Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Investigación de Operaciones I
(INC-1018)
INGENIERÍA INDUSTRIAL
MODALIDAD: ESCOLARIZADA
Feb-Jun 2020
Analizar y desarrolla modelos matemáticos para la solución de problemas lineales relacionados con
el entorno, y obtiene posibles soluciones considerando la optimización de la función objetivo, e
incluye aspectos sociales y de sustentabilidad.
Toma decisiones, con base en los conocimientos teóricos y prácticos adquiridos, que le permiten
generar propuestas de mejora en los sistemas bajo estudio, a fin de apoyar la toma de decisiones.
COMPETENCIAS PREVIAS:
SUGERENCIAS DE EVALUACIÓN
Instrumentos y herramientas sugeridas para evaluar las actividades de aprendizaje:
Elaborar diferentes planteamientos de problemas lineales e interpretarlos
argumentando su solución.
Exámenes escritos para comprobar el manejo de aspectos teóricos y sustentar sus
resultados.
Elaboración de un proyecto final en equipo, en el cual se realice una formulación de
un sistema real, y se analicen e interpreten los resultados, a fin de proponer acciones
de mejora.
Utilización de software en diferentes actividades y tareas.
Análisis de artículos científicos, entregando un reporte del mismo.
FUENTES DE INFORMACIÓN:
1. Bronson, Richard. Operation Research, Editorial Mc Graw Hill. 2ª. Edición.
2. Davis y Mckeown. Métodos cuantitativos para administración, Editorial Mc Graw Hill.
3. Eppen, G.D., Gould, F.J. Investigación de Operaciones, Prentice Hall, última edición.
4. Gallagher y Watson. Métodos cuantitativos para la toma de decisiones en administración.
Editorial Mc Graw Hill.
5. Hillier, F r e d e r i c k S. y L i e b e r m a n Gerald. Introducción a la Investigación de
Operaciones, Editorial Mc Graw Hill. 8ª Edición.
6. Mathur, Kamlesh, Solow Daniel. Investigación de Operaciones. Prentice Hall. Última edición.
7. Moskowitz, Herbert., Wright Gordon. Investigación de Operaciones, Editorial Prentice Hall.
8. Prawda, Juan. Métodos y Modelos de la Investigación de Operaciones (Tomo I y II), Editorial
Limusa.
9. Rios Insua, Sixto, Rios Insua David, Problemas de Investigación Operativa, Editorial Ra-Ma,
última edición.
10. Shamblin, James E. Investigación de Operaciones, Editorial Mc Graw Hill.
11. Taha, Hamdy A. Investigación de Operaciones, Editorial. Pearson, última Edición.
12. Thierauf, Robert. Investigación de Operaciones, Editorial Limusa.
13. Winston, Wayne. Investigación de Operaciones, Editorial Iberoamericana
Investigación de Operaciones I, (Ver 2)
MIA. Armando Guzmán Bautista, Feb—Jun 2020
8
Identifica las aplicaciones de la El estudiante analiza sistemas del entorno desde un punto
Investigación de Operaciones. de vista de la IO, cuándo es posible los mejora a través de esta
Conoce y aplica la terminología propia de herramienta.
la IO como variables de decisión, coeficientes Discute las etapas de un proyecto de IO y contrasta con los
tecnológicos, optimización, recursos, pasos del método científico.
condición de no negatividad. Investiga en qué áreas de la actividad de generación de
Conocer las etapas de un proyecto de I.O. bienes y servicios tienen mayor aplicación las herramientas de
la IO
Identifica las aplicaciones de la IO en diversas áreas de los
negocios como los inventarios, las líneas de ensamble, la
reparación de maquinaria o equipo, la prestación de un
servicio, la logística, entre otros.
Identifica las aplicaciones de la IO I en problemas comunes
(dieta, redes, transporte, mezcla de productos, inversión, etc.).
Reflexiona sobre los enfoques de la IO y el respeto que
debe existir hacia el medio ambiente, así como la
responsabilidad social de las instituciones.
Investigación de Operaciones I, (Ver 2)
MIA. Armando Guzmán Bautista, Feb—Jun 2020
9
INSTITUTO TECNOLÓGICO SUPERIOR DE TEPEACA
1
2
3
4
- Elabore una introducción, para ello, realice una revisión bibliográfica para profundizar el tema de forma
ordenada, clara y concreta (la importancia, aplicaciones e implicaciones prioritariamente).
