Tema 5: Análisis de Sensibilidad y Paramétrico

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Tema 5: Análisis de Sensibilidad y Paramétrico"

Transcripción

1 Tema 5: Análisis de Sensibilidad y Paramétrico 5.1 Introducción 5.2 Cambios en los coeficientes de la función objetivo 5.3 Cambios en el rhs 5.4 Análisis de Sensibilidad y Dualidad Cambios en el coeficiente en la función objetivo de una variable no básica Cambios en la columna de una variable no básica Añadir una nueva variable 5.5 Análisis Paramétrico con WinQSB 1

2 5.1 Introducción Hipótesis en PL: parámetros deterministas (conocidos y fijos). Realidad: los parámetros son estimaciones de los valores reales. Análisis de Sensibilidad: cómo afecta a la solución óptima los cambios en los parámetros del modelo? Obtener de forma eficiente la nueva solución óptima (si existe) sin resolver de nuevo el modelo. Min c t x Supongamos resuelto el ppl en forma estándar: s.a: Ax = b x 0 n En la tabla óptima del Simplex tenemos: z j c j 0 j = 1,..., n bi 0 i = 1,..., m 2

3 Cómo afectan los cambios en: los coeficientes de la función objetivo (c j )? Posible pérdida de la posibilidad dual Reoptimizar con el algoritmo Simplex los términos de la derecha de las restricciones (b i )? Posible pérdida de la posibilidad primal Reoptimizar con el Dual del Simplex una fila y/o columna de A (a ij )? Posible pérdida de la posibilidad primal Posible pérdida de la posibilidad dual Posible pérdida de ambas Reoptimizar con dos Fases 3

4 5.2 Cambios en los coeficientes de la función objetivo Pueden provocar la pérdida de la optimalidad primal Para qué rango de valores de c k sigue siendo óptima la solución actual? Coeficiente de una variable no básica: sólo afecta al coste reducido de la variable cuyo coeficiente se ha cambiado. z k c k = (z k c k ) + (c k c k) Si z k c k 0 La solución sigue siendo óptima. Si z k c k > 0 Reoptimizamos con el algoritmo del Simplex, haciendo básica x k. 4

5 Ejemplo 1 Min 2x 1 + x 2 x 3 s.a.: x 1 + x 2 + x 3 6 x 1 + 2x 2 4 x 1, x 2, x 3 0 x = z = 12 Tabla óptima: x 1 x 2 x 3 x 4 x 5 rhs z x x

6 Ejemplo: Cambio en el Coeficiente de una Variable no Básica c 2 c 2 {}}{{}}{ z = 2x 1 +1 x 2 x 3 z = 2x 1 3 x 2 x 3 z 2 c 2 = (z 2 c 2 ) + (c 2 c 2) = 3 + (1 ( 3)) = 1 > 0 x 1 x 2 x 3 x 4 x 5 rhs z x x Reoptimizamos con el Simplex, x 2 se hace básica y x 5 deja de serlo. x 1 x 2 x 3 x 4 x 5 rhs z 0 0 x x x = z =

7 Para qué rango de valores del coeficiente de una variable no básica sigue siendo óptima la solución actual? La solución actual sigue siendo óptima sii: z k c k 0 sii (z k c k ) + (c k c k) 0 sii c k c k + (z k c k ) Ejemplo, continuación... c k [c k + (z k c k ), [ En el Ejemplo 1, c 2 = 1 y z 2 c 2 = 3, luego la solución actual seguirá siendo óptima sii: c 2 [1 + ( 3), [ = [ 2, [ x = z = 12 7

8 Coeficiente de una variable básica: cambiará toda la fila asociada a la función objetivo (Fila 0), excepto los costes reducidos de las variables básicas, que seguirán siendo iguales a cero. Nueva Fila 0 = (Fila 0 actual) + (c k c k) (Fila actual de x k ) Si algún coste reducido se hace positivo reoptimizamos con el algoritmo del Simplex. Para determinar el rango de valores para los cuales sigue siendo óptima la solución actual se resuelve el sistema de inecuaciones dado por: z j c j 0 j N En dicho rango, la solución óptima será la misma y el valor óptimo: z = c B B 1 b + (c k c k )x k 8

9 Ejemplo: Cambio en el Coeficiente de una Variable Básica z = c 1 {}}{ 2 x 1 + x 2 x 3 z = c 1 {}}{ 0 x 1 + x 2 x 3 z = x 2 x 3 x 1 x 2 x 3 x 4 x 5 rhs z x x Nueva Fila 0 = (Fila 0 actual) + (c 1 c 1 ) (Fila actual de x 1 ) x 1 x 2 x 3 x 4 x 5 rhs z x x

10 x 1 x 2 x 3 x 4 x 5 rhs z x x Reoptimizamos con el Simplex, x 3 se hace básica y x 1 deja de serlo. x 1 x 2 x 3 x 4 x 5 rhs z x x x = z = 6 10

11 Ejemplo, continuación... Para qué rango de valores del coeficiente de x 1 sigue siendo óptima la solución actual? x 1 x 2 x 3 x 4 x 5 rhs z x x x = Nueva Fila 0 = (Fila 0 actual) + (c 1 c 1) (Fila actual de x 1 ) z = 12 z 2 c 2 = 3 + (c 1 c 1)1 0 (c 1 c 1) 3 z 3 c 3 = 1 + (c 1 c 1)1 0 (c 1 c 1) 1 z 4 c 4 = 2 + (c 1 c 1)1 0 (c 1 c 1) 2 c c 1 En el ejemplo, c 1 = 2, si c 1 ], 1] la solución óptima sigue siendo la misma pero el valor óptimo será: z = 12 + (c 1 c 1 )6 = c = 6c 1 11

12 5.3 Cambios en el término de la derecha de una restricción Pueden provocar la pérdida de la optimalidad dual pérdida de la posibilidad primal Si x B = B 1 b = b tiene alguna componente negativa será necesario reoptimizar con el algoritmo Dual del Simplex. Para qué rango de valores de b i sigue siendo óptima la base actual? Aquél que se obtiene al resolver el sistema de inecuaciones: b = b + (columna i-ésima de B 1 ) (b i b i ) 0 }{{} i En dicho rango, la solución óptima será: El valor óptimo: x B = b + (columna i-ésima de B 1 )( i ), x N = 0 z = c t B b + ω i i 12

13 Ejemplo, cambio en el término de la derecha de una restricción (no hay pérdida de posibilidad primal) b = 6 4 Cambiamos b 1 b = 3 4 La nueva solución será: b = B 1 b = = La base B = {a 1, a 5 } sigue siendo óptima, la nueva solución es: 3 x = 0 z = c t B b = ( 2, 0) 3 =

