Diploma de Investigación Operativa y Sistemas

Características:

• Organiza: Departament de Matemàtica Aplicada
• Horario: Jueves, de 16.00 a 21.30 h.
• Preinscripción: Hasta el 03/10/08
  

Dirección:
Lorenzo Ferrer Figueras
Universitat de València / Emerito
Antonio Caselles Moncho
Profesor Titular de Universidad, Departament de Matemàtica Aplicada


Programa

Del Paradigma Mecanicista al Paradigma Sistémico. Realidad, Sistemas, Modelos
1. Del Paradigma Mecanicista al Paradigma Sistémico.
2. Realidad y Sistemas.
3. ¿Qué es un Sistema de una realidad?
4. Caracteres estructurales de un Sistema.
5. Características funcionales de un Sistema.
6. Subsistemas de un Sistema.
7. Representación gráfica de un Sistema.
8. ¿Qué es un modelo de un Sistema?
9. Ventajas de los modelos.
10. Clasificación de los Modelos.
11. Clasificación de los Modelos según la finalidad perseguida
12. Selección del tipo de modelo necesario.
13. Proceso modelización genérico PMGpara construcción, validez y uso de un modelo matemático

Realidades Empresa y Administración: Sistemas y Modelos
1. Empresa: concepto.
2. La Empresa como Sistema.
3. La Empresa como Sistema definido por sus elementos.Bucles de retroalimentación. Ejemplos de anillo.
4. La Empresa como interrelación de Sistemas.
5. La Empresa como interrelación de subsistemas yuxtapuestos: Subsistema Económico financiero, Subsistema Tecnología Recursos, Subsistema Mercado.
6. La Empresa como interrelación de Subsistemas jerarquizados.

La Evolución Globalizada de los Sistemas Económicos, Sociales y Medio Ambientales: Dinámicas Deterministas.
1. La evolución de cada Sistema, en el paradigma mecanicista.
2. La evolución de cada Sistema en el paradigma sistémico: la globalización real.
3. La globalización ideal.
4. Desviación y corrección de las desviaciones.

La Evolución de los Sistemas Vivos: El Hombre, Los Grupos, Las organizaciones, Las Ciudades, El Planeta
1. Teoría General de los Sistemas Vivos
2. Sistemas Cruciales
3. Isomorfismos.

Estadística
1. Población, muestras, variable aleatorias
2.- Estadística descriptiva: parámetros de posición y dispersión; representaciones gráficas.
3. Conceptos básicos de Cálculo de Probabilidades.
4. Distribuciones de probabilidad.
5. La distribución normal.
6. Distribuciones en el muestreo.
7. Inferencia en poblaciones normales.

Modelos Históricos Importantes
1. Modelos agronómicos en Túnez, por cuenta de la FAO.
2. Modelos de Aerolíneas argentinas.
3. Otros modelos históricamente importantes

Introducción a la Teoría General de Sistemas
1.Sistemes Oberts i Regulació en Biologia I Cibernètica.
2. Isomorfismes.
3. Totalitats relacionals.
4. Sistemes Dinàmics.

Filosofía de la Ciencia
1. El problema de la inducción.
2. La concepción heredada.
3. Las revoluciones científicas.
4. Escuelas alternativas.
5. Discusión del realismo.
6. El problema de las Ciencias Sociales.
7. Carácter sistémico del conocimiento científico.

Aplicaciones de la Teoría del Caos a la Astronomía, Metereologìa, Biología, Química, Electrónica, Economía.
1.- Función de Autocorrelación
2.- Transformación de Fourier
3.- Teoría de Whitney de la reconstrucción
4.- Dimensión de correlación
5.- Exponentes de Lyapunnov
6.- Control del Caos
7.- Sistemas en estado crítico
8.- Sistemas críticos. Autoorganización
9.- Autopoiesis biológica, social y empresarial

Calidad Total
1.Calidad, Productividad y Competitividad.
2.Calidad Total: Filosofia, Políticas y Herramientas.
3.Técnicas de Análisis de Problemas: 8D, Diagramas Causa-Efecto, Análisis de Pareto.
4.Control on-line de procesos.
5.Introducción al control off-line de procesos.

Liderazgo. Dinamica de Grupos
1. Los conceptos fundamentales son:
1.1. Auto-organización
1.2. Sinergia
1.3 Emergencias del líder

El Proceso de Modelización Genérico en el Problema Mejora del Pilotaje
1. Noción de pilotaje de una empresa
2. Pilotaje y auto-organización
3. Necesidad del pilotaje
4. Definición del pilotaje del Sistema Empresa
5. Modelos de mejora del pilotaje del Sistema Empresa
6. Modelo ideal del pilotaje de una Empresa (Ashby)

El Proceso de Modelización Genérico en el Problema de Decisión Óptima
1. Etapa 1ª Formulación de los objetivos del futuro modelo.
2. Etapa 2ª Análisis del Sistema del fenómeno real.
3. Etapa 3ª Síntesis del Sistema: el modelo a construir (para ciertos tipos de modelo, el modelo debe ser construído; en otros, ya está construído).
4. Etapa 4ª y Etapa 5ª Verificación y validación del Modelo (en algunos tipos de modelo, el modelo debe ser verificado y validado; en los restantes no hace falta: ya lo está).
5. Etapa 6ª Uso del modelo ( por introducción de datos).
6. Etapa 7ª Implantación de la decisión óptima calculada por modelos. Control de resultados.

