SlideShare una empresa de Scribd logo
Ejemplo 1 G. Edgar Mata Ortiz
Investigación de Operaciones
Programación Lineal: Ejemplo 1
¿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.
Ejemplo 1: Primera Parte
Una planta industrial emplea tres máquinas M1, M2 y
M3 para fabricar dos artículos A1 y A2.
Para la fabricación de A1 se requieren dos horas en la
máquina M1, una hora en la M2 y tres horas en la M3;
para el producto A2 hace falta una hora en la máquina
M1, una hora en la M2 y 5 horas en la M3.
M2
M3M1
Ejemplo 1: Segunda Parte
Se dispone de 180 horas en la máquina M1, 110 en la
M2 y 480 en la M3.
La ganancia obtenida por cada pieza del artículo A1 es
de $50 y por cada pieza del artículo A2 es de $40.
¿Cuántas piezas de cada artículo deben fabricarse para
que la ganancia sea la máxima posible?
Ejemplo 1: Análisis de la Información
Después de una lectura superficial del problema es
necesario leerlo nuevamente con mayor atención.
En la segunda lectura trataremos de organizar la
información.
En las siguientes diapositivas se emplean colores para
visualizar cómo se organizará la información.
Azul: M1 Rojo: M2 Verde: M3
Ejemplo 1: Análisis de la Información
Una planta industrial emplea tres máquinas M1, M2 y
M3 para fabricar dos artículos A1 y A2.
Para la fabricación de A1 se requieren dos horas en la
máquina M1, una hora en la M2 y tres horas en la M3;
para el producto A2 hace falta una hora en la máquina
M1, una hora en la M2 y 5 horas en la M3.
Ejemplo 1: Análisis de la Información
Se dispone de 180 horas en la máquina M1, 110 en la
M2 y 480 en la M3.
La ganancia obtenida por cada pieza del artículo A1 es
de $50 y por cada pieza del artículo A2 es de $40.
¿Cuántas piezas de cada artículo deben fabricarse para
que la ganancia sea la máxima posible?
Ejemplo 1: Segunda parte
Para el planteamiento generalmente se emplea una
tabla en la que se sintetizan los datos de modo que sea
más fácil visualizar las relaciones entre las variables y
las constantes.
Ejemplo 1: Segunda parte
Ejemplo 1: Segunda parte
Productos o Artículos
Recursos
necesarios
Artículo
A1
Artículo
A2
Disponibilidad de
recursos
Máquina M1
Máquina M2
Máquina M3
Ganancia
Ejemplo 1: Planteamiento
Productos o Artículos
Recursos
necesarios
Artículo
A1
Artículo
A2
Disponibilidad de
recursos
Máquina M1 2 1 180
Máquina M2
Máquina M3
Ganancia
Ejemplo 1: Planteamiento
Productos o Artículos
Recursos
necesarios
Artículo
A1
Artículo
A2
Disponibilidad de
recursos
Máquina M1 2 1 180
Máquina M2 1 1 110
Máquina M3
Ganancia
Ejemplo 1: Planteamiento
Productos o Artículos
Recursos
necesarios
Artículo
A1
Artículo
A2
Disponibilidad de
recursos
Máquina M1 2 1 180
Máquina M2 1 1 110
Máquina M3 3 5 480
Ganancia
Ejemplo 1: Planteamiento
Productos o Artículos
Recursos
necesarios
Artículo
A1
Artículo
A2
Disponibilidad de
recursos
Máquina M1 2 1 180
Máquina M2 1 1 110
Máquina M3 3 5 480
Ganancia 50 40
Ejemplo 1: Planteamiento
Productos o Artículos
Recursos
necesarios
Artículo
A1
Artículo
A2
Disponibilidad de
recursos
Máquina M1 2 1 180
Máquina M2 1 1 110
Máquina M3 3 5 480
Ganancia 50 40 Maximizar
Ejemplo 1: Planteamiento
Productos o Artículos
Recursos
necesarios
Artículo A1
x
Artículo A2
y
Disponibilidad de
recursos
Máquina M1 2 1 180
Máquina M2 1 1 110
Máquina M3 3 5 480
Ganancia 50 40 Maximizar
Ejemplo 1: Planteamiento
¿Cuántas piezas de cada artículo deben fabricarse
para que la ganancia sea la máxima posible?
Identificaremos mediante incógnitas las
cantidades de cada artículo que se debe fabricar
Cantidad de piezas de A1 = x
Cantidad de piezas de A2 = y
Ejemplo 1: Planteamiento
Productos o Artículos
Recursos
necesarios
Artículo A1
x
Artículo A2
y
Disponibilidad de
recursos
Máquina M1 2 1 180
Máquina M2 1 1 110
Máquina M3 3 5 480
Ganancia 50 40 Maximizar
Número de piezas
del artículo A1 que
se van a fabricar
Número de piezas
del artículo A2 que
se van a fabricar
Ejemplo 1: Restricciones y desigualdades
La suma de los recursos utilizados para fabricar los artículos
A1 y A2 no deben ser mayores a los recursos disponibles.
Aplicando una restricción similar en cada máquina,
obtendremos las tres desigualdades que constituyen el
modelo matemático del problema.
M1: Restricción 1
M2: Restricción 2
M3: Restricción 3
Ejemplo 1: Restricciones y desigualdades
Para la máquina M1, se obtiene la inecuación 1.
𝟐𝒙 + 𝟏𝒚 ≤ 𝟏𝟖𝟎
Ejemplo 1: Restricciones y desigualdades
Para la máquina M2, se obtiene la inecuación 2.
1𝒙 + 𝟏𝒚 ≤ 𝟏𝟏𝟎
Ejemplo 1: Restricciones y desigualdades
En resumen, las desigualdades son:
𝟐𝒙 + 𝟏𝒚 ≤ 𝟏𝟖𝟎
1𝒙 + 𝟏𝒚 ≤ 𝟏𝟏𝟎
𝟑𝒙 + 𝟓𝒚 ≤ 𝟒𝟖𝟎
Productos o Artículos
Recursos
necesarios
Artículo A1
x
Artículo A2
y
Disponibilidad
de recursos
Máquina M1 2 1 180
Máquina M2 1 1 110
Máquina M3 3 5 480
Ganancia 50 40 Maximizar
Ejemplo 1: Trazar las gráficas
Ecuación 1: 𝟐𝒙 + 𝟏𝒚 = 𝟏𝟖𝟎
𝒙 = 𝟎, 𝟐 𝟎 + 𝟏𝒚 = 𝟏𝟖𝟎
𝟏𝒚 = 𝟏𝟖𝟎
𝒚 =
𝟏𝟖𝟎
𝟏
𝒚 = 𝟏𝟖𝟎
𝑹𝒆𝒔𝒖𝒍𝒕𝒂𝒅𝒐:
(𝟎, 𝟏𝟖𝟎)
Ejemplo 1: Trazar las gráficas
Ecuación 1: 𝟐𝒙 + 𝟏𝒚 = 𝟏𝟖𝟎
y= 𝟎, 𝟐𝒙 + 𝟏(𝟎) = 𝟏𝟖𝟎
𝟐𝒙 = 𝟏𝟖𝟎
𝐱 =
𝟏𝟖𝟎
𝟐
𝐱 = 𝟗𝟎
𝑹𝒆𝒔𝒖𝒍𝒕𝒂𝒅𝒐:
(𝟗𝟎, 𝟎)
Ejemplo 1: Trazar las gráficas
Ecuación 2: 𝟏𝒙 + 𝟏𝒚 = 𝟏𝟏𝟎
𝒙 = 𝟎, 𝟏 𝟎 + 𝟏𝒚 = 𝟏𝟏𝟎
𝟏𝒚 = 𝟏𝟏𝟎
𝒚 =
𝟏𝟏𝟎
𝟏
𝒚 = 𝟏𝟏𝟎
𝑹𝒆𝒔𝒖𝒍𝒕𝒂𝒅𝒐:
(𝟎, 𝟏𝟏𝟎)
Ejemplo 1: Trazar las gráficas
Ecuación 2: 𝟏𝒙 + 𝟏𝒚 = 𝟏𝟏𝟎
𝐲 = 𝟎, 𝟏𝒙 + 𝟏(𝟎) = 𝟏𝟏𝟎
𝟏𝒙 = 𝟏𝟏𝟎
𝐱 =
𝟏𝟏𝟎
𝟏
𝐱 = 𝟏𝟏𝟎
𝑹𝒆𝒔𝒖𝒍𝒕𝒂𝒅𝒐:
(𝟏𝟏𝟎, 𝟎)
Ejemplo 1: Trazar las gráficas
Ecuación 3: 𝟑𝒙 + 𝟓𝒚 = 𝟒𝟖𝟎
𝒙 = 𝟎, 𝟑 𝟎 + 𝟓𝒚 = 𝟒𝟖𝟎
𝟓𝒚 = 𝟒𝟖𝟎
𝒚 =
𝟒𝟖𝟎
𝟓
𝒚 = 𝟗𝟔
𝑹𝒆𝒔𝒖𝒍𝒕𝒂𝒅𝒐:
(𝟎, 𝟗𝟔)
Ejemplo 1: Trazar las gráficas
Ecuación 3: 𝟑𝒙 + 𝟓𝒚 = 𝟒𝟖𝟎
𝐲 = 𝟎, 𝟑𝒙 + 𝟓(𝟎) = 𝟒𝟖𝟎
𝟑𝒙 = 𝟒𝟖𝟎
𝐱 =
𝟒𝟖𝟎
𝟑
𝐱 = 𝟏𝟔𝟎
𝑹𝒆𝒔𝒖𝒍𝒕𝒂𝒅𝒐:
(𝟏𝟔𝟎, 𝟎)
Ejemplo 1: Restricciones y desigualdades
Puntos obtenidos en las tabulaciones
𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏
𝟐𝒙 + 𝟏𝒚 = 𝟏𝟖𝟎
𝟎, 𝟏𝟖𝟎
(𝟗𝟎, 𝟎)
𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟑
𝟑𝒙 + 𝟓𝒚 = 𝟒𝟖𝟎
𝟎, 𝟗𝟔
(𝟏𝟔𝟎, 𝟎)
𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐
𝟏𝒙 + 𝟏𝒚 = 𝟏𝟏𝟎
𝟎, 𝟏𝟏𝟎
(𝟏𝟏𝟎, 𝟎)
Ejemplo 1: Trazar las gráficas
𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏: 𝟐𝒙 + 𝟏𝒚 = 𝟏𝟖𝟎: 𝟎, 𝟏𝟖𝟎 − (𝟗𝟎, 𝟎)
Esta es la gráfica de la ecuación.
No olvidemos que la desigualdad
incluye uno de los dos lados en
los que la recta divide al plano
cartesiano.
Ejemplo 1: Trazar las gráficas
𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐: 𝟏𝒙 + 𝟏𝒚 = 𝟏𝟏𝟎: 𝟎, 𝟏𝟏𝟎 − (𝟏𝟏𝟎, 𝟎)
Para saber cuál lado de la desigualdad
pertenece a la solución se toma un
punto cualquiera del plano,
generalmente el origen, y se sustituye
en la desigualdad que se desea
resolver.
Ejemplo 1: Gráfica con las tres rectas
Ejemplo 1: Gráficas de las desigualdades
Probamos la desigualdad 1 con las coordenadas del origen (0, 0): x = 0, y = 0
𝟐𝒙 + 𝟏𝒚 ≤ 𝟏𝟖𝟎
𝟐 𝟎 + 𝟏 𝟎 ≤ 𝟏𝟖𝟎
𝟎 ≤ 𝟏𝟖𝟎
El resultado final es verdadero;
cero es menor que 180, por lo
tanto la gráfica incluye los
puntos que están del mismo
lado que el origen.
Ejemplo 1: Gráficas de las desigualdades
Probamos la desigualdad 1 con las coordenadas del origen (0, 0): x = 0, y = 0
𝟐𝒙 + 𝟏𝒚 ≤ 𝟏𝟖𝟎
𝟐 𝟎 + 𝟏 𝟎 ≤ 𝟏𝟖𝟎
