ACT 6 TRABAJO COLABORATIVO Programacin Lineal Grupo 100404_200

ELADIO PARRA MENDEZ Cdigo: 80.375.292 EDGAR UMBERTO ROMERO ROZO Cdigo: 80.539.506 WILMER FERNANDO MARTINEZ GOMEZ Cdigo: 80.550.170 NESTOR YESID OLIVERIOS RUBIO Cdigo: 80.469.643

TUTOR ANTONIO MERCHAN

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS ADMINISTRATIVAS CONTABLES, ECONOMICAS Y DE NEGOCIOS 2013

INTRODUCCION

La programacin lineal es una tcnica matemtica, que consiste en una serie de mtodos y procedimientos que resolver problemas comunes y a la vez muy variados de la empresa en donde en general se tienen necesidades por satisfacer con cierto nmero de recursos limitados o escasos y con el objetivo de lograrlo en forma ptima. La materia de programacin lineal es una de las ms importantes en cualquier carrera ya que esta nos permite analizar y formular respuestas a los diferentes problemas que se presentan dentro de la investigacin de operaciones a travs de ecuaciones lineales. La Investigacin de Operaciones o Investigacin Operativa, es una rama de las Matemticas consistente en el uso de modelos matemticos, estadstica y algoritmos con objeto de realizar un proceso de toma de decisiones. Frecuentemente, trata del estudio de complejos sistemas reales, con la finalidad de mejorar (u optimizar) su funcionamiento. La investigacin de operaciones permite el anlisis de la toma de decisiones teniendo en cuenta la escasez de recursos, para determinar cmo se puede optimizar un objetivo definido, como la maximizacin de los beneficios o la minimizacin de costos. Las funciones cncavas y convexas representan un papel fundamental en la Teora de la Optimizacin ya que pueden garantizarnos la globalizacin de los ptimos locales. La programacin Lineal, es un conjunto de tcnicas matemticas que pretenden resolver la situacin siguiente: Optimizar (maximizar o minimizar), una funcin objetivo, funcin lineal de varias variables sujeta a una serie de restricciones expresadas por inecuaciones lineales.

OBJETIVOS

Identificar la importancia de la Investigacin de Operaciones a partir de sus antecedentes y origen en la actualidad.

Comprender los elementos tericos que sustentan la programacin lineal. Identificar diferencias entre la formulacin de modelos y tcnicas de solucin. A travs del entendimiento de los modelos de programacin lineal, estructurar su contenido en casos aplicados a situaciones reales.

ACTIVIDADES DE CLASE: 1. Elabore una sntesis de cada modelo clasificndolo de acuerdo al cuadro anexo. MODELOS DETERMINISTICOS (NO PROBABILISTICOS) Permiten ser manipulados resolver por parmetros se pueden

OPTIMIZACION NO LINEAL

Es un procedimiento de soluciones para sistemas de igualdades y desigualdades las cuales tienen restricciones en las variables reales. Es indispensable que la funcin y restricciones sean lineales se formula por ecuaciones e inecuaciones lineales donde se busca soluciones. Proceso por el cual se solucionan problemas imprecisos utilizando ecuaciones lineales minimizando o maximizando Es un caso especial de programacin lineal se logran soluciones eficientes por el mtodo de transporte o simplex. Son estrategias y reglas de decisin utilizadas para resolver problemas basados en experiencias. Se caracteriza por la subordinacin de etapas sucesivas y la toma de decisiones. Nos permite fijar tcnicas para minimizar o reducir los costos de duracin de las unidades de inventarios. Se basa en modelos elementales enlazados por relaciones lgicas definidas Son los elementos terminales de la red de proyectos determina el tiempo ms corto.

OPTIMIZACION LINEAL

PROGRAMACION LINEAL

TRANSPORTE Y ASIGNACION

MODELOS HIBRIDOS

PROGRAMACION DINAMICA

INVENTARIOS

SIMULACION

PERT RUTA CRTICA

HEURISTICOS

Nos habla sobre los mtodos de azar no se

MODELOS ESTOCASTICOS O PROBABILISTICOS

obtiene un nmero fijo nico se logra una respuesta con cierto grado de acierto Usa el conocimiento de la probabilidad asociada las situaciones son muy riesgosas Pone las actividades en espera para dar solucin Se desarrolla a travs del tiempo.