Teoría Decisión
1. Grafo Director de la Teoría de la Decisión.
2. Síntesis del Grafo Director.
3. Cuadro General de los casos presentados.
4. Estudio de los casos
4.1. Caso
Criterio Laplace.
Criterio Wald
Criterio del optimizador
Criterio de Hurwicz
4.2. Caso
Criterio Savage
4.3 Análisis de casos

Programación Matemática Lineal (Aplicación a: Producción, Transportes, Afectación, etc.)
1. Programación Lineal Multiobjetivo
2. Programación Lineal Entera
3. Planificación de la Producción
4. Inversiones
5. Transportes
6. Afectación
7. Redes y otros

Teoría de Grafos
1. Grafos
2. PERT
3. CPM

Problemas de Ordenamiento
1. Características de los problemas de ordenamiento.
1.1. Definición.
1.2. Clasificación de las Ligaduras.
1.3. Soluciones y Objetivos.
1.4. Tratamiento de los problemas de ordenación.
2. Problemas de Tipo Potencial..COD. PROGRAMA
2.1. Diagrama CMV. Representación Roy. Representación PERT y comparación.
2.2. Cálculos. Determinación de fechas mínimas y máximas de comienzo de las tareas. Duración aleatorias y otros resultados.
3. Problemas de Tipo Acumulativo.
3.1. Introducción.
3.2. Planteo general de los Problemas Acumulativos.
3.3. Problemas de compatibilidad.
3.4. Problemas de equilibrio.
3.5. Problemas de Afectación.
4. Problemas de Tipo Disyuntivo.
4.1. Introducción.
4.2. Problemas poco Disyuntivos.
4.3. Problemas completamente Disyuntivos.

Flujos en Redes
1. Representación de una red. Conceptos y definiciones fundamentales relativos a una red dada. Tipos de redes. Nivelación de redes. Árboles de decisión . Procesos de decisión secuenciales
2. Búsqueda de un camino de longitud mínima entre dos vértices
3. Flujo máximo a través de una red
4. Árbol de máxima comunicación y mínima expansión
5. El problema de asignación . El problema del viajante de comercio
6. El problema del transporte
7. Gestión de proyectos. La técnica CPM y la técnica PERT

Problemas I
1. Resolución de problemas de Teoría Decisión
2.Programación Matemática Lineal
3. Grafos
4. Ordenamiento.

Teoría Decisión (Decisor Emocional)
1. Teorias coognitivas y emociones
2. Responsabilidad de los actos en relación a las perturbaciones causadas
por las emociones
3. Indispensabilidad de las emociones en el razonamiento. Conflicto entre
libertad y posibilidad

Teoría de Stocks
1. Conceptos fundamentales. El A.B.C.
2. La gestión de stocks en condiciones de certeza.
3. La gestión de stocks en condiciones de riesgo.

Problemas de Espera: Teoría de Colas
1. Dimensiones de un problema.
2. Problemas de llegadas.
3. Probabilidades de problemas de duración de servicio.
4. Modelos Pisson.

Programación Dinámica: Cadenas de Markov
1. Programación Dinámica.
2. Caso previsión determinista horizonte finito.
3. Caso previsión determinista horizonte infinito.
4. Caso previsión aleatoriohorizonte finito.
5. Caos previsión aleatorio horizonte infinito.

Teoría de Juegos
1. Definición y conceptos básicos.
2. Clasificación.
3. Juegos bipersonales o matriciales.
3.1. Juegos bipersonales de suma nula y suma constante escalares.
3.2. Juegos bipersonales de suma nula vectoriales..COD. PROGRAMA
3.3. Juegos bipersonales de suma no nula.

Problemas II
1.Problemas de Teoría de Stocks
2.Problemas de Colas
3.Problemas de Programación Dinámica
4.Problemas de Teoría de Juegos.

El Proceso de Modelización Genérico en los Problemas de Decisión Óptima
1. Introducción. Hipótesis de trabajo.
2. La Simulación como metodología.
3. Esquema de la Simulación.
4. Contraste entre los modelos de decisión óptima:
4.1. matemáticos analíticos.
4.2. simulatorios

Modelo de Simulación General que resuelven problemas de Decisión Óptima en la Empresa y en la Administración
1.Conceptos básicos
2.Series aleatorias y no aleatorias
3.Concepto de Caos
4.Ejemplo
5.Detección y análisis de fenómenos caóticos
6.Simulación de proceso caótico
7.Resolución de problemas

Modelo de Simulación de Forrester
1. Planteamiento de objetivos.
2. Identificación de elementos.
3. Identificación de conexiones.
4. Modelos gráficos.
5. Formulación matemática y lógica de las relaciones detectadas.
6. Programación para el ordenador.
7. Verificación y validación.
8. Optimización y diseño de experimentos sobre el modelo.
9. Presentación y análisis de resultados.

Aplicación del modelo de Forrester a: Empresa, Administración, Ecológica
1. Planteamiento de objetivos
2. Identificación de elementos
3. Identificación de conexiones
4. Modelos gráficos
5. Formulación matemática y lógica de las relaciones detectadas
6. Programación para el ordenador
7. Verificación y validación
8. Optimización y diseño de experimentos sobre el modelo
9. Presentación y análisis de resultados

Aplicación del Modelo Forrester a: Ciudades, Regiones, Mundo
1. Presentación el modelo urbana de Forrester.
2. Presentación del modelo de gestión de Ayuntamientos y Diputaciones MSGAD.
3. Presentación de la planificación regional con ayuda a la Dinámica de sistemas.
4. Otros casos.

Prospectiva


Trabajo Real. Tutorias Equipo


Taller de Problemas