TRABAJO DE INVESTIGACION DE OPERACIONES

PRESENTADO POR: YESID ASDRUAL CUY JIMENEZ CODIGO 1093747216 BAIRO JAIMES BRICEO CODIGO 1093743745

PRESENTADO A: INGENIERA FANNY YURLEY HERNANDEZ

UNIVERSIDAD DE PAMPLONA SEDE VILLA DEL ROSARIO N.S

1. Que es investigacion de operaciones La Investigacin de Operaciones (IO) o Investigacin Operativa es una rama de las matemticas que hace uso de modelos matemticos y algoritmos con el objetivo de ser usado como apoyo a la toma de decisiones. Se busca que las soluciones obtenidas sean significativamente ms eficientes (en tiempo, recursos, beneficios, costos, etc) en comparacin a aquellas decisiones tomadas en forma intuitiva o sin el apoyo de una herramienta para la toma de decisiones. Los modelos de Investigacin de Operaciones son frecuentemente usados para abordar una gran variedad de problemas de naturaleza real en ingeniera y ciencias sociales, lo que ha permitido a empresas y organizaciones importantes beneficios y ahorros asociados a su utilizacin.

2. Historia de la investigacion de operaciones La primera actividad de Investigacin de Operaciones se dio durante la Segunda Guerra Mundial en Gran Bretaa, donde la Administracin Militar llam a un grupo de cientficos de distintas reas del saber para que estudiaran los problemas tcticos y estratgicos asociados a la defensa del pas. El nombre de Investigacin de Operaciones fue dado aparentemente porque el equipo estaba llevando a cabo la actividad de investigar operaciones (militares). Motivados por los resultados alentadores obtenidos por los equipos britnicos, los administradores militares de Estados Unidos comenzaron a realizar investigaciones similares. Para eso reunieron a un grupo selecto de especialistas, los cuales empezaron a tener buenos resultados y en sus estudios incluyeron problemas logsticos complejos, la planeacin de minas en el mar y la utilizacin efectiva del equipo electrnico. Al trmino de la guerra y atrados por los buenos resultados obtenidos por los estrategas militares, los administradores industriales empezaron a aplicar las herramientas de la Investigacin de Operaciones a la resolucin de sus problemas que empezaron a originarse debido al crecimiento del tamao y la complejidad de las industrias. Aunque se ha acreditado a Gran Bretaa la iniciacin de la Investigacin de Operaciones como una nueva disciplina, los Estados Unidos tomaron pronto el liderazgo en este campo rpidamente creciente. La primera tcnica matemtica ampliamente aceptada en el medio de Investigacin de Operaciones fue el Mtodo Smplex de Programacin Lineal, desarrollado en 1947 por el matemtico norteamericano George B. Dantzig. Desde entonces las nuevas tcnicas se han desarrollado gracias al esfuerzo y cooperacin de las personas interesadas tanto en el rea acadmica como en el rea industrial. Un segundo factor en el progreso impresionante de la Investigacin de Operaciones fue el desarrollo de la computadora digital, que con sus tremendas capacidades de velocidad de

cmputo y de almacenamiento y recuperacin de informacin, permitieron al tomador de decisiones rapidez y precisin. Si no hubiera sido por la computadora digital, la Investigacin de Operaciones con sus grandes problemas de computacin no hubiera crecido al nivel de hoy en da. Actualmente la Investigacin de Operaciones se est aplicando en muchas actividades. Estas actividades han ido ms all de las aplicaciones militares e industriales, para incluir hospitales, instituciones financieras, bibliotecas, planeacin urbana, sistemas de transporte y sistemas de comercializacin.

3. Que es programacion lineal La Programacin Lineal es un procedimiento o algoritmo matemtico mediante el cual se resuelve un problema indeterminado, formulado a travs de ecuaciones lineales, optimizando la funcin objetivo, tambin lineal. Consiste en optimizar (minimizar o maximizar) una funcin lineal, denominada funcin objetivo, de tal forma que las variables de dicha funcin estn sujetas a una serie de restricciones que expresamos mediante un sistema de inecuaciones lineales.

4. Como se plica la investigacion de operaciones en la ingenieria industrial La esencia de la revolucin de la Ing. Industrial fue la transferencia o la muestra o experiencia del trabajador a la maquina la necesidad de implementar sistema de organizacin tales como estudios de tiempo y movimiento, diagrama de flujo de operacin y del proceso, son sistemas fcil de interpretar con la investigacin de operacin, mediante los modelos grficos y matemticos, que el ing. Industrial tiene que implementar a diario.

5. Como se aplica la programacion lineal a la ingenieria industrial La relacion que encontramos enla ingenieria industrial con la programacin lineal es la planeacin de las actividades para obtener un resultado optimo, esto es, el resultado que mejor alcance la meta especificada (segn el modelo matemtico) entre todas alternativas de solucin. Aunque la asignacin de recursos a las actividades es la aplicacin mas frecuente la programacin lineal tiene muchas otras posibilidades. De hecho, cualquier problema cuyo modelo matemtico se ajuste al formato general del modelo de programacin lineal es un problema de programacin lineal. Aun mas, se dispone de un procedimiento de solucin extraordinariamente eficiente llamado mtodo simple, para resolver estos problemas

incluso los de gran tamao. Estos son algunas causas del tremendo efecto de la programacin lineal en las ultimas dcadas.

