1. Modelo:
1.1. Aproximación del problema de la vida real.
2. Comentario: éste artículo se me hizo muy interesante, me gustó por que fue claro y preciso. Yo nunca había pensado en el futuro de tantas formas como lo vimos y como lo intentan tratar en éste artículo. Siento que éste artículo y sus conceptos nos ayudarán mucho a lo largo de nuestra carrera. Mes gustó como hasta el último de el artículo el autor comenzó a fusionar lo antes visto para así dar ejemplos que me fueron de gran ayuda para comprender todo.
3. Comentario: Me agradó mucho este artículo, en especial me agradó el principio 4 pues hizo que me diera cuenta de una estrategia que no veía venir; Valor de aplazamiento es una estrategia que siento muy útil e inteligente. Siento que fue un artículo al cuál se le podía entender fácilmente. Me agradaron los ejemplos que mostraron.
4. Esquemas de modelos de OR.
4.1. desarrolla el uso de técnicas:
4.1.1. 1.Programación lineal. (L.P.)
4.1.1.1. Tecnica de optimización:
4.1.1.1.1. Criterios dentro de lagunas limitaciones.
4.1.1.2. Medidas de efectividad:
4.1.1.2.1. beneficios
4.1.1.2.2. perdida
4.1.1.2.3. retorno de la inversión
4.1.1.3. condiciones de contorno:
4.1.1.3.1. poniendo restricciones de recursos.
4.1.2. 2.Linea de espera:
4.1.2.1. cuando los clientes esperan
4.1.2.2. hacer cálculos como:
4.1.2.2.1. número de personas en espera
4.1.2.2.2. tiempo de espera
4.1.2.2.3. tiempo de inactividad esperado
4.1.2.3. para:
4.1.2.3.1. determinar el número de instalaciones y trabajadores deseados.
4.1.3. 3.Teoria de juegos
4.1.3.1. Toma de decisión bajo situaciones de conflicto:
4.1.3.1.1. contra uno o más oponentes.
4.1.3.2. solución de conflictos.
4.1.3.2.1. creando una estrategia apropiada.
4.1.4. 4.Modelo de control de inventario
4.1.4.1. ayuda a saber la demanda de los diferentes tipos de materiales
4.1.4.2. ayuda a decidir el tiempo de pedido
4.1.4.3. reordenamiento
4.1.4.4. organización de cantidad
4.1.4.5. Modelo matemático para expresar un inventario de costos:
4.1.4.5.1. demanda, tamaño de orden, con ayuda de la media:
4.1.5. 5.Simulacion
4.1.5.1. Generación de datos, donde es arriesgado consumir
4.1.5.2. A veces no es posible desarrollar un modelo analítico cercano a la realidad.
4.1.5.3. A veces construcción del modelo posible, pero lasa soluciones no.
4.1.5.4. puede sólo generar información para la toma de de
4.1.6. 6.Programación no lineal:
4.1.6.1. Cuando cualquier de las restricciones no son lineales.
4.1.6.1.1. graduo de impuestos
4.1.6.1.2. descuentos en la compra
4.1.6.1.3. para determinar el área aproximada
4.1.6.1.4. programación lineal: para obtención exacta.
4.1.7. 7.Programacion entera:
4.1.7.1. Cuando alguna variables sólo puede tomar valor entero
4.1.7.2. Soluciones aproximadas
4.1.8. 8.Programación dinámica:
4.1.8.1. Procesos con múltiples etapas.
4.1.8.2. decision primaria:
4.1.8.2.1. depende de precedentes y factores externos.
4.1.8.3. Reduce drásticamente los esfuerzos computacionales
4.1.9. 9.Teoría de secuenciación
4.1.9.1. Instalaciones fijas
4.1.9.2. La orden de servicio se puede controlar.
4.1.9.3. minimizar costos y tiempo.
4.1.10. 10.Proceso de Markov
4.1.10.1. Varios estados
4.1.10.2. Probabilidad de pasar a otro estado es conocida
4.1.10.3. Ayuda a calcular probabilidades a largo plazo
4.1.11. 11.Programación de la red- PERT y CPM
4.1.11.1. planificar, supervisar, programar grandes proyectos.
4.1.11.2. Minimizar:
4.1.11.2.1. identificando factores críticos y coordinando partes del proyecto
4.1.11.2.2. puntos conflictivos
4.1.11.3. red de flechas representando:
4.1.11.3.1. diferentes actividades y su relación
4.1.11.4. Evaluación y revisión técnica (PERT):
4.1.11.4.1. tiempo de actividades no se sabe bien
4.1.11.5. Método del camino crítico (CPM):
4.1.11.5.1. tiempo de actividades se sabe
4.1.12. 12.Lógica simbólica
4.1.12.1. Sustitución de símbolos para:
4.1.12.1.1. palabras, cosas o sistemas funcionales.
