SlideShare una empresa de Scribd logo
1 de 56
Descargar para leer sin conexión
Variables con
subíndice
G. Edgar Mata Ortiz
Programación Lineal: Planteamiento de problemas
Programación Lineal.
¿Qué es programación lineal?
Es un método para obtener un
resultado óptimo con base en
un modelo matemático en el
que todas las relaciones entre
variables y constantes pueden
expresarse linealmente.
Variables de decisión
Reciben el nombre de variables de decisión, las
incógnitas cuyos valores deben ser determinados
para alcanzar el objetivo señalado por la función
objetivo.
𝒙 = 𝑵ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒂𝒓𝒕í𝒄𝒖𝒍𝒐𝒔 𝒕𝒊𝒑𝒐 𝟏 𝒒𝒖𝒆 𝒔𝒆 𝒗𝒂𝒏 𝒂 𝒇𝒂𝒃𝒓𝒊𝒄𝒂𝒓
𝒚 = 𝑪𝒂𝒏𝒕𝒊𝒅𝒂𝒅 𝒅𝒆𝒍 𝒊𝒏𝒈𝒓𝒆𝒅𝒊𝒆𝒏𝒕𝒆 𝟏 𝒒𝒖𝒆 𝒔𝒆 𝒖𝒕𝒊𝒍𝒊𝒛𝒂𝒓á
𝒙 𝟏 = 𝑵ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒄𝒂𝒔𝒂𝒔 𝒒𝒖𝒆 𝒅𝒆𝒃𝒆𝒏 𝒄𝒐𝒏𝒔𝒕𝒓𝒖𝒊𝒓𝒔𝒆
Variables de decisión
La elección de las variables de decisión viene
determinada por las características del problema,
generalmente no es sencillo cambiarlas, pero su
representación puede variar considerablemente
según la estrategia de solución. Pueden ser
variables simples, con subíndice sencillo, doble o
triple (o incluso mayor).
𝒙 𝟏
Variables de decisión
La representación de las variables de decisión y su
significado pueden aumentar o disminuir el nivel
de dificultad en la resolución de un problema.
Es muy importante definir, por escrito, el
significado de las variables de decisión.
Uso de variables de
decisión con subíndices
dobles.
Ejemplo
𝒙𝒊,𝒋 = ⋯
Ejemplo
La fábrica “The Barn” produce tres tipos de
combinaciones energéticas de semillas cuyos
precios por libra se muestran en los paquetes.
Ejemplo
Las tres mezclas contienen los mismos ingredientes:
maní, pasas y algarrobo, aunque en diferentes
proporciones. Los costos de los ingredientes, por
libra, se muestran en las imágenes
$𝟎. 𝟗𝟎
$𝟏. 𝟔𝟎
$𝟏. 𝟓𝟎
Ejemplo
El precio de venta se ve afectado por
las proporciones de los ingredientes
presentes en cada mezcla.
La mezcla normal debe contener, al
menos, 5% de cada ingrediente.
Ejemplo
El precio de venta se ve afectado por
las proporciones de los ingredientes
presentes en cada mezcla.
La mezcla especial debe contener, al
menos, 20% de cada ingrediente,
pero no más del 50% de cualquiera
de ellos.
Ejemplo
El precio de venta se ve afectado
por las proporciones de los
ingredientes presentes en cada
mezcla.
La mezcla extra debe contener, al
menos, 25% de pasas, y no más del
25% de maní.
Ejemplo
Las instalaciones de producción
hacen que haya disponibles, por
semana, un máximo de 1000 libras
de maní, 2000 de pasas, y 3000 de
algarrobo.
Ejemplo
Existe un costo fijo de $2000 para la
fabricación de las mezclas.
Por razones de mercado, la mezcla
normal debe limitarse al 20% de la
producción total.
Plantea un modelo de programación
lineal para maximizar las utilidades.
Ejemplo: Análisis de la Información
Las variables de decisión serán las cantidades de
ingredientes empleados en la elaboración de las
mezclas.
Ejemplo: Análisis de la Información
Lo que debemos decidir ahora es:
¿Cómo identificar las variables de modo que faciliten
el proceso de solución del problema?
Ejemplo: Análisis de la Información
Lo que debemos decidir ahora es:
¿Cómo identificar las variables de modo que
faciliten el proceso de solución del problema?
La estrategia consistirá en identificar las variables
mediante dos subíndices, el primero de ellos hará
referencia al ingrediente, y el segundo, a la
mezcla en la que se emplea dicho ingrediente.
Ejemplo: Análisis de la
Información
La estrategia consistirá en identificar las
variables mediante dos subíndices, el primero
de ellos hará referencia al ingrediente, y el
segundo, a la mezcla en la que se emplea dicho
ingrediente.
𝒙 𝟏,𝒏 = Maní empleado
en la mezcla…
Ejemplo: Análisis de la Información
Ejemplo: Análisis de la Información
𝒙 𝟏,𝟏
𝒙 𝟏,𝟐
𝒙 𝟏,𝟑
Maní empleado en la mezcla Normal
Maní empleado en la mezcla Especial
Maní empleado en la mezcla Extra
Ejemplo: Análisis de la
Información
La estrategia consistirá en identificar las
variables mediante dos subíndices, el primero
de ellos hará referencia al ingrediente, y el
