운영 연구는 의사 결정 권자를 돕기 위해 명시적으로 충실한 학문입니다. 이 섹션은 운영의 용어, 실질적인 의사 결정 문제와 엑셀 모델 AND OR 사이의 관계를지도에 대한 프로세스를 검토합니다.

일반적인 프로그램이 최대화 될 이익 또는 최소화하기위한 비용, 결정 변수를 제한하는 제약 조건의 집합을 나타내는, 혼자 수학 목적 함수로 구성되어 있습니다. 선형 프로그램의 경우에는 (LP) 목적 함수와 제약 의사 결정 변수의 선형 함수이다. 언뜻,이 제한은 LP 모델의 범위를 제한하기 위해 나타나지만이 경우 거의 없습니다. 간단 때문에, 소프트웨어는 변수와 제약 수만명의 수백만 문제를 해결 할 수 있다고 개발되었습니다. 수많은 사용하는 현실 세계가 성공적으로 모델과 선형 프로그래밍 기술을 사용하여 해결되었습니다.

이 프로그램은 네트워크 흐름 기간은 모델의 유형보다 일반적인 선형 프로그램의 특별한 경우입니다 설명합니다. 네트워크 플로우 프로그램의 클래스는 교통 문제, 할당 문제, 최단 경로 문제, 최대 흐름 문제, 순수한 최소 비용 흐름의 문제와 흐름 문제 등의 문제를 포함 최소 일반 비용입니다. 실제 상황의 여러 측면을 쉽게 네트워크로 인식되기 때문에 이것은 중요한 클래스이며, 모델의 표현은 일반적인 선형 프로그램보다 훨씬 더 소형이다. 상황이 완전히 네트워크로 모델 수있을 때, 매우 효율적인 알고리즘은 컴퓨터 시간과 공간 자원의 사용 선형 프로그램을보다 효율적으로 최적화 문제, 여러 번 해결 존재합니다.

정수 프로그램은 몇 가지 변수가 이산 값을 받아 요구 최적화 문제가 매우 중요하게 생각합니다. 변수는 범위 내에서 이산 값을 허용에만 미리 정해진, 특정 범위의 모든 실제 값을 받아 수 있도록보다는. 대부분의 경우, 이러한 값은 모델이 클래스의 이름으로 상승을 부여 정수입니다. 정수 변수와 모델은 매우 유용합니다. 선형 프로그램에 의해 모델 수없는 상황은 쉽게 정수 프로그램에 의해 처리됩니다. 돈을 낭비하지 - 돈을 만들거나 투자하지 -하지 구축 - 경우 이러한 가운데 예비 선거가 이진 결정을 포함하고 있습니다. 하나는 0과 1 사이의 범위 변수와 선형 프로그램의 이진 결정 모델 수 있지만, 그러한 결정 권자에 대한 거의 수용 0.5, 같은 분수 값을 얻을 수있는 솔루션을 방지 아무것도 없습니다. 정수 프로그램이 변수는 0 또는 1입니다 필요하지만 intermediario.Lamentablemente 실용적인 크기 모델의 정수 프로그램은 종종 해결하는 것은 매우 어렵거나 불가능합니다. 선형 프로그램의 방법은 정수 프로그래밍 방식보다 크기 큰의 문제 순서를 해결할 수 있습니다. 아직도 많은 흥미로운 문제가 가용성이며, 컴퓨터의 성장 동력이 운영 연구에 관심이 활성 영역합니다.

객관적인 기능이나 최적화 모델의 제약 조건을 정의하는 표현 비선형 때, 하나는 비선형 프로그램 모델을하고 있습니다. 다시 말하지만, 비선형 프로그램에 대한 적절한 상황의 종류는 선형 프로그램의 클래스보다 훨씬 큽니다. 당신은 모든 표현이 비선형 정말 선형 approximations하는 진짜를 주장하실 수 있습니다. 비선형 함수가 기능 형태 등 다양한에서 걸릴 수 있기 때문에, 비선형 프로그램 모델의 다양한 종류가 있습니다. 특정 양식이 문제가 해결 방법을 쉽게 함께 할 많은 계획을 가지고 있지만, 일반적으로 비선형 프로그램 모델은 유사하게 선형 평가 모델 프로그램을보다 해결하기 위해 훨씬 더 큰 어려움입니다.

동적 프로그램 (DP) 모델은 수학 프로그램의 다른 모델보다 다르게 표시됩니다. 오히려 객관적인 기능과 제약 조건보다 DP 모델은 상태, 결정, 전환 및 전환의 관점에서 프로세스를 설명합니다. 이 과정은 결정이 이루어집니다 어떤 초기 상태에서 시작됩니다. 결정은 새로운 상태로 전환됩니다. 주 및 결정 (포함) 주변 만든이 종료, 초기 상태에 따라 달라집니다. 최종 상태가 최종적으로 도달할 때까지이 과정은 미국의 순서를 따릅니다. 문제는 총 수익을 극대화 시퀀스를 찾을 수 있습니다. 여기로 간주 모델은 개별 의사 결정 문제를위한 것입니다. 전통적인 정수 프로그래밍 문제 DP로 해결할 수 있지만, 모델 및 방법은 쉽게 수학 프로그램 빌드를 사용하여 모델없는 상황에 가장 적합합니다. 일반적인 목표는 매우 기능적 형태 관리할 수 있으며 글로벌 최적의 솔루션은 항상 얻을 수 있습니다. 이 일반의 가격은 전산 노력입니다. 실질적인 문제에 대한 해결책은 종종 국가의 숫자가 문제의 차원의 개수와 함께 기하 급수적으로 성장 "차원의 저주"에 의해 방해하고 있습니다.

