TALLER INVESTIGACIÓN DE OPERACIONES

PRESENTADO POR:

MARLADIS ZURIQUE TORRES

AMIRA CARCAMO WILCHES

MARY PINO ELLES

PRESENTADO A:

JAVIER MARTÍNEZ

SENA

CENTRO DE COMERCIO Y SERVICIO

2015
 1. Desarrollo histórico de la investigación de operaciones

Las raíces de la IO pueden encontrarse muchas décadas atrás,

cuando se hicieron los primeros intentos por emplear el método
científico para administrar una empresa. Sin embargo, el inicio de la
actividad llamada investigación de operaciones es atribuible a ciertos
servicios militares que se prestaron al inicio de la Segunda Guerra
Mundial. Debido a los esfuerzos bélicos, existía la urgente necesidad
de asignar recursos escasos a las distintas maniobras militares y a las
actividades que componían cada operación de la manera más eficaz.
Por ello, las administraciones militares estadounidense y británica
llamaron a un gran número de científicos para que aplicaran el
método científico a éste y a otros problemas estratégicos y tácticos.
En realidad, les solicitaron que hicieran investigación sobre
operaciones (militares). Estos grupos de científicos fueron los
primeros equipos de IO. Debido al desarrollo de métodos eficaces
para utilizar la nueva herramienta que representaba el radar, los
científicos contribuyeron al triunfo en la guerra aérea que libró Gran
Bretaña.

Al terminar la guerra, el éxito de la IO en las actividades bélicas

generó gran interés debido a las posibilidades de aplicarla en un
ámbito distinto al militar. Una vez que la explosión industrial
posterior a la guerra siguió su curso, los problemas provocados por el
aumento de la complejidad y la especialización de las organizaciones
pasaron de nuevo al primer plano. Entonces comenzó a ser evidente
para un gran número de personas, entre ellas los consultores
industriales que habían trabajado con o para los equipos de IO
durante la guerra, que estos problemas eran en esencia los mismos
que los que debían enfrentar los militares pero en un contexto
diferente. Al inicio de la década de los años cincuenta, estos
visionarios introdujeron el uso de la investigación de operaciones en
una serie de organizaciones industriales, de negocios y del gobierno.
Desde entonces, se ha desarrollado con rapidez.

2. Concepto de las investigaciones de operaciones.

Como su nombre lo indica, el objetivo de esta disciplina implica

“investigar sobre las operaciones”. En consecuencia, esta disciplina se
aplica a la problemática relacionada con la conducción y la coordinación
de actividades en una organización. En esencia, la naturaleza de la
organización es irrelevante, por lo cual la IO ha sido aplicada de manera
extensa en áreas tan diversas como manufactura, transporte,
construcción, telecomunicaciones, planeación financiera, cuidado de la
salud, fuerzas armadas y servicios públicos, por nombrar sólo unas
cuantas. Así, la gama de aplicaciones es inusualmente amplia.

La IO incluye el término investigación en el nombre porque utiliza un

enfoque similar al que se aplica en las áreas científicas establecidas. El
método científico se utiliza para explorar los diversos problemas que
deben ser enfrentados, pero en ocasiones se usa el término
management science o ciencia de la administración como sinónimo de
investigación de operaciones.

3. Describa los modelos de investigación de operaciones.

La programación lineal utiliza un modelo matemático para describir el

problema. El adjetivo lineal significa que todas las funciones
matemáticas del modelo deben ser funciones lineales. En este caso, la
palabra programación no se refiere aquí a términos computacionales; en
esencia es sinónimo de planeación. Por lo tanto, la programación lineal
involucra la planeación de actividades para obtener un resultado óptimo;
esto es, el resultado que mejor alcance la meta especificada de acuerdo
con el modelo matemático entre todas las alternativas factibles.
Aunque la asignación de recursos a las actividades es la aplicación más
frecuente, la programación
lineal tiene muchas otras posibilidades. En realidad, cualquier problema
cuyo modelo matemático se ajuste al formato general del modelo de
programación lineal, es un problema de programación lineal. (Por esta
razón, un problema de programación lineal y su modelo se denominan
con frecuencia programa lineal, o incluso sólo PL.) Aún más, se dispone
de un procedimiento de solución muy eficiente llamado método
símplex para resolver estos problemas lineales, incluso los de gran
tamaño. Éstas son algunas razones del tremendo efecto de la
programación lineal en las décadas recientes.

