07 Tracol1 1 PDF

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de ciencias básicas, tecnología e ingeniería

Curso 100404 – Programación Lineal
INFORME TRABAJO COLABORATIVO 1

(PROGRAMACIÓN LINEAL)
CARLOS ALBERTO MARTÍNEZ GÓMEZ C.C 1.103.214.990

CAROLINA CIPAGAUTA BENITEZ C.C 1.019.041.163
EDILBERTO BETANCOURT C.C 1.110.556.786
SERGIO ANDRÉS SALAZAR C.C 1.113.640.415
TUTOR
EDGAR MAURICIO ALBA V.
CÓDIGO: 100404 _07
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESCUELA DE CIENCIAS BASICAS, TECNOLOGIA E INGENIERIA
PROGRAMA: INGENIERIA DE SISTEMAS
UNAD
2014
INTRODUCCIÒN
El presente documento parte de la lectura del documento “Los modelos

Matemáticos en la IO”. En el cual mediante la lectura regulada observamos los
diferentes modelos de Investigación de operaciones dividiéndolos en tres grupos
los Escolásticos los Determinísticos grupo donde encontramos la programación
lineal y el grupo híbrido el cual es una fusión de el modelo determinísticos y el
escolástico
El trabajo colaborativo 1 dividido en 2 fases, en la cual la fase 1 se indica como
individual elaboramos un ejercicio y lo planteamos matemáticamente en forma
canónica y forma estándar sin desarrollarlo y para la fase 2 ya en grupo,
identificamos en el documento la importancia de la Investigación de Operaciones
para la vida profesional efectuando ejemplos prácticos reales, de los modelos
expuestos en el documento origen. De esta forma se obtienen tres artículos el
primero es un cuadro con la síntesis del documento leído clasificando los modelos
matemáticos y sus componentes básicos, el segundo una serie de ejemplos
aplicativos de los modelos y por último la importancia en profesión de
administración de empresas
DERARROLLO DE ACTIVIDADES
ACTIVIDADES GRUPALES
En la primera fase se debe realizar las actividades propuestas en la lectura

autorregulada “Los modelos Matemáticos en la IO”. Esta lectura la pueden
bajar del tópico 1 del curso. Tenga en cuenta que debe hacerla con mucha
atención pues en ella encontrará probablemente algunos términos desconocidos
pero que a medida que usted prosigue en la lectura irán definiéndose, esta lectura
le permitirá clasificar los modelos matemáticos en determinísticos, híbridos y
estocásticos y dentro de ellos posicionar a la programación Lineal materia de
estudio en este curso, al mismo tiempo que le permitirá valorar la importancia que
tienen los modelos matemáticos y la investigación operativa en su vida profesional
y cotidiana.
1. Elabore una síntesis de cada modelo clasificándolo de acuerdo al cuadro

2. Ilustre con un ejemplo cada modelo
MODELOS DE INVESTIGACION DE OPERACIONES
DETERMINISTICOS
Los modelos determinísticos son aquéllos donde se supone que todos las
variables pertinentes se conocen con certeza. Es decir, en ellos se supone que
cuando el modelo sea analizado se tendrá disponible toda la información
necesaria para tomar las decisiones correspondientes.
Un ejemplo de modelo determinísticos sería la asignación de la tripulación de una
aerolínea para cada uno de sus vuelos diarios del mes próximo, conociendo los
horarios de vuelos, el personal disponible, las restricciones legales sobre las horas
de trabajo, las reglas del sindicato y así sucesivamente.
Optimización lineal
Es necesario que las restricciones y la función sean de tipo lineal, formulándose a

través de ecuaciones e inecuaciones lineales donde se hallan series de soluciones
o un conjunto factible. Los casos especiales de la programación lineal son, los
modelos de transporte y asignación
Programación lineal
Se caracteriza por minimizar o maximizar su función objetivo lineal y conocer sus

restricciones lineales. Como en cualquier modelo de investigación de operaciones
el método para su desarrollo se llama método Simplex y tiene tres componentes
básicos:
1. Las variables de decisión que se trata de determinar.
2. El objetivo (la meta) que se trata de optimizar.

