PROGRAMACION LINEAL

GRUPO: 100404_136

TRABAJO PRESENTADO A:
OSCAR JAVIER HERNANDEZ

PRESENTADO POR:
Oscar René polo barranco
CODIGO: 72235791

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA “UNAD”

ESCUELA DE CIENCIAS BASICASTECNOLOGIA E INGENIERIA
PROGRAMA DE INGENIERIA INDUSTRIAL
CEAD ATLANTICO
2013
INTRODUCCION

Por medio del siguiente trabajo de colaborativo pretendo dar desarrollo a la

tarea propuesta por el tutor, con el fin de dar solución a los puntos planteados
del curso Programación lineal, el cual es de suma importancia académica y
formativa para nuestra función profesional.

En el punto 1, se presenta una síntesis de los modelos matemáticos usados en

la investigación de operaciones como el modelo determinístico (no
probabilístico), es estocástico (probabilístico) y el modelo híbrido que es una
combinación de los dos. Donde es de suma importancia el uso de de los
modelos matemáticos en nuestras carreras y afines.

En el punto 2, se da solución a los ejercicios planteados según la presentación

de diapositivas, en los cuales se muestra de manera ilustrativa y comprensible
paso a paso, la definición de las variables, el objetivo y las restricciones en
algunos problemas de investigación de operaciones.
OBJETIVOS

* Diferenciar y conceptualizar los diferentes modelos matemáticos en la

investigación de operaciones.

* Reconocer la importancia que tiene la investigación de operaciones en la

ingeniería de sistemas.

* Comprender y aplicar con ejemplos prácticos la aplicación de los modelos de

investigación de operaciones.

MODELOS I.O.

1. Elabore una síntesis de cada modelo clasificándolo de acuerdo al cuadro

anexo.

MODELO DETERMINÍSTICO

Es un modelo matemático donde las mismas entradas producirán

invariablemente las mismas salidas, no contemplándose la existencia del azar
ni el principio de incertidumbre. Está estrechamente relacionado con la
creación de entornos simulados a través de simuladores para el estudio de
situaciones hipotéticas, o para crear sistemas de gestión que permitan
disminuir la incertidumbre.

a) Programación Lineal es un procedimiento o algoritmo matemático mediante

el cual se resuelve un problema indeterminado, formulado a través de
ecuaciones lineales, optimizando la función objetivo, también lineal.
Consiste en optimizar (minimizar o maximizar) una función lineal, denominada
función objetivo, de tal forma que las variables de dicha función estén sujetas a
una serie de restricciones que expresamos mediante un sistema de
inecuaciones lineales.

b) Los modelos de Programación Entera son aquellos donde la totalidad o un

subconjunto de las variables de decisión toman valores enteros.
MODELOS HIBRIDOS:

Tienen que ver con los métodos determinísticos y probabilísticos como la teoría
de inventarios

a) La programación dinámica es un método para reducir el tiempo de ejecución

de un algoritmo mediante la utilización de subproblemas superpuestos y
subestructuras óptimas, como se describe a continuación. El matemático
Richard Bellman inventó la programación dinámica en 1953 que se utiliza para
optimizar problemas complejos que pueden ser discretizados y
secuencializados.

b) Los modelos de simulación difieren de los matemáticos en que las relación

entre la entrada y la salida no se indican en forma explícita. En cambio, un
modelo de simulación divide el sistema representado en módulos básicos o
elementales que después se enlazan entre si vía relaciones lógicas bien
definidas.

Por lo tanto, las operaciones de cálculos pasaran de un módulo a otro hasta

que se obtenga un resultado de salida.

Los modelos de simulación cuando se comparan con modelos matemáticos;

ofrecen mayor flexibilidad al representar sistemas complejos, pero esta
flexibilidad no esta libre de inconvenientes. La elaboración de este modelo
suele ser costoso en tiempo y recursos. Por otra parte, los modelos
matemáticos óptimos suelen poder manejarse en términos de cálculos.
MODELOS ESTOCASTICOS

Un proceso estocástico es aquel cuyo comportamiento es no determinista, en

la medida que el subsiguiente estado del sistema está determinado tanto por
las acciones predecibles del proceso como por elementos aleatorios. No
obstante, de acuerdo a M. Kac[2] y E. Nelson,[3] cualquier desarrollo temporal
(sea determinístico o esencialmente probabilístico) que pueda ser analizable en
términos de probabilidad merece ser denominado como un proceso
estocástico.

a) Teoria de las colas: En ciencias de la computación, y más específicamente

en investigación de operaciones, la teoría de colas es el estudio matemático de
las líneas de espera o colas dentro de una red de comunicaciones. Su objetivo
principal es el análisis de varios procesos, tales como la llegada de los datos al
final de la cola, la espera en la cola, entre otros.

La teoría de colas generalmente es considerada una rama de investigación

operativa porque sus resultados a menudo son aplicables en una amplia
variedad de situaciones como negocios, comercio, industria, ingenierías,
transporte y telecomunicaciones.

b) teoría de juegos es un área de la matemática aplicada que utiliza modelos

para estudiar interacciones en estructuras formalizadas de incentivos (los
llamados «juegos») y llevar a cabo procesos de decisión. Sus investigadores
estudian las estrategias óptimas así como el comportamiento previsto y
observado de individuos en juegos. Tipos de interacción aparentemente
distintos pueden, en realidad, presentar estructura de incentivo similar y, por lo
tanto, se puede representar mil veces conjuntamente un mismo juego

c) El método CPM o Ruta Crítica (equivalente a la sigla en inglés Critical Path

Method) es frecuentemente utilizado en el desarrollo y control de proyectos. El
objetivo principal es determinar la duración de un proyecto, entendiendo éste
como una secuencia de actividades relacionadas entre sí, donde cada una de
las actividades tiene una duración estimada.
2. Ilustre con un ejemplo cada modelo

Ejemplo
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.