14 Ejemplo, Continuación..., sí hay pérdida de posibilidad primal Cambiamos b 1 = 6 por b 1 = 2. La nueva solución y el nuevo coste serán: b = B 1 b = = z = c t B b = ( 2, 0) 2 2 = 4 x 1 x 2 x 3 x 4 x 5 rhs Nuevo z x x Perdemos la posibilidad primal, reoptimizamos con el Dual del Simpex: Dual no acotado Primal Imposible 14

15 Ejemplo En cuánto podemos incrementar b 1 sin que cambie la base óptima? Si cambiamos b = 6 por b = x B = B = = proporcionará una solución óptima sii proporciona una solución posible: b 1 [0, [ La solución óptima y el valor óptimo serán, respectivamente: x B = 6 + x N = 0 z = ( 2, 0) 6 + =

16 Para qué rango de valores de b 2 sigue siendo óptima la base actual? x B = B 1 6 = = 6 b b b 2 proporcionará una solución óptima sii proporciona una solución posible: b 2 0 b 2 6 b 2 [ 6, [ La solución óptima y el valor óptimo serán, respectivamente: x B = 6 x N = 0 z = ( 2, 0) 6 = b b 2 Notar que el precio sombra para esta restricción será 0. 16

17 5.4 Análisis de Sensibilidad y Dualidad Dada una solución posible básica del problema primal, (x B = B 1 b, x N = 0), dicha solución es óptima si y sólo si la solución obtenida a partir de B, ω = c t B B 1, es solución posible del dual. Cambios en la función objetivo del coeficiente de una variable no básica Cambios en la columna de A de una variable no básica Adición al problema de una nueva variable 17

18 La empresa Dakota Furniture Company fabrica escritorios, mesas y sillas. La fabricación de cada tipo de mueble requiere madera y dos tipos de procesos: carpintería y acabado. La cantidad de recursos que necesita cada tipo de mueble vienen dados en la siguiente tabla, en la que también se incluyen los precios de venta de los muebles: Recurso Escritorios Mesas Sillas Madera (en pies de tablero) Carpintería (en horas) Acabado (en horas) Precio de Venta (en euros) En la actualidad se dispone de 48 pies de tableros de madera, 20 horas de acabado y 8 de carpintería. Puesto que los recursos ya han sido adquiridos y se supone que la demanda de cualquiera de los productos es ilimitada, la empresa está interesada en planificar la producción de forma que se maximicen los beneficios obtenidos. 18

19 x 1 = escritorios x 2 = mesas x 3 = sillas Max 60x x x 3 s.a.: 8x 1 + 6x 2 + x x 1 + 2x 2 + 1,5x x 1 + 1,5x 2 + 0,5x 3 8 x 1, x 2, x 3 0 x 1 = 2, x 2 = 0, x 3 = 8 19

20 ω 1 = precio madera, ω 2 = precio acabado, ω 3 = precio carpint. Min 48ω ω 2 + 8ω 3 s.a.: 8ω 1 + 4ω 2 + 2ω ω 1 + 2ω 2 + 1,5ω 3 30 ω 1 + 1,5ω 2 + 0,5ω 3 20 ω 1, ω 2, ω 3 0 ω 1 = 0, ω 2 = 10, ω 3 = 10 z =

21 5.4.1 Cambios en la función objetivo del coeficiente de una variable no básica Para qué valores de c 2 seguirá siendo óptima la solución actual? Una mesa consume, 6 pies de madera, a ω 1 = 0 euros el pie 2 horas de acabado, a ω 2 = 10 euros la hora, y 1.5 horas de carpintería, a ω 3 = 10 euros la hora En total: ,5 10 = 35 Mientras el precio de venta de las mesas c 2 35 euros seguirá sin interesar fabricar mesas, x 2 = 0. La solución actual seguirá siendo óptima. 21

22 Los cambios en el coeficiente no afectan a la factibilidad de la solución del primal. Min 48ω ω 2 + 8ω 3 s.a.: 8ω 1 + 4ω 2 + 2ω ω 1 + 2ω 2 + 1,5ω 3 c 2 ω 1 + 1,5ω 2 + 0,5ω 3 20 ω 1, ω 2, ω 3, 0 6ω 1 + 2ω 2 + 1,5ω 3 c ,5 10 c 2 35 c 2 22

23 5.4.2 Cambios en la columna de una variable no básica Supongamos que cambia el vector de coeficientes de las mesas y también su precio de venta. 6 5 c 2 = 30 c 2 = 43 a 2 = 2 a 2 = 2 La nueva restricción del dual sería: 1,5 5ω 1 + 2ω 2 + 2ω 3 43 Que es violada por la solución del dual actual: Fabricar una mesa consume 40 euros, si se vende por 43, interesará fabricar mesas. El coste reducido cambiaría de signo. 2 23

24 5.4.3 Añadir una nueva variable Dakota está considerando fabricar zapateros. Podrían venderse por 15 euros y consumirían 1 pie de madera, 1 hora de acabado y 1 hora de carpintería. Seguiría siendo óptima la solución actual?, Interesa fabricar zapateros? Introducir una nueva variable, x 4, con, c 4 = 15 a 4 = Equivale a añadir una restricción al dual: ω 1 + ω 2 + ω 3 15 Como la solución actual del dual, sí que cumple la restricción: No interesará fabricar zapateros z 4 c 4 = ω 1 + ω 2 + ω 3 c 4 = =

25 5.5 Análisis Paramétrico El análisis paramétrico es una extensión del análisis de sensibilidad. Consiste en investigar cómo cambia la solución óptima y el valor óptimo de un PPL cuando se efectúan cambios continuos en uno o más parámetros, de la función objetivo: o del rhs: z(µ) = c + µc, c y c conocidos, µ escalar b(µ) = b + µb, b y b conocidos, µ escalar 25

26 Procedimiento 1. Calcular la solución óptima para µ = Determinar el rango de valores para µ, [0, µ 1 ], para los que la solución sigue siendo óptima. 3. Para µ = µ 1 se produce un cambio de base óptima. Realizar el cambio. Obtener la nueva solución óptima. 4. Determinar el nuevo rango de valores de µ para los que es óptima la solución actual. Sea [µ 1, µ 2 ]. 5. Repetir el proceso hasta que se detecta un µ r tal que: el problema es imposible µ µ r, o la solución óptima actual sigue siendo óptima µ µ r. 26

27 Min x 1 3x 2 s.a.: x 1 + x 2 6 x 1 + 2x 2 6 x 1, x 2 0 z(µ) = µ 2 1 x 1 x 2 z(µ) = ( 1 + 2µ)x 1 + ( 3 + 1µ)x 2 b(µ) = µ 1 1 = 6 µ 6 + µ 27

