a lo dinámico
de construir un modelo
La distinción entre modelo y algoritmo no es del todo obvia para quien no tiene una formación en el área, pero es fundamental para entender el uso y la aplicación de estas técnicas. Sin perder generalidad, un modelo es un objeto matemático el cual está formado por parámetros, variables y ecuaciones.
Un algoritmo de optimización, es una secuencia bien definida de pasos (un programa) que permiten encontrar la solución de un modelo. Todo algoritmo de optimización requiere de un modelo el cual debe ser definido en un formato apropiado para el algoritmo
Desde el punto de vista computacional, un algoritmo solo debe ser definido una vez, y funcionará para tantos modelos como le sean aplicados, pero en la práctica, los modelos representan situaciones particulares y sus parámetros y número de elementos (variables y ecuaciones) pueden cambiar de una situación a otra.
Así, en la práctica de la optimización, tenemos un elemento fijo (el algoritmo) y un elemento dinámico (el modelo) que debe ser definido en cada proceso de optimización
Por lo general, el proceso de “escribir” manualmente un modelo en el formato apropiado para un algoritmo no es una tarea difícil, aunque puede ser muy laboriosa para el caso de modelos de gran tamaño o cuando estos modelos cambian frecuentemente.
Sin embargo, “escribir” modelos a partir de información dinámica no es una tarea sencilla, sobre todo cuando el tamaño del modelo cambia con la información disponible. Esta necesidad dio origen a los lenguajes de modelación
Los lenguajes de modelación permiten representar simbólicamente o mediante el uso de expresiones de función específica modelos de estructura conocida y asociarlos a datos dinámicos (datos que pueden cambiar).
Para realizar esta tarea el modelador debe conocer la estructura del modelo que espera construir y describir (programar) los procedimientos que permitan generar un modelo particular asociado a un conjunto de datos particular.
