SlideShare una empresa de Scribd logo
1 de 28
Modelos
matemáticos de
Programación Lineal
Semana:
Sesión:
1
2
El propósito de la presente sesión es conocer y formular el modelo
matemático a partir de una situación problemática, identificando
los elementos de un modelo.
Propósito de la sesión:
Describir situación problemática relacionada a ingeniería para describir
los elementos de un modelo matemático de programación lineal.
Actividades de inicio:
Concepto
Elementos
Ejercicios resueltos
Actividades de desarrollo:
Programación Lineal
La programación lineal utiliza un modelo matemático para
describir el problema. El adjetivo lineal significa que todas las
funciones matemáticas del modelo deber ser funciones lineales.
En este caso, las palabra programación no se refiere a
programación en computadoras; en esencia es un sinónimo de
planeación.
Elementos:
• Variables: simboliza matemáticamente a las variables de decisión.
• Función Objetivo: es la formulación matemática de una
establecida y por lo tanto su valor final mide la efectividad lograda.
meta
• Restricciones: son funciones lineales expresadas como igualdades o
desigualdades, que limitan el valor de las variables de decisión a valores
permisibles. Representan recursos, condiciones o requerimientos
establecidos.
Ejemplo : El Problema de la Dieta
Variables:
Como la mezcla de alimentos consiste en maíz y soya, las variables de
decisión del modelo se definen como sigue:
x1 = Lb de maíz en la mezcla diaria
x2 = Lb de soya en la mezcla diaria
Función Objetivo:
La función objetivo trata de minimizar el costo diario total de
la mezcla de alimentos, y en consecuencia se expresa como
sigue:
Minimizar Z = 0.3x1 + 0.9x2
Restricciones:
Las restricciones del modelo reflejan la cantidad diaria necesaria y los
requerimientos dietéticos. Como GRANJAS MODELO necesita un
mínimo de 800 Lb diarias de alimento, la restricción correspondiente se
expresa como sigue:
x1 + x2 >= 800
Restricciones:
En cuanto a la restricción dietética de necesidades de proteína, la cantidad
de proteína contiene x1 Lb de maíz y x2 Lb de soya (0.09x1 + 0.6x2) Lb. Esta
cantidad debe ser cuando menos al 30% de la mezcla total de alimentos, (x1
+ x2) Lb; esto es:
0.09x1 + 0.6x2 >= 0.3 (x1 + x2)
De manera similar, la restricción de fibra se define como:
0.02x1 + 0.06x2 <= 0.05 (x1 + x2)
Modelo Matemático:
Las restricciones se simplifican agrupando todos los términos x1 y x2 y
pasándolos al lado izquierdo de cada desigualdad, para que solo quede
una constante en el lado derecho. Así, el modelo completo viene a ser:
Minimizar Z = 0.3x1 + 0.9x2
Sujeta a:
x1 + x2 >= 800
7x1 – 10x2 <= 0
3x1 – x2 >= 0
x1 ; x2 >= 0
Caso de aplicación:
Un criador de gatos tiene las siguientes cantidades de alimentos para gatos: 90 unidades de atún, 80
unidades de hígado y 50 unidades de pollo. Para criar un gato siamés se requieren 2 unidades de atún,
1 de hígado y 1 de pollo por día, mientras que para un gato persa se requieren 1, 2 y 1 unidades
respectivamente, por día. Si un gato siamés se vende en US$ 12 y un gato persa se vende en US$ 10,
¿Cuántos de cada uno deben criarse para obtener un ingreso total máximo? ¿Cuánto es el ingreso
total máximo?
Gato Siamés Gato Persa Disponibilidad
Atún 2 1 90
Hígado 1 2 80
Pollo 1 1 50
Ganancia $12 $10
x1 = Número de gatos siameses
x2 = Número de gatos persas
Variables
La función objetivo trata de maximizar la ganancia por la venta de
gatos, como sigue:
Maximizar Z = 12x1 + 10x2
De manera abreviada:
Max Z = 12x1 + 10x2
Función Objetivo
Las restricciones del modelo reflejan la cantidad necesaria máxima de
alimento para gatos. En el caso de unidades de atún será:
2x1 + 1x2 <= 90
En cuanto al caso de unidades de Hígado será:
1x1 + 2x2 <= 80
De manera similar, la restricción de cantidad de unidades de pollo será:
1x1 + 1x2 <= 50
Restricciones:
Max Z = 12x1 + 10x2
Sujeta a:
2x1 + 1x2 <= 90
1x1 + 2x2 <= 80
1x1 + 1x2 <= 50
x1, x2 >= 0
Modelo matemático de Programación Lineal
Expresión Matemática
Forma Estándar del Modelo
Modelo de Programación Lineal
Restricciones comunes
• Restricción de capacidad: limitan el valor de las variables debido a la disponibilidad de
horas-hombre, horas-máquina, espacio, etc.
• Restricción de mercado: Surge de los valores máximos y mínimos en las ventas o el uso
del producto o actividad a realizar.
• Restricción de entradas: Son limitantes debido a la escasees de materias primas, mano
de obra, dinero, etc.
• Restricción de calidad: Son las restricciones que limitan las mezclas de ingredientes,
definiendo usualmente la calidad de los artículos a manufacturar.
• Restricciones de balance de material: Estas son las restricciones que definen las salidas
de un proceso en función de las entradas, tomando en cuenta generalmente cierto
porcentaje de merma o desperdicio.
• Restricciones Internas: Son las que definen a una variable dada, en la formulación
interna del problema, un ejemplo tipo, es el de inventario.
• Condiciones Técnicas: En este apartado se establece que todas las variables deben
tomar valores no negativos.
Resumen de lo aprendido
Campos de aplicación - ejercicios.
Actividades de cierre:
¿Cómo se relaciona lo aprendido dentro de las actividades de mi
carrera profesional?
Metacognición
Investigación de Operaciones – Hamdy Taha – Novena edición (página
24)
Elaborado por Christian Nakasone Vega
Referencia bibliográfica y de imágenes
Nuestro ADN
Colaboración
Significativa
Aprendizaje
Experiencial
Metodología
Mentalidad
Emprendedora
Actitud
Impacto
Social
Resultado
CREA IMPACTO POSITIVO Y TRASCIENDE

