PROGRAMACION LINEAL

GRUPO: 100404_136

TRABAJO PRESENTADO A: OSCAR JAVIER HERNANDEZ

PRESENTADO POR: Oscar Ren polo barranco CODIGO: 72235791

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BASICASTECNOLOGIA E INGENIERIA PROGRAMA DE INGENIERIA INDUSTRIAL CEAD ATLANTICO
2013

INTRODUCCION Por medio del siguiente trabajo de colaborativo pretendo dar desarrollo a la tarea propuesta por el tutor, con el fin de dar solucin a los puntos planteados del curso Programacin lineal, el cual es de suma importancia acadmica y formativa para nuestra funcin profesional.

En el punto 1, se presenta una sntesis de los modelos matemticos usados en la investigacin de operaciones como el modelo determinstico (no probabilstico), es estocstico (probabilstico) y el modelo hbrido que es una combinacin de los dos. Donde es de suma importancia el uso de de los modelos matemticos en nuestras carreras y afines.

En el punto 2, se da solucin a los ejercicios planteados segn la presentacin de diapositivas, en los cuales se muestra de manera ilustrativa y comprensible paso a paso, la definicin de las variables, el objetivo y las restricciones en algunos problemas de investigacin de operaciones.

OBJETIVOS * Diferenciar y conceptualizar los diferentes modelos matemticos en la investigacin de operaciones. * Reconocer la importancia que tiene la investigacin de operaciones en la ingeniera de sistemas. * Comprender y aplicar con ejemplos prcticos la aplicacin de los modelos de investigacin de operaciones. MODELOS I.O.

1. Elabore una sntesis de cada modelo clasificndolo de acuerdo al cuadro anexo.

MODELO DETERMINSTICO

Es un modelo matemtico donde las mismas entradas producirn invariablemente las mismas salidas, no contemplndose la existencia del azar ni el principio de incertidumbre. Est estrechamente relacionado con la creacin de entornos simulados a travs de simuladores para el estudio de situaciones hipotticas, o para crear sistemas de gestin que permitan disminuir la incertidumbre.

a) Programacin Lineal es un procedimiento o algoritmo matemtico mediante el cual se resuelve un problema indeterminado, formulado a travs de ecuaciones lineales, optimizando la funcin objetivo, tambin lineal. Consiste en optimizar (minimizar o maximizar) una funcin lineal, denominada funcin objetivo, de tal forma que las variables de dicha funcin estn sujetas a una serie de restricciones que expresamos mediante un sistema de inecuaciones lineales.

b) Los modelos de Programacin Entera son aquellos donde la totalidad o un subconjunto de las variables de decisin toman valores enteros.

MODELOS HIBRIDOS:

Tienen que ver con los mtodos determinsticos y probabilsticos como la teora de inventarios

a) La programacin dinmica es un mtodo para reducir el tiempo de ejecucin de un algoritmo mediante la utilizacin de subproblemas superpuestos y subestructuras ptimas, como se describe a continuacin. El matemtico Richard Bellman invent la programacin dinmica en 1953 que se utiliza para optimizar problemas complejos que pueden ser discretizados y secuencializados.

b) Los modelos de simulacin difieren de los matemticos en que las relacin entre la entrada y la salida no se indican en forma explcita. En cambio, un modelo de simulacin divide el sistema representado en mdulos bsicos o elementales que despus se enlazan entre si va relaciones lgicas bien definidas.

Por lo tanto, las operaciones de clculos pasaran de un mdulo a otro hasta que se obtenga un resultado de salida.

Los modelos de simulacin cuando se comparan con modelos matemticos; ofrecen mayor flexibilidad al representar sistemas complejos, pero esta flexibilidad no esta libre de inconvenientes. La elaboracin de este modelo suele ser costoso en tiempo y recursos. Por otra parte, los modelos matemticos ptimos suelen poder manejarse en trminos de clculos.

