DiplomadoIngeniería industrial y operaciones
Investigación de operaciones y optimización
El diplomado Investigación de operaciones y optimización proporciona al estudiante los métodos para formular y resolver modelos de optimización lineal, entera y de redes, así como modelos estocásticos, con Excel Solver y Python, de modo que pueda apoyar decisiones de producción, logística y asignación de recursos con análisis de sensibilidad y escenarios.
A quién va dirigido
Estudiantes y profesionales de ingeniería, logística y administración con bases de álgebra; se recomienda Excel intermedio.
Objetivos
✓Comprender la estructura de un modelo de optimización: variables, función objetivo y restricciones.
✓Analizar soluciones óptimas con precios sombra, rangos de optimalidad y dualidad e interpretar su significado económico.
✓Aplicar Solver de Excel, PuLP y Google OR-Tools para resolver modelos lineales, enteros y de redes.
✓Diseñar modelos de transporte, asignación, localización y ruteo de vehículos para problemas reales de la empresa.
✓Evaluar decisiones bajo incertidumbre con teoría de colas, árboles de decisión, cadenas de Markov y simulación Monte Carlo.
Plan de estudios por sesión
1
Formulación de modelos linealesVariables, función objetivo y restricciones · Problemas de mezcla de producción y dieta
2
Métodos de soluciónMétodo gráfico · Método simplex
3
Solución computacionalSolver de Excel · Python con PuLP y Google OR-Tools
4
Sensibilidad y dualidadPrecios sombra y rangos de optimalidad · Dualidad e interpretación económica
5
Transporte y asignaciónTransporte y transbordo · Asignación
6
Rutas y flujos en redesRuta más corta y árbol de expansión mínima · Flujo máximo
7
Programación enteraVariables binarias y restricciones lógicas · Ramificación y acotamiento
8
Localización y ruteoLocalización de instalaciones · Problema de ruteo de vehículos (VRP)
9
Colas y decisionesTeoría de colas M/M/1 y M/M/c · Árboles de decisión y valor esperado
10
Procesos estocásticos y simulaciónCadenas de Markov · Simulación Monte Carlo
11
Proyecto de optimizaciónDefinición de un problema real · Formulación y solución
12
Presentación del proyecto final: modelo de optimizaciónAnálisis de escenarios · Sustentación
Evaluación
Inicial30%Formulación de problemas de mezcla de producción y dieta; resolución por método gráfico y simplex.
Intermedio30%Resolución en Solver y en Python con PuLP u OR-Tools con análisis de sensibilidad; modelo de transporte y asignación de una empresa caso.
Final40%Proyecto final: modelo de optimización resuelto en Python o Excel para un problema real de producción, transporte o asignación, con sensibilidad y recomendación.
Proyecto final
Modelo de optimización resuelto en Python o Excel para un problema real de producción, transporte o asignación, con análisis de sensibilidad y recomendación.