28 5.5.1 Análisis Paramétrico de la Función Objetivo µ = 0 µ [0, 1] Solución Óptima: x = 2 4 Valor Óptimo: z = 14 z [ 14, 6] con pendiente 8 z (µ) = µ Notar que la misma conclusión se obtiene para: µ [ 2, 0] pero aquí z [ 30, 14] 28

29 µ = 1 µ [1, 3] Cambio de base: x 1 deja de ser básica, h 1 se hace básica. x 2 + h 1 = 6 2x 2 = 6 x 2 = 3 h 1 = 3 Solución Óptima: x = 0 3 Valor Óptimo: z = 6 z [ 6, 0] con pendiente 3 z (µ) = 9 + 3µ 29

30 µ = 3 µ [3, [ Cambio de base: x 2 deja de ser básica, h 2 se hace básica. h 1 = 6 h 2 = 6 Solución Óptima: x = 0 0 Valor Óptimo: z = 0 z [0, 0] con pendiente 0 z (µ) = 0 30

31 µ = 2 µ ], 2] Cambio de base: x 2 deja de ser básica, h 2 se hace básica. x 1 = 6 x 1 + h 2 = 6 x 1 = 6 h 2 = 12 Solución Óptima: x = 6 0 Valor Óptimo: z = 30 z ], 30] con pendiente 12 z (µ) = µ 31

32 Resumiendo: µ ], 2] x = 6 0 z (µ) = µ µ [ 2, 1] x = 2 4 z (µ) = µ µ [1, 3] x = 0 3 z (µ) = 9 + 3µ µ [3, [ x = 0 0 z (µ) = 0 32

33 5.5.2 Análisis Paramétrico del rhs µ ], 2] Las variables básicas óptimas son x 1 y x 2. x 1 + x 2 = 6 µ x 1 + 2x 2 = 6 + µ x 1 = 2 µ x 2 = 4 Solución Óptima: x = 2 µ 4 Valor Óptimo: z = 14 + µ 33

34 µ = 2 µ [2, 6] Cambio de base: x 1 deja de ser básica, h 2 se hace básica. x 2 = 6 µ 2x 2 + h 2 = 6 + µ x 2 = 6 µ h 2 = 6 + 3µ Solución Óptima: x = 0 6 µ Valor Óptimo: z = µ 34

35 µ = 6 µ ]6, [ Cambio de base: x 2 deja de ser básica, No es posible determinar la variable que se hace básica: Dual no Acotado Primal Imposible Resumiendo: µ ], 2] x = µ [2, 6] x = 2 µ µ z (µ) = 14 + µ z (µ) = µ µ [6, [ Problema Imposible 35

Tema 3: El Método Simplex. Algoritmo de las Dos Fases.

Tema 3: El Método Simplex. Algoritmo de las Dos Fases. Tema 3: El Método Simplex Algoritmo de las Dos Fases 31 Motivación Gráfica del método Simplex 32 El método Simplex 33 El método Simplex en Formato Tabla 34 Casos especiales en la aplicación del algoritmo

Más detalles

PROBLEMA 1. Considere el siguiente problema de programación lineal:

PROBLEMA 1. Considere el siguiente problema de programación lineal: PROBLEMA 1 Considere el siguiente problema de programación lineal: Sean h1 y h2 las variables de holgura correspondientes a la primera y segunda restricción, respectivamente, de manera que al aplicar el

Más detalles

Dakota quiere maximizar el ingreso total por que se han comprado ya los recursos. Definiendo las variables de decisión como:

Dakota quiere maximizar el ingreso total por que se han comprado ya los recursos. Definiendo las variables de decisión como: UNIVERSIDAD NACIONAL AUTONOMA DE NICARAGUA UNAN-MANAGUA FAREM - CARAZO Teléfono 2532-2668/Telefax 2532-2684 INVESTIGACIÓN DE OPERACIONES LABORATORIO #7 ANALISIS DE SENSIBILIDAD Y DUALIDAD DE UN PPL I.

Más detalles

POST-OPTIMIZACIÓN Y SENSIBILIDAD EN PROBLEMAS LINEALES.

POST-OPTIMIZACIÓN Y SENSIBILIDAD EN PROBLEMAS LINEALES. POST-OPTIMIZACIÓN Y SENSIBILIDAD EN PROBLEMAS LINEALES. Una de las hipótesis básicas de los problemas lineales es la constancia de los coeficientes que aparecen en el problema. Esta hipótesis solamente

Más detalles

UNIDAD UNO PROGRAMACIÓN LÍNEAL Parte 4

UNIDAD UNO PROGRAMACIÓN LÍNEAL Parte 4 Ing. César Urquizú UNIDAD UNO PROGRAMACIÓN LÍNEAL Parte 4 Ing. César Urquizú Teoría de la dualidad El desarrollo de esta teoría de la dualidad es debido al interés que existe en la interpretación económica

Más detalles

Contenido: Solución algebraica a los problemas de programación lineal con el método simplex.

Contenido: Solución algebraica a los problemas de programación lineal con el método simplex. Tema II: Programación Lineal Contenido: Solución algebraica a los problemas de programación lineal con el método simplex. Introducción El método simplex resuelve cualquier problema de PL con un conjunto

Más detalles

Optimización y Programación Lineal

Optimización y Programación Lineal Optimización y Programación Lineal La regla del 100 % 17 de febrero de 2011 La regla del 100 % () Optimización y Programación Lineal 17 de febrero de 2011 1 / 21 Introducción Introducción Veamos ahora

Más detalles

3.1 Por inspección del tablero óptimo genere las respuestas a los numerales dados. X 1 = Cantidad de tarjetas de invitación a producir semanalmente en Kimberly Colpapel y X 2 = Cantidad de tarjetas de

Más detalles

Tema 4: Teoría de dualidad. Algoritmo Dual del Simplex 1

Tema 4: Teoría de dualidad. Algoritmo Dual del Simplex 1 Tema 4: Teoría de dualidad. Algoritmo Dual del Simplex 1 4.1 Introducción 4.2 Definición del Problema Dual 4.3 Relaciones Primal-Dual 4.4 Condiciones de Holgura Complementaria 4.5 Interpretación Económica

Más detalles

DUALIDAD EN PROGRAMACION LINEAL

DUALIDAD EN PROGRAMACION LINEAL DUALIDAD EN PROGRAMACION LINEAL Relaciones primal-dual Asociado a cada problema lineal existe otro problema de programación lineal denominado problema dual (PD), que posee importantes propiedades y relaciones

