedad por otra con el fin de permitir la manipulación del modelo.
Después de resolver el problema, la solución se reinterpreta de acuerdo al
sistema original. Por ejemplo, un modelo de redes eléctricas puede
utilizarse como un modelo análogo para el estudio de flujos en un sistema
de transporte.
•Los Modelos Simbólicos o Matemáticos (son los más importantes para
la Investigación de Operaciones). Emplean un conjunto de símbolos
matemáticos y funciones para representar las variables de decisión y sus
relaciones para describir el comportamiento del sistema. La solución del
problema se obtiene aplicando técnicas matemáticas conocidas (tales
como programación lineal) al modelo.
36. Tipos de Modelos
MODELOS
•Los Modelos de Simulación son generalmente programas de computadora que
replican el comportamiento de un sistema utilizando el computador. La estadística
que describe las diversas medidas de desempeño del sistema se acumulan a
medida que la simulación avanza en la computadora. El modelo por simulación es
más flexible que el modelaje matemático y
•por consiguiente puede utilizarse para representar sistemas complejos que de
otra manera no podrían formularse matemáticamente. Es un modelo muy costoso.
•Los Modelos Heurísticos son esencialmente modelos que emplean reglas
intuitivas o ciertas guías tratando de generar nuevas estrategias que se traduzcan
en soluciones mejoradas. Esto contrasta con los modelos matemáticos y de
simulación, en donde las estrategias generalmente están bien definidas. Los
modelos heurísticos no pretenden obtener soluciones óptimas de un problema. Un
ejemplo podría ser: “atienda todos los clientes de una linea sobre la base de que
el primero que llega primero se atiende”.
37. Construiremos Modelos Simbólicos (cuantitativos)
Modelo
Simbólico
Utiliza las
Matemáticas
Para Representar
las Relaciones
entre los Datos
de Interés
38. Modelo de
Decisión
Es un Modelo
Simbólico
• Contiene
Variables
de Decisión
• Busca alcanzar un
“Objetivo”
La solución del Modelo produce
Valores Numéricos de estas
Variables de Decisión
Utiliza una
“Medida del Desempeño”
que indica el
“Logro del Objetivo”
39. Ejemplos:
1. Modelo de Asignación
de la Fuerza de Ventas
• Variables
de Decisión:
Cuantos Vendedores Asignar
a cada Territorio.
• Medida del
Desempeño:
Ingreso por Ventas
• Objetivo: Maximizar el
Ingreso por Ventas
40. 2. Modelo de Programación
del Trabajo en un Taller
• Variables
de Decisión:
Cuantas horas Programar
determinadas partes en
determinadas máquinas y
la secuencia
• Medida del
Desempeño:
Costo de Fabricación ó
Tiempo de Fabricación
• Objetivo: Minimizar el Costo ó el
Tiempo de Fabricación
41. 3. Modelo de Administración
de Efectivo
• Variables
de Decisión:
Cantidad de Fondos
mantenidos en c/u de varias
categorías (Efectivo, bonos,
bolsa de valores etc... )
• Medida del
Desempeño:
Costo de Oportunidad por
mantener Activos Líquidos
• Objetivo: Minimizar el
Costo de Oportunidad
42. MODELOS
El construir un modelo, ayuda a colocar los aspectos
complejos e inciertos de un problema de decisión en una
estructura lógica que es adecuada para el análisis formal.
Este modelo especifica las alternativas de la decisión y sus
consecuencias anticipadas para todos los eventos posibles
que puedan ocurrir, indica los datos importantes para
analizar las alternativas y conduce a conclusiones que
informan y tienen sentido. Un modelo es un vehículo para
lograr una visión bien estructurado de la realidad.
44. 1. Se estudia el Ambiente
• Comprensión del Problema
2. Se hace una Formulación Lógica
• Análisis conceptual básico
• Se hacen conjeturas y simplificaciones
3. Se hace una Formulación Simbólica
• Construcción de las relaciones lógicas
en el Lenguaje Simbólico de las Matemáticas