Portafolio de evidencias de programación lineal

INSTITUTO TECNOLOGICO SUPERIOR
DE ALVARADO
INGENIERA EN SISTEMAS COMPUTACIONALES.
Materia:
INVESTIGACIN DE OPERACIONES.
Semestre-Grupo:
2A
Producto Acadmico:
PORTAFOLIO DE EVIDENCIAS.
Tema:
UNIDAD 1.- PROGRAMACIN LINEAL.
Presenta:
GERMAN RANGEL CONTRERAS ROMERO, 136Z0141.
Docente:
I.S.C. GABRIELA HERNANDEZ CRUZ.
H. Y G. ALVARADO, VER. AGOSTODICIEMBRE 2010

Contenido del Portafolio de Evidencias
1. Hoja de presentacin
Nombre de la Institucin
Logotipo de la escuela
Nombre del alumno
Carrera
Materia
Semestre
periodo
2. Hoja de Contenido del Portafolio de Evidencias
3. Directorio telefnico y correo electrnico de compaeros de clase (en computadora)
4. Introduccin (se hace al final del curso cuando todo est integrado)
5. Presentacin del Curso
Datos de la Materia
Objetivo General
Aportacin al Perfil profesional
Aprendizajes requeridos
Planeacin de la Gestin del curso
Fuentes de Informacin
Sugerencias didcticas
Criterios para la acreditacin de la asignatura
Reglas del curso
Observaciones
6. Normativo para la acreditacin de asignaturas
7. Material de apoyo para elaborar trabajos acadmicos (segn aplique en los criterios de
acreditacin de asignaturas)
Documento que describe los productos de aprendizaje y la descripcin de alguna de
las actividades a desarrollar por el alumno.
8. Actividades y trabajos de cada unidad
Al inicio de cada unidad debe haber una cartula que divida unidad por unidad
9. Reflexin final del alumno sobre su proceso de aprendizaje, as como de la forma en que se
alcanzaron los objetivos y/o competencias con ayuda del maestro.
NOTAS:
Es responsabilidad del alumno entregar su portafolio de evidencias cuando sea requerido

por el docente, de no ser as, se quedar sin ese porcentaje.
Para obtener el total del porcentaje, el portafolio deber contener todas las evidencias
sealadas por el docente y lo que indica este documento.
Instituto Tecnolgico Superior de Alvarado
INGENIERA EN SISTEMAS COMPTACIONALES
Investigacin de operaciones Clave: SCC-1013 I.S.C. Gabriela Hernndez Cruz
HT-HP-CR: 2-2-4 3-A
Directorio Telefnico con e-mails de compaeros de clase
No. Nombre e-mail Telefono
1 Callejas Delgado Carlos Antonio Carlosantonio521@gmail.com 2979700362
2 Campos Sacramento Yoselin A. yoselin_aracely10@hotmail.com 2971066647
ranger_contreras@hotmail.co 2971066892
3 Contreras Romero German R. m
andy.sixto.mtz@hotmail.com 2841008169
4
Delgado Martnez Adonis
Sid_alex_7@live.com.mx
2971034713
Fernndez Tiburcio
5
Alejandro
Dibu_tecno@hotmail.com 2291354334
Hernndez Contreras
6
Jordan Kareem
Cnick_17@hotmail.com 2971028352
Manzanero Marquez Carla

7
Gabriela Del Carmen
Martinez Arteaga Alexis alex_martinez_3355@hotmail

8 .com 2845514654
9 Mendoza Reyes Stephanie mendozastephanie54@gmail. 2299265028

INGENIERA EN SISTEMAS COMPTACIONALES
Investigacin de operaciones Clave: SCC-1013 I.S.C. Gabriela Hernndez Cruz
HT-HP-CR: 2-2-4 3-A
com
Uriel.nike_95@hotmail.com. 2971034713
10
Palacios Mora Uriel
Reyes Ochoa Angel Reyes_batista_ochoa@hotm 2971023996

11 ail.com
12 Tejeda Uscanga Viviana las_diosas12@live.com.mx
Valencia Santana Betsy Aburto.valencia01@hotmail.c 2979753633

13 om
14
15
16
17
18
19
20
21
22
23
24
25
1.- DATOS DE LA ASIGNATURA
Nombre de la asignatura: Investigacin de Operaciones
Carrera: Ingeniera en Sistemas

Computacionales
Clave de la asignatura: SCC-1013
(Crditos) SATCA1 2-2- 4
2.- PRESENTACIN
Caracterizacin de la asignatura.
Esta asignatura aporta al perfil del Ingeniero en Sistemas Computacionales la

capacidad para aplicar tcnicas y modelos de investigacin de operaciones en la
solucin de problemas, utilizando o desarrollando herramientas de software para la
toma de decisiones.
El conocer y comprender las tcnicas para la modelacin de sistemas es importante

en la formacin de la lgica de solucin de problemas. Para ello el estudiante de
Ingeniera en Sistemas Computacionales, recopila, clasifica y ordena la informacin
del sistema a modelar para analizarlo mediante los modelos adecuados al sistema
en estudio, y as obtener la mejor solucin o la ptima.
Su integracin se ha hecho en base a un anlisis de la administracin de las

operaciones, identificando los temas de programacin, optimizacin y modelos
heursticos que tienen una mayor aplicacin en el quehacer profesional y la toma de
decisiones.
Puesto que esta materia dar soporte a otras, ms directamente vinculadas con
desempeos profesionales; se inserta en la primera mitad de la trayectoria escolar;
antes de cursar aqullas a las que da soporte. De manera particular, lo trabajado en
esta asignatura se aplica en el modelado de sistemas y en la simulacin, que
auxilia en la toma de decisiones.
Intencin didctica.
El propsito de la materia es plantear los contenidos desde un punto de vista

conceptual, comprenderlos e identificarlos en el entorno cotidiano o el de
desempeo profesional.
1
Sistema de asignacin y transferencia de crditos acadmicos
Se organiza el temario, en cinco unidades, agrupando los contenidos conceptuales
de la asignatura en cada unidad incluyendo los contenidos necesarios para la
aplicacin de los conceptos tratados en estas.
Se abordan los conceptos de la programacin lineal y de anlisis de redes de la

primera y segunda unidad al comienzo del curso buscando una visin de conjunto
de este campo de estudio.
En la tercera unidad se inicia caracterizando los conceptos bsicos de la

programacin no lineal para dar una visin de los parmetros asociados al modelo y
su distribucin de probabilidad asociada.
La cuarta unidad aborda el estudio de la teora de inventarios aplicando los modelos

determinsticos.
Se integra en la quinta, el proceso de nacimiento o muerte de una lnea de espera.

