Resumen Lecturas Examen 1

Hillber:
Cap 1.2:
Investigación de operaciones = conducción y coordinación de actividades
Ope se ocupa de (características):
- la administración práctica de la organización (toma de decisiones)

- Amplio punto de vista (organizacional) que le permite la resolución de conflictos
- Encuentra una mejor solución = solución óptima que identifica el mejor curso de
acción posible
Es necesario emplear el enfoque de equipo de expertos
Se usa el método científico para explorar los diversos problemas
Proceso:
1. Observación y formulación del problema

2. Construcción de un modelo científico matemático que extrae la esencia del problema
real. Se propone la hipótesis
3. Validación del modelo: Experimentar con datos para probar la hipótesis
Cap 1.3:
OPE tiene una larga implacabilidad
En muchas organizaciones la aplicación de OPE ha contribuido a:
- la optimización de operaciones y procesos

- la programación
- el desarrollo de sistemas
- diseños de programas
consiguiendo ahorrar hasta 800 millones de dólares.
CAP 2:
Fases usuales de un estudio de OPE:
1. Definición del problema y recolección de datos

2. Formulación de un modelo matemático que represente el problema
3. Desarrollo de un procedimiento en computadora para derivar una solución
4. Prueba del modelo y su mejoramiento
5. Preparación para la aplicación del modelo prescrito por la administración
6. La implementación del modelo
DEFINICIÓN DEL PROBLEMA Y RECOLECCIÓN DE DATOS
Primero se debe hacer el estudio del sistema y desarrollar un resumen del problema:
- Definir el problema
- Determinar los objetivos apropiados (de la mano del tomador de decisiones)
o Deben ser tan específicos como sea posible considerando las metas del
tomador de decisiones y los objetivos de las demás áreas de la empresa
- Delimitar restricciones
- Determinar las interrelaciones con otras áreas
- ** los diferentes cursos de acción y límites de tiempo
Un equipo de OPE trabaja a nivel de asesoría, en el que asesoran a la administración en la

toma de decisiones (costos-beneficio, etc) mediante un análisis técnico y recomendaciones.
OPE se encarga del bienestar de toda la organización para encontrar soluciones óptimas
globales
Para las organizaciones lucrativas:
Para no caer en la suboptimización se utiliza la maximización de la ganancia a largo plazo

como objetivo único
- Proporciona flexibilidad de traducción de actividades a ganancias con el tiempo para

que sean significativas.
Para lograr este tipo de ganancia se debe considerar el efecto de:
1. Los dueños que desean ganancias

2. Los empleados que aspiran mejor empleo
3. Los clientes que quieren el producto
4. Los proveedores que buscan integridad
5. El gobierno que cobra impuestos y rige las leyes
Para la recolección de datos:
El equipo de OPE debe recolectar muchos datos para tener exactitud del problema, es difícil
por:
- No se disponen de datos suficientes

- No hay buen sistema de almacenamiento de información
- Se debe buscar ayuda de otros empleados que puedan proporcionar datos
- Se mejoran los datos imprecisos
El mayor problema es que existen demasiados datos, por lo que organizarlos, definirlos y
relacionarlos es complicado => una técnica para esto es la extracción de datos (descubrir
patrones dentro de las fuentes de información)
FORMULACIÓN DE UN MODELO MATEMÁTICO
Los modelos:
- son una parte integral de la vida diaria (modelos de avión, retratos, globos terráqueos,
etc.)
- tienen un papel importante en la ciencia y negocios
- extraen la esencia del material de estudio, interrelacionan y facilitan el análisis
- son representaciones idealizadas (en símbolos y números)
variables de decisión = representaciones de las decisiones a tomar

Entonces, por ejemplo, la medida que queremos maximizar o minimizar se expresa como una
función matemática de las variables de decisión.
Esa función es la FUNCIÓN OBJETIVO, las delimitaciones matemáticas son las RESTRICCIONES y
los coeficientes son los PARÁMETROS del modelo.
Construcción de la función objetivo:
Requiere desarrollar una medida cuantitativa de la eficacia para cada objetivo que el tomador
de decisiones identifica.
Si hay + de 1 objetivo, se transforma y combinan las medidas en una sola (Medida Global de
Eficacia), la cual deriva hasta una sola FUNCIÓN OBJETIVO.
¿Cómo se asignan valores a los parámetros del modelo?
Se requiere de la recolección de los datos relevantes. Al ser esto difícil, los valores asignados se
vuelven estimaciones en los que se analiza sus variaciones y la solución del problema varía
también. ESTO ES EL ANÁLISIS DE SENSIBILIDAD
El modelo matemático tiene ventajas sobre el modelo verbal:
- Describe el problema de forma más concisa, osea más comprensible

