SlideShare a Scribd company logo
PROGRAMACIÓ LINEAL
A tenir en compte:
Conceptes previs
    •La recta està més inclinada
1 Equació d'una recta al pla
    quan major és el valor de m.
     • Forma implícita: Ax + By + C = 0.
    •• Forma explícita: y = el mateix
     Totes les rectes amb mx + b
    pendent són paral·leles.α
         • m - pendent = tg
         • b - ordenada a l'origen
    •Feix de rectes paral·leles:
         • Exemple:
    donada una recta y = mx+b totes
    les rectes y = mx + k on k∈R
    formen un feix de rectes
    paral·leles.


                                           1
PROGRAMACIÓ LINEAL

 Conceptes previs
 2 Tall de dues rectes
 Analíticament. S'apliquen els mètodes de resolució de sistemes
 d'equacions
      Exemple:
      . y = −x + 3
                      Per igualació − x + 3 = 3x − 1 ⇒ 4 x = 4 ⇒ x = 1 ⇒ y = 2
           y = 3x − 1
•Gràficament, es representen les dues rectes i es busca el punt de tall




                                                                                  2
PROGRAMACIÓ LINEAL

 Conceptes previs
  3 Inequació lineal
Exemple: una recta y = mx+b, la seva gràfica divideix el
  Donada A partir de
lapla en dos semiplans els punts dels quals compleixen
   gràfica de y = 3x-1 i
agafant el puntinequacions: y ≤ mx + b, y ≥ mx + b.
  les següents (0,0),
  Per reconèixer la ⇒
substituint 0>3·0-1 inequació de cada semiplà només cal
0 substituir les coordenades d'un punt ,que no estigui a la
   > -1, tenim
localitzantsl’equació de la recta i veure quina de les dues
  recta, en el dos
semiplans: és compleix.
  inequacions


                                                              3
PROGRAMACIÓ LINEAL

 Conceptes previs
 4 Sistemes d'inequacions lineals
Exemple:  y > 3x − 1
            
 La resolució>d'un3sistema d'inequacions lineals equival a
             y −x +
 trobar la zona del pla que compleix totes les
 inequacions.
 Caldrà representar els semiplans corresponents a cada
 desigualtat i veure la zona comuna a tots els semiplans:



                                                         4
PROGRAMACIÓ LINEAL
 Formulació general.
  Formulació d'un problema de programació lineal.
Maximització: de programació lineal és un problema d'optimització
Possibles solucions:
    Un problema
Per d'una funció que està sotmesa a unsla R.F. ( Només quan la
    n variables i òptims interiors a restriccions de desigualtats.
        •No hi ha m restriccions:
    Si la funció aconstant).= Crestriccions són+...+Cnxn.
        F.O. és 1optimitzar) i les 1x1+c2x2+c3x3 lineals, estem parlant
        F.O. f(x ,x2,...,xn
    de •Els òptimslineal. en les arestes i els vèrtex de la R.F.
        programació estan
    Cal•conèixer:
                              a11x1 + ........ + a1n xn ≤ r1
        m Restriccions:  òptims també ho són tots els punts
         Si dos vèrtex són.............................................
                              
        de l'aresta que els (F.O.): és la funció a optimitzar.
            La funció objectiu uneix.
                              a
        •Si un punt d'una m11x1 és òptimmn xn ≤ n són tots
                                           + ........ + a possibles
            La regió factible(R.F.): conjunt de lestambérhosolucions i
                               aresta
            que ve donada per la regió intersecció de totes les
        els restriccions. de no negativitat xi ≥ 0 ∀i= 1,...., n
        n restriccions
            punts de l'aresta.
Minimització convex: ∀x, y ∈ R.F ., λx + (1 − λ ) y ∈ F i tancat: conté a tots els
            És
        •GENERALITZANT:  restriccions que són ≥ , si no ho fossin es
Tot igual menys les ∀λ ∈ [ 0,1]
multiplica punts frontera
            per -1.
                                                                                5
PROGRAMACIÓ LINEAL
Resolució d'un problema de programació lineal per
dues variables.
Trobada la funció objectiu i la regió factible, la resolució consisteix en:

       •Gràficament: cal interpretar que la optimització de la F.O., equival a
           •Analíticament:
       trobar, d'entre el feix de rectes definides pel pendent d'aquesta, la que té una
           • ordenada els vèrtex de la regió factible: punts
       major Trobar a l'origen, tot passant pels vèrtex de la R.F.. Això té molt a
       veure amb les inclinacions de la F.O. i les rectes restriccions del problema.
       Per això cal: de les inequacions restriccions del
           de tall
           problema.
       •Trobar el pendent de la F.O.
           •Substituir les coordenades dels vèrtex en la
       •Trobar els pendents de les restriccions. quin optimitza la
           funció objectiu per veure
           funció.
       •Esbrinar entre quins pendents està el pendent de la F.O.

