Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PROGRAMACION LINEAL
GERMAN ANDRES PANTOJA SUANCHA
CODIGO 98.393.702
Trabajo Colaborativo Uno
EDGAR ALBA
TUTOR
UNIVERSIDAD NACIONAL A DISTANCIA
ADMINISTRACION DE EMPRESAS
BOGOTA, D.C.
19 de Marzo de 2010
INTRODUCCION
El siguiente trabajo recoge las principales ideas sobre Modelos Matemticos, tratando de
hacer distincin entre las clases que lo componen; as pues, se habla sobre Modelos
Deterministicos y Modelos Estocsticos.
El presente trabajo es producto de las lecturas indicadas por el tutor de la materia
Programacin Lineal, adems de los textos investigados en Internet. Aunque tambin, se
organizo a manera personal la informacin y a pesar de tomar como base los textos,
quise compartir con ustedes, participantes del grupo colaborativo, esta informacin que
me parece es muy explicita y de manera practica se puede comprender con mas facilidad
y acercar a la vida cotidiana, estos temas que contienen formulas matemticas.
MODELO MATEMATICO
Un modelo matemtico es una ecuacin, desigualdad o sistema de ecuaciones o
desigualdades, que representa determinados aspectos del sistema fsico representado en
el modelo. Los modelos de este tipo se utilizan en gran medida en las ciencias fsicas, en
el campo de la ingeniera, los negocios y la economa.
Un modelo puede considerarse como una entidad que captura la esencia de la realidad
sin la presencia de la misma. Una fotografa es un modelo de la realidad ilustrada en la
imagen. La presin arterial puede utilizarse como un modelo de la salud de una persona.
Una campaa piloto de ventas puede utilizarse como un modelo de la respuesta de las
personas a un nuevo producto.
MODELO DETERMINISTICO
Es un modelo matemtico donde las mismas entradas producirn invariablemente las
mismas salidas, no contemplndose la existencia del azar ni el principio de incertidumbre.
Aquellos que manejan y controlan sistemas de hombres y equipos se enfrentan al
problema constante de mejorar (por ejemplo, optimizar) el rendimiento del sistema. El
problema puede ser reducir el costo de operacin y a la vez mantener un nivel aceptable
de servicio, utilidades de las operaciones actuales, proporcionar un mayor nivel de
servicio sin aumentar los costos, o "mejorar" un aspecto de la calidad del producto sin
reducir la calidad de otros aspectos. Para identificar la mejora del funcionamiento del
sistema, se debe construir una representacin sinttica o modelo del sistema fsico, que
puede utilizarse para describir el efecto de una variedad de soluciones propuestas.
Ya que un modelo slo captura determinados aspectos de la realidad, su uso puede no
ser apropiado en una aplicacin en particular porque no captura los elementos correctos
de la realidad. Una foto de una persona es un modelo de la misma pero brinda poca
informacin acerca de sus logros acadmicos. Por lo tanto, la utilidad del modelo depende
del aspecto de la realidad que representa. Un modelo puede ser inadecuado aun cuando
intenta capturar los elementos apropiados de la realidad si lo hace de una manera
distorsionada o sesgada. Un termmetro que lee de ms (o de menos) tendra poca
utilidad para realizar un diagnstico mdico. En consecuencia, un modelo til es aquel
que captura los elementos adecuados de la realidad con un grado aceptable de precisin
A fin de definir las condiciones que nos conducirn a la solucin del problema del sistema,
el analista primero debe identificar un criterio segn el cual se podr medir el sistema.
Este criterio a menudo se denomina medida del rendimiento del sistema o medida de
efectividad. En aplicaciones empresariales, la medida de efectividad generalmente son los
costos o las utilidades, mientras que en aplicaciones gubernamentales esta medida
generalmente se define en trminos de un ndice costo/beneficio. El modelo matemtico
que describe el comportamiento de la medida de efectividad se denomina funcin
objetivo. Si la funcin objetivo es describir el comportamiento de la medida de efectividad,
debe capturar la relacin entre esa medida y aquellas variables que hacen que dicha
medida flucte. Las variables del sistema pueden categorizarse en variables de decisin y
parmetros. Una variable de decisin es una variable que puede ser directamente
controlada por el decisor. Tambin existen algunos parmetros cuyos valores pueden ser
inciertos para el decisor. Esto requiere un anlisis de sensibilidad despus de descubrir la
mejor estrategia. El analista trata de descubrir las variables adicionales que podran
mejorar su modelo descartando aquellas que parecen tener poca o ninguna relevancia.
