TRABAJO COLABORATIVO 1

PROGRAMACION LINEAL





GRUPO: 100404_200


SINDY MARIA ORTEGA MERCADO
CODIGO: 1100393340

JESUS SANTERO REYES
CODIGO: 1100335159

FELIX FERNANDO CASTELLANOS SANTAMARIA
CODIGO: 1 099 362 515



TUTOR:
JHON MAURICIO BLANCO




UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
UNAD
2013




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.
















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.


























ACTIVIDADES GRUPALES
El desarrollo de las preguntas de la fase uno.
MODELOS DETERMINISTICO O NO PROBABILISTICO

Encontramos la optimizacin lineal y no lineal, mtodos clsicos y programacin
lineal, mtodos de bsqueda y transporte y asignacin, programacin no lineal y
entera. Es de suponer que las variables de todas las variables no controlables y
los parmetros se conocen como certeza y son fijos.
Caractersticas:
Primero, son ms manejables los modelos matemticos bajo suposiciones
Determinsticos que bajo suposiciones probabilsticas. Es decir, ciertos
procesos complejos pueden modelarse factiblemente y ser resueltos en
forma Determinsticos, pero no probabilstica.

Segundo, algunos sistemas del mundo real son lo suficientemente estables
como para modelarlos eficazmente con enfoques Determinsticos

En los modelos Determinsticos, las buenas decisiones se basan en sus buenos
resultados. Se consigue lo deseado de manera "deterministica", es decir, libre de
riesgo. Esto depende de la influencia que puedan tener los factores no
controlables, en la determinacin de los resultados de una decisin y tambin en
la cantidad de informacin que el tomador de decisin tiene para controlar dichos
factores

HBRIDOS
Representan al sistema de enfoques matemticos deseables especialmente para
su operacin en computadores digitales, representando apropiadamente las
incertidumbres, las relaciones y las interacciones de los componentes individuales
en un sistema, es posible reproducir ese sistema artificialmente. Usados
tradicionalmente en la investigacin cuantitativa y que proponen como mtodos
tambin valiosos para el desarrollo de estudios cualitativos. El procedimiento de
aplicacin no vara; la diferencia generalmente se encuentra en la interpretacin
de los datos. Un mtodo hbrido combina ms de un mtodo y tambin es llamado
mtodo multiparadigmtico.
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 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 est libre de inconvenientes. Por otra parte, los modelos matemticos ptimos
suelen poder manejarse en trminos de clculos.
ESTOCSTICO
Es la observacin secuencial de un fenmeno caracterizado por propiedades
estadsticas que involucran aleatoriedad. Casi todos los procesos hidrolgicos
pueden ser tratados como estocsticos o como una combinacin estocstica -
determinstica debido a la complejidad de los factores que producen.
Teora 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.
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.

1. Ilustre con un ejemplo cada modelo.
Ejemplo N1
Una compaa posee dos minas: la mina A produce cada da 1 tonelada de hierro
de alta calidad, 3 toneladas de calidad media y 5 de baja calidad. La mina B
produce cada da 2 toneladas de cada una de las tres calidades. La compaa
necesita al menos 80 toneladas de mineral de alta calidad, 160 toneladas de
calidad media y 200 de baja calidad. Sabiendo que el coste diario de la operacin
es de 2000 euros en cada mina cuntos das debe trabajar cada mina para que
el coste sea mnimo?
Solucin
Organizamos los datos en una tabla:

das Alta
calidad
Calidad media Baja calidad Coste diario
Mina A x 1x 3x 5x 2000x
Mina B y 2y 2y 2y 2000y
80 160 200
La funcin objetivo C(x, y)=2000x + 2000y

Las restricciones son:

La regin factible la obtenemos dibujando las rectas auxiliares: r
1
x + 2y=80, r
2
3x +
2y= 160 y r
3
5x + 2y=200 en el primer cuadrante y considerando la regin no acotada
que determina el sistema de restricciones:

Los vrtices son los puntos A (0, 100), B (20, 50), C (40, 20), D (80, 0), que se encuentran
al resolver el sistema que determinan dos a dos las rectas auxiliares y (y que estn dentro
de la regin factible).

r
1
r
2 =
que nos da el punto (40, 20) (comprobarlo)

r
2
r
3 =
que nos da el punto (20, 50)
r
1
r
3
no hace falta calcularlo pues queda fuera de la regin factible.
En la grfica se aprecia que el primer punto que se alcanza al desplazar la recta C(x, y)=0
es el (40, 20).
Luego la solucin es trabajar 40 das en la mina A y 20 en la B. (mtodo grfico)
Lo comprobamos aplicando el mtodo analtico:

C (0, 100)=2000.100=200000
C (20, 50)=2000.20+2000.50=40000 + 100000= 140000
C (40, 20)= 2000. 40+2000.20=80000 + 40000= 120000 coste mnimo
C (80, 0)= 2000.80 =160000
Ejemplo N2
Qu porcentaje de la composicin del nuevo producto provendr de cada una de las
cuatro minas con el objeto de minimizar su costo.
El contenido del elemento bsico A en el nuevo
Producto no sea menor de 5 lbs. /ton.
contenido del elemento bsico B en el nuevo
Producto no sea menor de 100 lbs. /ton.
El contenido del elemento bsico C en el nuevo
Producto no sea menor de 30 lbs. /ton.
Variables de decisin.

Funcin objetivo.
Min. Z = C1 X1 + C2 X2 + C3 X3 + C4 X4
$ = ($/ton. mina 1) x (% de la mina 1)
+ ($/ton. mina 2) x (% de la mina 2)
+ ($/ton. mina 3) x (% de la mina 3)
X
1
= porcentaje que provendr de la mina 1
X
2
= porcentaje que provendr de la mina 2
X
3
= porcentaje que provendr de la mina 3
X
4
= porcentaje que provendr de la mina 4
+ ($/ton. mina 4) x (% de la mina 4)
Min. Z = 800X1 + 400X2 + 600X3 + 500X4
Restriccin de elemento bsico A
10X1 + 3X2 + 8X3 + 2X4 5
Restriccin de elemento bsico B
90X1 + 150X2 + 75X3 + 175X4 100
Restriccin de elemento bsico C
45X1 + 25X2 + 20X3 + 37X4 30
Min. Z = 800X1 + 400X2 + 600X3 + 500X4


La Segunda Fase:

Ejemplo
En una distribuidora de vidrio se dan los siguientes consumos de tiempos y utilidad
en cada lmina de vidrio. En la bodega se encuentran ubicadas las laminas de
vidrio Claro cerca a la zona de carga , luego se demoran en transportar 3 min
cada lamina a la zona de entrega; en cambio las laminas de vidrio oscuro se
encuentran un poco ms lejos por ello se demoran 5 min en transportarlo a la zona
Min. Z = 800X
1
+ 400X
2
+ 600X
3
+ 500X
4
10X
1
+ 3X
2
+ 8X
3
+ 2X
4
5
90X
1
+ 150X
2
+ 75X
3
+ 175X
4
100
45X
1
+ 25X
2
+ 20X
3
+ 37X
4
30
X
1
+ X
2
+ X
3
+ X
4
= 1
X
1
, X
2
, X
3
, X
4
0
Sujeto a:
de carga. Los precios de las laminas de vidrio son $ 70,000 claro y $ 90,000 el
oscuro. Se desea saber la mxima utilidad de las laminas.
Proceso Tipo vidrio Tiempo disponible
Claro Oscuro Semanal
Carga 2 min 2 min 1000 min
Transporte 3 min 5 min 1400 min
Contribucin $ 70,000 $ 90,000

Funcin objetivo
Z = Ganancia por transportar vidrio claro + ganancias por transportar vidrio oscuro
Mxima contribucin: Z= 70,000 X1 + 90,000X2
Restricciones:
2 X2 + 2 X1 1000
3 X1 + 5 X2 1400
X1 , X2 0
Conversin de forma canonca a forma estndar
Forma Canonca
Maximizar contribucin: Z= 70,000 X1 + 90,000X2
Sujeta a las restricciones de la programacin lineal
2 X2 + 2 X1 1000
3 X1 + 5 X2 1400
Se convierten las desigualdades de las restricciones en igualdades
2 X2 + 2 X1 + S1 = 1000
3 X1 + 5 X2 + S2 = 1400
Representacin de la forma Estndar
Maximizar X0= $70,000 X1 + $90,000X2 + 0S1 + 0S2
Sujeto a las restricciones
2 X2 + 2 X1 + 1S1 + 0S2 = 1000
3 X1 + 5 X2 + 0S2 + 1S2 = 1400
X1 , X2 , S1 , S2 0



BIBLIOGRAFIA



Modulo 100404 PROGRAMACION LINEAL

ftp://200.60.110.5/Docentes/Dpto_IS/Humberto_Chavez/Cursos/Investigacio
n_Operaciones/Sesion_2/Modelos%20y%20Programacion%20Lineal.pdf

Aula virtual programacin lineal