𝟎 ≤ 𝟏𝟖𝟎
El resultado final es verdadero;
cero es menor que 180, por lo
tanto la gráfica incluye los
puntos que están del mismo
lado que el origen.
Ejemplo 1: Gráficas de las desigualdades
Probamos la desigualdad 2 con las coordenadas del origen (0, 0): x = 0, y = 0
El resultado final es verdadero;
cero es menor que 110, por lo
tanto la gráfica incluye los
puntos que están del mismo
lado que el origen.
𝟏𝒙 + 𝟏𝒚 ≤ 𝟏𝟏𝟎
𝟏 𝟎 + 𝟏 𝟎 ≤ 𝟏𝟏𝟎
𝟎 ≤ 𝟏𝟏𝟎
Ejemplo 1: Gráficas de las desigualdades
Probamos la desigualdad 3 con las coordenadas del origen (0, 0): x = 0, y = 0
El resultado final es verdadero;
cero es menor que 480, por lo
tanto la gráfica incluye los
puntos que están del mismo
lado que el origen.
𝟑𝒙 + 𝟓𝒚 ≤ 𝟒𝟖𝟎
𝟑 𝟎 + 𝟓 𝟎 ≤ 𝟒𝟖𝟎
𝟎 ≤ 𝟒𝟖𝟎
Ejemplo 1: Gráficas con las 3 desigualdades
La intersección de estas tres
áreas recibe el nombre de:
“Área de Soluciones factibles”.
En la siguiente diapositiva se
señala con mayor claridad.
Ejemplo 1: Área de soluciones factibles
Se muestra, sombreada, el área
de soluciones factibles.
Es posible demostrar que la
solución óptima se encuentra
en uno de los vértices de dicha
área.
Ejemplo 1: Vértices del área de soluciones factibles
El siguiente paso es determinar
las coordenadas de los vértices.
Aunque es posible aplicar el
método gráfico, es preferible
recurrir a algún método
analítico.
Ejemplo 1: Vértices del área de soluciones factibles
El siguiente paso es determinar
las coordenadas de los vértices.
Aunque es posible aplicar el
método gráfico, es preferible
recurrir a algún método
analítico.
Ejemplo 1: Vértices del área de soluciones factibles
Generalmente algunos de los
vértices se conocen desde las
tabulaciones empleadas para
graficar.
En este caso los vértices A, B y C.
Ejemplo 1: Vértices del área de soluciones factibles
Las coordenadas de los
vértices D y E se determinan
por cualquier método
analítico o del álgebra lineal:
reducción, sustitución,
igualación, Cramer, Gauss,
Gauss – Jordan, entre muchos
otros.
Ejemplo 1:
Ganancias en los vértices del área de soluciones factibles
El siguiente paso es sustituir en la función objetivo las
coordenadas de cada vértice del área de soluciones factibles.
Función Objetivo:
Maximizar: z = 50x + 40y
Dado que se desea maximizar la ganancia, el vértice que
arroje el mayor valor, será la solución del problema.
Cuando se trata de minimizar costos se elegirá el vértice que
arroje el menor valor.
Ejemplo 1:
Ganancias en los vértices del área de soluciones factibles
Vértice x y z = 50x + 40y Ganancia
A(0, 96)
B(0, 0)
C( 90, 0)
D(70, 40)
E(35, 75)
Ejemplo 1:
Ganancias en los vértices del área de soluciones factibles
Vértice x y z = 50x + 40y Ganancia
A(0, 96) 0 96 50(0) + 40(96)
B(0, 0)
C( 90, 0)
D(70, 40)
E(35, 75)
Ejemplo 1:
Ganancias en los vértices del área de soluciones factibles
Vértice x y z = 50x + 40y Ganancia
A(0, 96) 0 96 50(0) + 40(96) 3840
B(0, 0)
C( 90, 0)
D(70, 40)
E(35, 75)
Ejemplo 1:
Ganancias en los vértices del área de soluciones factibles
Vértice x y z = 50x + 40y Ganancia
A(0, 96) 0 96 50(0) + 40(96) 3840
B(0, 0) 0 0
C( 90, 0)
D(70, 40)
E(35, 75)
Ejemplo 1:
Ganancias en los vértices del área de soluciones factibles
Vértice x y z = 50x + 40y Ganancia
A(0, 96) 0 96 50(0) + 40(96) 3840
B(0, 0) 0 0 50(0) + 40(0)
C( 90, 0)
D(70, 40)
E(35, 75)
Ejemplo 1:
Ganancias en los vértices del área de soluciones factibles
Vértice x y z = 50x + 40y Ganancia
A(0, 96) 0 96 50(0) + 40(96) 3840
B(0, 0) 0 0 50(0) + 40(0) 0
C( 90, 0)
D(70, 40)
E(35, 75)
Ejemplo 1:
Ganancias en los vértices del área de soluciones factibles
Vértice x y z = 50x + 40y Ganancia
A(0, 96) 0 96 50(0) + 40(96) 3840
B(0, 0) 0 0 50(0) + 40(0) 0
C( 90, 0) 90 0
D(70, 40)
E(35, 75)
Ejemplo 1:
Ganancias en los vértices del área de soluciones factibles
Vértice x y z = 50x + 40y Ganancia
A(0, 96) 0 96 50(0) + 40(96) 3840
B(0, 0) 0 0 50(0) + 40(0) 0
C( 90, 0) 90 0 50(90) + 40 (0)
D(70, 40)
E(35, 75)
Ejemplo 1:
Ganancias en los vértices del área de soluciones factibles
Vértice x y z = 50x + 40y Ganancia
A(0, 96) 0 96 50(0) + 40(96) 3840
B(0, 0) 0 0 50(0) + 40(0) 0
C( 90, 0) 90 0 50(90) + 40 (0) 4500
D(70, 40)
E(35, 75)
Ejemplo 1:
Ganancias en los vértices del área de soluciones factibles
Vértice x y z = 50x + 40y Ganancia
A(0, 96) 0 96 50(0) + 40(96) 3840
B(0, 0) 0 0 50(0) + 40(0) 0
C( 90, 0) 90 0 50(90) + 40 (0) 4500
D(70, 40) 70 40
E(35, 75)
Ejemplo 1:
Ganancias en los vértices del área de soluciones factibles
Vértice x y z = 50x + 40y Ganancia
A(0, 96) 0 96 50(0) + 40(96) 3840
B(0, 0) 0 0 50(0) + 40(0) 0
C( 90, 0) 90 0 50(90) + 40 (0) 4500
D(70, 40) 70 40 50(70) + 40(40)
E(35, 75)
Ejemplo 1:
Ganancias en los vértices del área de soluciones factibles
Vértice x y z = 50x + 40y Ganancia
A(0, 96) 0 96 50(0) + 40(96) 3840
B(0, 0) 0 0 50(0) + 40(0) 0
C( 90, 0) 90 0 50(90) + 40 (0) 4500
D(70, 40) 70 40 50(70) + 40(40) 5100
E(35, 75)
Ejemplo 1:
Ganancias en los vértices del área de soluciones factibles
Vértice x y z = 50x + 40y Ganancia
A(0, 96) 0 96 50(0) + 40(96) 3840
B(0, 0) 0 0 50(0) + 40(0) 0
C( 90, 0) 90 0 50(90) + 40 (0) 4500
D(70, 40) 70 40 50(70) + 40(40) 5100
E(35, 75) 35 75
Ejemplo 1:
Ganancias en los vértices del área de soluciones factibles
Vértice x y z = 50x + 40y Ganancia
A(0, 96) 0 96 50(0) + 40(96) 3840
B(0, 0) 0 0 50(0) + 40(0) 0
C( 90, 0) 90 0 50(90) + 40 (0) 4500
D(70, 40) 70 40 50(70) + 40(40) 5100
E(35, 75) 35 75 50(35) + 40(75)
Ejemplo 1:
Ganancias en los vértices del área de soluciones factibles
Vértice x y z = 50x + 40y Ganancia
A(0, 96) 0 96 50(0) + 40(96) 3840
B(0, 0) 0 0 50(0) + 40(0) 0
C( 90, 0) 90 0 50(90) + 40 (0) 4500
D(70, 40) 70 40 50(70) + 40(40) 5100
E(35, 75) 35 75 50(35) + 40(75) 4750
Ejemplo 1:
Ganancias en los vértices del área de soluciones factibles
Vértice x y z = 50x + 40y Ganancia
A(0, 96) 0 96 50(0) + 40(96) 3840
B(0, 0) 0 0 50(0) + 40(0) 0
C( 90, 0) 90 0 50(90) + 40 (0) 4500
D(70, 40) 70 40 50(70) + 40(40) 5100
E(35, 75) 35 75 50(35) + 40(75) 4750
Se toma el vértice que maximiza la función objetivo
Ejemplo 1:
Ganancias en los vértices del área de soluciones factibles
Vértice x y z = 50x + 40y Ganancia
A(0, 96) 0 96 50(0) + 40(96) 3840
B(0, 0) 0 0 50(0) + 40(0) 0
C( 90, 0) 90 0 50(90) + 40 (0) 4500
D(70, 40) 70 40 50(70) + 40(40) 5100
E(35, 75) 35 75 50(35) + 40(75) 4750
Se toma el vértice que maximiza la función objetivo
Ejemplo 1:
Ganancias en los vértices del área de soluciones factibles
Vértice x y z = 50x + 40y Ganancia
A(0, 96) 0 96 50(0) + 40(96) 3840
B(0, 0) 0 0 50(0) + 40(0) 0
C( 90, 0) 90 0 50(90) + 40 (0) 4500
D(70, 40) 70 40 50(70) + 40(40) 5100
E(35, 75) 35 75 50(35) + 40(75) 4750
Se toma el vértice que maximiza la función objetivo
Solución del Ejemplo 1
La solución, según el modelo empleado consiste
en fabricar:
70 piezas del artículo A1
40 piezas del artículo A2
Obteniendo una ganancia de $5,100.
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

