Está en la página 1de 13

ACTIVIDAD 1 REVISANDO CONCEPTOS DE MODELOS DETERMINISTICOS. El modelaje es la esencia del enfoque de la investigación de operaciones.

El construir un modelo ayuda a colocar los aspectos complejos e inciertos de un problema de decisión en una estructura lógica que es adecuada para el análisis formal. Un modelo es un vehiculo para lograr una visión bien estructurada de la realidad. El proceso de construcción del modelo es un proceso iterativo. Nadie, ni siquiera el desarrollador de modelos más experimentado, desarrolla un modelo utilizable en una sola operación directa. En cambio, el proceso es de formulación y validación tentativas, seguidas de instancias de reformulación y revalidación, hasta que se alcanza un cierto grado de confianza en la utilidad del modelo. Existen varios tipos bajo la clasificación de modelos matemáticos. La clasificación de los modelos matemáticos como descriptivos o normativos, estáticos o dinámicos, deterministas o estocásticos, no es taxonomía ociosa. Como el modelo de decisión debe estar formulado de modo tal que nos proporcione información útil para resolver expeditamente el modelo, es importante tanto para el analista como para el desarrollador conocer cuáles son los modelos existentes y sus características. Una de las claves del éxito en modelización es reconocer que un modelo es una abstracción. Los modelos no se construyen para proporcionar la única respuesta a un problema de decisión. Por el contrario, suministran información útil para la toma de decisiones. El modelo no debiera tener todas las complejidades de la realidad. Si las tuviera sería extremadamente difícil de resolver y probablemente le daría pocas ideas, o información, al analista. A la inversa, el modelo no debe ser una excesiva simplificación que se asemeje poco al mundo real. El buen modelo goza de equilibrio. Existen varios tipos de modelos que se utilizan para la toma de decisiones como por ejemplo: modelos físicos, modelos Esquemáticos, modelos matemáticos los cuales se dividen a su vez en determinísticos y probabilísticos. Todos los modelos, incluidos los verbales, los mentales y los matemáticos, contienen variables independientes, variables dependientes, parámetros y constantes. En los modelos verbales, estos elementos se reúnen en forma libre y muchas veces intuitiva, permitiendo el entendimiento y facilitando la comunicación. Cuando pasamos de los modelos verbales a los mentales y matemáticos, las relaciones entre las variables y los parámetros se torna más específica. El grado de especificidad necesario determina el tipo de modelo que se usará en cada situación determinada. TIPOS DE MODELOS MATEMATICOS · Modelo cuantitativo es aquel cuyos principales símbolos representan números. Son los más comunes y útiles en los negocios. Modelo cualitativo aquel modelo cuyos símbolos representan en su mayoría a Cualidades no numéricas. Una fuente importante es la teoría de conjuntos.

·

el modelo puede mantenerse no factible en términos de cálculo FORMULACION DE MODELO MATEMATICO Una vez resuelto el problema de saber expresar matemáticamente las relaciones de los modelos especificados en la teoría. pero sin indicar cuan alto puede ser ese límite. · La complejidad del modelo matemático puede hacer imposible idear un algoritmo de solución. Modelo Descriptivo cuando el modelo simplemente describe una situación del mundo real en términos matemáticos. estamos en condiciones de abordar la “formulación de los modelos”. Por lo común los modelos matemáticos son de índole iterativa. pese a ser óptima en un sentido matemático.· Modelo Probabilístico aquellos basados en la estadística y probabilidades (donde se incorpora las incertidumbres que por lo general acompañan nuestras observaciones de eventos reales). descripción que puede emplearse para exponer una situación con mayor claridad. La recopilación de datos puede ser la parte más difícil para determinar un modelo y desgraciadamente no se pueden sugerir reglas para este procedimiento. Por lo tanto. La convergencia teórica señala que hay un límite superior finito. sin importar su refinamiento y exactitud. a saber: a) ¿Cuáles son las variaciones endógenas y exógenas? . No obstante creemos necesario hacer antes algunas puntualizaciones en forma de preguntas. la más óptima. la disponibilidad de datos puede tener un efecto directo en la precisión del modelo. vale decir. pero no todos los modelos matemáticos poseen algoritmos de solución que converjan al nivel óptimo por dos razones: · El algoritmo de solución converge al nivel óptimo solo en teoría. En consecuencia. Modelo Determinístico corresponde a aquel modelo cuantitativo que no contiene consideraciones probabilísticas. pueden probar ser poco prácticos si no están respaldados con datos confiables. se llega a la respuesta final en pasos o iteraciones y cada iteración acerca la solución al nivel óptimo. la solución obtenida. Por lo tanto. para indicar como pueden reajustarse o aún para determinar los valores de ciertos aspectos de la situación. de acuerdo a determinados criterios. · · · Los modelos de cualquier clase. en realidad será de calidad inferior desde la perspectiva del sistema real. Modelo Optimizador corresponde al modelo ideado para seleccionar entre varias alternativas. se puede gastar horas y horas de computadora sin alcanzar la iteración final. Si se distorsionan las estimaciones.

