FUNDAMENTOS DE INVESTIGACION DE OPERACIONES

1. INVESTIGACION DE
OPERACIONES
 KATHERIN
E TORRES
SANTA
 ANGEL
MARIN
 ERICK
MARTINEZ
 ESTER
TÉLLEZ
MARINO
 ELADIO
MARTÍNEZ
DÍAZ
 LARRY

2. INVESTIGACION OPERATIVA
 LA INVESTIGACIÓN OPERATIVA es
una moderna disciplina
científica que se caracteriza
por la aplicación de teoría,
métodos y técnicas especiales,
para buscar la solución de
problemas de administración,
organización y control que se
producen en los diversos
sistemas que existen en la
naturaleza y los creados por
el ser humano, tales como las

3. INVESTIGACION DE OPERACIONES
 La IO es la aplicación del
método científico, por grupos
interdisciplinarios, a
problemas relacionados con el
control de las organizaciones
o sistemas (hombre-máquina),
con la finalidad de producir
soluciones que sirvan, más y
mejor, para lograr los
objetivos de toda organización:

4. FASES EN LA INVESTIGACION DE
OPERACIONES
 Para llevar a cabo el estudio de
Investigación de Operaciones es
necesario cumplir con una serie de
etapas o fases, a saber:

5. ETAPAS DE LA INVESTIGACION DE
OPERACIONES

6. CARACTERÍSTICAS DE LA INVESTIGACIÓN DE
OPERACIONES.
 La Investigación de Operaciones
usa el método científico para
investigar el problema en
cuestión. En particular, el
proceso comienza por la
observación cuidadosa y la
formulación del problema
incluyendo la recolección de
datos pertinentes.
 La Investigación de Operaciones
adopta un punto de vista

7. CARACTERÍSTICAS DE LA INVESTIGACIÓN DE
OPERACIONES.
 La IO intenta encontrar una mejor
solución ( óptima), para el problema
bajo consideración. En lugar de
contentarse con mejorar el estado
de las cosas, la meta es identificar
el mejor curso de acción posible.
 En la IO es necesario emplear el
enfoque de equipo. Este equipo debe
incluir personal con antecedentes
firmes en matemáticas, estadísticas
y teoría de

8. CARACTERÍSTICAS DE LA INVESTIGACIÓN DE
OPERACIONES.
 La IO ha desarrollado una serie
de técnicas y modelos muy útiles
a la Ingeniería de Sistemas.
Entre ellos tenemos: la
Programación No Lineal, Teoría
de Colas, Programación
Entera, Programación
Dinámica, entre otras.
 La IO tiende a representar el

9. DEFINICIÓN DE LOS MODELOS
 Un modelo es una abstracción
selectiva de la realidad.
 El modelo se define como una
función objetivo y restricciones
que se expresan en términos de
las variables (alternativas) de
decisión del problema.
 Una solución a un modelo, no
obstante, de ser exacta, no será
útil a menos que el modelo mismo

10. DEFINICIÓN DE LOS MODELOS
UN MODELO DE DECISIÓN debe
considerarse como un vehículo
para resumir un problema de
decisión en forma tal que
haga posible la identificación
y evaluación sistemática de
todas las alternativas de
decisión del problema.

11. ELEMENTOS DEL MODELO DE DECISION
 El modelo de decisión
debe contener tres
elementos:
 Alternativas o
variables de decisión,
de las cuales se hace
una selección.
 Restricciones, para

12. PROCESO DE TOMA DE DECISIONES

13. TIPOS DE MODELOS
 MODELO CUANTITATIVO es aquel cuyos
principales símbolos representan
números. Son los más comunes y útiles
en los negocios.
 MODELO CUALITATIVO aquel modelo
cuyos símbolos representan en su
mayoría a cualidades no numéricas.
Una fuente importante es la teoría
de conjuntos.
 MODELO PROBABILÍSTICO aquellos

14. TIPOS DE MODELOS
 MODELO DETERMINÍSTICO corresponde
a aquel modelo cuantitativo que
no contiene consideraciones
probabilísticas.
 MODELO DESCRIPTIVO cuando el
modelo simplemente describe una
situación del mundo real en
términos matemáticos, descripción
que puede emplearse para exponer
una situación con mayor claridad,

15. TIPOS DE MODELOS DE IO
 MODELOS DE SIMULACIÓN: Difieren
de los matemáticos en que las
relación entre la entrada y la
salida no se indican en forma
explícita. En cambio, un modelo de
simulación divide el sistema
representado en módulos básicos
o elementales que después se

16. TIPOS DE MODELOS DE IO.
 MODELO MATEMÁTICO: Se
emplea cuando la función
objetivo y las restricciones
del modelo se pueden
expresar en forma
cuantitativa o matemática
como funciones de las
variables de decisión:
Toman la forma de

17. MODELO MATEMATICO
MODELO DE REDES CONTINUA
LINEAL PROGRAMACION LINEAL ENTERA
DETERMINISTICO PROGRAMACION DINAMICA BINARIA
PROGRAMACION HEURISTICA
MODELO MATEMATICO NO LINEAL PROGRAMACION NO LINEAL
SIMULACION
ESTOCASTICO TEORIA DE JUEGOS
PROCESO MARKOV
ARBOLES DE DECISION

18. BENEFICIOS DE LA IO
 Incrementa la posibilidad
de tomar mejores
decisiones.
 Mejora la coordinación
entre múltiples
componentes de la
organización.
 Mejora el control del

19. AREAS DE APLICACION

20. IO APLICADA EN ADMINISTRACION