TC-1 100404 132

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA Escuela de ciencias bsicas tecnologas e Ingeniera PROGRAMACION LINEAL 2012
TRABAJO COLABORATIVO NO. 1
FABIAN ALBERTO BELLO SARMIENTO CODIGO 80545865 EDISONALEXANDER MELO CODIGO 80396405 NELSON BELTRAN CODIGO 80439937 GONZALO ALFONSO MELO CODIGO 80513298
GRUPO 100404-132
ANTONIO MERCHAN TUTOR
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA PROGRAMACION LINEAL BOGOTA 2012
DERARROLLO DE ACTIVIDADES
ACTIVIDADES GRUPALES En la primera fase se debe realizar las actividades propuestas en la lectura autoregulada Los modelos Matemticos en la IO. Esta lectura la pueden bajar del tpico 1 del curso. Tenga en cuenta que debe hacerla con mucha atencin pues en ella encontrar probablemente algunos trminos desconocidos pero que a medida que usted prosigue en la lectura irn definindose, esta lectura le permitir clasificar los modelos matemticos en determinsticos, hbridos y estocsticos y dentro de ellos posicionar a la programacin Lineal materia de estudio en este curso, al mismo tiempo que le permitir valorar la importancia que tienen los modelos matemticos y la investigacin operativa en su vida profesional y cotidiana.
1. Elabore una sntesis de cada modelo clasificndolo de acuerdo al cuadro 2. Ilustre con un ejemplo cada modelo MODELOS DE INVESTIGACION DE OPERACIONES DETERMINISTICOS Los modelos determinsticos son aqullos donde se supone que todos las variables pertinentes se conocen con certeza. Es decir, en ellos se supone que cuando el modelo sea analizado se tendr disponible toda la informacin necesaria para tomar las decisiones correspondientes. Un ejemplo de modelo determinsticos sera la asignacin de la tripulacin de una aerolnea para cada uno de sus vuelos diarios del mes prximo, conociendo los horarios de vuelos, el personal disponible, las restricciones legales sobre las horas de trabajo, las reglas del sindicato y as sucesivamente. Optimizacin lineal 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 Programacin lineal Se caracteriza por minimizar o maximizar su funcin objetivo lineal y conocer sus restricciones lineales. Como en cualquier modelo de investigacin de operaciones el mtodo para su desarrollo se llama mtodo Simplex y tiene tres componentes bsicos: 1. Las variables de decisin que se trata de determinar.
2. El objetivo (la meta) que se trata de optimizar. 3. Las restricciones que se deben satisfacer La estructura matemtica general de la programacin lineal es la siguiente:
Transporte y Asignacin El modelo de transporte busca determinar un plan de transporte de una mercanca de varias fuentes a varios destinos. Los datos del modelo son: 1. Nivel de oferta en cada fuente y la cantidad de demanda en cada destino. 2. El costo de transporte unitario de la mercanca a cada destino. Como solo hay una mercanca un destino puede recibir su demanda de una o ms fuentes. El objetivo del modelo es el de determinar la cantidad que se enviar de cada fuente a cada destino, tal que se minimice el costo del transporte total. La suposicin bsica del modelo es que el costo del transporte en una ruta es directamente proporcional al nmero de unidades transportadas. La definicin de unidad de transporte variar dependiendo de la mercanca que se transporte. Ejemplo: MG Auto Company tiene plantas en Los ngeles, Detroit y Nueva Orlens. Sus centros de distribucin principales son Denver y Miami. Las capacidades de las plantas durante el trimestre prximo son 1 000, 1 500, y 1 200 automviles. Las demandas trimestrales en los dos centros de distribucin son de 2 300 y 1 400 vehculos. El costo del transporte de un automvil por tren es de 8 centavos por milla. El diagrama de las distancias recorridas entre las plantas y el centro de distribucin son: Denver Los ngeles Detroit Nueva Orleans 1 000 1 250 1 275 Miami 1 690 1 350 850
Esto produce en costo por automvil a razn de 8 centavos por milla recorrida. Produce los costos siguientes (redondeados a enteros), que representan el modelo original:
Denver Los ngeles 80 Detroit 100 Nueva Orleans 102
Miami 215 108 68
