2. EL PROBLEMA
CADA VEZ ES MÁS DIFÍCIL ASIGNAR LOS
RECURSOS O ACTIVIDADES DE LA FORMA
MÁS EFICAZ
Los recursos
son escasos
Los sistemas son cada
vez más complejos
3. INVESTIGACIÓN OPERATIVA
ES LA APLICACIÓN DEL MÉTODO CIENTÍFICO PARA
ASIGNAR LOS RECURSOS O ACTIVIDADES DE FORMA
EFICAZ, EN LA GESTIÓN Y ORGANIZACIÓN DE SISTEMAS
COMPLEJOS
SU OBJETIVO ES AYUDAR A LA TOMA DE DECISIONES
REQUIERE UN ENFOQUE INTERDISCIPLINARIO
4. HISTORIA DE LA INVESTIGACIÓN
OPERATIVA
SE APLICA POR PRIMERA VEZ EN 1780
ANTECEDENTES:
MATEMÁTICAS: MODELOS LINEALES (FARKAS, MINKOWSKI)
(S.XIX)
ESTADÍSTICA: FENÓMENOS DE ESPERA (ERLANG, MARKOV)
(AÑOS 20)
ECONOMÍA: QUESNAY (X.XVIII), WALRAS (S.XIX), VON
NEUMANN (AÑOS 20)
5. HISTORIA DE LA INVESTIGACIÓN
OPERATIVA
EL ORIGEN DE LA I.O. MODERNA SE SITÚA EN LA
2ª GUERRA MUNDIAL
6. HISTORIA DE LA INVESTIGACIÓN
OPERATIVA
LOS CIENTÍFICOS LA EMPLEARON PARA HACER REFERENCIA AL CONJUNTO DE
TÉCNICAS Y HERRAMIENTAS USADAS PARA LA TOMA DE DECISIONES EN CUANTO
A LA UTILIZACIÓN DE LOS RECURSOS BÉLICOS DURANTE LA CONTIENDA.
TRAS LA GUERRA, EL USO DE ESTAS
HERRAMIENTAS FUERON ADAPTADAS PARA
SU EMPLEO EN EL ÁMBITO CIVIL.
7. HISTORIA DE LA INVESTIGACIÓN OPERATIVA
AL TERMINAR LA GUERRA, SIGUE EL DESARROLLO EN LA
INDUSTRIA, DEBIDO A:
COMPETITIVIDAD INDUSTRIAL
PROGRESO TEÓRICO
RAND (DANTZIG)
PRINCETON (GOMORY, KUHN, TUCKER)
CARNEGIE INSTITUTE OF TECHNOLOGY (CHARNES, COOPER)
GRAN DESARROLLO DE LAS COMPUTADORAS
8. ACTUALIDAD DE LA INVESTIGACÓN OPERATIVA
SIGUE HABIENDO UN GRAN DESARROLLO, EN MUCHOS
SECTORES, CON GRANDES AVANCES SOBRE TODO EN
EL CAMPO DE LA INTELIGENCIA ARTIFICIAL
9. LA MODELACIÓN
ES UNA REPRESENTACIÓN ABSTRACTA DE CIERTO
ASPECTO DE LA REALIDAD, Y TIENE UNA
ESTRUCTURA QUE ESTA FORMADA POR LOS
ELEMENTOS QUE CARACTERIZAN EL ASPECTO DE LA
REALIDAD MODELADA Y POR LAS RELACIONES
ENTRE ESTOS ELEMENTOS
10. LA MODELACIÓN
ES UNA CIENCIA
ANÁLISIS DE RELACIONES
APLICACIÓN DE ALGORITMOS DE SOLUCIÓN
Y A LA VEZ UN ARTE
VISIÓN DE LA REALIDAD
ESTILO, ELEGANCIA, SIMPLICIDAD
USO CREATIVO DE LAS HERRAMIENTAS
EXPERIENCIA
15. TIPOS DE MODELOS
TIPO CARACTERÍSTICAS EJEMPLOS
Analógicos • Intangible
• Difícil de comprender
• Fácil de duplicar
y compartir
• Fácil de manipular
• Alta amplitud de uso
• Mapa de
carreteras
• Velocimetro
• Gráficas
16. TIPOS DE 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
17. TIPOS DE MODELOS
Construiremos Modelos Simbólicos (cuantitativos)
Modelo
Simbólico
Utiliza las
Matemáticas
Para Representar
las Relaciones
entre los Datos
de Interés
18. TIPOS DE MODELOS
Modelo de
Decisión
Es un Modelo
Simbolico
• Contiene
Variables
de Decisión
