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 :

Negocios

Industrias

Milicia Gobierno

y hospitales

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.