- Mayor claridad sobre los datos importantes
- Mejor manejo del problema y sus interrelaciones
- Se usa la tecnología y matemática para analizar el problema
También tiene obstáculos:
- Se requieren de muchas aproximaciones y simplificaciones para que el modelo sea

manejable. Hacer que el modelo sea una representación válida mediante una alta
correlación entre la predicción y la vida real.
Enriquecimiento del modelo: empezar con una versión simple y avanzar en una compleja de
manera manejable.
OBTENCIÓN DE SOLUCIONES A PARTIR DEL MODELO
Se busca una solución óptima, no mejor porque al ser tan aproximada es imposible definir la
mejor solución.
Herbert Simon: “es mucho más frecuente satisfizar que optimizar”
- Las metas se pueden establecer de manera que marquen los niveles mínimos
satisfactorios
Samuel Eilon: “Optimizar es la ciencia de lo absoluto, satisfizar es el arte de lo factible”.
La meta de un estudio debe ser: realizar el proceso de manera óptima buscando la ciencia de lo
absoluto, tener en cuenta los costos y desventajas, así como maximizar los beneficios.
Procedimientos heurísticos: de diseño intuitivo que no garantizan solución óptima sino

subóptima.
Ya que a veces la solución óptima se aleja del problema real, se tiene que realizar un análisis
posóptimo: analiza el qué pasaría de la solución óptima hasta obtener aproximaciones más
precisas.
Parámetros sensibles: aquellos que no se pueden cambiar sin que la solución óptima también
cambie.
PRUEBA DEL MODELO
La validación del modelo:
“los árboles impiden ver el bosque”  debemos ver el modelo de una manera global para
evitar errores.
- Se debe al menos incluir a una persona fuera del equipo para tener otras perspectivas
Se debe asegurar que las expresiones matemáticas de las dimensiones sean congruentes.
Planteamiento sistemático para la prueba: prueba retrospectiva
- Se utiliza datos históricos y se usa el pasado para determinar si el modelo y solución

hubiesen tenido buenos resultado
- Desventaja: se basa en los mismos datos que se usaron para formular el modelo
o Una sol es dejar pasar el tiempo y usar esos datos nuevos para evaluar el
modelo
PREPARACIÓN PARA APLICAR EL MODELO
Primero debemos instalar un sistema documentado interactivo que incorpore el modelo y el

procedimiento de solución como material de revisión y que se pueda modificar para las
mejoras futuras. Se llama SISTEMA DE APOYO PARA LAS DECISIONES.
IMPLEMENTACIÓN
Es importante que el equipo se asegure que las soluciones del modelo se traduzcan con
exactitud a un procedimiento operativo
El éxito de la implementación depende de:
- El apoyo de los altos cargos de la organización (se consigue con transparencia y guiar a
los empleados)
- Buena documentación de la metodología para que se pueda reproducir en el futuro
La implementación incluye:
1. Explicar el sistema de apoyo para las decisiones a los administrativos y operativos. Y así
puedan capacitar a los demás trabajadores para un buen funcionamiento.
CAP 3.3
SUPOSICIONES DE PROGRAMACIÓN LINEAL
PROPORCIONALIDAD
El valor de la función objetivo es proporcional al nivel de la actividad
La contribución de cada actividad al lado izquierdo de cada restricción es proporcional al nivel

de la actividad Xij
¿y cuando la suposición no se cumple?
Se debe emplear programación no lineal o se reformula el problema
ADITIVIDAD
Cada función es la suma de las contribuciones individuales de las actividades.
• Aditividad: Esta suposición garantiza que el costo total es la suma de los costos
individuales, y que la contribución total a la i-ésima restricción es la suma de las
contribuciones individuales de cada actividad.
DIVISIBILIDAD
Se refiere a los valores permitidos para las variables de decisión
• Divisibilidad: Esta suposición asegura que las variables de decisión se pueden dividir
en cualquier nivel fraccional, de modo que se permiten valores no enteros para las
variables de decisión.
Hay modelos que no cumplen porque se han restringido a valores enteros. Se llaman modelos
de programación entera
CERTIDUMBRE
Se refiere a los parámetros del modelo, osea los coeficientes en la función objetivo
Se supone que los valores asignados a cada parámetro son constantes CONOCIDAS
Certidumbre: dice que todos los parámetros del modelo (los valores aij,bi y cj) son constantes
conocidas. En los problemas reales, muy pocas veces se satisface por completo
esta suposición. Casi siempre se formula un modelo de programación lineal para elegir un
curso de acción futuro.
Cuando el grado de incertidumbre es demasiado grande se necesitan establecer los

parámetros como variables aleatorias.
Winston:
CAP 1.3: CITGO PETROLEUM
OPTIMIZACIÓN DE LAS OPERACIONES DE REFINACIÓN
1. Klingman y col querían minimizar el costo de operación de las refinerías