¿Cuántos 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 está sujeto a dos restricciones:
De Material: 2x1 + x2 6
De Horas : 7x1 + 8x2 28
De no negatividad x1 0 y x2 0
Además no se venden productos no terminados por lo tanto las variables x1 y
x2 deben ser enteras.
Programación no lineal
En este caso se destaca el estudio de optimización en una variable sin
restricciones de la forma:
Optimizar z = f(x)
donde f es función no lineal de x y la optimización se realiza en (-¥,¥ ). Si la
busqueda se cisrcunscribe a un sub intervalo finito [a,b] el problema es de
optimizacion no lineal restringida y se transforma a
Optimizar z = f(x)
con la condición a x b.
Optimización no lineal multivariable
Es el caso análogo al anterior, pero en el caso en que la función f es de más 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 Compañía desea construir una planta que recibirá 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 posición de la planta debe estar en un punto tal
que la distancia a los puntos A, B y C sea la mínima.

Sean x1 y x2 las coordenadas desconocidas de la planta respecto de A.

Utilizando la fórmula de la distancia, debe minimizarse la suma de las
distancias:
Ö (x12 + x22) + Ö ((x1 - 300)2 + (x2 - 400)2) + Ö ((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 ecuación es un programa matemático no lineal
sin restricciones.

Programación Cuadrática
Es un caso particular de programación matemática no lineal. Un programa
matemático en el cual cada restricción es lineal pero el objetivo es cuadrático
se conoce como programa cuadrático, es decir
f(x1,x2,..,xn) = S i=1,nS j=1,n cijxixj + S i=1,ndixi

Ejemplo
Minimizar z = x12 + x22
Con las condiciones x1 - x2 = 3
X2 3
Donde ambas restricciones son lineales, con n = 2 (dos variables) c11 = 1; c12
= c21 = 0; c22 = 1 y d1 = d2 = 0.
Programación Dinámica
El programa matemático:
Optimizar z = f1(x1) + f2(x2) +... + f(xn)
Con la condición x1 + x2 + ... + xn 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 número entero conocido. Corresponde al modelo importante
de decisión en etapas múltiples en que el número de etapas es n. La etapa 1
comprende la especificación de la variable x1 con contribución f1(x1) al
rendimiento total; etc.
La programación dinámica es una forma de enfoque de los procesos de
decisión de optimización de n etapas.
Ejemplo
Una persona dispone de $4000 para invertir y se le presentan tres opciones de
inversión. Cada opción requiere de depósitos en cantidades de $1000, puede
invertir lo que desee en las tres opciones.
Las ganancias esperadas son las siguientes

Inversión
Ganancias | 0 | 1000 | 2000 | 3000 | 4000 |
Opción 1 | 0 | 2000 | 5000 | 6000 | 7000 |
Opción 2 | 0 | 1000 | 3000 | 6000 | 7000 |
Opción 3 | 0 | 1000 | 4000 | 5000 | 8000 |

¿Cuánto dinero deberá invertirse en cada opción para maximizar las

ganancias?

Sea z la ganancia total, que es la suma de las ganancias de cada opción, las
inversiones tienen la restricción de ser múltiplos de $1000, la tabla muestra las
fi(x) = Etapa i, (i = 1,2,3), x es la cantidad de dinero invertida en cada opción.
El programa matemático es el siguiente:
Maximizar z = f1(x1) + f2(x2) + f3(x3)
La persona sólo posee $4000 para invertir:
Las condiciones son:
X1 +x2 + x3 4000
Con todas variables enteras y no negativas.
3. Escriba la importancia que tiene la investigación de operaciones en su
carrera profesional.

Es muy importante la investigación de operaciones en la carrera profesional, ya

que es la aplicación de la metodología científica a través de modelos, primero
para representar el problema real que se requiere resolver en un sistema y
segundo para resolverlo. Los modelos que utiliza la investigación de
operaciones son matemáticos y toman la forma de ecuaciones, estos modelos
son diferentes a otros modelos, por ejemplo los modelos de experimentación
que se utilizan en las ciencias medico-biológicas, o los modelos de
representación que se utilizan por ejemplo en la Astronomía. Los modelos
matemáticos de decisión permiten calcular los valores exactos o aproximados
de las componentes controlables del sistema para que pueda comportarse
mejor, de acuerdo con ciertos criterios establecidos. La Investigación de
Operaciones en la ingeniería industrial se emplea principalmente en los
aspectos de coordinación de operaciones y actividades de la organización o
sistema que se analicen, mediante el empleo de modelos que describan las
interacciones entre los componentes del sistema y de éste con este con su
medio ambiente En la Investigación de Operaciones la parte de “Investigación”
se refiere a que aquí se usa un enfoque similar a la manera en la que se lleva a
cabo la investigación en los campos científicos establecidos. La parte de
“Operaciones” es porque en ella se resuelven problemas que se refieren a la
conducción de operaciones dentro de una organización
CONCLUSIONES

Este trabajo nos permitió afianzar los conocimientos y conceptos de la

investigación de operaciones, conjuntos cóncavos y convexos,
conceptualización de la programación lineal.

Se identifico de manera satisfactoria la importancia de la Investigación de

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

Se clasificó los modelos matemáticos.

Se determinaron los componentes básicos de cada modelo matemático.

Y se realizo un ejemplo detallado de la vida real donde se pone en práctica

cada uno de los conocimientos adquiridos a lo largo del trabajo.