Examen de Investigación Operativa (Plan 96) Febrero de er Parcial
|
|
- Gregorio Camacho Pereyra
- hace 6 años
- Vistas:
Transcripción
1 Examen de Investigación Operativa (Plan 96) Febrero de 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, si no,i=1,...,10 El objetivo es poner el menor número de cámaras, por lo que la función objetivo es: Min x 1 + x 2 + x 3 + x 4 + x 5 + x 6 + x 7 + x 8 + x 9 + x 10 Con la condición de que estén todos los sectores cubiertos, por ejemplo, para cubrir el sector 1 hay que poner obligatoriamente una cámara en el punto 4, para cubrir el sector 2 tendría que haber una en los puntos 4 o 5.. x 4 1 x 4 + x 5 1 x 8 1 x 6 + x 8 + x 10 1 x 6 1 x 9 1 x 7 + x 9 1 x 7 + x 10 1 x 7 + x 9 + x 10 1 x 1 + x 3 1 x 1 + x 2 + x 3 1 x 2 + x 3 1 Como se debe cumplir que si no se coloca ninguna cámara en la posición 2 hay que colocar una obligatoriamente en la posición 3, hay que introducir la restricción x 3 1 x 2 Porlotanto,elproblemaquedamodelizadodelasiguienteforma. Min x 1 + x 2 + x 3 + x 4 + x 5 + x 6 + x 7 + x 8 + x 9 + x 10 s.a x 4 1 x 4 + x 5 1 x 8 1 x 6 + x 8 + x 10 1 x 6 1 x 9 1 x 7 + x 9 1 x 7 + x 10 1 x 7 + x 9 + x 10 1 x 1 + x 3 1 x 1 + x 2 + x 3 1 x 2 + x 3 1 x 3 1 x 2 x i =0, 1,i=1,...,10 Solución del Ejercicio 2 1
2 a) El programa primal en la forma simétrica de maximización es max z 0 = 2x 1 +2x 2 x x 00 3 s. a 2x 1 + x 2 x x x 1 + x 2 1 x 1 + x 0 3 x x 1 x x x 1,x 2,x 0 3,x Planteamos en la tabla que sigue los cambios en el paso del problema primal (original) en formato simétrico de maximización al dual en formato simétrico de minimización, con las condiciones Problema Primal Dual 4 variables de decisión (x 1,x 2,x 0 3,x 00 3) 4 restricciones 4 restricciones 4 variables de decisión (y 1,y 2,y 3,y 4 ) objetivo de maximización (z 0 ) objetivo de minimización (w 0 ) z 0 (2, 2, 1, 1) recursos (2, 2, 1, 1) restricciones del tipo restricciones del tipo Matriz tecnológica A Matriz tecnológica A T recursos (4, 1, 4, 4) coeficientes de w 0 (4, 1, 4, 4) y el problema dual en la forma simétrica es min w 0 = 4y 1 + y 2 +4y 3 4y 4 s. a 2y 1 y 2 + y 3 y 4 2 y 1 + y 2 2 y 1 + y 3 y 4 1 y 1 y 3 + y 4 1 y 1,y 2,y 3,y 4 0 c) Para obtener la solución óptima expresamos el problema original en el formato estándar de maximización. Para ello, hacemos el cambio de variable x 3 = x + 3 x 3, para sustituir la variable no restringida por variables no negativas y, además, introducimos dos variables de holgura x 4 y x 5 y una artificial x 6. El programa lineal toma la forma max z 0 = 2x 1 +2x 2 x x 3 +0x 4 +0x 5 Mx 6 s. a 2x 1 + x 2 x x 3 + x 4 =4 x 1 + x 2 + x 5 =1 x 1 + x + 3 x 3 + x 6 =4 x 1,x 2,x + 3,x 3,x 4,x 5,x 6 0 La tabla inicial del símplex es c j M c B VB x 1 x 2 x + 3 x 3 x 4 x 5 x 6 x B 0 x x M x z j c j 2 M 2 1 M 1+M M Como hay costes reducidos negativos z 1 c 1 = 2 M, z 2 c 2 = 2 y z 3 + c 3 + =1 M la tabla no es óptima y aplicaremos el método del símplex para tratar de alcanzar la optimalidad. El valor indicador más negativo corresponde a la variable x 1 (z 1 c 1 = 2 M), siendo por tanto y 1 la columna pivote. La mínima razón es el cociente x B1 /y 11 =4/2 =2yportantoy 11 =2es el elemento pivote. La transformación 2
