Issuu on Google+

UNIVERSIDAD FERMIN TORO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES ANALISIS DE PROBLEMAS Y TOMA DE DESICIONES

METODOS

INTEGRANTE C CARMEN URANGA C.I 13.527.692


METODO DE PROGRAMACION LINEAL

La Programación Lineal es una de las técnicas cuantitativas más conocida que aborda la Investigación de Operaciones como ciencia, por lo que resulta de gran importancia conocer aspectos generales, alcance y antecedentes de este método de optimización. El adjetivo lineal significa que se requiere que todas las funciones matemáticas en este modelo sean funciones lineales. La palabra programación no se refiere aquí a la programación por computadoras; más bien, es esencialmente un sinónimo de planificación. Por tanto la programación lineal comprende la planificación de la formulación matemática de un problema de programación lineal Muchas personas sitúan el desarrollo de la programación lineal entre los avances científicos más importantes de la mitad del Siglo XX. Su impacto precisamente desde 1950 ha sido extraordinario. En la actualidad es una herramienta

estándar

que

ha

ahorrado

miles

de

MMP

a

grandes

organizaciones industriales. La programación lineal trata de asignar recursos limitados entre actividades competidoras en la mejor forma posible. Puede surgir este problema de asignación siempre que deba seleccionarse el nivel de ciertas actividades. La programación lineal usa un modelo matemático para describir el problema de interés. El problema general de la programación lineal puede ser descrito de la siguiente forma: Dada una función lineal de varias variables, se quieren determinar valores no negativos para dichas variables que maximicen o


minimicen el valor de la función lineal, sujeta a un cierto número de limitaciones que asumen la forma de un sistema de ecuaciones y/o inecuaciones lineales.

METODO SIMPLEX El método Simplex es un método secuencial de optimización, es un procedimiento iterativo que permite ir mejorando la solución a cada paso. El proceso concluye cuando no es posible seguir mejorando más dicha solución. Partiendo del valor de la funciónobjetivo en un vértice cualquiera, el método consiste en buscar sucesivamente otro vértice que mejore al anterior. La búsqueda se hace siempre a través de los lados del polígono (o de las aristas del poliedro, si el número de variables es mayor). Cómo el número de vértices (y de aristas) es finito, siempre se podrá encontrar la solución. El método Simplex se basa en la siguiente propiedad: si la función objetivo, f, no toma su valor máximo en el vértice A, entonces hay una arista que parte de A, a lo largo de la cual f aumenta. Deberá tenerse en cuenta que este método sólo trabaja para restricciones que tengan un tipo de desigualdad "=" y coeficientes independientes mayores o iguales a 0, y habrá que estandarizar las mismas para el algoritmo. En caso de que después de éste proceso, aparezcan (o no varíen) restricciones del tipo "=" o "=" habrá que emplear otros métodos, siendo el más común el método de las Dos Fases.

METODO BAYESIANO Los métodos bayesianos, con una interpretación diferente del concepto de probabilidad, constituyen una alternativa a la estadística tradicional centrada en


el contraste

de

hipótesis,

denominada por contraposición estadística

frecuentista, y están siendo motivo actual de debate. En esencia se diferencian en que incorporan información externa al estudio para con ella y los propios datos observados estimar una distribución de probabilidad para la magnitud efecto- que se está investigando. A pesar de un entusiasmo, "autoproclamado" por los devotos de este enfoque, que sostienen que existe un interés creciente y una cada vez mayor frecuencia en la utilización de técnicas bayesianas a la hora de inferir y tomar decisiones, la verdad es que en mi modesta opinión la realidad de las publicaciones médicas no refleja, ni mucho menos, esa pretendida situación, siendo sólo una minoría quienes publican resultados analizados desde una óptica bayesiana, y lo que es mucho más importante, también son escasos los lectores que disponen de la formación adecuada para comprenderlo. Esta forma de inferencia exige pensar mucho más que para la aplicación del recetario tradicional de la estadística clásica, y ello aunque probablemente el razonamiento metodológico es en sí mismo mucho más natural. Se denomina método bayesiano por basarse originalmente en el teorema de Bayes, publicación póstuma de Thomas Bayes en 1763, que en esencia nos permite, si conocemos la probabilidad de que ocurra un suceso, modificar su valor cuando disponemos de nueva información.

