PROPUESTAS PARA ANALIZAR LOS PRECIOS SOMBRA EN LAS AULAS. Lourdes Canós 1 Teresa León 2 Vicente Liern 1
|
|
- Álvaro Medina Olivera
- hace 6 años
- Vistas:
Transcripción
1 PROPUESTAS PARA ANALIZAR LOS PRECIOS SOMBRA EN LAS AULAS Lourdes Canós 1 Teresa León 2 Vicente Liern 1 1 Dep. de Economía Financiera y Matemática. 2 Dep. de Estadística e Inv. Operativa. Universitat de València Resumen: En esta comunicación hacemos un estudio e interpretación de los precios sombra para modelos lineales en los que la solución óptima resulta degenerada. Comprobamos que en este caso, el problema dual proporciona una estimación arriesgada de la modificación de la función objetivo al variar uno de los términos independientes, y por tanto, no resulta útil en la toma de decisiones si no se completa la información con un estudio más detallado. Tras un desarrollo teórico del caso degenerado, proponemos efectuar un análisis paramétrico del vector de recursos junto con un análisis de sensibilidad y mostramos la utilidad del paquete de programación LINDO para realizar este estudio en las aulas. Por último resolvemos un ejemplo numérico en el que aplicamos todas las técnicas descritas. Palabras clave: Precios sombra, programación lineal, propuestas docentes. 43
2 Canós L., León T., Liern V. 1.- Introducción El objetivo de incorporar la investigación operativa en las Facultades y Escuelas de Ciencias Económicas y Empresariales es capacitar al futuro titulado para resolver problemas reales en el ámbito de la empresa. Sin embargo, por razones de tiempo e incluso didácticas solemos evitar problemas en los que aparezcan complicaciones excesivas. En esta comunicación nos centraremos en dos aspectos a los que, en nuestra opinión, debemos prestar especial interés: el tipo de solución óptima del problema y la estabilidad de esta solución. Surgen así dos dificultades: a) Si la solución óptima es degenerada, el concepto e interpretación de precio sombra habituales no son aplicables. b) El análisis de sensibilidad de los coeficientes del problema resulta imprescindible para conocer la aplicabilidad de la política óptima. Nuestra intención es remarcar las diferencias que existen cuando la solución factible básica óptima del problema es degenerada y cuando no lo es. De acuerdo con Rubin y Wagner (1990), el hecho de que el análisis e interpretación del caso no degenerado sea más conocido y directo, ha provocado que se produzcan muchos errores en situaciones reales, ocasionando grandes pérdidas en la empresa. Por otro lado, en Greenberg (1986) se hace un análisis estadístico de modelos lineales del Midterm Energy Market Model del Departamento de Energía de EEUU se concluye que entre un 29% y un 65% de los casos examinados presentaban degeneración, por tanto, ante esta gran frecuencia, creemos necesario que en el aula se aborde esta situación. Sin duda, la principal causa de degeneración está en la redundancia entre las restricciones del modelo (Greenberg (1986) y Gal (1986)), y ésta puede originarse en cualquier paso del proceso de modelización. Nuestro propósito no es diagnosticar las causas de la degeneración, sino que ésta no pase inadvertida al alumno. Proponemos el uso del programa comercial LINDO para que los alumnos puedan llevar a cabo, sin dificultades de cálculo, un análisis de los precios sombra en profundidad. 44
3 2.- Notación y formulación del problema Consideramos un problema lineal (P) Max C X Sujeto a A 0 X < b X > 0 donde C es un vector fila, A 0 es una matriz real de tipo mxn, b es un vector columna y el vector X R n representa las variables del modelo. Introduciendo variables de holgura h j, j=1,, m, el problema P puede escribirse en forma estándar como sigue: (P ) Max Cx Sujeto a A x = b x > 0 donde c=(c, 0 m ), A=(A 0, I m ) y x = (X, h) T. Dada una solución factible básica del problema estándar P, x=(x B, x N ) T =(B -1 b, 0) T, decimos que es degenerada si existe alguna variable básica x Bj de modo que x Bj =0. Es decir, que al menos una de las variables que componen la solución factible básica es nula. Los programas P y P tienen asociados sendos duales que denominaremos D y D que pueden formularse como sigue: (D) Min wb (D ) Min wb Sujeto a wa 0 > C Sujeto a wa > c w > 0 w > 0 Si la solución factible básica de P no es degenerada, la solución óptima del problema dual D es única w=(w 1 *, w 2 *,, w m *). En este caso, cada w i * se interpreta como el índice de variación del valor de la función objetivo en el óptimo al incrementar (o disminuir) el valor de b i en una unidad marginal, siempre que esta modificación no altere la política óptima. De ahí que se les llame precios sombra, precios duales o valores marginales. Si la solución factible básica de P es degenerada, la solución óptima del problema dual D no tiene por qué ser única. Entonces, la interpretación habitual de los precios sombra no es aplicable. 45