segundo, a la mezcla en la que se emplea dicho
ingrediente.
𝒙 𝟐,𝒏 = Pasas empleadas
en la mezcla…
Ejemplo: Análisis de la Información
Ejemplo: Análisis de la Información
𝒙 𝟐,𝟏
𝒙 𝟐,𝟐
𝒙 𝟐,𝟑
Pasas empleadas en la mezcla Normal
Pasas empleadas en la mezcla Especial
Pasas empleadas en la mezcla Extra
Ejemplo: Análisis de la
Información
La estrategia consistirá en identificar las
variables mediante dos subíndices, el primero
de ellos hará referencia al ingrediente, y el
segundo, a la mezcla en la que se emplea dicho
ingrediente.
𝒙 𝟑,𝒏 =Algarrobo empleado
en la mezcla…
Ejemplo: Análisis de la Información
Ejemplo: Análisis de la Información
𝒙 𝟑,𝟏
𝒙 𝟑,𝟐
𝒙 𝟑,𝟑
Algarrobo empleado en la mezcla Normal
Algarrobo empleado en la mezcla Especial
Algarrobo empleado en la mezcla Extra
Ejemplo: Variables de decisión
𝒙 𝟏,𝟏 𝒙 𝟏,𝟐 𝒙 𝟏,𝟑
𝒙 𝟐,𝟏 𝒙 𝟐,𝟐 𝒙 𝟐,𝟑
𝒙 𝟑,𝟏 𝒙 𝟑,𝟐 𝒙 𝟑,𝟑
Ejemplo: Variables de decisión
Ejemplo: Variables de decisión
Ejemplo: Variables de decisión
Ejemplo: Variables de decisión
Ejemplo: Variables de decisión
Ejemplo: Variables de decisión
𝒙 𝟏,𝟏 𝒙 𝟏,𝟐 𝒙 𝟏,𝟑
𝒙 𝟐,𝟏 𝒙 𝟐,𝟐 𝒙 𝟐,𝟑
𝒙 𝟑,𝟏 𝒙 𝟑,𝟐 𝒙 𝟑,𝟑
Una vez identificadas
claramente las
variables de decisión,
se plantean las
restricciones indicadas
por el problema.
Ejemplo: Restricciones.
En este problema existen diferentes restricciones.
Vamos a identificar las restricciones siguiendo el
orden establecido en el problema.
Ejemplo: Restricciones.
En este problema existen diferentes restricciones.
Vamos a identificar las restricciones siguiendo el
orden establecido en el problema:
Ejemplo: Restricciones.
En primer lugar veamos cómo se representa,
algebraicamente, el contenido de la mezcla normal.
Debe ser el maní empleado en la mezcla normal, más
las pasas empleadas en la mezcla normal, más el
algarrobo empleado en la mezcla normal.
Al menos 5% de
cada ingrediente
Ejemplo: Restricciones.
Debe ser:
El maní empleado en la mezcla normal,
Más las pasas empleadas en la mezcla normal,
Más el algarrobo empleado en la mezcla normal.
Al menos 5% de
cada ingrediente
Ejemplo: Restricciones.
Mezcla normal:
Al menos 5% de
cada ingrediente
Ejemplo: Restricciones.
Al menos 5% de
cada ingrediente
Ejemplo: Restricciones.
Cada ingrediente debe representar, al menos, el 5% de
esta mezcla.
Al menos 5% de
cada ingrediente
Ejemplo: Restricciones.
Cada ingrediente debe representar, al menos, el 5% de esta mezcla.
Al menos 5% de
cada ingrediente
Ejemplo: Restricciones.
Al menos 20% de cada
ingrediente, pero no más
del 50% de cualquiera
Ejemplo: Restricciones.
Mezcla especial:
Al menos 20% de cada
ingrediente, pero no más
del 50% de cualquiera
Ejemplo: Restricciones.
Mezcla especial:
Al menos 20% de cada ingrediente,
pero no más del 50% de cualquiera
Ejemplo: Restricciones.
Mezcla especial:
Al menos 20% de cada ingrediente,
pero no más del 50% de cualquiera
Ejemplo: Restricciones.
Mezcla especial:
Al menos 20% de cada ingrediente,
pero no más del 50% de cualquiera
Ejemplo: Restricciones.
Mezcla especial:
Al menos 20% de cada ingrediente,
pero no más del 50% de cualquiera
Ejemplo: Restricciones.
Mezcla extra:
Al menos 25% de pasas,
y no más del 25% de
maní
Ejemplo: Restricciones.
Mezcla extra:
Al menos 25% de pasas, y no
más del 25% de maní
Ejemplo: Restricciones.
Mezcla extra:
Al menos 25% de pasas, y no
más del 25% de maní
Ejemplo: Restricciones.
Ingredientes:
Maní
Pasas
Algarrobo
Disponible máximo: 1000 de maní,
2000 de pasas, y 3000 de algarrobo
Ejemplo: Restricciones.
La cantidad de mezcla normal no debe
exceder del 20% de la producción total.
Ejemplo: Función Objetivo.
Costo total
Ejemplo: Función Objetivo.
Ingresos
Ejemplo: Función Objetivo.
Ganancia = Ingresos – Costos
–
Ejemplo: Restricciones.
Ganancia = Ingresos – Costos
Al igual que con las restricciones, es necesario simplificar algebraicamente la
función objetivo para poder utilizar algún software que resuelva el modelo.
Por su atención
Gracias
Fuentes de información en línea:
http://licmata-math.blogspot.mx/
http://www.scoop.it/t/mathematics-learning
https://www.facebook.com/licemata
https://www.linkedin.com/in/licmata
http://www.slideshare.net/licmata
Twitter @licemata

