Proceso de toma de decisiones · Proceso de toma de decisiones Ing. Ricardo Fernando Otero, MSc Optimización Ing. Ricardo Fernando Otero - Pregrado Ingeniería Industrial – Pontificia

Proceso de toma de decisiones

Ing. Ricardo Fernando Otero, MSc

Optimización Ing. Ricardo Fernando Otero - Pregrado Ingeniería Industrial – Pontificia Universidad Javeriana Sede Bogotá

Actividad en Clase

Resolver Problema de la Mochila.

Resolver problema de Rutas

¿Cuáles fueron la estrategias para encontrar las buenas soluciones?

¿Qué diferencia existen entre las buenas soluciones y las mejores soluciones?

¿Qué implicaciones tiene encontrar la mejor solución?


Conversatorio

¿Qué mitos han escuchado sobre los ingenierosindustriales?

¿Cuáles son sus ideales sobre cómo debería ser uncurso de optimización?


Investigación de operaciones

Disciplina que se apoya en el uso de modelosmatemáticos, probabilidad, estadística y algoritmoscon objeto de realizar un proceso de toma dedecisiones

Herramientas propias de la Ingeniería Industrial.

Soportar la toma de decisiones.

No pueden tomarse como verdades absolutas.

Blindan de la subjetividad de los tomadores de decisiones.


Proyectos Javerianos de Investigación de Operaciones

Pontificia Universidad Javeriana Planeador Universitario Curricular PUC.

Definición de horarios de las asignaturas.

Colmotores Optimización del almacenamiento de repuestos.

Alpina Inventario-Ruteo de canastillas de productos.

Programación de la producción.

Fundación Santafé Asignación de enfermeras a pacientes para disminuir diferencias

en cargas de trabajo.

Clínica el Bosque Programación de turnos de enfermeras.


Contenido de la asignatura

Modelación de problemas.

Solución de modelos.

Software para la solución de modelos.

Análisis de sensibilidad.


ABET – Competencias esperadas

Habilidad para aplicar conocimientos de matemáticas, ciencia e ingeniería.

Es capaz de interpretar la solución del problema y de analizar los resultados en caso que haya cambios en el modelo.


Esquema de Calificación

1er Parcial: 20%

Modelamiento en clase: 5%

2do Parcial: 25%

Examen Final: 25%

2 Quices: 10%

3 Casos: 15%

Solución del modelamiento en clase 2.5%

Caso de problemas MILP con carga y post-procesamiento 5%.

Selección, modelación y solución de un problema elegido por cada grupo 7.5%.


Monitorías

Javier López

[email protected]

Horario: Viernes 11:00 a 1:00pm. Lugar: Por definir.

Julian Camilo Zabala

[email protected]

Horario: Viernes 11:00 a 1:00pm. Lugar: Por definir.


CVE Calificación de la vocación estudiantil (CVE), está representada por los

aportes extras de los estudiantes, las fallas académicas y disciplinarias.

Los aportes extras por parte de los estudiantes deben estar acordes conla asignatura y demostrar su beneficio. Entre ellos pueden estar:comentarios a lugar de acuerdo al tema impartido en clase, artículos deinformación complementaria, experimentos desarrollados,experimentos propuestos, información multimedia.

Las fallas académicas están relacionadas con deficiencias en loscontroles de lectura y resolución de ejercicios propuestos.

El CVE aportará en la calificaciones de casos. Cada punto equivale a 0.1en la calificación definitiva de la nota de casos hasta por un máximo de0.6.


Programación de clases

Optimización tiene una intensidad de 3 horas a lasemana. Por lo tanto:

Hora de entrada 7:15am.


Conceptos Requeridos

Conocimientos previos

Álgebra Lineal

Notación matemática

Sumatorias y propiedades

Aprendizaje en paralelo

Solver en Excel.

Solver en Gusek.


Repositorio de información

Página Web: cursos-ro.jimdo.com

Información general de la asignatura

Contenido temático

Bibliografía

Presentaciones de clase

Lecturas propuestas

Ejercicios propuestos

Ejercicios de repaso

Foro de preguntas


Optimización


¿Qué es un modelo?