4 Canós L., León T., Liern V. 3.- Interpretación de los precios sombra para soluciones degeneradas Supongamos que x* es solución factible básica del problema lineal P y w*=(w * 1,w * 2,, w m * ) es solución óptima del dual D. Vamos a ver que w* i es una cota superior o inferior de la variación de la función objetivo cuando se aumenta (o disminuye) en una unidad el recurso i-ésimo. Dado el programa lineal P, se define la función valor óptimo como v(b)= Max {C X A 0 X < b, X > 0}. Dado b 0 R m de modo que v(b 0 ) sea finito, un vector no nulo d R m diremos que es una dirección factible en b 0 si existe θ* > 0 de forma que v(b 0 + θ d) es finito para cualquier θ [0, θ*]. En Shapiro (1984), se prueba el siguiente resultado: Teorema: Supongamos que v(b 0 ) es finito y que d es una dirección factible de v en b 0 La derivada direccional por la derecha de la función v(b) se puede calcular como D + d v (b 0 ) = Min {w* d w* es solución óptima de D 0 } (2) donde D 0 es el problema dual de P obtenido al hacer b= b 0. Este resultado tiene varias consecuencias inmediatas: 1) Si el conjunto de soluciones óptimas de D 0 se reduce a un único vector w*, entonces D + d v (b 0 ) = w* d. 2) Si además el conjunto de direcciones factibles es todo R m { 0 m }, entonces v(b) es diferenciable en b 0 y v b i (b0 ) = w* i, obteniendo los precios sombra habituales. 3) Si D 0 tiene más de una solución óptima, D + ei v (b) = Min {w* e i w* es solución óptima de D} El precio sombra p i es la derivada direccional de la función valor óptimo en b según la dirección e i = (0,,0,1,0,,0), si lo que queremos es aumentar el valor de b i,y según la dirección - e i = (0,,0,-1,0,,0) si lo que se desea es disminuir el valor de b i, siempre que e i y e i sean direcciones factibles. Entonces, dada una solución factible básica x*, pueden ocurrir dos situaciones: 46
5 a) Si x* no es degenerada la función v(b) admite derivada direccional en todas las direcciones, por tanto el precio sombra es p i = D + ei v (b 0 ) = D + -ei v (b 0 ) = D ei v (b 0 ) = v (b0 ) b) Si x* es degenerada la función v(b) no admite derivada direccional en todas las direcciones, entonces no existe un único precio sombra, sino que habrá restricciones para las que existan dos: p + i si aumentamos el valor de b i y p - i si disminuimos el valor de b i. De acuerdo con Gal (1986) y León y Liern (1996), a partir de la expresión (2), el cálculo de estos pares de precios sombra se obtendrá de la forma siguiente: b i + P i = D + ei v (b) = Min {w* e i w* es solución óptima de D} = Min {w i * w*=(w * 1,, w * m ) es solución óptima de D} (3) P - i = D + -ei v (b) = Min {w* (-e i ) w* es solución óptima de D} = Max {w i * w*=(w * 1,, w * m ) es solución óptima de D} La expresión (3), tal y como se ha presentado, a pesar de su innegable utilidad teórica, resulta poco práctica, porque supone el conocimiento de todas las soluciones del problema dual. Esta dificultad se puede subsanar mediante el uso del símplex paramétrico (véanse Murty (1983) y León y Liern (1996)), pero lo cierto es que este tipo de técnicas resultan muy laboriosas. Los paquetes comerciales de Programación Lineal suelen contar con comandos específicos para realizar un análisis paramétrico de los términos independientes. En concreto, LINDO tiene el comando Parametric Row que permite seleccionar la fila. Una vez hecha la selección introducimos el nuevo valor de b i y el programa efectúa un análisis paramétrico en modo texto y gráfico. En el ejemplo de la sección siguiente mostramos cómo actúa esta opción de LINDO. La situación con la que se encuentra el usuario de un paquete de programación al obtener una solución óptima degenerada es la de obtener unos precios sombra w* = (w * 1, w * 2,, w * m ) de los que ni siquiera conoce si son únicos o no. A partir de la expresión (3) obtenemos la interpretación que debe darse a estos precios: 47
6 Canós L., León T., Liern V. w * i representa una cota superior del aumento de la función objetivo si aumenta una unidad marginal el recurso i-ésimo. w * i representa una cota inferior de la disminución de la función objetivo si reducimos una unidad marginal el recurso i-ésimo. Por tanto, debemos ser conscientes de que si interpretásemos los precios sombra como en el caso no degenerado estaríamos siendo demasiado optimistas y, por ejemplo, la estimación de los beneficios esperados al adquirir unidades extra de recurso sería demasiado arriesgada. No debemos concluir esta sección sin advertir de la necesidad de un análisis de sensibilidad de los términos independientes. Conocer que es beneficioso adquirir cantidades extra de un recurso no es suficiente, puesto que en ocasiones esto no será posible sin modificar la política óptima. LINDO realiza este análisis de forma automática al presentar la solución óptima. En esquema, nuestra propuesta global de análisis sería la siguiente: Problema Lineal Solución(es) óptima(s) No degenerada Degenerada Análisis paramétrico de b Análisis paramétrico de b Análisis de sensibilidad de b Interpretación habitual de los precios sombra Reinterpretación de precios sombra p + i si aumenta b i p - i si disminuye b i Sólo una vez conocidos e interpretados los precios sombra podrán constituir un elemento útil en la toma de decisiones. Veámoslo en un ejemplo. 4.- Aplicación en las aulas con LINDO. Consideramos el ejemplo siguiente: (P) Max 3 x x 2 Sujeto a x x 2 < 15 2 x 1 + x 2 < 10 2 x x 2 < 18 x 1 + x 2 < 7 4 x x 2 < 40 x 1, x 2 > 0 48
