Está en la página 1de 13

APORTE TRABAJO COLABORATIVO N 1 ACTIVIDAD N 6

YULIVETH COQUECO MEDINA

Cd. 1075215871 Grupo: 100404_269

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BASICAS, TECNOLOGA E INGENIERIA INGENIERIA DE SISTEMAS MARZO DE 2013 BOGOT

CONTENIDO

I. II. III. IV. V. VI. VII.

INTRODUCCION OBJETIVOS ACTIVIDAD FASE N 1 EJEMPLOS DE CADA MODELO IMPORTANCIA DE LA IO EN NUESTRA CARRERA PROFESIONAL CONCLUSIONES BIBLIOGRAFIA

I.

INTRODUCCIN

Este trabajo est realizado con el propsito de conocer la utilidad de la programacin lineal, los modelos matemticos y su respectiva solucin a los problemas, haciendo uso de la toma de decisiones clasificada en, Mtodo Grfico, Mtodo Algebraico, Mtodo simplex, los cuales se centran en la bsqueda constante de dar soluciones ptimas, ya sea maximizando y minimizando los diferentes problemas y aplicando sus respectivos procedimientos.

II. OBJETIVOS

OBJETIVO GENERAL

Poner en prctica nuestro conocimiento adquirido como estudiantes del rea de programacin para obtener el mejor resultado y solucin frente a la actividad a realizar.

OBJETIVOS ESPECFICOS Formular modelos adecuadamente matemticos simples, conocer y aplicar algoritmos

Desarrollar las capacidades de utilizar las soluciones finales como respaldo en la toma de decisiones. Utilizar la metodologa de la Investigacin de Operaciones como herramienta bsica en la toma de decisiones. Formular y resolver modelos aplicados a problemas empresariales. Desarrollar la habilidad del proceso de investigacin y diseo de estrategias de acuerdo a los resultados obtenidos. Reconocer el camino real de los datos desde su generacin inicial, su proceso y la presentacin final de los resultados.

III. ACTIVIDADES FASE N 1

En la primera fase se debe realizar las actividades propuestas en la lectura autorregulada Los modelos Matemticos en la IO.

LOS MODELOS DE LA INVESTIGACIN DE OPERACIONES (I.O) Estos se clasifican en: -Modelos Determinsticos o no Probabilstico -Modelos Hbridos -Modelos Estocsticos o Probabilsticos MODELOS DETERMINSTICOS (NO PROBABILSTICOS): Permiten ser Manipulados de una manera ms viable y poder resolverse con parmetros precisos sin ser probabilsticos. De manera que este modelo sirve para realizar anlisis de sensibilidad obtenindose algunas veces parmetros fijos. OPTIMIZACION NO LINEAL: Son clasificadas teniendo en cuenta el mtodo de solucin y no su estructura. Es un procedimiento de soluciones para sistemas de igualdades y desigualdades, las cuales estn sometidas a una serie de restricciones, en un conjunto de variables reales, donde se debe maximizar una funcin objeto, siempre y cuando alguna de las restricciones o la funcin no sean lineales. 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: Procedimiento matemtico por el cual se solucionan problemas imprecisos mediante el empleo de ecuaciones lineales con el fin de optimizar la funcin objeto, ya sea maximizando o minimizando.

TRANSPORTE: Este es un caso especial de la programacin lineal debido a que se puede lograr que los procedimientos de solucin sean mucho ms eficientes. Su resolucin puede ser por medio de la tcnica de transporte el mtodo simplex, con el propsito de determinar un plan de transportes de mercancas de varias fuentes a varios puntos de destino con un costo mnimo. ASIGNACIN: Muchas de las situaciones en la vida exigen una de dos respuestas posibles: si o no. As es que podemos representar stas posibilidades con los valores 0 (no) y 1 (si), y aprovechar las matemticas para que nos den una mano ante decisiones difciles; a esto es lo que solemos llamar -por obvias razonesProgramacin Binaria. Una de las muchsimas aplicaciones de la Programacin Binaria, es el problema de la Asignacin. Se debe asignar el recurso i a la tarea j ? Si o no? PROGRAMACIN ENTERA Y 0-1: 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. MODELOS HBRIDOS: Es el la unin de los mtodos Probabilsticos y Determinsticos. Estrategias y reglas de decisin utilizadas para resolver problemas, basadas en experiencias anteriores de problemas semejantes. PROGRAMACIN DINMICA: Su caracterstica principal es la toma de decisiones en etapas sucesivas, ya que cada fase subordina la siguiente. INVENTARIOS:

Por medio de esta teora se pueden fijar tcnicas para minimizar o reducir los costos relacionados a la duracin de las unidades en inventario y a su vez cumplir con la demanda. SIMULACIN: Se fundamenta en la segmentacin del sistema en modelos elementales enlazados entre s por relaciones lgicas bien definidas. Sin embargo, estos modelos son muy costosos en lo que tiene que ver con tiempo y recursos. PERT RUTA CRTICA: 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.

HEURISTICOS MODELOS ESTOCSTICOS O PROBABILSTICOS: Es referente a los mtodos de azar en el cual no se obtiene un nico nmero fijo, consiguiendo as una respuesta con cierto grado de acierto.
Distribucin Distribucin Distribucin

Normal: usada ampliamente en muestras mayores a 30 datos. Chi Cuadrado: usada en muestras pequeas. Exponencial: usada en duracin o donde interviene el paso del F-Snedecor: usada para controlar la varianza de 2 distribuciones.

tiempo.
Distribucin

PROGRAMACIN ESTOCSTICA: Se hace uso del conocimiento de la probabilidad asociada en la cual ciertos parmetros son inciertos, por lo que las situaciones a analizar son muy riesgosas. COLAS: Este sistema tiene la particularidad de poner las actividades en espera para darles solucin individualmente. 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. TEORIA DE DECISIONES Y JUEGOS:

Este modelo matemtico se basa en usar las estructuras de incentivos para poder realizar los procesos de decisiones.

IV. EJEMPLOS DE CADA MODELO

MODELOS DETERMINSTICOS 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 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 x2deben ser enteras. PROGRAMACIN NO LINEAL:

Un vehculo sale con direccin al norte a 10km/h y otro sale con direccin al oriente a 20Km/H, ambos vehculos paran 35minutos despus. Qu distancia hay entre ambos vehculos? PROGRAMACIN LINEAL: Una fbrica de confecciones se especializa en la produccin de camisas y pantalones, fabricar una camisa requiere de 1.5metros de tela, un pantaln requiere de 2 metros de tela y se cuentan con 150 metros de tela. Un trabajador se demora 20 minutos cociendo un pantaln y 30 minutos cociendo una camisa, adems trabajan 6 horas diarias. Cuntas camisas y pantalones se deben hacer, si una camisa produce $10.000 de ganancia y un pantaln $9.000?

TRANSPORTE Y ASIGNACIN: Una empresa distribuidora de desechables tiene que distribuir a tres proveedores distintos, un pedido de 10, 12 y 15 cajas de vasos respectivamente, para ello cuenta con tres puntos de venta. El primero con 9 cajas, el segundo con 11 cajas y el tercero con 17 cajas. Cmo distribuye la mercanca. PROGRAMACIN ENTERA: Una empresa de lcteos fabrica 3 productos distintos, para lo cual requiere de 2 calderas paras su produccin. Se desea minimizar la lnea de productos, sacando uno de ellos del mercado, y solo una de las calderas se utilizar para fabricarlos. MODELOS PROBABILISTICOS: A una lnea de espera llegan 20 unidades por hora y el tiempo promedio de servicio es de 30 unidades por hora, realizar un anlisis de esta lnea de espera. Datos l = 20 unidades por hora m = 30 unidades por hora Con los datos anteriores podemos calcular la probabilidad de que el sistema estocupado: Pw = 20 / 30 = 2 /3 r = Pw Entonces la probabilidad de que el sistema no est ocupado: Po = 1 - r = 1 / 3 El nmero esperado de unidades en el sistema quedar definido por: = 2 Unidades

El nmero esperado de unidades que esperan ser atendidas quedar definido por: Entonces en promedio habr 4 / 3 de unidades esperando ser atendidas y 2 / 3 deunidad siendo atendida. de hora W = 6 minutos