       •El vèrtex intersecció d'aquestes dues inequacions ens optimitza la F.O.
                                                                                          6
PROGRAMACIÓ LINEAL
               Exemples
1 Un problema de dieta:
Suposem que una persona per cobrir les seves necessitats nutritives necessita
   tres tipus d'elements: glucosa, proteïnes i vitamina A. Suposem també que
   la dieta d'una persona consta només de dos aliments I i II, els preus i els
   continguts dels quals venen indicats en la taula següent:
                                 Aliment I         Aliment II

Preu pe unitat                   0'6              1'00
Glucosa                        10 gr/unitat      4 gr/unitat
Proteïna                       5 gr/unitat       5 gr/unitat
Vitamina A                     2 gr/unitat       6 gr/unitat
Es considera que una persona per anar ben alimentada ha de consumir com a
   mínim 20 grs de glucosa, 20 grs de proteïnes i 12 grs de vitamina A.
Quina és la combinació dels dos elements que cobreix les necessitats diàries i
   produeix el mínim cost ?.                                             7
Aliment I           Aliment II   Mínims
Preu pe unitat                    0'6                   1'00


 9 Optimització - Exemples_
Glucosa                         10 gr/unitat         4 gr/unitat    20 gr.
Proteïna                         5 gr/unitat         5 gr/unitat    20 gr.
Vitamina A                       2 gr/unitat         6 gr/unitat    12 gr.
Incògnites                         x                    y

Resolució:
Assignació de variables: x - quantitat de l'aliment I que pren diàriament.
                         y - quantitat de l'aliment II que pren diàriament.
Funció objectiu: C(x,y) = 0'6 x + 1'00 y

Restriccions
                  10 x + 4 y ≥ 20 (1) Glu cos a
(Necessitats      
de nutrició       5 x + 5 y ≥ 20 (2) Pr oteïnes
                  
diària)           2 x + 6 y ≥ 12 (3) Vita min a A
                  x ≥ 0             ( 4)
                  
                  y ≥ 0
                                   (5)


Regió factible:
                                                                              8
PROGRAMACIÓ LINEAL
                Exemples
1 Un problema de dieta
Resolució analítica:Com es compleixen les condicions d'un
  problema de programació lineal, hem de buscar la solució
  entre les vèrtex de la regió factible.
   Els vèrtex són:
   A(6,0) → C(A) = 3'6 €
   B(3,1) → C(B) = 2'8 €
   C(0'667,0'333) → C(C) = 3'77 €
   D(0,5) → C(D) = 5 €

Solució: El cost es fa mínim en B(3,1), caldrà prendre 3 unitat de l'aliment
  I i 1 de l'aliment II per obtenir un cost mínim de 2'8 €.
                                                                         9
PROGRAMACIÓ LINEAL
                    Exemples
1 Un problema de dieta
Resolució gràfica:En forma
  explícita obtenim els pendents:
  F.O. y = -0'6x + C
  (1)y = -2'5x + 5
  (2)y = -x + 4
  (3)y = -0'33x + 2
Comparant-les m(2)<mF.O.<m(3),
el vèrtex determinat per aquestes
dues restriccions ens proporciona la dieta amb cost mínim:
Es pot veure al gràfic que de tot el feix de rectes paral·leles de la F.O.la que té
    una ordenada a l'origen més petita és la que passa pel punt B(3,1).
Solució: el cost es fa mínim en B(3,1). Cal prendre 3unitats de l'aliment I 101 de
                                                                              i
PROGRAMACIÓ LINEAL
               Exemples
2 Un problema de producció.
Una empresa produeix dos tipus de productes "Normal" i “Super” en una
planta que consta de tres departaments: selecció, muntatge i
empaquetament. Els equips de cada departament poden treballar 8 hores
diàries. El procés de producció es pot resumir de la forma següent:
        (1)El producte "Normal" és primerament seleccionat i després
        empaquetat. Cada tona d'aquest producte necessita 1/2 hora de
        selecció i 1/3 d'hora per l'empaquetat.
        (2)El producte "Super" primerament es munta i després
        s'empaqueta, necessitant cada tona 1 hora de muntatge i 2/3 d'hora
        d'empaquetat.
El nivell de producció global de l'empresa ha de ser com a mínim de 3 tones
diàries.
Finalment els productes "Normal" i "Super" són venuts i l'empresa n'obté un
benefici net de 40 $ i 30 $ respectivament per tona.
Quina combinació de producte haurà de produir l'empresa per tal de
                                                                      11
maximitzar el benefici total (brut) ?.
9 Optimització - Exemples_
Resolució:
Assignació de variables: x - tones per dia del producte “Normal”.
                         y - tones per dia del producte “Super”.
  Funció objectiu: B(x,y) = 40 x + 30 y
                                  1
              Restriccions         2 x + 0 y ≤ 8 (1) Selecció      x ≤ 16
                (Hores            
                                  0 x + 1 y ≤ 8 (2) Muntatge       y ≤8
                 diàries          1
                                   x + 2 y ≤ 8 (3) Empaquetatge x + 2 y ≤ 24
              necessàries)        3
                                         3
                                  x + y ≥ 3      (4) Nivell producció diària x + y ≥ 3
                                  x ≥ 0           (5)
                                  
