Trabajo colaborativo programacion lineal no 1
PROGRAMACION LINEAL
Presentado por:
Gloria Inés Pineda
Código: 31975352
Grupo: 100404 GRUPO -137
Presentado al tutor:
LUIS GERMAN HUERFANO LANDIÑO
UNIVERSIDAD NACIONAL ABIERTA Y ADISTANCIA
CIENCIAS ADMINISTRATIVAS
OCTUBRE DEL 2011
INTRODUCCION
Los diferentes modelos de programación lineal han permitido desde sus orígenes laoptimización de procesos administrativos, a través de sus modelos de aplicación, los cuales se explicaran para entender mejor esta ciencia de estudio que si bien es una ciencia relativamente nueva sus aplicaciones en diferentes áreas de estudio le han permitido posesionarse como la rama que muchas áreas en diferentes compañías utilizan en aras de ser más eficiente es sus procesos.
LaInvestigación de Operaciones usa el método científico para investigar el problema en cuestión. En particular, el proceso comienza por la observación cuidadosa y la formulación del problema incluyendo la recolección de datos pertinentes. Se adopta un punto de vista organizacional. De esta manera intenta resolver los conflictos de interés entre los componentes de la organización de forma que el resultado sea elmejor para la organización completa.
Los modelos que se estudiaran son Determinantica, el estocástico y el Hibrido, y ejemplizando unos de ellos para determinar las posibilidades de aplicación en nuestra carrera
OBJETIVOS
• Iniciar formación profesional en la programación lineal a través del estudio de los diferentes modelos de aplicación.
•Conocer y entender 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.
FASE UNO
1.- Elabore una síntesis de cada modelo clasificándolo de acuerdo al cuadro anexo.
LOS MODELOS MATEMATICOS EN LA INVESTIGACION DEOPERACIONES IO
En términos sencillos es un grupo de ecuaciones o inecuaciones que representan una realidad. El ingrediente principal en un modelo matemático, como es de esperarse, es la variable. Las variables, son la representación de los diferentes posibilidades de un conjunto de datos; y estos datos en su origen pueden ser de tipo determinanticos o estocásticos.
Modelo Determinista: Es en elque las variables que lo forman, son de carácter conocido, es decir, que no depende del azar.
Modelo Estocástico: Lo contrario. Aquellos modelos, cuyas variables son de naturaleza probabilística, es decir que dependen de un nivel de incertidumbre; del azar. Por lo tanto, normalmente estas variables representan es una función de probabilidad.
Nota: muchas veces en la práctica, algo que pareceprobabilística, o del azar, realmente corresponde a algo que se deja como caja negra por el sin número de variables que la componen, por la dificultad de su medición, etc. Si se es consiente de esto, si esto es totalmente claro, se tendrá el primer paso en firme, y como se puede observar en el gráfico de eso depende todo. Prácticamente es una decisión del modelador: Por ejemplo, para el tiempo deproceso de una operación, puede tomar el promedio del tiempo como un valor determinantico y usar un programa matemático de optimización o puede analizar esta variable para determinar la función de densidad de probabilidad, con un promedio, un valor de desviación estándar y tal vez usar simulación.
Modelo Lineal: Son aquellos modelos dónde todos los grados de sus términos son iguales a 1, y en cadatérmino sólo hay una variable.
Modelo No Lineal: Son aquellos modelos dónde algún termino tiene un grado mayor que uno. o algún término tiene más de una variable.
Modelos Continuos: Dónde sus variables son densas. O sea, que dentro de dos valores arbitrarios [a,b] hay infinitos valores. Ejemplo: 1, 1.1, 1.12, 1.13.. etc.
Modelos Enteros o Discretos: Pues eso. Son modelos, dónde sus variables...
Regístrate para leer el documento completo.