Este documento presenta un problema de programación lineal para maximizar las ganancias de una empresa química que produce dos productos (X e Y) usando dos máquinas (A y B) con capacidades limitadas. El resumen es:
(1) La empresa gana $10 por unidad de X y $30 por unidad de Y; (2) Cada producto requiere tiempo en las máquinas A y B; (3) Las máquinas A y B tienen 12 y 16 horas disponibles; (4) El modelo busca maximizar las ganancias determinando la producción óptima de
Jackson Custom Machine Shop has been contracted to produce 130,000 units of a new product and must choose between general-purpose equipment (GPE), flexible manufacturing systems (FMS), and dedicated automation (DA). The fixed costs are $150,000 for GPE, $350,000 for FMS, and $950,000 for DA, while the variable costs are $10, $8, and $6, respectively. Based on calculating the break-even points between the options, FMS is the most cost-effective choice for a production volume of 130,000 units. Graphically, GPE is best below 100,000 units, FMS between 100,000-300,000 units, and DA above
Este documento presenta conceptos fundamentales de álgebra lineal y análisis multivariante, incluyendo vectores, matrices, distribuciones normales multivariadas, componentes principales, análisis factorial y discriminante, y análisis de conglomerados. Explica temas como ortogonalización, autovalores, autovectores, descomposición espectral de matrices y formas cuadráticas.
Se trata de la RESOLUCION de la actividad 2 de la unidad 2 que corresponde a la materia de Investigacion de Operaciones del octavo semestre de la licenciatura en Matematicas de la UnADM.
Problemas metodo simplex. 20 ejerciciosYami Pantoja
Este documento presenta tres problemas de optimización de producción. El primero involucra a Popeye Canning que produce jugo y pasta de tomate enlatados con ciertas limitaciones de materia prima y capacidad de producción. El segundo trata sobre Electra que produce dos tipos de motores eléctricos con diferentes requerimientos de componentes y capacidades de producción. El tercero se refiere a BABA FurtureCompany que ensambla mesas y sillas con ciertas restricciones de tiempo y pedidos de clientes. Cada problema busca determinar la combinación ó
Este documento proporciona información sobre un servicio de asesoría y resolución de ejercicios en ciencias. Incluye la dirección de correo electrónico y sitio web del servicio, así como información sobre cotizaciones, apoyo en actividades universitarias y ejercicios. También incluye una guía de trabajo colaborativo con ejercicios sobre diodos, rectificadores y reguladores de voltaje, así como sobre transistores como interruptores.
Un sistema de gestión de la calidad es un conjunto de elementos que interactúan para que una organización defina e implemente su política de calidad y objetivos, y dirija y controle sus procesos y productos desde la perspectiva de satisfacer los requisitos del cliente. Un SGC efectivo debe diseñarse según las necesidades de la organización y los clientes, requiere el compromiso de la alta dirección y la participación de todos los empleados, y debe evaluarse continuamente para su mejora.
El documento presenta información sobre cuerpos geométricos como polígonos, poliedros y pirámides. Incluye definiciones, ejemplos y ejercicios para calcular áreas. Se explican conceptos como vértices, lados, diagonales, caras y fórmulas como la de Euler para poliedros convexos. También contiene cálculos para determinar áreas de figuras como hexágonos, triángulos y pirámides.
Este documento describe las características de las funciones racionales y cómo graficarlas. Explica que las funciones racionales son de la forma R(x)=P(x)/Q(x), donde P(x) y Q(x) son polinomios. También describe que las asíntotas verticales ocurren cuando el denominador es cero, y que la gráfica se extiende hacia arriba o abajo a lo largo de la asíntota dependiendo de si la función es positiva o negativa en esa región. Finalmente, resume los cuatro casos posibles para el comportamiento
Jackson Custom Machine Shop has been contracted to produce 130,000 units of a new product and must choose between general-purpose equipment (GPE), flexible manufacturing systems (FMS), and dedicated automation (DA). The fixed costs are $150,000 for GPE, $350,000 for FMS, and $950,000 for DA, while the variable costs are $10, $8, and $6, respectively. Based on calculating the break-even points between the options, FMS is the most cost-effective choice for a production volume of 130,000 units. Graphically, GPE is best below 100,000 units, FMS between 100,000-300,000 units, and DA above
Este documento presenta conceptos fundamentales de álgebra lineal y análisis multivariante, incluyendo vectores, matrices, distribuciones normales multivariadas, componentes principales, análisis factorial y discriminante, y análisis de conglomerados. Explica temas como ortogonalización, autovalores, autovectores, descomposición espectral de matrices y formas cuadráticas.
