Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
INVESTIGACIÓN OPERATIVA TRABAJO MULTIDICIPLINARIO Docente: M.Sc. Noé Panozo Jiménez TEMA COMPETENCIA CONTENIDO I. GENESIS Y PROGRAMACION LINEAL Explica los fundamentos de la Investigación Operativa formulando Un problema de aplicación en el contexto de nuestra realidad definiendo Las variables de decisión, la función objetivo y las restricciones del modelo de programación lineal 1. Resumen histórico 2. Importancia del Modelaje 3. Arte de Modelar, Ejemplos y aplicaciones 4. Problemas de optimización 5. Planteamiento del problema 6. Uso de la I.O. II. METODOS DE RESOLUCION DE MODELOS DE PROGRAMACION LINEAL Aplica las bases teóricas y metodológicas de los modelos lineales de la programación; resolviendo problemas por el método gráfico, el algoritmo Simplex, M Big y 2 fases, de forma analítica y computacional utilizando el método científico matemático. 1. Obtención de la solución 2. Método gráfico 3. Método simplex 4. M Big y Dos fases 5. Conjuntos convexos 6. Soluciones de un punto extremo 7. Soluciones básicas factibles 8. Interpretación geométrica y toma de decisiones CONTENIDO TEMATICO NPJ 2 III. PROGRAMACION DUAL - ANALISIS PARAMETRICO (ANALISIS DE SENSIBILIDAD) Explica el modelo dual del Simplex formulando Las variables duales. Los cambios que pueden existir en los parámetros del modelo mostrando Cómo esto afecta a la solución óptima, análisis geométrico y matemático; 1. Duales simétricos 2. Duales asimétricos 3. Propiedades importantes entre el primal y su Dual asociado, interpretación económica 4. Análisis de sensibilidad 5. Interpretación (PS, CCT, CD, CCFO, etc.) IV. PROGRAMACION ENTERA - EL PROBLEMA DE TRANSPORTE Aplica algoritmos de la programación entera utilizando Un problema de transporte elaborando El modelo de optimización lineal. 1. La estructura del modelo de transporte 2. Método de la Esquina Noreste, maximización y minimización 3. Método de aproximación de Vogel, max y min V. MODELO DE ASIGNACION DE RECURSOS Aplica el algoritmo de asignación de recursos empleando Un problema de asignación en el contexto real 1. Conceptualización e importancia de problema de asignación 2. Asignación caso MAX 3. Asignación caso MIN VI. ADMINISTRACION DE PROYECTOS Capacidad para planificar con la ayuda de programación de proyectos, haciendo uso de la ruta crítica para ello. Planeación, dirección y control de recursos. 1. Red 2. CPM 3. PERT 4. RUTA CRITICA 3 Historia de la I.O. •Antecedentes: O Se aplica por primera vez en 1780 O Antecedentes: O Matemáticas: modelos lineales (Farkas, Minkowski) (s.XIX) O Estadística: fenómenos de espera (Erlang, Markov) (años 20) O Economía: Quesnay (x.XVIII), Walras (s.XIX), Von Neumann (años 20) O El origen de la I.O. moderna se sitúa en la 2ª Guerra Mundial para resolver problemas de organización militar: - Despliegue de radares, manejo de operaciones de bombardeo, colocación de minas,… Las raíces de la investigación de operaciones se remonta a cuando se hicieron los primeros intentos para emplear el método científico en la administración de una empresa. Sin embargo, el inicio de esta disciplina se atribuye a los servicios militares prestados a principios de la segunda guerra mundial. NPJ 4 Historia de la I.O. O Al terminar la guerra, sigue el desarrollo en la industria, debido a: O competitividad industrial O progreso teórico O RAND, Research ANd Development Corp. (Dantzig) O Princeton (Gomory, Kuhn, Tucker) O Carnegie Institute of Technology (Charnes, Cooper) O gran desarrollo de los computadores: * aumento de la capacidad de almacenamiento de datos * Incremento de la velocidad de resolución de los problemas. NPJ 5 Concepto y delimitación de la I.O. •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. NPJ 6 La investigación de operaciones se aplica a problemas que se refieren a la conducción y coordinación de operaciones (o actividades) dentro de una organización. La investigación de operaciones intenta encontrar una mejor solución, (llamada solución optima) para el problema bajo consideración. NATURALEZA DE LA INVESTIGACIÓN DE OPERACIONES NPJ 7 GRUPO INTERDISCIPLINARIO Una de las principales razones de la existencia de grupos de investigación de operaciones es que la mayor parte de los problemas de negocios tienen múltiples aspectos es perfectamente razonable que las fases individuales de un problema se comprendan y analicen mejor por los que tienen el adiestramiento (expertos) necesario en