Matrices
MatricesMatrices
Matrices
Brian Bastidas
 
Two equations systems solution 1
Two equations systems solution   1Two equations systems solution   1
Two equations systems solution 1
Edgar Mata
 
Metodos numericos capitulo 3
Metodos numericos capitulo 3Metodos numericos capitulo 3
Metodos numericos capitulo 3
Juan Timoteo Cori
 
Proyecto final de algebra lineal
Proyecto final de algebra linealProyecto final de algebra lineal
Proyecto final de algebra lineal
Carlos Rivas
 
Gauss method 2019
Gauss method 2019Gauss method 2019
Gauss method 2019
Edgar Mata
 
Método gráfico
Método gráficoMétodo gráfico
Método gráfico
Jaime Medrano
 
Matrices y determinantes
Matrices y determinantesMatrices y determinantes
Matrices y determinantes
Brian Bastidas
 
Matrices y sistemas de ecuaciones
Matrices y sistemas de ecuacionesMatrices y sistemas de ecuaciones
Matrices y sistemas de ecuaciones
Brian Bastidas
 
Propiedades 1
Propiedades 1Propiedades 1
Propiedades 1
Papa Buitrago
 
Two equations systems sol 01 equal
Two equations systems sol 01 equalTwo equations systems sol 01 equal
Two equations systems sol 01 equal
Edgar Mata
 
Determinantes
DeterminantesDeterminantes
Determinantes
jcremiro
 
Modulo tema-3-metodos-de-resolucion
Modulo tema-3-metodos-de-resolucionModulo tema-3-metodos-de-resolucion
Modulo tema-3-metodos-de-resolucion
Enrike1601
 
2.3. procedimiento para resolver problemas
2.3. procedimiento para resolver problemas2.3. procedimiento para resolver problemas
2.3. procedimiento para resolver problemas
Rodia Bravo
 
método de determinantes cramer y sarrus 3x3
 método de determinantes cramer y sarrus  3x3 método de determinantes cramer y sarrus  3x3
método de determinantes cramer y sarrus 3x3
Federico Urrea
 
Matrices y determinantes
Matrices y determinantesMatrices y determinantes
Matrices y determinantes
Karen Castañeda Pimentel
 
Ej 04 álgebra lineal problemas dos o más incógnitas
Ej 04 álgebra lineal problemas dos o más incógnitasEj 04 álgebra lineal problemas dos o más incógnitas
Ej 04 álgebra lineal problemas dos o más incógnitas
Edgar Mata
 
Metodo grafico
Metodo graficoMetodo grafico
Metodo grafico
bkike
 
Linear Programming Example 01
Linear Programming Example 01Linear Programming Example 01
Linear Programming Example 01
Edgar Mata
 
Analisis de Modelos por Método Grafico
Analisis de Modelos por Método GraficoAnalisis de Modelos por Método Grafico
Analisis de Modelos por Método Grafico
Luis Guerrero
 
Proyecto final algebra lineal
Proyecto final algebra linealProyecto final algebra lineal
Proyecto final algebra lineal
Wiínn López
 

La actualidad más candente (20)

Matrices
MatricesMatrices
Matrices
 
Two equations systems solution 1
Two equations systems solution   1Two equations systems solution   1
Two equations systems solution 1
 
Metodos numericos capitulo 3
Metodos numericos capitulo 3Metodos numericos capitulo 3
Metodos numericos capitulo 3
 