7 Si lo resolvemos con LINDO versión 6.01, la hoja de resultados es la siguiente: OBJECTIVE FUNCTION VALUE 1) SLACK OR SURPLUS VARIABLE VALUE REDUCED COST ROW DUAL PRICES x ) x ) ) ) ) El valor óptimo es z*=25 y los precios sombra p 1 =1, p 2 =1, p 3 =0, p 4 =0, p 5 =0 A pesar de que LINDO no advierte del tipo de solución, el análisis de sensibilidad de los términos independientes muestra que es degenerada. Para ello basta comprobar que no permite modificar cualquier b i en algún sentido: RANGES IN WHICH THE BASIS IS UNCHANGED ROW CURRENT RHS ALLOWABLE INCREASE ALLOWABLE DECREASE INFINITY INFINITY INFINITY En este problema, por ser un ejemplo sencillo podemos calcular las restantes soluciones óptimas del problema dual con el Teorema de holgura complementaria (Murty (1983)). Estas son: w 1 = (0, 0, 1, 1, 0), w 2 = (1/2, 0, 0, 5/2, 0), w 3 = (1, 1, 0, 0, 0), w 4 = (0, 1/4, 5/4, 0, 0) (4) y todas sus combinaciones lineales convexas Λ= Co{ w 1, w 2, w 3, w 4 }. De acuerdo con (3) los precios sombra serán p + 1 =0, p + 2 =0, p + 3 =0, p + 4 =0, p + 5 =0, p - 1 =1, p - 2 =1, p - 3 =5/4, p - 4 =5/2, p - 5 =0. Claramente, la única restricción que conserva el sentido habitual de los precios - + sombra es la quinta en la que p 5 = p 5 = p 5 = 0. 49
8 Canós L., León T., Liern V. En la práctica esto no es aplicable ni a problemas de grandes dimensiones ni en las aulas, por tanto debemos recurrir a otras técnicas. Como hemos advertido, LINDO permite realizar un análisis paramétrico de los términos independientes, y con ello saber cómo varían los precios sombra de cada restricción, sin más que introducir nuevos valores en el RHS de la restricción que se desee: Este análisis se realiza como texto y gráficamente. Veamos por ejemplo qué ocurre con la primera restricción Nota: LINDO enumera las restricciones incluyendo también la función objetivo. Estudio de p 1 - El estudio gráfico muestra que para valores de b 1 menores que 15 el valor óptimo desciende, y la pendiente de la recta es la misma desde b 1 =15 hasta b 1 =5 50
9 Además, observando la salida de texto, podemos afirmar que el precio sombra para disminuir b 1 es p - 1 = 1 y el análisis de sensibilidad para este descenso proporciona el intervalo b 1 [5,15] Si repetimos esto con cada restricción en el sentido de ascenso y de descenso de b i se puede completar el estudio de precios sombra-análisis de sensibilidad. En la tabla siguiente se muestra la solución que ofrece la primera pantalla de LINDO y las soluciones que se obtienen tras el análisis paramétrico: ANÁLISIS PARAMÉTRICO DE LOS TÉRMINOS INDEPENDIENTES Hoja de soluciones Análisis paramétrico Valor de b i Precios sombra Análisis de sensibilidad Precios sombra Análisis de sensibilidad b 1 = 15 p 1 = 1 b 1 [5, 15] p + 1 = 0 b 1 [15, [ p 1 - = 1 b 1 [5,15] b 2 = 10 p 2 = 1 b 2 [5, 10] p 2 + = 0 b 2 [10, [ p 2 - = 1 b 2 [8,10] b 3 = 18 p 3 = 0 b 3 [18, [ p 3 + = 0 b 3 [18, [ p 3 - = 5/4 b 3 [10, 18[ b 4 = 7 p 4 = 0 b 4 [7, [ p 4 + = 0 b 4 [7, [ p 4 - = 5/2 b 4 [5,7] b 5 = 40 p 5 = 0 b 5 [32, [ p 5 + = 0 b 5 [40, [ p 5 + = 0 b 5 [32, 40] 51
10 Canós L., León T., Liern V. Representación gráfica del análisis paramétrico de cada b i 25 v(b i ) 15 1ª restricción 2ª restricción 3ª restricción 4ª restricción 5ª restricción b i Veamos, a modo de ejemplo, algunos de los errores que habría supuesto usar + como precio sombra alguna de las soluciones óptimas del problema dual en lugar de p i y p - i. Supongamos que entre todas las soluciones óptimas del problema dual hemos obtenido w 2 = (1/2, 0, 0, 5/2, 0). Para la primera restricción, por ejemplo, se tendría Información dada por w 2 Información dada por p i + y p i - P 1 = 1/2 b 1 [15, 15] Aunque sería beneficioso, la política óptima no permite aumentar el primer recurso. p + 1 =0 b 1 [15, [ p - 1 =1 b 1 [5, 15] Si disminuimos en una unidad el primer recurso, los beneficios disminuyen 1 u. m. Si aumentamos en una unidad b 1 los beneficios no varían. 5.- Conclusiones Si formulamos una situación real con un problema lineal, el uso de los precios sombra puede ser muy útil. Pensemos, por fijar ideas, en un modelo de planificación de la producción con limitación de recursos. Los precios sombra indican, por ejemplo, la conveniencia o no de adquirir una cantidad adicional de algún recurso que se agota y a qué precio. Sin embargo, si la solución es degenerada esta interpretación no es válida, y lo que proporciona es una estimación arriesgada de los beneficios esperados al adquirir unidades extra de cada recurso. En el caso degenerado debemos completar la información con un análisis paramétrico de los términos independientes. Éste nos proporciona dos valores de los 52