Mediante el uso de cdigos numricos que representan las plantas y centros de distribucin, hacemos que X i j represente el nmero de automviles transportados de la fuente i al destino j. Como la oferta total (1.000 + 1.500 + 1.200 = 3.700) es igual a la demanda (2.300 + 1.400 = 3.700), el modelo de transporte resultante est equilibrado. Por lo tanto, el siguiente modelo de PL que representa el problema tiene todas las restricciones de igualdad. Minimizar Z = 80X 11 + 215X 12 + 100X 21 + 108X 22 + 102X 31 + 68X 32 X 11 X 12 X 21 X 11 X 12 X ij Programacin Entera y 0-1: Los programas lineales enteros son aquellos en los que algunas o todas las variables estn restringidas a tener valores enteros (o discretos). La programacin lineal entera tiene aplicaciones prcticas importantes. Desafortunadamente hasta esta fecha no existe un programa de cmputo para programas lineales enteros que pueda resolverlos en forma consistente. Algunas de sus variables estn compuestas de valores enteros. Su obtencin se hace analizando las posibles alternativas de valores enteros de esas variables en un entorno alrededor de soluciones obtenidas, considerando las variables reales. Muchas veces la solucin del programa lineal truncado est lejos de ser el ptimo entero, por lo que se hace necesario usar algn algoritmo para hallar esta solucin de forma exacta. El ms famoso es el mtodo de 'Ramificar y Acotar' o Branch and Bound por su nombre en ingls. El mtodo de Ramificar y Acotar parte de la adicin de nuevas restricciones para cada variable de decisin (acotar) que al ser evaluado independientemente (ramificar) lleva al ptimo entero. Ejemplo: Un rabe excntrico dej un testamento para distribuir un hato de camellos entre sus tres hijos: Tarek recibe al menos la mitad del hato. Sharif recibe al menos un tercio y Maisa recibe al menos un noveno, y el resto va a una institucin de beneficencia. El testamento no especifica el tamao del hato y slo dice que es una cantidad impar de camellos y que la institucin mencionada reciba exactamente un camello. Cuntos camellos dej el sheikh en su testamento, y cuntos recibi cada hijo? X 21 X 22 X 31 X 31 X 32 = 1 000 = 1 500 = 1 200 = 2 300 = 1 400
Sujeto a:
X 22 X 32 para todas las i y j
Redes Hay una multitud de situaciones en investigacin de operaciones que se pueden modelar y resolver como redes (nodos conectados por ramas). Algunas encuestas recientes informan que hasta el 70% de los problemas de programacin matemtica en el mundo real se pueden re-presentar como modelos relacionados con redes. Una red consiste en una serie de nodos enlazados con arcos (o ramas). La notacin para describir una red es (N.A), donde N es el conjunto de nodos y A es el conjunto de arcos con cada red se asocia algn tipo de flujo; En general el flujo en una red est limitado por la capacidad de sus arcos, que pueden ser finitos o infinitos. un arco es dirigido u orientado si permite un flujo positivo en una direccin y flujo cero en la direccin opuesta. Una ruta forma un ciclo si conecta un nodo consigo mismo, pasando por otros nodos. Los arcos forman un bucle o circuito cerrado. Un ciclo es dirigido si consiste en una ruta dirigida. Una red conectada es aquella en que cada dos nodos distintos estn enlazados al menos por una ruta. Un rbol es una red conectada que puede consistir slo en un subconjunto de todos los nodos en ella, donde no se permiten ciclos y un rbol de expansin es un rbol que enlaza todos los nodos de la red, tambin sin permitir ciclos. Los mtodos CPM (mtodo de la rut a crtica o del camino crtico, critical path method) PERT (tcnica de evaluacin y revisin de programa, program evaluation and review technique) se basan en redes y tienen por objeto auxiliar en la planeacin, programacin y control de proyectos. Se define un proyecto como conjunto de actividades interrelacionadas, en la que cada actividad consume tiempo y recursos. El objetivo del CPM y del PERT es contar con un mtodo analtico para programar las actividades. Ejemplos: 1. Diseo de una red de gasoductos marinos para conectar bocas de pozos en el Golfo de Mxico con un punto de entrega en tierra. El objetivo del modelo es minimizar el costo de construccin del gasoducto. 2. Determinacin de la ruta ms corta entre dos ciudades, en una red de carreteras. 3. programa de flujo con costo mnimo desde los campos petroleros hasta las refineras a travs de una red de oleoductos. 4. Determinacin del cronograma (fechas de inicio y terminacin) de las actividades en la construccin de un proyecto. Optimizacin no lineal Los mtodos de solucin de la programacin no lineal se pueden clasificar por su mtodo de solucin y como contraposicin de la programacin lineal, sujeta a una serie de restricciones lineales. Asume tambin valores ptimos (mximos o mnimos). Ejemplo: Sea .La funcin ingreso total, por venta de el ingreso marginal cuando se venden 20 artculos? artculos. Cul ser
