You are on page 1of 13

ACTIVIDAD 6. TRABAJO COLABORATIVO 1.

PROGRAMACION LINEAL

GRUPO 34

JUAN CARLOS VALDERRUTEN GUARIN


OMAR MONTAO TORRES
FABIN H. EDANO CAMARGO
RAUL MORERA AVILA
LUIS ALBERTO MELO VALENCIA

CODIGO 16771122
CODIGO 16792094
CODIGO 16774358
CODIGO 16747476
CODIGO 16784540

TUTOR: EDGAR MAURICIO ALBA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD


ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA
PALMIRA ABRIL DE 2014

INTRODUCCION
El material presentado a continuacin pretende identificar la importancia que tiene la
programacin lineal, para la solucin de problemas por medio de la construccin de modelos
matemticos, usados en la Investigacin de Operaciones y la solucin de problemas reales,
tales como modelos de programacin lineal, que no es otra cosa, que asignar recursos
limitados entre actividades de la forma ms ptima posible, mediante un conjunto de tcnicas
matemticas y estadsticas, para aplicarlos a diferentes sistemas con el fin de mejorarlos,
obteniendo grandes beneficios y optimizacin de las actividades en las organizaciones.
En esta primera unidad (Introduccin a la programacin lineal) hemos trabajado en grupo,
con la intencin de construir conocimientos bsicos de la Investigacin de Operaciones y la
utilizacin de un conjunto de tcnicas matemticas y estadsticas aplicables a diferentes
sistemas con modelos matemticos, clasificados como determinsticos, hbridos y
estocsticos, acompaados de la presentacin de ejemplos y ejercicios, contemplados en la
primera unidad del mdulo del curso.

MODELO I.O
1. Elabore una sntesis de cada modelo clasificndolo de acuerdo al cuadro anexo.
MODELO DETERMINSTICO
Los modelos determinsticos son los que hacen predicciones definidas de cantidades, dentro
de cualquier distribucin de probabilidades; tambin se les puede definir como aquellos que
se aplican a problemas en los que hay un solo estado de la naturaleza, y donde variables,
limitaciones y alternativas son, despus de que se aceptan los supuestos, conocidos,
definibles, finitos y predecibles con confidencia estadstica. Algunos modelos, herramientas o
tcnicas determinsticas son: programacin lineal, anlisis de Markov, costo/beneficio, entre
otros (krone, 1980; Lpez, 2001). En otras palabras, un modelo determinstico se construye
para una condicin de certeza supuesta, y el modelo asume que solo hay un resultado
posible (el cual es conocido) para cada accin o curso alternativo (Malczewski, 1999).
Los modelos determinsticos tienen las siguientes caractersticas:
Como la literatura del modelo estocstico se ha ganado la atencin en la economa, los
modelos determinsticos se han convertido en algo raro. Los ejemplos incluyen los modelos
OLG (Modelos de Generaciones Traslapadas) sin incertidumbre agregada.
Estos modelos suelen ser introducidos para estudiar el impacto de un cambio en el rgimen,
como la introduccin de nuevo impuesto, por ejemplo.
Asume toda la informacin, hay suposicin perfecta y no hay incertidumbre en torno a los
choques.
Los choques pueden afectar a la economa de hoy o la de cualquier momento en el futuro,
dado el caso de previsin perfecta. Tambin puede durar uno o varios perodos.

Muy a menudo, sin embargo, los modelos introducen un choque positivo hoy y ningn
choque a partir de entonces (con certeza)
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 relaciones 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
su 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. 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
Se denomina estocstico (del latn stochasticus, que a su vez procede del griego
, "hbil en conjeturar")1 al sistema cuyo comportamiento es intrnsecamente no
determinista. Un proceso 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. Kac2 y E.
Nelson,3 cualquier desarrollo temporal (sea determinista o esencialmente probabilstico) que
pueda ser analizable en trminos de probabilidad merece ser denominado como un proceso
estocstico.
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. Cualquier desarrollo temporal (sea determinstico o
esencialmente probabilstico) que pueda ser analizable en trminos de probabilidad merece
ser denominado como un proceso estocstico.

