P. 1
Como Crear Un Modelo Matematico

Como Crear Un Modelo Matematico

|Views: 1.226|Likes:

More info:

Published by: Jose Guillermo Cardenas Murillo on May 01, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

06/29/2013

pdf

text

original

Matemáticas para la toma de decisiones Unidad 2

2.1 Pasos generales y técnicas de la construcción de modelos matemáticos.
¿Qué son los modelos determinísticos? Los problemas de toma de decisiones se pueden clasificar en dos categorías: modelos de decisión determinísticos y modelos de decisión probabilísticos. En los modelos determinísticos, las buenas decisiones se basan en sus buenos resultados. Se consigue lo deseado de manera "determinística", es decir, libre de riesgo. Esto depende de la influencia que puedan tener los factores no controlables, en la determinación de los resultados de una decisión y también en la cantidad de información que el tomador de decisión tiene para controlar dichos factores. ¿Qué son los modelos? Aquellos que manejan y controlan sistemas de hombres y equipos se enfrentan al problema constante de mejorar (por ejemplo, optimizar) el rendimiento del sistema. El problema puede ser reducir el costo de operación y a la vez mantener un nivel aceptable de servicio, utilidades de las operaciones actuales, proporcionar un mayor nivel de servicio sin aumentar los costos, mantener un funcionamiento rentable cumpliendo a la vez con las reglamentaciones gubernamentales establecidas, o "mejorar" un aspecto de la calidad del producto sin reducir la calidad de otros aspectos. Para identificar la mejora del funcionamiento del sistema, se debe construir una representación sintética o modelo del sistema físico, que puede utilizarse para describir el efecto de una variedad de soluciones propuestas. Un modelo puede considerarse como una entidad que captura la esencia de la realidad sin la presencia de la misma. Una fotografía es un modelo de la realidad ilustrada en la imagen. La presión arterial puede utilizarse como un modelo de la salud de una persona. Una campaña piloto de ventas puede utilizarse como un modelo de la respuesta de las personas a un nuevo producto. Por último, una ecuación matemática puede utilizarse como un 1 Ing. Rafael José Cuevas Mijangos

Por ejemplo. la utilidad del modelo depende del aspecto de la realidad que representa. Rafael José Cuevas Mijangos . Por lo tanto. desigualdad o sistema de ecuaciones o desigualdades. sin afectar al sistema en sí. su uso puede no ser apropiado en una aplicación en particular porque no captura los elementos correctos de la realidad. Ya que un modelo sólo captura determinados aspectos de la realidad. En cada caso. Si se conoce el 2 Ing. en el campo de la ingeniería. Una ecuación que predice las ventas anuales de un producto en particular es un modelo de ese producto pero tiene poca utilidad si lo que nos interesa es el costo de producción por unidad. Una foto de una persona es un modelo de la misma pero brinda poca información acerca de sus logros académicos. Un modelo puede ser inadecuado aun cuando intenta capturar los elementos apropiados de la realidad si lo hace de una manera distorsionada o sesgada. los negocios y la economía. que representa determinados aspectos del sistema físico representado en el modelo. En consecuencia.Matemáticas para la toma de decisiones Unidad 2 modelo de la energía contenida en un determinado material. Un modelo matemático es una ecuación. el modelo captura algún aspecto de la realidad que intenta representar. Una ecuación que pronostica el volumen mensual de ventas puede ser exactamente lo que el gerente de ventas quiere pero podría generar grandes pérdidas si arroja constantemente cálculos de ventas altos. Un modelo ofrece al analista una herramienta que puede manipular en su análisis del sistema en estudio. supóngase que se ha desarrollado un modelo matemático para predecir las ventas anuales como una función del precio de venta unitario. un modelo útil es aquel que captura los elementos adecuados de la realidad con un grado aceptable de precisión. Un termómetro que lee de más (o de menos) tendría poca utilidad para realizar un diagnóstico médico. La temperatura es un modelo de las condiciones climáticas pero puede ser inapropiado si uno está interesado en la presión barométrica. Los modelos de este tipo se utilizan en gran medida en las ciencias físicas.

