Vous êtes sur la page 1sur 3

MODELOS ESTOCSTICOS de la INVESTIGACIN OPERATIVA

Objetivos Se pretende que el estudiante adquiera conocimientos y habilidades que le permitan identificar y resolver problemas de optimizacin bajo condiciones diferentes de modelizacin: esttica/dinmica, determinista/estocstica y de mltiples objetivos. El estudio sistemtico de esta amplia variedad de situaciones se aplicar a la toma de decisiones a travs del desarrollo analtico y la simulacin de los problemas planteados.

Programa Teora 1.- Modelos de inventarios con demanda determinista. Elementos de un sistema de inventarios. Modelos de inventarios de revisin continua: cantidad econmica de pedido. Modelos de produccin en lotes: cantidad econmica de produccin. Modelos de inventarios para mltiples productos. Modelos de periodo fijo. 2.- Modelos de inventarios con demanda probabilista. Modelos de inventario de un periodo. Nivel de servicio y stock de seguridad. Costes de escasez para inventarios en condiciones de riesgo. Modelos probabilistas de inventario con revisin continua: demanda pendiente o prdida de ventas. Modelos probabilistas de inventario con revisin peridica. 3.- Programacin multiobjetivo. Atributos, objetivos, metas y criterios. Reglas de decisin: optimizacin o satisfaccin. Eficiencia y dominancia. Funciones de utilidad. Caracterizaciones de soluciones eficientes. Mtodos de generacin de soluciones eficientes: mtodo de las ponderaciones y mtodo de las restricciones. Otras tcnicas multiobjetivo: los mtodos NISE y STEM. 4.- Programacin compromiso. Soluciones compromiso: minimizacin de la distancia al punto ideal. Limites del conjunto compromiso: el teorema de Yu. Mtodos basados en la preferencia global Mtodo del ideal desplazado. 5.- Programacin por metas. Estructura general de un modelo de programacin por metas. Programacin por metas ponderadas. Programacin por metas lexicogrficas. El mtodo secuencial para problemas lexicogrficos. Programacin por metas minimax. 6.- Programacin Dinmica. Elementos de un modelo de programacin dinmica. Representaciones de las ecuaciones de recursin: el problema del camino ms corto. Principio de optimalidad. Aplicaciones de la Programacin Dinmica: modelos de asignacin de recursos y de reemplazamiento de equipos. Control de inventarios: modelos dinmicos de lote

econmico. Modelos de decisin markovianos. 7.- Programacin Estocstica. Modelizacin de la incertidumbre en los modelos de Programacin Matemtica. Optimizacin con restricciones probabilistas. Modelo de recursin de dos etapas. Optimizacin va anlisis de escenarios. 8.- Modelos de colas M/M/s. Descripcin de un modelo de colas: caractersticas y notacin. El modelo de la cola M/M/1: procesos markovianos de nacimiento-muerte. Estado estacionario del modelo M/M/1. Frmula de Little. El modelo M/M/s. Los modelos M/M/s con restriccin de capacidad. Redes de colas. 9.- Modelos de colas no Markovianos. El modelo M/G/1: frmula de Pollaczek-Khintchine. Modelos con llegadas generales: condicin de equilibrio. Modelos M/D/1 y D/M/1. Anlisis econmico de los modelos de congestin. 10.- Sistemas, modelos y simulacin. La naturaleza de la simulacin. Pasos bsicos en un estudio de simulacin. Simulacin de sucesos discretos. Lenguajes de simulacin.Generadores de nmeros aleatorios. Generacin de variables aleatorias. 11.- Modelizacin y anlisis de los resultados de la simulacin. Anlisis de los datos de entrada. Seleccin de las distribuciones de probabilidad de los datos de entrada. Anlisis de los resultados de la simulacin. Tcnicas de reduccin de la varianza.

Programa Prcticas I. OPTIMIZACIN: Prctica I.1 Modelizacin y optimizacin mediante hojas de clculo. Introduccin al uso del SOLVER. Prctica I.2 Problemas de inventarios con demanda determinista y probabilista. Prctica I.3 Resolucin de problemas con mltiples objetivos. Prctica I.4 Programacin estocstica: modelos de recursin y optimizacin va escenarios. Prctica I.5 Modelos de colas. Anlisis econmico de las lneas de espera. II. SIMULACIN: Prctica II.1 Introduccin al programa ARENA. Prctica II.2 Seleccin de las distribuciones de probabilidad del input. Prctica II.3 Anlisis de los resultados de la simulacin para modelos con condicin de parada. Prctica II.4 Anlisis de los resultados de la simulacin para modelos en el estado estacionario.

Bibliografa

Avriel, M. and Golany, B. (eds.) Mathematical Programming for Industrial Engineers, Marcel Dekker, New York, 1996. Eppen, G.D., Gould, F.J., Schmidt, Moore, J.H. and Weatherford, L.R. Investigacin de Operaciones en la Ciencia Administrativa, 5 ed., Prentice Hall, 1999. Fernndez, N., Garca, J., Martnez, J y San Jos, L.A. Gestin de Stocks. Modelos de Optimizacin y Software, Universidad de Valladolid, 1999. Romero, C. Teora de la decisin multicriterio: conceptos, tcnicas y aplicaciones, Alianza Editorial Textos, 1993. Taha, H.A. Investigacin de Operaciones, 6 ed., Prentice Hall, 1998. Kall, P. y Wallace, S.W. Stochastic Programming, John Wiley and Sons, Chichester, 1994. Kelton, W.D., Sadowski, R.P. and Sadowski, D.A. Simulation with Arena, WCB/McGraw Hill, 1998.