TRABAJO COLABORATIVO UNO

GRUPO No. 206

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA
JOSE ACEVEDO GOMEZ
Bogot, 12 de abril de 2014

CONTENIDO
Pgina
INTRODUCCIN.......................................................................................................3
2. SINTESIS DE LOS MODELOS.............................................................................4
3. EJEMPLO DE LOS MODELOS.............................................................................5
4. IMPORTANCIA DE LA INVESTIGACIN DE OPERACIONES............................6
CONCLUSIONES......................................................................................................8

INTRODUCCIN
La programacin lineal nos permite resolver un problema indeterminado, a travs
de unas inecuaciones lineales, optimizando la funcin objetivo.
Tambin consiste en optimizar una funcin lineal, denominada funcin objetivo de
tal forma que las variables de dicha funcin estn sujetas a una serie de
restricciones.

2. SINTESIS DE LOS MODELOS

MODELOS DETERMINISTICOS: Un modelo Deterministicos, es aquel en el cual
se establecen las condiciones para que al ejecutar el experimento se determine el
resultado, en otras palabras las variables que se utilizan dentro del experimento o
dentro del problema, estn sujetas a limitaciones produciendo resultados no
probabilsticos.
Cuando se conoce los datos de manera puntual y la forma del resultado, no hay
de incertidumbre.
Es decir, todos los datos son conocidos.
Se aplica a los siguientes tipos de problemas de: Programacin lineal,
programacin entera, programacin no lineal, teora de redes, transporte, de
asignacin, programacin por metas, teora de inventarios.

MODELOS ESTOCASTICOS: Modelo estocstico es aquel en el cual informacin

pasada, no permite la formulacin de una regla para determinar el resultado
preciso de un experimento, es decir, que las variables tienen un comportamiento
ms real en el sentido que no tienen limitaciones y pueden estar sujetas a cambios
repentinos los resultados obtenidos son probabilsticos.
Cuando no se conoce el resultado esperado, sino su probabilidad y existe por lo
tanto incertidumbre.
Se aplica a los siguientes tipos de problemas, como: Cadenas de Markov, teora
de juegos, lneas de espera, inventarios con demanda probabilstica.

MODELOS HIBRIDOS: Modelo hibrido es aquel en el que intervienen los modelos

deterministas y los modelos estocsticos, es decir, que los resultados del
problema pueden ser probabilsticos o no probabilsticos.
Tienen que ver con los mtodos Deterministicos y probabilsticos como la teora de
inventarios.
5

3. EJEMPLO DE LOS MODELOS

EJEMPLO MODELO DETERMINISTICO:
Un Problema de Mezcla
El taller Autoservicio se especializa en cambios de aceite del motor y regulacin
del sistema elctrico.
El beneficio por cambio del aceite es $7 y de $15 por regulacin. Juan tiene un
cliente fijo con cuya flota, le garantiza 30 cambios de aceite por semana. Cada
cambio de aceite requiere de 20minutos de trabajo y $8 de insumos
Una
regulacin toma una hora de trabajo y gasta $15 en insumos. Autoservicio paga a
los mecnicos $10 por hora de trabajo y emplea actualmente a dos de ellos, cada
uno de los cuales labora 40 horas por semana. Las compras de insumos alcanzan
un valor de $1.750 semanales. Autoservicio desea maximizar el beneficio total.
Formule el problema. Esto es una pregunta de programacin linear. Una porcin
de un cambio del aceite o del ajuste no es factible.

X1= Cambios del aceite, ajuste

X2 = Ajuste

Maximizar 7 X1+15X2
Sujeta a:
X130 Cuenta De la Flota
20X1+ 60X2 4800 De trabajo tiempo
8X1+15X2 1750 Primas Materias
X10, X20.

El coste de trabajo de $10 por hora no se requiere para formular el problema

desde el beneficio por cambio del aceite y el ajuste toma en la consideracin el
coste de trabajo.
EJEMPLO MODELO ESTOCSTICO:
Los jugadores con poco dinero.
Supongamos dos jugadores que juegan un juego donde se pierde o se gana, y en
cada jugada se apuesta un dlar por jugador. El jugador A tiene a dlares y el
jugador B tiene b dlares. Supongamos que no hay ventajas para ningn jugador,
esto es cada uno tiene las mismas opciones de ganar (o perder).
Desde el punto de vista de la ganancia del jugador A, definamos el proceso como
la ganancia obtenida por A en la n-sima jugada. Es claro que la ganancia de este
jugador antes de una determinada jugada, depender de la ganancia que haya
obtenido en la jugada inmediatamente anterior (esto es, la propiedad markoviana).
Adems existe cierta regla de parada, toda vez que el jugador A pierda todo su
dinero, o le gane todo el dinero a su contrincante, el juego se detiene.
Bajo estas condiciones el espacio de estado de este proceso es , donde las
probabilidades de transicin son:
Esta definicin no debe extraarnos, nos dice que si el jugador A lleva una
ganancia (o dlares) que no son ni cero ni a + b entonces en la prxima jugada
tiene opcin de ganar o perder con probabilidad 1 =2, ahora si queda con cero
dlares entonces se acaba el juego y con probabilidad 1 se queda en ese estado,
y si felizmente llega al estado a + b es porque el jugador B se quedo sin banca y el
juego se detiene quedando A en ese estado.
Como en cada jugada se apuesta un dlar no es posible obtener ganancias
mayores que la unidad por cada jugada.

4. IMPORTANCIA DE LA INVESTIGACIN DE OPERACIONES

La importancia que tiene la investigacin de operaciones en mi carrera profesional
es que a partir de ella puedo solucionar problemas con un mayor anlisis de los
diferentes factores que intervienen en dicho problema, para as poder expresarlo
7

en un modelo matemtico si se pudiere con un anlisis lgico de la situacin, en

otras palabras la investigacin de operaciones es importante ya que nos
proporciona herramientas lgicas para analizar distintos problemas que se pueden
presentar en nuestro trabajo con el objetivo de hacer una modelacin matemtica
lgica para buscar una solucin optima a nuestro problema.

CONCLUSIONES
Se determinaron los modelos de la programacin lineal y a travs de ejemplos se
lleva a la vida real la aplicacin de esta materia.

10