1. Defina el problema de particionamiento. Escriba un ejemplo de este tipo de problema, junto con su formulación general en AMPL.
|
|
- Rosa María Luna Plaza
- hace 6 años
- Vistas:
Transcripción
1 DEPARTAMENTO DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA o. DIPLOMATURA DE ESTADÍSTICA Ampliación de la Investigación Operativa. Curso 00/0 a Prueba de Evaluación Continua. Fecha: Defina el problema de particionamiento. Escriba un ejemplo de este tipo de problema, junto con su formulación general en AMPL. En teoría.. Se quiere resolver un problema de programación matemática lineal entera mixto. El objetivo es minimizar f(x,x,x ) = x +x x, donde x, y x deben tomar valores enteros, pero x no necesariamente. Al resolver el problema relajado obtenemos la siguiente tabla del simplex en la solución óptima. x x x x x 4 x x 0 0 x Aplicar un único corte mixto de Gomory (m-corte) a este problema. La Tabla óptima asociada al problema relajada viene dada por: El m-corte viene dado por: 0 8 Min 0 0 x e x e x x 4 x 5 x e / 0 0 / 0/ x 0 0 / 8/ x / / 8/ / 4/ j J ( fk y kj f k ) x j Introducimos el m-corte sobre la variable x e : j J + y kj x j +s = f k xe + ( ) x 5 +x 6 = xe 6 x 5 +x 6 = Min x e x e x x 4 x 5 x 6 x e / 0 0 / 0 0/ x 0 0 / 0 8/ x / 0 / x 6 / /6 / 8/ / 0 4/ 4 6
2 Utilizamos el algoritmo dual del simplex para recuperar la factibilidad: Min x e x e x x 4 x 5 x 6 x e / x / / /6 x / 0 / x e /4 / / La solución actual es: (,, 6 ), que no verifica que x sea entera, por tanto, tendríamos que seguir introduciendo planos de corte.. Un entrenador de baloncesto tiene 9 jugadores, a los que ha evaluado de a de acuerdo con su manejo de pelota, tiro, rebote y defensa, según se indica en la siguiente tabla Jugador Manejo de pelota Tiro Rebote Defensa El equipo titular de 5 jugadores debe tener la máxima capacidad defensiva y satisfacer las siguientes condiciones: Su nivel medio, tanto en el manejo de pelota, como de tiro y rebote, debe ser no inferior a. Si juega el jugador, entonces el jugador 6 no puede estar en pista. Si el jugador está en el equipo titular, también deberá estar el 4 o el 5. El jugador 8 o el 9, pero no los dos a la vez, deben formar parte del equipo. Formular un problema que facilite la selección del equipo titular. Variables de decisión: { si se incluye el jugador j en el equipo x i = 0 en otro caso, i =,...,9 La formulación del problema tendría la siguiente función objetivo: max x +x +x +x 4 +x 5 +x 6 +x 7 +x 8 +x 9 Selección de cinco jugadores: Niveles medios mínimos: x +x +x +...+x 9 = 5 x +x +x +x 4 +x 5 +x 6 +x 7 +x 8 +x 9 8 = 9 x +x +x +x 4 +x 5 +x 6 +x 7 +x 8 +x 9 8 x +x +x +x 4 +x 5 +x 6 +x 7 +x 8 +x 9 8