Más detalles

Problemas de Programación Lineal: Método Simplex

Problemas de Programación Lineal: Método Simplex Problemas de Programación Lineal: Método Simplex Ej. (3.1) (C) Los siguientes Tableaux fueron obtenidos en el transcurso de la resolución de PL en los cuales había que maximizar una Función Objetivo con

Más detalles

MÉTODO DEL DUAL (TEORIA DE DUALIDAD)

MÉTODO DEL DUAL (TEORIA DE DUALIDAD) MÉTODO DEL DUAL (TEORIA DE DUALIDAD) Todo problema de programación lineal tiene asociado con él otro problema de programación lineal llamado DUAL. El problema inicial es llamado PRIMO y el problema asociado

Más detalles

WinQSB. Módulo de Programación Lineal y Entera. Al ejecutar el módulo Linear and Integer Programming, la ventana de inicio es la siguiente

WinQSB. Módulo de Programación Lineal y Entera. Al ejecutar el módulo Linear and Integer Programming, la ventana de inicio es la siguiente WinQSB Módulo de Programación Lineal y Entera Al ejecutar el módulo Linear and Integer Programming, la ventana de inicio es la siguiente desde la cual, a partir del menú File New Problem puedes introducir

Más detalles

El método simplex 1. 1 Forma estándar y cambios en el modelo. 2 Definiciones. 3 Puntos extremos y soluciones factibles básicas. 4 El método simplex.

El método simplex 1. 1 Forma estándar y cambios en el modelo. 2 Definiciones. 3 Puntos extremos y soluciones factibles básicas. 4 El método simplex. El método simplex Forma estándar y cambios en el modelo. Definiciones. Puntos extremos y soluciones factibles básicas. 4 El método simplex. Definiciones y notación. Teoremas. Solución factible básica inicial.

Más detalles

Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Investigación de Operaciones

Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Investigación de Operaciones Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Investigación de Operaciones Profesor: MSc. Julio Rito Vargas Avilés. Estudiantes: FAREM-Carazo IV Unidad UnidadIV Análisis Dualidad de

Más detalles

Esta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )

Esta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n ) Tema 3 Formas cuadráticas. 3.1. Definición y expresión matricial Definición 3.1.1. Una forma cuadrática sobre R es una aplicación q : R n R que a cada vector x = (x 1, x 2,, x n ) R n le hace corresponder

Más detalles

PROBLEMA DE PROGRAMACIÓN LINEAL RESUELTO POR MÉTODO SIMPLEX

PROBLEMA DE PROGRAMACIÓN LINEAL RESUELTO POR MÉTODO SIMPLEX Prof.: MSc. Julio Rito Vargas Avilés Planteamiento del problema: PROBLEMA DE PROGRAMACIÓN LINEAL RESUELTO POR MÉTODO SIMPLEX Una compañía de manufactura se dedica a la fabricación de tres productos: A,

Más detalles

Pasos en el Método Simplex

Pasos en el Método Simplex Pontificia Universidad Católica Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Clase 20 El Método Simplex ICS 1102 Optimización Profesor : Claudio Seebach 16 de octubre de 2006

Más detalles

315 M/R Versión 1 Integral 1/13 2009/1 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA

315 M/R Versión 1 Integral 1/13 2009/1 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA 35 M/R Versión Integral /3 29/ UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA MODELO DE RESPUESTA (VERSION.2) ASIGNATURA: Investigación de Operaciones I CÓDIGO: 35 MOMENTO: Prueba

Más detalles

Algebra lineal y conjuntos convexos

Algebra lineal y conjuntos convexos Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar

Más detalles

Con miras a conocer la metodología que se aplica en el Método SIMPLEX, tenemos a continiacion un ejemplo:

Con miras a conocer la metodología que se aplica en el Método SIMPLEX, tenemos a continiacion un ejemplo: Método Simplex. Este método fue creado en el año 1947 por el estadounidense George Bernard Dantzig y el ruso Leonid Vitalievich Kantorovich, con el objetivo de crear un algoritmo capaz de crear soluciones

Más detalles

El Método Simplex. H. R. Alvarez A., Ph. D. 1

El Método Simplex. H. R. Alvarez A., Ph. D. 1 El Método Simplex H. R. Alvarez A., Ph. D. 1 El Método Simplex Desarrollado en 1947 por George Dantzig como parte de un proyecto para el Departamento de Defensa Se basa en la propiedad de la solución esquina

Más detalles

EL MÉTODO SIMPLEX ALGEBRAICO. M. En C. Eduardo Bustos Farías

EL MÉTODO SIMPLEX ALGEBRAICO. M. En C. Eduardo Bustos Farías EL MÉTODO SIMPLEX ALGEBRAICO M. En C. Eduardo Bustos Farías 1 EL METODO SIMPLEX Es un procedimiento general para resolver problemas de programación lineal. Fue desarrollado en el año de 1947 por George

Más detalles

PLE: Ramificación y Acotamiento

PLE: Ramificación y Acotamiento PLE: Ramificación y Acotamiento CCIR / Depto Matemáticas TC3001 CCIR / Depto Matemáticas PLE: Ramificación y Acotamiento TC3001 1 / 45 La compañía TELFA fabrica mesa y sillas. Una mesa requiere 1 hora

Más detalles

Práctica 2: Análisis de sensibilidad e Interpretación Gráfica

Práctica 2: Análisis de sensibilidad e Interpretación Gráfica Práctica 2: Análisis de sensibilidad e Interpretación Gráfica a) Ejercicios Resueltos Modelización y resolución del Ejercicio 5: (Del Conjunto de Problemas 4.5B del libro Investigación de Operaciones,

Más detalles

(2.c) RESOLUCIÓN DE MODELOS LINEALES. ALGORITMO DEL SIMPLEX

(2.c) RESOLUCIÓN DE MODELOS LINEALES. ALGORITMO DEL SIMPLEX (2.c) RESOLUCIÓN DE MODELOS LINEALES. ALGORITMO DEL SIMPLEX FORMA CANÓNICA DE UN SISTEMA Ax = b Forma Standard y Base factible (repaso). Expresión de las v. básicas en función de las no básicas. Forma

Más detalles

Lo que se hace entonces es introducir variables artificiales ADAPTACIÓN A OTRAS FORMAS DEL MODELO.

Lo que se hace entonces es introducir variables artificiales ADAPTACIÓN A OTRAS FORMAS DEL MODELO. Clase # 8 Hasta el momento sólo se han estudiado problemas en la forma estándar ADAPTACIÓN A OTRAS FORMAS DEL MODELO. Maximizar Z. Restricciones de la forma. Todas las variables no negativas. b i 0 para

Más detalles

PASO 1: Poner el problema en forma estandar.

