TRABAJO COLABORATIVO 1

CARLOS ALBERTO CASADIEGO GUERRERO CDIGO. 5.092.235

GRUPO COLABORATIVO 102016_72

DIANA KATHERINE TRILLEROS Tutor del Curso

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA PROGRAMA DE ADMNISTRACIN DE EMPRESAS CURSO MTODOS DETERMINISTICOS CEAD VALLEDUPAR CESAR MARZO DE 2014

INTRODUCCION

Ha sido ventajoso para la humanidad, la utilizacin de las matemticas en la solucin a diversos problemas en diferentes reas en particular las ingenieras. Es gracias al desarrollo de la investigacin de operaciones, que los avances tecnolgicos han ido creciendo de manera paulatina. En la toma de decisiones de tipo empresarial, se hace necesario conocer los diversos mtodos de la investigacin de operaciones. El presente trabajo nos invita a la construccin de modelos determinsticos, profundizando a cerca de los diversos modelos matemticos de su mismo tipo que una vez resueltos, se convertirn en instrumentos para la toma de decisiones y la optimizacin de los resultados. De igual manera nos facilita el refuerzo de los conceptos mediante el desarrollo de actividades prcticas.

OBJETIVOS

Evaluar de manera eficiente el conocimiento de la teora vista durante el desarrollo de la Unidad 1 del mdulo Analizar metdica y grupalmente los pasos especficos que se necesitan para la creacin de modelos matemticos y de los algoritmos necesarios para el desarrollo de problemas de PLE y los modelos de transporte Desarrollar habilidades cognitivas y adquirir destrezas temticas para facilitar los procesos futuros colaborativos Facilitar los procesos acadmicos para generar las competencias claves que servirn de herramienta en la vida futura profesional Abordar y dominar de manera clara el contenido de la unidad 1 del curso, con el fin de identificar los problemas que deben ser resueltos como parte de la vida profesional del estudiante Identificar las temticas, algoritmos y sistemas de solucin a los problemas presentados en el captulo 1, permitir un reconocimiento previo de la importancia del curso mtodos determinsticos, como parte de la lnea de investigacin de operaciones, encontrar su sentido y aplicacin en el mundo real productivo

DESARROLLO DEL TRABAJO COLABORATIVO

EJERCICIO 1 Una compaa que fabrica Cereal de Maz tiene dos (2) campos de siembra, el Campo I y el Campo II, y dos (2) molinos, A y B. Las capacidades de suministro mensual de maz de los Campos I y II son 125 y 245 toneladas, respectivamente. El molino A requiere por lo menos 190 toneladas de Maz al mes y el B por lo menos 158 toneladas mensuales. Los costos de transporte en unidades monetarias por tonelada de cada Campo a cada molino son los siguientes: 2 del Campo I al molino A, 3 desde el Campo I al molino B, 4 desde el Campo II al molino A, y 5 desde el Campo II al molino B. Exprese el modelo matemtico y por medio de WinQSB, dejando evidencia de los pantallazos del ingreso de los datos y la tabla de resultados, responda: a. Qu cantidad de Maz debe transportarse desde cada Campo I y II a cada molino A y B de forma que se logre minimizar el costo total de transporte? b. Cul es ese costo mnimo? c. Hay algn envo que no debe realizarse para conseguir dicho costo mnimo?

Para comprender mejor el problema planteado, se hace una representacin grfica de la informacin suministrada donde se pueda apreciar los diferentes oferentes (Campos) y demandantes (Molinos), adems de la capacidad de produccin y demanda (en toneladas mensuales) junto a los costos de transporte para cada combinacin origen destino.

CAMPO I

$2

MOLINO A

$3 C(I) = 125 D(A) = 190

$4 CAMPO II $5 MOLINO B

C(II) = 245

D(B) = 158

Variables de Decisin: (con i=I,II y j=A,B)

Funcin Objetivo: Minimizar los costos que se asumen mensualmente por el transporte de cereal desde los campos a los molinos.

