La programación lineal estudia las situaciones en las que se exige maximizar o minimizar funciones que se encuentran sujetas a determinadas limitaciones, llamadas restricciones. Consiste en optimizar una función objetivo lineal sujeta a restricciones también lineales. El conjunto de soluciones factibles satisface todas las restricciones simultáneamente.
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.
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.
Análisis de Sensibilidad PL Método GráficoProfesor Hugo
Este documento presenta el análisis de sensibilidad para un problema de programación lineal formulado para la compañía PROTRAC Inc. El problema busca maximizar la contribución al margen variando la producción de dos máquinas (E-9 y F-9) sujeto a restricciones de tiempo de maquinado, pruebas y política de producción. Se explican conceptos como el efecto de cambios en los coeficientes de la función objetivo y en las restricciones, la detección de restricciones redundantes, y la importancia del análisis de sensibil
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.
MODELO DE PROGRAMACIÓN LINEAL
Z = MEDIDA GLOBAL DE DESEMPEÑO
xJ = NIVEL DE LA ACTIVIDAD j (Para j = 1, 2, ……………, n)
cJ = INCREMENTO DE Z QUE SE OBTIENE AL AUMENTAR UNA UNIDAD
EL NIVEL DE LA ACTIVIDAD j
bi = CANTIDAD DE RECURSO i DISPONIBLE PARA ASIGNARSE A LAS
ACTIVIDADES (Para i = 1, 2, ………….., m)
aij = CANTIDAD DE RECURSO i CONSUMIDO POR CADA UNIDAD DE LA
ACTIVIDAD j
El documento presenta un problema de programación entera para seleccionar el equipo de gimnasia olímpica de Transilvania que maximice la calificación total. Se debe seleccionar tres personas para dos eventos, sujeto a restricciones en el número de personas por evento. Se formula un modelo matemático para maximizar la calificación total del equipo.
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 una introducción a la Investigación de Operaciones. Explica que este campo se ocupa de formular y resolver problemas de toma de decisiones de manera determinista o probabilística. Luego, describe los elementos de un modelo de optimización, incluyendo variables de decisión, función objetivo y restricciones. Finalmente, introduce dos ejemplos de modelos de programación lineal: un problema de transporte y uno de dieta.
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.
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.
Análisis de Sensibilidad PL Método GráficoProfesor Hugo
Este documento presenta el análisis de sensibilidad para un problema de programación lineal formulado para la compañía PROTRAC Inc. El problema busca maximizar la contribución al margen variando la producción de dos máquinas (E-9 y F-9) sujeto a restricciones de tiempo de maquinado, pruebas y política de producción. Se explican conceptos como el efecto de cambios en los coeficientes de la función objetivo y en las restricciones, la detección de restricciones redundantes, y la importancia del análisis de sensibil
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.
MODELO DE PROGRAMACIÓN LINEAL
Z = MEDIDA GLOBAL DE DESEMPEÑO
xJ = NIVEL DE LA ACTIVIDAD j (Para j = 1, 2, ……………, n)
cJ = INCREMENTO DE Z QUE SE OBTIENE AL AUMENTAR UNA UNIDAD
EL NIVEL DE LA ACTIVIDAD j
bi = CANTIDAD DE RECURSO i DISPONIBLE PARA ASIGNARSE A LAS
ACTIVIDADES (Para i = 1, 2, ………….., m)
aij = CANTIDAD DE RECURSO i CONSUMIDO POR CADA UNIDAD DE LA
ACTIVIDAD j
El documento presenta un problema de programación entera para seleccionar el equipo de gimnasia olímpica de Transilvania que maximice la calificación total. Se debe seleccionar tres personas para dos eventos, sujeto a restricciones en el número de personas por evento. Se formula un modelo matemático para maximizar la calificación total del equipo.
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 una introducción a la Investigación de Operaciones. Explica que este campo se ocupa de formular y resolver problemas de toma de decisiones de manera determinista o probabilística. Luego, describe los elementos de un modelo de optimización, incluyendo variables de decisión, función objetivo y restricciones. Finalmente, introduce dos ejemplos de modelos de programación lineal: un problema de transporte y uno de dieta.
Este documento presenta una serie de ejercicios resueltos de programación lineal. Incluye 13 ejercicios diferentes con sus respectivas soluciones. Cada ejercicio contiene información sobre los datos del problema, como insumos, tiempos de producción, costos, ingresos y restricciones. El objetivo es determinar la mezcla óptima de producción que maximice la utilidad o ingresos en cada caso.
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 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.
El documento presenta un problema de programación lineal para una empresa que fabrica dos tipos de congeladores (A y B). Se deben maximizar las ganancias teniendo en cuenta las restricciones de horas disponibles para ensamblaje, pintado y control de calidad, así como la demanda mínima para cada tipo de congelador. La solución óptima indica que se deben fabricar 882 unidades de congeladores A y 764 unidades de congeladores B para obtener una ganancia máxima de $34,706.
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.
Este documento presenta 7 problemas de programación lineal resueltos por los autores Jorge Acosta Piscoya y Débora Mejía Pacheco. Cada problema contiene la descripción del problema, las variables de decisión, la función objetivo y las restricciones correspondientes. Los autores formulan cada modelo de programación lineal y proveen la solución gráfica y numérica utilizando software.
