Este documento describe un problema de asignación de recursos agrícolas utilizando el Solver de Excel. Un productor agrícola desea maximizar los ingresos produciendo maíz, soya y avena con 12 acres de tierra, 48 horas de trabajo y $360 de capital. Se formula el problema como un modelo de programación lineal con tres restricciones de recursos y tres variables de decisión, y se describe cómo estructurarlo en Excel para su resolución con el Solver.
Este documento describe el desarrollo de un sistema automatizado para mejorar la eficiencia de un restaurante. Propone el uso de aplicaciones móviles y dispositivos Bluetooth para registrar y enviar pedidos de manera inalámbrica, así como pantallas táctiles en la cocina y caja para recibir los pedidos. El sistema utilizará una base de datos centralizada y la plataforma J2ME para permitir la comunicación entre los dispositivos móviles y el resto del sistema a través de Bluetooth.
Los elementos básicos de comunicación en un computador incluyen buses y conmutadores. Un bus es un camino de comunicación que conecta diferentes unidades de un computador. Existen buses locales de alta velocidad entre el procesador y la memoria caché, buses más lentos para E/S, y adaptadores de bus para conectar diferentes tipos de buses. Los protocolos de arbitraje controlan el acceso compartido al bus. Buses populares incluyen PCI, AGP y USB.
La tabla input-output proporcionada describe la economía de tres sectores (agrario, industrial y servicios) en 1994. Se construye la tabla input-output a partir de los datos provistos y se calcula la matriz tecnológica dividiendo cada entrada de un sector entre su producción total.
Ciclo de vida de un sistema de informacionMonica Naranjo
1) El documento describe las diferentes fases del ciclo de vida de los sistemas de información, incluyendo nacimiento, desarrollo, operación, mantenimiento y muerte. 2) Explica que un sistema de información incluye personas, hardware, software y métodos organizados para recopilar, procesar y transmitir datos. 3) Las fases del ciclo de vida de los sistemas son importantes para explicar el proceso de desarrollo de sistemas y asegurar su calidad.
Este documento describe los sistemas de bases de datos paralelas, los cuales ejecutan operaciones en múltiples procesadores y discos de forma paralela para mejorar el rendimiento. Estos sistemas constan de varios procesadores y discos conectados en red de alta velocidad. Dividen los datos y tareas entre los componentes para procesar diferentes partes de una transacción o consulta de forma simultánea, lo que mejora la velocidad y permite tratar volúmenes de datos más grandes.
El documento trata sobre la lógica difusa. Explica que la lógica difusa permite grados de verdad entre 0 y 100%, acercando las matemáticas al lenguaje humano impreciso. Describe la historia de la lógica difusa y cómo surgió gracias a las ideas de filósofos como Platón y Aristóteles. Finalmente, detalla cómo Lotfi Asker Zadeh creó la lógica difusa formal en 1965 para representar conceptos subjetivos mediante modelos matemáticos.
Este capítulo introduce conceptos clave del diseño de software como la modularidad, la reutilización y la facilidad de mantenimiento. Explica que el objetivo del diseño es producir software de calidad mediante un enfoque riguroso que traduzca los requisitos del usuario en un diseño y luego en código. También define varios factores internos y externos de calidad del software, y proporciona directrices para un buen diseño basado en principios como la implementación de requisitos y la legibilidad.
Este documento describe el desarrollo de un sistema automatizado para mejorar la eficiencia de un restaurante. Propone el uso de aplicaciones móviles y dispositivos Bluetooth para registrar y enviar pedidos de manera inalámbrica, así como pantallas táctiles en la cocina y caja para recibir los pedidos. El sistema utilizará una base de datos centralizada y la plataforma J2ME para permitir la comunicación entre los dispositivos móviles y el resto del sistema a través de Bluetooth.
Los elementos básicos de comunicación en un computador incluyen buses y conmutadores. Un bus es un camino de comunicación que conecta diferentes unidades de un computador. Existen buses locales de alta velocidad entre el procesador y la memoria caché, buses más lentos para E/S, y adaptadores de bus para conectar diferentes tipos de buses. Los protocolos de arbitraje controlan el acceso compartido al bus. Buses populares incluyen PCI, AGP y USB.
La tabla input-output proporcionada describe la economía de tres sectores (agrario, industrial y servicios) en 1994. Se construye la tabla input-output a partir de los datos provistos y se calcula la matriz tecnológica dividiendo cada entrada de un sector entre su producción total.
Ciclo de vida de un sistema de informacionMonica Naranjo
1) El documento describe las diferentes fases del ciclo de vida de los sistemas de información, incluyendo nacimiento, desarrollo, operación, mantenimiento y muerte. 2) Explica que un sistema de información incluye personas, hardware, software y métodos organizados para recopilar, procesar y transmitir datos. 3) Las fases del ciclo de vida de los sistemas son importantes para explicar el proceso de desarrollo de sistemas y asegurar su calidad.
Este documento describe los sistemas de bases de datos paralelas, los cuales ejecutan operaciones en múltiples procesadores y discos de forma paralela para mejorar el rendimiento. Estos sistemas constan de varios procesadores y discos conectados en red de alta velocidad. Dividen los datos y tareas entre los componentes para procesar diferentes partes de una transacción o consulta de forma simultánea, lo que mejora la velocidad y permite tratar volúmenes de datos más grandes.
El documento trata sobre la lógica difusa. Explica que la lógica difusa permite grados de verdad entre 0 y 100%, acercando las matemáticas al lenguaje humano impreciso. Describe la historia de la lógica difusa y cómo surgió gracias a las ideas de filósofos como Platón y Aristóteles. Finalmente, detalla cómo Lotfi Asker Zadeh creó la lógica difusa formal en 1965 para representar conceptos subjetivos mediante modelos matemáticos.
Este capítulo introduce conceptos clave del diseño de software como la modularidad, la reutilización y la facilidad de mantenimiento. Explica que el objetivo del diseño es producir software de calidad mediante un enfoque riguroso que traduzca los requisitos del usuario en un diseño y luego en código. También define varios factores internos y externos de calidad del software, y proporciona directrices para un buen diseño basado en principios como la implementación de requisitos y la legibilidad.
El algoritmo “Simplex”.
Es un procedimiento iterativo que permite ir mejorando la solución a cada paso. El proceso concluye cuando no es posible seguir mejorando más dicha solución. Partiendo del valor de la función objetivo en un vértice cualquiera, el método consiste en buscar sucesivamente otro vértice que mejore al anterior. La búsqueda se hace siempre a través de los lados del polígono(o de las aristas del poliedro, si el número de variables es mayor). Cómo el número de vértices y de aristas) es finito, siempre se podrá encontrar la solución.
El modelo incremental consiste en el desarrollo inicial de la arquitectura completa del sistema, seguido de sucesivos incrementos funcionales. Cada incremento tiene su propio ciclo de vida y se basa en el anterior, sin cambiar su funcionalidad ni sus interfaces. Una vez entregado un incremento, no se realizan cambios sobre el mismo, sino únicamente corrección de errores.
Este documento trata sobre la ingeniería del software. Define la ingeniería del software como la rama de la ingeniería que crea y mantiene aplicaciones de software usando ciencias de la computación, gestión de proyectos e ingeniería. Explica conceptos clave como software, paradigmas de programación, métodos de desarrollo de software, modelado de sistemas y objetivos de la ingeniería del software. Finalmente, señala que la ingeniería del software permite mejorar la calidad del software mediante un proceso formal, y que los ingenieros de software trabajan
Este documento describe los conceptos clave del diseño arquitectónico de sistemas de información. Explica diferentes estilos arquitectónicos como la arquitectura centrada en datos, en capas y distribuida. También cubre temas como la descomposición modular, estilos de control y documentación de la arquitectura.
1. El documento presenta conceptos clave de ingeniería de software como modelo de negocios, procesos de negocio, roles, casos de uso de negocio y diagramas para modelar el negocio. 2. Explica que el modelo de negocios estudia la organización identificando procesos, roles y su interacción para lograr objetivos. 3. Se describen elementos para modelar el negocio como actores, roles, casos de uso, flujos de trabajo y decisiones usando diagramas de casos de uso, secuencias, actividades.
El documento describe la arquitectura de un microprocesador, explicando que está compuesto de varios bloques interconectados que cumplen funciones específicas. Luego detalla algunas de las partes clave como la memoria caché, coprocesador matemático, registros y puertos. Finalmente, explica cómo se conecta el microprocesador a la placa base a través de zócalos y buses.
Este documento describe varios modelos de procesos de desarrollo de software, incluyendo el modelo en cascada, el modelo V, los modelos basados en prototipos y los métodos formales. El modelo en cascada sigue un enfoque secuencial de análisis, diseño, codificación, prueba y mantenimiento. El modelo V es una evolución del modelo en cascada que agrega pruebas después de cada etapa. Los modelos basados en prototipos involucran la creación y evaluación de prototipos tempranos. Finalmente, los métodos formales util
5.3 arbol de expansión minima algoritmo de primADRIANA NIETO
El documento describe el algoritmo de Prim para encontrar el árbol de expansión mínima en una red. El algoritmo comienza conectando un nodo a su vecino más cercano, luego iterativamente conecta el nodo no conectado más cercano al árbol existente, hasta que todos los nodos estén conectados en un árbol sin ciclos y de costo mínimo total.
