Este documento presenta cuatro problemas de programación lineal resueltos. El primer problema involucra maximizar las ganancias de una empresa que fabrica ventanas de madera y aluminio. El segundo problema busca maximizar las ganancias de una empresa que fabrica televisores de diferentes tamaños. El tercer problema intenta maximizar las ganancias al fabricar dos productos con recursos limitados. El cuarto problema trata de maximizar las ganancias al introducir nuevos seguros con recursos humanos limitados.
Un comerciante tiene 50.000 Bs para comprar naranjas de dos tipos (A y B) a diferentes precios por kg. Debe comprar la cantidad óptima de cada tipo para maximizar sus ganancias considerando que puede transportar un máximo de 700 kg y venderá cada tipo a un precio mayor.
Este documento presenta tres ejercicios de programación lineal. El primer ejercicio involucra maximizar las utilidades de una empresa que fabrica dos tipos de bombas. El segundo ejercicio busca maximizar las utilidades por hora de una empresa que fabrica tres tipos de aisladores. El tercer ejercicio trata de maximizar las utilidades de una empresa que fabrica dos tipos de escritorios en dos plantas.
Este documento presenta 6 problemas de métodos de transporte resueltos. El primer problema involucra elegir una ubicación para un proyecto basado en costos y factores como energía eléctrica, agua y disponibilidad de mano de obra. El segundo problema involucra localizar un proyecto en las ubicaciones A o B considerando el rendimiento de capital. El tercer problema involucra elegir una ubicación para una planta procesadora de queso considerando el costo del transporte de la leche.
Este documento presenta 44 ejercicios de programación lineal resueltos con el objetivo de maximizar o minimizar funciones objetivo sujetas a restricciones. Cada ejercicio describe un problema de la vida real, define las variables y restricciones involucradas, y proporciona la solución óptima. Los ejercicios cubren diversos temas como transporte, producción, asignación de recursos y toma de decisiones financieras.
Este documento presenta 14 problemas de programación lineal relacionados con la toma de decisiones sobre producción, mezclas, inversiones y asignación de recursos. Cada problema describe las variables, restricciones y función objetivo de un modelo de programación lineal, y pide determinar la solución óptima que maximice las utilidades o minimice los costos.
Ejercicios de programacion lineal-resueltos-mediante-el-metodo-simplexSalvador Vasquez perez
El documento presenta 5 ejercicios de programación lineal resueltos mediante el método simplex. Cada ejercicio describe un problema de optimización con variables, restricciones y función objetivo. Se resuelve aplicando el método simplex para encontrar la solución óptima en cada caso.
Este documento presenta cuatro problemas de programación lineal resueltos. El primer problema involucra maximizar las ganancias de una empresa que fabrica ventanas de madera y aluminio. El segundo problema busca maximizar las ganancias de una empresa que fabrica televisores de diferentes tamaños. El tercer problema intenta maximizar las ganancias al fabricar dos productos con recursos limitados. El cuarto problema trata de maximizar las ganancias al introducir nuevos seguros con recursos humanos limitados.
Un comerciante tiene 50.000 Bs para comprar naranjas de dos tipos (A y B) a diferentes precios por kg. Debe comprar la cantidad óptima de cada tipo para maximizar sus ganancias considerando que puede transportar un máximo de 700 kg y venderá cada tipo a un precio mayor.
Este documento presenta tres ejercicios de programación lineal. El primer ejercicio involucra maximizar las utilidades de una empresa que fabrica dos tipos de bombas. El segundo ejercicio busca maximizar las utilidades por hora de una empresa que fabrica tres tipos de aisladores. El tercer ejercicio trata de maximizar las utilidades de una empresa que fabrica dos tipos de escritorios en dos plantas.
Este documento presenta 6 problemas de métodos de transporte resueltos. El primer problema involucra elegir una ubicación para un proyecto basado en costos y factores como energía eléctrica, agua y disponibilidad de mano de obra. El segundo problema involucra localizar un proyecto en las ubicaciones A o B considerando el rendimiento de capital. El tercer problema involucra elegir una ubicación para una planta procesadora de queso considerando el costo del transporte de la leche.
Este documento presenta 44 ejercicios de programación lineal resueltos con el objetivo de maximizar o minimizar funciones objetivo sujetas a restricciones. Cada ejercicio describe un problema de la vida real, define las variables y restricciones involucradas, y proporciona la solución óptima. Los ejercicios cubren diversos temas como transporte, producción, asignación de recursos y toma de decisiones financieras.
