Watch now! | List Films of 2018 | Underdog (2007) 1080p

EJERCICIOS RESUELTOS DE PROGRAMACIÓN LINEAL


Save this PDF as:
 WORD  PNG  TXT  JPG

Tamaño: px
Comenzar la demostración a partir de la página:

Download "EJERCICIOS RESUELTOS DE PROGRAMACIÓN LINEAL"

Transcripción

1 EJERCICIOS RESUELTOS DE PROGRAMACIÓN LINEAL. Para facilitar la elaboración del modelo matemático en La Programación Lineal (PL) recomendamos lectura y análisis de las siguientes 12 consideraciones: Si llamamos: Exprese algebraicamente : Xa = Producto A Xb = Producto B 1) Hoy fabriqué 60 unidades de cada producto: 2) La producción total fue de 120 productos: y Xa = 60 ; Xb = 60 Xa + Xb = 120 3) Para que sea rentable tengo que producir por lo menos 50 productos A y 55 productos B: Xa > = 50 ; Xb > = 55 4) La capacidad de producción es de 180 unidades 5) Los clientes compran más productos A que productos B : 6) Por cada producto A que se venda se venden dos productos B : (Recordar Razón de proporcionalidad ) Xa + Xb < = 180 Xa > = Xb 2 Xa = Xb 7) Las ventas del producto A superan las del producto B cuando menos en 30 unidades: Xa > = Xb + 30 PROGRAMACION LINEAL - 3-8) La capacidad de espacio de almacenamiento en la fábrica es de 200 productos: Xa + Xb < = 200 9) La materia prima me permite fabricar un máximo de 160 unidades: Xa + Xb < = ) El producto A necesita 2 unidades de materia prima w y el producto B necesita 3 unidades de la misma materia prima, la disponibilidad de la materia prima w en los depósitos de la empresa es de 800 unidades: 2 Xa + 3 Xb < = ) Si Z representa la utilidad total y la utilidad del producto A es de Bs 20,oo y la utilidad del producto B es de Bs 25,oo : Z = 20 Xa + 25 Xb 12) Si se venden 50 productos A y 60 productos B la utilidad será : Z = 20 (50) + 25 (60) = Z = Bs 2.500,oo EJERCICIO 1. Página 25. TAHA. 6ta edición. Respuesta: José Luis Albornoz S. La tienda de comestible BK vende dos tipos de bebidas: La marca sabor a cola A1 y la marca propia de la tienda, Bk de cola, más económica. El margen de utilidad en la bebida A1 es de 5 centavos de dólar por lata, mientras que la bebida de cola Bk suma una ganancia bruta de 7 centavos por lata. En promedio, la tienda no vende más de 500 latas de ambas bebidas de cola al día. Aún cuando A1 es una marca más conocida, los clientes tienden a comprar más latas de la marca Bk, porque es considerablemente más económica. Se calcula que las ventas de la marca Bk superan a las de la marca A1 en una razón 2:1 por lo menos. Sin embargo, BK vende, como mínimo, 100 latas de A1 al día. Cuántas latas de cada marca debe tener en existencia la tienda diariamente para maximizar su utilidad?. Respuesta: En la pregunta, al final del enunciado, se identifican claramente las variables de decisión ya que se hace referencia a las dos marcas de bebidas de cola en lata. ING. José Luís Albornoz Salazar - 4 -

2 A1 = Latas de bebida A1 que debe tener la tienda en existencia diariamente. A2 = Latas de bebida Bk que debe tener la tienda en existencia diariamente. El objetivo es incrementar al máximo la utilidad por la venta de los dos tipos de bebidas. Se menciona que la utilidad es de 5 centavos por lata de A1 y 7 centavos por lata de Bk. La ecuación que representa la utilidad total por concepto de ventas de latas de estas bebidas será: Z = 5 A1 + 7 A2 Ahora analizamos el enunciado del ejercicio buscando las condiciones o restricciones que limitan las ventas de dichas bebidas: Nota: Es bueno recomendar que las restricciones se expresen de manera tal que las incógnitas queden del lado izquierdo de la desigualdad o ecuación y los términos independientes (números) del lado derecho. Esta recomendación nos facilitará el uso de las hojas de cálculo u otros métodos de resolución (método simplex, programas computarizados, etc.). - En promedio la tienda no vende más de 500 latas de ambas bebidas al día: - Los clientes tienden a comprar más latas de la marca Bk : A2 > = A1 (atendiendo la nota anterior) A1 + A2 < = 500 (1) - A1 + A2 > = 0 (2) -Las ventas de Bk superan a las ventas de A1 en una razón de 2:1 por lo menos (Ver y analizar el ordinal 6 de la página 3 ) : A2 > = 2 A1 (atendiendo la nota anterior) El Modelo de Programación Lineal (MPL) quedará expresado como: MAXIMIZAR : Z = 5 A1 + 7 A2 Sujeto a: A1 + A2 < = 500 (1) - A1 + A2 > = 0 (2) - 2 A1 + A2 > = 0 (3) A1 > = 100 (4) Y a la condición de no negatividad que implica que todas las variables de decisión sean positivas (valores mayores o iguales a cero) A1, A2 > = 0 (5) Solución Gráfica: El problema tiene solamente dos variables de decisión, A1 y A2, y por lo tanto sólo dos dimensiones, así que podemos usar un procedimiento gráfico para resolverlo. Dicho proceso consiste en dibujar un gráfico en dos dimensiones, utilizando a A1 y A2 como los ejes. El primer paso consiste en identificar los valores de A1 y A2 permitidos por las restricciones, esto es, la región o área factible de solución determinada por las restricciones. Recuerde que las restricciones de no negatividad ( A1 > = 0 ; A2 > = 0) limitarán la región factible a estar en el cuadrante positivo (conocido como primer cuadrante). 500 A2 - Estudiando la primera restricción A1 + A2 < = 500 (1) El área sombreada representa el espacio de solución factible de A1 + A2 < = Se venden como mínimo 100 latas de A1 al día: - 2 A1 + A2 > = 0 (3) A1 + A2 = 500 A1 > = 100 (4) PROGRAMACION LINEAL A1 ING. José Luís Albornoz Salazar - 6 -

3 El procedimiento más recomendado consiste en trazar la recta ( generada por la restricción ) y sombrear el lado factible y a medida que vayamos graficando nuevas rectas borramos el área sombreada anteriormente que no cumpla con esta nueva restricción. En el gráfico anterior notamos que el punto (100,200) cumple con la restricción ( < 500) por lo que todos los que están en el primer cuadrante y del lado izquierdo de la recta también. - Estudiando la restricción 2: - A1 + A2 > = 0 (2) A2 El área sombreada representa el espacio de solución factible de A1 + A2 < = y - A1 + A2 > = 0 A1 + A2 = A1 + A2 = 0 El punto (100,200) cumple con la restricción dos ( > 0) y ya vimos que cumple con la restricción 1. Sin embargo el punto (200,100) cumple con la restricción 1 ( < 500) pero NO cumple con la restricción 2 ( no es mayor que 0) por lo tanto no estará dentro del espacio de solución. El estudiante debe recordar que para formar parte del espacio de solución o área factible los puntos deben cumplir con todas las restricciones que se vayan estudiando. El último aspecto señalado permite garantizar que la solución encontrada cumpla con todas las restricciones o limitaciones que impone el Modelo Matemático. Nótese también que a medida que se van analizando las restricciones el espacio factible (área sombreada) se hace menor. JAMAS crecerá. A1 PROGRAMACION LINEAL Estudiando la restricción 3: - 2A1 + A2 > = 0 (3) A2 El área sombreada representa el espacio de solución factible - 2 A1 + A2 = 0 de - 2 A1 + A2 > = 0 A1 + A2 < = A1 + A2 > = A2 A1 + A2 = Estudiando la restricción 4: - A1 + A2 = 0 A1 A1 > =100 (4) A1 = 100 El área sombreada representa el espacio - 2 A1 + A2 = 0 TOTAL de solución A1 + A2 = A1 + A2 = 0 Definida como ha sido el área total de factibilidad, el último paso consiste en escoger el punto de dicha región que maximiza el valor de la función objetivo. En un punto de esquina de esta área sombreada se encuentra el punto óptimo de solución, es decir el punto que contiene el valor de A1 y A2 que cumpliendo con todas las restricciones me permitirá obtener el máximo valor de Z. (Zmáx.) A1 ING. José Luís Albornoz Salazar - 8 -

4 Para determinar este punto de esquina se utiliza un procedimiento de ensayo y error que consiste en darle valores arbitrarios a la función objetivo (Z) y al graficarla generará una recta que OBLIGATORIAMENTE es paralela a la recta de la FUNCIÓN OBJETIVO ÓPTIMA (Zmáxima) y que en el caso de maximización será la que contenga al ya mencionado punto de esquina que esté ubicado en la recta paralela mas alejada del origen (en el caso de minimización será la que esté más cerca del origen). Para fijar mejor la idea de cómo realizar este procedimiento graficaremos dos rectas: Z = = 5 A1 + 7 A2 y, Z = = 5 A1 + 7 A2. Antes de seguir el procedimiento es bueno aclarar que estos valores que se asignen a Z no tienen ninguna relevancia ni representan ningún dato importante de la solución del problema. Repetimos, son valores arbitrarios que únicamente nos ayudan a visualizar la pendiente de la recta de la función objetivo. (No deben confundirla con Zmáx.. que es el error más común que cometen los estudiantes). El punto óptimo (donde Z alcanza el máximo valor) es la intersección de las rectas (1) y (4) representado por el par ordenado ( 100, 400 ), donde: A1 = 100 y A2 = 400 Lo que significa que para maximizar su utilidad la tienda debe tener en existencia diariamente 100 latas de bebida A1 y 400 latas de bebida Bk. La máxima utilidad se calcula sustituyendo estos valores en la función objetivo (Z). A2 Z = 5 A1 + 7 A2 ; Z = 5 (100) + 7 (400) Zmáx = 3.300,oo centavos de dólar. (4) Punto óptimo (100,400) 500 (3) (2) Zmáx = $ 33,oo A2 (4) Punto óptimo 500 (3) (2) Zmáx = Z = Z = (1) A1 500 (1) Al seguir trazando rectas paralelas invisibles notaré que el punto de esquina buscado es la intersección de las rectas (1) y (4) y que puede calcularse resolviendo un sistema de dos ecuaciones y dos incógnitas: A1 A1 + A2 = 500 (Ecuación 1) A1 = 100 (Ecuación 4) PROGRAMACION LINEAL DESPLIEGUE Y SOLUCIÓN DEL MODELO MATEMÁTICO EN LA HOJA DE CÁLCULO EXCEL: Para facilitar las consultas posteriores se recomienda identificar los cuadros en Excel, para ello utilizamos las dos primeras filas. Coloque en la FILA 3 los valores que acompañan las incógnitas o variables de decisión en la función objetivo Z. ING. José Luís Albornoz Salazar

5 Introduzca las fórmulas en las celdas G5, G6, G7 y G8 ; ellas reflejarán los valores que adquieren las condiciones de restricción una vez resuelto el problema. - Celda G5 =B5*B12+C5*C12 Introduzca las restricciones que aparecen en el modelo matemático. Introduzca ceros en las celdas donde desea se reflejen los resultados de A1 y A2 (en este caso B12 y C12). - Celda G6 =B6*B12+C6*C12 - Celda G7 =B7*B12+C7*C12 - Celda G8 =B8*B12+C8*C12 (En la hoja de cálculo se reflejarán ceros inicialmente) Introduzca la fórmula de la función objetivo en la celda G12. PROGRAMACION LINEAL G12 =B3*B12+C3*C12 ING. José Luís Albornoz Salazar

6 Para calcular el valor de Z máximo, se utiliza una herramienta que incluye Excel llamada SOLVER. Para correr el Solver se elige SOLVER en el menú Herramientas. En caso de que su computador no muestre en el menú Herramientas el comando Solver, busque en dicho menú el comando Complementos e instale Solver. Una vez instalado haga clic en Solver y se mostrará un cuadro de diálogo Parámetros de Solver. En ella se reflejará el valor de Zmáximo una vez aplicado Solver. Inicialmente reflejará cero. Una vez que se introduce el modelo en la hoja de cálculo, es sencillo analizar soluciones potenciales. Cuando se dan valores a las variables de decisión (celdas B12 y C12), la columna G muestra de inmediato los valores de cada condición de restricción (celdas G5 hasta G8) y la celda G12 muestra la ganancia total. Haga una prueba con este ejercicio y coloque 10 en las celdas B12 y C12 respectivamente. Si ha llenado bien su hoja de cálculo en la pantalla de su PC aparecerán los valores que mostramos a continuación: Antes de que Solver pueda resolver el problema, necesita conocer con exactitud, donde se localizan los componentes del modelo en la hoja de cálculo. Es posible escribir las direcciones de las celdas o hacer clic en ellas. En el espacio superior izquierdo del cuadro de diálogo mostrado, donde se solicita la celda objetivo coloque $G$12. En los círculos blancos donde se solicita el valor de la celda objetivo indique Máximo. El modelo matemático pide maximizar Z.(haga clic sobre la palabra máximo). En el espacio central izquierdo, donde se solicita cambiando las celdas indique las celdas donde se propuso anteriormente que se mostraran los resultados de cada incógnita. En este caso son las celdas B12 y C12, coloque $B$12:$C$12. PROGRAMACION LINEAL ING. José Luís Albornoz Salazar

7 Haga clic en Aceptar. Este procedimiento se hará tantas veces como sea necesario en atención al número de restricciones que presente el modelo. $G$7 > = $E$7 En el espacio en blanco, en la parte inferior izquierda, Sujetas a las siguientes Restricciones indique las restricciones o condiciones del problema, para lo cual haga clic en Agregar. $G$8 > = $E$8 En este momento aparecerá en la pantalla el cuadro de diálogo Agregar Restricción. Coloque: $G$5 < = $E$5 Sea muy cuidadoso al introducir las restricciones, sobre todo con los signos de desigualdad o igualdad (es el error más común que se comete). Ahora el cuadro de diálogo resume el modelo completo. Se le está ordenando al programa que A1 + A2 debe ser menor a 500 Haga clic en Aceptar. Regresará en la pantalla el cuadro Parámetros de Solver, vuelva a hacer clic en Agregar y volverá a aparecer Agregar Restricción, coloque ahora: $G$6 > = $E$6 PROGRAMACION LINEAL Antes de pedir a Solver que resuelva el modelo, se elige el botón Opciones y aparecerá el cuadro de diálogo Opciones de Solver. ING. José Luís Albornoz Salazar

8 Y aparecerá la hoja de resultados: Este cuadro permite especificar las opciones para resolver el modelo. Lo más importante son las opciones Adoptar Modelo Lineal y Asumir no negativos (asegúrese de hacer clic sobre ellos). Con un clic en Aceptar se regresa al cuadro de diálogo Parámetros de Solver. Los resultados de este ejercicio se leen de la siguiente manera: A1 = 100 A2 = 400 Para maximizar la utilidad la tienda debe tener en existencia 100 latas de la marca A1 y 400 latas de la marca Bk. Ahora todo está listo para hacer clic en Resolver y después de unos segundos Solver indicará los resultados en las celdas B12 y C12, y en la celda objetivo (G12) aparecerá el valor máximo de la función objetivo (Zmáx). En el cuadro final Resultados de Solver, haga clic en Aceptar. PROGRAMACION LINEAL La utilidad máxima que obtendrá al vender las cantidades indicadas anteriormente será de 3300 centavos de dólar. Zmáx = 3.300,oo ING. José Luís Albornoz Salazar

9 EJERCICIO 2. Página 25. TAHA. 6ta edición. Respuesta: José Luis Albornoz S. BFC emplea a cuatro carpinteros durante 10 días para ensamblar mesas y sillas. Se requieren 2 horas para ensamblar una mesa y 30 minutos para ensamblar una silla. Por lo común, los clientes compran entre cuatro y seis sillas con cada mesa. Las utilidades son de $ 135 por mesa y $ 50 por silla. La compañía opera un turno de 8 horas al día. Determine gráficamente la mezcla de producción óptima de los 10 días. Respuesta: Las variables de decisión estarán representadas como: M = Mesas a ensamblar durante 10 días. S = Sillas a ensamblar durante 10 días. Se entiende que buscar la mezcla óptima de producción es aquella que genere mayores beneficios. Por lo que el Modelo de PL tendrá que enfocar MAXIMIZAR la función objetivo (Z). La función objetivo relacionará entonces la utilidad de cada variable de decisión: Z = $135 M + $50 S Se requieren 2 horas para ensamblar una mesa y 30 minutos para ensamblar una silla y el tiempo total disponible es de 80 horas: - Los clientes compran entre 4 y 6 sillas con cada mesa ( 4 M < = S = < 6 M ): 4 M < = S (colocando las incógnitas del lado izquierdo) S < = 6 M (colocando las incógnitas del lado izquierdo) 2 M + 0,5 S < = 80 (1) 4 M - S < = 0 (2) - 6 M + S < = 0 (3) - Condición de no negatividad que implica que todas las variables de decisión sean positivas (valores mayores o iguales a cero) Solución Gráfica: S Estudiando la restricción 1: M ; S > = 0 (4) 2 M + 0,5 S < = 80 (1) Sujeta a las siguientes restricciones: 120 2M + 0,5 S = 80 Antes de abordar las restricciones es bueno señalar las unidades de tiempo en que vamos a trabajar. Se recomienda trabajar en horas y hacer las siguientes observaciones: minutos = 0,5 horas. - La compañía opera 8 horas al día y empleará 10 días para ensamblar mesas y sillas. El tiempo total de trabajo será de 80 horas (8 x 10): - Tiempo de ensamblaje: PROGRAMACION LINEAL M ING. José Luís Albornoz Salazar

