Los estudiantes que se especializan en matemáticas podrían preguntarse si alguna vez usarán las matemáticas que están aprendiendo, una vez que se gradúen y consigan un trabajo. ¿Algún de los análisis, cálculo, álgebra, métodos numéricos, combinatorios, programación de matemáticas, etc. realmente será valioso en el mundo real?
Un área emocionante de matemáticas aplicadas llamada Operations Research combina matemáticas, estadísticas, informática, física, ingeniería, economía y ciencias sociales para resolver problemas comerciales del mundo real. Numerosas empresas en la industria requieren que los profesionales de la investigación de operaciones apliquen técnicas matemáticas a una amplia gama de preguntas desafiantes.
La investigación de operaciones se puede definir como la ciencia de la toma de decisiones. Ha tenido éxito en proporcionar un enfoque sistemático y científico para todo tipo de operaciones gubernamentales, militares, de fabricación y servicio. Operations Research es un área espléndida para que los graduados de las matemáticas usen sus conocimientos y habilidades de formas creativas para resolver problemas complejos y tener un impacto en las decisiones críticas.
¿El término? Investigación de operaciones? ¿Se conoce como investigación operativa? en Gran Bretaña y otras partes de Europa. ¿Otros términos utilizados son? Ciencia de gestión? ?Ingeniería Industrial,? y? Ciencias de la decisión.? La multiplicidad de nombres proviene principalmente de los diferentes departamentos académicos que han alojado cursos en este campo. El sujeto se hace referencia con frecuencia simplemente como? O?, E incluye tanto la aplicación de resultados de investigación anteriores como nuevas investigaciones para desarrollar métodos de solución mejorados.
¿Qué es un modelo matemático en investigación de operaciones?
¿Cuántas personas debo contratar? ¿Dónde debo abrir mi próxima tienda? ¿Cuál es la forma óptima de crear este producto? Estas son algunas de las preguntas que un ejecutivo tiene que responder en el día a día. Si bien él o ella podría elegir en función de su sensación de «intestino», en su lugar podrían usar la gestión de operaciones para modelar matemáticamente estos problemas e identificar objetivamente la mejor decisión.
La gestión de operaciones se trata de administrar negocios con la más alta eficiencia posible. Esto significa usar la mano de obra y los recursos de manera eficiente para generar la mayor cantidad de bienes y maximizar las ganancias. Los gerentes de operaciones modelan matemáticamente una operación para encontrar ineficiencias que pueden eliminar. En la mayoría de las empresas (especialmente de bajo margen), la eficiencia operativa puede marcar la diferencia entre el éxito y el fracaso.
En esta publicación, mostraré cómo se pueden usar los principios de gestión de operaciones para contratar el número óptimo de personas para una tienda de donas. Este es solo un ejemplo de cómo el modelado de los procesos comerciales puede optimizar la eficiencia y las ganancias.
Digamos que soy el hipotético propietario de Square Bagel Co, una tienda de donas en Nueva York que vende bagels cuadrados recién hecho. Me pregunto cuántas personas debo contratar durante todo el año.
- Demanda: según las órdenes pasadas, predigo que, en promedio, recibiré pedidos por 1000 donas cada día
- Caudal de flujo: la tasa de flujo de producción de Square Bagel Co es el número de donas que el negocio hace todos los días. Un trabajador puede hacer alrededor de 20 donas por hora, o 160 donas en un día de 8 horas
- Ingresos por dona: el precio que vendo cada dona se fija en $ 3
- Costo en bruto por dona: los costos (sin incluir mano de obra) para cada rosquilla, como materias primas, equipos, etc., cuestan $ 0.5
- Salario del trabajador: finalmente, tengo que pagar a cada uno de nuestros trabajadores $ 10 por hora, o $ 80 por un día de 8 horas
- Suponga que no hay impuestos involucrados en este problema
Si lo modelo en Python, debería verse algo así…
¿Qué es el modelamiento matemático?