PASO 1: Poner el problema en forma estandar. MÉTODO DEL SIMPLEX PASO Poner el problema en forma estandar: La función objetivo se minimiza y las restricciones son de igualdad PASO 2 Encontrar una solución básica factible SBF PASO 3 Testar la optimalidad

Más detalles

Clase 8 Matrices Álgebra Lineal

Clase 8 Matrices Álgebra Lineal Clase 8 Matrices Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia Matrices Definición Una matriz es un arreglo rectangular de números denominados entradas

Más detalles

Desarrollo de las condiciones de optimalidad y factibilidad. El problema lineal general se puede plantear como sigue:

Desarrollo de las condiciones de optimalidad y factibilidad. El problema lineal general se puede plantear como sigue: Método simplex modificado Los pasos iterativos del método simplex modificado o revisado son exactamente a los que seguimos con la tabla. La principal diferencia esá en que en este método se usa el algebra

Más detalles

METODO SIMPLEX ANALISIS DE SENSIBILIDAD Y DUALIDAD

METODO SIMPLEX ANALISIS DE SENSIBILIDAD Y DUALIDAD METODO SIMPLEX ANALISIS DE SENSIBILIDAD Y DUALIDAD Análisis de sensibilidad con la tabla simplex El análisis de sensibilidad para programas lineales implica el cálculo de intervalos para los coeficientes

Más detalles

Departamento de Matemáticas. ITAM Programación lineal (+ extensiones). Objetivos y panorama del c

Departamento de Matemáticas. ITAM Programación lineal (+ extensiones). Objetivos y panorama del c Programación lineal (+ extensiones). Objetivos y panorama del curso. Departamento de Matemáticas. ITAM. 2008. Introducción Programación lineal http://allman.rhon.itam.mx/ jmorales La programación lineal

Más detalles

Sistemas de ecuaciones lineales

Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales TIPOS DE SISTEMAS. DISCUSIÓN DE SISTEMAS. Podemos clasificar los sistemas según el número de soluciones: Incompatible. No tiene solución Compatible. Tiene solución. Compatible

Más detalles

RESOLUCIÓN INTERACTIVA DEL SIMPLEX

RESOLUCIÓN INTERACTIVA DEL SIMPLEX RESOLUCIÓN INTERACTIVA DEL SIMPLEX Estos materiales interactivos presentan la resolución interactiva de ejemplos concretos de un problema de P.L. mediante el método Simplex. Se presentan tres situaciones:

Más detalles

Tema 3. El metodo del Simplex.

Tema 3. El metodo del Simplex. Tema 3. El metodo del Simplex. M a Luisa Carpente Rodrguez Departamento de Matematicas.L. Carpente (Departamento de Matematicas) El metodo del Simplex 2008 1 / 28 Objetivos 1 Conocer el funcionamiento

Más detalles

Esterilización 1 4. Envase 3 2

Esterilización 1 4. Envase 3 2 9.- Una empresa de productos lácteos fabrica dos tipos de leche: entera y desnatada. El proceso de fabricación se lleva a cabo mediante una máquina de esterilización y otra de envase, donde el tiempo (expresado

Más detalles

PLATEJAMENT: 20 pollos 1 metro cuadrado 1 pollo 1/20 m 2 = conejo 1/10 m 2 = lechón ½ m 2 = 0.5. Restricciones:

PLATEJAMENT: 20 pollos 1 metro cuadrado 1 pollo 1/20 m 2 = conejo 1/10 m 2 = lechón ½ m 2 = 0.5. Restricciones: EJERCICIO Un ganadero esta estudiando la posibilidad de utilizar una nave que posee para criar pollos, conejos y lechones. Para criarlos dispone de una nave de 2000 metros cuadrados y de 240 kilos de un

Más detalles

RELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA

RELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA RELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA SIMPLEX Y LINEAL ENTERA a Resuelve el siguiente problema con variables continuas positivas utilizando el método simple a partir del vértice

Más detalles

PLs no acotados El método símplex en dos fases PLs no factibles. Investigación Operativa, Grado en Estadística y Empresa, 2011/12

PLs no acotados El método símplex en dos fases PLs no factibles. Investigación Operativa, Grado en Estadística y Empresa, 2011/12 PLs no acotados El método símplex en dos fases PLs no factibles Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema PLs no acotados Necesidad de obtener un vértice

Más detalles

SISTEMAS DE ECUACIONES LINEALES

SISTEMAS DE ECUACIONES LINEALES 1 SISTEMAS DE ECUACIONES LINEALES Una ecuación es un enunciado o proposición que plantea la igualdad de dos expresiones, donde al menos una de ellas contiene cantidades desconocidas llamadas variables

Más detalles

Dos inecuaciones se dice que son equivalentes cuando ambas tienen las mismas soluciones.

Dos inecuaciones se dice que son equivalentes cuando ambas tienen las mismas soluciones. 10. INECUACIONES Definición de inecuación Una inecuación es una desigualdad entre dos expresiones algebraicas. 2x + 3 < 5 ; x 2 5x > 6 ; x x 1 0 Inecuaciones equivalentes Dos inecuaciones se dice que son

Más detalles

Matrices y determinantes

Matrices y determinantes Matrices y determinantes 1 Ejemplo Cuál es el tamaño de las siguientes matrices? Cuál es el elemento a 21, b 23, c 42? 2 Tipos de matrices Matriz renglón o vector renglón Matriz columna o vector columna

Más detalles

Jesús Getán y Eva Boj. Marzo de 2014

Jesús Getán y Eva Boj. Marzo de 2014 Jesús Getán y Eva Boj Facultat d Economia i Empresa Universitat de Barcelona Marzo de 2014 Jesús Getán y Eva Boj 1 / 18 Jesús Getán y Eva Boj 2 / 18 Un Programa lineal consta de: Función objetivo. Modeliza

Más detalles

Sistemas de ecuaciones lineales

Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales 1. Estudiar el sistema de ecuaciones según los valores del parámetro a. ax + y + z = a x y + z = a 1 x + (a 1)y + az = a + 3 Resolverlo (si es posible) para a = 1. (Junio

Más detalles

Dualidad y Análisis de Sensibilidad

Dualidad y Análisis de Sensibilidad Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Industrial IN34A: Clase Auxiliar Dualidad y Análisis de Sensibilidad Marcel Goic F. 1 1 Esta es una versión bastante