Este documento presenta 14 problemas de programación lineal relacionados con la toma de decisiones sobre producción, mezclas, inversiones y asignación de recursos. Cada problema describe las variables, restricciones y función objetivo de un modelo de programación lineal, y pide determinar la solución óptima que maximice las utilidades o minimice los costos.
Ejercicios de programacion lineal-resueltos-mediante-el-metodo-simplexSalvador Vasquez perez
El documento presenta 5 ejercicios de programación lineal resueltos mediante el método simplex. Cada ejercicio describe un problema de optimización con variables, restricciones y función objetivo. Se resuelve aplicando el método simplex para encontrar la solución óptima en cada caso.
Este documento presenta un problema de programación lineal para una empresa pequeña de fabricación de bolsas de golf. La empresa puede producir dos modelos de bolsas y tiene restricciones de tiempo en cuatro operaciones de producción. El objetivo es maximizar la contribución total a la utilidad determinando la cantidad óptima de cada modelo a producir. Se formula un modelo matemático y se resuelve usando el método gráfico y el software Solver para encontrar la solución óptima.
El documento explica conceptos clave de programación lineal como precio dual, costo reducido, análisis de sensibilidad y sus interpretaciones. El precio dual mide la mejora en el valor óptimo al aumentar una unidad en una restricción activa. El costo reducido mide el cambio necesario en un coeficiente para que una variable de decisión sea positiva. El análisis de sensibilidad estudia cómo cambios en los coeficientes y restricciones afectan la solución óptima.
El documento describe el modelo de transporte, que busca encontrar la mejor distribución de bienes desde puntos de suministro hasta puntos de demanda minimizando los costos de transporte. Explica que se requiere conocer la oferta, demanda y costos de transporte entre orígenes y destinos, además de satisfacer restricciones como no exceder la oferta o cumplir la demanda. Luego presenta un ejemplo numérico y aplica el algoritmo de la esquina noroeste para encontrar una solución inicial factible al problema de transporte planteado.
La solución óptima es enviar 50 kg desde la finca A a Ambato, 30 kg desde la finca A a Loja y 20 kg desde la finca B a Riobamba, para un costo total mínimo de $170.
1) El documento describe un modelo de transporte matemático para optimizar el transporte de mercancías desde orígenes a destinos. 2) Incluye ejemplos de cómo aplicar el modelo de transporte no solo al transporte físico sino también a problemas de planificación de producción e inventarios y mantenimiento. 3) El modelo busca minimizar los costos totales de transporte sujeto a restricciones de oferta y demanda en los orígenes y destinos.
Este documento presenta varios ejercicios relacionados con el cálculo de la productividad y la eficiencia en diferentes operaciones y empresas. Los ejercicios cubren temas como el cálculo de la productividad del trabajo, la productividad multifactorial, la eficiencia física y económica para distintos escenarios productivos que involucran factores como mano de obra, materiales, capital y gastos generales.
Un fabricante debe suministrar pantalones y chaquetas deportivas a unos almacenes para maximizar las ventas. El fabricante tiene disponibles 750 m de algodón y 1000 m de poliéster. Cada prenda requiere cierta cantidad de cada material. Se define un modelo de programación lineal para maximizar los beneficios en función de las restricciones de materiales, buscando la combinación óptima de prendas a fabricar.
El documento describe que dos empresas mineras extraen diferentes tipos de minerales que son clasificados en tres grados y tienen un contrato para suministrar mineral a una planta de fundición cada semana. Se proporcionan los costos y producción diarios de cada empresa. El objetivo es minimizar los costos totales y determinar cuántos días a la semana debe operar cada empresa para cumplir con el contrato. Usando programación lineal, la solución óptima es que la Empresa X opera 1.5 días a la semana y la Empresa Y opera 3 días a la semana.
Ejercicios resueltos de investigacion de operacionesSergio Jarillo
Este documento recopila exámenes resueltos de Investigación Operativa de los años 2005 a 2010 de la Facultad de Ciencias Económicas y Empresariales. Incluye problemas de programación lineal entera, programación multiobjetivo, redes y planificación de proyectos. El objetivo es ofrecer ejemplos resueltos de los principales temas de la asignatura para ayudar a los estudiantes a preparar los exámenes.