PROGRAMACION ESTOCASTICA

COLAS PROCESO ESTOCASTICO

Los modelos determinsticos (no probabilsticos): Los modelos determinsticos, como opuestos a los estocsticos, algunos sistemas del mundo real son lo suficientemente estables como para modelarlos eficazmente con enfoques determinsticos una caracterstica de todos los modelos determinsticos es que permiten la introduccin de incertidumbre, la mayora de los modelos determinsticos pueden caracterizarse como aquellos que optimizan algunas funciones. Estocsticos (probabilsticos): uso matemtico y comprobable matemticamente. Modelos hbridos porque incluyen las dos categoras. Modelos de Optimizacin Lineales y no Lineales se basa en la naturaleza de la funcin objetivo y/o las restricciones; por ejemplo, los modelos de programacin lineal se caracterizan por su funcin objetivo lineal y sus restricciones lineales. Modelos de Transporte y los de Asignacin: por medio de los cuales se pueden hacer ms eficientes los procedimientos de solucin. Cuando las variables de decisin en los modelos de optimizacin lineal se restringen, bien sea a integrarse o valores 0 - 1, son adecuados los modelos de programacin entera o de programacin 0 - 1. Los modelos de redes representan estos tipos de problemas en trminos de diagramas de flujo. Los modelos de programacin de metas optimizan una funcin objetivo de criterios que es lineal, sujeta a un conjunto de restricciones lineales. Para cada uno de estos Modelos Lineales, el procedimiento de solucin se basa en un logaritmo iterativo especfico. Los Modelos de Optimizacin no Lineal se clasifican ms bien por el mtodo de solucin que por la estructura del modelo: los Mtodos Clsicos aplican clculo diferencial; 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.

Los Modelos Fsicos: (como los Modelos de Inventarios y los Competitivos) ocupan una categora especial en cuanto que han sido desarrollados especialmente para un rea dada de aplicacin. Los Modelos Fsicos intentan esencialmente predecir las caractersticas operativas de los sistemas de colas, por ejemplo: La longitud promedio de la cola, la utilizacin de las instalaciones para servicio. Los modelos de inventarios, tanto determinsticos como estocsticos, especifiquen polticas de inventarios que minimizan el costo esperado. La Simulacin es una forma importante de los modelos determinsticos y estocsticos, que representa el comportamiento de sistemas complejos por modelos lgicos o matemticos computarizados, por ejemplo. Los simuladores de vuelos espaciales, los modelos de tneles de viento, los planetarios etc.). Los modelos de simulacin de la investigacin de operaciones representan al sistema de enfoques matemticos deseables especialmente para su operacin en computadores digitales. La simulacin es particularmente valiosa para la investigacin de problemas demasiados complejos 2. Ilustre con un ejemplo cada modelo Ejemplos de Modelos Determinsticos (No Probabilstico): En donde todas las variables son conocidas: Un almacn en donde la demanda es de x productos por da, y el almacn se llena de y productos a la semana, por lo tanto se puede obtener, por ejemplo el costo de almacenamiento. El taller de Jos 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. Jos tiene un cliente fijo con cuya flota, le garantiza 30 cambios de aceite por semana. Cada cambio de aceite requiere de 20 minutos de trabajo y $8 de insumos. Una regulacin toma una hora de trabajo y gasta $15 en insumos. Jos 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. Jos desea maximizar el beneficio total. Formule el problema. Esto es una pregunta de programacin lineal. Una porcin de un cambio del aceite o del ajuste no es factible. X1 = Cambios del aceite, ajuste X2 = Ajuste Maximizar 7X1 + 15X2 Sujeta a: X1 >= 30 Cuenta De la Flota

