TRABAJO COLABORATIVO 1

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA



DAYAN STEPHANY GAMEZ PERDOMO
C.C. 1.121.862.200 DE VILLAVICENCIO
DORIS JULIETTE TAMAYO ROJAS
C.C. 1.121.834.053


INGENIERIA INDUSTRIAL



TUTOR
SOLON EFREN LOSADA
PROGRAMACIN LINEAL



ABRIL DE 2014


INTRODUCCIN

Este trabajo ayudara a orientar al estudiante en su proceso ntegro, de modo que se sienta
seguro de los conocimientos adquiridos en la primera unidad del mdulo de programacin
lineal. Es as que el curso de Programacin Lineal como parte fundamental del desarrollo del
estudiante dentro de su mbito profesional y para que este mismo tome conciencia de que la
aplicacin de los conocimientos adquiridos es importante para su vida.
La programacin lineal es una tcnica matemtica, que consiste en una serie de mtodos y
procedimientos que resolver problemas comunes y a la vez muy variados de la empresa en
donde en general se tienen necesidades por satisfacer con cierto nmero de recursos
limitados o escasos y con el objetivo de lograrlo en forma ptima.

En el trabajo colaborativo No.1 se desarrollaran varios temas entre los que tenemos:
identificacin de los modelos matemtico y el planteamiento narrativo de un problema de PL
y presntelo en ecuaciones matemticas de forma cannica y de forma estndar de
programacin Lineal.
















OBJETIVOS


Iniciar formacin profesional en la programacin lineal a travs del estudio de los
diferentes modelos de aplicacin.
Analizar la estructura de los diferentes modelos de programacin lineal.
Determinar los modelos de programacin lineal, estructurar su contenido en casos
aplicados a situaciones reales.
Identificar los diferentes modelos matemticos en la investigacin de
operaciones.























DESARROLLO 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 de la pgina
principal 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. Si no aparece el formato anunciado en la lectura, por favor
crearlo.



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

Los modelos determinsticos, como opuestos a los estocsticos, suponen que los
variables de todas las variables no controlables y los parmetros se conocen como
certeza y son fijos.
Son manejables los modelos matemticos bajo suposiciones determinsticas que bajo
suposiciones probabilsticas. Ciertos procesos complejos pueden modelarse
factiblemente y ser resueltos en forma determinsticas, pero no probabilstica.
Una caracterstica de todos los modelos determinsticos es que permiten la
introduccin de incertidumbre: el anlisis de sensibilidad (sexto paso del proceso). Los
modelos determinsticos pueden caracterizarse como aquellos que optimizan
(maximizan o minimizan) algunas funciones objetivo (reemplazando, expresado en
trminos de variables y parmetros), generalmente sujetos a un conjunto de
restricciones.
Entre los modelos determinsticos estn, Modelos de Optimizacin Lineales y no
Lineales, los Modelos de Transporte y los de Asignacin, programacin lineal y no
lineal.

Los Algoritmos de Programacin Estocsticas, tratan los parmetros de modelos
de optimizacin como variables aleatorias de distribuciones muestrales especficas.
Representan un rea de la programacin matemtica en la que no se aplican
suposiciones determinsticas.
Los Modelos Fsicos intentan esencialmente predecir las caractersticas operativas de
los sistemas de colas, por ejemplo: La longitud promedio de la cola, la utilizacin de
las instalaciones para servicio, etc.). En algunos casos, estos modelos se pueden
formular en trminos de un criterio de costos subyacentes y ser resueltos por algn
procedimiento de optimizacin.
La Teora de Decisiones representa un enfoque formalizado a la toma de decisiones
bajo incertidumbre, la cual incorpora e integra conceptos de la teora de utilidad, de la
teora de distribucin de probabilidades y de la teora de probabilidad de Bayes. La
Teora de Juegos en un enfoque relacionado para caracterizar el comportamiento de
la toma de decisiones bajo conflicto o competencia.

El modelo hibrido, entre este est la Programacin dinmica es un enfoque a la
optimizacin deseable en forma nica para muchos problemas determinsticos o
probabilsticos, varios modelos incluyen representaciones determinsticas y
probabilsticas.
La Simulacin es una forma importante de los modelos determinsticos 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, es
posible reproducir ese sistema artificialmente.

2. Ilustre con un ejemplo cada modelo.



EJERCICIO MODELO DETERMINSTICO:

Un vendedor va a su negocio y le ofrece la siguiente tabla de descuento para la adquisicin
de su principal producto, cuya demanda anual usted ha estimado en 5.000 unidades. El costo
de emitir una orden de pedido es de $49 y adicionalmente se ha estimado que el costo anual
de almacenar una unidad en inventario es un 20% del costo de adquisicin del producto.
Cul es la cantidad de la orden que minimiza el costo total del inventario?

