Programacion Lineal Colaborativo 1

PROGRAMACION LINEAL

TECNICAS MODELO Y OPERACIONES

PRESENTADO POR:

OSCAR ANDRÉS RESTREPO MONTOYA

PRESENTADO A:

JESUS ARMANDO ORTIZ

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

CEAD LA DORADA CALDAS

2012

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.

ACTIVIDADES GRUPALES

En la primera fase se debe realizar las actividades propuestas en la lectura autorregulada “Los modelos Matematicos 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 determinísticos, 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.

1. Elabore una síntesis de cada modelo clasificándolo de acuerdo al cuadro anexo.

RTA:

Los modelos determinísticos (no probabilisticos) : Los modelos determinísticos, como opuestos a los estocásticos, algunos sistemas del mundo real son lo suficientemente estables como para modelarlos eficazmente con enfoques determinísticos una característica de todos los modelos determinísticos es que permiten la introducción de incertidumbre,la mayoría de los modelos determinísticos pueden caracterizarse como aquellos que optimizan algunas funciones.

Estocásticos (probilisticos):uso matematico y comprobable matemáticamente.

modelos híbridos porque incluyen las dos categorías.

Modelos de Optimización Lineales y no Lineales se basa en la naturaleza de la función objetivo y/o las restricciones; por ejemplo, los modelos de programación lineal se caracterizan por su función objetivo lineal y sus restricciones lineales.

Modelos de Transporte y los de Asignación:por medio de los cuales se pueden hacer más eficientes los procedimientos de solución. Cuando las variables de decisión en los modelos de optimización lineal se restringen, bien sea a integrarse o valores 0 - 1, son adecuados los modelos de

...