Métodos cuánticos.
-
Upload
alex-lemfer -
Category
Career
-
view
30 -
download
0
Transcript of Métodos cuánticos.
Programación Lineal Entera no recibe atención hasta que Gomory obtiene la expresión general, métodos limitados.
Estudios de IO.-estructuración estadística de los datos-modelos descriptivos de tipo probabilístico.
A mediados e los 50s la IO se afianzaba en la Industria.
En Inglaterra el desarrollo de la Organización era una novedad en la industria
EEUU fortalecía los grupos militares-Inglaterra trasladaban a la sociedad civil
En Agosto de 1940 el Físico P.M.S Balckett de la Universidad de Manchester dirigió un equipo de estudio
Maximizar la eficiencia
La IO nace en Inglaterra a finales de 1939
HISTORIA DE LOS MÉTODOS
CUANTITATIVOS
Los modelos no lineales
Proceden del desarrollo del cálculo matemático en el siglo XVIII, siendo el concepto básico el del Langrangiano.
Progresó durante los años sesenta y setenta,
Resolución de problemas de tamaño medio con varias decenas de restricciones y algunos cientos de variables.
Otros modelos
La Programación Dinámica
Richard Bellman al principio de los cincuenta.de gran importancia en la Teoría del Control Optimo
La teoría de las colas
Dánes A.K. Erlang en la industria telefónica de principios de Siglo existencia de multitud de lenguajes de simulación a disposición de los usuarios de computadoras.
La Teoría de Juegos
Primeros resultados de von Neumann sobre el teorema del mínimax en 1926. Influencia de esta teoría sobre la organización ha sido muy limitada.
Teoría de la Decisión
Basada en la estadística Bayesiana y la estimación subjetiva de las probabilidades de los sucesos; cuando la información no es completa
Asp
ect
os
que c
ara
cteri
zan la IO
Toma directa de datos
Empleo de Modelos matemáticos
Obtención de las políticas óptimas
Modificación de dichas políticas de acuerdo con factores reales no considerados en el modelo.
Su base fundamental está en las matemáticas, la economía, la estadística y e cálculo de
probabilidades
No existe método analítico que permita obtener, con seguridad y en un tiempo conveniente, el óptimo teórico.
ESTABLECIDO
HA
LA I.O.MÉTODOS HEURÍSTIC
OS
Algoritmos genéticos
introducidos por Holland para imitar
algunos de los mecanismos que se observan en la evolución de las
especies
Algoritmo reconocido simulado
generan aleatoriamente una solución cercana y la aceptan como la
mejor si tiene menor costo,
La búsqueda tabú
Basada el uso de estructuras de memoria para
escapara de los óptimos locales en los que se puede
caer al moverse de una solución a otra
Las redes neuronales
Reproducen en la medida de lo
posible características y
capacidad de procesamiento de
información del conjunto de neuronas
presentes en el cerebro.
INVESTIGACIÓN OPERATIVA
• Fase 1: Formulación del problema:.- enjuicia
aspectos a analizar
Utiliza:
• Fase 2: Formulación de un modelo
matemático.- se apoya en un lenguaje
matemático más o menos sofisticado
Estudia problemas
relacionados a la toma de decisiones
• Fse 4: discernir entre las soluciones
reveladas.- elegir una solución y caracterizar
todos sus detalles
Su objetivo es formar al estudiante en
conceptos básicos de I.O.
MÉTODOS CUANTITATIVOS
DE GESTIÓN
Resolución de problemas de gestión y análisis y desarrollo
de algoritmos
Técnica de resolución de asignación de recursos
PROGRAMACIÓN LINEA
L
MC de G
MC de G
módulo centrado en el problema de transporte
FLUJO DE REDES
sirviendo como finalización del módulo dedicado a programación
lineal en general
MC DE G
• Modelado de situaciones en que existen variables de decisión, implicaciones lógicas o relaciones disyuntivas.
PROGRAMACIÓN LINEAL ENTERA
• Caracterizada por el enfrentamiento entre 2 o más oponentes
TEORÍA DE JUEGOS
• Introducción al análisis de alternativas en diversos entornos
TEORÍA DE LA DECISIÓN
• Estudio de problemas de decisión secuenciales o de múltiples etapas
PROGRAMACIÓN DINÁMICA
• Modelado describe la sistemática general del modelado basándose en etapas
TÉCNICAS DE MODELADO
• Describen la parte esencial del comportamiento de un sistema, el diseño de experimentos con el modelo y la extracción de conclusiones de los resultados
SIMULACIÓN DE EVENTOS DISCRETOS
Amplia las técnicas más novedosas para la resolución de problemas lineales continuos y enteros y las técnicas ya expuestas desde un punto de vista computacional
MÉTODOS AVANZADOS DE GESTIÓN
algoritmo simplex -los métodos de descomposición y partición y métodos llamados de punto interior y su aplicación-.
EXTENSIONES DE LA PROGRAMACIÓN LINEAL Introduce otros
métodos de optimización para problemas con restricciones.
PROGRAMACIÓN NO LINEAL
Se muestran diversos tipos de operadores de selección, cruce, mutación, etc.
ALGORITMOS GENÉTICOS
RECONOCIDO SIMULADO• Ocurrencia esporádica y probabilística de pasos hacia atrás, • Empeoramientos en el valor de la función objetivo.
BUSQUEDA TABÚ• Prohíbe movimientos inmersos a los que aparecen en dicha tabla. • Intensificación y diversificación
REDES NEURONALES ARTIFICIALES• unidades de procesamiento elemental capaces de realizar tareas como clasificación,
generalización, optimización, abstracción, etc.
TEORÍA DE COLAS• Diseño y análisis de unidades productivas y de servicios.