11 + precios sombra: p i cuando aumentamos el valor de b i y p - i cuando disminuimos el valor de b i. Además resulta imprescindible un análisis de sensibilidad de los términos independientes para comprobar que estos ascensos o descensos no modifican la política óptima. Por último, creemos útil insistir en dos consideraciones de orden técnico: a) Se debe analizar el tipo de solución óptima. Un descuido en este aspecto puede provocar errores importantes y con ello pérdidas para la empresa (véase Rubin y Wagner (1990)). b) El uso adecuado de los paquetes informáticos actuales permite resolver de forma casi automática algunos de los problemas que hace menos de una década resultaban un ejercicio complejo de programación matemática. Bibliografía 1. Chiang, A. (1987), Métodos fundamentales de economía matemática, 3ª Edición, Mc Graw Hill, Madrid. 2. Gal, T. (1986), Shadow Prices and Sensitivity Analysis in Linear Programming under Degeneracy, OR Spectrum, 8, Greenberg, H. J. (1986), An Analysis of Degeneracy, Naval Research Logistics Quartely, 33, Jansen, B., Roos, C. y Terlaky, T. (1995), Optimal Bases versus Partitiions for Postoptimal Analysis in Linear Programming (Preprint). 5. León, M. T., Liern, V. (1996), Interpretación de los precios sombra en presencia de degeneración, Questiió, 20, Murty, K. G. (1983), Linear Programming, John Wiley and sons. New York. 7. Rubin, D. S., Wagner, M. H. (1990), Shadow Prices: Tips and traps for Managers and Instructors, Interfaces, 20, Shapiro, J. F. (1979), Mathematical Programming: Structures and Algorithms. John Wiley and sons. New York. 9. Shapiro, R. D. (1984), Optimization Models for Planning and Allocation: Text and Cases in Mathematical Programming. John Wiley and sons. 10. Winston, W. L. (1994), Investigacón de operaciones. Aplicaciones y algoritmos. Grupo Editorial Iberoamérica, S. A., México D. F. 53
Datos técnicos y económicos A B B B C C C Coste variable por min (um)
1. EL PROBLEMA 1 En una empresa se fabrican tres productos A, B y C. Los tres productos comparten en sus procesos de producción cuatro máquinas M1, M2, M3 y M4. El producto A utiliza tres operaciones en
Más detallesEsterilización 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 detallesOptimización 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 detallesProgramación Lineal y Optimización Segundo Examen Parcial Respuesta: :Solución Profr. Eduardo Uresti, Agosto-Diciembre 2011
Matrícula: Nombre: Programación Lineal y Optimización Segundo Examen Parcial Respuesta: : Profr. Eduardo Uresti, Agosto-Diciembre 2011 1. Suponga que tiene una empresa que produce tres tipos de productos
Más detallesPROGRAMA DE ESTUDIO : TERCER AÑO, SEGUNDO SEMESTRE
PROGRAMA DE ESTUDIO A. Antecedentes Generales ASIGNATURA : Optimización CODIGO : IIM414M DURACIÓN : UN SEMESTRE ACADÉMICO PRE - REQUISITO : NO TIENE CO - REQUISITO : NO TIENE UBICACIÓN : TERCER AÑO, SEGUNDO
Más detallesLINGO - Parte 3. Análisis de sensibilidad con LINGO
Optimització Curs 2006/2007 Assignatura d Estadística, UAB LINGO - Parte 3 Análisis de sensibilidad con LINGO Ejemplo Una carpintería industrial produce tablas de madera de cuatro tamaños: pequeñas, medianas,
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 detallesEjercicios - Resolución de problemas lineales. Método Simplex
Ejercicios - Resolución de problemas lineales. Método Simplex Programación Matemática LADE Curso 8/9. Dado el problema lineal máx x x x + x s.a. x + x + x = 4 x + x 4 x justifica que el punto x = ( T es
Más detallesUniversidad 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 detallesWinQSB. 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 detallesTema 3 Optimización lineal. Algoritmo del simplex
Tema 3 Optimización lineal. Algoritmo del simplex José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Contenidos del tema 3 Teorema fundamental de la programación lineal. Algoritmo
Más detallesProgramación Lineal y Optimización Segundo Examen Parcial Profr. Eduardo Uresti, enero-mayo 2013
Programación Lineal y Optimización Segundo Examen Parcial Profr. Eduardo Uresti, enero-mayo 2013 Matrícula: Nombre: NO HAGA MÁS DE 105 PUNTOS 1. Suponga que tiene una empresa que produce tres tipos de
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 detallesColección de Problemas II. mín Z = 8x 1 + 9x 2 + 7x 3 s. a: x 1 + x 2 + x x 1 + 3x 2 + x x 1 + x 2 x 3 30
