Please enable JavaScript.
Coggle requires JavaScript to display documents.
Modelos, es un, en otras palabras, los modelos deterministas, por ejemplo,…
Modelos
Modelo de Incertidumbre
aspecto importante en la investigación de operaciones, ya que muchos problemas en la toma de decisiones involucran datos inciertos, variables aleatorias y escenarios desconocidos.
Supongamos que una empresa debe tomar decisiones sobre la asignación de recursos para la producción y distribución de productos en un entorno incierto. La demanda de productos puede variar y no es conocida con certeza, lo que genera incertidumbre. Para abordar esta incertidumbre, se puede utilizar la programación estocástica, que es un enfoque común en la investigación de operaciones.
-
Modelo Determinista
modelo matemático donde las mismas entradas o condiciones iniciales producirán invariablemente las mismas salidas o resultados, no contemplándose la existencia de azar, o incertidumbre en el proceso modelado mediante dicho modelo.
los resultados futuros son completamente predecibles a partir de las entradas y condiciones iniciales dadas.
Reproducibilidad
Dado un conjunto específico de entradas y condiciones iniciales, se obtendrá siempre el mismo resultado.
Determinismo
El comportamiento del sistema se rige por ecuaciones o reglas específicas y se considera completamente predecible.
Presicion
Los valores de las variables en un modelo determinista se conocen con certeza y no varían con el tiempo.
-
on útiles en situaciones en las que se puede establecer con confianza que no hay incertidumbre significativa y que los resultados futuros son totalmente previsibles.
se pueden utilizar en ciencias físicas y matemáticas para describir sistemas con alta certeza y precisión, como en cálculos de ingeniería, dinámica de fluidos y problemas de mecánica clásica.
en muchas aplicaciones del mundo real, la incertidumbre y la variabilidad son inevitables, por lo que los modelos deterministas a menudo no son adecuados para capturar la complejidad de situaciones más complejas o impredecibles.
Modelos Probabilistas
tipo de modelo matemático que se utiliza para representar situaciones en las cuales la incertidumbre y la variabilidad desempeñan un papel importante.
se incorporan conceptos de probabilidad y estadística para cuantificar y manejar la incertidumbre en los datos y los resultados
-
Simulación y muestreo
Los modelos probabilistas a menudo se utilizan para realizar simulaciones y muestreos aleatorios con el fin de estimar los resultados posibles y evaluar los riesgos.
-
-
son ampliamente utilizados en diversas disciplinas, como la estadística, la economía, la ingeniería, la ciencia de datos, la física y la gestión de riesgos.
de aplicaciones de modelos probabilistas incluyen la predicción del tiempo, la valoración de opciones financieras, la simulación de sistemas complejos, el análisis de datos estadísticos y la toma de decisiones bajo incertidumbre.
Modelo de Riesgo
para abordar situaciones en las que la incertidumbre y la variabilidad desempeñan un papel importante en la toma de decisiones.
permiten a los analistas y gerentes tomar decisiones óptimas o estratégicas en un entorno incierto al considerar los riesgos asociados con diferentes escenarios.
Un enfoque común para modelar el riesgo en la investigación de operaciones es el Análisis de Riesgo y Simulación.
Supongamos que una empresa está planeando su cadena de suministro y debe tomar decisiones sobre la cantidad de productos que debe producir y distribuir para satisfacer la demanda del mercado. Sin embargo, la demanda de los productos es incierta y puede variar debido a factores como cambios en las preferencias del cliente, retrasos en la producción o problemas de transporte.
En este escenario, un modelo de riesgo podría incluir los siguientes pasos:
Definir Escenarios de Riesgo : Identificar diferentes escenarios posibles de demanda y eventos que puedan afectar la cadena de suministro, como retrasos en la producción, problemas de calidad, etc.
Asignar Probabilidades : Asignar probabilidades a cada escenario de riesgo basado en datos históricos o expertos. Por ejemplo, se podría asignar una probabilidad del 30% a la demanda normal, un 20% a la demanda alta y un 50% a la demanda baja.
Modelar el Sistema : Utilizar técnicas de investigación de operaciones, como la programación lineal o la programación dinámica, para modelar la cadena de suministro en función de diferentes escenarios de riesgo. Esto podría incluir decisiones sobre la producción, el almacenamiento y la distribución.
Simulación : Realizar simulaciones para evaluar cómo se desempeña el sistema en cada uno de los escenarios de riesgo, teniendo en cuenta las probabilidades asignadas.
Optimización Bajo Riesgo : Utilizar técnicas de optimización para determinar la estrategia óptima que minimice el riesgo o maximice el rendimiento en función de los resultados de la simulación.
Toma de Decisiones : Basarse en los resultados de la simulación y la optimización para tomar decisiones informadas sobre la producción, el inventario y la distribución en la cadena de suministro.
Este enfoque permite a la empresa tomar decisiones que sean robustas ante diferentes escenarios de riesgo y minimizar las posibles pérdidas o costos asociados con la incertidumbre en la demanda y la operación de la cadena de suministro.
los modelos de riesgo son herramientas valiosas para abordar problemas complejos y dinámicos en entornos empresariales y de toma de decisiones.
-
-
-
-
-
-
-
-
-
-
-
-
-
Ejemplo de modelo de riesgo en Investigación de Operaciones - Planificación de la Cadena de Suministro :
-
-
-