Ahora bien. . Las Relaciones de Comportamiento siempre vienen especificadas en los supuestos de la teoría. en la simulación y predicción de los fenómenos físicos. ha de suceder que el número de ecuaciones sea igual al número de variables endógenas (incógnitas). La importancia de los modelos radica. los modelos matemáticos han tenido un impresionante desarrollo en todas las áreas del conocimiento humano. O dicho en otros términos: conocer cuáles son las variables endógenas y cuáles las exógenas. al formular un modelo debe tenerse sumo cuidado con las Relaciones de Definición y de Condición. es necesario fijarse en las especificaciones contenidas en los supuestos de la teoría e ir expresándolas en términos matemáticos. física. ocurre que las Relaciones de Definición y de Condición no suelen venir explicitadas. · Sirven como herramienta para experimentar sin destruir. etc. en fin. Algunas de las principales ventajas en el uso de los modelos matemáticos son las siguientes: · Proporcionan respuestas cuantitativas de los fenómenos físicos. a modo de comprobación. medicina. astronomía. entre otros aspectos. c) ¿Es el modelo completo? Después de haber expresado en forma matemática las Relaciones que forman el modelo. sobre todo los de frecuencia rara. simular y predecir el fenómeno físico. como lo es la hidrología. según su presencia o no. a corto. agricultura. mediano y largo plazo. De lo contrario. es necesario conocer qué es lo que trata de determinar dicha teoría. También podríamos encontrarnos con sistemas incompatibles (sin solución). Asimismo. b) ¿Aparecen explicitadas todas las relaciones? Una vez aclarado este punto. científico y de los recursos naturales en general. es decir un modelo en el que haya más variables endógenas que ecuaciones y por tanto con infinitas soluciones para las variables endógenas. a través de los modelos podemos obtener relaciones de causa-efecto. lo más probable es que falten ecuaciones (tal vez alguna de las Relaciones de Definición o de Condición no explicitadas) aunque también puede ser que se trate de un sistema compatible indeterminado en los términos definidos por el teorema de Rouché-Frobenius-Krönecker. No nos extenderemos más en este tipo de modelos. y sin embargo han de aparecer en la formulación del modelo. Las primeras son las que la teoría trata de determinar en términos de las exógenas. Para ello. se clasifican en dinámicos (no inerciales o inerciales) y estáticos. planeación y manejo del bosque. a observar si el modelo es completo. biología. para formular el modelo matemático de una cierta teoría psicológica. sin haber realizado cambios en los sistemas reales. que una de las características fundamentales de los modelos de análisis psicológico puede ser la aparición de la variable temporal que. debe procederse. Por ello.En primer lugar. erosión. Veamos. ecología. · Ayudan a interpolar. cuyo estudio sería más propio de otra investigación ACTIVIDAD 3 Generalidades En los últimos años.

