UNIVERSIDAD TECNICA FEDERICO SANTA MARIA DEPARTAMENTO DE INDUSTRIAS

GESTION DE INVESTIGACION DE OPERACIONES ILN 250-2

Prof. Magda Silva G magda.silva@usm.cl

Contenidos.
1. Introduccin a la Investigacin de Operaciones. 2. Programacin Lineal. (a) Introduccin. (b) Resolucin grfica de modelos de programacin lineal. (c) Formulacin de problemas como modelos de programacin lineal. (d) El Mtodo Simplex. (e) Teora de Dualidad. (f) Anlisis Post Optimal.

07/10/2012

Contenidos.
3. Programacin Entera. (a) Introduccin.

(b) Formulacin de problemas como modelos de programacin entera. (c) Mtodo de Branch & Bound. 4. Programacin No Lineal. (a) Introduccin y Ejemplos. (b) Propiedades bsicas de los problemas de programacin no lineal. (c) Problemas de optimizacin no restringida de varias variables. (d) Condiciones de optimalidad en problemas de optimizacin restringida.
07/10/2012 3

Contenidos.
5. Cadenas de Markov. (a) Introduccin. (b) Cadenas de Markov en tiempo discreto. (c) Cadenas de Markov en tiempo continuo. 6. Introduccin a la Teora de Colas. (a) Introduccin. (b) Sistema M/M/1 y M/M/c.

07/10/2012

Bibliografa.
Bibliografa bsica: Hillier F. S. y Lieberman G. J., Investigacin de Operaciones. Mc Graw Hill, 2002. Taha, H. A., Investigacin de Operaciones, una introduccin. Pearson Education, 2004. Ortiz, C., Varas, S. y Vera, J., Optimizacin y Modelos para la Gestin. J.C.Sez, 2004. Bibliografa complementaria: Chvtal, V., Linear Programming. W.H.Freeman and Company, 1983. Bertsekas, D.P., Nonlinear Programming. Athena Scientific, 1999. Wolsey, L., Integer Programming. Wiley, 1998. Ross, S.M., Introduction to Probability Models. Academic Press, New York, 2000.
07/10/2012 5

Evaluacin.

Se realizarn tres certmenes en el semestre:

Primer Certamen: Segundo Certamen: Tercer Certamen: Martes 25 de Septiembre. Martes 30 de Octubre. Martes 4 de Diciembre.

Tareas Computacionales comunes en grupos de trabajo de 2 alumnos de un mismo paralelo. Evaluacin complementaria por parte del profesor

07/10/2012

Evaluacin. Requisitos para aprobar el curso

PC=promedio de los tres certmenes, EC=promedio de la evaluacin complementaria, PT=promedio de las tareas computacionales y NP=nota de presentacin, la nota final del curso (NF) NF=0,75PC+0,10EC+0,15PT Expresin valida siempre y cuando se cumplan las siguientes condiciones mnimas de aprobacin: Promedio Ponderado de Certmenes y Evaluacin Complementaria: NP=(0,75PC+0,10EC)/0,85)55. Promedio Mnimo de Certmenes: PC 50 Al menos un Certamen con nota superior o igual a 55.
07/10/2012 7

Evaluacin. Requisitos para aprobar el curso

Si un alumno no cumple con algunas de las condiciones anteriores su nota final de reprobacin corresponder a: NF = NP Si NP<55 NF = PC Si NP55 pero PC<50 y/o ninguno de los Certmenes con nota superior o igual a 55.
Una inasistencia justificada a un certamen oportunamente por parte del alumno a su profesor. Le permitir rendir una evaluacin al trmino del semestre en su reemplazo que contempla toda la materia del curso (Fecha: Martes 11 de Diciembre de 2012 a las 15:40). Una eventual segunda inasistencia a un certamen llevar nota 0.
07/10/2012 8

INTRODUCCIN

07/10/2012

Definiciones de IO
Es la aplicacin de mtodos cientficos, tcnicas y herramientas en la solucin de problemas de operacin de sistemas con el fin de controlar dichas operaciones en forma ptima. (Arnoff- Churchman - Ackoff).

La I.O tiene como objetivo el optimizar el comportamiento de un sistema cuyo propsito est orientado a la resolucin de un problema determinado. (Nc. Closkey-Coppinger).

07/10/2012

10

La Investigacin de Operaciones es la aplicacin del mtodo cientfico , principalmente de programacin y anlisis, a problemas interdisciplinarios relacionados con la toma de decisiones, el control y la operacin de las organizaciones o sistemas a fin de encontrar y producir soluciones que optimicen los objetivos de la organizacin o sistema, generalmente bajo condiciones que implican la utilizacin y asignacin de recursos escasos.