1.- Dado el siguiente problema mín Z = 8x 1 + 9x + 7x 3 s. a: x 1 + x + x 3 40 x 1 + 3x + x 3 10 x 1 + x x 3 30 x 1 0, x 0, x 3 0 A) Plantear el problema dual y escribir las condiciones de la holgura complementaria
Más detallesIN 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 detallesAnálisis de sensibilidad. M. En C. Eduardo Bustos Farias
Análisis de sensibilidad M. En C. Eduardo Bustos Farias Análisis de sensibilidad para la solución óptima. Es sensible la solución óptima a cambios en los parámetros de entrada? Posibles razones para responder
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 detallesForma estándar de un programa lineal
Forma estándar de un programa lineal Sin pérdida de generalidad, todo programa lineal se puede escribir como: min cx s.t Ax = b x 0 Objetivo: minimizar Todas las desigualdades como ecuaciones Todas las
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 detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN LICENCIATURA EN MATEMÁTICAS APLICADAS Y COMPUTACIÓN
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN LICENCIATURA EN MATEMÁTICAS APLICADAS Y COMPUTACIÓN ACATLÁN PROGRAMA DE ASIGNATURA CLAVE: 1409 SEMESTRE: 4 (CUARTO) MODALIDAD
Más detallesPontificia Universidad Católica del Ecuador
1. DATOS INFORMATIVOS: MATERIA O MÓDULO: INVESTIGACION DE OPERACIONES CÓDIGO: CARRERA: NIVEL: INGENIERÍA DE SISTEMAS Cuarto No. CRÉDITOS: 4 CRÉDITOS TEORÍA: CRÉDITOS PRÁCTICA: SEMESTRE / AÑO ACADÉMICO:
Más detallesEJERCICIO 1. Max Z = 6 x x 2 s.r. (1) 4 x x 2 12 (2) 2 x x 2 16 (3) 2 x 1 6 x 1, x 2 0
Considere el Programa Lineal siguiente: EJERCICIO Max Z 6 x + 9 x 2 s.r. () 4 x + 6 x 2 2 (2) 2 x + 8 x 2 6 (3) 2 x 6 x, x 2 0 (.a) 3 2 0 2 3 4 5 6 7 8 El Problema tiene una Región Factible delimitada
Más detallesPROGRAMA DE CURSO. Nombre en Inglés. Horas de Trabajo Personal Horas de Cátedra
Código MA3701 OPTIMIZACIÓN OPTIMIZATION SCT Unidades Docentes PROGRAMA DE CURSO Nombre Nombre en Inglés Horas de Cátedra Horas Docencia Auxiliar Horas de Trabajo Personal 6 10 3 2 5 Requisitos Carácter
Más detallesPráctica de informática del programa LINDO
FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES PROGRAMACIÓN MATEMÁTICA Práctica de informática del programa LINDO Curso 2004-05 LINDO 6.1 es un programa de entorno Windows, que sirve para resolver problemas
Más detallesBase 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 detallesDualidad. Dpto. Ingeniería Industrial, Universidad de Chile. 22 de abril de IN3701, Optimización
Contenidos Motivación y Representación de Poliedros IN3701, Optimización 22 de abril de 2009 Contenidos Motivación y Representación de Poliedros Contenidos 1 Motivación 2 y Representación de Poliedros
Más detallesUn sistema de ecuaciones diferenciales son aquellas que tienen varias posibilidades para su solución. Estas son:
Unidad X: Programación lineal (continuación) Objetivo específico: Entender ampliamente el fenómeno del comportamiento de los modelos matemáticos para la resolución de problemas enfocados a las ecuaciones
Más detallesDualidad y postoptimización
Dualidad y postoptimización José María Ferrer Caja Universidad Pontificia Comillas Definición A cada problema de optimización lineal le corresponde otro que se denomina problema dual En forma canónica
Más detallesde febrero de Ejemplo de los vasos. Nuevos cambios en el lado derecho. FAQ. Sí, conozco la teoría, pero me puede poner un ejemplo?
15.053 26 de febrero de nálisis de sensibilidad La clase sigue un esquema de FQs (preguntas frecuentes) Los distintos puntos se explican a través de un mismo ejemplo sobre fabricación de vasos de cristal.
Más detallesINSTITUTO POLITÉCNICO NACIONAL SECRETARIA ACADEMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS
PROGRAMA DE ESTUDIO ESCUELA: UPIICSA CARRERA: INGENIERÍA EN TRANSPORTE ESPECIALIDAD: COORDINACIÓN: INVESTIGACIÓN DE OPERACIONES DEPARTAMENTO: CIENCIAS BÁSICAS DE LA INGENIERÍA ASIGNATURA: INVESTIGACIÓN
Más detallesAnálisis de Sensibilidad de los Resultados
Pontificia Universidad Católica Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Clase 22 Análisis de Sensibilidad de los Resultados ICS 02 Optimización Profesor : Claudio Seebach
Más detallesTema 5 Dualidad y condiciones de Karush-Kuhn-Tucker
Tema 5 Dualidad y condiciones de Karush-Kuhn-Tucker José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Contenidos del tema 5 Condiciones de Karush-Kuhn-Tucker (KKT). Problemas
Más detallesANÁLISIS DE SENSIBILIDAD.
ANÁLISIS DE SENSIBILIDAD. En la mayoría de las aplicaciones practicas, algunos datos del problema no son conocidos con exactitud y por esto son estimados tan bien como sea posible. Es importante poder
Más detallesGuía de Problemas para el Control 2
Guía de Problemas para el Control 2 Geometría Problema 1 Demuestre que la intersección de conjuntos convexos es un conjunto convexo. Utilizando esto demuestre que todo poliedro es un conjunto convexo.