Proyecto final de algebra lineal
Proyecto final de algebra linealProyecto final de algebra lineal
Proyecto final de algebra lineal
 
Gauss method 2019
Gauss method 2019Gauss method 2019
Gauss method 2019
 
Método gráfico
Método gráficoMétodo gráfico
Método gráfico
 
Matrices y determinantes
Matrices y determinantesMatrices y determinantes
Matrices y determinantes
 
Matrices y sistemas de ecuaciones
Matrices y sistemas de ecuacionesMatrices y sistemas de ecuaciones
Matrices y sistemas de ecuaciones
 
Propiedades 1
Propiedades 1Propiedades 1
Propiedades 1
 
Two equations systems sol 01 equal
Two equations systems sol 01 equalTwo equations systems sol 01 equal
Two equations systems sol 01 equal
 
Determinantes
DeterminantesDeterminantes
Determinantes
 
Modulo tema-3-metodos-de-resolucion
Modulo tema-3-metodos-de-resolucionModulo tema-3-metodos-de-resolucion
Modulo tema-3-metodos-de-resolucion
 
2.3. procedimiento para resolver problemas
2.3. procedimiento para resolver problemas2.3. procedimiento para resolver problemas
2.3. procedimiento para resolver problemas
 
método de determinantes cramer y sarrus 3x3
 método de determinantes cramer y sarrus  3x3 método de determinantes cramer y sarrus  3x3
método de determinantes cramer y sarrus 3x3
 
Matrices y determinantes
Matrices y determinantesMatrices y determinantes
Matrices y determinantes
 
Ej 04 álgebra lineal problemas dos o más incógnitas
Ej 04 álgebra lineal problemas dos o más incógnitasEj 04 álgebra lineal problemas dos o más incógnitas
Ej 04 álgebra lineal problemas dos o más incógnitas
 
Metodo grafico
Metodo graficoMetodo grafico
Metodo grafico
 
Linear Programming Example 01
Linear Programming Example 01Linear Programming Example 01
Linear Programming Example 01
 
Analisis de Modelos por Método Grafico
Analisis de Modelos por Método GraficoAnalisis de Modelos por Método Grafico
Analisis de Modelos por Método Grafico
 
Proyecto final algebra lineal
Proyecto final algebra linealProyecto final algebra lineal
Proyecto final algebra lineal
 

Similar a Optim1 ejemplo 1

Métodos Directos
Métodos DirectosMétodos Directos
Métodos Directos
Kike Prieto
 
Analisis numerico
Analisis numericoAnalisis numerico
Analisis numerico
cesarjmm1
 
Analisis numerico
Analisis numericoAnalisis numerico
Analisis numerico
cesarjmm1
 
Template 3 1 derivative app 2020 - ex02 fence
Template 3 1 derivative app 2020 - ex02 fenceTemplate 3 1 derivative app 2020 - ex02 fence
Template 3 1 derivative app 2020 - ex02 fence
Edgar Mata
 
Matrices clases
Matrices clasesMatrices clases
Matrices clases
juan de velasco
 
Computadoras y mecanica de fluidos
Computadoras y mecanica de fluidosComputadoras y mecanica de fluidos
Computadoras y mecanica de fluidos
victor ore
 
Cursos de MATLAB
Cursos de MATLABCursos de MATLAB
Cursos de MATLAB
dwquezada
 
Clase Nº5 Programacion Lineal
Clase Nº5 Programacion LinealClase Nº5 Programacion Lineal
Clase Nº5 Programacion Lineal
jotape74
 
Análisis numérico
Análisis numéricoAnálisis numérico
Análisis numérico
AlejandroRiera30
 
Introducion al matlab
Introducion al matlabIntroducion al matlab
Introducion al matlab
Daniel Contreras
 
Notas matlab
Notas matlabNotas matlab
Notas matlab
Hugo Ivan Vera G
 
Matrices
MatricesMatrices
Matrices en excel1
Matrices en excel1Matrices en excel1
Matrices en excel1
Astarte Moon
 
Solucion 03
Solucion 03Solucion 03
Solucion 03
Solucion 03Solucion 03
Algoritmica i clase02 practica 2
Algoritmica i clase02 practica 2Algoritmica i clase02 practica 2
Algoritmica i clase02 practica 2
Julio Pari
 
Unidad 3 determinantes
Unidad 3 determinantesUnidad 3 determinantes
Unidad 3 determinantes
Herny Artigas
 
Distribución de los recursos
Distribución de los recursosDistribución de los recursos
Distribución de los recursos
Daniel Salinas Jiménez
 
Matlab scientific scilab_mathematics
Matlab scientific scilab_mathematicsMatlab scientific scilab_mathematics
Matlab scientific scilab_mathematics
Cristian Cegelski
 
Tema 3
Tema 3Tema 3
Tema 3
jcbenitezp
 

Similar a Optim1 ejemplo 1 (20)

Métodos Directos
Métodos DirectosMétodos Directos
Métodos Directos
 
Analisis numerico
Analisis numericoAnalisis numerico
Analisis numerico
 
Analisis numerico
Analisis numericoAnalisis numerico
Analisis numerico
 
Template 3 1 derivative app 2020 - ex02 fence
Template 3 1 derivative app 2020 - ex02 fenceTemplate 3 1 derivative app 2020 - ex02 fence
Template 3 1 derivative app 2020 - ex02 fence
 
Matrices clases
Matrices clasesMatrices clases
Matrices clases
 
Computadoras y mecanica de fluidos
Computadoras y mecanica de fluidosComputadoras y mecanica de fluidos
Computadoras y mecanica de fluidos
 
Cursos de MATLAB
Cursos de MATLABCursos de MATLAB
Cursos de MATLAB
 
Clase Nº5 Programacion Lineal
Clase Nº5 Programacion LinealClase Nº5 Programacion Lineal
Clase Nº5 Programacion Lineal
 
Análisis numérico
Análisis numéricoAnálisis numérico
Análisis numérico
 
Introducion al matlab
Introducion al matlabIntroducion al matlab
Introducion al matlab
 
Notas matlab
Notas matlabNotas matlab
Notas matlab
 
Matrices
MatricesMatrices
Matrices
 
Matrices en excel1
Matrices en excel1Matrices en excel1
Matrices en excel1
 
Solucion 03
Solucion 03Solucion 03
Solucion 03
 
Solucion 03
Solucion 03Solucion 03
Solucion 03
 
Algoritmica i clase02 practica 2
Algoritmica i clase02 practica 2Algoritmica i clase02 practica 2
Algoritmica i clase02 practica 2
 
Unidad 3 determinantes
Unidad 3 determinantesUnidad 3 determinantes
Unidad 3 determinantes
 
Distribución de los recursos
Distribución de los recursosDistribución de los recursos
Distribución de los recursos
 
Matlab scientific scilab_mathematics
Matlab scientific scilab_mathematicsMatlab scientific scilab_mathematics
Matlab scientific scilab_mathematics
 
Tema 3
Tema 3Tema 3
Tema 3
 

Más de Edgar Mata

Activity 12 c numb
Activity 12 c numbActivity 12 c numb
Activity 12 c numb
Edgar Mata
 
Pw roo complex numbers 2021
Pw roo complex numbers 2021Pw roo complex numbers 2021
Pw roo complex numbers 2021
Edgar Mata
 
Ar complex num 2021
Ar complex num 2021Ar complex num 2021
Ar complex num 2021
Edgar 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 01
Edgar 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 ea2021
Edgar Mata
 
Problem identification 2021
Problem identification 2021Problem identification 2021
Problem identification 2021
Edgar Mata
 
Formato 1 1-limits ea2021
Formato 1 1-limits ea2021Formato 1 1-limits ea2021
Formato 1 1-limits ea2021
Edgar Mata
 
Activity 1 1 real numbers
Activity 1 1 real numbersActivity 1 1 real numbers
Activity 1 1 real numbers
Edgar 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 ea2021
Edgar Mata
 
Course presentation differential calculus ea2021
Course presentation differential calculus ea2021Course presentation differential calculus ea2021
Course presentation differential calculus ea2021
Edgar Mata
 
Course presentation linear algebra ea2021
Course presentation linear algebra ea2021Course presentation linear algebra ea2021
Course presentation linear algebra ea2021
Edgar Mata
 
Formato cramer 3x3
Formato cramer 3x3Formato cramer 3x3
Formato cramer 3x3
Edgar 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 2020
Edgar Mata
 
Exercise 4 1 - vector algebra
Exercise 4 1 - vector algebraExercise 4 1 - vector algebra
Exercise 4 1 - vector algebra
Edgar Mata
 
