Segmentación automática para el Censo Nacional 2010 por medio de programación lineal entera
|
|
- Trinidad Robles Ortíz
- hace 7 años
- Vistas:
Transcripción
1 Segmentación automática para el Censo Nacional 2010 por medio de programación lineal entera Flavia Bonomo, Diego Delle Donne Guillermo Durán, Javier Marenco Departamentos de Computación y Matemática, FCEyN, Universidad de Buenos Aires Instituto de Ciencias, Universidad Nacional de General Sarmiento Universidad de Chile - 27 y 28 de Octubre de 2010
2 Resumen Contexto y definición del problema Censos en Argentina El problema de segmentación Estrategia de resolución y resultados Conclusiones
3 Contexto y definición del problema Censo Nacional de Población, Hogares y Viviendas: Relevamiento demográfico realizado casa por casa. Incluye empleo, salud y educación, además de preguntas sobre discapacidad, pueblos originarios y acceso a la tecnología.
4 Contexto y definición del problema Provincia de Buenos Aires: habitantes km 2 No incluye a la Capital Federal, desde el año Incluye al Gran Buenos Aires, de gran densidad poblacional y perfil industrial. Provincia predominantemente rural, con ciudades de entre y habitantes.
5 Contexto y definicio n del problema La provincia esta dividida en 137 partidos. Cada partido esta dividido en radios. Cada radio tiene aprox. 300 viviendas ( entre 1 y 40 manzanas) radios urbanos Problema: Determinar que viviendas debe visitar cada censista.
6 Contexto y definición del problema Objetivo: Dividir cada radio en segmentos, que serán recorridos por los censistas.
7 Contexto y definición del problema La segmentación debe cumplir las siguientes restricciones: Cada segmento debe tener entre 32 y 40 viviendas. Cada segmento debe tener hasta 10 manzanas (se relaja en zonas rurales). Cada segmento no debe recorrer más de 2 km. (se relaja en zonas rurales). No se debe cruzar una esquina en diagonal. Un segmento debe estar contenido en su radio (se realiza la segmentación de cada radio por separado).
8 Contexto y definición del problema Si se cruza la manzana, el lado al que se cruza debe ser adyacente a alguno de los lados iniciales (1/2).
9 Contexto y definición del problema Si se cruza la manzana, el lado al que se cruza debe ser adyacente a alguno de los lados iniciales (2/2).
10 Contexto y definición del problema Una esquina no se puede cruzar en diagonal (1/2).
11 Contexto y definición del problema Una esquina no se puede cruzar en diagonal (2/2).
12 Contexto y definición del problema No se puede cruzar una avenida.
13 Contexto y definición del problema No se pueden cruzar vías del ferrocarril.
14 Contexto y definición del problema No se pueden cruzar ríos ni arroyos (!).
15 Contexto y definición del problema Se puede partir un lado, si está compuesto por un número demasiado grande de viviendas o si no hay solución factible sin partirlo. Son deseables las siguientes configuraciones, en orden de preferencia: 1. Segmento = Una o varias manzanas completas. 2. Segmentos formados por lados completos, tan 2. lindos como sea posible. 3. Edificios completos. 4. Pisos de edificios completos.
16 Resumen Contexto y definición del problema Censos en Argentina El problema de segmentación Estrategia de resolución y resultados Conclusiones
17 Modelo de programación lineal entera: S = Conjunto de todos los segmentos válidos. V = Conjunto de todas las viviendas. Para cada i S, variable binaria x i que especifica si se utiliza el segmento i o no. max s.a. i S valoración i x i i S j x i = 1 j V i L k x i = 1 k Lados x i {0, 1} i S
18 Problema: Demasiados segmentos! Más de segmentos para radios sencillos. Tiempos demasiado altos para la generación de los segmentos, previa a la resolución del modelo. Aplicar un ĺımite de segmentos? No! Quedan muchas viviendas sin cubrir. Implementar generación de columas? Muy arriesgado! Implementación difícil y riesgos con los resultados.
19 Problema: Demasiados segmentos! Más de segmentos para radios sencillos. Tiempos demasiado altos para la generación de los segmentos, previa a la resolución del modelo. Aplicar un ĺımite de segmentos? No! Quedan muchas viviendas sin cubrir. Implementar generación de columas? Muy arriesgado! Implementación difícil y riesgos con los resultados.
20 Problema: Demasiados segmentos! Más de segmentos para radios sencillos. Tiempos demasiado altos para la generación de los segmentos, previa a la resolución del modelo. Aplicar un ĺımite de segmentos? No! Quedan muchas viviendas sin cubrir. Implementar generación de columas? Muy arriesgado! Implementación difícil y riesgos con los resultados.
21 Problema: Demasiados segmentos! Más de segmentos para radios sencillos. Tiempos demasiado altos para la generación de los segmentos, previa a la resolución del modelo. Aplicar un ĺımite de segmentos? No! Quedan muchas viviendas sin cubrir. Implementar generación de columas? Muy arriesgado! Implementación difícil y riesgos con los resultados.
22 Problema: Demasiados segmentos! Más de segmentos para radios sencillos. Tiempos demasiado altos para la generación de los segmentos, previa a la resolución del modelo. Aplicar un ĺımite de segmentos? No! Quedan muchas viviendas sin cubrir. Implementar generación de columas? Muy arriesgado! Implementación difícil y riesgos con los resultados.