Más detallesExamen de Investigación Operativa (Plan 96) Febrero de er Parcial
Examen de Investigación Operativa (Plan 96) Febrero de 2010 1 er Parcial Solución del Ejercicio 1. Definimos las variables de decisión ½ 1, si se coloca una cámara en el punto de localización i x i = 0,
Más detallesMÉTODOS DE OPTIMIZACIÓN EN LA GESTIÓN EMPRESARIAL
UNIVERSIDAD DE ALCALÁ DE HENARES Departamento de Fundamentos de Economía e Historia Económica MÉTODOS DE OPTIMIZACIÓN EN LA GESTIÓN EMPRESARIAL (Obligatoria en Ciencias Actuariales, 3er curso, Optativa
Más detallesUNIVERSIDAD RICADO PALMA
I. DATOS ADMINISTRATIVOS UNIVERSIDAD RICADO PALMA FACULTAD DE INGENIERIA Escuela de Ingeniería Informática Investigación de Operaciones I SYLLABUS 1.0 ESCUELA : Ingeniería Informática 1.1 CURSO : Investigación
Más detallesPrograma Docente FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES MATEMÁTICAS II, 2ª PARTE 2º CURSO GRADO EN CIENCIAS ECONÓMICAS
Programa Docente MATEMÁTICAS II, 2ª PARTE 2º CURSO GRADO EN CIENCIAS ECONÓMICAS FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES 1.- PROGRAMA DE LA ASIGNATURA: PROGRAMA TEÓRICO: PROGRAMACIÓN MATEMÁTICA
Más detalles84 Tema 3. Dualidad. todas las restricciones son del tipo, todas las variables son no negativas.
Tema 3 Dualidad En el desarrollo de la programación lineal la teoria de la dualidad es importante, tanto desde el punto de vista teórico como desde el punto de vista práctico. Para cada modelo lineal se
Más detallesProgramación lineal: Algoritmo del simplex
Programación lineal: Algoritmo del simplex Se considera la formulación estándar de un problema de programación lineal siguiendo la notación utilizada en las clases teóricas: Minimizar c t x sa: Ax = b
Más detallesControl 2 IN mayo 2009
Profs: Auxs: Daniel Espinoza Gonzalo Romero Víctor Bucarey Nelson Devia Jocelyn González Daniel Lillo Fernando Solari Control 2 IN3701 28 mayo 2009 Pregunta 1 La empresa de pigmentos LILLO & Co. debe decidir
Más detallesC APÍTULO 3 DUALIDAD Introducción
C APÍTULO 3 DUALIDAD 3.1.- Introducción Supongamos que tenemos que encontrar el valor mínimo de la función f(x). Encontrar ee mínimo (problema PRIMAL) equivale a encontrar el máximo (problema DUAL) del
Más detallesProgramación Lineal III. Análisis Post-Optimal
Programación Lineal III. Análisis Post-Optimal P.M. Mateo y David Lahoz 7 de mayo de 009 En este tema se estudia al análisis post-optimal, qué ocurre en un problema de programación lineal que ya hemos
Más detallesPROGRAMACIÓN MATEMÁTICA
PROGRAMACIÓN MATEMÁTICA TEMA 1. INTRODUCCIÓN A LA PROGRAMACIÓN MATEMÁTICA. CONJUNTOS CONVEXOS. CONVEXIDAD DE UNA FUNCIÓN. PLANTEAMIENTO FORMAL DEL PROBLEMA DE PROGRAMACION MATEMATICA. - Función Objetivo:
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 detallesx 1, x 2 0 Maximizar 3x 1 + x 2 s.a 2x 1 + x 2 4 2x 1 + 3x 2 4 x 1 + 3x 2 3
EJERCICIOS DE INVESTIGACIÓN OPERATIVA. Hoja. Dado el PL: Maximizar x + x x s.a x + x + x x x x x, x, x Calcula la solución del problema aplicando el algoritmo del Simplex. Existe más de una solución óptima?
Más detalles1.Restricciones de Desigualdad 2.Procedimiento algebraico
Universidad Nacional de Colombia Sede Medellín 1. Restricciones de Desigualdad Clase # 6 EL MÉTODO M SIMPLEX El método m simplex es un procedimiento algebraico: las soluciones se obtienen al resolver un
Más detalles7 Código: MAT 2 Duración del Ciclo en Semanas: 2 Duración /Hora Clase: 50 Académico:
Nombre de la Asignatura: MATEMÁTICA 2 a) Generalidades Número de Orden: Pre- Requisito (s): 7 Código: MAT 2 Duración del Ciclo en Semanas: 16 MAT 1 Ciclo 2 Duración /Hora Clase: 50 Académico: minutos Área:
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN DIVISIÓN DE MATEMÁTICAS E INGENIERÍA LICENCIATURA EN ACTUARÍA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN DIVISIÓN DE MATEMÁTICAS E INGENIERÍA LICENCIATURA EN ACTUARÍA ACATLÁN PROGRAMA DE ASIGNATURA CLAVE: SEMESTRE: 5 MODALIDAD
Más detallesDegeneración y ciclaje. Método de las dos fases CO-3411 (S08) 30/03/
CO-3411 (S08 30/03/2008 98 Degeneración y ciclaje En el caso de problemas generales, una solución será degenerada cuando alguna de las variables básicas se encuentra en una de sus cotas (comparar con el
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 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 detallesun 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 detallesForma estándar de un PPL con m restricciones y n variables. (b 0)
Forma estándar de un PPL con m restricciones y n variables Maximizar (minimizar) Z = c 1 x 1 + c 2 x 2 +... + c n x n a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 +a 22 x 2 +... + a 2n x n = b 2...
Más detallesDualidad 1. 1 Formas simétricas. 2 Relación primal-dual. 3 Dualidad: el caso general. 4 Teoremas de dualidad. 5 Condiciones de holgura complementaria.