Encontrar la asignacin ptima de las cantidades de recursos ( tiempo, dinero, personas, materias primas, maquinas,), con las cuales se maximice o minimice un objetivo ( utilidad, costos, distancias, tiempo)

07/10/2012

11

El Proceso de la Investigacin de Operaciones

Para llevar a cabo el estudio de Investigacin de Operaciones es necesario cumplir con una serie de etapas o fases:

Definicin y recoleccin de datos del Problema

Construccin del modelo matemtico Obtencin de Solucin del modelo Validacin y anlisis de la solucin Implantacin de la solucin

07/10/2012

12

MODELACIN Y OPTIMIZACIN EN IO
Una Representacin Simplificada e Idealizada de la Realidad Se construyen Modelos Simblicos (cuantitativos) que utilizan las matemticas para representar las relaciones entre los datos de inters

Modelos de Programacin Lineal Programacin Entera Programacin Dinmica Programacin No-lineal Anlisis de Redes Lneas de Espera Simulacin, etc
Los modelos contienen Variables de Decisin: La solucin del Modelo produce Valores Numricos de estas Variables de Decisin

La solucin del modelo busca alcanzar un Objetivo (Optimizar: maximizar o minimizar): , utilizando una Medida del Desempeo que indica el Logro de este Objetivo.
07/10/2012 13

ALGUNAS HERRAMIENTAS DE INVESTIGACIN DE OPERACIONES

DIAGNOSTICO y DEFINICION DEL PROBLEMA

Planeacin de la Produccin

Distribucin de productos

Asignacin de recursos limitados

Inventarios

Programacin de Actividades

Pronsticos de Demanda

Medio Ambiente

Anlisis de Lneas de Espera

Analisis de Sistemas de Produccin

Informacin Cuantitativa y Cualitativa del Sistema bajo estudio

TIPOS DE MODELOS DE IO

Modelos Determinsticos

Modelos Estocsticos

Programacin Lineal

Programacin Lineal Entera

Programacin NoLineal

Programacin Dinmica Soluciones en Etapas continuas

Optimizacin de Redes Soluciones orientadas a la distribucin ptima

Control de Inventarios Soluciones por etapas (n+1)

Pronsticos

Teora de Colas
Determinacin de tiempos de espera y longitud de la cola promedio

Comportamiento futuro sistema basado en datos histricos

Simulacin de Sistemas Estimacin de las medidas de desempeo del sistema modelado

07/10/2012

14

Tipo de modelo Programacin lineal Redes (incluye PERT/CPM) Inventarios, produccin y programacin Econometra, prediccin y simulacin Programacin entera Programacin dinmica Programacin estocstica Programacin no lineal Teora de juegos Control ptimo Lneas de espera Ecuaciones diferenciales

Clase de incertidumbre D D,P D,P D,P D D,P P D P D,P P D

Frecuencia de uso en Empresas Alta " " " Baja " " " " " " "

1. Modelo de Administracin de Efectivo

Variables de Decisin:

Cantidad de Fondos mantenidos en c/u de varias inversiones (Efectivo, bonos, bolsa de valores etc... )

Medida del

Desempeo:

Rentabilidad total

Objetivo:

Maximizar rentabilidad total

07/10/2012

16

2. Modelo de Asignacin de la Fuerza de Ventas

Variables

de Decisin:

Cuantos Vendedores Asignar a cada Territorio.

Medida del

Desempeo:

Ingreso por Ventas

Objetivo:

Maximizar el Ingreso por Ventas

07/10/2012

17

3. Modelo de Programacin del Trabajo en un Taller

Variables

de Decisin:

Cuantas horas Programar determinadas partes en determinadas mquinas y en que secuencia

Medida del

Desempeo:

Costo de Fabricacin y/o Tiempo de Fabricacin Minimizar el Costo y/o el Tiempo de Fabricacin

Objetivo:

07/10/2012

18

Construccin del Modelo

Tipos de Modelos Analgicos Matemticos Simulacin Heursticos

Estructura de los Modelos Matemticos

Variables de Decisin y Parmetros Restricciones Funcin Objetivo

EJEMPLO DE ESTRUCTURA MATEMTICA DE UN TIPO DE MODELACIN

x1 , x 2 , . . . . xn

Definir las Variables de Decisin Funcin Objetivo

Maximizar Minimizar f( x1 , x2 , . . . . xn ) g1( x1 , x2 , . . . . xn ) b1 g2( x1 , x2 , . . . . xn ) b2 . . . gm( x1 , x2 , . . . . xn ) = bm

Sujeto a las siguientes restricciones

. . .

x1 , x 2 , . . . . x n 0
07/10/2012 20

Cuando la funcin objetivo y todas las Restricciones son Lineales , con coeficientes conocidos y con la siguiente estructura, entonces tenemos un tipo de MODELO DE PROGRAMACIN LINEAL.

Maximizar Restricciones:

Z = c1x1 + c2x2 + . . . + cnxn a11x1 + a12x2 + . . . + a1nxn b1 a21x1 + a22x2 + . . . + a2nxn b2 . . . . . . . . . . . .

am1x1 + am2x2 + . . . + amnxn bm

xJ 0

Para J = 1, 2, 3, . . . n

07/10/2012

21