las buenas decisiones se basan en sus buenos resultados. se debe construir una representación sintética o modelo del sistema físico. En los modelos determinísticos. las buenas decisiones se basan en sus buenos resultados. Estimulan la participación y comunicación del equipo de trabajo. El problema puede ser reducir el costo de operación y a la vez mantener un nivel aceptable de servicio. Se consigue lo deseado de manera "deterministica". o "mejorar" un aspecto de la calidad del producto sin reducir la calidad de otros aspectos. Los problemas de toma de decisiones se pueden clasificar en dos categorías: modelos de decisión determinísticos y modelos de decisión probabilísticos. que puede utilizarse para describir el efecto de una variedad de soluciones propuestas. optimizar) el rendimiento del sistema. 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. libre de riesgo. Ya que un modelo sólo captura determinados aspectos de la realidad. Categorizan la influencia de las variables que participan en el modelo. utilidades de las operaciones actuales. proporcionar un mayor nivel de servicio sin aumentar los costos. Se consigue lo deseado de manera "determinística". Por último. mantener un funcionamiento rentable cumpliendo a la vez con las reglamentaciones gubernamentales establecidas. Ayudan a definir metodologías. una ecuación matemática puede utilizarse como un modelo de la energía contenida en un determinado material. La temperatura es un modelo de las condiciones climáticas pero puede ser inapropiado si uno está interesado en la presión barométrica. Una foto de una persona es un modelo de la misma pero brinda poca información acerca de sus logros académicos. Esto depende de la influencia que puedan tener los factores no controlables. En los modelos deterministicos. Esto depende de la influencia que puedan tener los factores no controlables. es decir. Un modelo puede considerarse como una entidad que captura la esencia de la realidad sin la presencia de la misma. ¿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.· · · · · · Proporcionan una idea del comportamiento del fenómeno cuando no se cuenta con información. Sirven para entrenar e instruir. Ayudan a sugerir prioridades en la investigación. su uso puede no ser apropiado en una aplicación en particular porque no captura los elementos correctos de la realidad. libre de riesgo. Una fotografía es un modelo de la realidad ilustrada en la imagen. 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. es decir. En cada caso. Para identificar la mejora del funcionamiento del sistema. el modelo captura algún aspecto de la realidad que intenta representar. 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. Aquellos que manejan y controlan sistemas de hombres y equipos se enfrentan al problema constante de mejorar (por ejemplo. .

Lo ideal sería que si el modelo matemático es una representación válida del rendimiento del sistema. Un modelo puede ser inadecuado aun cuando intenta capturar los elementos apropiados de la realidad si lo hace de una manera distorsionada o sesgada. Un modelo matemático es una ecuación. sin afectar al sistema en sí. Este criterio a menudo se denomina medida del rendimiento del sistema o medida de efectividad. el analista primero debe identificar un criterio según el cual se podrá medir el sistema. un modelo útil es aquel que captura los elementos adecuados de la realidad con un grado aceptable de precisión. la utilidad del modelo depende del aspecto de la realidad que representa. Esto requiere un análisis de sensibilidad después de descubrir la mejor estrategia. mediante la aplicación de las técnicas analíticas adecuadas. Si la función objetivo es describir el comportamiento de la medida de efectividad. En la práctica. En aplicaciones empresariales. la medida de efectividad generalmente son los costos o las utilidades. Por lo tanto. En consecuencia.Esta relación matemática es la función objetivo que se emplea para evaluar el rendimiento del sistema en estudio. Los modelos de este tipo se utilizan en gran medida en las ciencias físicas. Las variables del sistema pueden categorizarse en variables de decisión y parámetros. supóngase que se ha . Un modelo ofrece al analista una herramienta que puede manipular en su análisis del sistema en estudio. 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. También existen algunos parámetros cuyos valores pueden ser inciertos para el decisor. Una variable de decisión es una variable que puede ser directamente controlada por el decisor. Un termómetro que lee de más (o de menos) tendría poca utilidad para realizar un diagnóstico médico. A fin de definir las condiciones que nos conducirán a la solución del problema del sistema. debe capturar la relación entre esa medida y aquellas variables que hacen que dicha medida fluctúe. resulta casi imposible capturar la relación precisa entre todas las variables del sistema y la medida de efectividad a través de una ecuación matemática. En cambio. Así. Por ejemplo. mientras que en aplicaciones gubernamentales esta medida generalmente se define en términos de un índice costo/beneficio.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. que representa determinados aspectos del sistema físico representado en el modelo. 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. 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. desigualdad o sistema de ecuaciones o desigualdades. El modelo matemático que describe el comportamiento de la medida de efectividad se denomina función objetivo. en el campo de la ingeniería. los negocios y la economía. la solución obtenida a partir del modelo debería ser también la solución para el problema del sistema.

