Programación lineal

PROGRAMACION LINEAL

TECNICAS MODELO Y OPERACIONES

PRESENTADO POR:

CESAR AUGUSTO PACHECO BARRERA

GRUPO: 100404_19

PRESENTADO A:

EDGAR MAURICIO ALBA V.

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

CEAD GIRARDOT

2014

INTRODUCCIÓN

La investigación de operaciones nos proporciona herramientas para la construcción de Modelos matemáticos en particular los de programación lineal, además de la Conceptualización de los problemas matemáticos, el entender cuáles son sus bases nos Permite desarrollar propuestas para poder resolver o plantear soluciones en determinada Situación.

OBJETIVOS

Comprender los elementos teóricos que sustentan la programación lineal.

Identificar y utilizar los métodos de programación lineal para la solución de problemas.

Identificar diferencias entre la formulación de modelos y técnicas de solución.

DESARROLLO DE LA ACTIVIDAD

FASE 1

ACTIVIDADES GRUPALES

En la primera fase se debe realizar las actividades propuestas en la lectura autor regulada “Los modelos Matemáticos en la IO”. Tenga en cuenta que debe hacerla con mucha atención pues en ella encontrará probablemente algunos términos desconocidos pero que a medida que usted prosigue en la lectura irán definiéndose, esta lectura le permitirá clasificar los modelos matemáticos en determinanticos, híbridos y estocásticos y dentro de ellos posicionar a la programación Lineal materia de estudio en este curso, al mismo tiempo que le permitirá valorar la importancia que tienen los modelos matemáticos y la investigación operativa en su vida profesional y cotidiana.

MODELO DETERMINÍSTICO

Un Modelo determinantico 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. La inclusión de mayor complejidad en las relaciones con una cantidad mayor de variables y elementos ajenos al modelo de terminantico hará posible que éste se aproxime a un modelo probabilístico o de enfoque estocástico.

Ejemplos

Por ejemplo, la planificación de una línea de producción, en cualquier proceso industrial, es posible realizarla con la implementación de un sistema de gestión de procesos que incluya un modelo determinantico en el cual estén cuantificadas las materias primas, la mano de obra, los tiempos de producción y los productos finales asociados a cada proceso.

Planificar una producción de una empresa de lácteos, es posible realizarla con la implementación de un sistema de gestión de procesos que incluya un modelo determinantico en el cual estén cuantificadas las materias

Primas, la mano de obra, los tiempos de producción y los productos finales asociados a cada proceso.

MODELOS ESTOCÁSTICOS

Los modelos estocásticos contienen elementos aleatorios distribuidos dentro del modelo; de tal manera que predicen el valor previsto o una cantidad en términos de probabilidad de ocurrencia; también se les puede definir como aquellos modelos cuantitativos en los que hay más de un estado de la naturaleza y donde cada estado debe estimarse o definirse para permitir el cálculo de los resultados condicionales de cada alternativa de decisión en cada estado; cuando riesgo e incertidumbre están implicados en el problema de decisión, se emplean los modelos probabilísticas cuantitativos.

EJEMPLO

El tiempo de funcionamiento de una máquina, su tiempo de reparación y el tiempo que necesita un operador humano para realizar una determinada operación.

MODELOS HÍBRIDOS

Tienen que ver con los métodos determinanticos y probabilísticos como la teoría de inventarios. Los problemas heurísticos aplican reglas del pulgas ya

...