SlideShare una empresa de Scribd logo
INVESTIGACION DE
OPERACIONES I
Inga. Ind. María Reneé de León
Barrientos
CONCEPTO DE INVESTIGACION
DE OPERACIONES
• Es un enfoque científico en la toma de
decisiones que busca el mejor diseño y
operación de un sistema
CONCEPTO DE SISTEMA
• Una organización de componentes
interdependientes que trabajan juntos
para logar un objetivo del sistema.
CONCEPTO DE MODELO PRESCRIPTIVO
O DE OPTIMIZACION
• “Dicta” el comportamiento para que una
organización pueda llegar a alcanzar
mejor sus metas.
ELEMENTOS DEL MODELO
• 1.Funcion Objetivo
• 2.Variables de Decisión
• 3.Restricciones.
• Un modelo de optimización trata de
encontrar valores que optimicen
(maximizar o minimizar) una función
objetivo que satisfaga las restricciones
dadas.
FUNCION OBJETIVO
• Es la funcion que deseamos maximizar o
minimizar.
VARIABLES DE DECISION
• Son las variables cuyos valores están bajo
nuestro control e influyen en el
desempeño del sistema
RESTRICCIONES
• Solo son posibles ciertos valores de las
variables de decisión
• Se dice que cualquier especificación de
las variables de decisión que cumple con
todas las restricciones del modelo se
encuentra en la región factible.
• Una solución optima para un modelo de
optimización es cualquier punto en la
región factible que optimice la función
objetivo.
TIPOS DE MODELOS
• 1. Modelos estáticos y dinámicos
• 2. Modelos lineales y no lineales
• 3. Modelos enteros y no enteros
• 4. Modelos determinísticos y estocásticos
MODELOS ESTATICOS Y
DINAMICOS
• Un modelo estático es en el cual las variables
de decisión no requieren sucesiones de
decisiones para periodos multiples.
• Un modelo dinámico es en el cual las variables
de decisión si requiere sucesiones de
decisiones para periodos multiples.
• En esencia el modelo estático se resuelve un
problema luego de un solo intento cuyas
soluciones dictan valores óptimos.
MODELOS LINEALES Y NO
LINEALES
• La función objetivo y las restricciones
están multiplicadas por constantes y
acomodadas en forma de suma, esto es
un modelo lineal, de lo contrario es un
modelo no lineal
MODELOS ENTEROS Y NO
ENTEROS
• Si una o mas variables de decisión son
valores enteros, entonces se dice que un
modelo de optimización es un modelo
entero. Si todas las variables de decisión
son libres para asumir valores
fraccionarios, entonces el modelo de
optimización es un modelo no entero
MODELOS DETERMINISTICOS Y
ESTOCASTICOS
• Si para cualquier valor de las variables de
decisión, se conoce con certeza el valor
de la función objetivo, y si las restricciones
se cumplen o no. Entonces se tiene un
modelo determinístico, de no ser así tiene
un modelo estocástico.
EL PROCESO DE CONSTRUCCION
DE MODELOS DE LOS SIETE PASOS
• Paso 1: Plantear el problema: Define el
problema
• Paso 2: Observar el sistema: Reúne
información para estimar el valor de
parámetros.
• Paso 3: Formular un modelo
matemático del problema: Elabora un
modelo matemático
• Paso 4: Verificar el modelo y usar el
modelo para predecir: Determinar si el
modelo matemático es una representación
exacta de la realidad, para validar el
modelo, se tendría que verificar y observar
• Paso 5: Seleccionar una opción
adecuada: Selecciona la opción que
cumple mejor con los objetivos de la
empresa.
• Paso 6: Presentar los resultados y la
conclusión del estudio a la empresa:
Presenta el modelo y las
recomendaciones surgidas podría
presentar varias opciones, y dejar que la
empresa seleccione la que mejor cumple
con sus necesidades. ESTE ES EL PASO
MAS IMPORTANTE
• Paso 7: Poner en marcha y evaluar las
recomendaciones: El analista ayuda a
poner en marcha las recomendaciones.
Se debe monitorear y actualizar.