6. Casos exitosos de programacion lineal

La Programacin Lineal fue una de las primeras herramientas cuantitativas con la que cont la Investigacin Operativa. Rpidamente se descubri su eficiencia. Por esta razn, era muy interesante conseguir nuevos mtodos de resolucin que hicieran la competencia al algoritmo simplex. Como una innovacin destacable en los aos ochenta aparece un nuevo y poderoso algoritmo para la resolucin de programas lineales: en 1984, Narendra Karmarkar (1984) de AT&T Laboratories public un artculo presentando esquemticamente un mtodo para resolver programas lineales de gran tamao. Este mtodo llamado algoritmo de Karmarkar se presenta como un buscador de ptimos a partir de puntos interiores, siendo sta la gran novedad en relacin con el mtodo simplex. Dicho artculo de Karmarkar no describe totalmente el mtodo resolutorio y, adems, afirma que es mucho ms rpido que el simplex para problemas de gran dimensin. El intento de descubrimiento de un remedo de dicho mtodo puso a toda la comunidad cientfica en pie de bsqueda. Pasaron cuatro aos hasta que se logr un conocimiento general del mtodo y su distribucin comercial. Esta extensin del algoritmo de Karmarkar fue debida a AT&T Laboratories, que llam a esta versin 'AT&T KORBX Linear Programming System'. La instalacin completa de esta versin tuvo un costo inicial de $8.900.000. Desde un principio se realizaron multitud de comparaciones entre el mtodo simplex y el de Karmarkar, con objeto de determinar cul de los dos era el ms eficiente. Sin embargo, esto no es fcil de determinar puesto que hay que especificar qu es exactamente lo que significa eficiencia. Es necesario efectuar la comparacin en multitud de situaciones diversas y a partir de ellas establecer la correspondiente tesis. Se han realizado estudios que cotejan el mtodo de Karmarkar con un paquete informtico estndar del mtodo simplex llamado MINOS. Para problemas de tamao grande (a partir de varios miles de restricciones) las mejoras en tiempo de clculo del mtodo de Karmarkar sobre el simplex son notables (factores entre 10 y 50 son comunes). No obstante, esta situacin no supone la supremaca del mtodo de Karmarkar en todo tipo de problemas. No hay que olvidar que para problemas de dimensin pequea, el mtodo simplex es ms intuitivo y fcil de aplicar. Tambin es posible realizar algunos comentarios acerca de la complejidad computacional de cada uno de los mtodos. El mtodo de Karmarkar es un algoritmo de tiempo polinomial, mientras que el simplex no goza de esta propiedad, sino que es de tiempo

exponencial. De esta forma, tenemos explicada la razn por la cual el mtodo de Karmarkar obtiene mejores resultados para problemas de gran dimensin. Es llamativo que los problemas que hasta hace unos aos necesitaban de computadoras de tamao medio, ahora sean resolubles mediante ordenadores personales. En la actualidad, prcticamente cualquier usuario de la Investigacin Operativa puede resolver problemas lineales mediante LINDO (u otro paquete informtico semejante) en un ordenador porttil. De esta manera, mediante LINDO se pueden manejar problemas con hasta 50.000 restricciones y 200.000 variables. De igual modo, se desarroll el paquete MINOS (empleando para programacin lineal el mtodo simplex) en el Systems Optimization Laboratory del Departamento de Investigacin Operativa de la Universidad de Stanford, que ha sido usado ms frecuentemente como herramienta optimizadora en programacin no lineal. Otros lenguajes de modelizacin se han desarrollado para ordenadores personales. As, ha aparecido GAMS/MINOS que es una combinacin de los dos programas bien conocidos con objeto de construir un lenguaje de modelizacin algebraica implementado por IBM. De la misma forma, ha aparecido el paquete XPRESS-LP; y el lenguaje MPL (Mathematical Programming Language) desarrollado por Maximal Software en Islandia. Esta misma casa produjo la utilidad Turbo-Simplex. En los aos noventa fueron apareciendo otras utilidades informticas, como son las hojas de clculo y sus complementos asociados, capaces de resolver programas lineales. Entre algunos de estos complementos se pueden citar los siguientes: Solver, VINO, What's Best? y XA. Casi todas estas utilidades fueron construidas por IBM para sus propias computadoras, sin embargo, poco a poco, se van obteniendo versiones para Macintosh. Aunque estas son las ms recientes aplicaciones informticas de los ltimos cinco aos, en los prximos aos se mejorarn, a la vez que se extendern los lenguajes y paquetes informticos que permitirn resolver con relativa facilidad problemas de programacin lineal complejos.

7. Que es un modelo matematico En ciencias aplicadas, un modelo matemtico es uno de los tipos de modelos cientificos que emplea algn tipo de formulismo matemtico para expresar relaciones, proposiciones sustantivas de hechos, variables, parmetros, entidades y relaciones entre variables y/o entidades u operaciones, para estudiar comportamientos de sistemas complejos ante situaciones difciles de observar en la realidad.

8. Que es una variable Las variables son nmeros reales mayores o iguales a cero. En caso que se requiera que el valor resultante de las variables sea un nmero entero, el procedimiento de resolucin se denomina Programacin entera.

9. Que es una solucion optima El conjunto de vrtices del recinto (formados por las restricciones) se denomina conjunto de soluciones factibles bsicas y el vrtice donde se presenta la solucin ptima se llama solucin mxima(o mnima segn el caso). Soluciones complementarias ptimas.- Con la solucin ptima, al final del simplex se tiene, la solucin primal X* y una ptima complementaria dual Y*, en el rengln Z, como coeficientes de las variables de holgura y/o artificiales que forman la primera solucin bsica, ( Precios Sombra" o "Variables Duales" o "Multiplicadores del Simplex").

BIBLIOGRAFIAS www.wikipedia.com Investigacion de operaciones de Hamdy Taha