UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 16 de febrero de 2006
|
|
- Rosario Franco Peña
- hace 6 años
- Vistas:
Transcripción
1 UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 6 de febrero de 26 Problema. (2 puntos Un técnico de sistemas del laboratorio de cálculo de la Escuela Politécnica Superior quiere acceder a cinco archivos distintos. Hay copia de estos archivos en distintas cintas de backup, como se muestra en la tabla siguiente: f C, C2, C5, C6, C8, C9, C f2 C, C f C2, C5, C7, C f4 C, C6, C8 f5 C, C2, C4, C6, C7, C9, C Los tamaños de las cintas de backup C,...,C son (, 5,, 2,, 4,,, 2, 2. Para poder recuperar los archivos, primero hay que hacer un volcado de las cintas al disco duro. Éste tiene que ser de la cinta completa, no puede copiarse sólo una parte. a ( punto Formula un problema de programación lineal entera que determine el conjunto de cintas a volcar de forma que se ocupe el menor espacio de disco posible y se puedan recuperar todos los archivos. b ( punto Cómo le añadirías al modelo las siguientes restricciones? No se pueden volcar a la vez las cintas, 9 y. Si no se vuelca la cinta, debe volcarse la. Si se vuelca la cinta 2 o la 5, no pueden volcarse ni la 6, ni la 9. Solución.. a Para formular este problema definimos una variable binaria para cada cinta: { si volcamos la cinta i x i = en caso contrario El modelo será: Minimizar x + 5x 2 + x + 2x 4 + x 5 + 4x 6 + x 7 + x 8 + 2x 9 + 2x suj. a x + x 2 + x 5 + x 6 + x 8 + x 9 + x ( x + x x 2 + x 5 + x 7 + x ( x + x 6 + x 8 x + x 2 + x 4 + x 6 + x 7 + x 9 + x (5 x i {, }; i =,..., Para cada archivo i, la restricción (i asegura que se vuelca alguna de las cintas que lo contienen. b Las restricciones adicionales se pueden modelar como sigue: (2 (4
2 a x + x 9 + x 2. b x ( x o, sencillamente x + x. c En este caso existen varias alternativas. La más sencilla es incluir las cuatro restricciones: x 2 + x 6 ; x 2 + x 9 ; x 5 + x 6 ; x 5 + x 9 Otra posibilidad es modelar esta condición como: x 6 + x 9 2 2x 2 ; x 6 + x 9 2 2x 5 Problema 2. (2 puntos Considera el problema de programación lineal: Maximizar x + y suj. a 2x + y 4 2x + y 4 x + y x, y a ( punto Da toda la información que puedas sobre el punto (2,. b ( punto El problema es acotado? En caso afirmativo, encuentra la solución óptima. En caso negativo, dado un valor V suficientemente grande, debería existir una solución factible con ese valor. Da una expresión (en función de V de dicha solución. Utiliza esa expresión para encontrar una solución factible con valor 5. Solución.. a Pasamos el problema a forma estándar: Minimizar x y suj. a 2x + y s = 4 2x + y + s 2 = 4 x + y s = x, y, s, s 2, s Sustituyendo (x, y por (2, en las ecuaciones anteriores obtenemos Por tanto se trata de una solución factible. (s, s 2, s = (, 8, Las variables no nulas son {x, s 2, s }, cuya matriz asociada es B = La solución es básica factible y, por tanto, un vértice de la región factible. Para esta solución tenemos λ = ( 2,, ; σ = ( 2, que es no singular. Como uno de los costes reducidos es estrictamente negativo y estamos resolviendo el problema como uno de minimización, la solución que tenemos no es óptima. 2
3 b Si entramos a la base la variable s la única candidata a salir es s. Este cambio de base nos lleva al punto (x, y = (,. Para este nuevo punto λ = (,, ; σ = (,. Así, ésta tampoco es una solución óptima. La variable y es la única candidata a entrar a la base. La dirección de movimiento es ( P N = ; p B = 7 Por tanto el problema es no acotado. Todos los puntos x(λ = 2 + λ para λ son factibles, y ( 7 T define una dirección de descenso (ascenso si pensamos en el problema original, de maximización. Si nos fijamos sólo en las variables originales, tenemos ( ( P (λ = + λ El valor de P (λ según la función objetivo del problema original es 9 + λ; este rayo nos proporciona soluciones con cualquier valor 9. Así, para V 9 cualquiera, como 9 + λ = V λ = V 9, el punto ( + V 9 ( será un punto factible con valor V. La solución ( tiene valor ( = 7. ( 45 4