De manera similar, el tiempo promedio que una unidad espera para ser atendida estar definido por: de hora Wq = 4 minutos PROGRAMACIN DINMICA: Se desea cargar un avin teniendo en cuenta su capacidad de carga y espacio disponible. Las cajas que se desean cargar tienen diferentes pesos y pueden ocupar diferentes espacios. El problema consiste en determinar cuntas cajas se deben colocar y su distribucin con el fin de maximizar la capacidad del avin. INVENTARIOS: Una empresa que en la actualidad esta haciendo una compra mensual, estudio la demanda del papel libro de 70 gramos, en los ltimos 12 meses se encontr que su demanda fue de 10, 11, 8, 9, 7, 10, 15, 12, 16, 10, 8, 12, toneladas por mes, se estima que el precio de compra se va a mantener en $2.300.000 por tonelada, su costo de pedido en $500.000 y por poltica carga un 15% del costo unitario al manejo de los inventarios ms $55.000 por concepto de bodegaje, calcular: Si el proveedor ofrece un descuento del 10% por compras superiores a 30 toneladas y uno del 11% por compras de 60 toneladas como cambiara mi poltica. SIMULACIN: Se supone una empresa que produce y vende un producto en cuatro ciudades. La empresa transporta el producto desde la fbrica hasta las ciudades. Dichas fbricas podran estar ubicadas en cualquiera de estas ciudades. Se consideran 3 tipos de camiones en los cuales se puede transportar el producto, con capacidades de 4.400, 5.300 (camiones livianos), y otro de 15.000 Kg. (camin pesado). Se supone que la empresa no posee camiones pero puede conseguirlos pagando un flete o alquiler. En las ciudades donde no se tiene fbrica se podr ono tener depsitos para el producto. Si la ciudad tiene depsito, lo ms apropiado en trminos de costo ser hacer el transporte desde la fbrica (ubicada en otra ciudad) hasta el depsito en camiones pesados y desde el depsito hasta los distribuidores de la ciudad en camiones livianos.

De existir fbrica en la ciudad se usaran solo los camiones livianos. Pero si en una ciudad no existe ni fbrica ni depsito, ser necesario utilizar los camiones pesados tanto para el transporte desde la fbrica hasta la ciudad como para el reparto a los distribuidores de la ciudad. Respecto a la demanda en cada ciudad se asume un crecimiento lineal y una distribucin descrita por una variable aleatoria normal cuya desviacin estndar se toma como el 15% de la media.

PER RUTA CRTICA: La actividad consiste en ensamblar un motor de carro, este se debe finalizar antes de colocar la latonera, el trabajo consiste en dividir las actividades, describir la interrelacin entre ellas, estimar los recursos necesarios para llevarse a cabo y determinar el tiempo de ejecucin del proyecto.

MODELOS HBRIDOS: 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 m. 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:

(x1 2 + x2 2) + ((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 o 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

V. IMPORANCIA DE LA IO EN NUESTRA CARRERA PROFESIONAL

Las investigaciones en mi carrera profesional son muy importantes ya que para lograr resolver problemas que comprenden el control, ejecucin, implementacin, el diseo, y el mantenimiento de los sistemas tenemos que dar una solucin optima y eficaz, para ello, debemos de tomar decisiones apoyndonos en la aplicacin de algunos mtodos, como puede ser el mtodo cientfico, enfocndonos en la tcnica y los algoritmos matemticos. Para ello, necesitamos hacer los planteamientos adecuados de los problemas a resolver y conocer las herramientas matemticas necesarias para su respectiva solucin, ya que actualmente mi factor laboral me exige soluciones y aprendizaje en la solucin a los problemas.

III.

CONCLUSIONES

Al final de la unidad se busca la habilidad, confianza e iniciativa para inferir en todas las posibles soluciones del producto esperado. Se logro la identificacin en su totalidad de los conceptos. Elaboracin de la primera fase Obtencin de grandes conocimientos.

IV.

BIBLIOGRAFIA

http://es.slideshare.net/quintomerca/tipos-de-modelos-matematicos http://66.165.175.248/campus08_20131/file.php/22/MODULO_MODIFICADO/index.html [1]. GUZMAN ARAGON GLORIA LUCIA, PROGRAMACION LINEAL, SOGAMOSO JUNIO DE 2010 [CITADO 12/03/2013].