- Un proceso en el que las situaciones y las relaciones de la vida real en estas situaciones se expresan mediante el uso de matemáticas (Haines y Crouch, 2007), o;
- Un proceso cíclico en el que los problemas de la vida real se traducen al lenguaje matemático, resuelto dentro de un sistema simbólico, y las soluciones probadas en el sistema de la vida real (VersChaffel, Greer y De Corte, 2002).
En ambos casos, se considera que los modelos matemáticos van más allá de las características físicas de una situación de la vida real para examinar sus características estructurales a través de las matemáticas; Implica la construcción de modelos matemáticos de fenómenos naturales y sociales que están basados en problemas, y donde la elección de las matemáticas relevantes es parte del proceso de resolución.
Desde un punto de vista teórico, el concepto de modelado matemático se puede representar en tres partes (Fig.1):
- Un proceso en el que las situaciones y las relaciones de la vida real en estas situaciones se expresan mediante el uso de matemáticas (Haines y Crouch, 2007), o;
- Un proceso cíclico en el que los problemas de la vida real se traducen al lenguaje matemático, resuelto dentro de un sistema simbólico, y las soluciones probadas en el sistema de la vida real (VersChaffel, Greer y De Corte, 2002).
El dominio «extramatemático» (D) es una forma útil de representar el «mundo real» que es relevante para un problema particular.
¿Que son y para que se usan los modelos matemáticos?
Un modelo matemático es un esquema expresado en lenguaje matemático y destinado a representar un fenómeno o un conjunto de fenómenos. El esquema se puede construir a través de uno de los muchos conceptos o teorías de las matemáticas (o una combinación): estructuras algebraicas o geométricas, ecuaciones algebraicas, diferenciales (derivados ordinarios o parciales), a diferencias estocásticas terminadas, teoría de la probabilidad, teoría de los juegos , teoría de sistemas, etc. Con respecto a los fenómenos que se refiere, el modelo matemático puede tener una función descriptiva o aspirar a una descripción más satisfactoria, para permitir un pronóstico sobre su tendencia futura. Esta disposición puede limitarse a describir esta tendencia solo en términos cualitativos, o determinarla en términos cuantitativos exactos (posiblemente a través del cálculo numérico asistido por el procesador electrónico). Sin embargo, hacia ciertas clases de fenómenos, el modelo matemático puede (o debe) cumplir una función prescriptiva o de control, o indicar cómo debe tener lugar el fenómeno para responder de la manera más efectiva a ciertos fines. Por ejemplo, un modelo de fenómenos meteorológicos es de naturaleza descriptiva (ya que tiene como objetivo predecir la tendencia del tiempo con la máxima precisión posible). En cambio, un modelo de tráfico de automóviles o un modelo de asignación de recursos escasos entre los consumidores son modelos prescriptivos o de control. De hecho, aquí el interés no consiste en la descripción, sino en la determinación de los procedimientos a través de los cuales se puede lograr un propósito predefinido: en nuestro caso, para crear un fluido y un deslizamiento rápido del tráfico y una distribución óptima de recursos desde el punto de vista de los criterios de equidad o eficiencia. Sin embargo, estos dos puntos de vista pueden coexistir. Por ejemplo, el movimiento de un avión trae aspectos y aspectos simplemente descriptivos del control vinculados a la intervención humana en la trayectoria. También es evidente que la influencia cada vez más sensible de las actividades humanas en los fenómenos meteorológicos conduce a abandonar el enfoque clásico puramente descriptivo, a tener en cuenta los efectos de esta influencia externa y estudiarlas, para corregir sus aspectos negativos.