3 Incompatibilidad entre los jugadores: Afinidad entre jugadores: Al menos un jugador de entre varios: x +x 6 x 4 +x 5 x x 8 +x 9 = 4. Dado el siguiente problema de programación lineal binario: Max x +x +5x +7x 4 4x 5 +8x 6 +x 7 s.a. x +x x +x 4 +x 5 +x 6 +x 7 8 x +x +x 4 +x 7 x,x,x,x 4,x 5,x 6,x 7 {0,} (a) Obtener una buena solución, utilizando el algoritmo heurístico de mejora rudimentario, con el conjunto de movimientos complemento simple, y partiendo del punto (,0,,,,0,0) (realizar a lo más tres iteraciones). (b) Obtener la solución óptima utilizando el algoritmo de ramificación y acotación 0-, y como cota inicial la obtenida en la solución del apartado anterior. (c) Obtener una buena solución utilizando el algoritmo heurístico de búsqueda tabú, partiendo del punto (, 0,,,, 0, 0), considerando el conjunto de movimientos complemento simple, y considerando tabú complementar cualquier componente que haya sido cambiada para las próximas iteraciones y tomando t max = 4. (d) Obtener una buena solución utilizando el algoritmo heurístico de recocido simulado (anneling), partiendo del punto (,0,,,,0,0), considerando el conjunto de movimientos simple, temperatura q = 5 y tomando t max =. Utilizar los siguientes números aleatorios: 0.0, 0., 0.909, 0.85, 0.89, 0.099, 0.05, 0.84, 0.568, 0.09, 0.05, 0.050, 0.55, 0.79, 0.577, 0.00, 0.646, 0.6, 0.44, (e) Obtener una buena solución con el algoritmo greedy para el problema sin considerar la segunda restricción. Apartado (a)
4 Iteración Vecinos (z,g,g ) Factibilidad (,0,,,,0,0) (,4,) (0,0,,,,0,0) (8,,) (,,,,,0,0) (,6,) NF (,0,0,,,0,0) (6,5,) (,0,,0,,0,0) (4,,) (,0,,,0,0,0) (5,,) (,0,,,,,0) (9,7,) * (,0,,,,0,) (,5,) NF (,0,,,,,0) (9,7,) (0,0,,,,,0) (6,6,) (,,,,,,0) (,9,) NF (,0,0,,,,0) (4,8,) (,0,,0,,,0) (,4,) (,0,,,0,,0) (,6,) * (,0,,,,0,0) (,4,) (,0,,,,,) (0,8,) NF (,0,,,0,,0) (,6,) (0,0,,,0,,0) (0,5,) (,,,,0,,0) (5,8,) NF (,0,0,,0,,0) (8,7,) (,0,,0,0,,0) (6,,) (,0,,,,,0) (9,7,) (,0,,,0,0,0) (5,,) (,0,,,0,,) (4,7,) NF 4 (,0,,,0,,0) (,6,) FIN Apartado (b) Consideramos el siguiente cambio de variables para conseguir: 0 c c... c n x 7 = y, x = y, x = y, x 5 = y 4, x = y 5, x 4 = y 6, x 6 = y 7 El problema transformado sería: Max y +y +y +4y 4 +5y 5 +7y 6 +8y 7 4 s.a. y +y +y y 4 y 5 +y 6 +y 7 7 y +y +y +y 6 y,...,y 7 {0,} Resolvemos ahora el problema con ayuda del algoritmo de ramificación y acotación para variables 0-, pero teniendo en cuenta que disponemos de una solución inicial: x = (,0,,,0,,0) que corresponde a: y = (0,0,,,,,) con z = :
5 P : y = (,,,,,,) z = 6,NF P : y = (0,,,,,,) z = 5,NF (0,-) P : y = (0,0,,,,,) z = z i =,F,T (,-) P 4 : y = (,0,,,,,) z = 4,NF() (,0,-) P 5 : y = (,0,0,,,,) z =,F,T (,,-) P 6 : y = (,,0,,,,) z =,NF() (,,0,-) P 7 : y = (,,0,0,,,) z = 9,NF,T(P ) (,,,-) P 8 : y = (,,,0,,,) z =,NF,T(P ) La solución óptima es: y = (0,0,,,,,) con z =. Deshaciendo el cambio, la solución en las variables originales es: x = (,0,,,0,,0) (solución obtenida en el apartado (a)). Apartado (c) Aplicamos el algoritmo tabú (y utilizando los cálculos realizados en el apartado (a)): t x ( t) z(x (t) ) z(ˆx) Complementada Obj (,0,,,,0,0) (,,4,5,6) j = 6 8 (,0,,,, t,0) 9 9 (,,4,5) j = 5 4 (,0,,,0 t, t,0) (,,4) j = 4 (0,0,,,0 t,,0) 0 FIN Apartado (d) Aplicamos el algoritmo heurístico de recocido