Está en la página 1de 16

ESCUELA POLITCNICA DEL EJRCITO EXTENSIN LATACUNGA

DEPARTAMENTO DE CIENCIAS EXACTAS


CALIFICACIN:

PROFESOR:

ING. JORGE SNCHEZ.

ASIGNATURA: INTEGRANTES: CARRERA: TEMA: FECHA DE ENTREGA

ALGEBRA LINEAL SAMANTA HURTADO FREDDY LVAREZ MECATRNICA PROGRAMACIN LINEAL 07/V/2013

FEB 2013- JUN 2013

PROGRAMACIN LINEAL DESIGUALDADES LINEALES DESIGUALDADES LINEALES EN DOS VARIABLES Una desigualdad lineal en dos variables x e y, es una expresin que puede escribirse de alguna de las siguientes formas:

Donde a, b, c son constantes con a Ejemplos:

0, o, b

GRFICA DE UNA DESIGUALDAD LINEAL EN DOS VARIABLES Para graficar una desigualdad lineal en dos variables, necesitamos indicar el conjunto de puntos del plano, cuyas coordenadas satisfacen la desigualdad. Por ejemplo, para obtener la regin correspondiente a la desigualdad lineal , representamos primero la recta de la ecuacin lineal , la cual divide al plano en dos semiplanos, uno de los cuales ser la grfica de la desigualdad lineal en dos variables. Clasificacin: Recta vertical La ecuacin x d, corresponde a una recta vertical que divide el plano en dos semiplanos, donde la regin hacia la derecha es el conjunto de puntos que satisfacen la desigualdad x d, y la regin hacia la izquierda es el conjunto de puntos que satisfacen la desigualdad x d.

x>d

x=d

x<d

x=d
Recta horizontal La ecuacin , corresponde a una recta horizontal que divide el plano en dos semiplanos, donde la regin superior es el conjunto de puntos que satisfacen la desigualdad , y la regin inferior es el conjunto de puntos que satisfacen la desigualdad .

y>b
y=b

y=b y<b

Recta Oblicua La ecuacin con tiene como representacin una recta oblicua, la cual divide al plano en dos regiones correspondientes a los conjuntos de puntos (x, y) que satisfacen las desigualdades de la parte superior de la recta y la desigualdad de la parte inferior de la recta.

y>mx+b y=mx+b

y=mx+b
y<mx+b

Semiplano abierto Corresponde a una desigualdad lineal de la forma o donde nicamente interviene una de las desigualdades menor que o mayor que , se denomina semiplano abierto y no incluye la lnea que representa la frontera. La recta correspondiente a la frontera del semiplano abierto se dibuja con un trazo en forma punteada para indicar que la recta no est incluida en la regin.

x<d

x=d
Semiplano cerrado Corresponde a una desigualdad lineal de la forma o donde nicamente interviene una de las desigualdades menor o igual que o mayor o igual que , se denomina semiplano cerrado porque incluye la lnea que representa la frontera. La recta correspondiente a la frontera del semiplano cerrado se dibuja con un trazo en forma continua, para indicar que la recta est incluida en la regin.

2x+5y<100

DESIGUALDADES LINEALES SIMULTNEAS CON DOS VARIABLES Para resolver estas desigualdades hay que tener presente que buscamos la interaccin de los conjuntos solucin de un sistema de dos o ms desigualdades, para lo cual graficamos las regiones correspondientes a las desigualdades y observando la interseccin de sus grficas. Si la interseccin es vaca no hay soluciones simultneas.

2x+2y<4

INVERSIN DE UNA DESIGUALDAD Sean a,b,c R, si a byc , entonces ac bc.

Si se multiplica los dos miembros de una desigualdad por un nmero real negativo, entonces se invierte el sentido de la desigualdad.

Consideremos la desigualdad:

La multiplicacin de ambos lados de esta desigualdad por -1 cambia el sentido de la desigualdad, es as:

PROBLEMA ESTNDAR DE PROGRAMACIN LINEAL (PL) MTODO GRFICO La programacin lineal es una tcnica matemtica para optimizar, maximizar o minimizar funciones lineales de variables positivas, sujetas a unas restricciones determinadas por desigualdades o igualdades. La programacin lineal resuelve problemas determinsticos en la administracin, tales como problemas de costo, inversin de acciones, ingresos, mezclas qumicas, etc. La programacin lineal nos sirve como herramienta al administrador para la toma de decisiones en una empresa, a si manejar mejor sus recursos como: nmero de mquinas, horas de trabajo inventarios, oferta, demanda, etc.