No obstante. Para determinar el precio de venta que arrojará las utilidades totales máximas. Esta relación matemática es la función objetivo que se emplea para evaluar el rendimiento del sistema en estudio La formulación de una función objetivo que tenga sentido normalmente es una tarea tediosa y frustrante. mientras que en aplicaciones gubernamentales esta medida generalmente se define en términos de un índice costo/beneficio.desarrollado un modelo matemático para predecir las ventas anuales como una función del precio de venta unitario. Así. el analista trata de descubrir las variables adicionales que podrían mejorar su modelo descartando aquellas que parecen tener poca o ninguna relevancia. Si la función objetivo es describir el comportamiento de la medida de efectividad. Si se conoce el costo de producción por unidad. porque no identifica correctamente la relación entre estas variables y la medida de efectividad. Mediante un proceso de prueba y error. debe capturar la relación entre esa medida y aquellas variables que hacen que dicha medida fluctúe. En cambio. Los intentos de desarrollo de una función objetivo pueden terminar en un fracaso. el analista puede determinar el precio de venta que maximizará las utilidades anuales totales. 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. Las variables del sistema pueden categorizarse en variables de decisión y parámetros. Esto puede darse porque el analista elige el conjunto incorrecto de variables para incluir en el modelo o bien. En cada . En aplicaciones empresariales. 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. En la práctica. se pueden introducir en el modelo distintos valores para el precio de venta. el analista primero debe identificar un criterio según el cual se podrá medir el sistema. mediante la aplicación de las técnicas analíticas adecuadas. 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. la solución obtenida a partir del modelo debería ser también la solución para el problema del sistema. Este criterio a menudo se denomina medida del rendimiento del sistema o medida de efectividad. El modelo matemático que describe el comportamiento de la medida de efectividad se denomina función objetivo. Todo el proceso de selección y rechazo de variables puede requerir reiteraciones múltiples hasta desarrollar una función objetivo satisfactoria. Una variable de decisión es una variable que puede ser directamente controlada por el decisor. se pueden calcular con facilidad las utilidades anuales totales para cualquier precio de venta. A fin de definir las condiciones que nos conducirán a la solución del problema del sistema. resulta casi imposible capturar la relación precisa entre todas las variables del sistema y la medida de efectividad a través de una ecuación matemática. Lo ideal sería que si el modelo matemático es una representación válida del rendimiento del sistema. si el conjunto es el adecuado. Esto requiere un análisis de sensibilidad después de descubrir la mejor estrategia. En un nuevo intento. uno a la vez. la medida de efectividad generalmente son los costos o las utilidades. También existen algunos parámetros cuyos valores pueden ser inciertos para el decisor. determinando las ventas resultantes y calculando las utilidades anuales totales para cada valor de precio de venta examinado.

aunque no siempre se tiene tanta buena suerte. es posible que la función objetivo no sea válida. La segunda etapa de la validación del modelo requiere una comparación de los resultados del modelo con los resultados obtenidos en la realidad. Por lo general. Una ventaja importante de la programación meta es su flexibilidad en el sentido de que permite al tomador de decisiones. En cada etapa del proceso de desarrollo. Si la medida de efectividad varía de manera antinatural con una sucesión de condiciones de entrada. de acuerdo a la importancia que se le asigne a estas metas. Si bien este resultado es alentador. el analista debe evaluar la correspondencia o validez del modelo. el analista cuestionaría la validez del modelo. El tomador de decisiones debe ser capaz de establecer al menos una importancia ordinal. 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. El modelo debe expresar el valor de mercado en dólares como una función de la superficie cubierta en pies cuadrados. como generalmente es de esperar. para obtener la solución puede aplicarse el MÉTODO SIMPLEX modificado solo para tomar en cuenta las prioridades. La programación por metas es un enfoque para tratar problemas de decisión gerencial que comprenden metas múltiples o inconmensurables. cantidad de baños y tamaño del lote. el analista lo aplica a la tasación de distintas viviendas. Después de desarrollar el modelo. Normalmente se emplean dos criterios para realizar esta determinación. el éxito final es precedido por una serie de fracasos frustrantes y pequeños progresos. el analista espera lograr alguna mejora en el modelo. no necesariamente implica que el modelo es una representación válida de la realidad. 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.iteración. Por otro lado. supóngase que se desarrolla un modelo destinado a calcular el valor de mercado de viviendas unifamiliares. Una vez que se establece un problema en el formato del modelo general de programación lineal. . dado que la tasa de aumento de cada variable puede ser excesivamente alta o baja. El primero es el de las restricciones de meta en lugar de las restricciones de recurso que se han analizado. El segundo concepto es el de rango de prioridad entre las funciones de objetivo. supóngase que el modelo es tal que el valor de las viviendas es una función creciente de cada una de las cuatro características citadas. también se tiene una función objetivo que optimizar sujeta a una o más restricciones. PROGRAMACION POR METAS La forma del modelo de programación lineal sigue siendo la misma en programación por meta. Sin embargo. para clasificar estas metas. es decir. Dado que este resultado no concuerda con la realidad. cantidad de dormitorios. Por ejemplo. experimentar con una multitud de variaciones de las restricciones y de prioridades de las metas cuando se involucra con un problema de decisión de objetivos múltiples. dentro de este marco de referencia se agregarán dos conceptos nuevos.

