PNF: Geociencias

VII-GCS-1M

Facilitador(a): Participantes:
Escalante Ángela Bruzual Eufany
Muñoz Stefani
Carvajal Juan

Cuidad Bolívar Julio 2013

 La Investigación de Operaciones.
Historia

Definición: Factores influyentes son :

origen:
• Gran éxito de las actividades
bélicas.
• George Dantzing 1947
desarrollo el método simplex
para resolver problemas.
• Desarrollos notables en
Durante la segunda programación dinámica, líneas
guerra mundial. de esperas y teoría de
inventarios.
• Revolución de las computadoras
.
Características de la investigación de operaciones.

Adopta un punto
de vista
organizacional

Es necesario Usa el método

emplear el enfoque científico para
de equipo. investigar

Intenta encontrar
una mejor solución
Metodología de la investigación de
operaciones:

Formulación y
definición del
problema.

Construcción del Implementación.

modelo. de resultados.

Solución del Validación del

modelo. modelo.
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.
 ALGUNAS VENTAJAS DE LA INVESTIGACION DE
OPERACIONES SON :
1) Variables y parámetros de decisión
La ventaja que tiene el sacar un modelo que represente una situación real,
• nos
es que Permitir
Las
permite ladetoma
variables decisión
analizar desondecisiones
tal situaciónlassin
incógnitas
interferir(omas
en convenientes
decisiones)
la operaciónque deben
que se realiza,
determinarse
ya que el resolviendo
modelo
conforme a elsilos
es como modelo
fuera “uny los parámetros
espejo”
recursos de lo sonocurre.
que los valores y
disponibles conocidos
a los que
relacionan las variables de decisión con las restricciones y función objetivo.
objetivos que se tratan de conseguir.
Para aumentar la abstracción del mundo real, los modelos se clasifican
2) Restricciones:
como:
• Reducir el tiempo de búsqueda de una solución
que
Icónicos Para tener en cuenta
se ajuste a las
loslimitaciones
objetivotecnológicas,
Análogos propuestos. económicas y otras del
Simbólicos.
sistema, el modelo debe incluir restricciones (implícitas o explícitas) que restrinjan las
variables de decisión a un rango de valores factibles.
Los modelos icónicos son la representación física, a escala reducida o
3) función
aumentada deobjetivo:
un sistema real.

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.
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
 ¿ 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.
 Un modelo de Programación Lineal (PL) considera:

Que las variables de decisión tienen un

comportamiento lineal

Los parámetros asociados

Los Modelos Matemáticos se dividen:
Modelos Determistas (MD) Conocidos con certeza absoluta

Modelos Estocásticos (ME). La totalidad o un subconjunto de los parámetros

tienen una distribución de probabilidad
asociada.