4 Problema. (2 puntos Un fabricante de altavoces sabe que cualquier par de altavoces, al ser conectado a un equipo de música, interfiere ligeramente. Para mejorar la calidad del producto, se ha medido la distorsión producida por cada par de altavoces Programación (i, j: Lineal d ij. Entera/ Modelización y Branch and Bound Explica qué problema debe resolver el fabricante para decider qué altavoces es mejor vender juntos.. A continuación se representa el árbol de ramificación y acotación correspondiente a una iteración en la resolución del siguiente problema de programación lineal: Solución. Si construimos un grafo completo con unmax nodo8x por + cada 8x 2 altavoz + 5x + y4x pesos 4 + x d ij5 en + 9x los 6 arcos, podemos encontrar la foma de emparejar los altavoces de forma s.a 2x que + la6x distorsión 2 + 9x + 6xtotal 4 + x de 5 + todas 5x 6 las 6 parejas sea lo 9x menor posible resolviendo un problema del emparejamiento + 4x perfecto 2 + 6x de + 8x peso 4 + x mínimo. 5 + x 6 6 x + 4x 2 + 5x + 2x 4 + 9x 5 + x 6 2 8x Problema 4. (2 puntos A continuación se representa el árbol + x de ramificación 2 + 8x + x 4 + x y acotación 5 + 8x 6 22 (branch and bound x,..., x 6 Z + correspondiente a una iteración en la resolución del siguiente problema de programación lineal: max 8x + 8x 2 + 5x + 4x 4 + x 5 + 9x 6 s.a 2x + 6x 2 + 9x + 6x 4 + x 5 + 5x 6 6 9x + 4x 2 + 6x + 8x 4 + x 5 + x 6 6 x + 4x 2 + 5x + 2x 4 + 9x 5 + x 6 2 8x + x 2 + 8x + x 4 + x 5 + 8x 6 22 x,..., x 6 Z + x2<= (,'54,,,,2'54 z=58'8 x5<= x2>= (,'29,,,'59,'5 z=58'82 x5>= (,,,'9,,'5 z=45'85 (,,,'54,,2'54 z=56 x4<= x4>= ('625,,,,,'75 z=56'25 (,,,,,2'75 z=52'25 ('62,,,,,'75 z=52'25 x6<= x6>=2 (,,,'8,, z=44'8 (,,,,,2 z=52 a Determinar razonadamente qué ramas han sido ya exploradas y qué ramas del árbo a ( punto Determina razonadamente quedarían quépor ramas explorar han sido (si esya quexploradas queda alguna. y quépara ramas cada del una árbol de las quedarían ramas que aún por explorar (si es que queda alguna. no estánpara exploradas, cada unaplantear de las ramas el subproblema, que aún noo subproblemas, están exploradas, a resolver plantear queelcuelgan subproblema, o subproblemas, adirectamente resolver quede cuelgan esa rama. directamente de esa rama. b A partir de lo anterior, decidir si se ha detectado un óptimo o no. En caso negativo, s b ( punto A partir de lo anterior, se para decide aquí si el sealgoritmo, ha detectado quéun solución óptimopropondrías?, o no. En caso cómo negativo, mediríasilasecalidad para de la aquí el algoritmo, qué soluciónmisma? propondrías?, cómo medirías la calidad de la misma? Solución. 2. Dado el siguiente problema de la mochila: max x + 5x 2 + x + 6x 4 s.a 5x + 8x 2 + 6x + 4x 4 5 a Obtén una solución aplicando una heurística tipo greedy. Problema 5. (2 puntos Una empresa mantiene satisfactoriamente un departamento de ventas por catálogo b Cómo podrías emplear la información proporcionada por dicha solución al resolver e en el cual el empleado toma las órdenes por teléfono: Si el empleado esta ocupado en la línea, las llamadas problema mediante un algoritmo de ramificación y acotación? telefónicas entran automáticamente al departamento de catálogos y son contestadas por una grabadora que solicita esperar. Tan pronto el operador esté libre, se comunica con el cliente que ha esperado más. Las llamadas llegan a una tasa de 2 por hora. El empleado es capaz de tomar una orden en un promedio de cuatro minutos. Las llamadas tienden a seguir una distribución de Poisson y los tiempos de servicio tienden a ser exponenciales. Al empleado se le pagan 5e por hora. Debido a la mala publicidad y a la pérdida de futuros clientes, la empresa pierde aproximadamente 25e por hora de tiempo que el cliente pasa esperando para que el empleado le tome la orden. a (.5 puntos Cuál es el tiempo promedio que los clientes de catálogo deben de esperar, antes de que sus llamadas sean transferidas al empleado que recibe las órdenes? b (.5 puntos Cuál es el numero promedio de clientes que esperan para colocar la orden? 4