Este documento describe el diseño de sistemas como el proceso de definir la arquitectura de hardware y software para satisfacer los requerimientos de un sistema. Explica que el diseño transforma un problema en una solución mediante la especificación de requerimientos, objetivos, características y etapas como el diseño de datos, arquitectónico, interfaz y procedimientos. También cubre decisiones que debe tomar un diseñador como organizar subsistemas, asignar tareas, seleccionar implementaciones y manejar condiciones.
El documento presenta 9 ejercicios de modelado de bases de datos. Cada ejercicio describe un escenario diferente y solicita diseñar una base de datos identificando tablas, atributos, claves y relaciones. Los ejercicios cubren temas como relaciones uno a uno, uno a muchos y muchos a muchos, y modelan entidades como restaurantes, ciclismo, películas, revistas científicas y más.
El documento describe los conceptos de diseño conceptual, diseño lógico y diseño físico en el desarrollo de sistemas de información. El diseño conceptual implica identificar usuarios, casos de uso y escenarios. El diseño lógico traduce los casos de uso en objetos de negocio y especificaciones funcionales. El diseño físico implementa el diseño lógico considerando componentes, acoplamiento y cohesión. También se discuten heurísticas de diseño como el tamaño y ámbito de control de los módulos
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.
El documento describe el diseño a nivel de componentes, el cual define las estructuras de datos, algoritmos y mecanismos de comunicación asignados a cada componente del software. Explica qué es un componente y cómo se relacionan entre sí mediante módulos. También cubre principios como el abierto-cerrado, sustitución de Liskov y cohesión, los cuales buscan facilitar la reutilización y reducir el acoplamiento entre componentes.
El documento describe los requerimientos para un sistema de torneos de fútbol. El sistema permitirá 1) registrar equipos y jugadores, 2) planificar partidos de forma aleatoria o manual, y 3) generar tablas de posición automáticamente. Además, el sistema 4) identificará al mejor goleador y 5) publicará información del torneo en la web. El sistema tendrá una interfaz intuitiva y solo el organizador podrá realizar actualizaciones.
Este documento presenta las ventajas y desventajas del modelo Moprosoft para el desarrollo y mantenimiento de software. Las ventajas incluyen que está basado en normas ISO, simplifica la relación entre el modelo de procesos y la organización, cuenta con nueve procesos y es específico para el desarrollo de software. Las desventajas son que define actividades de manera muy general y que el 33% de las prácticas como administración de configuración y medición y análisis no están cubiertas.
El documento describe los prototipos como visiones preliminares de sistemas futuros que se utilizan para recopilar rápidamente los requisitos de los usuarios. Explica que los prototipos deben crearse temprano y evolucionar de forma iterativa a bajo costo. También detalla diferentes tipos de prototipos, herramientas, estrategias y el papel de los usuarios en el desarrollo de prototipos.
El documento describe el desarrollo de un sistema de ventas por un grupo de estudiantes de la Universidad Nacional de Trujillo. Explica las etapas del desarrollo de software, incluyendo la especificación de requisitos, diseño, implementación, integración, validación y mantenimiento. También describe las funciones del sistema de ventas como registrar clientes, productos, ventas y facturas, y generar informes de ventas. El resumen concluye que el sistema cumple con los objetivos de proporcionar un control efectivo de las ventas dentro de una empresa
Este documento trata sobre la normalización de bases de datos. Explica que la normalización consiste en aplicar una serie de reglas a las relaciones obtenidas del modelo entidad-relación al modelo relacional para evitar redundancia, problemas de actualización y proteger la integridad de los datos. También describe las primeras tres formas normales (1FN, 2FN, 3FN) y sus criterios para determinar el grado de vulnerabilidad de una tabla a inconsistencias.
Burguer King es la segunda cadena de comida rápida de hamburguesas más grande del mundo, fundada en 1954 y opera en más de 1200 restaurantes en 76 países. Su misión es ser la mejor cadena de restaurantes de hamburguesas en términos de servicio a clientes y ganancias por restaurante, y su visión es deleitar a los clientes con las mejores hamburguesas y comidas asadas. Para lograr esto, Burguer King establece objetivos financieros, de clientes, operativos y de aprendizaje e innovación.
O documento discute a abordagem semiótica da cultura proposta por Iuri Lótman. Ele define cultura como um conjunto de informações não-hereditárias acumuladas e transmitidas por sociedades. Lótman argumenta que objetos culturais carregam significados e que diferentes culturas possuem códigos distintos para modelizar o mundo. Ele ilustra essas ideias comparando os códigos culturais medieval e renascentista.
Este documento describe el cálculo y pago de utilidades a los trabajadores de una empresa según la ley ecuatoriana. Explica que el 10% de las utilidades se divide igualmente entre todos los trabajadores considerando solo el tiempo trabajado, mientras que el 5% restante se distribuye en proporción a las cargas familiares de cada trabajador. Además, establece plazos y procedimientos legales para la liquidación y pago de las utilidades, así como consecuencias si el empleador incumple con estos.
El algoritmo “Simplex”.
Es un procedimiento iterativo que permite ir mejorando la solución a cada paso. El proceso concluye cuando no es posible seguir mejorando más dicha solución. Partiendo del valor de la función objetivo en un vértice cualquiera, el método consiste en buscar sucesivamente otro vértice que mejore al anterior. La búsqueda se hace siempre a través de los lados del polígono(o de las aristas del poliedro, si el número de variables es mayor). Cómo el número de vértices y de aristas) es finito, siempre se podrá encontrar la solución.
El modelo incremental consiste en el desarrollo inicial de la arquitectura completa del sistema, seguido de sucesivos incrementos funcionales. Cada incremento tiene su propio ciclo de vida y se basa en el anterior, sin cambiar su funcionalidad ni sus interfaces. Una vez entregado un incremento, no se realizan cambios sobre el mismo, sino únicamente corrección de errores.
Este documento trata sobre la ingeniería del software. Define la ingeniería del software como la rama de la ingeniería que crea y mantiene aplicaciones de software usando ciencias de la computación, gestión de proyectos e ingeniería. Explica conceptos clave como software, paradigmas de programación, métodos de desarrollo de software, modelado de sistemas y objetivos de la ingeniería del software. Finalmente, señala que la ingeniería del software permite mejorar la calidad del software mediante un proceso formal, y que los ingenieros de software trabajan
Este documento describe los conceptos clave del diseño arquitectónico de sistemas de información. Explica diferentes estilos arquitectónicos como la arquitectura centrada en datos, en capas y distribuida. También cubre temas como la descomposición modular, estilos de control y documentación de la arquitectura.
1. El documento presenta conceptos clave de ingeniería de software como modelo de negocios, procesos de negocio, roles, casos de uso de negocio y diagramas para modelar el negocio. 2. Explica que el modelo de negocios estudia la organización identificando procesos, roles y su interacción para lograr objetivos. 3. Se describen elementos para modelar el negocio como actores, roles, casos de uso, flujos de trabajo y decisiones usando diagramas de casos de uso, secuencias, actividades.
El documento describe la arquitectura de un microprocesador, explicando que está compuesto de varios bloques interconectados que cumplen funciones específicas. Luego detalla algunas de las partes clave como la memoria caché, coprocesador matemático, registros y puertos. Finalmente, explica cómo se conecta el microprocesador a la placa base a través de zócalos y buses.
Este documento describe varios modelos de procesos de desarrollo de software, incluyendo el modelo en cascada, el modelo V, los modelos basados en prototipos y los métodos formales. El modelo en cascada sigue un enfoque secuencial de análisis, diseño, codificación, prueba y mantenimiento. El modelo V es una evolución del modelo en cascada que agrega pruebas después de cada etapa. Los modelos basados en prototipos involucran la creación y evaluación de prototipos tempranos. Finalmente, los métodos formales util
5.3 arbol de expansión minima algoritmo de primADRIANA NIETO
El documento describe el algoritmo de Prim para encontrar el árbol de expansión mínima en una red. El algoritmo comienza conectando un nodo a su vecino más cercano, luego iterativamente conecta el nodo no conectado más cercano al árbol existente, hasta que todos los nodos estén conectados en un árbol sin ciclos y de costo mínimo total.
Este documento describe el diseño de sistemas como el proceso de definir la arquitectura de hardware y software para satisfacer los requerimientos de un sistema. Explica que el diseño transforma un problema en una solución mediante la especificación de requerimientos, objetivos, características y etapas como el diseño de datos, arquitectónico, interfaz y procedimientos. También cubre decisiones que debe tomar un diseñador como organizar subsistemas, asignar tareas, seleccionar implementaciones y manejar condiciones.
El documento presenta 9 ejercicios de modelado de bases de datos. Cada ejercicio describe un escenario diferente y solicita diseñar una base de datos identificando tablas, atributos, claves y relaciones. Los ejercicios cubren temas como relaciones uno a uno, uno a muchos y muchos a muchos, y modelan entidades como restaurantes, ciclismo, películas, revistas científicas y más.
El documento describe los conceptos de diseño conceptual, diseño lógico y diseño físico en el desarrollo de sistemas de información. El diseño conceptual implica identificar usuarios, casos de uso y escenarios. El diseño lógico traduce los casos de uso en objetos de negocio y especificaciones funcionales. El diseño físico implementa el diseño lógico considerando componentes, acoplamiento y cohesión. También se discuten heurísticas de diseño como el tamaño y ámbito de control de los módulos
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.
