ACTIVIDADES GRUPALES

En la primera fase se debe realizar las actividades propuestas en la lecturaautorregulada

Los modelos Matemticos en la IO. Esta lectura la pueden bajar del tpico 1 de la pgina
principal del curso. Tenga en cuentaque debe hacerla con mucha atencin pues en ella
encontrarprobablemente algunos trminos desconocidos pero que a medida queusted
prosigue en la lectura irn definindose, esta lectura le permitirclasificar los modelos
matemticos en determinsticos, hbridos yestocsticos y dentro de ellos posicionar a la
programacin Lineal materia deestudio en este curso, al mismo tiempo que le permitir
valorar laimportancia que tienen los modelos matemticos y la investigacin operativaen su
vida profesional y cotidiana.
ACTIVIDADES DE CLASE:
1. Elabore una sntesis de cada modelo clasificndolo de acuerdo al cuadro anexo.

Primero que todo para implementar la IO, se debe realizar el siguiente proceso:

MODELOS DE INVESTIGACIN DE OPERACIONES.

Existen tres grupos que hacen parte de la investigacin de operaciones estos son:
- Determinsticos
- Estocsticos
- Hbridos
I.

DETERMINSTICOS: corresponde a los modelos que no llevan en su estructura

consideraciones probabilsticas, es aquel en que cada conjunto de variables en un
estado est definido por los parmetros del modelo y por los estados anteriores.

Los modelos determinsticos son importantes por cinco razones:

- Una asombrosa variedad de importantes problemas de administracin pueden formularse
como modelos determinsticos.
- Muchas hojas de clculo electrnicas cuentan con la tecnologa necesaria para optimizar
modelos determinsticos, es decir, para encontrar decisiones ptimas. Cuando se trata en
particular de modelos PL grandes, el procedimiento puede realizarse con mucha rapidez y
fiabilidad.
- El subproducto de las tcnicas de anlisis es una gran cantidad de informacin muy til
para la interpretacin de los resultados por la gerencia.
- La optimizacin restringida, en particular, es un recurso extremadamente til para
reflexionar acerca de situaciones concretas, aunque no piense usted construir un modelo
y optimizarlo.
- La prctica con modelos determinsticos le ayudara a desarrollar su habilidad para la
formulacin de modelos en general.
Tomado de: http://modelo-determinisco.webnode.com.ve/news/modelo-deterministico/
Programacin lineal:En este caso, la palabra programacin no se refiere a programacin en
computadoras; en esencia es un sinnimo de planeacin. As, la programacin lineal trata la
planeacin de las actividades para obtener un resultado ptimo. La programacin lineal es
una tcnica de investigacin de operaciones para la determinacin de la asignacin ptima
de recursos escasos cuando la funcin objetivo y las restricciones son lineales. Es una
manera eficiente de resolver estos problemas cuando se debe hacer una eleccin de
alternativas muy numerosas que no pueden evaluarse intuitivamente por los mtodos
convencionales.
II.

ESTOCSTICOS: Es aquel cuando los parmetros d usados para caracterizar el

modelo son realmente variables aleatorias que tienen unos comportamientos
estimados pero no se conoce con certidumbre razonable cul ser el valor real que
tomen antes de que sucede el hecho que los determine. Dentro de este grupo
tenemos, Programacin estocstica, teora de colas, proceso estocstico y teora de
juegos y decisiones.

III.

HBRIDOS: tiene que ver con los mtodos determinsticos y probabilsticos como la
teora de inventarios.
2. Ilustre con un ejemplo cada modelo

El modelo es determinista si las mismas entradas producen siempre el mismo estado

y las mismas salidas. En otras palabras, el azar no juega ningn papel en el modelo.

Ejemplo: La mayora de los modelos de la mecnica clsica son deterministas. Por ejemplo,
el movimiento de un oscilador armnico simple (un muelle sujeto a la Ley de Hooke) es un
modelo determinista

El modelo es probabilstico o estocstico si, por el contrario, el azar interviene en el

modelo, de modo que una misma entrada puede producir diversos estados y salidas,
de manera impredecible.