Se trata de la RESOLUCION de la actividad 2 de la unidad 2 que corresponde a la materia de Investigacion de Operaciones del octavo semestre de la licenciatura en Matematicas de la UnADM.
Problemas metodo simplex. 20 ejerciciosYami Pantoja
Este documento presenta tres problemas de optimización de producción. El primero involucra a Popeye Canning que produce jugo y pasta de tomate enlatados con ciertas limitaciones de materia prima y capacidad de producción. El segundo trata sobre Electra que produce dos tipos de motores eléctricos con diferentes requerimientos de componentes y capacidades de producción. El tercero se refiere a BABA FurtureCompany que ensambla mesas y sillas con ciertas restricciones de tiempo y pedidos de clientes. Cada problema busca determinar la combinación ó
Este documento proporciona información sobre un servicio de asesoría y resolución de ejercicios en ciencias. Incluye la dirección de correo electrónico y sitio web del servicio, así como información sobre cotizaciones, apoyo en actividades universitarias y ejercicios. También incluye una guía de trabajo colaborativo con ejercicios sobre diodos, rectificadores y reguladores de voltaje, así como sobre transistores como interruptores.
Un sistema de gestión de la calidad es un conjunto de elementos que interactúan para que una organización defina e implemente su política de calidad y objetivos, y dirija y controle sus procesos y productos desde la perspectiva de satisfacer los requisitos del cliente. Un SGC efectivo debe diseñarse según las necesidades de la organización y los clientes, requiere el compromiso de la alta dirección y la participación de todos los empleados, y debe evaluarse continuamente para su mejora.
El documento presenta información sobre cuerpos geométricos como polígonos, poliedros y pirámides. Incluye definiciones, ejemplos y ejercicios para calcular áreas. Se explican conceptos como vértices, lados, diagonales, caras y fórmulas como la de Euler para poliedros convexos. También contiene cálculos para determinar áreas de figuras como hexágonos, triángulos y pirámides.
Este documento describe las características de las funciones racionales y cómo graficarlas. Explica que las funciones racionales son de la forma R(x)=P(x)/Q(x), donde P(x) y Q(x) son polinomios. También describe que las asíntotas verticales ocurren cuando el denominador es cero, y que la gráfica se extiende hacia arriba o abajo a lo largo de la asíntota dependiendo de si la función es positiva o negativa en esa región. Finalmente, resume los cuatro casos posibles para el comportamiento
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.
1) Un modelo de programación lineal es un tipo de modelo matemático donde las restricciones y función objetivo son lineales y esta última es maximizada o minimizada.
2) El modelo involucra variables de decisión no negativas y traduce un problema de negocios a términos de variables, función objetivo y restricciones expresadas como igualdades o desigualdades.
3) Se presenta un caso de maximización donde una fábrica produce dos productos y busca determinar las cantidades óptimas a producir para maximizar las ganancias.
El documento presenta 6 ejercicios de programación lineal. El primer ejercicio involucra la distribución óptima de una inversión de €210,000 en dos tipos de acciones para obtener el máximo interés anual. El segundo ejercicio busca determinar la cantidad óptima de dos tipos de tartas para vender diariamente y maximizar los beneficios. El tercer ejercicio trata de encontrar la combinación óptima de autobuses de diferentes tamaños para transportar 400 estudiantes al menor costo posible.
Sem 4_modelo_matematico_Metodo_grafico_Casos especiales - copia.pdfNelsonMartinez771386
El estudiante necesita completar 65 cursos para graduarse, de los cuales al menos 23 deben ser de Ingeniería y al menos 20 de otras áreas. El objetivo es minimizar las horas de estudio totales. Se formula un sistema de ecuaciones lineales con las variables de cursos de Ingeniería e otros, sujetas a restricciones de número de cursos y presupuesto.
Ecuaciones Parabola, Recta , Hiperbola, EclipseGiancarlos Juan
El documento presenta varios problemas de aplicación sobre ecuaciones lineales, parábolas, circunferencias, elipses e hipérbolas. Incluye problemas sobre hallar ecuaciones que representen situaciones descritas, determinar características geométricas como centros y radios basados en ecuaciones dadas y graficar funciones. Las soluciones involucran completar cuadrados, identificar coeficientes y transformar ecuaciones a sus formas estándares.