El documento describe el diseño a nivel de componentes, el cual define las estructuras de datos, algoritmos y mecanismos de comunicación asignados a cada componente del software. Explica qué es un componente y cómo se relacionan entre sí mediante módulos. También cubre principios como el abierto-cerrado, sustitución de Liskov y cohesión, los cuales buscan facilitar la reutilización y reducir el acoplamiento entre componentes.
El documento describe los requerimientos para un sistema de torneos de fútbol. El sistema permitirá 1) registrar equipos y jugadores, 2) planificar partidos de forma aleatoria o manual, y 3) generar tablas de posición automáticamente. Además, el sistema 4) identificará al mejor goleador y 5) publicará información del torneo en la web. El sistema tendrá una interfaz intuitiva y solo el organizador podrá realizar actualizaciones.
Este documento presenta las ventajas y desventajas del modelo Moprosoft para el desarrollo y mantenimiento de software. Las ventajas incluyen que está basado en normas ISO, simplifica la relación entre el modelo de procesos y la organización, cuenta con nueve procesos y es específico para el desarrollo de software. Las desventajas son que define actividades de manera muy general y que el 33% de las prácticas como administración de configuración y medición y análisis no están cubiertas.
El documento describe los prototipos como visiones preliminares de sistemas futuros que se utilizan para recopilar rápidamente los requisitos de los usuarios. Explica que los prototipos deben crearse temprano y evolucionar de forma iterativa a bajo costo. También detalla diferentes tipos de prototipos, herramientas, estrategias y el papel de los usuarios en el desarrollo de prototipos.
El documento describe el desarrollo de un sistema de ventas por un grupo de estudiantes de la Universidad Nacional de Trujillo. Explica las etapas del desarrollo de software, incluyendo la especificación de requisitos, diseño, implementación, integración, validación y mantenimiento. También describe las funciones del sistema de ventas como registrar clientes, productos, ventas y facturas, y generar informes de ventas. El resumen concluye que el sistema cumple con los objetivos de proporcionar un control efectivo de las ventas dentro de una empresa
Este documento trata sobre la normalización de bases de datos. Explica que la normalización consiste en aplicar una serie de reglas a las relaciones obtenidas del modelo entidad-relación al modelo relacional para evitar redundancia, problemas de actualización y proteger la integridad de los datos. También describe las primeras tres formas normales (1FN, 2FN, 3FN) y sus criterios para determinar el grado de vulnerabilidad de una tabla a inconsistencias.
Burguer King es la segunda cadena de comida rápida de hamburguesas más grande del mundo, fundada en 1954 y opera en más de 1200 restaurantes en 76 países. Su misión es ser la mejor cadena de restaurantes de hamburguesas en términos de servicio a clientes y ganancias por restaurante, y su visión es deleitar a los clientes con las mejores hamburguesas y comidas asadas. Para lograr esto, Burguer King establece objetivos financieros, de clientes, operativos y de aprendizaje e innovación.
O documento discute a abordagem semiótica da cultura proposta por Iuri Lótman. Ele define cultura como um conjunto de informações não-hereditárias acumuladas e transmitidas por sociedades. Lótman argumenta que objetos culturais carregam significados e que diferentes culturas possuem códigos distintos para modelizar o mundo. Ele ilustra essas ideias comparando os códigos culturais medieval e renascentista.
Este documento describe el cálculo y pago de utilidades a los trabajadores de una empresa según la ley ecuatoriana. Explica que el 10% de las utilidades se divide igualmente entre todos los trabajadores considerando solo el tiempo trabajado, mientras que el 5% restante se distribuye en proporción a las cargas familiares de cada trabajador. Además, establece plazos y procedimientos legales para la liquidación y pago de las utilidades, así como consecuencias si el empleador incumple con estos.
Internet es una red descentralizada de redes interconectadas que usan el protocolo TCP/IP para funcionar como una red lógica global. Se originó en 1969 con la conexión entre universidades en California y Utah. Un servicio popular es la World Wide Web, desarrollada en 1990, que permite la consulta remota de archivos de hipertexto usando Internet.
The document summarizes three Supreme Court cases:
1) Plessy v. Ferguson (1896) upheld the constitutionality of racial segregation under the "separate but equal" doctrine. Homer Plessy was arrested for sitting in the white car of a train. The Court ruled racial segregation did not violate the 13th or 14th Amendments as long as facilities were equal.
2) New Jersey v. T.L.O. (1985) established the standard that school officials need reasonable suspicion, not probable cause, to conduct searches of students. A student's purse was searched for cigarettes and drugs were found.
3) Hazelwood v. Kuhlmeier (1988
Este documento contiene 30 lecciones sobre mejorar los procesos administrativos. Cubre temas como la definición de administración, teorías clásicas como las de Taylor y Fayol, el enfoque de sistemas, calidad total, la empresa, el proceso administrativo, planificación, organización e integración. Cada lección explica estos conceptos y principios clave de la administración.
1. O documento descreve a linha do tempo geológico da Terra, dividindo-a em éons, eras e períodos desde a formação da Terra há 4,5 bilhões de anos até os dias atuais.
2. Os principais éons descritos são o Hadeano, Arqueano, Proterozóico e Fanerozóico, cada um marcado por eventos geológicos e evolução da vida importantes, como a formação das primeiras rochas, vida unicelular e oxigenação dos oceanos.
3. A escala de tempo
Clasificacion de riesgos de los bancos en peruJose Vasquez
El documento presenta las clasificaciones de riesgo otorgadas por Class & Asociados S.A. Clasificadora de Riesgo a varias empresas financieras y de seguros en Perú. Las clasificaciones van de A+ (fortaleza financiera sólida) a D (fortaleza financiera débil), y se basan en factores como la solidez financiera, reconocimiento en el mercado y entorno de negocio. También se proporcionan definiciones de cada categoría y se indican algunas empresas cuyas clasificaciones fueron modificadas.
Este documento es un mapa conceptual realizado por Mario González para el Instituto Universitario Politécnico "Santiago Mariño" en Cabimas, Zulia, Venezuela como parte de sus estudios en el Ministerio del Poder Popular para la Educación de la República Bolivariana de Venezuela.
Esta fábula titulada "La zorra y el cocodrilo" trata sobre una zorra inteligente y un cocodrilo mentiroso que discuten sobre la nobleza de sus antepasados. La fábula tiene lugar en un bosque y se desarrolla en pocos minutos. Enseña la lección de que no se puede ocultar la verdad con mentiras. Fue escrita por Félix María Samaniego, un escritor español famoso por sus fábulas morales en el siglo XVIII.
Este documento presenta un modelo de programación lineal. Explica los elementos del modelo como variables de decisión, parámetros, función objetivo y restricciones. También describe cómo formular problemas utilizando el modelo de programación lineal y resuelve dos problemas de ejemplo para ilustrar el proceso de maximización y minimización. Finalmente, incluye bibliografía sobre el tema.
Solver y programacion lineal maximizacion de una funcionSalvador Tejada
Este documento presenta un problema de optimización para maximizar los ingresos de una finca agrícola cultivando paprika, espárragos y cítricos. Detalla los recursos disponibles, requerimientos de recursos y precios de venta de cada cultivo. Explica cómo modelar el problema en Excel usando variables, función objetivo y restricciones para maximizar los ingresos sujetos a los recursos disponibles de tierra, trabajo y capital.
INVESTIGACIÓN DE OPERACIONES, Un modelo de programación entera es un modelo que contiene restricciones y una función objetivo idénticas a las formuladas por planeación lineal. La única diferencia es que una o mas de las variables de decisión tienen que tomar un valor entero en la solución final.
Este documento presenta información sobre el uso de matrices en ingeniería. Explica que las matrices tienen múltiples aplicaciones en áreas como el cálculo estructural, la ingeniería de tránsito, la topografía, el dibujo asistido por computadora, la estática y la hidráulica. También incluye ejemplos de cómo representar datos como cantidades de materias primas y salarios de empleados usando matrices.
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.
Este documento presenta un caso de estudio sobre una fábrica de tortillas llamada "Mi Tierra" y cómo usar programación dinámica para determinar el tamaño óptimo de lote de producción de tortillas de harina para cada mes con el fin de maximizar las ganancias totales durante un período de 7 meses. Explica el enfoque de programación dinámica mediante el uso de tablas de decisión para cada mes que consideran las opciones de producción, ganancias inmediatas, demanda restante y ganancias totales. El resultado óptimo es
Este documento explica diferentes modelos de programación entera, incluyendo modelos puros, binarios y mixtos. Describe ejemplos de problemas de corte de madera, programación de producción y programación de proyectos para ilustrar estos modelos. También resume problemas típicos de programación entera como el problema del transporte, flujo de costo mínimo en red, asignación, mochila, emparejamiento, recubrimiento, empaquetado, partición, costo fijo y el problema del viajante.
