DERIVACIN DE LA SOLUCIN

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.