Dualidad 1 1 Formas simétricas. 2 Relación primal-dual. 3 Dualidad: el caso general. 4 Teoremas de dualidad. Condiciones de holgura complementaria. 6 Solución dual óptima en la tabla. 7 Interpretación
Más detallesPROGRAMA DE CURSO. Código Nombre MODELAMIENTO Y OPTIMIZACIÓN Nombre en Inglés MODELING AND OPTIMIZATION SCT
PROGRAMA DE CURSO Código Nombre IN 3701 MODELAMIENTO Y OPTIMIZACIÓN Nombre en Inglés MODELING AND OPTIMIZATION Unidades Horas de Horas Docencia Horas de Trabajo SCT Docentes Cátedra Auxiliar Personal 6
Más detallesHerramienta gráfica para el aprendizaje del algoritmo simplex
Herramienta gráfica para el aprendizaje del algoritmo simplex Victoria Fernández, Izaskun Urdangarin, Ana Zelaia Dpto. de Ciencia de la Computación e IA Facultad de Informática Universidad del País Vasco
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 detallesPROYECTO DOCENTE ASIGNATURA: "Programación Matemática"
PROYECTO DOCENTE ASIGNATURA: "Programación Matemática" Grupo: Grp Clases Teóricas Programación Matemática.(930661) Titulacion: Grado en Economía Curso: 2015-2016 DATOS BÁSICOS DE LA ASIGNATURA/GRUPO Titulación:
Más detallesAuxiliar 7: Dualidad
IN3701: Modelamiento y Optimización Profs: Richard Weber, Rodrigo Wolf Coordinador: M. Siebert Aux: V. Bucarey, N. Devia, P. Obrecht Auxiliar 7: Dualidad Lunes 5 de Diciembre de 2011 Pregunta 1: Dualidad
Más detallesCAPÍTULO 11 INVESTIGACIÓN OPERATIVA CON R 3.- LOS PROBLEMAS DE TRANSPORTE Y DE ASIGNACIÓN
CAPÍTULO 11 INVESTIGACIÓN OPERATIVA CON R 1.- PROGRAMACIÓN LINEAL 2.- PROGRAMACIÓN LINEAL ENTERA 3.- LOS PROBLEMAS DE TRANSPORTE Y DE ASIGNACIÓN 4.- OTRAS OPCIONES PARA RESOLVER PROBLEMAS DE PROGRAMACIÓN
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 detallesCapítulo VI. Diferenciabilidad de funciones de varias variables
Capítulo VI Diferenciabilidad de funciones de varias variables La definición de diferenciabilidad para funciones el cociente no tiene sentido, puesto que no está definido, porque el cociente entre el vector
Más detallesUniversidad 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. Presentación del Programa de Investigación de Operaciones Estudiantes:
Más detallesDUALIDAD 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 detallesAsignatura: Horas: Total (horas): Obligatoria X Teóricas 4.0 Semana 4.0 Optativa Prácticas 0 16 Semanas 64.0
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTADES DE ECONOMÍA E INGENIERÍA LICENCIATURA EN ECONOMÍA Y NEGOCIOS PROGRAMA DE ESTUDIO Investigación de Operaciones I P86 /P75 /P96 08 Asignatura: Clave Semestre
Más detallesLa Geometría de la Programación Lineal
La Geometría de la Programación Lineal Basado en Bertsimas Tsitsiklis Introduction to Linear Optimization Chap. IN7 Modelamiento y Optimización Nelson Devia C. Introducción Se dice que un conjunto S en
Más detallesPROGRAMA DETALLADO VIGENCIA TURNO UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA 2009 DIURNO INGENIERÍA DE SISTEMAS ASIGNATURA
PROGRAMA DETALLADO VIGENCIA TURNO UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA 2009 DIURNO INGENIERÍA DE SISTEMAS SEMESTRE ASIGNATURA 5to INVESTIGACION DE OPERACIONES CÓDIGO HORAS
Más detallesOptimización y Programación Lineal
Optimización y Programación Lineal Método Simplex: Minimización 3 de enero de Método Simplex: Minimización () Optimización y Programación Lineal 3 de enero de / 4 Minimización Minimización En la definición
Más detallesCarrera: AGM Participantes Representante de las academias de Ingeniería Agronomía de los Institutos Tecnológicos. Academias
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Investigación de Operaciones Ingeniería en Agronomía AGM 0622 3 2 8 2. HISTORIA
Más detallesOptimización lineal. José María Ferrer Caja Universidad Pontificia Comillas ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA INDUSTRIAL
Optimización lineal José María Ferrer Caja Universidad Pontificia Comillas Introducción Herramienta más importante de la optimización y de la investigación operativa Multitud de aplicaciones en campos
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 detalles3. Algoritmos de puntos interiores para. Programación Lineal Introducción CO-5411 (S08) 23/02/
CO-5411 S08) 23/02/2008 35 3. Algoritmos de puntos interiores para Programación Lineal 3.1. Introducción A nales de la década de los años 40, George B. Dantzig diseña el algoritmo Simplex y da comienzo
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 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 detallesTema 7: Programación lineal En este tema veremos solamente unas nociones básicas de programación lineal.
