Está en la página 1de 20

TRABAJO COLABORATIVO No.

PRESENTADO POR JOS IGNACIO ARGOTE LPEZ JAIME ENRIQUE URUENA WILLIAM JAVIER GARZON PULIDO LUIS EDUARDO LOPEZ PATIO JORGE GARNICA

PRESENTADO A GERMAN DARIO MENDOZA ROJAS

GRUPO COLABORATIVO 102016_7 UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD) ADMINISTRACIN DE EMPRESAS MTODOS DETERMINSTICOS

ABRIL 12 DE 2013 BOGOTA. D.C

INTRODUCCIN Los modelos matemticos son una herramienta de control de calidad, para la formulacin de problemas de optimizacin y diseo en la bsqueda de la mejor estrategia de validacin, verificacin y anlisis de una solucin. Es as como los problemas de toma de decisiones se clasifican en dos categoras (modelos de decisin determinstico y modelos de decisin probabilsticos). La construccin y aplicacin de los modelos matemticos consisten en una funcin objetivo y un conjunto de restricciones en las formas de sistemas de ecuaciones e inecuaciones, por lo tanto estos modelos son utilizados en la mayor parte de las reas administrativas, econmicas, financieras e ingenieras, para la toma de decisiones. En esta medida, a continuacin se presenta el mapa conceptual con los pasos para la construccin de un modelo matemtico, para lo cual en cada etapa del proceso de desarrollo, el analista debe evaluar la correspondencia o validez del modelo.

GENERAL Valorar la eficacia que nos proporciona los modelos matemticos, mediante los pasos para construir estos modelos y poder desarrollar un anlisis detallado, calculando los resultados de una organizacin a fin de poder minimizar o maximizar los recursos, procesos y costos entre otros.

ESPECFICOS Revisar los aspectos ms relevantes de la Unidad uno Modelos Matemticos. Realizar un mapa conceptual en donde se describan los pasos a seguir para la construccin de un modelo matemtico. Identificar cada uno de los pasos o fases de la construccin de un modelo matemtico y aplicarlos en un ejemplo sencillo.

Actividad No. 1 Teniendo como modelo: Ejemplo prctico: Fases de la construccin de un modelo Matemtico listado en el tpico de contenidos, resolver el siguiente problema creando el modelo matemtico siguiendo las fases de construccin. David es un estudiante recin ingresado a la universidad UNAD. Comprende que slo trabajo y estudio y nada de diversin lo hace un muchacho aburrido. Como resultado David quiere distribuir su tiempo disponible de alrededor de 14 horas al da entre el trabajo, el estudio y la diversin. Calcula que el juego es tres veces ms divertido que el trabajo y dos veces ms que el estudio. Tambin quiere estudiar por lo menos tanto como juega. Sin embargo, David comprende que si quiere terminar todas sus tareas universitarias, no puede jugar ms de cuatro horas al da. Cmo debe distribuir David su tiempo para maximizar su satisfaccin tanto en el trabajo, el estudio y en el juego? Fases del Modelo Matemtico A. Definicin del problema a resolver: formulacin precisa e inequvoca del problema y declaracin de los objetivos a conseguir. De acuerdo al problema planteado, el objetivo principal es maximizar el grado de satisfaccin de David, el cual se mide por el tiempo que el destina a actividades como trabajar, divertirse y estudiar. B. Recoleccin y proceso de datos empricos: considera la recoleccin de la informacin cuantitativa y su reduccin a forma manejable. Los datos debern ser puestos en forma significativa para que sobre ellos se formulen las hiptesis (modelo) del comportamiento del sistema en consideracin. David es un estudiante que tiene claro que para llevar una vida equilibrada, debe divertirse, estudiar y trabajar. Sin embargo se enfrenta a una serie de restricciones, las cuales son resumidas en el siguiente cuadro: Actividades restriccin Trabajo + Estudio + Diversin <= 14 horas Estudiar >= Jugar Jugar <= 4 horas C. Formulacin del modelo matemtico. Esta fase se subdivide en: 1. Seleccin de las variables ms relevantes a incluir y de las interrelaciones entre ellas, dando a lugar un modelo de carcter estructural. Las variables de decisin involucradas en este modelo son tres:

2. Expresin en trminos matemticos de las relaciones entre las variables, con lo que se obtiene un modelo funcional con capacidad operativa. El objetivo es maximizar la satisfaccin de David:

D. Especificacin del modelo: determinacin de los parmetros y coeficientes de las ecuaciones que representan las interrelaciones del modelo. Este modelo cuenta con cuatro restricciones: David quiere distribuir su tiempo disponible de alrededor de 14 horas al da entre el trabajo, el estudio y la diversin

Quiere estudiar por lo menos tanto como juega

No puede jugar ms de cuatro horas al da

Todas las variables deben ser mayores o iguales a cero

E. Formulacin de un programa computacional. Utilizando un comando bsico como SOLVER en Excel, podemos resolver este ejercicio fcilmente (El procedimiento para utilizar SOLVER ser explicado en detalle en el punto 2). trabajo 0 1 1 0 0 estudio 10 1,5 1 1 0 diversin 4 3 1 -1 1

Funcin Objetivo 27 14 6 4

Restricciones <= >= <= 14 0 4

Segn los resultados obtenidos, David maximiza su satisfaccin cuando dedica 10 horas al estudio, 4 horas a jugar y ninguna a trabajar. Es en ese punto donde obtiene 27 unidades de satisfaccin.

