Problema de programación por metas

ROFY
14 Aug 202123:57

Summary

TLDREl video ofrece una explicación detallada de cómo formular y resolver un problema de programación por metas en ingeniería química. Se describe la producción de cuatro productos químicos en dos procesos con restricciones de producción y costos. Se establecen metas para minimizar costos, maximizar ventas y ganancias. Se utiliza una tabla para organizar datos y se definen variables y funciones objetivo. Se generan restricciones y se adapta el modelo matemático para su resolución en un software de programación lineal, mostrando cómo se ajustan los parámetros para cumplir con las metas propuestas.

Takeaways

  • 🧪 La compañía produce 4 productos químicos diferentes usando dos procesos, el Proceso 1 y el Proceso 2.
  • 🔬 El Proceso 1 genera 400 kg de producto A, 100 kg de producto B y 100 kg de producto C por hora, mientras que el Proceso 2 produce 100 kg de producto A, B y D por hora.
  • 🎯 La empresa tiene tres metas: mantener los costos por debajo de 30,000 pesos, aumentar las ventas en 100,000 pesos y aumentar las ganancias en 200,000 pesos.
  • 📉 El costo por hora del Proceso 1 es de 500 pesos, y el del Proceso 2 es de 100 pesos.
  • 💰 Las ventas por hora son 1,400 pesos para el Proceso 1 y 1,000 pesos para el Proceso 2, con ganancias de 900 pesos para ambos procesos.
  • 📊 Se definieron variables para el tiempo de producción de ambos procesos, usando t₁ para el Proceso 1 y t₂ para el Proceso 2.
  • 📝 La función objetivo principal es minimizar los costos, mientras que las otras funciones buscan maximizar ventas y ganancias.
  • 🚧 Se generan restricciones basadas en las cantidades mínimas y máximas de producción de cada producto químico, además de las metas de la organización.
  • 🧮 Se introducen variables de desviación positiva y negativa para ajustar las funciones objetivo y medir las diferencias respecto a las metas.
  • 💻 El modelo final de programación de metas se implementa en un programa especializado, considerando las variables de desviación y restricciones generales para optimizar la producción y los objetivos financieros.

Q & A

  • ¿Cuál es el objetivo principal del ejercicio de programación por objetivos mencionado en el guion?

    -El objetivo principal es alcanzar tres metas específicas: mantener los costos por debajo de 30,000 pesos, aumentar las ventas en 100,000 pesos y elevar las ganancias en 200,000 pesos.

  • ¿Cuáles son los cuatro productos químicos producidos por la compañía química en el ejemplo?

    -Los cuatro productos químicos son: producto químico A, producto químico B, producto químico C y producto químico D.

  • ¿Cuántos kilogramos de producto químico A se entregan por hora en el proceso 1?

    -En el proceso 1, se entregan 400 kilogramos del primer producto químico A por cada hora de producción.

  • ¿Cómo se relaciona la producción del proceso 2 con los productos B y C?

    -El proceso 2 entrega 100 kilogramos de producto químico B y 100 kilogramos de producto químico C por cada hora de producción.

  • ¿Cuál es el costo por hora de una corrida del proceso 1 y del proceso 2?

    -El costo por hora de una corrida del proceso 1 es de 500 pesos, mientras que el proceso 2 tiene un costo de 100 pesos por hora.

  • ¿Cuánto se puede aprender por kilogramo de cada producto químico A, B, C y D?

    -Un kilogramo de producto químico A se puede aprender en 15 pesos, B en 5 pesos, C en 4 pesos y D en 4 pesos.

  • ¿Cuál es la ganancia por hora para cada proceso?

    -Las ganancias por hora son de 900 pesos para el proceso 1 y también son de 900 pesos para el proceso 2.

  • ¿Cómo se definen las variables de tiempo de producción para los procesos en la programación por objetivos?

    -Se utilizan las variables t subíndice 1 para el tiempo de producción del proceso 1 y t subíndice 2 para el tiempo de producción del proceso 2, ambas medidas en horas.

