Fundamentos de Programación Entera
|
|
- Alba Pinto Miguélez
- hace 6 años
- Vistas:
Transcripción
1 Fundamentos de Programación Entera Carlos Testuri Germán Ferrari Departamento de Investigación Operativa. Instituto de Computación. Facultad de Ingeniería. Universidad de la República Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 1/26
2 Contenido 1 Introducción Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 2/26
3 Definición de programación entera Trata del modelado y resolución de problemas con variables discretas: enteras (indivisibilidad) y binarias (decisiones). Características: Formulaciones representativas y flexibles del problema Explosión combinatoria de soluciones factibles Resolución más difícil que programación lineal; no se conoce método eficiente general de resolución. Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 3/26
4 Aplicaciones de programación entera Operación: despacho de actividades entre recursos compartidos Planificación: producción a partir de insumos y procesos Diseño: instalación de capacidades a partir de componentes y sus propiedades Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 4/26
5 Los modelos permiten la comprensión y la resolución de problemas. Implican abstracciones que reflejan interacciones relevantes de las entidades del problema, donde la simplificación insuficiente implica costos extras o incapacidad de resolución, y excesiva acarrea inviabilidad debido a falta de realismo. El proceso de modelado conlleva ciertas etapas: comprensión del problema, formulación simbólica de modelo (algebraico), resolución de modelo (computacional), e interpretación de resultados. Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 5/26
6 Componentes de modelo Para establecer un modelo algebraico, a partir de un problema, se deben determinar los parámetros (datos), las variables (decisiones), las restricciones (sobre las decisiones), y el objetivo (función de las decisiones). La determinación de variables puede tener diferentes alternativas, (proceso más elaborado que el de programación lineal). Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 6/26
7 Optimización (Programación matemática) Problema de maximizar una función objetivo de variables de decisión, las cuales están sujetas a restricciones en los valores que pueden tomar, maximizar f (x) sujeto a g(x) 0 x X. Solución factible: instancia de variable de decisión que satisface todas las restricciones. Conjunto/región factible: el conjunto de todas las soluciones factibles. Solución óptima: solución factible que maximiza la función objetivo. Valor óptimo: valor de la función objetivo en la solución óptima. Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 7/26
8 Problema de programación entera (lineal) Dados los parámetros: matriz A R m n, y los vectores columnas b R m y c R n y la variable de decisión: vector columna x Z n. Caso variables enteras (IP: integer program), max s.a. c τ x Ax b x 0 y entero. Caso variables binarias (BIP: binary integer program), max s.a. c τ x Ax b x {0, 1} n. Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 8/26
9 Problema de programación entera mixta (lineal) Dados, además, los parámetros: matriz E R m p y vector columna d R p, y la variable de decisión: vector columna y R p. Caso variables enteras y reales (MIP: mixed integer program). max s.a. c τ x + d τ y Ax + Ey b x 0 y entero, y 0. Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 9/26
10 Formulación básica Decisión con dos alternativas (binaria): x {0, 1} Decisión con conjunto discreto de alternativas: x {a 1,..., a m } Decisiones binarias dependientes La decisión x puede tomarse (x = 1) solo si la decisión y es tomada (y = 1): x y. Relaciones entre variables binarias y i, i = 1,..., m : m i=1 y i 1, m i=1 y i = 1. Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 10/26
11 Formulación básica: conjunto de valores discretos Se requiere que la variable x varíe en el conjunto {a 1,..., a m }. Dadas las variables binarias y i, i = 1,..., m: x = m i=1 a iy i, m i=1 y i = 1, y i {0, 1}, i = 1,..., m. Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 11/26
12 Formulación básica: ejemplo Dados ciertos cursos, identificados por i = 1,..., 5, se requiere modelar las siguientes decisiones sobre elección para cursarlos mediante las variables binarias y i (y i = 1, si se elige el curso i), Elegir al menos uno de los cursos: 5 i=1 y i 1 Elegir a lo sumo cuatro de ellos? Si se elige el curso 2, se debe elegir el curso 5? Si se elige el curso 1, no se debe elegir el curso 3? Se deben elegir los cursos 4 y 5, o ninguno de ellos? Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 12/26