MODELO DE LA PROGRAMACIN LINEAL EN FORMA GENERAL PROBLEMA ESTNDAR DE PROGRAMACIN LINEAL

Es la representacin general con n nmero de variables de decisin y m+n nmeros de restricciones: La funcin objetivo es aquella que hay que maximizar o minimizar segn el caso

Sujeto a las restricciones: [ [ ] ]

donde X1, X2, xn son todas positivas, es decir

0, para

Todo problema de maximizacin se puede ver como un problema de minimizacin y viceversa. Esto es consecuencia de la igualdad. [ ]

MTODO GRFICO El mtodo grfico es aplicable a problemas de programacin lineal, donde nicamente intervengan dos variables. Por ste mtodo se busca minimizar o maximizar una funcin objetivo sujeta a ciertas restricciones lineales. La funcin objetivo con, b constantes puede ser una funcin de utilidad, de costo, ingreso, etc, sujeta a ciertas restricciones lineales que pueden ser un nmero de mquinas, mano de obra, etc.

Definiciones previas: Regin factible: Conjunto de todos los puntos del plano cartesiano que satisfacen todas las restricciones del problema de programacin lineal, dicha regin factible siempre estar ubicada en el primer cuadrante. Puntos de esquina o vrtices de la regin factible: Punto de interseccin de dos rectas frontera de la regin factible de un problema de programacin lineal.

Pasos para resolver un problema con el mtodo grfico: 1. Definir las variables de decisin del problema. 2. Plantear o modelar el problema de programacin lineal con su respectiva funcin, objetivo y restricciones. 3. Graficar cada restriccin en un plano cartesiano con el fin obtener la regin factible. 4. Se determinan las coordenadas (x,y) de cada vrtice de regin factible. 5. Se sustituyen las coordenadas (x,y) de los vrtices en la funcin objetivo. 6. Se selecciona la solucin ptima del problema que produce: o mayor valor de z o menor valor de z.

Ejemplos: Una fbrica de muebles produce dos tipos de escritorios. Tipo I y tipo II, en los departamentos de corte, armado y acabado. El nmero de horas disponibles en cada departamento son de 80h, 220h y 210h respectivamente. Las horas que se requieren en la produccin en cada departamento para cada tipo de escritorio se da en la siguiente tabla: Corte Armado Acabado Tipo I 1h 3h 2h Tipo II 1h 2h 3h Si la utilidad para cada unidad de escritorios del tipo I y del tipo II son 5$ y 6$ respectivamente. Cuntas unidades de cada tipo se deben fabricar mensualmente para maximizar la utilidad y cul es dicha utilidad? Cuntas horas no se utilizan en los departamentos?

Solucin: 1) Definicin de variables de decisin Sean: X1 nmero de escritorios del tipo I X2 nmero de escritorios del tipo II 2) Planteamiento del problema Si 5X1 y 6X2 es la utilidad que dejan los escritorios Tipo I y II, entonces la utilidad total es z=5X1+6X2; como se quiere maximizar z se le antepone la palabra Maximizar a la funcin objetivo: Maximizar: z=5X1+6X2

Restricciones: El total de horas en el departamento de corte es: X1 + X2, pero hay la disponibles 80 horas para el departamento de corte, luego la restriccin es la siguiente: X1+X2<=80 De igual manera la restriccin para el departamento armado es: 3 X1+2X2<200 Y la restriccin del departamento de acabado es: 2X1+3X2<210 De esta manera la formulacin del problema de la fbrica de muebles es: Maximizar: z= 5X1+6X2 Sujeto a: X1+X2<=80 3 X1+2X2<200 2X1+3X2<210 X1,X2>0

GRAFICAS EN SCILAB xgrid; x=linspace(0,6); y=(8-2*x)/4; plot(x,y,'g');

x=linspace(0,6); y=2*x-6; plot(x,y,'g');

x1=0:0.01:6; y1=3; plot(x1,y1,'r');

x1=0:0.01:6;

y1=-1; plot(x1,y1,'r');