debe capturar la relación entre esa medida y aquellas variables que hacen que dicha medida fluctúe. determinando las ventas resultantes y calculando las utilidades anuales totales para cada valor de precio de venta examinado. También existen algunos parámetros cuyos valores pueden ser inciertos para el decisor. se pueden introducir en el modelo distintos valores para el precio de venta. resulta 3 Ing. Para determinar el precio de venta que arrojará las utilidades totales máximas. Este criterio a menudo se denomina medida del rendimiento del sistema o medida de efectividad. la solución obtenida a partir del modelo debería ser también la solución para el problema del sistema. Las variables del sistema pueden categorizarse en variables de decisión y parámetros. la medida de efectividad generalmente son los costos o las utilidades. Lo ideal sería que si el modelo matemático es una representación válida del rendimiento del sistema. A fin de definir las condiciones que nos conducirán a la solución del problema del sistema. El modelo matemático que describe el comportamiento de la medida de efectividad se denomina función objetivo. uno a la vez. Mediante un proceso de prueba y error. el analista puede determinar el precio de venta que maximizará las utilidades anuales totales. Si la función objetivo es describir el comportamiento de la medida de efectividad. Esto requiere un análisis de sensibilidad después de descubrir la mejor estrategia.Matemáticas para la toma de decisiones Unidad 2 costo de producción por unidad. Una variable de decisión es una variable que puede ser directamente controlada por el decisor. la efectividad de los resultados de la aplicación de cualquier técnica operativa es en gran medida una función del grado en el cual el modelo representa al sistema en estudio. Rafael José Cuevas Mijangos . Así. mientras que en aplicaciones gubernamentales esta medida generalmente se define en términos de un índice costo/beneficio. el analista primero debe identificar un criterio según el cual se podrá medir el sistema. mediante la aplicación de las técnicas analíticas adecuadas. se pueden calcular con facilidad las utilidades anuales totales para cualquier precio de venta. En la práctica. En aplicaciones empresariales.

En cambio. el analista espera lograr alguna mejora en el modelo. aunque no siempre se tiene tanta buena suerte. el analista debe evaluar la correspondencia o validez del modelo. Esta relación matemática es la función objetivo que se emplea para evaluar el rendimiento del sistema en estudio. Todo el proceso de selección y rechazo de variables puede requerir reiteraciones múltiples hasta desarrollar una función objetivo satisfactoria. si el conjunto es el adecuado. es posible que la función objetivo no sea válida. La formulación de una función objetivo que tenga sentido normalmente es una tarea tediosa y frustrante. el éxito final es precedido por una serie de fracasos frustrantes y pequeños progresos. el analista trata de descubrir las variables adicionales que podrían mejorar su modelo descartando aquellas que parecen tener poca o ninguna relevancia. Por ejemplo. En cada etapa del proceso de desarrollo. Rafael José Cuevas Mijangos . Esto puede darse porque el analista elige el conjunto incorrecto de variables para incluir en el modelo o bien. En cada iteración. Por lo general. supóngase que se desarrolla un modelo destinado a calcular el valor 4 Ing. el analista de IO/CA debe tratar de identificar aquellas variables que afectan en mayor grado la medida de efectividad y luego debe intentar definir de manera lógica la relación matemática entre estas variables y la medida de efectividad. sólo se puede determinar si estos factores realmente mejoran el modelo una vez realizadas la formulación y prueba de nuevos modelos que incluyan las variables adicionales. No obstante. El primero implica la experimentación del modelo: someter el modelo a una serie de condiciones y registrar los valores asociados de la medida de efectividad dada por el modelo en cada caso. En un nuevo intento. Los intentos de desarrollo de una función objetivo pueden terminar en un fracaso.Matemáticas para la toma de decisiones Unidad 2 casi imposible capturar la relación precisa entre todas las variables del sistema y la medida de efectividad a través de una ecuación matemática. porque no identifica correctamente la relación entre estas variables y la medida de efectividad. Normalmente se emplean dos criterios para realizar esta determinación. Si la medida de efectividad varía de manera antinatural con una sucesión de condiciones de entrada.

El modelo debe expresar el valor de mercado en dólares como una función de la superficie cubierta en pies cuadrados. relevantes Definición del problema de interés y recolección de los datos 2. como generalmente es de esperar. el analista cuestionaría la validez del modelo. con distintos valores para las características mencionadas y descubre que el valor de mercado desciende a medida que aumenta la superficie cubierta expresada en pies cuadrados. Dado que este resultado no concuerda con la realidad. no necesariamente implica que el modelo es una representación válida de la realidad. el analista lo aplica a la tasación de distintas viviendas. Después de desarrollar el modelo. ¿Cuáles son los pasos para la construcción de modelos? Una manera de resumir las etapas usuales (no secuenciales) de un estudio de IO es la siguiente: 1. Puesta en marcha 5 Ing. Formulación de un modelo que represente el problema 3. Preparación para la aplicación del modelo 6. Si bien este resultado es alentador. cantidad de baños y tamaño del lote. supóngase que el modelo es tal que el valor de las viviendas es una función creciente de cada una de las cuatro características citadas.Matemáticas para la toma de decisiones Unidad 2 de mercado de viviendas unifamiliares. cantidad de dormitorios. Prueba del modelo 5. Rafael José Cuevas Mijangos . La segunda etapa de la validación del modelo requiere una comparación de los resultados del modelo con los resultados obtenidos en la realidad. Por otro lado. dado que la tasa de aumento de cada variable puede ser excesivamente alta o baja. Solución del modelo 4 .