3 de pivote del método del símplex, enlaquex 1 es la variable de entrada en la base y x 4 la variable de salida de la base, conduce a la nueva tabla c j M c B VB x 1 x 2 x + 3 x 3 x 4 x 5 x 6 x B 2 x 1 1 1/2 1/2 1/2 1/ x 5 0 3/2 1/2 1/2 1/ M x 6 0 1/2 3/2 3/2 1/ z j c j 0 1+M/2 3M/2 1+M/ M Como hay un valor indicador negativo (z 3 + c 3 + = 3M/2) es posible la mejora. y 34 =3/2 y la transformación de pivote conduce a la tabla El elemento pivote es c j M c B VB x 1 x 2 x + 3 x 3 x 4 x 5 x 6 x B 2 x 1 1 1/ /3 0 1/3 2.b6 0 x 5 0 4/ /3 1 1/3 3.b6 1 x / /3 0 2/3 1.b3 z j c j M 4 De nuevo es posible la mejora (z 2 c 2 = 1 < 0), siendoelelementopivoteesy 22 =4/3. La transformación de pivote conduce a la tabla c j M c B VB x 1 x 2 x + 3 x 3 x 4 x 5 x 6 x B 2 x /4 1/4 1/ x /4 3/4 1/ x /4 1/4 3/ z j c j M 6.75 y como todos los valores indicadores son no negativos y no hay variables artificiales en la base con valor positivo, hemos alcanzado la optimalidad. La solución óptima es x 1 =1.75, x 2 =2.75, x + 3 =2.25 y x 3 =0 x 3 =2.25 y x 4 = x 5 = x 6 =0, con z 0 =6 z = 6. c) La solución óptima alcanzada no es única porque el coste reducido de la variable no básica x 3 es nulo. Sin embargo, como todos los elementos del vector y3 son menores o iguales que 0, lo que tenemos es un rayo óptimo. d) El valor óptimo de la función objetivo del dual es el mismo que el del primal (Relaciones en dualidad), w 0 = z 0 =6. e) Sustituyendo la solución óptima en la restricción obetemos 2x 1 +2x 2 +2x 3 = =13.5. Por lo tanto, la solución actual sigue siendo óptima. f) Teniendo en cuenta la forma de la nueva función objetivo, min z = x 1 +x 2, al ser ambas variables no negativas, z =0si x 1 y x 2 son cero mantiéndose la factibilidad. La segunda restricción se estaría satisfaciendo, pero la primera y la tercera dependerían del valor óptimo de x 3. De la tercera restricción, obtenemos que si x 1 =0, entonces x 3 =4, valor para el cual la primera restricción también se satisface. Por lo tanto, la solución óptima es con z =0. Solución del Ejercicio 3. x 1 =0,x 2 =0,x 3 =4, a) Para construir la tabla de transporte deducimos la DEM y la DISP de las condiciones dadas: DEM(H1) = DEM(H2) = DEM(H3) = DEM(H4) = 900/4 = 225 DISP(A1) = DISP(A2) = DISP(A3) = 900/3 = 300 3
4 A A El problema esá equilibrado pues P DEM(H j )= P DISP(A i ),i=1...3,j =1...4 b) La solución inicial por el método de la esquina noroeste: La celda (1, 1) es la esquina noroeste inicial y le asignamos el mínimo {DEM(H1) = 225 y DISP(A1) = 300}, es decir, x 11 =225, la demanda y disponibilidad relativa a la asignación disminuye en 225 ymarcamoslafila de A1 cuya disponibilidad se anula. A A DEM X La celda (1, 2) es la esquina noroeste actual y le asignamos el mínimo {DEM(H2) = 225 y DISP(A2) = 75}, es decir, x 21 =75, la demanda y disponibilidad relativa a la asignación disminuye en 75 ymarcamoslafila de A1 cuya disponibilidada se anula. A DEM X La celda (2, 2) es la esquina noroeste actual y le asignamos el mínimo {DEM(H2) = 150 y DISP(A2) = 300}, es decir, x 22 = 150, la demanda y disponibilidad relativa a la asignación disminuye en 150 y marcamos la columna de H2 cuya demanda se anula. A DEM X X La celda (2, 3) es la esquina noroeste actual y le asignamos el mínimo {DEM(H3) = 225 y DISP(A2) = 150}, es decir, x 23 = 150, la demanda y disponibilidad relativa a la asignación disminuye en 20 ymarcamoslafila de A2 cuya disponibilidad se anula. A X DEM X X