23 Estrategia de resolución 1/4: 1. Generar S 1 todos los segmentos que tienen una manzana, 1. y resolver el modelo con los segmentos válidos de S Si no hay solución, generar S 2 = S 1 S 1 y resolver 2. con los segmentos válidos de S 1 S Si no hay solución, generar S 3 = S 2 S 1 y resolver 3. con los segmentos válidos de S 1 S 2 S etc. (hasta un ĺımite configurable) En cada paso, se consideran sólo los vecinos de nivel 0:
24 Estrategia de resolución 2/4: N 1. Si no hay solución factible, se repite con vecinos de nivel 0 y 1: N 2. Si no hay solución factible, se repite con vecinos de nivel 0, 1 y 2:
25 Estrategia de resolución 3/4: Si no hay solución, habilitar la opción de partir un lado, manteniendo edificios o pisos completos:
26 Estrategia de resolución 3/4: Si no hay solución, habilitar la opción de partir un lado, manteniendo edificios o pisos completos:
27 Estrategia de resolución 3/4: Si no hay solución, habilitar la opción de partir un lado, manteniendo edificios o pisos completos:
28 Estrategia de resolución 3/4: Si no hay solución, habilitar la opción de partir un lado, manteniendo edificios o pisos completos:
29 Estrategia de resolución 3/4: Si no hay solución, habilitar la opción de partir un lado, manteniendo edificios o pisos completos:
30 Estrategia de resolución 4/4: Si se parte un lado, se consideran los siguientes vecindarios entre segmentos: Se repite el proceso de resolución con este nuevo conjunto de segmentos base S 1.
31 Estrategia de resolución 4/4: Si se parte un lado, se consideran los siguientes vecindarios entre segmentos: Se repite el proceso de resolución con este nuevo conjunto de segmentos base S 1.
32 Estrategia de resolución 4/4: No se tienen relaciones de vecindad entre partes opuestas si las manzanas no están enfrentadas: Se repite el proceso de resolución con este nuevo conjunto de segmentos base S 1.
33 Estrategia de resolución 4/4: No se tienen relaciones de vecindad entre partes opuestas si las manzanas no están enfrentadas: Se repite el proceso de resolución con este nuevo conjunto de segmentos base S 1.
34 Estrategia de resolución 4/4: No se tienen relaciones de vecindad entre partes opuestas si las manzanas no están enfrentadas: Se repite el proceso de resolución con este nuevo conjunto de segmentos base S 1.
35 Estrategia de resolución 4/4: No se tienen relaciones de vecindad entre partes opuestas si las manzanas no están enfrentadas: Se repite el proceso de resolución con este nuevo conjunto de segmentos base S 1.
36 El coeficiente de penalidad en la función objetivo de cada segmento es: valoración i = 10 #lados i #manzanas i. Utilizamos Cplex 12.1 con parámetros estándar para la resolución de los modelos de programación entera. Solución óptima en pocos segundos si el número de segmentos no es demasiado grande (salvo casos patológicos ).
37 Este enfoque permitió resolver una gran cantidad de radios, especialmente en zonas urbanas. Problema: En zonas rurales, la cantidad de segmentos puede ser demasiado grande! Más de segmentos, y hasta 10 minutos para generarlos! (implementación en C++)
38 Solución: En zonas rurales, se agregan los siguientes parámetros: No se parten manzanas que tienen menos de cierta cantidad de viviendas. Se define un mínimo de viviendas que deben tener los segmentos base S 1 (se agrupan los lados y las manzanas en forma arbitraria para cumplir este mínimo). Manejando estos parámetros, se pudieron resolver casi todos los radios rurales. Nuevo problema: Demasiados parámetros para definir!
39 Solución: En zonas rurales, se agregan los siguientes parámetros: No se parten manzanas que tienen menos de cierta cantidad de viviendas. Se define un mínimo de viviendas que deben tener los segmentos base S 1 (se agrupan los lados y las manzanas en forma arbitraria para cumplir este mínimo). Manejando estos parámetros, se pudieron resolver casi todos los radios rurales. Nuevo problema: Demasiados parámetros para definir!
40 Estrategia de resolucio n Solucio n: Clasificar los radios en tres categorı as, con distintos para metros en cada caso:
41 De acuerdo con el tipo de radio, se utilizan los siguientes juegos de parámetros: Urbanos Semiurb. Rurales Cantidad máxima de iteraciones en la generación de segmentos: Número mínimo de viviendas para partir manzanas: Número mínimo de viviendas en los segmentos base (si no, se agrupan con otros): Número máximo de viviendas por parte: Límite de tiempo IP (sg):
42 Con estos parámetros diferenciados, se pudo resolver el 96% de los radios.
43 Con estos parámetros diferenciados, se pudo resolver el 96% de los radios.
44 Pocos segundos para la generación de los segmentos (peor caso: 2 minutos). Más del 99% de los modelos de programación entera se pudo resolver en pocos segundos. Relajación lineal muy ajustada (!). La primera solución factible hallada suele ser óptima. En pocos casos se llega al ĺımite de tiempo con solución subóptima (que se toma como solución del radio).
45 No se pudieron resolver automáticamente unos 600 radios. Pocas manzanas muy pobladas, rodeadas de manzanas rurales. Estos radios se resolvieron relajando restricciones o bien manualmente.
46 No se pudieron resolver automáticamente unos 600 radios. Pocas manzanas muy pobladas, rodeadas de manzanas rurales. Estos radios se resolvieron relajando restricciones o bien manualmente.
47 No se pudieron resolver automáticamente unos 600 radios. Pocas manzanas muy pobladas, rodeadas de manzanas rurales. Estos radios se resolvieron relajando restricciones o bien manualmente.
48 Resumen Contexto y definición del problema Censos en Argentina El problema de segmentación Estrategia de resolución y resultados Conclusiones
49 Conclusiones Se pudo resolver a tiempo el problema de segmentar todos los radios en la Provincia de Buenos Aires. La generación secuencial de segmentos ayudó a respetar el orden de preferencias para las soluciones. La clasificación de los radios en tres clases permitió manejar adecuadamente casi todas las instancias. Resultó crucial el procesamiento de los datos en un sistema de información geográfica a cargo de nuestra contraparte.