- Incluya las referencias de apoyo (citaciones) para sustentar su punto de vista. (Hillier y Lieberman,
2010)
- Introduzca un cuestionamiento ya sea de tipo: ético, ecológico, histórico, político, económico, etc.; que
debe tomarse en cuenta para el tema.
OBJETIVO DE LA PRÁCTICA:
RECOMENDACIONES PREVIAS
Conocer los conceptos del tema, previa consulta de fuentes de información adicionales (Internet,
fuentes en un segundo idioma, etc.).
2. Actividad Práctica1 C1: De la tabla 1.1. Lea el artículo que se presenta en la columna “ Sección/ Pág.”.
(En nuestro sitio web www.mhhe.com/hillier se proporciona un vínculo a todos estos artículos. Requiere membresía).
(En el libro “Hillier y Lieberman, Introducción a la Investigación de Operaciones” también se encuentran los artículos).
En cada caso, escriba un Resumen acerca de la aplicación y sus Ahorros anuales/Beneficios (incluya los no financieros).
Ejemplo: TABLA 1.1 Aplicaciones de la investigación de operaciones que se describirán en los recuadros de
aplicación.
Fuente: G. Yu, M. Argüello, C. Song, S. M. McGowan y A. White, “A New Era for Crew
Recovery at Continental Airlines”, en Interfaces, 33(1): 5-22, enero-febrero, 2003. (En
nuestro sitio web se proporciona un vínculo con este artículo,
www.mhhe.com/hillier.)
RESULTADOS
Fuente: G. Yu, M. Argüello, C. Song, S. M. McGowan y A. White, “A New Era for Crew
Recovery at Continental Airlines”, en Interfaces, 33(1): 5-22, enero-febrero, 2003. (En
nuestro sitio web se proporciona un vínculo con este artículo,
www.mhhe.com/hillier.)
2 3.1/23 Swift & Mejora del desempeño en ventas y manufactura/ $12 millones/
Company
3 3.4 Memorial Sloan- Diseño de terapia de radiación/ $459 millones
ettering Cancer
Center
4 3.4 United Airlines Plan para los programas de trabajo de los empleados en aeropuertos y ofi cinas de $6 millones
reservación
5 4.3 Samsung Reducción de tiempos de manufactura y niveles de inventario Ganancias adicionales de
Electronics $200 millones
6 6.7 Pacifi c Lumber Gestión de ecosistemas forestales a largo plazo $398 millones VPN
Investigación de Operaciones I, (Ver 2)
MIA. Armando Guzmán Bautista, Feb—Jun 2020
12
Company
7 8.1 Procter & Rediseño del sistema de producción y distribución $200 millones
Gamble
8 9.6 United Airlines Reasignación de aviones a vuelos cuando ocurren interrupciones No estimados
9 10.3 Ejército de Planeación logística de la Operación Tormenta del Desierto No estimados
Estados Unidos
10 11.5 Taco Bell Planeación de los programas de trabajo de los empleados de restaurantes $13 millones
11 11.7 Gestión de Desarrollo de un sistema de administración de rutas para la recolección y $100 millones
desperdicios disposición de basura
12 12.1 Bank Hapoalim Desarrollo de un sistema de apoyo a las decisiones de asesores en inversiones Ganancias adicionales de
Group $31 millones
13 13.2 Sears Rutas y programación de vehículos para servicio y entregas a domicilio $42 millones
14 15.2 Conoco-Phillips Evaluación de proyectos de exploración petrolera No estimados
15 15.4 Westinghouse Evaluación de proyectos de investigación y desarrollo No estimados
16 16.8 PSA Peugeot Guía para el proceso de diseño de plantas de ensamble de automóviles efi cientes Utilidades adicionales de
Citröen $130 millones
17 17.9 General Motors Mejora de la efi ciencia de líneas de producción $90 millones
18 18.5 Deere & Administración de inventarios a lo largo de una cadena de suministro. Reducción de $1000 millones
Company en
inventario
19 19.2 Bank One Administración de líneas de crédito y tasas de interés de tarjetas de crédito. Utilidades adicionales de $75
Corporation millones
20 20.5 AT&T Diseño y operación de centros de atención telefónica. Utilidades adicionales de
$750 millones
CUESTIONARIO
CONCLUSIÓN
Presentar por lo menos 3 fuentes consultadas siguiendo el formato APA (donde al menos una fuente sea
en un segundo idioma).
Investigación de Operaciones I, (Ver 2)
MIA. Armando Guzmán Bautista, Feb—Jun 2020
13
2
3
-Realice una revisión bibliográfica para profundizar el tema de forma ordenada, clara y concreta (su
importancia, aplicaciones e implicaciones prioritariamente).
