I Oper

Indroduccion a los modelos
La investigación de operaciones (con frecuencia llamada ciencia de administración)

es, simplemente, un enfoque científico en la toma de decisiones que busca el mejor
diseño y operar un sistema, por lo regular en condiciones que requieren la asignación
de recursos escasos.
El termino investigación de operaciones se acuño durante la Segunda Guerra Mundial,

cuando los comandantes militares británicos solicitaron a los científicos e ingenieros
analizar varios problemas militares, como el despliegue de los radares y el control de
convoyes, bombardeos, operaciones antisubmarinas y colocación de minas.
En el enfoque científico de toma de decisiones, se requiere el uso de uno o mas

modelos matemáticos. Estos son representaciones matemáticas de situaciones reales
que se podrían usar para tomar mejor decisiones, o bien, simplemente para entender
mejor la situación real.
Ejemplo 1 Maximización de la
producción de Wozac
Eli Daisy fabrica Wozac en enormes cargas, mediante
el calentamiento de una mezcla química en un
contenedor presurizado. Cada vez que se precisa un
carga, se produce una cantidad distinta de Wozac. La
cantidad producida es el rendimiento del proceso
(medio en libras). A Daisy le interesa comprender los
factores que influyen en el rendimiento del proceso
de producción de Wozac. Describa el proceso de
construcción de modelos para esta situación.
Solución
Lo primero que le interesa a Daysi es determinar los
factores que influyen en el rendimiento del proceso.
A este se le podría llamar modelo descriptivo,
porque describe el comportamiento del rendimiento
deal como una función de varios factores. Daisy
podría determinar (mediante métodos de regresión
que se estudian en el capitulo 24) cual de los
factores siguiente influyen en el rendimiento.
Variables
• Volumen del contenedor en litros (V)

• Presión del contenedor en mililitros(P)
• Temperatura del contenedor en grados Celsius(T)
• Compresión química de la mezcla procesada
Si A, B, C son los porcentajes de la mezcla
compuesta por los productos químicos A, B y C,
entonces, Daysi podría descubrir, por ejemplo,
que
Rendimiento (1) =
300+0.8V+0.01P+0.06T+0.001T*P-0.01T^2-
0.001P^2
+ 11.7A+9.4B+16.4C+19A*B+11.4A*C-9.6B*C
MODELO
PRESCRIPTIVO O DE
OPTIMIZACIÒN
Se dicta el comportamiento
para una organización que le
permita a esta alcanzar
• Función objetivo
mejor sus metas.
Trata de encontrar valores,
en conjunto de todos los
valores , que optimicen.
“Maximizar o Minimizar”
• Variables de
decisión
• Restricciones
Pedro
Armijo
Elementos
Entre los elementos de un modelo prescriptivo están:

• Función objetivo
• Variables de Decisión
• Restricciones
En pocas palabras, un modelo de optimización trata de
encontrar valores, entre el conjunto de todos los valores
para las variables de la decisión, que optimicen (maximicen
o minimice) una función objetivo que satisfagan las
restricciones dadas.
La función Objeto
Como es natural, Daisy le gustaría maximizar el

rendimiento del proceso. En la mayoría de los modelos
hay una función que deseamos maximizar o minimizar.
Esta función se llama función objetivo del modelo. Pero
para maximizar el rendimiento del proceso, se requiere
encontrar los valores V, P, T, A, B y C, que hacen que(1)
sea tan elevado como sea posible.
Variables de decisión
Las variables cuyos valores están bajo nuestro control e