이러한 선형 프로그램, 네트워크 흐름 프로그램과 정수 프로그램으로 수학 프로그램 모델은 일반적으로 불확실성의 영향을 소외와 의사 결정의 결과가 실제로 신뢰할 수있는 것으로 가정하고 deterministas.Â이 추출 문제가 좀 있습니다 크고 복잡한 결정은 모델과 computacionales. 확률적 프로그램이 명시적으로 문제의 몇 가지 측면에 대한 임의의 변수를 사용하여 불확실성을 인정 강력한 방법을 사용하여 해결할 수 있습니다. 임의의 변수에 할당된 확률 배포판으로 표현이 최적화 될 수있는 목적의 예상 가치를 위해 작성하실 수 있습니다. 그렇다면 전산 다양한 방법이 예상 가치를 극대화하거나 최소화하는 데 사용할 수 있습니다. 이 페이지는 모델링 프로세스에 대한 간략한 소개를 제공합니다.

최적화 문제와 대부분의 스프레드 시트 모델에 적용되는 하나의 가장 일반적인 유형은 조합 최적화 문제입니다. 대부분의 스프레드 시트 모델 변수를 포함하고 효율 조치를 계산합니다. 스프레드 시트의 사용자는 종종 측정의 최고 또는 최저 일부를 유도할 수있는 해결책을 찾기 위해 구조화되지 않은 방식으로 변수를 변경합니다. O의 단어에서, 애널리스트는 객관적인 기능, 효과의 측정을 최적화 솔루션을 찾고 있습니다. 조합 최적화 좋은 솔루션에 대한 검색을 자동화하고 스프레드 시트 응용 프로그램에 큰 도움이 될 수있는 도구를 제공합니다.

임의의 시간 변화의 많은 실용적인 상황의 속성. 예제는 체크 아웃 라인에서 고객 번호, 도로 혼잡, 저장소에있는 항목의 수를 및 보안 가격 (값) 금융, 이름 몇 가지를 포함합니다. 프로세스의 관점이 확률 이론에 의거하는 경우, 우리는 프로세스 모델은 시스템의 상태에있는 시스템의 그​​림처럼 encontrado. 수있는 상태를 나열하여 부분 estocástico.Â을 설명했습니다 시스템의 특성을 설명하는 시간을 가리 킵니다. 이 섹션에 대한 예제는 고객의 숫자 또는 기계 기다리고 있습니다 자동 인출기 (ATM (ATM))와 상태 시스템입니다. 선형 시간으로 시스템 이동 측정하기위한 한 방법입니다. 이벤트 시스템의 상태를 변경하는 것이 발생합니다. ATM (ATM) 사건의 예를 들어 도착과 출발입니다. 이 섹션에서 우리는 이산과 모두 유용합니다 확률적 프로세스의 모델링과 관련된 기본 개념을 설명
연속 시간 마르코프 체인.

시스템이 매일 또는 매주 같은 정기적으로 관찰이라고 말합니다. 그런 다음 확률적 프로세스는 시간 간격에있는 모든 다른 나라의 각 상태에 대한 운동의 확률을 제공합니다 매트릭스에 의해 설명된 수 있습니다. 이 행렬의 asumisión는 이산 시간 마르코프 연쇄 과정 (DTMC)라는, 시간이 지남에 따라 변경되지 않습니다. 전산 기술 DTMC 모델을 분석하고 평가하는 데 사용할 수있는 시스템의 다양한 대책을 계산하기 위해 사용할 수 있습니다. 이 섹션에서는 이러한 유형과 사용할 수있는 조치의 모델을 구축하는 방법을 보여줍니다.

여기서 우리는 전체 국가의 기간은 기하 급수적으로 분산 활동을 변화하는 연속 시간 확률 과정​​을 고려하십시오. 시간은 지속적인 매개 변수입니다. 프로세스는 속성 (속성)을 만족하고 Markovian 지속 시간 마르코프 체인 (CTMC)를 호출합니다. 전체 프로세스는 다른 모든 상태로 각 국가의 전환 속도를 보여주는 매트릭스에 의해 설명되어 있습니다. 요금은 기하 급수적인 배포판과 관련된 매개 변수입니다. 분석 결과는 DTMC의 것과 매우 유사합니다. ATM (ATM)의 예를 들어 그것에서 얻을 수있는 모델과 통계 조치의 요소의 삽화와 함께옵니다.

평가에 사용할 수있는 폐쇄된 형태의 방정식을 얻기 어렵 상황이 임의의 변수에 의해 영향을 경우입니다. 시뮬레이션은 복잡한 시스템의 통계 조치를 추정하는 일반적인 기법입니다. 그들은 (알고) 임의의 변수를 알고있다면 같은 시스템 모델이다. 그 다음 변수에 대한 값 (알려진) 알려진 그들의 확률 배포판에서 임의로 그린입니다. 각 복제본은 시스템 응답의 관찰을 제공합니다. 많은 복제품이 방법으로 시스템을 시뮬레이션하고 답변을 기록하여, 결과에 관한 puedecalcular 통계. 통계 평가 및 설계를 위해 사용됩니다.