                                  y ≥ 0
                                                  ( 6)

                                                                Regió factible
                                                                                   12
PROGRAMACIÓ LINEAL
                Exemples
2 Un problema de producció
Resolució analítica:

Els vèrtex són: A(3,0) → B(A) = 120 $
        B(16,0) →B(B) = 640 $
        C(16,4) → B(C) = 760 $
        D(8,8) → B(D) = 560 $
        E(0,8) → B(E) = 240 $
        F(0,3) → B(F) = 90 $

Solució: El benefici és màxim en C(16,4), caldrà produir 16 tones del
  producte “Normal” i 4 del producte “Super” per obtenir un benefici
  màxim de 760 $.

                                                                        13
PROGRAMACIÓ LINEAL
                   Exemples
2 Un problema de producció
Resolució gràfica: En forma explícita
obtenim els pendents:
         F.O.            y = -1'33 x + B
             (3) y = -0'5 x + 12
            (4)          y = -x + 3
• Comparant observem que mF.O.<m(4), la qual cosa ens indica que la inclinació
de la F.O. es menor que la de les restriccions(3) i (4), la qual cosa ens diu que
el vèrtex C ens proporciona el benefici màxim:

• Es pot veure al gràfic que de tot el feix de rectes paral·leles de la F.O.la que
té una ordenada a l'origen més gran és la que passa pel punt C(16,4).
Solució: el benefici és màxim en C(16,4). Cal produir 16 tones del producte
“Normal” i 4 del producte “Super” per obtenir un benefici màxim de 760 $.14

More Related Content

What's hot

Introducció a les derivades Mònica Orpí
Introducció a les derivades Mònica OrpíIntroducció a les derivades Mònica Orpí
Introducció a les derivades Mònica Orpí
Mònica Orpí Mañé
 
Derivades 2n de Batxillerat CCSS
Derivades 2n de Batxillerat CCSSDerivades 2n de Batxillerat CCSS
Derivades 2n de Batxillerat CCSS
Albert Sola
 
Matemàtiques 2n de batxillerat Científic
Matemàtiques 2n de batxillerat CientíficMatemàtiques 2n de batxillerat Científic
Matemàtiques 2n de batxillerat Científic
Albert Sola
 
4 potències i arrels 2n eso
4 potències i arrels 2n eso4 potències i arrels 2n eso
4 potències i arrels 2n eso
Albert Sola
 
01 i 02 Matrius i determinants
01 i 02 Matrius i determinants01 i 02 Matrius i determinants
01 i 02 Matrius i determinants
Albert Sola
 
Aplicacions de la derivada Mònica Orpí
Aplicacions de la derivada Mònica OrpíAplicacions de la derivada Mònica Orpí
Aplicacions de la derivada Mònica Orpí
Mònica Orpí Mañé
 
Funciones
FuncionesFunciones
Funciones
EVAMASO
 
Nombres racionals 2n ESO
Nombres racionals 2n ESONombres racionals 2n ESO
Nombres racionals 2n ESO
Albert Sola
 
Repàs Funcions Matemàtiques 4t ESO
Repàs Funcions Matemàtiques 4t ESORepàs Funcions Matemàtiques 4t ESO
Repàs Funcions Matemàtiques 4t ESOrbnterrassa
 
Funcions 4t eso matemàtiques
Funcions 4t eso matemàtiquesFuncions 4t eso matemàtiques
Funcions 4t eso matemàtiquesrbnterrassa
 
Integrals indefinides
Integrals indefinidesIntegrals indefinides
Integrals indefinides
Albert Sola
 
Matemàtiques 3r i 4t eso
Matemàtiques 3r i 4t esoMatemàtiques 3r i 4t eso
Matemàtiques 3r i 4t eso
Albert Sola
 

What's hot (13)

Introducció a les derivades Mònica Orpí
Introducció a les derivades Mònica OrpíIntroducció a les derivades Mònica Orpí
Introducció a les derivades Mònica Orpí
 
Derivades 2n de Batxillerat CCSS
Derivades 2n de Batxillerat CCSSDerivades 2n de Batxillerat CCSS
Derivades 2n de Batxillerat CCSS
 
