punto de vista del narrador y el portero porfi​

Respuesta:

Es un tipo de software que funciona como un conjunto de herramientas diseñadas para realizar tareas y trabajos específicos en tu computador.

Explicación:

Un programa es un conjunto de pasos lógicos escritos en un lenguaje de programación que nos permite realizar una tarea específica. El programa suele contar con una interfaz de usuario, es decir, un medio visual mediante el cual interactuamos con la aplicación.

El transportista debe llevar 31 cajas de naranjas y la mísma cantidad de cajas de toronjas a fin de obtener 202.22 dólares de máxima ganancia. A continuación se explica paso a paso el método de solución gráfica.

• Paso 1: Modelación

Variables:

X = Caja de naranjas

Y = Caja de toronjas

Restricciones:

4X + 6Y  <= 300

80X + 100Y  <= 5600

Y -X <= 0

X   >= 0

Y  >= 0

Función Objetivo:

MAX (Z) = 2.5X + 4Y

• Paso 2: Pasar las inecuaciones a ecuaciones, despajamos “y”, asignamos un identificador único a y (requisito para la codificación)

4X + 6Y  = 300

Y = (300-4X)/6

Y1 = (300-4X)/6

80X + 100Y   = 5600

Y = (5600-80X)/100

Y2 = (5600-80X)/100

Y-X  = 0

Y = X

Y3 = X

X1   = 0*Y

Y4 = 0*X

Y5 = (-2.5 * X) / 4

• Paso 3: Buscamos la solución optima (mayor ganancia) haciendo iteraciones, para ello utilizamos el método gráfico y el siguiente algoritmo en Python.

• #Importar las librerías

import matplotlib.pyplot as plt

import numpy as np

from shapely. geometry import LineString

• #Definimos variables con valores de un rango dado

narjas = np.arange(-100, 150, 50)

torjas = np.arange(-100, 150, 50)

• #Representamos restricciones y dibujamos las rectas

y1 = (300-4*narjas)/6

y2 = (5600-(80*narjas))/100

y3 = narjas

x1 = 0 * torjas

y4 = 0 * narjas

y5 = (-2.5 * narjas) / 4

recta1 = LineString(np.column_stack((narjas, y1)))

recta2 = LineString(np.column_stack((narjas, y2)))

recta3 = LineString(np.column_stack((narjas, y3)))

recta4 = LineString(np.column_stack((x1, torjas)))

recta5 = LineString(np.column_stack((narjas, y4)))

recta6 = LineString(np.column_stack((narjas, y5)))

• #Determinamos color y grosor de las líneas

plt.plot(narjas, y1, '-', linewidth=1, color='k')

plt.plot(narjas, y2, '-', linewidth=1, color='k')

plt.plot(narjas, y3, '-', linewidth=1, color='k')

plt.plot(x1, torjas, '-', linewidth=1, color='k')

plt.plot(narjas, y4, '-', linewidth=1, color='k')

plt.plot(narjas, y5, ':', linewidth=3, color='r')

• #Generando vértices

vertic1 = recta4. intersection(recta1)

vertic2 = recta1. intersection(recta2)

vertic3 = recta2. intersection(recta3)

vertic4 = recta3. intersection(recta4)

• #Formateamos la gráfica a mostrar

plt. plot(*vertic1.xy, 'o')

plt. plot(*vertic2.xy, 'o')

plt. plot(*vertic3.xy, 'o')

plt. plot(*vertic4.xy, 'o')

• #Determinamos la solución óptima

vx1, vy1 = vertic1. xy

vx2, vy2 = vertic2. xy

vx3, vy3 = vertic3. xy

vx4, vy4 = vertic4. xy

verticx1 = np. float64(np.array(vx1))

verticx2 = np. float64(np.array(vx2))

verticx3 = np. float64(np.array(vx3))

verticx4 = np. float64(np.array(vx4))

verticy1 = np. float64(np.array(vy1))

verticy2 = np. float64(np.array(vy2))

verticy3 = np. float64(np.array(vy3))

verticy4 = np. float64(np.array(vy4))

• #Evaluando la función objetivo en cada vértice

eval1 = (verticx1 * 2.5) + (verticy1 * 4)

eval2 = (verticx2 * 2.5) + (verticy2 * 4)

eval3 = (verticx3 * 2.5) + (verticy3 * 4)

eval4 = (verticx4 * 2.5) + (verticy4 * 4)

• #Maximizamos los valores obtenidos en la evaluación y mostramos resultados

maximizacion = max(eval1, eval2, eval3, eval4)

maximizacion = round(maximizacion, 2)

print('\n SOLUCIÓN ÓPTIMA')

print('Solución óptima: {}'.format(maximizacion))

• #Ordenando las coordenadas de los vértices y graficamos

m = [verticx1, verticx2, verticx3, verticx4]

n = [verticy1, verticy2, verticy3, verticy4]

plt. fill(m, n, color='silver')

• #Obtenemos el vértice con solución óptima y mostramos las variables

dict1 = {0:eval1, 1:eval2, 2:eval3, 3:eval4}

posicion = max(dict1, key=dict1.get)

xOptimo = round(m[posicion], 2)

yOptimo = round(n[posicion], 2)

print('\n VARIABLES DE DECISIÓN')

print('Cajas de naranja: {} '.format(xOptimo))

print('Cajas de toronjas: {} '.format(yOptimo))

• #Mostramos solución óptima

plt.annotate('Solución óptima: {}'.format(maximizacion), (xOptimo, yOptimo+3))

• #Rotulación del gráfico

plt. grid()

plt. xlabel('Cajas de naranjas ($2.50)')

plt. ylabel('Cajas de toronjas ($4)')

plt. title('Máximización de ganancias')

plt. show()

Para saber más acerca máximización por método gráfico consulte https://brainly.lat/tarea/10750144

#SPJ1    

Las sustancias químicas que pueden ocasionar más daños moleculares en nuestras células son las "cancerígenas", como:

Aceites minerales sin tratamiento (usualmente en las fábricas automovilísticas)

Asbestos (Materiales con que se fabrican muchas tejas de casas)

Benceno (Por vapores de Gasolina)

Óxido de metileno (usado usualmente por anticongelantes)

Respuesta:

nose tu dimensión que haces por la avenida de la casa de mi mamá y patio de dos