Este documento presenta el Método Simplex Gráfico para resolver problemas de programación lineal. Explica que este método representa funciones lineales en un plano cartesiano para maximizar o minimizar recursos. Además, provee un ejemplo de una compañía mueblera que debe determinar la cantidad óptima de mesas y sillas a producir para maximizar las utilidades, sujeto a restricciones de horas de trabajo disponibles. El documento guía al lector a través de los pasos para modelar matemáticamente este problema y resolverlo gráficamente usando el
Solver y programacion lineal. ejemplo facil. problema sencilloSalvador Tejada
Este documento proporciona un resumen de 3 oraciones o menos de un documento que describe un problema de optimización lineal para maximizar los ingresos de una finca agrícola cultivando diferentes productos sujetos a restricciones de recursos. El documento detalla los pasos para configurar y resolver el problema utilizando la herramienta Solver de Excel, incluida la definición de la función objetivo, variables, restricciones y la ejecución de Solver para encontrar la solución óptima.
El documento trata sobre la programación lineal. Explica que la programación lineal consiste en optimizar (maximizar o minimizar) una función objetivo lineal sujeto a restricciones lineales. Describe los elementos clave de la programación lineal como la función objetivo, las restricciones y la región factible. También presenta un ejemplo numérico para ilustrar cómo resolver un problema de programación lineal gráficamente.
El documento describe el método simplex gráfico para la resolución de problemas de programación lineal. Explica la estructura general de un modelo de programación lineal con una función objetivo y restricciones. Luego presenta un ejemplo de producción donde se debe maximizar la utilidad determinando la cantidad óptima de mesas y sillas a fabricar, sujeto a restricciones de horas de trabajo disponibles. Finalmente, detalla los pasos para modelar matemáticamente el problema y graficar la solución en el plano cartesiano.
El documento describe los tres componentes básicos necesarios para formular un problema de optimización en términos matemáticos: un modelo matemático del proceso, un modelo factible que incluye costos y utilidades, y un procedimiento de optimización. También presenta una estrategia en 7 pasos para resolver problemas de optimización aplicados, incluyendo identificar datos, desarrollar un diagrama, expresar relaciones, determinar la variable objetivo, encontrar valores críticos, y usar derivadas para encontrar máximos y mínimos.
Analisis de Desiciones para la Optimización- Material Didáctico - FEBRERO 202...LUISALVAROGUERRARANG
Este documento presenta un problema de programación lineal sobre la asignación óptima de recursos limitados entre dos productos. Se define el problema, las variables de decisión y restricciones, y se grafica la solución usando GeoGebra. La solución óptima es producir 2 lotes del Producto 1 y 6 lotes del Producto 2 semanalmente, generando $36,000 en ganancias totales.
El documento presenta un problema de optimización con dos variables y tres restricciones. El objetivo es maximizar la ganancia total produciendo dos tipos de pintura sujeto a limitaciones de tiempo en tres plantas. Se describe la función objetivo y las restricciones, y se explica cómo resolver el problema gráficamente determinando la combinación óptima de producción de cada pintura.
El documento describe el programa Solver de Excel, el cual permite resolver problemas de optimización mediante algoritmos como GRG. Explica cómo definir las variables, restricciones y función objetivo en Excel para usar Solver. Presenta dos ejemplos resueltos: 1) determinar la cantidad óptima de dos tipos de contenedores para maximizar beneficios, obteniendo 10 y 27 contenedores. 2) calcular la cantidad óptima de semilla y abono para maximizar producción de trigo, siendo 2.2 y 3.8 kilos.
Este documento presenta un manual para usar el software LINDO para resolver problemas de programación lineal. Explica cómo definir las variables, la función objetivo y las restricciones de un problema de PPL, y cómo ingresar y resolver el problema usando LINDO. Luego muestra un ejemplo de un problema de asignación de tierras a cultivos, resuelto con LINDO siguiendo los pasos explicados.
Este documento presenta una guía sobre Excel Avanzado. Incluye secciones sobre gráficos y correlación de datos científicos, tablas y gráficos dinámicos, análisis de información mediante ordenación y resumen de datos, análisis de alternativas y escenarios, análisis de sensibilidad, búsqueda de objetivos con Solver y problemas de optimización con programación lineal. El documento ofrece instrucciones detalladas sobre cómo utilizar estas herramientas avanzadas de Excel para el análisis de datos
Este documento presenta un modelo de programación lineal para resolver un problema de mezcla de productos para un fabricante. El objetivo es maximizar la ganancia total produciendo mesas y sillas con recursos limitados de material y mano de obra. Se formula el modelo con variables, función objetivo y restricciones. Luego, se grafican las restricciones para visualizar la región factible y encontrar la solución óptima que maximice la ganancia dentro de esta región.
Este documento presenta un ejemplo de programación lineal para maximizar las ganancias de una planta industrial que fabrica dos artículos utilizando tres máquinas. Se explica el proceso de analizar la información dada, organizarla en una tabla, establecer las restricciones basadas en los recursos disponibles, y trazar las gráficas de las desigualdades para determinar la región factible de soluciones óptimas. El objetivo es determinar la cantidad máxima de cada artículo que debe fabricarse para obtener la ganancia total más alta.
Similar a Uso del solver en la asignación de recursos (20)
Ofrecemos herramientas y metodologías para que las personas con ideas de negocio desarrollen un prototipo que pueda ser probado en un entorno real.
Cada miembro puede crear su perfil de acuerdo a sus intereses, habilidades y así montar sus proyectos de ideas de negocio, para recibir mentorías .
1. Uso del Solver en la Asignación de Recursos
H.L. Mata
Tal como lo menciona Joseph F. Aieta1, el algoritmo Microsoft Excel Solver2 es
una poderosa herramienta para la optimización y asignación eficiente de recur-sos
escasos (tierra, trabajo, capital, capacidad gerencial, etc.). Dicha herra-mienta
permite al Administrador conocer el mejor uso de sus escasos recursos
de tal manera que se cumplan las metas deseadas, tales como la maximización
de los beneficios, o la minimización de los costos.
El método de la Programación Lineal (LP) debe su popularidad al método Sim-plex3
desarrollado por George Danzing4 y a la tremenda revolución ocurrida en
el campo de las computadoras a partir del año 1982.
Es una técnica muy potente de asignación de recursos habiéndose convertido
en una herramienta estándar para resolver problemas para negocios y organi-zaciones.
En el mercado existen numerosos programas de computación dedicados a re-solver
problemas de Programación lineal, de los cuales el SOLVER, LINDO,
GAMS y XPRESS-MP son los más populares.
Un Problema Simple de Producción Agrícola
A fin de ilustrar el uso del complemento (Add In) del Solver de Excel, vamos a
considerar el ejemplo de los Profesores Raymond Beneke y Ronald Winter-boer5.
Para ello consideren que un productor agrícola dispone de los siguientes
recursos: 12 acres6 de tierra, 48 horas de trabajo familiar y 360 US $ de capi-tal,
para sembrar Maíz, Soya y Avena, respectivamente. Él está interesado en
saber que cantidad de acres debe sembrar de cada producto, a fin de obtener
el máximo ingreso posible por el uso de sus recursos.
1 Joseph F. Aieta. Excel Companion Appendix B. Linear Optimization Problems Using Ex-cel
Solver, [On line]. http://faculty.babson.edu/aieta/exclcmpn/AppndxB/appndixb.htm
2 La empresa Frontline Systems Inc. es la compañía que creó el Add in Solver para la hoja de
cálculo que aparece en Microsoft Excel. En su homepage: http://www.frontsys.com Ud. encon-trará
información técnica y recursos incluyendo Ayuda con el Solver, un Tutorial sobre optimiza-ción
y una página privada para los usuarios de Solver
3 El método Simplex es un procedimiento matemático (algoritmo) que utiliza suma, resta, multi-plicación
y división de manera secuencial para resolver problemas.
4 George B. Dantzig (1963) “Linear Programming and Extensions”, Princeton University Press,
Princeton, N.J.
5 Benecke, Raymond y Ronald Winterboer Linear Programming Applications to Farm Planning.
6 Medida de superficie americana equivalente a 0,4047 hectáreas. Una hectárea igual a 2,471
acres
2. El problema
Un empresario desea organizar su negocio agrícola (ejemplo: qué producir ? )
a fin de maximizar los ingresos netos con respecto a los costos variables, dada
las condiciones que se describen a continuación:
Las restricciones:
Se refieren a los recursos disponibles (limitaciones) que posee el productor
agrícola para llevar a cabo el proceso productivo:
2
Tierra 12 acres
Trabajo 48 horas
Capital 360 bolívares
Las actividades:
Se refieren a los productos que se puede producir con los recursos escasos:
Maíz
Soya
Avena
Las actividades están definidas en término de unidades de un acre; así por
ejemplo: la producción de un acre de Maíz, un acre de Soya, un acre de Avena,
etc. Tanto los coeficientes técnicos de producción como los Precios Netos des-critos
más abajo se refieren a una unidad de acre.
Los coeficientes técnicos de producción:
1. La producción de Maíz requiere un acre de tierra, seis horas de trabajo y
36 dólares de capital
2. La producción de Soya requiere un acre de tierra, seis horas de trabajo y
24 US $ de capital
3. La producción de Avena requiere un acre de tierra, dos horas de trabajo
y 18 US $ de capital
Los precios Netos:
Los precios netos de una actividad se definen como el valor de las ventas bru-tas
menos los costos variables de producción. Así por ejemplo, si un acre culti-vado
de maíz tiene un valor de 75 $ US y si los costos variables de producción
por acre son de 35 US $, entonces el precio neto de la actividad es de 40 US $.