MODELOS ESTOCASTICOS

Un proceso estocstico es aquel cuyo comportamiento es no determinista, en la medida que el subsiguiente estado del sistema est determinado tanto por las acciones predecibles del proceso como por elementos aleatorios. No obstante, de acuerdo a M. Kac[2] y E. Nelson,[3] cualquier desarrollo temporal (sea determinstico o esencialmente probabilstico) que pueda ser analizable en trminos de probabilidad merece ser denominado como un proceso estocstico.

a) Teoria de las colas: En ciencias de la computacin, y ms especficamente en investigacin de operaciones, la teora de colas es el estudio matemtico de las lneas de espera o colas dentro de una red de comunicaciones. Su objetivo principal es el anlisis de varios procesos, tales como la llegada de los datos al final de la cola, la espera en la cola, entre otros.

La teora de colas generalmente es considerada una rama de investigacin operativa porque sus resultados a menudo son aplicables en una amplia variedad de situaciones como negocios, comercio, industria, ingenieras, transporte y telecomunicaciones.

b) teora de juegos es un rea de la matemtica aplicada que utiliza modelos para estudiar interacciones en estructuras formalizadas de incentivos (los llamados juegos) y llevar a cabo procesos de decisin. Sus investigadores estudian las estrategias ptimas as como el comportamiento previsto y observado de individuos en juegos. Tipos de interaccin aparentemente distintos pueden, en realidad, presentar estructura de incentivo similar y, por lo tanto, se puede representar mil veces conjuntamente un mismo juego

c) El mtodo CPM o Ruta Crtica (equivalente a la sigla en ingls Critical Path Method) es frecuentemente utilizado en el desarrollo y control de proyectos. El objetivo principal es determinar la duracin de un proyecto, entendiendo ste como una secuencia de actividades relacionadas entre s, donde cada una de las actividades tiene una duracin estimada.

2. Ilustre con un ejemplo cada modelo

Ejemplo Un fabricante de dos productos A y B dispone de 6 unidades de material y 28 Horas para su ensamblaje, el modelo A requiere 2 unidades de de material y 7 horas de ensamblaje, el modelo B requiere una unidad de material y 8 horas de ensamblaje, los precios de los productos son $120 y $80 respectivamente. Cuntos productos de cada modelo debe fabricar para maximizar su ingreso? Sea x1 y x2 la cantidad de productos a producir de A y B El objetivo se Expresa Como: Maximizar z = 120x1 + 80x2 El fabricante est sujeto a dos restricciones: De Material: 2x1 + x2 6 De Horas : 7x1 + 8x2 28 De no negatividad x1 0 y x2 0 Adems no se venden productos no terminados por lo tanto las variables x1 y x2 deben ser enteras. Programacin no lineal En este caso se destaca el estudio de optimizacin en una variable sin restricciones de la forma: Optimizar z = f(x) donde f es funcin no lineal de x y la optimizacin se realiza en (-, ). Si la busqueda se cisrcunscribe a un sub intervalo finito [a,b] el problema es de optimizacion no lineal restringida y se transforma a Optimizar z = f(x) con la condicin a x b. Optimizacin no lineal multivariable Es el caso anlogo al anterior, pero en el caso en que la funcin f es de ms de una variable, es decir: Optimizar z = f(X) donde X = [x1, x2, ..., xn]T Si existen las restricciones Gi(X) = 0 Es un problema no lineal multivariable restringido.

Ejemplo Una Compaa desea construir una planta que recibir suministros desde tres ciudades A, B, C, tomando como origen la ciudad A, B tiene coordenadas (300 Km. al Este,400 Km. al Norte), y C tiene coordenadas (700 Km. al Este, 300 Km. al Norte) respecto de A. La posicin de la planta debe estar en un punto tal que la distancia a los puntos A, B y C sea la mnima.

Sean x1 y x2 las coordenadas desconocidas de la planta respecto de A. Utilizando la frmula de la distancia, debe minimizarse la suma de las distancias: (x12 + x22) + ((x1 - 300)2 + (x2 - 400)2) + ((x1 - 700)2 + (x2 - 300)2) No hay restricciones en cuanto a las coordenadas de la planta ni condiciones de no negatividad, puesto que un valor negativo de x1 significa que la planta se localiza al Oeste del punto A. La ecuacin es un programa matemtico no lineal sin restricciones.