el método símplex, un procedimiento general para resolver problemas

de programación lineal. Desarrollado por George Dantzig en 1947,
se ha comprobado su extraordinaria efi ciencia, y se usa en forma
rutinaria para resolver problemas grandes en las computadoras de hoy
en día. Excepto en el caso de problemas muy pequeños, se ejecuta
siempre en una computadora y existe una amplia variedad de paquetes
complejos de software para ello. También se usan extensiones y
variaciones del método símplex para realizar análisis posóptimo (que
incluye el análisis de sensibilidad) del modelo.
En este capítulo se describen y ejemplifican las características
principales del método símplex. En la primera sección se presenta su
naturaleza general junto con su representación geométrica. En las tres
secciones subsecuentes se desarrolla el procedimiento para resolver
cualquier modelo de programación lineal que se establezca en nuestra
forma estándar (maximización, todas las restricciones funcionales de la
forma # y restricciones de no negatividad sobre todas las variables) y
que sólo tenga cantidades no negativas en el lado derecho b de las
estricciones funcionales.

Teoría de la Dualidad y Análisis de Sensibilidad

Una de las aplicaciones más importantes de esta teoría es la

interpretación y realización del análisis de sensibilidad.
El análisis de sensibilidad es una parte esencial de casi todos los
estudios de programación lineal. Debido a que la mayoría de los valores
de los parámetros que se emplean en el modelo original son sólo
estimaciones de las condiciones futuras, es necesario investigar el efecto
que tendrían sobre la solución óptima en caso de que prevalecieran
otras condiciones. Aún más, ciertos valores de estos parámetros (como
la cantidad de recursos). pueden representar decisiones administrativas,
en cuyo caso su elección debe ser el aspecto principal de la
investigación, el cual se puede estudiar a través del análisis de
sensibilidad.el análisis de sensibilidad consiste, en esencia, en la
investigación del efecto que tiene sobre la solución óptima el hecho de
hacer cambios en los valores de los parámetros del modelo a ij, bi y c.
Sin embargo, al cambiar los valores de los parámetros en el problema
primal se cambian también los valores correspondientes en el problema
dual. Por tanto, se puede elegir qué problema se va a usar para
investigar cada cambio.

Modelos de Optimización de Redes

Los problemas de redes surgen en una gran variedad de situaciones. Las

redes de transporte, eléctricas y de comunicaciones predominan en la
vida diaria. La representación de redes se utiliza de manera amplia en
áreas tan diversas como producción, distribución, planeación de
proyectos, localización de instalaciones, administración de recursos y
planeación financiera, por mencionar sólo algunos ejemplos. En realidad,
una representación de redes proporciona un poderoso apoyo visual y
conceptual para mostrar las relaciones entre las componentes de los
sistemas, de tal modo que se usa casi en todos los ámbitos científicos,
sociales y económicos.
Uno de los mayores desarrollos recientes en investigación de
operaciones (IO) ha sido el rápido avance tanto en la metodología como
en la aplicación de los modelos de optimización de redes. La aparición
de algunos algoritmos ha tenido un efecto importante, al igual que las
ideas de ciencias de la computación acerca de estructuras de datos y la
manipulación eficiente de éstos. En la actualidad se dispone de
algoritmos y paquetes de computadora que se usan en forma rutinaria
para resolver problemas muy grandes que no se habrían podido manejar
hace dos o tres décadas.
Muchos modelos de optimización de redes son en realidad tipos
especiales de problemas de programación lineal.

Programación Dinámica

La programación dinámica es una técnica matemática útil para la toma

de decisiones secuenciales interrelacionadas. Proporciona un
procedimiento sistemático para determinar la combinación óptima de
decisiones. En contraste con la programación lineal, no cuenta con una
formulación matemática estándar “del” problema de programación
dinámica, si no que se trata de un enfoque de tipo general para
solucionar problemas; además, las ecuaciones específicas que se usan
de ben ajustarse a la situación particular.
Por tanto, es necesario cierto grado de creatividad y un buen
conocimiento de la estructura general de los problemas de programación
dinámica para reconocer cuándo y cómo un problema puede ser resuelto
por medio de estos procedimientos. Es posible desarrollar mejor estas
habilidades mediante la exposición de una gran variedad de aplicaciones
de programación dinámica y con el análisis detallado de las
características comunes de todas es tas situaciones.