los campos apropiados. NPJ 8 Factores problemáticos Datos incompletos, conflictivos, difusos Diferencias de opinión Presupuestos o tiempos limitados Cuestiones políticas El “cliente” (tomador de decisiones) no tiene una idea firme de lo que quiere realmente (SDLC vs “CLDS”) Plan de trabajo: Observar Ser consciente de las realidades políticas Decidir qué se quiere realmente Identificar las restricciones Búsqueda de información permanenteNPJ 9 • Es la aplicación del método científico para asignar los recursos o actividades de forma eficaz, en la gestión y organización de sistemas complejos • Su objetivo es ayudar a la toma de decisiones • Requiere un enfoque interdisciplinario ¿QUÉ ES LA INVESTIGACIÓN DE OPERACIONES? La investigación de operaciones es la aplicación, por grupos interdisciplinarios, del método científico a problemas relacionados con el control de las organizaciones o sistemas, a fin de que se produzcan soluciones que mejor sirvan a los objetivos de la organización. NPJ 10 1. Frecuentemente es necesario hacer simplificaciones del problema original para poder manipularlo y tener una solución. 2. La mayoría de los modelos solo considera un solo objetivo y frecuentemente en las organizaciones se tienen objetivos múltiples. 3. Existe la tendencia a no considerar la totalidad de las restricciones en un problema práctico, debido a que los métodos de enseñanza y entrenamiento dan la aplicación de esta ciencia centralmente se basan en problemas pequeños para razones de índole práctico, por lo que se desarrolla en los estudiantes opinión muy simplista e ingenua sobre la aplicación de estas técnicas a problemas reales. 4. Rara vez se realizan análisis costo-beneficio de la implantación de soluciones definidas por medio de la I de O, en ocasiones los beneficios potenciales se ven superados por los costos ocasionados por el desarrollo e implantación de un modelo. LIMITACIONES DE LA I de O NPJ 11 Aplicaciones de la Investigación de operaciones Organización Naturaleza de la aplicación Año de publicación Capítulos Relacionados Ahorros Anuales (dólares) The Netherlands Rijkswaterst att Desarrollo de política nacional de administración del agua, incluyendo mezcla de nuevas instalaciones, procedimientos de operación y costo. 1985 Programación lineal, PERT CPM $15 millones Monsanto Corp. Optimización de operaciones de producción para cumplir metas con un costo mínimo. 1985 Programación lineal, método simplex y análisis de sensibilidad $2 millones Weyerhauser Co. Optimización del corte de árboles en productos de madera para maximizar su producción. 1986 Método simplex y transporte y asignación $15 millones Electrobras/ CEPAL, Brasil Asignación óptima de recursos hidráulicos y térmicos en el sistema nacional de generación de energía. 1986 Transporte y asignación $43 millones NPJ 12 United Airlines Programación de turnos de trabajo en las oficinas de reservaciones y en los aeropuertos para cumplir con las necesidades del cliente a un costo mínimo. 1986 Método simplex, teoría de colas, asignación y transporte y modelos de redes $6 millonesCitgo Petroleum Corp. Optimización de las operaciones de refinación y de la oferta, distribución y comercialización de productos. 1987 Programación lineal, teoría de colas y transporte y asignación $70millones SANTOS,Ltd., Australia Optimización de inversiones de capital para producir gas natural durante 25 años. 1987 Programación lineal, análisis de sensibilidad, teoría de colas y transporte y asignación $3 millones San Francisco police Department Optimización de la programación y asignación de oficiales de patrulla con un sistema computarizado. 1989 Teoría de colas, redes, programación lineal y transporte y asignación $11 millones Electric Power Research Institute Administración de inventarios de petróleo y carbón para el servicio eléctrico con el fin de equilibrar los costos de inventario y los riesgos de faltantes. 1989 Redes, colas e inventarios $59 millones Texaco,Inc. Optimización de la mezcla de ingredientes disponibles para que los productos de gasolina cumplieran con los requerimientos de ventas y calidad 1989 Programación lineal, análisis de sensibilidad y asignación $30 millones NPJ 13 IBM Integración de una red nacional de inventario de refacciones para mejorar el apoyo al servicio. 1990 Redes, colas e inventarios $ 20 millones + $ 250 millones ahorrados en inventario. Yellow Freight System, Inc. Optimización del diseño de una red nacional de transporte y la programación de rutas de envío. 