3. Las restricciones que se deben satisfacer
La estructura matemática general de la programación lineal es la siguiente:
Transporte y Asignación
El modelo de transporte busca determinar un plan de transporte de una mercancía

de varias fuentes a varios destinos. Los datos del modelo son:
1. Nivel de oferta en cada fuente y la cantidad de demanda en cada destino.
2. El costo de transporte unitario de la mercancía a cada destino.
Como solo hay una mercancía un destino puede recibir su demanda de una o más
fuentes. El objetivo del modelo es el de determinar la cantidad que se enviará de
cada fuente a cada destino, tal que se minimice el costo del transporte total.
La suposición básica del modelo es que el costo del transporte en una ruta es
directamente proporcional al número de unidades transportadas. La definición de
“unidad de transporte” variará dependiendo de la “mercancía” que se transporte.
Ejemplo: MG Auto Company tiene plantas en Los Ángeles, Detroit y Nueva

Orleáns. Sus centros de distribución principales son Denver y Miami. Las
capacidades de las plantas durante el trimestre próximo son 1 000, 1 500, y 1 200
automóviles. Las demandas trimestrales en los dos centros de distribución son de
2 300 y 1 400 vehículos. El costo del transporte de un automóvil por tren es de 8
centavos por milla.
Programación Entera y 0-1:
Los programas lineales enteros son aquellos en los que algunas o todas las
variables están restringidas a tener valores enteros (o discretos). La programación
lineal entera tiene aplicaciones prácticas importantes. Desafortunadamente hasta
esta fecha no existe un programa de cómputo para programas lineales enteros
que pueda resolverlos en forma consistente. Algunas de sus variables están
compuestas de valores enteros. Su obtención se hace analizando las posibles
alternativas de valores enteros de esas variables en un entorno alrededor de
soluciones obtenidas, considerando las variables reales. Muchas veces la solución
del programa lineal truncado está lejos de ser el óptimo entero, por lo que se hace
necesario usar algún algoritmo para hallar esta solución de forma exacta.
El más famoso es el método de 'Ramificar y Acotar' o Branch and Bound por su
nombre en inglés. El método de Ramificar y Acotar parte de la adición de nuevas
restricciones para cada variable de decisión (acotar) que al ser evaluado
independientemente (ramificar) lleva al óptimo entero.
Ejemplo: Un Árabe excéntrico dejó un testamento para distribuir un hato de

camellos entre sus tres hijos: Tarek recibe al menos la mitad del hato. Sharif
recibe al menos un tercio y Maisa recibe al menos un noveno, y el resto va a una
institución de beneficencia. El testamento no especifica el tamaño del hato y sólo
dice que es una cantidad impar de camellos y que la institución mencionada reciba
exactamente un camello. ¿Cuántos camellos dejó el sheikh en su testamento, y
cuántos recibió cada hijo?
Redes
Hay una multitud de situaciones en investigación de operaciones que se pueden

modelar y resolver como redes (nodos conectados por ramas). Algunas encuestas
recientes informan que hasta el 70% de los problemas de programación
matemática en el mundo real se pueden re-presentar como modelos relacionados
con redes.
Una red consiste en una serie de nodos enlazados con arcos (o ramas). La
notación para describir una red es (N.A), donde N es el conjunto de nodos y A es
el conjunto de arcos con cada red se asocia algún tipo de flujo; En general el flujo
en una red está limitado por la capacidad de sus arcos, que pueden ser finitos o
infinitos. Un arco es dirigido u orientado si permite un flujo positivo en una
dirección y flujo cero en la dirección opuesta.
Una ruta forma un ciclo si conecta un nodo consigo mismo, pasando por otros
nodos. Los arcos forman un bucle o circuito cerrado. Un ciclo es dirigido si
consiste en una ruta dirigida.
Una red conectada es aquella en que cada dos nodos distintos están enlazados al
menos por una ruta. Un árbol es una red conectada que puede consistir sólo en un
subconjunto de todos los nodos en ella, donde no se permiten ciclos y un árbol de
expansión es un árbol que enlaza todos los nodos de la red, también sin permitir
ciclos.
Los métodos CPM (método de la ruta crítica o del camino crítico,

“criticalpathmethod”) PERT (técnica de evaluación y revisión de programa,
“programevaluation and reviewtechnique”) se basan en redes y tienen por objeto
auxiliar en la planeación, programación y control de proyectos. Se define un
proyecto como conjunto de actividades interrelacionadas, en la que cada actividad
consume tiempo y recursos. El objetivo del CPM y del PERT es contar con un
método analítico para programar las actividades.
Ejemplos:
1. Diseño de una red de gasoductos marinos para conectar bocas de pozos en el