Esto permite dar un cierre a la materia mostrndola como til por s misma en el
desempeo profesional, independientemente de la utilidad que representa en el
tratamiento de temas en materias posteriores.
El enfoque sugerido para la materia requiere que las actividades prcticas

promuevan el desarrollo de habilidades para la experimentacin, tales como:
identificacin, manejo y control de variables y datos relevantes; planteamiento de
hiptesis; trabajo en equipo; asimismo, propicien procesos intelectuales como
induccin-deduccin y anlisis-sntesis con la intencin de generar una actividad
intelectual compleja; esto permite la integracin del alumno con el conocimiento
durante el curso.
Principalmente se busca partir de experiencias concretas, cotidianas, para que el

estudiante se acostumbre a reconocer los modelos de decisin y no slo se hable de
ellos en el aula.
En el transcurso de las actividades programadas es muy importante que el

estudiante aprenda a valorar las actividades que lleva a cabo y entienda que est
construyendo su hacer futuro y en consecuencia acte de una manera profesional;
de igual manera, aprecie la importancia del conocimiento y los hbitos de trabajo;
desarrolle la precisin y la curiosidad, la puntualidad, el entusiasmo y el inters, la
tenacidad, la flexibilidad y la autonoma.
Es necesario que el profesor ponga atencin y cuidado en estos aspectos en el

desarrollo de las actividades de aprendizaje y en la elaboracin de cada una de las
prcticas sugeridas de esta asignatura
3.- COMPETENCIAS A DESARROLLAR
Competencias especficas: Competencias genricas:
Adquirir los conceptos de los modelos Competencias instrumentales

matemticos que definen el
comportamiento de un sistema para Capacidad de anlisis y sntesis
desarrollar soluciones, aplicando Capacidad de organizar y planificar
tcnicas y algoritmos que permitan Conocimientos bsicos de la carrera
obtener resultados ptimos, apoyando Comunicacin oral y escrita
as al proceso de la toma de decisiones. Habilidades bsicas de manejo de la
computadora
Habilidad para buscar y analizar
informacin proveniente de fuentes
diversas
Solucin de problemas
Toma de decisiones.
Competencias interpersonales
Capacidad crtica y autocrtica
Trabajo en equipo
Habilidades interpersonales
Competencias sistmicas
Capacidad de aplicar los
conocimientos en la prctica
Habilidades de investigacin
Capacidad de aprender
Capacidad de generar nuevas ideas
(creatividad)
Habilidad para trabajar en forma
autnoma
Bsqueda del logro
4.- HISTORIA DEL PROGRAMA
Lugar y fecha de Observaciones

Participantes
elaboracin o revisin (cambios y justificacin)
Instituto Tecnolgico de Representantes de los Reunin nacional de Diseo e
Saltillo del 5 al 9 de Institutos Tecnolgicos de: innovacin curricular de la
octubre del 2009 carrera de Ingeniera en
Sistemas Computacionales
Institutos Tecnolgicos de: Representantes de las Anlisis, enriquecimiento y

Superior de Alvarado, Cd. Academias de Sistemas elaboracin del programa de
Madero, Morelia del 12 de Computacionales estudio propuesto en la
octubre del 2009 al 19 de Reunin Nacional de Diseo
febrero del 2010. Curricular de la carrera de
Ingeniera en Sistemas
Computacionales.
Instituto Tecnolgico Representantes de los Reunin nacional de

Superior de Poza Rica del Institutos Tecnolgicos consolidacin de la carrera de
22 al 26 de febrero del participantes en el diseo ingeniera en Sistemas
2010 de la carrera de Ingeniera Computacionales
Sistemas
Computacionales.
5.- OBJETIVO(S) GENERAL(ES) DEL CURSO (competencias especficas a

desarrollar en el curso)
Adquirir los conceptos de los modelos matemticos que definen el comportamiento

de un sistema para desarrollar soluciones, aplicando tcnicas y algoritmos que
permitan obtener resultados ptimos, apoyando as al proceso de la toma de
decisiones.
6.- COMPETENCIAS PREVIAS
Integrar los conceptos construidos en su periodo de formacin matemtica y

vincularlos con los contenidos de las asignaturas de la ingeniera en estudio
(lgebra lineal y clculo diferencial e integral).
Conocer y manejar la estadstica descriptiva y distribuciones de probabilidad.
Conceptos de programacin
7.- TEMARIO
Unidad Temas Subtemas

1 Programacin Lineal 1.1 Definicin, desarrollo y tipos de modelos
de investigacin de operaciones.
1.2 Formulacin de modelos.
1.3 Mtodo grafico.
1.4 Fundamentos del mtodo simplex.
1.5 Aplicaciones diversas de programacin
lineal.
2 Anlisis de Redes 2.1 Conceptos Bsicos.
2.2 Problema de transporte.
2.3 Problema de asignacin.
2.4 Problema de la ruta ms corta.
2.5 Programacin de proyectos (PERT-CPM).
3 Programacin no lineal. 3.1 Conceptos bsicos de problemas de

programacin no lineal.
3.2 Ilustracin grafica de problemas de
programacin no lineal.
3.3 Tipos de problemas de programacin no
lineal.
3.4 Optimizacin clsica
3.4.1 Puntos de inflexin
3.4.2 Mximos y mnimos
4 Teora de inventarios. 4.1 Sistemas de administracin y control.