Los 10 problemas presentados tratan sobre la distribución óptima de recursos entre varias entidades para minimizar costos, utilizando el método SIMPLEX analítico. Los problemas involucran la distribución de carne, fruta, jamones, piedra molida, computadoras, electricidad, agua, productos, vacunas y otros recursos entre mataderos, almacenes, tiendas, plantas, ciudades y clientes considerando las capacidades, demandas y costos de transporte entre cada origen y destino.
solucionario Investigación de operaciones Hamdy a. Tahaangel05az
La Unión Europea ha propuesto un nuevo paquete de sanciones contra Rusia que incluye un embargo al petróleo ruso. El embargo se aplicaría gradualmente durante seis meses para el petróleo crudo y ocho meses para los productos refinados. Este paquete de sanciones requiere la aprobación unánime de los 27 estados miembros de la UE.
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.
El documento presenta un índice con cinco capítulos sobre programación lineal. El capítulo 1 incluye ejemplos de formulación de modelos de programación lineal, problemas resueltos y aspectos de álgebra lineal relacionados. Los capítulos 2, 3 y 4 cubren el método simplex, dualidad y análisis de sensibilidad respectivamente. El capítulo 5 trata sobre programación entera.
Este documento describe la programación lineal, incluidas sus aplicaciones, definición, pasos para la solución de problemas, y un ejemplo de modelo con dos variables. La programación lineal es una técnica matemática que permite optimizar una función objetivo sujeta a restricciones lineales, y se aplica a problemas de agricultura, industria, transporte y más.
El documento presenta 44 ejercicios resueltos de programación lineal, incluyendo problemas de maximización y minimización con diferentes números de variables y restricciones. Los ejercicios cubren temas como transporte, producción, asignación de recursos y toma de decisiones económicas.
Este documento presenta varios métodos para resolver problemas de programación lineal entera y binaria. Introduce el método gráfico, el método de los planos cortantes de Gomory, el método de bifurcación y acotación, y el método aditivo de Egon Balas para problemas binarios. Explica cada método con ejemplos numéricos para ilustrar los pasos a seguir en cada caso.
El documento describe el problema de transbordo, donde se reconoce mediante el uso de nodos intermedios o transitorios para el envío de recursos entre fuentes y destinos. Se construye una malla con nodos de oferta, demanda y transbordo, unidos por arcos que representan flujos. El problema se resuelve como un modelo de transporte usando amortiguadores en los nodos transitorios, o directamente mediante programación lineal usando restricciones de balance en los nodos.
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.
El documento presenta el método gráfico para resolver problemas de programación lineal con dos variables. Explica cómo graficar las restricciones y función objetivo, y encontrar la solución óptima evaluando la función objetivo en las esquinas del área factible o usando la función objetivo para determinar la esquina que la optimiza. Presenta ejemplos de problemas con una solución única, múltiples soluciones, soluciones indeterminadas y sin solución.
El documento presenta una introducción a la programación entera, incluyendo sus tres tipos (pura, mixta y binaria). Explica métodos para resolver problemas de programación entera como el método gráfico y de redondeo, ramificación y acotamiento, el algoritmo aditivo de Balas y el método de planos cortantes. Finalmente, brinda ejemplos de problemas típicos de programación entera y define la programación entera mixta.
Este documento presenta 11 ejercicios de teoría de la decisión resueltos. Los ejercicios involucran tomar decisiones sobre proveedores, tamaño de una sección, comprar pescado, diseños de productos, políticas de pedidos, expansión empresarial, acciones ante ventas, desarrollo de nuevos productos y aceptar pedidos de venta de autos. Se proveen soluciones detalladas para cada ejercicio utilizando técnicas como árboles de decisión y cálculo de valores esperados para identificar la mejor opción en
Este documento presenta una sopa de letras con conceptos clave de la programación lineal. Incluye definiciones breves de términos como optimización, programación lineal, sensibilidad, restricción, solución, objetivo, región factible, variable y decisión. También menciona a algunos autores importantes en el desarrollo de la programación lineal.
Este documento presenta un proyecto de programación lineal realizado por un grupo de estudiantes para ayudar a una empresa a minimizar los costos de transporte de sus productos a tiendas. Explica los conceptos básicos de programación lineal, aplica los pasos para resolver el problema de la empresa, y concluye que la solución óptima es transportar 100 unidades a la Tienda 1 y las 400 restantes a la Tienda 2, o bien transportar 400 unidades a la Tienda 1 y las 200 restantes a la Tienda 3, ambas opciones con un costo mínimo de 101
Este documento presenta una serie de ejercicios resueltos de programación lineal. Incluye 13 ejercicios diferentes con sus respectivas soluciones. Cada ejercicio contiene información sobre los datos del problema, como insumos, tiempos de producción, costos, ingresos y restricciones. El objetivo es determinar la mezcla óptima de producción que maximice la utilidad o ingresos en cada caso.
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 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.
El documento presenta un problema de programación lineal para una empresa que fabrica dos tipos de congeladores (A y B). Se deben maximizar las ganancias teniendo en cuenta las restricciones de horas disponibles para ensamblaje, pintado y control de calidad, así como la demanda mínima para cada tipo de congelador. La solución óptima indica que se deben fabricar 882 unidades de congeladores A y 764 unidades de congeladores B para obtener una ganancia máxima de $34,706.
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.
Este documento presenta 7 problemas de programación lineal resueltos por los autores Jorge Acosta Piscoya y Débora Mejía Pacheco. Cada problema contiene la descripción del problema, las variables de decisión, la función objetivo y las restricciones correspondientes. Los autores formulan cada modelo de programación lineal y proveen la solución gráfica y numérica utilizando software.
Los 10 problemas presentados tratan sobre la distribución óptima de recursos entre varias entidades para minimizar costos, utilizando el método SIMPLEX analítico. Los problemas involucran la distribución de carne, fruta, jamones, piedra molida, computadoras, electricidad, agua, productos, vacunas y otros recursos entre mataderos, almacenes, tiendas, plantas, ciudades y clientes considerando las capacidades, demandas y costos de transporte entre cada origen y destino.
solucionario Investigación de operaciones Hamdy a. Tahaangel05az
La Unión Europea ha propuesto un nuevo paquete de sanciones contra Rusia que incluye un embargo al petróleo ruso. El embargo se aplicaría gradualmente durante seis meses para el petróleo crudo y ocho meses para los productos refinados. Este paquete de sanciones requiere la aprobación unánime de los 27 estados miembros de la UE.