10 - Estudiando la restricción 2: 4 M - S < = 0 (2) - Utilizando el procedimiento de ensayo y error para: S Z = S 160 (1) (3) (2) Punto óptimo 120 4M S = 0 80 Zmáx 80 2 M + 0,5 S = Z = M El punto óptimo (donde Z alcanza el máximo valor) es la intersección de las rectas (1) y (3) representado por el par ordenado ( 16, 96), donde: M S Estudiando la restricción 3: - 6 M + S = 0-6 M + S < = 0 (3) M = 16 y S = 96 Lo que significa que para maximizar su utilidad BFC debe ensamblar 16 mesas y 96 sillas durante los 10 días. La máxima utilidad se calcula sustituyendo estos valores en la función objetivo (Z). Z = 135 M + 50 S ; Z = 135 (16) + 50 (96) 120 4M S = 0 Zmáx = $ 6.960,oo 80 2 M + 0,5 S = 80 DESPLIEGUE Y SOLUCIÓN DEL MODELO MATEMÁTICO EN LA HOJA DE CÁLCULO EXCEL: 40 El procedimiento es similar al utilizado en el Ejercicio M PROGRAMACION LINEAL Coloque en la FILA 3 los valores que acompañan las incógnitas o variables de decisión en la función objetivo Z. ING. José Luís Albornoz Salazar

11 Introduzca las restricciones que aparecen en el modelo matemático. Introduzca ceros en las celdas donde desea se reflejen los resultados de M y S (en este caso B12 y C12). Introduzca la fórmula de la función objetivo en la celda G12. - G12 =B3*B12+C3*C12 Introduzca las fórmulas en las celdas G5, G6, y G7; ellas reflejarán los valores que adquieren las condiciones de restricción una vez resuelto el problema. - Celda G5 =B5*B12+C5*C12 - Celda G6 =B6*B12+C6*C12 - Celda G7 =B7*B12+C7*C12 Haga clic en Solver y se mostrará un cuadro de diálogo Parámetros de Solver. En el espacio superior izquierdo del cuadro de diálogo mostrado, donde se solicita la celda objetivo coloque $G$12. En los círculos blancos donde se solicita el valor de la celda objetivo indique Máximo. El modelo matemático pide maximizar Z.(haga clic sobre la palabra máximo). En el espacio central izquierdo, donde se solicita cambiando las celdas indique las celdas donde se propuso anteriormente que se mostraran los resultados de cada incógnita. En este caso son las celdas B12 y C12, coloque $B$12:$C$12. PROGRAMACION LINEAL ING. José Luís Albornoz Salazar

12 En el espacio en blanco, en la parte inferior izquierda, Sujetas a las siguientes Restricciones indique las restricciones o condiciones del problema, para lo cual haga clic en Agregar. < =. En este caso se le ordena al Todas las restricciones son del tipo programa que los valores de las celdas G5, G6 y G7 deben ser menores o iguales a los de las celdas E5, E6 y E7 respectivamente. Ahora todo está listo para hacer clic en Resolver y después de unos segundos Solver indicará los resultados en las celdas B12 y C12, y en la celda objetivo (G12) aparecerá el valor máximo de la función objetivo (Zmáx). En el cuadro final Resultados de Solver, haga clic en Aceptar. - Coloque: $G$5:$G$7 <= $E$5:$E$7 Y aparecerá la hoja de resultados: También puede hacerlo una a una como en el ejercicio anterior. Antes de pedir a Solver que resuelva el modelo, se elige el botón Opciones y aparecerá el cuadro de diálogo Opciones de Solver. Los resultados de este ejercicio se leen de la siguiente manera: M = 16 S = 96 Este cuadro permite especificar las opciones para resolver el modelo. Lo más importante son las opciones Adoptar Modelo Lineal y Asumir no negativos (asegúrese de hacer clic sobre ellos). Con un clic en Aceptar se regresa al cuadro de diálogo Parámetros de Solver. PROGRAMACION LINEAL Para maximizar la utilidad BFC debe ensamblar 16 mesas y 96 sillas durante los 10 días. La utilidad máxima que obtendrá al vender las cantidades indicadas anteriormente será de 6.690,oo dólares. Zmáx = $ 6.690,oo ING. José Luís Albornoz Salazar

13 EJERCICIO 3. Página 18. TAHA. 6ta edición. Respuesta: José Luis Albornoz S. Jack es un estudiante emprendedor de primer año de universidad. Jack quiere distribuir su tiempo disponible, de alrededor de 10 horas al día, entre el estudio y la diversión. Calcula que el juego es dos veces más divertido que el estudio. También quiere estudiar por lo menos tanto como juega. Sin embargo, Jack comprende que si quiere terminar todas sus tareas universitarias, no puede jugar más de cuatro horas al día. Cómo debe distribuir Jack su tiempo para maximizar su satisfacción tanto en el estudio como en el juego.? Respuesta: Primero defino las variables de decisión que tratamos de determinar y en la pregunta, al final del enunciado, notamos que se refiere al tiempo para estudio y para juego que debe distribuir Jack. Por lo tanto, las variables de decisión del modelo se pueden definir como: Xe = Horas de estudio al día. 2) Jack quiere estudiar por lo menos ( > = ) tanto como juega: Xe > = Xj que es igual a - Xj + Xe > = 0 3) Jack comprende que si quiere terminar sus tareas no puede jugar más ( < = ) de 4 horas al día: Xj < = 4 De manera que el Modelo de Programación Lineal (MPL) quedará expresado como: MAXIMIZAR Z = 2 Xj + Xe Solución Gráfica: Xj 8 Sujeto a; (1) (2) Xj + Xe < = 10 (1) - Xj + Xe > = 0 (2) Xj < = 4 (3) Xj, Xe > = 0 (4) Xj = Horas de juego al día. Conociendo las variables, la siguiente tarea es encontrar la función objetivo. El objetivo es lograr la máxima satisfacción tanto en el estudio como en el juego. Si Z representa la satisfacción diaria y el juego es dos veces más divertido que el estudio, obtendremos que : Z = 2 Xj + Xe El último elemento del modelo aborda las restricciones que limitan el empleo del tiempo: 1) Jack quiere distribuir el tiempo disponible (< =) de alrededor de 10 horas al día, entre el estudio y la diversión: Xj + Xe < = 10 (Las horas destinadas al juego más las horas destinadas al estudio serán menores o iguales a 10 horas diarias que es el tiempo disponible de Jack) PROGRAMACION LINEAL Punto óptimo Z=10 4 (3) Zmáxima El punto óptimo (donde Z alcanza el máximo valor) es la intersección de las rectas (1) y (3) representado por el par ordenado ( 6, 4), donde: Xe Xe = 6 y Xj = 4 ING. José Luís Albornoz Salazar

14 Lo que significa que para maximizar su satisfacción Jack dedicará 4 horas al juego y 6 horas diarias al estudio.. La máxima satisfacción se calcula sustituyendo estos valores en la función objetivo (Z). Z = 2 Xj + Xe ; Z = 2 (4) + 6 Zmáx = 14 unidades de satisfacción DESPLIEGUE Y SOLUCIÓN DEL MODELO MATEMÁTICO EN LA HOJA DE CÁLCULO EXCEL: El procedimiento es similar al utilizado en el Ejercicio 1. Coloque en la FILA 3 los valores que acompañan las incógnitas o variables de decisión en la función objetivo Z. Introduzca las restricciones que aparecen en el modelo matemático. Introduzca ceros en las celdas donde desea se reflejen los resultados de Xj y Xe (en este caso B12 y C12). Introduzca las fórmulas en las celdas G5, G6, y G7; ellas reflejarán los valores que adquieren las condiciones de restricción una vez resuelto el problema. Haga clic en Solver y se mostrará un cuadro de diálogo Parámetros de Solver. En el espacio superior izquierdo del cuadro de diálogo mostrado, donde se solicita la celda objetivo coloque $G$12. En los círculos blancos donde se solicita el valor de la celda objetivo indique Máximo. El modelo matemático pide maximizar Z.(haga clic sobre la palabra máximo). En el espacio central izquierdo, donde se solicita cambiando las celdas indique las celdas donde se propuso anteriormente que se mostraran los resultados de cada incógnita. En este caso son las celdas B12 y C12, coloque $B$12:$C$12. - Celda G5 =B5*B12+C5*C12 - Celda G6 =B6*B12+C6*C12 - Celda G7 =B7*B12+C7*C12 Introduzca la fórmula de la función objetivo en la celda G12. - G12 =B3*B12+C3*C12 PROGRAMACION LINEAL ING. José Luís Albornoz Salazar

15 En el espacio en blanco, en la parte inferior izquierda, Sujetas a las siguientes Restricciones indique las restricciones o condiciones del problema, para lo cual haga clic en Agregar. Los resultados de este ejercicio se leen de la siguiente manera: Xj = 4 Xe = 6 Para maximizar su satisfacción, Jack dedicará 4 horas al juego y 6 horas diarias al estudio. La máxima satisfacción que alcanzará Jack será de: Zmáx = 14 unidades de satisfacción Antes de pedir a Solver que resuelva el modelo, se elige el botón Opciones y aparecerá el cuadro de diálogo Opciones de Solver. Este cuadro permite especificar las opciones para resolver el modelo. Lo más importante son las opciones Adoptar Modelo Lineal y Asumir no negativos (asegúrese de hacer clic sobre ellos). Con un clic en Aceptar se regresa al cuadro de diálogo Parámetros de Solver. Ahora todo está listo para hacer clic en Resolver y después de unos segundos Solver indicará los resultados en las celdas B12 y C12, y en la celda objetivo (G12) aparecerá el valor máximo de la función objetivo (Zmáx). En el cuadro final Resultados de Solver, haga clic en Aceptar. Y aparecerá la hoja de resultados: PROGRAMACION LINEAL EJERCICIO 4. Página 26. TAHA. 6ta edición. Respuesta: José Luis Albornoz S. El banco de Elkin está asignando un máximo de $ ,oo para préstamos personales y de automóviles durante el próximo mes. El banco cobra 14% por préstamos personales y 12% por préstamos para automóviles. Ambos tipo de préstamos se liquidan al final de un período de un año. La experiencia muestra que alrededor del 3% de los préstamos personales y el 2% de los préstamos para automóviles nunca se liquidan. Por lo común, el banco asigna cuando menos el doble de los préstamos personales a los préstamos para automóviles. Determine la asignación óptima de fondo para los dos tipos de préstamos. Respuesta: ING. José Luís Albornoz Salazar

16 Al analizar el enunciado del problema observamos claramente que las variable se relacionan con dos tipos de créditos: Xa = Cantidad de dinero asignada a los préstamos para autos. Xp = Cantidad de dinero asignada a los préstamos personales. El objetivo principal está relacionado lógicamente con la mayor utilidad que obtendrá el banco con la asignación de esos dos tipos de préstamo. Por lo que debemos tener presente que la utilidad viene dada por la diferencia entre lo que obtengo y lo que pierdo o dejo de ganar. Obtengo 14% por préstamos personales y 12% por préstamos para automóviles, pero después observo que nunca se liquidan o se pierden 3% de lo préstamos personales y 2% de los préstamos para autos. Entonces la función objetivo puede ser expresada como: - Condición de no negatividad: - Solución Gráfica: Xp (1) Xa - 2 Xp > = 0 (2) Xa, Xp > = 0 (3) Punto óptimo (2) Z = Z = (12% Xa + 14% Xp) (2% Xa + 3% Xp) O también: Xa Z = 12% Xa 2% Xa + 14% Xp 3% Xp Z = 10% Xa + 11% Xp El modelo de PL quedará expresado como: MAXIMIZAR Sujeta a las siguientes restricciones: Z = 0,10 Xa + 0,11 Xp - El banco está asignando un máximo de $200.00,oo para préstamos personales y de automóviles: Xa + Xp < = (1) - Por lo común el banco asigna cuando menos el doble de los préstamos personales a los préstamos para automóviles: Xa > = 2 Xp que es igual a PROGRAMACION LINEAL Verifique que el punto (Xa = , Xp =0) cumple con las dos restricciones. El punto óptimo (donde Z alcanza el máximo valor) es la intersección de las rectas (1) y (2) representado por el par ordenado (133330, 66670), donde: Xa = ,oo y Xp = ,oo Lo que significa que para maximizar su utilidad el banco debe asignar $ ,oo para préstamos de automóviles y $66.670,oo para préstamos personales. La máxima utilidad se calcula sustituyendo estos valores en la función objetivo (Z): Z = 0,10 ( ) + 0,11 (66.670) Zmáx = $ ,oo ING. José Luís Albornoz Salazar

17 DESPLIEGUE Y SOLUCIÓN DEL MODELO MATEMÁTICO EN LA HOJA DE CÁLCULO EXCEL: El procedimiento es similar al utilizado en el Ejercicio 1. Coloque en la FILA 3 los valores que acompañan las incógnitas o variables de decisión en la función objetivo Z. Introduzca las restricciones que aparecen en el modelo matemático. Introduzca ceros en las celdas donde desea se reflejen los resultados de Xa y Xp (en este caso B12 y C12). Introduzca las fórmulas en las celdas G5 y G6 ; ellas reflejarán los valores que adquieren las condiciones de restricción una vez resuelto el problema. En los círculos blancos donde se solicita el valor de la celda objetivo indique Máximo. El modelo matemático pide maximizar Z.(haga clic sobre la palabra máximo). En el espacio central izquierdo, donde se solicita cambiando las celdas indique las celdas donde se propuso anteriormente que se mostraran los resultados de cada incógnita. En este caso son las celdas B12 y C12, coloque $B$12:$C$12. En el espacio en blanco, en la parte inferior izquierda, Sujetas a las siguientes Restricciones indique las restricciones o condiciones del problema, para lo cual haga clic en Agregar. - Celda G5 =B5*B12+C5*C12 - Celda G6 =B6*B12+C6*C12 Introduzca la fórmula de la función objetivo en la celda G12. - G12 =B3*B12+C3*C12 Antes de pedir a Solver que resuelva el modelo, se elige el botón Opciones y aparecerá el cuadro de diálogo Opciones de Solver. Este cuadro permite especificar las opciones para resolver el modelo. Lo más importante son las opciones Adoptar Modelo Lineal y Asumir no negativos (asegúrese de hacer clic sobre ellos). Con un clic en Aceptar se regresa al cuadro de diálogo Parámetros de Solver. Haga clic en Solver y se mostrará un cuadro de diálogo Parámetros de Solver. En el espacio superior izquierdo del cuadro de diálogo mostrado, donde se solicita la celda objetivo coloque $G$12. PROGRAMACION LINEAL Ahora todo está listo para hacer clic en Resolver y después de unos segundos Solver indicará los resultados en las celdas B12 y C12, y en la celda objetivo (G12) aparecerá el valor máximo de la función objetivo (Zmáx). En el cuadro final Resultados de Solver, haga clic en Aceptar. Y aparecerá la hoja de resultados: ING. José Luís Albornoz Salazar