5 c ( punto La empresa está considerando añadir un segundo empleado para tomar las llamadas. La tienda puede pagarle el mismo sueldo que al empleado actual. Debe de contratar otro empleado? Puedes ayudarte de alguna de las fórmulas siguientes: p p n L M/M/ ρ ρ n ρ p ρ M/M/s M/M//K (ρ s n= (λ/µ n + (λ/µs n! s! ρ M/M//K (ρ = K+ (λ/µ n n! p ; n s (λ/µ s (λ/µ s p ρ s!( ρ 2 + λ µ p s!s n s ; n > s ρ ρ n ρ( (K+ρ p K +Kρ K+ ρ K+ ( ρ( ρ K+ K+ K 2 Solución. Actualmente, se puede modelizar el departamento con una cola M/M/ con λ = 2 llegadas por hora, µ = 6/4 = 5 órdenes por hora y ρ = λ/µ = 4/5. ρ <, por tanto, el sistema tiene estado estacionario. a Nos piden W q. W q = ρ µ( ρ = 4 horas = 5 minutos 5 b El número medio de clientes esperando a ser atendidos será L q = λw q =.2 c Con la situación actual, una hora de funcionamiento del departamento supone un coste de = 85e. (salario + costes por espera Si se contratara un segundo empleado el departamento pasaría a comportarse como una M/M/2. Ahora ρ = 2/5. p = + 4/5 + (4/52 = 7/. 2 /5 p = /7 L q = = 6/5 Con la nueva situación, una hora de funcionamiento pasaría a costar: e, que es mucho inferior al coste actual. Por tanto, sí merece la pena contratar a otro empleado. 5
S = N λ = 5 5 = 1 hora.
Teoría de Colas / Investigación Operativa 1 PROBLEMAS DE INVESTIGACIÓN OPERATIVA. Hoja 5 1. Al supercomputador de un centro de cálculo llegan usuarios según un proceso de Poisson de tasa 5 usuarios cada
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 detallesRELACIÓN 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 detallesUNIDAD 6.- PROGRAMACIÓN LINEAL
UNIDAD 6.- PROGRAMACIÓN LINEAL 1. INECUACIONES LINEALES CON DOS INCÓGNITAS Una inecuación de primer grado con dos incógnitas es una inecuación que en forma reducida se puede expresar de la siguiente forma:
Más detallesPráctica 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 detallesEjercicios de Programación Entera
Ejercicios de Programación Entera Investigación Operativa Ingeniería Informática, UC3M Curso 08/09. En una ciudad se intenta disminuir la contaminación reduciendo la circulación interurbana. Un primer
Más detallesPosible solución al examen de Investigación Operativa de Sistemas de junio de 2002
Posible solución al examen de Investigación Operativa de Sistemas de junio de 00 Problema (,5 puntos): Resuelve el siguiente problema utilizando el método Simplex o variante: Una compañía fabrica impresoras
Más detallesOPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA. Tema 4 Optimización no Lineal
OPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA Tema 4 Optimización no Lineal ORGANIZACIÓN DEL TEMA Sesiones: El caso sin restricciones: formulación, ejemplos Condiciones de optimalidad, métodos Caso con restricciones:
Más detallesProgramación Lineal. El método simplex
Programación Lineal El método simplex El método simplex es una herramienta algebraica que permite localizar de manera eficiente el óptimo entre los puntos extremos de una solución a un problema de programación
Más detallesMay 4, 2012 CAPÍTULO 5: OPTIMIZACIÓN
May 4, 2012 1. Optimización Sin Restricciones En toda esta sección D denota un subconjunto abierto de R n. 1.1. Condiciones Necesarias de Primer Orden. Proposición 1.1. Sea f : D R diferenciable. Si p
Más detallesProgramación NO Lineal (PNL) Optimización sin restricciones
Programación NO Lineal (PNL) Optimización sin restricciones Ejemplos de los problemas que se aplica la programación NO Lineal: Problema de transporte con descuentos por cantidad : El precio unitario de