3. 3
Los precios netos utilizados en el ejercicio son los siguientes:
Producción de Maíz 40 US $ por acre
Producción de Soya 30 US $ por acre
Producción de Avena 20 US $ por acre
Ordenamiento del problema
El planificador agrícola debe estimar los coeficientes técnicos de producción a
partir de los registros agrícolas o de las observaciones que haga el productor
agrícola, complementándolos, de ser necesario, con su propia experiencia, así
como también con datos recogidos de otros productores agrícolas y de las es-taciones
experimentales agrícolas, si existieran.
Los datos recogidos deben presentarse en una matriz tal como la indicada más
abajo, o en cualquier otro formato particular. Las restricciones se colocan en
filas y las actividades de producción en columnas. Cualquier coeficiente que se
encuentre en la intersección de una fila y una columna muestra cuanto del re-curso
en esa fila es usado por una unidad de la actividad de producción. Así
por ejemplo, para producir una unidad (acre) de Maíz se requiere 1 acre de
tierra, 6 horas de trabajo y 36 US $ de capital. El precio neto (Ventas brutas
menos costos variables) es de 40 US $ por acre sembrado de Maíz. Cuadro 1.
Actividades de Producción Variables de Holgura
(Slack)
Restricciones
Nivel de las
Restricciones Maíz
(1 acre)
Soya
(1 acre)
Avena
(1 acre) Tierra Trabajo Capital
Tierra 12 acres 1 1 1 1
Trabajo 48 acres 6 6 2 1 de
Capital 360 ($) 36 24 20 1
Precios Netos 40 30 20
Cuadro 1. Problema de Producción Agrícola Ordenado en Formato Matricial.
Variables de Holgura (Slack)
Las variables de holgura (Slack) se incluyen en el modelo para recoger las can-tidades
de recursos no utilizados en el plan óptimo. Se les denomina también
actividades de holgura o variables de holgura. Tal como se verá mas adelante
con motivo del análisis de la solución óptima, los recursos tierra y trabajo se
consumen completamente en el proceso productivo, no sucediendo lo mismo
con el recurso capital, del cual hay un excedente de 36 US $.
4. Formulación algebraica del problema
Las variables de decisión (actividades) en este modelo son Maíz ( M X ), Soya
( S X ) y Avena ( A X ), respectivamente. El objetivo del problema consiste encon-trar
un plan óptimo de producción. Es decir, determinar la cantidad óptima a
4
producirse de Maíz, Soya o Avena a fin de maximizar la función de beneficio.
A continuación se presenta la formulación algebraica del problema:
Maximizar la función de Beneficio: M S A Z = 40X + 30X + 20X
Sujeta a las siguientes restricciones:
[ 1 ] 1 +1 +1 ≤ 12 M S A X X X Restricción del recurso Tierra
[ 2 ] 6 + 6 + 2 ≤ 48 M S A X X X Restricción del recurso Trabajo
[ 3 ] 36 + 24 +18 ≤ 360 M S A X X X Restricción del recurso Capital
≥ 0 M X ≥ 0 S X ≥ 0 A X Restricción de no negatividad
La desigualdad [2] especifica que 6 horas de trabajo familiar multiplicadas por
los acres de Maíz, más 6 horas de trabajo multiplicadas por los acres de Soya,
más 2 horas de trabajo multiplicadas por los acres de Avena debe ser menor o
igual que el total de horas de trabajo disponible, es decir 48. La primera y ter-cera
desigualdad indican condiciones similares para la tierra y el capital, res-pectivamente.
La cantidad total de tierra usada debe ser menor que o igual
que la totalidad disponible, es decir 12 acres. El capital total usado debe ser
menor que o igual a 360 US $.
Otra condición importante desde el punto de vista de la matemáticas de la
programación lineal, es que ninguna actividad (producción) puede realizarse a
nivel negativo (producir una cantidad negativa de cualquiera de las tres pro-ductos
incluidos en el modelo no tiene sentido). Por lo tanto se puede escribir
que:
[4] ≥ 0 M X
[5] ≥ 0 S X
[6] ≥ 0 A X
La condición [4] especifica que las unidades de Maíz producidas deben ser ma-yores
que o igual a zero, es decir no negativas. Condiciones similares se espe-cifican
para las cantidades de Soya [5] y Avena [6], respectivamente.
5. En programación lineal se busca encontrar los valores de M X , S X , A X , CA X ,
T X y C X que hagan máximo la suma de los productos de esas cantidades y
sus respectivos precios. En otras palabras, que combinación de Maíz, Soya y
Avena debería producirse y que cantidad de Tierra, Trabajo y Capital quedaría
sin utilizarse.
El problema entonces consiste en maximizar la función objetiva Z , definida
como excedente sobre los costos variables, en donde:
5
[7] M S A Z = 40X + 30X + 20X
Hasta aquí el planteamiento del problema de Beneke y Winterboer.
Para cualquier ayuda sobre el solver consulten el sitio:
http://www.frontsys.com/xlhelp.htm
6. Cómo Estructurar el Problema en la Hoja de Cálculo
No existe una forma única para colocar los datos de un problema de optimiza-ción
(o de minimización) en la hoja de cálculo de MS Excel. Uds. pueden colo-carlos
como deseen. No obstante, su problema ganaría bastante en organiza-ción
si los datos se dispusieran en el siguiente orden: Función Objetivo (Tar-get
cell), Variables de decisión (changing cells = celdas cambiantes), Res-tricciones
(Constraints cells) y finalmente la condición de no negatividad
6
(non negative), figura 1.
1 Hagan clic en el botón Inicio – Todos los programas y seleccionen la
aplicación MicroSoft Excel.
2 Transcriban las siguientes etiquetas (textos descriptivos) en una hoja de
cálculo en blanco tal y como aparecen en la Figura 1.
Figura 1. Formulación del problema en la Hoja de cálculo de MS Excel
Especificar la Función objetivo (Target cell)
1 En el rango C3:E3 escriban los Coeficientes Objetivos o Precios netos
(valor de las ventas brutas menos los costos variables) de las ac-tividades:
Maíz 40, Soya 30 y Avena 20. (Celdas de color amarillo)
2 En la celda G3 escriban la fórmula para el cálculo la función objetivo (Z),
es decir, la función a ser maximizada. Recuerden que la misma se obtie-ne
multiplicando cada actividad (variable de decisión) por su respectivo
precio neto (coeficiente objetivo), tal y como se muestra a continuación:
[8] M S A Z = 40X + 30X + 20X
Cuando Uds. escriban la expresión [8] en la celda G3 (color rojo), la
misma debe aparecer de la siguiente manera:
=C3*C8+D3*D8+E3*E8 y opriman la tecla Enter
7. La función objetivo [8] también se puede calcular más fácilmente me-diante
la función = Sumaproducto( matriz1;matriz2 ) de Excel. Dicha fun-ción
multiplica los componentes de la matriz 1 con la matriz 2 y después
7
suma los productos: matriz 1, el rango C3:E3; matriz 2, el rango C8:E8.
= Sumaproducto(C3: E3;C8 : E8 ) y oprima la tecla Enter
Noten que Excel devuelve el valor cero en la celda F3 debido a que el
Solver aún no ha colocado valor alguno en el rango C8:E8.
Especificar las Variables de Decisión (Changing Cells)
Noten que el rango C8:E8, situado inmediatamente debajo de las etiquetas
Maiz, Soya y Avena, se han resaltado deliberadamente con el color verde pa-ra
indicarle al usuario que las mismas serán utilizadas por el solver para colo-car
en ellas los valores óptimos, cuando los calcule.
Se pueden especificar hasta 200 variables de decisión; no obstante para efec-tos
de este problema solo se necesitan tres variables: Maíz, Soya y Avena
Especificar la Restricciones (Constraints Cells)
Las restricciones deben caer dentro de ciertos límites o satisfacer los valores
objetivos. Se pueden especificar hasta 500 restricciones –dos par cada una de
las variables de decisión – mas 100 restricciones adicionales, representando un
total de no mas de 1000 celdas en un problema. En el ejemplo del Profesor
Benecke hay solamente tres restricciones, a saber:
Restricción del Recurso Tierra
1. En el rango C13:E13 escriban la unidad de actividad para cada uno de
los productos a ser producidos, es decir 1 acre de Maíz, 1 de Soya y 1 de
Avena respectivamente.
2. En la celda H13 escriban el total de acres de Tierra disponible para la
producción, es decir 12 acres.
3. En la celda G13 escriban la restricción del recurso Tierra. Recuerden que
pueden escribirla de las siguientes dos maneras:
con la fórmula:
=C13*C8+D13*D8+E13*E8 presionen la tecla enter
o con la función matemática de MS Excel:
= Sumaproducto(C13 : E13;C8 : E8) y opriman la tecla Enter
8. La función Sumaproducto multiplica los componentes del rango C13:E13
por los componente del rango C8:E8 (variables de decisión) y después
suma los productos.
8
Restricción del Recurso Trabajo
1 En el rango C14:E14 escriban los requerimientos de trabajo de cada una
de las actividades, es decir: Maíz, 6 horas; Soya, 6 horas y Avena, 2
horas, respectivamente.
2 En la celda H14 escriban el total de horas de Trabajo disponible para la
producción, 48 horas.
3 En la celda G14 escriban la función Sumaproducto para la restricción del
recurso Trabajo:
= Sumaproducto(C14 : E14;C8 : E8 ) y oprima la tecla Enter
La función Sumaproducto multiplica los componentes del rango C14:E14
por los componente del rango C8:E8 (variables de decisión) y después
suma los productos.