¿Variables? ¿Parámetros?

5𝑥 + 7

5𝑥 + 7𝑥2

5𝑥 + 𝑦

𝑥𝑦 + 5𝑧

a𝑥 + 𝑏𝑦


Programación Lineal

Operaciones prohibidas

Multiplicación entre variables.

División entre variables.

División de parámetro entre variable.

Ejemplo

𝑥2

𝑥

𝑦

Se quiere disminuir el tamaño de un círculo. ¿Cómo sería la expresión?


¿Por qué modelar?

Permite comprender en mayor detalle el problema.

Para gran variedad de problemas permite encontrar la mejor solución posible.


IO dentro de la toma de decisiones


Problema

Modelo

Análisis de la solución

Acción e implementación

Pre-Procesamiento

Representación

matemática de

características

relevantes del problema

Post-Procesamiento y

análisis

Experimento

mental

Evaluación

CriteriosLimitacionesDatos

Pasos en la creación de un Modelo Contexto

Los datos conocidos se consideran Parámetros. Siempre son números.

Entendimiento del problema y su información.

Decisión

Se consideran variables. Dar valores a las variables genera alternativas.

¿Qué decisión debe tomarse?, ¿Cuál? o ¿Cuánto?

Qué diferentes alternativas existen

Limitaciones

¿Qué alternativas no son factibles?

Criterio de elección

Entre dos alternativas factibles ¿Cómo sé cuál es la mejor?


Factibles

¿Cuál es la mejor?

Alternativas

Experimento Mental

1. Comprender el contexto del problema.

2. Definir la decisión y acción correspondiente.

3. Definir y nombrar detalladamente las variables que representarán las decisiones.

4. Generar alternativas al problema dando valores cualquiera a las variables.

5. Ponerse en los zapatos de la persona que realiza la acción. Usando únicamente los nombres de las variables y sus valores, analizar si es posible realizar completamente la acción sin usar ningún tipo de supuesto.

6. Si se puede ejecutar completamente la acción, la variable fue definida correctamente.


¿Qué decisiones tomaron el día de hoy?

¿Qué grupos de elementos intervienen en la decisión?

¿Con base en qué información conocida se tomó la decisión?

¿Qué alternativas existían?

¿Qué restricciones existían sobre las alternativas?

¿Cuál fue la decisión?

¿Qué haría una buena decisión?

¿Cómo se resume el problema?


¿Qué decisiones tomaron el día de hoy?

¿Qué grupos de elementos intervienen en la decisión?

¿Con base en qué información conocida se tomó la decisión?

¿Cuál fue la decisión?

¿Qué limitaciones impidieron que la decisión tomada fuera mejor?

¿Qué haría una buena decisión?

¿Cómo se resume el problema?


Conjuntos

Variables

Parámetros

Función Objetivo

Restricciones

Son Números

Son Números

Son ecuaciones

Son expresiones

NO son números

Ejemplo

Suponga que usted desea seguir una dieta quecontenga al menos 2.000 Kcal, al menos 55 g deproteína y 800 mg de calcio. Adicionalmente paragarantizar cierta variedad en la dieta se establecelímites de porciones por día en los alimentos. Con estainformación se requiere encontrar la dieta que tenga elmenor costo asociado y permita satisfacer estosrequerimientos.


Ejemplo (2)


Conceptos Conjuntos:

Representan elementos.

No se pueden sumar, multiplicar, restar, etc.

Parámetros Es información del problema. Representan números.

Darles valores no resuelven el problema.

Variables: Son las decisiones del problema. Representan números.

Darles valores resuelven el problema.

Restricciones Representan ecuaciones. Todas las alternativas deben verificar el cumplimiento de las restricciones.

Función objetivo. Es una expresión matemática que representa un número.

Entre varias alternativas de solución se selecciona la de mejor criterio.


Actividad

Definir los componente anteriores para cualquier decisión que haya tomado recientemente.


Documents

Proceso de toma de decisiones · Proceso de toma de decisiones Ing. Ricardo Fernando Otero, MSc Optimización Ing. Ricardo Fernando Otero - Pregrado Ingeniería Industrial – Pontificia