Más contenido relacionado

La actualidad más candente

Método de dos fases
Método de dos fasesMétodo de dos fases
Método de dos fases
Andres Eduardo Ortuño Rodriguez
 
Investigación de Operaciones
Investigación de OperacionesInvestigación de Operaciones
Investigación de Operaciones
www.cathedratic.com
 
Metodo simplex
Metodo simplexMetodo simplex
Metodo simplex
Ildemaro Vargas
 
Jurado de opinión ejecutiva - Pronóstico de demanda
Jurado de opinión ejecutiva - Pronóstico de demandaJurado de opinión ejecutiva - Pronóstico de demanda
Jurado de opinión ejecutiva - Pronóstico de demanda
Ingenio Empresa
 
Modelos de transporte
Modelos de transporteModelos de transporte
Modelos de transporte
Leonardo Gabriel Hernandez Landa
 
Teoría de decisiones
Teoría de decisionesTeoría de decisiones
Teoría de decisiones
Jose Chel Huitzil
 
Unidad 1. Programación entera
Unidad 1. Programación enteraUnidad 1. Programación entera
Unidad 1. Programación entera
Universidad del golfo de México Norte
 
Ingenieria economica cesar rincon.docx
Ingenieria economica   cesar rincon.docxIngenieria economica   cesar rincon.docx
Ingenieria economica cesar rincon.docx
César Rincón S
 
Cadenas de markov
Cadenas de markovCadenas de markov
Cadenas de markov
Tpyxnhkn Schwarzkopf
 
METODO DUAL : EJERCICIOS RESUELTOS DE INVESTIGACIONES DE OPERACIONES
METODO DUAL : EJERCICIOS RESUELTOS DE INVESTIGACIONES DE OPERACIONESMETODO DUAL : EJERCICIOS RESUELTOS DE INVESTIGACIONES DE OPERACIONES
METODO DUAL : EJERCICIOS RESUELTOS DE INVESTIGACIONES DE OPERACIONES
JuanMiguelCustodioMo
 
Ejercicios resueltos de maximización: de método simplex
Ejercicios resueltos de maximización: de método simplexEjercicios resueltos de maximización: de método simplex
Ejercicios resueltos de maximización: de método simplex
JuanMiguelCustodioMo
 
Mapa Mental I.O #InvestigaciónDeOperaciones #ISC
Mapa Mental I.O #InvestigaciónDeOperaciones #ISCMapa Mental I.O #InvestigaciónDeOperaciones #ISC
Mapa Mental I.O #InvestigaciónDeOperaciones #ISC
Renè Nvt
 
Primeros 50 años de la Investigacion de Operaciones
Primeros 50 años de la Investigacion de OperacionesPrimeros 50 años de la Investigacion de Operaciones
Primeros 50 años de la Investigacion de Operaciones
Alejandra Altamirano
 
5.5 flujo a costo minimo
5.5 flujo a costo minimo5.5 flujo a costo minimo
5.5 flujo a costo minimo
ADRIANA NIETO
 
Programación deterministica
Programación deterministicaProgramación deterministica
Programación deterministica
Daniel Segundo Araujo Alcalde
 
Programacion por metas
Programacion por metasProgramacion por metas
Programacion por metas
Maria Elena Berlanga Ortiz
 
Método de transporte - Vogel
Método de transporte - VogelMétodo de transporte - Vogel
Método de transporte - Vogel
Karem Chérrez
 
Final grupo markov
Final grupo markovFinal grupo markov
Final grupo markov
ludovicosforza12
 
Componentes de una serie de tiempo
Componentes de una serie de tiempoComponentes de una serie de tiempo
Componentes de una serie de tiempo
Elbano Mibelli Sanabria
 
Numeros Aleatorios
Numeros AleatoriosNumeros Aleatorios
Numeros Aleatorios
kor10
 

La actualidad más candente (20)

Método de dos fases
Método de dos fasesMétodo de dos fases
Método de dos fases
 
Investigación de Operaciones
Investigación de OperacionesInvestigación de Operaciones
Investigación de Operaciones
 