Este documento describe el problema del flujo máximo en redes. 1) El objetivo es encontrar la cantidad máxima de flujo que puede pasar a través de una red desde un nodo origen hasta un nodo destino sin exceder la capacidad de los arcos. 2) Se presentan ejemplos para ilustrar cómo aplicar el algoritmo de flujo máximo para encontrar el flujo máximo y su distribución en cada arco. 3) Adicionalmente, se provee información sobre cómo modelar este problema matemáticamente y los pasos generales del algoritmo.
El documento presenta un modelo de programación lineal para resolver un problema de maximización de ganancias en una empresa que produce dos solventes (A y B) sujeto a restricciones en horas de trabajo disponibles. Se formula el modelo matemático con la función objetivo a maximizar y las restricciones, resolviéndolo gráficamente para encontrar la solución óptima de producir 70,000 galones de A y 90,000 galones de B, obteniendo un margen de ganancia de $660,000.
Solución de problemas en programación linealARLO SOLIS
El documento presenta dos ejercicios de programación lineal que deben resolverse utilizando los métodos de la gran M y de las dos fases. Se pide aplicar ambos métodos paso a paso para cada ejercicio, comparar los resultados y utilizar software de programación lineal. Finalmente, se solicita guardar los ejercicios resueltos y enviarlos para recibir retroalimentación.
El documento presenta 5 ejercicios resueltos sobre el cálculo del valor actual neto (VAN) de proyectos de inversión con diferentes flujos de fondos y tasas de interés. En cada ejercicio se calcula el VAN para determinar si el proyecto es factible o no a una tasa de corte dada. Por ejemplo, en el ejercicio 1 se calcula el VAN de un proyecto a tasas del 10% y 12%, mientras que en el ejercicio 4 se compara el VAN de dos proyectos alternativos a tasas del 6% y
Rendimientos a escala: constantes, crecientes y decrecientesGenesis Acosta
El documento describe tres tipos de rendimientos a escala: constantes, crecientes y decrecientes. Los rendimientos constantes significan que si se duplican los insumos, la producción también se duplicará. Los rendimientos crecientes ocurren cuando la especialización del trabajo aumenta la productividad a mayor escala. Los rendimientos decrecientes pueden ocurrir debido a problemas de comunicación que dificultan la gestión eficiente a mayor escala.
El documento presenta 13 problemas de programación lineal. El primer problema involucra maximizar las ganancias de una bicicletería al fabricar bicicletas de paseo y montaña con recursos limitados de acero y aluminio. El segundo problema maximiza las ganancias de un autobús al asignar asientos para fumadores y no fumadores con restricciones de asientos y equipaje. El tercer problema maximiza las ganancias de la venta de naranjas compradas por un comerciante con recursos limitados.
Este documento presenta la formulación de siete problemas de optimización mediante programación lineal. Cada problema incluye la función objetivo a maximizar o minimizar, las variables de decisión y las restricciones. Los problemas involucran temas como la producción y mezcla óptima de productos, asignación de recursos limitados y toma de decisiones de producción para maximizar utilidades.
El sastre tiene 80 m2 de tela de algodón y 120 m2 de tela de lana. Puede confeccionar trajes que requieren 1 m2 de algodón y 3 m2 de lana, o vestidos que requieren 2 m2 de cada tela. Para maximizar los beneficios, debe determinar la cantidad óptima de trajes y vestidos a confeccionar sujeto a las restricciones de tela disponible.
El documento describe la programación de metas y objetivos, un enfoque para resolver problemas de decisión con múltiples metas. Explica que las metas pueden ser complementarias o conflictivas. Luego describe cómo la programación de metas permite trabajar con metas medidas en diferentes unidades e incluso contrapuestas, minimizando las desviaciones entre las metas y los límites alcanzables. Finalmente, explica cómo se formulan los modelos de programación de metas, incluyendo las variables, restricciones, función objetivo y cómo se satisfacen las metas de acuer
Este documento presenta varios modelos de redes y programación lineal, incluyendo modelos de transporte, asignación, vendedor viajero, ruta más corta y rama más corta. Describe los objetivos, variables, restricciones y funciones de estos modelos y cómo se pueden representar y resolver usando programación lineal. También discute variantes como oferta y demanda desiguales, maximización de objetivos y capacidades limitadas.
Una fábrica desea maximizar sus beneficios produciendo bicicletas de paseo y montaña con recursos limitados de acero y aluminio. El resumen muestra cómo modelar este problema de programación lineal utilizando Geogebra para determinar que la producción óptima es de 20 bicicletas de paseo y 30 bicicletas de montaña.