Matemàtiques 2n de batxillerat Científic
Matemàtiques 2n de batxillerat CientíficMatemàtiques 2n de batxillerat Científic
Matemàtiques 2n de batxillerat Científic
 
4 potències i arrels 2n eso
4 potències i arrels 2n eso4 potències i arrels 2n eso
4 potències i arrels 2n eso
 
01 i 02 Matrius i determinants
01 i 02 Matrius i determinants01 i 02 Matrius i determinants
01 i 02 Matrius i determinants
 
Aplicacions de la derivada Mònica Orpí
Aplicacions de la derivada Mònica OrpíAplicacions de la derivada Mònica Orpí
Aplicacions de la derivada Mònica Orpí
 
Funcions
Funcions Funcions
Funcions
 
Funciones
FuncionesFunciones
Funciones
 
Nombres racionals 2n ESO
Nombres racionals 2n ESONombres racionals 2n ESO
Nombres racionals 2n ESO
 
Repàs Funcions Matemàtiques 4t ESO
Repàs Funcions Matemàtiques 4t ESORepàs Funcions Matemàtiques 4t ESO
Repàs Funcions Matemàtiques 4t ESO
 
Funcions 4t eso matemàtiques
Funcions 4t eso matemàtiquesFuncions 4t eso matemàtiques
Funcions 4t eso matemàtiques
 
Integrals indefinides
Integrals indefinidesIntegrals indefinides
Integrals indefinides
 
Matemàtiques 3r i 4t eso
Matemàtiques 3r i 4t esoMatemàtiques 3r i 4t eso
Matemàtiques 3r i 4t eso
 

Viewers also liked

Seminario boliogia molecular
Seminario boliogia molecularSeminario boliogia molecular
Seminario boliogia molecular
Juan Sebastian Marin Cardenas
 
Daily Report Senin 11 Maret 2013
Daily Report Senin 11 Maret 2013Daily Report Senin 11 Maret 2013
Daily Report Senin 11 Maret 2013
Setip Kandio
 
Παιχνίδι για το νηπιαγωγείο
Παιχνίδι για το νηπιαγωγείοΠαιχνίδι για το νηπιαγωγείο
Παιχνίδι για το νηπιαγωγείοxristina2
 
BioHolMi 2013. március
BioHolMi 2013. márciusBioHolMi 2013. március
BioHolMi 2013. március
Havas Tanya
 
L'uso dei social network nell'e-government. Il caso di Twitter.
L'uso dei social network nell'e-government. Il caso di Twitter.L'uso dei social network nell'e-government. Il caso di Twitter.
L'uso dei social network nell'e-government. Il caso di Twitter.
davide_guida
 
Huisstijl Pro Deo Productions
Huisstijl Pro Deo ProductionsHuisstijl Pro Deo Productions
Huisstijl Pro Deo Productions
mamo_dtp
 
Latihan soal snmptn 2011 b. indonesia
Latihan soal snmptn 2011 b. indonesiaLatihan soal snmptn 2011 b. indonesia
Latihan soal snmptn 2011 b. indonesia
Dian Oktavia
 
Apresentação do curso Introdução a Educação Digital
Apresentação do curso Introdução a Educação DigitalApresentação do curso Introdução a Educação Digital
Apresentação do curso Introdução a Educação Digital
Ana Cristina Farias
 
Успехи Business Intelligence в активном управлении розничными вкладами
Успехи Business Intelligence в активном управлении розничными вкладамиУспехи Business Intelligence в активном управлении розничными вкладами
Успехи Business Intelligence в активном управлении розничными вкладамиIhor Voloshyn
 
Trabajo del arte y la ciencia
Trabajo del arte y la cienciaTrabajo del arte y la ciencia
Trabajo del arte y la ciencia
daya54
 
Guida Tweetdeck
Guida TweetdeckGuida Tweetdeck
Guida Tweetdeckass_acmos
 
Beniseed
BeniseedBeniseed
Beniseedsharess
 
Bedömning för lärande!
Bedömning för lärande!Bedömning för lärande!
Bedömning för lärande!
malinfrykman
 
O poderdo silencio
O poderdo silencioO poderdo silencio
O poderdo silencio
jmpcard
 
Seven Tenths Look Book
Seven Tenths Look BookSeven Tenths Look Book
Seven Tenths Look Book
DiveStock
 
Guía cap a una mallorca per a tothom
Guía cap a una mallorca per a tothomGuía cap a una mallorca per a tothom
Guía cap a una mallorca per a tothom
Platges Accessibles
 

Viewers also liked (20)

Παιδί και Διαδίκτυο (Για Γονείς)
Παιδί και Διαδίκτυο (Για Γονείς)Παιδί και Διαδίκτυο (Για Γονείς)
Παιδί και Διαδίκτυο (Για Γονείς)
 