  • ¿Cuáles son las restricciones generales relacionadas con los niveles de producción de los productos químicos?

    -Las restricciones generales incluyen que la producción de producto A debe ser de al menos 800 kilogramos, la de producto B no debe exceder los 500 kilogramos, la de producto C debe ser menor o igual a 300 kilogramos y la de producto D debe ser de al menos 100 kilogramos.

  • ¿Cómo se abordan las metas de la organización en la función objetivo de la programación por objetivos?

    -Las metas de la organización se abordan mediante la incorporación de variables de desviación en la función objetivo, con el objetivo de minimizar las violaciones a las metas de costos, ventas y ganancias.

Outlines

00:00

🧪 Análisis de un Ejercicio de Programación por Metas

Este párrafo presenta un ejercicio de programación por metas en el contexto de una compañía química que produce cuatro productos químicos a través de dos procesos. Se describen las cantidades de productos producidos por hora en cada proceso, los costos de producción, los precios de venta y las ganancias. La compañía busca cumplir con tres metas: mantener los costos por debajo de 30,000 pesos, aumentar las ventas en 100,000 pesos y elevar las ganancias en 200,000 pesos. Se sugiere la creación de una tabla para organizar los datos y se definen las variables de tiempo de producción para los procesos 1 y 2.

05:01

📊 Formulación de la Función Objetivo y Restricciones

Se describen las funciones objetivo para las tres metas de la compañía: minimizar los costos, maximizar las ventas y maximizar las ganancias. Se establecen las restricciones de producción diaria para cada producto químico, basadas en los requisitos del departamento de marketing. Además, se introducen las restricciones de no negatividad para las variables de tiempo de producción. Se sugiere la utilización de variables de desviación para abordar las metas y se explica cómo se incorporarán en la función objetivo.

10:02

🔄 Selección de Variables y Generación del Modelo Matemático

Se detalla el proceso de selección de variables de desviación que representan la cantidad por encima o por debajo de las metas establecidas. Se genera una nueva función objetivo que combina las variables de desviación para minimizar las violaciones a las metas. Se describe el modelo matemático final, incluyendo la función objetivo y las restricciones de producción, metas y no negatividad. Se menciona la necesidad de ajustar las variables de desviación para adaptarse al software de programación utilizado.

15:04

💻 Implementación del Modelo en Software de Programación

Se explica cómo se implementa el modelo matemático en el software de programación, especificando la función objetivo y las restricciones. Se describe el proceso de entrada de datos, incluyendo las variables de desviación y las restricciones de producción y metas. Se menciona la importancia de asignar la misma importancia a todas las metas en el modelo y se muestra cómo se ingresan los datos para cada restricción en el software.

20:07

📈 Análisis de Resultados y Soluciones Óptimas

Se describe el proceso de solución del modelo en el software, obteniendo las soluciones óptimas que cumplen con las metas de la compañía. Se analiza cómo las variables de desviación afectan los costos, las ventas y las ganancias, y se muestra que las soluciones encontradas satisfacen los criterios de minimización y maximización establecidos. Se concluye con la obtención de una solución óptima que equilibra los objetivos de costos, ventas y ganancias.

Mindmap

Keywords

💡Programación por Metas

La programación por metas es una técnica de optimización que busca alcanzar múltiples objetivos a la vez, tomando en cuenta las restricciones y los recursos disponibles. En el video, se utiliza para resolver un problema de producción en una compañía química, donde se deben cumplir con objetivos de costos, ventas y ganancias específicos.

💡Proceso 1 y Proceso 2

En el guion, los 'Proceso 1' y 'Proceso 2' se refieren a dos métodos de producción distintos en la compañía química. Cada proceso produce diferentes cantidades de productos químicos por hora, lo que afecta directamente a las metas de producción y costos.

💡Productos Químicos

Los 'productos químicos' son los artículos制造生产的主体物,分四类不同的物质在视频中被讨论。La producción de estos productos está sujeta a las restricciones de los procesos y las metas de la compañía, y es fundamental para el ejercicio de programación por metas presentado.