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.
El documento presenta un índice con cinco capítulos sobre programación lineal. El capítulo 1 incluye ejemplos de formulación de modelos de programación lineal, problemas resueltos y aspectos de álgebra lineal relacionados. Los capítulos 2, 3 y 4 cubren el método simplex, dualidad y análisis de sensibilidad respectivamente. El capítulo 5 trata sobre programación entera.
Este documento describe la programación lineal, incluidas sus aplicaciones, definición, pasos para la solución de problemas, y un ejemplo de modelo con dos variables. La programación lineal es una técnica matemática que permite optimizar una función objetivo sujeta a restricciones lineales, y se aplica a problemas de agricultura, industria, transporte y más.
El documento presenta 44 ejercicios resueltos de programación lineal, incluyendo problemas de maximización y minimización con diferentes números de variables y restricciones. Los ejercicios cubren temas como transporte, producción, asignación de recursos y toma de decisiones económicas.
Este documento presenta varios métodos para resolver problemas de programación lineal entera y binaria. Introduce el método gráfico, el método de los planos cortantes de Gomory, el método de bifurcación y acotación, y el método aditivo de Egon Balas para problemas binarios. Explica cada método con ejemplos numéricos para ilustrar los pasos a seguir en cada caso.
El documento describe el problema de transbordo, donde se reconoce mediante el uso de nodos intermedios o transitorios para el envío de recursos entre fuentes y destinos. Se construye una malla con nodos de oferta, demanda y transbordo, unidos por arcos que representan flujos. El problema se resuelve como un modelo de transporte usando amortiguadores en los nodos transitorios, o directamente mediante programación lineal usando restricciones de balance en los nodos.
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.
El documento presenta el método gráfico para resolver problemas de programación lineal con dos variables. Explica cómo graficar las restricciones y función objetivo, y encontrar la solución óptima evaluando la función objetivo en las esquinas del área factible o usando la función objetivo para determinar la esquina que la optimiza. Presenta ejemplos de problemas con una solución única, múltiples soluciones, soluciones indeterminadas y sin solución.
El documento presenta una introducción a la programación entera, incluyendo sus tres tipos (pura, mixta y binaria). Explica métodos para resolver problemas de programación entera como el método gráfico y de redondeo, ramificación y acotamiento, el algoritmo aditivo de Balas y el método de planos cortantes. Finalmente, brinda ejemplos de problemas típicos de programación entera y define la programación entera mixta.
Este documento presenta 11 ejercicios de teoría de la decisión resueltos. Los ejercicios involucran tomar decisiones sobre proveedores, tamaño de una sección, comprar pescado, diseños de productos, políticas de pedidos, expansión empresarial, acciones ante ventas, desarrollo de nuevos productos y aceptar pedidos de venta de autos. Se proveen soluciones detalladas para cada ejercicio utilizando técnicas como árboles de decisión y cálculo de valores esperados para identificar la mejor opción en
Este documento presenta una sopa de letras con conceptos clave de la programación lineal. Incluye definiciones breves de términos como optimización, programación lineal, sensibilidad, restricción, solución, objetivo, región factible, variable y decisión. También menciona a algunos autores importantes en el desarrollo de la programación lineal.
Este documento presenta un proyecto de programación lineal realizado por un grupo de estudiantes para ayudar a una empresa a minimizar los costos de transporte de sus productos a tiendas. Explica los conceptos básicos de programación lineal, aplica los pasos para resolver el problema de la empresa, y concluye que la solución óptima es transportar 100 unidades a la Tienda 1 y las 400 restantes a la Tienda 2, o bien transportar 400 unidades a la Tienda 1 y las 200 restantes a la Tienda 3, ambas opciones con un costo mínimo de 101
Un grupo de estudiantes analiza cómo una empresa debe organizar el transporte de chips producidos en dos fábricas a tres tiendas, considerando los costos de transporte entre cada locación. Definen las restricciones y función objetivo del problema de programación lineal. Graficando la región factible, determinan que el costo mínimo sería asignar 100 chips de la Fábrica 1 a la Tienda 1 y el resto satisfacer la demanda restante, o asignar 400 chips de la Fábrica 1 a la Tienda 1 y el resto satisfacer la demanda restante
“PROGRAMACIÓN LINEAL: COMO HERRAMIENTA PARA LA TOMA DE DECISIONES”vanessa sobvio
Este documento presenta un análisis para determinar cuál de dos complejos vitamínicos (Complejo B1 y Complejo B2) es mejor para comercializar. Utiliza un modelo de programación lineal para maximizar los beneficios tomando en cuenta la disponibilidad y composición de cada complejo. El modelo concluye que el Complejo B1 es el óptimo para comercializar al poder proporcionar mayores beneficios.
Este documento explica los conceptos básicos de la programación lineal, incluyendo cómo resolver problemas de optimización con dos variables mediante el uso de inecuaciones en el plano, determinar la región factible y los vértices, y calcular los valores de la función objetivo en los vértices para encontrar la solución óptima. También describe el método gráfico para representar la región factible y las rectas de nivel para verificar la solución.