Golfo de México con un punto de entrega en tierra. El objetivo del modelo es
minimizar el costo de construcción del gasoducto.
2. Determinación de la ruta más corta entre dos ciudades, en una red de
carreteras.
3. programa de flujo con costo mínimo desde los campos petroleros hasta las
refinerías a través de una red de oleoductos.
4. Determinación del cronograma (fechas de inicio y terminación) de las
actividades en la construcción de un proyecto.
Optimización no lineal
Los métodos de solución de la programación no lineal se pueden clasificar por su

método de solución y como contraposición de la programación lineal, sujeta a una
serie de restricciones lineales. Asume también valores óptimos (máximos o
mínimos).
Ejemplo: Sea I (x) = 600x - .La función ingreso total, por venta de artículos.
¿Cuál será el ingreso marginal cuando se venden 20 artículos?
Métodos Clásicos
Este método aplica cálculo diferencial en sus operaciones.
Método de Búsqueda
Los Métodos de Búsqueda utilizan técnicas gradientes y ramificación, y los

Métodos de Programación no Lineal aplican algoritmos especiales (procedimientos
de solución) para explotar ciertas estructuras matemáticas en las relaciones
funcionales.
Programación no lineal
Aplican algoritmos especiales (procedimientos de solución) para explotar ciertas

estructuras matemáticas en las relaciones funcionales.
Ejemplo
El proceso de producción de una planta de embutidos como Suizo que procesa

diferente productos en tiempo específicos y según la demanda de dicho producto.
De esta manera tenemos un modelo determinístico en donde los tiempos de
fabricación son casi exactos y los materiales usados siempre son los mismos pues
estos datos ya están especificados para cada producto.
ESTOCASTICOS
En los modelos estocásticos algunos elementos no se conocen con certeza. Es

decir, en los modelos probabilísticos se presupone que algunas variables
importantes, llamadas variables aleatorias, no tendrán valores conocidos antes
que se tomen las decisiones correspondientes y que ese desconocimiento debe
ser incorporado al modelo.
Un ejemplo de modelo probabilístico podría ser la decisión de establecer una

compañía de Internet mediante la venta pública de acciones de capital, antes de
saber si el mercado para nuestra oferta será favorable (mercado en alza) y rendirá
un alto precio de las acciones, o desfavorable (mercado sostenido) y el precio de
éstas será bajo.
Programación estocástica
La Programación estocástica (PE) es la resolución de problemas de programación
matemática en los que algunos o todos los parámetros se consideran variables
aleatorias pues se conoce la distribución de probabilidad asociada a ellos,
suponiendo que son independientes a la solución.
La programación estocástica tiene que ver con situaciones en las que algunos o
todos los parámetros del problema son variables aleatorias. Esos casos son
típicos en los problemas de la vida real, donde puede ser difícil determinar con
certidumbre los valores de los parámetros. La idea de la programación estocástica
es convertir el problema probabilístico en un caso determinísticos equivalente.
Colas
Se forman debido a un desequilibrio temporal entre la demanda del servicio y la

capacidad del sistema para suministrarlo.
En las formaciones de colas se habla de clientes, tales como máquinas dañadas a

la espera de ser rehabilitadas. Los clientes pueden esperar en cola debido a que
los medios existentes sean inadecuados para satisfacer la demanda del servicio;
en este caso, la cola tiende a ser explosiva, es decir, a ser cada vez más larga a
medida que transcurre el tiempo. Los clientes puede que esperen temporalmente,
aunque las instalaciones de servicio sean adecuadas, porque los clientes llegados
anteriormente están siendo atendidos.
Ejemplo: Aplicación a la telefonía; Las redes telefónicas se diseñan para

acomodar la intensidad ofrecida del tráfico con solamente una pequeña pérdida. El
funcionamiento de los sistemas depende de si la llamada es rechazada, de si está
pérdida, etc. Normalmente los sistemas de desbordamiento hacen uso de rutas
alternativas e incluso estos sistemas tienen una capacidad de carga finita o
máxima de tráfico. Sin embargo, el uso de las colas permite que los sistemas
esperen por las peticiones de su cliente hasta que los recursos libres estén
disponibles. Esto significa que si los niveles de la intensidad del tráfico exceden de
la capacidad disponible, las llamadas del cliente se perderían. La disciplina de
colas determina la manera de cómo manejar las llamadas de los clientes. Define la
manera en que les servirán, la orden de las cuales se sirven, y la manera en la
que los recursos se dividen entre los clientes.
Proceso Estocástico
Es un proceso azaroso que se desarrolla a través del tiempo y se muestra por

medio de un conjunto de funciones aleatorias, como distribución de probabilidad y
el tiempo.
Teorías de decisiones y juegos
En el análisis de decisiones se usa un proceso racional para seleccionar la mejor