simulado(anneling), partiendo del punto(,0,,,,0,0): t x (t) z(x (t) ) z(ˆx) q Factibles Obj Acep./Rechaza 0 (,0,,,,0,0) 5 (,,4,5,6) j = Aceptamos (0,0,,,,0,0) 8 5 (,,,4,5,6,7) j = 7 Aceptamos (0,0,,,,0,) 9 5 (,4,5,6,7) j = 4 7 Rechazamos j = 5 Aceptamos (0,0,0,,,0,) 4 5 t = 0: con 0.0 seleccionamos complementar la componente j = (dividido el intervalo [0,] en 5 partes iguales). Disminuye el valor de la función objetivo: Calculamos probabilidad de aceptación: e /5 = , por lo que aceptamos. t = : con seleccionamos complementar j = 7, lo cual incrementa el valor objetivo en unidad, y por lo tanto se acepta el movimiento. t = : con 0.85 seleccionamos complementar j = 4, lo cual disminuye el valor de la función objetivo, es decir el incremento de la función objetivo es de -7 unidades. Calculamos la probabilidad de aceptación: e 7/5 = , por lo que rechazamos el movimiento. Con seleccionamos complementar j =, lo cual produce un incremento de la función objetivo negativo: -5.
6 Calculamos la probabilidad de aceptación: e 5/5 = , por lo que aceptamos el movimiento. Apartado (e) Antes de aplicar el algoritmo Greedy al problema de la mochila, debemos transformar el problema de forma que se convierta en un problema de maximizar con todos los coeficientes positivos y las variables ordenadas de forma que se cumpla: c a c a... c n a n En primer lugar, para conseguir que todos los coeficientes sean positivos, elegimos: x =, ya que c = 5 > 0 y a = < 0 (es decir, obtenemos beneficio y deja sitio libre en la mochila a = ). x 5 = 0, ya que c 5 = 4 < 0 y a 5 = > 0 (es decir, si lo incluimos obtendríamos perdidas y estaría ocupando sitio en la mochila). Con esta consideración, el problema queda como un problema de maximizar con 5 variables: El problema quedaría: x x x 4 x 6 x y y 4 y y y 5 Utilizamos ahora la estrategia Greedy o voraz: y = queda libre: 9-=8 y = queda libre: 8-=5 y = queda libre: 5-= y 4 = queda libre: -=0 y 5 = 0. Max y +8y +7y +y 4 +y 5 s.a. y +y +y +y 4 +y 5 8+ = 9 y,...,y 5 {0,} Esdecir,lasoluciónes: y = (,,,,0). Deshaciendoelcambiotendríamos: x = (,,,,0,,0) con z = (se trata de la solución óptima del problema, como se ha visto en el apartado (b)). 5. Resuelve el siguiente problema de programación lineal entera por el algoritmo de ramificación y acotación utilizando AMPL para la resolución de los subproblemas de cada nodo Dado: max x +7x 7 s.a. 0 x +x 4 0 x + 0 x x,x 0, enteras max x +7x 7 s.a. 0 x +x 4 0 x + 0 x x,x 0, enteras Aplicamos el algoritmo de ramificación y acotación de Dakin, obteniendo el siguiente árbol:
7 P : x =.,x =.67 z = 68. x P : x =,x =.9 z = 68. x 4 P : x = 4,x = z = 65,T x P 4 : x =,x = z = 5,T x P 5 : x =.85,x = z = x P 6 : x =,x =.6 z = 68. x P 7 : infact.,t x P 8 : x =,x = z = 58,T x P 9 : x =.4,x = z = 68.4 x P 0 : x =,x =. z = 68. x P : infact.,t x P : x =,x = z = 6,T x 4 P : x = 0,x = 4 z = 68,T(OPTIMO) La solución óptima es: x = (0,4) con z = 68. O también, si en la primera rama decidimos ramificar por la variable x, el árbol hubiera sido: P : x =.,x =.67z = 68. x P : x = 4,x = z = 65 x P : x =.86,x = z = 68.9 x P 4 : x =,x =.6z = 68. x P 5 : infact. x P 6 : x =,x = z = 58 x P 7 : x =.4,x = z = 68.4 x P 8 : x =,x =.z = 68. x P 9 : infact. x P 0 : x =,x = z = 6 x 4 P : x = 0,x = 4z = 68(OPTIMO)