Desde un punto de vista conceptual y metodológico, una de las características más importantes del modelo matemático es que no aspira a ser la única representación posible de un fenómeno o una clase de fenómenos. El modelo no es un espejo de la realidad y no hay correspondencia biunívocal entre modelos y fenómenos. El mismo fenómeno puede representarse a través de múltiples modelos entre los cuales puede elegir sobre la base de criterios de efectividad, pero que no son necesariamente competidores, ser capaces de ofrecer diferentes perspectivas y compatibles entre sí. Por el contrario, el mismo modelo (o, mejor decir, un solo esquema matemático) puede servir para representar diferentes fenómenos, entre los cuales establece una especie de ‘homología’ estructural. Este aspecto representa un enfoque característico de m. m., es decir, el método de analogía matemática. Consiste en la identificación de aspectos comunes entre los fenómenos posiblemente también muy diferentes entre sí y, por lo tanto, descubren así las conexiones inesperadas no con poca frecuencia. Si uno de estos fenómenos es susceptible a una descripción matemática efectiva y simple, puede considerarse como un modelo matemático de todos los demás fenómenos similares (o «homólogos»). Por ejemplo, en la dinámica dinámica no lineal moderna, una discusión unificada en muchos campos diferentes de investigación, como los fenómenos de turbulencia hidrodinámica, la cinética química, el comportamiento de ciertos circuitos electrónicos característicos del técnico de radio, etc.: El modelo matemático es más satisfactorio es obtenido de la descripción de ciertos procesos oscilantes que encuentran su manifestación más evidente y ya conocida en los circuitos electrónicos antes mencionados.
En última instancia, un modelo matemático puede considerarse como un fragmento de las matemáticas aplicadas a la representación (descriptiva o prescriptiva) de un fenómeno, sin que esta representación tenga características de singularidad y también capaz de suceder que el mismo fragmento de matemáticas está diseñado para representar más fenómenos completamente independientes. A ellos. metro. Excluye cualquier reclamo de representación unívocal o «verdadera» de la realidad, cada ambición explicativa, hermenéutica o interpretativa de los hechos, pero solo insiste en un criterio de eficacia práctica. Esta es una característica explícitamente reconocida en la excelente caracterización de la práctica de modelado dada por uno de los mejores científicos de nuestro siglo, J. von Neumann (1961-63, 6to vol., P. 492): «[…] The Ciencias No intentan explicar, apenas intentan interpretar, pero principalmente hacen modelos. Por modelo nos referimos a una construcción matemática que, con la adición de ciertas interpretaciones verbales, describe los fenómenos observados. La justificación de tal construcción matemática es solo y precisamente y precisamente Que se espera que funcione, es decir, describir fenómenos en un área razonablemente grande. Además, debe satisfacer ciertos criterios estéticos, es decir, en relación con la cantidad de descripción que proporciona, debe ser bastante simple «.
La ciencia de los siglos pasados estaba profundamente convencido de que las matemáticas eran capaces de representar la estructura auténtica de los fenómenos y que se reflejaba univocalmente en un número limitado de ecuaciones fundamentales. Tales son la ecuación de la mecánica de Newton, la ecuación del potencial de Laplace, la ecuación de las vibraciones, la ecuación de calor, las ecuaciones del campo electromagnético de Maxwell. El gran físico matemático del siglo XIX J. Fourier (Creador de la teoría matemática del calor) expresó esta creencia al afirmar que la naturaleza y el análisis matemático son Equesteses. Esta creencia tiene sus raíces en la idea de Galileo según la cual el gran libro de la naturaleza fue escrito por Dios en personajes matemáticos, y sigue toda la historia de la ciencia moderna hasta A. Einstein, quien declaró que «tenemos el correcto Estar convencido de que la naturaleza es la realización de lo que se puede imaginar más simple desde el punto de vista matemático «(Penser Les Mathématiques 1982, p. 196). Si la naturaleza está estructurada matemáticamente, las matemáticas no son una mera herramienta descriptiva, pero le permite comprender la esencia íntima de los fenómenos.
¿Cómo se clasifican los modelos matemáticos de investigación de operaciones?