a) 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. 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 modelo determinstico de programacin entera.
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 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 bsqueda se
circunscribe a un sub intervalo finito [a,b] el problema es de optimizacin 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.
Considero que la Investigacin de operaciones es muy importante en mi vida profesional
como Administrador de Empresas ya que la aplicacin de las diferentes metodologas me
permite solucionar de la manera ms ptima posible problemas cotidianos que se pueden
presentar en una empresa, permitiendo la maximizacin de beneficios a travs de la
optimizacin de recursos y tomar las decisiones ms acertadas para los intereses de la
parte que represento. A travs de la investigacin de operaciones, puedo modelar y simular
situaciones reales de la Empresa para determinar las posibles soluciones de las mismas
mediante o la utilizacin de tcnicas diversas permitiendo la toma de decisiones basadas en
un proceso analtico.
La importancia que tiene la investigacin de operaciones en mi carrera de Ingeniera de
Sistema es que a partir de ella puedo solucionar problemas con un mayor anlisis de los
diferentes factores que intervienen en dicho problema,
La investigacin de operaciones en creo que es muy importante en todas las carreras por
que proporciona herramientas lgicas para analizar distintos problemas que se puedan
presentar en nuestros trabajos e incluso los de la vida diaria, con el cual el principal objetivo
es encontrar la mejor solucin.
Definitivamente los modelos matemticos son de gran importancia para las empresas por la
forma en que pueden aplicarse a los procesos, es por eso que en mi caso como
Administrador de Empresas la investigacin de operaciones, ser de gran ayuda en la
resolucin de problemas de control y sistemas, para soportar la toma de decisiones, de
modo que sirvan para mejorar los objetivos de la organizacin.
La investigacin operacional est al servicio del hombre de accin. Su propsito es el de
preparar la eleccin de ste entre diferentes medios o mtodos disponibles para realizar todo
objetivo que se proponga, de modo que se optimice el resultado en relacin a un cierto
criterio de juicio. Ciertamente, fundndose en la experiencia y la intuicin es como cada uno
de nosotros asume las innumerables decisiones que implica la vida profesional o privada. Sin
embargo, algunas de entre ellas merecen un estudio ms profundo, en razn de sus
consecuencias y de la complejidad de la situacin en la cual se inscriben.
EJERCICIOS PERSONALES
OMAR MONTAO: La compaa O.M.T fabrica dos modelos de telfonos de tecnologa IP
(KX-TS500LX y KY- TT300MX) en los cuales tiene los siguientes requerimientos de
produccin.
En el departamento 1 fabrican 20 del KX-TS500LX no producen ninguno del modelo KYTT300MX en
2.300 horas.

En el departamento 2 fabrican 30 del modelo KY-TT300MX y ninguno del modelo KXTS500LX en 1.540 horas.
En el departamento 3 producen 25 del modelo KX-TS500LX y 23 del modelo KY-TT300MX
en 2.440 horas.
Y en el departamento 4 producen 11 de cada uno de los modelos en 1.300 horas.
Los beneficios alcanzados por la venta del modelo KX-TS500LX son de $5,000 y del modelo
KX-TS500LX son de $4.000
Se necesita encontrar el nmero ptimo de cada producto que se va a producir.
Si la compaa OMT est produciendo actualmente 30 unidades del modelo KX-TS500LX y
20 del modelo KX-TS500LX; cuanto est dejando de ganar?

PRESENTACIN DE FORMA CANNICA


Maximizar Z= 50X1 + 40X2
Sujeto a

20X1 < 2.300


30X2 < 1.540
25X1 + 23X2 < 2.440
11X1 + 11X2 < 1.300
XJ > 0; J= 1, 2

JUAN CARLOS VALDERRUTEN: El almacn Deportivo EL GRAN ATLETA encargan a un


fabricante pantalones y chaquetas deportivas. El fabricante dispone para la confeccin de
750 m de tejido de algodn y 1000 m de tejido de Polister. Cada pantaln precisa 1 m de
algodn y 2 m de polister. Para cada chaqueta se necesitan 1.5 m de algodn y 1 m de
polister. El precio del pantaln se fija en 50 MIL y el de la chaqueta en 40 MIL .Que numero
de pantalones y chaquetas debe suministrar el fabricante a los almacenes para que estos
consigan una venta mxima?
1 Eleccin de las incgnitas.
x = nmero de pantalones
y = nmero de chaquetas
2 Funcin objetivo
F(x, y)= 50x + 40y
3 Restricciones
Para escribir las restricciones vamos a ayudarnos de una tabla:

Pantalones
1
2

Algodn
Polister

Chaquetas
1.5
1

Disponible
750
1000

x + 1.5y 750
2x+3y1500
2x + y 1000
Como el nmero de pantalones y chaquetas son nmeros naturales, tendremos dos
restricciones ms:
X0
Y0
FABIAN CEDANO: Una Sastrera Francesa desea fabricar tres tipos de Prendas de Vestir
para Caballero ( pantaln Largo, Camisa Manga corta, Camisa Manga Larga) para ello
cuenta con 3 clases de diferentes procesos (P1,P2,P3) de fabricacin de las diferentes
prendas ya que cada una tiene una forma diferente de Fabricacin, donde corta la tela de
manera diferente, se cose , y finalmente se detallan las prendas ,aunque cada una de las
diferentes prendas cuentas con diferentes horas de fabricacin y con ms detalles que otras
para la primera se espera una ganancia de $15000 por pantaln largo, la segunda prenda ,
camisa de manga corta de $10000 y la tercera prenda Camisa de Manga Larga de $ 18000.
En la siguiente tabla se muestran los recursos
Tipo de
Prenda
Pantaln
Camisa
Manga
corta
Camisa
manga
larga
Ganancia
por unidad