El herrero tiene 80 kg de acero y 120 kg de aluminio para fabricar bicicletas de paseo y montaña. Las bicicletas de paseo se venden en 2000 soles cada una y requieren 1 kg de acero y 3 kg de aluminio. Las bicicletas de montaña se venden en 1500 soles cada una y requieren 2 kg de acero y 2 kg de aluminio. El herrero debe determinar la cantidad óptima de cada tipo de bicicleta para maximizar sus ganancias.
Este documento presenta un problema de programación lineal para una empresa pequeña de fabricación de bolsas de golf. La empresa puede producir dos modelos de bolsas y tiene restricciones de tiempo en cuatro operaciones de producción. El objetivo es maximizar la contribución total a la utilidad determinando la cantidad óptima de cada modelo a producir. Se formula un modelo matemático y se resuelve usando el método gráfico y el software Solver para encontrar la solución óptima.
El documento explica conceptos clave de programación lineal como precio dual, costo reducido, análisis de sensibilidad y sus interpretaciones. El precio dual mide la mejora en el valor óptimo al aumentar una unidad en una restricción activa. El costo reducido mide el cambio necesario en un coeficiente para que una variable de decisión sea positiva. El análisis de sensibilidad estudia cómo cambios en los coeficientes y restricciones afectan la solución óptima.
El documento describe el modelo de transporte, que busca encontrar la mejor distribución de bienes desde puntos de suministro hasta puntos de demanda minimizando los costos de transporte. Explica que se requiere conocer la oferta, demanda y costos de transporte entre orígenes y destinos, además de satisfacer restricciones como no exceder la oferta o cumplir la demanda. Luego presenta un ejemplo numérico y aplica el algoritmo de la esquina noroeste para encontrar una solución inicial factible al problema de transporte planteado.
La solución óptima es enviar 50 kg desde la finca A a Ambato, 30 kg desde la finca A a Loja y 20 kg desde la finca B a Riobamba, para un costo total mínimo de $170.
1) El documento describe un modelo de transporte matemático para optimizar el transporte de mercancías desde orígenes a destinos. 2) Incluye ejemplos de cómo aplicar el modelo de transporte no solo al transporte físico sino también a problemas de planificación de producción e inventarios y mantenimiento. 3) El modelo busca minimizar los costos totales de transporte sujeto a restricciones de oferta y demanda en los orígenes y destinos.
Este documento presenta varios ejercicios relacionados con el cálculo de la productividad y la eficiencia en diferentes operaciones y empresas. Los ejercicios cubren temas como el cálculo de la productividad del trabajo, la productividad multifactorial, la eficiencia física y económica para distintos escenarios productivos que involucran factores como mano de obra, materiales, capital y gastos generales.
Un fabricante debe suministrar pantalones y chaquetas deportivas a unos almacenes para maximizar las ventas. El fabricante tiene disponibles 750 m de algodón y 1000 m de poliéster. Cada prenda requiere cierta cantidad de cada material. Se define un modelo de programación lineal para maximizar los beneficios en función de las restricciones de materiales, buscando la combinación óptima de prendas a fabricar.
El documento describe que dos empresas mineras extraen diferentes tipos de minerales que son clasificados en tres grados y tienen un contrato para suministrar mineral a una planta de fundición cada semana. Se proporcionan los costos y producción diarios de cada empresa. El objetivo es minimizar los costos totales y determinar cuántos días a la semana debe operar cada empresa para cumplir con el contrato. Usando programación lineal, la solución óptima es que la Empresa X opera 1.5 días a la semana y la Empresa Y opera 3 días a la semana.
Ejercicios resueltos de investigacion de operacionesSergio Jarillo
Este documento recopila exámenes resueltos de Investigación Operativa de los años 2005 a 2010 de la Facultad de Ciencias Económicas y Empresariales. Incluye problemas de programación lineal entera, programación multiobjetivo, redes y planificación de proyectos. El objetivo es ofrecer ejemplos resueltos de los principales temas de la asignatura para ayudar a los estudiantes a preparar los exámenes.
Este documento describe el problema del flujo máximo en redes. 1) El objetivo es encontrar la cantidad máxima de flujo que puede pasar a través de una red desde un nodo origen hasta un nodo destino sin exceder la capacidad de los arcos. 2) Se presentan ejemplos para ilustrar cómo aplicar el algoritmo de flujo máximo para encontrar el flujo máximo y su distribución en cada arco. 3) Adicionalmente, se provee información sobre cómo modelar este problema matemáticamente y los pasos generales del algoritmo.
