1. PNF: Geociencias
VII-GCS-1M
Participantes:Facilitador(a):
Escalante Ángela Bruzual Eufany
Muñoz Stefani
Carvajal Juan
Cuidad Bolívar Julio 2013

2. La Investigación de Operaciones.
Historia
origen:
Durante la segunda
guerra mundial.
Factores influyentes son :
• Gran éxito de las actividades
bélicas.
• George Dantzing 1947
desarrollo el método simplex
para resolver problemas.
• Desarrollos notables en
programación dinámica, líneas
de esperas y teoría de
inventarios.
• Revolución de las computadoras
.
Definición:

3. Características de la investigación de operaciones.
Adopta un punto
de vista
organizacional
Usa el método
científico para
investigar
Intenta encontrar
una mejor solución
Es necesario
emplear el enfoque
de equipo.

4. Metodología de la investigación de
operaciones:
Formulación y
definición del
problema.
Construcción del
modelo.
Solución del
modelo.
Validación del
modelo.
Implementación.
de resultados.

5. ALGUNAS VENTAJAS DE LA INVESTIGACION DE
OPERACIONES SON :
• Permitir la toma de decisiones mas convenientes
conforme a los recursos disponibles y a los
objetivos que se tratan de conseguir.
• Reducir el tiempo de búsqueda de una solución
que se ajuste a los objetivo propuestos.

6. La ventaja que tiene el sacar un modelo que represente una situación real,
es que nos permite analizar tal situación sin interferir en la operación que se realiza,
ya que el modelo es como si fuera “un espejo” de lo que ocurre.
Para aumentar la abstracción del mundo real, los modelos se clasifican
como:
Icónicos Análogos Simbólicos.
Los modelos icónicos son la representación física, a escala reducida o
aumentada de un sistema real.

7. ALGUNAS VENTAJAS DE LA INVESTIGACION DE
OPERACIONES SON :
• Permitir la toma de decisiones mas convenientes
conforme a los recursos disponibles y a los
objetivos que se tratan de conseguir.
• Reducir el tiempo de búsqueda de una solución
que se ajuste a los objetivo propuestos.
La ventaja que tiene el sacar un modelo que represente una situación real,
es que nos permite analizar tal situación sin interferir en la operación que se realiza,
ya que el modelo es como si fuera “un espejo” de lo que ocurre.
Para aumentar la abstracción del mundo real, los modelos se clasifican
como:
Icónicos Análogos Simbólicos.
Los modelos icónicos son la representación física, a escala reducida o
aumentada de un sistema real.
1) Variables y parámetros de decisión
Las variables de decisión son las incógnitas (o decisiones) que deben
determinarse resolviendo el modelo y los parámetros son los valores conocidos que
relacionan las variables de decisión con las restricciones y función objetivo.
2) Restricciones:
Para tener en cuenta las limitaciones tecnológicas, económicas y otras del
sistema, el modelo debe incluir restricciones (implícitas o explícitas) que restrinjan las
variables de decisión a un rango de valores factibles.
3) función objetivo:
Define la medida de efectividad del sistema como una función matemática
de las variables de decisión. La solución óptima será aquella que produzca el mejor
valor de la función objetivo, sujeta a las restricciones.

8. Como su nombre lo dice, Investigación de Operaciones significa
“Hacer investigación sobre las operaciones”
Esto dice algo del enfoque como del área de aplicación. Entonces, la
Investigación de Operaciones se aplica a problemas que se refieren a la conducción y
coordinación de operaciones o actividades dentro de una organización es
esencialmente inmaterial y, de hecho, la Investigación de Operaciones se ha aplicado
En los Negocios La Industria Los Hospitales .
La Milicia El Gobierno

9. ¿ Que es la Operación
líneal?
Se define como una de las principales ramas de la Investigación Operativa.
Los modelos de Programación Lineal por su
sencillez son frecuentemente usados:
Para abordar una gran variedad de
problemas de naturaleza real.
Ha permitido a empresas y organizaciones
importantes beneficios y ahorros asociados a su
utilización.

10. Un modelo de Programación Lineal (PL) considera:
Que las variables de decisión tienen un
comportamiento lineal
Los Modelos Matemáticos se dividen:
Modelos Determistas (MD)
Modelos Estocásticos (ME).
Los parámetros asociados
Conocidos con certeza absoluta
La totalidad o un subconjunto de los parámetros
tienen una distribución de probabilidad
asociada.