Maestría en Proyectos de Inversión (2010)
EPG UNPRG
marzo del 2011
Curso: Métodos cuantitativos II
Docente: Ing. Gonzalo Cuadros Herrera
Integrantes:
Eitam Aguirre Gonzalez
Hector Barba Nanfuñay
Marcos Nanfuñay Minguillo
Emilio Rodriguez Carlos
Consultas: hector_abn@msn.com
Lambayeque - Peru
La programación lineal es un procedimiento matemático para resolver problemas indeterminados formulados como un sistema de inecuaciones lineales. El objetivo es maximizar una función objetivo que determina el rendimiento, sujeto a ciertas restricciones o condiciones. Se representan las restricciones como rectas auxiliares para obtener la región factible de puntos solución, y así encontrar la distribución óptima de recursos que maximice el interés o minimice los costes.
La programación lineal es una técnica matemática que permite optimizar (maximizar o minimizar) una función objetivo lineal sujeto a restricciones lineales. Consiste en resolver problemas de optimización mediante métodos que determinan la región factible definida por las restricciones y encuentran la solución óptima en uno de sus vértices. Se aplica comúnmente en industria, economía y estrategia militar.
Trabajo colaborativo 1_grupo_100404_143Pablo Ayala
Este documento presenta cinco problemas de programación lineal identificados por los estudiantes en diferentes empresas. El primer problema involucra la optimización de los costos de transporte para una excursión universitaria. El segundo busca maximizar los ingresos de una empresa de transporte a través de la selección de viajes nacionales y urbanos. El tercer problema trata de maximizar las ganancias de una panadería a través de la producción de tres tipos de pan. El cuarto problema intenta determinar la producción óptima de dos estilos de collares para obt
Este documento presenta un curso sobre programación lineal. Explica los objetivos del curso, que incluyen entender la programación lineal y cómo resolver problemas aplicando este método. También define conceptos clave como función objetivo, restricciones y región factible. Presenta ejemplos resueltos paso a paso y un algoritmo general para resolver problemas de programación lineal.
El documento presenta un problema de programación lineal de una empresa de productos de aseo. La empresa tiene tres líneas de producción y busca maximizar sus utilidades determinando la cantidad óptima de cada producto a producir mensualmente considerando su demanda y tiempo de producción disponible. Se formulan las variables, función objetivo y restricciones del problema para resolverlo mediante el método simplex.
El documento describe un trabajo colaborativo realizado por un estudiante de ingeniería de sistemas sobre programación orientada a objetos. Incluye una introducción sobre Java y conceptos básicos de POO, así como actividades complementarias realizadas por el estudiante como la creación de una clase con métodos y discusiones sobre ventajas y desventajas de la programación orientada a objetos.
Trabajo colaborativo 2_ edw acuaciones diferencialeswilsontellez
Este documento resume las soluciones a varias ecuaciones diferenciales. Primero, resuelve una ecuación diferencial utilizando la ecuación de Bernoulli. Luego, demuestra que dos funciones son linealmente independientes y solución de una ecuación diferencial calculando su Wronskiano. Finalmente, encuentra la solución general de varias ecuaciones diferenciales resolviendo su ecuación característica.
La programación lineal es una teoría matemática desarrollada en el siglo XX para optimizar funciones sujetas a restricciones lineales. Se define un problema de programación lineal como la maximización o minimización de una función objetivo sujeta a restricciones lineales. Existen métodos analíticos y gráficos para encontrar la solución óptima evaluando la función en los vértices de la región factible. El algoritmo del simplex es un método eficiente para resolver problemas de programación lineal.
Este documento presenta un curso de programación lineal de 2 créditos académicos con el objetivo de formular, obtener y analizar soluciones a problemas de programación lineal para apoyar la industria y la ingeniería. El curso busca optimizar los recursos disponibles y facilitar la toma de decisiones a través del uso de diversos métodos y técnicas de solución. El curso se divide en unidades que introducen conceptos básicos de programación lineal y presentan métodos gráficos, algebraicos y Simplex para resolver problemas.
La resolución de problemas lineales con sólo dos o tres variables de decisión se puede ilustrar gráficamente, mostrándose como una ayuda visual para comprender muchos de los conceptos y términos que se utilizan y formalizan con métodos de solución más sofisticados, como por ejemplo el Método Simplex, necesarios para la resolución de problemas con varias variables. Para ello se puede usar el método Gráfico.
Aunque en la realidad rara vez surgen problemas con sólo dos o tres variables de decisión, es sin embargo muy útil esta metodología de solución e interpretación, en la que se verán las situaciones típicas que se pueden dar, como son la existencia de una solución óptima única, de soluciones óptimas alternativas, la no existencia de solución y la no acotación.
Este documento presenta una introducción a diferentes métodos cuantitativos de gestión como programación lineal y entera, programación por metas, PERT-CPM, planeación agregada, pronósticos, teoría y sistemas de inventarios, análisis de decisiones, programación dinámica y modelos de redes. Explica cada uno de estos temas con ejemplos resueltos usando el software WinQSB para demostrar su aplicación práctica en la toma de decisiones empresariales.
1) El documento describe cuatro casos de integrales racionales dependiendo de la forma del denominador. 2) En cada caso se explica el artificio o método para resolver la integral racional. 3) Los casos van desde denominadores con factores lineales sin repetición hasta factores cuadráticos repetidos.
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.
La programación lineal trata de maximizar o minimizar funciones objetivo lineales sujetas a restricciones lineales. Involucra elegir variables, definir la función objetivo y restricciones, encontrar la región de soluciones factibles, y calcular la solución óptima en uno de sus vértices para optimizar el valor de la función.
La programación lineal trata de maximizar o minimizar funciones objetivo lineales sujetas a restricciones lineales. Involucra elegir variables, definir la función objetivo y restricciones, encontrar la región de soluciones factibles, y calcular la solución óptima en uno de sus vértices para optimizar el valor de la función.