El documento presenta un modelo de programación lineal para resolver un problema de maximización de ganancias en una empresa que produce dos solventes (A y B) sujeto a restricciones en horas de trabajo disponibles. Se formula el modelo matemático con la función objetivo a maximizar y las restricciones, resolviéndolo gráficamente para encontrar la solución óptima de producir 70,000 galones de A y 90,000 galones de B, obteniendo un margen de ganancia de $660,000.
Solución de problemas en programación linealARLO SOLIS
El documento presenta dos ejercicios de programación lineal que deben resolverse utilizando los métodos de la gran M y de las dos fases. Se pide aplicar ambos métodos paso a paso para cada ejercicio, comparar los resultados y utilizar software de programación lineal. Finalmente, se solicita guardar los ejercicios resueltos y enviarlos para recibir retroalimentación.
El documento presenta 5 ejercicios resueltos sobre el cálculo del valor actual neto (VAN) de proyectos de inversión con diferentes flujos de fondos y tasas de interés. En cada ejercicio se calcula el VAN para determinar si el proyecto es factible o no a una tasa de corte dada. Por ejemplo, en el ejercicio 1 se calcula el VAN de un proyecto a tasas del 10% y 12%, mientras que en el ejercicio 4 se compara el VAN de dos proyectos alternativos a tasas del 6% y
Rendimientos a escala: constantes, crecientes y decrecientesGenesis Acosta
El documento describe tres tipos de rendimientos a escala: constantes, crecientes y decrecientes. Los rendimientos constantes significan que si se duplican los insumos, la producción también se duplicará. Los rendimientos crecientes ocurren cuando la especialización del trabajo aumenta la productividad a mayor escala. Los rendimientos decrecientes pueden ocurrir debido a problemas de comunicación que dificultan la gestión eficiente a mayor escala.
El documento presenta 13 problemas de programación lineal. El primer problema involucra maximizar las ganancias de una bicicletería al fabricar bicicletas de paseo y montaña con recursos limitados de acero y aluminio. El segundo problema maximiza las ganancias de un autobús al asignar asientos para fumadores y no fumadores con restricciones de asientos y equipaje. El tercer problema maximiza las ganancias de la venta de naranjas compradas por un comerciante con recursos limitados.
Este documento presenta la formulación de siete problemas de optimización mediante programación lineal. Cada problema incluye la función objetivo a maximizar o minimizar, las variables de decisión y las restricciones. Los problemas involucran temas como la producción y mezcla óptima de productos, asignación de recursos limitados y toma de decisiones de producción para maximizar utilidades.
El sastre tiene 80 m2 de tela de algodón y 120 m2 de tela de lana. Puede confeccionar trajes que requieren 1 m2 de algodón y 3 m2 de lana, o vestidos que requieren 2 m2 de cada tela. Para maximizar los beneficios, debe determinar la cantidad óptima de trajes y vestidos a confeccionar sujeto a las restricciones de tela disponible.
El documento describe la programación de metas y objetivos, un enfoque para resolver problemas de decisión con múltiples metas. Explica que las metas pueden ser complementarias o conflictivas. Luego describe cómo la programación de metas permite trabajar con metas medidas en diferentes unidades e incluso contrapuestas, minimizando las desviaciones entre las metas y los límites alcanzables. Finalmente, explica cómo se formulan los modelos de programación de metas, incluyendo las variables, restricciones, función objetivo y cómo se satisfacen las metas de acuer
Este documento presenta varios modelos de redes y programación lineal, incluyendo modelos de transporte, asignación, vendedor viajero, ruta más corta y rama más corta. Describe los objetivos, variables, restricciones y funciones de estos modelos y cómo se pueden representar y resolver usando programación lineal. También discute variantes como oferta y demanda desiguales, maximización de objetivos y capacidades limitadas.
Una fábrica desea maximizar sus beneficios produciendo bicicletas de paseo y montaña con recursos limitados de acero y aluminio. El resumen muestra cómo modelar este problema de programación lineal utilizando Geogebra para determinar que la producción óptima es de 20 bicicletas de paseo y 30 bicicletas de montaña.