Cómo censar viviendas en un día y no morir en el intento
Cómo censar 5.581.761 viviendas en un día y no morir en el intento Flavia Bonomo, Diego Delle Donne Guillermo Durán, Javier Marenco Departamentos de Computación y Matemática, FCEyN, Universidad de Buenos
Más detallesSegmentación automática de la Provincia de Buenos Aires para el Censo Nacional Argentino 2010
Segmentación automática de la Provincia de Buenos Aires para el Censo Nacional Argentino 2010 Flavia Bonomo * Diego Delle Donne ** Guillermo Durán *** Javier Marenco ** Resumen La planificación de un censo
Más detallesSegmentación automática de la Provincia de Buenos Aires para el Censo Nacional Argentino 2010
Revista Ingeniería de Sistemas Volumen XXV, Septiembre 2011 Segmentación automática de la Provincia de Buenos Aires para el Censo Nacional Argentino 2010 Flavia Bonomo * Diego Delle Donne ** Guillermo
Más detallesEjemplo: ubicación de estación de bomberos
15.053 Jueves, 11 de abril Más aplicaciones de la programación entera. Técnicas de plano de corte para obtener mejores cotas. Ejemplo: ubicación de estación de bomberos Considere la ubicación de estaciones
Más detallesCenso Nacional de Población, Hogares y Viviendas 2010 de Argentina y su Homologación con los Censos Anteriores
Censo Nacional de Población, Hogares y Viviendas 2010 de Argentina y su Homologación con los Censos Anteriores Taller IPUMS América Latina III La Habana, CUBA, noviembre 2010 INSTITUTO NACIONAL DE ESTADÍSTICA
Más detalles7. PARAMETRIZACIÓN SOBRE LA RED DE PRUEBA
7. PARAMETRIZACIÓN SOBRE LA RED DE PRUEBA 7.1. Red de prueba Para realizar el análisis de los parámetros del problema e intentar encontrar los valores óptimos de estos se ha hecho uso de un modelo de ciudad
Más detallesV Jornadas de Geotecnología
OPTIMIZACIÓN DEL ÁREA DE DRENAJE EN YACIMIENTOS NO CONVENCIONALES POR MEDIO DE PROGRAMACIÓN LINEAL ENTERA Y SISTEMAS DE INFORMACIÓN GEOGRÁFICA 6 de noviembre de 2014 Fernando Aliaga (IMPRONTA) Diego Delle
Más detallesInvestigación de operaciones, modelos matemáticos y optimización
Investigación de operaciones, modelos matemáticos y optimización Guillermo Durán Centro de Gestión de Operaciones Departamento de Ingeniería Industrial Universidad de Chile Seminario JUNAEB-DII Enero de
Más detallesRuralidad, Políticas Públicas e Instrumentos de focalización: el relevamiento DINEM (MIDES) en la ruralidad dispersa
DIRECCIÓN NACIONAL DE EVALUACIÓN Y MONITOREO Ruralidad, Políticas Públicas e Instrumentos de focalización: el relevamiento DINEM (MIDES) en la ruralidad dispersa Junio 2015 CONTENIDOS DE LA PRESENTACIÓN
Más detallesContenido. 1 Resolución mediante planos de corte. Resolución mediante planos de corte
Contenido 1 Resolución mediante planos de corte para LP para IP Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 1/20 para LP para IP Resolución mediante planos de corte La metodología
Más detallesFundamentos de Programación Entera. 6. Planos de corte. Carlos Testuri Germán Ferrari
Fundamentos de Programación Entera 6. Planos de corte Carlos Testuri Germán Ferrari Departamento de Investigación Operativa Instituto de Computación Facultad de Ingeniería Universidad de la República 2012-2018
Más detallesTesis de Licenciatura
UNIVERSIDAD DE BUENOS AIRES Facultad de Ciencias Exactas y Naturales Departamento de Matemática Tesis de Licenciatura Programación Matemática para distribución eficiente de censistas en censos nacionales:
Más detallesConfección del fixture de la Liga Argentina de voleibol por medio de programación lineal entera
Confección del fixture de la Liga Argentina de voleibol por medio de programación lineal entera Javier Marenco Departamento de Computación, FCEyN, Universidad de Buenos Aires, Argentina Instituto de Ciencias,
Más detallesProgramación Lineal. María Muñoz Guillermo Matemáticas I U.P.C.T. M. Muñoz (U.P.C.T.) Programación Lineal Matemáticas I 1 / 13
Programación Lineal María Muñoz Guillermo maria.mg@upct.es U.P.C.T. Matemáticas I M. Muñoz (U.P.C.T.) Programación Lineal Matemáticas I 1 / 13 Qué es la Programación Lineal? Introducción La Programación
Más detallesFUNDAMENTOS DE PROGRAMACIÓN ENTERA
02 de Octubre de 2017 FUNDAMENTOS DE PROGRAMACIÓN ENTERA Ingeniería en Informática Ingeniería Industrial Universidad Católica Andrés Bello Programación Entera José Luis Quintero 1 Puntos a tratar 1. Investigación
Más detallesPROBLEMAS DE OPTIMIZACIÓN
PROBLEMAS DE OPTIMIZACIÓN ELISA SCHAEFFER Programa de Posgrado en Ingeniería de Sistemas (PISIS) elisa@yalma.fime.uanl.mx INVESTIGACIÓN DE OPERACIONES PROBLEMA DE OPTIMIZACIÓN Dada una situación interesante
Más detallesComenzaremos presentando la idea principal del método de Karmarkar, para después describir los detalles de cómputo del algoritmo.