Programación Entera

Un problema de programación entera (PE). (El nombre completo es

programación lineal entera, pero, por lo general, el adjetivo lineal se
omite, excepto cuando se hace una comparación con el problema más
esotérico de programación no lineal entera.

El modelo matemático para programación entera es sencillamente el

modelo de programación lineal con la restricción adicional de que las
variables deben tener valores enteros. Si sólo es necesario que algunas
de las variables tengan valores enteros y el supuesto de divisibilidad se
cumple para el resto, el modelo se conoce como de programación entera
mixta (PEM).
Cuando se hace la distinción entre un problema con todas las variables
enteras y este caso mixto, el primero se llama de programación entera
pura.

Programación no Lineal

El papel fundamental de la programación lineal en IO se refleja con

exactitud, Un supuesto importante de programación lineal es que todas
sus funciones (objetivo y de restricción) son lineales. Aunque, en
esencia, este supuesto se cumple en el caso de muchos problemas
prácticos, con frecuencia no es así. Por lo tanto, muchas veces es
necesario manejar problemas de programación no lineal, que es el área
importante en la que se enfocará la atención en este capítulo.

Un método heurístico es un procedimiento que trata de descubrir una

solución factible muy buena, pero no necesariamente una solución
óptima, para el problema específico bajo consideración.
No puede darse una garantía acerca de la calidad de la solución que se
obtiene, pero un método heurístico bien diseñado puede proporcionar
una solución que al menos está cerca de ser óptima (o concluir que no
existen tales soluciones). El procedimiento también debe ser
suficientemente eficiente como para manejar problemas muy grandes.
Con frecuencia, el procedimiento es un algoritmo iterativo novedoso,
donde cada iteración implica la realización de una búsqueda de una
nueva solución que puede ser mejor que la solución que se encontró con
anterioridad. Cuando el algoritmo termina después de un tiempo
razonable, la solución que proporciona es la mejor que se pudo
encontrar en cualquier iteración.
Con frecuencia los métodos heurísticos se basan en ideas bastante
simples, de sentido común, acerca de la forma en que se debe buscar
una buena solución. Estas ideas deben ajustarse al problema específico
de interés. En consecuencia, los métodos heurísticos tienden a ser ad
hoc por naturaleza. Esto es, por lo general cada método se diseña para
abordar un tipo específico de problema en vez de una variedad de
aplicaciones.

Teoría de Juegos

La vida está llena de conflictos y competencia. Los numerosos ejemplos

que involucran adversarios en conflicto incluyen juegos de mesa,
combates militares, campañas políticas, competencias deportivas,
campañas de publicidad y comercialización en las competencias de
empresas, entre otros. Una característica básica en muchas de estas
situaciones es que el resultado final depende, en primer lugar, de la
combinación de estrategias seleccionadas por los adversarios. La teoría
de juegos es una teoría matemática que estudia las características
generales de situaciones competitivas de manera formal y abstracta.
Además, otorga una importancia especial a los procesos
de toma de decisiones de los adversarios.
Debido a que los escenarios de competencia son algo muy común en la
actualidad, la teoría de juegos tiene aplicaciones en una gran variedad
de áreas, dentro de las cuales se incluyen los negocios y la economía.
Por ejemplo, la referencia seleccionada 3 presenta varias aplicaciones
de negocios de la teoría de juegos y la referencia seleccionada 1 se
enfoca en sus aplicaciones a la economía. El premio Nobel en Economía
de 1994 le fue otorgado a John F. Nash, Jr. (cuya biografía se relata en
la película A Beautiful Mind), John C. Harsanyi y Reinhard Selton por su
análisis de equilibrio en la teoría de juegos no cooperativos.
Tiempo después, en 2005, Robert J. Aumann y Thomas C. Schelling
ganaron el premio Nobel en la misma disciplina por la mejora que
aportaron a la comprensión del conflicto y la cooperación a través del
análisis de la teoría de juegos.
Como su nombre lo indica, en estos juegos participan sólo dos
adversarios o jugadores (que pueden ser ejércitos, equipos, empresas,
etc.). Son llamados juegos de suma cero porque un jugador gana lo que
el otro pierde, de manera que la suma de sus ganancias netas es cero.

