PROGRAMACION LINEAL Actividad 6 Trabajo Colaborativo 1

Realizado por: Humberto Artunduaga Prez C.C. 16188833 Estudiante de Ingeniera Industrial

Presentado A: Fredy Ivn Vega Matiz Tutor del Curso

Grupo N 100404_319

e-mail: hartunduagap@unadvirtual.edu.co

UNIVERSIDAD NACIONAL ABIERTA A DISTANCIA UNAD CEAD: Florencia - Caquet Abril de 2014

INTRODUCCIN Al realizar la presenta actividad nos da a conocer los temas que son de vital importancia en el curso de programacin lineal, de esta forma hacemos una profundizacin en el curso, con el contenido y metodologa del mismo, de esta manera podemos aclarar conceptos y hacer un reconocimiento previo de los temas y del mtodo de estudio. Este trabajo tiene por finalidad introducirnos como estudiantes en el curso de programacin lineal, en su estructura y temtica, con el propsito de tener un mayor conocimiento acerca de la estructuracin del mismo. Se han relacionado actividades donde se conceptualizan y explican la forma ms clara y concisa el contenido del curso. La realizacin del trabajo se utiliz las herramientas necesarias para llevar a cabo lo manifestado en la gua, las intenciones como tal del curso es la bsqueda y apropiacin de todos los recursos y la tecnologa que estn a al alcance para el acompaamiento en nuestro aprendizaje.

FASE 1.

1. Realizar una sntesis de cada modelo.

Modelo determinsticos: Se suponen que las variables de todas las variables no controlables y los parmetros se conocen como certeza y son fijos, esta clase de modelo se maneja porque son manejables, los modelos matemticos bajo suposiciones determinsticos que bajo suposiciones probabilsticas, algunos sistemas del mundo real son lo suficientemente estables como para modelarlos eficazmente con enfoques determinsticos y permiten la introduccin de incertidumbre.

Se caracterizan porque maximizan o minimizan algunas funciones objetivo (reemplazando, expresado en trminos de variables y parmetros),

generalmente sujetos a un conjunto de restricciones.

En los Modelos de Transporte y los de Asignacin los cuales pueden hacer ms eficientes los procedimientos de solucin, los modelos de programacin de metas optimizan una funcin objetivo de criterios que es lineal, sujeta a un conjunto de restricciones lineales. La distincin entre los Modelos de Optimizacin Lineales y no Lineales se basa en la naturaleza de la funcin objetivo y/o las restricciones. Modelo de optimizacin no lineal: Son tipos de modelos que se caracterizan porque tanto la funcin objetivo como las restricciones no pueden ser expresadas como una combinacin lineal de las variables, es decir, la funcin objetivo y las restricciones no son funciones lineales de las variables sino que pueden ser funciones de orden superior., su clasificacin da teniendo en cuenta el mtodo de solucin y no su estructura.

Es un procedimiento de soluciones para sistemas de igualdades y desigualdades, las cuales estn sometidas a una serie de restricciones, en un conjunto de variables reales, donde se debe maximizar una funcin objeto, siempre y cuando alguna de las restricciones o la funcin no sean lineales. Mtodos Clsicos: Son tipos de mtodos que emplean el clculo diferencial para hallar las soluciones ptimas a los sistemas. Mtodo de Bsqueda: Es aquel que permite recuperar informacin de un vector o un archivo que contenga una lista de datos. Cuando se realizan bsquedas sobre vectores, se desea es encontrar la posicin que ocupa el elemento buscado dentro de la lista de elementos que contiene el vector. Programacin no lineal (PNL): Es el proceso de resolucin de un sistema de igualdades y desigualdades sujetas a un conjunto de restricciones sobre un conjunto de variables reales desconocidas, con una funcin objetivo maximizar, cuando alguna de las restricciones o la funcin objetivo no son lineales. Modelo de optimizacin lineal: En este caso es necesario que las restricciones y la funcin sean de tipo lineal, formulndose a travs de ecuaciones e inecuaciones lineales donde se hallan series de soluciones o un conjunto factible. Los casos especiales de la programacin lineal son, los modelos de transporte y asignacin. Modelos Estocsticos:

Tratan los parmetros de modelos de optimizacin como variables aleatorias de distribuciones mustrales especficas.

