07 Tracol1 PDF

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de ciencias bsicas, tecnologa e ingeniera

Curso 100404 Programacin Lineal

INFORME TRABAJO COLABORATIVO 1
(PROGRAMACIN LINEAL)

CARLOS ALBERTO MARTNEZ GMEZ C.C 1.103.214.990
CAROLINA CIPAGAUTA BENITEZ C.C 1.019.041.163
EDILBERTO BETANCOURT C.C 1.110.556.786
SERGIO ANDRS SALAZAR C.C 1.113.640.415

TUTOR
EDGAR MAURICIO ALBA V.

CDIGO: 100404 _07

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
ESCUELA DE CIENCIAS BASICAS, TECNOLOGIA E INGENIERIA
PROGRAMA: INGENIERIA DE SISTEMAS
UNAD
2014


INTRODUCCIN

El presente documento parte de la lectura del documento Los modelos
Matemticos en la IO. En el cual mediante la lectura regulada observamos los
diferentes modelos de Investigacin de operaciones dividindolos en tres grupos
los Escolsticos los Determinsticos grupo donde encontramos la programacin
lineal y el grupo hbrido el cual es una fusin de el modelo determinsticos y el
escolstico
El trabajo colaborativo 1 dividido en 2 fases, en la cual la fase 1 se indica como
individual elaboramos un ejercicio y lo planteamos matemticamente en forma
cannica y forma estndar sin desarrollarlo y para la fase 2 ya en grupo,
identificamos en el documento la importancia de la Investigacin de Operaciones
para la vida profesional efectuando ejemplos prcticos reales, de los modelos
expuestos en el documento origen. De esta forma se obtienen tres artculos el
primero es un cuadro con la sntesis del documento ledo clasificando los modelos
matemticos y sus componentes bsicos, el segundo una serie de ejemplos
aplicativos de los modelos y por ltimo la importancia en profesin de
administracin de empresas


DERARROLLO DE ACTIVIDADES

ACTIVIDADES GRUPALES

En la primera fase se debe realizar las actividades propuestas en la lectura
autorregulada Los modelos Matemticos en la IO. Esta lectura la pueden
bajar del tpico 1 del curso. Tenga en cuenta que debe hacerla con mucha
atencin pues en ella encontrar probablemente algunos trminos desconocidos
pero que a medida que usted prosigue en la lectura irn definindose, esta lectura
le permitir clasificar los modelos matemticos en determinsticos, hbridos y
estocsticos y dentro de ellos posicionar a la programacin Lineal materia de
estudio en este curso, al mismo tiempo que le permitir valorar la importancia que
tienen los modelos matemticos y la investigacin operativa en su vida profesional
y cotidiana.

1. Elabore una sntesis de cada modelo clasificndolo de acuerdo al cuadro
2. Ilustre con un ejemplo cada modelo

MODELOS DE INVESTIGACION DE OPERACIONES

DETERMINISTICOS

Los modelos determinsticos son aqullos 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 tendr disponible toda la informacin
necesaria para tomar las decisiones correspondientes.
Un ejemplo de modelo determinsticos sera la asignacin de la tripulacin de una
aerolnea para cada uno de sus vuelos diarios del mes prximo, conociendo los
horarios de vuelos, el personal disponible, las restricciones legales sobre las horas
de trabajo, las reglas del sindicato y as sucesivamente.

Optimizacin lineal

Es necesario que las restricciones y la funcin sean de tipo lineal, formulndose a
travs de ecuaciones e inecuaciones lineales donde se hallan series de soluciones
o un conjunto factible. Los casos especiales de la programacin lineal son, los
modelos de transporte y asignacin

Programacin lineal

Se caracteriza por minimizar o maximizar su funcin objetivo lineal y conocer sus
restricciones lineales. Como en cualquier modelo de investigacin de operaciones
el mtodo para su desarrollo se llama mtodo Simplex y tiene tres componentes
bsicos:
1. Las variables de decisin que se trata de determinar.


