Programación Lineal Entera no recibe atención hasta que Gomory obtiene la expresión general, métodos limitados.

Estudios de IO.-estructuración estadística de los datos-modelos descriptivos de tipo probabilístico.

A mediados e los 50s la IO se afianzaba en la Industria.

En Inglaterra el desarrollo de la Organización era una novedad en la industria

EEUU fortalecía los grupos militares-Inglaterra trasladaban a la sociedad civil

En Agosto de 1940 el Físico P.M.S Balckett de la Universidad de Manchester dirigió un equipo de estudio

Maximizar la eficiencia

La IO nace en Inglaterra a finales de 1939

HISTORIA DE LOS MÉTODOS

CUANTITATIVOS

Los modelos no lineales

Proceden del desarrollo del cálculo matemático en el siglo XVIII, siendo el concepto básico el del Langrangiano.

Progresó durante los años sesenta y setenta,

Resolución de problemas de tamaño medio con varias decenas de restricciones y algunos cientos de variables.

Otros modelos

La Programación Dinámica

Richard Bellman al principio de los cincuenta.de gran importancia en la Teoría del Control Optimo

La teoría de las colas

Dánes A.K. Erlang en la industria telefónica de principios de Siglo existencia de multitud de lenguajes de simulación a disposición de los usuarios de computadoras.

La Teoría de Juegos

Primeros resultados de von Neumann sobre el teorema del mínimax en 1926. Influencia de esta teoría sobre la organización ha sido muy limitada.

Teoría de la Decisión

Basada en la estadística Bayesiana y la estimación subjetiva de las probabilidades de los sucesos; cuando la información no es completa

Asp

ect

os

que c

ara

cteri

zan la IO

Toma directa de datos

Empleo de Modelos matemáticos

Obtención de las políticas óptimas

Modificación de dichas políticas de acuerdo con factores reales no considerados en el modelo.

Su base fundamental está en las matemáticas, la economía, la estadística y e cálculo de

probabilidades

No existe método analítico que permita obtener, con seguridad y en un tiempo conveniente, el óptimo teórico.

ESTABLECIDO

HA

LA I.O.MÉTODOS HEURÍSTIC

OS

Algoritmos genéticos

introducidos por Holland para imitar

algunos de los mecanismos que se observan en la evolución de las

especies

Algoritmo reconocido simulado

generan aleatoriamente una solución cercana y la aceptan como la

mejor si tiene menor costo,

La búsqueda tabú

Basada el uso de estructuras de memoria para

escapara de los óptimos locales en los que se puede

caer al moverse de una solución a otra

Las redes neuronales

Reproducen en la medida de lo

posible características y

capacidad de procesamiento de

información del conjunto de neuronas

presentes en el cerebro.

INVESTIGACIÓN OPERATIVA

• Fase 1: Formulación del problema:.- enjuicia

aspectos a analizar

Utiliza:

• Fase 2: Formulación de un modelo

matemático.- se apoya en un lenguaje

matemático más o menos sofisticado

Estudia problemas

relacionados a la toma de decisiones

• Fse 4: discernir entre las soluciones

reveladas.- elegir una solución y caracterizar

todos sus detalles

Su objetivo es formar al estudiante en

conceptos básicos de I.O.

MÉTODOS CUANTITATIVOS

DE GESTIÓN

Resolución de problemas de gestión y análisis y desarrollo

de algoritmos

Técnica de resolución de asignación de recursos

PROGRAMACIÓN LINEA

L

MC de G

MC de G

módulo centrado en el problema de transporte

FLUJO DE REDES

sirviendo como finalización del módulo dedicado a programación

lineal en general

MC DE G

• Modelado de situaciones en que existen variables de decisión, implicaciones lógicas o relaciones disyuntivas.

PROGRAMACIÓN LINEAL ENTERA

• Caracterizada por el enfrentamiento entre 2 o más oponentes

TEORÍA DE JUEGOS

• Introducción al análisis de alternativas en diversos entornos

TEORÍA DE LA DECISIÓN

• Estudio de problemas de decisión secuenciales o de múltiples etapas

PROGRAMACIÓN DINÁMICA

• Modelado describe la sistemática general del modelado basándose en etapas

TÉCNICAS DE MODELADO

• Describen la parte esencial del comportamiento de un sistema, el diseño de experimentos con el modelo y la extracción de conclusiones de los resultados

SIMULACIÓN DE EVENTOS DISCRETOS

Amplia las técnicas más novedosas para la resolución de problemas lineales continuos y enteros y las técnicas ya expuestas desde un punto de vista computacional

MÉTODOS AVANZADOS DE GESTIÓN

algoritmo simplex -los métodos de descomposición y partición y métodos llamados de punto interior y su aplicación-.

EXTENSIONES DE LA PROGRAMACIÓN LINEAL Introduce otros

métodos de optimización para problemas con restricciones.

PROGRAMACIÓN NO LINEAL

Se muestran diversos tipos de operadores de selección, cruce, mutación, etc.

ALGORITMOS GENÉTICOS

RECONOCIDO SIMULADO• Ocurrencia esporádica y probabilística de pasos hacia atrás, • Empeoramientos en el valor de la función objetivo.

BUSQUEDA TABÚ• Prohíbe movimientos inmersos a los que aparecen en dicha tabla. • Intensificación y diversificación

REDES NEURONALES ARTIFICIALES• unidades de procesamiento elemental capaces de realizar tareas como clasificación,

generalización, optimización, abstracción, etc.

TEORÍA DE COLAS• Diseño y análisis de unidades productivas y de servicios.