F. Anlisis de validez

El resultado que se obtiene cumple con todas las restricciones, y representa el punto mximo de satisfaccin de David, dado que otros valores para arrojan un menor valor en la funcin objetivo.

Actividad No. 2 Investigar sobre la solucin de problemas de programacin lineal con la herramienta SOLVER de Excel y haciendo uso de ella (mostrar el procedimiento), solucionar los siguientes problemas de PLE por el mtodo de ramificar y acotar. Solucin La tcnica de ramificar y acotar tambin denominada Branch and Bound (B&B) se utiliza para resolver problemas de programacin lineal entera mixta (PLEM). La idea bsica de la metodologa de B&B es aplicar la estrategia de dividir y conquistar. Como el problema original es bastante difcil de resolver directamente entonces el problema original se divide en subproblemas menores, sucesivamente, hasta que estos problemas puedan resolverse completamente. La primera fase (branching) se realiza dividiendo la regin factible de un problema en subregiones menores. La conquista o sondaje (fathoming) se realiza encontrando una limitante (bounding) de la mejor solucin que puede tener un subproblema (solucin ptima parcial) que garantice que en este subproblema no se encuentra la solucin ptima global. Ejercicio No. 1 1. Sujeto a:

Para resolver problemas de Programacin Lineal utilizando la herramienta SOLVER en Excel se realiza lo siguientes pasos: a. En primer lugar se introducen los datos en Excel. Las casillas (A,1) y (B,1) se dejan en blanco ya que representan los valores X1 y X2 que se requieren encontrar, para nuestro ejemplo estn casillas estn sealadas en color amarillo. A X1 10 8 4 B X2 7 6 9 C D E Funcin Objetivo Restricciones

1 2 3 4 5

28 18

28 18

b. En las casillas (A,3), (B,3), se coloca los valores que acompaan la funcin objetivo.

1 2 3 4 5

A X1 10 8 4

B X2 7 6 9

D E Funcin Objetivo Restricciones

28 18

28 18

c. La casilla (D,3), es la celda que contiene la funcin objetivo y va formulada Ejemplo: ( ) ( ) ( ) ( ) ( ) A X1 10 8 4 B X2 7 6 9 C D E Funcin Objetivo Restricciones

1 2 3 4 5

28 18

28 18

d. En las casillas (A,4), (B,4); y (E, 4), se colocan los valores que acompaan la primera restriccin. e. En las casillas (A,5), (B,5); y (E, 5), se colocan los valores que acompaan la segunda restriccin.

1 2 3 4 5

A X1 10 8 4

B X2 7 6 9

D E Funcin Objetivo Restricciones

28 18

28 18

f.

La casilla (D,4) y (D,5) viene formulada, ya que refleja los valores que adquieren las restricciones una vez resuelto el problema. ( ( A X1 B X2 ) ) ( ( C ) ) ( ( ) ) ( ( ) ) ( ( ) )

D E Funcin Objetivo Restricciones

2 3 4 5

10 8 4

7 6 9

28 18

28 18

g. Para utilizar esta herramienta, se elige SOLVER en el men Herramientas. En caso de que el computador no muestre en el men Herramientas el comando Solver, busque en dicho men el comando Complementos e instale Solver. Una vez instalado haga clic en Solver y se mostrar un cuadro de dilogo Parmetros de Solver. h. Con el uso de la herramienta SOLVER en la parte de establecer objetivo, se seala la celda (D,3)

i. j.

Como es un problema de maximizacin se coloca en la opcin de Para: la opcin Max, si fuese Minimizacin escogemos Min. En la parte de Cambiando las celdas o variables se sealan las celdas (A,2); (B,2) que son las celdas que en nuestro paso (a) se dejaron en amarillo.

k. En la parte de sujeto a las restricciones se coloca la celda (D,4)<= (E,4). Este paso se repite de acuerdo a las restricciones que existan.

l. Se seala la parte que dice convertir variables sin restricciones en no negativas. m. Finalmente en mtodo de resolucin se escoge la opcin Simplex LP, y se da clic en resolver.