20X1 + 60X2 <= 4800 De trabajo tiempo 8X1 + 15X2 <= 1750 Primas Materias X1 >= 0, X2 >= 0. Un granjero va a comprar fertilizante que contiene 3 ingredientes A. B y C las unidades mnimas requeridas son 160u, de A 200u de B y 80 de C. existen en el mercado 2 marcas populares una llamada crecimiento rpido que cuesta $4000 el costal y contiene 3unidades de A, 5 de B y 1 unidad de C, la marca crecimiento normal cuesta $3000 el costal y contiene 2 unidades de cada ingrediente; si el granjero requiere minimizar el costo al tiempo que mantener el mnimo de los ingredientes nutritivos que se requieren. Cuntos costales de cada marca se deben comprar? Crecimiento UNIDADES Rpido normal A 3 2 160 B 5 2 200 C 1 2 80 COSTOS $4000 $3000 1. X1: cantidad crecimiento rpido (costales) X2: cantidad de crecimiento normal (costales) 2. MIN Z = $4000X1 + $3000X2 3. A: 3X1 + 2X2 160 B: 5X1 + 2X2 200 C: X1 + 2X2 80 4. X1, X2 0 Una compaa tiene 2 minas, la mina A produce diaria/ 1 tonelada de carbn de alta calidad, 2 de calidad media y 4 de baja calidad. La mina B produce 2ton de cada clase. La compaa requiere 70ton de alta calidad, 130 de calidad media y 150 de calidad baja. Los gastos diarios en la mina A ascienden a 150 y los de la B a 200. Cuntos das se deben trabajar en cada mina para que la funcin de costo sea mnima? A B requieren Alta calidad 1ton 2ton 70

Calidad media 2 ton 2 ton 130 Baja calidad 4ton 2ton 150 GASTOS $150 $200 1 X: # das trabajados A Y: # das trabajados B 2 MIN Z= 150X + 200Y 3 A: X + 2Y 70 B: 2X + 2Y 130 C: 4X + 2Y 150 4 X, Y 0 Una compaa necesita 2 tipos de artefactos 1 manual y otro elctrico; cada uno de ellos requiere para su fabricacin el uso de 3 mquinas, un artefacto manual requiere del empleo de la mquina A durante 2horas, 1hora en la B y 1hora en la C. Un artefacto elctrico requiere 1h en A 2h en B y 1h en C; suponga adems que el nmero mximo de horas disponible por mes es de 180h, 160h y 100h respectivamente. La utilidad que genera cada artefacto manual es de $4000 y $6000 para cada artefacto. Si la compaa vende todos los artefactos cuntos de ellos se deben fabricar a fin de maximizar la ganancia? Manuales elctricas horas disponibles A 2h 1h 180h B 1h 2h 160h C 1h 1h 100h UTILIDAD $4000 $6000 1 X: # aparatos manuales (unidad) Y: # aparatos elctricos (unidad) 2 MAXIMIZAR Z= 4000X + 6000Y 3 A: 2X + Y 180 B: X + 2Y 160 C: X + Y 100 4 X, Y 0

Ejemplos de Modelos Estocsticos: La mayora de los procesos industriales son estocsticos tanto los continuos como los que son por lotes los cuales se monitorean mediante el uso de mapas de control de procesos que traza un parmetro de un proceso en el tiempo. Mediante estos se definen los lmites y las acciones correctivas que se deben tomar en el proceso. Modelos estocsticos o no determinsticos: Se basan en una variable aleatoria, es decir, en probabilidades. Por ejemplo, el estado del tiempo en meteorologa para el prximo mes o las estimaciones de la bolsa de valores. Un ejemplo de un proceso estocstico es la bolsa de comercio, donde una empresa agrcola puede ir en alza, pero por determinado factor climtico perder sus cosechas, aunque la plantacin, el desarrollo de la cosecha sea excelente, el riego excelente, la fumigacin excelente... y aunque todas las predicciones probabilsticas te indiquen que vas viento en popa. Esa inundacin, esa helada, esa plaga, es esa variable no controlable o imprevisible que "se mete" en el proceso y es la que afecta negativamente el resultado final. Ejemplos de Modelos Hbridos: Dentro de los modelos dinmicos tenemos ejemplos como la variacin del tiempo, variacin de la temperatura, del aire durante el da, el movimiento anual de las finanzas de cualquier tipo de empresa. En cuanto a sistemas de simulacin podemos mencionar modelos fsicos en los cuales se pueden realizar modelos a escala o en forma natural, a escala menor, e escala mayor, sirven para hacer demostraciones de procesos como para hacer experimentos nuevos. 3. Escriba la importancia que tiene la investigacin de operaciones en su carrera profesional. Es importante porque aplica mucho a la carrera como Administrador de empresas, me permitir Fundamentar la comprensin, modelacin y resolucin de los problemas relacionados con las ciencias de la administracin en las reas bsicas de la empresa: produccin, recursos humanos, contabilidad y finanzas, mercadeo y gerencia; propiciando el desarrollo de la capacidad analtica para la toma racional de decisiones Comprender y clasificar los problemas empresariales a los cuales se ven enfrentados los administradores en el da a da, Modelar y resolver problemas empresariales que conducen a sistemas de ecuaciones lineales e interpretar soluciones como base para la toma de decisiones.