Más contenido relacionado

La actualidad más candente

Unmsm fisi - programación lineal - io1 cl03
Unmsm   fisi - programación lineal - io1 cl03Unmsm   fisi - programación lineal - io1 cl03
Unmsm fisi - programación lineal - io1 cl03Julio Pari
 
5.3 arbol expansión minima algoritmo de kruskal
5.3 arbol expansión minima algoritmo de kruskal5.3 arbol expansión minima algoritmo de kruskal
5.3 arbol expansión minima algoritmo de kruskalADRIANA NIETO
 
Ejercicios detallados del obj 9 mat ii 178
Ejercicios detallados del obj 9 mat ii  178 Ejercicios detallados del obj 9 mat ii  178
Ejercicios detallados del obj 9 mat ii 178 Jonathan Mejías
 
Ejercicios resueltos
Ejercicios resueltosEjercicios resueltos
Ejercicios resueltosUTE
 
Diseño de la cadena de Suministros
Diseño de la cadena de SuministrosDiseño de la cadena de Suministros
Diseño de la cadena de SuministrosHero Valrey
 
Ensayo modelo de_transporte
Ensayo modelo de_transporteEnsayo modelo de_transporte
Ensayo modelo de_transporteJhony Navarro
 
Flujo max 2
Flujo max 2Flujo max 2
Flujo max 2Macogi
 
5.5 flujo a costo minimo
5.5 flujo a costo minimo5.5 flujo a costo minimo
5.5 flujo a costo minimoADRIANA NIETO
 
Unidad 1 Fundamentos de ingeniería económica, valor del dinero a través del t...
Unidad 1 Fundamentos de ingeniería económica, valor del dinero a través del t...Unidad 1 Fundamentos de ingeniería económica, valor del dinero a través del t...
Unidad 1 Fundamentos de ingeniería económica, valor del dinero a través del t...abigailRonzon
 
Investigación de Operaciones: Problema de ruta crítica
Investigación de Operaciones: Problema de ruta críticaInvestigación de Operaciones: Problema de ruta crítica
Investigación de Operaciones: Problema de ruta críticaDiego Casso
 
Presentacion unidad 2
Presentacion unidad 2Presentacion unidad 2
Presentacion unidad 2google
 
Soluciones factibles y soluciones básicas factibles
Soluciones factibles y soluciones básicas factiblesSoluciones factibles y soluciones básicas factibles
Soluciones factibles y soluciones básicas factiblesLupita Rodríguez
 
Informe nro1 ivestigacion_operativa ii
Informe nro1 ivestigacion_operativa iiInforme nro1 ivestigacion_operativa ii
Informe nro1 ivestigacion_operativa iiDavids Vasquez Vasquez
 

La actualidad más candente (20)

Valor presente
Valor presenteValor presente
Valor presente
 
Simulacion discreta
Simulacion discretaSimulacion discreta
Simulacion discreta
 
Unmsm fisi - programación lineal - io1 cl03
Unmsm   fisi - programación lineal - io1 cl03Unmsm   fisi - programación lineal - io1 cl03
Unmsm fisi - programación lineal - io1 cl03
 
5.3 arbol expansión minima algoritmo de kruskal
5.3 arbol expansión minima algoritmo de kruskal5.3 arbol expansión minima algoritmo de kruskal
5.3 arbol expansión minima algoritmo de kruskal
 
Ejercicios detallados del obj 9 mat ii 178
Ejercicios detallados del obj 9 mat ii  178 Ejercicios detallados del obj 9 mat ii  178
Ejercicios detallados del obj 9 mat ii 178
 
Ejercicios resueltos
Ejercicios resueltosEjercicios resueltos
Ejercicios resueltos
 
Diseño de la cadena de Suministros
Diseño de la cadena de SuministrosDiseño de la cadena de Suministros
Diseño de la cadena de Suministros
 
Ensayo modelo de_transporte
Ensayo modelo de_transporteEnsayo modelo de_transporte
Ensayo modelo de_transporte
 
TEORIA DE INVENTARIO: CON FALTANTE Y DESCUENTO POR CANTIDAD
TEORIA DE INVENTARIO: CON FALTANTE Y DESCUENTO POR CANTIDADTEORIA DE INVENTARIO: CON FALTANTE Y DESCUENTO POR CANTIDAD
TEORIA DE INVENTARIO: CON FALTANTE Y DESCUENTO POR CANTIDAD
 
Programacion por metas
Programacion por metasProgramacion por metas
Programacion por metas
 
Flujo max 2
Flujo max 2Flujo max 2
Flujo max 2
 
5.5 flujo a costo minimo
5.5 flujo a costo minimo5.5 flujo a costo minimo
5.5 flujo a costo minimo
 
Unidad 1 Fundamentos de ingeniería económica, valor del dinero a través del t...
Unidad 1 Fundamentos de ingeniería económica, valor del dinero a través del t...Unidad 1 Fundamentos de ingeniería económica, valor del dinero a través del t...
Unidad 1 Fundamentos de ingeniería económica, valor del dinero a través del t...
 
Manual lindo
Manual lindoManual lindo
Manual lindo
 
Investigación de Operaciones: Problema de ruta crítica
Investigación de Operaciones: Problema de ruta críticaInvestigación de Operaciones: Problema de ruta crítica
Investigación de Operaciones: Problema de ruta crítica
 
Elementos de un sistema como caja negra
Elementos de un sistema como caja negraElementos de un sistema como caja negra
Elementos de un sistema como caja negra
 
Bosquejo del metodo
Bosquejo del metodoBosquejo del metodo
Bosquejo del metodo
 
Presentacion unidad 2
Presentacion unidad 2Presentacion unidad 2
Presentacion unidad 2
 
Soluciones factibles y soluciones básicas factibles
Soluciones factibles y soluciones básicas factiblesSoluciones factibles y soluciones básicas factibles
Soluciones factibles y soluciones básicas factibles
 
Informe nro1 ivestigacion_operativa ii
Informe nro1 ivestigacion_operativa iiInforme nro1 ivestigacion_operativa ii
Informe nro1 ivestigacion_operativa ii
 

Similar a Linear programming worked problem

Similar a Linear programming worked problem (13)

Función Solver
Función SolverFunción Solver
Función Solver
 
Spss
SpssSpss
Spss
 
20factor spss
20factor spss20factor spss
20factor spss
 
02 MODELOS MATEMÁTICOS DE PROGRAMACIÓN LINEAL.pptx
02 MODELOS MATEMÁTICOS DE PROGRAMACIÓN LINEAL.pptx02 MODELOS MATEMÁTICOS DE PROGRAMACIÓN LINEAL.pptx
02 MODELOS MATEMÁTICOS DE PROGRAMACIÓN LINEAL.pptx
 
Cálculos de los precios de venta de un menú
Cálculos de los precios de venta de un menúCálculos de los precios de venta de un menú
Cálculos de los precios de venta de un menú
 