Este documento describe diferentes métodos cuantitativos para la administración, incluyendo el método gráfico, el método simplex y el método húngaro. Explica cómo usar el método gráfico para resolver problemas de programación lineal con pocas variables mediante la representación gráfica de las restricciones. También describe los pasos para aplicar el método simplex y el método húngaro para resolver problemas de optimización más complejos.
El documento describe los pasos para resolver un problema de programación lineal utilizando el método simplex. Se trata de maximizar una función objetivo sujeta a varias restricciones. El proceso implica convertir las desigualdades en igualdades mediante variables holgura, formar el tablero inicial simplex, y luego iterar para encontrar la solución óptima cambiando las variables base y no base. Después de 3 iteraciones, se alcanza una solución óptima de 33 para la función objetivo.
El documento presenta ejemplos de resolución de problemas de programación lineal mediante el método gráfico. Explica conceptos como restricciones activas e inactivas, holgura y variables de decisión. Resuelve ejercicios de maximización de beneficios sujetos a restricciones de recursos como horas de trabajo.
Este documento describe problemas de optimización, donde se busca minimizar o maximizar una variable sujeto a restricciones. Explica que se debe expresar la variable objetivo como función de otra variable y considerar las restricciones para obtener esta función. Proporciona ejemplos resueltos de problemas que buscan maximizar el área de figuras dadas restricciones en el perímetro o volumen.
Este documento presenta 7 ejercicios relacionados con funciones matemáticas como funciones a trozos, cuadráticas, logarítmicas y exponenciales. Los ejercicios involucran cálculos y resolución de problemas sobre distribución de ingresos, depreciación de bienes, producción de dulces y ventas de productos a lo largo del tiempo.
Este documento presenta nueve ejercicios de programación lineal resueltos. El primer ejercicio involucra graficar una desigualdad y determinar si puntos de ensayo satisfacen la restricción. Los ejercicios 2 al 8 son problemas de maximización o minimización con múltiples restricciones. El noveno ejercicio no tiene solución factible debido a que el conjunto factible está vacío.
El documento presenta 10 ejemplos de problemas resueltos relacionados con funciones lineales y cuadráticas. Explica los pasos para resolver problemas matemáticos y proporciona ejercicios propuestos relacionados con funciones.
El documento describe el método simplex para resolver problemas de programación lineal. Explica que el método simplex permite encontrar la solución óptima moviéndose de una solución básica a otra hasta maximizar la función objetivo. También presenta un ejemplo numérico para ilustrar cómo aplicar el método paso a paso.
El documento describe el proceso de resolución de problemas de investigación de operaciones en 8 etapas: 1) conocer el sistema, 2) identificar y plantear el problema, 3) construir un modelo matemático, 4) generar una solución, 5) probar y evaluar la solución, 6) implementar el modelo, 7) evaluar el modelo, y 8) realizar un seguimiento. A continuación, se presentan 2 ejercicios resueltos usando programación lineal con métodos gráficos, Simplex y de dos fases para maximizar utilidades sujeto a restric
La función lineal representa situaciones donde existe una relación directa entre dos variables, de manera que cuando una variable aumenta en una unidad, la otra variable aumenta o disminuye en una cantidad constante. El documento presenta tres ejemplos de funciones lineales para modelar situaciones de la vida real como el dinero ganado por horas trabajadas, el valor de una máquina a través del tiempo y el número de estudiantes en una escuela a lo largo de los años.
El documento contiene una serie de ejercicios de programación lineal sobre inecuaciones y sistemas de inecuaciones. En cada ejercicio se pide representar gráficamente las soluciones de una inecuación o sistema de inecuaciones, y en algunos casos identificar la inecuación correspondiente a un semiplano dado.
Este documento presenta conceptos básicos sobre funciones de varias variables reales. Explica que tales funciones dependen de dos o más variables y que su dominio y gráfica son importantes para comprenderlas. Además, ofrece ejemplos para ilustrar cómo calcular el dominio de una función, representarlo gráficamente, y evaluar la función para diferentes valores de las variables.
Este documento presenta un análisis de sensibilidad post-óptimo para un modelo de programación lineal que representa la producción de platos plásticos en un taller. Se estudian varios cambios que podrían afectar la solución óptima o la factibilidad del modelo, como cambios en los coeficientes de la función objetivo, agregar nuevas restricciones o actividades de producción.
