Modelos De Investigacion

MODELOS DE INVESTIGACION DE OPERACIONES

El modelo se define como una función objetivo y restricciones que se expresan en términos de las variables (alternativas) de decisión del problema una solución a un modelo, no obstante, de ser exacta, no será útil a menos que el modelo mismo ofrezca una representación adecuada de la situación de decisión verdadera.

El modelo de decisión debe contener tres elementos:

• Alternativas de decisión, de las cuales se hace una selección.

• Restricciones, para excluir alternativas infactibles.

• Criterios para evaluar y clasificar alternativas factibles.

TIPOS DE MODELOS DE INVESTIGACIÓN DE OPERACIONES.

a) Modelo Matemático: Se emplea cuando la función objetivo y las restricciones del modelo se pueden expresar en forma cuantitativa o matemática como funciones de las variables de decisión.

b) Modelo de Simulación: Los modelos de simulación difieren de los matemáticos en que las relaciones entre la entrada y la salida no se indican en forma explícita. En cambio, un modelo de simulación divide el sistema representado en módulos básicos o elementales que después se enlazan entre si vía relaciones lógicas bien definidas. Por lo tanto, las operaciones de cálculos pasaran de un módulo a otro hasta que se obtenga un resultado de salida.

Los modelos de simulación cuando se comparan con modelos matemáticos; ofrecen mayor flexibilidad al representar sistemas complejos, pero esta flexibilidad no está libre de inconvenientes. La elaboración de este modelo suele ser costoso en tiempo y recursos. Por otra parte, los modelos matemáticos óptimos suelen poder manejarse en términos de cálculos.

Formulación de modelo

Una vez definido el problema la siguiente etapa consiste en reformularlo para su análisis, mediante la construcción de un modelo que represente la esencia del problema. Los modelos son representaciones idealizadas de la realidad. Los modelos tienen muchas ventajas sobre una descripción verbal del problema, una ventaja obvia es que el modelo describe un problema en forma mucho más concisa. Al desarrollar el modelo, se recomienda empezar con una versión muy sencilla y moverse, en forma evolutiva, hacia modelos más elaborados que reflejen mejor la complejidad del problema real.

AQUÍ VIENE MAS INFORMACIOON! LO ANTERIOR ES RESUMIDO POR MI D OTRAS PAGINAS PERO ESTA ESTA MEJOR…

Investigación de Operaciones 1

1.3. Definición. Investigación de Operaciones o Investigación Operacional. Se puede definir de la siguiente manera: "La Investigación de Operaciones es la aplicación por grupos interdisciplinarios del método científico a problemas relacionados con el control de las organizaciones o sistemas a fin de que se produzcan soluciones que mejor sirvan a los objetivos de toda la organización".

1.4. Metodología de la Investigación de Operaciones.

El proceso de la Investigación de Operaciones comprende las siguientes fases:

1. Formulación y definición del problema.

2. Construcción del modelo.

3. Solución del modelo.

4. Validación del modelo.

5. Implementación de resultados.

Demos una explicación de cada una de las fases:

1. Formulación y definición del problema. En esta fase del proceso se necesita: una descripción de los objetivos del sistema, es decir, qué se desea optimizar; identificar las variables implicadas, ya sean controlables o no; determinar las restricciones del sistema. También hay que tener en cuenta las alternativas posibles de decisión y las restricciones para producir una solución adecuada.

2. Construcción del modelo. En esta fase, el investigador de operaciones debe decidir el modelo a utilizar para representar el sistema. Debe ser un modelo tal que relacione a las variables de decisión con los parámetros y restricciones del sistema. Los parámetros (o cantidades conocidas) se pueden obtener ya sea a partir de datos pasados o ser estimados por medio de algún método estadístico. Es recomendable determinar si el modelo es probabilístico o determinístico. El modelo puede ser matemático, de simulación o heurístico, dependiendo de la complejidad de los cálculos matemáticos que se requieran.

3. Solución del modelo. Una vez que se tiene el modelo, se procede a derivar una solución matemática empleando las diversas técnicas y métodos matemáticos para resolver problemas y ecuaciones. Debemos tener en cuenta que las soluciones que se obtienen en este punto del proceso, son matemáticas y debemos interpretarlas en el mundo real. Además, para la solución del modelo, se deben realizar análisis de sensibilidad, es decir, ver como se comporta el modelo a cambios en las especificaciones y parámetros del sistema. Esto se hace, debido a que los parámetros no necesariamente son precisos y las restricciones pueden estar equivocadas.

4. Validación del modelo. La validación de un modelo requiere que se determine si dicho modelo puede predecir con certeza el comportamiento del sistema. Un método común para probar la validez del modelo, es someterlo a datos pasados disponibles del sistema actual y observar si reproduce las situaciones pasadas del sistema. Pero como no hay seguridad de que el comportamiento futuro del sistema continúe replicando el comportamiento pasado, entonces siempre debemos estar atentos de cambios posibles del sistema con el tiempo, para poder ajustar adecuadamente el modelo.

5. Implementación de resultados. Una vez que hayamos obtenido la solución o soluciones del modelo, el siguiente y último paso del proceso

...