💡Costos

El término 'costos' se refiere a los gastos asociados con la operación de los procesos de producción. En el video, se establece un objetivo de mantener los costos por debajo de 30,000 pesos, lo que es crucial para la viabilidad económica de la compañía.

💡Ventas

Las 'ventas' son la cantidad de ingresos generados por la compañía a través de la comercialización de sus productos. El video menciona un objetivo de aumentar las ventas en 100,000 pesos, lo que indica un componente clave de la estrategia de crecimiento de la organización.

💡Ganancias

Las 'ganancias' representan la diferencia entre los ingresos y los costos de la compañía. En el contexto del video, se busca maximizar las ganancias, con un objetivo específico de aumentarlas en 200,000 pesos, lo que refleja la búsqueda de eficiencia y rendimiento en la operación.

💡Variables de Desviación

Las 'variables de desviación' son herramientas utilizadas en la programación por metas para medir la diferencia entre los resultados esperados y los reales. En el video, se asignan variables de desviación positiva y negativa para cada objetivo, ayudando a formular una función objetivo que capture la importancia relativa de cada meta.

💡Restricciones

Las 'restricciones' son límites o condiciones que se deben cumplir en el modelo de programación. En el guion, se establecen restricciones relacionadas con la producción de productos, los costos y las metas de ventas y ganancias, que son esenciales para definir el problema y encontrar soluciones viables.

💡Función Objetivo

La 'función objetivo' es una expresión matemática que encapsula el objetivo de la programación por metas. En el video, se define una función objetivo para minimizar las violaciones a las metas, que es una combinación de las variables de desviación, y está sujeta a las restricciones establecidas.

💡Modelo Matemático

El 'modelo matemático' es una representación formal del problema que se resuelve mediante programación por metas. En el video, se construye un modelo matemático que incluye la función objetivo, las restricciones y las variables, proporcionando una base para encontrar la solución óptima.

Highlights

El canal rock y ingeniería, industrial presenta un ejercicio de programación por metas.

Una compañía química produce cuatro productos químicos diferentes en dos procesos.

El proceso 1 entrega 400 kg del primer producto, 100 kg del segundo y 100 kg del tercer producto por hora.

El proceso 2 entrega 100 kg del primer producto, 100 kg del segundo y 100 kg del cuarto producto por hora.

La producción diaria no debe exceder 500 kg de producto A, 300 kg de B, al menos 800 kg de C y 100 kg de D.

El costo de una corrida del proceso 1 es de 500 pesos y del proceso 2 es de 100 pesos.

Las ventas de los procesos 1 y 2 son de 1400 y 2000 pesos por hora, respectivamente.

Las ganancias del proceso 1 y 2 son de 900 pesos cada uno.

Las metas de la organización son mantener los costos por debajo de 30,000 pesos, aumentar las ventas en 100,000 pesos y aumentar las ganancias en 200,000 pesos.

Se organizan los datos del ejercicio en una tabla para visualizar la información.

Se definen las variables de tiempo de producción para los procesos 1 y 2.

Se establecen las funciones objetivo para minimizar costos, maximizar ventas y maximizar ganancias.

Se generan restricciones basadas en los niveles de producción de cada producto químico.

Se utiliza la técnica de programación por metas para abordar la problemática.

Se identifican variables de desviación para penalizar las metas no alcanzadas.

Se crea una nueva función objetivo que combina las tres metas en una sola.

Se genera un modelo matemático que incluye la función objetivo y las restricciones correspondientes.

Se utiliza el software para resolver el modelo y obtener la solución óptima.

El resultado muestra que se alcanzan los objetivos de costos, ventas y ganancias.