Interacción y El Principio de Cruce Factorial
Interacción y El Principio de Cruce FactorialInteracción y El Principio de Cruce Factorial
Interacción y El Principio de Cruce Factorial
 
análisis de datos
análisis de datosanálisis de datos
análisis de datos
 
Explicacion Receta Estandar
Explicacion Receta EstandarExplicacion Receta Estandar
Explicacion Receta Estandar
 
Spss
SpssSpss
Spss
 
Sen Met grafico
Sen Met graficoSen Met grafico
Sen Met grafico
 
Calculo y teoría de fijación de precios en alimentos & bebidas Parte 1
Calculo y teoría de fijación de precios en alimentos & bebidas Parte 1Calculo y teoría de fijación de precios en alimentos & bebidas Parte 1
Calculo y teoría de fijación de precios en alimentos & bebidas Parte 1
 
Unidad 6. Análisis del CVU
Unidad 6.  Análisis del CVUUnidad 6.  Análisis del CVU
Unidad 6. Análisis del CVU
 
Actividad 1IV
Actividad 1IVActividad 1IV
Actividad 1IV
 

Más de Edgar Mata

Activity 12 c numb
Activity 12 c numbActivity 12 c numb
Activity 12 c numbEdgar Mata
 
Pw roo complex numbers 2021
Pw roo complex numbers 2021Pw roo complex numbers 2021
Pw roo complex numbers 2021Edgar Mata
 
Ar complex num 2021
Ar complex num 2021Ar complex num 2021
Ar complex num 2021Edgar Mata
 
Formato 1 1-limits - solved example 01
Formato 1 1-limits - solved example 01Formato 1 1-limits - solved example 01
Formato 1 1-limits - solved example 01Edgar Mata
 
Activity 1 1 part 2 exer ea2021
Activity 1 1 part 2 exer ea2021Activity 1 1 part 2 exer ea2021
Activity 1 1 part 2 exer ea2021Edgar Mata
 
Problem identification 2021
Problem identification 2021Problem identification 2021
Problem identification 2021Edgar Mata
 
Formato 1 1-limits ea2021
Formato 1 1-limits ea2021Formato 1 1-limits ea2021
Formato 1 1-limits ea2021Edgar Mata
 
Activity 1 1 real numbers
Activity 1 1 real numbersActivity 1 1 real numbers
Activity 1 1 real numbersEdgar Mata
 
Activity 1 1 limits and continuity ea2021
Activity 1 1 limits and continuity ea2021Activity 1 1 limits and continuity ea2021
Activity 1 1 limits and continuity ea2021Edgar Mata
 
Course presentation differential calculus ea2021
Course presentation differential calculus ea2021Course presentation differential calculus ea2021
Course presentation differential calculus ea2021Edgar Mata
 
Course presentation linear algebra ea2021
Course presentation linear algebra ea2021Course presentation linear algebra ea2021
Course presentation linear algebra ea2021Edgar Mata
 
Formato cramer 3x3
Formato cramer 3x3Formato cramer 3x3
Formato cramer 3x3Edgar Mata
 
Exercise 2 2 - area under the curve 2020
Exercise 2 2 - area under the curve 2020Exercise 2 2 - area under the curve 2020
Exercise 2 2 - area under the curve 2020Edgar Mata
 
Exercise 4 1 - vector algebra
Exercise 4 1 - vector algebraExercise 4 1 - vector algebra
Exercise 4 1 - vector algebraEdgar Mata
 
Exercise 3 2 - cubic function
Exercise 3 2 - cubic functionExercise 3 2 - cubic function
Exercise 3 2 - cubic functionEdgar Mata
 
Problemas cramer 3x3 nl
Problemas cramer 3x3 nlProblemas cramer 3x3 nl
Problemas cramer 3x3 nlEdgar Mata
 
Cramer method in excel
Cramer method in excelCramer method in excel
Cramer method in excelEdgar Mata
 
Cramer method sd2020
Cramer method sd2020Cramer method sd2020
Cramer method sd2020Edgar Mata
 
Exercise 2 1 - area under the curve 2020
Exercise 2 1 - area under the curve 2020Exercise 2 1 - area under the curve 2020
Exercise 2 1 - area under the curve 2020Edgar Mata
 
Template 4 1 word problems 2 unk 2020
Template 4 1 word problems 2 unk 2020Template 4 1 word problems 2 unk 2020
Template 4 1 word problems 2 unk 2020Edgar Mata
 

Más de Edgar Mata (20)

Activity 12 c numb
Activity 12 c numbActivity 12 c numb
Activity 12 c numb
 
Pw roo complex numbers 2021
Pw roo complex numbers 2021Pw roo complex numbers 2021
Pw roo complex numbers 2021
 
Ar complex num 2021
Ar complex num 2021Ar complex num 2021
Ar complex num 2021
 
Formato 1 1-limits - solved example 01
Formato 1 1-limits - solved example 01Formato 1 1-limits - solved example 01
Formato 1 1-limits - solved example 01
 
Activity 1 1 part 2 exer ea2021
Activity 1 1 part 2 exer ea2021Activity 1 1 part 2 exer ea2021
Activity 1 1 part 2 exer ea2021
 
Problem identification 2021
Problem identification 2021Problem identification 2021
Problem identification 2021
 
Formato 1 1-limits ea2021
Formato 1 1-limits ea2021Formato 1 1-limits ea2021
Formato 1 1-limits ea2021
 
Activity 1 1 real numbers
Activity 1 1 real numbersActivity 1 1 real numbers
Activity 1 1 real numbers
 
Activity 1 1 limits and continuity ea2021
Activity 1 1 limits and continuity ea2021Activity 1 1 limits and continuity ea2021
Activity 1 1 limits and continuity ea2021
 
Course presentation differential calculus ea2021
Course presentation differential calculus ea2021Course presentation differential calculus ea2021
Course presentation differential calculus ea2021
 
Course presentation linear algebra ea2021
Course presentation linear algebra ea2021Course presentation linear algebra ea2021
Course presentation linear algebra ea2021
 