Restricción del Recurso Capital
1 En el rango C15:E15 escriban los requerimientos de capital de cada una
de las actividades, es decir: Maíz, 36 dólares; Soya, 24 dólares y Avena,
18 dólares respectivamente.
2 En la celda H15 escriban el Capital disponible para la producción, 360
dólares.
3 En la celda G15 escriban la función Sumaproducto para la restricción d el
recurso Trabajo:
= Sumaproducto(C15 : E15;C8 : E8 ) y oprima la tecla Enter
La función Sumaproducto multiplica los componentes del rango C15:E15
por los componente del rango C8:E8 (variables de decisión) y después
suma los productos.
Los ceros que aparecen inmediatamente debajo de la columna Recurso
utilizado son el resultado de las fórmulas escritas por Uds. con motivo
de registrar las restricciones correspondientes a los recursos Tierra, Tra-bajo
y Capital. Estos ceros van a ser reemplazados posteriormente por
los recursos utilizados, tan pronto como el Solver calcule las cantidades
óptimas de cada producto
9. Si Usted siguió los pasos anteriores su hoja de cálculo debe lucir de la siguien-te
9
manera:
Figura 2. Formulación del problema en la Hoja de cálculo de MS Excel
Instalar el Complemento Solver
Los problemas de Optimización (o minimización) se plantean y resuelven me-diante
el SOLVER, el cual es un Complemento (ADD IN) de MS Excel. Si Ud no
encuentra el comando SOLVER en el menú HERRAMIENTA, proceda a insta-larlo
en un todo de acuerdo con el siguiente procedimiento:
1 Hagan clic en el menú Herramientas de MS Excel y seleccionen el co-mando
Complementos
2 En el cuadro de diálogo Complementos seleccionen el complemento Sol-ver,
tal y como se muestra en dicho cuadro de diálogo.
Figura 3. Cuadro de dialogo Complementos
3 Hagan clic en el comando Aceptar.
10. 10
Abrir el Cuadro de Diálogo Parámetros del Solver
1 Hagan clic en el menú Herramientas y seleccionen Solver
Noten que inmediatamente aparece el cuadro de diálogo Parámetros
del Solver para que Ud especifique la función objetivo, las variables de
decisión y las restricciones, respectivamente.
El Solver permite resolver problemas que tengan hasta 200 variables de
decisión, 100 restricciones explícitas y 400 simples (cota superior o infe-rior
o restricciones enteras sobre las variables de decisión)
Figura 4. Cuadro de dialogo Parámetros del Solver en blanco
Alimentar el Cuadro de Diálogo Parámetros del Solver
Antes de alimentar cada uno de los campos del referido cuadro (Celda objetivo,
Cambiando las celdas o Sujetas a las siguientes restricciones), hagan clic en el
botón de comando Restablecer todo con el fin de borrar cualquier dato que haya
quedado en el cuadro de diálogo con motivo de alguna optimización anterior.
Identificar la Celda objetivo (Función objetivo = Target Cell)
1 Hagan clic en la celda G3 de la hoja de cálculo para seleccionar la fun-ción
objetivo = Sumaproducto(C8 : E8;C3 : E3 ) .
Noten que en la celda objetivo aparecerá la celda absoluta: $G$3.
2 En la sección Valor de celda Objetiva hagan clic en el botón de opción
Máximo para indicarle al Solver que se trata de un problema de maxi-mización.
11. 11
Identificar las Celdas Cambiantes (Cambiando las celdas=Changing Cells)
El campo Cambiando las celdas permite identificar las variables de decisión
o celdas cambiantes como también se les denomina en el argot del Solver.
1 Hagan clic en la flecha roja que se encuentra en el interior del campo
Cambiando las Celdas
2 Ahora hagan clic en la celda C8 y arrastren el ratón hasta la celda E8 pa-ra
seleccionarlas. Estas celdas serán modificadas posteriormente por el
solver con motivo de buscar la solución óptima.
3 Hagan clic nuevamente en la flecha roja para mostrar el cuado de diálo-go
Parámetros del Solver
Noten que en las celdas cambiantes aparecerá el rango: $C$8:$E$8.
Identificar las Restricciones (Constraints cells)
Restricción de la variable Tierra
• Hagan clic en el interior del cuadro de lista Sujetas a las siguientes
restricciones: y seleccionen el botón de comando Agregar (Add) para
agregar la restricción correspondiente al recurso trabajo.
Aparece la ventana Agregar Restricción
Figura 5. Cuadro de dialogo Agregar Restricciones
• Hagan clic en la flecha roja del campo Referencia de la celda (Cells
Reference7) para ocultarlo y seleccionen la celda G13 la cual contiene la
restricción correspondiente a la variable Tierra. Contiene la función la
= Sumaproduc to(C13 : E13;C8 : E8)
• En la lista desplegable Tipo de restricción (situada en el centro del
cuadro de dialogo Agregar restricción) seleccionen el signo <= (menor o
igual que), ya que se espera que las actividades (Maíz, Soya y Avena)
utilicen completa (o parcialmente) el recurso Capital.
• En el campo Restricción seleccionen la celda H13, la cual contiene la
disponibilidad del recurso Tierra, 12 acres. En el lenguaje de la Progra-mación
Lineal a esta disponibilidad se le denomina con las letras RHS
(iniciales de Right Hand Side, lado derecho de la desigualdad)
7 Se usa para especificar la ubicación de una celda, en este caso la celda que contiene la formula =SUMAPRODUCTO(C13:E13;C8:E8
12. 12
Restricción de la variable Trabajo
• Hagan clic nuevamente en el botón de comando Agregar (Add), para re-gistrar
la restricción Trabajo.
• En Referencia de la celda hagan clic en la celda G14 de la hoja de cál-culo
para seleccionarla. Contiene la fórmula = Sumaproducto(C14 : E14;C8 : E8 )
• En la lista desplegable Tipo de restricción, seleccionen el signo <=
(menor o igual que), ya que se espera que las actividades (Maíz, Soya y
Avena) utilicen completa (o parcialmente) el recurso trabajo.
• En Restricción hagan clic sobre la celda H14, la cual contiene la dispo-nibilidad
del recurso Trabajo, 48 horas)
Restricción de la variable Capital
• Hagan clic nuevamente en el botón de comando Agregar (Add), para re-gistrar
la restricción Capital
• En Referencia de la celda hagan clic en la celda G15 de la hoja de cál-culo
para seleccionarla. Contiene la función = Sumaproducto(C15 : E15;C8 : E8 )
• En la lista desplegable Tipo de restricción, seleccionen el signo <=
(menor o igual que), ya que se espera que las actividades (Maíz, Soya y
Avena) utilicen completa (o parcialmente) el recurso capital.
• En Restricción hagan clic sobre la celda H15, la cual contiene la disponi-bilidad
del recurso Capital, 360 $).
Especificar las Restricciones de No negatividad:
El cuadro de diálogo Solver Options (Opciones del Solver) contiene diferentes
opciones para configurar los resultados del Solver. Entre las mas importantes
para efectos de este ejercicio se mencionan: Linealidad y Negatividad, respec-tivamente.
Hagan clic en el botón Options del cuadro de diálogo Parámetros del Solver y
seleccionen las siguientes casillas de verificación:
1 Asume Linear Model para especificar que se trata de un programa li-neal
(o de un programa entero lineal, si ese fuera el caso). De esta ma-nera
el programa usa el algoritmo simples en lugar de un algoritmo no
lineal y complicado
2 Asume Non-Negative, para asegurarse que las celdas cambiantes
adopten solo valores no negativos, es decir ≥ 0 . Esta condición tiene su
razón de ser pues no se concibe la producción de cantidades negativas
de producto
3 Hagan clic en el botón OK para regresar al cuadro de diálogo Parámetros
13. Ejecutar el Solver
Tan pronto como hayan concluido la entrada de los datos ejecuten el siguiente
procedimiento para que el Solver inicie los cálculos:
13
1 Hagan clic en el botón de comando Resolver (Solver)
Aparece el cuadro de diálogo Resultados del Solver
Figura 6. Cuadro de dialogo Resultaos del Solver
2 Seleccionen la opción Utilizar solución de Solver
3 Si desean guardar los datos en un escenario hagan clic en el botón de
comando Guardar escenario. Asígnele un nombre y clic en Aceptar
4 A continuación indíquenle al Solver él o los tipos de informes que desean
mostrar. Seleccionen los informes: Respuestas (Answer); Sensibilidad
(Sensitivity) y Límites (Limits), respectivamente.
5 Hagan clic en el botón de comando Aceptar
Informe de Respuestas.
El informe de Respuestas presenta un resumen de los resultados de la
optimizacion: Valor de la funcion objetivo: Situación de cada restricción, en
particular si la restrición es limitante (obligatotio) o no limitante (opcional) y
finalmente el valor de la divergencia (Slack)
Glosario de términos del informe de respuesta:
• Celda objetivo La celda que contiene la función objetiva cuyo valor se
desea optimizar (maximizar/minimizar), en nuestro caso la celda G3.
• Función objetivo Z: Función matemática almacenada en la celda objetivo
cuya fórmula es: M S A Z = 40X + 30X + 20X
• Coeficiente objetivo Es el valor de la actividad o los precios netos de las
actividades: Maíz, 40; Soya, 30; y Avena, 20
14. • Valor Final (solución óptima). Es el mejor valor de las celdas cambiantes,
14
es decir cuantas unidades se deben producir de cada actividad.
