Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MODELACIÓN DE SISTEMAS DE
ENERGÍA ELÉCTRICA
(IE111)
Mathematical Programming
Expositor:
Prof. Johnny Nahui Ortiz, Ph.D.
1 de 23
INTRODUCCIÓN
La ciencia de la gestión (management) se caracteriza por un enfoque
científico hacia la toma de decisiones. Intenta aplicar métodos matemáticos y
capacidades computacionales a problemas difíciles y no estructurados que
los gestores modernos enfrentan. Es una disciplina reciente y novedosa.
Aunque sus raíces se pueden rastrear hacia los problemas que tuvieron las
civilizaciones anteriores, no fue hasta la 2da Guerra Mundial que llegó a ser
identificada como un “cuerpo de conocimiento” (BOK) respetable y bien
definido. Desde entonces, ha crecido a un ritmo impresionante, sin
precedentes para la mayoría de logros científicos; está cambiando nuestra
actitud hacia la toma de decisiones, e infiltrándose en cada área concebible
de aplicación, abarcando una amplia variedad de problemas en el ámbito de
negocios, industrias, actividades militares y el sector público.
Esta presentación toma como referencia el material utilizado en el curso “Optimization Methods in
Business Analytics” desarrollado en el Massachusetts Institute of Technology (MIT).
2 de 23
1
INTRODUCCIÓN
La ciencia de la gestión ha sido conocida con otros términos. En USA,
“investigación de operaciones” ha servido como sinónimo y es utilizado
ampliamente hoy en día, en tanto que en el Reino Unido “investigación
operacional” parece ser el término más aceptado. Algunos tienden a
identificar el enfoque científico para la solución de problemas relacionados
a la gestión bajo otras denominaciones, tales como “análisis de sistemas”,
“análisis costo-beneficio”, “análisis costo-efectividad”.
3 de 23
INTRODUCCIÓN
Estas restricciones podrían reflejar consideraciones financieras,
tecnológicas, mercadeo, organizacionales y muchas otras. En términos
amplios, la programación matemática puede ser definida como una
representación matemática orientada al planeamiento de la mejor
asignación posible de recursos escasos. Cuando la representación
matemática utiliza exclusivamente funciones lineales, se trata de un modelo
de programación lineal.
2
INTRODUCCIÓN
Desde entonces, varias técnicas adicionales se han desarrollado, las
cuales aligeran los supuestos del modelo de programación lineal y amplían
las aplicaciones del enfoque de programación matemática.
5 de 23
CLASIFICACIÓN DE MODELOS
La bibliografía de la ciencia de la gestión incluye varios enfoques para la
clasificación de modelos. Se puede empezar con una categorización
amplia que identifica tipos de modelos de acuerdo al grado de realismo
que estos consiguen al representar un determinado problema. Las
categorías de modelos se ilustran en la Fig. 1.1
3
EJERCICIO OPERACIONAL
Ejercicio Operacional
7 de 23
EJERCICIO OPERACIONAL
Si fuésemos a realizar un ejercicio operacional para sustentar tal decisión,
intentaríamos con diferentes cantidades de varias combinaciones de fuentes
energéticas directamente en el mismo proceso de generación, y
observaríamos el costo-beneficio de cada alternativa de mezcla. Luego de
efectuar una gran cantidad de intentos, empezaríamos a desarrollar un
entendimiento de la relación entre la combinación de fuentes energéticas y
el costo de generación eléctrica, lo cual nos guiaría en la identificación de
una mezcla apropiada.
4
EJERCICIO OPERACIONAL
Los ejercicios operacionales contienen el más alto grado de realismo de
cualquier forma de enfoque de modelo, puesto que difícilmente se introduce
alguna abstracción externa o simplificación, aparte de aquellas asociadas con
la interpretación de los resultados observados y las generalizaciones a ser
obtenidas a partir de ellos. Sin embargo, el método es excesivamente,
usualmente prohibitivamente, costoso de implementar.
EJERCICIO OPERACIONAL
Por lo tanto, aunque no puedan ser utilizados directamente, los ejercicios
operacionales producen contribuciones significativas a la mejora de la
toma de decisiones de gestión.
10 de 23
5
GAMING
Teoría de Juegos
GAMING
Si un enfoque de juego se utiliza en el ejemplo anterior, el proceso de
generación eléctrica sería representado por un modelo matemático, el cual
podría asumir cualquier forma de estructura.
