Está en la página 1de 5

Universidad Central de Venezuela Facultad de Ingeniera Ncleo Experimental Armando Mendoza Ingeniera de Procesos Industriales Unidad de Matemtica y Estadstica

Sesin II En esta sesin nuevamente se describir el uso de los principales componentes y funciones del componente Solver de Excel, as como tambin una breve retroalimentacin de la sesin anterior. Se abordar el proceso de modelizacin de algunas situaciones contextuales claves del mundo de la ingeniera y cmo sta puede ser traducida en base al lenguaje natural utilizado a un modelo lineal basado en una funcin objetivo y restricciones y cmo se opera utilizando el software, se analizarn distintos casos en las variaciones de los modelos, en torno a su fundamentacin terica. Objetivo de la sesin: Presentar el proceso de modelizacin de situaciones reales a travs ecuaciones lineales y sus principales elementos. Desarrollo de la Sesin II: La modelizacin matemtica es un proceso que parte de un problema del mundo real, con el fin de describir sus caractersticas a travs del lenguaje formal y, a partir de ellas, simular la situacin bajo ciertas condiciones; en el caso de la programacin lineal, esto significa plantear y buscar soluciones ptimas al problema, en base a las restricciones establecidas para el mismo. Se utilizan materiales y recursos que sirven de soporte para minimizar los clculos matemticos una vez planteado el modelo, se determina una solucin y se evalan los resultados obtenidos con el fin de intuir si la solucin buscada, se adapta a la realidad y es idnea para su implementacin. A pesar de que se sigue un sentido nico sobre los elementos clave del esquema, se permite la retroalimentacin bidireccional en cada uno de ellos, con el fin de retroalimentar cada etapa como se describe en el siguiente grfico:

Mundo Real Toma de decisiones Intuicin Resultados

Solucin a las necesidades del Empresa

Uso de Materiales y Recursos

Problema del mundo real

Anlisis y traduccin

Modelo Matemtico

Matematizacin Horizontal

Fuente: Propia

Elementos clave del proceso de modelizacin: Problema del mundo real: es una situacin real expuesta a la luz de la bsqueda de una solucin dentro del mundo de la ingeniera, ya sea para ajustar la produccin, disminuir costos de transporte o satisfacer en general, las necesidades de la empresa. Modelo matemtico: es una representacin simblica de un problema del mundo real en especfico a travs de ecuaciones lineales que representan el comportamiento del sistema real. Resultados: es el conjunto de valores obtenidos a travs de mtodos algortmicos especficos utilizados en la investigacin de operaciones en base a la programacin lineal. Pueden ser obtenidos a travs del trabajo manual o de software destinados para tal fin. Toma de decisiones: es el proceso mediante el cual, se realiza una eleccin entre los resultados obtenidos, tomando en cuenta el que ms se adapte y satisfaga la problemtica real. Interacciones entre los elementos clave: Matematizacin horizontal: consiste en traducir el problema de un lenguaje natural a un lenguaje matemtico, que ajuste semntica y simblicamente la realidad en cuestin. Este proceso consta de caractersticas importantes, tal como lo afirman Segovia y Rico

(2006): identificar matemticas relevantes en un contexto general, plantear interrogantes, enunciar problemas, representar el problema de un modo diferente, comprender la relacin entre lenguaje natural, lenguaje simblico y formal, encontrar regularidades, relaciones y patrones, reconocer isomorfismos con problemas ya conocidos, traducir el problema a un modelo matemtico, utilizar herramientas y recursos adecuados. Uso de materiales y recursos: se refiere a la utilizacin de software especializados para facilitar la utilizacin de mtodos algortmicos que requieren gran cantidad de clculos tediosos y voluminosos; es una competencia matemtica debido a que, como lo sealan Segovia y Rico (2006), sta incluye utilizar los recursos y herramientas familiares en contextos, modos y situaciones que son distintos del uso con el que fueron presentados (p. 13). Intuicin: es la percepcin ntima e instantnea de una idea o una verdad que aparece como evidente a quien la tiene, y se centra principalmente en si un modelo cuantitativo ofrece resultados que realmente constituirn una solucin ptima. Solucin a las necesidades de la empresa: representa la fase de implementacin de la solucin ptima al problema real. Modelizacin de un problema de produccin: En una granja de cerdos se suministra una dieta de engorde con una composicin mnima de 16 unidades de una sustancia A y otras 15 de una sustancia B. En el mercado slo se encuentran dos clases de compuestos: el tipo 1 con una composicin de una unidad de A y cinco de B, y el tipo 2, con una composicin de cinco unidades de A y una de B. El precio del tipo 1 es de 1000 Bs y el del tipo 2 es de 3000 Bs. Se pregunta: Qu cantidades se han de comprar de cada tipo para cubrir las necesidades con un coste mnimo? (Adaptado de http://www.vitutor.com/algebra/pl/a_a.html). Antes de comenzar una traduccin simblica del problema, es conveniente analizarlo con detenimiento y realizar un cuadro que permita sintetizar la informacin suministrada, como se muestra a continuacin: Sustancia A B Compuesto tipo 1 1 5 Compuesto tipo 2 5 1 Disponibilidad 16 15

A partir del recuadro anterior y de los datos del problema, se procede a localizar los 3 elementos principales que conforman un modelo de programacin lineal: las variables de decisin, la funcin objetivo y las restricciones. Las variables de decisin son incgnitas las cuales se desea conocer su valor o determinar. El ejemplo anterior constara solo de dos (2) variables de decisin, ya que la

granja utiliza dos tipos de compuestos - 1 y 2 que se denotaran de la siguiente manera:

La funcin objetivo, es la meta del problema, lo que se desea optimizar, la cual posee dos criterios: maximizacin y minimizacin. La maximizacin se asocia con obtencin de ms ganancias por productos a fabricar, rendimiento de algn tipo o efectividad de alguna operacin, mientras que la minimizacin es referida a abaratar costos de produccin o de transporte. En este caso el criterio seria de minimizacin puesto que se desea cubrir necesidades a un costo mnimo:

Las restricciones, son limitaciones o requerimientos que posee el problema, las cuales deben satisfacerse con la solucin ptima para mantener la factibilidad del modelo. Son traducidas a travs de desigualdades lineales desde 2 a n variables. En este ejemplo se analizan dos restricciones, indicando que la mezcla debe poseer un requerimiento mnimo de 16 y 15 unidades de compuesto A y B respectivamente.

De esta manera, el modelo planteado de programacin lineal, contara de una funcin objetivo la cual se desea cumplir y un conjunto de restricciones que se deben satisfacer. Todas las variables deben tener la condicin de no negatividad.

En el siguiente cuadro se muestra la plantilla referente al ejemplo anterior y su respectiva solucin, a travs del solver, ntese que las restricciones 1 y 2 tienen nombres asignados en base al contexto del problema.

Interpretacin: Se debern comprar 2.5 unidades del compuesto 1 y 2.5 unidades del compuesto 2 para cubrir las necesidades de de la granja de cerdos a un mnimo costo de 10000 Bs.