2. El objetivo (la meta) que se trata de optimizar.
3. Las restricciones que se deben satisfacer
La estructura matemtica general de la programacin lineal es la siguiente:

Transporte y Asignacin

El modelo de transporte busca determinar un plan de transporte de una mercanca
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 mercanca a cada destino.
Como solo hay una mercanca un destino puede recibir su demanda de una o ms
fuentes. El objetivo del modelo es el de determinar la cantidad que se enviar de
cada fuente a cada destino, tal que se minimice el costo del transporte total.
La suposicin bsica del modelo es que el costo del transporte en una ruta es
directamente proporcional al nmero de unidades transportadas. La definicin de
unidad de transporte variar dependiendo de la mercanca que se transporte.

Ejemplo: MG Auto Company tiene plantas en Los ngeles, Detroit y Nueva
Orlens. Sus centros de distribucin principales son Denver y Miami. Las
capacidades de las plantas durante el trimestre prximo son 1 000, 1 500, y 1 200
automviles. Las demandas trimestrales en los dos centros de distribucin son de
2 300 y 1 400 vehculos. El costo del transporte de un automvil por tren es de 8
centavos por milla.

Programacin Entera y 0-1:

Los programas lineales enteros son aquellos en los que algunas o todas las
variables estn restringidas a tener valores enteros (o discretos). La programacin
lineal entera tiene aplicaciones prcticas importantes. Desafortunadamente hasta
esta fecha no existe un programa de cmputo para programas lineales enteros
que pueda resolverlos en forma consistente. Algunas de sus variables estn
compuestas de valores enteros. Su obtencin 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 solucin


del programa lineal truncado est lejos de ser el ptimo entero, por lo que se hace
necesario usar algn algoritmo para hallar esta solucin de forma exacta.
El ms famoso es el mtodo de 'Ramificar y Acotar' o Branch and Bound por su
nombre en ingls. El mtodo de Ramificar y Acotar parte de la adicin de nuevas
restricciones para cada variable de decisin (acotar) que al ser evaluado
independientemente (ramificar) lleva al ptimo entero.

Ejemplo: Un rabe excntrico dej 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
institucin de beneficencia. El testamento no especifica el tamao del hato y slo
dice que es una cantidad impar de camellos y que la institucin mencionada reciba
exactamente un camello. Cuntos camellos dej el sheikh en su testamento, y
cuntos recibi cada hijo?

Redes

Hay una multitud de situaciones en investigacin 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 programacin
matemtica 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
notacin 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 algn tipo de flujo; En general el flujo
en una red est 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
direccin y flujo cero en la direccin 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 estn enlazados al
menos por una ruta. Un rbol es una red conectada que puede consistir slo en un
subconjunto de todos los nodos en ella, donde no se permiten ciclos y un rbol de
expansin es un rbol que enlaza todos los nodos de la red, tambin sin permitir
ciclos.

Los mtodos CPM (mtodo de la ruta crtica o del camino crtico,
criticalpathmethod) PERT (tcnica de evaluacin y revisin de programa,
programevaluation and reviewtechnique) se basan en redes y tienen por objeto
auxiliar en la planeacin, programacin 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
mtodo analtico para programar las actividades.


Ejemplos:

1. Diseo de una red de gasoductos marinos para conectar bocas de pozos en el
Golfo de Mxico con un punto de entrega en tierra. El objetivo del modelo es
minimizar el costo de construccin del gasoducto.
2. Determinacin de la ruta ms corta entre dos ciudades, en una red de
carreteras.
3. programa de flujo con costo mnimo desde los campos petroleros hasta las
refineras a travs de una red de oleoductos.
4. Determinacin del cronograma (fechas de inicio y terminacin) de las
actividades en la construccin de un proyecto.

Optimizacin no lineal

Los mtodos de solucin de la programacin no lineal se pueden clasificar por su
mtodo de solucin y como contraposicin de la programacin lineal, sujeta a una
serie de restricciones lineales. Asume tambin valores ptimos (mximos o
mnimos).

Ejemplo: Sea I (x) = 600x -
.La funcin ingreso total, por venta de artculos.

Cul ser el ingreso marginal cuando se venden 20 artculos?

Mtodos Clsicos

Este mtodo aplica clculo diferencial en sus operaciones.

