El documento describe las etapas del proceso de programación lineal. Estas incluyen 1) formular y definir el problema identificando objetivos, variables e restricciones, 2) construir un modelo matemático relacionando variables, parámetros y restricciones, 3) derivar una solución al modelo usando técnicas matemáticas, y 4) validar que el modelo predice el comportamiento del sistema real comparando resultados con datos pasados.
todos los temas de simulacion dela unidad 1
1. introducción a la simulación de eventos discretos
1.1 introducción
1.2 definición y aplicación de la simulación
1.3 estructura y características de la simulación de eventos
1.4 sistemas, modelos y control
1.5 mecanismos de tiempo fijo y tiempo variable
1.6 etapas de un proyecto de simulación
1. República Bolivariana de Venezuela Ministerio del Poder Popular para la Educación IUP “Santiago Mariño” Cabimas, Edo-Zulia Realizado Por: Br. González Mario
2. Optimizar: Busca la mejor manera de realizar una actividad. En matemáticas e informática, determina los valores de las variables que intervienen en un proceso o sistema para que el resultado que se obtiene sea el mejor posible.
3. Optimización: Optimización es la acción y efecto de optimizar. Este verbo hace referencia a buscar la mejor manera de realizar una actividad. El término se utiliza mucho en el ámbito de la informática. Y su propósito Es encontrar o identificar la mejor solución posible, entre todas las soluciones potenciales, para un problema dado, en términos de algún o algunos criterios de efectividad o desempeño
4. OPTIMIZACIONES EN EL CAMPO: La optimización de software La optimización de consultas En el área de las matemáticas
5. Objetivos de la Optimización: Descripción de algoritmos para resolver distintos tipos de problemas de optimización. Análisis de las propiedades de los algoritmos. Descripción de procedimientos numéricos que permiten hacer una implementación computacional eficiente del algoritmo
6. Tipos de la Optimización: Optimización con información no perfecta
7.optimización estocástica
8.Optimización con restricciones de desigualdad
9. Optimización clásica
10.OPTIMIZACIÓN Y SU RELACIÓN CON LA CARRERA DE INGENIERÍA DE SISTEMAS: Ingeniería de sistemas es un modo de enfoque interdisciplinario que permite estudiar y comprender a los sistemas, con el propósito de implementar u optimizar sistemas complejos. La relación entre optimización con la carrera de ingeniería de sistema es que las dos buscan adaptar los programas informáticos para que realicen sus tareas de la forma más rápida, eficiente y eficaz para expresar los objetivos.
todos los temas de simulacion dela unidad 1
1. introducción a la simulación de eventos discretos
1.1 introducción
1.2 definición y aplicación de la simulación
1.3 estructura y características de la simulación de eventos
1.4 sistemas, modelos y control
1.5 mecanismos de tiempo fijo y tiempo variable
1.6 etapas de un proyecto de simulación
1. República Bolivariana de Venezuela Ministerio del Poder Popular para la Educación IUP “Santiago Mariño” Cabimas, Edo-Zulia Realizado Por: Br. González Mario
2. Optimizar: Busca la mejor manera de realizar una actividad. En matemáticas e informática, determina los valores de las variables que intervienen en un proceso o sistema para que el resultado que se obtiene sea el mejor posible.
3. Optimización: Optimización es la acción y efecto de optimizar. Este verbo hace referencia a buscar la mejor manera de realizar una actividad. El término se utiliza mucho en el ámbito de la informática. Y su propósito Es encontrar o identificar la mejor solución posible, entre todas las soluciones potenciales, para un problema dado, en términos de algún o algunos criterios de efectividad o desempeño
4. OPTIMIZACIONES EN EL CAMPO: La optimización de software La optimización de consultas En el área de las matemáticas
5. Objetivos de la Optimización: Descripción de algoritmos para resolver distintos tipos de problemas de optimización. Análisis de las propiedades de los algoritmos. Descripción de procedimientos numéricos que permiten hacer una implementación computacional eficiente del algoritmo
6. Tipos de la Optimización: Optimización con información no perfecta
7.optimización estocástica
8.Optimización con restricciones de desigualdad
9. Optimización clásica
10.OPTIMIZACIÓN Y SU RELACIÓN CON LA CARRERA DE INGENIERÍA DE SISTEMAS: Ingeniería de sistemas es un modo de enfoque interdisciplinario que permite estudiar y comprender a los sistemas, con el propósito de implementar u optimizar sistemas complejos. La relación entre optimización con la carrera de ingeniería de sistema es que las dos buscan adaptar los programas informáticos para que realicen sus tareas de la forma más rápida, eficiente y eficaz para expresar los objetivos.
2. 1. Formulación y definición del
problema.
Descripción de los objetivos del sistema, es decir, qué se
desea optimizar; identificar las variables implicadas, ya
sean controlables o no; determinar las restricciones del
sistema. También hay que tener en cuenta las alternativas
posibles de decisión y las restricciones para producir una
solución adecuada.
3. 2. Construcción del modelo.
El investigador de operaciones debe decidir el modelo a
utilizar para representar el sistema. Debe ser un modelo tal
que relacione a las variables de decisión con los parámetros
y restricciones del sistema. Los parámetros (o cantidades
conocidas) se pueden obtener ya sea a partir de datos
pasados o ser estimados por medio de algún método
estadístico. Es recomendable determinar si el modelo es
probabilístico o determinístico. El modelo puede ser
matemático, de simulación o heurístico, dependiendo de la
complejidad de los cálculos matemáticos que se requieran.
4. 3. Solución del modelo.
Una vez que se tiene el modelo, se procede a derivar una
solución matemática empleando las diversas técnicas y
métodos matemáticos para resolver problemas y
ecuaciones. Debemos tener en cuenta que las soluciones
que se obtienen en este punto del proceso, son matemáticas
y debemos interpretarlas en el mundo real. Además, para la
solución del modelo, se deben realizar análisis de
sensibilidad, es decir, ver como se comporta el modelo a
cambios en las especificaciones y parámetros del sistema.
Esto se hace, debido a que los parámetros no
necesariamente son precisos y las restricciones pueden
estar equivocadas.
5. 4. Validación del modelo.
La validación de un modelo requiere que se determine
si dicho modelo puede predecir con certeza el
comportamiento del sistema. Un método común para
probar la validez del modelo, es someterlo a datos
pasados disponibles del sistema actual y observar si
reproduce las situaciones pasadas del sistema. Pero
como no hay seguridad de que el comportamiento
futuro del sistema continúe replicando el
comportamiento pasado, entonces siempre debemos
estar atentos de cambios posibles del sistema con el
tiempo, para poder ajustar adecuadamente el modelo.
6. 5. Implementación de resultados.
Consiste en traducir los resultados del modelo validado en
instrucciones para el usuario o los ejecutivos responsables
que serán tomadores de decisiones.