Seminario boliogia molecular
Seminario boliogia molecularSeminario boliogia molecular
Seminario boliogia molecular
 
Daily Report Senin 11 Maret 2013
Daily Report Senin 11 Maret 2013Daily Report Senin 11 Maret 2013
Daily Report Senin 11 Maret 2013
 
Παιχνίδι για το νηπιαγωγείο
Παιχνίδι για το νηπιαγωγείοΠαιχνίδι για το νηπιαγωγείο
Παιχνίδι για το νηπιαγωγείο
 
BioHolMi 2013. március
BioHolMi 2013. márciusBioHolMi 2013. március
BioHolMi 2013. március
 
L'uso dei social network nell'e-government. Il caso di Twitter.
L'uso dei social network nell'e-government. Il caso di Twitter.L'uso dei social network nell'e-government. Il caso di Twitter.
L'uso dei social network nell'e-government. Il caso di Twitter.
 
Huisstijl Pro Deo Productions
Huisstijl Pro Deo ProductionsHuisstijl Pro Deo Productions
Huisstijl Pro Deo Productions
 
Rosa genderbewustopvoeden
Rosa genderbewustopvoedenRosa genderbewustopvoeden
Rosa genderbewustopvoeden
 
Latihan soal snmptn 2011 b. indonesia
Latihan soal snmptn 2011 b. indonesiaLatihan soal snmptn 2011 b. indonesia
Latihan soal snmptn 2011 b. indonesia
 
Apresentação do curso Introdução a Educação Digital
Apresentação do curso Introdução a Educação DigitalApresentação do curso Introdução a Educação Digital
Apresentação do curso Introdução a Educação Digital
 
Успехи Business Intelligence в активном управлении розничными вкладами
Успехи Business Intelligence в активном управлении розничными вкладамиУспехи Business Intelligence в активном управлении розничными вкладами
Успехи Business Intelligence в активном управлении розничными вкладами
 
Trabajo del arte y la ciencia
Trabajo del arte y la cienciaTrabajo del arte y la ciencia
Trabajo del arte y la ciencia
 
Guida Tweetdeck
Guida TweetdeckGuida Tweetdeck
Guida Tweetdeck
 
Beniseed
BeniseedBeniseed
Beniseed
 
Bedömning för lärande!
Bedömning för lärande!Bedömning för lärande!
Bedömning för lärande!
 
O poderdo silencio
O poderdo silencioO poderdo silencio
O poderdo silencio
 
Appendix
AppendixAppendix
Appendix
 
Seven Tenths Look Book
Seven Tenths Look BookSeven Tenths Look Book
Seven Tenths Look Book
 
Guía cap a una mallorca per a tothom
Guía cap a una mallorca per a tothomGuía cap a una mallorca per a tothom
Guía cap a una mallorca per a tothom
 
Food Chain
Food ChainFood Chain
Food Chain
 

Similar to Programació Lineal

Dossier Refredament Substancies
Dossier Refredament SubstanciesDossier Refredament Substancies
Dossier Refredament SubstanciesAgustí Estévez
 
Las funciones exponencial y logaritmica
Las funciones exponencial y logaritmicaLas funciones exponencial y logaritmica
Las funciones exponencial y logaritmicatoniarroyo9
 
Electrònica Digital
Electrònica DigitalElectrònica Digital
Electrònica Digital
clopez64
 
Treball Mates
Treball MatesTreball Mates
Treball Mates
Aleix De Dios Muñoz
 
3 Polinomis Part 1 3r ESO
3 Polinomis Part 1 3r ESO3 Polinomis Part 1 3r ESO
3 Polinomis Part 1 3r ESOAlbert Sola
 
Tema 3 equacions i sistemes de primer grau (3.1)
Tema 3   equacions i sistemes de primer grau (3.1)Tema 3   equacions i sistemes de primer grau (3.1)
Tema 3 equacions i sistemes de primer grau (3.1)vcarmonainsti
 
Equacions i sistemes de segon grau
Equacions i sistemes de segon grauEquacions i sistemes de segon grau
Equacions i sistemes de segon grau
Jose M. Granados Domene
 
Solucionari 2 eso c 3r tr 3r p func i estat 6 6_2012
Solucionari 2 eso c 3r tr 3r p func i estat 6 6_2012Solucionari 2 eso c 3r tr 3r p func i estat 6 6_2012
Solucionari 2 eso c 3r tr 3r p func i estat 6 6_2012Toni Mendez
 
Matemàtiques 3r eso
Matemàtiques 3r esoMatemàtiques 3r eso
Matemàtiques 3r eso
Tecno Ponts
 