TEORIA DE JUEGO Teoría de Juegos es tan absurda como su lógica, pero la realidad es que la Teoría de Juegos consiste en razonamientos circulares, los cuales no pueden ser evitados al considerar cuestiones estratégicas. Por naturaleza, a los


humanos no se les da muy bien pensar sobre los problemas de las relaciones estratégicas, pues generalmente la solución es la lógica a la inversa. La teoría de juegos es una herramienta que ayuda a analizar problemas de optimización interactiva. La teoría de juegos tiene muchas aplicaciones en las ciencias sociales. La mayoría de las situaciones estudiadas por la teoría de juegos implican conflictos de intereses, estrategias y trampas. De particular interés son las situaciones en las que se puede obtener un resultado mejor cuando los agentes cooperan entre sí, que cuando los agentes intentan maximizar sólo su utilidad. En la Teoría de Juegos la intuición no educada no es muy fiable en situaciones estratégicas, razón por la que se debe entrenar tomando en consideración ejemplos instructivos, sin necesidad que los mismos sean reales. Por lo contrario en muchas ocasiones disfrutaremos de ventajas sustanciales estudiando juegos, si se eligen cuidadosamente los mismos. En estos juegosjuegos,

se

pueden

desentender

de

todos

los

detalles.

Si en lugar de utilizar personajes ficticios utilizamos personajes reales para los juegos si se observase qué tan honesto es ese personaje, cómo manipularía la información obtenida, etc. Para un especialista en Teoría de Juegos el ser deshonesto, etc., sería un error comparable al de un matemático que no respeta las leyes de la aritmética porque no le gustan los resultados que está obteniendo. MODELO DE TRANSPORTE La programación lineal es una herramienta de modelos cuantitativos para manejar diferentes tipos de problemas y ayudar a la toma de decisiones. En este capítulo se considera el modelo de transporte por medio del cual un administrador debe determinar la mejor forma de como hacer llegar los


productos de sus diversos almacenes a sus consumidores, con el fin de satisfacer de las clientes y a un costo mínimo.

El modelo de transporte es un problema de optimización de redes donde debe determinarse como hacer llegar los productos desde los puntos de existencia hasta

los

puntos

de

demanda,

minimizando

los

costos

de

envió.

El modelo se utiliza para realizar actividades como: control de inventarios, programación del empleo, asignación de personal, flujo de efectivo, programación de niveles de reservas en prensas entre otras. MODELO DE LOCALIZACION Teoría de la Localización: estudia cuales son los factoresrelevantes en la localización

de

las

actividades

económicas

en

cada

zona

y

su

complementariedad con otras actividades.

El Estudio de los Factores de localización: son las variables que tienen más relevancia como discriminadoras de una actividad en el espacio que motiva a que se situé ahí y no en otro sitio.

Del análisis pormenorizado que luego se realiza, se puede deducir que existen algunos factores comunes a todas las actividades: a) Accesibilidad: ruptura de la fricción que la distancia plantea a las relaciones de complementariedad. b) Factor distancia: es la base de todos. c) Minimización de costes: para romper la distancia


TECNICAS DE MONTECARLO Es un método simplificado de simulación, pero también incluye factores de probabilidad. La simulación es guiada por un muestreo al azar para tomar en cuenta la probabilidad de que el evento suceda.

El muestreo al azar se usa para simular sucesos naturales con el fin de determinar

la

probabilidad

de

los

eventos

bajo

estudio.

Se emplea una tabla de números al azar para obtener la muestra al azar. El Montecarlo es un medio de tanteo para ver que sucedería cuando ciertos eventos, normales y anormales, se presenten.

Este enfoque es productivo y dice lo que probablemente sucederá en los eventos reales sin analizar los eventos comprobables existentes.


Revista de Toma de Desiciones