Es común que el equipo de IO pase mucho tiempo recolectando los datos relevantes sobre el problema. la distribución y la comercialización de sus productos. logrando un mejoramiento en las utilidades de alrededor de $70 millones de dólares al año. lo cual hace imposible extraer una respuesta correcta de un problema equivocado. Lo primero que hay que reconocer es que un equipo de IO. Ejemplo: Un estudio de IO hecho para Citgo Petroleum Corporation optimizó tanto las operaciones de refinación como el abastecimiento. recolección de datos también jugó un papel muy importante en este estudio. Este proceso de definir el problema es muy importante ya que afectará en forma significativa las conclusiones en estudio. las restricciones sobre lo que se puede hacer. los diferentes cursos de acción posibles las interrelaciones del área bajo estudio con otras áreas de la organización. sino que asesoran a la gerencia (casi siempre un tomador de decisiones).Matemáticas para la toma de decisiones Unidad 2 Definición del problema y recolección de datos La primera actividad que se debe realizar es el estudio del sistema relevante. Y toma una decisión final basándose en su mejor juicio. El equipo realiza un análisis técnico y después presentan un informe a los administradores. A los miembros del equipo no se les presentan un problema y se les dice que lo resuelvan como puedan. por lo general trabaja en un nivel de asesoría. Entonces. en particular bajo diferentes suposiciones. Rafael José Cuevas Mijangos . esto incluye determinar los objetivos. los límites de tiempo para tomar una decisión . el informe a la gerencia identifica cierto número de opciones atractivas. El gerente evalúa el estudio y sus recomendaciones. Formulación del modelo La 6 Ing. Con frecuencia. es vital que el equipo de IO pueda observar desde el mismo nivel que la gerencia.

pero por lo general no lo es. La nueva política ahorró cientos de millones de dólares en gastos de inversión y redujo el daño agrícola en alrededor de $15 millones de dólares anuales. es decir. Los modelos tienen muchas ventajas sobre una descripción verbal del problema. no tiene sentido trabajar con modelos si se puede trabajar con el sistema real en sí. mediante la construcción de un modelo que represente la esencia del problema. en cambio la versión compleja se usó cuando se deseaba mayor exactitud o más detalles en los resultados. la siguiente etapa de un estudio consiste en desarrollar un procedimiento para derivar en una solución al problema a partir de este modelo. En lugar de formular modelo. éste estudio de IO desarrolló un sistema integrado y comprensible de 50 modelos. se recomienda empezar con una versión muy sencilla y moverse. según el tipo de modelo este puede hacerse en computadora. algunos de los modelos se desarrollaron en versiones sencillas y complejas. Ejemplo: La oficina responsable del control del agua y los servicios públicos del gobierno de Holanda. encontrar la solución es la parte divertida del estudio. de otra manera. Los modelos siempre deben ser menos complejos que el sistema real. Puede pensarse que esta debe ser la parte principal de estudio. La versión sencilla se usó para adquirir una visión básica. al mismo tiempo que disminuyó la contaminación térmica y debida a las algas. Rafael José Cuevas Mijangos . Obtención de una solución a partir del modelo Una vez formulado el modelo para el problema bajo estudio. mientras que el verdadero trabajo se encuentra en las etapas anteriores y posteriores del estudio. el Rijkswaterstatt. Un tema común es la búsqueda de una solución óptima. una ventaja obvia es que el modelo describe un problema en forma mucho más concisa. contrató un importante estudio de IO para guiarlo en el desarrollo de una nueva política de administración del agua. es necesario reconocer que estas 7 Ing. Los modelos son representaciones idealizadas de la realidad. la mejor. en forma evolutiva.Matemáticas para la toma de decisiones Unidad 2 Una vez definido el problema la siguiente etapa consiste en reformularlo para su análisis. Al desarrollar el modelo. hacia modelos más elaborados que reflejen mejor la complejidad del problema real.