Más detalles5.- 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 detallesInvestigación operativa: aplicaciones en la optimización de costes"
Autor: Ricardo San Martín Molina - 1 - Investigación operativa: aplicaciones en la optimización de costes" Autor: Ricardo San Martín Molina Resumen: En este artículo veremos, a través de un ejemplo y su
Más detallesPráctica N 6 Modelos de Programación Lineal Entera
Práctica N 6 Modelos de Programación Lineal Entera 6.1 Una empresa textil fabrica 3 tipos de ropa: camisas, pantalones y shorts. Las máquinas necesarias para la confección deben ser alquiladas a los siguientes
Más detallesEJERCICIO DE MAXIMIZACION
PROGRAMACION LINEAL Programación lineal es una técnica matemática que sirve para investigar, para así, hallar la solución a un problema dado dentro de un conjunto de soluciones factibles y es la operación
Más detallesESTRUCTURA DE LINEAS DE ESPERA
ESTRUCTURA DE LINEAS DE ESPERA La teoría de las colas es el estudio de líneas de espera. Cuatro características de un sistema de la formación de colas o líneas de espera son: la manera en que los clientes
Más detallesProgramación Lineal. El modelo Matemático
Programación Lineal. El modelo Matemático 1 Modelización Definición 1.1 Consideremos el problema de optimización con restricciones, definido como sigue Min f(x) s.a. g i (x) b i i = 1, 2,..., m (P OR)
Más detallesCon 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 detallesUNIDAD 6 PROGRAMACIÓN LINEAL ENTERA. de programación lineal entera. lineal entera.
UNIDAD 6 PROGRAMACIÓN LINEAL ENTERA de programación lineal entera. lineal entera. Investigación de operaciones Introducción En la unidad aprendimos a resolver modelos de P. L. por el método símple y el
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 detallesGEOMETRÍA. que pasa por el punto P y es paralelo a π. (0,9 puntos) b) Determinar la ecuación del plano π
GEOMETRÍA 1.- Se considera la recta r : ( x, y, z) = ( t + 1, t,3 t), el plano π: x y z = 0y el punto P (1,1,1). Se pide: a) Determinar la ecuación del plano π 1 que pasa por el punto P y es paralelo a
Más detallesProgramación Lineal Entera
Programación Lineal Entera Los modelos de programación entera son una extensión de los modelos lineales en los que algunas variables toman valores enteros. Con frecuencia las variables enteras sólo toman
Más detallesTeoría de colas I. Investigación Operativa, Grado en Estadística y Empresa, 2011/12
Teoría de colas I Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema Teoría de colas Ejemplo: un centro de atención telefónica (call center) Tasa de llegada y
Más detallesUNIDAD 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 detallesZ Optima X 1 + X 2 5 Z 1 -X 1 + 2X Región factible. Figura 1
Método Gráfico El procedimiento geométrico, es únicamente adecuado para resolver problemas muy pequeños (con no más de dos variables debido al problema de dimensionalidad). Este método provee una gran
Más detallesModelos Estocásticos I Tercer Examen Parcial Respuestas
Modelos Estocásticos I Tercer Examen Parcial Respuestas. a Cuál es la diferencia entre un estado recurrente positivo y uno recurrente nulo? Cómo se define el período de un estado? Demuestre que si el estado
Más detallesIntroducción a las RdP. Optimización basada en redes de Petri. Redes de Petri. Son objeto de estudio: RdP. Ejemplos:
Seminario sobre toma de decisiones en logística y cadenas de suministro Introducción a las RdP Optimización basada en redes de Petri https://belenus.unirioja.es/~emjimene/optimizacion/transparencias.pdf
Más detallesIntroducción a la programación lineal
Introducción a la programación lineal La programación lineal se aplica a modelos de optimización en los que las funciones objetivo y restricción son estrictamente lineales. La técnica se aplica en una
Más detallesModelos de cola.
