El modelo se define como una función objetivo y restricciones que se expresan en términos de las variables (alternativas) de decisión del problema.
Una solución a un modelo, no obstante, de ser exacta, no será útil a menos que el modelo mismo ofrezca una representación adecuada de la situación de decisión verdadera. El modelo de decisión debe contener tres elementos:
— Alternativas de decisión, de las cuales se hace una selección.
— Restricciones, para excluir alternativas infactibles.
— Criterios para evaluar y clasificar alternativas factibles.
Tipos de Modelos de Investigación de Operaciones.
- Modelo Matemático: Se emplea cuando la función objetivo y las restricciones del modelo se pueden expresar en forma cuantitativa o matemática como funciones de las variables de decisión.
- Modelo de Simulación: Los modelos de simulación difieren de los matemáticos en que las relaciones entre la entrada y la salida no se indican en forma explícita. En cambio, un modelo de simulación divide el sistema representado en módulos básicos o elementales que después se enlazan entre si vía relaciones lógicas bien definidas. Por lo tanto, las operaciones de cálculos pasaran de un módulo a otro hasta que se obtenga un resultado de salida. Los modelos de simulación cuando se comparan con modelos matemáticos; ofrecen mayor flexibilidad al representar sistemas complejos, pero esta flexibilidad no está libre de inconvenientes. La elaboración de este modelo suele ser costoso en tiempo y recursos. Por otra parte, los modelos matemáticos óptimos suelen poder manejarse en términos de cálculos.
- Modelos de Investigación de Operaciones de la ciencia de la administración: Los científicos de la administración trabajan con modelos cuantitativos de decisiones.
- Modelos Formales: Se usan para resolver problemas cuantitativos de decisión en el mundo real. Algunos modelos en la ciencia de la administración son llamados modelos deterministas. Esto significa que todos los datos relevantes (es decir, los datos que los modelos utilizarán o evaluarán) se dan por conocidos. En los modelos probabilísticos (o estocásticos), alguno de los datos importantes se consideran inciertos, aunque debe especificarse la probabilidad de tales datos.
- Modelo de Hoja de Cálculo Electrónica: La hoja de cálculo electrónica facilita hacer y contestar preguntas de "¿y si¿" en un problema real. Hasta ese grado la hoja de cálculo electrónica tiene una representación selectiva del problema y desde este punto de vista la hoja de cálculo electrónica es un modelo. En realidad es una herramienta más que un procedimiento de solución.
- Modelo Icónico: Una representación física de algunos objetos, ya sea en forma idealizada (Bosquejos) o a escala distinta. Ejemplo, planos y mapas (2D)
- Modelo Analógico: Puede representar situaciones dinámicas o cíclicas, son más usuales y pueden representar las características y propiedades de acontecimiento que se estudia. Ejemplo, curvas de demanda; curvas de distribución de frecuencia en las estadísticas y diagramas de flujo.
- Modelo simbólico o matemático: Son representaciones de la realidad en forma de cifras, símbolos matemáticos y funciones, para representar variables de decisión y relaciones que nos permiten describir y analizar el comportamiento del sistema:
- Cuantitativos y cualitativos La mayor parte de las soluciones a los problemas de un negocio u organización comienzan con un análisis y definición de un modelo cualitativo y se avanza gradualmente hasta obtener un modelo cuantitativo, la investigación de operaciones se ocupa de la sistematización de los modelos cualitativos y de su desarrollo hasta el punto en que pueden cuantificarse.
Cuando es posible construir un modelo matemático insertando símbolos para representar relaciones entre constante y variables estamos ante un modelo cuantitativo, una ecuación es un modelo de este tipo. Las fórmulas, las matrices, los diagramas o series de valores que se obtienen mediante procesos matemáticos.
- Estándares y hechos a la medida Se llaman modelos estándar a los que solo hay que insertar o sustituir diferentes valores con el fin de obtener un valor a una respuesta de un sistema y son aplicables al miso tipo de problemas en negocios. Ejemplo, el cálculo de costos o gastos, el cálculo de ganancias, etc.
Se llaman modelos hechos a la medida cuando se crean modelos para resolver un caso de problema específico que se ajusta únicamente a este problema.
- Probabilísticas y deterministas Los modelos que se basan el as probabilidades y estadísticas y que se ocupan de incertidumbres futuras se llamas probabilísticas, y los modelos que no tienen consideraciones probalísticas se llaman deterministas; el PERT, los inventarios, la programación lineal, enfocan su atención en aquellas circunstancias que no son críticas y en los que las cantidades son determinadas y exactas.
- Descriptivos y de optimización Cuando un modelo constituye sencillamente una descripción matemática de una condición real del sistema se llama descriptivo. Algunos de estos modelos se emplean para mostrar geográficamente una situación y ayudan al observador a evaluar resultados por secciones una sobre otra. Puede obtenerse una solución, sin embargo, en este modelo solo se intenta describir la situación y no escoger una alternativa.
Cuando con la aplicación del modelo se llega a una solución óptima de acuerdo con los criterios de entrada se trata de un modelo de optimización.
- Estáticos y dinámicos Los modelos estáticos se ocupan de determinar una respuesta para una serie especial de condiciones fijas que probablemente no cambiaran significativamente a corto plazo, es decir, la solución está basada en una continuidad estática.
Un modelo dinámico por el contrario está sujeto al factor tiempo que desempeña un papel esencial en la secuencia de las decisiones, independientemente de cuales hayan sido las decisiones anteriores. A la programación dinámica pertenecen estos modelos.
- De simulación y no simulación. Con el uso de la computadora es fácil preparar un modelo simulado paso por paso donde se puede reproducir el funcionamiento de sistemas o problemas de gran escala. Es un modelo de simulación, los datos de entrada pueden ser muestras originadas de forma medida o de modo aleatorio.
Los modelos que no se prestan para usar datos empíricos o simulados en forma aleatoria son modelos no simulados como los de optimizacion o los creados a medida.