MÉTODO DEL PUNTO INTERIOR DE KARMARKAR Con el método símplex se obtiene una solución óptima siguiendo una ruta de puntos extremos adyacentes, a lo largo de las orillas del espacio de soluciones. Aunque
Más detallesINGENIERÍA DE SISTEMAS INVESTIGACIÓN OPERATIVA
INGENIERÍA DE SISTEMAS INVESTIGACIÓN OPERATIVA Sesión 4 Objetivos: Aplicar el método simplex a la solución de problemas reales. Contenido: Introducción al método Simplex Requerimiento del método Simplex
Más detallesProgramación Entera. Nelson Devia C. IN Modelamiento y Optimización Departamento de Ingeniería Industrial Universidad de Chile
IN3701 - Modelamiento y Optimización Departamento de Ingeniería Industrial Universidad de Chile 2011 Basado en Bertsimas, D., Tsitsiklis, J. (1997) Introduction to Linear Optimization Capítulos 10 y 11
Más detalles(2.b) PROPIEDADES DE LOS MODELOS LINEALES
(2.b) PROPIEDADES DE LOS MODELOS LINEALES ESTUDIO GRÁFICO DE UN P.P.L. EN R 2. Caracterización de la región factible. Resolución gráfica del problema. Óptimos alternativos. Problemas no factibles y no
Más detalles9. Programación lineal entera.
9. rogramación lineal entera. Introducción Método de ramificación y poda rogramación lineal entera Un problema de programación entera es aquel en el que alguna o todas sus variables deben tomar valores
Más detallesIN34A - Optimización
IN34A - Optimización Complejidad Leonardo López H. lelopez@ing.uchile.cl Primavera 2008 1 / 33 Contenidos Problemas y Procedimientos de solución Problemas de optimización v/s problemas de decisión Métodos,
Más detallesEl método Ramifica y acota (Branch and Bound) (V)
El método Ramifica y acota (Branch and Bound) (V) Así pues, la estructura general de esta técnica consiste en: Un criterio para dividir los subconjuntos candidatos a contener la solución óptima encontrados
Más detallesCARTOGRAFIA CENSAL Estado del Arte y Desafíos
Plataforma Geoestadística Precenso 2016 CARTOGRAFIA CENSAL Estado del Arte y Desafíos Junio 2017 Noviembre 2017 Para que sirve la Cartografía? AGENDA Planificación Control Ubicación Difusión Objetivos
Más detallesCRITERIOS DE SELECCIÓN DE MODELOS
Inteligencia artificial y reconocimiento de patrones CRITERIOS DE SELECCIÓN DE MODELOS 1 Criterios para elegir un modelo Dos decisiones fundamentales: El tipo de modelo (árboles de decisión, redes neuronales,
Más detallesMatemáticas.
euresti@itesm.mx El método gráfico de solución de problemas de programación lineal (PL) sólo aplica a problemas con dos variables de decisión; sin embargo, ilustra adecuadamente los conceptos que nos permitirán
Más detallesSelección de Rutas de Distribución en la Industria Tortillera, Aplicando Programación Lineal
Selección de Rutas de Distribución en la Industria Tortillera, Aplicando Programación Lineal Elías N. Escobar-Gómez 1, Sabino Velázquez-Trujillo 2, Jorge Antonio Mijangos-López 3, J. A. de Jesús Osuna-
Más detallesSOLUCIÓN GRÁFICA DE PROBLEMAS DE PROGRAMACIÓN LINEAL
SOLUCIÓN GRÁFICA DE PROBLEMAS DE PROGRAMACIÓN LINEAL Muchos problemas de administración y economía están relacionados con la optimización (maximización o minimización) de una función sujeta a un sistema
Más detallesTema 5: SEGMENTACIÓN (II) I N G E N I E R Í A I N F O R M Á T I C A
Tema 5: SEGMENTACIÓN (II) 1 I N G E N I E R Í A I N F O R M Á T I C A Tema 5: Segmentación Los algoritmos de segmentación se basan en propiedades básicas de los valores del nivel de gris: 2 - Discontinuidad:
Más detallesPlanificación n educativa y heterogeneidad territorial
Planificación n educativa y heterogeneidad territorial Oscar Cetrángolo CEPAL 23 SEMINARIO REGIONAL DE POLITICA FISCAL CEPAL Santiago de Chile 18 al 21 de enero de 2011 Presentación Trabajo realizado en
Más detalles6.5. GENERAL ROCA VILLA HUIDOBRO. Divisiones Adm. y Políticas. Cabecera Departamental Límite Departamental Pedanias
El patrimonio arqueológico de los espacios rurales... 6.5. GENERAL ROCA VILLA HUIDOBRO 0 10 km N Referencias Hidrografía Ríos y Arroyos Lagunas (IGN) Divisiones Adm. y Políticas Cabecera Departamental
Más detallesPráctica 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 detallesFACTIBILIDAD ECONÓMICA DE LA EXTENSIÓN DE LA RED ELÉCTRICA. (COMUNIDADES RURALES DE CHONE).