Producto 1
horas por
unidad
2
1

Producto 2
horas por
unidad
2
2

Producto 3
horas por
unidad
2
2

Total
horas
semanal
30
20

36

15000

10000

18000

Qu cantidad de cada producto p1, p2 y p3 se debe producir cada semana para obtener la
ganancia mxima?
Dnde:
X1= unidades p1
X2=unidades p2
X3= unidades p3
Max z= 15000x1+10000x2+18000x3
Restricciones
2x1+2x2+2x3
1x1+2x2+3x3

30
20

3x1+2x2+1x3
36
X10, x20, x30
RAUL MORERA AVILA: En la planta cervecera se dispone de 3 turnos de produccin cada
uno de 8 horas y para soportar la operacin se cuenta con un equipo de mantenimiento
soportado as:
TURNO

ELECTRICISTAS

MECANICOS

A
B
C
COSTO

2
3
2
$100

2
3
3
$90

UNIDADES
PRODUCIDAS
500
900
700

Variables de decisin:
= Elecricistas
= Mecanicos
Funcin objetivo:

Z= $100

+ $90

Restricciones:
2

+2

500

+3

900

+3

700

LUIS ALBERTO MELO: Proindustrias Cauca produce dos tipos de bolsas tamao 19 y
tamao 21 para una cadena de almacenes. L a bolsa tamao 19 deja una utilidad por kilo de
$1000, la bolsa tamao 21 deja una utilidad de 1200. Su produccin en planta no puede
producir ms de 100,000 kilos para la bolsa 19, para la bolsa 21 su produccin en planta no
puede ser ms de 80,000 kilos. . De acuerdo a las ultimas ordenes de pedido de clientes
estos no superan para la bolsa 19 los 20,000 kilos y para la bolsa 21 los 30,000 kilos.
Cuantos kilos de cada bolsa deben producir en Proindustrias Cauca para obtener la mayor
utilidad?
FORMA CANONICA
Funcin Objetivo: Maximizar la utilidad
Variables

10

Restricciones

11

CONCLUSIONES
En el presente trabajo se logr comprender claramente la importancia de la investigacin
de operaciones, mediante la identificacin de cada uno de los modelos, determinado sus
diferentes componentes bsicos, como resultado de todo este aprendizaje, donde cada uno
de los integrantes del grupo tuvo la oportunidad de formular ejemplos aplicados a los
diferentes modelos matemticos.
Logramos interiorizar y reconocer la importancia de la investigacin de operaciones y los
modelos matemticos, as como su aplicacin en nuestras vidas profesional y cotidiana, lo
que nos permitir ofrecer soluciones a situaciones que a diario se presenten en nuestras
actividades.
Por ltimo, se logr la integracin de forma participativa de todos los integrantes del
grupo, al presentar un material que cumple con el objetivo y todas las instrucciones
propuestas en la gua de actividades para el desarrollo del trabajo colaborativo 1.

12

BIBLIOGRAFIA
ARAGON, G. L. (2010). PROGRAMACION LINEAL. En G. L. ARAGON, PROGRAMACION
LINEAL (pg. 129). Sogamoso: Unad.
http://webcache.googleusercontent.com/search?q=cache:dD7RIy7_WlAJ:clubensayos.com/T
emas-Variados/Modelos-Investigaci%25C3%25B3n-DeOperaciones/666762.html+&cd=3&hl=es-419&ct=clnk&gl=co

http://webcache.googleusercontent.com/search?q=cache:mEnc9SegCNUJ:caecemys1.wikispaces.com/Modelos%2Bdetermin%25C3%25ADsticos%2By%2Bestoc%25C3%25
A1sticos+&cd=3&hl=es-419&ct=clnk&gl=co

http://modelo-determinisco.webnode.com.ve/news/modelo-deterministico/
http://es.wikipedia.org/wiki/Estoc%C3%A1sticoes.scribd.com/doc/81241357/ProgramacinLineal-I

www.eici.ucm.cl/Academicos/F_Lillo/cursos/.../inv_de_operaciones.pptdiposit.ub.edu/dspace/
bitstream/2445/104/3/154.pdf.txt

www.vitutor.com/algebra/pl/a_3.html

13