Más contenido relacionado

La actualidad más candente

Digrama de ishikawa y sus 7 herramientas
Digrama de ishikawa y sus 7 herramientasDigrama de ishikawa y sus 7 herramientas
Digrama de ishikawa y sus 7 herramientasmodelosadmg1
 
Unidad 1.
Unidad 1.Unidad 1.
Unidad 1.Yessica
 
Prueba de Hipotesis Unideg Comonfort
Prueba de Hipotesis  Unideg ComonfortPrueba de Hipotesis  Unideg Comonfort
Prueba de Hipotesis Unideg Comonfortluna_negra144
 
Practica dirigida nº 9 resuelta
Practica dirigida nº 9 resueltaPractica dirigida nº 9 resuelta
Practica dirigida nº 9 resueltaJudith Ureta Loza
 
Unidad II factores que afectan el dinero
Unidad II factores que afectan el dineroUnidad II factores que afectan el dinero
Unidad II factores que afectan el dineropablo velasquez
 
RESUMEN DE ESTADISTICA II INIDAD 2
RESUMEN DE ESTADISTICA II INIDAD 2RESUMEN DE ESTADISTICA II INIDAD 2
RESUMEN DE ESTADISTICA II INIDAD 2FELIX Castro Garcia
 
Laboratorio n
Laboratorio nLaboratorio n
Laboratorio nedymarfr
 
Problemas resueltos de logistica
Problemas resueltos de logisticaProblemas resueltos de logistica
Problemas resueltos de logisticaEdwin Bouyssou
 
LA DEMANDA AGREGADA
LA DEMANDA AGREGADALA DEMANDA AGREGADA
LA DEMANDA AGREGADAwshy
 
Grupo5.maximizacion de la utilidad
Grupo5.maximizacion de la utilidadGrupo5.maximizacion de la utilidad
Grupo5.maximizacion de la utilidadEvelina Vallejo
 
Dual y simplex dual
Dual y simplex dualDual y simplex dual
Dual y simplex dualpuracastillo
 
Analisis de-valor-actual
Analisis de-valor-actualAnalisis de-valor-actual
Analisis de-valor-actualJoshep Merino
 
factores de-valor-presente y recuperación de capital conceptos y ejemplos
factores de-valor-presente y recuperación de capital conceptos y ejemplosfactores de-valor-presente y recuperación de capital conceptos y ejemplos
factores de-valor-presente y recuperación de capital conceptos y ejemplosAna Laura Ramirez Jaramillo
 
Expo 3 analisis de sensibilidad (metodo simplex)
Expo 3 analisis de sensibilidad (metodo simplex)Expo 3 analisis de sensibilidad (metodo simplex)
Expo 3 analisis de sensibilidad (metodo simplex)Ayda Ramirez Montalvo
 
Modelos de inventarios probabilísticos
Modelos de inventarios probabilísticosModelos de inventarios probabilísticos
Modelos de inventarios probabilísticosJoselyn Salazar
 

La actualidad más candente (20)

Digrama de ishikawa y sus 7 herramientas
Digrama de ishikawa y sus 7 herramientasDigrama de ishikawa y sus 7 herramientas
Digrama de ishikawa y sus 7 herramientas
 
Unidad 1.
Unidad 1.Unidad 1.
Unidad 1.
 
