Modelos de optimización

Get Started. It's Free
or sign up with your email address
Modelos de optimización by Mind Map: Modelos de optimización

1. Componentes

1.1. Función objetivo

1.1.1. máxima o mínima expresión de la función matemática que se desea optimizar de acuerdo con el problema y la meta perseguida

1.1.1.1. Maximizar

1.1.1.1.1. utilidades

1.1.1.1.2. ingresos operacionales

1.1.1.1.3. flujo de producto y materiales en una cadena de suministro

1.1.1.2. Minimizar

1.1.1.2.1. costos de distribución de un Operador Logístico

1.1.1.2.2. desviaciones con respecto a una meta corporativa

1.2. Variables de decisión

1.2.1. las variables representan las decisiones que se pueden tomar para afectar el valor de la función Objetivo

1.2.1.1. Cantidad de Producto a fabricar y vender

1.2.1.2. Número de camiones necesarios para una operación de distribución

1.3. Restricciones

1.3.1. son límites en los que puede oscilar la solución y los valores que pueden tomar sus variables

1.3.1.1. La máxima cantidad de inversión para las operaciones son $200´000.000

1.3.1.2. La cantidad de inventario de producto disponible debe estar entre 500 y 6000 unidades

2. Clasificación

2.1. Modelos Lineales y no lineales

2.1.1. No lineal es aquel donde la función objetivo y/o las restricciones son funciones no lineales de las variables de decisión.

2.1.2. Lineal es aquel donde la función objetivo y todas las restricciones deben ser lineales y todas las variables deben ser continuas.

2.2. Modelos Estáticos y Dinámicos

2.2.1. estático, las variables de decisión no requieren sucesiones de decisiones para periodos múltiples

2.2.2. dinámico es en el cual las variables de decisión si requieren de decisiones en periodos múltiples

2.3. Modelos enteros y no enteros

2.3.1. enteros: la totalidad o un subconjunto de las variables de decisión toman valores enteros

2.3.2. no enteros: todas las variables de decisión del modelo son libres para asumir valores fraccionarios

2.4. Modelos Determinísticos y Estocásticos

2.4.1. deterministicos: suponen que los variables de todas las variables no controlables y los parámetros se conocen como certeza y son fijos

2.4.2. estocástico: los parámetros usados para caracterizar el modelo son variables aleatorias que tienen unos comportamientos estimados pero no se conoce con certidumbre previamente cuál será el valor que tomen

3. Pasos para construir un modelo

3.1. Identificación del problema

3.1.1. recolección de información relevante

3.2. Especificación matematica y formulación

3.2.1. definir variables

3.3. Resolución

3.3.1. implantar un algoritmo

3.4. Verificación, validación y refinamiento

3.4.1. eliminación de errores en la codficación

3.5. Interpretación y análisis de resultados

3.6. Implantación, documentación y mantenimiento

4. Blibliografia Material modulo 1 UMB modelación y programación lineal Autor Ing. Nicolás Clavijo Buriticá MSc. http://www.gestiondeoperaciones.net/ http://soda.ustadistancia.edu.co/enlinea/invoperaciones2/determinsticos__estocsticos.html