Análisis de Decisiones

La toma de decisiones alternativas se conocen con un grado razonable

de certidumbre. Este entorno de toma de decisiones permitió formular
modelos matemáticos útiles programación lineal, programación entera,
programación no lineal, etc. con funciones objetivo que especifican las
consecuencias estimadas de cualquier combinación de decisiones.
Aunque estas consecuencias casi nunca pueden predecirse con total
seguridad, al menos se pueden estimar con suficiente exactitud para
justificar el uso de estos modelos (junto con el análisis de sensibilidad,
etc.).
Sin embargo, muchas veces las decisiones deben tomarse en entornos
con mayor incertidumbre. Se enumeran algunos ejemplos.
El análisis de decisiones se diseñó para estudiar estos tipos de
decisiones que se deben tomar en un ambiente de gran incertidumbre.
Esta herramienta proporciona un marco de trabajo y una metodología
para la toma de decisiones racional cuando los resultados son inciertos.
la teoría de juegos también se puede usar para enfrentar cierto tipo de
toma de decisiones con incertidumbre. Existen algunas similitudes en los
enfoques de la teoría de juegos y el análisis de decisiones. No obstante,
también existen diferencias porque están diseñados para distintos tipos
de aplicaciones. Una pregunta que surge con frecuencia es sobre el
tiempo para tomar una decisión, si es adecuado en este momento o
antes hacer algunas pruebas (con cierto costo) para reducir el nivel de
incertidumbre sobre el resultado de la decisión. Por ejemplo, la prueba
puede ser una promoción de prueba de un nuevo producto para ver la
reacción del consumidor antes de tomar la decisión de proceder o no
con la producción y comercialización a gran escala del producto. Se
conoce a esta prueba como experimentación y así nos referiremos a
ella. En consecuencia, el análisis de decisiones divide la toma de
decisiones en los casos sin experimentación y con experimentación.

Cadenas de Markov

Modelos de probabilidad de procesos que evolucionan en el tiempo de

una manera probabilística. Tales procesos se llaman procesos
estocásticos. Las cadenas de Markov tienen la propiedad particular de
que las probabilidades que describen la forma en que el proceso
evolucionará en el futuro dependen sólo del estado actual en que se
encuentra el proceso y, por lo tanto, son independientes de los eventos
que ocurrieron en el pasado. Muchos procesos se ajustan a esta
descripción, por lo que las cadenas de Markov constituyen una clase de
modelo probabilístico de gran importancia.

Teoría de Colas

Las colas (líneas de espera) son parte de la vida diaria. Todos

esperamos en colas para comprar un boleto para el cine, hacer un
depósito en el banco, pagar en el supermercado, enviar un paquete por
correo, obtener comida en la cafetería, subir a un juego en la feria, etc.
Nos hemos acostumbrado a una considerable cantidad de esperas, pero
todavía nos molesta cuando éstas son demasiado largas.
Sin embargo, tener que esperar no sólo es una molestia personal. El
tiempo que la población de un país pierde al esperar en las colas es un
factor importante tanto de la calidad de vida como de la eficiencia de su
economía.
También ocurren grandes ineficiencias debido a otros tipos de espera
que no son personas en una cola. Por ejemplo, cuando las máquinas
esperan ser reparadas pueden provocarse pérdidas de producción. Los
vehículos (incluso barcos y camiones) que deben esperar su descarga
pueden retrasar envíos subsecuentes. Los aviones que esperan
despegar o aterrizar pueden desorganizar la programación posterior de
vuelos. Los retrasos de las transmisiones de telecomunicaciones por
saturación de líneas pueden causar fallas inesperadas en los datos.
Cuando los trabajos de manufactura esperan su proceso se puede
perturbar el proceso de producción. El retraso de los trabajos de servicio
respecto de su fecha de entrega es una causa de pérdida de negocios
futuros. La teoría de colas es el estudio de la espera en las distintas
modalidades. Utiliza los modelos de colas para representar los tipos de
sistemas de líneas de espera (sistemas que involucran colas de algún
tipo) que surgen en la práctica. Las fórmulas de cada modelo indican
cuál debe ser el desempeño del sistema correspondiente y señalan la
cantidad promedio de espera que ocurrirá en diversas circunstancias.