Transcripts

play00:00

[Música]

play00:08

bienvenidos a mi canal rock y ingeniería

play00:11

industrial soy la maestra en ingeniería

play00:13

y ser rosa fonseca y veremos el día de

play00:16

hoy un ejercicio de programación por

play00:18

metas

play00:21

el ejercicio cita de la siguiente manera

play00:23

una compañía química produce cuatro

play00:26

productos químicos diferentes en dos

play00:28

procesos proceso 1 y 2 por cada hora que

play00:33

se realiza el proceso 1 se entregan 400

play00:36

kilogramos de el primer producto químico

play00:39

100 kilogramos de de segundo producto

play00:42

químico y 100 kilogramos de cee el

play00:45

tercer producto que mientras tienen un

play00:48

proceso 2 se entregan 100 kilogramos de

play00:50

a en el producto químico 100 kilogramos

play00:54

de segundo producto químico y 100

play00:57

kilogramos desde el cuarto producto

play01:00

esto urbe

play01:02

el departamento de marketing de la

play01:04

compañía ha especificado que la

play01:06

producción diaria debe ser no más de 500

play01:10

kilogramos de

play01:11

300 kilogramos de share

play01:14

al menos 800 kilogramos de a 100

play01:18

kilogramos de d

play01:19

una corrida del proceso 1 tiene un costo

play01:22

de 500 pesos por hora y una corrida del

play01:25

proceso 2 tiene un costo de 100 pesos

play01:28

por

play01:29

suponga que un kilogramo de cada químico

play01:32

a b c y d se puede aprender en 15 5 y 4

play01:39

pesos respectivamente

play01:42

las ventas de entonces son unos de 1400

play01:44

pesos por hora y del proceso 2 mil pesos

play01:47

por hora y las ganancias del proceso 1

play01:50

son de 900 del proceso 1 y del proceso 2

play01:54

también son 900 pesos

play01:58

ahora para la formulación de la

play02:00

programación y metas la organización

play02:03

desea alcanzar tres metas y listas

play02:07

la primera de ellas que los costos se

play02:10

encuentran por debajo de los 30 mil

play02:12

pesos la segunda meta de las ventas

play02:15

aumenten 100 mil pesos y la tercera meta

play02:19

las ganancias aumenta en 200 mil pesos

play02:26

el primer paso es que debemos organizar

play02:29

los datos del ejercicio en una tabla

play02:31

para visualizarlos

play02:33

en este caso lo que leímos anteriormente

play02:36

acerca del ejercicio lo podemos

play02:38

visualizar en esta

play02:40

podemos observar los dos procesos y los

play02:43

cuatro productos químicos así como las

play02:46

producciones en kilogramos al día las

play02:49

ventas por peso kilogramo de cada

play02:52

producto químico y podemos ver a en la

play02:56

parte inferior de la tabla las metas que

play02:59

persiguen la organización en este caso

play03:01

para minimizar esos costos por hora del

play03:04

proceso 1 el proceso 2 las ventas que se

play03:07

desean aumentar

play03:09

en cada uno de los procesos y las

play03:11

ganancias de cada proceso

play03:16

paso 2 es importante que definamos las

play03:20

variables

play03:21

en este caso utilizaremos de su índice 1

play03:25

como el tiempo de producción del proceso

play03:27

1 esto dado en horas y t subíndice 2

play03:31

tiempo de producción del proceso también

play03:34

dado

play03:37

el tercer paso es colocar la función

play03:40

objetivo

play03:42

en este caso la primera función objetivo

play03:45

o también identificado como meta es

play03:48

minimizar

play03:50

z subíndice 1 igual a 500 de su 15 1 más

play03:55

100 3 ceros

play03:59

en esto nos referimos a disminuir los

play04:01

costos en la primera net

play04:05

posteriormente contamos con otra función

play04:08

objetivo que también persigue la segunda

play04:11

mitad de la organización

play04:13

en este caso maximizar hemos las ventas

play04:16

por ello tenemos maximizar z su índice 2

play04:21

igual a 1400 pesos índice 1 + name de su

play04:27