Más detalles

MENORES, COFACTORES Y DETERMINANTES

MENORES, COFACTORES Y DETERMINANTES MENORES, COFACTORES Y DETERMINANTES 1. Introducción. 2. Determinante de una matriz de 3 x 3. 3. Menores y cofactores. 4. Determinante de una matriz de n x n. 5. Matriz triangular. 6. Determinante de una

Más detalles

Método Simplex: Encontrado una SBF

Método Simplex: Encontrado una SBF Método Simplex: Encontrado una SBF CCIR / Matemáticas euresti@itesm.mx CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 1 / 31 Determinación de SBF Determinación de SBF El método

Más detalles

3 Curvas alabeadas. Solución de los ejercicios propuestos.

3 Curvas alabeadas. Solución de los ejercicios propuestos. 3 Curvas alabeadas. Solución de los ejercicios propuestos.. Se considera el conjunto C = {(x, y, z R 3 : x y + z = x 3 y + z = }. Encontrar los puntos singulares de la curva C. Solución: Llamemos f (x,

Más detalles

Base y Dimensión de un Espacio Vectorial

Base y Dimensión de un Espacio Vectorial Base y Dimensión de un Espacio Vectorial 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Qué es un sistema generador?... 4 2 Base de un espacio vectorial... 4 3 Dimensión de un

Más detalles

Sistemas de ecuaciones lineales dependientes de un parámetro

Sistemas de ecuaciones lineales dependientes de un parámetro Vamos a hacer uso del Teorema de Rouché-Frobenius para resolver sistemas de ecuaciones lineales de primer grado. En particular, dedicaremos este artículo a resolver sistemas de ecuaciones lineales que

Más detalles

www.klasesdematematicasymas.com

www.klasesdematematicasymas.com 1. Resolver el siguiente problema por el sistema dual simplex Max Z = 0,50X 1 + 0,40X 2 2X 1 + X 2 120 2X 1 + 3X 2 240 X 1, X 2 0 El modelo estándar es: Z 0,5X 1 0,40X 2 + 0S 1 + 0S 2 = 0 2X 1 + X 2 +

Más detalles

Tema 1: Matrices y Determinantes

Tema 1: Matrices y Determinantes Tema 1: Matrices y Determinantes September 14, 2009 1 Matrices Definición 11 Una matriz es un arreglo rectangular de números reales a 11 a 12 a 1m a 21 a 22 a 2m A = a n1 a n2 a nm Se dice que una matriz

Más detalles

1 ÁLGEBRA DE MATRICES

1 ÁLGEBRA DE MATRICES 1 ÁLGEBRA DE MATRICES 1.1 DEFINICIONES Las matrices son tablas numéricas rectangulares. Se dice que una matriz es de dimensión m n si tiene m filas y n columnas. Cada elemento de una matriz se designa

Más detalles

Método alternativo de descomposición factorial

Método alternativo de descomposición factorial Método alternativo de descomposición factorial A continuación expongo un algoritmo para hallar los divisores primos de un número. Este algoritmo puede ser eficaz en la resolución de los mensajes cifrados.

Más detalles

MATEMÁTICAS II TEMA 6 Planos y rectas en el espacio. Problemas de ángulos, paralelismo y perpendicularidad, simetrías y distancias

MATEMÁTICAS II TEMA 6 Planos y rectas en el espacio. Problemas de ángulos, paralelismo y perpendicularidad, simetrías y distancias Geometría del espacio: problemas de ángulos y distancias; simetrías MATEMÁTICAS II TEMA 6 Planos y rectas en el espacio Problemas de ángulos, paralelismo y perpendicularidad, simetrías y distancias Ángulos

Más detalles

Investigación de Operaciones Método Simplex

Investigación de Operaciones Método Simplex FACULTA DE INGENIERIA DE SISTEMAS E INFORMATICA Investigación de Operaciones Método Simplex Integrantes Mayta Chiclote, Ricardo Toledo Fabian, Jimmy Yarleque Esqueche, Jimmy Daniel Método Simplex Página

Más detalles

Ejercicios Resueltos

Ejercicios Resueltos Ejercicios Resueltos Ejercicio 1 La función de transferencia de un sistema de control tiene como expresión: Determinar, aplicando el método de Routh, si el sistema es estable. Para comprobar la estabilidad

Más detalles

Soluciones básicas factibles y vértices Introducción al método símplex. Investigación Operativa, Grado en Estadística y Empresa, 2011/12

Soluciones básicas factibles y vértices Introducción al método símplex. Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Soluciones básicas factibles y vértices Introducción al método símplex Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema PLs en formato estándar Vértices y soluciones

Más detalles

Práctica N o 8 Desigualdades Válidas - Algoritmos de Planos de Corte - Algoritmos Branch & Cut

Práctica N o 8 Desigualdades Válidas - Algoritmos de Planos de Corte - Algoritmos Branch & Cut Práctica N o 8 Desigualdades Válidas - Algoritmos de Planos de Corte - Algoritmos Branch & Cut 8.1 Para cada uno de los siguientes conjuntos, encontrar una desigualdad válida que agregada a la formulación

Más detalles

EJEMPLO 1. Solución: Definimos las variables originales como: = número de conejos. x = número de pollos.

EJEMPLO 1. Solución: Definimos las variables originales como: = número de conejos. x = número de pollos. EJEMPLO. En una granja agrícola se desea criar conejos y pollos como complemento en su economía de forma que no se superen en conjunto las 8 horas mensuales destinadas a esta actividad. Su almacén sólo

Más detalles

Universidad Tec Milenio: Profesional HG04002 Análisis de Decisiones I

Universidad Tec Milenio: Profesional HG04002 Análisis de Decisiones I Tema # 10 El método de las M s como solución de problemas de programación lineal 1 Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Resolver modelos de programación lineal mediante

Más detalles

EJERCICIOS SOBRE PROGRMACIÓN LINEAL RESUELTOS POR EL MÉTODO SIMPLEX.