13 Formulación básica: restricciones disyuntivas Dadas las decisiones x R n, con x 0, se tienen los casos Base: Al menos una de las restricciones a τ x b, c τ x d, debe cumplirse, donde a, c 0: a τ x by, c τ x d(1 y), y {0, 1}. Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 13/26
14 Formulación básica: restricciones disyuntivas Dadas las decisiones x R n, con x 0, se tienen los casos Base: Al menos una de las restricciones a τ x b, c τ x d, debe cumplirse, donde a, c 0: a τ x by, c τ x d(1 y), y {0, 1}. General: Al menos k de las restricciones a τ i x b i, i = 1,..., m, deben cumplirse, donde a i 0, i = 1,..., m: a τ i x i b i y i, m i=1 y i k, y i {0, 1}, i = 1,..., m. Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 13/26
15 Problema del mochilero Existe la posibilidad de llevar i = 1,..., n objetos de valor c i y tamaño a i en una mochila de capacidad b. Se desea saber cuales objetos llevar de forma de maximizar el valor de lo transportado en la mochila. Variable x i = 1 si el objeto i es transportado, y x i = 0 en caso contrario. Restricciones No se puede exceder la capacidad: n i=1 a ix i b. Variables binarias: x i {0, 1}, i = 1,..., n. Función objetivo: maximizar el valor de lo transportado: max n i=1 c ix i. Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 14/26
16 Problema de asignación Dadas n personas y n tareas, se debe asignar una tarea a cada persona. Si a la persona i se le asigna la tarea j se incurre en un costo c ij. El objetivo es establecer la asignación de costo mínimo. Variable x ij = 1 si a la persona i se asigna la tarea j, y x ij = 0 en otro caso (o.c.) Restricciones cada persona realiza una tarea: n j=1 x ij = 1, i = 1,..., n, cada tarea es realizada por una persona: n i=1 x ij = 1, j = 1,..., n, variables binarias: x ij {0, 1}, i = 1,..., n, j = 1,..., n. Función objetivo minimizar el costo de la asignación: min n i=1 n j=1 c ijx ij. Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 15/26
17 Problema del vendedor viajero (TSP) (1/2) Un vendedor debe visitar las ciudades N = {1,..., n} una única vez y retornar a la de partida. El costo de viajar de la ciudad i a la j es c ij. Se busca encontrar el orden, de menor costo, en que se recorren. Variable x ij = 1 si el vendedor va de la ciudad i a la j, i j, y x ij = 0 o.c. Restricciones se parte de la ciudad i una única vez: n j=1:j i x ij = 1, i = 1,..., n, se arriba a la ciudad j una única vez: n i=1:i j x ij = 1, j = 1,..., n, Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 16/26
18 Problema del vendedor viajero (TSP) (1/2) Un vendedor debe visitar las ciudades N = {1,..., n} una única vez y retornar a la de partida. El costo de viajar de la ciudad i a la j es c ij. Se busca encontrar el orden, de menor costo, en que se recorren. Variable x ij = 1 si el vendedor va de la ciudad i a la j, i j, y x ij = 0 o.c. Restricciones se parte de la ciudad i una única vez: n j=1:j i x ij = 1, i = 1,..., n, se arriba a la ciudad j una única vez: n i=1:i j x ij = 1, j = 1,..., n, Solo estas restric. generan soluciones de ciclos disconexos (subtours). Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 16/26
19 Problema del vendedor viajero (TSP) (2/2) Se necesitan restricciones adicionales que eliminen ciclos (formulación subtour), x ij S 1, S N, S, N; i S j S o alternativamente, se necesitan restricciones que impongan conectividad (formulación cut-set), x ij 1, S N, S, N. i S j/ S variables binarias: x ij {0, 1}, i = 1,..., n, j = 1,..., n, i j. Función objetivo minimizar el costo del viaje: min n n i=1 j=1 c ijx ij. Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 17/26
20 Problema de optimización combinatoria Dado el conjunto finito N = {1,..., n}, coeficientes c i para cada i N, y un conjunto F de subconjuntos factibles de N. El problema de encontrar un subconjunto factible con el mínimo valor, { } min S N c i : S F, i S es un problema de optimización combinatoria (COP: combinatorial optimization problem). Generalmente estas formulaciones pueden convertirse a programación entera. Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 18/26