5 La celda (3, 3) es la esquina noroeste actual y le asignamos el mínimo {DEM(H3) = 75 y DISP(A3) = 300}, es decir, x 33 =75, la demanda y disponibilidad relativa a la asignación disminuye en 75 y marcamos la columna de H3 cuya demanda se anula. A X A DEM X X X 225 Finalmente, en la celda (3,4) debe ser x 34 = 225, que satisface tanto las condiciones de demanda como de disponibilidad en el problema equilibrado, MEN A X A X DEM X X X X con valor para el objetivo de z = =8325. Observamos que hemos obtenido una solución inicial no degenerada con 6 posiciones localizadas, m =3, n =4, m + n 1=6. c) La solución anterior recogida en la tabla de transporte inicial es óptima si los indicadores α ij son no negativos ij: A A A El sistema de números MODI, donde α 11 = α 12 = α 22 = α 23 = α 33 = α 34 =0,es: Hacemos S1 =0, y despejamos: S1+T 1+8=0, S1+T 2+6=0, S2+T 2+12=0, S2+T 3+13=0, S3+T 3+16=0, S3+T 4+5=0. α ij H1 H2 H3 H4 S i A1 α 11 =0 α 12 =0 α 13 =3 α 14 =13 S1 =0 A2 α 21 = 5 α 22 =0 α 23 =0 α 24 =5 S2 = 6 A3 α 31 = 3 α 32 = 3 α 33 =0 α 34 =0 S3 = 9 T j T 1= 8 T 2= 6 T 3= 7 T 4=4 α 13 =3 α 14 =13 A α 21 = 5 α 24 =5 A2 ( ) α 31 = 3 α 32 = 3 A DEM Hay indicadores negativos y la solución no es óptima. 5
6 Tomamos la posición (2,1) con α 21 = 5, el más negativo, y consideramos el ciclo: (2, 1) + 0 (1, 2) + 75 (1, 1) 225 (2, 1), donde redistribuimos min{225, 150}. (2, 2) 150 A A2 150 ( ) A El valor para el objetivo de z = =7575. El sistema de números MODI, donde α 11 = α 12 = α 21 = α 23 = α 33 = α 34 =0,es: Hacemos S1 =0, y despejamos: S1+T 1+8=0, S1+T 2+6=0, S2+T 1+9=0, S2+T 3+13=0,S3+T 3+16=0, S3+T 4+5=0 α ij H1 H2 H3 H4 S i A1 α 11 =0 α 12 =0 α 13 = 2 α 14 =8 S1 =0 A2 α 21 =0 α 22 = 5 α 23 =0 α 24 =5 S2 = 1 A3 α 31 = 3 α 32 = 6 α 33 =0 α 34 =0 S3 = 9 T j T 1= 8 T 2= 6 T 3= 12 T 4= 1 α 13 = 2 α 14 =8 A α 21 = 5 α 24 =5 A α 31 = 3 α 32 = 6 A Hay indicadores negativos y la solución no es óptima. Tomamos la posición (3,2) con α 21 = 6, el más negativo, y consideramos el ciclo: (3, 2) + 0 (1, 1) + 75 (2, 1) 150 (2, 3)+ 150 (3, 3) 75 (3, 2), donde redistribuimos min{225, 150, 75}. (1, 2) 225 A A A ( ) El valor para el objetivo de z = =7500. El sistema de números MODI, donde α 11 = α 12 = α 21 = α 23 = α 32 = α 34 =0,es: Hacemos S1 =0, y despejamos: S1+T 1+8=0, S1+T 2+6=0, S2+T 1+9=0, S2+T 3+13=0,S3+T 2+9=0, S3+T 4+5=0 α ij H1 H2 H3 H4 S i A1 α 11 =0 α 12 =0 α 13 = 2 α 14 =7 S1 =0 A2 α 21 =0 α 22 =5 α 23 =0 α 24 =4 S2 = 1 A3 α 31 =3 α 32 =0 α 33 =1 α 34 =0 S3 = 3 T j T 1= 8 T 2= 6 T 3= 12 T 4= 2 6