4.2 Modelos deterministicos.
4.2.1 Lotes econmicos sin dficit.
4.2.2 Lotes econmicos con dficit.
4.3 Lote econmico de produccin.
5 Lneas de Espera 5.1 Definiciones, caractersticas y suposiciones

5.2 Terminologa y notacin.
5.3 Proceso de nacimiento o muerte.
5.4 Modelos Poisson.
5.4.1 Un servidor.
5.4.2 Multiples servidores.
5.5 Anlisis de costos.
8.- SUGERENCIAS DIDCTICAS (desarrollo de competencias genricas)
El profesor debe:
Ser conocedor de la disciplina que est bajo su responsabilidad, conocer su origen y

desarrollo histrico para considerar este conocimiento al abordar los temas.
Desarrollar la capacidad para coordinar y trabajar en equipo; orientar el trabajo del
estudiante y potenciar en l la autonoma, el trabajo cooperativo y la toma de
decisiones. Mostrar flexibilidad en el seguimiento del proceso formativo y propiciar la
interaccin entre los estudiantes. Tomar en cuenta el conocimiento de los
estudiantes como punto de partida y como obstculo para la construccin de nuevos
conocimientos.
Propiciar actividades de metacognicin. Ante la ejecucin de una actividad,

sealar o identificar el tipo de proceso intelectual que se realiz: una
identificacin de patrones, un anlisis, una sntesis, la creacin de un
heurstico, etc. Al principio lo har el profesor, luego ser el alumno quien lo
identifique. Ejemplos: identificar variables de holgura y artificiales en los
problemas propuestos.
Propiciar actividades de bsqueda, seleccin y anlisis de informacin en
distintas fuentes.
Fomentar actividades grupales que propicien la comunicacin, el intercambio
argumentado de ideas, la reflexin, la integracin y la colaboracin de y entre
los estudiantes.
Relacionar los contenidos de esta asignatura con las dems del plan de
estudios a las que sta da soporte para desarrollar una visin interdisciplinaria
en el estudiante.
Propiciar el desarrollo de capacidades intelectuales relacionadas con la
lectura, la escritura y la expresin oral. Ejemplos: trabajar las actividades
prcticas a travs de guas escritas, redactar reportes e informes de las
prcticas, exponer al grupo las conclusiones obtenidas durante las
observaciones.
Facilitar el contacto directo con materiales e instrumentos, al llevar a cabo
actividades prcticas, para contribuir a la formacin de las competencias para
el trabajo experimental como: identificacin manejo y control de variables y
datos relevantes, planteamiento de hiptesis, trabajo en equipo.
Propiciar el desarrollo de actividades intelectuales de induccin-deduccin y
anlisis-sntesis, que encaminen hacia la investigacin.
Desarrollar actividades de aprendizaje que propicien la aplicacin de los
conceptos, modelos y metodologas que se van aprendiendo en el desarrollo
de la asignatura.
Proponer problemas que permitan al estudiante la integracin de contenidos
de la asignatura y entre distintas asignaturas, para su anlisis y solucin.
Cuando los temas lo requieran, utilizar medios audiovisuales para una mejor
comprensin del estudiante.
Propiciar el uso de las nuevas tecnologas en el desarrollo de la asignatura
(procesador de texto, hoja de clculo, base de datos, simulador, graficador,
Internet, etc.), as como la adquisicin de informacin que generan las
organizaciones, de los aspectos econmicos, sociales y polticos del pas.
9.- SUGERENCIAS DE EVALUACIN
La evaluacin debe ser continua y formativa por lo que se debe considerar el

desempeo en cada una de las actividades de aprendizaje, haciendo especial
nfasis en:
o Reportes escritos de las observaciones hechas durante las actividades,
as como de las conclusiones obtenidas de dichas observaciones.
o Informacin obtenida durante las investigaciones solicitadas plasmada en
documentos escritos. (resmenes, ensayos, tablas comparativas, mapas
conceptuales, etc.).
o Exmenes escritos para comprobar el manejo de aspectos tericos y
declarativos.
o Participacin en las sesiones grupales.
o Presentacin y resolucin de los ejercicios asignados.
o Calidad de la exposicin del tema que se le asign a cada equipo.
o Presentacin de software educativo de los temas vistos.
10.- UNIDADES DE APRENDIZAJE
Unidad 1: Programacin lineal
Competencia especfica a
Actividades de Aprendizaje
desarrollar
Conocer los tipos de modelos Investigar los orgenes y naturaleza de la
involucrados en la investigacin de investigacin de operaciones, hacer un
operaciones. resumen para dar lectura alternada.
Investigar la aplicacin de la investigacin
Comprender la metodologa que de operaciones en la vida real y analizarlas
utiliza la programacin lineal. en plenaria.
Aplicar el mtodo grfico para Construir un diagrama con los tipos de

optimizar problemas de modelos y mostrarlo en clase.
programacin lineal en dos
variables. Realizar investigacin de campo en equipo
para formular y aplicar modelos de
Solucionar problemas propuestos programacin lineal a problemas reales y
aplicando el mtodo simplex presentarlos al grupo.
Interpretar los resultados de un Plantear y resolver problemas que

problema de programacin lineal. impliquen toma de decisiones para la
minimizacin de costos o maximizacin de
Resolver problemas de utilidades.
optimizacin mediante el uso de
conceptos y procedimientos de la Discutir en cada problema resuelto la
Programacin Lineal. forma cannica y estndar de la
programacin lineal.
Conocer herramientas
tecnolgicas computacionales para Resolver problemas de programacin lineal
el anlisis y solucin de problemas aplicando el mtodo grfico y el simplex.
de optimizacin con n variables.
Solucionar problemas con la computadora
utilizando un software de aplicacin o un
lenguaje de programacin.
Investigar en qu aspectos de la actividad

