3: Programación Lineal - Un Enfoque Geométrico
- Page ID
- 113900
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)
En este capítulo, aprenderás a:
- Resolver problemas de programación lineal que maximizan la función objetiva.
- Resolver problemas de programación lineal que minimizan la función objetiva.
- 3.1: Aplicaciones de maximización
- Los problemas de aplicación en los negocios, la economía y las ciencias sociales y de la vida a menudo nos piden tomar decisiones sobre la base de ciertas condiciones. Las condiciones o limitaciones a menudo toman la forma de desigualdades. En esta sección, comenzaremos a formular, analizar y resolver tales problemas, a un nivel simple, para comprender los muchos componentes de dicho problema.
- 3.2: Aplicaciones de minimización
- Los problemas de programación lineal de minimización se resuelven de la misma manera que los problemas de maximización.
Miniaturas: Una representación pictórica de un programa lineal simple con dos variables y seis desigualdades. El conjunto de soluciones factibles se representa en amarillo y forma un polígono, un polítopo bidimensional. La función de costo lineal está representada por la línea roja y la flecha: La línea roja es un conjunto de niveles de la función de costo, y la flecha indica la dirección en la que estamos optimizando. (CC0; Ylloh vía Wikipedia)