7 α 13 = 2 α 14 =7 A α 21 =5 α 24 =4 A α 31 =3 α 33 =1 A Hay indicadores negativos y la solución no es óptima. Tomamos la posición (1,3) con α 21 = 2, el más negativo, y consideramos el ciclo: (1, 3) + 0 (2, 1) + 75 (2, 3) 225 (1, 3), donde redistribuimos min{225, 150}. (1, 1) 150 A ( ) A A El valor para el objetivo de z = =7200. El sistema de números MODI, donde α 12 = α 13 = α 21 = α 23 = α 32 = α 34 =0,es: S1+T2+6=0, S1+T3+10=0, S2+T1+9=0, S2+T3+13=0, S3+T2+9=0, S3+T4+5=0 Hacemos S1 =0, y despejamos: α ij H1 H2 H3 H4 S i A1 α 11 =2 α 12 =0 α 13 =0 α 14 =7 S1 =0 A2 α 21 =0 α 22 =3 α 23 =0 α 24 =2 S2 = 3 A3 α 31 =9 α 32 =0 α 33 =3 α 34 =0 S3 = 3 T j T 1= 6 T 2= 6 T 3= 10 T 4= 2 No hay indicadores negativos y la solución es óptima. x 12 =150,x 13 = 150,x 21 = 225,x 23 =75,x 32 =75,x 34 = 225yz = d) Dado que hay rutas imposibles asignamos un coste muy grande (M) a dichas rutas y aplicamos el método de aproximación de Vogel para encontrar una solución inicial. Calculamos las penalizaciones iniciales PF =(c 13 c 12 =4,c 23 c 21 =4,c 32 c 34 =4)y PC =(c 11 c 21 = M 9,c 32 c 12 =3,c 23 c 13 =3,c 14 c 34 = M 5). (valor absoluto de la diferencia entre los dos costes mínimos por filas y columnas respectivamente) A2 9 M 13 M 300 A3 M 9 M La mayor penalización es M-5 en la columna de H4 y asignamos x 34 = min{disp(a3),dem(h4)} = min{300, 225} = 225 que presenta el mínimo coste (c 34 =5)y actualizamos DISP(A3) = 75 y DEM(H4) = 0. A2 9 M 13 M 300 A3 M 9 M DEM X 7
8 Las penalizaciones son PF =(4, 4,M 9) y PC =(M 9, 3, 3). La mayor penalización es M-9 en la columna de H1 y asignamos x 21 = min{disp(a2),dem(h1)} = min{300, 225} = 225 que presenta el mínimo coste (c 21 =9)y actualizamos DISP(A2) = 75 y DEM(H1) = 0 A M 13 M 75 A3 M 9 M DEM X X Las penalizaciones son PF =(4,M 13,M 9) y PC =(3, 3). La mayor penalización es M-9 en la fila de A3 y asignamos x 32 = min{disp(a3),dem(h2)} = min{75, 225} = 75 que presenta el mínimo coste (c 32 =9)y actualizamos DISP(A3) = 0 y DEM(H2) = 150 A M 13 M 75 A3 M 75 9 M X DEM X X Las penalizaciones son PF =(4,M 13) y PC =(3, 3). La mayor penalización es M-13 en la fila de A2 y asignamos x 23 = min{disp(a2),dem(h3)} = min{75, 225} = 75 que presenta el mínimo coste (c 23 = 13) y actualizamos DEM(H3) = 150 y DISP(A2) = 0 A M M X A3 M 75 9 M X DEM X X Finalmente, en la fila de A1 asignamos el máximo número de unidades posible a la posición de menor coste, c 12 =6, x 12 = 150 yelrestox 13 = 150 A1 M M X A M M X A3 M 75 9 M X DEM X X X X La solución inicial es no degenerada y factible (no hay posiciones imposibles localizadas) y ahora podemos calcular los indicadores α ij y redistribuir sobre un ciclo con indicador más negativo para mejorar. Pero observamos que la solución es factible y no podemos redistribuir a otras posiciones pues todas son rutas imposibles. La solución óptima es la tabla final del apartdo c) Si hubiese alguna posición imposible localizada se debe construir un ciclo para redistribuir las unidades y pasar a una base factible. 8
El 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 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 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 detallesLo que se hace entonces es introducir variables artificiales ADAPTACIÓN A OTRAS FORMAS DEL MODELO.