profesional tiene relevancia la
programacin lineal y presentarla en clase.
Unidad 2: Anlisis de redes.
desarrollar
Comprender y aplicar los diferentes Investigar los tipos de redes utilizadas para
modelos matemticos planteados. optimizar recursos, hacer un resumen y
presentarlo en clases
Conocer y aplicar los mtodos de Buscar los mtodos ms utilizados para
solucin de problemas de redes. resolver problemas de transporte y hacer
un resumen para leer en clase.
Resolver problemas de transporte y
Aplicar un modelo de transporte o asignacin por los diferentes mtodos en
de asignacin que permita tomar la clase, implementando al menos uno con un
mejor decisin para la solucin del lenguaje de propsito general.
problema. Investigar el modelo de la ruta ms corta y
definir sus principales conceptos. Construir
Conocer y utilizar los modelos de un esquema que los relacione.
redes en la programacin y Resolver problemas de redes mediante los
evaluacin de proyectos de una algoritmos especficos como: la ruta ms
organizacin, utilizando el mtodo corta, modelo de expansin mnima,
del camino crtico (CPM) y la modelo de flujo mnimo.
Tcnica de revisin y evaluacin de Solucionar problemas de redes con la
proyectos (PERT). computadora utilizando un software de
aplicacin o un lenguaje de programacin.
Utilizar la computadora en la Buscar un proyecto a realizar en una
solucin de problemas. organizacin, utilizando las tcnicas CPM y
PERT para resolverlo.
Unidad 3: Programacin no lineal
desarrollar
Conocer los modelos de Investigar en fuentes diversas los modelos
programacin no lineal. de programacin no lineal, construir un
mapa conceptual y presentarlo en
Identificar y resolver mediante plenaria.
problemas propuestos modelos con Esquematizar la optimizacin clsica y sus
comportamiento no lineal. caractersticas
Elaborar ejercicios para identificar
modelos de programacin no lineal.
Resolver problemas de programacin no
lineal con restricciones y sin restricciones.
Resolver problemas no lineales utilizando
la computadora.
Unidad 4: Teora de inventarios
desarrollar
Reconocer un modelo de Investigar en fuentes diversas los
inventario de acuerdo al sistema en diferentes modelos de inventarios y sus
estudio. caractersticas. Elaborar un diagrama
explicativo y presentarlo en plenaria
Utilizar diferentes sistemas de Resolver problemas en clase donde se
control de inventarios, en la aplique la metodologa del lote ptimo con
formulacin de modelos para y sin agotamiento.
resolver problemas. Resolver problemas de lote de produccin,
con o sin dficit.
Identificar los componentes (costo Usar la computadora para resolver
de ordenar, costo de mantener y problemas de inventarios, modelando
costo de los faltantes) en el modelo algoritmos y construyendo programas y
de inventario aplicable a una haciendo reportes.
organizacin industrial o comercial.
Resuolver problemas de sistemas

de inventarios utilizando la
computadora.
Unidad 5: Lneas de espera
desarrollar
Comprender el desarrollo de los Investigar los tipos de sistemas que utilizan
modelos de lneas de espera. lneas de espera (colas). Mostrar en
plenaria.
Identificar y analizar costos de Buscar informacin del desarrollo de los
sistemas con distribucin poisson. eventos de acuerdo al proceso de
nacimiento y muerte. Hacer un resumen y
Conocer los tipos de modelos de presentarlo en clase.
lneas de espera y su Mediante ejemplos, explicar el
representacin. comportamiento de sistemas que tienen
una distribucin Poisson, una fila un
servidor, una fila mltiples servidores.
Investigar la notacin Kendall para
clasificar las lneas de espera.
Comparar los sistemas de lneas de espera
en base al anlisis de costos. Mostrar
ejemplos.
Utilizar software para resolver problemas
de lneas de espera, construyendo
programas que modelen los algoritmos
vistos.
11.- FUENTES DE INFORMACIN
Fuentes impresas (libros)
1. Hillier, Frederick, Introduccin a la investigacin de operaciones, Ed. Mc Graw-

Hill, 2006.
2. Taha, Hamdy A., Investigacin de operaciones, 7 Edicin, Ed. Pearson,
Mxico, 2004.
3. Winston, Wayne L. Investigacin de operaciones aplicaciones y algoritmos, 4
edicin, Ed. Cengage Learning, Mxico, 2004
4. Kamlesh Mathur, Investigacin de operaciones, Ed. Pearson.
5. Rios Insua, Sixto, Mateos Caballero, A., Martin Jimnez, J., Problemas de
investigacin operativa, Ed. Ra-MA, 2006.
12.- PRCTICAS PROPUESTAS (aqu slo describen brevemente, queda pendiente

la descripcin con detalle).
1. Modelar un sistema real y resolverlo manualmente.
2. Resolver un problema por el mtodo simplex, utilizando un software
3. Aplicar un mtodo de solucin del problema de transporte y resolverlo

manualmente.
4. Resuelva un problema del camino ms corto utilizando software especial o un

lenguaje de programacin.
5. Resuelva manualmente el algoritmo del rbol expandido mnimo.
6. Construya la ruta crtica y evalu un problema real.
7. Aplique un algoritmo de solucin de optimizacin clsica a un problema real.
8. Hacer la ejemplificacin de los modelos determinsticos de los sistemas de

inventarios.
9. Resolver un problema de la literatura correspondiente de un sistema de
inventarios utilizando un software
10. Resolver un problema de lneas de espera mediante un lenguaje de

programacin o un software.
Textos electrnicos, bases de datos y programas informticos

PROGRAMACIN LINEAL.
APUNTES
EN
CLASE.
SNTESIS.
DE ALVARADO
INGENIERA EN SISTEMAS
COMPUATACIONALES.
Materia:
Semestre-Grupo:
3A
Producto Acadmico:
SINTESIS.
Tema:
ORIGENES Y NATURALEZA DE LA INVESTIGACIN
DE OPERACIONES.
Presenta:
GERMAN RANGEL CONTRERAS ROMERO, 136Z0141
Docente:
I.S.C. GABRIELA HERNNDEZ CRUZ.
H. Y G. ALVARADO VER, AGOSTO-DICIEMBRE 2014

INTRODUCCIN.
El presente texto pretender abordar de manera sintctica los temas del origen y
naturaleza del paradigma de investigacin de operaciones (IO) de tal manera que se
podr representar parte de su historia y su desarrollo hasta el da de hoy como sus
diversas aplicaciones. La naturaleza de la IO se enfoca en explicar las formas de
aplicaciones en algunas ciencias importantes que conocemos en el presente, a
diferencia que el principio de su uso.
SNTESIS DE LOS ORIGENES Y NATURALEZA DE LA