- Introduzca un cuestionamiento ya sea de tipo: ético, ecológico, histórico, político, económico, etc.; que
debe tomarse en cuenta para el tema.
OBJETIVO DE LA PRÁCTICA:
Objetivo general: Que el estudiante Conozca y aplica la terminología propia de la IO como variables
de decisión, coeficientes tecnológicos, optimización, recursos . Conoce las etapas de un proyecto de I. O.
RECOMENDACIONES PREVIAS
Conocer los conceptos del tema, previa consulta de fuentes de información adicionales (Internet,
fuentes en un segundo idioma, etc.).
2. Investiga en 3 fuentes de consulta “Las Etapas de un proyecto de I. O.” y aplica la terminología propia de la
IO relacionandola (a un caso, problema, o ejemplo).
2.1 PARA SEGUNDA OPORTUNIDAD: Realice presentación-exposición de Etapas de un proyecto de I.O.
ejemplificando con un caso práctico.
3. Documente (llene) el Reporte de práctica desde PORTADA hasta FUENTES CONSULTADAS siguiendo la
“Rúbrica para valuación de: Prácticas”.
RESULTADOS
Terminología
Etapas de la IO
Fase 1. Definición del problema de interés y recolección de datos relevantes.
Fase 2. Formulación de un modelo matemático que represente el problema.
Investigación de Operaciones I, (Ver 2)
MIA. Armando Guzmán Bautista, Feb—Jun 2020
15
Fase 3. Desarrollo de un procedimiento de solución al problema-modelo.
Fase 4. Prueba del modelo y mejoramiento de acuerdo con las necesidades.
Fase 5. Preparación para la aplicación del modelo prescrito por la administración.
Fase 6. Implementación, monitoreo y alimentación.
Un equipo de IO, trabaja a nivel de asesoría; Realiza un análisis técnico detallado (identifica
opciones atractivas, con diferentes supuestos). Y después presenta recomendaciones a la
Administración que a su vez, analiza una variedad de factores intangibles y toma una decisión
final con base en su mejor juicio.
Existen consideraciones que incluyen responsabilidades sociales que son afectadas por una
empresa de negocios como son:
1) los dueños (accionistas, etc.), que desean obtener ganancias (dividendos, etc.);
2) los empleados, que aspiran a un empleo seguro con un salario razonable;
3) los clientes, que quieren un producto confiable a un precio justo;
4) los proveedores, que desean integridad y un precio de venta razonable, y
5) el gobierno y, por ende, la nación, que quiere el pago de impuestos justo y que se tome en
cuenta el interés común.
Investigación de Operaciones I, (Ver 2)
MIA. Armando Guzmán Bautista, Feb—Jun 2020
16
6) las corporaciones internacionales adquieren obligaciones adicionales de cumplir con una
práctica social responsable. En consecuencia, aunque se acepte que obtener ganancias es la
responsabilidad primordial de la administración, lo cual, en última instancia, beneficia a las
cinco partes, también deben reconocerse las responsabilidades sociales.
Es común que los equipos de IO pasen mucho tiempo en la recolección de los datos relevantes
del problema. Se necesitan muchos datos para lograr la comprensión exacta del problema y así
proporcionar el insumo adecuado para el modelo matemático que se elaborará en la siguiente
etapa del estudio. Con frecuencia, al inicio de éste no se dispone de muchos datos necesarios,
ya sea porque nunca se guardó la información o porque lo que se guardó cayó en la
obsolescencia o se almacenó en una forma incorrecta. Debido a la expansión del uso de bases
de datos y el crecimiento explosivo de su tamaño en los años recientes, en la actualidad los
equipos de IO a menudo se encuentran con que su problema más grande con los datos es que
existen demasiados. Puede haber miles de fuentes de información, por lo cual la cantidad total
de datos debe medirse en gigabytes o incluso en terabytes. En este entorno, la localización de
los datos relevantes y la identificación de patrones interesantes pueden convertirse en tareas
abrumadoras. Una de las herramientas más modernas de los equipos de IO que aborda este
problema es una técnica denominada extracción de datos.
Ejemplo. A finales de la década de los noventa, las compañías de servicios financieros sufrieron el ataque de las
firmas de correduría electrónica que ofrecían costos de compraventa financiera muy bajos. Merrill Lynch
respondió con la realización de un gran estudio de IO que recomendó la revisión completa de la manera en que
cobraba sus servicios. La recolección y el procesamiento de datos tuvieron un papel fundamental en el estudio.