Formato cramer 3x3
Formato cramer 3x3Formato cramer 3x3
Formato cramer 3x3
 
Exercise 2 2 - area under the curve 2020
Exercise 2 2 - area under the curve 2020Exercise 2 2 - area under the curve 2020
Exercise 2 2 - area under the curve 2020
 
Exercise 4 1 - vector algebra
Exercise 4 1 - vector algebraExercise 4 1 - vector algebra
Exercise 4 1 - vector algebra
 
Exercise 3 2 - cubic function
Exercise 3 2 - cubic functionExercise 3 2 - cubic function
Exercise 3 2 - cubic function
 
Problemas cramer 3x3 nl
Problemas cramer 3x3 nlProblemas cramer 3x3 nl
Problemas cramer 3x3 nl
 
Cramer method in excel
Cramer method in excelCramer method in excel
Cramer method in excel
 
Cramer method sd2020
Cramer method sd2020Cramer method sd2020
Cramer method sd2020
 
Exercise 2 1 - area under the curve 2020
Exercise 2 1 - area under the curve 2020Exercise 2 1 - area under the curve 2020
Exercise 2 1 - area under the curve 2020
 
Template 4 1 word problems 2 unk 2020
Template 4 1 word problems 2 unk 2020Template 4 1 word problems 2 unk 2020
Template 4 1 word problems 2 unk 2020
 

Último

Ingeniería de Tránsito. Proyecto Geométrico de calles y carreteras, es el pro...
Ingeniería de Tránsito. Proyecto Geométrico de calles y carreteras, es el pro...Ingeniería de Tránsito. Proyecto Geométrico de calles y carreteras, es el pro...
Ingeniería de Tránsito. Proyecto Geométrico de calles y carreteras, es el pro...wvernetlopez
 
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdfReporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdfMikkaelNicolae
 
Voladura Controlada Sobrexcavación (como se lleva a cabo una voladura)
Voladura Controlada  Sobrexcavación (como se lleva a cabo una voladura)Voladura Controlada  Sobrexcavación (como se lleva a cabo una voladura)
Voladura Controlada Sobrexcavación (como se lleva a cabo una voladura)ssuser563c56
 
Rendimiento-de-Maquinaria y precios unitarios para la construcción de una ma...
Rendimiento-de-Maquinaria y precios unitarios  para la construcción de una ma...Rendimiento-de-Maquinaria y precios unitarios  para la construcción de una ma...
Rendimiento-de-Maquinaria y precios unitarios para la construcción de una ma...RichardRivas28
 
hitos del desarrollo psicomotor en niños.docx
hitos del desarrollo psicomotor en niños.docxhitos del desarrollo psicomotor en niños.docx
hitos del desarrollo psicomotor en niños.docxMarcelaArancibiaRojo
 
Curso intensivo de soldadura electrónica en pdf
Curso intensivo de soldadura electrónica  en pdfCurso intensivo de soldadura electrónica  en pdf
Curso intensivo de soldadura electrónica en pdfFernandaGarca788912
 
CLASe número 4 fotogrametria Y PARALAJE.pptx
CLASe número 4 fotogrametria Y PARALAJE.pptxCLASe número 4 fotogrametria Y PARALAJE.pptx
CLASe número 4 fotogrametria Y PARALAJE.pptxbingoscarlet
 
CHARLA DE INDUCCIÓN SEGURIDAD Y SALUD OCUPACIONAL
CHARLA DE INDUCCIÓN SEGURIDAD Y SALUD OCUPACIONALCHARLA DE INDUCCIÓN SEGURIDAD Y SALUD OCUPACIONAL
CHARLA DE INDUCCIÓN SEGURIDAD Y SALUD OCUPACIONALKATHIAMILAGRITOSSANC
 
SEGURIDAD EN CONSTRUCCION PPT PARA EL CIP
SEGURIDAD EN CONSTRUCCION PPT PARA EL CIPSEGURIDAD EN CONSTRUCCION PPT PARA EL CIP
SEGURIDAD EN CONSTRUCCION PPT PARA EL CIPJosLuisFrancoCaldern
 
Flujo multifásico en tuberias de ex.pptx
Flujo multifásico en tuberias de ex.pptxFlujo multifásico en tuberias de ex.pptx
Flujo multifásico en tuberias de ex.pptxEduardoSnchezHernnde5
 
Presentación electricidad y magnetismo.pptx
Presentación electricidad y magnetismo.pptxPresentación electricidad y magnetismo.pptx
Presentación electricidad y magnetismo.pptxYajairaMartinez30
 
Curso Análisis Fisicoquímico y Microbiológico de Aguas -EAI - SESIÓN 5.pdf
Curso Análisis Fisicoquímico y Microbiológico de Aguas -EAI - SESIÓN 5.pdfCurso Análisis Fisicoquímico y Microbiológico de Aguas -EAI - SESIÓN 5.pdf
Curso Análisis Fisicoquímico y Microbiológico de Aguas -EAI - SESIÓN 5.pdfcesar17lavictoria
 
ECONOMIA APLICADA SEMANA 555555555555555555.pdf
ECONOMIA APLICADA SEMANA 555555555555555555.pdfECONOMIA APLICADA SEMANA 555555555555555555.pdf
ECONOMIA APLICADA SEMANA 555555555555555555.pdffredyflores58
 
TEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIAS
TEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIASTEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIAS
TEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIASfranzEmersonMAMANIOC
 
El proyecto “ITC SE Lambayeque Norte 220 kV con seccionamiento de la LT 220 kV
El proyecto “ITC SE Lambayeque Norte 220 kV con seccionamiento de la LT 220 kVEl proyecto “ITC SE Lambayeque Norte 220 kV con seccionamiento de la LT 220 kV
El proyecto “ITC SE Lambayeque Norte 220 kV con seccionamiento de la LT 220 kVSebastianPaez47
 
aCARGA y FUERZA UNI 19 marzo 2024-22.ppt
aCARGA y FUERZA UNI 19 marzo 2024-22.pptaCARGA y FUERZA UNI 19 marzo 2024-22.ppt
aCARGA y FUERZA UNI 19 marzo 2024-22.pptCRISTOFERSERGIOCANAL
 
presentacion medidas de seguridad riesgo eléctrico
presentacion medidas de seguridad riesgo eléctricopresentacion medidas de seguridad riesgo eléctrico
presentacion medidas de seguridad riesgo eléctricoalexcala5
 