Metodo simplex
Metodo simplexMetodo simplex
Metodo simplex
 
Jurado de opinión ejecutiva - Pronóstico de demanda
Jurado de opinión ejecutiva - Pronóstico de demandaJurado de opinión ejecutiva - Pronóstico de demanda
Jurado de opinión ejecutiva - Pronóstico de demanda
 
Modelos de transporte
Modelos de transporteModelos de transporte
Modelos de transporte
 
Teoría de decisiones
Teoría de decisionesTeoría de decisiones
Teoría de decisiones
 
Unidad 1. Programación entera
Unidad 1. Programación enteraUnidad 1. Programación entera
Unidad 1. Programación entera
 
Ingenieria economica cesar rincon.docx
Ingenieria economica   cesar rincon.docxIngenieria economica   cesar rincon.docx
Ingenieria economica cesar rincon.docx
 
Cadenas de markov
Cadenas de markovCadenas de markov
Cadenas de markov
 
METODO DUAL : EJERCICIOS RESUELTOS DE INVESTIGACIONES DE OPERACIONES
METODO DUAL : EJERCICIOS RESUELTOS DE INVESTIGACIONES DE OPERACIONESMETODO DUAL : EJERCICIOS RESUELTOS DE INVESTIGACIONES DE OPERACIONES
METODO DUAL : EJERCICIOS RESUELTOS DE INVESTIGACIONES DE OPERACIONES
 
Ejercicios resueltos de maximización: de método simplex
Ejercicios resueltos de maximización: de método simplexEjercicios resueltos de maximización: de método simplex
Ejercicios resueltos de maximización: de método simplex
 
Mapa Mental I.O #InvestigaciónDeOperaciones #ISC
Mapa Mental I.O #InvestigaciónDeOperaciones #ISCMapa Mental I.O #InvestigaciónDeOperaciones #ISC
Mapa Mental I.O #InvestigaciónDeOperaciones #ISC
 
Primeros 50 años de la Investigacion de Operaciones
Primeros 50 años de la Investigacion de OperacionesPrimeros 50 años de la Investigacion de Operaciones
Primeros 50 años de la Investigacion de Operaciones
 
5.5 flujo a costo minimo
5.5 flujo a costo minimo5.5 flujo a costo minimo
5.5 flujo a costo minimo
 
Programación deterministica
Programación deterministicaProgramación deterministica
Programación deterministica
 
Programacion por metas
Programacion por metasProgramacion por metas
Programacion por metas
 
Método de transporte - Vogel
Método de transporte - VogelMétodo de transporte - Vogel
Método de transporte - Vogel
 
Final grupo markov
Final grupo markovFinal grupo markov
Final grupo markov
 
Componentes de una serie de tiempo
Componentes de una serie de tiempoComponentes de una serie de tiempo
Componentes de una serie de tiempo
 
Numeros Aleatorios
Numeros AleatoriosNumeros Aleatorios
Numeros Aleatorios
 

Similar a Introduccion Investigacion de Operaciones

Tema 1 Introducción y Modelación
Tema 1  Introducción y ModelaciónTema 1  Introducción y Modelación
Tema 1 Introducción y Modelación
google
 
INVESTIGACIÓN DE OPERACIONES
INVESTIGACIÓN DE OPERACIONESINVESTIGACIÓN DE OPERACIONES
INVESTIGACIÓN DE OPERACIONES
AlanMedina80
 
Introduccion a programacion lineal
Introduccion a programacion linealIntroduccion a programacion lineal
Introduccion a programacion lineal
gealvarado
 
Metodología de la investigación de operaciones
Metodología de la investigación de operacionesMetodología de la investigación de operaciones
Metodología de la investigación de operaciones
XSilvana XMonasteriosx
 
Clase 31
Clase 31Clase 31
Clase 28
Clase 28Clase 28
Metodología
MetodologíaMetodología
Metodología
Regulo Regulo
 
Presentación 1 gams
Presentación 1 gamsPresentación 1 gams
Presentación 1 gams
Fidel Clemente Quelal Echeverria
 
Metodología De Investigación de Operaciones
Metodología De Investigación de OperacionesMetodología De Investigación de Operaciones
Metodología De Investigación de Operaciones
XSilvana XMonasteriosx
 
