Investigación de Operaciones II

OBJETIVO GENERAL:

Determinar el mejor curso de acción, el óptimo, de problemas de toma de decisiones, mediante el uso de modelos matemáticos determinísticos y estocásticos, que busquen la maximización de ingresos o minimización de costos a través de una asignación eficiente de recursos.

OBJETIVOS ESPECÍFICOS:

• Estudiar la operación de una instalación de servicio en condiciones aleatorias, para determinar las características que miden el desempeño del sistema estudiado, con el fin de mejorar el desempeño de este.
• Determinar la mejo política o curso de acción, entre una serie de alternativas de decisión, que maximice el ingreso o minimice el costo de un proceso.
• Construir sistemas experimentales o simulador, que actúe como un sistema real en estudio para obtener información más rápida y económica sobre posibles acciones alternativas.

CONTENIDO PROGRAMÁTICO:

UNIDAD I: MODELOS DE LÍNEA DE ESPERA:

Elementos básicos del modelo. Tipos de modelos de líneas de espera: procesos de nacimiento puro y muerte pura, líneas de espera con llegadas y salidas combinadas, líneas de espera especializadas de Poisson, líneas de espera que no obedecen la distribución de Poisson, líneas de espera con prioridades de servicio y líneas de espera sucesivas o en serie.

UNIDAD II: SIMULACIÓN:

Simulación. Definición. Cuando debe utilizarse la simulación. Simulación y variables aleatorias. Pasos a seguir en un proceso de simulación: formulación del problema, recolección y procesamiento de datos, formulación del modelo matemático, evaluación de las características de la información procesada, formulación de un programa de computadora, validación del programa de computadora, diseño de experimentos de simulación y análisis de resultados y validación de la simulación. Simulación de problemas discretos. Simulación de problemas continuos.

UNIDAD III: TEORÍA DE DECISIÓN:

Definiciones. Fases del proceso de toma de decisiones. Tipos de ambientes en el proceso de toma de decisiones. Proceso de toma de decisiones bajo incertidumbre (Maximax, Maximin, Criterio de realismo, Igualdad de probabilidades). Proceso de toma de decisiones bajo riesgo (Valor monetario esperado, Valor esperado de la información, Pérdida de oportunidad esperada). Árboles de decisión. Teoría de la utilidad.

UNIDAD IV: PROCESO DE DECISIÓN DE MARKOV:

Conceptos básicos. Modelos de programación dinámica de etapa finita. Modelos de etapa infinita: método de enumeración exhaustiva, método de iteración de política sin descuento y método de iteración de política con descuento. Problemas de decisión de Markov aplicando programación lineal.

BIBLIOGRAFÍA

• Bronson, Richard, (1988) “Investigación de Operaciones. Teoría y 310 Problemas Resueltos. Serie Schaum” Mc Graw Hill. México.
• Render, B.; Stair, R.; Hanna, M., (2006) “Métodos cuantitativos para los negocios” Pearson Prentice Hall. México.
• Goberna, Miguel Ángel; Jornet, Valentín y Puente, Rubén, (2004) “Optimización Lineal. Teoría, métodos y Modelos” Mc Graw Hill. España.
• Lieberman y Hillier, (2001) “Investigación de Operaciones” Mc Graw Hill. México.
• Prawda, Juan, (1991) “Métodos y Modelos de Investigación de Operaciones. Volumen 2 Modelos Estocásticos” Editorial Limusa. México.
• Taha, Hamdy, (2004) “Investigación de Operaciones” Editorial Alfaomega. México.