Para analizar el efecto del comportamiento de cada uno de los clientes en respuesta a diferentes opciones, el
equipo decidió montar una base de datos de clientes con una capacidad de 200 gigabytes, la cual debía contener
5 millones de clientes, 10 millones de cuentas, 100 millones de registros de transacciones y 250 millones de
registros contables. Este objetivo requirió reconciliar, filtrar y limpiar datos procedentes de muchas bases de
datos. La adopción de las recomendaciones del estudio produjo un incremento de cerca de 50,000 millones de
dólares en la posesión de activos de sus clientes y casi 80 millones de dólares en ganancias adicionales. (La
referencia seleccionada A2 describe este estudio a detalle).
Si deben tomarse n decisiones relacionadas entre sí, se representan como Variables de decisión (x1, x2,. . . xn)
para las que se deben determinar sus valores.
La medida de desempeño (por ejemplo, la ganancia) se expresa como una Función Objetivo matemática de estas
variables de decisión (Max. Z = 3x1 + 2x2 +. . . + 5xn).
Las restricciones o limitaciones que se puedan imponer sobre los valores de las variables de decisión, tienen la
forma de ecuaciones o desigualdades (1x1 + 3x1 x2+ 2x2 ≤ 10).
Las constantes de las restricciones, los coeficientes de la función objetivo y el lado derecho de la expresión, se
llaman parámetros del modelo. La determinación de los valores de los parámetros en los problemas requiere la
recolección de datos relevantes (a menudo la recolección de datos exactos es difícil, por lo tanto, es común que el
valor asignado a un parámetro sea, por necesidad, sólo una estimación).
El modelo matemático puede decir entonces que el problema es elegir los valores de las variables de
decisión de manera que se maximice la función objetivo, sujeta a las restricciones dadas.
La solución obtenida del problema cuando el valor del parámetro parámetro cambia por otros valores posibles se
conoce como análisis de sensibilidad (capítulo 6).
Los modelos matemáticos tienen muchas ventajas sobre una descripción verbal del problema:
Describe un problema en forma más concisa (breve, reducida).
Indica con mayor claridad qué datos adicionales son importantes para el análisis.
Facilita el manejo del problema y sus interrelaciones.
Investigación de Operaciones I, (Ver 2)
MIA. Armando Guzmán Bautista, Feb—Jun 2020
17
Forma un puente para el empleo de técnicas matemáticas y computacionales de alto poder para analizar
el problema (existe una amplia disponibilidad de paquetes de software para resolver muchos tipos de
modelos matemáticos).
Ejemplo. La oficina de control del agua y servicios públicos del gobierno de Holanda, contrató un importante
estudio de IO para guiar el desarrollo de una nueva política de administración del vital líquido. La nueva política
ahorró cientos de millones de dólares en gastos de inversión y redujo el daño agrícola en alrededor de 15 millones
de dólares anuales, al mismo tiempo que disminuyó la contaminación.
Se desarrolló un sistema integrado de ¡50 modelos! algunos sencillos y otros complejos.
La versión sencilla se usó para adquirir una visión básica que incluyó el análisis de intercambios.
La versión compleja se utilizó después, cuando se deseaba mayor exactitud o más detalles.
El estudio completo de IO involucró de manera directa a más de 125 personas-año de esfuerzo, más de un tercio
de ellas en la recolección de datos, creó varias docenas de programas de computadora.
(La referencia seleccionada A7 describe el estudio a detalle.)
Fase 3. Desarrollo de un procedimiento para derivar una solución al problema a partir del modelo.
Mediante el uso de paquetes de software disponibles.
Para el investigador de operaciones experimentado, encontrar la solución es la parte divertida, mientras que el
verdadero trabajo se encuentra en las etapas anteriores y en las subsecuentes.
Un tema común en IO es la búsqueda de una solución óptima, es decir, la mejor (pero es necesario reconocer que
estas soluciones son óptimas sólo respecto del modelo elaborado). Además, como éste, por necesidad, es una
idealización más que una representación exacta del problema real, no existe una garantía utópica de que sea la
mejor solución que pueda implantarse.
Existen imponderables e incertidumbres asociados con los problemas reales; sin embargo, si el modelo está bien
formulado y verificado, la solución debe tender a constituirse en una buena aproximación de un curso de acción
ideal en la realidad.
Herbert Simon, eminente científico de la administración y premio Nobel de economía, introdujo el concepto de
que en la práctica es mucho más frecuente satisfizar que optimizar. La distinción entre optimizar y “satisfizar”
refleja la diferencia entre la teoría y la realidad.
