Download - Prueba diapo
Origen –Significado
Importancia-Aplicación
Modelos Matemáticos
Lineales
No lineales
Determinístico
Estocástico
Simulación
Elaborado por: Beberlin Villasmil
CI.24.393.858
Importancia y aplicación
La investigación de operaciones es una disciplina científica que los admi-
nistradores utilizan para tomar decisiones informadas para sus operacio-
nes.
Se basa en gran medida en las matemáticas, las estadísticas y la ciencia.
Los gerentes de operaciones usan esto ampliamente para programar y en-
samblar sus funciones de producción. Es
utilizada principalmente en las industrias de manufactura, combustibles,
energía y telecomunicaciones.
Importancia y aplicación
La investigación de operaciones es una disciplina científica que los admi-
nistradores utilizan para tomar decisiones informadas para sus operacio-
nes.
Se basa en gran medida en las matemáticas, las estadísticas y la ciencia.
Los gerentes de operaciones usan esto ampliamente para programar y en-
samblar sus funciones de producción. Es
utilizada principalmente en las industrias de manufactura, combustibles,
energía y telecomunicaciones.
Para ser más específicos, se consideran algunos
problemas que se han resuelto mediante algunas
técnicas de Investigación de Operaciones.
La programación lineal :
Se ha usado con éxito en la so-
lución de problemas referentes
a la asignación de personal, la
mezcla de materiales, la distri-
bución y el transporte y las car-
teras de inversión.
Para ser más específicos, se consideran algunos
problemas que se han resuelto mediante algunas
técnicas de Investigación de Operaciones.
La programación dinámica :
Se ha aplicado con buenos re-
sultados en áreas tales como la
planeación de los gastos de co-
mercialización, la estrategia de
ventas y la planeación de la
producción.
SE APLICA EN : Muchas industrias, inclu-
yendo la aérea y de proyec-
tiles, la automotriz, la de
comunicaciones, compu-
tación, energía eléctrica,
electrónica, alimenticia,
metalúrgica, minera, del
papel, del petróleo y del
transporte, han empleado
la Investigación de Opera-
ciones.
MODELO MATEMÁTICO
Un modelo matemático es la descripción matemáti-
ca
de una situación real.
La rama de la matemática que se encarga de estu-
diar sistemáticamente las propiedades de los mode-
los es la teoría de modelos.
Situación del mundo real
Modelo del mundo real
Modelo matemático
CONCLUSIONES
CARACTERÍSTICAS DEL
MODELO MATEMÁTICO
MODELOS LINEALES
Se dice que una función es lineal cuando su grá-
fica
una línea recta; y por consecuencia tiene la for-
ma:
y = f(x) = mx + b
Donde m representa la pendiente de la recta y
b la ordenada al origen (el punto en el que la
recta interfecta al eje de las "y"). Es importan-
te mencionar que este tipo de funciones crecen
a tasa constante; y su dominio e imagen son to-
dos los números reales.
El modelo representa
una aproximación gra-
dual de la respuesta a un
límite superior, A, im-
puesto por el medio am-
biente, como en el caso
de la aplicación de un
químico a un material
vivo en un experimento
de laboratorio, o el nivel
de fertilizante aplicado
en un experimento de cultivo
MODELO NO LINEALES
MODELO MATEMÁTICO DETERMINISTICO
Función principal es el hacer predicciones de manera correcta, exacta y definida de las cantidades, ya sea dentro de la distribución de proba-bilidades, como de alternativas; a esta clase de modelos matemáticos
se les conoce con el nom-bre de modelos matemáti-cos aplicados a los proble-mas en los que solo existe un estado de la naturaleza, además de que las varia-bles, limitaciones y alter-nativas se encuentran dis-puestas a aceptar las su-posiciones, los datos cono-cidos, los datos definibles,
Son aquellos modelos en los
que, por lo menos una de las
características de operación
esta dada por una función de
probabilidad. Los valores de
ésta o éstas variables, se ob-
tienen al azar.
MODELO ESTOCÁSTICO
MODELO ESTOCÁSTICO
En un modelo determinísti-
co , el resultado del mismo se
obtiene al dar valores mas
esperados a las variables del
modelo.
Al hacerlo se incurren en
dos errores: Podemos ser
optimistas o pesimistas .
En todos los casos , utiliza-
mos supuestos y estimacio-
nes para los que carecemos
de toda información necesa-
ria .
En los modelos estocásticos
podemos incluir en el análisis
toda la incertidumbre pre-
sente en el modelo.