2. UPN PPT - SEMANA 02 GESTION DE PROYECTOS MG CHERYL QUEZADA(1).pdf
2. UPN PPT - SEMANA 02 GESTION DE PROYECTOS MG CHERYL QUEZADA(1).pdf2. UPN PPT - SEMANA 02 GESTION DE PROYECTOS MG CHERYL QUEZADA(1).pdf
2. UPN PPT - SEMANA 02 GESTION DE PROYECTOS MG CHERYL QUEZADA(1).pdfAnthonyTiclia
 
Falla de san andres y el gran cañon : enfoque integral
Falla de san andres y el gran cañon : enfoque integralFalla de san andres y el gran cañon : enfoque integral
Falla de san andres y el gran cañon : enfoque integralsantirangelcor
 
clases de dinamica ejercicios preuniversitarios.pdf
clases de dinamica ejercicios preuniversitarios.pdfclases de dinamica ejercicios preuniversitarios.pdf
clases de dinamica ejercicios preuniversitarios.pdfDanielaVelasquez553560
 

Último (20)

Ingeniería de Tránsito. Proyecto Geométrico de calles y carreteras, es el pro...
Ingeniería de Tránsito. Proyecto Geométrico de calles y carreteras, es el pro...Ingeniería de Tránsito. Proyecto Geométrico de calles y carreteras, es el pro...
Ingeniería de Tránsito. Proyecto Geométrico de calles y carreteras, es el pro...
 
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdfReporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdf
 
Voladura Controlada Sobrexcavación (como se lleva a cabo una voladura)
Voladura Controlada  Sobrexcavación (como se lleva a cabo una voladura)Voladura Controlada  Sobrexcavación (como se lleva a cabo una voladura)
Voladura Controlada Sobrexcavación (como se lleva a cabo una voladura)
 
Rendimiento-de-Maquinaria y precios unitarios para la construcción de una ma...
Rendimiento-de-Maquinaria y precios unitarios  para la construcción de una ma...Rendimiento-de-Maquinaria y precios unitarios  para la construcción de una ma...
Rendimiento-de-Maquinaria y precios unitarios para la construcción de una ma...
 
hitos del desarrollo psicomotor en niños.docx
hitos del desarrollo psicomotor en niños.docxhitos del desarrollo psicomotor en niños.docx
hitos del desarrollo psicomotor en niños.docx
 
Curso intensivo de soldadura electrónica en pdf
Curso intensivo de soldadura electrónica  en pdfCurso intensivo de soldadura electrónica  en pdf
Curso intensivo de soldadura electrónica en pdf
 
CLASe número 4 fotogrametria Y PARALAJE.pptx
CLASe número 4 fotogrametria Y PARALAJE.pptxCLASe número 4 fotogrametria Y PARALAJE.pptx
CLASe número 4 fotogrametria Y PARALAJE.pptx
 
CHARLA DE INDUCCIÓN SEGURIDAD Y SALUD OCUPACIONAL
CHARLA DE INDUCCIÓN SEGURIDAD Y SALUD OCUPACIONALCHARLA DE INDUCCIÓN SEGURIDAD Y SALUD OCUPACIONAL
CHARLA DE INDUCCIÓN SEGURIDAD Y SALUD OCUPACIONAL
 
SEGURIDAD EN CONSTRUCCION PPT PARA EL CIP
SEGURIDAD EN CONSTRUCCION PPT PARA EL CIPSEGURIDAD EN CONSTRUCCION PPT PARA EL CIP
SEGURIDAD EN CONSTRUCCION PPT PARA EL CIP
 
Flujo multifásico en tuberias de ex.pptx
Flujo multifásico en tuberias de ex.pptxFlujo multifásico en tuberias de ex.pptx
Flujo multifásico en tuberias de ex.pptx
 
Presentación electricidad y magnetismo.pptx
Presentación electricidad y magnetismo.pptxPresentación electricidad y magnetismo.pptx
Presentación electricidad y magnetismo.pptx
 
Curso Análisis Fisicoquímico y Microbiológico de Aguas -EAI - SESIÓN 5.pdf
Curso Análisis Fisicoquímico y Microbiológico de Aguas -EAI - SESIÓN 5.pdfCurso Análisis Fisicoquímico y Microbiológico de Aguas -EAI - SESIÓN 5.pdf
Curso Análisis Fisicoquímico y Microbiológico de Aguas -EAI - SESIÓN 5.pdf
 
ECONOMIA APLICADA SEMANA 555555555555555555.pdf
ECONOMIA APLICADA SEMANA 555555555555555555.pdfECONOMIA APLICADA SEMANA 555555555555555555.pdf
ECONOMIA APLICADA SEMANA 555555555555555555.pdf
 
TEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIAS
TEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIASTEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIAS
TEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIAS
 
El proyecto “ITC SE Lambayeque Norte 220 kV con seccionamiento de la LT 220 kV
El proyecto “ITC SE Lambayeque Norte 220 kV con seccionamiento de la LT 220 kVEl proyecto “ITC SE Lambayeque Norte 220 kV con seccionamiento de la LT 220 kV
El proyecto “ITC SE Lambayeque Norte 220 kV con seccionamiento de la LT 220 kV
 
aCARGA y FUERZA UNI 19 marzo 2024-22.ppt
aCARGA y FUERZA UNI 19 marzo 2024-22.pptaCARGA y FUERZA UNI 19 marzo 2024-22.ppt
aCARGA y FUERZA UNI 19 marzo 2024-22.ppt
 
presentacion medidas de seguridad riesgo eléctrico
presentacion medidas de seguridad riesgo eléctricopresentacion medidas de seguridad riesgo eléctrico
presentacion medidas de seguridad riesgo eléctrico
 