05 Equacions de 2n grau
05 Equacions de 2n grau05 Equacions de 2n grau
05 Equacions de 2n grau
Albert Sola
 
Tema 1
Tema 1Tema 1
Tema 1
masialosar
 
Àlgebra i Equacions de 1r Grau 2n ESO
Àlgebra i Equacions de 1r Grau 2n ESOÀlgebra i Equacions de 1r Grau 2n ESO
Àlgebra i Equacions de 1r Grau 2n ESOAlbert Sola
 
presentacio expressions algebràiques.ppt
presentacio expressions algebràiques.pptpresentacio expressions algebràiques.ppt
presentacio expressions algebràiques.ppt
JavierAlbertoYuntaCa
 
Eco2 tema 5
Eco2   tema 5Eco2   tema 5
Eco2 tema 5
Gou Jornet
 
Equacions de 2n grau 3r ESO
Equacions de 2n grau 3r ESOEquacions de 2n grau 3r ESO
Equacions de 2n grau 3r ESO
Albert Sola
 
Potencies i arrels 2 n
Potencies i arrels 2 nPotencies i arrels 2 n
Potencies i arrels 2 ncpnapenyal
 

Similar to Programació Lineal (18)

Dossier Refredament Substancies
Dossier Refredament SubstanciesDossier Refredament Substancies
Dossier Refredament Substancies
 
Las funciones exponencial y logaritmica
Las funciones exponencial y logaritmicaLas funciones exponencial y logaritmica
Las funciones exponencial y logaritmica
 
Electrònica Digital
Electrònica DigitalElectrònica Digital
Electrònica Digital
 
Treball Mates
Treball MatesTreball Mates
Treball Mates
 
3 Polinomis Part 1 3r ESO
3 Polinomis Part 1 3r ESO3 Polinomis Part 1 3r ESO
3 Polinomis Part 1 3r ESO
 
Tema 3 equacions i sistemes de primer grau (3.1)
Tema 3   equacions i sistemes de primer grau (3.1)Tema 3   equacions i sistemes de primer grau (3.1)
Tema 3 equacions i sistemes de primer grau (3.1)
 
Equacions i sistemes de segon grau
Equacions i sistemes de segon grauEquacions i sistemes de segon grau
Equacions i sistemes de segon grau
 
Solucionari 2 eso c 3r tr 3r p func i estat 6 6_2012
Solucionari 2 eso c 3r tr 3r p func i estat 6 6_2012Solucionari 2 eso c 3r tr 3r p func i estat 6 6_2012
Solucionari 2 eso c 3r tr 3r p func i estat 6 6_2012
 
Matemàtiques 3r eso
Matemàtiques 3r esoMatemàtiques 3r eso
Matemàtiques 3r eso
 
05 Equacions de 2n grau
05 Equacions de 2n grau05 Equacions de 2n grau
05 Equacions de 2n grau
 
Tema 1
Tema 1Tema 1
Tema 1
 
Àlgebra i Equacions de 1r Grau 2n ESO
Àlgebra i Equacions de 1r Grau 2n ESOÀlgebra i Equacions de 1r Grau 2n ESO
Àlgebra i Equacions de 1r Grau 2n ESO
 
presentacio expressions algebràiques.ppt
presentacio expressions algebràiques.pptpresentacio expressions algebràiques.ppt
presentacio expressions algebràiques.ppt
 
Eco2 tema 5
Eco2   tema 5Eco2   tema 5
Eco2 tema 5
 
Equacions
EquacionsEquacions
Equacions
 
Equacions
EquacionsEquacions
Equacions
 
Equacions de 2n grau 3r ESO
Equacions de 2n grau 3r ESOEquacions de 2n grau 3r ESO
Equacions de 2n grau 3r ESO
 
Potencies i arrels 2 n
Potencies i arrels 2 nPotencies i arrels 2 n
Potencies i arrels 2 n
 

