Modelos de investigacin de operaciones I.O.

MODELO DETERMINSTICOS: Cuando se conoce los datos de manera puntual y la forma del resultado, no hay de incertidumbre. Es decir, todos los datos son conocidos. Aunque estamos en un mundo trabaja de una forma probabilstica, es ms manejable trabajar en modelos determinantico, a dems estos se les puede introducir un valor de incertidumbre que les permite una mejor representacin de un mundo real. 1. Los modelos matemticos son manejables bajo suposiciones determinanticos y que en los probabilsticos. 2. Hay modelos deterministicos que se pueden aplicar al mundo real, siempre y cuando sea estables. 3. Los modelos deterministicos tambin pueden introducir la incertidumbre es decir anlisis de sensibilidad. Los modelos deterministicos se maximizan o minimizan para su optimizacin, tiene la siguiente funcin (Objetivo). Funcin/Optimizar Z=F(X,Y) Z=Interes expresado a la funcin de x que se relacionan con y. X=Variables Controlables. Y= Variables Incontrolables. Conjunto de restricciones: G(X,Y)<B G(X,Y)= Variables controlables e incontrolables B= Conjunto de constantes del conjunto de restricciones. El conjunto de restricciones se pueden constituir en desigualdades e igualdades. Programacin no lineal: es el proceso de resolucin de un sistema de igualdades y desigualdades sujetas a un conjunto de restricciones sobre un conjunto de variables reales desconocidas, con una funcin objetivo a maximizar, cuando alguna de las restricciones o la funcin objetivo no son lineales. Programacin lineal: es un procedimiento o algoritmo matemtico mediante el cual se resuelve un problema indeterminado, formulado a travs de ecuaciones lineales, optimizando la funcin objetivo, tambin lineal. Transporte y asignacin: El modelo de transporte busca determinar un plan de transporte de una mercanca de varias fuentes a varios destinos. Los datos del modelo son: Nivel de oferta en cada fuente y la cantidad de demanda en cada destino. El costo de transporte unitario de la mercanca a cada destino. El objetivo del modelo es el de determinar la cantidad que se enviara de cada fuente a cada destino, tal que se minimice el costo del transporte total. La suposicin bsica del modelo es que el costo del transporte en una ruta es directamente proporcional al nmero de unidades transportadas. La definicin de unidad de transporte variara dependiendo de la mercanca que se transporte.

MODELOS HBRIDOS: Programacin dinmica: La programacin dinmica es un enfoque general para la solucin de problemas en los que es necesario tomar decisiones en etapas sucesivas. Las decisiones tomadas en una etapa condicionan la evolucin futura del sistema, afectando a las situaciones en las que el sistema se encontrara en el futuro (denominadas estados), y a las decisiones que se plantearan en el futuro. Conviene resaltar que a diferencia de la programacin lineal, el modelado de problemas de programacin dinmica no sigue una forma estndar. As, para cada problema ser necesario especificar cada uno de los componentes que caracterizan un problema de programacin dinmica. El procedimiento general de resolucin de estas situaciones se divide en el anlisis recursivo de cada una de las etapas del problema, en orden inverso, es decir comenzando por la ltima y pasando en cada iteracin a la etapa antecesora. El anlisis de la primera etapa finaliza con la obtencin del ptimo del problema. Heursticos: Del griego euriskein, (significa: hallar, inventar). Los modelos estn basados en las explicaciones sobre las causas o mecanismos naturales que dan lugar al fenmeno estudiado. Inventarios: El costo de mantener un cierto nmero de unidades en inventario puede ser importante para una empresa. El objetivo de la Teora de Inventarios es establecer tcnicas para minimizar los costos asociados a un esquema de inventario para satisfacer una demanda. Modelo de Simulacin: Los modelos de simulacin difieren de los matemticos en que las relaciones entre la entrada y la salida no se indican en forma explcita. Un modelo de simulacin divide el sistema representado en mdulos bsicos o elementales que despus se enlazan entre si va relaciones lgicas bien definidas. Por lo tanto, las operaciones de clculos pasaran de un modulo a otro hasta que se obtenga un resultado de salida. Puerta Ruta Crtica: El mtodo del camino critico es un proceso administrativo de planeacin, programacin, ejecucin y control de todas y cada una de las actividades componentes de un proyecto que debe desarrollarse dentro de un tiempo critico y al costo optimo MODELO PROBABILSTICOS: Cuando no se conoce el resultado esperado, sino su probabilidad y existe por lo tanto incertidumbre. Programacin estocstica: analiza la resolucin de problemas de programacin matemtica en los que algunos parmetros son desconocidos pero se conoce la distribucin de probabilidad asociada a ellos y, por tanto, las situaciones que se analizan mediante la misma son situaciones de riesgo. Colas: son modelos de sistemas que proporcionan servicio. Como modelo, pueden representar cualquier sistema en donde los trabajos o clientes llegan buscando un servicio de algn tipo y salen despus de que dicho servicio haya sido atendido. Proceso Estocstico: es una sucesin de variables aleatorias indexadas por una variable (continua o discreta), generalmente, el tiempo. Cada una de las variables aleatorias del proceso tiene su propia funcin de distribucin de probabilidad y, entre ellas, pueden estar correlacionadas o no. Cada variable o conjunto de variables sometidas a influencias o impactos aleatorios constituye un proceso estocstico. Teora de juegos: es un rea de la matemtica aplicada que utiliza modelos para estudiar interacciones en estructuras formalizadas de incentivos (los llamados juegos) y llevar a cabo procesos de decisin. Sus investigadores estudian las

estrategias ptimas as como el comportamiento previsto y observado de individuos en juegos. Tipos de interaccin aparentemente distintos pueden, en realidad, presentar estructuras de incentivos similares y, por lo tanto, representar conjuntamente un mismo juego.