4.1.12.2. implica:
4.1.12.2.1. reglas
4.1.12.2.2. álgebra de la lógica
4.1.12.2.3. proposiciones
4.1.12.3. ha ayudado en el diseño de máquinas
4.1.13. 13.Teoría de la información
4.1.13.1. Proceso analítico
4.1.13.2. Evalua la efectividad de el flujo de información
4.1.13.3. Aplicación principalmente en redes de comunicación
4.1.14. 14.Teoría de valor o utilidad
4.1.14.1. Hasta ahora, es sólo un concepto
4.1.14.2. Significado numérico a las diferentes opciones
5. Comentario: éste artículo me agradó porque pude relacionar más lo visto en clase, con la información que nos proporcionó ésta lectura. Muchas de las cosas que el profesor de las cuales nos está hablando están aquí como resumidas. También me agradó porque explica las cosas en pocas palabras y toma en cuenta muchos aspectos, que creo que es importante saber, como por ejemplo sus limitaciones, además que no sólo te las dice y ya, si no que te explica cada una de ellas. También me gustó la parte en que menciona muchos conceptos de OR, porque son definiciones de diferentes expertos respecto a Or.
6. Ayala Pérez Reyna Aholibama
7. se encarga de problemas:
7.1. Formulación
7.2. Soluciones
7.2.1. Apropiada toma de decisiones:
7.2.1.1. Decidir científicamente:
7.2.1.2. uso de técnicas matemáticas y cuantitativas
7.2.1.2.1. Se usan diferentes herramientas para:
7.3. Características de OR.
7.3.1. Toma de decisión:
7.3.1.1. Ayudar a obtener la solución más optima.
7.3.1.1.1. Ayuda al que toma su decisión:
7.3.2. Enfoque científico:
7.3.2.1. aplicación del método científico
7.3.2.2. no hay espacio para sospechas
7.3.3. Enfoque de equipo interdisciplinario:
7.3.3.1. Equipo de científicos, matemáticos y técnicos
7.3.4. Causa y efecto entre:
7.3.4.1. varios parametros del problema
7.3.4.2. analizar las diferentes estrategias
7.3.5. Enfoque del sistema:
7.3.5.1. Objetivo principal:
7.3.5.1.1. trazar para cada propuesta todos:
7.3.6. Uso de computadoras
7.3.6.1. Su uso es necesario:
7.3.6.1.1. posible manejar problemas complejos
8. Fases de estudio de OR
8.1. 1.Observación del entorno del problema:
8.1.1. El entorno donde el problema existe.
8.1.2. conseguir información y apoyo:
8.1.3. procesar y estar mejor preparados para formular el problema.
8.2. 2.Análisis y definicion del problema
8.2.1. no solo es definido el problema si no:
8.2.1.1. usos
8.2.1.2. objetivos
8.2.1.3. limitaciones de estudio.
8.2.1.4. comprensión de la necesidad de una solución
8.2.1.5. y entender su naturaleza.
8.3. 3.Desarrollar un modelo.
8.3.1. OR: modelos matemáticos representando un sistema
8.3.2. definición de interpelaciones entre variables:
8.3.2.1. formulando ecuaciones
8.3.3. El modelo puede ser probado y modificado.
8.4. 4.Pruebas y solución.
8.4.1. solución:
8.4.1.1. con la ayuda de el modelo y datos de entrada.
8.4.2. encontrar sus limitaciones.
8.4.3. Saber si la solución es deseable ver si apoya los objetivos de la empresa.
8.5. 5.Implementación de la solución:
8.5.1. Habrá problemas de comportamiento.
8.5.1.1. Solución:
8.5.1.1.1. Implementación de autoridad
9. Alcance de de el estudio de operaciones.
9.1. Puede ser utilizado para resolver cualquier problema simple o complejo
9.2. Util en cualquier campo de actividades humanas:
9.2.1. optimización de recursos es requerida.
9.3. Principales campos donde OR es extensamente usada:
9.3.1. 1.Planificación y presupuestación nacional.
9.3.2. 2.Servicios de defensa
9.3.3. 3.Establecimiento industrial y unidades del sector privado
9.3.4. 4.R Y D e ingeniería
9.3.5. 6.Administración de negocios y competencia.
9.3.6. 7.Agricultura y riego
9.3.7. 8.Educación y entrenamiento
9.3.8. 9.Transporte
10. Papel de OR en ingeniería y ciencia.
10.1. Toda la información disponible en ciencia ha sido utilizada para desarrollar la ingeniería: Con el crecimiento de la tecnología han surgido retos para mejorar el producto y el mercado.
10.1.1. De ahí surge OR.
11. Simplificacion de Modelos OR
11.1. Con modelos estadísticos son más precisos:pero no voluminosos, necesitan más tiempo computacional no producen resultados óptimos
11.2. Con modelos analíticos se obtienen resultados significativos
11.3. El analista debe escoger muy bien su modelo:dependiendo de los requerimientos y la situación del problema.
12. Computadoras en OR
12.1. Muchas variables
12.1.1. Se requieren muchas iteraciones
12.1.1.1. Manualmente mucho tiempo
12.2. Las computadoras reducen esfuerzos:
12.2.1. menos errores
12.2.2. Más fácil almacenamiento
12.2.3. Mayor fiabilidad
13. Limitaciones de OR
13.1. 1.Magnitud de computación:
13.1.1. se utilizan muchos cálculos, así que son necesarias las computadoras.
13.2. 2.Factores no cuantificables:
13.2.1. OR proporciona solución sólo cuando son cuantificables todos los factores
13.3. 3.Distancia entre el usuario y el analista.
13.3.1. A veces no pueden estar conscientes del los problemas del negocio
13.3.2. importante el pensamiento convencional.
13.4. 4.Costos de tiempo y dinero
13.4.1. Cuando la base de datos esta en cambio frecuente
13.5. 5.Implementacion
13.5.1. es importante tomar en cuenta las relaciones humanas y su comportamiento