2. La refinería Lake Charles fue sometida a estimar:
o Costo de producción de cada producto
o Energía necesaria para producir cada producto
o Rendimiento de cada combinación de insumos producto
o Disminuir costos de mantenimiento
3. Se ideó un modelo para optimizar las operaciones de las refinerías usando
programación lineal. OSEA PARA MINIMIZAR LOS COSTOS
o Tiene restricciones de las mezclas, insumos y la calidad
4. Se sacaron datos de los insumos y productos para validar el modelo y se comparó el
rendimiento real con el pronosticado.
5. Se pudo generar una estrategia diaria para administrar los insumos y productos de la
refinería
6. Se siguió usando el modelo realizado
EL SISTEMA DE ABASTECIMIENTO, DISTRIBUCIÓN Y COMERCIALIZACIÓN (ABC)
1. Se quería un modelo matemático para tomar decisiones en el abastecimiento,

distribución y comercialización
o El objetivo es maximizar la utilidad de las decisiones
2. Se instaló una base de datos de todos los productos
3. Se usó un modelo de flujo de costo mínimo para correr el modelo
4. Se evaluó el modelo de forma continua
5. Se puso en marcha el modelo

Resumen Lecturas Examen 1

Cargado por

Copyright:

Formatos disponibles

Resumen Lecturas Examen 1

Cargado por

Información del documento

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

Resumen Lecturas Examen 1

Cargado por

Copyright:

Formatos disponibles

Hillber:

Ope se ocupa de (características):

- la administración práctica de la organización (toma de decisiones)

Es necesario emplear el enfoque de equipo de expertos

Se usa el método científico para explorar los diversos problemas

1. Observación y formulación del problema

En muchas organizaciones la aplicación de OPE ha contribuido a:

- la optimización de operaciones y procesos

consiguiendo ahorrar hasta 800 millones de dólares.

1. Definición del problema y recolección de datos

DEFINICIÓN DEL PROBLEMA Y RECOLECCIÓN DE DATOS

Un equipo de OPE trabaja a nivel de asesoría, en el que asesoran a la administración en la

Para las organizaciones lucrativas:

Para no caer en la suboptimización se utiliza la maximización de la ganancia a largo plazo

- Proporciona flexibilidad de traducción de actividades a ganancias con el tiempo para

Para lograr este tipo de ganancia se debe considerar el efecto de:

1. Los dueños que desean ganancias

Para la recolección de datos:

- No se disponen de datos suficientes

FORMULACIÓN DE UN MODELO MATEMÁTICO

variables de decisión = representaciones de las decisiones a tomar

Construcción de la función objetivo:

¿Cómo se asignan valores a los parámetros del modelo?

El modelo matemático tiene ventajas sobre el modelo verbal:

- Describe el problema de forma más concisa, osea más comprensible

También tiene obstáculos:

- Se requieren de muchas aproximaciones y simplificaciones para que el modelo sea

OBTENCIÓN DE SOLUCIONES A PARTIR DEL MODELO

Herbert Simon: “es mucho más frecuente satisfizar que optimizar”

Samuel Eilon: “Optimizar es la ciencia de lo absoluto, satisfizar es el arte de lo factible”.

Procedimientos heurísticos: de diseño intuitivo que no garantizan solución óptima sino

PRUEBA DEL MODELO

La validación del modelo:

Planteamiento sistemático para la prueba: prueba retrospectiva

- Se utiliza datos históricos y se usa el pasado para determinar si el modelo y solución

PREPARACIÓN PARA APLICAR EL MODELO

Primero debemos instalar un sistema documentado interactivo que incorpore el modelo y el

El éxito de la implementación depende de:

El valor de la función objetivo es proporcional al nivel de la actividad

La contribución de cada actividad al lado izquierdo de cada restricción es proporcional al nivel

¿y cuando la suposición no se cumple?

Se debe emplear programación no lineal o se reformula el problema

Cada función es la suma de las contribuciones individuales de las actividades.

Se refiere a los valores permitidos para las variables de decisión

Cuando el grado de incertidumbre es demasiado grande se necesitan establecer los

CAP 1.3: CITGO PETROLEUM

OPTIMIZACIÓN DE LAS OPERACIONES DE REFINACIÓN

1. Klingman y col querían minimizar el costo de operación de las refinerías

EL SISTEMA DE ABASTECIMIENTO, DISTRIBUCIÓN Y COMERCIALIZACIÓN (ABC)

1. Se quería un modelo matemático para tomar decisiones en el abastecimiento,

También podría gustarte