Prueba de Hipotesis Unideg Comonfort
Prueba de Hipotesis  Unideg ComonfortPrueba de Hipotesis  Unideg Comonfort
Prueba de Hipotesis Unideg Comonfort
 
Practica dirigida nº 9 resuelta
Practica dirigida nº 9 resueltaPractica dirigida nº 9 resuelta
Practica dirigida nº 9 resuelta
 
Unidad II factores que afectan el dinero
Unidad II factores que afectan el dineroUnidad II factores que afectan el dinero
Unidad II factores que afectan el dinero
 
Unidades 3, 4, 5, y 6 de macro economia
Unidades 3, 4, 5, y 6 de macro economiaUnidades 3, 4, 5, y 6 de macro economia
Unidades 3, 4, 5, y 6 de macro economia
 
Tabla fischer una cola alfa 0.05
Tabla fischer una cola alfa 0.05Tabla fischer una cola alfa 0.05
Tabla fischer una cola alfa 0.05
 
Método simplex. Teoria
Método simplex. TeoriaMétodo simplex. Teoria
Método simplex. Teoria
 
RESUMEN DE ESTADISTICA II INIDAD 2
RESUMEN DE ESTADISTICA II INIDAD 2RESUMEN DE ESTADISTICA II INIDAD 2
RESUMEN DE ESTADISTICA II INIDAD 2
 
Laboratorio n
Laboratorio nLaboratorio n
Laboratorio n
 
Estadistica inferencial
Estadistica inferencialEstadistica inferencial
Estadistica inferencial
 
Problemas resueltos de logistica
Problemas resueltos de logisticaProblemas resueltos de logistica
Problemas resueltos de logistica
 
LA DEMANDA AGREGADA
LA DEMANDA AGREGADALA DEMANDA AGREGADA
LA DEMANDA AGREGADA
 
Grupo5.maximizacion de la utilidad
Grupo5.maximizacion de la utilidadGrupo5.maximizacion de la utilidad
Grupo5.maximizacion de la utilidad
 
Dual y simplex dual
Dual y simplex dualDual y simplex dual
Dual y simplex dual
 
Analisis de-valor-actual
Analisis de-valor-actualAnalisis de-valor-actual
Analisis de-valor-actual
 
factores de-valor-presente y recuperación de capital conceptos y ejemplos
factores de-valor-presente y recuperación de capital conceptos y ejemplosfactores de-valor-presente y recuperación de capital conceptos y ejemplos
factores de-valor-presente y recuperación de capital conceptos y ejemplos
 
Expo 3 analisis de sensibilidad (metodo simplex)
Expo 3 analisis de sensibilidad (metodo simplex)Expo 3 analisis de sensibilidad (metodo simplex)
Expo 3 analisis de sensibilidad (metodo simplex)
 
Modelos de inventarios probabilísticos
Modelos de inventarios probabilísticosModelos de inventarios probabilísticos
Modelos de inventarios probabilísticos
 
Elasticidad cruzada y renta ejercicios
Elasticidad cruzada y renta ejerciciosElasticidad cruzada y renta ejercicios
Elasticidad cruzada y renta ejercicios
 

Similar a 02 MODELOS MATEMÁTICOS DE PROGRAMACIÓN LINEAL.pptx

112051798 toma-de-decisiones-bajo-certidumbre-riesgo-e-incertidumbre
112051798 toma-de-decisiones-bajo-certidumbre-riesgo-e-incertidumbre112051798 toma-de-decisiones-bajo-certidumbre-riesgo-e-incertidumbre
112051798 toma-de-decisiones-bajo-certidumbre-riesgo-e-incertidumbreHectorHinojosaAlonso1
 
Conceptos de Programacion Lineal-final_SEMANA_1.pdf
Conceptos de Programacion Lineal-final_SEMANA_1.pdfConceptos de Programacion Lineal-final_SEMANA_1.pdf
Conceptos de Programacion Lineal-final_SEMANA_1.pdfAngellReyes
 
Aplicaciones PROGRAMACION LINEAL
Aplicaciones PROGRAMACION LINEALAplicaciones PROGRAMACION LINEAL
Aplicaciones PROGRAMACION LINEALPatricia Lardies
 