índice 2

play04:29

y por último tenemos una tercera función

play04:32

objetivo que también está relacionada

play04:34

con la tercera meta que persigue a la

play04:36

organización que es maximizar ganancias

play04:39

por ello queda de la siguiente manera

play04:42

maximizar z subíndice 3

play04:46

903 índice 1 906 índice 2

play04:51

como podemos observar las variables que

play04:54

habíamos definido anteriormente para el

play04:56

proceso a unos procesos dos están siendo

play04:58

utilizadas en las funciones objetivos de

play05:01

las tres metas que persigue la

play05:02

organización

play05:06

ahora bien como un paso 4 vamos a

play05:09

generar las restricciones estas son las

play05:12

restricciones generales

play05:15

tenemos en este caso cuatro

play05:19

restricciones similares y están

play05:21

relacionadas con los niveles de

play05:23

producción que se buscan para cada uno

play05:26

de los productos químicos en este caso

play05:28

la primera restricción que está

play05:30

relacionado con un producto químico y

play05:32

que tiene dos procesos 400 de subíndice

play05:37

1 más 100 315 2 debe de ser mayor o

play05:40

igual a 800 en este caso para el

play05:43

producto químico b van a ser 7 subíndice

play05:47

1 más siente su índice 2 mayor o igual a

play05:50

500

play05:51

para el tercer producto químico

play05:54

solamente lo que vimos el proceso 2 que

play05:57

son siente su índice 2 debe de ser en

play06:00

este caso menor o igual a 300 y para el

play06:05

cuarto producto químico que es de

play06:08

tenemos siente subíndice 1 debe de ser

play06:11

mayor o igual a sí

play06:13

y bueno también agregamos la restricción

play06:16

de no negatividad ahora ambas variables

play06:19

del proceso 1 y del proceso 2

play06:23

que están llamadas como test índice 1 y

play06:26

3 utilice

play06:30

estás conformarían mis restricción

play06:35

pasos y seguidamente realizamos una

play06:38

tabla con las metas

play06:41

en ella vamos a colocar nuestras tres

play06:43

funciones objetivos que la tenemos dada

play06:45

por los zetas subíndice 1 zetas ucr

play06:48

iniciados y z subíndice 3 pero es

play06:51

importante empezar a colocar las

play06:53

variables de desviación por ello vamos a

play06:57

utilizar de acuerdo a la literatura la

play06:59

de vinos hay algunas de ellas que pueden

play07:03

utilizar otro tipo de variables o de

play07:05

mayor

play07:07

pero debemos identificar que estas son

play07:09

variables de desviación

play07:12

en ellas vamos a colocar en la primera

play07:16

tenemos z subíndice 12 variables de

play07:19

desviación siempre en cada función

play07:22

objetivo una que sea positiva y la otra

play07:26

que sean y en este caso en la primera

play07:29

función o festivo de zetas dice uno

play07:32

tenemos de subíndice 1 como la positiva

play07:35

y de subíndice 2 como la negra

play07:37

posteriormente podemos ver una flecha

play07:40

que indica que se está buscando

play07:41

minimizar y la meta que persigue la

play07:45

organización y que fue dada por ella que

play07:47

son de 30

play07:49

eso mismo realizamos con las dos

play07:52

funciones objetivos restantes vamos a

play07:55

colocar sus variables de desviación

play07:56

positiva y negativa que está dada como

play07:59

de c3i de subíndice 4 positiva y

play08:03

negativa respectivamente la flecha que

play08:06

se está buscando maximizar en este caso

play08:08

más de 100

play08:10

y en este caso la última que vendrían

play08:13

siendo variables de desviación de su

play08:15

índice 5 y de su 15 6 también positiva y

play08:18

negativamente y la flecha que está

play08:20

indicando que vamos a buscar marxista

play08:22

esto mayor a 200

play08:27

como puedes observar las variables de

play08:29

desviación son positivas y negativas y

play08:32

en este caso las hemos identificado con

