Memoria para optar al título de Ingeniero Civil Industrial / La gestión en deportes es una creciente y muy productiva área para aplicaciones de Gestión de Operaciones. Dentro de una liga deportiva existen múltiples factores tanto económicos y logísticos que la transforman en un interesante elemento de estudio. Hasta la fecha, los investigadores de esta disciplina, conocida mundialmente como Sports Scheduling, se han centrado principalmente en resolver el problema de la programación de partidos o fixtures considerando diversas condiciones, que lo suelen convertir en un problema combinatorial de difícil solución con múltiples aproximaciones. Estas condiciones se refieren a conseguir mayores beneficios económicos tanto para los equipos participantes como para las entidades organizadoras, mayor equidad deportiva, espectáculos más seguros y torneos más atractivos para el público, entre otros objetivos. Por lo tanto, crear un torneo para una gran cantidad de equipos y muchas solicitudes se convierte en una tarea engorrosa, que dará como resultado una solución poco óptima si no se realiza de la manera adecuada. El presente Trabajo de Memoria tiene por objetivo diseñar un calendario deportivo para la Liga Metropolitana y V región de balonmano temporada 2019, organizado por la Federación Chilena de Balonmano, en las versiones Oro y Plata, categorías dama y varón. Para esto, se utilizan herramientas de modelamiento con programación entera. Esta se basa en restricciones, indicando cómo las variables se relacionan entre sí. Todas las variables del problema tienen un dominio finito y se selecciona un valor de su dominio finito para cada una de las variables, de tal manera que se cumplan todas las restricciones. Para encontrar el calendario que mejor se ajuste a las necesidades de los equipos y de la federación se modela como un problema de programación lineal. Se cuenta con información de los clubes pertenecientes a los torneos, además de sus preferencias y las condiciones impuestas por la federación chilena de balonmano que permitirán esclarecer las restricciones. Esto complementado con la función objetivo resultado de la detección de necesidades en el transcurso de la investigación. Los modelos utilizan entre 3 a 7 familias de variables binarias y alrededor de 30 restricciones cada uno. Si se intenta dar solución a estos problemas en un computador con 4 GB de memoria RAM y procesador Intel Core 2 Duo 2.20 GHz utilizando Gurobi con Python y como solver Simplex, no hay solución de más de 30 horas. Los 3 modelos planteados resuelven el problema principal, sin embargo, se opta por sugerir el último modelo que logra decidir sobre horarios y categorías por cada fecha, ya que es el que mejor se adapta a las necesidades del organizador y que vela por un mejor funcionamiento de una liga de carácter aficionado que se fusiona con otra región.

Magíster en Gestión de Operaciones / Ingeniero Civil Industrial / Hace algunas décadas ha nacido dentro de la investigación de operaciones la subdisciplina denominada sports scheduling, la cual se propone abordar los problemas y desafíos que se presentan en el diseño de torneos deportivos. Esta tesis pretende ser una contribución al área de sports scheduling dentro del contexto del fútbol profesional chileno. Su objetivo es modelar de modo conjunto los dos principales torneos del fútbol profesional chileno, la Primera A y la Primera B, utilizando instancias basadas en la temporada 2015-2016. Debido a la complejidad del modelo, que es consecuencia de la enorme cantidad de restricciones y de variables que contiene, una resolución directa por medio de un solver estándar actual no entrega resultados en tiempos razonables. Por ello, es necesario desarrollar una estrategia que permita disminuir los tiempos de resolución. Esta estrategia está basada en el empleo de patrones asociados a equipos, los cuales establecen sus secuencias de localías y visitas. La estrategia desarrollada consiste en una metodología secuencial que comienza con la obtención de patrones por medio de un modelo generador que considera las restricciones básicas del problema, entre las cuales se encuentran aquellas que fijan localías y visitas de antemano. Posteriormente, los patrones obtenidos son asociados a los equipos en el modelo principal, con lo cual se asegura que al comienzo de su resolución las restricciones básicas estén satisfechas. Luego, se intenta incluir la mayor cantidad de las restricciones faltantes dejando fijos todos los patrones. Para aquellas restricciones que no se haya podido incluir, se puede relajar de 2 a 4 patrones hasta que se encuentre un nuevo conjunto de patrones factibles. Los resultados obtenidos al aplicar la estrategia descrita son satisfactorios. La mayor parte de las restricciones se incluye fijando los patrones obtenidos por el modelo generador de patrones, mientras que la relajación de algunos de ellos permite agregar las restantes. Los tiempos de resolución son razonables, pues el mayor de ellos, correspondiente al del modelo que considera todas las condiciones impuestas sobre la temporada 2015-2016, es menor a media hora.