Intro Ducci On

UNIVERSIDAD MAYOR DE SAN SIMON
Investigación de Operaciones I
Alfredo Pericón Balderrama

alfred.peb@gmail.com
alfred_pb@yahoo.com
OBJETIVO:
● Familiarizar al alumno con las técnicas de
modelamiento y metodologías de resolución de
problemas de la Investigación de operaciones
(Investigación Operativa), con especial énfasis en
la aplicación de algoritmos de solución para
modelos de programación matemática, en
particular en modelos lineales.
TEMAS:
● Introducción
• Investigación de operaciones
• Modelos matemáticos
• Programación Lineal (PL)
● Programación Lineal
• Formulación de modelos
• Solución de Problemas de Programación Lineal (PL)
• Análisis de Sensibilidad
• Teoría de la Dualidad
• Modelo de Transporte
TEMAS:
● Modelo de Transporte
• Introducción
• Modelo de Trasporte
• Modelo de Asignación
● Teoría de redes
• Introducción
• Camino más corto
• Árbol de decisión
• Flujo Máximo
BIBLIOGRAFIA:
● Hillier, Frederick y Lieberman, Gerald (2005): “Introducción a la
Investigación de Operaciones”, McGraw – Hill Interamericana, 3ra Edic.
● Hadley, G. (1994): “Linear Programming”, Addison – Wesley Pub. Co.
● Hamdy Taha (2003): “Investigación de Operaciones”. Ed. Alfa Omega.
● Winston Wayne L. (2003): “Investigación de Operaciones: Aplicaciones y
Algoritmos”. Grupo Editorial Iberoamericana.
● Bronson, Richard (1992): “Investigación de Operaciones”. Ed. Mc
Graw-Hill.
● Pericon Alfredo (2004): “Modelos de Programación Lineal”.
EVALUACION Y CLASES:
● Elementos de Evaluación
• 2 Parciales, 1 final y 1 segunda instancia
● Forma de calificación
• Cátedra 1000%
• Ayudantía 0%
• Trabajos adicionales por clase ( 1 punto por clase, puntos adicionales
para cada parcial)
● Clases
• Lunes 11:15 aula 682 L8 IN
• Martes 11:15 aula 682 L8 IN
• Viernes 09:45 aula 682 L6 IN.
Investigación de Operaciones
Modelos de la Investigación de Operaciones
Modelos de IO
Determinísticos Híbridos Estocásticos
Optimización Optimización
Programación Cadenas
Lineal no Lineal
Dinámica de Markov
Programación Métodos
Teoría de Teoría de
Lineal Clásicos
Inventarios Colas
Transporte y Métodos
de búsqueda Simulación Procesos
Asignación
Estocásticos
Prog Entera Programación Pert / CPM

y 0,1 no lineal Teoría de
Decisiones
Heurísticas y Juegos
Redes
METODOLOGÍA DE LA I de O
1. Definición del problema
Determinar los objetivos apropiados, las restricciones

sobre lo que se puede hacer, las interrelaciones del área
bajo estudio con otras áreas de la organización, los
diferentes cursos de acción posibles, los límites de
tiempo para tomar una decisión, etc. Este proceso de
definir el problema es crucial es decir (decisivo) ya
que afectará en forma significativa la relevancia de
las conclusiones del estudio.
2. Formulación de un modelo matemático
La forma convencional en que la investigación de

operaciones realiza esto es construyendo un modelo
matemático que represente la esencia del problema.
Un modelo siempre debe ser menos complejo que el

problema real, es una aproximación abstracta de la
realidad con consideraciones y simplificaciones que
hacen más manejable el problema y permiten evaluar
eficientemente las alternativas de solución.
3. Obtención de una solución a partir del
modelo.
Resolver un modelo consiste en encontrar los valores de las
variables dependientes, asociadas a las componentes
controlables del sistema con el propósito de optimizar, si es
posible, o cuando menos mejorar la eficiencia o la efectividad del
sistema dentro del marco de referencia que fijan los objetivos y
las restricciones del problema.
La selección del método de solución depende de las

características del modelo. Los procedimientos de solución
pueden ser clasificados en tres tipos: a) analíticos, que utilizan
procesos de deducción matemática; b) numéricos, que son de
carácter inductivo y funcionan en base a operaciones de prueba y
error; c) simulación, que utiliza métodos que imitan o, emulan al
sistema real, en base a un modelo.
4. Prueba del modelo
Antes de usar el modelo debe probarse exhaustivamente para
intentar identificar y corregir todas las fallas que se puedan
presentar
5. Validación del modelo

Es importante que todas las expresiones matemáticas sean
consistentes en las dimensiones de las unidades que emplean.
Además, puede obtenerse un mejor conocimiento de la validez del
modelo variando los valores de los parámetros de entrada y/o de
las variables de decisión, y comprobando que los resultados de
modelo se comporten de una manera factible.
6. Establecimiento de controles sobre la solución
Esta fase consiste en determinar los rangos de variación de los

parámetros dentro de los cuales no cambia la solución del
problema.
Es necesario generar información adicional sobre el

comportamiento de la solución debido a cambios en los
parámetros del modelo. Usualmente esto se conoce como
ANÁLISIS DE SENSIBILIDAD.
7. Implantación de la solución
El paso final se inicia con el proceso de
"vender" los hallazgos que se hicieron a lo
largo del proceso a los ejecutivos o tomadores
de decisiones.

Intro Ducci On

Cargado por

Copyright:

Formatos disponibles

Intro Ducci On

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Intro Ducci On

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD MAYOR DE SAN SIMON

Alfredo Pericón Balderrama

Determinísticos Híbridos Estocásticos

Prog Entera Programación Pert / CPM

1. Definición del problema

Determinar los objetivos apropiados, las restricciones

La forma convencional en que la investigación de

Un modelo siempre debe ser menos complejo que el

La selección del método de solución depende de las

5. Validación del modelo

Esta fase consiste en determinar los rangos de variación de los

Es necesario generar información adicional sobre el

También podría gustarte