Mtodos Clsicos Este mtodo aplica clculo diferencial en sus operaciones. Mtodo de Bsqueda Los Mtodos de Bsqueda utilizan tcnicas gradientes y ramificacin, y los Mtodos de Programacin no Lineal aplican algoritmos especiales (procedimientos de solucin) para explotar ciertas estructuras matemticas en las relaciones funcionales. Programacin no lineal Aplican algoritmos especiales (procedimientos de solucin) para explotar ciertas estructuras matemticas en las relaciones funcionales. ESTOLASTICOS En los modelos estocsticos algunos elementos no se conocen con certeza. Es decir, en los modelos probabilsticos se presupone que algunas variables importantes, llamadas variables aleatorias, no tendrn valores conocidos antes que se tomen las decisiones correspondientes y que ese desconocimiento debe ser incorporado al modelo. Un ejemplo de modelo probabilstico podra ser la decisin de establecer una compaa de Internet mediante la venta pblica de acciones de capital, antes de saber si el mercado para nuestra oferta ser favorable (mercado en alza) y rendir un alto precio de las acciones, o desfavorable (mercado sostenido) y el precio de stas ser bajo. Programacin estocstica La Programacin estocstica (PE) es la resolucin de problemas de programacin matemtica en los que algunos o todos los parmetros se consideran variables aleatorias pues se conoce la distribucin de probabilidad asociada a ellos, suponiendo que son independientes a la solucin. La programacin estocstica tiene que ver con situaciones en las que algunos o todos los parmetros del problema son variables aleatorias. Esos casos son tpicos en los problemas de la vida real, donde puede ser difcil determinar con certidumbre los valores de los parmetros. La idea de la programacin estocstica es convertir el problema probabilstico en un caso determinsticos equivalente.
Colas Se forman debido a un desequilibrio temporal entre la demanda del servicio y la capacidad del sistema para suministrarlo. En las formaciones de colas se habla de clientes, tales como mquinas daadas a la espera de ser rehabilitadas. Los clientes pueden esperar en cola debido a que los medios existentes sean inadecuados para satisfacer la demanda del servicio; en este caso, la cola tiende a ser explosiva, es decir, a ser cada vez ms larga a medida que transcurre el tiempo. Los clientes puede que esperen temporalmente, aunque las instalaciones de servicio sean adecuadas, porque los clientes llegados anteriormente estn siendo atendidos. Ejemplo: Aplicacin a la telefona; Las redes telefnicas se disean para acomodar la intensidad ofrecida del trfico con solamente una pequea prdida. El funcionamiento de los sistemas depende de si la llamada es rechazada, de si est prdida, etc. Normalmente los sistemas de desbordamiento hacen uso de rutas alternativas e incluso estos sistemas tienen una capacidad de carga finita o mxima de trfico. Sin embargo, el uso de las colas permite que los sistemas esperen por las peticiones de su cliente hasta que los recursos libres estn disponibles. Esto significa que si los niveles de la intensidad del trfico exceden de la capacidad disponible, las llamadas del cliente se perderan. La disciplina de colas determina la manera de cmo manejar las llamadas de los clientes. Define la manera en que les servirn, la orden de las cuales se sirven, y la manera en la que los recursos se dividen entre los clientes. Proceso Estocstico Es un proceso azaroso que se desarrolla a travs del tiempo y se muestra por medio de un conjunto de funciones aleatorias, como distribucin de probabilidad y el tiempo. Teoras de decisiones y juegos En el anlisis de decisiones se usa un proceso racional para seleccionar la mejor de varias alternativas. La bondad de una alternativa seleccionada depende de la calidad de los datos que se usen para describir el caso de la decisin. Desde este punto de vista, un proceso de toma de decisin puede caer en una de las tres categoras siguientes: 1. Toma de decisiones bajo certidumbre, en la que los datos se conocen en forma determinista. 2. Toma de decisiones bajo riesgo, en la que los datos se pueden describir con distribuciones de probabilidades. 3. Toma de decisiones bajo incertidumbre, en donde a los datos no se les puede asignar pesos o factores de ponderacin que representen su grado de importancia en el proceso de decisin. De hecho bajo certidumbre, los datos estn bien definidos y bajo incertidumbre, los datos son ambiguos. La toma de decisiones bajo riesgo representa entonces el caso de la mitad del camino.