Exercise 3 2 - cubic function
Exercise 3 2 - cubic functionExercise 3 2 - cubic function
Exercise 3 2 - cubic function
Edgar Mata
 
Problemas cramer 3x3 nl
Problemas cramer 3x3 nlProblemas cramer 3x3 nl
Problemas cramer 3x3 nl
Edgar Mata
 
Cramer method in excel
Cramer method in excelCramer method in excel
Cramer method in excel
Edgar Mata
 
Cramer method sd2020
Cramer method sd2020Cramer method sd2020
Cramer method sd2020
Edgar 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 2020
Edgar 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 2020
Edgar 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

Operaciones Básicas creadora Veronica Maiz
Operaciones Básicas creadora Veronica MaizOperaciones Básicas creadora Veronica Maiz
Operaciones Básicas creadora Veronica Maiz
carolina838317
 
METODOLOGIA DE TRAZO Y REPLANTEO EN TOPOGRAFIA
METODOLOGIA DE TRAZO Y REPLANTEO EN TOPOGRAFIAMETODOLOGIA DE TRAZO Y REPLANTEO EN TOPOGRAFIA
METODOLOGIA DE TRAZO Y REPLANTEO EN TOPOGRAFIA
LuisCiriacoMolina
 
Aletas de transferencia de calor o superficies extendidas dylan.pdf
Aletas de transferencia de calor o superficies extendidas dylan.pdfAletas de transferencia de calor o superficies extendidas dylan.pdf
Aletas de transferencia de calor o superficies extendidas dylan.pdf
elsanti003
 
Sesión 03 universidad cesar vallejo 2024
Sesión 03 universidad cesar vallejo 2024Sesión 03 universidad cesar vallejo 2024
Sesión 03 universidad cesar vallejo 2024
FantasticVideo1
 
Presentación- de motor a combustión -diesel.pptx
Presentación- de motor a combustión -diesel.pptxPresentación- de motor a combustión -diesel.pptx
Presentación- de motor a combustión -diesel.pptx
ronnyrocha223
 
AE 34 Serie de sobrecargas aisladas_240429_172040.pdf
AE  34 Serie de sobrecargas aisladas_240429_172040.pdfAE  34 Serie de sobrecargas aisladas_240429_172040.pdf
AE 34 Serie de sobrecargas aisladas_240429_172040.pdf
sebastianpech108
 
NTP 223 NORMAS PARA TRABAJO SEGURO EN ESPACIOS CONFINADOS. Ing. Josue Donoso ...
NTP 223 NORMAS PARA TRABAJO SEGURO EN ESPACIOS CONFINADOS. Ing. Josue Donoso ...NTP 223 NORMAS PARA TRABAJO SEGURO EN ESPACIOS CONFINADOS. Ing. Josue Donoso ...
NTP 223 NORMAS PARA TRABAJO SEGURO EN ESPACIOS CONFINADOS. Ing. Josue Donoso ...
ssuserf8ae19
 
S9.1_DIN_Cinemática del cuerpo rígido vf.pdf
S9.1_DIN_Cinemática del cuerpo rígido vf.pdfS9.1_DIN_Cinemática del cuerpo rígido vf.pdf
S9.1_DIN_Cinemática del cuerpo rígido vf.pdf
CHRISTIANMILTHONRUSM
 
Cálculo del espesor del conducto forzado
Cálculo del espesor del conducto forzadoCálculo del espesor del conducto forzado
Cálculo del espesor del conducto forzado
KristianSaavedra
 
muros de contencion, diseño y generalidades
muros de contencion, diseño y generalidadesmuros de contencion, diseño y generalidades
muros de contencion, diseño y generalidades
AlejandroArturoGutie1
 
Estructura de un buque, tema de estudios generales de navegación
Estructura de un buque, tema de estudios generales de navegaciónEstructura de un buque, tema de estudios generales de navegación
Estructura de un buque, tema de estudios generales de navegación
AlvaroEduardoConsola1
 
SLIDEHARE.docx..........................
SLIDEHARE.docx..........................SLIDEHARE.docx..........................
SLIDEHARE.docx..........................
azulsarase
 
Sistemas eléctricos de potencia y transmisión
Sistemas eléctricos de potencia y transmisiónSistemas eléctricos de potencia y transmisión
Sistemas eléctricos de potencia y transmisión
MichaelLpezOrtiz
 
S09 PBM-HEMORRAGIAS 2021-I Grabada 1.pptx
S09 PBM-HEMORRAGIAS 2021-I Grabada 1.pptxS09 PBM-HEMORRAGIAS 2021-I Grabada 1.pptx
S09 PBM-HEMORRAGIAS 2021-I Grabada 1.pptx
yamilbailonw
 
tipos de energias: la Energía Radiante.pdf
tipos de energias: la Energía Radiante.pdftipos de energias: la Energía Radiante.pdf
tipos de energias: la Energía Radiante.pdf
munozvanessa878
 
SISTEMA AUTOMATIZADO DE LIMPIEZA PARA ACUARIOS
SISTEMA AUTOMATIZADO DE LIMPIEZA PARA ACUARIOSSISTEMA AUTOMATIZADO DE LIMPIEZA PARA ACUARIOS
SISTEMA AUTOMATIZADO DE LIMPIEZA PARA ACUARIOS
micoltadaniel2024
 
PRACTICA 2 EDAFOLOGÍA TEXTURA DEL SUELO.pptx
PRACTICA 2 EDAFOLOGÍA TEXTURA DEL SUELO.pptxPRACTICA 2 EDAFOLOGÍA TEXTURA DEL SUELO.pptx
PRACTICA 2 EDAFOLOGÍA TEXTURA DEL SUELO.pptx
ANGELJOELSILVAPINZN
 
Dosificacion de hormigon NCH 170 actualizada
Dosificacion de hormigon NCH 170 actualizadaDosificacion de hormigon NCH 170 actualizada
Dosificacion de hormigon NCH 170 actualizada
pipex55
 
INVENTARIO CEROO Y DINAMICAA FABRIL.pptx
INVENTARIO CEROO Y DINAMICAA FABRIL.pptxINVENTARIO CEROO Y DINAMICAA FABRIL.pptx
INVENTARIO CEROO Y DINAMICAA FABRIL.pptx
FernandoRodrigoEscal
 
Presentación transferencia de calor Jesus Morales.pdf
Presentación transferencia de calor Jesus Morales.pdfPresentación transferencia de calor Jesus Morales.pdf
Presentación transferencia de calor Jesus Morales.pdf
jdcumarem02
 

Último (20)

Operaciones Básicas creadora Veronica Maiz
Operaciones Básicas creadora Veronica MaizOperaciones Básicas creadora Veronica Maiz
Operaciones Básicas creadora Veronica Maiz
 
METODOLOGIA DE TRAZO Y REPLANTEO EN TOPOGRAFIA
METODOLOGIA DE TRAZO Y REPLANTEO EN TOPOGRAFIAMETODOLOGIA DE TRAZO Y REPLANTEO EN TOPOGRAFIA
METODOLOGIA DE TRAZO Y REPLANTEO EN TOPOGRAFIA
 
Aletas de transferencia de calor o superficies extendidas dylan.pdf
Aletas de transferencia de calor o superficies extendidas dylan.pdfAletas de transferencia de calor o superficies extendidas dylan.pdf
Aletas de transferencia de calor o superficies extendidas dylan.pdf
 
Sesión 03 universidad cesar vallejo 2024
Sesión 03 universidad cesar vallejo 2024Sesión 03 universidad cesar vallejo 2024
Sesión 03 universidad cesar vallejo 2024
 
Presentación- de motor a combustión -diesel.pptx
Presentación- de motor a combustión -diesel.pptxPresentación- de motor a combustión -diesel.pptx
Presentación- de motor a combustión -diesel.pptx
 
AE 34 Serie de sobrecargas aisladas_240429_172040.pdf
AE  34 Serie de sobrecargas aisladas_240429_172040.pdfAE  34 Serie de sobrecargas aisladas_240429_172040.pdf
AE 34 Serie de sobrecargas aisladas_240429_172040.pdf
 
NTP 223 NORMAS PARA TRABAJO SEGURO EN ESPACIOS CONFINADOS. Ing. Josue Donoso ...
NTP 223 NORMAS PARA TRABAJO SEGURO EN ESPACIOS CONFINADOS. Ing. Josue Donoso ...NTP 223 NORMAS PARA TRABAJO SEGURO EN ESPACIOS CONFINADOS. Ing. Josue Donoso ...
NTP 223 NORMAS PARA TRABAJO SEGURO EN ESPACIOS CONFINADOS. Ing. Josue Donoso ...
 