incluyen en el desempeño del sistema, se denomina
variables de decisión. En el ejemplo V, P, T, A, B y C
son variables de decisión. La mayor parte de este libro
se destina a un análisis de como determinar el valor de
las variables de decisión que maximizar ( a veces,
minimizar) una función objetivo
Restricciones
En la mayor parte de las situaciones, solo son posibles ciertos valores de
las variables de decisión. Por ejemplo, ciertas combinaciones de
volumen, presión y temperatura, podrían ser peligrosas. Además A, B y C
deben ser números positivos que se añaden a 1. Las restricciones de los
valores de las variables de decisión se denomina restricciones.
Supóngase lo siguiente.
• El volumen debe estar entre 1 y 5 litros
• La presión debe ser entre 200 y 400 mililitros
• La temperatura de estar entre 100 y 200 grados Celsius.
• La mezcla debe estar compuesta de manera adecuada, sólo la mitad
de la mezcla cuando mucho puede ser el producto A.
Expresión matemática
𝑉≤5
𝑉≥1
𝑃 ≤ 400
𝑃 ≥ 200
𝑇 ≤ 200
𝑇 ≥ 100
𝐴≥0
𝐵≥0
𝐴+𝐵+𝐶 =1
𝐴≤5
Modelo de optimización completo
Modelo
Después de hacer que z se represente el valor de la función objetivo, el modelo completo de
optimización se escribe como sigue:
Maximizar z =+300 + 0.8V

19A*B + 0.01P +– 0.06T + 0.001T*P – 0.01T – 0.001P + 11.7A + 9.4B + 16.4C
+ 11.4A*C
Sujeto a(s.a.) 9.6B*C
V≤5
V≥1
P ≤ 400
P ≥ 200
T ≤ 200
T ≥ 100
A≥0
B≥0
C≥0
A+B+C=1
V≤5
Modelos estáticos y dinámicos
Un modelo estático es uno en el cual las variables

de decisión no requieren sucesiones de decisiones
para periodos múltiples. Un modelo dinámico es
uno en el cual las variables de decisión si requieren
sucesiones de decisiones para periodos múltiples.
Modelos lineales y no lineales
Supóngase que siempre que las variables de decisión aparecen en la función
objetivo y en las restricciones de un modelo de optimización, están multiplicadas por
constantes y acomodadas en forma de suma. Un modelo de esta forma es un
modelo lineal. Si un modelo de optimización no es lineal, entonces es un modelo no
lineal. En las restricciones del ejemplo 1. Las variables de decisión siempre están
multiplicadas por constantes y acomodadas en forma de suma. Por consiguiente,
las restricciones del ejemplo 1 pasan la prueba del modelo lineal. No obstante, los
términos 0.001 T*P, - 0 01T^2, I9A*B, 11.4ª*C y -9.6B*C hacen que el modelo sea
no lineal en la función objetivo del ejemplo 1. Por lo regular, los modelos no lineales
son mucho más difíciles de resolver que los lineales
Modelos enteros y no enteros
Si una o más variables de decisión deben ser enteros, entonces se dice que un
modelo de optimización es un modelo entero. Si todas las variables de decisión
son libres para asumir valores fraccionarios, entonces el modelo de optimización
es un modelo no entero. Es evidente que el volumen, temperatura, presión y
composición del porcentaje de nuestros datos, pueden tomar valores
fracciónanos. Entonces, el ejemplo 1 es un modelo no entero Si en un mínimo Lis
variables de decisión representan el número de trabajadores que empieza a
laborar durante cada tumo en un restaurante que sirve bocadillos, entonces es
claro que se tiene un modelo entero
Modelos determinísticos
El resultado del sistema(salida) es totalmente determinado en función de los
datos de entrada.
Por ejemplo, supongamos que, para cualesquiera variables de decisión, se
conoce con certeza el valor de la función objetivo y las restricciones se cumplen
o no. Entonces se tiene un modelo determinístico.
Modelos estocásticos
Son resultados en la salida del sistema no dependen solamente de los datos
de entrada, sino que también dependen de otros factores normalmente
aleatorios. Lo que requiere un modelo probabilístico.

I Oper

Cargado por

Copyright:

Formatos disponibles

I Oper

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

I Oper

Cargado por

Copyright:

Formatos disponibles

Indroduccion a los modelos

La investigación de operaciones (con frecuencia llamada ciencia de administración)

El termino investigación de operaciones se acuño durante la Segunda Guerra Mundial,

En el enfoque científico de toma de decisiones, se requiere el uso de uno o mas

• Volumen del contenedor en litros (V)

Entre los elementos de un modelo prescriptivo están:

Como es natural, Daisy le gustaría maximizar el

Las variables cuyos valores están bajo nuestro control e

Maximizar z =+300 + 0.8V

Un modelo estático es uno en el cual las variables

También podría gustarte