UNMSM MODELAMIENTO MODELAMIENTO 2024 UNMSM
UNMSM MODELAMIENTO MODELAMIENTO 2024 UNMSMUNMSM MODELAMIENTO MODELAMIENTO 2024 UNMSM
UNMSM MODELAMIENTO MODELAMIENTO 2024 UNMSMGuadalupeSevillano1
 
PROGRAMACIÓN LINEAL Y OTROS METODOS DE ESTUDIO.pdf
PROGRAMACIÓN LINEAL Y OTROS METODOS DE ESTUDIO.pdfPROGRAMACIÓN LINEAL Y OTROS METODOS DE ESTUDIO.pdf
PROGRAMACIÓN LINEAL Y OTROS METODOS DE ESTUDIO.pdfAnaArauzNuez1
 
modelos_matematicos_antonioangelesvilleda.pptx
modelos_matematicos_antonioangelesvilleda.pptxmodelos_matematicos_antonioangelesvilleda.pptx
modelos_matematicos_antonioangelesvilleda.pptxGregoryZambrano5
 
5.0 programación lineal
5.0 programación lineal5.0 programación lineal
5.0 programación linealjaldanam
 
INVESTIGACIÓN DE OPERACIONES I
INVESTIGACIÓN DE OPERACIONES IINVESTIGACIÓN DE OPERACIONES I
INVESTIGACIÓN DE OPERACIONES IMaria Batista
 
5 semana sesion 10 analisis de sensibilidad (6)
5 semana   sesion 10 analisis de sensibilidad (6)5 semana   sesion 10 analisis de sensibilidad (6)
5 semana sesion 10 analisis de sensibilidad (6)JorgeAHuarachiCh
 
Investigación de operaciones y simulación
Investigación de operaciones y simulaciónInvestigación de operaciones y simulación
Investigación de operaciones y simulaciónGLSP
 

Similar a 02 MODELOS MATEMÁTICOS DE PROGRAMACIÓN LINEAL.pptx (20)

112051798 toma-de-decisiones-bajo-certidumbre-riesgo-e-incertidumbre
112051798 toma-de-decisiones-bajo-certidumbre-riesgo-e-incertidumbre112051798 toma-de-decisiones-bajo-certidumbre-riesgo-e-incertidumbre
112051798 toma-de-decisiones-bajo-certidumbre-riesgo-e-incertidumbre
 
Conceptos de Programacion Lineal-final_SEMANA_1.pdf
Conceptos de Programacion Lineal-final_SEMANA_1.pdfConceptos de Programacion Lineal-final_SEMANA_1.pdf
Conceptos de Programacion Lineal-final_SEMANA_1.pdf
 
Aplicaciones PROGRAMACION LINEAL
Aplicaciones PROGRAMACION LINEALAplicaciones PROGRAMACION LINEAL
Aplicaciones PROGRAMACION LINEAL
 
Investigacion Operativa Aspectos Generales
Investigacion Operativa Aspectos GeneralesInvestigacion Operativa Aspectos Generales
Investigacion Operativa Aspectos Generales
 
Io 2da programacion lineal
Io 2da programacion linealIo 2da programacion lineal
Io 2da programacion lineal
 
UNMSM MODELAMIENTO MODELAMIENTO 2024 UNMSM
UNMSM MODELAMIENTO MODELAMIENTO 2024 UNMSMUNMSM MODELAMIENTO MODELAMIENTO 2024 UNMSM
UNMSM MODELAMIENTO MODELAMIENTO 2024 UNMSM
 
Programacion_Lineal.pdf
Programacion_Lineal.pdfProgramacion_Lineal.pdf
Programacion_Lineal.pdf
 
PROGRAMACIÓN LINEAL Y OTROS METODOS DE ESTUDIO.pdf
PROGRAMACIÓN LINEAL Y OTROS METODOS DE ESTUDIO.pdfPROGRAMACIÓN LINEAL Y OTROS METODOS DE ESTUDIO.pdf
PROGRAMACIÓN LINEAL Y OTROS METODOS DE ESTUDIO.pdf
 
modelos_matematicos_antonioangelesvilleda.pptx
modelos_matematicos_antonioangelesvilleda.pptxmodelos_matematicos_antonioangelesvilleda.pptx
modelos_matematicos_antonioangelesvilleda.pptx
 
Programacion lineal.h
Programacion lineal.hProgramacion lineal.h
Programacion lineal.h
 
