TRABAJO COLABORATIVO UNO PROGRAMACION LINEAL

LEIDI YOJANA BRAND LADINO COD. 26.515.908 GRUPO: 100404_40

INGENIERO EDGAR MAURICIO ALBA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD CEAD NEIVA OCTUBRE 2012

INTRODUCCION

Este trabajo colaborativo nos brinda la oportunidad de compartir en grupo los conocimientos en el rea de programacin lineal, podremos definir la importancia de los mtodos de programacin lineal en los diferentes problemas o investigaciones de nuestro diario vivir. La programacin lineal es una metodologa apropiada a la solucin de problemas de una manera tcnica con mtodos probabilsticos alcanzando resultados ptimos.

OBJETIVOS

Clasificar los modelos matemticos y determinar los componentes bsicos de cada uno de ellos.

Formular ejemplos aplicativos de los diferentes modelos matemticos e identificar a que categora pertenecen

FASE UNO

1. Elabore una sntesis de cada modelo clasificndolo de acuerdo al cuadro anexo. Los modelos se dividen en deterministicos (no probabilsticos y estocsticos (probabilsticos) existen otros que utilizan las dos categoras que se llaman hbridos.

MODELO DETERMINISTICOS.

Los modelos deterministicos suponen que los variables de todas las variables no controlables y los parmetros se conocen con certeza son fijos, estos modelos no son muy manejables ya que vivimos en un mundo probabilstico y algunos sistemas del mundo real son los suficientemente estables como para modelarlos eficazmente con enfoques deterministicos. Un modelo deterministico es un modelo matemtico estable que se caracterizan porque optimizan es decir que maximizan o minimizan algunas funciones objetivo reemplazando o expresando en trminos de variables o parmetros, en estos tambin se dice que estn sujetos a restricciones.

Ejemplo:

La planificacin de una lnea de produccin, en cualquier proceso industrial, es posible realizarla con la implementacin de un sistema de gestin de procesos que incluya un modelo deterministico en el cual estn cuantificadas las materias primas, la mano de obra, los tiempos de produccin y los productos finales asociados a cada proceso. Un carpintero desea determinar la cantidad de sillas y mesas que debe producir el prximo da para maximizar su ganancia. Cuenta con 38 m2 de madera y dispone de 7, 5 hs/hombre. Se requiere de 4m2 y 1 hora/hombre para confeccionar cada silla; y de 9, 5m2 de madera y 1 hora/hombre para confeccionar cada mesa. Se asume que se vende todo lo que se produce y que el benecio por silla es de $4, mientras que el benecio por mesa es de $8, 5. Cuntas sillas y mesas debe producir?

MODELO ESTOCASTICO Trata los parmetros de modelos de optimizacin como variables aleatorias de distribuciones mustrales especificas. No aplica suposiciones deterministicas. Un modelo estocstico es cuando al menos una variable del modelo es tomada como un dato al azar y las relaciones entre variables se toman por medio de funciones probabilsticas. Sirven por lo general para realizar grandes series de muestreos, quitan mucho tiempo en el computador son muy utilizados en investigaciones cientficas. Para lograr modelar correctamente un proceso estocstico es necesario comprender numerosos conceptos de probabilidad y estadstica.

Ejemplo: Una persona vive en el extremo norte de la ciudad y solo cuenta con 2 rutas para llegar a la llamada autopista norte. Una vez alcanzada la autopista tiene 3 rutas de menor congestin para llegar al centro de la ciudad. Ya en el centro puede seleccionar 2 rutas para llegar al parqueadero ms cercano a su oficina. La pregunta que se hara dicha persona es de cuantas maneras o rutas podra conducir su automvil, de la casa al parqueadero ms prximo a su oficina?

MODELOS HEURSTICOS

Aplican reglas deterministicas y probabilsticas la simulacin es una forma importante de los modelos deterministicos y estocsticos que representa el comportamiento de sistemas complejos por modelos lgicos o matemticos computarizados.

Representando apropiadamente las incertidumbres, las relaciones y las interacciones de los componentes individuales en un sistema donde es posible reproducir ese sistema artificialmente.

Ejemplo: Atienda todos los clientes de una lnea sobre la base de que el primero que llega es el primero que se atiende.

IMPORTANCIA DE LA INVESTIGACIN DE OPERACIONES EN MI VIDA PROFESIONAL

Es muy importante la investigacin de operaciones en mi carrera profesional como ingeniera de sistemas, ya que es la aplicacin de la metodologa cientfica a travs de modelos matemticos para la creacin de sistemas de gestin que me permiten disminuir la incertidumbre en estadsticas o investigaciones cientficas de un problema real.

CONCLUSIONES

Analizo la importancia de la Investigacin de Operaciones como metodologa de optimizacin dentro de cualquier tipo de organizacin. Reconozco modelos de decisin basados en descripciones matemticas, con el objetivo de tomar decisiones en situaciones de complejidad o incertidumbre.

BIBLIOGRAFIA

Mdulo de Programacin Lineal. Sogamoso, Colombia: Universidad Nacional Abierta y a Distancia UNAD. (2010).
http://es.wikipedia.org/wiki/Estoc%C3%A1stico http://caece-mys1.wikispaces.com/Modelos+determin%C3%ADsticos+y+estoc%C3%A1sticos http://www.casadellibro.com/libro-investigacion-operativa-modelos-deterministicos-yestocasticos/9788480046664/980240