Ejemplo: Kevin y June Park (K y J) estn comprando casa nueva. Hay disponibles tres casas, A,B y C .Los Park concuerdan en dos criterios para seleccionar la casa: acabado (Y ) y cercana al trabajo(W) y han formulado matrices de comparacin. Clasifique las tres casas por prioridad, y calcule la relacin de inconsistencia para cada matriz.
HIBRIDOS Programacin dinmica La programacin dinmica encuentra la solucin ptima de un problema con n variable descomponindolo en n etapas, siendo cada etapa un subproblema de una sola variable. Sin embargo, como la naturaleza de la etapa difiere de acuerdo con el problema de optimizacin, la programacin dinmica no proporciona los detalles de cmputo para optimizar cada etapa. Tres elementos bsicos de un modelo de programacin dinmica: 1. Definicin de las etapas. 2. Definicin de las alternativas en cada etapa. 3. Definicin de los estados para cada etapa. En la programacin dinmica tenemos unas variables que interactan unas con otras, de acuerdo a ciertas razones de cambio entre ellas, porcentajes y constantes de interaccin. Este tipo de problemas se resuelven con herramientas cmo las ecuaciones diferenciales o los diagramas de fase. Uno de los ejemplos ms encontrados es el del modelo LotkaVolterra. Ejemplo: Un explorador debe cargar tres artculos: alimentos, botiqun y ropa. La mochila tiene 3 pies cbicos de capacidad. Cada unidad de alimento ocupa 1 pie cbico. Un botiqun ocupa de pie cbico y cada prenda de vestir ocupa pie cbico. El excursionista asigna los factores de prioridad 3, 4 y5 al alimento, botiqun y ropa, lo que significa que la ropa es el ms valioso de esos artculos. De acuerdo con la experiencia, el excursionista debe llevar al menos 1 unidad de cada artculo, y noms de dos botiquines. Cunto de cada artculo debe cargar el excursionista? Inventarios Uno de los mtodos de optimizacin de inventarios es el mtodo de costeo ABC. El anlisis ABC es una manera de clasificar los productos de acuerdo a criterios preestablecidos en los textos de estudio toman como criterio el valor de los inventarios y dan porcentajes relativamente arbitrarios para hacer esta clasificacin. Los modelos que se presentan se clasifican, en el sentido amplio, en situaciones de revisin continua y peridica (incluyen tanto casos de un solo periodo como de varios periodos). Las soluciones pro-puestas van desde el uso de una versin probabilstica de la cantidad econmica de pedido (CEPo EOQ, de economic order quantity) determinstica hasta casos
ms complejos que se resuelven con programacin dinmica. La naturaleza probabilstica de la demanda conduce a modelos complejos que quiz no sean tiles en la prctica. Sin embargo, en las publicaciones se han reportado buenas implementaciones de inventario probabilstico. Ejemplo: El 10% de los productos representan el 60% de las compras de la empresa por lo tanto esta es la zona A, un 40% de los productos el 30%, que serian los que estn ubicados en la zona B, el resto (50% de los productos y 10% de las compras) son productos C. Los valores anteriores son arbitrarios, cada empresa tiene sus particularidades, si alguien decide utilizar este criterio debe ser consciente de las realidades de su empresa. Se debe pensar no solo en los costos, es importante ver otros criterios, lo que es sin duda la principal dificultad en este tipo de anlisis. Es innegable, sin embargo que un pequeo porcentaje de productos, desde cualquier criterio, es indispensable para el funcionamiento de la empresa y/o para mejorar su rentabilidad, estos serian clasificados como productos A tpicos, y de acuerdo a este punto de vista se van seleccionando los productos de las dems zonas; si uno considera oportuno podra pensarse en la posibilidad de agregar una zona D, para productos realmente intrascendentes y de costo muy bajo. Simulacin La simulacin es la mejor alternativa de la observacin de un sistema. Nos permite recopilar informacin pertinente acerca del comportamiento al paso del tiempo. La