METODOS DETERMINISTICOS

HECHO POR: WILLIAM ALFONSO CASTILLO COD: 1119888250

TUTOR: FERNANDO CORTES

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA TRABAJO COLABORATIVO 1 2014

INTRODUCCION

Las matemticas han sido tiles y de gran ayuda en la solucin de diversos problemas en diferentes reas y toma una mayor importancia en las carreras que involucran las ingenieras. El presente trabajo nos invita a la construccin de modelos determinsticos, profundizando a cerca de los diversos modelos matemticos de su mismo tipo que una vez resueltos, se convertirn en instrumentos para la toma de decisiones y la optimizacin de los resultados. De igual manera nos facilita el refuerzo de los conceptos mediante el desarrollo de actividades prcticas, que seguramente nos ayudaran en nuestro proceso de aprendizaje autnomo.

OBJETIVOS

Identificar la estructura y objetivos de la primera unidad. Aprender los conceptos que encontraremos en la primera unidad.

Aprender a manejar los modelos matemticos determinstico. Aprender a Identificar cada uno de los pasos para la construccin de un modelo matemtico y determinstico.

Tener en cuenta cada uno de los modelos mostrados en la unida

EJERCICIO 1 Una compaa que fabrica Cereal de Maz tiene dos (2) campos de siembra, el Campo I y el Campo II, y dos (2) molinos, A y B. Las capacidades de suministro mensual de maz de los Campos I y II son 125 y 245 toneladas, respectivamente. El molino A requiere por lo menos 190 toneladas de Maz al mes y el B por lo menos 158 toneladas mensuales. Los costos de transporte en unidades monetarias por tonelada de cada Campo a cada molino son los siguientes: 2 del Campo I al molino A, 3 desde el Campo I al molino B, 4 desde el Campo II al molino A, y 5 desde el Campo II al molino B. Exprese el modelo matemtico y por medio de cualquier software (WinQSB-recomendado), dejando evidencia de los pantallazos del ingreso de los datos y la tabla de resultados, responda: a. Qu cantidad de Maz debe transportarse desde cada Campo I y II a cada molino A y B de forma que se logre minimizar el costo total de transporte? b. Cul es ese costo mnimo? c. Hay algn envo que no debe realizarse para conseguir dicho costo mnimo?

DESARROLLO Para una mejor comprensin del problema anterior representaremos grficamente la informacin anterior donde se puede apreciar los distintos oferentes (Campos) y demandantes (Molinos), adems de la capacidad de produccin y demanda (en toneladas mensuales) junto a los costos de transporte para cada combinacin origen destino.

1. Variables de Decisin: (con i=I,II y j=A,B)

2. Funcin Objetivo: Minimizar los costos que se asumen mensualmente por el transporte de cereal desde los campos a los molinos.

3. Restricciones: Capacidad de Produccin de los Campos: La cantidad de toneladas que se transporte desde cada campo a cada uno de los molinos no puede superar su capacidad de produccin.

Demanda de los Molinos: Cada molino debe recibir un mnimo de toneladas mensuales de cereal desde los campos.

Fuente: http://www.gestiondeoperaciones.net/programacion_lineal/ejemplo-de-unproblema-de-produccion-y-transporte-resuelto-con-solver/ No Negatividad: Las variables de decisin deben adoptar valores reales no negativos.

Seconfiguraronelnombre delas variablessegnla explicacin anterior

LaimplementacincomputacionaldelproblemaanteriorconWinQsbpermitealcanzar lossiguientesresultados:

Ejercicio 3

Una empresa de Rsticos El Viejo Bal fabrica entre muchos otros productos tres tipos de sillas A, B y C, las cuales se venden a precio de 11, 13 y 12 dlares cada una y respectivamente. Las sillas pasan por tres procesos, Corte, Ensamblado y Pintado, para lo cual se dispone mximo de 17, 13 y 15 horas respectivamente a la semana para dedicar a estas operaciones a estos productos. La silla tipo A requiere 3 horas para corte, 1 hora para ensamblado y 3 horas para pintura. La silla tipo B requiere 1 hora para corte, 4 horas para ensamblado y 3 horas para pintura. Y finalmente la silla tipo C, requiere de 5 horas para corte, 2 para ensamblado y 2 horas para pintura.

De acuerdo a la anterior informacin:

a. Resuelva el problema con variables continuas y por medio de cualquier software (WinQSB-recomendado) seale los resultados para cada variable.

Variables de Decisin: Se estable el nivel de produccin semanal para cada una de las variedades de silla segn se detalla a continuacin:

Funcin Objetivo: Maximizar los ingresos semanales asociados a la produccin y venta de las sillas. Maximizar 11A + 13B + 12C

Restricciones: En los procesos de corte, ensamblado y pintura se debe respetar la disponibilidad de horas semanales. Adicionalmente se deben satisfacer las condiciones de no negatividad. Corte 3A + B + 5C 17 Ensamblado A + 4B + 2C 13 Pintado 3A + 3B + 2C 15 No neg: A,B,C 0

Se cambiaron el nombre de las variables y se procedi a ingresar las restricciones

Se incluyen las respectivas restricciones

La implementacin computacional del problema anterior con WinQsb permite alcanzar los siguientes resultados:

Donde la solucin ptima es A=1,9143, B=1,8286 y C=1,8857 con valor ptimo V(P)=67,4571.

B. Modifique las condiciones de las variables en el programa elegido y resulvalas como enteras (integer) y observe el cambio entre la respuesta del punto a y esta nueva hallada.

Al definir las variables de decisin enteras estamos frente a un modelo de Programacin Entera (siendo el escenario inicial un problema de Programacin Lineal). Los resultados son:

Se cambian el nombre de las variables y se ingresan las restricciones

Restricciones

Resultado. La solucin ptima es A=1, B=2 y C=2 con valor ptimo V(PE)=61.

C. Concluya que sucedi entre variables continuas y variables enteras. Cuando trabajamos con Integer es natural que al no obtener una solucin con valores enteros para las variables de decisin en el problema inicial, el valor ptimo necesariamente disminuir en la variante entera de dicho problema de maximizacin (V(PE)<V(P)). Tambin se puede destacar que la solucin entera no necesariamente se alcanza al aproximar los resultados fraccionarios de una solucin de un problema lineal al entero inferior o superior ms cercano. En consecuencia, para abordar de forma eficiente la resolucin de un modelo que considere valores enteros para las variables de decisin requiere de una alternativa algortmica especfica como por ejemplo el Mtodo Branch and Bound.

BIBLIOGRAFIA

.Torres Julio E. (2008).Fundamentos De La Educacin A Distancia. Definicin, historia, investigacin. Recuperado dewww.unad.edu.co http://www.gestiondeoperaciones.net/programacion_lineal/ejemplo-de-unproblema-de-produccion-y-transporte-resuelto-con-solver/ http://www.ingenieria-industrial.net/index.php?accion=1&id=95