21 Ejemplo de problema de cobertura Planificación de servicios para atender a usuarios. A partir de un conjunto de servicios posibles se debe decidir cuales instalar para atender los usuarios. De cada servicio se conocen que usuarios se podrían atender y el costo correspondiente de su instalación. El objetivo es cubrir la atención de todos los usuarios a mínimo costo de instalación de los servicios. Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 19/26
22 Problemas de cobertura, empaque y partición de conjunto (1/3) Dados los conjuntos M = {1,..., m} y N = {1,..., n}. Sean M j subconjuntos de M, con valor c j asociado, j N. Dado S subconjunto de N, S se dice cobertura de M si j S M j = M S se dice empaque de M si M j Mk =, j, k S, j k S se dice partición si es cobertura y empaque Valor del subconjunto S : j S c j. Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 20/26
23 Problemas de cobertura, empaque y partición de conjunto (2/3) Especificado según programación entera: Dados la matriz de incidencia A B m n de {M j : j N}, { 1, si i Mj a ij = 0, o.c., y la variable de decisión x j, la cual vale 1 si j S y 0 en o.c. Entonces S es una cobertura, empaque o partición si y solo si n j=1 a ijx j 1, n j=1 a ijx j 1 ó n j=1 a ijx j = 1, respectivamente. para i = 1,..., m. Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 21/26
24 Problemas de cobertura, empaque y partición de conjunto (3/3) encontrar una cobertura S de mínimo valor, min s.a. n j=1 c jx j, n j=1 a ijx j 1, i = 1,..., m, x j {0, 1}, j = 1,..., n. encontrar un empaque S de máximo valor, max s.a. n j=1 c jx j, n j=1 a ijx j 1, i = 1,..., m, x j {0, 1}, j = 1,..., n. encontrar una partición de S (puede ser min/max valor o problema de factibilidad) s.a. n j=1 a ijx j = 1, i = 1,..., m, x j {0, 1}, j = 1,..., n. Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 22/26
25 Localización de instalación no-capacitada (1/2) Una empresa puede abrir plantas en ciertos lugares j = 1,..., n que operarían con costos fijo f j para atender la demanda de un producto por parte de sus clientes i = 1,..., m. Cada cliente puede ser suministrado, desde las plantas que se decide abrir, a un costo de transporte c ij por toda su demanda. Se busca determinar que plantas se abren y desde cuales de estas se atiende cada cliente de forma de minimizar los costos fijos y de transporte. Uncapacitated Facility Location problem (UFL) Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 23/26
26 Localización de instalación no-capacitada (2/2) Variables - determinación de uso de la planta j: y j = 1 si se usa, y j = 0 en o.c. - fracción de demanda del cliente i atendida por la planta j: x ij [0, 1] Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 24/26
27 Localización de instalación no-capacitada (2/2) Variables - determinación de uso de la planta j: y j = 1 si se usa, y j = 0 en o.c. - fracción de demanda del cliente i atendida por la planta j: x ij [0, 1] Restricciones - atención a la demanda de los clientes: n x ij = 1, i = 1,..., m. j=1 - activación del uso de las plantas: m x ij my j, j = 1,..., n. i=1 Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 24/26
28 Localización de instalación no-capacitada (2/2) Variables - determinación de uso de la planta j: y j = 1 si se usa, y j = 0 en o.c. - fracción de demanda del cliente i atendida por la planta j: x ij [0, 1] Restricciones - atención a la demanda de los clientes: n x ij = 1, i = 1,..., m. j=1 - activación del uso de las plantas: m x ij my j, j = 1,..., n. i=1 Función objetivo - minimizar el costo: min n j=1 f jy j + m i=1 n j=1 c ijx ij. Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 24/26
29 Determinación de lotes no-capacitada (1/2) Consiste en decidir un plan de producción para atender la demanda de un producto durante t = 1,..., n períodos, teniendo en cuenta costos fijos y variables de producción, y costos de almacenamiento. Parámetros - f t es el costo fijo de producir en el período t, - p t es el costo unitario de producción en el período t, - h t es el costo unitario de almacenamiento en el período t, - d t es la demanda en el período t. Variables - x t es la cantidad producida en el período t, - s t es el inventario al final del período t, - y t = 1 si se produce en el período t, y t = 0 en o.c. Uncapacitated Lot-Sizing problem (ULS) Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 25/26
30 Determinación de lotes no-capacitada (2/2) Dado que no hay una cota de producción se asume un valor grande M para la activación de los costos fijos. n min t=1 p tx t + n t=1 h ts t + n t=1 f ty t s.a. s t 1 + x t = d t + s t, t = 1,..., n, x t My t, t = 1,..., n, s 0 = 0, s t 0, x t 0, y t {0, 1}, t = 1,..., n. Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 26/26