No obstante, slo se puede determinar si estos factores realmente mejoran el modelo una
vez realizadas la formulacin y prueba de nuevos modelos que incluyan las variables
adicionales. Todo el proceso de seleccin y rechazo de variables puede requerir
reiteraciones mltiples hasta desarrollar una funcin objetivo satisfactorio. En cada
iteracin, el analista espera lograr alguna mejora en el modelo, aunque no siempre se
tiene tanta buena suerte. Por lo general, el xito final es precedido por una serie de
fracasos frustrantes y pequeos progresos.
La optimizacin, tambin denominada programacin matemtica, sirve para encontrar la
respuesta que proporciona el mejor resultado, la que logra mayores ganancias, mayor
produccin o felicidad o la que logra el menor costo, desperdicio o malestar. Con
seleccionado el par (X1, X2) que maximice 5X1 + 3X2 (los ingresos netos). Sin embargo,
lleva mucho tiempo enumerar todas las alternativas posibles y si no se enumeran todas
las alternativas, no podemos estar seguros de que el par seleccionado (como una
solucin) es la mejor de todas las alternativas. La estrategia ptima, es establecer X1 = 10
mesas y X2 = 20 sillas. Programamos las actividades semanales del carpintero para que
fabrique 10 mesas y 20 sillas. Con esta estrategia (ptima), los ingresos netos son de
US$110. Esta solucin prescripta sorprendi al carpintero dado que debido a los mayores
ingresos netos provenientes de la venta de una mesa (US$5), el sola fabricar ms mesas
que sillas.
CONTRATAR O NO CONTRATAR A UN AYUDANTE?
Supngase que el carpintero pudiera contratar a un ayudante a un costo de US$2 por
hora (adicionales $2) Le conviene al carpintero contratar a un ayudante? En caso
afirmativo, por cuntas horas?
X3 es la cantidad de horas extra, entonces el problema modificado es:
Maximizar 5 X1 + 3 X2 - 2 X3
Sujeta a:
2 X1 + X2 40 + X3 restriccin de la mano de obra con horas adicionales desconocidas
X1 + 2 X2 50 restriccin de materiales
En esta nueva condicin, veremos que la solucin ptima es X1 = 50, X2 = 0, X3 = 60,
con ingresos netos ptimos de US$130. Por lo tanto, el carpintero debera contratar a un
ayudante por 60 horas.
METODO ESTOCASTICO
Un proceso aleatorio o proceso estocstico es un concepto matemtico que sirve para
caracterizar; es una sucesin de variables aleatorias (estocsticas) que evolucionan en
funcin de otra variable, generalmente, el tiempo. Cada una de las variables aleatorias del
proceso tiene su propia funcin de distribucin de probabilidad y, entre ellas, pueden estar
correlacionadas o no.
Cada variable o conjunto de variables sometidas a influencias o impactos aleatorios
constituye un proceso estocstico.
EJEMPLOS.
o Seales de telecomunicacin
o Seales biomdicas (electrocardiograma, encefalograma, etc.)
o Seales ssmicas
o El nmero de manchas solares ao tras ao
o El ndice de la bolsa segundo a segundo
o La evolucin de la poblacin de un municipio ao tras ao
o El tiempo de espera en cola de cada uno de los usuarios que van llegando a una
ventanilla
o El clima es un gigantesco cmulo de procesos estocsticos interrelacionados (velocidad
del viento, humedad del aire, etc.) que evolucionan en el espacio y en el tiempo.
EXPERIENCIA PROFESIONAL
En la empresa que trabajo se presentan varios casos prcticos de los cuales podra
hablar, pero es un tema nuevo para mi saber que estas actividades las poda realizar a
travs de formulas matemticas; aunque tambin el desconocimiento puede ser porque