El documento presenta tres problemas de programación lineal resueltos. En el primer problema, un fabricante debe determinar la cantidad óptima de pantalones y chaquetas a producir para maximizar las ventas. En el segundo problema, una compañía debe planificar la producción de dos modelos de lámparas para obtener el máximo beneficio. En el tercer problema, una empresa de transporte debe determinar la cantidad de dos tipos de camiones para minimizar el costo total de transportar ciertos productos.
El documento describe cómo usar el programa Solver de Excel para resolver problemas de optimización lineal. Explica los pasos para ingresar los datos de una función objetivo y restricciones, ejecutar Solver para encontrar la solución óptima, e interpretar los resultados. También incluye ejemplos numéricos para ilustrar el proceso.
El documento presenta varios ejercicios y problemas de programación lineal resueltos. Se muestran las regiones factibles, los vértices y valores de las funciones objetivo en cada caso. Los problemas involucran maximizar o minimizar funciones sujetas a restricciones de recursos, producción y costos. Se resuelven problemas de determinar la producción óptima, lotes y costos mínimos para satisfacer demanda u objetivos de ganancia.
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.
Este problema de programación lineal busca minimizar el costo de una campaña publicitaria que requiere al menos 30 millones de mujeres y 24 millones de hombres como audiencia. Las variables de decisión son el número de anuncios en programas de corazón y de fútbol, con costos de €50,000 y €100,000 respectivamente. El objetivo es encontrar la combinación óptima de anuncios que cumpla con los requisitos de audiencia al menor costo posible.
Este problema de programación lineal busca minimizar el coste de una campaña publicitaria que incluye anuncios en programas de corazón y partidos de fútbol. Las variables de decisión son el número de anuncios en cada programa, sujetas a restricciones sobre el número mínimo de espectadores por género y un límite de coste. El objetivo es encontrar los valores óptimos de los anuncios que minimicen el gasto total.
1) Los algoritmos especiales son diseñados para resolver problemas de programación lineal y optimizar una función objetivo sujeto a restricciones lineales. Algunos algoritmos especiales incluyen Gran M, flujo mínimo y algoritmo fraccional.
2) El método simplex es el método más conocido para resolver problemas de programación lineal de manera iterativa mejorando la solución en cada paso hasta alcanzar la solución óptima.
3) El algoritmo Húngaro resuelve problemas de asignación en tiempo óptimo asignando tareas a recursos de man
Este documento presenta un problema de programación lineal en el que una empresa quiere minimizar el costo de una campaña publicitara en televisión al comprar tiempos de anuncios en dos tipos de programas. La empresa debe decidir la cantidad de anuncios en cada programa para alcanzar ciertos umbrales de audiencia femenina y masculina al menor costo posible.
Este documento presenta un problema de programación lineal para minimizar el costo de una campaña publicitaria de Dorian Auto. La empresa debe decidir cuántos anuncios comprar en programas de corazón (x) y fútbol (y) para alcanzar al menos 30 millones de mujeres y 24 millones de hombres, mientras minimiza el costo total de 50x + 100y euros.
Este documento describe los pasos para resolver problemas de programación lineal. Explica que la programación lineal involucra maximizar o minimizar una función objetivo sujeta a restricciones. Luego presenta cuatro ejemplos que ilustran cómo formular los problemas matemáticamente identificando la función objetivo, variables, restricciones y región factible, y encontrar la solución óptima evaluando la función en los vértices de la región.
Este documento presenta un problema de programación lineal de minimización. La empresa Dorian Auto quiere determinar el número óptimo de anuncios que debe comprar en programas de televisión del corazón y de fútbol para que el coste total de la campaña publicitaria sea mínimo, sujeto a restricciones de audiencia mínima para mujeres y hombres. El problema se formula matemáticamente con variables de decisión x e y que representan el número de anuncios en cada programa, una función objetivo de coste total a minimizar, y restricciones lineales
Gepetto S.L. fabrica muñecos y trenes de madera para maximizar sus beneficios. Cada semana, Gepetto tiene 100 horas para acabado y 80 horas para carpintería. Los muñecos requieren 2 horas de acabado y 1 hora de carpintería cada uno, mientras que los trenes requieren 1 hora de cada una. Los muñecos generan $3 de beneficio cada uno y los trenes $2. Se determina que la solución óptima es fabricar 20 muñecos y 60 trenes para un beneficio total de $180.
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.
La programación lineal es un procedimiento matemático para resolver problemas formulados como ecuaciones lineales para obtener un resultado óptimo. Se usa un modelo matemático con funciones lineales para describir el problema y encontrar la mejor solución. En un ejemplo, un fabricante debe maximizar sus ventas suministrando la cantidad óptima de pantalones y chaquetas a un almacén usando la cantidad disponible de tejidos, considerando restricciones como la materia prima requerida para cada producto.
Este documento introduce la programación lineal como un método de optimización para la planificación y organización industrial y económica. Explica que la programación lineal busca valores máximos o mínimos de funciones sujetas a restricciones expresadas por desigualdades lineales. A continuación, presenta un ejemplo de un problema de programación lineal que involucra maximizar las ganancias de la producción de dos tipos de lápices sujetos a restricciones en la producción diaria.
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.
SEMIOLOGIA DE HEMORRAGIAS DIGESTIVAS.pptxOsiris Urbano
Evaluación de principales hallazgos de la Historia Clínica utiles en la orientación diagnóstica de Hemorragia Digestiva en el abordaje inicial del paciente.
La Unidad Eudista de Espiritualidad se complace en poner a su disposición el siguiente Triduo Eudista, que tiene como propósito ofrecer tres breves meditaciones sobre Jesucristo Sumo y Eterno Sacerdote, el Sagrado Corazón de Jesús y el Inmaculado Corazón de María. En cada día encuentran una oración inicial, una meditación y una oración final.