31 Determinación de lotes no-capacitada (2/2) Dado que no hay una cota de producción se asume un valor grande M para la activación de los costos fijos. n min t=1 p tx t + n t=1 h ts t + n t=1 f ty t s.a. s t 1 + x t = d t + s t, t = 1,..., n, x t My t, t = 1,..., n, s 0 = 0, s t 0, x t 0, y t {0, 1}, t = 1,..., n. Cómo se caracterizarán sus soluciones según varíen h t y f t? Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 26/26
32 Determinación de lotes no-capacitada (2/2) Dado que no hay una cota de producción se asume un valor grande M para la activación de los costos fijos. n min t=1 p tx t + n t=1 h ts t + n t=1 f ty t s.a. s t 1 + x t = d t + s t, t = 1,..., n, x t My t, t = 1,..., n, s 0 = 0, s t 0, x t 0, y t {0, 1}, t = 1,..., n. Cómo se caracterizarán sus soluciones según varíen h t y f t? Si se representara más de un producto: Cómo sería la formulación? Cómo se caracterizaría su resolución? Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 26/26
Práctica N o 8 Desigualdades Válidas - Algoritmos de Planos de Corte - Algoritmos Branch & Cut
Práctica N o 8 Desigualdades Válidas - Algoritmos de Planos de Corte - Algoritmos Branch & Cut 8.1 Para cada uno de los siguientes conjuntos, encontrar una desigualdad válida que agregada a la formulación
Más detallesIN34A - Optimización
IN34A - Optimización Modelos de Programación Lineal Leonardo López H. lelopez@ing.uchile.cl Primavera 2008 1 / 24 Contenidos Programación Lineal Continua Problema de Transporte Problema de Localización
Más detallesCurso: Teoría, Algoritmos y Aplicaciones de Gestión Logística. Modelos de Inventarios, Parte 1: Modelos de tamaño económico de lote
Curso: Teoría, Algoritmos y Aplicaciones de Gestión Logística. Modelos de Inventarios, Parte 1: Modelos de tamaño económico de lote Departamento de Investigación Operativa Instituto de Computación, Facultad
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 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 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 detallesBreve introducción a la Investigación de Operaciones
Breve introducción a la Investigación de Operaciones Un poco de Historia Se inicia desde la revolución industrial, usualmente se dice que fue a partir de la segunda Guerra Mundial. La investigación de
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 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 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 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 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 detallesProf. Pérez Rivas Lisbeth Carolina
Ingeniería de Sistemas Investigación de Operaciones Prof. Pérez Rivas Lisbeth Carolina Investigación de Operaciones Es una rama de las Matemáticas consistente en el uso de modelos matemáticos, estadística
Más detallesComplejidad computacional (Análisis de Algoritmos)
Definición. Complejidad computacional (Análisis de Algoritmos) Es la rama de las ciencias de la computación que estudia, de manera teórica, la optimización de los recursos requeridos durante la ejecución
Más detallesFormule un modelo de programación lineal binaria que minimice la distancia máxima entre un distrito y su respectiva estación.
Profesores: Daniel Espinosa, Roberto Cominetti. Auxiliares: Victor Bucarey, Pablo Lemus, Paz Obrecht. Coordinador: Matías Siebert. IN3701 - Modelamiento y Optimización Auxiliar 2 22 de Marzo de 2012 P1.
Más detallesConfección del fixture de la Liga Argentina de voleibol por medio de programación lineal entera
Confección del fixture de la Liga Argentina de voleibol por medio de programación lineal entera Javier Marenco Departamento de Computación, FCEyN, Universidad de Buenos Aires, Argentina Instituto de Ciencias,
Más 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 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 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 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 detallesDirección de operaciones. SESIÓN # 2: Programación lineal
Dirección de operaciones SESIÓN # 2: Programación lineal Contextualización Dentro de la sesión anterior conocimos el concepto y alcance de la administración de operaciones, dicho de otro modo el qué, ahora
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 detallesProgramación Entera. P.E pura: Todas las variables de decisión tienen valores enteros.