De acuerdo a los resultados de nuestro primer ejercicio se obtiene

Dado que no es un nmero entero agregamos nuevas restricciones a nuestro problema inicial. Por un lado asumimos que y a. Por un lado le agregamos a nuestro problema inicial la restriccin

Sujeto a:

X1 3,5 10 8 4

X2 0 7 6 9 1

Funcin Objetivo Restricciones 35 28 14 0

28 18 0

De acuerdo a la herramienta SOLVER, la solucin no es factible, ya que no se encuentra un punto donde se cumplan todas las restricciones.

b. Por otro lado le agregamos a nuestro problema inicial la restriccin

Sujeto a:

X1 2,75 10 8 4

X2 1 7 6 9 1

Funcin Objetivo Restricciones 34,5 28 20 1

28 18 1

De acuerdo a los resultados se obtiene

Dado que no es un nmero entero agregamos nuevas restricciones a nuestro problema inicial. Por un lado asumimos que y Por otro lado se tiene

Sujeto a:

X1 2,75 10 8 4 0 1

X2 1 7 6 9 1 0

Funcin Objetivo Restricciones 34,5 28 20 1 2,75

28 18 1 3

De acuerdo a los resultados no se obtiene una solucin factible. Por otro lado se tiene

Sujeto a:

X1 2 10 8 4 0 1

X2 2 7 6 9 1 0

Funcin Objetivo Restricciones 34 28 26 2 2

28 18 1 2

De acuerdo a los resultados se obtiene ; Que es nuestra solucin ptima.

2. Sujeto a:

De acuerdo a los resultados en solver se obtiene

Dado que no es un nmero entero agregamos nuevas restricciones a nuestro problema inicial. Por un lado asumimos que y

A. Por un lado le agregamos a nuestro problema inicial la restriccin

Sujeto a:

X1 0,5 235 40 28 0

X2 2 48 25 39 1

Funcin Objetivo 213,5 70 92 2

70 50 2

De acuerdo a los resultados en solver se obtiene

B. Por otro lado le agregamos a nuestro problema inicial la restriccin

Sujeto a:

De acuerdo a los resultados se obtiene

X1 0 235 40 28 0

X2 3 48 25 39 1

Funcin Objetivo 144 75 117 3

70 50 3

Este resultado podra ser nuestra solucin ptima, no obstante tenemos que seguir con nuestro mtodo de ramificacin y acotamiento hasta asegurarnos que no existe una solucin mejor.

Dado que en la primera rama de nuestro rbol no es un nmero entero agregamos nuevas restricciones a nuestro problema inicial. Por un lado asumimos que y

A. Por un otro lado se tiene

Sujeto a:

X1 0

X2 0

Funcin Objetivo

235 40 28 0 1

48 25 39 1 0

0 0 0 0 0

70 50 2 0

De acuerdo a los resultados no se obtiene una solucin factible. B. Por otro lado se tiene

Sujeto a:

X1 1 235 40 28 0 1

X2 1,2 48 25 39 1 0

Funcin Objetivo 292,6 70 74,8 1,2 1

70 50 2 1

De acuerdo a los resultados se obtiene

Dado que en esta parte del arbol no es un nmero entero agregamos nuevas restricciones a nuestro problema inicial. Por un lado asumimos que y

A. Por un lado se tiene

Sujeto a:

X1 1,125 235 40 28 0 1 0

X2 1 48 25 39 1 0 1

Funcin Objetivo 312,375 70 70,5 1 1,125 1

70 50 2 1 1

De acuerdo a los resultados se obtiene

B. Por el otro lado se tiene

Sujeto a:

X1 1 235 40 28 0 1 0

X2 2 48 25 39 1 0 1

Funcin Objetivo 331 90 106 2 1 2

70 50 2 1 2

De acuerdo a los resultados se obtiene

Aunque con este resultado se obtienen valores enteros, no podemos terminar en este punto, dado que por la otra rama seguimos obteniendo resultados no enteros.

Dado que en la parte izquierda del rbol no es un nmero entero agregamos nuevas restricciones a nuestro problema inicial. Por un lado asumimos que y A. Por un lado se tiene

Sujeto a:

X1 235 40 28 0 1 0 1

X2 48 25 39 1 0 1 0

Funcin Objetivo 283 65 67 1 1 1 1

70 50 2 1 1 1

De acuerdo a los resultados no se obtiene una solucin factible.

B. Por otro lado se tiene

Sujeto a:

X1 2 235 40 28

X2 0 48 25 39

Funcin Objetivo 470 80 56

70 50

0 1 0 1

1 0 1 0

0 2 0 2

2 1 1 2

De acuerdo a los resultados se obtiene

Segn todos los resultados obtenidos, se concluye que nuestra solucin ptima es la de Puesto que es el punto donde minimizamos nuestra funcin objetivo.

CONCLUSIONES Al desarrollar el presente trabajo se aprendi que pasos se deben de seguir para la construccin de un modelo matemtico, donde se conceptualizan y profundizan los mtodos adecuados para dar solucin a los problemas de programacin entera y por metas, tal y como se demuestra en el ejemplo planteado.

BIBLIOGRAFIA.

Guzmn Aragn, Gloria Lucia. (2010). Modulo curso acadmico Mtodos Determinsticos. Universidad Nacional Abierta y a Distancia - UNAD. Bogot, Colombia.

También podría gustarte