S9.1_DIN_Cinemática del cuerpo rígido vf.pdf
S9.1_DIN_Cinemática del cuerpo rígido vf.pdfS9.1_DIN_Cinemática del cuerpo rígido vf.pdf
S9.1_DIN_Cinemática del cuerpo rígido vf.pdf
 
Cálculo del espesor del conducto forzado
Cálculo del espesor del conducto forzadoCálculo del espesor del conducto forzado
Cálculo del espesor del conducto forzado
 
muros de contencion, diseño y generalidades
muros de contencion, diseño y generalidadesmuros de contencion, diseño y generalidades
muros de contencion, diseño y generalidades
 
Estructura de un buque, tema de estudios generales de navegación
Estructura de un buque, tema de estudios generales de navegaciónEstructura de un buque, tema de estudios generales de navegación
Estructura de un buque, tema de estudios generales de navegación
 
SLIDEHARE.docx..........................
SLIDEHARE.docx..........................SLIDEHARE.docx..........................
SLIDEHARE.docx..........................
 
Sistemas eléctricos de potencia y transmisión
Sistemas eléctricos de potencia y transmisiónSistemas eléctricos de potencia y transmisión
Sistemas eléctricos de potencia y transmisión
 
S09 PBM-HEMORRAGIAS 2021-I Grabada 1.pptx
S09 PBM-HEMORRAGIAS 2021-I Grabada 1.pptxS09 PBM-HEMORRAGIAS 2021-I Grabada 1.pptx
S09 PBM-HEMORRAGIAS 2021-I Grabada 1.pptx
 
tipos de energias: la Energía Radiante.pdf
tipos de energias: la Energía Radiante.pdftipos de energias: la Energía Radiante.pdf
tipos de energias: la Energía Radiante.pdf
 
SISTEMA AUTOMATIZADO DE LIMPIEZA PARA ACUARIOS
SISTEMA AUTOMATIZADO DE LIMPIEZA PARA ACUARIOSSISTEMA AUTOMATIZADO DE LIMPIEZA PARA ACUARIOS
SISTEMA AUTOMATIZADO DE LIMPIEZA PARA ACUARIOS
 
PRACTICA 2 EDAFOLOGÍA TEXTURA DEL SUELO.pptx
PRACTICA 2 EDAFOLOGÍA TEXTURA DEL SUELO.pptxPRACTICA 2 EDAFOLOGÍA TEXTURA DEL SUELO.pptx
PRACTICA 2 EDAFOLOGÍA TEXTURA DEL SUELO.pptx
 
Dosificacion de hormigon NCH 170 actualizada
Dosificacion de hormigon NCH 170 actualizadaDosificacion de hormigon NCH 170 actualizada
Dosificacion de hormigon NCH 170 actualizada
 
INVENTARIO CEROO Y DINAMICAA FABRIL.pptx
INVENTARIO CEROO Y DINAMICAA FABRIL.pptxINVENTARIO CEROO Y DINAMICAA FABRIL.pptx
INVENTARIO CEROO Y DINAMICAA FABRIL.pptx
 
Presentación transferencia de calor Jesus Morales.pdf
Presentación transferencia de calor Jesus Morales.pdfPresentación transferencia de calor Jesus Morales.pdf
Presentación transferencia de calor Jesus Morales.pdf
 