Clase # 7 Programación Entera. Programación entera es programación lineal con la restricción adicional de que los valores de las variables de decisión sean enteros. P.E pura: Todas las variables de decisión
Más detallesPROGRAMA DE LA MATERIA: Investigación Operativa Módulos semanales 3 Días de dictado: L M M J V S 3
1 Técnico Superior en Análisis de Sistemas Plan 2003 Res: 6175/03 PROGRAMA DE LA MATERIA: Investigación Operativa 11318 Area: SISTEMAS Equipo Docente Silvio Hugo Solari Módulos semanales 3 Días de dictado:
Más detallesUniversidad de Managua Curso de Programación Lineal
Universidad de Managua Curso de Programación Lineal Profesor: MSc. Julio Rito Vargas Avilés. Objetivos y Temáticas del Curso Estudiantes: Facultad de CE y A Año académico: III Cuatrimestre 2014 ORIENTACIONES
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 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 detalles2.3 Clasificación de modelos matemáticos.
2.3 Clasificación de modelos matemáticos. Qué es un modelo? Un modelo es una representación ideal de un sistema y la forma en que este opera. El objetivo es analizar el comportamiento del sistema o bien
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 detallesFundamentos de Investigación de Operaciones Asignación y Vendedor Viajero
Fundamentos de Investigación de Operaciones y Vendedor Viajero 23 de mayo de 2004 Si bien la resolución del problema de transporte mediante tableau parece ser muy expedita, existen ciertos tipos de problemas
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 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 detallesClasificación de sistemas
Capítulo 2 Clasificación de sistemas 2.1 Clasificación de sistemas La comprensión de la definición de sistema y la clasificación de los diversos sistemas, nos dan indicaciones sobre cual es la herramienta
Más detallesIntroducción a la Programación Dinámica. El Problema de la Mochila
Tema 1 Introducción a la Programación Dinámica. El Problema de la Mochila La programación dinámica no es un algoritmo. Es más bien un principio general aplicable a diversos problemas de optimización que
Más 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 detallesTEORÍA DE GRAFOS Ingeniería de Sistemas
TEORÍA DE GRAFOS Ingeniería de Sistemas Código: MAT-31114 AUTORES Ing. Daniel Zambrano Ing. Viviana Semprún UNIDADES DE LA ASIGNATURA» UNIDAD I. Relaciones» UNIDAD II. Estructuras Algebraicas» UNIDAD III.
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 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 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 detallesÁlgebra Matricial y Optimización Ma130
Álgebra Matricial y Optimización Ma130 Programación Lineal Departamento de Matemáticas ITESM Programación Lineal Ma130 - p. 1/27 ducción En esta lectura daremos una introducción a la modelación de problemas
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 detallesUNIDAD II PLANEACIÓN AGREGADA DE LA PRODUCCIÓN
UNIDAD II PLANEACIÓN AGREGADA DE LA PRODUCCIÓN Curso: Administración de Operaciones III OBJETIVOS Cuando haya completado esta unidad, debe ser capaz de identificar y definir: Planeación agregada Propósito
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 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 detallesInvestigación de Operaciones 1
Investigación de Operaciones 1 Clase 10 Pablo Andrés Maya Mayo, 2014 Pablo Andrés Maya () Investigación de Operaciones 1 Mayo, 2014 1 / 15 Clasificación de los modelos de optimización Pablo Andrés Maya
Más detallesPROGRAMACIÓN LINEAL. Su empleo es frecuente en aplicaciones de la industria, la economía, la estrategia militar, etc.
PROGRAMACIÓN LINEAL La programación lineal da respuesta a situaciones en las que se exige maximizar o minimizar funciones que se encuentran sujetas a determinadas limitaciones, que llamaremos restricciones.
Más detallesUniversidad de Guadalajara del 24 al 26 de Octubre del 2012.
Primer Congreso Mexicano de Investigación de Operaciones Se celebrará en las instalaciones de la Universidad de Guadalajara del 24 al 26 de Octubre del 2012. Fecha límite de registro de participantes y
Más detallesDIPLOMADO. Evaluación de la Calidad de la práctica docente para la implementación del Nuevo Modelo Educativo en Escuelas de Ingeniería del I.P.N.
