Escuela

Ingeniería Industrial

Estadística,
Investigación Operativa
y Optimización

Curso: Introducción a la Ingeniería Industrial

Profesor: José Cáceres Arroyo
Ciclo: 2014-I
 ¿Qué Es Estadística?

Recolección de Organización de
datos datos

Es la ciencia que
relaciona los
métodos usados
en la

Presentación de Análisis de datos

datos Estadística Descriptiva

2
 Estadística Descriptiva

Recolección Organización Presentación

de los datos de los datos de los datos

Tomar Sacar Análisis de

Decisiones Conclusiones los datos

3
 Procesamiento de los datos

Organización Clasificación
de los datos de los datos

Considera

Presentación Medidas con

de los datos Tendencias

4
 Estadística Inferencial

Permite el conocimiento de un conjunto

llamado población a partir del estudio de un
subconjunto del grupo llamado muestra.

Para precisar la confiabilidad de las

estimaciones o conclusiones obtenidas se
debe utilizar la teoría de probabilidades.

5
 ¿ Qué es una variable?

la estatura de los asistentes

el número de personas que

residen en un edificio
el número de clientes de la
cafetería en un mes

el ingreso familiar en Lima

6
 Definiciones

Población: Es la colección de todos los elementos

(piezas, personas, etc.). En nuestro caso sería un
número infinito de mediciones de las características
bajo estudio.
Muestra: Es una parte o subconjunto representativo
de la población, o sea un grupo de mediciones de las
características.
Distribución: Es la forma del patrón de variación
observado. .

7
 Definiciones

Estadístico: Es una medición tomada en una muestra que sirve para

hacer inferencias en relación con una población (media de la
muestra, desviación estándar de la muestra).Normalmente es una
variable aleatoria y tiene asociada una distribución.
Parámetro: Es el valor verdadero en una población (media,
desviación estándar, se indican con letras griegas)
Datos continuos Los datos que tienen un valor real (temperatura,
presión, tiempo, diámetro, altura )
Datos discretos: Datos que toman valores enteros (1, 2, 3, etc.)
Datos por atributos: Bueno - malo, pasa - no pasa, etc.

8
Ejemplo de estadísticos
x : la media muestral
p: la proporción muestral
s2 : la varianza muestral
s: la desviación estándar muestral

Ejemplo de Parámetros
: la media poblacional
: la proporción poblacional
2 : la varianza poblacional
: la desviación estándar poblacional
 Clasificación de las variables

Nominales
Cualitativas o
Categóricas
Ordinales

Variables
Discretas
Cuantitativas o
Numéricas
Continuas

10
Distribución de frecuencias

11
 Caso de Estudio 1

Se distribuye un cierto numero de empresas según sus

inversiones en millones de dólares.

5 7 6 7 9 8 5 7 8 10
7 6 6 5 6 7 9 7 10 8
6 9 7 6 6 5 11 10 7 8

Construya un cuadro de distribución de frecuencias.

12
 Caso de Estudio 2

Se tiene los resultados de los exámenes tomados a 30

estudiantes en un curso de la Universidad. Los puntajes son:

34 28.5 35.5 46 32 24.5

30 23 38 33.5 41 34
30.5 27 38 43 48 27
31 26.5 37 26 41 32.5
26 29 20 36 36.5 41.5
Construya un cuadro de distribución de frecuencias.
13
 Escuela
Ingeniería Industrial

Investigación Operativa
y Optimización

Curso: Introducción a la Ingeniería Industrial

Profesor: José Cáceres Arroyo
Ciclo: 2012-I
 1. Concepto y delimitación de la I.O.

•Antecedentes:
Surge durante la segunda Guerra Mundial,
luego y con motivo de la revolución industrial, ha ido teniendo cada
vez más importancia dado el crecimiento y complejidad de las
nuevas organizaciones. Actualmente está cobrando especial
importancia con el desarrollo de la informática.

•Definición
Aplicación del método científico por un grupo multidisciplinario de
personas a la resolución de un problema.
•Objetivo
Decidir mediante métodos científicos el diseño que optimiza el
funcionamiento del proceso analizado, generalmente bajo
condiciones que implican la utilización de recursos escasos.
 Métodos en Investigación Operativa

•Métodos determinísticos: Programación lineal,

programación entera, probabilidad de transporte, teoría
de la localización o redes, programación multicriterio,
teoría de inventarios, etc.

•Métodos probabilísticos: Cadenas de markov, teoría de

juegos, líneas de espera, teoría de inventarios, etc.

•Métodos híbridos: Conjugan métodos determinísticos y

probabilísticos.

•Métodos heurísticos: soluciones basadas en la

experiencia.
 Etapas de un ejercicio de I.O.

