Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 209 vistas

    Reporte Unidad 2 Programacion Lineal

    Cargado por

    Luis Fernando Arriaga
    El documento describe un problema de programación lineal para maximizar los beneficios de una empresa que fabrica dos tipos de pasteles (A y B) sujeto a restricciones en los recursos y la capacidad de producción. Se proponen tres métodos para resolver el problema: el método gráfico, el método Simplex y el uso de un solver. El método Simplex implica la construcción de tablas para identificar la solución óptima de 200 pasteles del tipo A y 600 del tipo B, con beneficios totales de 1300.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Reporte Unidad 2 Programacion Lineal

    Cargado por

    Luis Fernando Arriaga
    209 vistas9 páginas
    El documento describe un problema de programación lineal para maximizar los beneficios de una empresa que fabrica dos tipos de pasteles (A y B) sujeto a restricciones en los recursos y la capacidad de producción. Se proponen tres métodos para resolver el problema: el método gráfico, el método Simplex y el uso de un solver. El método Simplex implica la construcción de tablas para identificar la solución óptima de 200 pasteles del tipo A y 600 del tipo B, con beneficios totales de 1300.

    Descripción original:

    Reporte de programación lineal

    Título original

    Reporte unidad 2 programacion lineal

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El documento describe un problema de programación lineal para maximizar los beneficios de una empresa que fabrica dos tipos de pasteles (A y B) sujeto a restricciones en los recursos y la capacidad de producción. Se proponen tres métodos para resolver el problema: el método gráfico, el método Simplex y el uso de un solver. El método Simplex implica la construcción de tablas para identificar la solución óptima de 200 pasteles del tipo A y 600 del tipo B, con beneficios totales de 1300.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    209 vistas9 páginas

    Reporte Unidad 2 Programacion Lineal

    Cargado por

    Luis Fernando Arriaga
    El documento describe un problema de programación lineal para maximizar los beneficios de una empresa que fabrica dos tipos de pasteles (A y B) sujeto a restricciones en los recursos y la capacidad de producción. Se proponen tres métodos para resolver el problema: el método gráfico, el método Simplex y el uso de un solver. El método Simplex implica la construcción de tablas para identificar la solución óptima de 200 pasteles del tipo A y 600 del tipo B, con beneficios totales de 1300.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 9

    28-9-2020 Programación

    lineal
    Método gráfico, Simplex y Solver

    Arriaga Salas Luis Fernando


    IINSTITUTO TECNOLOGICO DE AGUASCALIENTES
    Una empresa fabrica dos tipos de pasteles A y B. El tipo A es de mejor
    calidad que el tipo B. El benéfico neto es de $2 para el tipo A y de 1.50 para el tipo
    B. El tiempo consumido en la fabricación del tipo A es dos veces el tiempo
    consumido en la del tipo B, y si todos los pasteles fuesen del tipo A y B, la
    empresa

    podría fabricar 1000 pasteles diarios. El abastecimiento de repostería es suficiente


    para fabricar 800 pasteles al día (tipo A o B). Por último, se puede disponer cada
    día de 400 bases de pastel del tipo A y 700 del tipo B.
    ¿Cuál es el número de pasteles de cada tipo a fabricar diariamente de manera que
    se maximice el beneficio total de la empresa?

    Planteamiento analítico:

    Variables de decisión:
    Pastel tipo A = X1
    Pastel tipo B = X2

    Función objetivo: Maximizar beneficios Z = 2x1 + 1.5x2

    Restricciones: 2x1 + x2 ≤ 1000


    X1 + x2 ≤ 800
    X1 ≤ 400
    X2 ≤ 700

    Restricciones de no negatividad: x1 ≥ 0; x2 ≥ 0
    Método grafico
    Pasos necesarios para realizar el método
     Graficar las soluciones factibles, o el espacio de soluciones
    (factible), que satisfagan todas las restricciones en forma
    simultánea
     Las restricciones de no negatividad Xi>= 0 confían todos los
    valores posibles.
     Los espacios encerrados por las restricciones restantes se
    determinan sustituyendo en primer término <= por (=) para cada
    restricción, con lo cual se produce la ecuación de una línea
    recta.
     Trazar cada línea recta en el plano y la región en cual se
    encuentra cada restricción cuando se considera la desigualdad
    lo indica la dirección de la flecha situada sobre la línea recta
    asociada.
     Cada punto contenido o situado en la frontera del espacio de
    soluciones satisfacen todas las restricciones y por consiguiente,
    representa un punto factible.
     Aunque hay un número infinito de puntos factibles en el espacio
    de soluciones, la solución óptima puede determinarse al
    observar la dirección en la cual aumenta la función objetivo.
     Las líneas paralelas que representan la función objetivo se
    trazan mediante la asignación de valores arbitrarios a fin de
    determinar la pendiente y la dirección en la cual crece o decrece
    el valor de la función objetivo.
    (Este lo iba a hacer en geogebra pero me di cuenta que no tenía el programa instalado y sigo sin internet) ja,
    ja
    Método simplex
    El Método Simplex como herramienta de programación lineal constituye una de las
    mejores formas para obtener la solución más óptima en programación lineal.

    1. Variable de decisión. Con estas variables se hace referencia


    al conjunto de variables cuya magnitud se desea determinar.
    2. Restricciones. Están constituidas por el conjunto de
    desigualdades que limitan los valores que puedan tomar las
    variables de desigualdad.
    3. Función objetivo. Es una función matemática que relaciona
    las variables de decisión.
    4. Linealidad. Se refiere a que la relación entre las variables de la
    función objetiva y restricciones deben ser lineales.
    5. Desigualdades. Las desigualdades utilizadas para representar
    las restricciones deben ser cerradas.
    6. Condición de no negatividad. En la programación lineal las
    variables de decisión solo pueden tomar valores mayores o
    iguales que cero.
    Solución óptima: z = 1300; x = 200, y(x1) = 600

    Tabla 1:

    x y s1 s2 s3 s4 s5 s6 z

    s1 2 1 1 0 0 0 0 0 0 1000

    s2 1 1 0 1 0 0 0 0 0 800

    s3 1 0 0 0 1 0 0 0 0 400

    s4 0 1 0 0 0 1 0 0 0 700

    *s5 1 0 0 0 0 0 −1 0 0 0
    *s6 0 1 0 0 0 0 0 −1 0 0

    z −2 −1.5 0 0 0 0 0 0 1 0

    Tabla 2:

    x y s1 s2 s3 s4 s5 s6 z

    s1 0 1 1 0 −2 0 0 0 0 200

    s2 0 1 0 1 −1 0 0 0 0 400

    x 1 0 0 0 1 0 0 0 0 400

    s4 0 1 0 0 0 1 0 0 0 700

    s5 0 0 0 0 1 0 1 0 0 400

    s6 0 −1 0 0 0 0 0 1 0 0

    z 0 −1.5 0 0 2 0 0 0 1 800
    Tabla 3:

    x y s1 s2 s3 s4 s5 s6 z

    y 0 1 1 0 −2 0 0 0 0 200

    s2 0 0 −1 1 1 0 0 0 0 200

    x 1 0 0 0 1 0 0 0 0 400

    s4 0 0 −1 0 2 1 0 0 0 500

    s5 0 0 0 0 1 0 1 0 0 400

    s6 0 0 1 0 −2 0 0 1 0 200

    z 0 0 1.5 0 −1 0 0 0 1 1100
    Tabla 4:

    x y s1 s2 s3 s4 s5 s6 z

    y 0 1 −1 2 0 0 0 0 0 600

    s3 0 0 −1 1 1 0 0 0 0 200

    x 1 0 1 −1 0 0 0 0 0 200

    s4 0 0 1 −2 0 1 0 0 0 100

    s5 0 0 1 −1 0 0 1 0 0 200

    s6 0 0 −1 2 0 0 0 1 0 600

    z 0 0 0.5 1 0 0 0 0 1 1300
    Método por solver

    También podría gustarte