18 Xj = Cajas de 24 latas de jugo de tomate a producir. Xp = Cajas de 24 latas de pasta de tomate a producir. La función objetivo se relacionará directamente con la utilidad o ganancia máxima, en tal sentido el modelo de programación lineal quedará expresado como: MAXIMIZAR Z = 18 Xj + 9 Xp Sujeta a las siguientes restricciones: Como la unidad de trabajo escogida son cajas de 24 latas, las restricciones también tienen que ser indicadas en dichas unidades. 1) Una lata de jugo requiere una libra de tomate (24 latas requerirán 24 libras) y una lata de pasta solo requiere 1/3 de libra (24 latas requerirán 24 x 1/3 = 8 libras) y el total de libras de tomates que puedo utilizar es de ,oo : Xa = ,oo Xp = ,oo Zmáx = $ ,oo EJERCICIO 5. Página 26. TAHA. 6ta edición. Respuesta: José Luis Albornoz S. Popeye Canning tiene un contrato para recibir ,oo libras de tomates maduros a 7 centavos de dólar por libra, con los cuales produce jugo de tomate enlatado, así como pasta de tomate. Los productos enlatados se empacan en cajas de 24 latas. Una lata de jugo requiere una libra de tomate y una lata de pasta solo requiere 1/3 de libra. La participación de mercado de la compañía se limita a 2000 cajas de jugo y 6000 cajas de pasta. Los precios de mayoreo por caja de jugo y de pasta son de 18 y 9 dólares respectivamente. Desarrolle un programa de producción óptima para Popeye Canning. Respuesta: Es muy importante fijar o definir las unidades en que debemos trabajar; en este problema vemos que se enfoca muchas veces cajas de 24 latas cada una. Lo importante es tener claro que una vez escogida la unidad de estudio debo trabajar únicamente con dicha unidad. Como en este problema queremos desarrollar un programa óptimo de producción y los productos son cajas de 24 latas de jugo y pasta de tomate, las variables de decisión serán: PROGRAMACION LINEAL Xj + 8 Xp < = (1) 2) La participación de mercado de la compañía se limita a cajas de jugo y cajas de pasta: Xj < = (2) - Condición de no negatividad: Solución Gráfica: Xp 8000 Punto óptimo (2) 6000 (3) (1) Z = Xp < = (3) Xj, Xp > = 0 (4) Verifico que el punto (1000, 1000) cumple con todas las restricciones. Esto nos reafirma que el área punteada es la zona factible de solución. ING. José Luís Albornoz Salazar Xj

19 El punto óptimo (donde Z alcanza el máximo valor) es la intersección de las rectas (1) y (3) representado por el par ordenado (500, 6000), donde: Xj = 500,oo y Xp = 6.000,oo Lo que significa que para maximizar su utilidad la empresa debe producir 500 cajas de 24 latas de jugo de tomate y cajas de 24 latas de pasta de tomate.. La máxima utilidad se calcula sustituyendo estos valores en la función objetivo (Z) Z = 18 (500) + 9 (6.000) Zmáx = $ ,oo DESPLIEGUE Y SOLUCIÓN DEL MODELO MATEMÁTICO EN LA HOJA DE CÁLCULO EXCEL: El procedimiento es similar al utilizado en el Ejercicio 1. Cuando se vaya a implementar el procedimiento que se señala en este texto es bueno aclarar que una vez que ya haya desplegado cualquier ejercicio en la hoja de cálculo Excel, se facilita el mismo debido a que puedo utilizar la misma hoja y solamente tengo que introducir los nuevos datos sobre los ya existentes, poniendo especial énfasis en cambiar las restricciones en Solver. Todos los demás pasos quedan intactos. La hoja de resultados de este ejercicio será: EJERCICIO 6. Página 29. TAHA. 6ta edición. Respuesta: José Luis Albornoz S. Una empresa produce dos tipos de sombrero. El sombrero tipo 1 requiere el doble de tiempo de trabajo que el del tipo 2. Si todos los sombreros producidos únicamente son del tipo 2, la compañía puede producir un total de 400 sombreros al día. Los límites diarios del mercado son de 150 del tipo 1 y 200 del tipo 2. La utilidad del sombrero tipo 1 es de $ 8,oo y la del sombrero tipo 2 es de $ 5,oo. Determinar el número de sombreros de cada tipo que debe producir la empresa para obtener la máxima utilidad. Respuesta: El problema enfoca directamente la producción de dos tipos de sombrero, las variable serán: X1 = Sombrero tipo 1 a producir diariamente. X2 = Sombrero tipo 2 a producir diariamente. La función objetivo está relacionada directamente con la utilidad que genera la venta de dichos sombreros. El modelo de programación lineal estará representado como: MAXIMIZAR Z = 8 X1 + 5 X2 Sujeta a las siguientes restricciones: 1) El sombrero tipo 1 requiere el doble de tiempo de trabajo que el del tipo 2.. Nótese que no se habla ni de mayor o menor, ni de máximo o mínimo, es decir no se habla de límites sino de igualdad, por lo tanto la restricción está dada por una igualdad: 2 X1 = X2 (1) PROGRAMACION LINEAL En la mayoría de los problemas de PL trabajamos con restricciones del tipo (< =) o del tipo (> =) y se explicó que la recta graficada a partir de ellas dividía al plano en dos partes, una que cumplía con la restricción y la otra nó; en el caso de la restricción de Igualdad (=), como este caso, se grafica la recta y el punto óptimo se encontrará OBLIGATORIAMENTE contenido en ella y en el espacio que cumpla con todas las demás restricciones. ING. José Luís Albornoz Salazar

20 2) Si todos los sombreros producidos son del tipo 2, la compañía puede producir un total de 400 sombreros: X2 < = 400 (2) 3) Los límites diarios del mercado son de 150 del tipo 1 y 200 del tipo 2: - Condición de no negatividad: X1 < = 150 (3) X2 < = 200 (4) X1, X2 > = 0 (5) Z = 8 (100) + 5 (200) Zmáx = $ 1.800,oo La hoja de resultados de este ejercicio será: Solución Gráfica: X2 (3) (1) 400 (2) 300 Punto óptimo 200 (4) 100 Z = 1500 (valor arbitrario) El área punteada contiene los puntos que cumplen con las restricciones (2), (3) y (4) pero atendiendo que la restricción (1) es una igualdad, el punto óptimo se ubicará en dicha área pero contenido en la mencionada recta X2 = 2X1. El punto óptimo (donde Z alcanza el máximo valor) es la intersección de las rectas (1) y (4) representado por el par ordenado (100, 200), donde: X1 X1 = 100 y X2 = 200 Lo que significa que para maximizar su utilidad la empresa debe producir diariamente 100 sombreros del tipo 1 y 200 sombreros del tipo 2. La máxima utilidad se calcula sustituyendo estos valores en la función objetivo (Z): PROGRAMACION LINEAL EJERCICIO 7. Página 30. TAHA. 6ta edición. Respuesta: José Luis Albornoz S. Una Compañía que opera 10 horas al día fabrica cada uno de dos productos en tres procesos en secuencia. La siguiente tabla resume los datos del problema: Minutos por unidad Producto Proceso 1 Proceso 2 Proceso 3 Utilidad Producto $ 2,00 Producto $ 3,00 Determine la mezcla óptima de los dos productos: Respuesta: El problema enfoca directamente la producción de dos tipos de producto, las variable serán: ING. José Luís Albornoz Salazar

21 X1 = Cantidad de producto 1 a fabricar diariamente. X2 = Cantidad de producto 2 a fabricar diariamente. El objetivo es determinar la producción que genera mayor utilidad, por lo que el MPL quedará expresado como: MAXIMIZAR Sujeta a las siguientes restricciones: Z = 2 X1 + 3 X2 Es muy importante el enfoque que se haga de las unidades de trabajo, en la tabla se indican minutos por unidad de los tres procesos y en el enunciado del problema se dice que la compañía opera 10 horas al día, por lo tanto tengo que igualar las unidades (10 horas = 600 minutos) en conclusión debemos entender que no puedo dedicarle a ninguno de los tres procesos más de 600 minutos al día: - Proceso 1: - Proceso 2 - Proceso 3: 10 X1 + 5 X2 < = 600 (1) 6 X X2 < = 600 (2) 8 X X2 < = 600 (3) El punto óptimo (donde Z alcanza el máximo valor) es la intersección de las rectas (1) y (2) representado por el par ordenado (52.94, 14.12), donde: X1 = 52,94 y X2 = 14,12 Lo que significa que para maximizar su utilidad la empresa debe producir diariamente 52,94 unidades del producto 1 y 14,12 unidades del producto 2. La máxima utilidad se calcula sustituyendo estos valores en la función objetivo (Z) Z = 2 (52.94) + 3 (14.12) Zmáx = $ 148,24 - Condición de no negatividad: X1, X2 > = 0 (4) Solución Gráfica: X2 (1) (3) Z = 220 (valor arbitrario) (2) Punto óptimo X1 PROGRAMACION LINEAL En muchos problemas prácticos, las variables de decisión o incógnitas tienen un sentido real si su valor es entero. Por ejemplo, si representan el número de unidades que se deben construir, personas que se deban asignar a una actividad, vehículos a fabricar o vender, máquinas a producir o utilizar, etc. Si es así, se trata de un problema de PROGRAMACIÓN LINEAL ENTERA. Un problema de Programación Lineal Entera se despliega en EXCEL como lo hemos hecho con los problemas anteriores, pero con una restricción adicional que OBLIGA que los valores que se le asignen a las incógnitas sean números enteros positivos. Si este fuera el caso del problema que acabamos de resolver, voy al paso AGREGAR RESTRICCIÓN y agrego: ING. José Luís Albornoz Salazar

22 Los resultados en Programación Lineal Entera serán: EJERCICIO 8. Página 31. TAHA. 6ta edición. Respuesta: José Luis Albornoz S. Wyoming Electric Coop. Es propietaria de una planta generadora de energía con turbinas de vapor, debido a que Wyoming es rica en depósitos de carbón. Sin embargo, esto crea el problema de satisfacer los estándares de emisión. Las regulaciones de la Agencia de Protección Ambiental limitan la descarga de dióxido de azufre a 2000 partes por millón y la descarga de humo de las chimeneas de la planta a 20 libras por hora. La cooperativa recibe dos grados de carbones pulverizados, C1 y C2, para ser utilizados en la planta. Por lo común, los dos grados se mezclan antes de quemarlos. Por simplicidad, supondremos que el contaminante de azufre de la mezcla (en partes por millón) es un promedio ponderado de la proporción de cada grado en la mezcla. Los siguientes datos se basan en el consumo de una tonelada por hora de cada uno de los dos grados de carbón: Grado Descarga Descarga Vapor de de azufre de humo generado Carbón (partes x millón) (libras x hora) (libras x hora) C , C , Determine la producción óptima para mezclar los dos grados de carbón: Respuesta: Nota. Aunque en este caso los resultados fueron favorables, No se recomiendan las aproximaciones porque generalmente no representan la solución más favorable. El problema enfoca directamente la proporción de dos tipos de carbón que debo mezclar para obtener la máxima generación de vapor. Las variables serán: C1 = Cantidad de carbón C1 (en toneladas) que debe contener la mezcla. C2 = Cantidad de carbón C2 (en toneladas) que debe contener la mezcla. El Modelo de programación lineal (MPL) quedará expresado como: MAXIMIZAR Z = C C2 Sujeta a las siguientes restricciones: PROGRAMACION LINEAL )La descarga de dióxido de azufre está limitada (< =) a partes por millón, pero se supone que el contaminante de la MEZCLA es un promedio ponderado de la proporción de cada grado de carbón en la MEZCLA. ING. José Luís Albornoz Salazar

23 En base a lo anteriormente indicado la restricción tendrá que enfocar en el miembro derecho de la desigualdad la cantidad de contaminante de azufre relacionado con la mezcla (mezcla = C1 + C2), entonces esta primera restricción quedará indicada: C C2 < = (C1 + C2) que es igual a La máxima generación de vapor se calcula sustituyendo estos valores en la función objetivo (Z): Z = (5.1282) (10.256) Zmáx = Libras de vapor C C2 < = 0 (1) 2) La descarga de humo de las chimeneas de la planta está limitada a 20 libras por hora (no se habla de mezcla) : 2,10 C1 + 0,90 C2 < = 20 (2) - Condición de no negatividad: C1, C2 > = 0 (3) Solución Gráfica: C2 Z = Punto óptimo (1) (2) C1 El punto óptimo (donde Z alcanza el máximo valor) es la intersección de las rectas (1) y (2) representado por el par ordenado (5,1282 ; 10,256), donde: C1 = 5,1282 y C2 = 10,256 Lo que significa que para maximizar el vapor generado se deben mezclar 5,13 toneladas de carbón grado C1 y 10,26 toneladas de carbón grado C2. PROGRAMACION LINEAL EJERCICIO 9. Página 32. TAHA. 6ta edición. Respuesta: José Luis Albornoz S. BGC fabrica camisas para caballeros y blusas para damas al almacén WD. El proceso de producción incluye corte, costura y empacado. BGC emplea a 25 trabajadores en el departamento de corte, a 35 en el departamento de costura y a 5 en el departamento de empacado. La fábrica trabaja un turno de 8 horas, sólo 5 días a la semana. La siguiente tabla proporciona los requerimientos de tiempo y la utilidad por unidad para las dos prendas Minutos por unidad x trabajador Prenda Corte Costura Empacado Utilidad Camisas $ 2,50 Blusas $ 3, Determine el programa de producción semanal óptimo para BGC: Respuesta: ING. José Luís Albornoz Salazar

24 El problema enfoca directamente la producción de dos tipos de prenda, camisas para caballeros y blusas para damas. Las variables de decisión quedarán expresadas como: Xc = Cantidad de camisas para caballeros que deben fabricarse semanalmente. Xb = Cantidad de blusas para damas que deben fabricarse semanalmente. - Condición de no negatividad: Solución Gráfica: Xb 2000 (3) Xc, Xb > = 0 (4) El Modelo de Programación Lineal (MPL) quedará expresado como: MAXIMIZAR Z = 2,50 Xc + 3,20 Xb Punto óptimo Sujeta a las siguientes restricciones: 800 Z = (valor arbitraio) Volvemos a insistir en el cuidado que hay que tener al escoger las unidades de trabajo, y lo hacemos al saber que es el error más común en que incurren los estudiantes. En este problema se nos pide el programa de producción semanal y los datos que nos suministra la tabla están en minutos, además en el enunciado del problema se señala turno de 8 horas durante 5 días a la semana. Al escoger cualquier unidad lo importante es hacer todas las conversiones necesarias. Trabajando en minutos: Debo calcular cuantos minutos en la semana se trabajan en BGC = 60 minutos por 8 horas al día por 5 días a la semana (60x8x5) = minutos de trabajo a la semana. 1) Departamento de corte emplea a 25 trabajadores. Los minutos máximos dedicados a corte serán de minutos por semana por 25 trabajadores = minutos: 20 Xc + 60 Xb < = (1) 2) Departamento de costura = 2400 x 35 trabajadores = minutos: 70 Xc + 60 Xb < = (2) 3) Departamento de empacado = 2400 x 5 trabajadores = minutos. 12 Xc + 4 Xb < = (3) PROGRAMACION LINEAL (1) (2) Xc El punto óptimo (donde Z alcanza el máximo valor) es la intersección de las rectas (1) y (2) representado por el par ordenado (480, 840), donde: Xc = 480 y Xb = 840 Lo que significa que para maximizar la utilidad BGC debe producir semanalmente 480 camisas para caballeros y 840 blusas para damas.. La máxima utilidad se calcula sustituyendo estos valores en la función objetivo (Z): La hoja de resultados EXCEL será: Z = 2,50 (480) + 3,20 (840) Zmáx = $ 3.888,oo ING. José Luís Albornoz Salazar

25 a) Se nos pide minimizar los tiempos inactivos o no utilizados, pero el enunciado del problema refiere solamente tiempos de ensamblaje. b) Tomando en cuenta que la relación de las variables es con el tiempo de ensamblaje (según la tabla) es lógico concluir que MINIMIZAR tiempos inactivos es lo mismo que MAXIMIZAR tiempos activos o de ensamblaje. Bajo las dos premisas anteriores puedo enfocar el problema de la siguiente manera: Las variables de decisión estarán expresadas como: X1 = Cantidad de radios modelo HF1 a fabricar diariamente. X2 = Cantidad de radios modelo HF2 a fabricar diariamente. EJERCICIO 10. Página 32. TAHA. 6ª edición. Respuesta: José Luis Albornoz S. Una línea de ensamble que consta de tres estaciones consecutivas produce dos modelos de radio HF1 y HF2. La siguiente tabla proporciona los tiempos de ensamblaje para las tres estaciones de trabajo. Minutos por unidad Estación de trabajo HF1 HF El mantenimiento diario de las estaciones 1, 2 y 3 consume 10%, 14% y 12%, respectivamente, del máximo de 480 minutos disponibles para cada estación, cada día. La compañía desea determinar la mezcla óptima de productos que minimizará los tiempos inactivos (o no utilizados) en las tres estaciones de trabajo. Respuesta: Este problema requiere de un análisis muy detallado para visualizar el camino de resolución. PROGRAMACION LINEAL La función objetivo, en base a lo apuntado en el aparte b, estará relacionada con lo que queremos optimizar y en este caso serán los tiempos de ensamblaje de cada modelo de radio: Radio HF1 = = 15 minutos. Radio HF2 = = 15 minutos. El Modelo de Programación Lineal (MPL) quedará expresado como: MAXIMIZAR Sujeta a las siguientes restricciones: Z = 15 X X2 Se habla del mantenimiento diario en cada una de las estaciones, relacionado con el máximo de 480 minutos disponibles para cada estación, cada día. Entonces el tiempo máximo para ensamblaje será la diferencia de estos 480 minutos y el tiempo destinado al mantenimiento de cada estación: - Estación 1: (100% - 10%) 480 =.90 x 480 = X1 + 4 X2 < = 432,00 (1) - Estación 2 : (100% - 14%) 480 =.86 x 480 = 412,80 5 X1 + 5 X2 < = 412,80 (2) ING. José Luís Albornoz Salazar