3. INTRODUCCION
La programación lineal es un procedimiento o algoritmo matemático mediante el
cual se resuelve un problema indeterminado, formulado a través de un sistema de
inecuaciones lineales, optimizando la función objetivo, también lineal
Consiste en optimizar (minimizar o maximizar) una función lineal, denominada
función objetivo, de tal forma que las variables de dicha función estén sujetas a
una serie de restricciones que expresamos mediante un sistema de inecuaciones
lineales
Es un enfoque de solución de problemas elaborado para ayudar a tomar
decisiones. Es un modelo matemático con una función objetivo lineal, un conjunto
de restricciones lineales variables no negativas. En el ambiente de negocios
actual, pueden encontrarse gran cantidad de aplicaciones.
La función objetivo define la cantidad que se va a maximizar o minimizar en un
modelo de programación lineal.
Las restricciones limitan o reducen el grado en que puede perseguirse el objetivo.
Las variables son las entradas controlables en el problema.
4. 1. Entender el problema a fondo.
2. Describir el objetivo.
3. Describir cada restricción.
4. Definir las variables de decisión.
5. Escribir el objetivo en función de las
variables de decisión.
6. Escribir las restricciones en función de
las variables de decisión.
7. Agregar las restricciones de no negatividad.
5. Representación de un problema donde el objetivo y todas las condiciones de restricción
se describen con expresiones matemáticas.
Conjunto de restricciones que requiere que todas las variables sean no negativas.
Solución que satisface simultáneamente todas las restricciones.
Conjunto de todas las soluciones factibles.
Variable agregada al lado izquierdo de una restricción de "menos o igual que" para
convertir la restricción en una igualdad. El valor de esta variable comúnmente puede
interpretarse como la cantidad de recurso no usado.
Programación lineal en el que todas las restricciones están escritas como igualdades.
La solución óptima de la forma estándar de un programa lineal es la misma que la
solución óptima de la formulación original del programa lineal.
Desde el punto de vista gráfico, los puntos extremos son los puntos de solución factible
que ocurren en los vértices o "esquinas" de la región factible. Con problemas de dos
variables, los puntos extremos están determinados por la intersección de las líneas de
restricción.
Variable restada del lado izquierdo de una restricción de "mayor o igual que" para
convertir dicha restricción en una igualdad. Generalmente el valor de esta variable
puede interpretarse como la cantidad por encima de algún nivel mínimo requerido
6. La programaciónlineal estudialassituacionesenlasque se exige maximizarominimizarfunciones
que se encuentransujetasadeterminadas limitaciones,que llamaremosrestricciones.
Funciónobjetivo
La programaciónlineal consiste enoptimizar(maximizarominimizar) unafunciónobjetivo,que es
una funciónlinealde variasvariables:
Función objetivo
Restricciones
Maximizarominimizar
Condicionesque satisfacen el
sistema de igualdad y
desigualdad >o<
7.
8. Unos grandes almacenes encargan a un fabricante pantalones y chaquetas
deportivas. El fabricante dispone para la confección de 750 m de tejido de algodón y 1000
m de tejido de poliéster. Cada pantalón precisa 1 m de algodón y 2 m de poliéster. Para
cada chaqueta se necesitan 1.5 m de algodón y 1 m de poliéster. El precio del pantalón se
fija en 50 € y el de la chaqueta en 40 €. ¿Qué número de pantalones y chaquetas debe
suministrar el fabricante a los almacenes para que estos consigan una venta máxima?
Resolución
x = número de pantalones
y = número de chaquetas
Función objetivo
f(x,y)= 50x + 40y
3 Restricciones
Para escribir las restricciones vamos a ayudarnos de una tabla:
Pantalones chaquetas disponibles
Algodón 1 1.5 750
Poliéster 2 1 1000
x + 1.5y ≤ 750 2x+3y≤1500
2x + y ≤ 1000
Como el número de pantalones y chaquetas son números naturales, tendremos dos
restricciones más:
x ≥ 0
y ≥ 0
Ejercicios 1
9. 4 Hallar el conjunto de soluciones factibles
Tenemos que representar gráficamente las restricciones.
Al ser x ≥ 0 e y ≥ 0, trabajaremos en el primer cuadrante.
Representamos las rectas, a partir de sus puntos de corte con los ejes.
Resolvemos gráficamente la inecuación: 2x + 3y ≤ 1500, para ello tomamos un punto del
plano, por ejemplo el (0,0).
2·0 + 3·0 ≤ 1 500
Como 0 ≤ 1 500 entonces el punto (0,0) se encuentra en el semiplano donde se cumple la
desigualdad.
De modo análogo resolvemos 2x + y ≤ 1000.
2·0 + 0 ≤ 1 00
10. La zona de intersección de las soluciones de las inecuaciones sería la solución al sistema de
inecuaciones, que constituye el conjunto de las soluciones factibles.