de varias alternativas. La “bondad” de una alternativa seleccionada depende de la
calidad de los datos que se usen para describir el caso de la decisión. Desde este
punto de vista, un proceso de toma de decisión puede caer en una de las tres
categorías siguientes:
1. Toma de decisiones bajo certidumbre, en la que los datos se conocen en forma
determinista.
2. Toma de decisiones bajo riesgo, en la que los datos se pueden describir con
distribuciones de probabilidades.
3. Toma de decisiones bajo incertidumbre, en donde a los datos no se les puede
asignar pesos o factores de ponderación que representen su grado de importancia
en el proceso de decisión. De hecho bajo certidumbre, los datos están bien
definidos y bajo incertidumbre, los datos son ambiguos. La toma de decisiones
bajo riesgo representa entonces el caso de “la mitad del camino”.
Ejemplo: Kevin y June Park (K y J) están comprando casa nueva. Hay disponibles
tres casas, A,B y C .Los Park concuerdan en dos criterios para seleccionar la
casa: acabado (Y ) y cercanía al trabajo(W) y han formulado matrices de
comparación. Clasifique las tres casas por prioridad, y calcule la relación de
inconsistencia para cada matriz.
Ejemplo: La cantidad de personal necesaria y las instalaciones necesarias para

ampliar un negocio de peluquerías en donde el espacio y el personal no son
suficientes para atender la demanda.
Con este proceso se ampliaría las posibilidades de tener más clientes y por ende
más ganancias y optimización del servicio.
También una mejora en cuanto la atención y el espacio disponible para atender
con más comodidad.
HIBRIDOS
Programación dinámica
La programación dinámica encuentra la solución óptima de un problema con n

variable descomponiéndolo en n etapas, siendo cada etapa un subproblema de
una sola variable. Sin embargo, como la naturaleza de la etapa difiere de acuerdo
con el problema de optimización, la programación dinámica no proporciona los
detalles de cómputo para optimizar cada etapa.
Tres elementos básicos de un modelo de programación dinámica:
1. Definición de las etapas.
2. Definición de las alternativas en cada etapa.
3. Definición de los estados para cada etapa.
En la programación dinámica tenemos unas variables que interactúan unas con
otras, de acuerdo a ciertas razones de cambio entre ellas, porcentajes y
constantes de interacción. Este tipo de problemas se resuelven con herramientas
cómo las ecuaciones diferenciales o los diagramas de fase. Uno de los ejemplos
más encontrados es el del modelo Lotka-Volterra.
Ejemplo: Un explorador debe cargar tres artículos: alimentos, botiquín y ropa. La

mochila tiene 3 pies cúbicos de capacidad. Cada unidad de alimento ocupa 1 pie
cúbico. Un botiquín ocupa de pie cúbico y cada prenda de vestir ocupa pie cúbico.
El excursionista asigna los factores de prioridad 3, 4 y5 al alimento, botiquín y
ropa, lo que significa que la ropa es el más valioso de esos artículos. De acuerdo
con la experiencia, el excursionista debe llevar al menos 1 unidad de cada artículo,
y nomás de dos botiquines. ¿Cuánto de cada artículo debe cargar el
excursionista?
Inventarios
Uno de los métodos de optimización de inventarios es el método de costeo ABC.

El análisis ABC es una manera de clasificar los productos de acuerdo a criterios
preestablecidos en los textos de estudio toman como criterio el valor de los
inventarios y dan porcentajes relativamente arbitrarios para hacer esta
clasificación.
Los modelos que se presentan se clasifican, en el sentido amplio, en situaciones
de revisión continua y periódica (incluyen tanto casos de un solo periodo como de
varios periodos). Las soluciones pro-puestas van desde el uso de una versión
probabilística de la cantidad económica de pedido (CEPo EOQ, de
economicorderquantity) determinística hasta casos más complejos que se
resuelven con programación dinámica. La naturaleza probabilística de la demanda
conduce a modelos complejos que quizá no sean útiles en la práctica. Sin
embargo, en las publicaciones se han reportado buenas implementaciones de
inventario probabilístico.
Ejemplo: El 10% de los productos representan el 60% de las compras de la

empresa por lo tanto esta es la zona A, un 40% de los productos el 30%, que
serían los que están ubicados en la zona B, el resto (50% de los productos y 10%
de las compras) son productos C.
Los valores anteriores son arbitrarios, cada empresa tiene sus particularidades, si
alguien decide utilizar este criterio debe ser consciente de las realidades de su
empresa. Se debe pensar no solo en los costos, es importante ver otros criterios,
lo que es sin duda la principal dificultad en este tipo de análisis. Es innegable, sin
embargo que un pequeño porcentaje de productos, desde cualquier criterio, es
indispensable para el funcionamiento de la empresa y/o para mejorar su
rentabilidad, estos serían clasificados como productos A típicos, y de acuerdo a
este punto de vista se van seleccionando los productos de las demás zonas; si
uno considera oportuno podría pensarse en la posibilidad de agregar una zona D,
para productos realmente intrascendentes y de costo muy bajo.
Simulación
La simulación es la mejor alternativa de la observación de un sistema. Nos permite