//x1=2; //y1=0:0.01:6; //plot(x1,y1,'c'); // // //x1=3; //y1=0:0.01:6; //plot(x1,y1,'c');

//tipo II x1=linspace(0,80); x2=80-x1; plot(x1,x2,'c');

//tipo II x1=linspace(0,80); x2=(220-3*x1)/2; plot(x1,x2,'y');

EJERCICIO DE AJUSTE POLINOMIAL POR MNIMOS CUADRADOS EJEMPLO 5 Los siguientes datos muestran los contaminantes atmosfricos yi (respecto de cierta norma de calidad del aire) en intervalos de media hora, ti ti yi 1 -0.5 1.5 0.24 2 0.68 2.5 1.04 3 1.21 3.5 1.15 4 0.86 4.5 0.41 5 -0.08

La tabla sugiere que se trata de un polinomio cuadrtico:

GRAFICACIN EN SCILAB

Ejecucion de inicio: cargando entorno inicial -->//y=a2*(t^2)+a1*t+a0 -->//Contaminantes atmosfericos yi -->//Tiempo ti -->A=[1 1 1; 2.25 1.5 1; 4 2 1; 6.25 2.5 1; 9 3 1; 12.25 3.5 1; 16 4 1; 20.25 4.5 1; 25 5 1] A = 1. 2.25 4. 1. 1. 1.5 1. 2. 1.

6.25 9. 12.25 16. 20.25 25.

2.5 3. 3.5 4. 4.5 5.

1. 1. 1. 1. 1. 1.

-->B=[-0.15; 0.24; 0.68;1.04;1.21; 1.15;0.86;0.41;-0.08] B = - 0.15 0.24 0.68 1.04 1.21 1.15 0.86 0.41 - 0.08 -->//Sistema Normal x=(A'*A)^-1 * (A'*B) -->//Sistema Normal x= I ^-1 * J -->I=A'*A I = 1583.25 378. 378. 96. 96. 27. -->J=A'*B J = 54.65 16.71 5.36 -->x=inv(I)*J x = - 0.3274459 2.0066753 - 1.9317143 -->x=linspace(-50,50)'; 96. 27. 9.

-->y=(- 0.3274459)*(x^2)+(2.0066753)*x - 1.9317143 y = - 920.88023 - 886.11204 - 852.01203 - 818.58021 - 785.81659 - 753.72115 - 722.2939 - 691.53484 - 661.44396 - 632.02128 - 603.26679 - 575.18048 - 547.76236 - 521.01243 - 494.93069 - 469.51714 - 444.77178 - 420.69461 - 397.28562 - 374.54482 - 352.47222 - 331.0678 - 310.33157 - 290.26353 - 270.86367 - 252.13201 - 234.06854 - 216.67325 - 199.94615 - 183.88724 - 168.49652 - 153.77399 - 139.71965 - 126.3335 - 113.61553 - 101.56576 - 90.184169 - 79.47077 - 69.42556 - 60.048539 - 51.339707 - 43.299063

- 35.926609 - 29.222343 - 23.186265 - 17.818377 - 13.118677 - 9.087166 - 5.7238438 - 3.0287103 - 1.0017655 0.3569905 1.0475577 1.0699362 0.4241259 - 0.8898731 - 2.8720609 - 5.5224375 - 8.8410028 - 12.827757 - 17.4827 - 22.805831 - 28.797152 - 35.456661 - 42.784358 - 50.780245 - 59.44432 - 68.776585 - 78.777037 - 89.445679 - 100.78251 - 112.78753 - 125.46074 - 138.80213 - 152.81172 - 167.48949 - 182.83546 - 198.84961 - 215.53195 - 232.88248 - 250.90119 - 269.5881 - 288.9432 - 308.96648 - 329.65795 - 351.01762 - 373.04547

- 395.74151 - 419.10573 - 443.13815 - 467.83876 - 493.20755 - 519.24453 - 545.9497 - 573.32307 - 601.36461 - 630.07435 - 659.45228 - 689.49839 - 720.2127 -->plot2d(x,y)