Mtodo de Bsqueda

Los Mtodos de Bsqueda utilizan tcnicas gradientes y ramificacin, y los
Mtodos de Programacin no Lineal aplican algoritmos especiales (procedimi entos
de solucin) para explotar ciertas estructuras matemticas en las relaciones
funcionales.

Programacin no lineal

Aplican algoritmos especiales (procedimientos de solucin) para explotar ciertas
estructuras matemticas en las relaciones funcionales.

Ejemplo

El proceso de produccin de una planta de embutidos como Suizo que procesa
diferente productos en tiempo especficos y segn la demanda de dicho producto.
De esta manera tenemos un modelo determinstico en donde los tiempos de
fabricacin son casi exactos y los materiales usados siempre son los mismos pues
estos datos ya estn especificados para cada producto.


ESTOCASTICOS

En los modelos estocsticos algunos elementos no se conocen con certeza. Es
decir, en los modelos probabilsticos se presupone que algunas variables
importantes, llamadas variables aleatorias, no tendrn valores conocidos antes
que se tomen las decisiones correspondientes y que ese desconocimiento debe
ser incorporado al modelo.

Un ejemplo de modelo probabilstico podra ser la decisin de establecer una
compaa de Internet mediante la venta pblica de acciones de capital, antes de
saber si el mercado para nuestra oferta ser favorable (mercado en alza) y rendir
un alto precio de las acciones, o desfavorable (mercado sostenido) y el precio de
stas ser bajo.

Programacin estocstica
La Programacin estocstica (PE) es la resolucin de problemas de programacin
matemtica en los que algunos o todos los parmetros se consideran variables
aleatorias pues se conoce la distribucin de probabilidad asociada a ellos,
suponiendo que son independientes a la solucin.

La programacin estocstica tiene que ver con situaciones en las que algunos o
todos los parmetros del problema son variables aleatorias. Esos casos son
tpicos en los problemas de la vida real, donde puede ser difcil determinar con
certidumbre los valores de los parmetros. La idea de la programacin estocstica
es convertir el problema probabilstico en un caso determinsticos 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 mquinas daadas 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 ms 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 estn siendo atendidos.

Ejemplo: Aplicacin a la telefona; Las redes telefnicas se disean para
acomodar la intensidad ofrecida del trfico con solamente una pequea prdida. El
funcionamiento de los sistemas depende de si la llamada es rechazada, de si est
prdida, etc. Normalmente los sistemas de desbordamiento hacen uso de rutas
alternativas e incluso estos sistemas tienen una capacidad de carga finita o


mxima de trfico. Sin embargo, el uso de las colas permite que los sistemas
esperen por las peticiones de su cliente hasta que los recursos libres estn
disponibles. Esto significa que si los niveles de la intensidad del trfico exceden de
la capacidad disponible, las llamadas del cliente se perderan. La disciplina de
colas determina la manera de cmo manejar las llamadas de los clientes. Define la
manera en que les servirn, la orden de las cuales se sirven, y la manera en la
que los recursos se dividen entre los clientes.

Proceso Estocstico

Es un proceso azaroso que se desarrolla a travs del tiempo y se muestra por
medio de un conjunto de funciones aleatorias, como distribucin de probabilidad y
el tiempo.

Teoras de decisiones y juegos

En el anlisis 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 decisin. Desde este
punto de vista, un proceso de toma de decisin puede caer en una de las tres
categoras 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 ponderacin que representen su grado de importancia
en el proceso de decisin. De hecho bajo certidumbre, los datos estn 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) estn comprando casa nueva. Hay disponibles
tres casas, A,B y C .Los Park concuerdan en dos criterios para seleccionar la
casa: acabado (Y ) y cercana al trabajo(W) y han formulado matrices de
comparacin. Clasifique las tres casas por prioridad, y calcule la relacin de
inconsistencia para cada matriz.

Ejemplo: La cantidad de personal necesaria y las instalaciones necesarias para
ampliar un negocio de peluqueras en donde el espacio y el personal no son
suficientes para atender la demanda.
Con este proceso se ampliara las posibilidades de tener ms clientes y por ende
ms ganancias y optimizacin del servicio.
Tambin una mejora en cuanto la atencin y el espacio disponible para atender
con ms comodidad.