DIPLOMADO Evaluación de la Calidad de la práctica docente para la implementación del Nuevo Modelo Educativo en Escuelas de Ingeniería del I.P.N. Trabajo Final Propuesta Metodológica del área de Ciencias
Más detallesLICENCIATURA ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS
LICENCIATURA ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS PROGRAMA DE LA ASIGNATURA MODELIZACIÓN Y OPTIMIZACIÓN CURSO 2012-13 ASIGNATURA: CURSO: OPTATIVA 2º - 3º (2º Semestre) 1.- DATOS INICIALES DE IDENTIFICACIÓN
Más detallesEstadís7ca. María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo. Tema 8. Programación lineal y métodos de op7mización
Estadís7ca Tema 8. Programación lineal y métodos de op7mización María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo Departamento de Matemá.ca Aplicada y Ciencias de la Computación
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 detallesUniversidad Tec Milenio: Profesional HG04002 Análisis de Decisiones I
Tema # 3 Modelo de programación lineal: conceptos básicos 1 Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Comprender el concepto de modelos de programación lineal. Identificar la
Más detalles2. SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO. Una señal puede ser definida como una portadora física de información. Por ejemplo,
2. SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO Una señal puede ser definida como una portadora física de información. Por ejemplo, las señales de audio son variaciones en la presión del aire llevando consigo
Más detallesClase #1 INTRODUCCIÓN: INVESTIGACIÓN DE OPERACIONES (I.O.) Y MODELAMIENTO MATEMATICO
Clase #1 INTRODUCCIÓN: INVESTIGACIÓN DE OPERACIONES (I.O.) Y MODELAMIENTO MATEMATICO CONTENIDO 1. Objetivos del curso 2. Programa Resumido 3. Evaluaciones 4. Bibliografía 5. Orígenes de la I. O. 6. Casos
Más detallesPlanteamiento de problemas de programación lineal. M. En C. Eduardo Bustos Farías
Planteamiento de problemas de programación lineal M. En C. Eduardo Bustos Farías 1 Ejemplo. Breeding Manufacturing Inc. Mezcla de productos 2 La Breeding Manufacturing Inc., fabrica y vende dos tipos de
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 detallesCapitulo 4. DECISIONES BAJO RIESGO TEORIA DE JUEGOS
Capitulo 4. DECISIONES BAJO RIESGO TEORIA DE JUEGOS INTRODUCCIÓN En el mundo real, tanto en las relaciones económicas como en las políticas o sociales, son muy frecuentes las situaciones en las que, al
Más detalles520142: ALGEBRA y ALGEBRA LINEAL
520142: ALGEBRA y ALGEBRA LINEAL Segundo Semestre 2008, Universidad de Concepción CAPITULO 10: Espacios Vectoriales DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición
Más detallesDar una introducción sobre la asignatura IO Familiarizar al estudiante con las características y aplicación del modelo de matriz de decisiones
I Unidad: Introducción a al Investigación de Operaciones. Contenidos: 1. Breve reseña histórica de la l. De O. 2. Concepto de la l. De O. 3. Objeto de Estudio de la l. De O. 4. Introducción a la teoría
Más detallesMercedes Granda Departamento de Electrónica y Computadores. Las propiedades de las redes de Petri nos permiten
22//22 REDES DE PETRI: PROPIEDADES Y MÉTODOS DE ANÁLISIS PROGRAMACIÓN CONCURRENTE MASTER EN COMPUTACIÓN DEPARTAMENTO DE ELECTRÓNICA Y COMPUTADORES UNIVERSIDAD DE CANTABRIA CURSO 22/3 REDES DE PETRI: PROPIEDADES
Más detallesEjercicios del Tema 2: Estructuras algebraicas básicas
Ejercicios del Tema 2: Estructuras algebraicas básicas En los ejercicios 1, 2, 8 y 9 se utilizará que si G = {g 1,...,g n } es un conjunto finito y * una operación interna definida en G, podemos utilizar
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 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 detallesInvestigación de Operaciones I. Problemas de Asignación
Investigación de Operaciones I Problemas de Asignación MSc. Ing. Julio Rito Vargas II cuatrimestre Introducción Los problemas de asignación incluyen aplicaciones tales como asignar personas a tareas. Aunque
Más detallesTeoría de juegos Andrés Ramos Universidad Pontificia Comillas
Teoría de juegos Andrés Ramos Universidad Pontificia Comillas http://www.iit.upcomillas.es/aramos/ Andres.Ramos@upcomillas.es TEORÍA DE JUEGOS 1 Teoría de juegos 1. Matriz de pagos 2. Clasificación 3.