play08:34

la letra d

play08:39

el paso 6 después de realizar la tabla

play08:42

se seleccionan las variables que

play08:44

sobrepasan la meta o las variables que

play08:46

representan la cantidad que falta para

play08:49

casa para que entonces las penalizadas

play08:52

en este caso las variables son las que

play08:55

están dentro de un recuadro rojo y la

play08:57

veremos en la tabla correspondiente ya

play09:00

que de 2 sobrepasa la meta de los costos

play09:03

de 3 está por debajo de la meta

play09:06

planteada directa e igual de 5 por la

play09:09

parte de ganas y esto podemos observarlo

play09:13

en esta siguiente tabla

play09:16

ya que estamos buscando minimizar y dos

play09:20

de maximizar

play09:22

vamos a identificar estas variables de

play09:25

desviación para generar nuestra nueva

play09:28

función objetivo esto es solamente para

play09:32

en lugar de tener tres funciones

play09:34

objetivos solo tengamos uno y

play09:37

posteriormente estas funciones objetivos

play09:40

que estaban dadas por las metas se

play09:43

conviertan y restricciones y no

play09:46

olvidemos

play09:49

ahora bien vamos a generar las nuevas

play09:51

descripciones en base a las metas

play09:54

si recordamos nosotros teníamos

play09:56

minimizar z subíndice 11 503 utilice un

play10:02

almacén de zucchini c2 pero en este caso

play10:05

ya que tenemos una evaluación a los

play10:08

30.000 vamos a agregarle también a ello

play10:11

la suma de las dos variables de

play10:14

desviación que en este caso una es

play10:16

positiva y la otra dineral

play10:19

esta sería la restricción para los

play10:22

costos

play10:23

igualmente se realizaría para las ventas

play10:26

vamos a igualarlo a la cantidad que

play10:29

persigue la organización y agregamos dos

play10:33

variables de desviación positiva general

play10:37

e igualmente para las ganancias que

play10:41

tenemos en este caso dos variables de

play10:44

desviación positiva y negativa y está

play10:47

igualado a 200.000 que también es la

play10:50

meta que persigue la organización

play10:54

y obviamente ya que tenemos ahora ocho

play10:59

variables vamos a poner la restricción

play11:02

de la negatividad ya en este caso actual

play11:11

el paso 9 es eliminar precisamente esas

play11:14

funciones objetivos que teníamos 3 ya

play11:17

las volvimos restricciones pero por ende

play11:21

debo de contar con una función objetivo

play11:24

por lo cual vamos a necesitar

play11:27

minimizar las violaciones en

play11:31

programación por metas siempre se va a

play11:33

ajustar ningún izar las violaciones pero

play11:37

si recordamos nosotros ya teníamos

play11:39

identificadas tres variables de

play11:42

desviación y es precisamente que se

play11:45

genera esta función objetivo final que

play11:49

va a ser minimizar zetas utilice 4

play11:54

recordemos que teníamos 3 anteriores por

play11:56

ello esta es la cuarta y va a ser igual

play11:59

a la variable de desviación 2 que era la

play12:03

parte negativa

play12:04

más la variable de desviación 3

play12:08

y era la positiva que se busca maximizar

play12:10

más de sus índices

play12:14

finalmente se consigue esta función

play12:21

el paso 11 es generar el modelo y

play12:25

mientras final tenemos la función

play12:28

objetivo que es minimizar setas utilice

play12:31

4 igual del índice 2 + de su índice 3

play12:34

más de su 15 5 y que va a estar sujeto a

play12:37

las siguientes restricciones las

play12:40

primeras 4 restricciones están

play12:42

relacionadas con la producción de los

play12:46

cuatro tipos

play12:47

los químicos que habíamos mencionado con

play12:49

anterioridad

play12:51

posteriormente tenemos tres

play12:53

transcripciones que están relacionadas

play12:55

con las tres metas dadas por la

play12:57