Restricciones: Capacidad de produccin de los campos: La cantidad de toneladas que se transporten desde cada campo a cada uno de los molinos no se puede superar su capacidad de produccin

Demanda de los molinos: Cada molino debe recibir un mnimo de toneladas mensuales de cereales desde los campos

No negatividad: Las variables de decisin deben adoptar valores reales no negativos. PANTALLAZOS

Se configuraron el nombre de las variables segn la explicacin anterior

La implementacin computacional del problema anterior con WinQsb permite alcanzar los siguientes resultados:

EJERCICIO 2 De una serie de Alimentos se debe seleccionar un conjunto de ellos que logren satisfacer ciertos requerimientos nutricionales y preferencias a costos mnimos. Los alimentos disponibles son:

Exprese el modelo matemtico y por medio de WinQSB, dejando evidencia de los pantallazos del ingreso de los datos y la tabla de resultados, proponga la dieta que contenga al menos 2.100 (Kcal), al menos 61 gramos de protena y 780 (mg) de calcio. Recuerde garantizar la variedad en la dieta teniendo en cuenta los lmites de porciones por da de los alimentos y el menor costo asociado. a. Resuelva el problema con variables continuas en WinQsb y seale los resultados para cada variable. Variables de Decisin: Se estable el nivel de produccin semanal para cada una de las variedades de silla segn se detalla a continuacin:

Funcin Objetivo: Minimizar los costos asociados a las dietas teniendo en cuenta los lmites de proporciones por da de los alimentos y el menor costo asociado.

Restricciones:

Capacidad de produccin de los campos: La cantidad de toneladas que se transporten desde cada campo a cada uno de los molinos no se puede superar su capacidad de produccin

b. Modifique las condiciones de las variables en el WinQsb y eljalas enteras (integer) y observe el cambio entre la respuesta del punto a y esta nueva hallada. c. Concluya que sucedi entre variables continuas y variables enteras.

EJERCICIO 3 Una empresa de Rsticos El Viejo Bal fabrica entre muchos otros productos tres tipos de sillas A, B y C, las cuales se venden a precio de 11, 13 y 12 dlares cada una y respectivamente. Las sillas pasan por tres procesos, Corte, Ensamblado y Pintado, para lo cual se dispone mximo de 17, 13 y 15 horas respectivamente a la semana para dedicar a estas operaciones a estos productos. La silla tipo A requiere 3 horas para corte, 1 hora para ensamblado y 3 horas para pintura. La silla tipo B requiere 1 hora para corte, 4 horas para ensamblado y 3 horas para pintura. Y finalmente la silla tipo C, requiere de 5 horas para corte, 2 para ensamblado y 2 horas para pintura. De acuerdo a la anterior informacin: a. Resuelva el problema con variables continuas en WinQ sb y seale los resultados para cada variable.

Variables de Decisin: Se estable el nivel de produccin semanal para cada una de las variedades de silla segn se detalla a continuacin:

Funcin Objetivo: Maximizar los ingresos semanales asociados a la produccin y venta de las sillas.

Restricciones: En los procesos de corte, ensamblado y pintura se debe respetar la disponibilidad de horas semanales. Adicionalmente se deben satisfacer las condiciones de no negatividad.

PANTALLAZOS

Se cambiaron el nombre de las variables y se procedi a ingresar las restricciones

Se incluyen las respectivas restricciones

La implementacin computacional del problema anterior con WinQsb permite alcanzar los siguientes resultados:

Donde la solucin ptima es A=1,9143, B=1,8286 y C=1,8857 con valor ptimo V(P)=67,4571. b. Modifique las condiciones de las variables en el WinQsb y eljalas enteras (integer ) y observe el cambio entre la respuesta del punto a y esta nueva hallada. Al definir las variables de decisin enteras estamos frente a un modelo de Programacin Entera (siendo el escenario inicial un problema de Programacin Lineal). Los resultados son:

Se cambian el nombre de las variables y se ingresan las restricciones

Restricciones

Resultado.

La solucin ptima es A=1, B=2 y C=2 con valor ptimo V(PE)=61.

c. Concluya que sucedi entre variables continuas y variables enteras. Cuando trabajamos con Integer es natural que al no obtener una solucin con valores enteros para las variables de decisin en el problema inicial, el valor ptimo necesariamente disminuir en la variante entera de dicho problema de maximizacin (V(PE)<V(P)). Tambin se puede destacar que la solucin entera no necesariamente se alcanza al aproximar los resultados fraccionarios de una solucin de un problema lineal al entero inferior o superior ms cercano. En consecuencia, para abordar de forma eficiente la resolucin de un modelo que considere valores enteros para las variables de decisin requiere de una alternativa algortmica especfica como por ejemplo el Mtodo Branch and Bound.

CONCLUSIONES

BIBLIOGRAFIA

GUZMAN A, Gloria Lucia. Mdulo Curso Mtodos Determinsticos. Bogot Julio de 2010. http://www.youtube.com/watch?v=z5LCaPugMhs http://www.youtube.com/watch?v=LlEm_W7YVO4 http://www.youtube.com/watch?v=SDOlzDMcyUk http://www.youtube.com/watch?v=wLRzHdSfpvE