Modelos de cola http://humberto-r-alvarez-a.webs.com Las colas Las colas son frecuentes en la vida cotidiana: En un banco En un restaurante de comidas rápidas Al matricular en la universidad Los autos
Más detallesUniversidad 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 detallesPROGRAMACIÓN LINEAL PROGRAMACIÓN LINEAL.
PROGRAMACIÓN LINEAL. La programación lineal es una técnica de modelado (construcción de modelos). La programación lineal (PL) es una técnica matemática de optimización, es decir, un método que trata de
Más detallesIntroducción 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 detallesTema 5: Análisis de Sensibilidad y Paramétrico
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 5.4.1 Cambios en el
Más detallesJUNIO Encuentra, si existen, matrices cuadradas A, de orden 2, distintas de la matriz identidad, tales que: A
Bloque A JUNIO 2003 1.- Encuentra, si existen, matrices cuadradas A, de orden 2, distintas de la matriz identidad, tales que: 1 0 A = 1 0 A Cuántas matrices A existen con esa condición? Razona tu respuesta.
Más detallesUniversidad Tec Milenio: Profesional IO04001 Investigación de Operaciones I. Tema # 9
IO04001 Investigación de Operaciones I Tema # 9 Otras aplicaciones del método simplex Objetivos de aprendizaje Al finalizar el tema serás capaz de: Distinguir y aplicar la técnica de la variable artificial.
Más detalles3.1 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 detallesTema No. 3 Métodos de Resolución de Modelos de Programación Lineal. El Método Gráfico y Método Simplex Autoevaluación y Ejercicios Propuestos
UNIVERSIDAD NACIONAL EXPERIMENTAL FRANCISCO DE MIRANDA ÁREA DE TECNOLOGÍA DEPARTAMENTO DE GERENCIA INVESTIGACIÓN DE OPERACIONES PROFESOR: Dr. JUAN LUGO MARÍN Tema No. 3 Métodos de Resolución de Modelos
Más detallesTeoría de líneas de espera
Teoría de líneas de espera Recuerde la última vez que tuvo que esperar en la caja de un supermercado, en una ventanilla de su banco local, o a que lo atendieran en un restaurante de comida rápida. En éstas
Más detallesI. Complejidad de Problemas
I. Complejidad de Problemas 1. Complejidad de Problemas Tópicos Clasificación de Problemas Clasificación por su Naturaleza Clasificación por su Tratabilidad Clasificación por el tipo de Respuesta 1.1 Clasificación
Más detallesPOST-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 detallesJUNIO Bloque A
Selectividad Junio 009 JUNIO 009 Bloque A 1.- Estudia el siguiente sistema en función del parámetro a. Resuélvelo siempre que sea posible, dejando las soluciones en función de parámetros si fuera necesario.