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 detallesJesús Getán y Eva Boj. Marzo de 2014
Jesús Getán y Eva Boj Facultat d Economia i Empresa Universitat de Barcelona Marzo de 2014 Jesús Getán y Eva Boj 1 / 18 Jesús Getán y Eva Boj 2 / 18 Un Programa lineal consta de: Función objetivo. Modeliza
Más detallesALN. Repaso matrices. In. Co. Facultad de Ingeniería Universidad de la República
ALN Repaso matrices In. Co. Facultad de Ingeniería Universidad de la República Definiciones básicas - Vectores Definiciones básicas - Vectores Construcciones Producto interno: ( x, y n i x y i i ' α Producto
Más detallesProblemas de Localización
Departamento de Métodos Cuantitativos en Economía y Gestión Universidad de Las Palmas de Gran Canaria drsantos@dmc.ulpgc.es Marzo 2005 Hi & Lois, en "Discrete Location Theory", Mirchandani y Francis "location,
Más detallesDesarrollo de las condiciones de optimalidad y factibilidad. El problema lineal general se puede plantear como sigue:
Método simplex modificado Los pasos iterativos del método simplex modificado o revisado son exactamente a los que seguimos con la tabla. La principal diferencia esá en que en este método se usa el algebra
Más detallesIV. EL ESTUDIO TECNICO
IV. EL ESTUDIO TECNICO A. ANÁLISIS DE LOS ASPECTOS TÉCNICOS 1. LA INVERSIÓN, LA TECNOLOGÍA Y EL ALCANCE DEL ESTUDIO TÉCNICO DE INGENIERÍA El objetivo es determinar la función de producción óptima para
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 detallesNombre de la asignatura: Simulación. Créditos: Aportación al perfil
Nombre de la asignatura: Simulación Créditos: 2-4-6 Aportación al perfil Analizar, diseñar y gestionar sistemas productivos desde la provisión de insumos hasta la entrega de bienes y servicios, integrándolos
Más detallesNúmeros reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos.
MATEMÁTICAS I Contenidos. Aritmética y álgebra: Números reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos. Resolución e interpretación gráfica de ecuaciones e
Más detallesSISTEMAS DE APOYO A LA TOMA DE DECISIONES : DSS y EIS
IIC3712 GESTIÓN de las TEC. de INFORMACIÓN SISTEMAS DE APOYO A LA TOMA DE DECISIONES : DSS y EIS Ignacio Casas R. Escuela de Ingeniería Pontificia Universidad Católica de Chile Mayo, 2002 Qué es la Toma
Más detallesEL PROBLEMA GENERAL DE OPTIMIZACION
EL PROBLEMA GENERAL DE OPTIMIZACION Terminología Tipos de soluciones Resultados teóricos sobre existencia y unicidad de soluciones Método gráfico de resolución Problemas de optimización Este tipo de problemas
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 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 detallesSistemas de Inventario con Remanufacturación y Distribución
Metaheurísticas y Optimización sobre Redes 2009 Sistemas de Inventario con Remanufacturación y Distribución Dpto. Investigación Operativa InCo FING UDELAR Doctorado en Informática PEDECIBA, Tutor: Omar
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 detallesUn programa entero de dos variables. 15.053 Jueves, 4 de abril. La región factible. Por qué programación entera? Variables 0-1
15.053 Jueves, 4 de abril Un programa entero de dos variables Introducción a la programación entera Modelos de programación entera Handouts: material de clase maximizar 3x + 4y sujeto a 5x + 8y 24 x, y
Más detallesFundamentos de Investigación de Operaciones Investigación de Operaciones 1 Programación Lineal Entera
Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 11 de septiembre de 2003 1. Introducción Un LP donde se requiere que todas las variables sean enteras se denomina un problema
Más detallesCAPITULO 1: PERSPECTIVE GENERAL DE LA
CONTENIDO CAPITULO 1: PERSPECTIVE GENERAL DE LA INVESTIGACION DE OPERACIONES 1 1.1 Modelos matemáticos de investigación de operaciones. 1 1.2 Técnicas de investigación de operaciones 3 1.3 Modelado de
Más detallesEspacios Vectoriales www.math.com.mx
Espacios Vectoriales Definiciones básicas de Espacios Vectoriales www.math.com.mx José de Jesús Angel Angel jjaa@math.com.mx MathCon c 007-009 Contenido. Espacios Vectoriales.. Idea Básica de Espacio Vectorial.................................