El herrero tiene 80 kg de acero y 120 kg de aluminio para fabricar bicicletas de paseo y montaña. Las bicicletas de paseo se venden en 2000 soles cada una y requieren 1 kg de acero y 3 kg de aluminio. Las bicicletas de montaña se venden en 1500 soles cada una y requieren 2 kg de acero y 2 kg de aluminio. El herrero debe determinar la cantidad óptima de cada tipo de bicicleta para maximizar sus ganancias.
Un herrero quiere fabricar bicicletas de paseo y montaña usando acero y aluminio para maximizar ganancias. Para bicicletas de paseo usa 1kg de acero y 3kg de aluminio y vende a $20,000 cada una. Para bicicletas de montaña usa 2kg de cada metal y vende a $15,000 cada una. Con 80kg de acero y 120kg de aluminio disponibles, ¿cuántas de cada tipo debe fabricar? El modelo matemático muestra que la cantidad óptima es x bicicletas de
Programacion lineal para la toma de decisionesEdwin Ortega
El documento presenta varios ejemplos de problemas relacionados con modelos lineales. Estos incluyen un problema sobre la maximización de utilidades fabricando bicicletas con recursos limitados de acero y aluminio, la definición y resolución de ecuaciones lineales, la definición y graficación de funciones lineales, y un problema de programación lineal sobre la planificación de producción para obtener el máximo beneficio con recursos de trabajo manual y de máquina limitados.
Este documento presenta un resumen de un proyecto realizado en Geogebra 3.2. Incluye 5 ejercicios de ecuaciones con 2 variables, 5 problemas de programación lineal maximizando utilidades y costos, y funciones como lineales, de valor absoluto y cuadráticas. El proyecto fue realizado por 5 estudiantes para la profesora Yanela Huayhua del colegio Julio Cesar Escobar.
La compañía Cycle Trends introducirá dos nuevos modelos de bicicleta y busca maximizar las ganancias determinando la cantidad óptima de cada modelo a producir semanalmente, sujeto a las restricciones de los suministros de aluminio y acero disponibles. Usando un método gráfico, la solución óptima es producir 15 bicicletas Deluxe y 17.5 bicicletas Profesionales cada semana, generando ganancias totales de $412.50.
Este documento describe cómo resolver un problema de programación lineal utilizando el software Prolin. El problema involucra determinar la cantidad óptima de bicicletas de paseo y montaña que un herrero debe fabricar para maximizar sus ganancias, sujeto a restricciones en los recursos disponibles. Se presentan los pasos para definir las variables, función objetivo y restricciones, representarlas gráficamente, y usar Prolin para encontrar la solución óptima de fabricar 20 bicicletas de paseo y 30 de montaña.
José Luis Jiménez Rodríguez
Junio 2024.
“La pedagogía es la metodología de la educación. Constituye una problemática de medios y fines, y en esa problemática estudia las situaciones educativas, las selecciona y luego organiza y asegura su explotación situacional”. Louis Not. 1993.
ACERTIJO DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARÍS. Por JAVI...JAVIER SOLIS NOYOLA
El Mtro. JAVIER SOLIS NOYOLA crea y desarrolla el “DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARIS”. Esta actividad de aprendizaje propone el reto de descubrir el la secuencia números para abrir un candado, el cual destaca la percepción geométrica y conceptual. La intención de esta actividad de aprendizaje lúdico es, promover los pensamientos lógico (convergente) y creativo (divergente o lateral), mediante modelos mentales de: atención, memoria, imaginación, percepción (Geométrica y conceptual), perspicacia, inferencia y viso-espacialidad. Didácticamente, ésta actividad de aprendizaje es transversal, y que integra áreas del conocimiento: matemático, Lenguaje, artístico y las neurociencias. Acertijo dedicado a los Juegos Olímpicos de París 2024.
Examen de Selectividad. Geografía junio 2024 (Convocatoria Ordinaria). UCLMJuan Martín Martín
Examen de Selectividad de la EvAU de Geografía de junio de 2023 en Castilla La Mancha. UCLM . (Convocatoria ordinaria)
Más información en el Blog de Geografía de Juan Martín Martín
http://blogdegeografiadejuan.blogspot.com/
Este documento presenta un examen de geografía para el Acceso a la universidad (EVAU). Consta de cuatro secciones. La primera sección ofrece tres ejercicios prácticos sobre paisajes, mapas o hábitats. La segunda sección contiene preguntas teóricas sobre unidades de relieve, transporte o demografía. La tercera sección pide definir conceptos geográficos. La cuarta sección implica identificar elementos geográficos en un mapa. El examen evalúa conocimientos fundamentales de geografía.