26 - Estación 3 : (100% - 12%) 480 =.88 x 480 = 422,40 - Condición de no negatividad: Solución Gráfica: 4 X1 + 6 X2 < = 422,40 (3) X1, X2 > = 0 (4) Z = 15 (36.48) + 15 (46.06) = 1.238,40 - Si analizamos el punto B (50.88, 31.68): Z = 15 (50.88) + 15 (31.68) = 1.238,40 -Si analizamos otro punto entre A y B (42.56, 40): Z = 15 (42.56) + 15 (40) = 1.238,40 X2 100 (1) En conclusión, la mezcla se puede realizar de infinitas maneras, siempre y cuando esté representada por un punto sobre la recta (2) ubicado entre A y B, ambos inclusive. 80 (2) (3) Z = (valor arbitrario) 60 Punto A (36.48 ; 46.06) 40 Punto B (50.88 ; 31.68) La mezcla óptima de productos que minimizará los tiempos inactivos (maximizará los tiempos activos) en las tres estaciones de trabajo se calcula sustituyendo estos valores en la función objetivo (Z): Zmáx = 1.238,40 minutos activos de ensamblaje diario 20 La hoja de resultados será: X1 En este caso particular al estudiar la inclinación de la recta Z noto que es paralela a la recta de la restricción (2). Inclusive si le asigno a Z el valor = 1.238,40 notaremos que es la misma recta de la restricción (2). 5 X1 + 5 X2 = 412,80 = (15 X X2 = 1238,4)(1/3) Cuando se presenten casos como este existen infinidades de puntos que podemos considerar óptimos y están representados o contenidos en el segmento de recta paralela a Z (arbitrario), que cumpla con todas las restricciones. En este caso en particular será el segmento de recta AB de la restricción (2). Para cualquier punto de este segmento AB el valor de Z será el máximo. - Si analizamos el punto A (36.48, 46.06): PROGRAMACION LINEAL La hoja de resultados en Programación Lineal Entera será: ING. José Luís Albornoz Salazar

27 Cuando enfocamos la función objetivo notamos que lo que persigue John es trabajar en dos tiendas de manera que perciba el menor estrés a la semana. El MPL quedará expresado como: MINIMIZAR Z = 8 X1 + 6 X2 Sujeta a las siguientes restricciones: - John debe trabajar por lo menos 20 horas semanales: X1 + X2 > = 20 (1) EJERCICIO 11. Página 20. TAHA. 6ª edición. Respuesta: José Luis Albornoz S. John debe trabajar por lo menos 20 horas a la semana para completar su ingreso mientras asiste a la escuela. Tiene la oportunidad de trabajar en dos tiendas. En la tienda 1 John puede trabajar entre 5 y 12 horas a la semana, y en la tienda 2 le permiten trabajar entre 6 y 10 horas semanales. Ambas tiendas pagan el mismo salario por hora. De manera que John quiere basar su decisión acerca de cuántas horas debe trabajar en cada tienda en un criterio diferente: el factor de STRES en el trabajo. Basándose en entrevistas con los empleados actuales, John calcula que, en una escala de 1 a 10, los factores del estrés son de 8 y 6 en las tiendas 1 y 2 respectivamente. Debido a que el estrés aumenta por hora, él supone que el estrés total al final de la semana es proporcional al número de horas que trabaja en la tienda. Cuántas horas debe trabajar en cada Tienda.? Respuesta: El problema enfoca directamente las horas de trabajo en cada una de las dos tiendas: X1 = Horas de trabajo semanal en la tienda 1. X2 = Horas de trabajo semanal en la tienda 2. PROGRAMACION LINEAL Solución Gráfica: X (1) 15 - En la tienda 1 puede trabajar entre 5 y 12 horas: X1 > = 5 (2) X1 < = 12 (3) - En la tienda 2 puede trabajar entre 6 y 10 horas: X2 > = 6 (4) X2 < = 10 (5) - Condición de no negatividad: (4) (5) 10 Punto óptimo Z = 150 (valor arbitrario) 5 (2) X1, X2 > = 0 (6) (3) X2. José Luís Albornoz Salazar

28 El punto óptimo (donde Z alcanza el mínimo valor) es la intersección de las rectas (1) y (5) representado por el par ordenado (10, 10), donde: X1 = 10 y X2 = 10 Lo que significa que para minimizar el estrés John debe trabajar 10 horas semanales en cada una de las dos tiendas.. La mínima cantidad de estrés generada se calcula sustituyendo estos valores en la función objetivo (Z): La hoja de resultados será: Z = 8 x10 + 6x10 Zmín = 140 unidades de estrés EJERCICIO 12. Respuesta: José Luis Albornoz S. Al realizar una inspección en una fábrica de calzados, obtuvimos la siguiente información: 1) Se fabrican zapatos para damas, caballeros y niños y son vendidos al siguiente PVP por par: - Zapatos para caballero a Bs ,oo - Zapatos para dama a Bs ,oo - Zapatos para niño a Bs ,oo 2) El costo de fabricación de cada par de calzado es: - Zapatos para caballero Bs ,oo - Zapatos para dama Bs ,oo - Zapatos para niño Bs ,oo 3) Para fabricar un par de zapatos para caballero se utilizan: 0,20 metros de cuero tratado; 0,10 metros de suela, un par de tacones para caballero y 5 horas-hombre de trabajo. 4) Para fabricar un par de zapatos para dama se utilizan: 0,15 metros de cuero tratado; 0,10 metros de suela, un par de tacones para dama y 8 horas-hombre de trabajo. 5) En el depósito se inventarió el siguiente material: - 120,oo metros de cuero tratado. - 70,oo metros de suela pares de tacones para caballero pares de tacones para dama suelas para zapatos de niño pares de trenza cajas para calzados bolsas para calzados. 6) La empresa vende menos zapatos de niño que de caballero. 7) Se venden menos zapatos de niño que de dama. 8) La empresa vende semanalmente más de 100 pares de zapatos. PROGRAMACION LINEAL ) Las ventas de zapatos para caballero no superan el 75% de los de dama. ING. José Luís Albornoz Salazar

29 10) La empresa dispone de horas-hombre a la semana. 11) El Gerente de la compañía quiere saber cuantos zapatos para dama y caballero debe fabricar semanalmente para tres escenarios distintos, a saber: a) Maximizar la utilidad. b) Maximizar los ingresos por PVP. c) Minimizar los costos de fabricación. Respuesta: El problema enfoca directamente el número de calzados para caballero y para dama que se deben fabricar. Aunque aparezcan datos de calzados para niños no se toman en cuenta. Las variables de decisión serán las siguientes: Xc = Cantidad de pares de calzados para caballero a fabricar semanalmente. Xd = Cantidad de pares de calzados para dama a fabricar semanalmente.. Como el gerente pide una información relacionada a PVP, utilidad y costos; es recomendable expresar las tres funciones objetivos: - Tomando en cuenta el PVP: - Tomando en cuenta el costo: - Tomando en cuenta la utilidad: ZPVP = Xc Xd Zcosto = Xc Xd ZUTI = ZPVP - Zcosto ZUTI = Xc Xd Es recomendable hacer el cuadro o tabla de requerimientos (donde se tomarán en cuenta únicamente lo que se necesita o utiliza para fabricar zapatos para caballero y zapatos para dama): Xc Xd Disponibilidad CUERO TRATADO 0,20 0, SUELA 0,10 0,10 70 TACONES CAB TACONES DAM HORAS-HOMBRE Materia prima y mano de obra: - Condiciones de mercado: - Condición de no negatividad: 0,20 Xc + 0,15 Xd < = 120 (1) 0,10 Xc + 0,10 Xd <= 70 (2) Xc < = 250 (3) Xd < = 260 (4) 5 Xc + 8 Xd < = (5) La empresa vende semanalmente más de 100 pares de zapatos: Xc + Xd > = 100 (6) Las ventas de zapatos para caballero no superan el 75% de los de dama: Xc < = 0,75 Xd (7) Las restricciones son las mismas para cualquier objetivo que se plantee : PROGRAMACION LINEAL Solución Gráfica: Xc, Xd > = 0 (8) ING. José Luís Albornoz Salazar

30 Caso a) MAXIMIZAR LA UTILIDAD Xd (3) 1000 (7) 800 (1) (4) 200 Zuti = (arbitrario) (5) (2) (6) Xc Punto óptimo Nota: En muchos problemas prácticos, como en este caso, las variables de decisión o incógnitas tienen un sentido real si su valor es entero. Si es así, se trata de un problema de PROGRAMACIÓN LINEAL ENTERA. El punto óptimo (donde Zuti alcanza el máximo valor) es la intersección de las rectas (5) y (7) representado por el par ordenado ( , ), donde: Los resultados en Programación Lineal Entera serán:: Xc = 153,19 y Xd = 204,26 Lo que significa que para maximizar la utilidad se deben producir semanalmente 153,19 pares de zapatos para caballero y 204,26 pares de zapatos para dama (ver nota al final de esta página). La máxima utilidad se calcula sustituyendo estos valores en la función objetivo (Zuti): ZUTI = (153,19) (204,26) Zmáx(uti) = Bs ,oo La hoja de resultados será: Se deberán producir 152 pares de zapatos para caballeros y 205 pares de zapatos para damas, obteniéndose una utilidad máxima de Bs ,oo PROGRAMACION LINEAL ING. José Luís Albornoz Salazar

31 Caso b) MAXIMIZAR LOS INGRESOS POR PVP: Xd (3) 1000 (7) 800 (1) 600 Caso c) MINIMIZAR LOS COSTOS DE FABRICACIÓN: Xd (3) 1000 (7) 800 (1) 400 Punto óptimo (4) 200 Zpvp = (arbitrario) (5) (2) (6) Xc (5) (2) (4) El punto óptimo (donde ZPVP alcanza el máximo valor) es la intersección de las rectas (4) y (5) representado por el par ordenado ( 64, 260 ), donde: Xc = 64 y Xd = 260 Lo que significa que para maximizar los ingresos brutos por PVP se deben producir semanalmente 64 pares de zapatos para caballero y 260 pares de zapatos para dama.. El máximo ingreso bruto por PVP se calcula sustituyendo estos valores en la función objetivo (ZPVP): ZPVP = (64) (260) Zmáx(PVP) = Bs ,oo (6) Xc Punto óptimo Zcosto = (arbitrario) El punto óptimo (donde Zcosto alcanza el mínimo valor) es la intersección de las rectas (6) y (7) representado por el par ordenado ( 42.86, ), donde: Xc = y Xd = Lo que significa que para minimizar los costos de producción y seguir cumpliendo con todas las restricciones del mercado se deben producir semanalmente 42,86 pares de zapatos para caballero y 57,14 pares de zapatos para dama (ver nota al final de este ejercicio).. El mínimo egreso por costos de producción se calcula sustituyendo estos valores en la función objetivo (Zcosto): Zcosto = (42,86) (57,14) Zmín(COSTO) = Bs ,oo PROGRAMACION LINEAL ING. José Luís Albornoz Salazar

32 EJERCICIO 13.Pág. 91. H Lieberman. 7ª edic. Respuesta: José Luis Albornoz S. La empresa W.W tiene sólo tres empleados que hacen dos tipos de ventanas a mano: con marco de madera y con marco de aluminio. La ganancia es de $60 por cada ventana con marco de madera y de $30 por cada una con marco de aluminio. Doug hace marcos de madera y puede terminar 6 al día. Linda hace 4 marcos de aluminio por día. Bob forma y corta el vidrio y puede hacer 48 pies cuadrados de vidrio por día. Cada ventana con marco de madera usa 6 pies cuadrados de vidrio y cada una de aluminio, 8 pies cuadrados. La compañía desea determinar cuántas ventanas de cada tipo debe producir al día para maximizar la ganancia total. Nota: En muchos problemas prácticos, como en este caso, las variables de decisión tienen un sentido real si su valor es entero. Si es así, se trata de un problema de PROGRAMACIÓN LINEAL ENTERA. No se recomiendan las aproximaciones porque generalmente no representan la solución más favorable. Los resultados en Programación Lineal Entera serán: Respuesta: Identificamos las variables de decisión: M = Ventanas con marco de madera a fabricar diariamente. A = Ventanas con marco de aluminio a fabricar diariamente. El objetivo de la compañía es MAXIMIZAR la ganancia total, por lo que la función objetivo estará expresada como: Sujeta a las siguientes restricciones: Z = 60 M + 30 A - Doug hace 6 marcos de madera por día: - Linda hace 4 marcos de aluminio al día: M < = 6 (1) A < = 4 (2) - Bob forma y corta 48 pies de vidrio por día; cada ventana con marco de madera usa 6 pies de vidrio y cada una de aluminio, 8 pies: 6 M + 8 A < = 48 (3) - Condición de no negatividad: M, A > = 0 (4) PROGRAMACION LINEAL ING. José Luís Albornoz Salazar

33 Solución Gráfica: A Z = 300 (1) Zmáx = (3) 4 (2) 2 Punto óptimo La solución en Programación Lineal Entera será: M El punto óptimo es la intersección de las rectas (1) y (3) representado por el par ordenado (6,1.5) ; donde: M=6 y A=1.5. (Ver nota al final del ejercicio 12, relacionado con los valores enteros que deben tomar algunas variables de decisión)) Esto quiere decir que se deben fabricar diariamente 6 ventanas con marco de madera y 1.5 ventanas con marco de aluminio para obtener la máxima ganancia total que en este caso será de: Z = 60 M + 30 A ; Z = 60 (6) + 30 (1.5) = 405. La hoja de resultados será: Zmáx = $ 405,oo PROGRAMACION LINEAL EJERCICIO 14.Pág. 91. H Lieberman. 7ª edic. Respuesta: José Luis Albornoz S. La Apex Televisión Company debe decidir el número de televisores de 27 y 20 pulgadas producidos en una de sus fábricas. La investigación de mercado indica ventas de a lo más 40 televisores de 27 pulgadas y 10 de 20 pulgadas cada mes. El número máximo de horas-hombres disponibles es 500 por mes. Un televisor de 27 pulgadas requiere 20 horas hombres y uno de 20 requiere 10. Cada televisor de 27 pulgadas produce una ganancia de $120 y cada uno de 20 produce $80 de ganancia. Un distribuidor está de acuerdo en

34 comprar todos los televisores producidos si el número no excede al máximo indicado por el estudio de mercado Respuesta: Identificamos las variables de decisión: X1 = Cantidad de televisores de 27 pulgadas a fabricar en un mes. X2 = Cantidad de televisores de 20 pulgadas a fabricar en un mes. El objetivo de la compañía es vender la mayor cantidad de televisores al distribuidor interesado. El modelo PL quedará expresado como: Sujeta a las siguientes restricciones: MAXIMIZAR: Z = 120 X X2 - La investigación de mercado indica ventas de a lo más 40 televisores de 27 pulg. Y 10 de 20 pulg. cada mes. X1 < = 40 (1) X2 < = 10 (2) El punto óptimo es la intersección de las rectas (2) y (3) representado por el par ordenado (20,10) ; donde : X1= 20 y X2 = 10. Esto quiere decir que se deben fabricar mensualmente 20 televisores de 27 pulgadas y 10 televisores de 20 pulgadas para obtener la máxima utilidad que en este caso será de: La hoja de resultados será: Z = 120 X X2 Z = 120 (20) + 80 (10) = Zmáx = $ 3.200,oo - El número máximo de horas-hombre disponibles es 500 por mes. Un TV de 27 pulg. requiere 20 horas-hombre y uno de 20 requiere 10. Solución Gráfica: 20 X X2 < = 500 (3) X2 (1) 40 (3) Z = (valor arbitrario) 30 Z máx = Punto óptimo 10 (2) X1 PROGRAMACION LINEAL EJERCICIO 15.Pág. 91. H Lieberman. 7ª edic. Respuesta: José Luis Albornoz S. La compañía WL produce dos dispositivos para lámparas (productos 1 y 2) que requieren partes de metal y componentes eléctricos. La administración desea determinar cuántas unidades de cada producto fabricar para maximizar la ganancia. Por cada unidad del producto 1 se requieren 1 unidad de partes de metal y 2 unidades de componentes eléctricos. Por cada unidad del producto 2 se necesitan 3 unidades de partes de metal y 2 unidades de componentes eléctricos. La compañía tiene 200 unidades de partes