organización y por último bueno tenemos

play13:00

la restricción de no negatividad en

play13:02

todas las variables utilizadas

play13:04

de esta manera estaría generando un

play13:07

modelo matemático

play13:11

en ella podemos identificar que tenemos

play13:13

ocho variables de desviación una función

play13:17

objetivo en la cual tenemos

play13:20

restricciones cuatro de ellas son de

play13:22

producción tres restricciones son de

play13:26

metas y ocho restricciones son de no

play13:29

negatividad

play13:35

ahora bien el paso 12 vamos a cambiar

play13:38

las variedades de desviación las

play13:41

variables que nosotros contábamos pero

play13:45

en base a x esto ya que el programa con

play13:48

no permite

play13:51

de una manera tan simple

play13:54

colocar todas las variables que yo ya

play13:57

estaba manejando en mi model por ello

play14:00

todo lo vamos a manejar que en base a y

play14:04

bueno es importante mencionarles que z4

play14:07

ahora va a ser z de 1 ahora va a ser de

play14:11

su índice 1 de subíndice dos bases x

play14:14

sutil y ceros de su inicio uno va a

play14:17

tomar ahora x subíndice 3 de su índice 2

play14:21

igual a x subíndice 4 de 3 igual a x

play14:25

subíndice 5 de 4 igual a x subíndice 6

play14:29

de su 15 5 igual a x índice 7 y de 6

play14:34

igual a x subíndice 8 considerando estos

play14:38

nuevos cambios modelo matemático final

play14:40

quedaría de la siguiente manera para

play14:43

poder en este caso ingresaron el

play14:46

programa con 9 para wii nos versión 7

play14:50

tenemos en este caso ya

play14:53

nuestra función objetivo nuestras

play14:56

restricciones

play14:58

de producción y nuestras tres

play15:00

restricciones de la cifra la restricción

play15:04

de nómina

play15:06

ahora bien esa información es importante

play15:09

ya que ocho variables de desviación

play15:11

fueron identificadas de x índice 1 a x

play15:16

sub 15 8 y lo podemos notar en la última

play15:18

de restricción de la negatividad

play15:21

contamos con una función objetivo que es

play15:24

importante que para alimentar el

play15:25

programa con la función objetivo cuenta

play15:29

con una restricción y tenemos 7

play15:32

restricciones generales a no contando la

play15:36

de la negatividad ya que el programa por

play15:39

default está tomando este tipo de

play15:41

restricciones entonces por ello vamos a

play15:45

sumar las 7 restricciones generales en

play15:47

la función objetivo que cuenta como una

play15:50

restricción y lo podemos ver en negritas

play15:53

vamos a considerar ocho variables de

play15:56

desviación esencia y ocho respecto

play16:01

ahora vayamos a tu mamá con nueve para

play16:05

bien después de haber abierto nuestro

play16:07

programa con el mundo nosotros tenemos

play16:11

un índice un minuto de nuestra parte

play16:15

izquierda

play16:18

y vamos a seleccionar

play16:19

gold program que es programación

play16:26

ahora bien nosotros podemos darle un

play16:28

título a nuestro ejercicio en este caso

play16:31

vamos a ponerle problema

play16:35

de productos químicos

play16:41

tenemos como bien lo mencionamos 8

play16:48

restricciones y 8

play16:51

variables

play16:56

con ello vamos a darle

play16:59

y se va a generar la siguiente

play17:04

vamos a ir pasando los datos

play17:06

respectivamente

play17:08

en este caso vamos a regresar a power

play17:11

point donde tengo mis modelos lo tenemos

play17:14

que vas a buscar x 1 x 5 y x 7

play17:26

x 4 x 5 x 7 se coloca 1

play17:35

variable y si nos percatamos ya nos está

play17:39

dando por de

play17:40

familiar porque programaciones metas

play17:44

busca minimizar las finalizaciones

play17:47

entonces lo da por de pago ahora bien en

play17:51

este caso las tres metas que persiguen

play17:54

la organización tienen la misma

play17:57

importancia

play17:58