La investigacin de operaciones tiene sus orgenes por medio de la Segunda

Guerra Mundial, pero sus indicios se establecieron mucho antes, en especial cundo
lo pequeos talleres artesanales de pocas anteriores se convirtieron en las
corporaciones actuales de miles de millones de dlares. La IO se localiza en las
grandes administraciones de empresas del presente. Pero como se mencionaba al
principio, la IO nace por medio de la necesidad de mantener el orden y control de los
recursos limitados en la SGM, tambin se conoca como investigacin sobre
operaciones militares.
Su propsito era generado por medio de grupos de cientficos que aplicaron el

mtodo cientfico a ste y a otros problemas estratgicos y tcticos, generando
resultados tales como la victoria de la campaa del Atlntico Norte y la campaa del
Pacfico. Este grupo de cientficos comienza sus investigaciones en la Gran Bretaa
(lugar donde se le atribuye el nacimiento del trmino de investigacin de operaciones).
Cuando el fuego ceso, se implement el estudio de la IO para poder ser

aplicados a otros usos (son los inicios para la administraciones de hoy). Finalmente
existen dos factores que contribuyeron al nuevo uso de este paradigma; el primero fue
el progreso sustancial que se logr en el mejoramiento de las tcnicas disponibles. El
segundo factor que dio gran impulso al desarrollo de este campo fue la revolucin de
las computadoras, gracias a ese avance hoy podemos realizar y solucionar problemas
de programacin lineal es los equipos de cmputo modernos.
La naturaleza de la investigacin de operaciones se sita en conocer el

significado de la misma, y tal como su nombre lo indica investiga las operaciones que
se puedan realizar dentro de una empresa. Hoy la IO se usa en la administracin, esta
disciplina se aplica a la problemtica relacionada con la conduccin y la coordinacin
de actividades en una organizacin.
El proceso comienza por la observacin cuidadosa y la formulacin del

problema, con el cual se intenta abstraer la esencia del problema real y finalmente la
solucin que se obtenga ser vlidas tambin para el problema real. Este proceso es
aplicable para temas en matemticas, estadstica y teora de probabilidades, al igual
que en economa, administracin de empresas, ciencias de la computacin, ingeniera,
ciencias fsicas, ciencias del comportamiento y, por supuesto, en las tcnicas
especiales de IO.
CONCLUSIN.
Como aprendizaje personal se puede decir que la investigacin de operaciones

solo se encarga de establecer el proceso de resolucin para cualquier problema que
existe, buscar el objetivo a travs del camino ms adecuado para la solucin. La
investigacin de operaciones nace con la necesidad de tomar las decisiones para
mejorar las estrategias y administrar los recursos (como municiones) limitados.
BIBLIOGRAFA.
Frederick S. Hillier. (2010). Introduccin. En INTRODUCCIN A LA INVESTIGACIN

DE OPERACIONES (1-3). Mxico, D.F.: McGRAW-HILL.
SOLUCIN
DE
EJERCICIOS.
SOLUCIN DE
EJERCICIOS
EN
SOFTWARE.
DE ALVARADO
INGENIERA EN SISTEMAS
COMPUTACIONALES.
Materia:
Semestre-Grupo:
3A
Producto Acadmico:
REPORTE DE PRCTICAS.
Tema:
SOLUCIN DE EJERCICIOS EN SOFTWARE (MTODO
GRFICO Y SIMPLEX).
Presenta:
GERMAN RANGEL CONTRERAS ROMERO, 136Z0141
Docente:
I.S.C. GABRIELA HERNNDES CRUZ.
H. Y G. ALVARADO VER, AGOSTO-DICIEMBRE 2014

PROBLEMA 1.
La fbrica de hilados y tejidos Salazar requiere fabricar dos tejidos de calidad

diferente T y T; se dispone de 500 kg de hilo a, 300 kg de hilo b y 108 kg de hilo c.
Para obtener un metro de T diariamente se necesita 125 gr de a, 150 gr de b y 72 gr
de c; para producir un metro de T por da se necesita 200 gr de a 100 gr de b y 27 gr
de c.
El T se vende a 4000 pesos el metro y el T se vende a 5000 pesos el metro. Si

se debe obtener el mximo beneficio, Cuntos metros de T y T se debe fabricar?
;
1 =
2 =
Figura 1.- Restricciones y maximizacion problema 1.

Le damos clic en Continuar y nos genera el resultado grfico, junto con los
valores de las variables.
Figura 2.- Punto de maximizacin en el punto c.
Finalmente el resultado se compara en la siguiente tabla.

Figura 3.- Valor para X1 y X2 y de la funcin objetivo.
Ahora se muestra la solucin a travs del mtodo simplex.
Pasamos el problema a la forma estndar, aadiendo variables de exceso,

holgura, y artificiales segn corresponda (mostrar/ocultar detalles):
Como la restriccin 1 es del tipo '' se agrega la variable de holgura X3.

Ahora se muestra la primera tabla simplex.

Figura 4.- Columna pivote en P2.
La variable que sale de la base es P3 y la que entra es P2. Y se crea la tabla 2.
Figura 5.- Toma el pivote designado.

Figura 6.- La solucin ptima es Z = 13055555.555556.
Los valores para T y T.
X1 = 555.55555555556
X2 = 2166.6666666667
PROBLEMA 2.
Una compaa que fabrica dos productos (mesas y sillas). Para fabricar una silla
requiere 30 pies cbicas de madera, 2 horas de mano de obra de armado y 4 horas de
mano de obra para acabado.
Al fabricar una silla requiere 20 pies3 de madera, 2 horas de mano de obra de

armado y 6 horas para su acabado.
Esta compaa solo puede conseguir en una semanala cantidad de 120 pies 3
de madera, 9 horas para su armado.
La mesa deja una utilidad a la empresa de +10 y la silla +8. La compaa desea
fabricar puras sillas, mesas a una mezcla de ambas para obtener la mayor utilidad para
la emopresa.
;
1 =
2 =
Figura 7.- Restricciones y maximizacin problema 2.
Figura 8.- Maximizacin en el punto C.


holgura, y artificiales segn corresponda (mostrar/ocultar detalles).


La variable que sale de la base es P3 y la que entra es P1.
Figura 11.- Pivote designado en P2, P4.

Figura 12.- Resultado y valor para Z.
Valores para mesa (X1) y silla (X2).
La solucin ptima es Z = 42
X1 = 3
X2 = 1.5
PROBLEMA 3.
Se establecen las variable.
;
1 =
2 =
:




Figura 17.- Generando la maximizacin en la tabla 2.
Llegamos a la siguiente conclusin:

Hay infinitos valores de X1 (mesa tipo a), X2 (mesas tipo b) para el valor ptimo
Z=100000 , los cuales estn contenidos en el segmento de la
recta 20000 X1 + 10000 X2 = 100000 que cumple las restricciones del problema.
Una de ellas es:

X1 = 5
X2 = 0
PROBLEMA 4.
;
1 =
2 =


Finalmente el resultado se compara en la siguiente tabla, donde obtenemos que
no existe una solucin para el problema, puesto que no existe interseccin,
originalmente una de las restricciones es 1 2.
Figura 20.- No se encuentra los valores de X1 y X2.