Programació Lineal

  • 1. PROGRAMACIÓ LINEAL A tenir en compte: Conceptes previs •La recta està més inclinada 1 Equació d'una recta al pla quan major és el valor de m. • Forma implícita: Ax + By + C = 0. •• Forma explícita: y = el mateix Totes les rectes amb mx + b pendent són paral·leles.α • m - pendent = tg • b - ordenada a l'origen •Feix de rectes paral·leles: • Exemple: donada una recta y = mx+b totes les rectes y = mx + k on k∈R formen un feix de rectes paral·leles. 1
  • 2. PROGRAMACIÓ LINEAL Conceptes previs 2 Tall de dues rectes Analíticament. S'apliquen els mètodes de resolució de sistemes d'equacions Exemple: . y = −x + 3  Per igualació − x + 3 = 3x − 1 ⇒ 4 x = 4 ⇒ x = 1 ⇒ y = 2  y = 3x − 1 •Gràficament, es representen les dues rectes i es busca el punt de tall 2
  • 3. PROGRAMACIÓ LINEAL Conceptes previs 3 Inequació lineal Exemple: una recta y = mx+b, la seva gràfica divideix el Donada A partir de lapla en dos semiplans els punts dels quals compleixen gràfica de y = 3x-1 i agafant el puntinequacions: y ≤ mx + b, y ≥ mx + b. les següents (0,0), Per reconèixer la ⇒ substituint 0>3·0-1 inequació de cada semiplà només cal 0 substituir les coordenades d'un punt ,que no estigui a la > -1, tenim localitzantsl’equació de la recta i veure quina de les dues recta, en el dos semiplans: és compleix. inequacions 3
  • 4. PROGRAMACIÓ LINEAL Conceptes previs 4 Sistemes d'inequacions lineals Exemple:  y > 3x − 1  La resolució>d'un3sistema d'inequacions lineals equival a  y −x + trobar la zona del pla que compleix totes les inequacions. Caldrà representar els semiplans corresponents a cada desigualtat i veure la zona comuna a tots els semiplans: 4
  • 5. PROGRAMACIÓ LINEAL Formulació general. Formulació d'un problema de programació lineal. Maximització: de programació lineal és un problema d'optimització Possibles solucions: Un problema Per d'una funció que està sotmesa a unsla R.F. ( Només quan la n variables i òptims interiors a restriccions de desigualtats. •No hi ha m restriccions: Si la funció aconstant).= Crestriccions són+...+Cnxn. F.O. és 1optimitzar) i les 1x1+c2x2+c3x3 lineals, estem parlant F.O. f(x ,x2,...,xn de •Els òptimslineal. en les arestes i els vèrtex de la R.F. programació estan Cal•conèixer: a11x1 + ........ + a1n xn ≤ r1 m Restriccions:  òptims també ho són tots els punts Si dos vèrtex són.............................................  de l'aresta que els (F.O.): és la funció a optimitzar. La funció objectiu uneix. a •Si un punt d'una m11x1 és òptimmn xn ≤ n són tots + ........ + a possibles La regió factible(R.F.): conjunt de lestambérhosolucions i aresta que ve donada per la regió intersecció de totes les els restriccions. de no negativitat xi ≥ 0 ∀i= 1,...., n n restriccions punts de l'aresta. Minimització convex: ∀x, y ∈ R.F ., λx + (1 − λ ) y ∈ F i tancat: conté a tots els És •GENERALITZANT: restriccions que són ≥ , si no ho fossin es Tot igual menys les ∀λ ∈ [ 0,1] multiplica punts frontera per -1. 5
  • 6. PROGRAMACIÓ LINEAL Resolució d'un problema de programació lineal per dues variables. Trobada la funció objectiu i la regió factible, la resolució consisteix en: •Gràficament: cal interpretar que la optimització de la F.O., equival a •Analíticament: trobar, d'entre el feix de rectes definides pel pendent d'aquesta, la que té una • ordenada els vèrtex de la regió factible: punts major Trobar a l'origen, tot passant pels vèrtex de la R.F.. Això té molt a veure amb les inclinacions de la F.O. i les rectes restriccions del problema. Per això cal: de les inequacions restriccions del de tall problema. •Trobar el pendent de la F.O. •Substituir les coordenades dels vèrtex en la •Trobar els pendents de les restriccions. quin optimitza la funció objectiu per veure funció. •Esbrinar entre quins pendents està el pendent de la F.O. •El vèrtex intersecció d'aquestes dues inequacions ens optimitza la F.O. 6
  • 7. PROGRAMACIÓ LINEAL Exemples 1 Un problema de dieta: Suposem que una persona per cobrir les seves necessitats nutritives necessita tres tipus d'elements: glucosa, proteïnes i vitamina A. Suposem també que la dieta d'una persona consta només de dos aliments I i II, els preus i els continguts dels quals venen indicats en la taula següent: Aliment I Aliment II Preu pe unitat 0'6 1'00 Glucosa 10 gr/unitat 4 gr/unitat Proteïna 5 gr/unitat 5 gr/unitat Vitamina A 2 gr/unitat 6 gr/unitat Es considera que una persona per anar ben alimentada ha de consumir com a mínim 20 grs de glucosa, 20 grs de proteïnes i 12 grs de vitamina A. Quina és la combinació dels dos elements que cobreix les necessitats diàries i produeix el mínim cost ?. 7
