Scribd
Cargar
20 vistas6 páginas

Modelos de Programación Lineal en I.O.

Este documento describe el proceso de modelado matemático en Investigación de Operaciones. Explica que la IO es una ciencia por el uso de técnicas matemáticas, pero también un arte que requiere creatividad. Detalla las 5 etapas del modelado: 1) definir el problema, 2) construir el modelo, 3) resolver el modelo, 4) validar el modelo, y 5) implementar los resultados.

Cargado por

Luzmayra Valdivia
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
20 vistas6 páginas

Modelos de Programación Lineal en I.O.

Este documento describe el proceso de modelado matemático en Investigación de Operaciones. Explica que la IO es una ciencia por el uso de técnicas matemáticas, pero también un arte que requiere creatividad. Detalla las 5 etapas del modelado: 1) definir el problema, 2) construir el modelo, 3) resolver el modelo, 4) validar el modelo, y 5) implementar los resultados.

Cargado por

Luzmayra Valdivia
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

Investigación de Operaciones

Modelos de PL
El problema

Los recursos Los sistemas son cada


son escasos vez más complejos

Cada vez es más difícil asignar los


recursos o actividades de forma eficiente
INVESTIGACION DE OPERACIONES
El Arte del Modelado
La I.O debe ser considerada como una ciencia y la vez como un arte.
•Una ciencia por el uso de técnicas matemáticas para la resolución de los
problemas.
•Un arte ya que la formulación del modelo depende en gran parte de la
creatividad y la experiencia delas operaciones del equipo investigador
INVESTIGACION DE OPERACIONES
El Arte del Modelado
1. Definición del problema:
• Alternativas de decisión (vars. de decisión).
• El objetivo de estudio (Función Objetivo).
• Identificación de las restricciones del sistema que se modela.
2. Construcción del modelo:
• Traducir el problema a relaciones matemáticas que incluyan las vars. decisión,
la Función Objetivo y las restricciones.
3. Solución del modelo:
• Uso de algoritmos de optimización.
• Se encuentran los valores de las vars. decisión.
4. Validación del modelo:
• ¿El modelo entrega una predicción razonable del comportamiento del sistema
estudiado?
5. Puesta en práctica:
• Traducir los resultados del modelo en instrucciones de operación.
Modelado matemático
• Paso 1.- Identificar las variables de decisión
¿Sobre qué tengo control?
¿Qué es lo que hay que decidir?
¿Cuál sería una respuesta válida en este caso?
• Paso 2.- Identificar la función objetivo
¿Qué pretendemos conseguir?
Si yo fuese “el jefe” ¿qué me interesaría más?
(Costo de Agencia y Supuestos de Racionalidad)
• Paso 3.- Identificar las restricciones o factores que limitan la decisión
Recursos disponibles (trabajadores, máquinas, material) Fechas límite
Restricciones por la naturaleza de las variables (no negatividad, enteras, binarias)
Restricciones por la naturaleza del problema
• Paso 4.- Traducción de los elementos básicos a un modelo matemático.
Resolución del modelo
• Paso 1.- Elegir la técnica de resolución adecuada
• Técnicas existentes, modificación, creación o heurísticos.
• Paso 2.- Generar las soluciones del modelo
• Algoritmos, Programas computacionales, Solver.
• Paso 3.- Comprobar/validar los resultados
• Probar la solución en el entorno REAL
• Paso 4.- Si los resultados son inaceptables, revisar el modelo matemático
• Estudiar hipótesis, comprobar exactitud de datos, relajar o endurecer aproximaciones,
revisar restricciones
• Paso 5.- Realizar análisis de sensibilidad
• Analizar adaptaciones en la solución propuesta frente a posibles cambios
(principalmente en PARAMETROS)

También podría gustarte