UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD INGENIERA INDUSTRIAL ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA

PROGRAMACION LINEAL TRABAJO COLABORATIVO 1

PRESENTADO POR

DIRECTO-TUTOR WILLIAM MOSQUERA

FASE UNO 1.- Elabore una sntesis de cada modelo clasificndolo de acuerdo al cuadro anexo. LOS MODELOS MATEMATICOS EN LA INVESTIGACION DE OPERACIONES IO En trminos sencillos es un grupo de ecuaciones o inecuaciones que representan una realidad. El ingrediente principal en un modelo matemtico, como es de esperarse, es la variable. Las variables, son la representacin de los diferentes posibilidades de un conjunto de datos; y estos datos en su origen pueden ser de tipo determinanticos o estocsticos. Modelo Determinista: Es en el que las variables que lo forman, son de carcter conocido, es decir, que no depende del azar. Modelo Estocstico: Lo contrario. Aquellos modelos, cuyas variables son de naturaleza probabilstica, es decir que dependen de un nivel de incertidumbre; del azar. Por lo tanto, normalmente estas variables representan es una funcin de probabilidad. Nota: muchas veces en la prctica, algo que parece probabilstica, o del azar, realmente corresponde a algo que se deja como caja negra por el sin nmero de variables que la componen, por la dificultad de su medicin, etc. Si se es consiente de esto, si esto es totalmente claro, se tendr el primer paso en firme, y como se puede observar en el grfico de eso depende todo. Prcticamente es una decisin del modelador: Por ejemplo, para el tiempo de proceso de una operacin, puede tomar el promedio del tiempo como un valordeterminantico y usar un programa matemtico de optimizacin o puede analizar esta variable para determinar la funcin de densidad de probabilidad, con un promedio, un valor de desviacin estndar y tal vez usar simulacin.

Modelo Lineal: Son aquellos modelos dnde todos los grados de sus trminos son iguales a 1, y en cada trmino slo hay una variable. Modelo No Lineal: Son aquellos modelos dnde algn termino tiene un grado mayor que uno. o algn trmino tiene ms de una variable. Modelos Continuos: Dnde sus variables son densas. O sea, que dentro de dos valores arbitrarios [a,b] hay infinitos valores. Ejemplo: 1, 1.1, 1.12, 1.13.. etc. Modelos Enteros o Discretos: Pues eso. Son modelos, dnde sus variables slo pueden tomar valores enteros. Por ejemplo, si una variable representa el nmero de personas que se necesita para cierta tarea, slo las valores enteros tienen sentido, ej: 2 personas, 3 personas, pero tal vez, 2.5 personas, no tenga mucho sentido.

Nota: A pesar de lo que pueda parecer al principio, los modelos enteros, son por mucho, ms difciles de resolver que los problemas o modelos continuos. Requieren muchsimo ms recursos de maquina para resolver que los problemas continuos. Modelos Binarios: Son los modelos que slo pueden tomar los valores de cero o uno. Son un caso especial de los modelos enteros. Estos modelos, son muy tiles para analizar variables de decisin tipo Si/No. Y, estos modelos pueden ser particularmente tiles, en la asignacin de recursos.

2.- Ilustre con un ejemplo cada modelo Programacin no lineal En este caso se destaca el estudio de optimizacin en unavariable 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 [pic] x [pic] 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 nolineal. Un programa matemtico en el cual cada restriccin gi 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 A4 Minimizar z = x12 + x22 Con las condiciones x1 - x2 = 3 X2 [pic] 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) + ... + fn(xn) Con la condicin x1 + x2 + ... + xn [pic] 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 [pic] 4000 Con todas variables enteras y no negativas.

3.- Escriba la importancia que tiene la investigacin de operaciones en su carrera profesional.

Es importante para mi proyecto de vida como ingeniero industrial, 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

Gloria Lucia Guzmn Aragn. 2010. Modulo programacin lineal, Sogamoso (Boy). Modelo de investigacin de operaciones. Como plantear en ecuaciones, un problema de programacin lineal,http://www.youtube.com/watch?v=Fok_lF_wsOc.