• Busca alcanzar un
“Objetivo”
La solución del Modelo produce
Valores Numericos de estas
Variables de Decisión
Utiliza una
“Medida del Desempeño”
que indica el
“Logro del Objetivo”
19. TIPOS DE MODELOS
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
20. TIPOS DE MODELOS
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
21. TIPOS DE MODELOS
3. Modelo de Administración
de Efectivo
• Variables
de Decisión:
Cantidad de Fondos
mantenidos en c/u de varias
categorias (Efectivo, bonos,
bolsa de valores etc... )
• Medida del
Desempeño:
Costo de Oportunidad por
mantener Activos Líquidos
• Objetivo: Minimizar el
Costo de Oportunidad
23. PROCESO DE FORMULACION DE UN MODELO
DEFINICIÓN DEL PROBLEMA
FORMULACIÓN DEL PROBLEMA Y CONSTRUCCIÓN DEL
MODELO
RESOLUCIÓN
VERIFICACIÓN, VALIDACIÓN, REFINAMIENTO
INTERPRETACIÓN Y ANÁLISIS DE RESULTADOS
IMPLANTACIÓN Y USO EXTENSIVO
24. DEFINICIÓN DEL PROBLEMA
CONSISTE EN IDENTIFICAR LOS ELEMENTOS DE DECISIÓN
OBJETIVOS (UNO O VARIOS, OPTIMIZAR O SATISFACER)
ALTERNATIVAS
LIMITACIONES DEL SISTEMA
HAY QUE RECOGER INFORMACIÓN RELEVANTE
ES LA ETAPA FUNDAMENTAL PARA QUE LAS DECISIONES
SEAN ÚTILES
25. FORMULACIÓN DEL PROBLEMA
MODELO: REPRESENTACIÓN SIMPLIFICADA DE LA REALIDAD,
QUE FACILITA SU COMPRENSIÓN Y EL ESTUDIO DE SU
COMPORTAMIENTO
DEBE MANTENER UN EQUILIBRIO ENTRE SENCILLEZ Y
CAPACIDAD DE REPRESENTACIÓN
MODELO MATEMÁTICO: MODELO EXPRESADO EN TÉRMINOS
MATEMÁTICOS
HACE MÁS CLARAS LA ESTRUCTURA Y RELACIONES
FACILITA EL USO DE TÉCNICAS MATEMÁTICAS Y ORDENADORES
A VECES NO ES APLICABLE
26. CONSTRUCCIÓN DEL MODELO
TRADUCCIÓN DEL PROBLEMA A TÉRMINOS MATEMÁTICOS
OBJETIVOS: FUNCIÓN OBJETIVO
ALTERNATIVAS: VARIABLES DE DECISIÓN
LIMITACIONES DEL SISTEMA: RESTRICCIONES
PERO A VECES LAS RELACIONES MATEMÁTICAS SON
DEMASIADO COMPLEJAS
HEURÍSTICOS
SIMULACIÓN
28. RESOLUCIÓN
DETERMINAR LOS VALORES DE LAS VARIABLES DE
DECISIÓN DE MODO QUE LA SOLUCIÓN SEA ÓPTIMA
(O SATISFACTORIA) SUJETA A LAS RESTRICCIONES
PUEDE HABER DISTINTOS ALGORITMOS Y FORMAS
DE APLICARLOS
29. VERIFICACIÓN, VALIDACIÓN Y REFINAMIENTO
ELIMINACIÓN DE ERRORES
COMPROBACIÓN DE QUE EL MODELO SE ADAPTA A
LA REALIDAD
31. INTERPRETACIÓN Y ANÁLISIS DE RESULTADOS
ROBUSTEZ DE LA SOLUCIÓN ÓPTIMA OBTENIDA:
ANÁLISIS DE SENSIBILIDAD
DETECCIÓN DE SOLUCIONES CUASI-ÓPTIMAS
ATRACTIVAS
32. IMPLANTACIÓN Y USO EXTENSIVO
SISTEMA DE AYUDA Y MANTENIMIENTO
DOCUMENTACIÓN
FORMACIÓN DE USUARIOS
33. MODELOS DE SIMULACIÓN
TÉCNICA EN LA CUAL SE CAPTURAN LAS RELACIONES DE CAUSA Y
EFECTO DE UN SISTEMA EN UN MODELO REALIZADO CON UN SOFTWARE,
CON EL CUAL SE PUEDE GENERAR UN COMPORTAMIENTO MUY CERCANO
AL DEL SISTEMA REAL.