Programacin Cuadrtica Es un caso particular de programacin matemtica no lineal. Un programa matemtico en el cual cada restriccin es lineal pero el objetivo es cuadrtico se conoce como programa cuadrtico, es decir f(x1,x2,..,xn) = S i=1,nS j=1,n cijxixj + S i=1,ndixi Ejemplo Minimizar z = x12 + x22 Con las condiciones x1 - x2 = 3 X2 3 Donde ambas restricciones son lineales, con n = 2 (dos variables) c11 = 1; c12 = c21 = 0; c22 = 1 y d1 = d2 = 0. Programacin Dinmica El programa matemtico: Optimizar z = f1(x1) + f2(x2) +... + f(xn) Con la condicin x1 + x2 + ... + xn b Con todas las variables enteras y no negativas. En que las funciones fi(xi) son funciones no lineales conocidas de una sola variable, b es un nmero entero conocido. Corresponde al modelo importante de decisin en etapas mltiples en que el nmero de etapas es n. La etapa 1 comprende la especificacin de la variable x1 con contribucin f1(x1) al rendimiento total; etc. La programacin dinmica es una forma de enfoque de los procesos de decisin de optimizacin de n etapas. Ejemplo

Una persona dispone de $4000 para invertir y se le presentan tres opciones de inversin. Cada opcin requiere de depsitos en cantidades de $1000, puede invertir lo que desee en las tres opciones. Las ganancias esperadas son las siguientes

Inversin Ganancias | 0 | 1000 | 2000 | 3000 | 4000 | Opcin 1 | 0 | 2000 | 5000 | 6000 | 7000 | Opcin 2 | 0 | 1000 | 3000 | 6000 | 7000 | Opcin 3 | 0 | 1000 | 4000 | 5000 | 8000 |

Cunto dinero deber invertirse en cada opcin para maximizar las ganancias?

Sea z la ganancia total, que es la suma de las ganancias de cada opcin, las inversiones tienen la restriccin de ser mltiplos de $1000, la tabla muestra las fi(x) = Etapa i, (i = 1,2,3), x es la cantidad de dinero invertida en cada opcin. El programa matemtico es el siguiente: Maximizar z = f1(x1) + f2(x2) + f3(x3) La persona slo posee $4000 para invertir: Las condiciones son: X1 +x2 + x3 4000 Con todas variables enteras y no negativas.

3. Escriba la importancia que tiene la investigacin de operaciones en su carrera profesional. Es muy importante la investigacin de operaciones en la carrera profesional, ya que es la aplicacin de la metodologa cientfica a travs de modelos, primero para representar el problema real que se requiere resolver en un sistema y segundo para resolverlo. Los modelos que utiliza la investigacin de operaciones son matemticos y toman la forma de ecuaciones, estos modelos son diferentes a otros modelos, por ejemplo los modelos de experimentacin que se utilizan en las ciencias medico-biolgicas, o los modelos de representacin que se utilizan por ejemplo en la Astronoma. Los modelos matemticos de decisin permiten calcular los valores exactos o aproximados de las componentes controlables del sistema para que pueda comportarse mejor, de acuerdo con ciertos criterios establecidos. La Investigacin de Operaciones en la ingeniera industrial se emplea principalmente en los aspectos de coordinacin de operaciones y actividades de la organizacin o sistema que se analicen, mediante el empleo de modelos que describan las interacciones entre los componentes del sistema y de ste con este con su medio ambiente En la Investigacin de Operaciones la parte de Investigacin se refiere a que aqu se usa un enfoque similar a la manera en la que se lleva a cabo la investigacin en los campos cientficos establecidos. La parte de Operaciones es porque en ella se resuelven problemas que se refieren a la conduccin de operaciones dentro de una organizacin

CONCLUSIONES

Este trabajo nos permiti afianzar los conocimientos y conceptos de la investigacin de operaciones, conjuntos cncavos y convexos, conceptualizacin de la programacin lineal. Se identifico de manera satisfactoria la importancia de la Investigacin de Operaciones a partir de sus antecedentes y origen en la actualidad.

Se clasific los modelos matemticos. Se determinaron los componentes bsicos de cada modelo matemtico. Y se realizo un ejemplo detallado de la vida real donde se pone en prctica cada uno de los conocimientos adquiridos a lo largo del trabajo.