Teoría de Inventarios

No sólo los comerciantes deben administrar inventarios. En realidad, los

inventarios prevalecen en el mundo de los negocios. Mantenerlos en un
buen nivel es necesario para las compañías que operan con productos
físicos, como fabricantes, distribuidores y comerciantes. Por ejemplo, los
Fabricantes necesitan contar con inventarios de materiales que se
requieren para la manufactura de productos.
También deben almacenar productos terminados en espera de ser
enviados. De manera similar, tanto los distribuidores como las tiendas
deben mantener inventarios de bienes disponibles para cuando los
consumidores los soliciten.
El costo asociado con almacenar (“mantener”) inventarios es también
muy alto, quizá un cuarto del valor del inventario. Por lo tanto, los
costos en los que se incurre al guardar inventarios en Estados Unidos
ascienden a cientos de miles de millones de dólares anuales. Reducir los
costos de almacenamiento para evitar inventarios innecesariamente
grandes puede mejorar la competitividad de cualquier empresa.
Algunas compañías japonesas han sido pioneras en la introducción de
los sistemas de inventarios justo a tiempo (un sistema que hace
hincapié en la planeación y programación para que los materiales
necesarios lleguen “justo a tiempo” para su uso). Se han logrado
grandes ahorros mediante la reducción de los niveles de inventarios a
un mínimo.

Procesos de Decisión Markovianos

Las cadena de Markov se puede encontrar en cualquiera de varios
estados. Dado el estado actual, una matriz de transición (de un paso)
proporciona las probabilidades de cuál será el estado en la siguiente
unidad de tiempo. Dada la matriz de transición, el capítulo 16 se centró
en la descripción del comportamiento de una cadena de Markov, por
ejemplo, encontrar las probabilidades de estado estable del estado en el
que se encuentra.
Muchos sistemas importantes (como varios sistemas de colas) se
pueden modelar de acuerdo

Simulación

La simulación se clasifica en un escalón muy alto entre las técnicas que

más se usan. Aún más, debido a que es una herramienta tan flexible,
poderosa e intuitiva, sus aplicaciones crecen con rapidez de manera
continua. Muchos sistemas importantes (como varios sistemas de colas)
se pueden modelar de acuerdo Esta técnica involucra el uso de una
computadora para imitar (simular) la operación de un proceso o sistema
completo. Por ejemplo, a menudo se usa simulación para realizar un
análisis de riesgo de procesos financieros mediante la imitación repetida
de la evolución de las transacciones necesarias para generar un perfil de
los resultados posibles. También se utiliza ampliamente en el análisis de
sistemas estocásticos que continuarán en operación indefinidamente. En
el caso de este tipo de sistemas, la computadora genera y registra las
ocurrencias de los eventos que impulsan el sistema como si en realidad
estuviera en operación física Debido a su velocidad, la computadora
puede simular incluso años de operación en cuestión de segundos. El
registro del desempeño de la operación simulada del sistema de varias
alternativas de diseño o procedimientos de operación permite evaluar y
comparar estas alternativas antes de elegir una.

4. Donde aplicarían en la empresa los modelos de

operaciones.

Nosotros pensamos que los modelos de operaciones en una empresa se

aplicarían dependiendo el problema al que se le quiera dar solución
dentro del desarrollo mismo de cada una de las actividades que se den
en desarrollo del objeto social de la misma, puesto que si son los
fabricantes necesitan contar con inventarios de materiales que se
requieren para la manufactura de productos. También deben almacenar
productos terminados en espera de ser enviados. De manera similar,
tanto los distribuidores como las tiendas deben mantener inventarios de
bienes disponibles para cuando los consumidores los soliciten. Es así que
lo más lógico sería que se emplee el modelo de inventario que facilitaría
el manejo de la mercancía que necesita hacer y almacenar.

