Documentos de Académico
Documentos de Profesional
Documentos de Cultura
OPERACIONES VOL. 1
1 CATEDRÁTICO:
Msc. CARLOS J. MOLESTINA MALTA
BIBLIOGRAFÍA
LIBRO PRINCIPAL:
INVESTIGACIÓN DE OPERACIONES; Autor: Hillier .
Lieberman (Séptima edición, Editorial Mc Graw Hill)
LIBRO DE APOYO:
INVESTIGACIÓN DE OPERACIONES EN LA CIENCIA
ADMINISTRATIVA; Autor: G. D. Eppen (5ta edición,
Editorial Pearson)
Web: GOOGLE SCHOLAR: MÉTODOS Y MODELOS DE
INVESTIGACIÓN DE OPERACIONES, Vol. 1 MODELOS
DETERMINÍSTICOS; Autor: Juan Prawda (Editorial
LIMUSA).
Web: GOOGLE SCHOLAR; INVESTIGACIÓN DE
OPERACIONES: Autor TAHA, HANDY A. (Editorial
2
Pearson, 7ma edición)
CARACTERIZACIÓN DE LA INVESTIGACIÓN DE
OPERACIONES.
3
COMPETENCIAS GENÉRICAS
Competencias instrumentales Competencias sistémicas
Capacidad de análisis y síntesis
Capacidad de aplicar los conocimientos
Capacidad de organizar y planificar
en la práctica
Habilidades básicas de manejo de la
computadora Habilidad de planificar como un todo y
Habilidad para buscar y analizar diseñar nuevos sistemas
información proveniente de fuentes
diversas Habilidades de investigación
Solución de problemas Capacidad de aprender
Toma de decisiones. Capacidad de generar nuevas ideas
(creatividad)
Competencias interpersonales
Liderazgo
Capacidad crítica y autocrítica
Trabajo en equipo Habilidad para trabajar en forma
Habilidades interpersonales autónoma
Capacidad de comunicarse con
profesionales de otras áreas
Compromiso ético 4
COMPETENCIAS ESPECÍFICAS
Aplicar las teorías, herramientas y métodos cuantitativos
para plantear, modelar y resolver problemas propios de las
operaciones de una organización, utilizando el
razonamiento matemático, la lógica, y los programas
computacionales para optimizar los procesos productivos
de bienes y servicios.
5
INVESTIGACIÓN DE OPERACIONES (IO)
OPERATIONS RESEARCH (OR)
Hay muchas discusiones actualmente, y desde sus inicios sobre cual deebería de ser
el concepto. Sin embargo con objeto de establecer una base para que se pueda
entender la naturaleza de la IO se hace uso de la definición de CHURCHMAN,
ACKOFF Y ARNOFT, bastante aceptada entre grupo de técnicos de IOI. Esta
definición dice:
6
INTERPRETACIÓN DE LA DEFINICIÓN
Si descomponemos esta definición obtendremos:
Método científico
Grupos interdisciplinarios
Sistemas
Problemas
Soluciones
Mejor
Analicemos esto
7
8
INVESTIGACION DE OPERACIONES
Definición:
9
SISTEMAS V/S PROCESOS
Reglas de
Operación
(Controles)
Sistema
Entidades Entidades
que Entran Actividades
que Salen
Recursos 11
MODELOS
Con el propósito de estudiar científicamente un sistema del
mundo real debemos hacer un conjunto de supuestos de
cómo trabaja.
12
MODELO: UN MUNDO SIMBÓLICO
Análisis
Modelo Resultados
Mundo simbólico
Interpretación
Abstracción
Mundo Real
Situación Intuición
Decisiones
problemática
13
TIPOS DE MODELOS
Existen múltiples tipos de modelos para representar la realidad.
Algunos son:
•Dinámicos: Utilizados para representar sistemas cuyo estado varía
con el tiempo.
•Estáticos: Utilizados para representar sistemas cuyo estado es
invariable a través del tiempo.
Variables endógenas
Variables exógenas
Medidas de
Decisiones
desempeño
(controlables)
Modelo
Parámetros Variables de
(incontrolables) Consecuencia
16
MAPA DE VARIABLES
Clasificación de
Variables
17
CONSTRUCCIÓN DE MODELOS
1. Estudie el ambiente de la situación administrativa
2. Formule una representación selectiva de la situación
3. Construya y analice un modelo simbólico (cuantitativo)
Proceso de
Ciclo de construcción
probabilísticos)
del modelo (modelos
Ciclo de construcción
determinísticos)
De Modelos
Modelos
modelos determinísticos
probabilísticos
22
Construcción de
Modelos de inferencia
HIPOTESIS
La afirmación o posible solución que Usted elija se
llama HIPOTESIS.
La hipótesis tiene que apoyarse tanto en
conocimientos teóricos, como en información
empírica y estructurarse de acuerdo con la forma
en que se ha planteado el problema.
Lo tanto la Hipótesis es una proposición,
generalización o afirmación comprobable, que
podría ser la solución de un problema. Repetto
(1985). 23
HIPOTESIS
Durante el proceso de investigación, la hipótesis puede
comprobarse o refutarse, pasando del conocimiento
probable al verdadero, quedando solucionado el problema
planteado.