EXISTEN EN EL MERCADO DIFERENTES PAQUETES DE PROGRAMAS
INFORMÁTICOS, VISUM, U.T.P.S. (URBAN TRANSPORT PLANNING
SYSTEM), MICROTRIPS Y TRIPS, EMME-3, TRANSCAD, CUBE, ENTRE
OTROS.
34. SIMULACIÓN
SISTEMAS COMPLEJOS
NO INTERRUMPE LO REAL
ESTIMULA CREATIVIDAD
AHORRA DINERO
REDUCE RIESGOS
REDUCE TIEMPO PRUEBA
FACILITA OTRAS SALIDAS
ANÁLISIS SENSIBILIDAD
REQUIERE RECURSOS
GRADO ENTENDIMIENTO
REQUIERE MUCHO DATO
SIMULA AL HOMBRE EN PARTE
DEPENDENCIA DE DATOS
MÁS DESCRIPTIVOS QUE
PRESCRIPTIVOS
VENTAJAS DESVENTAJAS
35. ANALISIS COMPARATIVO
EMME-3 - TRANSCAD
FUE DESARROLLADO EN EL CENTRO DE INVESTIGACIONES EN
TRANSPORTE DE LA UNIVERSIDAD DE MONTREAL, SIENDO AHORA
ACTUALIZADO Y DISTRIBUIDO POR INRO CONSULTANTS
(CANADÁ). ES UNA HERRAMIENTA DE MODELACIÓN AMPLIAMENTE
UTILIZADA EN TODO EL MUNDO.
INCORPORA LA HERRAMIENTA ENIF, QUE BRINDA UNA
IMPORTANTE MEJORA EN LA PRESENTACIÓN GRÁFICA DE
RESULTADOS.
EMME-3
36. DESARROLLADO POR CALIPER CORPORATION (EE.UU.), SE
DEFINE COMO UN SISTEMA DE INFORMACIÓN GEOGRÁFICA (SIG),
IMPLEMENTA TODAS LAS UTILIDADES NECESARIAS PARA LA
MODELACIÓN Y PLANIFICACIÓN DEL TRANSPORTE.
INCORPORAR LA TOPOLOGÍA NECESARIA PARA LA DEFINICIÓN DE
REDES DE TRÁFICO Y TRANSPORTE, Y PERMITE LA DEFINICIÓN DE
LOS MODELOS SOBRE REPRESENTACIONES GEOREFERENCIADAS
DE LA REALIDAD.
TRANSCAD
ANALISIS COMPARATIVO
EMME-3 - TRANSCAD
37. EMME-3 HA SIDO CONSIDERADO ESTOS ÚLTIMOS AÑOS COMO,
POSIBLEMENTE, LA HERRAMIENTA DE MODELACIÓN MÁS FUNCIONALES
DEL MERCADO. LOS RESTANTES PROGRAMAS HAN IDO POR DETRÁS DE
EMME-3; NO OBSTANTE, TRANSCAD EN SUS ÚLTIMAS VERSIONES HA
REALIZADO UN IMPORTANTE ESFUERZO, INCORPORANDO EN LA
ACTUALIDAD CASI TODAS LAS UTILIDADES Y ALGORITMOS DE
MODELACIÓN QUE INCLUYE EMME-3.
PUEDE SUPONERSE QUE EMME-3 SUPERA AL TRANSCAD EN CUANTO A
UTILIDAD. SIN EMBARGO, EN EL CASO CONCRETO DEL MODELO DE
TRANSPORTE DE LA CIUDAD DE LIMA, TODAS LAS RUTINAS Y
ALGORITMOS UTILIZADOS SON REPRODUCIBLES EN TRANSCAD.