Como la restriccin 1 es del tipo '=' se agrega la variable artificial X4.

Como la restriccin 2 es del tipo '' se agrega la variable de exceso X3 y la
variable artificial X5.
Figura 21.- Columna donde el pivote posiblemente est en P1.
Figura 22.- Sin maximizacin en la tabla 2.
Llegamos a la siguiente conclusin de que no existe solucin para este

problema.
PROBLEMA 5.
;
1 = 2
2 = 2
Figura 24.- No existe maximizacin definida para este problema.
Finalmente el resultado se compara en la siguiente tabla, donde obtenemos que

no existe una solucin para el problema.
Figura 25.- Valor (no existe) para X1 y X2 y de la funcin objetivo.


Como la restriccin 3 es del tipo '' se agrega la variable de exceso X5 y la
variable artificial X6.

Figura 27.- Pivote localizado.
Pivote pertenece en P3 y P1. Llegamos a la siguiente conclusin:

No existe ninguna solucin posible para el problema.
PROBLEMA 6.
;
1 =
2 =
:
Figura 29.- Maximizacin en el punto F.

Como la restriccin 1 es del tipo '' se agrega la variable de holgura x3.


Figura 32.- Generando la maximizacin en la tabla 2.
Llegamos a la siguiente conclusin:
La solucin ptima es Z = 11475000

X1 = 112.5
X2 = 0
FUENTE BIBLIOGRFICA.
Herramienta de apoyo en lnea PHPSimplex.

http://www.phpsimplex.com/simplex/simplex.htm?l=es
ANEXOS.
DE ALVARADO
INGENIERA SISTEMAS COMPUTACIONALES
Materia:
INVESTIGACIN DE OPERACIONES
Semestre-Grupo:
3A
Producto Acadmico:
REPORTE DE INVESTIGACIN.
Tema:
1.1.-DEFINICIN, DESARROLLO Y TIPOS DE MODELOS DE
1.2.- FORMULACIN DE MODELOS, EJEMPLOS DE
FORMULACIN.
Presenta:
CONTRERAS ROMERO GERMAN RANGEL, 136Z0141
Docente:
I.S.C. GABRIELA HERNANDEZ CRUZ.
H. Y G. ALVARADO, VER. AGOSTODICIEMBRE 2014
Pgina 1
INTRODUCCIN.
En la presente investigacin bibliogrfica se pretende abordar los temas de

investigacin de operaciones y modelo de operaciones, para poder introducirnos al
proceso de la programacin lineal, de tal manera que dicho paradigma se constituye
al conocimiento de la indagar por medio de procesos y mtodos.
Se conoce como programacin lineal al procedimiento o algoritmo matemtico

mediante el cual se resuelve un problema indeterminado, formulado a travs de un
sistema de in-ecuaciones lineales, optimizando la funcin objetivo, tambin lineal.
OBJETIVO.
Definir el concepto de modelos de investigacin de operaciones, as como el

desarrollo e historia de la misma. Se mencionan los modelos principales de
operaciones, tanto su formulacin y elementos principales.
Pgina 2
1.1.- DEFINICIN, DESARROLLO Y TIPOS DE MODELOS
DE INVESTIGACIN DE OPERACIONES.
DEFINICIN.
La investigacin de operaciones o investigacin operacional es rama de las

matemticas que hace uso de modelos matemticos y algoritmos la cual busca crear
una herramienta de apoyo para la toma de decisiones. Este paradigma tiene la
facilidad de aplicarse a problemas que se refieren a la conduccin tales como lo son
la administracin de empresas u organizacin.
Su objetivo se define por preparar la eleccin de ste entre diferentes medios o

mtodos disponibles para realizar todo objetivo que se proponga, al cual se le conoce
como meta. La investigacin de operaciones intenta encontrar una mejor solucin,
(llamada solucin ptima) para el problema bajo consideracin.
Figura 1.- Objetivo de la investigacin de operaciones.
Los modelos de investigacin de operaciones son frecuentemente usados para

abordar una gran variedad de problemas de naturaleza real en ingeniera y ciencias
sociales, lo que ha permitido a empresas y organizaciones importantes beneficios y
ahorros asociados a su utilizacin.
Pgina 3
DESARROLLO.
La investigacin de operacional nace a travs del tiempo durante la segunda

guerra mundial, la administracin militar en Gran Bretaa llam a un equipo de
cientficos para que estudiaran los problemas tcticos y estratgicos asociados a la
defensa area y terrestre del pas. Su objetivo era determinar la utilizacin ms efectiva
de los recursos militares limitados. Las aplicaciones incluan entre otras, estudios de
la forma de utilizar el radar y de la efectividad de nuevos tipos de bombas.
El nombre de investigacin de operaciones fue dado aparentemente porque el

equipo estaba llevando a cabo la actividad de investigar operaciones (militares).
Puesto la anterior se generan los modelos de investigacin operacionales, que
representan un sistema de la vida real.
Figura 2.- La Segunda Guerra Mundial origina el uso de la investigacin operacional.
TIPOS DE MODELOS DE OPERACIONES.
Un modelo de operacin es una representacin o abstraccin de una situacin u

objeto real, que muestra las relaciones (directas o indirectas) y las interrelaciones de
la accin y la reaccin en trminos de causa y efecto. Para ello exiten los siguientes
modelos:
Pgina 4
Figura 3.- Tipos de modelos de operacin de investigaciones.
Algunos otros:
Modelo simblico o matemtico: Son representaciones de la realidad en forma

de cifras, smbolos matemticos y funciones, para representar variables de
decisin y relaciones que nos permiten describir y analizar el comportamiento
del sistema.
Modelo de simulacin: En un modelos de simulacin los datos de entrada

pueden ser reales o generados en forma aleatoria. Estos modelos son bsicos
para trabajar en un equipo de computo.
Pgina 5
Modelo analgico: Puede representar situaciones dinmicas o cclicas, son mas
usuales y pueden representar las caractersticas y propiedades del
acontecimiento que se estudia.
1.2.- FORMULACIN DE MODELOS.
Como se observ en el tema anterior se defini el concepto de modelo

