SINTESIS MODELOS DE INVESTIGACION

ACTIVIDAD EN CLASE

Elabore una síntesis de cada modelo clasificado de acuerdo al cuadro de texto.

1. MODELO DE INVESTIGACIÓN DE OPERACIONES

Un modelo de investigación de operaciones es el medio para sintetizar un problema de decisión, que facilite la identificación y evaluación permanente de todas las posibles decisiones, para luego asumir la alternativa pertinente entre todas las propuestas.

De acuerdo a lo estudiado los modelos de I.O se clasifican en:

1.1 DETERMINÍSTICOS: en los modelos determinísticos no se concibe la indecisión es decir que no se tienen consideraciones probabilísticas, la solución de un problema de aplicación, con un modelo determinístico no cambia y su producto se conoce como optimización (Maximizar o Minimizar).

Optimización: conocida como programación matemática, busca la respuesta a un problema con el mejor resultado genera mayores ganancias, mayor producción o genera menores costos, pérdida o malestar, busca el uso eficiente de los recursos, como es el dinero, el tiempo, personal, maquinarias entre otras. La clasificación frecuente en optimización se conoce como optimización lineal y optimización no lineal.

En la optimización lineal las restricciones y las funciones objetiva se dan a través de un problema que genere en ambas funciones lineales, tales como, modelos de transporte y los de Asignación los cuales son relacionados como casos de programación lineal.

La programación lineal (PL) es proceso matemático que optimiza el uso de los recursos escasos. Usado en la toma de decisiones y todo el ámbito de negociaciones. Entre sus aplicaciones sobre salen los problemas de transporte, distribución, planificación global entre otras. Las decisiones dicotómicas, como el todo o nada, suelen darse cuando hay muchas restricciones, estas variables se le conoce como variables binarias ya que se pueden restringir a 0 o 1.

Optimización no lineales intervienen funciones no lineales tales como la función de los mínimos cuadrados no lineales, ajustes no lineales con condiciones de primero y segundo orden, la aplicación del método de Gauss-Newton y casos de residuos grandes que hacen parte de la gama de métodos clásicos de optimización.

Programación no lineal: busca generar puntos óptimos para una función objetivo, dicha función junto a las restricciones son no lineales, es decir que son ecuaciones cuyas variables tienen un exponente mayor a 1.

1.2 MODELOS ESTOCASTICOS: contrario al modelo de investigación determinista un modelo de investigación estocástico está determinado por procesos esencialmente probabilísticos a aleatorios los cuales son resueltos, mediante la programación estocástica.

Programación Estocástica: estudia aplicaciones de programación matemática en cuyo desarrollo intervienen elementos estocásticos, en la programación estocásticas los datos obtenidos algunos son desconocidos, aunque en ellos se pueda estimar su distribución de probabilidad, en este tipo de modelos se dan algunos conceptos de solución como factibilidad, valor esperado, criterio de la mínima varianza, criterio de mínimo riesgo, entre otras. Entre las aplicaciones más relevantes se encuentran la teoría de colas, que pretende optimizar el servicio en un sistema y la Teoría de decisiones que es un método estructurado que indica cómo se debe decir para encontrar los mejores resultados, con ellas el decisor se encarga de realizar la escogencia de las posibilidades de la mejor forma, en la búsqueda objetiva de los resultados.

1.3 Modelos Híbridos: Incluyen las dos categorías anteriores.

Programación Dinámica: Es un enfoque a la optimización deseable en forma única para muchos problemas determinísticos o probabilísticos.

Inventarios: Ocupan una categoría especial en cuanto que han sido desarrollados especialmente

...