Selectividad EXTREMADURA Matemáticas CCSS Septiembre 2012-2013KALIUM academia
1) Se presenta un problema de programación lineal con cuatro restricciones y cuatro incógnitas para maximizar el beneficio de la fabricación de dos tipos de joyas.
2) Se analiza una función de concentración de ozono que es una parábola convexa con vértice en (10, 1340).
3) Se calcula la probabilidad de que ocurra un accidente y la probabilidad condicional de pertenecer a una empresa tipo A sin accidente.
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.
1) Un modelo de programación lineal es un tipo de modelo matemático donde las restricciones y función objetivo son lineales y esta última es maximizada o minimizada.
2) El modelo involucra variables de decisión no negativas y traduce un problema de negocios a términos de variables, función objetivo y restricciones expresadas como igualdades o desigualdades.
3) Se presenta un caso de maximización donde una fábrica produce dos productos y busca determinar las cantidades óptimas a producir para maximizar las ganancias.
El documento presenta 6 ejercicios de programación lineal. El primer ejercicio involucra la distribución óptima de una inversión de €210,000 en dos tipos de acciones para obtener el máximo interés anual. El segundo ejercicio busca determinar la cantidad óptima de dos tipos de tartas para vender diariamente y maximizar los beneficios. El tercer ejercicio trata de encontrar la combinación óptima de autobuses de diferentes tamaños para transportar 400 estudiantes al menor costo posible.
Sem 4_modelo_matematico_Metodo_grafico_Casos especiales - copia.pdfNelsonMartinez771386
El estudiante necesita completar 65 cursos para graduarse, de los cuales al menos 23 deben ser de Ingeniería y al menos 20 de otras áreas. El objetivo es minimizar las horas de estudio totales. Se formula un sistema de ecuaciones lineales con las variables de cursos de Ingeniería e otros, sujetas a restricciones de número de cursos y presupuesto.
Ecuaciones Parabola, Recta , Hiperbola, EclipseGiancarlos Juan
El documento presenta varios problemas de aplicación sobre ecuaciones lineales, parábolas, circunferencias, elipses e hipérbolas. Incluye problemas sobre hallar ecuaciones que representen situaciones descritas, determinar características geométricas como centros y radios basados en ecuaciones dadas y graficar funciones. Las soluciones involucran completar cuadrados, identificar coeficientes y transformar ecuaciones a sus formas estándares.
Este documento describe diferentes métodos cuantitativos para la administración, incluyendo el método gráfico, el método simplex y el método húngaro. Explica cómo usar el método gráfico para resolver problemas de programación lineal con pocas variables mediante la representación gráfica de las restricciones. También describe los pasos para aplicar el método simplex y el método húngaro para resolver problemas de optimización más complejos.
El documento describe los pasos para resolver un problema de programación lineal utilizando el método simplex. Se trata de maximizar una función objetivo sujeta a varias restricciones. El proceso implica convertir las desigualdades en igualdades mediante variables holgura, formar el tablero inicial simplex, y luego iterar para encontrar la solución óptima cambiando las variables base y no base. Después de 3 iteraciones, se alcanza una solución óptima de 33 para la función objetivo.
El documento presenta ejemplos de resolución de problemas de programación lineal mediante el método gráfico. Explica conceptos como restricciones activas e inactivas, holgura y variables de decisión. Resuelve ejercicios de maximización de beneficios sujetos a restricciones de recursos como horas de trabajo.
Este documento describe problemas de optimización, donde se busca minimizar o maximizar una variable sujeto a restricciones. Explica que se debe expresar la variable objetivo como función de otra variable y considerar las restricciones para obtener esta función. Proporciona ejemplos resueltos de problemas que buscan maximizar el área de figuras dadas restricciones en el perímetro o volumen.
Este documento presenta 7 ejercicios relacionados con funciones matemáticas como funciones a trozos, cuadráticas, logarítmicas y exponenciales. Los ejercicios involucran cálculos y resolución de problemas sobre distribución de ingresos, depreciación de bienes, producción de dulces y ventas de productos a lo largo del tiempo.
Este documento presenta nueve ejercicios de programación lineal resueltos. El primer ejercicio involucra graficar una desigualdad y determinar si puntos de ensayo satisfacen la restricción. Los ejercicios 2 al 8 son problemas de maximización o minimización con múltiples restricciones. El noveno ejercicio no tiene solución factible debido a que el conjunto factible está vacío.
