trabajo colaborativo 1 programacion lineal
VÍCTOR HUGO RIVERA MONROY
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
ESCUELA DE CIENCIAS ADMINISTRATIVAS,
CONTABLES ECONOMICA SY DE NEGOCIOS
PROGRAMA DE ADMINISTRACION DE EMPRESAS
DUITAMA
2013
ACTIVIDAD 6 TRABAJO COLABORATIVO N° 1
VÍCTOR HUGO RIVERAMONROY
CÓDIGO 74380070
Trabajo colaborativo para optar nota
DIRECTOR:
Oscar Javier Hernández
Ing. industrial
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
ESCUELA DE CIENCIAS ADMINISTRATIVAS,
CONTABLES ECONOMICAS Y DE NEGOCIOS
PROGRAMA DE ADMINISTRACION DE EMPRESAS
DUITAMA
2013
INTRODUCCION
En este trabajo encontraremos ejercicios de programación lineal através del estudio de los diferentes modelos de aplicación, conociendo y entendiendo la estructura de los diferentes modelos de programación lineal.
A través del entendimiento de los modelos de programación lineal, estructurar su contenido en casos aplicados a situaciones reales, motivando al grupo a trabajar en equipo para la elaboración de trabajos colaborativos.
Además la programaciónlineal es de vital importancia para la toma de decisiones ya que mediante la aplicación de esta con sus diferentes modelos nos permite optimizar recursos y maximizar utilidades y conocer a fondo el problema, para establecer las posibles soluciones y luego optar por la mejor opción.
PRIMERA FASE
ACTIVIDAD GRUPAL
Elabore una síntesis de cada modeloclasificándolo de acuerdo al cuadro anexo.
DETERMINÍSTICOS
Características
No probabilísticos y estocásticos
Resuelven ciertos procesos complejos que pueden modelarse factiblemente.
Moldean perfectamente sistemas del mundo real.
Permiten Introducción de incertidumbre: el análisis de sensibilidad.
Conjunto Programación Matemática
Las restricciones son
Optimizar Z = F (X, Y)
Sujeta a G(X, Y) MODELOS DE PROGRAMACIÓN DINÁMICA: Es un enfoque a la optimización deseable en forma única para muchos problemas determinísticos o probabilísticos y se clasifican en:
MODELOS DE PROGRAMACIÓN ESTOCÁSTICOS: Tratan los parámetros de modelos de optimización como variables aleatorias de distribuciones muéstrales específicas.
LOS MODELOS DE OPTIMIZACIÓN NO LINEAL
Se clasifican por el método desolución en:
Clásicos: Aplican cálculo diferencial
Métodos de Búsqueda: Utilizan técnicas gradientes y ramificación.
Métodos de Programación No Lineal: Aplican algoritmos especiales (procedimientos de solución) para explotar ciertas estructuras matemáticas en las relaciones funcionales.
Modelos de Inventarios: Especifican políticas de inventarios que minimizan el costo esperado.
ModelosFísicos: Intentan esencialmente predecir las características operativas de los sistemas de colas, por ejemplo: La longitud promedio de la cola, la utilización de las instalaciones para servicio, etc.).
MODELOS DE OPTIMIZACIÓN LINEAL
El procedimiento de solución se basa en un logaritmo iterativo específico, donde la solución a un problema empieza con una solución (completa o parcial) y luego procede,reiteradamente hacia mejores o más completas soluciones por un conjunto de reglas.
Se clasifican en:
Modelos de Simulación: Representa el comportamiento de sistemas complejos por modelos lógicos o matemáticos computarizados. Representando apropiadamente las incertidumbres, las relaciones y las interacciones de los componentes individuales en un sistema, es posible reproducir ese sistemaartificialmente Teoría de Decisiones: Representa un enfoque formalizado a la toma de decisiones bajo incertidumbre, la cual incorpora e integra conceptos de la teoría de utilidad, de la teoría de distribución de probabilidades y de la teoría de probabilidad de Bayes
Modelos de Transporte y los de Asignación: Se usan en casos especiales donde se pueden hacer más eficientes los procedimientos de solución....
Regístrate para leer el documento completo.