Optim1 ejemplo 1

  • 1. Ejemplo 1 G. Edgar Mata Ortiz Investigación de Operaciones
  • 2.
  • 3. Programación Lineal: Ejemplo 1 ¿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.
  • 4. Ejemplo 1: Primera Parte Una planta industrial emplea tres máquinas M1, M2 y M3 para fabricar dos artículos A1 y A2. Para la fabricación de A1 se requieren dos horas en la máquina M1, una hora en la M2 y tres horas en la M3; para el producto A2 hace falta una hora en la máquina M1, una hora en la M2 y 5 horas en la M3. M2 M3M1
  • 5. Ejemplo 1: Segunda Parte Se dispone de 180 horas en la máquina M1, 110 en la M2 y 480 en la M3. La ganancia obtenida por cada pieza del artículo A1 es de $50 y por cada pieza del artículo A2 es de $40. ¿Cuántas piezas de cada artículo deben fabricarse para que la ganancia sea la máxima posible?
  • 6. Ejemplo 1: Análisis de la Información Después de una lectura superficial del problema es necesario leerlo nuevamente con mayor atención. En la segunda lectura trataremos de organizar la información. En las siguientes diapositivas se emplean colores para visualizar cómo se organizará la información. Azul: M1 Rojo: M2 Verde: M3
  • 7. Ejemplo 1: Análisis de la Información Una planta industrial emplea tres máquinas M1, M2 y M3 para fabricar dos artículos A1 y A2. Para la fabricación de A1 se requieren dos horas en la máquina M1, una hora en la M2 y tres horas en la M3; para el producto A2 hace falta una hora en la máquina M1, una hora en la M2 y 5 horas en la M3.
  • 8. Ejemplo 1: Análisis de la Información Se dispone de 180 horas en la máquina M1, 110 en la M2 y 480 en la M3. La ganancia obtenida por cada pieza del artículo A1 es de $50 y por cada pieza del artículo A2 es de $40. ¿Cuántas piezas de cada artículo deben fabricarse para que la ganancia sea la máxima posible?
  • 9. Ejemplo 1: Segunda parte Para el planteamiento generalmente se emplea una tabla en la que se sintetizan los datos de modo que sea más fácil visualizar las relaciones entre las variables y las constantes.
  • 11. Ejemplo 1: Segunda parte Productos o Artículos Recursos necesarios Artículo A1 Artículo A2 Disponibilidad de recursos Máquina M1 Máquina M2 Máquina M3 Ganancia
  • 12. Ejemplo 1: Planteamiento Productos o Artículos Recursos necesarios Artículo A1 Artículo A2 Disponibilidad de recursos Máquina M1 2 1 180 Máquina M2 Máquina M3 Ganancia
  • 13. Ejemplo 1: Planteamiento Productos o Artículos Recursos necesarios Artículo A1 Artículo A2 Disponibilidad de recursos Máquina M1 2 1 180 Máquina M2 1 1 110 Máquina M3 Ganancia
  • 14. Ejemplo 1: Planteamiento Productos o Artículos Recursos necesarios Artículo A1 Artículo A2 Disponibilidad de recursos Máquina M1 2 1 180 Máquina M2 1 1 110 Máquina M3 3 5 480 Ganancia
  • 15. Ejemplo 1: Planteamiento Productos o Artículos Recursos necesarios Artículo A1 Artículo A2 Disponibilidad de recursos Máquina M1 2 1 180 Máquina M2 1 1 110 Máquina M3 3 5 480 Ganancia 50 40
  • 16. Ejemplo 1: Planteamiento Productos o Artículos Recursos necesarios Artículo A1 Artículo A2 Disponibilidad de recursos Máquina M1 2 1 180 Máquina M2 1 1 110 Máquina M3 3 5 480 Ganancia 50 40 Maximizar
  • 17. Ejemplo 1: Planteamiento Productos o Artículos Recursos necesarios Artículo A1 x Artículo A2 y Disponibilidad de recursos Máquina M1 2 1 180 Máquina M2 1 1 110 Máquina M3 3 5 480 Ganancia 50 40 Maximizar
  • 18. Ejemplo 1: Planteamiento ¿Cuántas piezas de cada artículo deben fabricarse para que la ganancia sea la máxima posible? Identificaremos mediante incógnitas las cantidades de cada artículo que se debe fabricar Cantidad de piezas de A1 = x Cantidad de piezas de A2 = y
  • 19. Ejemplo 1: Planteamiento Productos o Artículos Recursos necesarios Artículo A1 x Artículo A2 y Disponibilidad de recursos Máquina M1 2 1 180 Máquina M2 1 1 110 Máquina M3 3 5 480 Ganancia 50 40 Maximizar Número de piezas del artículo A1 que se van a fabricar Número de piezas del artículo A2 que se van a fabricar
  • 20. Ejemplo 1: Restricciones y desigualdades La suma de los recursos utilizados para fabricar los artículos A1 y A2 no deben ser mayores a los recursos disponibles. Aplicando una restricción similar en cada máquina, obtendremos las tres desigualdades que constituyen el modelo matemático del problema. M1: Restricción 1 M2: Restricción 2 M3: Restricción 3
  • 21. Ejemplo 1: Restricciones y desigualdades Para la máquina M1, se obtiene la inecuación 1. 𝟐𝒙 + 𝟏𝒚 ≤ 𝟏𝟖𝟎
  • 22. Ejemplo 1: Restricciones y desigualdades Para la máquina M2, se obtiene la inecuación 2. 1𝒙 + 𝟏𝒚 ≤ 𝟏𝟏𝟎
  • 23. Ejemplo 1: Restricciones y desigualdades En resumen, las desigualdades son: 𝟐𝒙 + 𝟏𝒚 ≤ 𝟏𝟖𝟎 1𝒙 + 𝟏𝒚 ≤ 𝟏𝟏𝟎 𝟑𝒙 + 𝟓𝒚 ≤ 𝟒𝟖𝟎 Productos o Artículos Recursos necesarios Artículo A1 x Artículo A2 y Disponibilidad de recursos Máquina M1 2 1 180 Máquina M2 1 1 110 Máquina M3 3 5 480 Ganancia 50 40 Maximizar
  • 24. Ejemplo 1: Trazar las gráficas Ecuación 1: 𝟐𝒙 + 𝟏𝒚 = 𝟏𝟖𝟎 𝒙 = 𝟎, 𝟐 𝟎 + 𝟏𝒚 = 𝟏𝟖𝟎 𝟏𝒚 = 𝟏𝟖𝟎 𝒚 = 𝟏𝟖𝟎 𝟏 𝒚 = 𝟏𝟖𝟎 𝑹𝒆𝒔𝒖𝒍𝒕𝒂𝒅𝒐: (𝟎, 𝟏𝟖𝟎)
  • 25. Ejemplo 1: Trazar las gráficas Ecuación 1: 𝟐𝒙 + 𝟏𝒚 = 𝟏𝟖𝟎 y= 𝟎, 𝟐𝒙 + 𝟏(𝟎) = 𝟏𝟖𝟎 𝟐𝒙 = 𝟏𝟖𝟎 𝐱 = 𝟏𝟖𝟎 𝟐 𝐱 = 𝟗𝟎 𝑹𝒆𝒔𝒖𝒍𝒕𝒂𝒅𝒐: (𝟗𝟎, 𝟎)
  • 26. Ejemplo 1: Trazar las gráficas Ecuación 2: 𝟏𝒙 + 𝟏𝒚 = 𝟏𝟏𝟎 𝒙 = 𝟎, 𝟏 𝟎 + 𝟏𝒚 = 𝟏𝟏𝟎 𝟏𝒚 = 𝟏𝟏𝟎 𝒚 = 𝟏𝟏𝟎 𝟏 𝒚 = 𝟏𝟏𝟎 𝑹𝒆𝒔𝒖𝒍𝒕𝒂𝒅𝒐: (𝟎, 𝟏𝟏𝟎)
  • 27. Ejemplo 1: Trazar las gráficas Ecuación 2: 𝟏𝒙 + 𝟏𝒚 = 𝟏𝟏𝟎 𝐲 = 𝟎, 𝟏𝒙 + 𝟏(𝟎) = 𝟏𝟏𝟎 𝟏𝒙 = 𝟏𝟏𝟎 𝐱 = 𝟏𝟏𝟎 𝟏 𝐱 = 𝟏𝟏𝟎 𝑹𝒆𝒔𝒖𝒍𝒕𝒂𝒅𝒐: (𝟏𝟏𝟎, 𝟎)
  • 28. Ejemplo 1: Trazar las gráficas Ecuación 3: 𝟑𝒙 + 𝟓𝒚 = 𝟒𝟖𝟎 𝒙 = 𝟎, 𝟑 𝟎 + 𝟓𝒚 = 𝟒𝟖𝟎 𝟓𝒚 = 𝟒𝟖𝟎 𝒚 = 𝟒𝟖𝟎 𝟓 𝒚 = 𝟗𝟔 𝑹𝒆𝒔𝒖𝒍𝒕𝒂𝒅𝒐: (𝟎, 𝟗𝟔)
  • 29. Ejemplo 1: Trazar las gráficas Ecuación 3: 𝟑𝒙 + 𝟓𝒚 = 𝟒𝟖𝟎 𝐲 = 𝟎, 𝟑𝒙 + 𝟓(𝟎) = 𝟒𝟖𝟎 𝟑𝒙 = 𝟒𝟖𝟎 𝐱 = 𝟒𝟖𝟎 𝟑 𝐱 = 𝟏𝟔𝟎 𝑹𝒆𝒔𝒖𝒍𝒕𝒂𝒅𝒐: (𝟏𝟔𝟎, 𝟎)
  • 30. Ejemplo 1: Restricciones y desigualdades Puntos obtenidos en las tabulaciones 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏 𝟐𝒙 + 𝟏𝒚 = 𝟏𝟖𝟎 𝟎, 𝟏𝟖𝟎 (𝟗𝟎, 𝟎) 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟑 𝟑𝒙 + 𝟓𝒚 = 𝟒𝟖𝟎 𝟎, 𝟗𝟔 (𝟏𝟔𝟎, 𝟎) 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐 𝟏𝒙 + 𝟏𝒚 = 𝟏𝟏𝟎 𝟎, 𝟏𝟏𝟎 (𝟏𝟏𝟎, 𝟎)
  • 31. Ejemplo 1: Trazar las gráficas 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏: 𝟐𝒙 + 𝟏𝒚 = 𝟏𝟖𝟎: 𝟎, 𝟏𝟖𝟎 − (𝟗𝟎, 𝟎) Esta es la gráfica de la ecuación. No olvidemos que la desigualdad incluye uno de los dos lados en los que la recta divide al plano cartesiano.
  • 32. Ejemplo 1: Trazar las gráficas 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐: 𝟏𝒙 + 𝟏𝒚 = 𝟏𝟏𝟎: 𝟎, 𝟏𝟏𝟎 − (𝟏𝟏𝟎, 𝟎) Para saber cuál lado de la desigualdad pertenece a la solución se toma un punto cualquiera del plano, generalmente el origen, y se sustituye en la desigualdad que se desea resolver.
  • 33. Ejemplo 1: Gráfica con las tres rectas
  • 34. Ejemplo 1: Gráficas de las desigualdades Probamos la desigualdad 1 con las coordenadas del origen (0, 0): x = 0, y = 0 𝟐𝒙 + 𝟏𝒚 ≤ 𝟏𝟖𝟎 𝟐 𝟎 + 𝟏 𝟎 ≤ 𝟏𝟖𝟎 𝟎 ≤ 𝟏𝟖𝟎 El resultado final es verdadero; cero es menor que 180, por lo tanto la gráfica incluye los puntos que están del mismo lado que el origen.
  • 35. Ejemplo 1: Gráficas de las desigualdades Probamos la desigualdad 1 con las coordenadas del origen (0, 0): x = 0, y = 0 𝟐𝒙 + 𝟏𝒚 ≤ 𝟏𝟖𝟎 𝟐 𝟎 + 𝟏 𝟎 ≤ 𝟏𝟖𝟎 𝟎 ≤ 𝟏𝟖𝟎 El resultado final es verdadero; cero es menor que 180, por lo tanto la gráfica incluye los puntos que están del mismo lado que el origen.