Samuel Eilon, “optimizar es la ciencia de lo absoluto; satisfizar es el arte de lo factible”.
Además, el equipo debe tomar en cuenta el costo del estudio y el tiempo, y después, intentar maximizar los
beneficios netos que resulten de dicho estudio. Al reconocer este concepto, en ocasiones los equipos de
investigación de operaciones utilizan sólo procedimientos heurísticos —es decir, procedimientos de diseño
intuitivo que no garantizan una solución óptima—En años recientes se han logrado grandes progresos en el
desarrollo de procedimientos metaheurísticos eficientes y eficaces; (capítulo 13) continúa en crecimiento.
Una solución óptima para el modelo original puede estar muy alejada del ideal en el caso del problema real, de
manera que es necesario hacer un análisis adicional. El análisis posóptimo —que se lleva a cabo después de
encontrar una solución óptima—se conoce como análisis de qué pasa si, puesto que involucra algunas preguntas
acerca de qué pasaría con la solución óptima si se hubieran considerado supuestos diferentes sobre las
condiciones futuras. Este proceso de experimentar con cambios en el modelo también puede ser útil para llegar a
comprender el comportamiento del modelo y adquirir mayor confianza en su validez.
En parte, el análisis posóptimo implica llevar a cabo un análisis de sensibilidad para determinar qué parámetros
del modelo son críticos — los parámetros sensibles del modelo son aquellos cuyos valores no se pueden cambiar
sin que la solución óptima también cambie (valores que deben asignarse con más cuidado para evitar distorsiones
en los resultados que generará el modelo).
Por lo tanto, después de identificar los parámetros sensibles se deben realizar estimaciones más precisas y
Investigación de Operaciones I, (Ver 2)
MIA. Armando Guzmán Bautista, Feb—Jun 2020
18
cuidadosas de cada uno de ellos.
En algunos casos, ciertos parámetros del modelo representan políticas de decisión, como asignación de recursos.
Si es así, con frecuencia existe flexibilidad sobre los valores dados a estos parámetros.
Prueba del modelo, Validación del modelo, Análisis posóptimo, Depuración, incluye obtener un conjunto de
soluciones que comprende una serie de aproximaciones, cada vez más precisas, al curso de acción ideal (el ciclo
se repite. Este proceso sigue hasta que las mejoras sucesivas son demasiado pequeñas como para justificar su
reiteración).
Ejemplo: Considere de nuevo el estudio de IO sobre la política nacional de administración de agua en Holanda. Este estudio no concluyó con
la recomendación de una sola solución. Más bien, se identificaron, analizaron y compararon varias alternativas atractivas. La elección final,
que se dejó al proceso político del gobierno de Holanda, culminó con la aprobación del Parlamento. El análisis de sensibilidad tuvo
un papel importante en este estudio. Por ejemplo, ciertos parámetros de los modelos representaron estándares ecológicos. El análisis de
sensibilidad incluyó la evaluación del efecto en los problemas de agua si los valores de estos parámetros fueran cambiados de los estándares
ecológicos actuales a otros valores razonables. Se usó también para evaluar el efecto de cambios en los supuestos de los modelos, por ejemplo,
el supuesto sobre el efecto de tratados internacionales futuros en materia de contaminación que pudiera firmar Holanda. También se analizaron
varios escenarios, como años secos o lluviosos en extremo, para lo cual se asignaron las probabilidades adecuadas (cadenas de Markov).
Como el equipo de IO puede emplear meses en las actividades de desarrollo de todas las piezas
detalladas del modelo, es fácil que “los árboles le impidan ver el bosque”. Después de
completar los detalles (“los árboles”) de la versión inicial del modelo, una buena manera de
comenzar las pruebas es observarlo en forma global (“el bosque”) para verificar los errores u
omisiones obvias.
El grupo que lleva a cabo esta revisión debe, de preferencia, incluir por lo menos a una persona
que no haya participado en la elaboración del modelo.
A menudo estos resultados son reveladores, en especial cuando son asignados a los parámetros
o variables valores extremos cercanos a sus máximos o a sus mínimos.
Es importante documentar el proceso que se utiliza para llevar a cabo las pruebas de la
validación del modelo, pues ello ayuda a aumentar la confianza de los futuros usuarios del
paradigma. Más aún, si en el futuro surgen preocupaciones sobre el modelo, esta
documentación ayudará a diagnosticar en dónde pueden encontrarse los problemas.