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 detallesPROBLEMA 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 detallesSegmentos del borde o frontera Lados o aristas Intersecciones de éstos Vértices
UNIDAD 4: PROGRAMACIÓN LINEAL 1 SISTEMAS DE INECUACIONES LINEALES CON DOS INCÓGNITAS RECINTOS CONVEXOS La solución de un sistema de inecuaciones lineales (SIL) con dos incógnitas viene representada por
Más detallesMétodos Cuantitativos de Organización Industrial
11 de marzo de 2011 PRÁCTICA 1: TEORÍA DE COLAS FECHA DE ENTREGA: 31 DE MARZO DE 2011. Normativa La realización de estos ejercicios es una decisión voluntaria y su calificación alcanzará el 20 % de la
Más detallesUNIVERSIDAD SIMON BOLIVAR LINEAS DE ESPERA USB PS4161 GESTION DE LA PRODUCCION I LINEAS DE ESPERA
UNIVERSIDAD SIMON BOLIVAR LINEAS DE ESPERA 1 Contenido Características de un sistema de líneas de espera Características de las llegadas Características de la línea de espera Características del dispositivo
Más detallesPROBLEMA 1 PROBLEMA 2
PROBLEMA 1 Dos compañías de taxis atienden a una comunidad. Cada empresa posee dos taxis y se sabe que ambas compañías comparten el mercado al 50%. Las llamadas que llegan a cada una de las respectivas
Más detallesPROGRAMACIÓN NO LINEAL INTRODUCCIÓN
PROGRAMACIÓN NO LINEAL Conceptos generales INTRODUCCIÓN Una suposición importante de programación lineal es que todas sus funciones Función objetivo y funciones de restricción son lineales. Aunque, en
Más detallesMÉTODO 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 detallesLo 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 detallesIngeniería de Sistemas. Teoría de colas y juegos
Ingeniería de Sistemas Teoría de colas y juegos DEFINICIÓN Estudio analítico del comportamiento de líneas de espera. DEFINICIÓN OBJETIVOS DE LA TEORÍA DE COLAS Identificar el nivel óptimo de capacidad
Más detallesPROGRAMACIÓN 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 detallesUnidad Temática 3: Probabilidad y Variables Aleatorias
Unidad Temática 3: Probabilidad y Variables Aleatorias 1) Qué entiende por probabilidad? Cómo lo relaciona con los Sistemas de Comunicaciones? Probabilidad - Definiciones Experimento aleatorio: Un experimento
Más detallesTema 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 detallesControl 3. Lunes 23 de Junio 2008
Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Industrial IN44A: Investigación Operativa Profesores: R. Caldentey, R. Epstein, P. Rey Prof. Aux.: J. Gacitúa,
Más detallesPROGRAMACIÓN LINEAL. Para resolver estos problemas la investigación de operaciones los agrupa en dos categorías básicas:
PROGRAMACIÓN LINEAL INTRODUCCIÓN La Investigación de Operaciones o Investigación Operativa, es una rama de las Matemáticas consistente en el uso de modelos matemáticos, estadística y algoritmos con objeto
Más detallesCONTENIDOS. 1. Procesos Estocásticos y de Markov. 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD
CONTENIDOS 1. Procesos Estocásticos y de Markov 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD 4. Comportamiento Estacionario de las CMTD 1. Procesos Estocásticos
Más detallesUNIVERSIDAD MAYOR DE SAN SIMÓN FACULTAD DE CIENCIAS Y TECNOLOGÍA INGENIERÍA DE SISTEMAS BÚSQUEDA PRIMERO EL MEJOR
UNIVERSIDAD MAYOR DE SAN SIMÓN FACULTAD DE CIENCIAS Y TECNOLOGÍA INGENIERÍA DE SISTEMAS BÚSQUEDA PRIMERO EL MEJOR INTEGRANTES: Caricari Cala Aquilardo Villarroel Fernandez Fructuoso DOCENTE: Lic. Garcia
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 detallesClase 9 Programación No Lineal
Pontificia Universidad Católica Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Clase 9 Programación No Lineal ICS 110 Optimización Profesor : Claudio Seebach Apuntes de Clases
Más detallesUniversidad del Rosario Economía Matemática II Taller 8 - Kuhn Tucker
. En los siguientes problemas de optimización: Universidad del Rosario Economía Matemática - 202-II Taller 8 - Kuhn Tucker a. Dibuje el conjunto K de puntos factibles y las curvas de nivel de la función
Más detallesMarzo 2012
Marzo 2012 http:///wpmu/gispud/ Para determinar la carga transferida a través del tiempo a un elemento, es posible hacerlo de varias formas: 1. Utilizando la ecuación de carga, evaluando en los tiempos
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 4 Nombre: Distribuciones de probabilidad para variables Contextualización En la sesión anterior se definió el concepto de variable aleatoria
