Documentos de Académico
Documentos de Profesional
Documentos de Cultura
I.O. - 1 - Reinaldo Marcano 4to Semestre
I.O. - 1 - Reinaldo Marcano 4to Semestre
Investigación de Operaciones:
Profesor
Ing. Freddy Rauseo.
Alumno:
Reinaldo Jesús Marcano Herrera
C.I. 27499361
Reyes20dinamico@gmail.com
0
ÍNDICE
INTRODUCCIÓN.................................................................................................................... 2
CAPÍTULO I............................................................................................................................ 3
Investigación de Operaciones:............................................................................................3
Restricciones................................................................................................................... 8
Función Objetivo.............................................................................................................. 8
La región factible..............................................................................................................9
CONCLUSIONES................................................................................................................. 11
CITAS BIBLIOGRÁFICAS.....................................................................................................12
1
INTRODUCCIÓN
2
CAPÍTULO I
INVESTIGACIÓN DE OPERACIONES:
El objetivo es la definición del problema, identificar las variables dependientes y dar una
solución, mediante un modelo que consiste en encontrar los valores de las variables
mejorando la eficiencia y la efectividad del sistema.
3
Desde el punto de vista matemático, en los siglos XVII y XVIII, Newton, Leibnitz, Bernoulli
y Lagrange, trabajaron en obtener máximos y mínimos condicionados de ciertas funciones.
El matemático francés Jean Baptiste-Joseph Fourier esbozó métodos de la actual
programación lineal. Y en los últimos años del siglo XVIII, Gaspar Monge asentó los
precedentes del método Gráfico gracias a su desarrollo de la Geometría Descriptiva.
A finales del siglo XIX, Frederick Winslow Taylor realizó un estudio que permitió
maximizar el rendimiento de los mineros, en el que se determinaba que la única variable
realmente significativa era el peso combinado de la pala y su carga. De esta forma se
diseñaron palas según los diferentes tipos de materiales con los que iban a utilizarse.
Janos Von Neumann publicó en 1928 su trabajo "Teoría de Juegos", que proporcionó
fundamentos matemáticos a la Programación Lineal. Posteriormente, en 1947, visionó la
similitud entre los problemas de programación lineal y la teoría de matrices que había
desarrollado.
4
Sin embargo no se considera que ha nacido una nueva ciencia llamada Investigación
Operativa o Investigación de Operaciones hasta la II Guerra Mundial, durante la batalla de
Inglaterra. La Luftwaffe, Fuerza Aérea Alemana, estaba sometiendo a este país a un fuerte
acoso aprovechando la reducida capacidad aérea británica debido a la política de desarme,
aunque experimentada en el combate. El gobierno británico, buscando algún método para
defender su país, convocó científicos de diversas disciplinas para tratar de resolver el
problema y sacar el máximo beneficio de los radares de reciente invención de que
disponían. Gracias a su trabajo determinando la localización óptima de las antenas y la
mejor distribución de las señales consiguieron duplicar la efectividad del sistema de defensa
aérea y evitar que la isla cayera en manos de la Alemania nazi.
Tras apreciar el alcance de ésta nueva disciplina, Inglaterra creó otros grupos de la
misma índole para obtener resultados óptimos en la contienda. De la misma forma Estados
Unidos (EEUU), al unirse a la Guerra en 1942, comenzó a aplicar técnicas de Investigación
de Operaciones militarmente, y unos años más tarde, en 1947, formó un grupo de trabajo
dedicado a mejorar los procesos de planificación a gran escala: el proyecto SCOOP
(Scientific Computation Of Optimum Programs). En dicho grupo se encontraba trabajando
George Bernard Dantzig, quien desarrolló en 1947 el algoritmo del método Simplex.
5
Durante la Guerra Fría, la antigua Unión Soviética (URSS), excluida del Plan Marshall,
quiso controlar las comunicaciones terrestres, incluyendo rutas fluviales, de Berlín. Para
evitar la rendición de la ciudad, y su sumisión a formar parte de la zona comunista alemana,
Inglaterra y Estados Unidos decidieron abastecer la ciudad, o bien mediante convoyes
escoltados (lo que podría dar lugar a nuevos enfrentamientos) o mediante puente aéreo,
rompiendo o evadiendo en cualquier caso el bloqueo de Berlín. Se optó por ésta segunda
opción, iniciando la Luftbrücke (puente aéreo) el 25 de junio de 1948. Éste fue otro de los
problemas en los que participó el grupo SCOOP, en diciembre de ese mismo año se
conseguía abastecer con 4500 toneladas diarias, y tras estudios de Investigación Operativa
se optimizó el abastecimiento hasta llegar a las 8000 ó 9000 toneladas diarias en marzo de
1949. Ésta cifra era la misma que se hubiera transportado por medios terrestres, por lo que
los soviéticos decidieron levantar el bloqueo el 12 de mayo de 1949.