Metodología De la investigación de operaciones
Metodología De la investigación de operacionesMetodología De la investigación de operaciones
Metodología De la investigación de operaciones
XSilvana XMonasteriosx
 
Optimizacion de s y f
Optimizacion de s y fOptimizacion de s y f
Optimizacion de s y f
jesusfranciscovolcan
 
Optimizacion de Sistemas y Funciones
Optimizacion de Sistemas y FuncionesOptimizacion de Sistemas y Funciones
Optimizacion de Sistemas y Funciones
Ysmar Trujillo
 
Liesel leal investigacion de operaciones
Liesel leal investigacion de operacionesLiesel leal investigacion de operaciones
Liesel leal investigacion de operaciones
Liesel Leal
 
guia-unidad-1-teoria-clasica-de-optimizacion (7).docx
guia-unidad-1-teoria-clasica-de-optimizacion (7).docxguia-unidad-1-teoria-clasica-de-optimizacion (7).docx
guia-unidad-1-teoria-clasica-de-optimizacion (7).docx
cirov176
 
Investigación de Operaciones 015 Construcción y Clasificación de Modelos Mate...
Investigación de Operaciones 015 Construcción y Clasificación de Modelos Mate...Investigación de Operaciones 015 Construcción y Clasificación de Modelos Mate...
Investigación de Operaciones 015 Construcción y Clasificación de Modelos Mate...
Jorge Pablo Rivas
 
Modelos y toma de decisiones
Modelos y toma de decisionesModelos y toma de decisiones
Modelos y toma de decisiones
ECON
 
Modelos
ModelosModelos
Modelos
Rox Zidne
 
Optimización norfreidys suarez
Optimización norfreidys suarezOptimización norfreidys suarez
Optimización norfreidys suarez
Norfreidys Suarez
 
2 como simular
2 como simular2 como simular
2 como simular
dantori
 
Yisbegarcia
YisbegarciaYisbegarcia
Yisbegarcia
YisbeG
 

Similar a Introduccion Investigacion de Operaciones (20)

Tema 1 Introducción y Modelación
Tema 1  Introducción y ModelaciónTema 1  Introducción y Modelación
Tema 1 Introducción y Modelación
 
INVESTIGACIÓN DE OPERACIONES
INVESTIGACIÓN DE OPERACIONESINVESTIGACIÓN DE OPERACIONES
INVESTIGACIÓN DE OPERACIONES
 
Introduccion a programacion lineal
Introduccion a programacion linealIntroduccion a programacion lineal
Introduccion a programacion lineal
 
Metodología de la investigación de operaciones
Metodología de la investigación de operacionesMetodología de la investigación de operaciones
Metodología de la investigación de operaciones
 
Clase 31
Clase 31Clase 31
Clase 31
 
Clase 28
Clase 28Clase 28
Clase 28
 
Metodología
MetodologíaMetodología
Metodología
 
Presentación 1 gams
Presentación 1 gamsPresentación 1 gams
Presentación 1 gams
 
Metodología De Investigación de Operaciones
Metodología De Investigación de OperacionesMetodología De Investigación de Operaciones
Metodología De Investigación de Operaciones
 
Metodología De la investigación de operaciones
Metodología De la investigación de operacionesMetodología De la investigación de operaciones
Metodología De la investigación de operaciones
 
Optimizacion de s y f
Optimizacion de s y fOptimizacion de s y f
Optimizacion de s y f
 
Optimizacion de Sistemas y Funciones
Optimizacion de Sistemas y FuncionesOptimizacion de Sistemas y Funciones
Optimizacion de Sistemas y Funciones
 
Liesel leal investigacion de operaciones
Liesel leal investigacion de operacionesLiesel leal investigacion de operaciones
Liesel leal investigacion de operaciones
 
guia-unidad-1-teoria-clasica-de-optimizacion (7).docx
guia-unidad-1-teoria-clasica-de-optimizacion (7).docxguia-unidad-1-teoria-clasica-de-optimizacion (7).docx
guia-unidad-1-teoria-clasica-de-optimizacion (7).docx
 
Investigación de Operaciones 015 Construcción y Clasificación de Modelos Mate...
Investigación de Operaciones 015 Construcción y Clasificación de Modelos Mate...Investigación de Operaciones 015 Construcción y Clasificación de Modelos Mate...
Investigación de Operaciones 015 Construcción y Clasificación de Modelos Mate...
 
