Академический Документы
Профессиональный Документы
Культура Документы
PROGRAMACIN LINEAL
PRESENTADO POR
PABLO ANDRES VELEZ VIDAL
1130595538
VICTOR ALFONSO CLAROS GONZALEZ
1116254281
GRUPO
100404_194
TUTOR
JOHN MAURICIO BLANCO
TABLA DE CONTENIDO
INTRODUCCIN .................................................................................................... 3
OBJETIVOS ............................................................................................................ 4
DESARROLLO DEL TRABAJO .............................................................................. 5
CONCLUSIONES ..................................................................................................19
INTRODUCCIN
Mediante el presente trabajo colaborativo, nos enfrentamos a una serie de
problemas de diversas empresas en las cuales por el mtodo simplex
deben de identificar ciertas variables y resultados para darle respuestas a
las inquietudes, brindando al estudiante en la segunda unidad pautas para
que a travs de su conocimiento pueda analizar una situacin presentada
para posteriormente plantear un problema de programacin lineal buscando
un anlisis crtico, veraz y oportuno.
El curso adems de entregar conocimientos le crea al estudiante
habilidades y destrezas que le permitirn desarrollar en su carrera
profesional, permitiendo tener la capacidad de analizar y corregir diversas
situaciones de la forma correcta logrando la competitividad de la empresa
que lidera.
OBJETIVOS
Objetivo General
Apropiar de forma clara los diferentes conceptos estudiados en la Unidad dos
conociendo las herramientas necesarias para analizar, plantear y comprender y
resolver problemas de Programacin Lineal
Objetivos Especficos
1-
vehiculo x
4
8
6
8
500000
vehiculo y
5
6
8
10
800000
Horas Disponibles
24
32
40
56
4X1 + 5X2 = 24
8X1+ 6X2 = 32
6X1+ 8X2 = 40
8X1+ 10X2 =56
Para dar continuidad al ejercicio, procedemos a la eliminacin de las inecuaciones
y /o restricciones del problema; agregando a cada inecuacin una variable de
holgura, variable de exceso y una variable artificial (de ser necesario).
La restriccin 1 es del tipo '' agregamos la variable de extensin X3
5X1 + 5X2 + 1X3 = 24
La restriccin 2 es del tipo '' agregamos la variable de extensin X4
8 X1 + 6 X2 + 1 X4 = 32
La restriccin 3 es del tipo '' se agrega la variable de extensin X5.
6 X1 + 8 X2 + 1 X5 = 40
La restriccin 4 es del tipo '' se agrega la variable de extensin X6.
8 X1 + 10 X2 + 1 X6 = 56
Iteracin 1.
Una vez llena la tabla, procederemos a realizar el proceso de optimizacin.
1. Buscamos los Zj-Cj< 0 ubicados en la fila 8; sta posee dos valores,
seleccionamos el ms negativo (-800.000) el cual corresponde a la variable X2,
la cual pasar a ser una variable bsica.
2. De los x2 buscamos los cocientes de cada b entre los coeficientes de x1,
(columna razn). Como el cociente ms pequeo es 4.8, la variable bsica
ser x3.
3. El nmero pivote es 5; dividimos E1/5
4. Ahora convertimos en ceros los nmeros que van debajo del pivote, haciendo
operaciones elementales.
E2 6E1
E3 -8E1
E4 -10 E1
5. calculamos los Z en cada columna de las variables
6. Calculamos los CjZj
Debido a que, todos los elementos de ZJ- CJ son mayores que O, terminamos las
iteraciones.
Z = $3.840.000
X1 = 0
X2 = 4.8
La mayor ganancia que puede obtener el taller de latonera cardrum es de
$3.840.000, centrndose en los mantenimientos de los vehculos de carga y;
realizando 4 o 5 mantenimientos (y ninguno de los vehculos domsticos)
desayuno 1x
2
2
1
5000
Desayuno 2 y
3
3
1
6000
Disponibles
1500
1200
1800
Mximo:
Z= 5000 X1 + 6000 X2
Huevos = 2 X1 + 3X2 < = 1500
Panes = 2X1+ 3X2 < =1200
Bebidas = X1 + X2 < = 1800
Iteracin 1:
Luego: Hacemos el proceso de optimizacin.
1. En la segunda fila buscamos los Zj Cj < 0 y se observa que hay dos valores,
seleccionamos el ms negativo: -6000 cuyo nmero corresponde a la variable
x2, que ser la variable que entrar a ser bsica.
2. De la variable x2 obtenemos los cocientes de cada b entre los coeficientes de
x2 en la columna razn. El cociente ms pequeo es 400, esto indica que la
variable bsica que saldr es X4.
3. El nmero pivote es 3, por lo que se debe dividir toda la fila por 3
4. Hacemos cero los valores de encima y abajo del valor pivote para ello
multiplicamos.
E1-3E2
E3-E2
5. calculamos los Z en cada columna de las variables
6. Calculamos los Zj Cj y los resultados.
Empanadas x
buuelos y
Amasado
Dar Forma
Frer
utilidades
4
3
5
500
5
2
4
600
Minutos
Disponibles
40
30
50
Z = 500 X1 + 600 X2
4 X1 + 5 X2 <= 40
3 X1 + 2 X2 <= 30
5 X1 + 4 X2 <= 50
Eliminamos las inecuaciones y agregamos la variable de extensin, para convertir
en ecuacin
Como la restriccin 1 es del tipo '' se agrega la variable de holgura X3
4 X1 + 5 X2 + 1 X3 = 40
Como la restriccin 2 es del tipo '' se agrega la variable de holgura X4.