5.0 programación lineal
5.0 programación lineal5.0 programación lineal
5.0 programación lineal
 
programacion lineal
 programacion lineal programacion lineal
programacion lineal
 
INVESTIGACIÓN DE OPERACIONES I
INVESTIGACIÓN DE OPERACIONES IINVESTIGACIÓN DE OPERACIONES I
INVESTIGACIÓN DE OPERACIONES I
 
curso-pl.ppt
curso-pl.pptcurso-pl.ppt
curso-pl.ppt
 
curso-pl.ppt
curso-pl.pptcurso-pl.ppt
curso-pl.ppt
 
5 semana sesion 10 analisis de sensibilidad (6)
5 semana   sesion 10 analisis de sensibilidad (6)5 semana   sesion 10 analisis de sensibilidad (6)
5 semana sesion 10 analisis de sensibilidad (6)
 
Investigación de operaciones y simulación
Investigación de operaciones y simulaciónInvestigación de operaciones y simulación
Investigación de operaciones y simulación
 
Programación lineal
Programación linealProgramación lineal
Programación lineal
 
Formulación
FormulaciónFormulación
Formulación
 
INTRODUCCION.ppt
INTRODUCCION.pptINTRODUCCION.ppt
INTRODUCCION.ppt
 

Último

REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024
REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024
REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024IrapuatoCmovamos
 
Alfredo Gabriel Rodriguez Yajure Tarea#1
Alfredo Gabriel Rodriguez Yajure Tarea#1Alfredo Gabriel Rodriguez Yajure Tarea#1
Alfredo Gabriel Rodriguez Yajure Tarea#1alfredo130306
 
El Manierismo. El Manierismo
El Manierismo.              El ManierismoEl Manierismo.              El Manierismo
El Manierismo. El Manierismofariannys5
 
CUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptx
CUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptxCUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptx
CUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptxfatimacamilainjantem
 
Crecimiento del PIB real revisado sexenios neoliberales y nueva era del sober...
Crecimiento del PIB real revisado sexenios neoliberales y nueva era del sober...Crecimiento del PIB real revisado sexenios neoliberales y nueva era del sober...
Crecimiento del PIB real revisado sexenios neoliberales y nueva era del sober...JC Díaz Herrera
 
Reporte de incidencia delictiva Silao marzo 2024
Reporte de incidencia delictiva Silao marzo 2024Reporte de incidencia delictiva Silao marzo 2024
Reporte de incidencia delictiva Silao marzo 2024OBSERVATORIOREGIONAL
 
MARCO TEORICO, SEMINARIO DE INVESTIGACION,
MARCO TEORICO, SEMINARIO DE INVESTIGACION,MARCO TEORICO, SEMINARIO DE INVESTIGACION,
MARCO TEORICO, SEMINARIO DE INVESTIGACION,EmmanuelDelJessGonza
 
Anclaje Grupo 5..pptx de todo tipo de anclaje
Anclaje Grupo 5..pptx de todo tipo de anclajeAnclaje Grupo 5..pptx de todo tipo de anclaje
Anclaje Grupo 5..pptx de todo tipo de anclajeklebersky23
 
aine-2014.pdf/tipos de aines-clasificación
aine-2014.pdf/tipos de aines-clasificaciónaine-2014.pdf/tipos de aines-clasificación
aine-2014.pdf/tipos de aines-clasificaciónJhon Jimenez
 
Las familias más ricas de África en el año (2024).pdf
Las familias más ricas de África en el año (2024).pdfLas familias más ricas de África en el año (2024).pdf
Las familias más ricas de África en el año (2024).pdfJC Díaz Herrera
 
ROMA Y EL IMPERIO, CIUDADES ANTIGUA ROMANAS
ROMA Y EL  IMPERIO, CIUDADES  ANTIGUA ROMANASROMA Y EL  IMPERIO, CIUDADES  ANTIGUA ROMANAS
ROMA Y EL IMPERIO, CIUDADES ANTIGUA ROMANASanyahelmont
 
max-weber-principales-aportes de la sociologia (2).pptx
max-weber-principales-aportes de la sociologia (2).pptxmax-weber-principales-aportes de la sociologia (2).pptx
max-weber-principales-aportes de la sociologia (2).pptxMarioKing10
 
data lista de ingresantes de la universidad de ucayali 2024.pdf
data lista de ingresantes de la universidad de ucayali 2024.pdfdata lista de ingresantes de la universidad de ucayali 2024.pdf
data lista de ingresantes de la universidad de ucayali 2024.pdfLizRamirez182254
 
EPIDEMIO CANCER PULMON resumen nnn.pptx
EPIDEMIO CANCER PULMON  resumen nnn.pptxEPIDEMIO CANCER PULMON  resumen nnn.pptx
EPIDEMIO CANCER PULMON resumen nnn.pptxJEFFERSONMEDRANOCHAV
 
