Modelos de Optimización para problemas de la industria y la logística

1. Introducción a la optimización en la industria y la logística

• ¿Qué es la optimización y por qué es clave en la industria?
• Tipos de decisiones: estratégicas, tácticas y operativas
• Ejemplos reales en industria y logística

2. Optimización como herramienta de decisión empresarial

• Optimización vs. intuición y reglas fijas
• Tipos de decisiones en operaciones e industria:
  • Capacidad
  • Costes
  • Plazos
  • Nivel de servicio
• ¿Cuándo tiene sentido usar modelos de optimización?

3. Pensar en términos de modelos

• Qué es un modelo de optimización (sin matemáticas)
• Variables de decisión: qué puedo cambiar realmente
• Restricciones reales en la empresa: recursos, normativa, capacidad
• Función objetivo: ¿Qué significa “optimizar” en la práctica?
• Compromisos y trade-offs (coste–servicio–riesgo)

4. Optimización de operaciones industriales

• Planificación y secuenciación de la producción
• Asignación de recursos humanos y técnicos
• Gestión de capacidad y cuellos de botella
• Caso de éxito en un entorno productivo

5. Optimización en logística y cadena de suministro

• Decisiones clave en logística: dónde producir, dónde almacenar, cómo distribuir
• Problemas típicos de distribución
• Compromiso entre coste y nivel de servicio
• Caso de éxito en distribución

6. Qué hay detrás del modelo: tipos de optimización

• Programación lineal, entera y mixta (visión ejecutiva)
• ¿Por qué algunos problemas son “difíciles” de resolver?
• Cuándo buscar soluciones óptimas y cuándo buenas soluciones
• Modelos exactos vs. heurísticas
• Ejemplos de impacto del tiempo de cálculo en decisiones reales

7. Implementación práctica y adopción en la empresa

• Herramientas habituales en empresa
• Interpretación de resultados: KPIs y simuladores
• Cómo liderar proyectos de optimización:
  • Datos necesarios
  • Roles técnicos y de negocio
  • Errores frecuentes

8. Cierre: Optimización como ventaja competitiva

• Limitaciones y riesgos de los modelos
• Próximos pasos para aplicar optimización en la organización

Eva Alfaro

Eva Alfaro es Ingeniero Industrial por la Universidad de Zaragoza. Además, es Doctor en Ingeniería Eléctrica y Electrónica por la Universidad de Glasgow (Reino Unido), y Scrum Master.

Cuenta con más de 40 artículos publicados, relacionados con aplicaciones de métodos de inteligencia artificial a problemas de optimización, clasificación, modelado y predicción.

Se incorporó a la plantilla del ITI en el 2004. Actualmente es directora del área de Soluciones de Optimización Inteligentes, especializada en el desarrollo de algoritmos de optimización para la mejora de los procesos de la cadena de suministro.

Este curso puede ser bonificado a través de los créditos de formación de la FUNDAE, siendo ITI la entidad Organizadora del curso. Si necesitas que dicha gestión la realice ITI, ponte en contacto con nosotros en formacion@iti.es con una antelación mínima de 6 días antes del inicio del curso. Esta gestión tiene un coste equivalente al 15% del importe máximo a bonificar, con un mínimo de 45€ por cada formación.

Todos los cursos tienen un precio base específico. Sobre el precio base, habitualmente, se podrán aplicar una serie de descuentos en los siguientes casos:

• Inscripción de más de un alumno de una misma organización (2º alumno 5%, a partir del 3er alumno 10%)*
• Ser empresa asociada a ITI o disponer de un acuerdo de colaboración con ITI (15%)*. ¡Pide tu cupón!

(*) Descuentos no acumulables a \"Promociones especiales\"

Más información aquí