PROGRAMACION LINEAL
:
GRUPO 100404_136
TRABAJO PRESENTADO A: OSCAR JAVIER HERNANDEZ
PRESENTADO POR: Oscar René polo barranco 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 c omo 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 l os 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.