La vida de Martin Miguel de Güemes para niños de primaria
Programación lineal. bicicletas
1. Programación Lineal. Problema de bicicletas
Un empresario con 80 kg de acero y 120 kg de aluminio quiere hacer bicicletas de
paseo y de montaña que quiere vender, respectivamente a 200€ y 150€ cada una.
En la fabricación de la bicicleta de paseo emplea 1 kg de acero y 3 kg de aluminio,
y para la de montaña 2 kg de ambos metales.
¿Cuántas bicicletas de paseo y de montaña debe fabricar para obtener el máximo
beneficio?
Acero
Aluminio
IES Isaac Peral, Cartagena
2. Programación Lineal. Problema de bicicletas
VARIABLES
x “número de bicicletas de paseo”
y “número de bicicletas de montaña”
IES Isaac Peral, Cartagena
Un empresario con 80 kg de acero y 120 kg de aluminio quiere hacer bicicletas de paseo y de
montaña que quiere vender, respectivamente a 200€ y 150€ cada una.
En la fabricación de la bicicleta de paseo emplea 1 kg de acero y 3 kg de aluminio, y para la de
montaña 2 kg de ambos metales.
¿Cuántas bicicletas de paseo y de montaña debe fabricar para obtener el máximo beneficio?
3. Programación Lineal. Problema de bicicletas
Un empresario con 80 kg de acero y 120 kg de aluminio quiere hacer bicicletas de paseo y de
montaña que quiere vender, respectivamente a 200€ y 150€ cada una.
En la fabricación de la bicicleta de paseo emplea 1 kg de acero y 3 kg de aluminio, y para la de
montaña 2 kg de ambos metales.
¿Cuántas bicicletas de paseo y de montaña debe fabricar para obtener el máximo beneficio?
Acero Aluminio Beneficio
Bici de paseo 1 kg 3 kg 200€
Bici de montaña 2 kg 2 kg 150€
2kg 2kg
1kg 3kg
IES Isaac Peral, Cartagena
4. Programación Lineal. Problema de bicicletas
Un empresario con 80 kg de acero y 120 kg de aluminio quiere hacer bicicletas de paseo y de
montaña que quiere vender, respectivamente a 200€ y 150€ cada una.
En la fabricación de la bicicleta de paseo emplea 1 kg de acero y 3 kg de aluminio, y para la de
montaña 2 kg de ambos metales.
¿Cuántas bicicletas de paseo y de montaña debe fabricar para obtener el máximo beneficio?
RESTRICCIONES
Acero Aluminio Beneficio
x Bicis de paseo x 3x 200x
y Bicis de montaña 2y 2y 150y
Total x +2y 3x +2y 200x + 150y
x + 2y ≤ 80 3x + 2y ≤ 120 z = 200x + 150y
IES Isaac Peral, Cartagena
5. Programación Lineal. Problema de bicicletas
Un empresario con 80 kg de acero y 120 kg de aluminio quiere hacer bicicletas de paseo y de
montaña que quiere vender, respectivamente a 200€ y 150€ cada una.
En la fabricación de la bicicleta de paseo emplea 1 kg de acero y 3 kg de aluminio, y para la de
montaña 2 kg de ambos metales.
¿Cuántas bicicletas de paseo y de montaña debe fabricar para obtener el máximo beneficio?
PROBLEMA DE PROGRAMACIÓN LINEAL
x número de bicicletas de paseo
y número de bicicletas de montaña
0
0
12023
802
asujeto
150200max
y
x
yx
yx
yxz
IES Isaac Peral, Cartagena
6. Programación Lineal. Problema de bicicletas
Un empresario con 80 kg de acero y 120 kg de aluminio quiere hacer bicicletas de paseo y de
montaña que quiere vender, respectivamente a 200€ y 150€ cada una.
En la fabricación de la bicicleta de paseo emplea 1 kg de acero y 3 kg de aluminio, y para la de
montaña 2 kg de ambos metales.
¿Cuántas bicicletas de paseo y de montaña debe fabricar para obtener el máximo beneficio?