El documento presenta 10 ejemplos de problemas resueltos relacionados con funciones lineales y cuadráticas. Explica los pasos para resolver problemas matemáticos y proporciona ejercicios propuestos relacionados con funciones.
El documento describe el método simplex para resolver problemas de programación lineal. Explica que el método simplex permite encontrar la solución óptima moviéndose de una solución básica a otra hasta maximizar la función objetivo. También presenta un ejemplo numérico para ilustrar cómo aplicar el método paso a paso.
El documento describe el proceso de resolución de problemas de investigación de operaciones en 8 etapas: 1) conocer el sistema, 2) identificar y plantear el problema, 3) construir un modelo matemático, 4) generar una solución, 5) probar y evaluar la solución, 6) implementar el modelo, 7) evaluar el modelo, y 8) realizar un seguimiento. A continuación, se presentan 2 ejercicios resueltos usando programación lineal con métodos gráficos, Simplex y de dos fases para maximizar utilidades sujeto a restric
La función lineal representa situaciones donde existe una relación directa entre dos variables, de manera que cuando una variable aumenta en una unidad, la otra variable aumenta o disminuye en una cantidad constante. El documento presenta tres ejemplos de funciones lineales para modelar situaciones de la vida real como el dinero ganado por horas trabajadas, el valor de una máquina a través del tiempo y el número de estudiantes en una escuela a lo largo de los años.
El documento contiene una serie de ejercicios de programación lineal sobre inecuaciones y sistemas de inecuaciones. En cada ejercicio se pide representar gráficamente las soluciones de una inecuación o sistema de inecuaciones, y en algunos casos identificar la inecuación correspondiente a un semiplano dado.
Este documento presenta conceptos básicos sobre funciones de varias variables reales. Explica que tales funciones dependen de dos o más variables y que su dominio y gráfica son importantes para comprenderlas. Además, ofrece ejemplos para ilustrar cómo calcular el dominio de una función, representarlo gráficamente, y evaluar la función para diferentes valores de las variables.
Este documento presenta un análisis de sensibilidad post-óptimo para un modelo de programación lineal que representa la producción de platos plásticos en un taller. Se estudian varios cambios que podrían afectar la solución óptima o la factibilidad del modelo, como cambios en los coeficientes de la función objetivo, agregar nuevas restricciones o actividades de producción.
Selectividad EXTREMADURA Matemáticas CCSS Septiembre 2012-2013KALIUM academia
1) Se presenta un problema de programación lineal con cuatro restricciones y cuatro incógnitas para maximizar el beneficio de la fabricación de dos tipos de joyas.
2) Se analiza una función de concentración de ozono que es una parábola convexa con vértice en (10, 1340).
3) Se calcula la probabilidad de que ocurra un accidente y la probabilidad condicional de pertenecer a una empresa tipo A sin accidente.
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.
Business Plan -rAIces - Agro Business Techjohnyamg20
Innovación y transparencia se unen en un nuevo modelo de negocio para transformar la economia popular agraria en una agroindustria. Facilitamos el acceso a recursos crediticios, mejoramos la calidad de los productos y cultivamos un futuro agrícola eficiente y sostenible con tecnología inteligente.
1. Unidad 2, Lección 4
Problema a resolver:
Una empresa química “Chemical” produce limpiadores para automóviles X y
pulidores Y, ganando $10 en cada lote de X, y $30 en Y. Ambos productos
requieren procesarse en las mismas máquinas, A y B, pero X requiere cuatro
horas en A y ocho en B, mientras que Y requiere seis horas en A y cuatro en
B. Durante la semana entrante las máquinas A y B tienen 12 y 16 horas de
capacidad disponible, respectivamente. Suponiendo que existe demanda de
ambos productos, cuántos lotes de cada uno deben producirse para alcanzar
la unidad óptima Z?
Definición de variables:
X: limpiadores para automóviles
Y: Pulidores
2. Unidad 2, Lección 4
Resumen de datos:
Producto
Máquina A
Máquina B
Precio por
unidad
X
4
8
$10
Y
6
4
$30
Disponibilidad
máquinas
12
16
Las restricciones son:
h maquina A : 4X + 6Y ≤ 12
h máquina B : 8X + 4Y ≤16
X,Y ≥ 0
La función objetivo es:
Max Z = $10X + $30Y
4. Las iteraciones necesarias para llegar a la solución
óptima son:
Unidad 2, Lección 4
Iteración 1
En esta primera iteración colocamos los valores
de la función objetivo y de las restricciones tal y
como aparecen, sin contar la restricción de no
negatividad.