Más detallesRESOLUCIÓN 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 detallesProblemas 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 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 detallesFormulación del problema de la ruta más corta en programación lineal
Formulación del problema de la ruta más corta en programación lineal En esta sección se describen dos formulaciones de programación lineal para el problema de la ruta más corta. Las formulaciones son generales,
Más detallesSistemas 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 detallesPruebas de Acceso a las Universidades de Castilla y León
Pruebas de Acceso a las Universidades de Castilla y León MATMÁTICAS APLICADAS A LAS CINCIAS SOCIALS JRCICIO Nº páginas 2 Tablas OPTATIVIDAD: L ALUMNO/A DBRÁ SCOGR UNO D LOS DOS BLOQUS Y DSARROLLAR LAS
Más detallesa) Factoriza el monomio común. En este caso 6 se puede dividir de cada término:
Materia: Matemática de 5to Tema: Factorización y Resolución de ecuaciones 1) Factorización Marco Teórico Decimos que un polinomio está factorizado completamente cuando no podemos factorizarlo más. He aquí
Más detallesTema 4: Aplicaciones del equilibrio de Nash
Tema 4: Aplicaciones del equilibrio de Nash Microeconomía Avanzada II Iñigo Iturbe-Ormaeche U. de Alicante 2008-09 Bienes públicos Quién avisa a la policía? Cournot Bertrand Productos diferenciados Basado
Más detallesTEORÍA DE LA EMPRESA. ADOLFO GARCÍA DE LA SIENRA Instituto de Filosofía Facultad de Economía Universidad Veracruzana
TEORÍA DE LA EMPRESA ADOLFO GARCÍA DE LA SIENRA Instituto de Filosofía Facultad de Economía Universidad Veracruzana asienrag@gmail.com. Conjuntos y funciones de producción El conjunto de posibilidades
Más detallesMinería de Datos. Árboles de Decisión. Fac. Ciencias Ing. Informática Otoño de Dept. Matesco, Universidad de Cantabria
Minería de Datos Árboles de Decisión Cristina Tîrnăucă Dept. Matesco, Universidad de Cantabria Fac. Ciencias Ing. Informática Otoño de 2012 Twenty questions Intuición sobre los árboles de decisión Juego
Más detallesTema 5 Algunas distribuciones importantes
Algunas distribuciones importantes 1 Modelo Bernoulli Distribución Bernoulli Se llama experimento de Bernoulli a un experimento con las siguientes características: 1. Se realiza un experimento con dos
Más detallesEL PROBLEMA DE TRANSPORTE
1 EL PROBLEMA DE TRANSPORTE La TÉCNICA DE TRANSPORTE se puede aplicar a todo problema físico compatible con el siguiente esquema: FUENTES DESTINOS TRANSPORTE DE UNIDADES Donde transporte de unidades puede
Más detallesTeoría de colas. Las colas (líneas de espera) son parte de la vida diaria
Teoría de colas Las colas (líneas de espera) son parte de la vida diaria Supermercado - Servicios de reparaciones - Telecom. Banco - Comedor universitario - Producción El tiempo que la población pierde
Más detallesEl 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 detallesMATEMÁTICAS. TEMA 1 Sistemas de Ecuaciones. Método de Gauss.
MATEMÁTICAS TEMA Sistemas de Ecuaciones. Método de Gauss. ÍNDICE. Introducción. 2. Ecuaciones lineales.. Sistemas de ecuaciones lineales. 4. Sistemas de ecuaciones escalonado ó en forma triangular.. Métodos
Más detallesTablas de dispersión (hash tables)
Tablas de dispersión (hash tables) La dispersión es una técnica empleada para realizar inserciones, eliminaciones y búsquedas en un tiempo promedio constante. La estructura de datos ideal para la tabla
Más detalles13.Teoría de colas y fenómenos de espera
3.Teoría de colas y fenómenos de espera Notación y terminología Modelado del proceso de llegada Modelado del proceso de servicio Notación de Kendall-Lee Procesos de nacimiento y muerte Modelo M/M/. Análisis
Más detallesPROGRAMACION CUADRATICA
PROGRAMACION CUADRATICA Programación convexa La programación convexa abarca una amplia clase de problemas, entre ellos como casos especiales, están todos los tipos anteriores cuando /(x) es cóncava. Las
Más detallesEl Algoritmo E-M. José Antonio Camarena Ibarrola
El Algoritmo E-M José Antonio Camarena Ibarrola Introducción Método para encontrar una estimación de máima verosimilitud para un parámetro ѳ de una distribución Ejemplo simple 24 Si tiene las temperaturas
Más detallesz(x) = x 1. Solucion optima. x 2
CAPÍTULO FORMULACIÓN DE PROBLEMAS LINEALES Programación Lineal (PL) es un modelo de optimización de un problema de la vida real, en el cual una función objetivo es optimizada sujeta a un conjunto de restricciones.