HIBRIDOS

Programacin dinmica

La programacin dinmica encuentra la solucin ptima de un problema con n
variable descomponindolo 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 optimizacin, la programacin dinmica no proporciona los
detalles de cmputo para optimizar cada etapa.
Tres elementos bsicos de un modelo de programacin dinmica:
1. Definicin de las etapas.
2. Definicin de las alternativas en cada etapa.
3. Definicin de los estados para cada etapa.
En la programacin dinmica tenemos unas variables que interactan unas con
otras, de acuerdo a ciertas razones de cambio entre ellas, porcentajes y
constantes de interaccin. Este tipo de problemas se resuelven con herramientas
cmo las ecuaciones diferenciales o los diagramas de fase. Uno de los ejemplos
ms encontrados es el del modelo Lotka-Volterra.

Ejemplo: Un explorador debe cargar tres artculos: alimentos, botiqun y ropa. La
mochila tiene 3 pies cbicos de capacidad. Cada unidad de alimento ocupa 1 pie
cbico. Un botiqun ocupa de pie cbico y cada prenda de vestir ocupa pie cbico.
El excursionista asigna los factores de prioridad 3, 4 y5 al alimento, botiqun y
ropa, lo que significa que la ropa es el ms valioso de esos artculos. De acuerdo
con la experiencia, el excursionista debe llevar al menos 1 unidad de cada artculo,
y noms de dos botiquines. Cunto de cada artculo debe cargar el
excursionista?

Inventarios

Uno de los mtodos de optimizacin de inventarios es el mtodo de costeo ABC.
El anlisis 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
clasificacin.
Los modelos que se presentan se clasifican, en el sentido amplio, en situaciones
de revisin continua y peridica (incluyen tanto casos de un solo periodo como de
varios periodos). Las soluciones pro-puestas van desde el uso de una versin
probabilstica de la cantidad econmica de pedido (CEPo EOQ, de
economicorderquantity) determinstica hasta casos ms complejos que se
resuelven con programacin dinmica. La naturaleza probabilstica de la demanda
conduce a modelos complejos que quiz no sean tiles en la prctica. Sin
embargo, en las publicaciones se han reportado buenas implementaciones de
inventario probabilstico.


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
seran los que estn 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 anlisis. Es innegable, sin
embargo que un pequeo porcentaje de productos, desde cualquier criterio, es
indispensable para el funcionamiento de la empresa y/o para mejorar su
rentabilidad, estos seran clasificados como productos A tpicos, y de acuerdo a
este punto de vista se van seleccionando los productos de las dems zonas; si
uno considera oportuno podra pensarse en la posibilidad de agregar una zona D,
para productos realmente intrascendentes y de costo muy bajo.

Simulacin

La simulacin es la mejor alternativa de la observacin de un sistema. Nos permite
recopilar informacin pertinente acerca del comportamiento al paso del tiempo. La
simulacin no es una tcnica de optimizacin. Ms bien se usa para estimar las
mediciones del desempeo de un sistema modelado. sta es la razn por la que
la simulacin ha gozado de aplicaciones tan tremendas en las redes de
comunicaciones, manufactura, control de inventario, comportamiento del cliente,
pronsticos econmicos, sistemas biomdicos, estrategias y tcticas blicas.

Ejemplo: El tiempo de entrega de un pedido puede ser 1 o 2 das, con
probabilidades iguales. La demanda por da 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 distribucin
conjunta estime la funcin de distribucin 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 duracin
entre ellos, determinando el tiempo ms corto en el que es posi ble complementar
el proyecto.

Ejemplo: Grafica de grantt, Red de actividades.

Heursticos

Aplican reglas del pulgar a los problemas que sin esto no podran ser resueltos de
manera factible, eficaz y ptima, sirve para descubrir o resolver problemas
mediante la experimentacin y los mtodos de ensayo y error. Tambin son


representaciones grficas de un sistema para explicar mejor y poder entender de
una manera simple.

Ejemplo de ellos son; grficos, esquemas, mapas, etc.; Todos son imgenes que
explican algo.
3. IMPORTANCIA QUE TIENE LA INVESTIGACIN DE OPERACIONES EN MI
CARRERA PROFESIONAL.