6
Aplicación De La Investigación De Operaciones En La Carrera ADS
Un modelo físico se basa en las leyes físicas que rigen los procesos, un modelo empírico
se basa en relaciones estadísticamente significativas entre variables. Las ecuaciones que
describen un modelo estadístico no son por tanto físicamente o dimensionalmente
consistentes ni universales, ya que en rigor sólo son válidas para el contexto espacio
temporal en el que se calibraron.
Se caracterizan por un alto poder predictivo pero una escasa capacidad explicativa, es
decir reproducen el funcionamiento del sistema razonablemente bien pero no permiten saber
por qué el sistema funciona así. Los modelos estadísticos se conocen también como
modelos de caja negra ya que no permiten descubrir el funcionamiento interno del sistema.
Estocásticos o deterministas.
El modelo estocástico los valores de las variables de salida van a a variar de unas
ejecuciones del modelo a otras ya que se deja intervenir al azar.
Las razones por las que el comportamiento de un sistema puede resultar aleatorio son
diversas:
7
Agregados o distribuidos.
Una tercera posibilidad son los modelos semi-distribuidos que se construyen a partir de la
yuxtaposición de diversos modelos agregados.
Estáticos o dinámicos.
Se refiere a la forma en que se trata el tiempo. Los modelos estáticos dan un resultado
agregado para todo el período de tiempo considerado. Los modelos dinámicos devuelven
las series temporales de las variables consideradas a lo largo del período de estudio.
Las variables de decisión son incógnitas que deben ser determinadas a partir de la
solución del modelo. Los parámetros representan los valores conocidos del sistema o bien
que se pueden controlar.
Restricciones.
Las restricciones son relaciones entre las variables de decisión y magnitudes que dan
sentido a la solución del problema y las acotan a valores factibles. Por ejemplo, si una de las
variables de decisión representa el número de empleados de un taller, es evidente que el
valor de esa variable no puede ser negativo.
Función Objetivo.
8
La solución ÓPTIMA se obtiene cuando el valor del costo sea mínimo para un conjunto
de valores factibles de las variables. Es decir hay que determinar las variables x1, x2,..., xn
que optimicen el valor de Z = f(x1, x2,..., xn) sujeto a restricciones de la forma g(x1, x2,...,
xn) ? b. Donde x1, x2,..., xn son las variables de decisión Z es la función objetivo, f es una
función matemática.
Condiciones del modelo que estipulan que las variables de decisión deben tener sólo
valores no negativos (positivos o nulos).
La región factible.
Dado que existen soluciones factibles, la meta de la programación lineal es encontrar una
solución factible que sea la mejor, medida por el valor de la función objetivo en el modelo.
Es una solución factible que proporciona el valor más favorable de la función objetivo.
La mayor parte de los problemas tendrá nada más una solución óptima. Sin embargo,
también es posible tener más de una.
Otra posibilidad es que el problema no tenga soluciones óptimas, lo cual ocurre sólo si: 1)
no tiene soluciones factibles, o 2) las restricciones no impiden que el valor de la función
objetivo (Z) mejore indefinidamente en la dirección favorable (positiva o negativa). Este caso
se conoce como un problema con Z no acotada u objetivo no acotado.
Significa el valor más grande si la función objetivo debe maximizarse, o el valor más
pequeño si la función objetivo debe minimizarse.
9
Una Solución Factible En Un Vértice (FEV)
Las soluciones FEV también se conocen como puntos extremos o esquinas, pero
preferimos la terminología más sugerente de vértice.
10
CONCLUSIONES
La modelación es importante para resolver problemas del mundo real y es un área muy
atractiva para la ingeniería y las ciencias aplicadas. La representación de la realidad es una
necesidad que se debe suplir mediante la construcción de modelos que buscan reproducirla
de la manera más fiel posible, tratando de obtener respuestas que pueden esperarse de
ciertos eventos.
11
CITAS BIBLIOGRÁFICAS.
1.-Citas electrónicas:
http://www.phpsimplex.com/historia.htm
https://www.gestiopolis.com/investigacion-de-operaciones-que-es-historia-y-metodologia/
https://economipedia.com/definiciones/programacion-lineal.html
https://prezi.com/u5eopy9ygam5/investigacion-de-operaciones-en-informatica/
http://lacienciadelaadministracion.blogspot.com/2015/09/metodo-simplex.html
12