EJERCICIOS SOBRE PROGRMACIÓN LINEAL RESUELTOS POR EL MÉTODO SIMPLEX. EJERCICIOS SOBRE PROGRMACIÓN LINEAL RESUELTOS POR EL MÉTODO SIMPLEX. 1. Un empresario tiene a su disposición dos actividades de producción lineales, mediante la contribución de tres insumos, fundición,

Más detalles

INTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)

INTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7) TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de

Más detalles

3. Estudia si la solución ( 1, 1, 1) es factible y, si lo es, si es interior o de frontera.

3. Estudia si la solución ( 1, 1, 1) es factible y, si lo es, si es interior o de frontera. MATEMÁTIAS II Grupo M APELLIDOS: NOMRE: onsidera el problema Max. 3x + 2y + z s.a 2x 2 + y 2 + z apple x + y + z x apple, z. Escribe el conjunto de oportunidades y razona si es compacto. 2. Podemos asegurar

Más detalles

1. RESOLVER el siguiente problema de programación lineal. max z =15x 1 + 10x 2 suj.a : 2x 1 + x 2 1500 x 1 + x 2 1200 0 x 1 500

1. RESOLVER el siguiente problema de programación lineal. max z =15x 1 + 10x 2 suj.a : 2x 1 + x 2 1500 x 1 + x 2 1200 0 x 1 500 1. RESOLVER el siguiente problema de programación lineal max z =15x 1 + 10x 2 suj.a : 2x 1 + x 2 1500 x 1 + x 2 1200 0 x 1 500 x 2 0 2 RESOLVER el siguiente problema de P.L.: max z = 2x 1 + 3x 2 2x 3

Más detalles

APUNTE: Introducción a la Programación Lineal

APUNTE: Introducción a la Programación Lineal APUNTE: Introducción a la Programación Lineal UNIVERSIDAD NACIONAL DE RIO NEGRO Asignatura: Matemática Carreras: Lic. en Administración Profesor: Prof. Mabel Chrestia Semestre: do Año: 06 Definición La

Más detalles

1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS

1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS 1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS 1.1 SISTEMAS DE ECUACIONES LINEALES Una ecuación lineal es una ecuación polinómica de grado 1, con una o varias incógnitas. Dos ecuaciones son equivalentes

Más detalles

Introducción a Programación Lineal

Introducción a Programación Lineal Pontificia Universidad Católica Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Clase 18 Programación Lineal ICS 1102 Optimización Profesor : Claudio Seebach 4 de octubre de 2005

Más detalles

Sistemas de ecuaciones lineales

Sistemas de ecuaciones lineales Ecuación lineal con n incógnitas Sistemas de ecuaciones lineales Es cualquier expresión del tipo: a 1 x 1 + a 2 x 2 + a 3 x 3 +... + a n x n = b, donde a i, b. Los valores a i se denominan coeficientes,

Más detalles

Investigación de Operaciones 1

Investigación de Operaciones 1 Investigación de Operaciones 1 Clase 10 Pablo Andrés Maya Mayo, 2014 Pablo Andrés Maya () Investigación de Operaciones 1 Mayo, 2014 1 / 15 Clasificación de los modelos de optimización Pablo Andrés Maya

Más detalles

2 Matrices. 1. Tipos de matrices. Piensa y calcula. Aplica la teoría

2 Matrices. 1. Tipos de matrices. Piensa y calcula. Aplica la teoría 2 Matrices 1. Tipos de matrices Piensa y calcula Escribe en forma de tabla el siguiente enunciado: «Una familia gasta en enero 400 en comida y 150 en vestir; en febrero, 500 en comida y 100 en vestir;

Más detalles

Denotamos a los elementos de la matriz A, de orden m x n, por su localización en la matriz de la

Denotamos a los elementos de la matriz A, de orden m x n, por su localización en la matriz de la MATRICES Una matri es un arreglo rectangular de números. Los números están ordenados en filas y columnas. Nombramos a las matrices para distinguirlas con una letra del alfabeto en mayúscula. Veamos un

Más detalles

Sistemas de Ecuaciones Lineales

Sistemas de Ecuaciones Lineales Sistemas de Ecuaciones Lineales 1 Sistemas de ecuaciones y matrices Definición 1 Una ecuación lineal en las variables x 1, x 2,..., x n es una ecuación de la forma con a 1, a 2... y b números reales. a

Más detalles

un conjunto cuyos elementos denominaremos vectores y denotaremos por es un espacio vectorial si verifica las siguientes propiedades:

un conjunto cuyos elementos denominaremos vectores y denotaremos por es un espacio vectorial si verifica las siguientes propiedades: CAPÍTULO 2: ESPACIOS VECTORIALES 2.1- Definición y propiedades. 2.1.1-Definición: espacio vectorial. Sea un cuerpo conmutativo a cuyos elementos denominaremos escalares o números. No es necesario preocuparse

Más detalles

SISTEMAS DE ECUACIONES LINEALES. Método de reducción o de Gauss. 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González.

SISTEMAS DE ECUACIONES LINEALES. Método de reducción o de Gauss. 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González. SISTEMAS DE ECUACIONES LINEALES Método de reducción o de Gauss 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González. SISTEMAS DE DOS ECUACIONES LINEALES CON DOS INCÓGNITAS.

Más detalles

UNIVERSIDAD DE MANAGUA

UNIVERSIDAD DE MANAGUA UNIVERSIDAD DE MANAGUA Sistemático de Programación Lineal Problemas de Programación Lineal: Solución Gráfica, Analítica, Sensibilidad y Método Simplex Prof. MSc. Ing. Julio Rito Vargas Avilés IIIC- 2016

Más detalles

TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.

TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares

Más detalles

Tema 5: Sistemas de Ecuaciones Lineales

Tema 5: Sistemas de Ecuaciones Lineales Tema 5: Sistemas de Ecuaciones Lineales Eva Ascarza-Mondragón Helio Catalán-Mogorrón Manuel Vega-Gordillo Índice 1 Definición 3 2 Solución de un sistema de ecuaciones lineales 4 21 Tipos de sistemas ecuaciones

Más detalles

5.- Problemas de programación no lineal.

5.- Problemas de programación no lineal. Programación Matemática para Economistas 7 5.- Problemas de programación no lineal..- Resolver el problema Min ( ) + ( y ) s.a 9 5 y 5 Solución: En general en la resolución de un problema de programación

Más detalles

Ejercicios de Rectas y planos.

Ejercicios de Rectas y planos. Matemáticas 2ºBach CNyT. Ejercicios Rectas, planos. Pág 1/9 Ejercicios de Rectas y planos. 1. Las coordenadas de los vértices consecutivos de un paralelogramo son A(1, 0, 0) y B(0, 1, 0). Las coordenadas

Más detalles

Universidad Autónoma de Sinaloa

Universidad Autónoma de Sinaloa Universidad Autónoma de Sinaloa Facultad de Ciencias Sociales Licenciatura en Economía Programa de estudios Asignatura: Investigación de operaciones. Clave: Eje de formación: Básica EFBCII Área de Conocimiento:

Más detalles

INVESTIGACIÓN OPERATIVA

INVESTIGACIÓN OPERATIVA FACULTAD DE INGENIERÍA Y ARQUITECTURA ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS INVESTIGACIÓN OPERATIVA Mg Jessica Pérez Rivera PROBLEMAS DE TRANSPORTE Y ASIGNACIÓN Las aplicaciones de la programación