operacional, en esta ocasin se menciona la manera de generar dichos modelos. Por
ejemplo; para generar un modelo matemtico se de considerar que consta al menos
de tres elementos o condiciones bsicas: Las variables de decisin, la funcin objetivo
y las restricciones.
Variables de decisin y parmetros: Son incgnitas que deben ser determinadas

a partir de la solucin del modelo. Todo tipo de datos que representan los
valores conocidos del sistema (por ejemplo x1, x2...xn).
Funcin objetivo: Relacin matemtica entre las variables de decisin,

parmetros y una magnitud que representa el objetivo o producto del sistema.
Por ejemplo; si el objetivo es minimizar los costos de operacin, la funcin
objetivo debe expresar la relacin entre el costo y las variables de decisin,
siendo el resultado el menor costo de las soluciones factibles obtenidas.
Restricciones: Son relaciones entre las variables de decisin y los recursos

disponibles. Las restricciones del modelo limitan el valor de las variables de
decisin.
Pgina 6
EJEMPLO DE FORMULACIN DE MODELOS DE INVESTIGACIN
DE OPERACIONES.
PROGRAMACIN LINEAL: AL COMBINAR CAMIONES REFRIGERADOS EN

TRANSPORTE DE ALIMENTO
En la siguiente tabla se tiene la informacin de costo en renta y tambin las

capacidades, de dos tipos de camin transportista refrigerado para la distribucin de
alimentos, una parte de los cuales pueden descomponerse durante el viaje. En
particular se requiere un total de 900 y 1200 metros cbicos (m3) de espacio refrigerado
y no refrigerado, respectivamente. Formule un modelo de PL para decidir y resolver el
problema de cuntos camiones de cada tipo rentar para que el costo sea el menor
posible.
Tabla 1.- Informacin para renta de camiones con y sin espacio refrigerado del
ejemplo REFCAM.
1ra. parte.- Definicin de las variables de decisin.
2da. parte.- Funcin econmica u objetivo de costo.
3ra. parte.- Sujeta la funcin de mnimo costo a restricciones de espacio de carga:
Pgina 7
4a. parte.- Condiciones de signo para las variables de decisin:
El primer problema de ejemplo es de decisin y la pregunta evidente para el

distribuidor responsable es cuntos camiones de cada tipo deben rentarse para cum-
plir con la distribucin?. Para contestarla, en la primera parte del modelo se definen
las incgnitas que se acostumbra denotar con la letra X con ndices, como XA, XB, para
hacer la diferencia entre los dos tipos de camin A y B. Para formular la funcin objetivo
en la parte 2 del modelo, se observa que la renta de un camin tipo A cuesta 3 (3000
pesos) multiplicado por el nmero XA de camiones tipo A para renta, resulta as el
trmino 3XA que significa el costo de todos los camiones A rentados, por otro lado la
renta de un slo camin tipo B es de 4, por lo tanto 4XB es el costo de rentar los
camiones tipo B. Con la suma de los dos trminos o contribuciones de costo se obtiene
el valor total de Z, la funcin objetivo de costo, cuya dimensin es:
Pgina 8
En la parte 3 correspondiente a las restricciones, debe pensarse en el recurso
espacio de carga que es el atributo de inters de los camiones a rentar. La capacidad
especificada de carga, refrigerada o no, de los mismos, se emplea para plantear los
trminos de las restricciones, las que se traducen como requerimiento o necesidad de
900 m3 de espacio de carga refrigerada y 1200 m3 de espacio de carga no refrigerada,
lo cual hace un total de dos restricciones a formular. Cada trmino de ellas se cons-
truye considerando el espacio de un slo camin (20 m3 refrigerados para el A) multi-
plicado por el nmero de camiones (XA para A) del tipo que se decida rentar, o sea,
20XA es la contribucin de espacio refrigerado de los camiones A para los requeridos
900 m3 del distribuidor. De la misma manera se forma el trmino 30XB como contribu-
cin de espacio refrigerado de los camiones B. En la restriccin 20X A + 30XB >= 900
se utiliza la desigualdad >= porque el requerimiento de 900 m 3 se interpreta como el
espacio mnimo necesario para el alimento perecedero.
Las mismas ideas ya expuestas son aplicables para la segunda restriccin re-
ferente al requerimiento de 1200 m3 de espacio no refrigerado, ambas se dimensionan
as:
Por ltimo en la parte 4, las condiciones de valor no negativo para las incgnitas,
son lo natural para este problema ejemplo, entendiendo que el nmero de camiones a
rentar es positivo: XA > 0, XB > 0 o bien, puede que la solucin al modelo planteado de
este problema, resulte que no conviene rentar algn tipo de camin, en tal caso se
presentara con XA = 0 con XB = 0, puesto que XA < 0 XB < 0 no tiene significado
fsico.
Pgina 9
FUNDAMENTO DEL MTODO SIMPLEX.
Cuando se plantea un modelo de LP pueden existir igualdades y desigualdades.

De la misma forma pueden existir variables que deben ser no negativas o bien sin
restriccin de signo (srs). Antes de emplear el mtodo Simplex para resolver un LP, el
problema debe ser convertido en uno equivalente en el cual todas las restricciones son
ecuaciones y todas las variables son no negativas. Esta versin equivalente se
denomina forma estndar del LP.
Supongamos que se ha convertido un LP con m restricciones a su forma

estndar. Asumiendo que cada restriccin contiene n variables (x1, x2, ...xn) se tiene:
Luego, se puede denir:
Pgina 10
DEFINICIN DE MTODO SIMPLEX.
El Mtodo Simplex es un mtodo analtico de solucin de problemas de progra-

macin lineal capaz de resolver modelos ms complejos que los resueltos mediante el
mtodo grfico sin restriccin en el nmero de variables.
El Mtodo Simplex es un mtodo iterativo que permite ir mejorando la solucin

en cada paso. La razn matemtica de esta mejora radica en que el mtodo consiste
en caminar del vrtice de un poliedro a un vrtice vecino de manera que aumente o
disminuya (segn el contexto de la funcin objetivo, sea maximizar o minimizar), dado
que el nmero de vrtices que presenta un poliedro solucin es finito siempre se ha-
llar solucin.
CONCLUSIN.
Como observamos a lo largo del documento se cumple el objetivo planteado,

de esta manera se puede mencionar que la investigacin de operaciones es conjunto
de procedimientos que se requieren para una toma de decisiones a travs de dos o
ms alternativa para decidir el camino indicado para cada situacin.
Todo modelo se crea por medio de los elementos mencionados anteriormente

para poder dar solucin a cualquier problemtica. Recordemos que este paradigma de
investigacin nace para generar estrategias durante la Segunda Guerra Mundial.
Pgina 11
BIBLIOGRAFA.
Derechos reservados. (2008). QU ES LA INVESTIGACIN DE OPERACIONES?.