Imágenes-de La-Inteligencia-Artificial-AnaliticayDatos-Beatriz-Garcia-Abril2024
Imágenes-de La-Inteligencia-Artificial-AnaliticayDatos-Beatriz-Garcia-Abril2024Imágenes-de La-Inteligencia-Artificial-AnaliticayDatos-Beatriz-Garcia-Abril2024
Imágenes-de La-Inteligencia-Artificial-AnaliticayDatos-Beatriz-Garcia-Abril2024analiticaydatos
 
SEMANA II - EQUIPOS, INSTRUMENTOS Y MATERIALES TOPOGRAFICOS.pdf
SEMANA II - EQUIPOS, INSTRUMENTOS Y MATERIALES TOPOGRAFICOS.pdfSEMANA II - EQUIPOS, INSTRUMENTOS Y MATERIALES TOPOGRAFICOS.pdf
SEMANA II - EQUIPOS, INSTRUMENTOS Y MATERIALES TOPOGRAFICOS.pdfsmilagrossmedina23
 
Principales Retos Demográficos de Puerto Rico
Principales Retos Demográficos de Puerto RicoPrincipales Retos Demográficos de Puerto Rico
Principales Retos Demográficos de Puerto RicoRaúl Figueroa
 
Unidad 6 estadística 2011 TABLA DE FRECUENCIA
Unidad 6 estadística 2011  TABLA DE FRECUENCIAUnidad 6 estadística 2011  TABLA DE FRECUENCIA
Unidad 6 estadística 2011 TABLA DE FRECUENCIAEduardo Ferreira
 
PRESENTACION SOBRE LA HOJA DE CALCULO ⠀⠀
PRESENTACION SOBRE LA HOJA DE CALCULO ⠀⠀PRESENTACION SOBRE LA HOJA DE CALCULO ⠀⠀
PRESENTACION SOBRE LA HOJA DE CALCULO ⠀⠀LALVAREZD
 
procedimiento paran la planificación en los centros educativos tipo v(multig...
procedimiento  paran la planificación en los centros educativos tipo v(multig...procedimiento  paran la planificación en los centros educativos tipo v(multig...
procedimiento paran la planificación en los centros educativos tipo v(multig...claudioluna1121
 

Último (20)

REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024
REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024
REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024
 
Alfredo Gabriel Rodriguez Yajure Tarea#1
Alfredo Gabriel Rodriguez Yajure Tarea#1Alfredo Gabriel Rodriguez Yajure Tarea#1
Alfredo Gabriel Rodriguez Yajure Tarea#1
 
El Manierismo. El Manierismo
El Manierismo.              El ManierismoEl Manierismo.              El Manierismo
El Manierismo. El Manierismo
 
CUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptx
CUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptxCUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptx
CUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptx
 
Crecimiento del PIB real revisado sexenios neoliberales y nueva era del sober...
Crecimiento del PIB real revisado sexenios neoliberales y nueva era del sober...Crecimiento del PIB real revisado sexenios neoliberales y nueva era del sober...
Crecimiento del PIB real revisado sexenios neoliberales y nueva era del sober...
 
Reporte de incidencia delictiva Silao marzo 2024
Reporte de incidencia delictiva Silao marzo 2024Reporte de incidencia delictiva Silao marzo 2024
Reporte de incidencia delictiva Silao marzo 2024
 
MARCO TEORICO, SEMINARIO DE INVESTIGACION,
MARCO TEORICO, SEMINARIO DE INVESTIGACION,MARCO TEORICO, SEMINARIO DE INVESTIGACION,
MARCO TEORICO, SEMINARIO DE INVESTIGACION,
 
Anclaje Grupo 5..pptx de todo tipo de anclaje
Anclaje Grupo 5..pptx de todo tipo de anclajeAnclaje Grupo 5..pptx de todo tipo de anclaje
Anclaje Grupo 5..pptx de todo tipo de anclaje
 
aine-2014.pdf/tipos de aines-clasificación
aine-2014.pdf/tipos de aines-clasificaciónaine-2014.pdf/tipos de aines-clasificación
aine-2014.pdf/tipos de aines-clasificación
 
Las familias más ricas de África en el año (2024).pdf
Las familias más ricas de África en el año (2024).pdfLas familias más ricas de África en el año (2024).pdf
Las familias más ricas de África en el año (2024).pdf
 