La hipótesis al igual que el problema y las otras
características de la metodología de la investigación
científica, no permanece inmutable antes de quedar
completamente elaborada, sino que a medida que se
acumulan datos y hechos, pasa por un proceso de
desarrollo y perfeccionamiento, mediante el cual la
suposición inicial puede transformarse o cambiarse
definitivamente. 24
HIPOTESIS
La hipótesis encausa el trabajo de investigación.
Determina cuales son las variables que han de
analizarse y las relaciones que existen entre ellas, y
permiten enfocarse en los objetivos del proyecto
constituyéndose en la base de los procedimientos de
investigación.
25
HIPOTESIS
Hipótesis nula (Ho): La hipótesis de investigación siempre
tiene posibilidad de ser refutada, por tanto se podrá establecer
una hipótesis nula que niegue la hipótesis de investigación.
Tomando el Ejemplo de los estudiantes:
Hi: Al disminuir los precios de venta del producto A, se
distribuye mejor el producto B.
Ho: Al disminuir los precios de venta del producto A, no se
distribuye mejor el producto B
Hipótesis alternativa (Ha): Son las que proponen soluciones
para el problema que se investiga, diferentes a las que plantean
las hipótesis de investigación y nulas.
Ha: Al disminuir los precios de venta del producto A, es
indiferente en la distribución del producto B.
26
VARIABLES
Desde la época del colegio, en Matemáticas, física y
quimica, vimos y desarrollamos ecuaciones de este tipo:
𝑦=𝑓 𝑥
Es decir, que, al cambiar x, cambia y. En este caso tenemos
que y depende de los valores de x. Por lo tanto y es una
variable dependiente de x, a su vez x es independiente de
y.
Concluimos entonces que hay:
Variables independientes: No dependen de otra variable
y que por lo general son manipuladas por el Investigador.
Variables dependientes: Son aquellas que varían según
varíen las variables independientes a las que están
27
asociadas.
VARIABLES CUANTITATIVAS
Variable Cuantitativa.- Son las variables que se expresan
mediante cantidades numéricas, y que, por lo tanto pueden
ser medidas, cuantificadas, y sobre todo autenticadas
mediante instrumentos.
Ejemplos: Velocidad, tiempo, altura, edad, número de
alumnos, número de carros que pasan por un peaje, número
de piezas fabricadas, diámetro de pistones producidos, etc.
28
VARIABLES CUANTITATIVAS
Ahora, miremos detenidamente los ejemplos de variables
cuantitativas y notaremos que el “número de estudiantes” o el
“número de carros que pasan por el peaje” siempre serán números
enteros. A estas variables cuantitativas se las conocen como
discretas.
Variable discreta: Es la variable que presenta separaciones o
interrupciones en la escala de valores que puede tomar. Siempre
serán enteros.
En los ejemplos, también vemos variables como la velocidad,
tiempo, altura, y notamos que sus valores pueden tener decimales y
no se interrumpen. A este tipo de Variables se las conoce como
contínuas.
Variable continua: Es la variable que puede adquirir cualquier
valor dentro de un intervalo especificado de valores. 29
VARIABLES CUANTITATIVAS
VARIABLES
CUANTITATIVAS
Por su posición en la
Por su naturaleza investigación
Discretas Continuas
Dependientes Independientes
31
MODELO DETERMINÍSTICO
CINCO RAZONES
2. filas de espera
3. Simulación
4. Pronósticos
35
VALIDACIÓN DE LOS MODELOS
En general, para validar un modelo es necesario
“PREDECIR LA HISTORIA”. Para probar el modelo, se
utilizan como entradas datos históricos sobre decisiones,
parámetros, y resultados obtenidos en situaciones similares
en una época ya conocida. Luego se comparan los dos
conjuntos de resultados, los del modelo y los de la historia.
Si estos son similares y existe cierta ventaja c respecto a la
historia, este queda validado.
36
TÉRMINOS CLAVE
Variable de decisión: Variable exógena cuyo valor está bajo el
control de la persona a cargo de tomar las decisiones y es
determinado por ella.
Variable de desempeño (función objetivo): Variable endógena
que permite determinar hasta qué punto ha alcanzado sus metas
un modelo.
Variable endógena: Variable cuantitativa cuyos valores están
determinados por las relaciones incluidas en un modelo
simbólico, es decir, que son salidas de un modelo simbólico.
Variable exógena: Variable cuantitativa cuyos valores se
determinan por medio de un proceso externo, en relaci9ón con
un modelo simbólico, es decir, que son entradas de un modelo
simbólico.
Variable de consecuencia: Variable endógena que proporciona
información adicional para ayudar a la gerencia en la
37
interpretación del modelo.
TÉRMINOS CLAVE
Modelo simbólico: Es aquel en el que se usan datos,
variables y relaciones matemáticas para representar
propiedades abstractas de un modelo real.
Programación lineal (PL): Modelo determinístico formado
por ecuaciones lineales, y qe contiene una sola medida de
desempeño (función objetivo) por optimizar, sujeta a
satisfacer un conjunto dado de restricciones.
Modelo determinístico: Es aquel en que todos los datos se
conocen con certeza.
Modelo probabilístico: Es aquel donde unos datos no se
conocen con certeza, pero cuyo grado de incertidumbre
está determinado por probabilidades conocidas.
38
39