Más detallesIntroduccion. TEMA 6: MODELOS DE FILAS DE ESPERA (Waiting Line Models) (Capítulo 12 del libro) Modelos de Decisiones
Modelos de Decisioes TEMA 6: MODELOS DE FILAS DE ESPERA (Waitig Lie Models) (Capítulo 2 del libro) Itroduccio.. Estructura de u Sistema de Filas de Espera 2. Modelo Sigle-Chael co tasa de llegadas tipo
Más detalles3. 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 detallesOPCIÓN A. La empresa A (x) tiene 30 trabajadores, la B (y) 20 trabajadores y la C (z) 13 trabajadores.
PRUEBAS DE ACCESO A LA UNIVERSIDAD PARA EL ALUMNADO DE BACHILLERATO. 159 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. JUNIO 16 EXAMEN RESUELTO POR JAVIER SUÁREZ CABALLERO (@javiersc9) OBSERVACIONES IMPORTANTES:
Más detallesAplicaciones de Ec. en Diferencias a la Economía
Aplicaciones de Ec. en Diferencias a la Economía Economía Matemática. (FCEA, UdelaR) Aplicaciones 1 / 21 Nota previa sobre raices complejas Antes de ver algunos ejemplos aplicados a la economía, una nota
Más detallesANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.
ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos
Más detallesGUIA ANALISIS INTERNO
GUIA ANALISIS INTERNO ANÁLISIS INTERNO 1. Diseño de la guía para el diagnóstico interno: Se formula una guía de preguntas o indicadores que pueda ser estandarizada para realizar el diagnóstico de las fortalezas
Más detallesResolución. Resolución gráfica de problemas de optimización
Resolución de problemas de optimización Para resolver mente un problema de optimización como éste empezamos representando sus restricciones con igualdad. (0, 4) (0, 4) (4, 0) Para resolver mente un problema
Más detallesAlgebra 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 detallesJUNIO 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 detallesSoluciones 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 detallesProgramación Lineal Continua
Elisenda Molina Universidad Carlos III de Madrid elisenda.molina@uc3m.es 8 de octubre de 2008 Esquema 1 Formulación y Ejemplos 2 3 Ejemplo: Producción de carbón Una empresa minera produce lignito y antracita.
Más detallesIntegradora 3. Modelos de Programación Lineal
Métodos Cuantitativos para la Toma de Decisiones Integradora 3. Modelos de Programación Lineal Objetivo Al finalizar la actividad integradora, serás capaz de: R l bl d PL di d l ét d Resolver problemas
Más detallesFacultad de Farmacia. Grado en Nutrición Humana y Dietética. Depto. de Estadística e Investigación Operativa ESTADÍSTICA
Facultad de Farmacia Grado en Nutrición Humana y Dietética Depto. de Estadística e Investigación Operativa ESTADÍSTICA TEMA 6: Introducción a la Programación Lineal GRUPO C y E. Curso 2015-2016 Profesor:
Más detallesContenido: 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 detallesNombre de la asignatura: Investigación de Operaciones II. Créditos: Aportación al perfil
Nombre de la asignatura: Investigación de Operaciones II Créditos: 2-2-4 Aportación al perfil Analizar, diseñar y gestionar sistemas productivos desde la provisión de insumos hasta la entrega de bienes
Más detallesAntecedentes. Ejemplos de Optimización en Procesos Agrícolas. Planificación v/s Operación. Planificación, Operación y Control en el negocio agrícola
Ejemplos de Optimización en Procesos Agrícolas Pedro Traverso Profesor Asociado Escuela de Administración Pontifica Universidad Católica de Chile Ingeniero Agrónomo PUC MBA, PUC M.Sc. Ingeniería Industrial
Más detallesMáximos y mínimos. Mínimo global Máximo global máximo relativo mínimo relativo
Máximos y mínimos. Anteriormente estudiamos métodos para obtener los extremos de funciones de una variable. Extenderemos esas técnicas a funciones de dos variables. Sea una función de dos variables, definida
Más detalles