PROBLEMA DE PROGRAMACIÓN LINEAL
x número de bicicletas de paseo
y número de bicicletas de montaña
IES Isaac Peral, Cartagena
0
0
12023
802
asujeto
150200max
y
x
yx
yx
yxz
negativassepuedennomontañadebicicletasLas
negativasserpuedennopaseodebicicletasLas
aluminiodelnRestricció
acerodelnRestricció
GananciaoBeneficiounMáximizar:ObjetivoFunción
Variables
7. Programación Lineal. Problema de bicicletas
REGIÓN FACTIBLE
Dibujamos la región factible.
0)ª4(
0)ª3(
12023)ª2(
802)ª1(
FactibleRegión
y
x
yx
yx
IES Isaac Peral, Cartagena
(1ª) x + 2 y = 80 X Y
0 40
80 0
(2ª) 3x + 2 y = 120 X Y
0 60
40 0
(3ª) x = 0 X Y
Eje OY 0 0
0 10
(4ª) y = 0 X Y
Eje OX 0 0
10 0
8. Programación Lineal. Problema de bicicletas
REGIÓN FACTIBLE
Dibujamos la región factible. Las rectas
IES Isaac Peral, Cartagena
X
Y
10 20 50 10070 9030 40 60 80
10
20
30
40
50
60
70
80
A (0, 0)
(80, 0)
(0, 60)
(2ª) 3x + 2 y = 120
(1ª) x + 2 y = 80
(3ª) x = 0
(4ª) y = 0
(1ª) x + 2 y = 80 (0,40) (80,0)
(2ª) 3x + 2 y = 120 (0, 60) (40,0)
(3ª) x = 0 Recta eje OY
(4ª) y = 0 Recta eje OX
0)ª4(
0)ª3(
12023)ª2(
802)ª1(
FactibleRegión
y
x
yx
yx
B (40, 0)
9. Programación Lineal. Problema de bicicletas
REGIÓN FACTIBLE
Dibujamos la región factible. Las desigualdades.
IES Isaac Peral, Cartagena
X
Y
10 20 50 10070 9030 40 60 80
10
20
30
40
50
60
70
80
(2ª) 3x + 2 y ≤ 120
(1ª) x + 2 y ≤ 80
(3ª) x ≥ 0
(4ª) y ≥ 0
Región
factible
0)ª4(
0)ª3(
12023)ª2(
802)ª1(
FactibleRegión
y
x
yx
yx
10. Programación Lineal. Problema de bicicletas
REGIÓN FACTIBLE
Dibujamos la región factible. Los vértices
IES Isaac Peral, Cartagena
X
Y
10 20 50 10070 9030 40 60 80
10
20
30
40
50
60
70
80
A (0, 0)
D (0, 40)
(2ª) 3x + 2 y = 120
(1ª) x + 2 y = 80
(3ª) x = 0
(4ª) y = 0
)30,20(
30
20
12023
802
C
y
x
yx
yx
Región
factible
0)ª4(
0)ª3(
12023)ª2(
802)ª1(
FactibleRegión
y
x
yx
yx
B (40, 0)
C (20, 30)
)40,0(
40
0
0
802
D
y
x
x
yx
)0,40(
0
40
0
12023
B
y
x
y
yx
)0,0(
0
0
0
0
A
y
x
y
x
11. Programación Lineal. Problema de bicicletas
0
0
12023
802
asujeto
150200max
y
x
yx
yx
yxz
IES Isaac Peral, Cartagena
Vértice z = 200x + 150y
A(0,0) z = 200·0 + 150·0 = 0
B(40,0) z = 200·40 + 150·0 = 8000 + 0 = 8000
C(20,30) z = 200·20 + 150·30 = 4000 + 4500 = 8500 *
D(0,40) z = 200·0 + 150·40 = 6000
ÓPTIMO
X
Y
10 20 50 10070 9030 40 60 80
10
20
30
40
50
60
70
80
B (40, 0)
A (0, 0)
D (0, 40)
C (20, 30)
Región
factible
12. Programación Lineal. Problema de bicicletas
IES Isaac Peral, Cartagena
Debe fabricar 20 bicicletas de paseo y 30 bicicletas de montañas.
Obtendrá unas ganancias máximas de 8500 €.
Solución:
Un empresario con 80 kg de acero y 120 kg de aluminio quiere hacer bicicletas de paseo y de
montaña que quiere vender, respectivamente a 200€ y 150€ cada una.
En la fabricación de la bicicleta de paseo emplea 1 kg de acero y 3 kg de aluminio, y para la de
montaña 2 kg de ambos metales.
¿Cuántas bicicletas de paseo y de montaña debe fabricar para obtener el máximo beneficio?