Ejemplo de los modelos de Investigacin de Operaciones. Eli Daisy Fabrica Wozac en enormes cargas, mediante el calentamiento de una mezcla qumica en un contenedor presurizado. Cada vez que se procesa una carga, se produce una cantidad distinta de Wozac. La cantidad producida es el rendimiento del proceso (medido en libras). A daisy le interesa comprender los factores que influyen en el rendimiento del proceso de produccin de Wozac. Describa un proceso de construccin de modelos para esta situacin. Solucin: Lo primero que le interesa a Daisy es determinar los factores que influyen en el rendimiento del proceso. A esto se le podra llamar modelo descriptivo, por que describe el comportamiento del rendimiento real como una funcin de varios factores, Daisy podra determinar (mediante mtodos de regresin) cual de los factores siguientes influyen en el rendimiento: Volumen del contenedor de litros (V) Presin del contenedor en milmetros (P) Temperatura del contenedor en grados Celsius (T) Composicin qumica de la mezcla procesada.

Si A, B y C son los porcentajes de la mezcla compuesta por los productos qumicos A, B, y C, entonces, Daisy podra descubrir, por ejemplo, que Rendimiento (1) = 300 + 0.8V + 0.01P + 0.001T* P- 0.01T2 - 0.001P2 + 11.7A + 9.4B + 16.4C + 19 A*B + 11.4 A*C 9.6 B*C Para determinar est relacin, se tendra que medir el rendimiento del proceso para muchas combinaciones distintas de los factores mencionados. Si Daisy conociera esta ecuacin, podra describir el rendimiento del proceso de produccin una vez que se conociera el volumen, presin, temperatura y composicin qumica. Aplicado a las variables de decisin: Las variables de decisin estn bajo valores que se tienen control en el desempeo del sistema, En el ejemplo, V,P,T,A,B y C son variables de decisin. Restricciones: En la mayor parte de las situaciones slo son posibles ciertos valores de las variables de decisin. Por ejemplo, ciertas combinaciones de volumen, precisin y temperatura, podran ser peligrosas. Adems A, B, y C deben ser nmeros positivos que se aaden a 1. Supngase el siguiente Caso: El volumen debe estar entre 1 y 5 litros. La presin debe ser de entre 200 y 400 mililitros. La temperatura debe estar entre 100 y 200 grados Celsius.

La mezcla debe estar compuesta solo de A, B y C Para el frmaco se comporte de manera adecuada, solo la mitad de la mezcla cuando mucho puede ser del producto A. Estas restricciones se expresan en forma matemtica como sigue: V 5 V 1 P 400 P 200 T 200 T 100 A 0 B 0 A + B + C= 1 A 5 Modelo de Optimizacin Completo. Despus de hacer que z represente el valor de la funcin objetivo, el modelo de optimizacin se escribe como sigue: Maximizar z= 300 + 0.8V + 0.01P + 0.001T* P- 0.01T2 - 0.001P2 + 11.7A + 9.4B + 16.4C + 19 A*B + 11.4 A*C 9.6 B*C Sujeto a (s.a.)
V 5 V 1 P 400 P 200 T 200 T 100 A 0 B 0 C 0 A + B + C= 1 A 5

Se dice que cualquier especificacin de las variables de decisin que cumple con todas las restricciones del modelo se encuentra en la regin factible. Por ejemplo, V= 2, P=300, T=150, A=0.4, B=0.3 y C=0,1 estn en le regin factible. Una solucin ptima para un modelo de optimizacin es cualquier punto en la regin factible que optimice (en este caso se maximice) la funcin objetico. Se establece que la solucin ptima para este modelo es V=5, P=200, T=100, A=0.294, B= 0, C=0.706 y z=183.38. Por consiguiente, un rendimiento mximo de 183.38 libras se obtiene con un contenedor de 5 litros, presin de 200 mililitros, temperatura de 100 grados Celsius y 29% de A y 71% de C. Esto quiere decir que con ninguna otra combinacin factible de las variables de decisin es posible obtener un rendimiento que sobrepasenn183.38 libras. Ejemplo con los modelos estticos y dinmicos.

Considrese una compaa (Sailco) que debe determinar cmo maximizar el costo de cumplir (justo a tiempo) la demanda de botes de vela durante el prximo ao. Es evidente que Sailco debe determinar cuntos botes debe producir durante cada uno de los siguientes cuatro trimestres. En las decisiones de Sailco se consideran periodos mltiples, de aqu que un modelo para el problema de Sailco sera un modelo dinmico. Ejemplos de los modelos lineales y no lineales. Retomemos el Ejemplo de Daysi los trminos 0.001T* P- 0.01T2 - 0.001P2 + 11.7A + 9.4B + 16.4C + 19 A*B + 11.4 A*C 9.6 B*C hacen que el modelo sea no lineal en la funcin objetico del ejemplo 1. Por lo regular, lo modelos no lineales son mucho ms difciles de resolver que los lineales. Ejemplo de los modelos enteros y no enteros. Tomando el ejemplo 1 es un modelo no entero. Si es un modelo las variables de decisin representan el nmero de trabajadores que empieza a laborar durante cada turno en un restaurante que sirve bocadillos, entonces es claro que se tiene un modelo entero. Los modelos enteros son mucho ms difciles de resolver que los modelos no lineales. Ejemplo de los modelos Deterministicos y estocsticos. Retomando el ejemplo 1 como un modelo deterministico, se est considerando como suposicin (Irreal) que para los valores de V, P, T, A, B y C el rendimiento del proceso siempre ser el mismo. Esto es muy improbable. Es posible ver a (1) como una representacin del rendimiento promedio del proceso para los valores de las variables de decisin.