3 X1 + 2 X2 + 1 X4 = 30
Como la restriccin 3 es del tipo '' se agrega la variable de holgura X5.
5 X1 + 4 X2 + 1 X5 = 50
MAXIMIZAR: 500 X1 + 600 X2 + 0 X3 + 0 X4 + 0 X5
Tabla 1.
Iteracin 1:
Proceso de optimizacin.
1. En la segunda fila buscamos los Zj - Cj< 0 y podemos ver que hay 2 valores,
seleccionando al ms negativo osea, 600 correspondiente a la variable X2,
que ser la variable que entrar a ser bsica.
2. De x2 obtenemos los cociente de cada b entre los coeficientes de x2 en la
columna razn. El cociente ms pequeo es 8, esto indica que la variable
bsica que saldr es x3.
3. El nmero pivote es 5, por lo que se debe dividir toda la fila por 5
4. Hacemos ceros los nmeros que van por encima y debajo del pivote, mediante
las siguientes operaciones elementales.
E1-2E2
E3-4E2
5. calculamos los Z en cada columna de las variables
6. Calculamos los Zj Cj
Tabla de datos.
De lo anterior podemos concluir que la seora Sofa puede obtener una ganancia
ms de $5000 si produce y vende 10 empanadas, de acuerdo a la informacin
dada
Proceso Producto
proceso
maquina
utilidad
Maz Amarillo x
0.25
70
50000
Maz Blanco y
0.21
90
70000
Horas Disponibles
8
160
Z = 50000 X1 + 70000 X2
0.25 X1 + 0.21 X2 <= 8
70 X1 + 90 X2 <= 160
Eliminamos las inecuaciones y agregamos la variable de extensin, para convertir
en ecuacin
Como la restriccin 1 es del tipo '' se agrega la variable de holgura X3
0.25 X1 + 0.21 X2 = 8
Como la restriccin 2 es del tipo '' se agrega la variable de holgura X4.
70 X1 + 90 X2 = 160
MAXIMIZAR: 50000 X1 + 70000 X2 + 0 X3 + 0 X4
Tabla 1.
Iteracin 1:
Proceso de optimizacin.
3. En la segunda fila buscamos los Zj - Cj< 0 y podemos ver que hay 2 valores,
seleccionando al ms negativo osea, 70000 correspondiente a la variable X2,
que ser la variable que entrar a ser bsica.
4. De x2 obtenemos los cociente de cada b entre los coeficientes de x2 en la
columna razn. El cociente ms pequeo es 1,7, esto indica que la variable
bsica que saldr es x4.
3. El nmero pivote es 90, por lo que se debe dividir toda la fila por 90
4. Hacemos ceros los nmeros que van por encima y debajo del pivote, mediante
las siguientes operaciones elementales.
E1-2E2
E3-4E2
5. calculamos los Z en cada columna de las variables
6. Calculamos los Zj Cj
Tabla de datos.
Proceso producto
Diseo
Corte
Costura
Utilidad
Pantaln x
2
2
3.5
12000
Short y
2
2.5
3
15000
Bata z
1
1
1.5
13000
Horas disponibles
160
192
208
Iteracin 1:
Proceso de optimizacin.
5. En la segunda fila buscamos los Zj - Cj< 0 y podemos ver que hay 2 valores,
seleccionando al ms negativo osea, 15000 correspondiente a la variable X2,
que ser la variable que entrar a ser bsica.
6. De x2 obtenemos los cocientes de cada b entre los coeficientes de x2 en la
columna razn. El cociente ms pequeo es 69,33, esto indica que la variable
bsica que saldr es x3.
3. El nmero pivote es 3, por lo que se debe dividir toda la fila por 3
4. Hacemos ceros los nmeros que van por encima y debajo del pivote, mediante
las siguientes operaciones elementales.
E1-2E2
E3-4E2
5. calculamos los Z en cada columna de las variables
6. Calculamos los Zj Cj
Tabla de datos.
CONCLUSIONES
La programacin lineal es una herramienta que permite adoptar diferentes
mtodos para la solucin de problemas en diversas situaciones empresariales ya
sea de capital humano como de produccin, permitiendo a las organizaciones el
buen funcionamiento y la solidez de sus inversiones.
Con el planteamiento de los diversos problemas, se pretendi definir la eficiencia y
eficacia al momento de ofertar y determinar la demanda que existe en el mercado,
generando ganancias y prestigio para la empresa.
Llegando a optimizar la produccin reduciendo materia prima, tiempo y costos al
momento de fabricar un producto.
La elaboracin del trabajo nos permiti tomar bases para desarrollar nuestra
carrera y fortalecer nuestras habilidades, al lograr solucionar inconvenientes que
se presentan en las diferentes labores, adems del compromiso asumido en
nuestro modulo.
A travs de este trabajo se lograron aprender a manejar el programa de mtodo
simplex y tambien aprender a formular problemas de la vida real a modelos
matemticos, todo esto nos ayudar a tener un mejor aprendizaje, a ser mejores
analistas, poder resolver diferentes situaciones que se nos presente a nivel laboral
y personal.