Modelos y toma de decisiones
Modelos y toma de decisionesModelos y toma de decisiones
Modelos y toma de decisiones
 
Modelos
ModelosModelos
Modelos
 
Optimización norfreidys suarez
Optimización norfreidys suarezOptimización norfreidys suarez
Optimización norfreidys suarez
 
2 como simular
2 como simular2 como simular
2 como simular
 
Yisbegarcia
YisbegarciaYisbegarcia
Yisbegarcia
 

Último

Evaluacion del tercer trimestre del 2023-2024
Evaluacion del tercer trimestre del 2023-2024Evaluacion del tercer trimestre del 2023-2024
Evaluacion del tercer trimestre del 2023-2024
israelsouza67
 
Dosificación de los aprendizajes U4_Me gustan los animales_Parvulos 1_2_3.pdf
Dosificación de los aprendizajes U4_Me gustan los animales_Parvulos 1_2_3.pdfDosificación de los aprendizajes U4_Me gustan los animales_Parvulos 1_2_3.pdf
Dosificación de los aprendizajes U4_Me gustan los animales_Parvulos 1_2_3.pdf
KarenRuano6
 
Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.
Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.
Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.
20minutos
 
Examen de la EvAU 2024 en Navarra Latín.
Examen de la EvAU 2024 en Navarra Latín.Examen de la EvAU 2024 en Navarra Latín.
Examen de la EvAU 2024 en Navarra Latín.
amayaltc18
 
RETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docx
RETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docxRETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docx
RETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docx
100078171
 
recursos naturales en chile quinto básico .pptx
recursos naturales en chile quinto básico .pptxrecursos naturales en chile quinto básico .pptx
recursos naturales en chile quinto básico .pptx
Waleska Chaparro
 
CONTENIDOS Y PDA DE LA FASE 3,4 Y 5 EN NIVEL PRIMARIA
CONTENIDOS Y PDA DE LA FASE 3,4 Y 5 EN NIVEL PRIMARIACONTENIDOS Y PDA DE LA FASE 3,4 Y 5 EN NIVEL PRIMARIA
CONTENIDOS Y PDA DE LA FASE 3,4 Y 5 EN NIVEL PRIMARIA
ginnazamudio
 
pueblos originarios de chile presentacion twinkl.pptx
pueblos originarios de chile presentacion twinkl.pptxpueblos originarios de chile presentacion twinkl.pptx
pueblos originarios de chile presentacion twinkl.pptx
RAMIREZNICOLE
 
Mundo ABC Examen 1 Grado- Tercer Trimestre.pdf
Mundo ABC Examen 1 Grado- Tercer Trimestre.pdfMundo ABC Examen 1 Grado- Tercer Trimestre.pdf
Mundo ABC Examen 1 Grado- Tercer Trimestre.pdf
ViriEsteva
 
Docentes y el uso de chatGPT en el Aula Ccesa007.pdf
Docentes y el uso de chatGPT   en el Aula Ccesa007.pdfDocentes y el uso de chatGPT   en el Aula Ccesa007.pdf
Docentes y el uso de chatGPT en el Aula Ccesa007.pdf
Demetrio Ccesa Rayme
 
Todo sobre el acta constitutiva de la empresa.pdf
Todo sobre el acta constitutiva de la empresa.pdfTodo sobre el acta constitutiva de la empresa.pdf
Todo sobre el acta constitutiva de la empresa.pdf
La Paradoja educativa
 
EVALUACION ESTUDIANTIL 2023-2024 Ecuador - Costa.pptx
EVALUACION ESTUDIANTIL 2023-2024 Ecuador - Costa.pptxEVALUACION ESTUDIANTIL 2023-2024 Ecuador - Costa.pptx
EVALUACION ESTUDIANTIL 2023-2024 Ecuador - Costa.pptx
Victor Elizalde P
 