2. UPN PPT - SEMANA 02 GESTION DE PROYECTOS MG CHERYL QUEZADA(1).pdf
2. UPN PPT - SEMANA 02 GESTION DE PROYECTOS MG CHERYL QUEZADA(1).pdf2. UPN PPT - SEMANA 02 GESTION DE PROYECTOS MG CHERYL QUEZADA(1).pdf
2. UPN PPT - SEMANA 02 GESTION DE PROYECTOS MG CHERYL QUEZADA(1).pdf
 
Falla de san andres y el gran cañon : enfoque integral
Falla de san andres y el gran cañon : enfoque integralFalla de san andres y el gran cañon : enfoque integral
Falla de san andres y el gran cañon : enfoque integral
 
clases de dinamica ejercicios preuniversitarios.pdf
clases de dinamica ejercicios preuniversitarios.pdfclases de dinamica ejercicios preuniversitarios.pdf
clases de dinamica ejercicios preuniversitarios.pdf
 

Linear programming worked problem

  • 1. Variables con subíndice G. Edgar Mata Ortiz Programación Lineal: Planteamiento de problemas
  • 2. Programación Lineal. ¿Qué es programación lineal? Es un método para obtener un resultado óptimo con base en un modelo matemático en el que todas las relaciones entre variables y constantes pueden expresarse linealmente.
  • 3. Variables de decisión Reciben el nombre de variables de decisión, las incógnitas cuyos valores deben ser determinados para alcanzar el objetivo señalado por la función objetivo. 𝒙 = 𝑵ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒂𝒓𝒕í𝒄𝒖𝒍𝒐𝒔 𝒕𝒊𝒑𝒐 𝟏 𝒒𝒖𝒆 𝒔𝒆 𝒗𝒂𝒏 𝒂 𝒇𝒂𝒃𝒓𝒊𝒄𝒂𝒓 𝒚 = 𝑪𝒂𝒏𝒕𝒊𝒅𝒂𝒅 𝒅𝒆𝒍 𝒊𝒏𝒈𝒓𝒆𝒅𝒊𝒆𝒏𝒕𝒆 𝟏 𝒒𝒖𝒆 𝒔𝒆 𝒖𝒕𝒊𝒍𝒊𝒛𝒂𝒓á 𝒙 𝟏 = 𝑵ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒄𝒂𝒔𝒂𝒔 𝒒𝒖𝒆 𝒅𝒆𝒃𝒆𝒏 𝒄𝒐𝒏𝒔𝒕𝒓𝒖𝒊𝒓𝒔𝒆
  • 4. Variables de decisión La elección de las variables de decisión viene determinada por las características del problema, generalmente no es sencillo cambiarlas, pero su representación puede variar considerablemente según la estrategia de solución. Pueden ser variables simples, con subíndice sencillo, doble o triple (o incluso mayor). 𝒙 𝟏
  • 5. Variables de decisión La representación de las variables de decisión y su significado pueden aumentar o disminuir el nivel de dificultad en la resolución de un problema. Es muy importante definir, por escrito, el significado de las variables de decisión.
  • 6. Uso de variables de decisión con subíndices dobles. Ejemplo 𝒙𝒊,𝒋 = ⋯
  • 7. Ejemplo La fábrica “The Barn” produce tres tipos de combinaciones energéticas de semillas cuyos precios por libra se muestran en los paquetes.
  • 8. Ejemplo Las tres mezclas contienen los mismos ingredientes: maní, pasas y algarrobo, aunque en diferentes proporciones. Los costos de los ingredientes, por libra, se muestran en las imágenes $𝟎. 𝟗𝟎 $𝟏. 𝟔𝟎 $𝟏. 𝟓𝟎
  • 9. Ejemplo El precio de venta se ve afectado por las proporciones de los ingredientes presentes en cada mezcla. La mezcla normal debe contener, al menos, 5% de cada ingrediente.
  • 10. Ejemplo El precio de venta se ve afectado por las proporciones de los ingredientes presentes en cada mezcla. La mezcla especial debe contener, al menos, 20% de cada ingrediente, pero no más del 50% de cualquiera de ellos.
  • 11. Ejemplo El precio de venta se ve afectado por las proporciones de los ingredientes presentes en cada mezcla. La mezcla extra debe contener, al menos, 25% de pasas, y no más del 25% de maní.
  • 12. Ejemplo Las instalaciones de producción hacen que haya disponibles, por semana, un máximo de 1000 libras de maní, 2000 de pasas, y 3000 de algarrobo.
  • 13. Ejemplo Existe un costo fijo de $2000 para la fabricación de las mezclas. Por razones de mercado, la mezcla normal debe limitarse al 20% de la producción total. Plantea un modelo de programación lineal para maximizar las utilidades.
  • 14. Ejemplo: Análisis de la Información Las variables de decisión serán las cantidades de ingredientes empleados en la elaboración de las mezclas.
  • 15. Ejemplo: Análisis de la Información Lo que debemos decidir ahora es: ¿Cómo identificar las variables de modo que faciliten el proceso de solución del problema?
  • 16. Ejemplo: Análisis de la Información Lo que debemos decidir ahora es: ¿Cómo identificar las variables de modo que faciliten el proceso de solución del problema? La estrategia consistirá en identificar las variables mediante dos subíndices, el primero de ellos hará referencia al ingrediente, y el segundo, a la mezcla en la que se emplea dicho ingrediente.
  • 17. Ejemplo: Análisis de la Información La estrategia consistirá en identificar las variables mediante dos subíndices, el primero de ellos hará referencia al ingrediente, y el segundo, a la mezcla en la que se emplea dicho ingrediente. 𝒙 𝟏,𝒏 = Maní empleado en la mezcla…