• Obligatorio (limitante). Se dice que un recurso es obligatorio (o limitante)
cuando el Recurso utilizado es igual al Recurso disponible.
• Opcional (no limitante). Cuando el Recurso utilizado es menor que el
Recurso disponible. En este caso resulta una Divergencia (Slack)
• Estado Indica si un recurso se ha usado completamente (Obligatorio o
Limitante) o parcialmente (Opcional o No limitante)
• Divergencia (Slack) Cantidad de recurso que no ha sido usado o asignado
en el proceso productivo
Celda objetivo
De acuerdo con el nforme el máximo ingreso que se puede obtener por el
hecho de asignar los recursos a la siembra de 6 acres de Maíz y 6 acres de
Avena es de 360 US $. No es posible organizar los recursos de otro manera,
distinta a la indicada por el Solver, de tal forma que se pueda generar un
ingreso superior a 360 US $.
A fin de calcular el ingreso neto de la explotación el productor agrícola debe
deducir los costos fijos del valor final, por la sencilla razón de que los costos
variables ya fueron imputados en la estimación de los coeficientes objetivos de
cada actividad. Para ser mas preciso, si los costos fijos fueran del orden de 100
US $, entonces los ingresos netos de la explotación ascenderían a 260 US $
Figura 7. Informe de Respuestas del Solver
15. Celdas Cambiantes (Variables de decisión)
Esta sección del informe indica que actividades entraron en el plan final
(solución óptima). El plan final manda a cultivar 6 acres de Maiz y 6 acres de
Avena, a fin de obtener el máximo ingreso. Para verificarlo realicen el siguiente
cálculo:
15
Ingreso máximo = 40*6+20*6 = 360 US $
El Solver indica con un cero las actividades que no entran en la solución
óptima, tal es el caso de la actividad Soya.
Restricciones:
En el lenguaje del Solver se dice que un recurso es limitante (Binding) cuan-do
los Recursos Utilizados son iguales a los Recursos Disponibles; de lo contra-rio
se le denomina Recurso No Limitantes (Not binding) (Los recursos utiliza-dos
son menores que los recursos disponibles).
Debido a problemas de traducción Uds. leerán en la columna Estado la palabra
Obligatorio, en lugar de Limitante. La palabra Obligatorio en las Restriccio-nes
Tierra y Capital indican que esos recursos se usaron completamente en el
proceso productivo.
Adicionalmente en la columna Estado aparece la palabra Opcional para indicar
que no se uso todo el Capital. Si no se utilizó todo el capital, entonces hay un
excedente de dicho recurso (36 US $), por lo cual hay que concluir que dicho
recurso es No Limitante.
El Solver indica con ceros en la columna Divergencia los recursos limitantes y
con no ceros los no limitantes. El capital resultó ser un recurso no limitante,
razón por la cual se muestra un excedente de 36 $ de Capital
La columna Divergencia más bien debería decir Slack o Variables de Hol-gura.
En programación lineal se utilizan las variables de holgura (una para ca-da
restricción) para convertir una desigualdad en una igualdad, resultando así
un sistema de ecuaciones lineales. Las variables Slack o de holgura indican las
cantidades de los recursos no utilizados en el plan óptimo. Por lo tanto pode-mos
decir que los recursos que limitaron la producción fueron la Tierra y el
Trabajo, respectivamente, mientras que el capital fue no limitante
Informe de Sensibilidad.
El informe de sensibilidad suministra detalles adicionales de la optimización.
Solver genera dos tablas en este informe: una para las variables y la otra para
las restricciones. El análisis de sensibilidad es el estudio de cómo los cambios
en uno de los parámetros del problema afectan a la solución óptima.
16. Glosario de términos del informe de Sensibilidad
• Parámetros o Coeficientes. Los parámetros son constantes usadas en el
problema para determinar la función objetiva y los recursos disponibles
(restricciones o RHS).
• Valor Final Indica la solución óptima obtenida, en nuestro ejemplo 6 acres
16
de Maíz y 6 de Avena, respectivamente.
• Gradiente Reducido (Costo Reducido o Costo de Oportunidad) Las activi-dades
que entran en el plan óptimo tienen un costo reducido igual a cero,
mientras que las que no entran tienen un costo reducido negativo. Así por
ejemplo, la Soya no entró en el plan óptimo. Si el productor agrícola deci-diera
sembrar un solo acre de Soya su ingreso neto disminuiría de 360 a
250 US$.
• Coeficiente Objetivo son los precios netos de cada actividad.
• Aumento Permisible Indica en cuanto se puede aumentar un coeficiente
objetivo (precio neto) sin que cambie la solución óptima.
• Disminución Permisible Indica en cuanto puede disminuir un coeficiente
objetivo (precio neto) sin que cambie la solución óptima.
• Rango de Optimalidad Se forma a partir de los coeficientes objetivos y
de los aumentos y disminuciones permisibles. La solución óptima de un
modelo de Programación Lineal no cambia si un coeficiente objetivo de al-guna
variable en la función objetiva cambia dentro de cierto rango. Solo se
permite el cambio de un coeficiente.
Por ejemplo, que pasa con la solución óptima si el coeficiente objetivo de la
actividad Avena se incrementa de 20 a 30 US $ ?.
Para responder esta pregunta se deben calcular previamente el rango de
optimalidad, es decir:
Límite superior: 20 + 20 = 40
Límite inferior 20 - 6,667 = 13,337
Dado que el coeficiente objetivo modificado [30] cae en el intervalo [40 ;
13,337] se puede asegurar que no habrá cambio en la solución óptima.
• Valor Final Indica la cantidad de los recursos disponibles utilizados en el
proceso productivo
• Precio Sombra (o Precios Duales). Es el cambio marginal en el valor de la
función objetiva óptima que se produce si se modifica una restricción (es
decir si se incremente en una unidad).
• Restricción Lado Derecho (Constraints). Son límites físicos, económicos,
tecnológicas, o de cualquier otra índole, que se imponen a las variables de
decisión: 12 acres de tierra, 48 horas de trabajo y 360 dólares de capital.
• Aumento y Disminución Permisible Indica en cuanto se puede aumen-tar/
disminuir el recurso disponible sin que se modifique la solución óptima
• Rango de Factibilidad Indica que el valor del precio de sombra permane-cerá
sin modificación alguna, siempre y cuando la restricción en cuestión
permanezca dentro del llamado rango de factibilidad
17. Análisis:
1 La columna Valor Igual (Valor Final) hace referencia al Valor final que
toman las variables de decisión o celdas cambiantes (Changing cells) ( j X )
en la solución óptima. En nuestro ejercicio 6 acres de Maíz ( M X ) y 6 acres
de Avena, ( A X ). Vea celdas D9 y D11, respectivamente
2 La columna Gradiente Reducido (Costo Reducido o costo de oportu-nidad)
le informa al usuario en cuanto debería modificarse el coeficiente
objetivo ( j C ) asociado a una variable ( j X ) en la función objetiva ( Z ) para
que la misma permanezca en la solución.
• Las variables que entran en la solución óptima tienen un Gradiente re-ducido
(Costo reducido o costo de oportunidad) igual a cero. Se les de-nomina
variables básicas.
• Las variables que no entran en la solución óptima tienen costo reducido
negativo (< 0). Se les denomina variables no básicas. En nuestro
ejemplo la Soya no entró en el plan final, por lo tanto su costo reducido
es –10. Esto significa que si por alguna razón el productor forzara la
entrada de un acre de soya en el plan final (reemplazando un acre de
Maíz, por ejemplo) el valor del programa se reduciría en 10 $, es decir
de 360 $ a 350 $
17
Figura 8. Informe de Sensibilidad del Solver
18. 3 La columna Coeficiente Objetivo muestra los precios netos de cada acti-vidad:
Maíz 40, Soya 30 y Avena 20. A continuación se escribe nuevamen-te
18
la función objetivo original por conveniencia:
M S A Z = 40* X + 30* X + 20* X
4 Las dos últimas columnas Aumento permisible y Disminución permisi-ble
muestran el rango en el cual pueden variar los coeficientes de la fun-ción
objetiva (precio neto de cada actividad) sin que cambie la solución óp-tima.
El valor de la función objetiva cambiará, naturalmente, debido a los
cambios en los coeficientes objetivos.
En el ejemplo del profesor Benecke el coeficiente objetivo de la variable
Maíz se puede incrementar de 40 a 60 y disminuir de 40 a 13,33 sin que se
produzca ningún efecto en el valor final de las variables de decisión, cete-ris
paribus. Por supuesto el valor óptimo de la función objetiva cambiará.
Rango de optimalidad del coeficiente objetivo del Maíz
( M C ) ........... [(40 + 20) ; (40 −10) ] = [ 60 ; 30 ]
Rango de optimalidad del coeficiente objetivo de la Avena
( A C ) ………….. [(20 + 20) ; (20 − 6,67) ] = [ 40 ; 13,33 ]
A fin de verificar lo dicho anteriormente seleccionen nuevos coeficientes
objetivos para el Maíz y la Avena dentro del rango de optimalidad: [Maíz
(60 ; 30 )] y [Avena (40 ; 13,33 )], respectivamente. Seleccionen, por
ejemplo: Maíz, 30 y Avena, 13,33. Ahora vayan a la celda C3 y escriban
60, en lugar de 40 y en D3 escriban 13,30 en lugar de 20. Clic en el botón
Restablecer todo. Ejecuten nuevamente el Solver. Observarán que la so-lución
óptima permanece constante: Maíz 6 acres y 6 acres de Avena; no
obstante, el valor óptimo, es decir el ingreso neto disminuirá de 360 hasta
259, 98 US $. Noten igualmente que sobran 36 $ de Capital.