35 de metal y 300 de componentes eléctricos. Cada unidad del producto 1 da una ganancia de $ 1,oo y cada unidad del producto 2, hasta 60 unidades, da una ganancia de $ 2,oo. Cualquier exceso de 60 unidades del producto 2 no tiene ganancia, por lo que fabricar más de 60 está fuera de consideración. - Partes de metal: - Componentes eléctricos: X1 + 3 X2 < = 200 (1) 2 X1 + 2 X2 < = 300 (2) Formule el modelo de PL, resuélvalo por el método gráfico y determine la ganancia total que resulta. Respuesta: Cuando nos encontremos con un problema donde se enfoque la materia prima utilizada para la elaboración de varios productos, es recomendable hacer una tabla de requerimientos para facilitar su resolución: Producto 1 Producto 2 Disponibilidad Partes de metal Comp.. Eléctrico Ganancia $ 1 $ Identificamos las variables de decisión: X1 = Cantidad de unidades del producto 1 a fabricar. X2 = Cantidad de unidades del producto 2 a fabricar. - Cualquier exceso de 60 unidades del producto 2 no tiene ganancia, por lo que fabricar más de 60 está fuera de consideración : X2 < = 60 (3) - Condición de no negatividad: X1, X2 > = 0 (4) Solución Gráfica: X (2) Z = 200 (valor arbitrario) Punto óptimo 60 (3) (1) 30 El objetivo está claramente identificado en el enunciado del problema : La administración desea determinar cuántas unidades de cada producto fabricar para MAXIMIZAR la ganancia. El modelo de PL quedará expresado como: X1 El punto óptimo es la intersección de las rectas (1) y (2) representado por el par ordenado (125, 25); donde : X1 = 125 y X2 = 25 MAXIMIZAR: Z = $1 X1 + $2 X2 Esto significa que se deben fabricar 125 unidades del producto 1 y 25 unidades del producto 2 para obtener la máxima ganancia total que en este caso será: Sujeta a las siguientes restricciones : Tomando en cuenta la tabla de requerimientos (materia prima requerida y disponibilidad) : PROGRAMACION LINEAL Z = X1 + 2 X2 ; Z = (25) = 175 Zmáx = $ 175,oo ING. José Luís Albornoz Salazar - 72

36 La hoja de resultados será: El departamento de ventas indica que las ventas potenciales para los productos 1 y 2 exceden la tasa máxima de producción y que las ventas potenciales del producto 3 son 20 unidades por semana. La ganancia unitaria respectiva sería de $50, $20 y $25, para los productos 1,2 y 3. El objetivo es determinar cuántos productos de cada tipo debe producir la compañía para maximizar la ganancia Respuesta: Identificamos las variables de decisión: X1 = Cantidad de producto 1 que se debe fabricar semanalmente. X2 = Cantidad de producto 2 que se debe fabricar semanalmente. X3 = Cantidad de producto 3 que se debe fabricar semanalmente. EJERCICIO 16.Pág. 92. H Lieberman. 7ª edic. Respuesta: José Luis Albornoz S. La Compañía manufacturera Omega descontinuó la producción de cierta línea de productos no redituable. Esto creó un exceso considerable en la capacidad de producción. La gerencia quiere dedicar esta capacidad a uno o más de tres productos, llamados producto 1, 2 y 3. En la siguiente tabla se resume la capacidad disponible de cada máquina que puede limitar la producción: Tiempo disponible Tipo de Máquina (en horas por semana) Fresadora 500 Torno 350 Rectificadora 150 El número de horas-maquinas requeridas para cada unidad de los productos respectivos es: Coeficiente de productividad (en horas-máquina por unidad) Tipo de máquina Producto 1 Producto 2 Producto 3 Fresadora Torno Rectificadora PROGRAMACION LINEAL - 73 El objetivo es determinar cuántos productos de cada tipo deben producir para MAXIMIZAR la ganancia. El modelo PL quedará expresado como : MAXIMIZAR Sujeta a las siguientes restricciones: Z = $50 X1 + $20 X2 + $25 X3 Relacionando las horas-máquinas requeridas por unidad con el tiempo disponible semanalmente. Solución: - Fresadora: - Torno: - Rectificadora: 9 X1 + 3 X2 + 5 X3 < = 500 (1) 5 X1 + 4 X2 + 0 X3 < = 350 (2) 3 X1 + 0 X2 + 2 X3 < = 150 (3) - El departamento de ventas indica que las ventas potenciales del producto 3 son 20 unidades: - Condición de no negatividad: X3 = 20 (4) X1, X2, X3 > = 0 (5) ING. José Luís Albornoz Salazar - 74

37 Al utilizar cualquiera de los programas para computadoras de Programación lineal se obtienen los siguientes resultados. Zmáx = $ 2.904,75 Para: ( 26.19, 54.76, 20 ) X1 = 26,19 ; X2 = 54,76 ; X3 = 20 Respuesta: Identificamos las variables de decisión : Xm = Kilogramos de maíz que debe tener la mezcla de 90 Kg. Xs = Kilogramos de harina de soya que debe tener la mezcla de 90 Kg. El modelo PL se expresará como: MINIMIZAR Z = 200 Xm Xs Sujeto a las siguientes restricciones: 20 Se consumen 90 kg de comida especial todos los días. Xm + Xs = 90 (1) Esta restricción de igualdad condiciona a que el punto óptimo se encuentre contenido en ella (similar a lo ya explicado en el ejercicio 6). Sin embargo, es bueno resaltar que aunque hablamos de tres incógnitas, se puede utilizar el método gráfico por conocer el valor de una de ellas. El departamento de ventas indica que las ventas potenciales del producto 3 son de 20 unidades. EJERCICIO 17.Respuesta: José Luis Albornoz S. Un agricultor posee 20 cerdos que consumen 90 kilogramos de comida especial todos los días. El alimento se prepara como una mezcla de maíz y harina de soya con las siguientes composiciones: Kgs por Kg de alimento Alimento calcio proteína fibra costo Maíz 0,01 0,09 0, Harina de soya 0,02 0,60 0, Los requisitos diarios de alimento de los cerdos son: 1.- Cuando menos 1 % de calcio. 2.- Por lo menos 30 % de proteínas. 3.- Máximo 5 % de fibra. Determine la mezcla con el mínimo de costo diario. PROGRAMACION LINEAL - 75 Al estudiar los requisitos diarios debo tener en cuenta que se relacionan porcentajes con la cantidad total de la mezcla ( 90 kg de comida ). - Calcio (cuando menos 1%) : - Proteínas (por lo menos 30%) : - Fibra (máximo 5 % ) : 0,01 Xm + 0,02 Xs >= 1% de Xm + 0,60 Xs >= 30% de 90 0,02 Xm + 0,06 Xs <= 5% de Xm + 0,02 Xs >= 0,9 (2) 0,09 Xm + 0,60 Xs >= 27 (3) 0,02 Xm + 0,06 Xs <= 4,5 (4) ING. José Luís Albornoz Salazar - 76

38 Solución Gráfica: Xs 100 (1) (4) 20 (3) 20 Punto óptimo (2) Xm El punto óptimo es la intersección de las rectas (1) y (3) representado por el par ordenado (53, 37) ; donde : Xm = 53,oo y Xs = 37,oo Esto significa que se deben mezclar 53 kilogramos de maíz con 37 kilogramos de harina de soya para preparar los 90 kilogramos de alimento para cerdos, de manera que se cumpla con los requisitos diarios de alimentos. Para determinar el costo mínimo de la mezcla, basta meter los valores de las variables en la función objetivo, que en este caso será: Z = 200 (53) (37) Z= Bs ,oo (Z mínima) EJERCICIO 18.Pág. 92. H Lieberman. 7ª edic. Respuesta: José Luis Albornoz S. Hoy es su día de suerte. Acaba de ganar un premio de $ Dedicará $4.000 a impuestos y diversiones, pero ha decidido invertir los otros $ Al oír las nuevas, dos amigos le han ofrecido una oportunidad de convertirse en socio en dos empresas distintas, cada una planeada por uno de ellos. En ambos casos, la inversión incluye dedicar parte de su tiempo el siguiente verano y dinero en efectivo. Para ser un socio completo en el caso del primer amigo debe invertir $5.000 y 400 horas, y su ganancia estimada (sin tomar en cuenta el valor del dinero en el tiempo) sería $ Las cifras correspondientes para el segundo caso son $4.000 y 500 horas, con una ganancia estimada de $ Sin embargo, ambos amigos son flexibles y le permitirán participar con cualquier fracción de participación que quiera. Si elige una participación parcial, todas las cifras dadas para la sociedad completa (inversión de dinero y tiempo, y la ganancia) se pueden multiplicar por esta fracción. Como de todas formas usted busca un trabajo de verano interesante (máximo 600 horas), ha decidido participar en una o ambas empresas en alguna combinación que maximice su ganancia total estimada. Usted debe resolver el problema de encontrar la mejor combinación. La solución en Programación Lineal Entera será: PROGRAMACION LINEAL - 77 Respuesta: ING. José Luís Albornoz Salazar - 78

39 Identificamos las variables de decisión : X1 =Fracción de participación en el negocio planteado por el amigo 1 X2 =Fracción de participación en el negocio planteado por el amigo 2 Se recomienda elaborar la tabla de requerimientos para visualizar mejor el problema: X1 X2 Disponible Dinero Tiempo Utilidad $ $ La función objetivo se relaciona directamente con la utilidad o ganancia máxima que se alcance en los dos negocios. El MPL quedará expresado como: X2 1,50 (3) (1) 1,00 (4) 0,50 Pto óptimo. Z = (2) 0,50 1,00 X1 MAXIMIZAR Z = X X2 El punto óptimo es la intersección de las rectas (1) y (2) representado por el par ordenado (2/3, 2/3); donde : Sujeta a las siguientes restricciones: - Requerimiento y disponibilidad de dinero: - Requerimiento y disponibilidad de tiempo: - Como se habla de fracción de participación: - Condición de no negatividad: X X2 < = (1) 400 X X2 < = 600 (2) X1 < = 100% : X1 < = 1 (3) X2 < = 100% : X2 < = 1 (4) X1, X2 > = 0 (5) X1 = 2/3 y X2 = 2/3 O lo que es lo mismo X1 = 0,67 y X2 = 0,67 Esto significa que para obtener la máxima utilidad debo invertir el 67% de tiempo y dinero en cada uno de los dos negocios. - En el negocio con el amigo 1 invertiré: $5.000 x 0,67 = $ 3.333, horas x 0,67 = 266,67 horas - En el negocio con el amigo 2 invertiré: $4.000 x 0,67 = $ 2.666, horas x 0,67 = 333,33 horas Solución Gráfica: PROGRAMACION LINEAL Para determinar la ganancia máxima, basta meter los valores de las variables en la función objetivo, que en este caso será: ING. José Luís Albornoz Salazar

40 Z = (0,67) (0,67) Zmáx= $ 6.000,oo Los asesores de tiempo parcial pueden trabajar en los cuatro turnos enumerados en la tabla anterior y ganan $12 por hora. Un requisito adicional es que durante todos los períodos debe haber al menos dos asesores de tiempo completo por cada uno de tiempo parcial. Larry desea determinar cuántos asesores de tiempo completo y cuántos de tiempo parcial debe haber en cada turno para cumplir con los requisitos a un costo mínimo. Respuesta: Identificamos las variables de decisión como: Ci = Asesores a tiempo completo a contratar en cada turno. Pj = Asesores a tiempo parcial a contratar en cada turno. EJERCICIO 19.Pág. 95. H Lieberman. 7ª edic. Respuesta: José Luis Albornoz S. Larry Edison es el director del centro de cómputo de BC. Él debe programar las horas de trabajo del personal del centro. Abre de las 8 am a la media noche. Larry estudió el uso del centro en las diferentes horas del día y determinó los siguientes números de asesores en computación necesarios: HORARIO Mínimo de Asesores requeridos 8 am 12 am 4 12 am 4 pm 8 4 pm - 8 pm 10 8 pm 12 pm 6 Puede contratar dos tipos de asesores: de tiempo completo y de tiempo parcial. Los primeros trabajan 8 horas consecutivas en cualquiera de los siguientes turnos: matutino (8am-4pm), vespertino (12am-8pm) y nocturno (4pm-12pm). Estos asesores ganan $14 por hora. PROGRAMACION LINEAL Como en el enunciado observamos que se habla de turnos diferentes de trabajo; uno para los asesores a tiempo completo y otro para asesores a tiempo parcial, es recomendable elaborar las tablas que indiquen la distribución de cada uno de ellos para facilitar el enfoque de resolución del problema: Turnos para asesores Ci Horario Identificación 8 am - 4 pm C1 12 am - 8 pm C2 4 pm - 12 pm C3 Turnos para asesores Pi Horario Identificación 8 am - 12 am P1 12 am - 4 pm P2 4 pm - 8 pm P3 8 pm 12 pm P4 Como existe un requisito adicional para que durante todos los períodos deba haber, al menos, dos asesores de tiempo completo por cada uno de tiempo parcial, es bueno visualizar qué tipos de asesores comparten cada turno. ING. José Luís Albornoz Salazar

41 Turno de 8 am a 12 am: Turno de 12 am a 4 pm: Turno de 4 pm a 8 pm: Turno de 8 pm a 12 pm: C1 + P1 C1 + C2 + P2 C2 + C3 + P3 C3 + P4 Los asesores a tiempo completo ganan $14 por hora y trabajan turnos de 8 horas (cada uno gana 14x8 = $112 por turno) Los asesores a tiempo parcial ganan $12 por hora y trabajan turnos de 4 horas (cada uno gana 12x4 = $48 por turno). Aclarados todos estos aspectos podemos expresar el Programación Lineal ENTERA como: MINIMIZAR Modelo de Solución no gráfica: Al utilizar cualquier programa de MPL (entera) para computadoras obtendremos la siguiente solución: C1 = 3 C2 = 3 C3 = 4 P1 = 1 P2 = 2 P3 = 3 P4 = 2 Zmín = 112 (3+3+4) + 48 ( ) Zmín = $ 1.504,oo La hoja de resultados en Programación Lineal Entera será: Z = 112 (C1+C2+C3) + 48 (P1+P2+P3+P4) Sujeta a las siguientes restricciones: Ci y Pj solo podrán tomar valores enteros por tratarse de personas ( Modelo de Programación Lineal Entera). - Mínimo de asesores por turno ( Tomando en cuenta el horario indicado en el enunciado del problema) : C1 + P1 > = 4 (1) C1 + C2 + P2 > = 8 (2) C2 + C3 + P3 > = 10 (3) C3 + P4 > = 6 (4) - Requisito adicional (Ci > = 2Pj) C1 > = 2 P1 (5) C1 + C2 > = 2 P2 (6) C2 + C3 > = 2 P3 (7) C3 > = 2 P4 (8) - Condición de no negatividad: Ci, Pi > = 0 (9) PROGRAMACION LINEAL ING. José Luís Albornoz Salazar

42 EJERCICIO 20.Pág. 96. H Lieberman. 7ª edic. Respuesta: José Luis Albornoz S. La Medequip Company produce equipos de precisión de diagnóstico médico en dos de sus fábricas. Se han recibido pedidos de tres centros médicos para la producción de este mes. La siguiente tabla muestra el costo unitario de envío desde cada fábrica a cada centro. Además, muestra el número de unidades que se producirán en cada fábrica y el número de unidades ordenadas por cada cliente: Costo unitario de envío Cliente 1 Cliente 2 Cliente 3 Producción Fábrica 1 $600 $800 $ unid. Fábrica 2 $400 $900 $ unid. Orden 300 unid. 200 unid. 400 unid. Ahora debe tomar la decisión sobre el plan de cuántas unidades enviar de cada fábrica a cada cliente. Respuesta: Identificando las variables de decisión: A1 = Equipos enviados desde la fábrica 1 hasta el cliente 1. A2 = Equipos enviados desde la fábrica 1 hasta el cliente 2. A3 = Equipos enviados desde la fábrica 1 hasta el cliente 3. B1 = Equipos enviados desde la fábrica 2 hasta el cliente 1. B2 = Equipos enviados desde la fábrica 2 hasta el cliente 2. B3 = Equipos enviados desde la fábrica 2 hasta el cliente 3. Tomando en cuenta el costo unitario de envío, el MPL quedará expresado como: MINIMIZAR Solución no gráfica: Al utilizar cualquier programa de MPL para computadoras obtendremos la siguiente solución: A1 = 0 A2 = 200 A3 = 200 B1 = 300 B2 = 0 B3 = 200 Es decir, de la fábrica 1 envío 200 unidades al cliente 2 y 200 unidades al cliente 3; de la fábrica 2 envío 300 unidades al cliente 1 y 200 unidades al cliente 3. Zmín = 800 (200) (200) (300) (200) Zmín = $ ,oo Nota: Este tipo de problemas puede ser resuelto utilizando el Método de Transporte que será estudiado más adelante. Z = 600 A A A B B B3 Sujeta a las siguientes restricciones: - Requerimiento de los clientes (orden): A1 + B1 = 300 (1) A2 + B2 = 200 (2) A3 + B3 = 400 (3) - Producción de cada fábrica: A1 + A2 + A3 = 400 (4) B1 + B2 + B3 = 500 (5) - Condición de no negatividad: Ai, Bi > = 0 (6) PROGRAMACION LINEAL ING. José Luís Albornoz Salazar