Representan un rea de la programacin matemtica en la que no se aplican suposiciones determinsticas.

 Modelos hbridos: se compone de la programacin dinmica la cual tiene enfoque a la optimizacin deseable, los inventarios que ocupan una categora especial ya que han sido desarrollados especialmente para un rea dada de aplicacin, la simulacin representa el comportamiento de sistemas complejos por modelos lgicos o matemticos computarizados.

La Teora de Decisiones representa la toma de decisiones bajo incertidumbre, la cual incorpora e integra conceptos de la teora de utilidad, de la teora de distribucin de probabilidades y de la teora de probabilidad de Bayes.

La Teora de Juegos caracteriza el comportamiento de la toma de decisiones bajo conflicto o competencia.

De cada modelo Ejemplos:

Modelo Determinstico Ejemplo: La planificacin de una lnea de produccin, en cualquier proceso industrial, es posible realizarla con la implementacin de un sistema de gestin de procesos que incluya un modelo determinsticos en el cual estn cuantificadas las materias primas, la mano de obra, los tiempos de produccin y los productos finales asociados a cada proceso.

Modelo Escolstico Ejemplo: Un granjero posee 100 Hectreas. de terreno en las que slo puede plantar cereales o caa de azcar. El problema es determinar cul debe ser su poltica de explotacin ptima, es decir, qu plantar y cunto plantar teniendo en cuenta los recursos disponibles.

 Fines Maximizar el beneficio Caractersticas Variables que describen los costes de produccin, personal, maquinaria, precios de materias primas y de venta de productos, Procesos que tienen lugar en el proceso de cosecha.

Hiptesis El coste del gasleo se mantendr K en el periodo Los trabajadores no harn huelgas,

Puntos fuertes y dbiles del modelo

Fuertes: modelo matemtico Dbiles: experiencia, semillas, etc.

Posibles mejoras

Funcin de medida del beneficio

Escriba la importancia que tiene la investigacin operativa en su vida profesional y cotidiana.

Como profesional en este momento nos enfrentamos a tomar decisiones de manera racional., debido al impacto de la investigacin de operaciones en el mejoramiento de la eficiencia de numerosas organizaciones de todo el mundo, ha sido bastante grande.

En el mdulo de programacin lineal podemos observar que la investigacin de operaciones ha hecho contribuciones significativas al incremento de la productividad dentro de la economa de varios pases, por este motivo es de gran importancia para nuestra vida profesional, y a la metodologa adquirida en el cual me ayuda a mi formacin y crecimiento profesional dentro de las funciones de una organizacin.

La toma de decisiones es una eleccin que debemos enfrentar en todas las reas de nuestra vida y durante todo el transcurso de la misma. Las estadsticas expresan que cada da tomamos ms de 2500 decisiones, siendo muchas de ellas trascendentales para cambiar el rumbo de nuestra vida. En nuestra vida acadmica y laboral es igual, debemos tomar decisiones que traern beneficios o por el contrario fracaso, ejemplo: Realizo el trabajo de PL, o no lo realizo, estudio para el examen o no estudio, soy cumplido, honesto y diligente en mi empresa o no lo soy... Todas estas cosas hacen que nuestra vida tome diferentes rumbos., es ah donde la investigacin de operaciones juega un papel muy importante en el caso de nuestra rea acadmica y laboral, ya que esta herramienta nos ensea las pautas a seguir para poder tomar una decisin adecuada o darle forma a un modelo de solucin de un problema determinado que al final se convertir en decisiones y dependiendo de la calidad del modelo as mismo obtendremos un buen resultado.