FEEDBACK DE LA ESTRUCTURA CURRICULAR- 2024.pdf
FEEDBACK DE LA ESTRUCTURA CURRICULAR- 2024.pdfFEEDBACK DE LA ESTRUCTURA CURRICULAR- 2024.pdf
FEEDBACK DE LA ESTRUCTURA CURRICULAR- 2024.pdf
Jose Luis Jimenez Rodriguez
 
Guia para Docentes como usar ChatGPT Mineduc Ccesa007.pdf
Guia para Docentes como usar ChatGPT  Mineduc Ccesa007.pdfGuia para Docentes como usar ChatGPT  Mineduc Ccesa007.pdf
Guia para Docentes como usar ChatGPT Mineduc Ccesa007.pdf
Demetrio Ccesa Rayme
 
Las diversas Sociedades Mercantiles Mexico.pdf
Las diversas Sociedades Mercantiles Mexico.pdfLas diversas Sociedades Mercantiles Mexico.pdf
Las diversas Sociedades Mercantiles Mexico.pdf
La Paradoja educativa
 
6° GRADO UNIDAD DE APRENDIZAJE 3 JUNIO.docx
6° GRADO UNIDAD DE APRENDIZAJE 3 JUNIO.docx6° GRADO UNIDAD DE APRENDIZAJE 3 JUNIO.docx
6° GRADO UNIDAD DE APRENDIZAJE 3 JUNIO.docx
DanielaBurgosnazario
 
Aprender-IA: Recursos online gratuitos para estar al tanto y familiarizarse c...
Aprender-IA: Recursos online gratuitos para estar al tanto y familiarizarse c...Aprender-IA: Recursos online gratuitos para estar al tanto y familiarizarse c...
Aprender-IA: Recursos online gratuitos para estar al tanto y familiarizarse c...
María Sánchez González (@cibermarikiya)
 
Elites municipales y propiedades rurales: algunos ejemplos en territorio vascón
Elites municipales y propiedades rurales: algunos ejemplos en territorio vascónElites municipales y propiedades rurales: algunos ejemplos en territorio vascón
Elites municipales y propiedades rurales: algunos ejemplos en territorio vascón
Javier Andreu
 
Power Point: El espiritismo desenmascarado
Power Point: El espiritismo desenmascaradoPower Point: El espiritismo desenmascarado
Power Point: El espiritismo desenmascarado
https://gramadal.wordpress.com/
 
El Cerebro se Cambia a si Mismo-Norman Doidge.pdf
El Cerebro se Cambia a si Mismo-Norman Doidge.pdfEl Cerebro se Cambia a si Mismo-Norman Doidge.pdf
El Cerebro se Cambia a si Mismo-Norman Doidge.pdf
Robert Zuñiga Vargas
 

Último (20)

Evaluacion del tercer trimestre del 2023-2024
Evaluacion del tercer trimestre del 2023-2024Evaluacion del tercer trimestre del 2023-2024
Evaluacion del tercer trimestre del 2023-2024
 
Dosificación de los aprendizajes U4_Me gustan los animales_Parvulos 1_2_3.pdf
Dosificación de los aprendizajes U4_Me gustan los animales_Parvulos 1_2_3.pdfDosificación de los aprendizajes U4_Me gustan los animales_Parvulos 1_2_3.pdf
Dosificación de los aprendizajes U4_Me gustan los animales_Parvulos 1_2_3.pdf
 
Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.
Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.
Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.
 
Examen de la EvAU 2024 en Navarra Latín.
Examen de la EvAU 2024 en Navarra Latín.Examen de la EvAU 2024 en Navarra Latín.
Examen de la EvAU 2024 en Navarra Latín.
 
RETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docx
RETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docxRETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docx
RETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docx
 
recursos naturales en chile quinto básico .pptx
recursos naturales en chile quinto básico .pptxrecursos naturales en chile quinto básico .pptx
recursos naturales en chile quinto básico .pptx
 
CONTENIDOS Y PDA DE LA FASE 3,4 Y 5 EN NIVEL PRIMARIA
CONTENIDOS Y PDA DE LA FASE 3,4 Y 5 EN NIVEL PRIMARIACONTENIDOS Y PDA DE LA FASE 3,4 Y 5 EN NIVEL PRIMARIA
CONTENIDOS Y PDA DE LA FASE 3,4 Y 5 EN NIVEL PRIMARIA
 
pueblos originarios de chile presentacion twinkl.pptx
pueblos originarios de chile presentacion twinkl.pptxpueblos originarios de chile presentacion twinkl.pptx
pueblos originarios de chile presentacion twinkl.pptx
 
Mundo ABC Examen 1 Grado- Tercer Trimestre.pdf
Mundo ABC Examen 1 Grado- Tercer Trimestre.pdfMundo ABC Examen 1 Grado- Tercer Trimestre.pdf
Mundo ABC Examen 1 Grado- Tercer Trimestre.pdf
 
Docentes y el uso de chatGPT en el Aula Ccesa007.pdf
Docentes y el uso de chatGPT   en el Aula Ccesa007.pdfDocentes y el uso de chatGPT   en el Aula Ccesa007.pdf
Docentes y el uso de chatGPT en el Aula Ccesa007.pdf
 
Todo sobre el acta constitutiva de la empresa.pdf
Todo sobre el acta constitutiva de la empresa.pdfTodo sobre el acta constitutiva de la empresa.pdf
Todo sobre el acta constitutiva de la empresa.pdf
 
EVALUACION ESTUDIANTIL 2023-2024 Ecuador - Costa.pptx
EVALUACION ESTUDIANTIL 2023-2024 Ecuador - Costa.pptxEVALUACION ESTUDIANTIL 2023-2024 Ecuador - Costa.pptx
EVALUACION ESTUDIANTIL 2023-2024 Ecuador - Costa.pptx
 
FEEDBACK DE LA ESTRUCTURA CURRICULAR- 2024.pdf
FEEDBACK DE LA ESTRUCTURA CURRICULAR- 2024.pdfFEEDBACK DE LA ESTRUCTURA CURRICULAR- 2024.pdf
FEEDBACK DE LA ESTRUCTURA CURRICULAR- 2024.pdf
 
Guia para Docentes como usar ChatGPT Mineduc Ccesa007.pdf
Guia para Docentes como usar ChatGPT  Mineduc Ccesa007.pdfGuia para Docentes como usar ChatGPT  Mineduc Ccesa007.pdf
Guia para Docentes como usar ChatGPT Mineduc Ccesa007.pdf
 
Las diversas Sociedades Mercantiles Mexico.pdf
Las diversas Sociedades Mercantiles Mexico.pdfLas diversas Sociedades Mercantiles Mexico.pdf
Las diversas Sociedades Mercantiles Mexico.pdf
 
6° GRADO UNIDAD DE APRENDIZAJE 3 JUNIO.docx
6° GRADO UNIDAD DE APRENDIZAJE 3 JUNIO.docx6° GRADO UNIDAD DE APRENDIZAJE 3 JUNIO.docx
6° GRADO UNIDAD DE APRENDIZAJE 3 JUNIO.docx
 
Aprender-IA: Recursos online gratuitos para estar al tanto y familiarizarse c...
Aprender-IA: Recursos online gratuitos para estar al tanto y familiarizarse c...Aprender-IA: Recursos online gratuitos para estar al tanto y familiarizarse c...
Aprender-IA: Recursos online gratuitos para estar al tanto y familiarizarse c...
 
Elites municipales y propiedades rurales: algunos ejemplos en territorio vascón
Elites municipales y propiedades rurales: algunos ejemplos en territorio vascónElites municipales y propiedades rurales: algunos ejemplos en territorio vascón
Elites municipales y propiedades rurales: algunos ejemplos en territorio vascón
 
Power Point: El espiritismo desenmascarado
Power Point: El espiritismo desenmascaradoPower Point: El espiritismo desenmascarado
Power Point: El espiritismo desenmascarado
 
El Cerebro se Cambia a si Mismo-Norman Doidge.pdf
El Cerebro se Cambia a si Mismo-Norman Doidge.pdfEl Cerebro se Cambia a si Mismo-Norman Doidge.pdf
El Cerebro se Cambia a si Mismo-Norman Doidge.pdf
 

