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.

Introduccion Investigacion de Operaciones

  • 1.
    INVESTIGACION DE OPERACIONES I Inga.Ind. María Reneé de León Barrientos
  • 2.
    CONCEPTO DE INVESTIGACION DEOPERACIONES • 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 MODELOPRESCRIPTIVO 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 • Esla 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 sonposibles ciertos valores de las variables de decisión
  • 9.
    • Se diceque 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 YNO 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 YNO 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 DECONSTRUCCION 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.