5. Para el departamento de ventas que modelo se puede

utilizar

Llegamos a la conclusión de que uno de los modelos que se pueden usar

en el departamento de ventas es el modelo de programación no lineal
porque?
Para toda empresa la meta es determinar la mezcla óptima de los
niveles de elaboración de los productos de una empresa, dadas las
limitaciones sobre los recursos que se necesitan para manufacturarlos,
con el objeto de maximizar la ganancia total de la empresa. En algunos
casos existe una ganancia unitaria fija asociada a cada producto, con lo
cual la función objetivo que se obtiene es lineal. Sin embargo, en
muchos problemas de mezcla de productos, ciertos factores introducen
no linealidades en la función objetivo.
Por ejemplo, un gran fabricante puede encontrar elasticidad de precios,
es decir, que la cantidad de un producto que se puede vender tiene
relación inversa con el precio que se cobra por él.
Otra razón por la que pueden surgir no linealidades en la función
objetivo es que el costo marginal de producir otra unidad más de un
producto dado puede variar según el nivel de elaboración.
Por ejemplo, el costo marginal puede disminuir cuando aumenta el nivel
de producción, gracias al efecto de curva de aprendizaje (mayor
eficiencia a medida que aumenta la experiencia). Por otro lado, pueden
aumentar a causa de ciertas medidas especiales, como tiempos extra o
instalaciones fabriles más costosas, necesarias para aumentar la
producción.
Por lo que todo lo anterior lleva a la toma de decisiones que le darán
salida a esos productos manufacturados por la empresa y el
departamento de ventas en base a estas decisiones planificar las
estrategias que desarrollaran para las ventas de los productos.

6. Para el departamento de servicio al cliente que modelo se

aplicaría?

Según el ejemplo dado por el libro introducción a la investigaciones de

operaciones por Frederick hillier la empresa Bank Hapoalim Group es la
corporación bancaria más grande de Israel, y brinda servicios en ese
país través de una red de 327 sucursales, nueve centros de negocios
Regionales y varias subsidiarias nacionales. También realiza operaciones
a nivel mundial a través de 37 sucursales, oficinas y subsidiarias en los
centros financieros más importantes de Norte y Sudamérica, así como
en Europa. Una parte fundamental del negocio de Bank Hapoalim radica
en brindar asesoría en inversiones a sus clientes. Para conservar ventaja
sobre sus competidores, la cúpula administrativa se dio a la tarea de
realizar un programa de reestructuración para ofrecer a dichos asesores
en inversiones la tecnología y metodología más moderna. Por esa razón
se integró un grupo de investigación de operaciones. Dando como
resultado la elección natural del modelo para manejar el sistema de
soporte a las decisiones resultante (llamado Opti-Money System) fue el
modelo de programación no lineal clásico para la selección del
portafolio descrito en esta sección del libro, con algunas modificaciones
que incorporan toda la información acerca de las necesidades de cada
uno de los clientes.
Este modelo genera una ponderación óptima de 60 posibles clases de
activos de fondos y bonos para el portafolio y el asesor de inversiones,
en conjunto con el cliente, selecciona los fondos y bonos específicos
dentro de esas clases. En un año reciente, los asesores en inversiones
del banco, participaron en 133 000 sesiones de consulta con 63 000
clientes, utilizando este sistema de soporte a las decisiones.
Las ganancias anuales con respecto a los puntos de referencia de los
clientes que siguieron el consejo del sistema sumaron un total de
alrededor de 244 millones de dólares, a la vez que aportaron más de
31 millones de dólares al ingreso anual del banco.
Por lo anterior se deduce que este método que además de manejar los
datos necesarios para el actuar cotidiano de la empresa, se le puede
incluir información que mejorara el contacto personalizado de las
empresas con sus clientes, lo que se transmitirá en trato personalizado
y agrega valor para sus clientes.