recopilar información pertinente acerca del comportamiento al paso del tiempo. La
simulación no es una técnica de optimización. Más bien se usa para estimar las
mediciones del desempeño de un sistema modelado. Ésta es la razón por la que
la simulación ha gozado de aplicaciones tan tremendas en las redes de
comunicaciones, manufactura, control de inventario, comportamiento del cliente,
pronósticos económicos, sistemas biomédicos, estrategias y tácticas bélicas.
Ejemplo: El tiempo de entrega de un pedido puede ser 1 o 2 días, con

probabilidades iguales. La demanda por día puede tomar los valores 0, 1 y 2 y
tienen las probabilidades respectivas de 0.2, 0.7 y 0.1. A partir de la distribución
conjunta estime la función de distribución de probabilidades de la demanda
durante el tiempo de entrega
Pert Ruta critica
Es la serie de elementos terminales de la red de proyectos con la mayor duración

entre ellos, determinando el tiempo más corto en el que es posible complementar
el proyecto.
Ejemplo: Grafica de grantt, Red de actividades.
Heurísticos
Aplican reglas del pulgar a los problemas que sin esto no podrían ser resueltos de
manera factible, eficaz y óptima, sirve para descubrir o resolver problemas
mediante la experimentación y los métodos de ensayo y error. También son
representaciones gráficas de un sistema para explicar mejor y poder entender de

una manera simple.
Ejemplo de ellos son; gráficos, esquemas, mapas, etc.; Todos son imágenes que
explican algo.
3. IMPORTANCIA QUE TIENE LA INVESTIGACIÓN DE OPERACIONES EN MI
CARRERA PROFESIONAL.
Los modelos anteriormente descritos de forma breve me permiten observar cómo

puedo modelar las diferentes situaciones que se me presentan en la empresa.
Estos modelos me ayudarán a reducir costos mediante la restricción de mi

presupuesto, o me permitirán desarrollar un modelo que me dé una idea de cómo
se verá afectada la empresa dónde trabajo por los cambios en la economía
mundial mediante la formulación de un problema de carácter dinámico
Dentro del ámbito de la ingeniería de sistemas, se presenta un sin número de

situaciones que requieren ser objeto de análisis, para optimizar los recursos
disponibles, empleando la información existente para definir a través de modelos
matemáticos la mejor utilización de los mismos, para el logro de las condiciones,
metas u objetivos propuestos, bien sea en manejo de datos, diseño o
implementación de recursos, tiempos de respuesta, velocidad de transmisión de la
información, entre otras.
En una empresa existen productos a fabricar u ofrecer dependiendo del tipo de

empresa que sea (manufacturera, de servicios, etc.) con una cantidad de recursos
(maquinaria, equipos, personas, dinero, etc.) limitados y en los cuales se hace
necesario utilizar al máximo para obtener el mayor beneficio de la empresa.
Considerando que como administradores somos los encargados de dichos
productos y recursos se hace necesario tener un conocimiento de la programación
lineal y encontrar mediante modelación matemática soluciones óptimas.
La importancia que tiene la investigación de operaciones en la carrera
administración de empresas es grande ya que un administrador debe optimizar y
sacar provecho de las personas que tenemos a cargo acelerando los procesos y
haciéndolos más productivos, de esta manera haciendo que la organización que
estemos dirigiendo sea más productiva y competitiva frente a las otras teniendo en
cuenta que estamos en plena globalización y los cambios son importantes para
estar a la vanguardia.
MODELO DETERMINISTICO
Modelo determinístico no probabilísticos
Supone que todas las variables son controlables incluso aquellas que no se saben con certeza.
En los modelos matemáticos es mejor manejar este tipo de modelo pues es más fácil hacerlo de
forma certera.
Permite la introducción de la incertidumbre.
Los modelos determinísticos se caracterizan por optimizar algunas funciones objetivo.
Generalmente está sujeto a un conjunto de restricciones
MODELO ESTOCASTICO
El modelo estocástico utiliza variables aleatorias de distribuciones muéstrales específicas.
No se aplican en el área de programación matemática suposiciones determinísticas.
Los modelos físicos están desarrollados para una área específica.
Los modelos físicos intentan predecir las características operativas.
La teoría de decisiones incorpora los conceptos de la teoría de utilidad y la probabilidad de
Bayes
MODELO HIBRIDO
Los modelos híbridos son una mezcla de los dos modelos, los determinísticos y los
estocásticos
ACTIVIDADES INDIVIDUALES
En la segunda fase se debe hacer el planteamiento narrativo de un problema de

