Los parámetros de Modelos

INTRODUCCIÓN

En esta primera fase de trabajo tiene como propósito que nos permiten ampliar nuestros conocimientos resolver problemas del diario vivir y emplearlas según la necesidad que se tenga que afrontar. Dando buenos resultados en el negocios ya que está sometido múltiples cambios que se generan por la misma evolución del mercado y de la economía.

Hoy en día, la Toma de decisiones es una herramienta muy utilizada en la ingeniería entre otros campos, por lo que estar actualizando en la Investigación de Operaciones, es toda una obligación, ya que toda incertidumbre y presencia de riesgo, lleva a la postulación y realización de diversos modelos, es por ello que, en el presente trabajo se dará a conocer la importancia de la aplicación de los casos de investigación de operaciones, que brindan una ayuda a la hora de tomar decisiones, haciendo recordar que nunca el modelo dará la respuesta última y cierta de lo que acontecerá en el futuro y que sólo logrará una aproximación. Cuando una persona se enfrenta por vez primera con el término Investigación de Operaciones, no suele ser conocedora de las características específicas de esta ciencia ni de su objeto de estudio, aplicado en el proceso de estudios.

OBJETIVOS

 Identificar los modelos matemáticos y determinar los componentes básicos de cada uno de ellos.

 Identificar la importancia de la Investigación de Operaciones a partir de sus antecedentes y origen en la actualidad.

 Distinguir los modelos de investigación de operaciones.

 Clasificar los modelos matemáticos y determinar los componentes básicos de cada uno de ellos.

 Tener en cuenta para que nos sirve un modelo de investigación.

FASE UNO

DETERMINÍSTICO

(no probabilísticos) HIBRIDOS ESTOCASTICOS

(probabilísticos)

 Estos modelos son más manejables.

 Ciertos procesos complejos pueden modelarse factiblemente.

 permiten la introducción de incertidumbre.

 optimizan (maximizan o minimizan) algunas funciones objetivo.

 Pueden hacer más eficientes los procedimientos de solución.

 En ellos se relacionan dos cantidades por medio de una función

 Tienen que ver con los métodos determinanticos y probabilísticos como la teoría de inventarios.

 Se clasifican más bien por el método de solución que por la estructura del modelo.

 Suelen emplearse con dos fines: en el contexto de un algoritmo de optimización exacto, con el fin de aumentar la velocidad del proceso. En segundo lugar para obtener Una solución al problema aunque no optima, la que puede ser muy difícil de encontrar.

 Tratan los parámetros de modelos de optimización como variables aleatorias de distribuciones muéstrales específicas.

 Se presentan las cadenas de Harkov, teoría de Juegos líneas de espera etc.

 Representan un área de la programación matemática en la que no se aplican suposiciones determinísticas.

 Son más empleados en la solución de problemas de logística o procesos como tal que se miden fácilmente, estos modelos tienen en sus variables la probabilidad a diferencia de los modelos determinanticos.

MODELO DETERMINISTICO

Este es un modelo donde las mismas entradas producirán las mismas salidas. La inclusión de mayor complejidad en las relaciones con una cantidad mayor de variables y elementos ajenos al modelo determinístico hará posible que éste se aproxime a un modelo probabilístico o de enfoque estocástico.

Son utilizados para la toma de decisiones y estas buenas decisiones se basan en sus buenos resultados y se consigue lo deseado libre de riesgo, esto depende de la cantidad de información que posea el que toma la decisión, Se denomina entonces modelo determinanticos a aquel que permite determinar el resultado de un experimento cuando se conocen las condiciones en que se lo realiza.

En los modelos Determinanticos, Se consigue lo deseado de manera "determinantica", es decir, libre de riesgo. Esto depende de la influencia que puedan tener los factores no controlables, en la determinación de los resultados de una decisión y también en la cantidad de información que el tomador de decisión tiene para controlar dichos factores.

MODELO HIBRIDO

Usados tradicionalmente en la investigación cuantitativa y que proponen como métodos también valiosos para el desarrollo de estudios cualitativos. El procedimiento de aplicación no varía; la diferencia generalmente se encuentra en la interpretación de los datos.

Un método híbrido combina más de un método y también es llamado método multi-paradigmático. Aunque la implementación puede ser más difícil, las herramientas híbridas son capaces de combinar la potencia de varios métodos.

MODELO ESTOCASTICOS

Cuando por lo menos una variable es tomada como un dato al azar las relaciones entre variables se toman por medio de funciones probabilísticas,

...