Ejemplo: Podemos simular las colas que se forman en un mostrador utilizando una variable
estocstica que indique el nmero (aleatorio) de clientes que entran en la oficina por minuto,
y luego usando un algoritmo que use el tiempo de atencin que se da a cada cliente, que
tambin puede ser estocstico.
Obsrvese que el modelo puede ser determinista o probabilstico aunque el sistema no lo
sea.
Dinmico versus Esttico
o El modelo es dinmico si el tiempo es una entrada del sistema (que causa efecto en el
mismo). Es decir, los valores internos del modelo cambian con el tiempo.
Ejemplo: Los modelos de poblaciones o de la dinmica (parte de la mecnica que
estudia el movimiento) suelen ser dinmicos.
o El modelo es esttico si el tiempo no influye en el mismo.
Ejemplo: La Primera y Tercera de las Leyes de Kepler son estticas. (La Segunda es
dinmica.)
Discreto versus Continuo
o El modelo es discreto si solo nos interesa conocer los valores de salida en un conjunto
discreto (de cardinal finito o numerable) de instantes de tiempo. Los modelos discretos
dinmicos suelen estar basados en ecuaciones en recurrencias. Aunque un modelo
esttico puede cambiar por intervencin del usuario en momentos determinados y
discretos (modelos basados en eventos discretos).
Ejemplo: Los modelos de poblaciones que se miden en periodos determinados
(anualmente, por ejemplo). Un ajuste de datos mediante una curva que cambia
cuando cambiamos el valor de un parmetro.

o El modelo es continuo si queremos conocer los valores de salida en todos los instantes
de un intervalo de tiempo. Los modelos dinmicos continuos suelen estar basados en
ecuaciones diferenciales, tanto ordinarias como en derivadas parciales. Aunque tambin
pueden conocerse por soluciones analticas.
Ejemplo: El modelo del oscilador armnico simple. El movimiento de los planetas en el
sistema Ptolemaico.
3. Escriba la importancia que tiene la investigacin de operaciones en su carrera
profesional.
En mi carrera profesional la investigacin de operaciones es parte fundamental ya que como
futuro Ingeniero Industrial tengo que utilizar todas estas herramientas que me apoyaran con
el control deorganizaciones ode sistemas en la bsqueda de soluciones que optimizaran al
mximo todos los recursos de los cuales pueda disponer, mejorando la productividad y
cumpliendo a cabalidad los objetivos propuestos por la empresa, claro todo esto debe estar
enfocado con responsabilidad y objetividad para lograr mejores resultados.

ACTIVIDADES INDIVIDUALES
En la segunda fase se debe hacer el planteamiento narrativo de un problemade PL y
presntelo en ecuaciones matemticas de forma CANONICA y deforma ESTANDAR de
Programacin Lineal, no se requiere solucionarlo,debe presentarlo individualmente, y
realizarlo de su propia creacin, es unejemplo (propio) y se pueden basar en el video Como
plantear enecuaciones, un problema de Programacin Lineal, presentado en eltpico 3
del curso; adems puede tambin basarse en la informacin yanlisis de las diapositivas
adjuntas a esta actividad y/o en el mdulo. Estaactividad ser de carcter individual, pero
debern anexarse como trabajogrupal todas las diapositivas realizadas por todos y cada uno
de losintegrantes del grupo colaborativo. No se aceptan planteamientos demodelos
matemticos, copiados, deben ser de la autora de cada uno de losmiembros del grupo.
Les recuerdo que la fase 2 es un ejemplo creado por cada uno de losestudiantes y que no se
aceptan copias o tomar modelos y cambiar datos de algunos modelos matemticos ya
creados, debe ser creacin propia.
RTA: Chevrolet desea fabricar tres tipos de automviles de diferentes clases (sedan 4
puertas,
camioneta,
gti
3
puertas)
para
ello
cuenta
con
3 clases
de diferentes procesos (P1,P2,P3) de fabricacin de
las
diferentes carroceras, donde se ensambla, se pinta y alista, los vehculos tiene que pasar
por los tres diferentes procesos, aunque cada uno cuenta con diferentes horas de fabricacin
y con ms materiales que otras para la primera se espera una ganancia de $1500000 por
automotor, el segundo $1000000 y el tercero $800.000. En la siguiente tabla se muestran los
recursos

Carrocera
Sedan
camioneta
Gti 3 puertas
Ganancia por
unidad

Product
o1
horas x
unidad
2
1
3

Product
o1
horas x
unidad
2
2
2

Product
o1
horas x
unidad
2
2
1

1500000 1000000

800000

Total
horas
por
unidad
3200
2200
3600

Qu cantidad de cada producto p1, p2 y p3 se debe producir cada semana para obtener la
ganancia mxima? Donde:
x1= unidades p1
x2=unidades p2
x3= unidades p3
Max z= 1500000x1+1000000x2+800000x3
Restricciones
2x1+2x2+2x33200
1x1+2x2+3x32200
3x1+2x2+1x33600
X10,x20,X30