PL y preséntelo en ecuaciones matemáticas de forma CANONICA y de forma
ESTANDAR de Programación Lineal, no se requiere solucionarlo, debe
presentarlo individualmente, y realizarlo de su propia creación, es un ejemplo
(propio) y se pueden basar en el video “Como plantear en ecuaciones, un
problema de Programación Lineal”, presentado en el tópico 3 del curso; además
puede también basarse en la información y análisis de las diapositivas adjuntas a
esta actividad y/o en el módulo. Esta actividad será de carácter individual, pero
deberán anexarse como trabajo grupal todas las diapositivas realizadas por todos
y cada uno de los integrantes del grupo colaborativo. No se aceptan
planteamientos de modelos matemáticos, copiados, deben ser de la autoría de
cada uno de los miembros del grupo.
Les recuerdo que la fase 2 es un ejemplo creado por cada uno de los estudiantes
y que no se aceptan copias o tomar modelos y cambiar datos de algunos modelos
matemáticos ya creados, debe ser creación propia.
EJEMPLO 1 “Realizado por Sergio Andrés Salazar”
El proceso de ensamble de 3 modelos de bicicletas, MTB, BMX y Urbana, consta

del ensamble de varios componentes. Cada modelo tiene unos tiempos de
ensamble total de 2, 1.5, 2.5 horas y un precio de 174.800, 168.800 y 199.800,
respectivamente, tal como muestra la siguiente tabla.
MTB BMX URBANA
ENSAMBLE DE 3 2 3
COMPONENTES
TIEMPO MÁXIMO 2 Horas 1.5 Horas 2.5 Horas
PRECIO 174.800 168.800 199.800
Para poder armar el máximo número de bicicletas de cada uno de los modelos,
dentro de la jornada laboral, que consta de 8 horas, se tiene:
Función Objetivo de Maximización (Forma Canónica)
Restricciones
Función Objetivo de Maximización (Forma Estándar)
Restricciones
EJEMPLO 2 “Realizado por Carlos Martínez Gómez”
Una fábrica de Zapatos que produce modelos colegiales del número 26 al 32, los
vende a un precio de $30.000 - 32.000 - 34.000 – 36.000 pesos cada número
respectivamente. Estos tienen varios procesos, entre ellos Corte, cosido. Pegado y
alistado. El corte requiere máximo 24 horas semanales, la cosida requiere 32
horas, el pegado 14 horas y el alistado 7. Qué cantidad de zapatos se puede
producir al mes de cada par?
a. Para los zapatos talla 26 y 28 se requieren 1 hora para corte, 2 horas de cosido,
1 hora de pegado y 1 hora para el alistado.
b. Para los zapatos talla 30 y 32 se requieren 1,5 horas para corte, 2,7 horas para
cosido, 1,5 hora pegado y 1,2 hora para alistado.
Forma Canónica X= variables =# de talla de zapatos

C= Constantes: Precio por cada zapato
z=Función objetivo = sumatoria de precio por variable de decisión o de
zapatos
objetivo es Maximizar ganancias

Maximizar z= C1X1+C2X2+C3X3+C4X4
z= 30000X1+32000X2+34000X3+36000X4
Restricciones: Maximizar una función Z, es

matemáticamente equivalente a
minimizar la expresión negativa de
la función objetivo.
1. X1+ X2 + 1,5 X3 + 1,5 X4 <= 24
2. 2 X1+ 2 X2 + 2,7 X3 + 2,7 X4 <= 32
3. X1+ X2 + 1,5 X3 + 1,5 X4 <= 14
4. X1+ X2 + 1,2 X3 + 1,2 X4 <= 7
Restricciones de no negatividad
5. X1>=0 , X2>=0 , X3>=0 , X4>=0 ENTERO
Forma Estándar:
Tomo las restricciones y las convierto en igualdades.

Maximizar una función Z, es matemáticamente equivalente a minimizar la

expresión negativa de la función objetivo.
Maximizar Z = C1X1 + C2X2 +…..+ CnXn
Se adicionan las variables de holgura ya que estamos hablando de maximizar.
Maximizar Z= C1X1-C2X2-C3X3-C4X4 +0S1 +0S2 +0S3 +0S4