Ejemplo. Considere un estudio de IO realizado para IBM cuyo objetivo era integrar su red nacional de inventarios
de refacciones para mejorar el servicio a los clientes, al mismo tiempo que reducir el valor de aquéllos en más de
250 millones de dólares y ahorrar otros 20 millones de dólares anuales mediante el mejoramiento de la eficiencia
operacional.
Un aspecto en particular interesante de la etapa de validación del modelo en este estudio fue la manera en que
fueron incorporados al proceso de prueba los usuarios futuros del sistema de inventarios. Debido a que estos
usuarios futuros —los administradores de IBM de las áreas funcionales responsables de la implantación del
sistema de inventarios —dudaban del sistema que se desarrollaba, fueron asignados representantes de la empresa
a un equipo de usuarios que tendría la función de asesorar al equipo de IO. Se llevó a cabo una prueba preliminar
de implementación.
La extensa retroalimentación por parte del equipo de usuarios generó mejoras importantes en el sistema. (La
referencia seleccionada A5 describe este estudio a detalle.)
Investigación de Operaciones I, (Ver 2)
MIA. Armando Guzmán Bautista, Feb—Jun 2020
19
Fase 5. Preparación para la aplicación del modelo prescrito por la administración.
Este sistema casi siempre se diseña para computadora. En realidad, con frecuencia se necesita
un número considerable de programas integrados. Se necesitan programas de interfaz, es decir,
interacción con el usuario.
En otros casos, se instala un sistema interactivo de computadora llamado sistema de apoyo
para las decisiones para ayudar a la administración a usar los datos y modelos y así apoyar
(no sustituir) su toma de decisiones.
Si con el tiempo cambian las condiciones, este proceso debe incorporar las modificaciones
correspondientes al sistema de computadora.
Fase 6. Implementación.
El éxito de la implementación depende en gran medida del apoyo que proporcionen tanto la
alta administración como la gerencia operativa. Es más probable que el equipo de IO obtenga
este apoyo si ha mantenido a la administración bien informada.
Durante el periodo de uso del nuevo sistema, es importante continuar con la retroalimentación
acerca de su funcionamiento y si los supuestos todavía se cumplen.
Cuando ocurren desviaciones significativas de los supuestos originales, el modelo debe ser
revisado para determinar si necesita modificaciones. El análisis posóptimo que se realice (vea
la sección 2.3) puede ser una guía útil en este proceso de revisión.
Ejemplo. Samsung Electronics Corp. inició un importante estudio de IO en marzo de 1996 para desarrollar nuevas
metodologías y programar el calendario de aplicaciones que pudieran incrementar el nivel de efi ciencia de todo el
proceso de manufactura de semiconductores y reducir el nivel de inventarios de productos en proceso.
Investigación de Operaciones I, (Ver 2)
MIA. Armando Guzmán Bautista, Feb—Jun 2020
20
El estudio continuó por más de cinco años y llegó a su fin en junio de 2001, debido, de manera principal, al gran
esfuerzo que requirió la etapa de implementación. El equipo
de IO debió obtener el apoyo de muchos integrantes de las áreas de administración, manufactura e ingeniería;
dicho apoyo lo obtuvo mediante la capacitación del personal en los principios y la lógica de los nuevos
procedimientos de manufactura. Al final del proceso, más de 3 000 personas habían asistido a las sesiones de
capacitación.
Después, los nuevos procedimientos fueron incorporados de manera gradual para construir confianza en ellos.
Este paciente proceso de implementación pagó grandes dividendos. Los nuevos procedimientos hicieron que la
compañía se convirtiera de la manufacturera menos eficiente de la industria de los semiconductores en la más
eficiente. Este logro incrementó las ganancias en más de 1 000 millones de dólares en el momento en que se
completó el estudio de IO. (La referencia seleccionada A11 describe el estudio a detalle.)
CUESTIONARIO
CONCLUSIÓN
Presentar por lo menos 3 fuentes consultadas siguiendo el formato APA (donde al menos una fuente sea
en un segundo idioma).
Investigación de Operaciones I, (Ver 2)
MIA. Armando Guzmán Bautista, Feb—Jun 2020
21
Conoce y aplica el concepto del Identifica las aplicaciones del método gráfico a dos
variables de decisión y sus limitaciones.
método simplex en casos reales.
Discute los pasos del método simplex.
Conoce y aplica el concepto del Identifica las variables de entrada y salida
método de la M Grande y/o doble fase Aplica las operaciones elementales de renglón y
columna usando el algoritmo de Gauss-Jordan.
y su aplicación en modelos con Elabora ejercicios del método simplex en equipo.
variables artificiales. Reconoce los casos especiales del método simplex (no
acotada, óptima, múltiple, degenerada, inconsistente, etc.).