XXX SEMINARIO NACIONAL DEL SECTOR ELÉCTRICO Riobamba, 15, 16 y 17 de abril de 2015 FACTIBILIDAD ECONÓMICA DE LA EXTENSIÓN DE LA RED ELÉCTRICA. (COMUNIDADES RURALES DE CHONE). A C. 6 GESTIÓN DE EFICIENCIA
Más detallesProgramación entera: Ejemplos, resolución gráfica, relajaciones lineales. Investigación Operativa, Grado en Estadística y Empresa, 2011/12
Programación entera: Ejemplos, resolución gráfica, relajaciones lineales Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema Programación entera: definición, motivación,
Más detallesUniversidad Autónoma de Nuevo León
Universidad Autónoma de Nuevo León Facultad de Ingeniería Mecánica y Eléctrica División de Posgrado en Ingeniería de Sistemas Eficiencia de la Búsqueda Local para Instancias Diferentes del Problema de
Más detallesMarco Geoestadístico Nacional
Marco Geoestadístico Nacional Definición del Marco Geoestadístico Nacional El Marco Geoestadístico Nacional es un sistema único y de carácter nacional diseñado por el INEGI para referenciar correctamente
Más detalles1. Defina el problema de particionamiento. Escriba un ejemplo de este tipo de problema, junto con su formulación general en AMPL.
DEPARTAMENTO DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA o. DIPLOMATURA DE ESTADÍSTICA Ampliación de la Investigación Operativa. Curso 00/0 a Prueba de Evaluación Continua. Fecha: 6-6-0. Defina el problema
Más detallesFacultad de Ciencias Económicas, Jurídicas y Sociales - Métodos Cuantitativos para los Negocios
Ubicación dentro del Programa Unidad III UNIDAD II: PROGRAMACIÓN LINEAL 1. Característica. Formulación matemática de un problema de programación lineal. Planteo e interpretación de un sistema de inecuaciones.
Más detalles8 Casos de estudio y resultados
8 Casos de estudio y resultados La formulación del problema lineal para la optimización de una red inalámbrica WiMAX basada en el estándar IEEE 802.16-2004, expuesta en la sección 7, se presenta para una
Más detallesTema 5: SEGMENTACIÓN (II) I N G E N I E R Í A I N F O R M Á T I C A
Tema 5: SEGMENTACIÓN (II) 1 I N G E N I E R Í A I N F O R M Á T I C A Tema 5: Segmentación Los algoritmos de segmentación se basan en propiedades básicas de los valores del nivel de gris: 2 - Discontinuidad:
Más detallesMETODO SIMPLEX. Paso 1 Se convierte el modelo matemático de Programación Lineal (PL) a su forma estándar.
METODO SIMPLEX El algoritmo Simplex comprende los siguientes pasos: Paso 1 Se convierte el modelo matemático de Programación Lineal (PL) a su forma estándar. Al elaborar el modelo matemático que representa
Más detallesMANUAL PARA LA PERSONA USUARIA CONSULTA DE BASE DATOS EN LÍNEA PROGRAMA REDATAM
INSTITUTO NACIONAL DE ESTADÍSTICA Y CENSOS Área de Censos de Población y Vivienda Unidad de Diseño, Procesamiento y Análisis MANUAL PARA LA PERSONA USUARIA CONSULTA DE BASE DATOS EN LÍNEA PROGRAMA REDATAM
Más detallesCaso de un Modelo de Optimización para un Problema de Calendarización de Horarios.
Caso de un Modelo de Optimización para un Problema de Calendarización de Horarios. Resumen Sánchez, D. 1, Cano, P. 2, Reyes, M. 3 El problema de calendarización de horarios es uno muy tratado en la literatura,
Más detallesSISTEMATIZACIÓN, PLANIFICACIÓN Y GESTIÓN DEL TRANSPORTE DE CARGA CON DESTINO A PUERTOS ÁREA METROPOLITANA ROSARIO
Conferencia de Transporte Sustentable, Calidad del Aire y Cambio Climático ROSARIO MAYO 2011 SISTEMATIZACIÓN, PLANIFICACIÓN Y GESTIÓN DEL TRANSPORTE DE CARGA CON DESTINO A PUERTOS ÁREA METROPOLITANA ROSARIO
Más detallesENCUESTA NACIONAL DE LECTURA Y ESCRITURA 2015 ANEXO
ENCUESTA NACIONAL DE LECTURA Y ESCRITURA 2015 ANEXO I INTRODUCCIÓN METODOLOGÍA Población objetivo Población de 12 años o más que habita en viviendas particulares habitadas durante el periodo de levantamiento,
Más detallesNuevo Levantamiento Censal. Segunda Reunión de la Comisión Regional de Estadísticas Agosto 26 de 2014
Nuevo Levantamiento Censal Segunda Reunión de la Comisión Regional de Estadísticas Agosto 26 de 2014 I. Censo: antecedentes iniciales Para qué sirve y cuáles son los principales productos de un censo?
Más detallesProgramación Lineal Entera. Programación Entera
Programación Lineal Entera PE Programación Entera Modelo matemático, es el problema de programación lineal Restricción adicional de variables con valores enteros. Programación entera mita Algunas variables
Más detallesCenso Nacional de Población, Hogares y Viviendas 2010 Censo del Bicentenario
Censo Nacional de Población, Hogares y Viviendas 2010 Censo del Bicentenario Base de datos REDATAM Errores muestrales en el procesamiento del cuestionario censal ampliado Serie Serie Base Base de de datos
Más detallesCasos especiales de la P. L.
Casos especiales de la P. L. Programación Lineal Entera Un modelo de programación lineal que no acepta soluciones fraccionales. En este caso, la formulación es similar a la de un problema general de programación
Más detallesPráctica 2. Algoritmos de búsqueda local (local search algorithms) y algoritmos avariciosos (greedy algorithms)
PLANIFICACIÓN Y GESTIÓN DE REDES Grado en Ingeniería Telemática Curso 2012-2013 Práctica 2. Algoritmos de búsqueda local (local search algorithms) y algoritmos avariciosos (greedy algorithms) Autor: Pablo
Más detallesESPECIFICAR PARÁMETROS DE DISEÑO PARA LA PRESENTACIÓN DEL PRODUCTO O SERVICIO SEGÚN SEGMENTOS DEL MERCADO
ESPECIFICAR PARÁMETROS DE DISEÑO PARA LA PRESENTACIÓN DEL PRODUCTO O SERVICIO SEGÚN SEGMENTOS DEL MERCADO ACTIVIDAD DE APRENDIZAJE 1 1. Planeación de la segmentación de mercados Recordemos que esta evidencia
Más detallesFigura 1: Esquema de las tablas simplex de inicio y general.