En los modelos verbales. deterministas o estocásticos. por medio de la introducción de lasvariables de desviación negativa y positiva. ni y pi las variables de desviación negativa y positiva. variables dependientes. f(x) representa la expresión matemática del atributo i-ésimo. se pasa a determinar el nivel de aspiración que corresponde a cada atributo. Nadie. Como el modelo de decisión debe estar formulado de modo tal que nos proporcione información útil para resolver expeditamente el modelo. Existen varios tipos bajo la clasificación de modelos matemáticos. Las variables de desviación negativa cuantifican la falta de logro de una meta con respecto a su nivel de aspiración. se conecta el atributo con el nivel de aspiración. desarrolla un modelo utilizable en una sola operación directa. En cambio. respectivamente. el proceso es de formulación y validación tentativas. respectivamente. el modelo no debe ser una excesiva simplificación que se asemeje poco al mundo real. Seguidamente. El construir un modelo ayuda a colocar los aspectos complejos e inciertos de un problema de decisión en una estructura lógica que es adecuada para el análisis formal. mientras que las variables de desviación positiva cuantifican el exceso de logro de una meta con respecto a su nivel de aspiración. incluidos los verbales. ni siquiera el desarrollador de modelos más experimentado. El grado de especificidad necesario determina el tipo de modelo que se usará en cada situación determinada. Un modelo es una abstracción o una representación idealizada de un sistema de la vida real. Si las tuviera sería extremadamente difícil de resolver y probablemente le daría pocas ideas. parámetros y constantes. es decir. no es taxonomía ociosa. o información. seguidas de instancias de reformulación y revalidación. permitiendo el entendimiento y facilitando la comunicación. Todos los modelos. el nivel de logro que el centro decisor desea alcanzar. se tiene la siguiente meta: donde. Así para el atributo i-ésimo. estáticos o dinámicos.El primer paso en la formulación de un modelo de programación por metas consiste en fijar los atributos que se consideran relevantes para el problema que se está analizando. ACTIVIDAD 4 NTRODUCCION El modelaje es la esencia del enfoque de la investigación de operaciones. El modelo no debiera tener todas las complejidades de la realidad. suministran información útil para la toma de decisiones. Los modelos no se construyen para proporcionar la única respuesta a un problema de decisión. Un modelo es un vehiculo para lograr una visión bien estructurada de la realidad. Una de las claves del éxito en modelización es reconocer que un modelo es una abstracción. Ti su nivel de aspiración. hasta que se alcanza un cierto grado de confianza en la utilidad del modelo. El proceso de construcción del modelo es un proceso iterativo. El propósito del modelo es proporcionar un medio para analizar el comportamiento del sistema con el fin de mejorarsu desempeño. al analista. La clasificación de los modelos matemáticos como descriptivos o normativos. contienen variables independientes. los mentales y los matemáticos. las relaciones entre las variables y los parámetros se torna más específica. como es habitual. Una vez establecidos los atributos. es importante tanto para el analista como para el desarrollador conocer cuáles son los modelos existentes y sus características. El buen modelo goza de equilibrio. La realidad de la solución obtenida depende de la validez de el para . estos elementos se reúnen en forma libre y muchas veces intuitiva. A la inversa. Por el contrario. Cuando pasamos de los modelos verbales a los mentales y matemáticos.