  • 18. Ejemplo: Análisis de la Información
  • 19. Ejemplo: Análisis de la Información 𝒙 𝟏,𝟏 𝒙 𝟏,𝟐 𝒙 𝟏,𝟑 Maní empleado en la mezcla Normal Maní empleado en la mezcla Especial Maní empleado en la mezcla Extra
  • 20. Ejemplo: Análisis de la Información La estrategia consistirá en identificar las variables mediante dos subíndices, el primero de ellos hará referencia al ingrediente, y el segundo, a la mezcla en la que se emplea dicho ingrediente. 𝒙 𝟐,𝒏 = Pasas empleadas en la mezcla…
  • 21. Ejemplo: Análisis de la Información
  • 22. Ejemplo: Análisis de la Información 𝒙 𝟐,𝟏 𝒙 𝟐,𝟐 𝒙 𝟐,𝟑 Pasas empleadas en la mezcla Normal Pasas empleadas en la mezcla Especial Pasas empleadas en la mezcla Extra
  • 23. Ejemplo: Análisis de la Información La estrategia consistirá en identificar las variables mediante dos subíndices, el primero de ellos hará referencia al ingrediente, y el segundo, a la mezcla en la que se emplea dicho ingrediente. 𝒙 𝟑,𝒏 =Algarrobo empleado en la mezcla…
  • 24. Ejemplo: Análisis de la Información
  • 25. Ejemplo: Análisis de la Información 𝒙 𝟑,𝟏 𝒙 𝟑,𝟐 𝒙 𝟑,𝟑 Algarrobo empleado en la mezcla Normal Algarrobo empleado en la mezcla Especial Algarrobo empleado en la mezcla Extra
  • 26. Ejemplo: Variables de decisión 𝒙 𝟏,𝟏 𝒙 𝟏,𝟐 𝒙 𝟏,𝟑 𝒙 𝟐,𝟏 𝒙 𝟐,𝟐 𝒙 𝟐,𝟑 𝒙 𝟑,𝟏 𝒙 𝟑,𝟐 𝒙 𝟑,𝟑
  • 32. Ejemplo: Variables de decisión 𝒙 𝟏,𝟏 𝒙 𝟏,𝟐 𝒙 𝟏,𝟑 𝒙 𝟐,𝟏 𝒙 𝟐,𝟐 𝒙 𝟐,𝟑 𝒙 𝟑,𝟏 𝒙 𝟑,𝟐 𝒙 𝟑,𝟑 Una vez identificadas claramente las variables de decisión, se plantean las restricciones indicadas por el problema.
  • 33. Ejemplo: Restricciones. En este problema existen diferentes restricciones. Vamos a identificar las restricciones siguiendo el orden establecido en el problema.
  • 34. Ejemplo: Restricciones. En este problema existen diferentes restricciones. Vamos a identificar las restricciones siguiendo el orden establecido en el problema:
  • 35. Ejemplo: Restricciones. En primer lugar veamos cómo se representa, algebraicamente, el contenido de la mezcla normal. Debe ser el maní empleado en la mezcla normal, más las pasas empleadas en la mezcla normal, más el algarrobo empleado en la mezcla normal. Al menos 5% de cada ingrediente
  • 36. Ejemplo: Restricciones. Debe ser: El maní empleado en la mezcla normal, Más las pasas empleadas en la mezcla normal, Más el algarrobo empleado en la mezcla normal. Al menos 5% de cada ingrediente
  • 37. Ejemplo: Restricciones. Mezcla normal: Al menos 5% de cada ingrediente
  • 38. Ejemplo: Restricciones. Al menos 5% de cada ingrediente
  • 39. Ejemplo: Restricciones. Cada ingrediente debe representar, al menos, el 5% de esta mezcla. Al menos 5% de cada ingrediente
  • 40. Ejemplo: Restricciones. Cada ingrediente debe representar, al menos, el 5% de esta mezcla. Al menos 5% de cada ingrediente
  • 41. Ejemplo: Restricciones. Al menos 20% de cada ingrediente, pero no más del 50% de cualquiera
  • 42. Ejemplo: Restricciones. Mezcla especial: Al menos 20% de cada ingrediente, pero no más del 50% de cualquiera
  • 43. Ejemplo: Restricciones. Mezcla especial: Al menos 20% de cada ingrediente, pero no más del 50% de cualquiera
  • 44. Ejemplo: Restricciones. Mezcla especial: Al menos 20% de cada ingrediente, pero no más del 50% de cualquiera
  • 45. Ejemplo: Restricciones. Mezcla especial: Al menos 20% de cada ingrediente, pero no más del 50% de cualquiera
  • 46. Ejemplo: Restricciones. Mezcla especial: Al menos 20% de cada ingrediente, pero no más del 50% de cualquiera
  • 47. Ejemplo: Restricciones. Mezcla extra: Al menos 25% de pasas, y no más del 25% de maní
  • 48. Ejemplo: Restricciones. Mezcla extra: Al menos 25% de pasas, y no más del 25% de maní
  • 49. Ejemplo: Restricciones. Mezcla extra: Al menos 25% de pasas, y no más del 25% de maní
  • 50. Ejemplo: Restricciones. Ingredientes: Maní Pasas Algarrobo Disponible máximo: 1000 de maní, 2000 de pasas, y 3000 de algarrobo
  • 51. Ejemplo: Restricciones. La cantidad de mezcla normal no debe exceder del 20% de la producción total.
  • 54. Ejemplo: Función Objetivo. Ganancia = Ingresos – Costos –
  • 55. Ejemplo: Restricciones. Ganancia = Ingresos – Costos Al igual que con las restricciones, es necesario simplificar algebraicamente la función objetivo para poder utilizar algún software que resuelva el modelo.
  • 56. Por su atención Gracias Fuentes de información en línea: http://licmata-math.blogspot.mx/ http://www.scoop.it/t/mathematics-learning https://www.facebook.com/licemata https://www.linkedin.com/in/licmata http://www.slideshare.net/licmata Twitter @licemata