UTILIDADES DE MODELACIÓN
ANALISIS COMPARATIVO
EMME-3 - TRANSCAD
38. EMME-3 INCLUYE UN POTENTE LENGUAJE DE MACROS QUE
PERMITE TANTO LA PROGRAMACIÓN DE TAREAS REPETITIVAS
COMO LA IMPLEMENTACIÓN DE COMPLEJAS SECUENCIAS DE
CÁLCULO O INCLUSO ALGORITMOS DENTRO DEL PROCESO DE
MODELACIÓN.
TRANSCAD PRESENTA TAMBIÉN UN LENGUAJE DE MACROS (GISDK
GIS DEVELOPER'S KIT), QUE PERMITE TAMBIÉN LA CREACIÓN DE
MACROS, E INCLUSO APLICACIONES COMPLETAS. ESTE LENGUAJE
DE MACROS OPERA SOBRE TODO EL SISTEMA, TANTO LAS
UTILIDADES SIG COMO LAS DE MODELACIÓN .
HERRAMIENTAS DE PROGRAMACION
ANALISIS COMPARATIVO
EMME-3 - TRANSCAD
39. POR MUCHO TIEMPO UNA DE LAS GRANDES DEBILIDADES DE EMME-3, EL
MÓDULO ENIF, INCORPORADO EN UNA DE SUS ULTIMAS EDICIONES SIGNIFICA
UNA IMPORTANTE MEJORA SOBRE LA SITUACIÓN ANTERIOR.
TRANSCAD POR INTERMEIDO DEL SIG, PERMITE LA VISUALIZACIÓN DE TODO EL
ÁREA DE TRABAJO. EL ENTORNO SIG PERMITE REALIZAR EN EL MISMO MARCO
ANÁLISIS TERRITORIALES (SOBRE LA ZONIFICACIÓN DEL ÁREA DE ESTUDIO),
QUE SE INTEGRAN DIRECTAMENTE EN EL PROCESO DE MODELACIÓN,
APORTANDO ASÍ VENTAJAS IMPORTANTES.
EL TRANSCAD POSEE UN ENTORNO WINDOWS, CON UNA BUENA
MANEJABILIDAD, MIENTRAS QUE EMME-3 REQUIERE UN PROCESO MÁS
PROLONGADO DE FAMILIARIZACIÓN
ENTORNO GRAFICO
ANALISIS COMPARATIVO
EMME-3 - TRANSCAD
40. EMME-3 TIENE UNA POLÍTICA DE LICENCIAS QUE RESTRINGE LA
CAPACIDAD DEL SISTEMA DEPENDIENDO DEL MONTO PAGADO.
TRANSCAD NO INCLUYE ESTE TIPO DE LIMITACIONES; SE
DISPONE DE UNA LICENCIA BASE, QUE INCLUYE EL SIG Y LAS
UTILIDADES BÁSICAS DE MODELACIÓN, Y UNA LICENCIA
STANDARD, CON TODAS LAS HERRAMIENTAS DE MODELACIÓN Y
SIN RESTRICCIÓN DE TAMAÑO DEL MODELO.
RESTRICCIONES
ANALISIS COMPARATIVO
EMME-3 - TRANSCAD
41. EN ESTE ASPECTO, QUE SE PODRÍA LLAMAR NECESIDAD DE
ESPECIALIZACIÓN, ES DONDE RADICA LA MAYOR DIFERENCIA ENTRE
AMBAS HERRAMIENTAS, LA CURVA DE APRENDIZAJE DE TRANSCAD ES
MUCHO MÁS RÁPIDA, SU INTEGRACIÓN EN EL ENTORNO WINDOWS,
GENERA QUE LA FAMILIARIZACIÓN CON EL SISTEMA DE COMANDOS SEA
INMEDIATA, AL NO DIFERIR DE CUALQUIER OTRO PROGRAMA WINDOWS.
EMME-3 NECESITA UN PERIODO MAYOR DE APRENDIZAJE Y, POR ELLO,
ELEVADA ESPECIALIZACIÓN; CUALQUIER EXPERTO EN PLANIFICACIÓN
CON CONOCIMIENTOS DE MANEJO DE SIG PUEDE EN POCO TIEMPO
TRABAJAR CON TRANSCAD OBTENIENDO BUENOS RENDIMIENTOS DEL
SISTEMA.
CURVA DE APRENDIZAJE
ANALISIS COMPARATIVO
EMME-3 - TRANSCAD