ROMA Y EL IMPERIO, CIUDADES ANTIGUA ROMANAS
ROMA Y EL  IMPERIO, CIUDADES  ANTIGUA ROMANASROMA Y EL  IMPERIO, CIUDADES  ANTIGUA ROMANAS
ROMA Y EL IMPERIO, CIUDADES ANTIGUA ROMANAS
 
max-weber-principales-aportes de la sociologia (2).pptx
max-weber-principales-aportes de la sociologia (2).pptxmax-weber-principales-aportes de la sociologia (2).pptx
max-weber-principales-aportes de la sociologia (2).pptx
 
data lista de ingresantes de la universidad de ucayali 2024.pdf
data lista de ingresantes de la universidad de ucayali 2024.pdfdata lista de ingresantes de la universidad de ucayali 2024.pdf
data lista de ingresantes de la universidad de ucayali 2024.pdf
 
EPIDEMIO CANCER PULMON resumen nnn.pptx
EPIDEMIO CANCER PULMON  resumen nnn.pptxEPIDEMIO CANCER PULMON  resumen nnn.pptx
EPIDEMIO CANCER PULMON resumen nnn.pptx
 
Imágenes-de La-Inteligencia-Artificial-AnaliticayDatos-Beatriz-Garcia-Abril2024
Imágenes-de La-Inteligencia-Artificial-AnaliticayDatos-Beatriz-Garcia-Abril2024Imágenes-de La-Inteligencia-Artificial-AnaliticayDatos-Beatriz-Garcia-Abril2024
Imágenes-de La-Inteligencia-Artificial-AnaliticayDatos-Beatriz-Garcia-Abril2024
 
SEMANA II - EQUIPOS, INSTRUMENTOS Y MATERIALES TOPOGRAFICOS.pdf
SEMANA II - EQUIPOS, INSTRUMENTOS Y MATERIALES TOPOGRAFICOS.pdfSEMANA II - EQUIPOS, INSTRUMENTOS Y MATERIALES TOPOGRAFICOS.pdf
SEMANA II - EQUIPOS, INSTRUMENTOS Y MATERIALES TOPOGRAFICOS.pdf
 
Principales Retos Demográficos de Puerto Rico
Principales Retos Demográficos de Puerto RicoPrincipales Retos Demográficos de Puerto Rico
Principales Retos Demográficos de Puerto Rico
 
Unidad 6 estadística 2011 TABLA DE FRECUENCIA
Unidad 6 estadística 2011  TABLA DE FRECUENCIAUnidad 6 estadística 2011  TABLA DE FRECUENCIA
Unidad 6 estadística 2011 TABLA DE FRECUENCIA
 
PRESENTACION SOBRE LA HOJA DE CALCULO ⠀⠀
PRESENTACION SOBRE LA HOJA DE CALCULO ⠀⠀PRESENTACION SOBRE LA HOJA DE CALCULO ⠀⠀
PRESENTACION SOBRE LA HOJA DE CALCULO ⠀⠀
 
procedimiento paran la planificación en los centros educativos tipo v(multig...
procedimiento  paran la planificación en los centros educativos tipo v(multig...procedimiento  paran la planificación en los centros educativos tipo v(multig...
procedimiento paran la planificación en los centros educativos tipo v(multig...
 

