Toma de decisiones y Metodos Cuantitativos
Enviado por Antonio J Perez Ruiz • 16 de Marzo de 2017 • Apuntes • 1.942 Palabras (8 Páginas) • 317 Visitas
Métodos Cuantitativos Parte 1
Tema 1: Introducción
Índice
1.Desarrollo de la Investigación Operativa
2.Modelización: concepto y desarrollo
3.Optimización en Investigación Operativa
1 Desarrollo de la Investigación Operativa
La investigación científica puede separarse en dos aspectos:
● Investigación pura → Conocer las cosas mejor
● Investigación aplicada → Hacer las cosas mejor
La consecuencia de la investigación aplicada es el desarrollo de una metodología para llegar a resultados cuantitativos, que suponen la base de las decisiones económicas, técnicas, etc.
Esta metodología es la que se conoce como Investigación Operativa
(Un poco de historia…)
● Desde la civilización egipcia (4000 a. C.), la necesidad de planificación y organización se hace necesaria, desarrollándose durante toda la Antigüedad (China, Grecia, Roma…)
● Sin embargo, la época de mayor expansión no llega hasta la I Revolución Industrial, en parte por el desarrollo paralelo de las matemáticas
● Los orígenes matemáticos de la Investigación Operativa suelen establecerse en los trabajos de matemáticos como Jordan, Minkowski o Farkas a finales del siglo XIX
● Los orígenes probabilísticos se sitúan en las investigaciones de Erlang sobre tiempos de espera en los años 20
● Los orígenes en economía se deben a los modelos de programación lineal establecidos por Quesnay (S. XVIII) y Walras (S.XIX)
● Finalmente, el término de Investigación Operativa se acuña durante la Segunda Guerra Mundial.
● Al terminar la guerra, los modelos aplicados en la misma siguieron desarrollándose en la industria y la universidad, por dos motivos:
● La creciente competitividad industrial
● El desarrollo de la computación
Definición de Investigación Operativa (Ackoff, Arnolff y Churchman):
“La investigación operativa es la aplicación, por grupos interdisciplinarios, del método científico a problemas relacionados con el control de las organizaciones o sistemas (Hombre-Máquina) a fin de que se produzcan soluciones que mejor sirvan a los objetivos de toda la organización”
2 Modelización
La modelización puede definirse como la representación teórica y simplificada de un problema real.
● Es conveniente conjugar fidelidad con simplificación: un modelo no puede ser demasiado simple ni demasiado complejo.
● La fase de construcción de un modelo comprende:
● Determinación de los componentes del modelo (variables, resultados, parámetros...)
● Determinación de la estructura (expresiones matemáticas)
● Determinación del principio de elección (optimización, satisfacción...)
● Generación de alternativas, predicción, y medición de resultados
● Elección de un escenario de aplicación
A Estructura de los modelos en Investigación Operativa
“Una empresa desea planifcar su producción diaria de dos artículos A y B. La empresa puede disponer de un máximo de 12 horas diarias de mano de obra. Cada unidad de A requiere 3 horas, mientras que cada unidad de B requiere 2. Por otro lado, la producción requiere un input I del que la empresa puede disponer como máximo de 10 unidades diarias. Cada unidad de A requiere una unidad de I, mientras que cada unidad de B requiere 2 unidades de I. ¿Cuál es la máxima producción diaria que puede conseguir la empresa?, ¿que cantidad debe producir para ello de cada artículo?”
Siendo x1 la cantidad diaria producida de A y x2 la de B ¿Cuáles son los mejores valores posibles para x1 y x2?
● Sabemos que la producción diaria (x1, x2) requiere 3x1 + 2x2 horas
● Sabemos que también requiere una cantidad x1 + 2x2 del input I
Por tanto, sólo nos valen las soluciones que satisfacen:
3x1 + 2x2 ≤ 12
x1 + 2x2 ≤ 10
● Y como la producción no puede ser negativa, x1 y x2 ≥ 0
Hay infinitas soluciones que satisfacen estas restricciones, pero nos interesa la mejor; en este caso, la que maximiza la producción (que se designaría como x1 + x2). La formulación matemática queda:
Máx. Z = x1 + x2
s.a. (sujeto a) 3x1 + 2x2 ≤ 12
x1 + 2x2 ≤ 10
x1, x2 ≥ 0
Para determinar un problema de programación matemática, hemos de especificar tres conjuntos básicos de elementos:
● Las variables principales o de decisión del modelo, para las cuales queremos encontrar el mejor valor posible.
● En el problema anterior, estas variables serían las de producción, x1 y x2
● En general, se mantiene la notación para las variables principales: x1, x2, …, xn
● Las restricciones, que son condiciones que imponemos a las variables para que una solución sea admisible.
● En nuestro ejemplo, las restricciones son 3x1 + 2x2 ≤ 12, x1 + 2x2 ≤ 10, x1 ≥ 0 y x2 ≥ 0
● En general, consideramos tres tipos de restricciones:
● De menor o igual: g(X) ≤ b
● De mayor o igual: g(X) ≥ b
● De igualdad: g(X) = b
Las de no negatividad: x1, … , xn ≥ 0 suelen considerarse aparte
● La función objetivo, que es la función f que queremos maximizar o minimizar.
● En nuestro ejemplo, la función objetivo es f(x1,x2) = x1 + x2
...