RELACIONES PRIMAL-DUAL Los cambios que se hacen en el modelo original de programación lineal afectan a los elementos de la tabla óptima actual el que se tenga en el momento, que a su vez puede afectar
Más detallesMÓDULO: ANÁLISIS DE LOS CAMBIOS DE COBERTURAS Y USO DE SUELO PROFESOR: WENSESLAO PLATA ROCHA.
MÓDULO: ANÁLISIS DE LOS CAMBIOS DE COBERTURAS Y USO DE SUELO PROFESOR: WENSESLAO PLATA ROCHA wenses_plata@hotmail.com wenses@uas.edu.mx 3.3.2.2. Regresión logística En muchas ocasiones se necesita estudiar
Más detallesRAMIFICAR-ACOTAR Y PLANOS DE CORTE
RAMIFICAR-ACOTAR Y PLANOS DE CORTE ELISA SCHAEFFER Programa de Posgrado en Ingeniería de Sistemas (PISIS) elisa@yalma.fime.uanl.mx INVESTIGACIÓN DE OPERACIONES EL MÉTODO RAMIFICAR-ACOTAR (RA) (ingl. Branch
Más detallesGEOGRAFÍA 5 AÑO / CICLO LECTIVO 2014
INSTITUTO EDUCACIONAL JOSÉ HERNÁNDEZ GEOGRAFÍA 5 AÑO / CICLO LECTIVO 2014 Profesora: Patricia Reginatto. Cursos: 5 año. FUNDAMENTACION La Geografía posee un potencial formativo muy importante puesto que
Más detallesTema 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 detallesEl concepto de segmentación fue introducido por Wendell R. Smith en 1956, y adquirió un fuerte auge en los años siguientes de prosperidad económica.
TEMA 6. SEGMENTACIÓN DE MERCADOS 6.1. Introducción El concepto de segmentación fue introducido por Wendell R. Smith en 1956, y adquirió un fuerte auge en los años siguientes de prosperidad económica. La
Más detallesResolución del problema. Problema: Los puntos extremos no tienen por qué ser enteros
Resolución del problema Problema: Los puntos extremos no tienen por qué ser enteros Si fueran enteros no habría problema por qué no obtener la envoltura convexa? demasiado costoso Hay unas formulaciones
Más detallesMétodos de Optimización para la toma de decisiones
Facultad de Ingeniería Departamento de Ciencias de la Ingeniería Magíster en Logística y Gestión de Operaciones Métodos de Optimización para la toma de decisiones MLG-521 Programación Entera 1º Semestre
Más detallesAnálisis Post Optimal y Algoritmo de Ramificación y Acotamiento
Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Industrial IN34A: Clase Auxiliar Análisis Post Optimal y Algoritmo de Ramificación y Acotamiento Marcel Goic F.
Más detallesTEMA 1 Sistemas de ecuaciones. Método de Gauss 4 sesiones. TEMA 2 Álgebra de matrices 5 sesiones
4.4. MATEMÁTICAS aplicadas a las CIENCIAS SOCIALES II TEMPORALIZACIÓN Y SECUENCIACIÓN: TEMA 1 Sistemas de ecuaciones. Método de Gauss 4 sesiones TEMA 2 Álgebra de matrices 5 sesiones TEMA 3 Resolución
Más detallesTema 12: Introducción a la Estadística.
MOLEDO GUGLIOTTA VICTOR Tratamiento de los datos Tema 12: Introducción a la Estadística. Al intentar interpretar la realidad a través de las herramientas que nos aporta la Estadística, lo primero que se
Más detallesTEMA 1: Algoritmos y programas
TEMA 1: Algoritmos y programas 1.1.-Introducción La razón principal para utilizar un ordenador es para resolver problemas (en el sentido más general de la palabra), o en otras palabras, procesar información
Más detallesRepresentación y Descripción
Representación y Descripción Introducción La representation se utiliza para hacer los datos útiles a una computadora (posterior descripción del proceso) representando una región en 2 formas en términos
Más detallesCartografía Censal. Lecciones aprendidas y Actividades de la Cartografía Censal, para la realización del Censo
Cartografía Censal Lecciones aprendidas y Actividades de la Cartografía Censal, para la realización del Censo 2015 http:// Los Arcos, Frente Hospital Lenin Fonseca, Telef: 2266-6178, 2266-2825. Managua,
Más detallesClase. Ángulos y polígonos
Clase Ángulos y polígonos Aprendizajes esperados Transformar la medida de un ángulo a los distintos sistemas de medición. Clasificar a los ángulos según su medida. Reconocer relaciones angulares. Clasificar
Más detallesPROSPECCIÓN/SEGMENTACIÓN DEL MERCADO DE TRABAJO
SEJERÍA DE FAMILIA PROYECTO DE PARA LA INSERCION LABORAL DE PERSONAS DISCAPACIDAD INTELECTUAL MANUAL DE PROCEDIMIENTOS PROSPECCIÓN/SEGMENTACIÓN DEL MERCADO DE TRABAJO SEJERÍA DE FAMILIA PROYECTO DE PARA
Más detallesLIBRO GUIA: INVESTIGACIÓN DE OPERACIONES Hamdy A. Taha. Editorial Pearson Prentice Hall, 2004
UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERÍAS: ELÉCTRICA, ELECTRÓNICA, FÍSICA Y CIENCIAS DE LA COMPUTACIÓN PROGRAMA INGENIERÍA DE SISTEMAS Y COMPUTACIÓN ASIGNATURA: INVESTIGACIÓN DE OPERACIONES
Más detallesToma de Decisiones Multicriterios. Sistema Analítico Jerárquico Leonardo Sierra Varela. Leonardo Sierra Varela 1
Toma de Decisiones Sistema Analítico Jerárquico Leonardo Sierra Varela Leonardo Sierra Varela 1 1. INTRODUCCIÓN 1.1.- Análisis Multicriterios MULICRITERIOS 2.1.- de diferentes técnicas multicriterios.