Tamao del Lote (Unidades) Descuento (%) Valor del Producto
($/Unidad)
0 a 999 0% 5
1.000 a 1999 4% 4.8
2.000 o ms 5% 4.75


Q
1=

=700 (un / pedido)

Q
2=

=714 (un / pedido)

Q
3=

=718 (un / pedido)



Para dar respuesta a esta situacin se propone seguir los siguientes pasos:

PASO 1: Determinar el tamao ptimo de pedido (Q*) para cada nivel o quiebre de precios.

PASO 2: Ajustar la cantidad a pedir en cada quiebre de precio en caso de ser necesario. En
nuestro ejemplo para el tramo 1 Q(1)=700 unidades est en el intervalo por tanto se
mantiene; para el tramo 2 Q(2)=714 est por debajo de la cota inferior del intervalo, por tanto
se aproxima a esta cota quedando Q(2)=1.000; finalmente en el tramo 3 Q(3)=718 que
tambin est por debajo de la cota inferior del intervalo, por tanto se aproxima a esta cota
quedando Q(3)=2.000

PASO 3: Calcular el costo asociado a cada una de las cantidades determinadas (utilizando la
frmula de costo total presentada anteriormente)

Costo Tramo 1 = C (700)=$25.700
Costo Tramo 2 = C (1.000)=$24.725
Costo Tramo 3 = C (2.000)=$24.822

Se concluye que el tamao ptimo de pedido que minimiza los costos totales es 1.000
unidades, con un costo total anual de $24.725.




EJERCICIO MODELO PROBABILSTICOS:

Modelo EOQ probabilstico; este modelo permite faltantes en la demanda, la poltica requiere
ordenar la cantidad y siempre que el inventario caiga al nivel R. Como en el caso
determinista, el nivel de reorden R es una funcin del tiempo de entrega, entre colocar y
recibir un pedido. Los valores ptimos de y y R, se determinan minimizando el costo
esperado por unidad de tiempo que incluye la suma de los costos de preparacin,
conservacin y faltante.
Formulas:

Cantidad optima de pedido:

Q=

Punto de orden:

R= -Z

Costo de mantenimiento de inventario de seguridad:

(Cm)(B)


D: Demanda anual
d: Demanda diaria
Co: Costo de cada pedido
Cm: Costo de mantenimiento de pedido
: Demanda promedio esperada
: Desviacin estndar

A continuacin se plantea y se le dar solucin al siguiente ejemplo:
Ejercicio de Inventario Probabilstico

Un producto tiene una demanda anual de 12,000 unidades tiene un costo de cada pedido de
$50.00 y un costo de mantenimiento de $5.00 por unidad por ao, la demanda muestra cierta
variabilidad, de manera que la demanda durante el tiempo de adelanto sigue una distribucin
de probabilidad normal con una demanda promedio esperada igual 80 unidades, y una
desviacin estndar igual a 20 unidades

a).- Cual es la cantidad de pedido y cul es el punto de reorden en cada pedido considerando
tolerar una probabilidad de 20% de tener faltantes durante el tiempo de espera. Defina la
poltica de inventario.

b).- Cules son las existencias de seguridad y cules son los costos anuales del
mantenimiento de stas existencias de seguridad?
Solucin:
Datos:

D = 12,000 unidades
Co = $50.00 por cada pedido
Cm = $5.00
= 80 unidades
= 20 unidades

Nivel de servicio = 80% corresponde a un valor de Z ledo en tablas de distribucin normal =
0.85

Nivel de servicio = 80% el valor de Z = 0.85

Entonces la solucin para el inciso es:

Q=

= 489.8 unidades


La cantidad de pedido Q= 489.8 unidades

Cantidad de pedido es de 490 unidades.

El Punto de reorden R = + Z = 80 + 0.85 (20) = 97 unidades
El punto de reorden en cada pedido es de 97 unidades

La poltica de inventario consiste en colocar un pedido de 490 unidades siempre que la
existencia llegue a 97 unidades.

B) El Inventario de seguridad B = Z. = (0.85) (20) = 17 unidades
Las existencias de seguridad son 17 unidades

El costo de mantenimiento del inventario de seguridad = (Cm) (B) = (5) (17) = $85
Los costos anuales de mantenimiento de estas existencias de seguridad son de $85


EJEMPLOS DE MODELOS HIBRIDOS:

La relacin de la edad con respecto a la altura

El tamao de una pata con el biotipo de un animal.


3. Escriba la importancia que tiene la investigacin de operaciones en su carrera
profesional.

La importancia de la investigacin operacional conocida tambin como teora de la toma
de decisiones, o programacin matemtica para mi carrera de ingeniera industrial, es
encontrar la solucin ptima para un determinado problema (Tecnolgico, econmico, de
infraestructura, logstico, etc.) Para la solucin adecuada y una toma de decisiones acertada,
no es suficiente contar con procedimientos matemticos o por medio de tcnicas de ensayo y
error. Para ellos es necesario aplicar la investigacin de operaciones, la cual es un enfoque
cientfico interdisciplinario para la solucin de problemas, que envuelve la interaccin
compleja, dinmica y subjetiva de hombres, mtodos y sistemas.