proporcionar un mayor nivel de servicio sin aumentar los costos. Una ecuación que predice las ventas . elegancia. libre de riesgo. Un modelo debe mantener un equilibrio entre sencillez y capacidad de representación LA MODELACION •Es una ciencia –análisis de relaciones –aplicación de algoritmos de solución •Y a la vez un arte –visión de la realidad –estilo. una ecuación matemática puede utilizarse como un modelo de la energía contenida en un determinado material. las buenas decisiones se basan en sus buenos resultados. o "mejorar" un aspecto de la calidad del producto sin reducir la calidad de otros aspectos. Un modelo puede considerarse como una entidad que captura la esencia de la realidad sin la presencia de la misma. Se consigue lo deseado de manera "deterministica". utilidades de las operaciones actuales. Esto depende de la influencia que puedan tener los factores no controlables. Para identificar la mejora del funcionamiento del sistema. Una foto de una persona es un modelo de la misma pero brinda poca información acerca de sus logros académicos. Aquellos que manejan y controlan sistemas de hombres y equipos se enfrentan al problema constante de mejorar (por ejemplo. mantener un funcionamiento rentable cumpliendo a la vez con las reglamentaciones gubernamentales establecidas. optimizar) el rendimiento del sistema. el modelo captura algún aspecto de la realidad que intenta representar. El problema puede ser reducir el costo de operación y a la vez mantener un nivel aceptable de servicio. En los modelos determinísticos.representar el sistema real. Por último. es decir. su uso puede no ser apropiado en una aplicación en particular porque no captura los elementos correctos de la realidad. La presión arterial puede utilizarse como un modelo de la salud de una persona. 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. simplicidad –uso creativo de las herramientas –experiencia Los problemas de toma de decisiones se pueden clasificar en dos categorías: (tomado del Dr Bassein Arsham) Modelos de decisión determinísticos y modelos de decisión probabilísticos. que puede utilizarse para describir el efecto de una variedad de soluciones propuestas. se debe construir una representación sintética o modelo del sistema físico. Ya que un modelo sólo captura determinados aspectos de la realidad. La temperatura es un modelo de las condiciones climáticas pero puede ser inapropiado si uno está interesado en la presión barométrica. Una campaña piloto de ventas puede utilizarse como un modelo de la respuesta de las personas a un nuevo producto. Una fotografía es un modelo de la realidad ilustrada en la imagen. Una ventaja importante de un modelo es que le permite al analista examinar el comportamiento del sistema sin interferir en la operación que se esta realizando. En cada caso.

los negocios y la economía. en el campo de la ingeniería. En aplicaciones empresariales. se pueden calcular con facilidad las utilidades anuales totales para cualquier precio de venta. la utilidad del modelo depende del aspecto de la realidad que representa. se pueden introducir en el modelo distintos valores para el precio de venta. Por lo tanto. También existen algunos parámetros cuyos valores pueden ser inciertos para el decisor. mientras que en aplicaciones gubernamentales esta medida generalmente se define en términos de un índice costo/beneficio. Lo ideal sería que si el modelo matemático es una representación válida del rendimiento del sistema. debe capturar la relación entre esa medida y aquellas variables que hacen que dicha medida fluctúe. Si la función objetivo es describir el comportamiento de la medida de efectividad. Un modelo matemático es una ecuación. Por ejemplo. determinando las ventas resultantes y calculando las utilidades anuales totales para cada valor de precio de venta examinado. sin afectar al sistema en sí. uno a la vez. La formulación de una función objetivo que tenga sentido normalmente es una tarea tediosa y frustrante. Las variables del sistema pueden categorizarse en variables de decisión y parámetros. Un termómetro que lee de más (o de menos) tendría poca utilidad para realizar un diagnóstico médico. En cambio. un modelo útil es aquel que captura los elementos adecuados de la realidad con un grado aceptable de precisión. supóngase que se ha desarrollado un modelo matemático para predecir las ventas anuales como una función del precio de venta unitario. Para determinar el precio de venta que arrojará las utilidades totales máximas. 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. Los modelos de este tipo se utilizan en gran medida en las ciencias físicas. Una variable de decisión es una variable que puede ser directamente controlada por el decisor. Esto requiere un análisis de sensibilidad después de descubrir la mejor estrategia. desigualdad o sistema de ecuaciones o desigualdades. El modelo matemático que describe el comportamiento de la medida de efectividad se denomina función objetivo. En un nuevo intento. si el conjunto es el adecuado. A fin de definir las condiciones que nos conducirán a la solución del problema del sistema. Un modelo ofrece al analista una herramienta que puede manipular en su análisis del sistema en estudio.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. Los intentos de desarrollo de una función objetivo pueden terminar en un fracaso. mediante la aplicación de las técnicas analíticas adecuadas. Esta relación matemática es la función objetivo que se emplea para evaluar el rendimiento del sistema en estudio. 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. En la práctica. la medida de efectividad generalmente son los costos o las utilidades. resulta casi imposible capturar la relación precisa entre todas las variables del sistema y la medida de efectividad a través de una ecuación matemática. Si se conoce el costo de producción por unidad. el analista puede determinar el precio de venta que maximizará las utilidades anuales totales. En consecuencia. porque no identifica correctamente la relación entre estas variables y la medida de efectividad. 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. Un modelo puede ser inadecuado aun cuando intenta capturar los elementos apropiados de la realidad si lo hace de una manera distorsionada o sesgada. la solución obtenida a partir del modelo debería ser también la solución para el problema del sistema. el analista primero debe identificar un criterio según el cual se podrá medir el sistema. Este criterio a menudo se denomina medida del rendimiento del sistema o medida de efectividad. Mediante un proceso de prueba y error. Esto puede darse porque el analista elige el conjunto incorrecto de variables para incluir en el modelo o bien. Así. que representa determinados aspectos del sistema físico representado en el modelo. el analista trata de descubrir las .