Este artículo proporciona una breve descripción de lo que son los modelos matemáticos y los modelos matemáticos y cómo se clasifican los modelos matemáticos dependiendo de varias características con las que se puedan caracterizar. El artículo no es de ninguna manera una guía completa del tema, ya que hay una gran cantidad de formas en que se pueden clasificar los modelos matemáticos, sino más bien una explicación introductoria del área extremadamente amplia del modelado matemático. El material del artículo está fuertemente influenciado por el libro [1].
El modelo es un objeto físico o de pensamiento destinado a reemplazar el objeto original durante el proceso de estudio, al tiempo que preserva ciertas características significativas para la investigación actual. Los procesos de diseño y utilización del modelo se denominan modelado. En palabras simples, un modelo es algo construido por un investigador para representar su objeto de estudio cuando no está disponible debido a la gastos de costura, dificultades de transporte u otras razones.
Los ejemplos de los modelos pueden ser una copia en miniatura de un edificio construido antes del lanzamiento de la construcción, dibujos de un nuevo equipo industrial, simulación por computadora de un flujo líquido en una tubería. Incluso los experimentos de laboratorio de un nuevo medicamento en ratones y ratas pueden considerarse como un modelado realizado debido a la naturaleza poco ética de realizar experimentos similares en humanos.
¿Qué es un modelo matemático en investigación operativa?
- Datos. Estas son las variables del sistema que el tomador de decisiones no puede cambiar. Estoy fuera de su control directo.
- Cantidades de toma de decisiones. Estas son las variables que el tomador de decisiones puede controlar y modificar con sus acciones y decisiones. A su vez, las cantidades de toma de decisiones se clasifican en:
- Parámetros de toma de decisiones. El valor de los parámetros de toma de decisiones depende directamente de las acciones del tomador de decisiones.
- Variables de toma de decisiones. El valor de las variables de decisión depende indirectamente de las acciones del tomador de decisiones, está determinado por el efecto de las acciones en el modelo matemático.
Las variables no son independientes. Cada variable está vinculada a restricciones dependiendo de la estructura del problema.
Ejemplo. La variable Q indica las cantidades producidas por una fábrica en un día. Por lo tanto, la variable Q puede tomar un valor mínimo de cero y un valor X máximo igual a la capacidad de producción de los sistemas de fábrica.
Las decisiones no son todas las mismas, porque tienen un impacto diferente en las variables del sistema.
Para encontrarlos, debe identificar los objetivos del tomador de decisiones.
Los objetivos se ordenan de acuerdo con las preferencias del tomador de decisiones.
En general, los objetivos son funciones matemáticas F (x) a maximizar o minimizar.
Pueden depender de todas las decisiones o solo algunas.
Nota. Los objetivos son otras cantidades del problema que se agregan a las variables del sistema.
¿Cuáles son las etapas de un modelo matemático?
1)
Construcción del modelo. En esta etapa, dado algunos
Objeto «no matemático»: un fenómeno de la naturaleza, diseño,
plan económico, proceso de producción, etc. Por lo tanto, por regla general, un claro
La descripción de la situación es difícil. Primero identifica la principal
características del fenómeno y las relaciones entre ellos en un
nivel cualitativo. Luego encontraron relaciones cualitativas formuladas en el
Lenguaje de las matemáticas, es decir, un modelo matemático. Este es el
La etapa más difícil de la simulación.
2)
La solución de un problema matemático, que conduce al modelo. A
Esta etapa, se presta mucha atención al desarrollo de algoritmos.
y métodos numéricos para resolver el problema en una computadora con
Los resultados se pueden encontrar con la precisión y el tiempo requeridos
permitió.
3)
Interpretación de las consecuencias del modelo matemático.
Investigación, derivada del modelo en el lenguaje de las matemáticas,
Lenguaje interpretado aceptado en el arte.
