Programacion

Solo disponible en BuenasTareas
  • Páginas : 8 (1834 palabras )
  • Descarga(s) : 0
  • Publicado : 12 de agosto de 2010
Leer documento completo
Vista previa del texto
Metodología de la Investigación de Operaciones.
            El proceso de la Investigación de Operaciones comprende las siguientes fases:
1.   Formulación y definición del problema.
2.   Construcción del modelo.
3.   Solución del modelo.
4.   Validación del modelo.
5.   Implementación de resultados.
            Demos una explicación de cada una de las fases:
1.   Formulación y definicióndel problema. En esta fase del proceso se necesita: una descripción de los objetivos del sistema, es decir, qué se desea optimizar; identificar las variables implicadas, ya sean controlables o no; determinar las restricciones del sistema. También hay que tener en cuenta las alternativas posibles de decisión y las restricciones para producir una solución adecuada.
2.   Construcción del modelo. Enesta fase, el investigador de operaciones debe decidir el modelo a utilizar para representar el sistema. Debe ser un modelo tal que relacione a las variables de decisión con los parámetros y restricciones del sistema. Los parámetros (o cantidades conocidas) se pueden obtener ya sea a partir de datos pasados o ser estimados por medio de algún método estadístico. Es recomendable determinar si elmodelo es probabilístico o determinístico. El modelo puede ser matemático, de simulación o heurístico, dependiendo de la complejidad de los cálculos matemáticos que se requieran.
3.   Solución del modelo. Una vez que se tiene el modelo, se procede a derivar una solución matemática empleando las diversas técnicas y métodos matemáticos para resolver problemas y ecuaciones. Debemos tener en cuenta quelas soluciones que se obtienen en este punto del proceso, son matemáticas y debemos interpretarlas en el mundo real. Además, para la solución del modelo, se deben realizar análisis de sensibilidad, es decir, ver como se comporta el modelo a cambios en las especificaciones y parámetros del sistema. Esto se hace, debido a que los parámetros no necesariamente son precisos y las restricciones puedenestar equivocadas.
4.   Validación del modelo. La validación de un modelo requiere que se determine si dicho modelo puede predecir con certeza el comportamiento del sistema. Un método común para probar la validez del modelo, es someterlo a datos pasados disponibles del sistema actual y observar si reproduce las situaciones pasadas del sistema. Pero como no hay seguridad de que el comportamientofuturo del sistema continúe replicando el comportamiento pasado, entonces siempre debemos estar atentos de cambios posibles del sistema con el tiempo, para poder ajustar adecuadamente el modelo.
5.   Implementación de resultados. Una vez que hayamos obtenido la solución o soluciones del modelo, el siguiente y último paso del proceso es interpretar esos resultados y dar conclusiones y cursos deacción para la optimización del sistema. Si el modelo utilizado puede servir a otro problema, es necesario revisar, documentar y actualizar el modelo para sus nuevas aplicaciones.

Un modelo matemático comprende principalmente tres conjuntos básicos de elementos. Estos son: 1) variables y parámetros de decisión, 2) restricciones y 3) función objetivo.
1.   Variables y parámetros de decisión. Lasvariables de decisión son las incógnitas (o decisiones) que deben determinarse resolviendo el modelo. Los parámetros son los valores conocidos que relacionan las variables de decisión con las restricciones y función objetivo. Los parámetros del modelo pueden ser determinísticos o probabilísticos.
2.   Restricciones. Para tener en cuenta las limitaciones tecnológicas, económicas y otras del sistema,el modelo debe incluir restricciones (implícitas o explícitas) que restrinjan las variables de decisión a un rango de valores factibles.
3.   Función objetivo. La función objetivo define la medida de efectividad del sistema como una función matemática de las variables de decisión.
            La solución óptima será aquella que produzca el mejor valor de la función objetivo, sujeta a las...
tracking img