8 Con ayuda de Ampl podemos resolver este problema de ramificación y acotación. El fichero ampl del modelo sería var x >=0; var x >=0; maximize z: *x+7*x; s.t. r: 0.7*x+x <=4; s.t. r: 0.*x+0.*x <= 0.5; Con algunas restricciones añadidas: var x >=0; var x >=0; maximize z: *x+7*x; s.t. r: 0.7*x+x <=4; s.t. r: 0.*x+0.*x <= 0.5; s.t. r: x >= ; s.t. r4: x <= ; s.t. r5: x >= ; s.t. r6: x <= ; s.t. r7: x >= 4; Las instrucciones AMPL para resolver cada uno de los problemas lineales relajados que aparecen en los nodos serían: reset; model ejemplo.mod; option solver cplex; solve; display x,x, z;
RELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA
RELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA SIMPLEX Y LINEAL ENTERA a Resuelve el siguiente problema con variables continuas positivas utilizando el método simple a partir del vértice
Más 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 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 detallesRESOLUCIÓN DE MODELOS DE PROGRAMACIÓN ENTERA MÉTODOS DE CORTE CORTES DE GOMORY
25 de Junio de 2012 RESOLUCIÓN DE MODELOS DE PROGRAMACIÓN ENTERA MÉTODOS DE CORTE CORTES DE GOMORY Postgrado de Investigación de Operaciones Facultad de Ingeniería Universidad Central de Venezuela Programación
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 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 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 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 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 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 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 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 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 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 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 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 detalles1. RESOLVER el siguiente problema de programación lineal. max z =15x 1 + 10x 2 suj.a : 2x 1 + x 2 1500 x 1 + x 2 1200 0 x 1 500
1. RESOLVER el siguiente problema de programación lineal max z =15x 1 + 10x 2 suj.a : 2x 1 + x 2 1500 x 1 + x 2 1200 0 x 1 500 x 2 0 2 RESOLVER el siguiente problema de P.L.: max z = 2x 1 + 3x 2 2x 3
Más 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 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 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 detalles(2.a) INTRODUCCIÓN A LA FORMULACIÓN DE MODELOS LINEALES
(2.a) INTRODUCCIÓN A LA FORMULACIÓN DE MODELOS LINEALES PROBLEMAS DE PROGRAMACIÓN LINEAL. Función objetivo y restricciones. HIPÓTESIS DE MODELIZACIÓN. Ejemplos: problema de producción, problema de dietas.
