Que es investigación de operaciones

Es disciplina, herramienta, procesos de modelos matemáticos para llegar a una estadística y

llegar a tomar decisiones a problemas con soluciones inteligentes con el fin de optimizar
recursos.

QUE ES PROGRAMACION LINEAL

La programación lineal es un caballo de batalla en el mundo de los modelos cuantitativos.
Su capacidad para manejar cientos de miles de variables de decisión, restricciones y la
enorme cantidad de interacciones que implican que estos números hagan que la
programación lineal sea una herramienta importante para la resolución de gran variedad de
problemas ya que comprende la búsqueda de una decisión factible que optimiza una
función objetivo. Proporcionando ejemplos de lo que se conoce de manera más general
como modelo de toma de decisiones con restricciones. Cada modelo de programación lineal
tiene dos características importantes y en común, una es la función objetivo para maximizar
los beneficios y/o utilidades y minimizar optimizando recursos, y dos es que ciertas
restricciones pueden ser tanto igualdades como desigualdades.
Las aplicaciones de la programación lineal presentan modelos realistas en los cuales la
definición de las variables y la construcción de la función objetivo, así como las
restricciones, no son tan directas como en el caso del modelo de dos variables. Las áreas
cubiertas por estas aplicaciones incluyen lo Inversión, planificación de la producción y
control de inventarios, planificación de la mano de obra, Planificación de desarrollo urbano,
Refinación y mezcla de petróleo. Cada modelo se detalla, y se interpreta su solución
óptima.

Programación lineal por el método de ramificación y acotamiento de

BRANCH AND BOUND (Ramificación cuando la respuesta no es entera y
acotamiento cuando la respuesta es entera)
El método de ramificación y acotación o también llamado Branch and Bound, resuelve el
problema de tal forma que si la solución a este verifica condiciones de integridad, entonces
también es la solución al problema entero, de lo contrario se comienza con la ramificación
del problema.
La ramificación consiste en dividir cada problema en dos nuevos subproblemas, obtenidos
mediante el uso de restricciones excluyentes que dividen el conjunto de oportunidades del
problema original en dos partes, pero eliminando en ambas partes la solución no entera del
problema original.
Cuando en la solución al problema una variable que es entera Xi toma el valor Xbi no
entero, entonces se generan, a partir de dicho valor, dos restricciones xi ≤ [xbi] y xi ≥ [xbi]
+1 (siendo [xbi] la parte entera por defecto de xbi).
El proceso se repite con cada uno de los dos subproblemas obtenidos, los cuales da lugar a
otros dos subproblemas cada uno de ellos y así sucesivamente, hasta que todos los
subproblemas tengan solución entera Bo infactible. Utilizando únicamente la ramificación,
el número de subproblemas a resolver crece exponencialmente, por este motivo para evitar
el tener que resolver todos los subproblemas, la ramificación se combina con la acotación.
http://virtual.umng.edu.co/distancia/ecosistema/ovas/ingenieria_civil/investigacion_de_operaciones
_ii/unidad_5/DM.pdf

CADENAS DE MARKOV
Las cadenas de markov son modelos probabilísticos que se usan para predecir la evolución
y el comportamiento a corto y a largo plazo de determinados sistemas.
Ejemplos: reparto del mercado entre marcas; dinámica de las averías de máquinas para
decidir política de mantenimiento; evolución de una enfermedad

Una Cadena de Markov (CM) es un proceso estocástico con un número finito de estados
(M), con probabilidades de transición estacionarias que tiene la propiedad markoviana.
PROCESO ESTOCÁSTICO
Es un conjunto o sucesión de variables aleatorias: {X(t)CG } definidas en un mismo
espacio de probabilidad. Normalmente el índice t  representa un tiempo y X(t) el estado del
proceso estocástico en el instante t. El proceso puede ser de tiempo discreto o continuo si G
es discreto o continuo. Si el proceso es de tiempo discreto, usamos enteros para representar
el índice: {X1, X2.}

Ejemplos de procesos estocásticos

1. Serie mensual de ventas de un producto
2. Estado de una máquina al final de cada semana (funciona/averiada)
3. Nº de clientes esperando en una cola cada 30 segundos
4. Marca de detergente que compra un consumidor cada vez que hace la compra. Se supone
que existen 7 marcas diferentes
5. Nº de unidades en almacén al finalizar la semana

ELEMENTOS DE UNA CADENA DE MARKOV

 Un conjunto finito de M estados, exhaustivos y mutuamente excluyentes (ejemplo:

estados de la enfermedad)

 Ciclo de markov (“paso”) : periodo de tiempo que sirve de base para examinar  las
transiciones entre estados (ejemplo, un mes)

 Probabilidades de transición entre estados, en un ciclo (matriz P)

 Distribución  inicial del sistema entre los M estados posibles