43 EJERCICIO 21.Pág. 97. H Lieberman. 7ª edic. Respuesta: José Luis Albornoz S. La WC tiene tres plantas con exceso en su capacidad de producción. Por fortuna, la corporación tiene un nuevo producto listo para iniciar su producción y las tres plantas pueden fabricarlo, así que se podrá usar parte del exceso de este modo. El producto puede hacerse en tres tamaños: grande, mediano y chico; y darán una ganancia de $420, $360 y $300, respectivamente. Las plantas 1, 2 y 3 tienen capacidad de mano de obra y equipo para producir 750, 900 y 450 unidades diarias de este producto, respectivamente, sin importar el tamaño o la combinación de tamaños de que se trate. La cantidad de espacio disponible para almacenar material en proceso impone también limitaciones en las tasas de producción del nuevo producto. Las plantas 1, 2 y 3 tienen , y pies cuadrados de espacio respectivo, para material en proceso de producción diaria. Cada unidad grande, mediana y chica que se produce requiere 20, 15 y12 pies cuadrados, respectivamente. Los pronósticos de venta indican que, si están disponibles, se pueden vender 900, y 750 unidades diarias de los tamaños respectivos grande, mediano y chico. Será necesario despedir algunos empleados en cada planta a menos que la mayor parte de esta capacidad en exceso se pueda usar con el nuevo producto. Para evitar despidos en lo posible, la gerencia ha decidido que las plantas deben usar el mismo porcentaje de su capacidad adicional con este nuevo producto. El gerente desea saber cuántas unidades de cada tamaño producir en cada planta para maximizar la ganancia. Respuesta: Identificando las variables de decisión: Gi = Unidades de producto grande que se deben producir diariamente en cada una de las tres plantas. Mi = Unidades de producto mediano que se deben producir diariamente en cada una de las tres plantas. Ci = Unidades de producto chico que se deben producir diariamente en cada una de las tres plantas. PROGRAMACION LINEAL Para facilitar la visualización de la solución se puede elaborar un cuadro o tabla de distribución de producción donde se pueda reflejar toda la información, de manera que se establezcan todas las relaciones existentes de los datos aportados. Capacidad Capacidad de Mano Obra espacio Gi Mi Ci y equipos ( Ft2 ) Planta 1 G1 M1 C Planta 2 G2 M2 C Planta 3 G3 M3 C Esp/unid (Ft2/unid) Venta máx Ganancia Identificación más específica: G1 = Unidades de producto grande que se deben producir diariamente en la planta 1. G2 = Unidades de producto grande que se deben producir diariamente en la planta 2. G3 = Unidades de producto grande que se deben producir diariamente en la planta 3. M1 M2 = Unidades de producto mediano que se deben producir diariamente en la planta 1. = Unidades de producto mediano que se deben producir diariamente en la planta 2 M3 = Unidades de producto mediano que se deben producir diariamente en la planta 3.. C1 = Unidades de producto Chico que se deben producir diariamente en la planta 1. C2 = Unidades de producto Chico que se deben producir diariamente en la planta 2. C3 = Unidades de producto Chico que se deben producir diariamente en la planta 3. ING. José Luís Albornoz Salazar

44 El modelo de programación lineal (MPL) quedará expresado como: MAXIMIZAR Z= 420 (G1+G2+G3) (M1+M2+M3) (C1+C2+C3) - Condición de no negatividad: Solución no gráfica: Gi, Mi, Ci > = 0 (13) Sujeta a las siguientes restricciones: - Capacidad de mano de obra y equipos de cada planta: G1 + M1 + C1 < = 750 (1) G2 + M2 + C2 < = 900 (2) G3 + M3 + C3 < = 450 (3) -Capacidad de espacio de cada planta y espacio necesario para cada unidad de los productos: Al utilizar cualquier programa de MPL para computadoras obtendremos la siguiente solución: G1 = 350 G2 = 0 G3 = 0 M1 = 400 M2 = 532 M3= 1 C1 = 0 C2 = 335 C3=415 Zmáx = $ ,oo 20 G M C1 < = (4) 20 G M C2 < = (5) 20 G M C3 < = (6) - Capacidad de ventas: G1 + G2 + G3 < = 900 (7) M1 + M2 + M3 < = (8) C1 + C2 + C3 < = 750 (9) - Para evitar despidos en lo posible, la gerencia ha decidido que las plantas deben usar el mismo porcentaje de su capacidad adicional con este nuevo producto: G1 + M1 + C1 G2 + M2 + C2 (10) G1 + M1 + C1 G3 + M3 + C3 (11) G2 + M2 + C2 G3 + M3 + C3 (12) PROGRAMACION LINEAL ING. José Luís Albornoz Salazar

45 EJERCICIO 22.Pág. 97. H Lieberman. 7ª edic. Respuesta: José Luis Albornoz S. Un avión de carga tiene tres compartimientos para almacenar: delantero, central y trasero. Estos compartimientos tienen un límite de capacidad tanto en peso como en espacio. Los datos se resumen en la siguiente tabla: Compartimiento Capacidad de Capacidad de Peso (ton.) espacio (m3) Delantero Central Trasero Más aún, para mantener el avión balanceado, el peso de la carga en los respectivos compartimientos debe ser proporcional a su capacidad. Se tienen ofertas para cuatro cargamentos en un vuelo próximo ya que se cuenta con espacio: Carga Peso (ton) Volumen (m3/ton) Ganancia ($/ton) Se Puede aceptar cualquier fracción de estas cargas. El objetivo es determinar que cantidad de cada carga debe aceptarse (si se acepta) y cómo distribuirla en los compartimientos para maximizar la ganancia del vuelo. Respuesta: Identificando las variables de decisión: Ai = Cantidad de carga 1 que se colocará en cada compartimiento del avión. Bi = Cantidad de carga 2 que se colocará en cada compartimiento del avión. Ci = Cantidad de carga 3 que se colocará en cada compartimiento del avión. Di = Cantidad de carga 4 que se colocará en cada compartimiento del avión. PROGRAMACION LINEAL Para facilitar la visualización de la solución se puede elaborar un cuadro o tabla de distribución de cargas donde se pueda reflejar toda la información, de manera que se establezcan todas las relaciones existentes de los datos aportados. Compart. Compart. Compart. Peso Volumen Ganancia Delant. Central Trasero (ton) (m3/t) ($/ton) Carga 1 Ad Ac At Carga 2 Bd Bc Bt Carga 3 Cd Cc Ct Carga 4 Dd Dc Dt Peso máx Vol. Máx Identificación más específica: Ad = Cantidad de carga 1 que se colocará en el compartimiento delantero del avión. Ac = Cantidad de carga 1 que se colocará en el compartimiento central del avión. At = Cantidad de carga 1 que se colocará en el compartimiento trasero del avión. Bd = Cantidad de carga 2 que se colocará en el compartimiento delantero del avión. Bc = Cantidad de carga 2 que se colocará en el compartimiento central del avión. Bt = Cantidad de carga 2 que se colocará en el compartimiento trasero del avión. Cd = Cantidad de carga 3 que se colocará en el compartimiento delantero del avión. Cc = Cantidad de carga 3 que se colocará en el compartimiento central del avión. Ct = Cantidad de carga 3 que se colocará en el compartimiento trasero del avión. Dd = Cantidad de carga 4 que se colocará en el compartimiento delantero del avión. Dc = Cantidad de carga 4 que se colocará en el compartimiento central del avión. Dt = Cantidad de carga 4 que se colocará en el compartimiento trasero del avión. ING. José Luís Albornoz Salazar

46 El modelo de programación lineal (MPL) quedará expresado como: MAXIMIZAR Z = 320 ( Ai ) ( Bi ) ( Ci ) ( Di) O lo que es lo mismo Z = 320 (Ad+Ac+At) (Bd+Bc+Bt) (Cd+Cc+Ct) (Dd+Dc+Dt) Sujeta a las siguientes restricciones: - Capacidad de peso de cada compartimiento: Ad + Bd + Cd + Dd < = 12 (1) Ac + Bc + Cc + Dc < = 18 (2) At + Bt + Ct + Dt < = 10 (3) - Peso de cada carga: - Ad + Ac + At < = 20 (4) Bd + Bc + Bt < = 16 (5) Cd + Cc + Ct < = 25 (6) Ad+Bd+Cd +Dd Ac+Bc+Cc+Dc (11) Ad+Bd+Cd +Dd At+Bt+Ct+Dt (12) Ac+Bc+Cc +Dc At+Bt+Ct+Dt (13) Condición de no negatividad: Ai, Bi, Ci, Di > = 0 (14) Solución no gráfica: Al utilizar cualquier programa de MPL para computadoras obtendremos varias soluciones óptimas de cómo colocar las 4 cargas en los 3 compartimientos, pero en todas: Ejemplo de una solución óptima: Zmáx = $ ,oo Ad = 0 Bd = 0 Cd = 11 Dd= 1 Ac = 0 Bc = 6 Cc = 0 Dc= 12 At = 10 Bt = 0 Ct = 0 Dt= 0 Dd + Dc + Dt < = 13 (7) - Capacidad de espacio por compartimiento. Cada carga posee un volumen específico y al multiplicarlo por la cantidad que voy a colocar en cada compartimiento no puede sobrepasar la capacidad de espacio de este. 500 Ad Bd Cd Dd < = (8) 500 Ac Bc Cc Dc < = (9) 500 At Bt Ct Dt < = (10) - Para mantener el avión balanceado el peso de la carga en los respectivos compartimientos debe ser proporcional a su capacidad. (se recomienda recordar razón de proporcionalidad ): PROGRAMACION LINEAL ING. José Luís Albornoz Salazar

MODELO DE ASIGNACIÓN $A$15:$D$15 < = $A$4:$D$4 $E$11:$E$13 = $E$1:$E$3 METODO DE TRANSPORTE - 129 - ING. José Luís Albornoz Salazar - 130 - - Máxi

MODELO DE ASIGNACIÓN $A$15:$D$15 < = $A$4:$D$4 $E$11:$E$13 = $E$1:$E$3 METODO DE TRANSPORTE - 129 - ING. José Luís Albornoz Salazar - 130 - - Máxi - Máxi En el espacio en blanco, en la parte inferior izquierda, Sujetas a las siguientes Restricciones indique las restricciones o condiciones del problema, para lo cual haga clic en Agregar. METODO DE

Más detalles

PROGRAMACIÓN LINEAL. 8.1. Introducción. 8.2. Inecuaciones lineales con 2 variables

PROGRAMACIÓN LINEAL. 8.1. Introducción. 8.2. Inecuaciones lineales con 2 variables Capítulo 8 PROGRAMACIÓN LINEAL 8.1. Introducción La programación lineal es una técnica matemática relativamente reciente (siglo XX), que consiste en una serie de métodos y procedimientos que permiten resolver

Más detalles

L A P R O G R A M A C I O N

L A P R O G R A M A C I O N L A P R O G R A M A C I O N L I N E A L 1. INTRODUCCIÓN: la programación lineal como método de optimación La complejidad de nuestra sociedad en cuanto a organización general y económica exige disponer

Más detalles

martilloatomico@gmail.com

martilloatomico@gmail.com Titulo: REGLA DE TRES CON BASE UNITARIA Año escolar: MATEMATICA 1 Autor: José Luis Albornoz Salazar Ocupación: Ing Civil. Docente Universitario País de residencia: Venezuela Correo electrónico: martilloatomico@gmail.com

Más detalles

BREVE MANUAL DE SOLVER

BREVE MANUAL DE SOLVER BREVE MANUAL DE SOLVER PROFESOR: DAVID LAHOZ ARNEDO PROGRAMACIÓN LINEAL Definición: Un problema se define de programación lineal si se busca calcular el máximo o el mínimo de una función lineal, la relación

Más detalles

Programación Lineal. Ficha para enseñar a utilizar el Solver de EXCEL en la resolución de problemas de Programación Lineal

Programación Lineal. Ficha para enseñar a utilizar el Solver de EXCEL en la resolución de problemas de Programación Lineal Programación Lineal Ficha para enseñar a utilizar el Solver de EXCEL en la resolución de problemas de Programación Lineal Ejemplo: Plan de producción de PROTRAC En esta ficha vamos a comentar cómo se construyó

Más detalles

SOLUCION DE MODELOS DE PROGRAMACION LINEAL EN UNA HOJA DE CALCULO. PROBLEMAS DE TRANSPORTE Y ASIGNACION.

SOLUCION DE MODELOS DE PROGRAMACION LINEAL EN UNA HOJA DE CALCULO. PROBLEMAS DE TRANSPORTE Y ASIGNACION. UNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE INGENIERÍA DEPARTAMENTO DE INGENIERÍA DE LA PRODUCCIÓN INGENIERÍA INDUSTRIAL SOLUCION DE MODELOS DE PROGRAMACION LINEAL EN UNA HOJA DE CALCULO. PROBLEMAS DE

Más detalles

Funciones más usuales 1

Funciones más usuales 1 Funciones más usuales 1 1. La función constante Funciones más usuales La función constante Consideremos la función más sencilla, por ejemplo. La imagen de cualquier número es siempre 2. Si hacemos una

Más detalles

UNIDAD 1. LOS NÚMEROS ENTEROS.

UNIDAD 1. LOS NÚMEROS ENTEROS. UNIDAD 1. LOS NÚMEROS ENTEROS. Al final deberás haber aprendido... Interpretar y expresar números enteros. Representar números enteros en la recta numérica. Comparar y ordenar números enteros. Realizar

Más detalles

Análisis de los datos

Análisis de los datos Universidad Complutense de Madrid CURSOS DE FORMACIÓN EN INFORMÁTICA Análisis de los datos Hojas de cálculo Tema 6 Análisis de los datos Una de las capacidades más interesantes de Excel es la actualización

Más detalles

Unidad 2 Método gráfico de solución

Unidad 2 Método gráfico de solución Unidad 2 Método gráfico de solución Los problemas de programación lineal (pl) que sólo tengan dos variables de decisión pueden resolverse gráficamente, ya que, como se ha visto en los Antecedentes, una

Más detalles

APLICACIONES CON SOLVER OPCIONES DE SOLVER

APLICACIONES CON SOLVER OPCIONES DE SOLVER APLICACIONES CON SOLVER Una de las herramientas con que cuenta el Excel es el solver, que sirve para crear modelos al poderse, diseñar, construir y resolver problemas de optimización. Es una poderosa herramienta

Más detalles

H E R R A M I E N T A S D E A N Á L I S I S D E D A T O S HERRAMIENTAS DE ANÁLISIS DE DATOS

H E R R A M I E N T A S D E A N Á L I S I S D E D A T O S HERRAMIENTAS DE ANÁLISIS DE DATOS H E R R A M I E N T A S D E A N Á L I S I S D E D A T O S HERRAMIENTAS DE ANÁLISIS DE DATOS Una situación que se nos plantea algunas veces es la de resolver un problema hacia atrás, esto es, encontrar

Más detalles

1.4.- D E S I G U A L D A D E S

1.4.- D E S I G U A L D A D E S 1.4.- D E S I G U A L D A D E S OBJETIVO: Que el alumno conozca y maneje las reglas empleadas en la resolución de desigualdades y las use para determinar el conjunto solución de una desigualdad dada y

Más detalles

MALBA TAHAN El hombre que calculaba

MALBA TAHAN El hombre que calculaba La Matemática, señores, enseña al hombre a ser sencillo y modesto; es la base de todas las ciencias y todas las artes. Aldebazan, rey de Irak, descansando cierta vez en la galería de su palacio, soñó que

Más detalles

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales.