1992 Programación lineal, simplex, redes, transporte, asignación y redes de colas. $17.3 millones U.S. Military Airlift Command Rapidez en la coordinación de aviones, tripulaciones, carga y pasajeros para manejar la evacuación por aire en el proyecto Tormenta del Desierto en el Medio Oriente. 1992 Transporte y asignación Victoria American Airlines Diseño de un sistema de estructura de precios, sobreventa y coordinación de vuelos para mejorar las utilidades. 1992 Simplex, redes, transporte, asignación y teoría de colas $ 500 millones más de ingresos New Haven Health Dept. Diseño de un programa efectivo de intercambio de agujas para combatir el contagio del SIDA. 1993 Programación lineal y método simplex 33% menos contagios * Pertenecen a la revista científica Interfaces en donde se pueden encontrar los artículos completos. NPJ 14 Actualidad de la I.O. • Sigue habiendo un gran desarrollo, en muchos sectores, con grandes avances sobre todo en el campo de la Inteligencia Artificial. • Se puede encontrar mayor información: -Association of European O.R. Societies (EURO) • www.ulb.ac.be/euro/euro_welcome.html -Institute for O.R. and the Management Sci (INFORMS) • www.informs.org -International Federation of O.R. Societies (IFORS) • www.ifors.org NPJ 15 http://www.ulb.ac.be/euro/euro_welcome.html http://www.informs.org http://www.ifors.org 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. NPJ 16 Modelos Analíticos • Aproximan el mundo real, nos dan la libertad de experimentar. Razones para construir modelos analíticos de problemas de toma de decisiones: • ¿Por qué se construye un modelo de avión antes de construir el de verdad? • Menos costos al cometer errores en modelo • Modelo da intuición sobre problema real • Modelo permite experimentar • Nos ayuda a entender mejor el problema NPJ 17 Optimización • Problema económico básico:¿cómo asignar recursos (limitados) disponibles para alcanzar objetivos? • Ejemplos de problemas de Asignación de Recursos: – fabricación de varios tipos de producto – asignación de turnos de trabajo – inversión financiera – transporte de productos a mínimo costo • Optimización: determinar la mejor manera de alcanzar un objetivo dados los recursos disponibles • Excel Solver: Implementa potentes herramientas de optimización matemáticaNPJ 18 El ABC de la Optimización • A. ¿Qué puedes decidir? Ej: cuánto producir; cuánto invertir, y en qué, son variables de decisión • B: ¿Qué quiere decir “mejor”? Ej: maximizar beneficio, minimizar costo, … son objetivos • C: ¿Qué restricciones limitan las decisiones? Ej: no exceder presupuesto, no usar más piezas que las disponibles, … son restricciones NPJ 19 • Un problema de optimización es de la forma maximizar (min) objetivo sujeto a restricciones en las decisiones factibles • Si las fórmulas que definen el objetivo y las restricciones son lineales, tenemos un problema de Programación Lineal (PL) • PL: es el modelo matemático más aplicado en la práctica • Si las variables de decisión han de ser enteras: Programación Entera (PE) • Excel resuelve PL, PE con el Excel Solver Programación Lineal NPJ 20 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 la 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. NPJ 21 Fases de un Estudio FORMULACIÓN DEL PROBLEMA CONSTRUCCIÓN DEL MODELO NECESIDAD DE REORGANIZACIÓN MODELO DELSISTEMAREAL SISTEMA DE INTERÉS OBTENCIÓN DE DATOS TOMA DE DECISIONES IMPLEMENTACIÓN Y CONTROL SOLUCIÓN DEL MODELO INTERPRETACIÓN DE RESULTADOS E IMPLICACIONES VALIDACIÓN DEL MODELO ANÁLISIS DE SENSIBILIDAD NPJ 22 Formulación matemática del problema Una vez presentado el problema ¿cómo plantearlo científicamente? NPJ 23 Formulación matemática básica en un problema de I.O. Debemos buscar una solución que minimice el costo 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 NPJ 24 Algunas reflexiones El ejercicio anterior plantea un Hemos tomado una situación real y hemos construido su equivalente matemático Durante la formulación del modelo matemático nosotros consideramos el método cuantitativo que (esperanza) nos permitirá resolver el modelo numéricamente El algoritmo es un conjunto de instrucciones que siguiendo de manera gradual producen una solución numérica MODELO MATEMÁTICO PROBLEMA DE DECISIÓN ALGORITMO 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. NPJ 25 Esto incluye 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 ya que afectará en forma