CONTINENTAL AIRLINES

Esta es una gran compañía que dentro de su operación diaria que es de

alrededor de 2000 salidas a más de 100 destinos nacionales y casi 100
internacionales, más carga y correos. Las empresas como continental
enfrentan situaciones como interrupciones en el itinerario debido a
eventos inesperados, entre los que se destacan inclemencias del clima,
problemas mecánicos en los aviones e indisponibilidad de las
tripulaciones.
Estas interrupciones pueden ocasionar retrasos y cancelaciones en los
vuelos. En consecuencia, las tripulaciones pueden no estar en posición
de prestar el servicio en sus vuelos programados restantes, por lo que el
problema estaba en como suplir o reasignar tripulaciones con rapidez
para cubrir los vuelos abiertos y para regresarlos a sus programas
originales de una manera eficiente en cuanto a costos, al mismo tiempo
que cumplir con todas las regulaciones gubernamentales, obligaciones
contractuales y elevados estándares de calidad de vida.
Para enfrentar estos problemas la continental agrega un equipo de IO a
sus operaciones desarrollando un modelo de matemático a gran escala
que considerara todas las posibles asignaciones de vuelos, por lo que
estaba compuesto por millones de variables de decisión y miles de
restricciones también.
Esyte modelo estuvo aprueba en los eventos de 2001 y en otros 3
grandes interrupciones dando como resultado un ahorro de unos 40
millones de dólares aproximadamente y dándole ventaja competitiva
frente a sus competidores. Esta iniciativa le genero a la empresa
utilidades, ventaja competitiva y un premio en el 2002 EL FRANZ
EDELMAN al desempeño de en investigación de operaciones y ciencias
de la administración.

FEDERAL EXPRESS

Es la compañía de transporte de paquetes más grande del mundo. Cada

día de trabajo entrega más de 6.5 millones de documentos, paquetes y
otros artículos a través de Estados Unidos y más de 220 países y
territorios alrededor del mundo.
Por lo que los desafíos logísticos que implica proporcionar este servicio
son extraordinarios. Los millones de embarques diarios deben ordenarse
y ponerse en ruta de manera individual hacia la ubicación general
correcta (por lo general por avión) para después ser entregados en el
destino exacto (normalmente con un vehículo motorizado) en un tiempo
sorprendentemente breve.
Todo esto es gracias al desarrollo investigación de operaciones (IO) que
ha sido el motor tecnológico que impulsa a esta compañía. Desde su
fundación en 1973, la IO le ha ayudado a tomar sus decisiones de
negocios más importantes, entre ellas inversiones en equipo, estructura
De rutas, programación, finanzas y ubicación de instalaciones. Y fue
gracias a la IO que esta empresa sobrevivió y ha permanecido en el
tiempo consolidándose como una compañía de clase mundial y esta
referenciada entre las mejores compañías de la lista anual de FORTUNE
MAGAZINE de las “compañías admiradas del mundo”, también ganó el
prestigioso premio INFORMS, el cual se otorga todos los años por la
Eficaz y repetida integración de la IO en la toma de decisiones de la
organización en formas originales, variadas, novedosas y duraderas.
 TRABAJO DE INVESTIGACIÓN

PRESENTADO POR:

MARLADIS ZURIQUE TORRES

AMIRA CARCAMO WILCHES

MARY PINO ELLES

PRESENTADO A:

JAVIER MARTÍNEZ

SENA

CENTRO DE COMERCIO Y SERVICIO

2015
EMPRESA COMERCIALIZADORA

VISIÓN

Seremos en el 2017 la empresa líder en el país en ventas de

muebles y decoración para el hogar superando todas las
expectativas de nuestros clientes con productos innovadores a la
vanguardia, permitiéndonos así ganar participación en el
mercado y mejorar nuestro negocio.

MISION

Somos una empresa que ofrece productos innovadores con altos

estándares de calidad entregando la más completa y sofisticada
variedad de muebles y decoración para el hogar, garantizados y
con facilidades de pago superando las expectativas de nuestros
clientes.

EMPRESA DE SERVICIOS

VISION

Aguas del caribe S.A. se posicionara como una empresa líder en

prestación de servicios de acueducto y alcantarillado y para el
2018 seremos una empresa reconocida en Colombia por su
excelente gestión ambiental, social y de la calidad del servicio.

MISION

Somos la empresa de servicios públicos y alcantarillado de

Cartagena, orientados al logro comprometido con la gestión
ambiental social y el mejoramiento de la calidad y del servicio
de nuestros clientes.
EMPRESA INDUSTRIAL

VISION

Ser la empresa líder de suministros de seguridad industrial, para

el año 2018 y ser reconocidos por la experiencia, confiabilidad y
constante búsqueda de la excelencia y comprometiéndonos con
la total calidad y satisfacción de nuestros clientes.

MISION

Proveer equipamiento de alta calidad en productos de seguridad

industrial a fin de satisfacer las necesidades del sector
industrial, comercial y de servicios ya sean públicos o privados
a nivel nacional en la prevención de accidentes.