Si la medida de efectividad varía de manera antinatural con una sucesión de condiciones de entrada. 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. el analista lo aplica a la tasación de distintas viviendas. Por otro lado. ca • • Intangible Difícil de comprender • Fácil de duplicar y compartir • Mapa de carreteras • Velocímetro • Gráficas . el éxito final es precedido por una serie de fracasos frustrantes y pequeños progresos. sas.. En cada iteración. No obstante. Si bien este resultado es alentador. ciudades.. cantidad de dormitorios. el analista espera lograr alguna mejora en el modelo. El modelo debe expresar el valor de mercado en dólares como una función de la superficie cubierta en pies cuadrados. Todo el proceso de selección y rechazo de variables puede requerir reiteraciones múltiples hasta desarrollar una función objetivo satisfactoria. cantidad de baños y tamaño del lote. el analista debe evaluar la correspondencia o validez del modelo. En cada etapa del proceso de desarrollo. Normalmente se emplean dos criterios para realizar esta determinación. Por ejemplo. 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 necesariamente implica que el modelo es una representación válida de la realidad. 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. el analista cuestionaría la validez del modelo. es posible que la función objetivo no sea válida. dado que la tasa de aumento de cada variable puede ser excesivamente alta o baja. aunque no siempre se tiene tanta buena suerte. supóngase que se desarrolla un modelo destinado a calcular el valor de mercado de viviendas unifamiliares. La segunda etapa de la validación del modelo requiere una comparación de los resultados del modelo con los resultados obtenidos en la realidad demás existen otras formas de clasificar modelos: TIPO FISICO CARACTERISTICAS • Tangible • Fácil de comprender • Difícil de duplicar y compartir • Difícil de manipular • Baja amplitud de uso • EJEMPLOS Modelos a escala de aeroplanos. como generalmente es de esperar. supóngase que el modelo es tal que el valor de las viviendas es una función creciente de cada una de las cuatro características citadas.variables adicionales que podrían mejorar su modelo descartando aquellas que parecen tener poca o ninguna relevancia. Dado que este resultado no concuerda con la realidad. Por lo general. Después de desarrollar el modelo..

– facilita el uso de técnicas matemáticas y ordenadores. – a veces no es aplicable. La estructura de un modelo matemático esta dada por: • • • • Variables de decisión Parámetros y constantes Función de optimización: Maximin Ecuaciones de restricción DEFINICIONES: Variables de decisión: Decisiones cuantificables relacionadas unas con otras. Ejemplo: Cuánto comprar. vender .• • Fácil de manipular Alta amplitud uso de SIMBOLICOS • • • • • Intangible Difícil de comprender Fácil de duplicar y compartir Fácil de manipular Muy Alta amplitud de uso • Modelo de Simulación • Modelo Algebraico • Modelo de La Economía • Modelo de Programación Lineal Modelo matemático: modelo expresado en términos matemáticos – hace más claras la estructura y relaciones.

Pueden = /  /  . Puede ser Maximizar o Minimizar Parámetros: Valores constantes que actúan como coeficientes al lado derecho de las variables tanto en la función objetivo como en las restricciones y que se basan en datos tecnológicos de los problemas. Ejemplo fijar tasa inflación Restricciones: Limitaciones impuestas sobre los valores de las variables de decisión. casi siempre en forma de ecuaciones o desigualdades.Función objetivo: La medida de efectividad compuesta expresada como una función de las variables de decisión.