  • 36. Ejemplo 1: Gráficas de las desigualdades Probamos la desigualdad 2 con las coordenadas del origen (0, 0): x = 0, y = 0 El resultado final es verdadero; cero es menor que 110, por lo tanto la gráfica incluye los puntos que están del mismo lado que el origen. 𝟏𝒙 + 𝟏𝒚 ≤ 𝟏𝟏𝟎 𝟏 𝟎 + 𝟏 𝟎 ≤ 𝟏𝟏𝟎 𝟎 ≤ 𝟏𝟏𝟎
  • 37. Ejemplo 1: Gráficas de las desigualdades Probamos la desigualdad 3 con las coordenadas del origen (0, 0): x = 0, y = 0 El resultado final es verdadero; cero es menor que 480, por lo tanto la gráfica incluye los puntos que están del mismo lado que el origen. 𝟑𝒙 + 𝟓𝒚 ≤ 𝟒𝟖𝟎 𝟑 𝟎 + 𝟓 𝟎 ≤ 𝟒𝟖𝟎 𝟎 ≤ 𝟒𝟖𝟎
  • 38. Ejemplo 1: Gráficas con las 3 desigualdades La intersección de estas tres áreas recibe el nombre de: “Área de Soluciones factibles”. En la siguiente diapositiva se señala con mayor claridad.
  • 39. Ejemplo 1: Área de soluciones factibles Se muestra, sombreada, el área de soluciones factibles. Es posible demostrar que la solución óptima se encuentra en uno de los vértices de dicha área.
  • 40. Ejemplo 1: Vértices del área de soluciones factibles El siguiente paso es determinar las coordenadas de los vértices. Aunque es posible aplicar el método gráfico, es preferible recurrir a algún método analítico.
  • 41. Ejemplo 1: Vértices del área de soluciones factibles El siguiente paso es determinar las coordenadas de los vértices. Aunque es posible aplicar el método gráfico, es preferible recurrir a algún método analítico.
  • 42. Ejemplo 1: Vértices del área de soluciones factibles Generalmente algunos de los vértices se conocen desde las tabulaciones empleadas para graficar. En este caso los vértices A, B y C.
  • 43. Ejemplo 1: Vértices del área de soluciones factibles Las coordenadas de los vértices D y E se determinan por cualquier método analítico o del álgebra lineal: reducción, sustitución, igualación, Cramer, Gauss, Gauss – Jordan, entre muchos otros.
  • 44. Ejemplo 1: Ganancias en los vértices del área de soluciones factibles El siguiente paso es sustituir en la función objetivo las coordenadas de cada vértice del área de soluciones factibles. Función Objetivo: Maximizar: z = 50x + 40y Dado que se desea maximizar la ganancia, el vértice que arroje el mayor valor, será la solución del problema. Cuando se trata de minimizar costos se elegirá el vértice que arroje el menor valor.
  • 45. Ejemplo 1: Ganancias en los vértices del área de soluciones factibles Vértice x y z = 50x + 40y Ganancia A(0, 96) B(0, 0) C( 90, 0) D(70, 40) E(35, 75)
  • 46. Ejemplo 1: Ganancias en los vértices del área de soluciones factibles Vértice x y z = 50x + 40y Ganancia A(0, 96) 0 96 50(0) + 40(96) B(0, 0) C( 90, 0) D(70, 40) E(35, 75)
  • 47. Ejemplo 1: Ganancias en los vértices del área de soluciones factibles Vértice x y z = 50x + 40y Ganancia A(0, 96) 0 96 50(0) + 40(96) 3840 B(0, 0) C( 90, 0) D(70, 40) E(35, 75)
  • 48. Ejemplo 1: Ganancias en los vértices del área de soluciones factibles Vértice x y z = 50x + 40y Ganancia A(0, 96) 0 96 50(0) + 40(96) 3840 B(0, 0) 0 0 C( 90, 0) D(70, 40) E(35, 75)
  • 49. Ejemplo 1: Ganancias en los vértices del área de soluciones factibles Vértice x y z = 50x + 40y Ganancia A(0, 96) 0 96 50(0) + 40(96) 3840 B(0, 0) 0 0 50(0) + 40(0) C( 90, 0) D(70, 40) E(35, 75)
  • 50. Ejemplo 1: Ganancias en los vértices del área de soluciones factibles Vértice x y z = 50x + 40y Ganancia A(0, 96) 0 96 50(0) + 40(96) 3840 B(0, 0) 0 0 50(0) + 40(0) 0 C( 90, 0) D(70, 40) E(35, 75)
  • 51. Ejemplo 1: Ganancias en los vértices del área de soluciones factibles Vértice x y z = 50x + 40y Ganancia A(0, 96) 0 96 50(0) + 40(96) 3840 B(0, 0) 0 0 50(0) + 40(0) 0 C( 90, 0) 90 0 D(70, 40) E(35, 75)
  • 52. Ejemplo 1: Ganancias en los vértices del área de soluciones factibles Vértice x y z = 50x + 40y Ganancia A(0, 96) 0 96 50(0) + 40(96) 3840 B(0, 0) 0 0 50(0) + 40(0) 0 C( 90, 0) 90 0 50(90) + 40 (0) D(70, 40) E(35, 75)
  • 53. Ejemplo 1: Ganancias en los vértices del área de soluciones factibles Vértice x y z = 50x + 40y Ganancia A(0, 96) 0 96 50(0) + 40(96) 3840 B(0, 0) 0 0 50(0) + 40(0) 0 C( 90, 0) 90 0 50(90) + 40 (0) 4500 D(70, 40) E(35, 75)
  • 54. Ejemplo 1: Ganancias en los vértices del área de soluciones factibles Vértice x y z = 50x + 40y Ganancia A(0, 96) 0 96 50(0) + 40(96) 3840 B(0, 0) 0 0 50(0) + 40(0) 0 C( 90, 0) 90 0 50(90) + 40 (0) 4500 D(70, 40) 70 40 E(35, 75)
  • 55. Ejemplo 1: Ganancias en los vértices del área de soluciones factibles Vértice x y z = 50x + 40y Ganancia A(0, 96) 0 96 50(0) + 40(96) 3840 B(0, 0) 0 0 50(0) + 40(0) 0 C( 90, 0) 90 0 50(90) + 40 (0) 4500 D(70, 40) 70 40 50(70) + 40(40) E(35, 75)
  • 56. Ejemplo 1: Ganancias en los vértices del área de soluciones factibles Vértice x y z = 50x + 40y Ganancia A(0, 96) 0 96 50(0) + 40(96) 3840 B(0, 0) 0 0 50(0) + 40(0) 0 C( 90, 0) 90 0 50(90) + 40 (0) 4500 D(70, 40) 70 40 50(70) + 40(40) 5100 E(35, 75)
  • 57. Ejemplo 1: Ganancias en los vértices del área de soluciones factibles Vértice x y z = 50x + 40y Ganancia A(0, 96) 0 96 50(0) + 40(96) 3840 B(0, 0) 0 0 50(0) + 40(0) 0 C( 90, 0) 90 0 50(90) + 40 (0) 4500 D(70, 40) 70 40 50(70) + 40(40) 5100 E(35, 75) 35 75
  • 58. Ejemplo 1: Ganancias en los vértices del área de soluciones factibles Vértice x y z = 50x + 40y Ganancia A(0, 96) 0 96 50(0) + 40(96) 3840 B(0, 0) 0 0 50(0) + 40(0) 0 C( 90, 0) 90 0 50(90) + 40 (0) 4500 D(70, 40) 70 40 50(70) + 40(40) 5100 E(35, 75) 35 75 50(35) + 40(75)
  • 59. Ejemplo 1: Ganancias en los vértices del área de soluciones factibles Vértice x y z = 50x + 40y Ganancia A(0, 96) 0 96 50(0) + 40(96) 3840 B(0, 0) 0 0 50(0) + 40(0) 0 C( 90, 0) 90 0 50(90) + 40 (0) 4500 D(70, 40) 70 40 50(70) + 40(40) 5100 E(35, 75) 35 75 50(35) + 40(75) 4750
  • 60. Ejemplo 1: Ganancias en los vértices del área de soluciones factibles Vértice x y z = 50x + 40y Ganancia A(0, 96) 0 96 50(0) + 40(96) 3840 B(0, 0) 0 0 50(0) + 40(0) 0 C( 90, 0) 90 0 50(90) + 40 (0) 4500 D(70, 40) 70 40 50(70) + 40(40) 5100 E(35, 75) 35 75 50(35) + 40(75) 4750 Se toma el vértice que maximiza la función objetivo
  • 61. Ejemplo 1: Ganancias en los vértices del área de soluciones factibles Vértice x y z = 50x + 40y Ganancia A(0, 96) 0 96 50(0) + 40(96) 3840 B(0, 0) 0 0 50(0) + 40(0) 0 C( 90, 0) 90 0 50(90) + 40 (0) 4500 D(70, 40) 70 40 50(70) + 40(40) 5100 E(35, 75) 35 75 50(35) + 40(75) 4750 Se toma el vértice que maximiza la función objetivo
  • 62. Ejemplo 1: Ganancias en los vértices del área de soluciones factibles Vértice x y z = 50x + 40y Ganancia A(0, 96) 0 96 50(0) + 40(96) 3840 B(0, 0) 0 0 50(0) + 40(0) 0 C( 90, 0) 90 0 50(90) + 40 (0) 4500 D(70, 40) 70 40 50(70) + 40(40) 5100 E(35, 75) 35 75 50(35) + 40(75) 4750 Se toma el vértice que maximiza la función objetivo
  • 63. Solución del Ejemplo 1 La solución, según el modelo empleado consiste en fabricar: 70 piezas del artículo A1 40 piezas del artículo A2 Obteniendo una ganancia de $5,100.
  • 64. 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