Más detallesTEST IO-I T1. CONCEPTOS PREVIOS. C1.1. Cualquier conjunto convexo tiene al menos un punto extremo?
TEST IO-I T1. CONCEPTOS PREVIOS C1.1. Cualquier conjunto convexo tiene al menos un punto extremo? a) Puede tener puntos extremos. b) Puede no tener puntos extremos. c) Puede tener vértices. C1.2. Es convexo
Más detallesMARCHA FEDERAL 31 de Agosto al 2 de Septiembre
MARCHA FEDERAL 31 de Agosto al 2 de Septiembre PUNTOS DE PARTIDA DE LAS COLUMNAS - PRIMERA MARCHA FEDERAL 2016 Columna NOA - parte de la Provincia de Jujuy recorriendo 1710km hasta plaza de Mayo Columna
Más detallesAVANCE EN CONDICIONES DE VIDA EN EL PERIODO INTERCENSAL ES MARGINAL Y LENTO. Octubre 2013
AVANCE EN CONDICIONES DE VIDA EN EL PERIODO INTERCENSAL - ES MARGINAL Y LENTO Reporte de coyuntura Nº 21 Octubre 2013 Avenida Mariscal Santa Cruz 2150 Edificio Esperanza, piso 2 Telefax (591-2) 2125177
Más detallesProgramación entera 1
Programación entera 1 1. El modelo de programación entera. 2. Aplicaciones de la programación entera. 3. Solución gráfica de problemas enteros. 4. El algoritmo de ramificación y acotación. 5. El algoritmo
Más detallesOptimización de Problemas de Producción
Optimización de Problemas de Producción Pedro Piñeyro - Luis Stábile Colaboran: Héctor Cancela - Antonio Mauttone - Carlos Testuri Depto. Investigación Operativa. Instituto de Computación. Facultad de
Más detallesUna de las formas más importantes y difundidas de generar información en el ámbito nacional son los censos de población.
Conocer las características de las poblaciones resulta de gran utilidad, entre otras cosas, para planificar y tomar decisiones. Por ejemplo, los gobiernos necesitan saber cuántos niños en edad escolar
Más detallesUniversidad Nacional de Ingeniería. UNI RUACS. Investigación de Operaciones I 3T1 I.S. Docente: Ing. Mario Pastrana. Nombres: Frania Flores Zeledón.
Universidad Nacional de Ingeniería. UNI RUACS Investigación de Operaciones I 3T1 I.S. Docente: Ing. Mario Pastrana. Nombres: Frania Flores Zeledón. Tema: Teoría de la Dualidad. 28/ Septiembre/2011 Teoría
Más detallesInstituto Nacional de Estadística y Censos Argentina Censo de Población y Viviendas 2010. Octubre 2010
Instituto Nacional de Estadística y Censos Argentina Censo de Población y Viviendas 2010 Octubre 2010 Objetivos del Censo de Población Servir de base para la construcción del marco de muestreo para las
Más detallesESTRATEGIA DE SELECCION POR SEGMENTOS COMPACTOS: UNA SIMULACION EN BASE A MICRODATOS DEL CENSO 2010
ESTRATEGIA DE SELECCION POR SEGMENTOS COMPACTOS: UNA SIMULACION EN BASE A MICRODATOS DEL CENSO 2010 1 REUNION DEL GRUPO DE TRABAJO DE ENCUESTAS DE HOGARES Buenos Aires, 15 y 16 de Octubre de 2012 El muestreo
Más detallesÁrboles balanceados (AVL) Tablas de dispersión (Hash) Colas de prioridad (Heap)
Práctico 4 Árboles balanceados (AVL) Tablas de dispersión (Hash) Colas de prioridad (Heap) Clasificación de ejercicios: (I) Imprescindibles (R) Recomendados (C) Complementarios Árboles balanceados (AVL)
Más detallesSegmentación, Definición de Público Objetivo y Posicionamiento
Segmentación, Definición de Público Objetivo y Posicionamiento Crear, Promover y entregar satisfactores a los consumidores finales. Enfocar, dirigir e influir en el nivel, en los tiempos y la composición
Más detallesPLE: 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 detallesPresentación de la Tesina
DESARROLLO DE UN ALGORITMO PARA LA MEJORA DEL GRAFO DE CARRETERAS Presentación de la Tesina Autor: Joan Mahiques Jorda Tutor: Joan Ignasi Herrera Valencia Máster en Sistemas de Información Geográfica (UPC)
Más detallesSistemas Integrados de Encuestas de Hogares: Nociones básicas
1ª REUNIÓN GRUPO DE TRABAJO DE ENCUESTAS DE HOGARES: OBJETIVOS E INTERCAMBIO DE EXPERIENCIAS 15 al 16 de octubre, 2012 Buenos Aires, Argentina Sistemas Integrados de Encuestas de Hogares: Nociones básicas
Más detallesEJERCICIOS DE REGULARIZACIÓN 3º SECUNDARIA RX 3º SECUNDARIA 01 ECUACIONES CUADRÁTICAS: OPERACIONES INVERSAS