En la segunda fase se debe hacer el planteamiento narrativo de un problema de PL y presntelo en ecuaciones matemticas de forma CANONICA y de forma ESTANDAR de Programacin Lineal, no se requiere solucionarlo, debe presentarlo individualmente, y realizarlo de su propia creacin, es un ejemplo (propio) En una empresa papelera se fabrican rollos de papel higinico y toallas de cocina, la produccin se debe calcular en toneladas mensualmente buscando la forma de maximizar la ganancia o la contribucin por producto, a continuacin los datos (esto para producir 1 tonelada) Proceso Rebobinado Corte Empaque Ensacado Contribucin por producto Forma estndar X= 1 ton rollos Y= 1 ton toalla Maximizar la contribucin Funcin objetivo Restricciones funcionales Rebobinado Corte Empaque Ensacado Z= $ 950X + $775Y 2x+5y <= 70 x+3y <= 90 3x+4y <= 80 2x+3y <= 105 Rollos higinicos 2 1 3 2 $ 950 Toallas de cocina 5 3 4 3 $ 775 Disponible 70 90 80 105

Restricciones de no negatividad X >= 0 Y >= 0

Planteamiento del Problema. Unos campesinos del Tolima cuentan con una tierra donde pueden sembrar dos productos: arroz o algodn, que corresponde a 700 hectreas. Por la experiencia adquirida durante aos de trabajo, tienen en cuenta que slo durante una determinada poca del ao pueden obtener la mxima produccin y rentabilidad, por lo que el tiempo est restringido a 1111 horas de trabajo. Las ganancias que se pueden adquirir por la siembra de Arroz son de 1100 pesos por 2 horas de trabajo; y por la siembra de algodn 4200 pesos por 3 horas de trabajo. Los interrogantes que se plantean son como obtener la mxima ganancia y la cantidad de hectreas que se debe sembrar por cada producto con el fin de lograrla en tiempo requerido. Objetivo a Resolver Variables Dx = Arroz Dy = Algodn Objetivo: Maximizar la ganancia: Z= 1100 Dx + 4200 Dy, donde Dx>0, Dy>0 Restricciones 1. Se ve reflejada en la cantidad de tiempo en horas disponible que es de 1111 2Dx + 3Dy <= 1111 2. Se ve reflejada en la cantidad de hectreas disponibles que es de 700 Dx + Dy <= 700

CONCLUSIONES

La investigacin de operaciones, es un enfoque cientfico interdisciplinario para la solucin de problemas, que envuelve la interaccin compleja, dinmica y subjetiva de hombres, mtodos y sistemas; esta est diseada para medir y simplificar estos problemas dentro de un marco de restricciones especficas, medidas, objetivos y variables, de tal forma que se busquen controles ptimos de operacin, decisiones, niveles y soluciones.

Conociendo la temtica global del curso se puede identificar los conocimientos que se van a adquirir durante el desarrollo del mismo. Los conocimientos en Programacin Lineal son importantes para la asignacin de recursos limitados entre actividades competitivas de forma ptima.

BIBLIOGRAFIA

GUZMAN ARANGON, Gloria Lucia. PROGRAMACION LINEAL. Universidad Nacional Abierta y a Distancia UNAD. Escuela de Ciencias Bsicas Tecnologa e Ingeniera. Programa de Ciencias Bsicas. Sogamoso, 2010.