  • 8. Aliment I Aliment II Mínims Preu pe unitat 0'6 1'00 9 Optimització - Exemples_ Glucosa 10 gr/unitat 4 gr/unitat 20 gr. Proteïna 5 gr/unitat 5 gr/unitat 20 gr. Vitamina A 2 gr/unitat 6 gr/unitat 12 gr. Incògnites x y Resolució: Assignació de variables: x - quantitat de l'aliment I que pren diàriament. y - quantitat de l'aliment II que pren diàriament. Funció objectiu: C(x,y) = 0'6 x + 1'00 y Restriccions 10 x + 4 y ≥ 20 (1) Glu cos a (Necessitats  de nutrició 5 x + 5 y ≥ 20 (2) Pr oteïnes  diària) 2 x + 6 y ≥ 12 (3) Vita min a A x ≥ 0 ( 4)  y ≥ 0  (5) Regió factible: 8
  • 9. PROGRAMACIÓ LINEAL Exemples 1 Un problema de dieta Resolució analítica:Com es compleixen les condicions d'un problema de programació lineal, hem de buscar la solució entre les vèrtex de la regió factible. Els vèrtex són: A(6,0) → C(A) = 3'6 € B(3,1) → C(B) = 2'8 € C(0'667,0'333) → C(C) = 3'77 € D(0,5) → C(D) = 5 € Solució: El cost es fa mínim en B(3,1), caldrà prendre 3 unitat de l'aliment I i 1 de l'aliment II per obtenir un cost mínim de 2'8 €. 9
  • 10. PROGRAMACIÓ LINEAL Exemples 1 Un problema de dieta Resolució gràfica:En forma explícita obtenim els pendents: F.O. y = -0'6x + C (1)y = -2'5x + 5 (2)y = -x + 4 (3)y = -0'33x + 2 Comparant-les m(2)<mF.O.<m(3), el vèrtex determinat per aquestes dues restriccions ens proporciona la dieta amb cost mínim: Es pot veure al gràfic que de tot el feix de rectes paral·leles de la F.O.la que té una ordenada a l'origen més petita és la que passa pel punt B(3,1). Solució: el cost es fa mínim en B(3,1). Cal prendre 3unitats de l'aliment I 101 de i
  • 11. PROGRAMACIÓ LINEAL Exemples 2 Un problema de producció. Una empresa produeix dos tipus de productes "Normal" i “Super” en una planta que consta de tres departaments: selecció, muntatge i empaquetament. Els equips de cada departament poden treballar 8 hores diàries. El procés de producció es pot resumir de la forma següent: (1)El producte "Normal" és primerament seleccionat i després empaquetat. Cada tona d'aquest producte necessita 1/2 hora de selecció i 1/3 d'hora per l'empaquetat. (2)El producte "Super" primerament es munta i després s'empaqueta, necessitant cada tona 1 hora de muntatge i 2/3 d'hora d'empaquetat. El nivell de producció global de l'empresa ha de ser com a mínim de 3 tones diàries. Finalment els productes "Normal" i "Super" són venuts i l'empresa n'obté un benefici net de 40 $ i 30 $ respectivament per tona. Quina combinació de producte haurà de produir l'empresa per tal de 11 maximitzar el benefici total (brut) ?.
  • 12. 9 Optimització - Exemples_ Resolució: Assignació de variables: x - tones per dia del producte “Normal”. y - tones per dia del producte “Super”. Funció objectiu: B(x,y) = 40 x + 30 y 1 Restriccions  2 x + 0 y ≤ 8 (1) Selecció x ≤ 16 (Hores  0 x + 1 y ≤ 8 (2) Muntatge y ≤8 diàries 1  x + 2 y ≤ 8 (3) Empaquetatge x + 2 y ≤ 24 necessàries) 3  3 x + y ≥ 3 (4) Nivell producció diària x + y ≥ 3 x ≥ 0 (5)  y ≥ 0  ( 6) Regió factible 12
  • 13. PROGRAMACIÓ LINEAL Exemples 2 Un problema de producció Resolució analítica: Els vèrtex són: A(3,0) → B(A) = 120 $ B(16,0) →B(B) = 640 $ C(16,4) → B(C) = 760 $ D(8,8) → B(D) = 560 $ E(0,8) → B(E) = 240 $ F(0,3) → B(F) = 90 $ Solució: El benefici és màxim en C(16,4), caldrà produir 16 tones del producte “Normal” i 4 del producte “Super” per obtenir un benefici màxim de 760 $. 13
  • 14. PROGRAMACIÓ LINEAL Exemples 2 Un problema de producció Resolució gràfica: En forma explícita obtenim els pendents: F.O. y = -1'33 x + B (3) y = -0'5 x + 12 (4) y = -x + 3 • Comparant observem que mF.O.<m(4), la qual cosa ens indica que la inclinació de la F.O. es menor que la de les restriccions(3) i (4), la qual cosa ens diu que el vèrtex C ens proporciona el benefici màxim: • Es pot veure al gràfic que de tot el feix de rectes paral·leles de la F.O.la que té una ordenada a l'origen més gran és la que passa pel punt C(16,4). Solució: el benefici és màxim en C(16,4). Cal produir 16 tones del producte “Normal” i 4 del producte “Super” per obtenir un benefici màxim de 760 $.14