Básicamente la I.O. sigue los siguientes pasos:

•La observación del problema
•La construcción de un modelo matemático que
contenga los elementos esenciales del problema
•La obtención en general, con al ayuda de algorítmos
implementados informáticamente, de las mejores
soluciones posibles.
•La calibración e interpretación de la solución y su
comparación con otros métodos de toma de decisiones.
Fases
FORMULACIÓN DEL CONSTRUCCIÓN DEL
de un PROBLEMA MODELO
estudio
NECESIDAD DE MODELO DEL SISTEMA REAL
REORGANIZACIÓN

SISTEMA DE INTERÉS OBTENCIÓN DE DATOS

TOMA DE DECISIONES
IMPLEMENTACIÓN Y SOLUCIÓN DEL MODELO
CONTROL

INTERPRETACIÓN DE VALIDACIÓN DEL MODELO

RESULTADOS E ANÁLISIS DE SENSIBILIDAD
IMPLICACIONES
 Ejercicios de I.O.

Ejemplo 1:
Una empresa dispone de 70 trabajadores con cualificaciones
diferentes (Economistas, Ingenieros, Auxiliares Administrativos, etc..)
a los que hemos de asignar 70 actividades también diferentes. Para
decidir una determinada asignación de tareas deberíamos escoger
de entre un total de 70! (Permutaciones de 70 elementos) aquella
que maximiza el resultado final de la empresa. Como 70! es
aproximadamente igual a 10100, aún revisando un 1 millón de
asignaciones diferentes al segundo necesitaríamos
aproximadamente 1087 años para revisar todas las asignaciones
posibles.
Este tipo de problemas requiere desarrollar modelos de
programación matemática, otros métodos matemáticos, para llegar a
algún tipo de conclusiones.
 Ejercicios de I.O.

Ejemplo 2: Aplicación al ámbito sanitario

Planificación y asignación de recursos en un sistema de salud mental

Fases de construcción del modelo

1. Definir las categorías de enfermos ( en función de sus
necesidades y respuestas a un determinado tratamiento)
2. Definir un conjunto de servicios (obtener una clasificación de
acuerdo a las necesidades de los enfermos y con la disponibilidad
de recursos, basada en la experiencia y conocimientos médicos)
3. Planificar y asignar los recursos (asignar los servicios entre las
distintas categorías de enfermos a lo largo del tiempo)
 Ejercicios de I.O.

Ejemplo 2: Aplicación al ámbito sanitario

Planificación y asignación de recursos en un sistema de salud mental

Fases de construcción del modelo

1. Definir las categorías de enfermos ( en función de sus
necesidades y respuestas a un determinado tratamiento)
Utilización de técnicas estadísticas, para la recogida de datos y la
determinación del historial del enfermo. A lo largo del tiempo los
enfermos pueden cambiar de categoría (cadenas de Markov)
 Ejercicios de I.O.

Ejemplo 2: Aplicación al ámbito sanitario

Planificación y asignación de recursos en un sistema de salud mental

Fases de construcción del modelo

1. Definir las categorías de enfermos ( en función de sus
necesidades y respuestas a un determinado tratamiento)
2. Definir un conjunto de servicios (obtener una clasificación de
acuerdo a las necesidades de los enfermos y con la disponibilidad
de recursos, basada en la experiencia y conocimientos médicos)
Entrevista a expertos (delphi) acumular información en base a la
experiencia y conocimientos médicos
 Ejercicios de I.O.
Ejemplo 2: Aplicación al ámbito sanitario
Planificación y asignación de recursos en un sistema de salud mental

Fases de construcción del modelo

1. Definir las categorías de enfermos ( en función de sus
necesidades y respuestas a un determinado tratamiento)
2. Definir un conjunto de servicios (obtener una clasificación de
acuerdo a las necesidades de los enfermos y con la disponibilidad
de recursos, basada en la experiencia y conocimientos médicos)
3. Planificar y asignar los recursos (asignar los servicios entre las
distintas categorías de enfermos a lo largo del tiempo)
Utilización de técnicas de programación lineal para la asignación
de recursos. Modelo multi-periodo a partir de la definición de una
función objetivo.
 Una vez presentado el problema
¿cómo plantearlo científicamente?

Formulación matemática del problema

 Formulación matemática básica en un problema de I.O.

Ejemplo: Dos empresas Mineras extraen dos tipos diferentes de

minerales, los cuales son sometidos a un proceso de trituración, con
tres grados: alto, medio y bajo. Las compañías han firmado un
contrato para proveer de mineral a una planta de fundición, cada
semana, 12 toneladas de mineral de grado alto, 8 toneladas de grado
medio y 24 toneladas de grado bajo. Cada una de las empresas tiene
diferentes procesos de fabricación.
Mina Coste por día (miles de Euros) Producción(toneladas/día)
Alto Medio Bajo
X 180 6 3 4
Y 160 1 1 6

¿Cuántos días a la semana debería operar cada empresa para

cumplir el contrato con la planta de fundición?
 Formulación matemática básica en un problema de I.O.

Debemos buscar una solución que minimice el coste de

producción de las empresas, sujeta a las restricciones impuestas
por el proceso productivo así como el contrato con la planta de
fundición.