EJERCICIOS DE REGULARIZACIÓN 3º SECUNDARIA RX 3º SECUNDARIA 01 ECUACIONES CUADRÁTICAS: OPERACIONES INVERSAS 1. Resuelve las siguientes ecuaciones lineales de la forma ax + b = c: Ecuación Procedimiento
Más detallesTipología de Secciones. Septiembre 1995 REGISTRO FEDERAL DE ELECTORES
Tipología de Secciones Septiembre 1995 REGISTRO FEDERAL DE ELECTORES CONTENIDO C O N T E N I D O l. SECCIONES URBANAS, RURALES Y MIXTAS 1. TIPOLOGIA DE SECCIONES... 1.1 LOCALIDAD URBANA... 1.2 LOCALIDAD
Más detallesSimulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización
Simulación Optimización de Procesos Químicos Titulación: Ingeniería Química. 5º Curso Optimización MILP, MINLP (Mixed Integer (Non) Linear Programming). Octubre de 009. Optimización Discreta Programación
Más detallesUNIVERSIDAD DON BOSCO FACULTAD DE ESTUDIOS TECNOLÓGICOS COORDINACION DE COMPUTACION
CICLO: 01/ 2016 UNIVERSIDAD DON BOSCO FACULTAD DE ESTUDIOS TECNOLÓGICOS COORDINACION DE COMPUTACION GUIA DE LABORATORIO #02 Nombre de la Practica: Expresiones y operadores Lugar de Ejecución: Centro de
Más detallesProgramación Matemática. Profesor: Juan Pérez Retamales
Programación Matemática Profesor: Juan Pérez Retamales Previamente en ING50 Capítulo 1 1. Sobre la disciplina y su clasificación. Formulaciones clásicas y ejemplos 3. Desde el punto de vista geométrico.
Más detallesMuestra Maestra Urbana de Viviendas de la República Argentina 2011
Muestra Maestra Urbana de Viviendas de la República Argentina 2011 I Reunión del Grupo de Trabajo sobre Encuestas a Hogares de la CEA Buenos Aires 15 y 16 de octubre de 2012 Es el instrumento que permite
Más detallesModelización Avanzada en Logística y Transporte
Modelización Avanzada en Logística y Transporte Unidad 2: Bases de programación matemática y teoría de grafos Luis M. Torres Escuela Politécnica del Litoral Guayaquil, Octubre 2006 Maestría en Control
Más detallesREPASO DE GEOGRAFÍA TERCER BIMESTRE NOMBRE:
REPASO DE EORAFÍA TERCER BIMESTRE NOMBRE: I.- Encierra con un color la respuesta correcta de cada pregunta. * Cuál fue una de las principales razones para que la población del campo, se mudara a la ciudad?
Más detallesMicrosoft Excel. Conceptos básicos de Excel
Microsoft Excel Conceptos básicos de Excel Los documentos de Excel se denominan libros y están divididos en hojas. La hoja de cálculo es el espacio de trabajo. Excel 2007 comparte la misma interfaz de
Más detallesINSTITUTO DEL CEMENTO PORTLAND ARGENTINO
2013 INSTITUTO DEL CEMENTO PORTLAND ARGENTINO DEPARTAMENTO TÉCNICO DE PAVIMENTOS PROGRAMA DE PAVIMENTOS URBANOS DE HORMIGÓN ETAPA 1 INFORME 1 [Este documento resume las actividades realizadas, para la
Más detallesApuntes de Teórico de Programación 3. Apuntes de Teórico PROGRAMACIÓN 3. Greedy. Versión 1.1
Apuntes de Teórico PROGRAMACIÓN 3 Greedy Versión 1.1 1 Índice Índice... Introducción... 3 Ejemplo 1 (problema de las monedas)... 3 Ejemplo (problema de la mochila)... 4 Aplicaciones del método Greedy a
Más detallesColegio Portocarrero. Departamento de matemáticas. El clásico. (Entregar el jueves 14 de enero)
El clásico (Entregar el jueves 14 de enero) Problema 1: En una factoría, se desean producir al menos 4 unidades del producto B. Cada unidad de producto B ocupa un metro cúbico de espacio de almacenamiento,
Más detallesLa experiencia argentina en ECTS
La experiencia argentina en ECTS Mg. María José Itatí Iñiguez Mg. Johanna N. Gerke Dra. Cecilia I. Cornelio Investigaciones en salud laboral Dpto. de Salud Ocupacional ECTS Desde la década del 70 en Europa,
Más detalles1. Segmentación Geográfica 2. Segmentación Demográfica 3. Segmentación Psicográfica 4. Segmentación Conductual
1. Segmentación Geográfica 2. Segmentación Demográfica 3. Segmentación Psicográfica 4. Segmentación Conductual Segmentos de Mercado Como hemos visto, hoy en día los gustos, preferencias, estilos, capacidad
Más detallesPLANIFICACIÓN MINERA ESTRATÉGICA CON DEEPMINE JUAN IGNACIO GUZMÁN GERENTE GENERAL, GEM
PLANIFICACIÓN MINERA ESTRATÉGICA CON DEEPMINE JUAN IGNACIO GUZMÁN GERENTE GENERAL, GEM PLANIFICACIÓN MINERA ESTRATÉGICA CON DEEPMINE TABLA DE CONTENIDOS 1. INTRODUCCIÓN 2. FORMULACIÓN DEL PROBLEMA 3. ESTADO
Más detalles