Z= 30000X1+32000X2 + 34000X3
+36000X4 +0S1 +0S2 +0S3 +0S4
Restricciones:
1. X1+ X2 + 1,5 X3 + 1,5 X4 +S1= 24
2. 2 X1+ 2 X2 + 2,7 X3 + 2,7 X4 +S2 = 32
3. X1+ X2 + 1,5 X3 + 1,5 X4 +S3 = 14
4. X1+ X2 + 1,2 X3 + 1,2 X4 + S4 = 7
Restricciones de no negatividad
5. X1>=0 , X2>=0 , X3>=0 , X4>=0
ENTERO
EJEMPLO 3: “Realizado por Edilberto Betancourt Bejarano”
Una panadería “La pamplonesa” desea fabricar tres tipos de galletas de

diferentes clases (chocolate, vainilla, maracuyá) para ello cuenta con 3 clases de
diferentes procesos (P1,P2,P3) de fabricación de las diferentes galletas, donde
se prepara la masa, el diseño y la ornamentada, las galletas tiene que pasar por
los tres diferentes procesos, aunque cada una de las diferentes galletas cuentas
con diferentes horas de fabricación y con más ingredientes que otras para la
primera se espera una ganancia de $150 por galleta la segunda galleta de $100 y
la tercera galleta de $50. En la siguiente tabla se muestran los recursos
Tipo de Producto 1 Producto 2 Producto 3 Total horas

galletas horas por horas por horas por semanal
unidad unidad unidad
Chocolate 2 2 2 32
Vainilla 1 2 2 22
Maracuyá 3 2 1 36
Ganancia por 150 100 50
unidad
¿Qué cantidad de cada producto p1, p2 y p3 se debe producir cada semana

para obtener la ganancia máxima?
Dónde:
x1= “ unidades p1”

x2=”unidades p2”
x3= “unidades p3”
Canónica Estándar
Max z= 150x1+100x2+50x3 Max z=150x1+100x2+50x3
Restricciones Restricciones
2x1+2x2+2x3 32 2x1+2x2+2x3+p1 = 32
1x1+2x2+3x3 22 1x1+2x2+3x3+p2 = 22
3x1+2x2+1x3 36 3x1+2x2+1x3 +p3 = 36
X1≥0,x2≥0,x3≥0 X1≥0,x2≥0,x3≥0
EJEMPLO 4 “Realizado por Lady Carolina Cipagauta”
En una empresa de productos de aseo se elaboran tres clases de jabón el

producto 1 jabón para el lavado de la ropa con un tiempo de preparación de 3
minutos, el producto 2 es jabón para el lavado de la loza con un tiempo de
preparación de 5 minutos y el producto 3 es jabón de baño con un tiempo de 4
minutos de preparación y el tiempo de proceso de cada producto es de 5,6 y 7
minutos respectivamente para cada producto.
Las ganancias de cada producto son de 500 en jabón de ropa, 700 en jabón de
loza y 400 en jabón de baño.
Se cuenta con un tiempo de 340 minutos para la preparación y con 300 para el
proceso.
JABON JABON JABON DE TOTAL

ROPA 1 LOZA 2 BAÑO 3
PREPARACION 3 minutos 5 minutos 4 minutos 340

min
PROCESO 5 minutos 6 minutos 7 minutos 300

min
UTILIDAD 500 pesos 700 pesos 400 pesos
ECUACION CANONICA ECUACION ESTANDAR
MAX Z= 500X1 + 700X2+400X3 MAX Z= 500X1 + 700X2+400X3
Restricciones Restricciones
3x1+5x2+4x3<= 340 3x1+5x2+4x3+S1 = 340
5x1+6x2+7x3<= 300 5x1+6x2+7x3+ S2= 300
X1,x2,x3 >=0 X1,x2,x3,S1,S2 >=0
CONCLUSIONES
 Finalizando exitosamente la anterior actividad, de acuerdo con los

propósitos y con las especificaciones estipuladas se puede concluir que el
estudiante se acerca más con el curso, para motivarlo a que realice el curso
con responsabilidad entregando los trabajos en las fechas ya planteadas.
 Este trabajo permitió que los estudiantes realizaran cada actividad con
responsabilidad y demostrara los conocimientos solicitados.
 El modelo determinísticos es el modelo utilizado más acertado para la

solución de problemas de programación lineal.
 El administrador de empresas se apoya para la toma de decisiones en gran

medida de los modelos de investigación de operaciones diseñados para
ellos.
 Los modelos planteados para dar solución a problemas de programación

lineal deben cumplir con que la función objetivo y las restricciones tienen
que ser lineales.
 En este trabajo podemos concluir que la programación lineal es importante

para el desarrollo óptimo de las labores en una empresa, nos ayuda en la
solución de un problema buscando la solución más adecuada y beneficiosa.
 La implantación de procesos productivos nos ayuda a mejorar procesos y

sacar provecho de aquellos en los que no se está haciendo el proceso de la
manera más óptima.
BIBLIOGRAFIA
 Gloria L. Guzmán A. (2010), Módulo Programación Lineal, ESCUELA DE

CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA; UNAD
 http://66.165.175.205/campus12_20141/mod/resource/view.php?id=409
 http://66.165.175.205/campus12_20141/file.php/6/ACT._6_COLABORATIV
O_1.pdf
 http://conferencia2.unad.edu.co/p95awprftw9/?launcher=false&fcsContent=t
rue&pbMode=normal
 http://148.204.211.134/polilibros/portal/Polilibros/P_terminados.../

07 Tracol1 1 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

07 Tracol1 1 PDF

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

Escuela de ciencias básicas, tecnología e ingeniería

INFORME TRABAJO COLABORATIVO 1

CARLOS ALBERTO MARTÍNEZ GÓMEZ C.C 1.103.214.990

CÓDIGO: 100404 _07

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

El presente documento parte de la lectura del documento “Los modelos

En la primera fase se debe realizar las actividades propuestas en la lectura

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

MODELOS DE INVESTIGACION DE OPERACIONES

Es necesario que las restricciones y la función sean de tipo lineal, formulándose a

Se caracteriza por minimizar o maximizar su función objetivo lineal y conocer sus

2. El objetivo (la meta) que se trata de optimizar.

El modelo de transporte busca determinar un plan de transporte de una mercancía

Ejemplo: MG Auto Company tiene plantas en Los Ángeles, Detroit y Nueva

Programación Entera y 0-1:

Ejemplo: Un Árabe excéntrico dejó un testamento para distribuir un hato de

Hay una multitud de situaciones en investigación de operaciones que se pueden

Los métodos CPM (método de la ruta crítica o del camino crítico,

1. Diseño de una red de gasoductos marinos para conectar bocas de pozos en el

Los métodos de solución de la programación no lineal se pueden clasificar por su

Este método aplica cálculo diferencial en sus operaciones.

Los Métodos de Búsqueda utilizan técnicas gradientes y ramificación, y los

Aplican algoritmos especiales (procedimientos de solución) para explotar ciertas

El proceso de producción de una planta de embutidos como Suizo que procesa

En los modelos estocásticos algunos elementos no se conocen con certeza. Es

Un ejemplo de modelo probabilístico podría ser la decisión de establecer una

Se forman debido a un desequilibrio temporal entre la demanda del servicio y la

En las formaciones de colas se habla de clientes, tales como máquinas dañadas a

Ejemplo: Aplicación a la telefonía; Las redes telefónicas se diseñan para

Es un proceso azaroso que se desarrolla a través del tiempo y se muestra por

Teorías de decisiones y juegos

En el análisis de decisiones se usa un proceso racional para seleccionar la mejor

Ejemplo: La cantidad de personal necesaria y las instalaciones necesarias para

La programación dinámica encuentra la solución óptima de un problema con n

Ejemplo: Un explorador debe cargar tres artículos: alimentos, botiquín y ropa. La

Uno de los métodos de optimización de inventarios es el método de costeo ABC.

Ejemplo: El 10% de los productos representan el 60% de las compras de la

La simulación es la mejor alternativa de la observación de un sistema. Nos permite

Ejemplo: El tiempo de entrega de un pedido puede ser 1 o 2 días, con

Pert Ruta critica

Es la serie de elementos terminales de la red de proyectos con la mayor duración

Ejemplo: Grafica de grantt, Red de actividades.

representaciones gráficas de un sistema para explicar mejor y poder entender de

Los modelos anteriormente descritos de forma breve me permiten observar cómo

Estos modelos me ayudarán a reducir costos mediante la restricción de mi

Dentro del ámbito de la ingeniería de sistemas, se presenta un sin número de

En una empresa existen productos a fabricar u ofrecer dependiendo del tipo de

En la segunda fase se debe hacer el planteamiento narrativo de un problema de

EJEMPLO 1 “Realizado por Sergio Andrés Salazar”

El proceso de ensamble de 3 modelos de bicicletas, MTB, BMX y Urbana, consta

MTB BMX URBANA

TIEMPO MÁXIMO 2 Horas 1.5 Horas 2.5 Horas

PRECIO 174.800 168.800 199.800

Función Objetivo de Maximización (Forma Canónica)

Función Objetivo de Maximización (Forma Estándar)

EJEMPLO 2 “Realizado por Carlos Martínez Gómez”

Forma Canónica X= variables =# de talla de zapatos

objetivo es Maximizar ganancias

Restricciones: Maximizar una función Z, es

Tomo las restricciones y las convierto en igualdades.

Maximizar una función Z, es matemáticamente equivalente a minimizar la

Maximizar Z = C1X1 + C2X2 +…..+ CnXn