02 MODELOS MATEMÁTICOS DE PROGRAMACIÓN LINEAL.pptx

  • 1.
  • 3. El propósito de la presente sesión es conocer y formular el modelo matemático a partir de una situación problemática, identificando los elementos de un modelo. Propósito de la sesión:
  • 4. Describir situación problemática relacionada a ingeniería para describir los elementos de un modelo matemático de programación lineal. Actividades de inicio:
  • 6. Programación Lineal La programación lineal utiliza un modelo matemático para describir el problema. El adjetivo lineal significa que todas las funciones matemáticas del modelo deber ser funciones lineales. En este caso, las palabra programación no se refiere a programación en computadoras; en esencia es un sinónimo de planeación.
  • 7. Elementos: • Variables: simboliza matemáticamente a las variables de decisión. • Función Objetivo: es la formulación matemática de una establecida y por lo tanto su valor final mide la efectividad lograda. meta • Restricciones: son funciones lineales expresadas como igualdades o desigualdades, que limitan el valor de las variables de decisión a valores permisibles. Representan recursos, condiciones o requerimientos establecidos.
  • 8. Ejemplo : El Problema de la Dieta
  • 9. Variables: Como la mezcla de alimentos consiste en maíz y soya, las variables de decisión del modelo se definen como sigue: x1 = Lb de maíz en la mezcla diaria x2 = Lb de soya en la mezcla diaria
  • 10. Función Objetivo: La función objetivo trata de minimizar el costo diario total de la mezcla de alimentos, y en consecuencia se expresa como sigue: Minimizar Z = 0.3x1 + 0.9x2
  • 11. Restricciones: Las restricciones del modelo reflejan la cantidad diaria necesaria y los requerimientos dietéticos. Como GRANJAS MODELO necesita un mínimo de 800 Lb diarias de alimento, la restricción correspondiente se expresa como sigue: x1 + x2 >= 800
  • 12. Restricciones: En cuanto a la restricción dietética de necesidades de proteína, la cantidad de proteína contiene x1 Lb de maíz y x2 Lb de soya (0.09x1 + 0.6x2) Lb. Esta cantidad debe ser cuando menos al 30% de la mezcla total de alimentos, (x1 + x2) Lb; esto es: 0.09x1 + 0.6x2 >= 0.3 (x1 + x2) De manera similar, la restricción de fibra se define como: 0.02x1 + 0.06x2 <= 0.05 (x1 + x2)
  • 13. Modelo Matemático: Las restricciones se simplifican agrupando todos los términos x1 y x2 y pasándolos al lado izquierdo de cada desigualdad, para que solo quede una constante en el lado derecho. Así, el modelo completo viene a ser: Minimizar Z = 0.3x1 + 0.9x2 Sujeta a: x1 + x2 >= 800 7x1 – 10x2 <= 0 3x1 – x2 >= 0 x1 ; x2 >= 0
  • 14. Caso de aplicación: Un criador de gatos tiene las siguientes cantidades de alimentos para gatos: 90 unidades de atún, 80 unidades de hígado y 50 unidades de pollo. Para criar un gato siamés se requieren 2 unidades de atún, 1 de hígado y 1 de pollo por día, mientras que para un gato persa se requieren 1, 2 y 1 unidades respectivamente, por día. Si un gato siamés se vende en US$ 12 y un gato persa se vende en US$ 10, ¿Cuántos de cada uno deben criarse para obtener un ingreso total máximo? ¿Cuánto es el ingreso total máximo? Gato Siamés Gato Persa Disponibilidad Atún 2 1 90 Hígado 1 2 80 Pollo 1 1 50 Ganancia $12 $10
  • 15. x1 = Número de gatos siameses x2 = Número de gatos persas Variables
  • 16. La función objetivo trata de maximizar la ganancia por la venta de gatos, como sigue: Maximizar Z = 12x1 + 10x2 De manera abreviada: Max Z = 12x1 + 10x2 Función Objetivo
  • 17. Las restricciones del modelo reflejan la cantidad necesaria máxima de alimento para gatos. En el caso de unidades de atún será: 2x1 + 1x2 <= 90 En cuanto al caso de unidades de Hígado será: 1x1 + 2x2 <= 80 De manera similar, la restricción de cantidad de unidades de pollo será: 1x1 + 1x2 <= 50 Restricciones:
  • 18. Max Z = 12x1 + 10x2 Sujeta a: 2x1 + 1x2 <= 90 1x1 + 2x2 <= 80 1x1 + 1x2 <= 50 x1, x2 >= 0 Modelo matemático de Programación Lineal
  • 22. Restricciones comunes • Restricción de capacidad: limitan el valor de las variables debido a la disponibilidad de horas-hombre, horas-máquina, espacio, etc. • Restricción de mercado: Surge de los valores máximos y mínimos en las ventas o el uso del producto o actividad a realizar. • Restricción de entradas: Son limitantes debido a la escasees de materias primas, mano de obra, dinero, etc. • Restricción de calidad: Son las restricciones que limitan las mezclas de ingredientes, definiendo usualmente la calidad de los artículos a manufacturar. • Restricciones de balance de material: Estas son las restricciones que definen las salidas de un proceso en función de las entradas, tomando en cuenta generalmente cierto porcentaje de merma o desperdicio. • Restricciones Internas: Son las que definen a una variable dada, en la formulación interna del problema, un ejemplo tipo, es el de inventario. • Condiciones Técnicas: En este apartado se establece que todas las variables deben tomar valores no negativos.
  • 23. Resumen de lo aprendido Campos de aplicación - ejercicios. Actividades de cierre:
  • 24. ¿Cómo se relaciona lo aprendido dentro de las actividades de mi carrera profesional? Metacognición
  • 25. Investigación de Operaciones – Hamdy Taha – Novena edición (página 24) Elaborado por Christian Nakasone Vega Referencia bibliográfica y de imágenes
  • 26.
  • 28. CREA IMPACTO POSITIVO Y TRASCIENDE