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 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 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 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 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 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 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 detallesInvestigación Operativa
Investigación Operativa Unidad: Teoría de decisiones y modelos de programación lineal Docente: Johnny. Pacheco Contreras Unidad Teoría de decisiones y modelos de programación lineal. Logro Al finalizar
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 detallesETS Minas: Métodos matemáticos Ejercicios resueltos Tema 1 Preliminares
ETS Minas: Métodos matemáticos Ejercicios resueltos Tema Preliminares Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Curso 006/07 Agosto 006,
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 detallesPLATEJAMENT: 20 pollos 1 metro cuadrado 1 pollo 1/20 m 2 = conejo 1/10 m 2 = lechón ½ m 2 = 0.5. Restricciones:
EJERCICIO Un ganadero esta estudiando la posibilidad de utilizar una nave que posee para criar pollos, conejos y lechones. Para criarlos dispone de una nave de 2000 metros cuadrados y de 240 kilos de un
Más 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 detallesSimulación I. Investigación Operativa, Grado en Estadística y Empresa, 2011/12
Simulación I Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema Modelos de simulación y el método de Montecarlo Ejemplo: estimación de un área Ejemplo: estimación
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 detallesFlujos de redes (Network Flows NF)
Fluos de redes (Network Flows NF). Terminología. Árbol generador mínimo. Camino mínimo 4. Fluo máximo 5. Fluo de coste mínimo TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES Terminología Red o grafo (G) Nodos
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 detalles4ta. Práctica. Búsqueda en árbol con contrincante: MiniMax con poda Alfa-Beta. Inteligencia Artificial Prácticas 2004/2005
4ta. Práctica Búsqueda en árbol con contrincante: MiniMax con poda Alfa-Beta Inteligencia Artificial Prácticas 2004/2005 Decisiones Perfectas en Juegos de DOS Participantes Definición de Juego Estado Inicial:
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 detallesMATEMÁTICAS 1º BACHILLERATO Curso EJERCICIOS RESUELTOS DE INECUACIONES
MATEMÁTICAS 1º BACHILLERATO Curso 9-1 EJERCICIOS RESUELTOS DE INECUACIONES EJERCICIOS RESUELTOS DE INECUACIONES A. Inecuaciones lineales con una incógnita x x1 x3 > 1 3 4 x x1 x3 4( x ) 3( x1) 6( x3) 1
Más detallesMODELOS DE INVESTIGACION DE OPERACIONES
MODELOS DE INVESTIGACION DE OPERACIONES CARACTERÍSTICAS Los modelos se dividen en determinísticos (no probabilisticos) y estocásticos (probilisticos). Hay otros modelos híbridos porque incluyen las dos
Más detalles1 Método de la bisección. 1.1 Teorema de Bolzano Teorema 1.1 (Bolzano) Contenido
E.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 3: Solución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña
Más detalles2.4 Ecuaciones diferenciales de Bernoulli
.4 Ecuaciones diferenciales de Bernoulli 3 Ejercicios.3. Ecuaciones diferenciales lineales. Soluciones en la página 4 Resolver las siguientes ecuaciones diferenciales lineales.. y 0 C 00y D 0.. x 0 0x
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 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 detallesEstado 3.2 (coste = 9)
Búsqueda heurística Fernando Berzal, berzal@acm.org Búsqueda heurística Búsqueda primero el mejor p.ej. búsqueda de coste uniforme [UCS] Heurísticas Búsqueda greedy El algoritmo A* Heurísticas admisibles
Más detallesEsta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )
Tema 3 Formas cuadráticas. 3.1. Definición y expresión matricial Definición 3.1.1. Una forma cuadrática sobre R es una aplicación q : R n R que a cada vector x = (x 1, x 2,, x n ) R n le hace corresponder
Más detallesPRUEBAS DE ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR DE FORMACIÓN PROFESIONAL JUNIO 2015
CALIFICACIÓN: PRUEBAS DE ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR DE FORMACIÓN PROFESIONAL JUNIO 201 Apellidos Nombre Centro de examen Instrucciones Generales PARTE COMÚN MATERIA: FUNDAMENTOS DE MATEMÁTICAS
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 detallesProgramación Lineal y Optimización Segundo Examen Parcial Respuesta: :Solución Profr. Eduardo Uresti, Enero-Mayo 2011
Matrícula: Nombre: Programación Lineal y Optimización Segundo Examen Parcial Respuesta: : Profr. Eduardo Uresti, Enero-Mayo 2011 1. Suponga que tiene una empresa que produce tres tipos de productos (P
Más detalles2 4. c d. Se verifica: a + 2b = 1
Pruebas de Acceso a la Universidad. SEPTIEMBRE 0. Bachillerato de Ciencias Sociales. El alumno debe responder a una de las dos opciones propuestas, A o B. En cada pregunta se señala la puntuación máxima.