Los modelos anteriormente descritos de forma breve me permiten observar cmo
puedo modelar las diferentes situaciones que se me presentan en la empresa.

Estos modelos me ayudarn a reducir costos mediante la restriccin de mi
presupuesto, o me permitirn desarrollar un modelo que me d una idea de cmo
se ver afectada la empresa dnde trabajo por los cambios en la economa
mundial mediante la formulacin de un problema de carcter dinmico

Dentro del mbito de la ingeniera de sistemas, se presenta un sin nmero de
situaciones que requieren ser objeto de anlisis, para optimizar los recursos
disponibles, empleando la informacin existente para definir a travs de modelos
matemticos la mejor utilizacin de los mismos, para el logro de las condiciones,
metas u objetivos propuestos, bien sea en manejo de datos, diseo o
implementacin de recursos, tiempos de respuesta, velocidad de transmisin de la
informacin, 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 mximo 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 programacin
lineal y encontrar mediante modelacin matemtica soluciones ptimas.
La importancia que tiene la investigacin de operaciones en la carrera
administracin de empresas es grande ya que un administrador debe optimizar y
sacar provecho de las personas que tenemos a cargo acelerando los procesos y
hacindolos ms productivos, de esta manera haciendo que la organizacin que
estemos dirigiendo sea ms productiva y competitiva frente a las otras teniendo en
cuenta que estamos en plena globalizacin y los cambios son importantes para
estar a la vanguardia.


MODELO DETERMINISTICO
Modelo determinstico no probabilsticos
Supone que todas las variables son controlables incluso aquellas que no se saben con certeza.
En los modelos matemticos es mejor manejar este tipo de modelo pues es ms fcil hacerlo de
forma certera.
Permite la introduccin de la incertidumbre.
Los modelos determinsticos se caracterizan por optimizar algunas funciones objetivo.
Generalmente est sujeto a un conjunto de restricciones
MODELO ESTOCASTICO
El modelo estocstico utiliza variables aleatorias de distribuciones mustrales especficas.
No se aplican en el rea de programacin matemtica suposiciones determinsticas.
Los modelos fsicos estn desarrollados para una rea especfica.
Los modelos fsicos intentan predecir las caractersticas operativas.
La teora de decisiones incorpora los conceptos de la teora de utilidad y la probabilidad de
Bayes
MODELO HIBRIDO
Los modelos hbridos son una mezcla de los dos modelos, los determinsticos y los
estocsticos


ACTIVIDADES INDIVIDUALES

En la segunda fase se debe hacer el planteamiento narrativo de un problema de
PL y presntelo en ecuaciones matemticas de forma CANONICA y de forma
ESTANDAR de Programacin Lineal, no se requiere solucionarlo, debe
presentarlo individualmente, y realizarlo de su propia creacin, es un ejemplo
(propio) y se pueden basar en el video Como plantear en ecuaciones, un
problema de Programacin Lineal, presentado en el tpico 3 del curso; adems
puede tambin basarse en la informacin y anlisis de las diapositivas adjuntas a
esta actividad y/o en el mdulo. Esta actividad ser de carcter individual, pero
debern 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 matemticos, copiados, deben ser de la autora 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
matemticos ya creados, debe ser creacin propia.

EJEMPLO 1 Realizado por Sergio Andrs 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
COMPONENTES
3 2 3
TIEMPO MXIMO 2 Horas 1.5 Horas 2.5 Horas
PRECIO 174.800 168.800 199.800

Para poder armar el mximo nmero de bicicletas de cada uno de los modelos,
dentro de la jornada laboral, que consta de 8 horas, se tiene:


Funcin Objetivo de Maximizacin (Forma Cannica)

Restricciones

Funcin Objetivo de Maximizacin (Forma Estndar)

Restricciones

EJEMPLO 2 Realizado por Carlos Martnez Gmez

Una fbrica de Zapatos que produce modelos colegiales del nmero 26 al 32, los
vende a un precio de $30.000 - 32.000 - 34.000 36.000 pesos cada nmero
respectivamente. Estos tienen varios procesos, entre ellos Corte, cosido. Pegado y
alistado. El corte requiere mximo 24 horas semanales, la cosida requiere 32
horas, el pegado 14 horas y el alistado 7. Qu 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 Cannica X= variables =# de talla de zapatos
C= Constantes: Precio por cada zapato
z=Funcin objetivo = sumatoria de precio por variable de decisin o de
zapatos

objetivo es Maximizar ganancias
Maximizar z= C1X1+C2X2+C3X3+C4X4
z= 30000X1+32000X2+34000X3+36000X4

Restricciones:

Maximizar una funcin Z, es
matemticamente equivalente a
minimizar la expresin negativa de
la funcin 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 Estndar:

Tomo las restricciones y las convierto en igualdades.