4)
Verifique la adecuación del modelo. En este punto se vuelve claro
si los resultados del experimento son consistentes con el
modelo teórico de las consecuencias dentro de cierta precisión.
5)
Modificación del modelo. En esta etapa o complicación del
modelo, haz que sea una realidad más adecuada o su simplificación para lograr
solución prácticamente aceptable.
1.
Versatilidad: caracteriza la integridad del modelo de visualización de
Las propiedades estudiadas del objeto real.
¿Cuáles son los elementos de un modelo matemático?
Los sistemas de control pueden representarse con un conjunto de ecuaciones matemáticas conocidas como modelo matemático. Estos modelos son útiles para el análisis y el diseño de sistemas de control. Análisis del sistema de control significa encontrar la salida cuando conocemos la entrada y el modelo matemático. Diseño del sistema de control significa encontrar el modelo matemático cuando conocemos la entrada y la salida.
- Modelo de ecuación diferencial
- Modelo de función de transferencia
- Modelo espacial de estado
Discutamos los dos primeros modelos en este capítulo.
El modelo de ecuación diferencial es un modelo matemático de dominio de tiempo de sistemas de control. Siga estos pasos para el modelo de ecuación diferencial.
Obtenga la ecuación diferencial en términos de entrada y salida eliminando las variables intermedias.
Considere el siguiente sistema eléctrico como se muestra en la siguiente figura. Este circuito consiste en resistencia, inductor y condensador. Todos estos elementos eléctricos están conectados en serie. El voltaje de entrada aplicado a este circuito es $ V_I $ y el voltaje en todo el condensador es el voltaje de salida $ V_O $.
Sustituye, el pase de pase actual $ i = c frac { text {d} v_o} { text {d} t} $ en la ecuación anterior.
El modelo de función de transferencia es un modelo matemático de dominio S de Sistemas de control. La función de transferencia de un sistema invariante de tiempo lineal (LTI) se define como la relación de la transformación de la salida de Laplace y la transformación de la entrada de Laplace al suponer que todas las condiciones iniciales son cero.
¿Cómo se clasifica el modelo matemático?
Un modelo matemático es una traducción de la realidad para poder aplicar a ella las herramientas, técnicas y teorías matemáticas, entonces, en general, en la dirección opuesta, la traducción de los resultados matemáticos obtenidos en predicciones u operaciones en el mundo (la palabra mundo puede lata. designar :) real. El modelado de palabras también se usa ampliamente en el mundo de los gráficos, donde los objetos 3D o 2D son modelo.
Nunca hay un modelo único: un modelo siempre está vinculado a lo que queremos hacer con él. El mismo objeto (en general, el objeto de la palabra (desde el objeto latino, 1361) designa una entidad definida en…), por ejemplo, un mouse (el término mouse es un nombre vernáculo ambiguo que puede designar, para altavoces franceses, antes, antes…), no será modelable de la misma manera dependiendo de que estemos bien interesados
- su actuación intelectual,
- sus enfermedades y su cuidado, incluso las de un grupo de animales relacionados pero más amplios (todos los mamíferos, incluido el hombre),
- La forma de dibujarlo de manera convincente en el contexto de un videojuego (el video reúne todas las técnicas, tecnología, permitiendo la grabación y…).
Del mismo modo, un modelo nunca es perfecto y completamente representativo de la realidad, y por lo tanto, dirigimos más o menos los parámetros para estudiar ciertos resultados en particular. Para el mismo modelo podemos configurar de manera muy diferente para resaltar cosas diferentes.
Artículos Relacionados:
- Modelo de simulación de investigación de operaciones: cómo optimizar las operaciones de tu negocio
- Modelos de investigación de operaciones para la construcción de eficiencia
- Metodo matematico de investigacion: descubre el metodo que te ayudara a resolver problemas de forma rapida y eficiente
- Metodología de investigación de operaciones: una guía para el éxito
