MT

1. Programación Lineal Entera no recibe atención hasta que Gomory obtiene la expresión general, métodos limitados.
Estudios de IO.-estructuración estadística de los datos-modelos descriptivos de tipo probabilístico.
A mediados e los 50s la IO se afianzaba en la Industria.
En Inglaterra el desarrollo de la Organización era una novedad en la industria
EEUU fortalecía los grupos militares-Inglaterra trasladaban a la sociedad civil
En Agosto de 1940 el Físico P.M.S Balckett de la Universidad de Manchester dirigió un equipo de estudio
Maximizar la eficiencia
La IO nace en Inglaterra a finales de 1939
HISTORIA DE LOS MÉTODOS
CUANTITATIVOS

2. Los modelos no lineales
Proceden del desarrollo del cálculo matemático en el siglo XVIII, siendo el concepto
básico el del Langrangiano.
Progresó durante los años sesenta y setenta,
Resolución de problemas de tamaño medio con varias decenas de restricciones y
algunos cientos de variables.

3. Otros modelos
La Programación
Dinámica
Richard Bellman al principio
de los cincuenta.de gran
importancia en la Teoría del
Control Optimo
La teoría de las colas
Dánes A.K. Erlang en la
industria telefónica de
principios de Siglo existencia
de multitud de lenguajes de
simulación a disposición de
los usuarios de
computadoras.
La Teoría de Juegos
Primeros resultados de von
Neumann sobre el teorema
del mínimax en 1926.
Influencia de esta teoría
sobre la organización ha sido
muy limitada.
Teoría de la Decisión
Basada en la estadística
Bayesiana y la estimación
subjetiva de las
probabilidades de los
sucesos; cuando la
información no es completa

4. AspectosquecaracterizanlaIO
Toma directa de datos
Empleo de Modelos
matemáticos
Obtención de las
políticas óptimas
Modificación de dichas políticas de acuerdo con
factores reales no considerados en el modelo.
Su base fundamental está en las matemáticas, la
economía, la estadística y e cálculo de
probabilidades
No existe método analítico que permita obtener, con seguridad y
en un tiempo conveniente, el óptimo teórico.

5. ESTABLECIDO
HA
LA I.O.
MÉTODOS
HEURÍSTIC
OS
Algoritmos
genéticos
introducidos por
Holland para imitar
algunos de los
mecanismos que
se observan en la
evolución de las
especies
Algoritmo
reconocido
simulado
generan
aleatoriamente
una solución
cercana y la
aceptan como la
mejor si tiene
menor costo,
La búsqueda
tabú
Basada el uso de
estructuras de
memoria para
escapara de los
óptimos locales en
los que se puede
caer al moverse de
una solución a otra
Las redes
neuronales
Reproducen en la
medida de lo
posible
características y
capacidad de
procesamiento de
información del
conjunto de
neuronas
presentes en el
cerebro.

6. INVESTIGACIÓN
OPERATIVA
• Fase 1: Formulación
del problema:.- enjuicia
aspectos a analizar
Utiliza:
• Fase 2: Formulación
de un modelo
matemático.- se apoya
en un lenguaje
matemático más o
menos sofisticado
Estudia
problemas
relacionados a
la toma de
decisiones
• Fse 4: discernir entre
las soluciones
reveladas.- elegir una
solución y caracterizar
todos sus detalles

7. Su objetivo es formar
al estudiante en
conceptos básicos
de I.O.
MÉTODOS
CUANTITATIVOS
DE GESTIÓN
Resolución de
problemas de gestión
y análisis y desarrollo
de algoritmos

8. Técnica de resolución de
asignación de recursos
PROG
RAMA
CIÓN
LINEA
L
MC
de G
MC de G
módulo centrado en el problema de
transporte
FLUJO DE REDES
sirviendo como finalización del
módulo dedicado a programación
lineal en general

9. MC DE G
• Modelado de situaciones en que existen variables de decisión, implicaciones lógicas o
relaciones disyuntivas.
PROGRAMACIÓN LINEAL ENTERA
• Caracterizada por el enfrentamiento entre 2 o más oponentes
TEORÍA DE JUEGOS
• Introducción al análisis de alternativas en diversos entornos
TEORÍA DE LA DECISIÓN
• Estudio de problemas de decisión secuenciales o de múltiples etapas
PROGRAMACIÓN DINÁMICA
• Modelado describe la sistemática general del modelado basándose en etapas
TÉCNICAS DE MODELADO
• Describen la parte esencial del comportamiento de un sistema, el diseño de experimentos con el
modelo y la extracción de conclusiones de los resultados
SIMULACIÓN DE EVENTOS DISCRETOS

10. Amplia las
técnicas más
novedosas para
la resolución de
problemas
lineales continuos
y enteros y las
técnicas ya
expuestas desde
un punto de vista
computacional
MÉTODOS
AVANZADOS DE
GESTIÓN
algoritmo simplex
-los métodos de
descomposición y
partición y
métodos
llamados de
punto interior y su
aplicación-.
EXTENSIONES
DE LA
PROGRAMACIÓ
N LINEAL Introduce otros
métodos de
optimización para
problemas con
restricciones.
PROGRAMACIÓ
N NO LINEAL
Se muestran
diversos tipos de
operadores de
selección, cruce,
mutación, etc.
ALGORITMOS
GENÉTICOS

11. RECONOCIDO SIMULADO
• Ocurrencia esporádica y probabilística de pasos hacia atrás,
• Empeoramientos en el valor de la función objetivo.
BUSQUEDA TABÚ
• Prohíbe movimientos inmersos a los que aparecen en dicha tabla.
• Intensificación y diversificación
REDES NEURONALES ARTIFICIALES
• unidades de procesamiento elemental capaces de realizar tareas como clasificación,
generalización, optimización, abstracción, etc.
TEORÍA DE COLAS
• Diseño y análisis de unidades productivas y de servicios.