100%(2)100% нашли этот документ полезным (2 голоса)
777 просмотров3 страницы
Este documento describe varios métodos para derivar soluciones a modelos, incluyendo métodos analíticos, numéricos y de simulación. También discute el desarrollo y validación de modelos matemáticos a través de software y el análisis de sensibilidad de parámetros. Finalmente, explica los requisitos básicos para construir modelos de programación lineal como funciones objetivo, restricciones y decisiones lineales.
Este documento describe varios métodos para derivar soluciones a modelos, incluyendo métodos analíticos, numéricos y de simulación. También discute el desarrollo y validación de modelos matemáticos a través de software y el análisis de sensibilidad de parámetros. Finalmente, explica los requisitos básicos para construir modelos de programación lineal como funciones objetivo, restricciones y decisiones lineales.
Este documento describe varios métodos para derivar soluciones a modelos, incluyendo métodos analíticos, numéricos y de simulación. También discute el desarrollo y validación de modelos matemáticos a través de software y el análisis de sensibilidad de parámetros. Finalmente, explica los requisitos básicos para construir modelos de programación lineal como funciones objetivo, restricciones y decisiones lineales.
Segn Prawda, resolver un modelo consiste en encontrar los valores de las
variables dependientes y las no dependientes, asociadas a los componentes controlables del sistema con el fin de optimizar, si no es posible, mejorar la eficiencia del sistema dentro del marco de referencia que fijan los objetivos establecidos por el grupo de toma de decisiones. Los mtodos de solucin son: 1. Mtodo Analtico. 2. Mtodo Numrico. 3. Mtodo de Simulacin. 1.- EL MTODO ANALTICO, hace el anlisis matemtico clsico,es utilizado para obtener soluciones en forma deductiva, (llamadas tambin soluciones analticas), o sea, que parte de lo general a lo particular. 2.- EL MTODO NUMRICO, se aplica cuando la solucin no es posible obtenerla de manera deductiva, se utilizar, el anlisis numrico, (Iterativo) o solucin numrica en forma inductiva, que va de lo particular a lo general. La solucin de tipo iterativo se aproxima a la solucin ptima con un margen de error permitido, basado en una serie de pruebas sobre la misma lgica de solucin, en relacin a resultados de una prueba anterior. 3.- Existen los MTODOS DE SIMULACIN, que son los que imitan al sistema real, es muy til en la solucin de problemas complejos, de riesgo y bajo incertidumbre. La Tcnica de Montecarlo, es un mtodo de solucin que utiliza los problemas probabilsticos de simulacin. Esta tcnica es utilizada donde no se puede hacer uso de los mtodos de solucin numrica o de solucin analtica, ya que se generan nmeros aleatorios para obtener valores muestrales en base a una distribucin de probabilidad. La Teora de Juegos, es un sistema donde existen varios grupos de decisin que reaccionan entre s. Prueba modelo Es el desarrollo del modelo matemtico en la Investigacin de operaciones ya definido, para la solucin de problemas especficos, para computadoras, mediante el uso de paquetes de software actualizndose mediante versiones. Este software no es en un 100% confiable, mantienen margen de error mnimos, que no pueden ser detectables. Pero conforme se van desarrollando nuevas tecnologas
computacionales estos errores se van minimizando. Este proceso de prueba y
mejoramiento de un modelo para incrementar su validez se conoce como validacin del modelo. Considero que los autores de estos software para computadoras mantienen errores por el cmulo de variables que contienen, entradas y de salidas. Y para mejorar estos errores una persona ajena a ellos debe supervisar los datos incluidos en el software. Establecimientos de controles de solucin El software ya diseados dependen de las variables, los parmetros, las relaciones etc., mientras estas no cambien significativamente. Cuando se insertan datos en la base de la computadora, se deben vigilar que respete los paramentaros del sistema. De lo contrario es importante desarrollar un nuevo sistema que abarque todos estos cambios. Usualmente esto se le conoce como anlisis de sensibilidad, que consiste en determinar los rangos de variacin de los parmetros dentro de los cuales no cambia la solucin del problema. Resolucin de problemas La capacidad de resolver problemas es la eficacia y agilidad para dar soluciones a problemas detectados, emprendiendo las acciones correctoras necesarias con sentido comn, sentido del coste e iniciativa. Esta cualidad supone tomar accin de manera preactiva, ante las dificultades sin prdida de tiempo y atendiendo a las soluciones que marca el sentido comn, pensando en las repercusiones que pueden tener en un plazo ms amplio. Los pasos a seguir para solucionar problemas son: definir el problema, buscar alternativas de solucin, valorar las consecuencias positivas y negativas de cada alternativa, elegir la ms conveniente e implantar. Otras competencias que actan paralelamente son la creatividad, la bsqueda de informacin, toma de decisiones, trabajo en equipo, flexibilidad. Toma de decisiones Es el proceso durante el cual la persona debe escoger entre dos o ms alternativas. Todos y cada uno de nosotros pasamos los das y las horas de nuestra vida teniendo que tomar decisiones. Algunas decisiones tienen una importancia relativa en el desarrollo de nuestra vida, mientras otras son gravitantes en ella.
Aplicaciones de la programacin lineal
La programacin lineal constituye un importante campo de la optimizacin por varias razones, muchos problemas prcticos de la investigacin de operaciones pueden plantearse como problemas de programacin lineal. Algunos casos especiales de programacin lineal, tales como los problemas de flujo de redes y problemas de flujo de mercancas se consideraron en el desarrollo de las matemticas lo suficientemente importantes como para generar por si mismos mucha investigacin sobre algoritmos especializados en su solucin. Una serie de algoritmos diseados para resolver otros tipos de problemas de optimizacin constituyen casos particulares de la ms amplia tcnica de la programacin lineal. Histricamente, las ideas de programacin lineal han inspirado muchos de los conceptos centrales de la teora de optimizacin tales como la dualidad, la descomposicin y la importancia de la convexidad y sus generalizaciones. Del mismo modo, la programacin lineal es muy usada en la microeconoma y la administracin de empresas, ya sea para aumentar al mximo los ingresos o reducir al mnimo los costos de un sistema de produccin. Algunos ejemplos son la mezcla de alimentos, la gestin de inventarios, la cartera y la gestin de las finanzas, la asignacin de recursos humanos y recursos de mquinas, la planificacin de campaas de publicidad, etc. Otros son: Optimizacin de la combinacin de cifras comerciales en una red lineal de distribucin de agua. Aprovechamiento ptimo de los recursos de una cuenca hidrogrfica, para un ao con afluencias caracterizadas por corresponder a una determinada frecuencia. Soporte para toma de decisin en tiempo real, para operacin de un sistema de obras hidrulicas; Solucin de problemas de transporte. Construccin de los Modelos de Programacin Lineal De forma obligatoria se deben cumplir los siguientes requerimientos para construir un modelo de Programacin Lineal. Requerimiento 1. Funcin objetivo. (F.O). Debe haber un objetivo (o meta o blanco) que la optimizacin desea alcanzar. Requerimiento 2. Restricciones y decisiones. Debe haber cursos o alternativas de accin o decisiones, uno de los cules permite alcanzar el objetivo. Requerimiento 3. La F.O y las restricciones son lineales. Deben utilizarse solamente ecuaciones lineales o desigualdades lineales.
Gonzalez Contreras, Francisco - Meseguer Calas, María Desamparados-Planificación de Procesos de Mecanizado-Editorial de La Universidad Politécnica de Valencia (2015)