por ello en los primeros cuatro

play18:00

secciones que tienen que ver con las

play18:02

variables de desviación

play18:04

yo voy a colocar uno que viene siendo

play18:07

que todas tienen la misma importancia en

play18:11

el caso que yo esté teniendo alguna de

play18:14

las metas de una mayor importancia que

play18:17

las otras éste puede cambiar a dos oa

play18:20

tres

play18:21

entonces esto nos va a apoyar para que a

play18:26

la hora de solución del programa

play18:29

pues de una mayor importancia a una meta

play18:34

ahora bien las demás restricciones vamos

play18:37

a colocarlas a partir de aquí si se dan

play18:41

cuenta la primera queda nuestra función

play18:43

objetivo ya cuenta con una restricción

play18:46

por eso pusimos 8 por ello vamos a

play18:49

empezar ya partir de la segunda

play18:51

expresión que de acuerdo al programa nos

play18:54

dice que son 400 x 1 y 100 x

play18:59

entonces colocamos aquí 400

play19:03

100

play19:05

y nos está diciendo que es mayor o igual

play19:08

a 800

play19:13

mayor o igual a 800

play19:20

y vamos por la tercera restricción que

play19:23

sería 100 x unos 100 x 2

play19:29

así

play19:31

100

play19:33

y una desigualdad nos dice que en menor

play19:36

o igual a 500

play19:42

igual a 500 aquí no se preocupen se

play19:46

llegan a generar una serie d

play19:49

de comandos cuando nosotros vamos

play19:51

ingresando los datos para demostrar que

play19:53

viene siendo una función pero nosotros

play19:55

solamente colocamos los datos por encima

play20:00

de esta función que se llega general

play20:03

en este caso sería la cuarta serían 100

play20:06

x 2

play20:10

a 100 x 2

play20:12

y tenemos que ésta debe ser menor o

play20:15

igual a 300

play20:22

igual a 300

play20:27

posteriormente tenemos

play20:31

100 x 1

play20:37

y esta va a ser mayor o igual a 100

play20:50

y bueno ahí hemos terminado nuestras

play20:52

cuatro restricciones de producción vamos

play20:55

con las restricciones de las metas que

play20:58

vienen siendo 500 x 1

play21:02

500 x 1

play21:06

100 x 2

play21:13

aquí tenemos

play21:15

en x 3 1 y en x 41

play21:21

1

play21:23

ninguna

play21:25

y esto va a estar igualado

play21:29

igualado a 30

play21:36

vamos con la séptima restricción

play21:40

que serían 1400 x una tecla

play21:45

1400

play21:49

me

play21:52

posteriormente tenemos x

play21:55

una x5 y x6

play21:58

que sería uno

play22:02

sería uno y en x 6 -1 y esto va a ser

play22:09

igual a siempre

play22:17

y posteriormente la última restricción

play22:19

que vendría siendo 900 y 900 en x1

play22:23

líquidos

play22:24

900

play22:26

900 y bueno tendríamos en las variables

play22:30

de demòcrates en la variable división x

play22:32

7 positivo y menos 8x

play22:37

tenemos un 1 menos 1 y esta parte va a

play22:44

ser

play22:46

igualada a 200

play22:49

los

play22:51

200.000

play22:54

simplemente vamos a dar en el botón de

play22:57

resolver

play22:59

va a ser mi tabla de interacciones y en

play23:02

este caso en el smart y voy a tener como

play23:07

vemos ya

play23:09

e

play23:12

mis soluciones que bueno está diciendo

play23:15

dándole mayor importancia a x1 que

play23:17

recordemos que en el proceso 1 en este

play23:20

caso x 3 que buscaba la de las metas

play23:23

minimizar en este caso es que los costos

play23:27

y vean está en 27.500 por debajo de los

play23:30

30 mil en el x 5 que está buscando

play23:33

maximizar también las ventas y x 8 pues

play23:36

también maximizar entonces éstas serían

play23:39

parte de las soluciones que simplemente

play23:41

me están dando que son la solución

play23:44

óptima del proceso muchas gracias

play23:48

[Música]

Rate This

5.0 / 5 (0 votes)

Etiquetas Relacionadas
OptimizaciónProducciónQuímicaProgramaciónMetasCostosVentasGananciasIngenieríaModelos