Traducción del problema en términos matemáticos

1. definir las variables
2. las restricciones
3. el objetivo
 Formulación matemática básica en un problema de I.O.

Variables Restricciones
Representan las decisiones que puede Se recomienda primero plantear las
tomar la empresa: restricciones con palabras antes de pasar a
Dx = número de días a la semana que la su formulación matemática
empresa X produce Restricción 1. refleja el balance entre las
Dy= número de días a la semana que la limitaciones productivas de la fábrica y el
empresa Y produce contrato con la planta de fundición
Notar que Dx0 y Dy0 Grado
Alto 6Dx+1Dy12
Medio 3Dx+1Dy8
Bajo 4Dx+6Dy24
Objetivo
Restricción 2. días de trabajo disponibles
Como objetivo buscamos minimizar el a la semana
coste
Dx5 y Dy5
 Formulación matemática básica en un problema de I.O.

La representación completa del problema tomaría la siguiente

forma:
Minimizar 180Dx+160Dy
S.a.
6Dx+1Dy12
3Dx+1Dy8
4Dx+6Dy24
Dx5, Dy5
Dx0, Dy0
 Algunas reflexiones

• Hemos pasado de la definición del problema a su formulación

matemática.
• Error de especificación, el error más frecuente consiste en descuidar
las limitaciones (restricciones, características de las variables, etc,)
En el ejemplo anterior:
a) Todas las variables son continuas (admitimos fracciones de día)
b) Existe un único objetivo (minimizar los costes)
c) El objetivo y las restricciones son lineales

Las tres consideraciones anteriores nos llevan a lo que

denominamos un problema de Programación Lineal PL
 Algunas reflexiones

El ejercicio anterior plantea un PROBLEMA DE DECISIÓN

Hemos tomado una situación real y hemos construido su equivalente matemático MODELO
MATEMÁTICO
Durante la formulación del modelo matemático nosotros consideramos el método cuantitativo
que (esperanzadamente) nos permitirá resolver el modelo numéricamente ALGORITMO
El algoritmo es un conjunto de instrucciones que siguiendo de manera gradual producen una
solución numérica

Llegamos a una nueva definición de I.O.

Ciencia para la representación de problemas reales mediante modelos matemáticos que
junto con métodos cuantitativos nos permiten obtener una solución numérica a los mismos
 Dificultades

Dificultades de este tipo de enfoques:

•Identificación del problema (debemos ignorar partes o tratar el
problema entero)
•Elección del modelo matemático adecuado así como el
algoritmo adecuado para resolverlo (validación del algoritmo)
•Dificultades en la implementación
•Velocidad (costes) que supone llegar a una solución
•Calidad de la solución
•Consistencia de la solución
 Ejercicios
1.Una carpintería dispone de dos tipos diferentes de madera; tiene 1,500
pies de tabla del tipo A y 1,000 del tipo B, también dispone de 800 horas-
hombre para efectuar el trabajo. La demanda que ha estimado es la
siguiente: cuando menos 40 mesas, 130 sillas, 30 escritorios y no mas de
10 libreros. Las cantidades de madera A y B y las horas hombre que
requiere la elaboración de cada unidad de articulo, están indicadas en el
sgte cuadro. ¿Qué cantidad debe fabricar la carpintería de cada articulo,
de manera que las utilidades obtenidas sean la máximas?
Articulo A B Horas- Demanda Utilidades
Hombre estimada por unidad
($)
Mesa 5 2 3 Cuando 12
menos 40
Silla 1 3 2 Cuando 5
menos 130
Escritorio 9 4 5 Cuando 15
menos 30
Librero 12 1 10 No mas de 10
10
TOTAL 1,500 1,000 800
 Ejercicios

2.Una Industria produce dos artículos distintos: A y B. La

elaboración de una unidad del articulo A se lleva $20 de mano de
obra y $10 el B. De materia prima se lleva $10 la unidad A y $30 la
unidad B. El desgaste de equipo se supone proporcional a la
producción y es de $5 por cada unidad de A y de $1 por unidad de
B. El beneficio por unidad del articulo es de $8 para A y $5 para B.
Si solamente se cuenta con $100,000 para salarios, $180,000 para
materia prima y no se quiera que el desgaste de los equipos
exceda de $40,000 ¿Cuál es la cantidad que se debe producir de
cada articulo para obtener las utilidades mas altas posibles?
 Ejercicios

3.Supongamos que se cuenta con dos alimentos: pan y queso; cada

uno de ellos contiene calorías y proteínas en diversas proporciones.
Un Kg de pan contiene 2,000 calorías y 50 gramos de proteínas, y un
kg de queso contiene 4,000 calorías y 200 gramos de proteínas.
Supongamos que una dieta normal requiere cuando menos 6,000
calorías y 200 gramos de proteínas diariamente. Por tanto, si el Kg
de pan cuesta s/6 y s/21 el queso. ¿Que cantidad de pan y queso
debemos comprar para satisfacer los requisitos de la dieta normal,
gastando la menor cantidad de dinero?