Más detalles

Ejemplo 1. Ejemplo introductorio

Ejemplo 1. Ejemplo introductorio . -Jordan. Ejemplo 1. Ejemplo introductorio. -Jordan Dos especies de insectos se crían juntas en un recipiente de laboratorio. Todos los días se les proporcionan dos tipos de alimento A y B. 1 individuo

Más detalles

4.1. Polinomios y teoría de ecuaciones

4.1. Polinomios y teoría de ecuaciones CAPÍTULO 4 Polinomios y teoría de ecuaciones 4.1. Polinomios y teoría de ecuaciones Un polinomio real en x, o simplemente polinomio en x es una expresión algebraica de la forma a n x n + a n 1 x n 1 +

Más detalles

Bloque 4. Cálculo Tema 1 Valor absoluto Ejercicios resueltos

Bloque 4. Cálculo Tema 1 Valor absoluto Ejercicios resueltos Bloque 4. Cálculo Tema 1 Valor absoluto Ejercicios resueltos 4.1-1 Resolver las siguientes desigualdades: a) 57; b) 41; c) 10; d) 431; e) 5; 3 f) 434 a) 5 7 1 S / 1 1, b) 1 1 1 4 1 S /, 1 1 1 c) 10 S /,

Más detalles

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES MATEMÁTICAS APLICADAS A LAS CC SOCIALES CAPÍTULO 2 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad

Más detalles

A1.- Determina a y b sabiendo que el sistema de ecuaciones. x + 3y +z = 1 -x + y +2z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas.

A1.- Determina a y b sabiendo que el sistema de ecuaciones. x + 3y +z = 1 -x + y +2z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas. A1.- Determina a y b sabiendo que el sistema de ecuaciones x + 3y +z = 1 -x + y +z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas. Para que el sistema tenga, al menos, dos soluciones distintas

Más detalles

INSTRUCCIONES GENERALES Y VALORACIÓN OPCIÓN A

INSTRUCCIONES GENERALES Y VALORACIÓN OPCIÓN A INSTRUCCIONES GENERALES Y VALORACIÓN Instrucciones: El examen presenta dos opciones A y B; el alumno deberá elegir una y sólo una de ellas, y resolver los cuatro ejercicios de que consta. No se permite

Más detalles

Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Investigación de Operaciones

Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Investigación de Operaciones Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Investigación de Operaciones Profesor: MSc. Julio Rito Vargas Avilés. Estudiantes: FAREM-Carazo Unidad III Metodologías para la Solución

Más detalles

PROGRAMACIÓN LINEAL ENTERA

PROGRAMACIÓN LINEAL ENTERA PROGRAMACIÓN LINEAL ENTERA Programación lineal: hipótesis de perfecta divisibilidad Así pues decimos que un problema es de programación lineal entera, cuando prescindiendo de las condiciones de integridad,

Más detalles

Tema 3: Espacios vectoriales

Tema 3: Espacios vectoriales Tema 3: Espacios vectoriales K denotará un cuerpo. Definición. Se dice que un conjunto no vacio V es un espacio vectorial sobre K o que es un K-espacio vectorial si: 1. En V está definida una operación

Más detalles

Tema 2: Teorema de estructura de los grupos abelianos finitamente generados.

Tema 2: Teorema de estructura de los grupos abelianos finitamente generados. ESTRUCTURAS ALGEBRAICAS GRADO EN MATEMÁTICAS. CURSO 215/216 Tema 2: Teorema de estructura de los grupos abelianos finitamente generados. 1.1. Grupo abeliano libre. Bases. Definición 1.1. El grupo Z n con

Más detalles

ECUACIÓN DE LA RECTA

ECUACIÓN DE LA RECTA MATEMÁTICA SEMANA 2 ECUACIÓN DE LA RECTA Todos los derechos de autor son de la exclusiva propiedad de IACC o de los otorgantes de sus licencias. No está permitido copiar, reproducir, reeditar, descargar,

Más detalles

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES UNIDD 4 RESOLUCIÓN DE SISTEMS MEDINTE DETERMINNTES Página 00 Resolución de sistemas mediante determinantes x y Resuelve, aplicando x = e y =, los siguientes sistemas de ecuaciones: x 5y = 7 5x + 4y = 6x

Más detalles

Introducción a la Programación Dinámica. El Problema de la Mochila

Introducción a la Programación Dinámica. El Problema de la Mochila Tema 1 Introducción a la Programación Dinámica. El Problema de la Mochila La programación dinámica no es un algoritmo. Es más bien un principio general aplicable a diversos problemas de optimización que

Más detalles

Coordinación de Matemática I (MAT021) 1 er Semestre de 2013 Semana 2: Lunes 18 Viernes 22 de Marzo. Contenidos

Coordinación de Matemática I (MAT021) 1 er Semestre de 2013 Semana 2: Lunes 18 Viernes 22 de Marzo. Contenidos Cálculo Coordinación de Matemática I MAT021 1 er Semestre de 2013 Semana 2: Lunes 18 Viernes 22 de Marzo Contenidos Clase 1: La Ecuación Cuadrática. Inecuaciones de grado 2, con y sin valor absoluto. Clase

Más detalles

Sistemas lineales con parámetros

Sistemas lineales con parámetros 4 Sistemas lineales con parámetros. Teorema de Rouché Piensa y calcula Dado el siguiente sistema en forma matricial, escribe sus ecuaciones: 3 0 y = 0 z + y 3z = 0 y = Aplica la teoría. Escribe los siguientes

Más detalles

IN Guía de Problemas Resueltos de Geometría de Programación Lineal v1.0

IN Guía de Problemas Resueltos de Geometría de Programación Lineal v1.0 IN3701 - Guía de Problemas Resueltos de Geometría de Programación Lineal v1.0 Acá va una pequeña guía con problemas resueltos de Geometría en Programación Lineal con problemas básicamente extraídos del

Más detalles

Definición de problemas de programación lineal. Método gráfico. Método del SIMPLEX. Método de las dos fases. Análisis de sensibilidad y problema dual

Definición de problemas de programación lineal. Método gráfico. Método del SIMPLEX. Método de las dos fases. Análisis de sensibilidad y problema dual 7. Programación lineal y SIMPLEX Definición de problemas de programación lineal. Método gráfico. Método del SIMPLEX. Método de las dos fases. Análisis de sensibilidad y problema dual Programación Lineal

Más detalles

JUNIO Opción A

JUNIO Opción A Junio 010 (Prueba Específica) JUNIO 010 Opción A 1.- Discute y resuelve según los distintos valores del parámetro a el siguiente sistema de ecuaciones: a x + a y + az 1 x + a y + z 0.- Una panadería se

Más detalles