Maximizar una funcin Z, es matemticamente equivalente a minimizar la
expresin negativa de la funcin 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 panadera La pamplonesa desea fabricar tres tipos de galletas de
diferentes clases (chocolate, vainilla, maracuy) para ello cuenta con 3 clases de
diferentes procesos (P1,P2,P3) de fabricacin de las diferentes galletas, donde
se prepara la masa, el diseo 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 fabricacin y con ms 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
galletas
Producto 1
horas por
unidad
Producto 2
horas por
unidad
Producto 3
horas por
unidad
Total horas
semanal
Chocolate 2 2 2 32
Vainilla 1 2 2 22
Maracuy 3 2 1 36
Ganancia por
unidad
150 100 50


Qu cantidad de cada producto p1, p2 y p3 se debe producir cada semana
para obtener la ganancia mxima?

Dnde:

x1= unidades p1
x2=unidades p2
x3= unidades p3

Cannica Estndar
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
X10,x20,x30 X10,x20,x30

EJEMPLO 4 Realizado por Lady Carolina Cipagauta
En una empresa de productos de aseo se elaboran tres clases de jabn el
producto 1 jabn para el lavado de la ropa con un tiempo de preparacin de 3
minutos, el producto 2 es jabn para el lavado de la loza con un tiempo de
preparacin de 5 minutos y el producto 3 es jabn de bao con un tiempo de 4
minutos de preparacin 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 jabn de ropa, 700 en jabn de
loza y 400 en jabn de bao.
Se cuenta con un tiempo de 340 minutos para la preparacin y con 300 para el
proceso.


JABON
ROPA 1
JABON
LOZA 2
JABON DE
BAO 3
TOTAL
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

Restricciones
3x1+5x2+4x3<= 340
5x1+6x2+7x3<= 300
X1,x2,x3 >=0
MAX Z= 500X1 + 700X2+400X3

Restricciones
3x1+5x2+4x3+S1 = 340
5x1+6x2+7x3+ S2= 300
X1,x2,x3,S1,S2 >=0


CONCLUSIONES
Finalizando exitosamente la anterior actividad, de acuerdo con los
propsitos y con las especificaciones estipuladas se puede concluir que el
estudiante se acerca ms con el curso, para motivarlo a que realice el curso
con responsabilidad entregando los trabajos en las fechas ya planteadas.

Este trabajo permiti que los estudiantes realizaran cada actividad con
responsabilidad y demostrara los conocimientos solicitados.

El modelo determinsticos es el modelo utilizado ms acertado para la
solucin de problemas de programacin lineal.

El administrador de empresas se apoya para la toma de decisiones en gran
medida de los modelos de investigacin de operaciones diseados para
ellos.

Los modelos planteados para dar solucin a problemas de programacin
lineal deben cumplir con que la funcin objetivo y las restricciones tienen
que ser lineales.

En este trabajo podemos concluir que la programacin lineal es importante
para el desarrollo ptimo de las labores en una empresa, nos ayuda en la
solucin de un problema buscando la solucin ms adecuada y beneficiosa.

La implantacin de procesos productivos nos ayuda a mejorar procesos y
sacar provecho de aquellos en los que no se est haciendo el proceso de la
manera ms ptima.


BIBLIOGRAFIA

Gloria L. Guzmn A. (2010), Mdulo Programacin Lineal, ESCUELA DE
CIENCIAS BSICAS, TECNOLOGA E INGENIERA; 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 PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

07 Tracol1 PDF

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Escuela de ciencias bsicas, tecnologa e ingeniera

.La funcin ingreso total, por venta de artculos.

You might also like