Conoce y aplica las diferentes Investiga los pasos del método de doble fase y/o M
formas de relación primal-dual. Grande
Discute los pasos del método de doble fase y/ o M
Conoce y aplica el método dual Grande.
simplex Elaborar ejercicios del método de doble fase y /o M
Grande en equipo.
Interpreta el análisis de sensibilidad Reconoce los tipos de soluciones del método de doble
en la toma de decisiones. fase (no acotada, sin solución, múltiple, degenerada, etc.).
Investiga y analiza las características de uso de cada
uno de los métodos.
Compara los métodos de optimización de
modelos lineales
Investiga las formas de la relación primal dual y las
discute en equipos de trabajo.
Realiza ejercicios de la relación primal -dual.
Aplica los pasos del método dual simplex.
Identifica las variables de entrada y salida de un
problema práctico en el método dual simplex.
Investigación de Operaciones I, (Ver 2)
MIA. Armando Guzmán Bautista, Feb—Jun 2020
22
INSTITUTO TECNOLÓGICO SUPERIOR DE TEPEACA
1
2
3
4
Realice una revisión bibliográfica para profundizar el tema de forma ordenada, clara y concreta (su
importancia, aplicaciones e implicaciones prioritariamente).
- Introduzca un cuestionamiento ya sea de tipo: ético, ecológico, histórico, político, económico, etc.; que
debe tomarse en cuenta para el tema.
OBJETIVO DE LA PRÁCTICA:
Objetivo general: Que el estudiante Conozca y aplique el concepto del método simplex en casos reales.
Conoce y aplica el concepto del método de la M Grande y/o doble fase y su aplicación en modelos con variables
artificiales.
RECOMENDACIONES PREVIAS
Conocer los conceptos del tema, previa consulta de fuentes de información adicionales (Internet,
fuentes en un segundo idioma, etc.).
2. Resuelve en forma manual y comprueba con uso de software Tora un caso mediante el método
simplex, aplicando el concepto del método de la M Grande y/o doble fase con variables artificiales.
2.1 PARA SEGUNDA OPORTUNIDAD: Realice un tutorial de uso de software en la aplicación Gran M.
3. Documente (llene) el Reporte de práctica desde PORTADA hasta FUENTES CONSULTADAS siguiendo la
“Rúbrica para valuación de: Prácticas”.
RESULTADOS
CUESTIONARIO
CONCLUSIÓN
Presentar por lo menos 3 fuentes consultadas siguiendo el formato APA (donde al menos una fuente sea
en un segundo idioma).
Investigación de Operaciones I, (Ver 2)
MIA. Armando Guzmán Bautista, Feb—Jun 2020
25
INSTITUTO TECNOLÓGICO SUPERIOR DE TEPEACA
1
2
3
4
Realice una revisión bibliográfica para profundizar el tema de forma ordenada, clara y concreta (su
importancia, aplicaciones e implicaciones prioritariamente).
- Introduzca un cuestionamiento ya sea de tipo: ético, ecológico, histórico, político, económico, etc.; que
debe tomarse en cuenta para el tema.
OBJETIVO DE LA PRÁCTICA:
Objetivo general: Que el estudiante Conozca y aplique las diferentes formas de relación primal-dual,
el método dual simplex e Interpretación del análisis de sensibilidad en la toma de decisiones.
RECOMENDACIONES PREVIAS
Conocer los conceptos del tema, previa consulta de fuentes de información adicionales (Internet,
fuentes en un segundo idioma, etc.).
2. Resuelve en forma manual y comprueba con uso de software un caso, usando el método simplex
primal-dual y su Interpretación del análisis de sensibilidad en la toma de decisiones.
2.1 PARA SEGUNDA OPORTUNIDAD: Realice una presentación tutorial de uso de software en la
aplicación primal-dual.
3. Documente (llene) el Reporte de práctica desde PORTADA hasta FUENTES CONSULTADAS siguiendo la
“Rúbrica para valuación de: Prácticas”.
RESULTADOS
CONCLUSIÓN
Presentar por lo menos 3 fuentes consultadas siguiendo el formato APA (donde al menos una fuente sea
en un segundo idioma).
Investigación de Operaciones I, (Ver 2)
MIA. Armando Guzmán Bautista, Feb—Jun 2020
28
Aplica los algoritmos de Programación Investiga y analiza los tipos de problemas de programación
Entera. entera.
Investiga y discute en equipo las características del
algoritmo de ramificación y acotamiento.