significativa la relevancia de las conclusiones del estudio. •Identificar los elementos de decisión: objetivos (uno o varios, optimizar o satisfacer), alternativas y limitaciones del sistema •Hay que recoger información relevante (los datos pueden ser un grave problema), es la etapa fundamental para que las decisiones sean útiles METODOLOGÍA DE LA I de O 1. Definición del problema NPJ 26 2. Formulación de un modelo matemático La forma convencional en que la investigación de operaciones realiza esto, es construyendo unmodelo 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. •Modelo: representación simplificada de la realidad, que facilita su comprensión y el estudio de su comportamiento. •Debe mantener un equilibrio entre sencillez y capacidad de representación. •Modelo matemático: hace más claras la estructura y relaciones, facilita el uso de técnicas matemáticas y ordenadores, y a veces no es aplicable NPJ 27 Modelado matemático Paso 1.- Identificar las variables de decisión ¿Sobre qué tengo control? ¿Qué es lo que hay que decidir? ¿Cuál sería una respuesta válida en este caso? Paso 2.- Identificar la función objetivo ¿Qué pretendemos conseguir? Si yo fuese “el jefe” ¿qué me interesaría más? (Costo de Agencia y Supuestos de Racionalidad) Paso 3.- Identificar las restricciones o factores que limitan la decisión Recursos disponibles (trabajadores, máquinas, material)Fechas límite Restricciones por la naturaleza de las variables (no negatividad, enteras, binarias) Restricciones por la naturaleza del problema Paso 4.- Traducción de los elementos básicos a un modelo matemático. NPJ 28 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. •Determinar los valores de las variables de decisión de modo que la solución sea óptima (o satisfactoria) sujeta a las restricciones. •Puede haber distintos algoritmos y formas de aplicarlos. NPJ 29 Resolución del modelo Paso 1.- Elegir la técnica de resolución adecuada Técnicas existentes, modificación, creación o heurísticos. Paso 2.- Generar las soluciones del modelo Algoritmos, Programas computacionales, Solvers. Paso 3.- Comprobar/validar los resultados Probar la solución en el entorno REAL Paso 4.- Si los resultados son inaceptables, revisar el modelo matemático Estudiar hipótesis, comprobar exactitud de datos, relajar o endurecer aproximaciones, revisar restricciones Paso 5.- Realizar análisis de sensibilidad Analizar adaptaciones en la solución propuesta frente a posibles cambios (principalmente en PARAMETROS) NPJ 30 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 del modelo se comporten de una manera factible. •Eliminación de errores. •Comprobación de que el modelo se adapta a la realidad. NPJ 31 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. NPJ 32 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. Lo que significa la aplicación del modelo matemático encontrado. •Sistema de ayuda y mantenimiento •Documentación •Formación de usuarios NPJ 33 MODELAJE Modelo de Decisión •Contiene Variables de Decisión •Busca alcanzar un “Objetivo” Es un Modelo Simbólico La solución del Modelo produce Valores Numéricos de estas Variables de Decisión Utiliza una “Medida del Desempeño” que indica el “Logro del Objetivo” NPJ 34 Ejemplos: 1. Modelo de Asignación de la Fuerza de Ventas • Variables de Decisión: • Medida del Desempeño: • Objetivo: Maximizar el Ingreso por Ventas Ingreso por Ventas Cuantos Vendedores Asignar a cada Territorio. MODELAJE NPJ 35 2. Modelo de Programación del Trabajo en un Taller • Variables de Decisión: • Medida del Desempeño: • Objetivo: Minimizar el Costo ó el Tiempo de Fabricación Costo de Fabricación ó Tiempo de Fabricación Cuantas horas Programar determinadas partes en determinadas máquinas y la secuencia MODELAJE NPJ 36 3. Modelo de Administración de Efectivo • Variables de Decisión: • Medida del Desempeño: • Objetivo: Minimizar el Costo de Oportunidad Costo de Oportunidad por mantener Activos Líquidos Cantidad de Fondos mantenidos en c/u de varias categorías (Efectivo, bonos, bolsa de valores etc... ) MODELAJE NPJ 37 Construcción de Modelos Se requiere Se divide en tres etapas: 1. Se estudia el Ambiente • Comprensión del Problema 2. Se hace una Formulación Lógica • Análisis conceptual básico • Se hacen conjeturas y simplificaciones 3. Se hace una Formulación Simbólica • Construcción de las relaciones lógicas en el Lenguaje Simbólico de las Matemáticas Conocimientos Técnicos ImaginaciónArte MODELAJE NPJ 38
Compartir