simulacin no es una tcnica de optimizacin. Ms bien se usa para estimar las mediciones del desempeo de un sistema modelado. sta es la razn por la que la simulacin ha gozado de aplicaciones tan tremendas en las redes de comunicaciones, manufactura, control de inventario, comportamiento del cliente, pronsticos econmicos, sistemas biomdicos, estrategias y tcticas blicas Ejemplo: El tiempo de entrega de un pedido puede ser 1 o 2 das, con probabilidades iguales. La demanda por da puede tomar los valores 0, 1 y 2 y tienen las probabilidades respectivas de 0.2, 0.7 y 0.1. A partir de la distribucin conjunta estime la funcin de distribucin de probabilidades de la demanda durante el tiempo de entrega Pert Ruta critica Es la serie de elementos terminales de la red de proyectos con la mayor duracin entre ellos, determinando el tiempo ms corto en el que es posible complementar el proyecto. Ejemplo: Grafica de grantt, Red de actividades, Heursticos Aplican reglas del pulgar a los problemas que sin esto no podran ser resueltos de manera factible, eficaz y ptima, sirve para descubrir o resolver problemas mediante la
experimentacin y los mtodos de ensayo y error. Tambin son representaciones grficas de un sistema para explicar mejor y poder entender de una manera simple. Ejemplo de ellos son; grficos, esquemas, mapas, etc.; Todos son imgenes que explican algo.
3. IMPORTANCIA QUE TIENE LA INVESTIGACIN DE OPERACIONES EN MI CARRERA PROFESIONAL. Los modelos anteriormente descritos de forma breve me permiten observar cmo puedo modelar las diferentes situaciones que se me presentan en la empresa. Estos modelos me ayudarn a reducir costos mediante la restriccin de mi presupuesto, o me permitirn desarrollar un modelo que me d una idea de cmo se ver afectada la empresa dnde trabajo por los cambios en la economa mundial mediante la formulacin de un problema de carcter dinmico Dentro del mbito de la ingeniera de sistemas, se presenta un sin nmero de situaciones que requieren ser objeto de anlisis, para optimizar los recursos disponibles, empleando la informacin existente para definir a travs de modelos matemticos la mejor utilizacin de los mismos, para el logro de las condiciones, metas u objetivos propuestos, bien sea en manejo de datos, diseo o implementacin de recursos, tiempos de respuesta, velocidad de transmisin de la informacin, entre otras. En una empresa existen productos a fabricar u ofrecer dependiendo del tipo de empresa que sea (manufacturera, de servicios, etc.) con una cantidad de recursos (maquinaria, equipos, personas, dinero, etc.) limitados y en los cuales se hace necesario utilizar al mximo para obtener el mayor beneficio de la empresa. Considerando que como administradores somos los encargados de dichos productos y recursos se hace necesario tener un conocimiento de la programacin lineal y encontrar mediante modelacin matemtica soluciones ptimas.
BIBLIOGRAFIA
Guzman Aragn, Gloria Lucia (2010), Mdulo Programacin lineal, Universidad Nacional Abierta y a Distancia UNAD, Bogot-Colombia Gua Didctica Programacin Lineal, UNAD Escuela de Ciencias bsicas Tecnologa e Ingeniera, Gloria Lucia Guzmn Aragn, Junio de 2010. Colombia http://pisis.unalmed.edu.co/vieja/cursos/analisis_decisiones/AD_16_Programacion%20 estocastica.pdf http://es.wikipedia.org/wiki/Programaci%C3%B3n_lineal http://148.204.211.134/polilibros/portal/Polilibros/P_terminados/InvOperChave/DOCU MENTOS/Unidad1/referencias.htm http://es.scribd.com/doc/82723612/Investigacion-de-Operaciones-Taha-Handy http://es.scribd.com/doc/82723612/Investigacion-de-Operaciones-Taha-Handy http://books.google.com.co/books?id=HnT_F3MCST4C&pg=PA13&hl=es&source=gbs _selected_pages&cad=3#v=onepage&q&f=false http://148.204.211.134/polilibros/portal/Polilibros/P_terminados/InvOperChave/DOCU MENTOS/Unidad1/referencias.htm http://es.wikipedia.org/wiki/Teor%C3%ADa_de_juegos http://es.wikipedia.org/wiki/Teor%C3%ADa_de_colas

TC-1 100404 132

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

TC-1 100404 132

Загружено:

Авторское право:

Доступные форматы

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA Escuela de ciencias bsicas tecnologas e Ingeniera PROGRAMACION LINEAL 2012

TRABAJO COLABORATIVO NO. 1

ANTONIO MERCHAN TUTOR

Denver Los ngeles 80 Detroit 100 Nueva Orleans 102

Miami 215 108 68

X 22 X 32 para todas las i y j

Вам также может понравиться