Más detalles1 ÁLGEBRA DE MATRICES
1 ÁLGEBRA DE MATRICES 1.1 DEFINICIONES Las matrices son tablas numéricas rectangulares. Se dice que una matriz es de dimensión m n si tiene m filas y n columnas. Cada elemento de una matriz se designa
Más 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 detallesPRINCIPIOS DEL MODELAJE DE SISTEMAS
16 de Enero de 2012 PRINCIPIOS DEL MODELAJE DE SISTEMAS (Parte 2) Postgrado de Investigación de Operaciones Facultad de Ingeniería Universidad Central de Venezuela Análisis y Diseño de Sistemas José Luis
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 detallesUniversidad Nacional de Ingeniería Facultad de Ciencias. Física Computacional CC063. Algebra Lineal. Prof: J. Solano 2012-I
Universidad Nacional de Ingeniería Facultad de Ciencias Física Computacional CC063 Algebra Lineal Prof: J. Solano 2012-I Introduccion Aqui trabjaremos con operaciones basicas con matrices, tales como solucion
Más detallesPLANIFICACIÓN ANUAL NM3 TERCERO MEDIO
PLANIFICACIÓN ANUAL NM3 TERCERO MEDIO TERCER AÑO FORMACIÓN GENERAL OBJETIVOS FUNDAMENTALES CONTENIDOS MINIMOS SUGERENCIAS DE ACTIVIDADES. Los alumnos y las alumnas desarrollarán la capacidad de : Resolver
Más detallesPROGRAMA INSTRUCCIONAL ALGEBRA LINEAL
UNIVERSIDAD FERMÍN TORO VICE RECTORADO ACADÉMICO FACULTAD DE INGENIERÍA ESCUELA DE COMPUTACIÓN PROGRAMA INSTRUCCIONAL ALGEBRA LINEAL CÓDIGO ASIGNADO SEMESTRE U. C DENSIDAD HORARIA H.T H.P/H.L H.A THS/SEM
Más detallesDISEÑO CURRICULAR ALGEBRA LINEAL
DISEÑO CURRICULAR ALGEBRA LINEAL FACULTAD (ES) CARRERA (S) Ingeniería Computación y Sistemas CÓDIGO HORAS TEÓRICAS HORAS PRÁCTICAS UNIDADES DE CRÉDITO SEMESTRE 122443 02 02 03 II PRE-REQUISITO ELABORADO
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 detallesINSTITUTO POLITÉCNICO NACIONAL SECRETARÍA ACADÉMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS
ESCUELA: UNIDAD PROFESIONAL INTERDISCIPLINARIA DE INGENIERÍA Y CIENCIAS SOCIALES Y ADMINISTRATIVAS CARRERA: CIENCIAS DE LA INFORMÁTICA LÍNEA CURRICULAR: COORDINACIÓN: DEPTO. DE CIENCIAS DE LA INGENIERÍA.
Más detallesALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales
Resumen teoría Prof. Alcón ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales Sea (K, +,.) un cuerpo con característica 0. Podemos pensar K = Q, R o C. Si V es un conjunto cualquiera en el que
Más detallesCAPITULO III. Determinación de Rutas de Entregas
CAPITULO III Determinación de Rutas de Entregas Un importante aspecto en la logística de la cadena de abastecimiento (supply chain), es el movimiento eficiente de sus productos desde un lugar a otro. El
Más detalles2.3 Análisis de alternativas e identificación de soluciones
2.3 Análisis de alternativas e identificación de soluciones Análisis de alternativas y solución de proyectos Correspondería, fundamentalmente, a la etapa 2: 2. Identificar y definir la mejor solución para
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 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 detallesGestión de operaciones
Gestión de operaciones Modelo y modelado Pedro Sánchez Pedro Sánchez pedro.sanchez@upcomillas.es Contenidos Ejemplo de gestión Gestión de operaciones y optimización Modelo y modelado dld 2 1 Ejemplo de
Más detalles