ACT6 TRABAJO COLABORATIVO

PROGRAMACION LINEAL



PRESENTADO POR:

WILLIAN ENRIQUE TELLEZ
Cdigo: 1140817060




PRESENTADO A:
EDGAR MAURICIO ALBA






UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
JULIO 2014

INTRODUCCION


Por medio del siguiente trabajo de colaborativo pretendo dar desarrollo a la tarea
propuesta por el tutor, con el fin de dar solucin a los puntos planteados del curso
Programacin lineal, el cual es de suma importancia acadmica y formativa para
nuestra funcin profesional.




















OBJETIVOS
Diferenciar y conceptualizar los diferentes modelos matemticos en la
investigacin de operaciones.
Reconocer la importancia que tiene la investigacin de operaciones en la
ingeniera de sistemas.
Comprender y aplicar con ejemplos prcticos la aplicacin de los modelos
de investigacin de operaciones.




















MODELOS I.O.


1. Elabore una sntesis de cada modelo clasificndolo de acuerdo al cuadro anexo.

MODELO DETERMINSTICO

Es un modelo matemtico donde las mismas entradas producirn invariablemente las mismas
salidas, no contemplndose la existencia del azar ni el principio de incertidumbre. Est
estrechamente relacionado con la creacin de entornos simulados a travs de simuladores para el
estudio de situaciones hipotticas, o para crear sistemas de gestin que permitan disminuir la
incertidumbre.
a) Programacin Lineal es un procedimiento o algoritmo matemtico mediante el cual se resuelve
un problema indeterminado, formulado a travs de ecuaciones lineales, optimizando la funcin
objetivo, tambin lineal.
Consiste en optimizar (minimizar o maximizar) una funcin lineal, denominada funcin objetivo,
de tal forma que las variables de dicha funcin estn sujetas a una serie de restricciones que
expresamos mediante un sistema de inecuaciones lineales.
b) Los modelos de Programacin Entera son aquellos donde la totalidad o un subconjunto de las
variables de decisin toman valores enteros.

MODELOS HIBRIDOS:
Tienen que ver con los mtodos determinsticos y probabilsticos como la teora de inventarios
a) La programacin dinmica es un mtodo para reducir el tiempo de ejecucin de un algoritmo
mediante la utilizacin de subproblemas superpuestos y subestructuras ptimas, como se describe
a continuacin. El matemtico Richard Bellman invent la programacin dinmica en 1953 que se
utiliza para optimizar problemas complejos que pueden ser discretizados y secuencializados.
b) Los modelos de simulacin difieren de los matemticos en que las relacin entre la entrada y la
salida no se indican en forma explcita. En cambio, un modelo de simulacin divide el sistema
representado en mdulos bsicos o elementales que despus se enlazan entre si va relaciones
lgicas bien definidas.

Por lo tanto, las operaciones de clculos pasaran de un mdulo a otro hasta que se obtenga un
resultado de salida.

Los modelos de simulacin cuando se comparan con modelos matemticos; ofrecen mayor
flexibilidad al representar sistemas complejos, pero esta flexibilidad no esta libre de
inconvenientes. La elaboracin de este modelo suele ser costoso en tiempo y recursos. Por otra
parte, los modelos matemticos ptimos suelen poder manejarse en trminos de clculos.

MODELOS ESTOCASTICOS
Un proceso estocstico es aquel cuyo comportamiento es no determinista, en la medida que el
subsiguiente estado del sistema est 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 determinstico o esencialmente probabilstico) que pueda ser analizable
en trminos de probabilidad merece ser denominado como un proceso estocstico.
a) Teoria de las colas: En ciencias de la computacin, y ms especficamente en investigacin de
operaciones, la teora de colas es el estudio matemtico de las lneas de espera o colas dentro de
una red de comunicaciones. Su objetivo principal es el anlisis de varios procesos, tales como la
llegada de los datos al final de la cola, la espera en la cola, entre otros.
La teora de colas generalmente es considerada una rama de investigacin operativa porque sus
resultados a menudo son aplicables en una amplia variedad de situaciones como negocios,
comercio, industria, ingenieras, transporte y telecomunicaciones.
b) teora de juegos es un rea de la matemtica aplicada que utiliza modelos para estudiar
interacciones en estructuras formalizadas de incentivos (los llamados juegos) y llevar a cabo
procesos de decisin. Sus investigadores estudian las estrategias ptimas as como el
comportamiento previsto y observado de individuos en juegos. Tipos de interaccin
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 mtodo CPM o Ruta Crtica (equivalente a la sigla en ingls Critical Path Method) es
frecuentemente utilizado en el desarrollo y control de proyectos. El objetivo principal es
determinar la duracin de un proyecto, entendiendo ste como una secuencia de actividades
relacionadas entre s, donde cada una de las actividades tiene una duracin 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.
Cuntos 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 est sujeto a dos restricciones:
De Material: 2x1 + x2 6
De Horas : 7x1 + 8x2 28
De no negatividad x1 0 y x2 0
Adems no se venden productos no terminados por lo tanto las variables x1 y x2 deben ser
enteras.
Programacin no lineal
En este caso se destaca el estudio de optimizacin en una variable 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 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 condicin a x 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 no lineal. Un programa matemtico en el cual
cada restriccin 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
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.
Programacin Dinmica
El programa matemtico:
Optimizar z = f1(x1) + f2(x2) +... + f(xn)
Con la condicin 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
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 4000
Con todas variables enteras y no negativas.