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 detallesTeoría de grafos y optimización en redes
Teoría de grafos y optimización en redes José María Ferrer Caja Universidad Pontificia Comillas Definiciones básicas Grafo: Conjunto de nodos (o vértices) unidos por aristas G = (V,E) Ejemplo V = {,,,,
Más detallesDEPARTAMENTO DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA AMPLIACIÓN DE INVESTIGACIÓN OPERATIVA. Relación 6 (versión 10-05-2002) n n n.
DEPARTAMENTO DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA AMPLIACIÓN DE INVESTIGACIÓN OPERATIVA. Relación 6 (versión 10-05-2002) 1. Escribir un modelo AMPL para resolver el siguiente problema lineal general:
Más detalles315 M/R Versión 1 Integral 1/13 2009/1 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA
35 M/R Versión Integral /3 29/ UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA MODELO DE RESPUESTA (VERSION.2) ASIGNATURA: Investigación de Operaciones I CÓDIGO: 35 MOMENTO: Prueba
Más 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 detallesBloque 4. Cálculo Tema 1 Valor absoluto Ejercicios resueltos
Bloque 4. Cálculo Tema 1 Valor absoluto Ejercicios resueltos 4.1-1 Resolver las siguientes desigualdades: a) 57; b) 41; c) 10; d) 431; e) 5; 3 f) 434 a) 5 7 1 S / 1 1, b) 1 1 1 4 1 S /, 1 1 1 c) 10 S /,
Más detallesInecuaciones: Actividades de recuperación.
Inecuaciones: Actividades de recuperación. 1.- Escribe la inecuación que corresponde a los siguientes enunciados: a) El perímetro de un triángulo equilátero es menor que 4. (x = lado del triángulo) b)
Más detallesPROGRAMACIÓN LINEAL MÉTODO GRÁFICO
1 PROGRAMACIÓN LINEAL MÉTODO GRÁFICO Dado un problema de programación lineal se debe: 1. Graficar cada una de las restricciones. 2. Encontrar el Polígono de factibilidad, que es la intersección de los
Más detallesMÁSTER UNIVERSITARIO EN INGENIERÍA DE SISTEMAS Y DE CONTROL. Curso 2010/2011. (Código: )
INTRODUCCIÓNA LA PROGRAMACIÓNMATEMÁTICAMATEMÁTICA MÁSTER UNIVERSITARIO EN INGENIERÍA DE SISTEMAS Y DE CONTROL Curso 2010/2011 (Código: 31104021) 1 Conceptos generales sobre optimización matemática La optimización
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 detallesAlgoritmos glotones. mat-151
Algoritmos glotones (greedy) mat-151 Alonso Ramirez Manzanares Computación y Algoritmos 04.06.2009 Algoritmos glotones Algoritmos utilizados en problemas de optimización. Estos algoritmos siguen típicamente
Más detallesPLs no acotados El método símplex en dos fases PLs no factibles. Investigación Operativa, Grado en Estadística y Empresa, 2011/12
PLs no acotados El método símplex en dos fases PLs no factibles Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema PLs no acotados Necesidad de obtener un vértice
Más detallesTEMA 2: PROGRAMACIÓN LINEAL.
TEMA : PROGRAMACIÓN LINEAL.. 1. INTRODUCCIÓN. La Programación Lineal (PL) puede considerarse como uno de los grandes avances científicos habidos durante la primera mitad del siglo XX y sin duda es una
Más detallesUnidad 2: Ecuaciones, inecuaciones y sistemas.
Unidad 2: Ecuaciones, inecuaciones y sistemas 1 Unidad 2: Ecuaciones, inecuaciones y sistemas. 1.- Factorización de polinomios. M. C. D y m.c.m de polinomios. Un número a es raíz de un polinomio es 0.