Tema 7: Programación lineal En este tema veremos solamente unas nociones básicas de programación lineal. 1. Concepto de problema de programación lineal Un problema de programación lineal consiste en un
Más detallesPLANEACIÓN DEL CONTENIDO DE CURSO
FACULTAD DE INGENIERÍA PROGRAMA DE INGENIERÍA AGROINDUSTRIAL PLANEACIÓN DEL CONTENIDO DE CURSO 1. IDENTIFICACIÓN DEL CURSO NOMBRE : Investigación operaciones I CÓDIGO : 703033 SEMESTRE : VI NUMERO DE CRÉDITOS
Más detallesLa lección de hoy de febrero de Notación. Solución factible básica
1.3 1 de febrero de La lección de hoy Método simplex (continuación) Entregas: material de clase Nota: el diseño de esta presentación incluye animaciones que permiten verla en forma de diapositivas. Repaso
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 detallesUniversidad Autónoma del Estado de México Licenciatura en Matemáticas Programa de Estudios: Programación Lineal
Universidad Autónoma del Estado de México Licenciatura en Matemáticas 2003 Programa de Estudios: Programación Lineal I. Datos de identificación Licenciatura Matemáticas 2003 Unidad de aprendizaje Programación
Más detallesUniversidad Nacional de Ingeniería UNI-RUACS 01/09/11
Universidad Nacional de Ingeniería UNI-RUACS 01/09/11 Elaborado por: Deall Daniel Irías Estelí, Nicaragua El método Simplex es un procedimiento iterativo que permite ir mejorando la solución a cada paso.
Más detallesMQ1 - Métodos Cuantitativos 1
Unidad responsable: 860 - EEI - Escuela de Ingeniería de Igualada Unidad que imparte: 732 - OE - Departamento de Organización de Empresas Curso: Titulación: 2016 GRADO EN INGENIERÍA EN ORGANIZACIÓN INDUSTRIAL
Más detallesPROBLEMA 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 detallesTema 4: Programación lineal
Tema 4: Programación lineal 1. Introducción La programación lineal es una técnica matemática relativamente reciente (siglo XX) que consiste en una serie de métodos y procedimientos que permiten resolver
Más detallesLección 2: Funciones vectoriales: límite y. continuidad. Diferenciabilidad de campos
Lección 2: Funciones vectoriales: límite y continuidad. Diferenciabilidad de campos vectoriales 1.1 Introducción En economía, frecuentemente, nos interesa explicar la variación de unas magnitudes respecto
Más detallesCaso Corporación Desarrollo Winston Salem
Caso Corporación Desarrollo Winston Salem - Un caso de planeación financiera- (Tomado de Gould y Eppen.) Esta es una interesante aplicación de la programación lineal a la planeación financiera. La Corporación
Más detallesProgramación Lineal y Optimización Segundo Examen Parcial :Solución Profr. Eduardo Uresti, Verano 2009
Programación Lineal y Optimización Segundo Examen Parcial : Profr. Eduardo Uresti, Verano 2009 Matrícula: Nombre: 1. Suponga que se tiene disponible la siguiente información salida de LINDO a un problema
Más detallesTema 4: Programación lineal
Tema 4: Programación lineal 1. Introducción La programación lineal es una técnica matemática relativamente reciente (siglo XX) que consiste en una serie de métodos y procedimientos que permiten resolver
Más detallesPROPUESTA A. 3A. a) Despeja X en la ecuación matricial X A B = 2X donde A, B y X son matrices cuadradas
PROPUESTA A 1A a) Calcula el valor de a R, a > 0, para que la función sea continua en x = 0. b) Calcula el límite 2A. Calcula las siguientes integrales (1 25 puntos por cada integral) Observación: El cambio
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 detallesControl 2 13 de Mayo 2009
Control 2 13 de Mayo 2009 Profs: Auxs: Guillermo Durán Richard Weber Fernanda Bravo, André Carboni, Rodrigo Wolf Pregunta 1 1. (1.2 Ptos.) Cuáles son los 3 criterios principales que guían el algoritmo
Más detallesAlgunos conceptos que utilizaremos en lo sucesivo son: Sistema de restricciones lineales: conjunto de todas las restricciones.
A partir del planteamiento del problema de Programación Lineal expresado en su formulación estándar, vamos a estudiar las principales definiciones y resultados que soportan el aspecto teórico del procedimiento
Más detallesTeniendo en cuenta los valores de las variables se tienen 3 tipos de modelos lineales enteros:
Tema 5 Programación entera En este tema introducimos problemas lineales en los que algunas o todas las variables están restringidas a tomar valores enteros. Para resolver este tipo de problemas se han
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 detallesLINDO: Explicación del significado de los resultados obtenidos mediante el software LINDO
LINDO: Explicación del significado de los resultados obtenidos mediante el software LINDO Realizado por: Virginia N. Barros. Supervisado por: Pablo Echevarría. Modelos y Optimización I 1 Para poder entender
Más detallesUNIDAD 3 MÉTODO SIMPLEX. Fundamentos del método simplex
UNIDAD 3 MÉTODO SIMPLEX Fundamentos del método simplex Teoría Este método busca la solución, en cada paso, de forma mejorada hasta que no pueda seguir mejorando dicha solución. Al comienzo el vértice principal
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 detallesBENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD CIENCIAS DE LA COMPUTACION
BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD CIENCIAS DE LA COMPUTACION PROGRAMA DE LA MATERIA CORRESPONDIENTE A LA INGENIERIA EN CIENCIAS DE LA COMPUTACIÓN. Coordinación: NOMBRE DE LA MATERIA: Clave:
Más detallesIngeniería Mecánica e Industrial Ingeniería Industrial Ingeniería Industrial División Departamento Carrera(s) en que se imparte
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO Aprobado por el Consejo Técnico de la Facultad de Ingeniería en su sesión ordinaria del 15 de octubre de 2008 INVESTIGACIÓN
Más detalles