12 de 23
6
GAMING
Como en el caso anterior, se probaría con varias combinaciones de fuentes y
tecnologías energéticas, y se obtendrían los ingresos y costos resultantes
derivados del modelo, para guiarnos en la formulación de la estrategia óptima.
Ciertamente, se ha perdido cierto grado de realismo en el enfoque del modelo
con relación al ejercicio operacional, puesto que estamos operando con un
entorno abstracto, pero se han retenido algo de las interacciones humanas del
proceso real. Sin embargo, el costo de procesamiento de cada alternativa se
ha reducido, y la velocidad de medición del desempeño de cada alternativa se
ha incrementado.
SIMULACIÓN
Simulación
7
SIMULACIÓN
Si fuésemos a realizar un modelo de simulación del ejemplo de la
generación eléctrica, se programaría con anticipación una gran cantidad de
combinaciones de cantidades y tipos de fuentes energéticas a utilizar, y se
obtendrían los ingresos netos asociados con cada alternativa sin ninguna
entrada externa de quiénes toman las decisiones. Una vez que se
produjesen los resultados del modelo, nuevas ejecuciones se podrían
realizar hasta que percibamos que hemos alcanzado un entendimiento
apropiado del problema que se tiene.
Muchos modelos de simulación toman la forma de programas
computacionales, en donde las operaciones aritméticas lógicas son
ejecutadas en una secuencia predeterminada. Por lo tanto, no es necesario
definir el problema exclusivamente en términos analíticos. Esto proporciona
una flexibilidad adicional en la formulación del modelo y permite que se logre
un alto grado de realismo, lo cual es particularmente útil cuando las
incertidumbres son un aspecto importante de la decisión. 15 de 23
MODELO ANALÍTICO
Modelo Analítico
16 de 23
8
MODELO ANALÍTICO
En el ejemplo de la generación eléctrica, el uso de un modelo analítico
implica establecer como objetivo la maximización de los ingresos netos
obtenidos de la operación de la generación como una función de los tipos y
las cantidades de fuentes de energía utilizadas. En adición, la tecnología
del proceso de generación, los requerimientos de producto final, y las
disponibilidades de fuentes energéticas deben estar representados en
términos matemáticos para definir las restricciones del problema. La
solución al modelo será la cantidad exacta de cada tipo de fuente
energética disponible a ser utilizada que maximizará los ingresos netos
dentro del conjunto de restricciones propuesto. La programación lineal ha
sido, en las últimas décadas, el modelo analítico indiscutido a utilizar en
este tipo de problema.
17 de 23
MODELO ANALÍTICO
Los modelos analíticos son normalmente los menos costosos y los más
fáciles de desarrollar. Sin embargo, introducen el más alto grado de
simplificación en la representación del modelo. Como regla práctica, es
mejor estar tanto a la derecha como sea posible en el espectro de
modelos, siempre y cuando el grado resultante de realismo sea apropiado
para caracterizar la decisión bajo estudio.
9
TIPOS DE MODELOS
TIPOS DE MODELOS
La clasificación presentada en la Tabla 1.1 no es rígida, puesto que los
modelos de evaluación de estrategia son utilizados para mejorar
decisiones, mediante el ensayo de diferentes alternativas, hasta que se
determina una que parece ser la “mejor”. La distinción importante de la
clasificación propuesta es que, para modelos de evaluación estratégica, el
usuario debe primero elegir y construir la alternativa, y luego evaluarla con
la ayuda del modelo. Para modelos de generación de estrategia, la
alternativa no es completamente determinada por el usuario; mas bien, la
clase de alternativas se determina estableciendo restricciones en las
decisiones, y luego se usa un procedimiento algorítmico para generar
automáticamente la “mejor” alternativa dentro de esa clase.
20 de 23
10
TIPOS DE MODELOS
La clasificación horizontal debería estar clara, y es introducida debido a
que la inclusión (o no) de incertidumbre, generalmente, hace una
diferencia sustancial en el tipo y complejidad de las técnicas que son
empleadas. Los problemas que involucran incertidumbre son
inherentemente más difíciles de formular adecuadamente y de solucionar
eficientemente.
TIPOS DE MODELOS
En programación matemática el principal contenido del material que se ha
desarrollado, y más específicamente aplicado, es bajo el supuesto de
certidumbre.
22 de 23
11
Gracias por su atención!
23 de 23
12