Fundamentos MSc. Ing. CIP Ncolas Figueroa M. El problema
Los recursos Los sistemas son cada
son escasos vez ms complejos
Cada vez es ms difcil asignar los
recursos o actividades de la forma ms eficaz
MSc. Ing. CIP Ncolas Figueroa M.
Qu es la investigacin operativa?
Definicin (Lawrence y Pasternak, 1998)
Un enfoque cientfico para la toma de decisiones ejecutivas, que consiste en: El arte de modelar situaciones complejas, La ciencia de desarrollar tcnicas de solucin para resolver dichos modelos y La capacidad de comunicar efectivamente los resultados.
Objetivo de la Investigacin operativa:
Estudiar la asignacin ptima de recursos escasos a determinada actividad. Evaluar el rendimiento de un sistema con objeto de mejorarlo.
MSc. Ing. CIP Ncolas Figueroa M.
Investigacin operativa (I.O.)
Es la aplicacin del mtodo cientfico para asignar los recursos o actividades
de forma eficaz, en la gestin y organizacin de sistemas complejos Su objetivo es ayudar a la toma de decisiones Requiere un enfoque interdisciplinario
MSc. Ing. CIP Ncolas Figueroa M.
Historia de la I.O. Se aplica por primera vez en 1780 Antecedentes: Matemticas: modelos lineales (Farkas, Minkowski) (s.XIX) Estadstica: fenmenos de espera (Erlang, Markov) (aos 20) Economa: Quesnay (x.XVIII), Walras (s.XIX), Von Neumann (aos 20) El origen de la I.O. moderna se sita en la 2 Guerra Mundial para resolver problemas de organizacin militar: - Despliegue de radares, manejo de operaciones de bombardeo, colocacin de minas,
MSc. Ing. CIP Ncolas Figueroa M.
Historia de la I.O. Al terminar la guerra, sigue el desarrollo en la industria, debido a: competitividad industrial progreso terico RAND (Dantzig) Princeton (Gomory, Kuhn, Tucker) Carnegie Institute of Technology (Charnes, Cooper) gran desarrollo de los ordenadores: * aumento de la capacidad de almacenamiento de datos * Incremento de la velocidad de resolucin de los problemas.
MSc. Ing. CIP Ncolas Figueroa M.
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 Ms informacin: Sociedad Espaola de Estadstica e Inv. Op. (SEIO) www.cica.es/aliens/seio 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 MSc. Ing. CIP Ncolas Figueroa M. El mtodo de la I.O.
Definicin del problema
Formulacin del problema y construccin del modelo Resolucin Verificacin, validacin, refinamiento Interpretacin y anlisis de resultados Implantacin y uso extensivo A lo largo de todo el proceso debe haber una interaccin constante entre el analista y el cliente
MSc. Ing. CIP Ncolas Figueroa M.
El modelado Es una ciencia anlisis de relaciones aplicacin de algoritmos de solucin Y a la vez un arte visin de la realidad estilo, elegancia, simplicidad uso creativo de las herramientas experiencia
MSc. Ing. CIP Ncolas Figueroa M.
Definicin del problema Consiste en identificar los elementos de decisin objetivos (uno o varios, optimizar o satisfacer) alternativas limitaciones del sistema Hay que recoger informacin relevante (los datos pueden ser un grave problema) Es la etapa fundamental para que las decisiones sean tiles
MSc. Ing. CIP Ncolas Figueroa M.
Factores problemticos Datos incompletos, conflictivos, difusos Diferencias de opinin Presupuestos o tiempos limitados Cuestiones polticas El decisor no tiene una idea firme de lo que quiere realmente. Plan de trabajo: Observar Ser consciente de las realidades polticas Decidir qu se quiere realmente Identificar las restricciones Bsqueda de informacin continua. MSc. Ing. CIP Ncolas Figueroa M. Formulacin del problema
Modelo: representacin simplificada de la realidad, que facilita su
comprensin y el estudio de su comportamiento Debe mantener un equilibrio entre sencillez y capacidad de representacin Modelo matemtico: modelo expresado en trminos matemticos hace ms claras la estructura y relaciones facilita el uso de tcnicas matemticas y ordenadores a veces no es aplicable
MSc. Ing. CIP Ncolas Figueroa M.
Construccin del modelo Traduccin del problema a trminos matemticos objetivos: funcin objetivo alternativas: variables de decisin limitaciones del sistema: restricciones Pero a veces las relaciones matemticas son demasiado complejas heursticos simulacin
MSc. Ing. CIP Ncolas Figueroa M.
Modelado matemtico Paso 1.- Identificar las variables de decisin Sobre qu tengo control? Qu es lo que hay que decidir? Cul sera una respuesta vlida en este caso? Paso 2.- Identificar la funcin objetivo Qu pretendemos conseguir? Si yo fuese el jefe de la empresa, qu me interesara ms? Paso 3.- Identificar las restricciones o factores que limitan la decisin Recursos disponibles (trabajadores, mquinas, material) Fechas lmite Restricciones por la naturaleza de las variables (no negatividad, enteras, binarias) Restricciones por la naturaleza del problema Paso 4.- Traduccin de los elementos bsicos a un modelo matemtico. MSc. Ing. CIP Ncolas Figueroa M. Resolucin del modelo Paso 1.- Elegir la tcnica de resolucin adecuada Tcnicas existentes, modificacin, creacin o heursticos. Paso 2.- Generar las soluciones del modelo Programas de ordenador, hojas de clculo. Paso 3.- Comprobar/validar los resultados Probar la solucin en el entorno real Paso 4.- Si los resultados son inaceptables, revisar el modelo matemtico Estudiar hiptesis, comprobar exactitud de datos, relajar o endurecer aproximaciones, revisar restricciones Paso 5.- Realizar anlisis de sensibilidad Analizar adaptaciones en la solucin propuesta frente a posibles cambios MSc. Ing. CIP Ncolas Figueroa M. Paso 1.- Tipos de modelos Determinsticos Probabilsticos Programacin matemtica Programacin Programacin lineal estocstica Programacin entera Gestin de inventarios Programacin dinmica Fenmenos de espera Programacin no lineal (colas) Programacin multiobjetivo Teora de juegos Modelos de transporte Simulacin Modelos de redes
MSc. Ing. CIP Ncolas Figueroa M.
Paso 2.- Generar las soluciones del modelo
Determinar los valores de las variables de decisin de modo que la solucin
sea ptima (o satisfactoria) sujeta a las restricciones Puede haber distintos algoritmos y formas de aplicarlos
MSc. Ing. CIP Ncolas Figueroa M.
Paso 3.- Verificacin y validacin
Eliminacin de errores Comprobacin de que el modelo se adapta a la realidad
MSc. Ing. CIP Ncolas Figueroa M.
Paso 4.- Interpretacin y anlisis
Robustez de la solucin ptima obtenida: Anlisis de sensibilidad
Deteccin de soluciones cuasi-ptimas atractivas
MSc. Ing. CIP Ncolas Figueroa M.
Paso 5.- Implantacin de resultados Sistema de ayuda y mantenimiento Documentacin Formacin de usuarios
MSc. Ing. CIP Ncolas Figueroa M.
Gua general para la formulacin de modelos
Identificacin de los elementos bsicos. Expresar en palabras:
Datos del problema Factores que no son susceptibles de cambio Variables de decisin Variables sobre las que se tiene control Restricciones Causas por las que la decisin est limitada Funcin objetivo Medida del rendimiento que se quiere optimizar Traduccin de los elementos bsicos a expresiones matemticas MSc. Ing. CIP Ncolas Figueroa M.