Introduccion Investigacion de Operaciones

  • 1. INVESTIGACION DE OPERACIONES I Inga. Ind. María Reneé de León Barrientos
  • 2. CONCEPTO DE INVESTIGACION DE OPERACIONES • Es un enfoque científico en la toma de decisiones que busca el mejor diseño y operación de un sistema
  • 3. CONCEPTO DE SISTEMA • Una organización de componentes interdependientes que trabajan juntos para logar un objetivo del sistema.
  • 4. CONCEPTO DE MODELO PRESCRIPTIVO O DE OPTIMIZACION • “Dicta” el comportamiento para que una organización pueda llegar a alcanzar mejor sus metas.
  • 5. ELEMENTOS DEL MODELO • 1.Funcion Objetivo • 2.Variables de Decisión • 3.Restricciones. • Un modelo de optimización trata de encontrar valores que optimicen (maximizar o minimizar) una función objetivo que satisfaga las restricciones dadas.
  • 6. FUNCION OBJETIVO • Es la funcion que deseamos maximizar o minimizar.
  • 7. VARIABLES DE DECISION • Son las variables cuyos valores están bajo nuestro control e influyen en el desempeño del sistema
  • 8. RESTRICCIONES • Solo son posibles ciertos valores de las variables de decisión
  • 9. • Se dice que cualquier especificación de las variables de decisión que cumple con todas las restricciones del modelo se encuentra en la región factible. • Una solución optima para un modelo de optimización es cualquier punto en la región factible que optimice la función objetivo.
  • 10. TIPOS DE MODELOS • 1. Modelos estáticos y dinámicos • 2. Modelos lineales y no lineales • 3. Modelos enteros y no enteros • 4. Modelos determinísticos y estocásticos
  • 11. MODELOS ESTATICOS Y DINAMICOS • Un modelo estático es en el cual las variables de decisión no requieren sucesiones de decisiones para periodos multiples. • Un modelo dinámico es en el cual las variables de decisión si requiere sucesiones de decisiones para periodos multiples. • En esencia el modelo estático se resuelve un problema luego de un solo intento cuyas soluciones dictan valores óptimos.
  • 12. MODELOS LINEALES Y NO LINEALES • La función objetivo y las restricciones están multiplicadas por constantes y acomodadas en forma de suma, esto es un modelo lineal, de lo contrario es un modelo no lineal
  • 13. MODELOS ENTEROS Y NO ENTEROS • Si una o mas variables de decisión son valores enteros, entonces se dice que un modelo de optimización es un modelo entero. Si todas las variables de decisión son libres para asumir valores fraccionarios, entonces el modelo de optimización es un modelo no entero
  • 14. MODELOS DETERMINISTICOS Y ESTOCASTICOS • Si para cualquier valor de las variables de decisión, se conoce con certeza el valor de la función objetivo, y si las restricciones se cumplen o no. Entonces se tiene un modelo determinístico, de no ser así tiene un modelo estocástico.
  • 15. EL PROCESO DE CONSTRUCCION DE MODELOS DE LOS SIETE PASOS • Paso 1: Plantear el problema: Define el problema • Paso 2: Observar el sistema: Reúne información para estimar el valor de parámetros. • Paso 3: Formular un modelo matemático del problema: Elabora un modelo matemático
  • 16. • Paso 4: Verificar el modelo y usar el modelo para predecir: Determinar si el modelo matemático es una representación exacta de la realidad, para validar el modelo, se tendría que verificar y observar • Paso 5: Seleccionar una opción adecuada: Selecciona la opción que cumple mejor con los objetivos de la empresa.
  • 17. • Paso 6: Presentar los resultados y la conclusión del estudio a la empresa: Presenta el modelo y las recomendaciones surgidas podría presentar varias opciones, y dejar que la empresa seleccione la que mejor cumple con sus necesidades. ESTE ES EL PASO MAS IMPORTANTE
  • 18. • Paso 7: Poner en marcha y evaluar las recomendaciones: El analista ayuda a poner en marcha las recomendaciones. Se debe monitorear y actualizar.