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
Más 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 detallesTema II: Programación Lineal
Tema II: Programación Lineal Contenido: Solución a problemas de P.L. por el método gráfico. Objetivo: Al finalizar la clase los alumnos deben estar en capacidad de: Representar gráficamente la solución
Más detallesAlgoritmos y Estructuras de Datos Curso 06/07. Ejercicios
9..En un problema de backtracking estamos interesados en almacenar de forma explícita el árbol recorrido por el algoritmo. De cada nodo del árbol sólo necesitamos saber un número, que indica el orden en
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 detalles2. Ecuaciones de primer grado: (sencillas, con paréntesis, con denominadores).
Bloque 3. ECUACIONES Y SISTEMAS (En el libro Temas 4 y 5, páginas 63 y 81) 1. Ecuaciones: Definiciones. Reglas de equivalencia. 2. Ecuaciones de primer grado: (sencillas, con paréntesis, con denominadores).
Más detalles(d) Puede haber estrategias que funcionan mejor que Minimax si el contrincante es
Universidad Rey Juan Carlos Curso 2014 2015 Hoja de Problemas Tema 5 1. Cuáles de las siguientes afirmaciones acerca del algoritmo Minimax son ciertas (a) El algoritmo Minimax realiza una exploración primero
Más detallesTema 8: Introducción a la Teoría sobre Contraste de hipótesis
Tema 8: Introducción a la Teoría sobre Contraste de hipótesis Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 8: Introducción a la Teoría
Más detallesModelos de Programación Matemática
Modelos de Programación Matemática Las proposiciones matemáticas, en cuanto tienen que ver con la realidad, no son ciertas; y en cuanto que son ciertas, no tienen nada que ver con la realidad A. Einstein
Más detallesCLAVE: MIS 206 PROFESOR: MTRO. ALEJANDRO SALAZAR GUERRERO
MATEMÁTICAS AVANZADAS PARA LA INGENIERÍA EN SISTEMAS CLAVE: MIS 206 PROFESOR: MTRO. ALEJANDRO SALAZAR GUERRERO 1 1. SISTEMAS LINEALES DISCRETOS Y CONTINUOS 1.1. Modelos matemáticos 1.2. Sistemas 1.3. Entrada
Más detalles2 Métodos de solución de ED de primer orden
CAPÍTULO Métodos de solución de ED de primer orden.4 Ecuaciones diferenciales de Bernoulli Una ecuación diferencial ordinaria de primer orden de la forma a 0.x/y 0 C a.x/y D f.x/y r ; con r 0; : se denomina
Más detallesINVESTIGACIÓN OPERATIVA
FACULTAD DE INGENIERÍA Y ARQUITECTURA ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS INVESTIGACIÓN OPERATIVA Mg Jessica Pérez Rivera PROBLEMAS DE TRANSPORTE Y ASIGNACIÓN Las aplicaciones de la programación
Más detalles1 Introducción. 2 Modelo. Hipótesis del modelo MODELO DE REGRESIÓN LOGÍSTICA
MODELO DE REGRESIÓN LOGÍSTICA Introducción A grandes rasgos, el objetivo de la regresión logística se puede describir de la siguiente forma: Supongamos que los individuos de una población pueden clasificarse
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 detallesFactorización de Polinomios con Coeficientes Enteros
Para comenzar la presentación mantenga presionado Ctrl y marque L Factorización de Polinomios con Coeficientes Enteros Mate 141: Álgebra y Trigonometría I Preparado por: Departamento de Matemáticas Pontificia
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 detallesUNIDAD 2: ECUACIONES E INECUACIONES. SISTEMAS DE ECUACIONES
UNIDAD 2: ECUACIONES E INECUACIONES. SISTEMAS DE ECUACIONES 1. IDENTIDADES Y ECUACIONES 2. ECUACIONES POLINÓMICAS 3. ECUACIONES BICUADRADAS 4. ECUACIONES RACIONALES 5. ECUACIONES IRRACIONALES 6. ECUACIONES
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 detallesRevisora: María Molero