5 La columna Precio de Sombra dice en cuando se incrementaría o dismi-nuiría
el valor de la función objetiva si se incrementara o disminuyera el
recurso disponible (RHS) en una unidad. Así por ejemplo, si el límite de la
primera restricción (disponibilidad del recurso tierra) se incrementara de
12 a 13 acres de tierra, entonces la función objetiva se incrementaría en
10 US $, ceteris paribus.
Por otra parte, si el límite de la restricción trabajo disponible se incremen-tara
de 48 a 49 horas de trabajo, entonces la función objetiva experimen-taría
un incremento de 5 US $, ceteris paribus.
19. El Precio de sombra se conoce en economía con el nombre Producto margi-nal
del recurso y éste indica cuanto estaría el empresario dispuesto a pagar
19
por una unidad adicional del recurso limitante.
Los precios de sombra suministran información relacionada con la produc-tividad
del recurso que se añada. Así por ejemplo el recurso tierra se utili-zará
completamente en el proceso productivo: 6 acres de Maíz y 6 acres de
Avena. Un acre adicional, en caso de que fuera posible, añadiría 10$ al va-lor
de la función objetiva, pero un acre menos reduciría el valor de la fun-ción
objetivo en 10 $). Por otra parte, una hora de trabajo añadiría 5$ al
valor de la función objetiva, pero más capital no añadiría nada debido a
que el recurso no se utilizó completamente.
Los precios de sombra de las restricciones limitantes son diferentes de cero
(caso del factor Tierra, precio de sombra 10 y factor Trabajo, precio de
sombra 5). Los precios de sombra de las restricciones no limitante son
iguales a cero (caso del recurso Capital, precio de sombra igual a cero)
6 Las columnas Aumento permisible y Disminución permisible de una
restricción indican el rango en el cual se puede variar el recurso disponible
(RHS) sin que se modifique la solución óptima. Así por ejemplo, los rangos
de factibilidad de los recursos limitantes (Tierra y Trabajo) son respectiva-mente
los siguientes:
Rango de factibilidad para la restricción Tierra ........
[(12 + 4) ; (12 − 4)] = [16 ; 8]
Rango de factibilidad para la restricción Trabajo ........
[(48 + 8) ; (48 − 24)] = [56 ; 24]
Cualquier cambio dentro de este rango no modifica la naturaleza factible de
la solución óptima, si se asume que todos los restantes parámetros del mo-delo
permanecen constantes. Fuera del rango de valores se requiere re op-timizar,
o sea resolver el problema para determinar el nuevo valor de la fun-ción
objetiva.
20. 20
Informe de Límites
De los tres informes mencionados más arriba, el de Límites fue diseñado por
Microsoft con el fin de suministrar un analisis diferente de sensibilidad.
Los especialistas suelen dar muchísima importancia a los informes de Reporte
y Sensibilidad, por cuanto ellos le permiten simular que pasaría si se cambian
determinados parámetros.
El informe de límites muestra el rango de los valores que pueden asumir las
celdas cambiantes (variables de decisión), basados en los restricciones que se
hayan definido.
Glosario de términos del informe de Límites
• Igual (Valor Final). Hace referencia a la solución óptima encontrada: 6
acres de Maíz y 5 de Avena
• Límite Inferior: Es el menor valor que puede tomar la variable (supo-niendo
que las demás mantienen el valor óptimo encontrado), y satisfa-cer
todas las restricciones.
• Resultado Objetivo. Es el valor que toma la función objetivo si la va-riable
considerada toma el valor del límite inferior y las demás variables
mantienen el valor óptimo encontrado. Ejemplo:
Como calcular los Límites de la Variable Maíz:
Valor del límite inferior de la variable Maíz: 0 acres
Valor Óptimo de la variable Avena: 6 acres
Función objetivo bajo estas condiciones: 40*0+20*6 = 120
• Límite superior. Es el mayor valor que puede tomar la variable (supo-niendo
que las demás mantienen constante el valor óptimo encontrado)
• Resultado objetivo. Es el valor que toma la función objetivo si la va-riable
considerada toma el valor del límite superior y las demás mantie-nen
el valor óptimo encontrado
Valor del límite superior de la variable Maíz: 6 acres
Valor Óptimo de la variable Avena: 6 acres
Función objetivo bajo estas condiciones: 40*6+20*6 = 360
Como calcular los Límites de la Variable Soya:
Valor del límite inferior de la variable Soya: 0 acres
Valor Óptimo de la variable Maíz: 6 acres
Valor Óptimo de la variable Avena 6 acres
Función objetivo bajo estas condiciones: 40*6+20*6 = 360
21. • Límite superior. Es el mayor valor que puede tomar la variable (supo-niendo
que las demás mantienen constante el valor óptimo encontrado)
21
• Resultado objetivo. Es el valor que toma la función objetivo si la va-riable
considerada toma el valor del límite superior y las demás mantie-nen
el valor óptimo encontrado
Valor del límite superior de la variable Soya: 0 acres
Valor Óptimo de la variable Soya: 6 acres
Valor Óptimo de la variable Avena 6 acres
Función objetivo bajo estas condiciones: 40*6+20*6 = 360
Como calcular los Límites de la Variable Avena
Valor del límite inferior de la variable Avena: 0 acres
Valor Óptimo de la variable Maíz: 6 acres
Función objetivo bajo estas condiciones: 40*6+20*0 = 240
• Límite superior. Es el mayor valor que puede tomar la variable (supo-niendo
que las demás mantienen constante el valor óptimo encontrado)
• Resultado objetivo. Es el valor que toma la función objetivo si la va-riable
considerada toma el valor del límite superior y las demás mantie-nen
el valor óptimo encontrado
Valor del límite superior de la variable Avena: 6 acres
Valor Óptimo de la variable Avena: 6 acres
Función objetivo bajo estas condiciones: 40*6+20*6 = 360
Figura 9. Informe de Limites del Solver
22. 22
Bibliografía8
Aieta, Joseph F. (1997). Excel Companion Appendix B. Linear Optimization
Problems Using Excel Solver.
http://faculty.babson.edu/aieta/exclcmpn/AppndxB/appndixb.htm
Benecke, Raymond R. & Ronald Winterboer. Linear Programming Applications
to Farm Planning
Cliff T. Ragsdale. Spreadsheet & Decision Analysis.
http://www.clt.astate.edu/asyamil/ragsdale4edstudent/PPT/Chap04.ppt
Dantzig, George B. (1963) Linear Programming and Extensions, Princeton Uni-versity
Press, Princeton, N.J
Lab Lecture #3 Excel Solver. Introduction to Solver.
http://home.rochester.rr.com/tweak/Lab%203%20--%20Excel%20Solver.html
Lab Lecture #4. Excel Solver and Sensitivity Analysis. General LP Problem
http://home.rochester.rr.com/tweak/Lab%204%20--
%20Excel%20Solver%20and%20Sensitivity%20Analysis.html
Frontline System, Inc. Solver Tutorial for Optimization Users.
http://www.solver.com/tutorial.htm
Helsinki University of Technology. Department of Industrial Engineering and
Management (2005) Ch 2. The Linear Programming.
http://www.tuta.hut.fi/studies/Courses_and_schedules/Isib/TU-
91.113/lecturenotes/Handout6.ppt
Helsinki University of Technology. Department of Industrial Engineering and
Management (2005) The Dual in Linear Programming.
http://www.tuta.hut.fi/studies/Courses_and_schedules/Isib/TU-
91.113/lecturenotes/Handout7.ppt
Massachusetts Institute of Technology. Using Excel Solver (2000)
http://ocw.mit.edu/NR/rdonlyres/Sloan-School-of-Management/15-
053Introduction-to-OptimizationSpring2002/7B200574-0446-43A0-84FE-DFC4E3405F60/
0/usingexcelsolver.pdf
Riley, John. UCLA. Managerial Economics. Using Solver for LP Problems
http://www.econ.ucla.edu/riley/104/LPSolver(IE).htm
8 Para abrir cualquiera de los sites mencionados en la bibliografía, mantengan oprimida
la tecla ctrl. sobre la dirección de su interés y hagan clic con el ratón.
23. University of Waterloo. Simplex Method
http://www.watmims.uwaterloo.ca/~ehassini/msci331/spring2000/week3cond
ensed.pdf#search='excel%20solver%20limits%20report
University of Manitoba. Department of Civil Engineering. Solving LP models
with Excel's Solver. http://www.ce.umanitoba.ca/~rasmusse/cesystems/Sol-
LPmodel.pdf#search='lp%20excel%20solver%20sensitivity%20report'
C. Walter. Using Excel Solver. Linear Programming Models
http://www.pages.drexel.edu/~isp22/pom300/lpsolver.html
Solver. http://www.mgt.buffalo.edu/courses/MGG/633/s1g/Web/Solver/
23