Preparar profesionales académicamente capaces y altamente motivados para tomar decisiones en sistemas empresariales complejos y cambiantes, en donde las técnicas de Investigación Operativa juegan un rol preponderante. Se espera que el alumno desarrolle criterios de optimización, habilidades de modelización y capacidad de análisis de resultados, principales características del ingeniero industrial. Particularmente, se persiguen los objetivos de introducir y familiarizar a los alumnos en la metodología para la toma de decisiones empresariales, en la formulación de modelos decisorios lineales, a través de un desarrollo comprensivo, con aplicación a industrias y a otras áreas disciplinarias relacionadas, y de problemas con variables de decisión discretas, en la modelización de procesos de problemas de decisión de criterios múltiples, en el tema de la programación no lineal a fin de proporcionar una noción del alcance de dicha técnica, en la aplicación de técnicas basadas en redes de programación, planeamiento y control de proyectos, en la formulación de modelos de optimización de stocks y utilización de los sistemas de administración conocidos, en el planteo de sistemas de espera y en las técnicas de simulación, principalmente con aplicaciones industriales.
Proceso de toma de decisiones.
Reseña histórica.
Métodos Cuantitativos y Administración Científica.
Concepto de sistemas y procesos. Sistemas empresariales.
Definición de IO. Campo de aplicación.
Modelización. Concepto de modelos. Clasificación.
Metodología para la implementación de sistemas decisorios.
Características de la programación matemática.
Formulación de modelos de programación lineal.
Algoritmos de solución.
Interpretación de resultados.
Aplicaciones a Planeamiento de la Producción, Mezcla, Distribución. Asignación y Programación de Actividades.
Solución de problemas por computadora. Programa LINDO.
Variables enteras.
Algoritmo Branch and Bound.
Variables binarias.
Aplicaciones de variables enteras.
Aplicaciones prácticas sobre proyectos reales. Utilización de sistemas computarizados.
Ecuaciones de restricciones y de metas.
Función objetivo con prioridades dominantes.
Formulación de casos.
Solución por computadora.
Características de los problemas no lineales.
Formulación y resolución de modelos matemáticos con restricciones y/u objetivos no lineales en el ámbito de la PL.
Método de recurrencia.
Algoritmo del Pooling.
Aplicaciones prácticas con sistemas computarizados.
Definición de proyecto
Sistemas de administración PERT y C.P.M. Diferencias más relevantes
Construcción de redes Flecha-Actividad y Nodo-Actividad
Actividades ficticias.
Definición y cálculo de fechas
Camino Crítico. Definición y concepto. Márgenes de sucesos y de actividades.
Estimación de tiempos de realización
Análisis de costos
Programación financiera
Proyectos sujetos a restricciones
Aplicaciones por computadora
Objetivo. Comportamiento cíclico de los inventarios
Costos intervinientes
Características y objeto de los problemas de stocks
Formulación matemática y resolución de problemas con y sin nivel de protección.
Agotamiento de existencias.
Reposición instantánea y no instantánea.
Precios de adquisición variables con el tamaño del lote
Análisis de sensibilidad. Error relativo.
Restricciones físicas, administrativas y financieras.
Problemas para más de un producto.
Curvas de isocostos.
Análisis TI-TO (Total Inmovilizado-Total de órdenes)
Modelos especiales de demanda aleatoria.
Curvas ABC.
Criterios de reaprovisionamiento de stocks.
Conceptos de MRP y Just In Time.
Aplicaciones por computadora
Procesos de ingreso y atención de clientes en sistemas de atención.
Tipos de colas y disposiciones de canales.
Modelos con colas de un canal y de varios canales dispuestos en paralelo
Modelos con población finita e infinita
Efecto de la impaciencia
Modelos con capacidad limitada e ilimitada de cola
Canales en serie
Análisis de problemas complejos con velocidades de atención distintas
Optimización de sistemas de colas
Solución por computadora.
Definiciones.
Metodología para la implementación de modelos de simulación
Simulación discreta y continua.
Simulación determinística
Simulación de procesos aleatorios. Procesos Montecarlo.
Generación de números aleatorios.
Transformación inversa.
Ventajas y desventajas con respecto a los métodos cuantitativos.
Aplicaciones. Utilización de sistemas computarizados.