5 Calcular las coordenadas de los vértices del recinto de las soluciones factibles.
La solución óptima, si es única, se encuentra en un vértice del recinto. estos son las
soluciones a los sistemas:
2x + 3y = 1500; x = 0 (0, 500)
2x + y = 1000; y = 0 (500, 0)
2x + 3y =1500; 2x + y = 1000 (375, 250)
6 Calcular el valor de la función objetivo
En la función objetivo sustituimos cada uno de
los vértices.
f(x, y) = 50x + 40y
f(0, 500) = 50 · 0 + 40 · 500 = 20000 €
f(500, 0) = 50 · 500 + 40 · 0 = 25000 €
f(375, 250) = 50 · 375 + 40 · 250 = 28750
€ Máximo
La solución óptima es fabricar 375 pantalones y
250 chaquetas para obtener un beneficio de 28750 €
11. Una empresa de transportes tiene dos tipos de camiones, los del tipo A con un
espacio refrigerado de 20 m3 y un espacio no refrigerado de 40 m3. Los del tipo B, con
igual cubicaje total, al 50% de refrigerado y no refrigerado. La contratan para el transporte
de 3 000 m3 de producto que necesita refrigeración y 4 000 m3 de otro que no la necesita. El
coste por kilómetro de un camión del tipo A es de 30 € y el B de 40 €. ¿Cuántos camiones
de cada tipo ha de utilizar para que el coste total sea mínimo?
1 Elección de las incógnitas.
x = camiones de tipo A
y = camiones de tipo B
2 Función objetivo
f(x,y) = 30x + 40y
3 Restricciones
A B TOTAL
Refrigeradora 20 30 3000
No refrigeradora 40 30 4000
20x + 30y ≥ 3 000
40x + 30y ≥ 4 000
x ≥ 0
y ≥ 0
EEJERCICIO 2
2ERCICIO2
12. 4 Hallar el conjunto de soluciones factibles
.-
5 Calcular las coordenadas de los vértices del recinto de las soluciones factibles.
6 Calcular el valor de la función objetivo
f(0, 400/3) = 30 · 0 + 40 · 400/3 = 5 333.332
f(150, 0) = 30 · 150 + 40 · 0 = 4 500
Como x e y han de ser números naturales redondeamos el valor de y.
f(50, 67) = 30 · 50 + 40 · 67 = 4180 Mínimo
El coste mínimo son 4 180 € para A = 50 yz B = 67.
13. Con el comienzo del curso se va a lanzar unas ofertas de material escolar. Unos almacenes
quieren ofrecer 600 cuadernos, 500 carpetas y 400 bolígrafos para la oferta,
empaquetándolo de dos formas distintas; en el primer bloque pondrá 2 cuadernos, 1 carpeta
y 2 bolígrafos; en el segundo, pondrán 3 cuadernos, 1 carpeta y 1 bolígrafo. Los precios de
cada paquete serán 6.5 y 7 €, respectivamente. ¿Cuántos paquetes le conviene poner de
cada tipo para obtener el máximo beneficio?
1 Elección de las incógnitas.
x = P1
y = P2
2 Función objetivo
f(x, y) = 6.5x + 7y
3 Restricciones
P1 P2 DISPONIBLE
CUADERNOS 2 3 600
CARPETAS 1 1 500
BOLIGRAFOS 2 1 400
2x + 3y ≤ 600
x + y ≤ 500
2x + y ≤ 400
x ≥ 0
y ≥ 0
EJERCICIO 3
14. 4 Hallar el conjunto de soluciones factibles
5 Calcular las coordenadas de los vértices del recinto de las soluciones factibles.
6 Calcular el valor de la función objetivo
f(x,y) = 6.5 · 200 + 7 · 0 = 1300 €
f(x,y)= 6.5 · 0 + 7 · 200 = 1 400 €
f(x,y)= 6.5 · 150 + 7 · 100 = 1 675 € Máximo
La solución óptima son 150 P1 y 100 P2 con la que se obtienen 1 675 €
15. Unos grandes almacenes desean liquidar 200 camisas y 100 pantalones de la temporada
anterior. Para ello lanzan, dos ofertas, A y B. La oferta A consiste en un lote de una camisa
y un pantalón, que se venden a 30 €; la oferta B consiste en un lote de tres camisas y un
pantalón, que se vende a 50 €. No se desea ofrecer menos de 20 lotes de la oferta A ni
menos de 10 de la B. ¿Cuántos lotes ha de vender de cada tipo para maximizar la ganancia?
1 Elección de las incógnitas.
x = nº de lotes de A
y = nº de lotes de B
2 Función objetivo
f(x, y) = 30x + 50y
3 Restricciones
A B MINIMO
CAMISAS 1 3 200
PANTALONES 1 1 100
x + 3y ≤ 200
x + y ≤ 100
x ≥ 20
y ≥ 10
Ejercicio 4
16. 4 Hallar el conjunto de soluciones factibles
5 Calcular las coordenadas de los vértices del recinto de las soluciones factibles.
6 Calcular el valor de la función objetivo
f(x, y) = 30 · 20 + 50 · 10 = 1100 €
f(x, y) = 30 · 90 + 50 · 10 = 3200 €
f(x, y) = 30 · 20 + 50 · 60 = 3600 €
f(x, y) = 30 · 50 + 50 · 50 = 4000 € Máximo
Con 50 lotes de cada tipo se obtiene una ganancia máxima de 4000 €.
17. Se dispone de 600 g de un determinado fármaco para elaborar pastillas grandes y pequeñas.
Las grandes pesan 40 g y las pequeñas 30 g. Se necesitan al menos tres pastillas grandes, y
al menos el doble de pequeñas que de las grandes. Cada pastilla grande proporciona un
beneficio de 2 € y la pequeña de 1 €. ¿Cuántas pastillas se han de elaborar de cada clase
para que el beneficio sea máximo?
1 Elección de las incógnitas.
x = Pastillas grandes
y = Pastillas pequeñas
2 Función objetivo
f(x, y) = 2x + y
3 Restricciones
40x + 30y ≤ 600
x ≥ 3
y ≥ 2x
x ≥ 0
y ≥ 0
4 Hallar el conjunto de soluciones factibles
Ejercicio 5
18. 5 Calcular las coordenadas de los vértices del recinto de las soluciones factibles.
