Modelos De Investigacion

CARACTERÍSTICAS

Los modelos se dividen en determinísticos (no probabilisticos) yestocásticos (probilisticos). Hay otros modelos híbridos porqueincluyen las dos categorías. Los modelos determinísticos, comoopuestos a los estocásticos, suponen que los variables de todas lasvariables no controlables y los parámetros se conocen como certeza yson fijos. Sin embargo, como sabemos, el mundo real esprobabilístico, entonces para qué manejar estos modelosdeterminísticos? Las siguientes razones deben tomarse enconsideración:- Primero, son más manejables los modelos matemáticos bajosuposiciones determinísticas que bajo suposiciones probabilísticas. Esdecir, ciertos procesos complejos pueden modelarse factiblemente yser resueltos en forma deterministicas, pero no probabilística.- Segundo, algunos sistemas del mundo real son lo suficientementeestables como para modelarlos eficazmente con enfoquesdeterminísticos- Por último, una característica de todos los modelos determinísticoses que permiten la introducción de incertidumbre: el análisis desensibilidad (sexto paso del proceso)La mayoría de los modelos determinísticos pueden caracterizarsecomo aquellos que optimizan (maximizan o minimizan) algunasfunciones objetivo (reemplazando, expresado en términos devariables y parámetros), generalmente sujetos a un conjunto derestricciones; esto es:Optimizar Z = F (X,Y)Sujeta a G(X,Y) < BDonde Z es el interés expresado como una función de X, que a su vezes el conjunto de variables controlables y Y el conjunto de variables

incontrolables: G(X,Y) es el conjunto de restricciones expresadascomo funciones de las variables controlables e incontrolables; y Brepresenta el conjunto de constantes asociadas con el conjunto derestricciones. Nótese que el conjunto de restricciones puedenconsistir de relaciones de desigualdad y de igualdad. Losprocedimientos para resolver los modelos de tipo dado por lasecuaciones antes descritas se llaman en conjunto ProgramaciónMatemática.La distinción entre los Modelos de Optimización Lineales y no Linealesse basa en la naturaleza de la función objetivo y/o las restricciones;por ejemplo, los modelos de programación lineal se caracterizan porsu función objetivo lineal y sus restricciones lineales.Los Modelos de Transporte y los de Asignación se pueden ver comocasos especiales de la programación lineal, por medio de los cuales sepueden hacer más eficientes los procedimientos de solución. Cuandolas variables de decisión en los modelos de optimización lineal serestringen, bien sea a integrarse o valores 0 - 1, son adecuados losmodelos de programación entera o de programación 0 - 1. Losmodelos de redes representan estos tipos de problemas en términosde diagramas de flujo. Los modelos de programación de metasoptimizan una función objetivo de criterios que es lineal, sujeta a unconjunto de restricciones lineales

...