La importancia que tiene la investigacin de operaciones en referencia a la carrera
Ingeniera Industrial es la aplicacin de los preceptos y conceptualizacin de la materia
referida en la solucin de problemas operacionales y optimizacin de los mismos.

Los conocimientos de investigacin de operaciones se podran dar aplicabilidad a situaciones
crticas de ndole tctica y estratgico dentro de una organizacin, conllevando a la
planeacin, organizacin y control de un sistema de produccin. Tiene aplicabilidad en el
mbito administrativo y en la evaluacin de procesos productivos, donde encontraremos una
herramienta para la determinacin del camino ms eficiente para el logro de nuestros
objetivos.


SEGUNDA FASE

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 modulo.
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.

Ejemplo propuesto por Doris Juliette Tamayo Rojas.

PROBLEMA

Se tienen diferentes tipos de petrleo (Crudo), procedentes de Cupiagua, Cusiana, rubiales
y Campo Florea (Yopal); cada uno tiene caractersticas fsico qumicas diferentes, se desea
obtener una mezcla a partir de los anteriores. Cada uno tiene diferentes porcentajes de
concentracin de azufre, densidad y precio por barril (ver tabla)

Dentro de las exigencias del cliente est que la mezcla tenga las siguientes caractersticas:
- 12.5 % de contenido de Hidrogeno y
- densidad igual al 81%.
Se desea que el precio de la mezcla sea el mnimo con caractersticas aceptables.
PLANTEAMIENTO DEL PROBLEMA:
Variables :
X1 = Crudo de Cupiagua
X2 = Crudo de Rubiales
X3 = Crudo de Cusiana
X4 = Crudo de Florea
Funcin Objetivo : Minimizar costo de la mezcla con caractersticas aceptables en el
mercado (las solicitadas)
Z = 166500 x1 + 140600 x2 + 192400 x3 + 177600 x4
Restricciones :
CAMPO PRODUCCION % HIDROGENO DENSIDAD PRECIO (Pesos Colombianos)
CUPIAGUA 13,5 0,81 166500
RUBIALES 12,5 0,96 140600
CUSIANA 11,85 0,75 192400
FLOREA 13,1 0,85 177600
Restriccin 1: La Mezcla debe tener 12.5% de Hidrogeno
0.135 x1 + 0.125 x2 + 0,1185 x3 + 0,131 x4 = 0,125
Restriccin 2: y una densidad igual al 81%.
0.81 x1 + 0.96 x2 + 0,75 x3 + 0,85 x4 = 0,81
Restriccin 3: La suma de las proporciones de cada crudo debe ser igual 1.
X1 + x2 + x3 + x4 =1

Ejemplo propuesto por Dayan Stephany Gamez Perdomo










































EJ ERCICIO.
La empresa textil Coltejer tiene tres tipos de mquinas, una que coser, la otra que filetea y
la ltima que borda, que pueden fabricar dos productos, sabanas y cubrelechos. P1 y P2.
Todos los productos tienen que pasar por todas las mquinas. La tabla siguiente muestra los
recursos:

TIPO DE MQUINA PRODUCTO 1
HORAS POR U.
PRODUCTO 2
HORAS POR U.
HORAS DISPONIBLES
SEMANALMENTE
Mquina de coser 2 2 16
Mquina de filetear 1 2 12
Mquina de bordar 4 2 28
Ganancia por u 1 1.50

Qu cantidad de cada producto sabanas y cubrelechos, se debe manufacturar cada
semana, para obtener la mxima ganancia?

Desarrollado el problema en fases, resulta:

1 fase:
X1 = nmero de unidades de sabanas
X2 = nmero de unidades de Cubrelechos

2 fase: Plantear la funcin objetivo y restricciones
Maximizar la contribucin Z= 1 X
1
+ 1.50X
2


Max z = 1 x 1 + 1.5 x 2

3 fase:
2 x1 + 2 x2 16
x1 + 2 x2 12
4 x1 + 2 x2 28
x1 0, x2 0





























CONCLUSIONES

El rea de Programacin Lineal nos brinda grandes temas de inters en el cual nos sirve de
gran orientacin en nuestra formacin como estudiantes. La investigacin operacional tiene
un rol importante en los problemas de toma de decisiones porque permite tomar los mejores
fallos para alcanzar un determinado objetivo respetando los vnculos externos, no
controlables por quien debe tomar la decisin.
En el mbito de la ingeniera industrial comprendemos su importancia y aplicabilidad en la
solucin de problemas y evaluacin de optimizacin de procesos.

























BIBLIOGRAFIA

GUZMAN ARANGON, Gloria Lucia. PROGRAMACION LINEAL. Universidad Nacional
Abierta y a Distancia UNAD. Escuela de Ciencias Bsicas Tecnologa e Ingeniera.
MODULO METODOS DETERMINISTICOS GLORIA LUCIA GUZMN ARAGN (Director
Nacional) Programa de Ciencias Bsicas. Sogamoso, 2010. Pginas 129.