6 Calcular el valor de la función objetivo
f(x, y) = 2 · 3 + 16 = 22 €
f(x, y) = 2 · 3 + 6 = 12 €
f(x, y) = 2 · 6 + 12 = 24 € Máximo
El máximo beneficio es de 24 €, y se obtiene fabricando 6 pastillas grandes y 12 pequeñas.
19. Se dispone de 600 g de un determinado fármaco para elaborar pastillas grandes y pequeñas.
Las grandes pesan 40 g y las pequeñas 30 g. Se necesitan al menos tres pastillas grandes, y
al menos el doble de pequeñas que de las grandes. Cada pastilla grande proporciona un
beneficio de 2 € y la pequeña de 1 €. ¿Cuántas pastillas se han de elaborar de cada clase
para que el beneficio sea máximo?
1 Elección de las incógnitas.
x = Pastillas grandes
y = Pastillas pequeñas
2 Función objetivo
f(x, y) = 2x + y
3 Restricciones
40x + 30y ≤ 600
x ≥ 3
y ≥ 2x
x ≥ 0
y ≥ 0
4 Hallar el conjunto de soluciones factibles
5 Calcular las coordenadas de los vértices
del recinto de las soluciones factibles.
Ejercicio 6
20. 6 Calcular el valor de la función objetivo
f(x, y) = 2 · 3 + 16 = 22 €
f(x, y) = 2 · 3 + 6 = 12 €
f(x, y) = 2 · 6 + 12 = 24 € Máximo
El máximo beneficio es de 24 €, y se obtiene fabricando 6 pastillas grandes y 12 pequeñas.
21. Una compañía fabrica y venden dos modelos de lámpara L1 y L2. Para su
fabricación se necesita un trabajo manual de 20 minutos para el modelo L1 y de 30 minutos
para el L2; y un trabajo de máquina para L1 y de 10 minutos para L2. Se dispone para el
trabajo manual de 100 horas al mes y para la máquina 80 horas al mes. Sabiendo que el
beneficio por unidad es de 15 y 10 euros para L1 y L2, respectivamente, planificar la
producción para obtener el máximo beneficio.
1 Elección de las incógnitas.
x = nº de lámparas L1
y = nº de lámparas L2
2 Función objetivo
f(x, y) = 15x + 10y
3 Restricciones
Pasamos los tiempos a horas
20 min = 1/3 h
30 min = 1/2 h
10 min = 1/6 h
Para escribir las restricciones vamos a ayudarnos de una tabla:
L1 L2 TIEMPO
MANUAL 1/3 1/2 100
MAQUINA 1/3 1/2 80
1/3x + 1/2y ≤ 100
1/3x + 1/6y ≤ 80
Como el número de lámparas son números naturales, tendremos dos restricciones más:
x ≥ 0
y ≥ 0
EJERCICIO 7
22. 4 Hallar el conjunto de soluciones factibles
Tenemos que representar gráficamente las restricciones.
Al ser x ≥ 0 e y ≥ 0, trabajaremos en el primer cuadrante.
Representamos las rectas, a partir de sus puntos de corte con los ejes.
Resolvemos gráficamente la inecuación: 1/3 x + 1/2 y ≤ 100; para ello tomamos un punto
del plano, por ejemplo el (0,0).
1/3·0 + 1/2·0 ≤ 100
1/3·0 + 1/6·0 ≤ 80
La zona de intersección de las soluciones de las inecuaciones sería la solución al sistema de
inecuaciones, que constituye el conjunto de las soluciones factibles.
5 Calcular las coordenadas de los vértices del recinto de las soluciones factibles.
La solución óptima si es única se encuentra en un vértice del recinto. estos son las
soluciones a los sistemas:
1/3x + 1/2y = 100; x = 0 (0, 200)
1/3x + 1/6y = 80; y = 0(240, 0)
1/3x + 1/2y = 100; 1/3x + 1/6y = 80(210, 60)
23. 6 Calcular el valor de la función objetivo
En la función objetivo sustituimos cada uno de los vértices.
f(x, y) = 15x + 10y
f(0, 200) = 15·0 + 10·200 = 2 000 €
f(240, 0 ) = 15·240 + 10·0 = 3 600 €
f(210, 60) = 15·210 + 10·60 = 3 750 € Máximo
La solución óptima es fabricar 210 del modelo L1 y 60 del modelo L1 para obtener un
beneficio de 3 750 €
24. En una granja de pollos se da una dieta, para engordar, con una composición
mínima de 15 unidades de una sustancia A y otras 15 de una sustancia B. En el mercado
sólo se encuentra dos clases de compuestos: el tipo X con una composición de una unidad
de A y 5 de B, y el otro tipo, Y, con una composición de cinco unidades de A y una de B.
El precio del tipo X es de 10 euros y del tipo Y es de 30 €. ¿Qué cantidades se han de
comprar de cada tipo para cubrir las necesidades con un coste mínimo?
1 Elección de las incógnitas.
x = X
y = Y
2 Función objetivo
f(x,y) = 10x + 30y
3 Restricciones
X Y Mínimo
A 1 5 15
B 5 1 15
x + 5y ≥ 15
5x + y ≥ 15
x ≥ 0
y ≥ 0
EJERCICIO 8
25. 4 Hallar el conjunto de soluciones factibles
5 Calcular las coordenadas de los vértices del recinto de las soluciones factibles.
26. 6 Calcular el valor de la función objetivo
f(0, 15) = 10 · 0 + 30 · 15 = 450
f(15, 0) = 10 · 15 + 30 · 0 = 150
f(5/2, 5/2) = 10 · 5/2 + 30 · 5/2 = 100 Mínimo
El coste mínimo son 100 € para X = 5/2 e Y = 5/2.