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Introducción Por qué La Geometría? La Geometría tiene como objetivo fundamental

Más detalles

Problemas Resueltos de Desigualdades y Programación Lineal

Problemas Resueltos de Desigualdades y Programación Lineal Universidad de Sonora División de Ciencias Exactas y Naturales Departamento de Matemáticas. Problemas Resueltos de Desigualdades y Programación Lineal Para el curso de Cálculo Diferencial de Químico Biólogo

Más detalles

Unidad 5 Utilización de Excel para la solución de problemas de programación lineal

Unidad 5 Utilización de Excel para la solución de problemas de programación lineal Unidad 5 Utilización de Excel para la solución de problemas de programación lineal La solución del modelo de programación lineal (pl) es una adaptación de los métodos matriciales ya que el modelo tiene

Más detalles

DESIGUALDADES E INECUACIONES

DESIGUALDADES E INECUACIONES DESIGUALDAD DESIGUALDADES E INECUACIONES Para hablar de la NO IGUALDAD podemos utilizar varios términos o palabras. Como son: distinto y desigual. El término "DISTINTO" (signo ), no tiene apenas importancia

Más detalles

Manual SGTContable - Versión 12 o superior. TESORERIA: CAPITULO 4. Conciliación Bancaria

Manual SGTContable - Versión 12 o superior. TESORERIA: CAPITULO 4. Conciliación Bancaria TESORERIA: CAPITULO 4 Conciliación Bancaria Por medio de esta opción podrá conciliar todas las cuentas bancarias que tiene disponible en cada Empresa. Este proceso está disponible a partir de la versión

Más detalles

2) Se ha considerado únicamente la mano de obra, teniéndose en cuenta las horas utilizadas en cada actividad por unidad de página.

2) Se ha considerado únicamente la mano de obra, teniéndose en cuenta las horas utilizadas en cada actividad por unidad de página. APLICACIÓN AL PROCESO PRODUCTIVO DE LA EMPRESA "F. G. / DISEÑO GRÁFICO". AÑO 2004 Rescala, Carmen Según lo explicado en el Informe del presente trabajo, la variación en la producción de páginas web de

Más detalles

Unidad 7 Aplicación de máximos y mínimos

Unidad 7 Aplicación de máximos y mínimos Unidad 7 Aplicación de máimos y mínimos Objetivos Al terminar la unidad, el alumno: Interpretará el concepto de ingreso y costos marginal. Aplicará la función de ingresos en problemas de maimización. Aplicará

Más detalles

1. Números Reales 1.1 Clasificación y propiedades

1. Números Reales 1.1 Clasificación y propiedades 1. Números Reales 1.1 Clasificación y propiedades 1.1.1 Definición Número real, cualquier número racional o irracional. Los números reales pueden expresarse en forma decimal mediante un número entero,

Más detalles

ÁLGEBRA LINEAL - Año 2012

ÁLGEBRA LINEAL - Año 2012 UNIVERSIDAD NACIONAL DE RÍO CUARTO FACULTAD DE CIENCIAS ECONÓMICAS ÁLGEBRA LINEAL - Año 0 Notas de Cátedra correspondientes a la UNIDAD SIETE PROGRAMACIÓN LINEAL * INECUACIONES Se denomina inecuación a

Más detalles

13.1. Tablas dinámicas de Excel

13.1. Tablas dinámicas de Excel 13.1. Tablas dinámicas de Excel Una tabla dinámica consiste en el resumen de un conjunto de datos, atendiendo a varios criterios de agrupación, representado como una tabla de doble entrada que nos facilita

Más detalles

Unidad 1 Modelos de programación lineal

Unidad 1 Modelos de programación lineal Unidad 1 Modelos de programación lineal La programación lineal comenzó a utilizarse prácticamente en 1950 para resolver problemas en los que había que optimizar el uso de recursos escasos. Fueron de los

Más detalles

PRÁCTICAS DE GESTIÓN GANADERA:

PRÁCTICAS DE GESTIÓN GANADERA: PRÁCTICAS DE GESTIÓN GANADERA: MANEJO DE HOJA DE CÁCULO (EXCEL) 1. INTRODUCCIÓN AL MANEJO DE EXCEL La pantalla del programa consta de una barra de herramientas principal y de una amplia cuadrícula compuesta

Más detalles

CAPITULO V. SIMULACION DEL SISTEMA 5.1 DISEÑO DEL MODELO

CAPITULO V. SIMULACION DEL SISTEMA 5.1 DISEÑO DEL MODELO CAPITULO V. SIMULACION DEL SISTEMA 5.1 DISEÑO DEL MODELO En base a las variables mencionadas anteriormente se describirán las relaciones que existen entre cada una de ellas, y como se afectan. Dichas variables

Más detalles

APUNTES SOBRE EL MÉTODO SÍMPLEX DE PROGRAMACIÓN LINEAL. Adriel R. Collazo Pedraja

APUNTES SOBRE EL MÉTODO SÍMPLEX DE PROGRAMACIÓN LINEAL. Adriel R. Collazo Pedraja APUNTES SOBRE EL MÉTODO SÍMPLEX DE PROGRAMACIÓN LINEAL Adriel R. Collazo Pedraja 2 INTRODUCCIÓN Este trabajo tiene como propósito proveer ayuda al estudiante para que pueda comprender y manejar más efectivamente

Más detalles

Ecuaciones de primer grado con dos incógnitas

Ecuaciones de primer grado con dos incógnitas Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad

Más detalles

PRÁCTICA 1: Optimización con Excel 2010

PRÁCTICA 1: Optimización con Excel 2010 Grado en Administración de Empresas Departamento de Estadística Asignatura: Optimización y Simulación para la Empresa Curso: 2011/2012 PRÁCTICA 1: Optimización con Excel 2010 1. Modelización mediante hojas

Más detalles

DOMINIO Y RANGO DE UNA FUNCIÓN I N D I C E. martilloatomico@gmail.com. Página. Titulo:

DOMINIO Y RANGO DE UNA FUNCIÓN I N D I C E. martilloatomico@gmail.com. Página. Titulo: Titulo: DOMINIO Y RANGO I N D I C E Página DE UNA FUNCIÓN Año escolar: 4to. Año de Bachillerato Autor: José Luis Albornoz Salazar Ocupación: Ing Civil. Docente Universitario País de residencia: Venezuela

Más detalles

Manual de Microsoft Ms Project 2003 Aplicado a la Construcción

Manual de Microsoft Ms Project 2003 Aplicado a la Construcción Manual de Microsoft Ms Project 2003 Aplicado a la Construcción Índice. Pág. Introducción. 3. 1. Adaptar Microsoft Project a la empresa. 4. 2. Proyecto. 7. 3. Programación. 8. 3.1. Como crear o personalizar

Más detalles

EJERCICIOS DE PROGRAMACIÓN RELACIÓN VII (EJERCICIOS DE REPASO)

EJERCICIOS DE PROGRAMACIÓN RELACIÓN VII (EJERCICIOS DE REPASO) EJERCICIOS DE PROGRAMACIÓN RELACIÓN VII (EJERCICIOS DE REPASO) Luis José Sánchez 1. Realiza un programa que sume los 100 números siguientes a un número entero y positivo introducido por teclado. Se debe

Más detalles

4.3 INTERPRETACIÓN ECONÓMICA DE LA DUALIDAD

4.3 INTERPRETACIÓN ECONÓMICA DE LA DUALIDAD 4.3 INTERPRETACIÓN ECONÓMICA DE LA DUALIDAD El problema de programación lineal se puede considerar como modelo de asignación de recursos, en el que el objetivo es maximizar los ingresos o las utilidades,

Más detalles

CASO PRÁCTICO PRÉSTAMOS. VALIDACIÓN DE LA INFORMACIÓN

CASO PRÁCTICO PRÉSTAMOS. VALIDACIÓN DE LA INFORMACIÓN CASO PRÁCTICO PRÉSTAMOS. VALIDACIÓN DE LA INFORMACIÓN Nuestra empresa necesita realizar una ampliación de negocio para lo cual estamos buscando un inmueble que se adapte a nuestras necesidades. Para financiar

Más detalles

Nota : Los fundamentos teóricos fueron tomados del texto INVESTIGACION DE OPERACIONES HILLIER LIEBERMAN. Séptima edición

Nota : Los fundamentos teóricos fueron tomados del texto INVESTIGACION DE OPERACIONES HILLIER LIEBERMAN. Séptima edición MODELOS DE OPTIMIZACIÓN DE REDES Modelos de Optimización de Redes. Pág. 1 Terminología de Redes. 2 Problema de la Ruta Más Corta. 5 Problema del Árbol de Expansión Mínima. 13 Problema de Flujo Máximo.

Más detalles

Universidad de la Frontera

Universidad de la Frontera Universidad de la Frontera Facultad de Ingeniería, Ciencias y Admistración Departamento de Matemática Actividad Didáctica: El Abaco TALLER # 2 - Sistema Decimal El ábaco es uno de los recursos más antiguos

Más detalles

a < b y se lee "a es menor que b" (desigualdad estricta) a > b y se lee "a es mayor que b" (desigualdad estricta)

a < b y se lee a es menor que b (desigualdad estricta) a > b y se lee a es mayor que b (desigualdad estricta) Desigualdades Dadas dos rectas que se cortan, llamadas ejes (rectangulares si son perpendiculares, y oblicuos en caso contrario), un punto puede situarse conociendo las distancias del mismo a los ejes,

Más detalles

CASO PRAÁ CTICO ANAÁ LISIS DE ESTADOS FINANCIEROS

CASO PRAÁ CTICO ANAÁ LISIS DE ESTADOS FINANCIEROS CASO PRAÁ CTICO ANAÁ LISIS DE ESTADOS FINANCIEROS Deseamos realizar un análisis comparativo de las cuentas consolidadas de dos empresas, concretamente TELEFÓNICA e INDITEX para determinar si responden

Más detalles

La ventana de Microsoft Excel

La ventana de Microsoft Excel Actividad N 1 Conceptos básicos de Planilla de Cálculo La ventana del Microsoft Excel y sus partes. Movimiento del cursor. Tipos de datos. Metodología de trabajo con planillas. La ventana de Microsoft

Más detalles

SISTEMAS DE COORDENADAS SISTEMA COORDENADO UNIDIMENSIONAL

SISTEMAS DE COORDENADAS SISTEMA COORDENADO UNIDIMENSIONAL SISTEMAS DE COORDENADAS En la vida diaria, nos encontramos con el problema de ordenar algunos objetos; de tal manera que es necesario agruparlos, identificarlos, seleccionarlos, estereotiparlos, etc.,

Más detalles

martilloatomico@gmail.com

martilloatomico@gmail.com Titulo: INECUACIONES CON VALOR ABSOLUTO Año escolar: 5to. año de bachillerato Autor: José Luis Albornoz Salazar Ocupación: Ing Civil. Docente Universitario País de residencia: Venezuela Correo electrónico:

Más detalles

Charla No 3: Fórmulas de mayor uso.

Charla No 3: Fórmulas de mayor uso. 1 Charla No 3: Fórmulas de mayor uso. Objetivos generales: Explicar el uso de las funciones de mayor uso en MS-Excel Objetivos específicos: Autosuma. Asistente de fórmulas. Max y Min. Buscarv Contar Si

Más detalles

EDICIÓN DE ECUACIONES CON WORD y ÁLGEBRA LINEAL CON EXCEL

EDICIÓN DE ECUACIONES CON WORD y ÁLGEBRA LINEAL CON EXCEL EDICIÓN DE ECUACIONES CON WORD y ÁLGEBRA LINEAL CON EXCEL Autores: Ángel Alejandro Juan Pérez (ajuanp@uoc.edu), Cristina Steegmann Pascual (csteegmann@uoc.edu). ESQUEMA DE CONTENIDOS ECUACIONES Y ÁLGEBRA

Más detalles

ECUACION DE DEMANDA. El siguiente ejemplo ilustra como se puede estimar la ecuación de demanda cuando se supone que es lineal.

ECUACION DE DEMANDA. El siguiente ejemplo ilustra como se puede estimar la ecuación de demanda cuando se supone que es lineal. ECUACION DE DEMANDA La ecuación de demanda es una ecuación que expresa la relación que existe entre q y p, donde q es la cantidad de artículos que los consumidores están dispuestos a comprar a un precio

Más detalles

CASO PRÁCTICO. ANÁLISIS DE DATOS EN TABLAS DINÁMICAS

CASO PRÁCTICO. ANÁLISIS DE DATOS EN TABLAS DINÁMICAS CASO PRÁCTICO. ANÁLISIS DE DATOS EN TABLAS DINÁMICAS Nuestra empresa es una pequeña editorial que maneja habitualmente su lista de ventas en una hoja de cálculo y desea poder realizar un análisis de sus

Más detalles

Para aquellos que tengan conocimientos de Access es lo más parecido a una consulta de referencias cruzadas, pero con más interactividad.

Para aquellos que tengan conocimientos de Access es lo más parecido a una consulta de referencias cruzadas, pero con más interactividad. Las tablas dinámicas Crear una tabla dinámica Una tabla dinámica consiste en el resumen de un conjunto de datos, atendiendo a varios criterios de agrupación, representado como una tabla de doble entrada

Más detalles

x 10000 y 8000 x + y 15000 a) La región factible asociada a las restricciones anteriores es la siguiente: Pedro Castro Ortega lasmatematicas.

x 10000 y 8000 x + y 15000 a) La región factible asociada a las restricciones anteriores es la siguiente: Pedro Castro Ortega lasmatematicas. Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Septiembre 2012 - Propuesta A 1. Queremos realizar una inversión en dos tipos

Más detalles

3.1 Alta de clientes.

3.1 Alta de clientes. 3. GESTIÓN DE CLIENTES. Hasta el momento hemos estudiado operaciones de venta al contado, en las que no hemos introducido datos sobre el cliente. Puede ocurrir que queramos personalizar una venta, es decir,

Más detalles

Álgebra y Trigonometría CNM-108

Álgebra y Trigonometría CNM-108 Álgebra y Trigonometría CNM-108 Clase 2 Ecuaciones, desigualdades y funciones Departamento de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia Copyleft c 2008. Reproducción

Más detalles

Lección 7 - Coordenadas rectangulares y gráficas

Lección 7 - Coordenadas rectangulares y gráficas Lección 7 - Coordenadas rectangulares gráficas Coordenadas rectangulares gráficas Objetivos: Al terminar esta lección podrás usar un sistema de coordenadas rectangulares para identificar puntos en un plano

Más detalles

Cómo ayudarles con las tareas escolares si no sabemos euskera?

Cómo ayudarles con las tareas escolares si no sabemos euskera? Cómo ayudarles con las tareas escolares si no sabemos euskera? Objetivo: desarrollar la autonomía de aprendizaje Tanto si sabemos euskera como si no sabemos euskera, la pregunta que debemos responder los

Más detalles

Programación lineal 2º curso de Bachillerato Matemáticas aplicadas a las ciencias sociales

Programación lineal 2º curso de Bachillerato Matemáticas aplicadas a las ciencias sociales PROGRAMACIÓN LINEAL Índice: 1. Origen de la programación lineal------------------------------------------------------------- 1 2. Inecuaciones lineales. Interpretación geométrica -----------------------------------------

Más detalles

EXCEL: Herramienta Solver

EXCEL: Herramienta Solver EXCEL: Herramienta Solver Introducción Las planillas de cálculo se han convertido en herramientas obligadas de análisis de datos. Sin embargo, no siempre se aprovechan todas sus potencialidades. La planilla

Más detalles

-.PROGRAMACION LINEAL.- Problemas resueltos

-.PROGRAMACION LINEAL.- Problemas resueltos -.PROGRAMACION LINEAL.- Problemas resueltos EJEMPLO 1. Un expendio de carnes de la ciudad acostumbra preparar la carne para albondigón con una combinación de carne molida de res y carne molida de cerdo.

Más detalles

martilloatomico@gmail.com

martilloatomico@gmail.com Titulo: OPERACIONES CON POLINOMIOS (Reducción de términos semejantes, suma y resta de polinomios, signos de agrupación, multiplicación y división de polinomios) Año escolar: 2do: año de bachillerato Autor:

Más detalles

SOLUCION DE MODELOS EMPRESARIALES POR COMPUTADORA

SOLUCION DE MODELOS EMPRESARIALES POR COMPUTADORA Tema 2 SOLUCION DE MODELOS EMPRESARIALES POR COMPUTADORA 2.1 SOFTWARE PARA SOLUCION DE MODELOS PL Programas típicos para resolver problemas de Programación Lineal: - QSB - SOLVER - GLP QSB (Quantitative

Más detalles

Profr. Efraín Soto Apolinar. La función lineal. y = a 0 + a 1 x. y = m x + b

Profr. Efraín Soto Apolinar. La función lineal. y = a 0 + a 1 x. y = m x + b La función lineal Una función polinomial de grado uno tiene la forma: y = a 0 + a 1 x El semestre pasado estudiamos la ecuación de la recta. y = m x + b En la notación de funciones polinomiales, el coeficiente

Más detalles

Caso práctico 1: Determinación del coste de capital de REGRESENGER.