Max Z = $10X + $30Y + 0S1 + 0S2
C
10
30
0
0
Valores de solución
Variables de decisión
Variables de la
solución
X
Y
S1
S2
(bj)
0
S1
4
6
1
0
12
0
S2
8
4
0
1
16
Z
0
0
0
0
0
C-Z
10
30
0
4X + 6Y + 1S1 + 0S2 = 12
8X + 4Y + 0S1 + 1S2 = 16
X, Y, S1, S2 ≥ 0
0
Dado que los coeficientes de las variables de la solución factible básica son ceros (0S 1, 0S2), y la multiplicación de
estos por los coeficientes de las variables de decisión dan como resultado cero en el renglón Z, las operaciones de
la primera iteración para obtener los valores de c-z, es precisamente realizar la operación indicada, (10 – 0 = 10),
(30 – 0 = 30), y así sucesivamente:
5. Las iteraciones necesarias para llegar a la solución
óptima son:
Una vez elegida nuestra columna, renglón y elemento pivotes, así como ya
determinada la variable que entra y la variable que sale, entonces procedemos
en excel a ingresar las operaciones necesarias para la obtención de la iteración
2, nótese que todas las operaciones y cantidades usadas han sido vinculadas,
sin que haya la necesidad de transcribir cada número.
Iteración 1
10
Cj
Variables de
la solución
X
S1
S2
Z
C-Z
4
8
0
10
0
0
Unidad 2, Lección 4
30
0
Variables de decisión
Y
S1
6
1
4
0
0
0
30
0
0
Valores de
solución
S2
0
1
0
0
(bj)
12
16
0
Iteración 2, con fórmulas
Cj
=J5
=L5
=N5
Variables de decisión
Variables de la solución
X
=F11
=H20
=F13
S2
Z
C-Z
Valores de solución
=P5
Y
S1
=E14/F14
=($K$15*E23+E15)
=(C23*E23)+(C24*E24)
=E20-E25
=F14/F14
=($K$15*F23+F15)
=(C23*F23)+(C24*F24)
=F20-F25
=G14/F14
=($K$15*G23+G15)
=(C23*G23)+(C24*G24)
=G20-G25
S2
(bj)
=H14/F14
=I14/F14
=($K$15*H23+H15) =($K$15*I23+I15)
=(C23*H23)+(C24*H24) =(C23*I23)+(C24*I24)
=H20-H25
6. Cj
=J5
=L5
=N5
Variables de decisión
Variables de la solución
1
X
=F11
=H20
Y
S1
(bj)
=E14/F14
=F14/F14
=G14/F14
=H14/F14
=I14/F14
S2
=($K$15*E23+E15)
=($K$15*F23+F15)
=($K$15*G23+G15)
=($K$15*H23+H15) =($K$15*I23+I15)
En el renglón de Y=(C23*E23)+(C24*E24) =(C23*F23)+(C24*F24) tenemos la división de cada =(C23*I23)+(C24*I24)
(que es la variable entrante), =(C23*G23)+(C24*G24) =(C23*H23)+(C24*H24)
Z
uno de los elementos de S1 (variable saliente) entre el elemento pivote.
C-Z
=E20-E25
=F20-F25
=H20-H25
(4,6,1,0 y 12 entre 6)=G20-G25
10
Variables de
la solución
X
Y
30
0.67
Cj
=J5
30
0
Variables de decisión
Y
S1
1
0.17
=L5
X
0
Valores de
solución
S2
0
(bj)
2
=N5
Variables de decisión
Variables de la solución
=F11
=H20
S2
=F13
Cj
2
Valores de solución
=P5
Y
Valores de solución
=P5
S1
S2
=F13
(bj)
=E14/F14
=F14/F14
=G14/F14
=H14/F14
=I14/F14
S2
=($K$15*E23+E15)
=($K$15*F23+F15)
=($K$15*G23+G15)
=($K$15*H23+H15) =($K$15*I23+I15)
Z
=(C23*E23)+(C24*E24) =(C23*F23)+(C24*F24) =(C23*G23)+(C24*G24) =(C23*H23)+(C24*H24) =(C23*I23)+(C24*I24)
Para el renglón de S2, tenemos las operaciones de la multiplicación del negativo de la=H20-H25
columna pivote
C-Z
=E20-E25
=F20-F25
=G20-G25
del renglón S2 (-4) , por el renglón generado en el paso 1, más el valor que se está convirtiendo (es decir
el valor original de la iteración 1 en el renglón S2), ejemplo:
(-4 * (0)) 1 = 1
7. Quedando lo anterior, así:.
10
Cj
Variables de
la solución
X
Y
S2
30
0
Variables de decisión
Y
S1
1
0.17
0
-0.67
0.67
5.33
30
0
0
Valores de
solución
S2
0
1
(bj)
2
8
Para obtener el valor del renglón Z, tenemos que hacer la multiplicación como se muestra:
3
Cj
=J5
=L5
=N5
Variables de decisión
Variables de la solución
X
=F11
=H20
S2
Z
C-Z
Y
S1
=E14/F14
=($K$15*E23+E15)
=(C23*E23)+(C24*E24)
=E20-E25
=F13
=F14/F14
=($K$15*F23+F15)
=(C23*F23)+(C24*F24)
=F20-F25
=G14/F14
=($K$15*G23+G15)
=(C23*G23)+(C24*G24)
=G20-G25
(30 * 0.67) + (0 * 5.33) = 20
(30 * 1) + (0 * 0) = 30
Valores de solución
=P5
S2
=H14/F14
=I14/F14
=($K$15*H23+H15)
=($K$15*I23+I15)
=(C23*H23)+(C24*H24) =(C23*I23)+(C24*I24)
=H20-H25
(30 * 0) + (0 * 1) = 0
(30 * 2) + (0 * 8)
(30 * 0.17) + (0 * -0.67) = 5
10
Cj
Variables de
la solución
30
0
X
Y
S2
Z
0.67
5.33
20
30
0
Variables de decisión
Y
S1
1
0.17
0
-0.67
30
5
(bj)
0
Valores de
solución
S2
0
1
0
(bj)
2
8
60
8. 4
Por último, para obtener el valor de Z, ya sabemos que tenemos que restar los valores de C - Z
Cj
=J5
=L5
=N5
Variables de decisión
Variables de la solución
X
=F11
=H20
S2
Z
C-Z
Y
S1
=E14/F14
=($K$15*E23+E15)
=(C23*E23)+(C24*E24)
=E20-E25
=F13
=F14/F14
=($K$15*F23+F15)
=(C23*F23)+(C24*F24)
=F20-F25
=G14/F14
=($K$15*G23+G15)
=(C23*G23)+(C24*G24)
=G20-G25
S2
10
Cj
Variables de
la solución
30
0
X
Y
S2
Z
C-Z
0.67
5.33
20
-10
30
0
Variables de decisión
Y
S1
1
0.17
0
-0.67
30
5
0
-5
(bj)
=H14/F14
=I14/F14
=($K$15*H23+H15) =($K$15*I23+I15)
=(C23*H23)+(C24*H24) =(C23*I23)+(C24*I24)
=H20-H25
10 – 20 = -10
30 – 30 = 0
0–5=-5
0–0=0
Para X:
Para Y:
Para S1:
Para S2:
Valores de solución
=P5
0
Valores de
solución
S2
0
1
0
0
(bj)
2
8
60
9. Unidad 2, Lección 4
Las iteraciones necesarias para llegar a la solución
óptima son:
Iteración 2
C
10
30
0
0
Valores de solución
Variables de decisión
Variables de la
solución
X
Y
S1
S2
(bj)
X = no está en la
solución
30
Y
0.67
1
0.17
0
2
Y = 2 lotes
0
S2
5.33
0
-0.67
1
8
Z = $60
Z
20
30
5
0
60
Z=$10(0)+$30(2)=60
C-Z
-10
0
-5
0
Comprobación
10. Universidad Autónoma de Querétaro
Facultad de Contaduría y Administración
Investigación de Operaciones, Lección 4
Este material fue elaborado por:
L.A. Diana Guzmán Medina
Diseñó:
Diana Guzmán Medina
Licenciatura en Administración
Facultad de Contaduría y Administración
Programa de Educación a Distancia (EDAD)
Centro Universitario, Querétaro, México
MMIX