19/08/2014, de InvestigacionDeOperaciones Sitio web:
http://www.investigaciondeoperaciones.net/
Uncategorized. (2011). 1.1 Definicin, desarrollo y tipos de modelos de Investigacin

de operaciones.. 19/08/2014, de Wordpress.com Sitio web:}
http://alesnoopy.wordpress.com/2011/09/09/1-1-definicion-desarrollo-y-tipos-de
modelos-de-investigacion-de-operaciones-2/
Derechos reservados. (2011). Desarrollo de la Investigacin de Operaciones.

19/08/2014, de Ilustrados Sitio web: http://www.ilustrados.com/tema/7352/Desarrollo-
Investigacion-Operaciones.html
Ackoff, R. L. y Sasieni M. W.. (2008). INVESTIGACIN DE OPERACIONES.

19/08/2014, de www.ingenierosindustriales.jimdo.com Sitio web:
http://ingenierosindustriales.jimdo.com/herramientas-para-el-ingeniero
industrial/investigaci%C3%B3n-de-operaciones/
Humberto ngel Chvez Milla. (2009). Formulacin de Modelos de Programacin

Lineal. 19/08/2014, de monografas.com Sitio web:
http://www.monografias.com/trabajos96/formulacion-modelos-programacion-
lineal/formulacion-modelos-programacion-lineal.shtml
Pgina 12
PROBLEMARIO.

Portafolio de evidencias de programación lineal

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Portafolio de evidencias de programación lineal

Uploaded by

Copyright:

Available Formats

INSTITUTO TECNOLOGICO SUPERIOR

INGENIERA EN SISTEMAS COMPUTACIONALES.

H. Y G. ALVARADO, VER. AGOSTODICIEMBRE 2010

Es responsabilidad del alumno entregar su portafolio de evidencias cuando sea requerido

Directorio Telefnico con e-mails de compaeros de clase

No. Nombre e-mail Telefono

1 Callejas Delgado Carlos Antonio Carlosantonio521@gmail.com 2979700362

2 Campos Sacramento Yoselin A. yoselin_aracely10@hotmail.com 2971066647

Manzanero Marquez Carla

Martinez Arteaga Alexis alex_martinez_3355@hotmail

9 Mendoza Reyes Stephanie mendozastephanie54@gmail. 2299265028

Reyes Ochoa Angel Reyes_batista_ochoa@hotm 2971023996

12 Tejeda Uscanga Viviana las_diosas12@live.com.mx

Valencia Santana Betsy Aburto.valencia01@hotmail.c 2979753633

Nombre de la asignatura: Investigacin de Operaciones

Carrera: Ingeniera en Sistemas

Clave de la asignatura: SCC-1013

(Crditos) SATCA1 2-2- 4

Esta asignatura aporta al perfil del Ingeniero en Sistemas Computacionales la

El conocer y comprender las tcnicas para la modelacin de sistemas es importante

Su integracin se ha hecho en base a un anlisis de la administracin de las

El propsito de la materia es plantear los contenidos desde un punto de vista

Se abordan los conceptos de la programacin lineal y de anlisis de redes de la

En la tercera unidad se inicia caracterizando los conceptos bsicos de la

La cuarta unidad aborda el estudio de la teora de inventarios aplicando los modelos

Se integra en la quinta, el proceso de nacimiento o muerte de una lnea de espera.

El enfoque sugerido para la materia requiere que las actividades prcticas

Principalmente se busca partir de experiencias concretas, cotidianas, para que el

En el transcurso de las actividades programadas es muy importante que el

Es necesario que el profesor ponga atencin y cuidado en estos aspectos en el

Competencias especficas: Competencias genricas:

Adquirir los conceptos de los modelos Competencias instrumentales

4.- HISTORIA DEL PROGRAMA

Lugar y fecha de Observaciones

Institutos Tecnolgicos de: Representantes de las Anlisis, enriquecimiento y

Instituto Tecnolgico Representantes de los Reunin nacional de

5.- OBJETIVO(S) GENERAL(ES) DEL CURSO (competencias especficas a

Adquirir los conceptos de los modelos matemticos que definen el comportamiento

6.- COMPETENCIAS PREVIAS

Integrar los conceptos construidos en su periodo de formacin matemtica y

Unidad Temas Subtemas

3 Programacin no lineal. 3.1 Conceptos bsicos de problemas de

4 Teora de inventarios. 4.1 Sistemas de administracin y control.

5 Lneas de Espera 5.1 Definiciones, caractersticas y suposiciones

8.- SUGERENCIAS DIDCTICAS (desarrollo de competencias genricas)

Ser conocedor de la disciplina que est bajo su responsabilidad, conocer su origen y

Propiciar actividades de metacognicin. Ante la ejecucin de una actividad,

9.- SUGERENCIAS DE EVALUACIN

La evaluacin debe ser continua y formativa por lo que se debe considerar el

10.- UNIDADES DE APRENDIZAJE

Unidad 1: Programacin lineal

Aplicar el mtodo grfico para Construir un diagrama con los tipos de

Interpretar los resultados de un Plantear y resolver problemas que

Investigar en qu aspectos de la actividad

Unidad 3: Programacin no lineal

Resuolver problemas de sistemas

Unidad 5: Lneas de espera

11.- FUENTES DE INFORMACIN

Fuentes impresas (libros)

1. Hillier, Frederick, Introduccin a la investigacin de operaciones, Ed. Mc Graw-

12.- PRCTICAS PROPUESTAS (aqu slo describen brevemente, queda pendiente

1. Modelar un sistema real y resolverlo manualmente.

2. Resolver un problema por el mtodo simplex, utilizando un software