Caso práctico 1: Determinación del coste de capital de REGRESENGER. Caso práctico 1: Determinación del coste de capital de REGRESENGER. REGRESENGER, SA, tiene previsto realizar un proyecto, de entre dos posibles, ambos con unas necesidades financieras por importe de 1

Más detalles

PROYECTO DE LA REAL ACADEMIA DE CIENCIAS Estímulo del talento matemático

PROYECTO DE LA REAL ACADEMIA DE CIENCIAS Estímulo del talento matemático PROYECTO DE L REL CDEMI DE CIENCIS Estímulo del talento matemático Prueba de selección 8 de junio de 2013 Nombre:... pellidos:... Fecha de nacimiento:... Teléfonos:... Información importante que debes

Más detalles

Año: 2008 Página 1 de 31

Año: 2008 Página 1 de 31 Lección 4. Tesorería 4.1. Bancos y caja 4.2. Cobros y pagos con un vencimiento asociado 4.3. Cobros y pagos sin un vencimiento asociado 4.4. Cobro o pago del que desconocemos el origen 4.5. Pago o cobro

Más detalles

Tema 2. Espacios Vectoriales. 2.1. Introducción

Tema 2. Espacios Vectoriales. 2.1. Introducción Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por

Más detalles

Cierre y Apertura de ejercicio. Gestión - Contabilidad

Cierre y Apertura de ejercicio. Gestión - Contabilidad Cierre y Apertura de ejercicio. Gestión - Contabilidad Cliente : Cooperativa Madrileña de Ferreteros, soc. coop. Referencia : I-3-PC-02 / 000041 Asunto : Cierre y apertura de ejercicio. Gestión Contabilidad

Más detalles

Gobierno del Estado de México

Gobierno del Estado de México Gobierno del Estado de México Escuela Preparatoria Oficial No. 82 José Revueltas Hay que alcanzar la exaltación verdadera, para lograrlo, hay que ser serenos, sin prisas, estudiar, trabajar y disciplinarse

Más detalles

Funciones lineales. Objetivos. Antes de empezar. 1.Función de proporcionalidad directa pág. 170 Definición Representación gráfica

Funciones lineales. Objetivos. Antes de empezar. 1.Función de proporcionalidad directa pág. 170 Definición Representación gráfica 10 Funciones lineales Objetivos En esta quincena aprenderás a: Identificar problemas en los que intervienen magnitudes directamente proporcionales. Calcular la función que relaciona a esas magnitudes a

Más detalles

La Lección de hoy es sobre determinar el Dominio y el Rango. El cuál es la expectativa para el aprendizaje del estudiante LF.3.A1.

La Lección de hoy es sobre determinar el Dominio y el Rango. El cuál es la expectativa para el aprendizaje del estudiante LF.3.A1. LF.3.A1.2-Steve Cole-Determining Domain and Ranges- La Lección de hoy es sobre determinar el Dominio y el Rango. El cuál es la expectativa para el aprendizaje del estudiante LF.3.A1.2 Qué es Dominio? Es

Más detalles

Herramienta Solver. Activar Excel Solver

Herramienta Solver. Activar Excel Solver Herramienta Solver Introducción: Solver forma parte de una serie de comandos a veces denominados herramientas de análisis Y si. Con Solver, puede encontrar un valor óptimo (mínimo o máximo) para una fórmula

Más detalles

Sistemas de dos ecuaciones lineales con dos incógnitas

Sistemas de dos ecuaciones lineales con dos incógnitas Sistemas de dos ecuaciones lineales con dos incógnitas Una ecuación lineal con dos incógnitas es una epresión de la forma a b c donde a, b c son los coeficientes (números) e son las incógnitas. Gráficamente

Más detalles

Unidad 6 Cálculo de máximos y mínimos

Unidad 6 Cálculo de máximos y mínimos Unidad 6 Cálculo de máimos y mínimos Objetivos Al terminar la unidad, el alumno: Utilizará la derivada para decidir cuándo una función es creciente o decreciente. Usará la derivada para calcular los etremos

Más detalles

INTERPRETACION ECONOMICA DEL ANALISIS DE SENSIBILIDAD

INTERPRETACION ECONOMICA DEL ANALISIS DE SENSIBILIDAD ESCOLA UNIVERSITÀRIA D ESTUDIS EMPRESARIALS DEPARTAMENT D ECONOMIA I ORGANITZACIÓ D EMPRESES INTERPRETACION ECONOMICA DEL ANALISIS DE SENSIBILIDAD Dunia Durán Juvé Profesora Titular 1ª Edición de 1995:

Más detalles

Ejercicios de Trigonometría

Ejercicios de Trigonometría Ejercicios de Trigonometría 1) Indica la medida de estos ángulos en radianes: a) 0º b) 45º c) 60º d) 120º Recuerda que 360º son 2π radianes, con lo que para hacer la conversión realizaremos una simple

Más detalles

Resolución de Problemas. Buscar Soluciones.

Resolución de Problemas. Buscar Soluciones. Buscar objetivo. Con esta herramienta Excel ajusta automáticamente el valor de una casilla para obtener un resultado determinado en otra. Evidentemente, la casilla donde quiera obtener el resultado ha

Más detalles

EJERCICIO 1. Sean las variables de decisión: x= n: de impresos diarios tipo A repartidos. y= n: de impresos diarios tipo B repartidos.

EJERCICIO 1. Sean las variables de decisión: x= n: de impresos diarios tipo A repartidos. y= n: de impresos diarios tipo B repartidos. EJERCICIO 1 Un estudiante dedica parte de su tiempo al reparto de propaganda publicitaria. La empresa A le paga 5 Bs.. por cada impreso repartido y la empresa B, con folletos más grandes, le paga 7 Bs.

Más detalles

Aproximación local. Plano tangente. Derivadas parciales.

Aproximación local. Plano tangente. Derivadas parciales. Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 004-005 Aproximación local. Plano tangente. Derivadas parciales. 1. Plano tangente 1.1. El problema de la aproximación

Más detalles

PARÁBOLA. 1) para la parte positiva: 2) para la parte negativa: 3) para la parte positiva: 4) para la parte negativa:

PARÁBOLA. 1) para la parte positiva: 2) para la parte negativa: 3) para la parte positiva: 4) para la parte negativa: Página 90 5 LA PARÁBOLA 5.1 DEFINICIONES La parábola es el lugar geométrico 4 de todos los puntos cuyas distancias a una recta fija, llamada, y a un punto fijo, llamado foco, son iguales entre sí. Hay

Más detalles

EXPERIENCIA DIDÁCTICA DE FÍSICA PARA DETERMINAR LA CONSTANTE ELÁSTICA DE UN MUELLE

EXPERIENCIA DIDÁCTICA DE FÍSICA PARA DETERMINAR LA CONSTANTE ELÁSTICA DE UN MUELLE EXPERIENCIA DIDÁCTICA DE FÍSICA PARA DETERMINAR LA CONSTANTE ELÁSTICA DE UN MUELLE AUTORÍA MARÍA FRANCISCA OJEDA EGEA TEMÁTICA EXPERIMENTO FÍSICA Y QUÍMICA, APLICACIÓN MÉTODO CIENTÍFICO ETAPA EDUCACIÓN

Más detalles

SOLUCIÓN CASO GESTIÓN DE PERSONAL I

SOLUCIÓN CASO GESTIÓN DE PERSONAL I SOLUCIÓN CASO GESTIÓN DE PERSONAL I Empezaremos abriendo un nuevo libro de trabajo que podemos guardar como Nóminas e introducimos los datos que nos proporciona el enunciado relativos a coste por hora

Más detalles

Capítulo 7: Externalidades

Capítulo 7: Externalidades Capítulo 7: Externalidades Jean Hindricks Gareth Myles Noviembre 17 de 2011 Hindricks & Myles () Externalidades Noviembre 17 de 2011 1 / 33 Contenido 1 Externalidades e Ineficiencia 2 Algunos Ejemplos

Más detalles

LAS CONSULTAS ACCESS 2007. Manual de Referencia para usuarios. Salomón Ccance CCANCE WEBSITE

LAS CONSULTAS ACCESS 2007. Manual de Referencia para usuarios. Salomón Ccance CCANCE WEBSITE LAS CONSULTAS ACCESS 2007 Manual de Referencia para usuarios Salomón Ccance CCANCE WEBSITE LAS CONSULTAS En esta unidad veremos cómo crear consultas y manejarlas para la edición de registros de tablas

Más detalles

DESARROLLANDO TÉCNICAS Y RUTINAS DE PROGRAMACIÓN EN EL GEÓMETRA.

DESARROLLANDO TÉCNICAS Y RUTINAS DE PROGRAMACIÓN EN EL GEÓMETRA. IV CIEMAC J.J Fallas, J. Chavarría 1 DESARROLLANDO TÉCNICAS Y RUTINAS DE PROGRAMACIÓN EN EL GEÓMETRA. Juan José Fallas Monge 1 Jeffry Chavarría Molina. Resumen Frecuentemente al Geómetra se le relaciona

Más detalles

MACROS. Automatizar tareas a través del uso de las macros.

MACROS. Automatizar tareas a través del uso de las macros. OBJETIVOS MACROS Definiciones Automatizar tareas a través del uso de las macros. Grabar Ejecutar Manipular macros. Tipos de Macros en Excel Introducción Las operaciones tradicionales que se pueden realizar

Más detalles

Este es un ejemplo muy sencillo, un esquema de empleados que trabajan en proyectos, en una relación muchos a muchos.

Este es un ejemplo muy sencillo, un esquema de empleados que trabajan en proyectos, en una relación muchos a muchos. 28/04/2012 La teoría de la normalización va perdiendo peso con el paso de los años como herramienta de diseño de bases de datos relacionales en favor de modelos de datos más ricos en su representación,

Más detalles

Programación Lineal. Ejercicio nº 1.- a) Representa gráficamente las soluciones de la inecuación: 2x y 3

Programación Lineal. Ejercicio nº 1.- a) Representa gráficamente las soluciones de la inecuación: 2x y 3 Programación Lineal Ejercicio nº.- a) Representa gráficamente las soluciones de la inecuación: b) Averigua cuál es la inecuación cuas soluciones corresponden al siguiente semiplano: Ejercicio nº.- a) Representa

Más detalles

Curso Excel Básico - Intermedio

Curso Excel Básico - Intermedio Curso Excel Básico - Intermedio Clase 4 Relator: Miguel Rivera Adonis Introducción Base de Datos: Definición de Base de Datos Ordenar datos Formulario Filtros Trabajar con Sub-Totales Validación de Datos

Más detalles

UNIDAD 5: PROGRAMACIÓN LINEAL

UNIDAD 5: PROGRAMACIÓN LINEAL UNIDAD 5: PROGRAMACIÓN LINEAL ÍNDICE DE LA UNIDAD 1.- INTRODUCCIÓN.... 1 2.- INECUACIONES LINEALES CON DOS INCÓGNITAS... 2 3.- SISTEMAS DE INECUACIONES LINEALES... 3 4.- PROGRAMACIÓN LINEAL. FORMULACIÓN

Más detalles

Manual Ingreso Notas y Acta Electrónica

Manual Ingreso Notas y Acta Electrónica Manual Ingreso Notas y Acta Electrónica ÍNDICE ÍNDICE 2 I. INTRODUCCIÓN 3 II. CREAR LA ESTRUCTURA DE NOTAS PARCIALES (OPCIÓN NOTAS NORMALES) _ 4 III. CREAR LA ESTRUCTURA DE NOTA FINAL (OPCIÓN NOTAS CALCULADAS)

Más detalles

Microsoft Access. Microsoft Access es una herramienta de Microsoft para la definición y manipulación de bases de datos.

Microsoft Access. Microsoft Access es una herramienta de Microsoft para la definición y manipulación de bases de datos. Prácticas de Introducción al uso de Computadores Curso 2001-2002 1 Microsoft Access Introducción Microsoft Access es una herramienta de Microsoft para la definición y manipulación de bases de datos. Una

Más detalles

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 Formulación de Modelos de Programacón Lineal 25 de julio de 2003 La (LP es una herramienta para resolver problemas de optimización

Más detalles

Carrito de Compras. Esta opción dentro de Jazz la podremos utilizar como cualquier otro carrito de compras de una página de Internet.

Carrito de Compras. Esta opción dentro de Jazz la podremos utilizar como cualquier otro carrito de compras de una página de Internet. Carrito de Compras Esta opción dentro de Jazz la podremos utilizar como cualquier otro carrito de compras de una página de Internet. La forma de utilizar el Carrito de Compras es desde los comprobantes

Más detalles

Hoja1!C4. Hoja1!$C$4. Fila

Hoja1!C4. Hoja1!$C$4. Fila CAPÍTULO 6......... Cálculo y funciones con Excel 2000 6.1.- Referencias De Celdas Como vimos con anterioridad en Excel 2000 se referencian las celdas por la fila y la columna en la que están. Además como

Más detalles

FDR Electrónicos. Su mejor opción en tecnología y servicios computacionales. Manual de uso para programa de facturación electrónica

FDR Electrónicos. Su mejor opción en tecnología y servicios computacionales. Manual de uso para programa de facturación electrónica Manual de uso para programa de facturación electrónica El programa de facturación FactureYa que acaba de adquirir a través de FDR Electrónicos es intuitivo y fácil de utilizar. En el presente manual se

Más detalles

x + y 4 2x + 3y 10 4x + 2y 12 x 0, y 0

x + y 4 2x + 3y 10 4x + 2y 12 x 0, y 0 PRUEBAS DE ACCESO A LA UNIVERSIDAD PROBLEMAS DE PROGRAMACIÓN LINEAL JUNIO 2000. OPCIÓN B. Una empresa especializada en la fabricación de mobiliario para casas de muñecas, produce cierto tipo de mesas y

Más detalles

Como saber lo que buscan los usuarios en Internet Y por que es tan importante : Keywords

Como saber lo que buscan los usuarios en Internet Y por que es tan importante : Keywords Como saber lo que buscan los usuarios en Internet Y por que es tan importante : Keywords Que son los Keywords y por que son tan importantes Una de las cosas más importantes para conseguir resultados en

Más detalles

El uso de Excel dentro y fuera de la Institución Educativa

El uso de Excel dentro y fuera de la Institución Educativa El uso de Excel dentro y fuera de la Institución Educativa Genoveva Muciño Reyes Red Escolar - Computo Educativo genoveva@ilce.edu.mx RESUMEN Con el propósito de ofrecer herramientas que faciliten la ardua

Más detalles

CASO PRÁCTICO GESTIÓN DE PEDIDOS

CASO PRÁCTICO GESTIÓN DE PEDIDOS CASO PRÁCTICO GESTIÓN DE PEDIDOS Tenemos una tabla con los precios unitarios de los productos de nuestra empresa por categorías de clientes. Los clientes están clasificados en categorías de 1 a 4- en función

Más detalles

Unidad I. 1.1 Sistemas numéricos (Binario, Octal, Decimal, Hexadecimal)

Unidad I. 1.1 Sistemas numéricos (Binario, Octal, Decimal, Hexadecimal) Unidad I Sistemas numéricos 1.1 Sistemas numéricos (Binario, Octal, Decimal, Hexadecimal) Los computadores manipulan y almacenan los datos usando interruptores electrónicos que están ENCENDIDOS o APAGADOS.

Más detalles

Empresarial y Financiero NIVEL AVANZADO

Empresarial y Financiero NIVEL AVANZADO Curso de Excel Empresarial y Financiero NIVEL AVANZADO Rosa Rodríguez SESION 2: INDICE ANALISIS DE SENSIBILIDAD (3h) Validación de datos n Restricciones a la entrada de datos n Lista Dependiente n Administrador

Más detalles

Aplicaciones de Estadística Descriptiva

Aplicaciones de Estadística Descriptiva Aplicaciones de Estadística Descriptiva Contenidos de la presentación Funciones estadísticas en Excel. Gráficos. El módulo de análisis de datos y las tablas dinámicas de Excel. Información Intentaremos

Más detalles

GUIA APLICACIÓN DE SOLICITUDES POR INTERNET. Gestión de Cursos, Certificados de Aptitud Profesional y Tarjetas de Cualificación de Conductores ÍNDICE

GUIA APLICACIÓN DE SOLICITUDES POR INTERNET. Gestión de Cursos, Certificados de Aptitud Profesional y Tarjetas de Cualificación de Conductores ÍNDICE ÍNDICE ACCESO A LA APLICACIÓN... 2 1.- HOMOLOGACIÓN DE CURSOS... 4 1.1.- INICIAR EXPEDIENTE... 4 1.2.- CONSULTA DE EXPEDIENTES... 13 1.3.- RENUNCIA A LA HOMOLOGACIÓN... 16 2.- MECÁNICA DE CURSOS... 19

Más detalles
Sitemap