El eminente científico de la administración y premio Nobel de Economía. Al reconocer este concepto. éste determina qué parámetros del modelo son los más críticos. independientemente de si implica o no encontrar una solución óptima para el modelo. Esto. 8 Ing. Una solución óptima para el modelo original puede ser mucho menos que ideal para el problema real. La distinción entre optimizar y satisfazar refleja la diferencia entre la teoría y la realidad. los parámetros críticos. El análisis posóptimo. por supuesto. Por lo tanto. es de esperarse si se toma en cuenta los muchos imponderables e incertidumbre asociados a casi todos los problemas reales.Matemáticas para la toma de decisiones Unidad 2 soluciones son óptimas sólo respecto al modelo que se esta utilizando. Como el modelo necesariamente es una idealización y no una representación del problema real. Más bien. no puede existir una garantía de que la solución óptima del modelo resulte ser la mejor solución posible que pueda llevarse a la práctica para el problema real. pero si el modelo está bien formulado la solución debe tener una buena aproximación de curso de acción ideal para el problema real. Ejemplo: Considere de nuevo el estudio de IO para el Rijkswaterstatt sobre la política nacional de administración de agua en Holanda. constituye una parte muy importante. se identificaron. introdujo el concepto de que en la práctica es mucho más frecuente satisfazar que optimizar. la meta de un estudio de IO debe ser llevar a cabo el estudio de una manera óptima. Al inventar el término satisfazar como una combinación de satisfacer y optimizar. de manera que es necesario hacer un análisis adicional. del modelo son aquellos cuyos valores no se pueden cambiar sin que la solución óptima cambie. Rafael José Cuevas Mijangos . Herbert Simon. Este estudio no concluyó con la recomendación de una solución. en ocasiones se utilizan solo procedimientos de diseño intuitivo para encontrar una buena solución subóptima.

Otro método podría ser incluir a una persona que no haya participado en la formulación del modelo. El análisis postóptimo incluyó la evaluación del impacto en los problemas de agua si los valores de los parámetros se cambiaran de los estándares ecológicos a otros valores razonables. independientemente de sus inexactitudes. Por ejemplo. Este proceso llevó al reconocimiento de varios aspectos importantes y a mejoras en los modelos. Ejemplo: Considerando nuevamente el estudio de IO para el El proceso de Rijkswaterstatt sobre la política de administración del agua. Prueba del modelo Sin duda que la primera versión de un modelo grande tenga muchas fallas. Segundo. Un método común para probar la validez de un modelo es comparar su funcionamiento con algunos datos pasados disponibles del sistema actual (se le llama también prueba retrospectiva). ciertos parámetros de los modelos representaron estándares ecológicos. prueba del modelo en este caso constó de tres grandes partes. Un modelo es válido si. puede dar una predicción confiable del funcionamiento del sistema. Tercero. Se usó también para evaluar el impacto de cambio de las suposiciones de los modelos. la metodología y los resultados. Debe notarse que tal método de validación no es apropiado para sistemas que no existen. para poder encontrar errores que el equipo de IO no encontró. El análisis postóptimo jugó un papel importante en este estudio. personas totalmente ajenas al proyecto. Rafael José Cuevas Mijangos . se hizo una prueba retrospectiva. por ejemplo. llevaron a cabo una revisión técnica de los modelos. ya que no habrá datos disponibles para poder comparar. este proceso de prueba y mejoramiento se conoce como validación del modelo. el equipo de IO verificó el comportamiento general de los modelos viendo si los resultados de cada uno de ellos cambiaban en forma razonable al hacer cambios en los valores de los parámetros. por lo tanto antes de usar el modelo debe probarse para identificar y corregir todas las fallas que se pueda.Matemáticas para la toma de decisiones Unidad 2 analizaron y compararon varias alternativas atractivas. la suposición sobre el efecto de tratados internacionales futuros sobre la contaminación que pudiera llegar. Primero. 9 Ing. etc.

Este sistema incluirá el modelo y el procedimiento de solución (además del análisis postóptimo) y los procedimientos operativos para su implantación (este sistema casi siempre esta diseñado para computadora). Rafael José Cuevas Mijangos .htm 10 Ing. es apropiado que el equipo de IO documente su metodología utilizada con suficiente claridad para que el trabajo sea reproducible. La administración deseaba documentación más extensa que lo normal. por lo tanto si las condiciones cambian con el tiempo. Ejemplo: Volviendo al caso de la política nacional de administración del agua del Rijkswaterstatt en Holanda. tanto para apoyar la nueva política como para utilizarla en la capacitación de nuevos analistas o al realizar nuevos estudios. emitidas en una forma comprensible a los individuos que administrará y operarán al sistema. Implantación del modelo Una vez desarrollado el sistema para aplicar el modelo. Esto básicamente implicaría la traducción de estos resultados en instrucciones de operación detallada.Matemáticas para la toma de decisiones Unidad 2 Preparación para la aplicación del modelo El siguiente paso es instalar un sistema bien documentado para aplicar el modelo. Fuente: http://www.com/Modelos_Deterministicos. Parte de este esfuerzo incluye el desarrollo de un proceso de mantenimiento durante su uso futuro.investigacion-operaciones.investigacion -operaciones. este proceso debe modificar al sistema como al modelo.htm#ropintroduction http://www. la última etapa consiste en la implantación de los resultados probados del modelo.com/Construccion_Modelos. A la culminación del estudio.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->