57 Capítulo 5: INECUACIONES. Matemáticas 4ºB ESO 1. INTERVALOS 1.1. Tipos de intervalos Intervalo abierto: I = (a, b) = {x a < x < b}. Intervalo cerrado: I = [a, b] = {x a x b}. Intervalo semiabierto por
Más detallesNotas sobre el programa AMPL (Notas 1: dirigidas a los alumnos de 1º)
Notas sobre el programa AMPL (Notas 1: dirigidas a los alumnos de 1º) Índice Parte I: Introducción. 1. Introducción. 2. Elementos fundamentales. 3. Instalación de AMPL. 4. Algunos detalles sobre el editor
Más detalles3. Métodos clásicos de optimización lineal
3. Métodos clásicos de optimización lineal Uso del método Simplex El problema que pretende resolverse es un problema de optimización lineal sujeto a restricciones. Para el modelo construido para el problema
Más detallesUniversidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación
Universidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación EJERCICIOS RESUELTOS DE ECUACIONES NO LINEALES Profesor: Jaime Álvarez Maldonado Ayudante: Rodrigo
Más detallesProgramación Lineal Entera
Programación Lineal Entera P.M. Mateo y David Lahoz 2 de julio de 2009 En este tema se presenta un tipo de problemas formalmente similares a los problemas de programación lineal, ya que en su descripción
Más detallesEl Método Simplex. H. R. Alvarez A., Ph. D. 1
El Método Simplex H. R. Alvarez A., Ph. D. 1 El Método Simplex Desarrollado en 1947 por George Dantzig como parte de un proyecto para el Departamento de Defensa Se basa en la propiedad de la solución esquina
Más detallesBREVE MANUAL DE SOLVER
BREVE MANUAL DE SOLVER PROFESOR: DAVID LAHOZ ARNEDO PROGRAMACIÓN LINEAL Definición: Un problema se define de programación lineal si se busca calcular el máximo o el mínimo de una función lineal, la relación
Más detallesTema 5. Muestreo y distribuciones muestrales
1 Tema 5. Muestreo y distribuciones muestrales En este tema: Muestreo y muestras aleatorias simples. Distribución de la media muestral: Esperanza y varianza. Distribución exacta en el caso normal. Distribución
Más detalles5 Sistemas de ecuaciones
Sistemas de ecuaciones INTRODUCCIÓN La resolución de problemas es uno de los fundamentos de las Matemáticas. A la hora de resolver muchos problemas reales se hace patente la necesidad de los sistemas de
Más detallesentonces las derivadas laterales existen y son iguales. y vale lo mismo. Si existen las derivadas laterales y son iguales, entonces existe f (a)
DERIVADAS. TEMA 2. BLOQUE 1 1.- DERIVADA DE UNA FUNCIÓN EN UN PUNTO Se llama derivada de la función y = f ( en el punto de abscisa x = a al límite f ( f ( a f ( a = lím x a x a Si existe f (a entonces
Más detallesEcuaciones de primer grado o lineales
CATÁLOGO MATEMÁTICO POR JUAN GUILLERMO BUILES GÓMEZ BASE 8: ECUACIONES DE PRIMER Y DE SEGUNDO GRADO RESOLUCIÓN DE PROBLEMAS ECUACIONES DE PRIMER GRADO O LINEALES CON UNA SOLA INCÓGNITA: Teoría tomada de
Más detallesModelos de Programación Lineal: Resolución gráfica y Teorema fundamental. Investigación Operativa, Grado en Estadística y Empresa, 2011/12
Modelos de Programación Lineal: Resolución gráfica y Teorema fundamental Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema Resolución gráfica de problemas de
Más detalles4. ANÁLISIS DE FUNCIONES DE UNA VARIABLE
Análisis de funciones de una variable 49 4. ANÁLISIS DE FUNCIONES DE UNA VARIABLE En esta sección realizaremos algunos ejercicios sobre el estudio de funciones de una variable: En la parte final hay ejercicios
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 detallesPasos en el Método Simplex
Pontificia Universidad Católica Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Clase 20 El Método Simplex ICS 1102 Optimización Profesor : Claudio Seebach 16 de octubre de 2006
Más detalles