Analiza la relación que guardan los algoritmos de
programación entera y los criterios de optimización vistos en
unidades anteriores.
Hace equipos de trabajo para analizar y construir modelos
que representen problemas típicos de programación entera en
la ingeniería industrial.
Establece las conclusiones y recomendaciones
correspondientes para el modelo estudiado con la IO.
Compara los resultados obtenidos de los diferentes métodos
de programación entera, utilizando software y aportar
conclusiones.
Investigación de Operaciones I, (Ver 2)
MIA. Armando Guzmán Bautista, Feb—Jun 2020
29
INSTITUTO TECNOLÓGICO SUPERIOR DE TEPEACA
1
2
3
4
Realice una revisión bibliográfica para profundizar el tema de forma ordenada, clara y concreta (su
importancia, aplicaciones e implicaciones prioritariamente).
- Introduzca un cuestionamiento ya sea de tipo: ético, ecológico, histórico, político, económico, etc.; que
debe tomarse en cuenta para el tema.
OBJETIVO DE LA PRÁCTICA:
RECOMENDACIONES PREVIAS
Conocer los conceptos del tema, previa consulta de fuentes de información adicionales (Internet,
fuentes en un segundo idioma, etc.).
• Hace equipo de trabajo para analizar y construir modelos que representen problemas típicos de
programación entera en la ingeniería industrial.
• Compara los resultados obtenidos de los diferentes métodos de programación entera, utilizando
software y aportar conclusiones.
2.1 PARA SEGUNDA OPORTUNIDAD: Realice tutorial de uso de software en la aplicación programación
entera.
3. Documente (llene) el Reporte de práctica desde PORTADA hasta FUENTES CONSULTADAS siguiendo la
“Rúbrica para valuación de: Prácticas”.
RESULTADOS
CUESTIONARIO
CONCLUSIÓN
Presentar por lo menos 3 fuentes consultadas siguiendo el formato APA (donde al menos una fuente sea
en un segundo idioma).
Investigación de Operaciones I, (Ver 2)
MIA. Armando Guzmán Bautista, Feb—Jun 2020
32
Conoce e investiga los diferentes modelos Elabora por equipo, una tabla comparativa de los diferentes
de solución básica inicial de transporte. métodos de solución básica inicial de transporte, analizando
Desarrolla el algoritmo de transporte para las ventajas y desventajas de los diferentes métodos y
la solución óptima. discutirlas.
Realiza ejercicios prácticos haciendo uso del algoritmo de
transporte, indicando las variables de entrada y salida,
elaborando la ruta óptima, interpretando los resultados.
Comparar los resultados obtenidos, en forma manual y con
el software.
Investigación de Operaciones I, (Ver 2)
MIA. Armando Guzmán Bautista, Feb—Jun 2020
33
INSTITUTO TECNOLÓGICO SUPERIOR DE TEPEACA
1
2
3
4
Realice una revisión bibliográfica para profundizar el tema de forma ordenada, clara y concreta (su
importancia, aplicaciones e implicaciones prioritariamente).
- Introduzca un cuestionamiento ya sea de tipo: ético, ecológico, histórico, político, económico, etc.; que
debe tomarse en cuenta para el tema.
OBJETIVO DE LA PRÁCTICA:
Objetivo general: Que el estudiante Conozca los diferentes modelos de solución básica inicial de
transporte y Desarrolle el algoritmo de transporte para la solución óptima.
RECOMENDACIONES PREVIAS
Conocer los conceptos del tema, previa consulta de fuentes de información adicionales (Internet,
fuentes en un segundo idioma, etc.).
2. • Elabora por equipo, una tabla comparativa de los diferentes métodos de solución básica inicial de
transporte, analizando las ventajas y desventajas de los diferentes métodos y discutirlas.
• Realiza 3 ejercicios prácticos haciendo uso del algoritmo de transporte, indicando las variables de
entrada y salida, elaborando la ruta óptima, interpretando los resultados.
2.1 PARA SEGUNDA OPORTUNIDAD: Realice tutorial de uso de software en la aplicación “Transporte”.
3. Documente (llene) el Reporte de práctica desde PORTADA hasta FUENTES CONSULTADAS siguiendo la
“Rúbrica para valuación de: Prácticas”.
RESULTADOS
CONCLUSIÓN
Presentar por lo menos 3 fuentes consultadas siguiendo el formato APA (donde al menos una fuente sea
en un segundo idioma).
Investigación de Operaciones I, (Ver 2)
MIA. Armando Guzmán Bautista, Feb—Jun 2020
36
Ficha de elaboración