Qué es la Investigación de Operaciones
Modelos de investigación de operaciones
Componentes principales modelo IO:
1) Alternativas
2) Restricciones
3) Criterio objetivo
adecuado
Una solución del modelo
es:
Factible: si satisface
todas las restricciones
Óptima: si, además de
ser factible, produce el
mejor valor de la función
objetivo
Solución del modelo IO
Tecnica IO mas importante:
Programación Lineal:
Esta diseñada para modelos
con funciones objetivo y
restricciones lineales.
Otras técnicas IO:
Programación entera:
las variables asumen
valores enteros
Programación dinámica:
el modelo original puede
descomponerse en
subproblemas más pequeños
y manejables
Programación de red:
en la cual el problema
puede modelarse como
una red
Programación no lineal:
las funciones del modelo
son no lineales
Reglas empíricas:
1) Heurística
2) Metaheurística
Modelos de colas y simulacion
Las colas y la simulación
estudian las líneas de espera.
No son técnicas de optimización.
Determinan medidas de desempeño
de las líneas de espera,como :tiempo
de espera promedio en la cola, tiempo
de espera promedio para el servicio,
y el uso de las instalaciones de servicio.
Los modelos de colas utilizan
modelos probabilísticos y estocásticos
para analizar líneas de espera.
La simulación estima las
medidas de desempeño
al imitar el comportamiento
del sistema real.
Más que solo matemáticas
Antes de aventurarse en un
complicado modelado matemático,
el equipo de IO debe explorar la
posibilidad de utilizar ideas
“agresivas”para resolver la situación.
Las soluciones se originan en las
personas y no en la tecnología.
Cualquier solución que no tome
en cuenta el comportamiento
humano probablemente falle.
Un estudio de IO no debe iniciar con
el prejuicio de utilizar una herramienta
matemática específica antes de que
se justifique su uso.
Fases del estudio de IO
Las principales fases son:
1) Definición del problema:
definir el alcance del
problema investigado.
2) Construcción del modelo:
transformar la definición del
problema en relaciones
matemáticas
3) Solución del modelo:
implica el uso de algoritmos
de optimización bien
definidos
4) Validez del modelo:
comprueba si el modelo
propuesto hace en realidad
lo que dice que hace
5) Implementación:
transformación de los
resultados en instrucciones
de operación comprensibles
que se emitirán a las personas
que administrarán el sistema r
ecomendado.