Clase # 8 Hasta el momento sólo se han estudiado problemas en la forma estándar ADAPTACIÓN A OTRAS FORMAS DEL MODELO. Maximizar Z. Restricciones de la forma. Todas las variables no negativas. b i 0 para
Más 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 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 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 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 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 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 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 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 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 detallesEJEMPLO DE SIMPLEX PARA PROBLEMA DE PROGRAMACIÓN LINEAL CASO DE MAXIMIZAR Prof.: MSc. Julio Rito Vargas Avilés
EJEMPLO DE SIMPLEX PARA PROBLEMA DE PROGRAMACIÓN LINEAL CASO DE MAXIMIZAR Prof.: MSc. Julio Rito Vargas Avilés CONSTRUCCION DE LA TABLA INICIAL DEL MÉTODO SIMPLEX Una vez que el alumno ha adquirido la
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 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 detallesProblemas de transporte, asignación y trasbordo
Problemas de transporte, asignación y trasbordo 1. Plantear un problema de transporte Tiene como objetivo encontrar el mejor plan de distribución, generalmente minimizando el coste. Un problema está equilibrado
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 detalles3.1 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 detallesEspacios Vectoriales. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21
Espacios Vectoriales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21 Objetivos Al finalizar este tema tendrás que: Saber si unos vectores son independientes.
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 detallesMétodo Simplex: Encontrado una SBF
Método Simplex: Encontrado una SBF CCIR / Matemáticas euresti@itesm.mx CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 1 / 31 Determinación de SBF Determinación de SBF El método
Más detallesMATEMÁTICAS 1º BACH. C. N. Y S. 25 de enero de 2010 Geometría y Logaritmos
MATEMÁTICAS 1º BACH. C. N. Y S. 5 de enero de 010 Geometría y Logaritmos x yz 1) Tomar logaritmos, y desarrollar, en la siguiente expresión: A 4 ab log x log b 4log a log y ) Quitar logaritmos: log A )
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 detallesLección 8. Problemas del transporte, transbordo y asignación
Lección 8. Problemas del transporte, transbordo y asignación 8.1. El problema de transporte 8.1.1.Propiedades del sistema de transporte. 8.1.2.Método general de solución- algoritmo de transporte. 8.1.3.Determinación
Más detallesEL PROBLEMA DE TRANSPORTE
1 EL PROBLEMA DE TRANSPORTE La TÉCNICA DE TRANSPORTE se puede aplicar a todo problema físico compatible con el siguiente esquema: FUENTES DESTINOS TRANSPORTE DE UNIDADES Donde transporte de unidades puede
Más 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 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. Estudiantes: FAREM-Carazo Unidad III Metodologías para la Solución
Más detallesTEORÍA DE LA EMPRESA. ADOLFO GARCÍA DE LA SIENRA Instituto de Filosofía Facultad de Economía Universidad Veracruzana
TEORÍA DE LA EMPRESA ADOLFO GARCÍA DE LA SIENRA Instituto de Filosofía Facultad de Economía Universidad Veracruzana asienrag@gmail.com. Conjuntos y funciones de producción El conjunto de posibilidades
Más 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 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 detallesÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3
ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3 Matrices y determinantes (Curso 2011 2012) 2. Sea A una matriz diagonal n n y supongamos que todos los elementos de su diagonal son distintos entre sí.
Más detallesMETODO SIMPLEX NOTAS DE CLASE: INVESTIGACIÓN DE OPERACIONES I UNIVERSIDAD CENTRAL PROFESOR CARLOS DÍAZ. Max Z= 12X 1 + 15X 2
METODO SIMPLEX NOTAS DE CLASE: INVESTIGACIÓN DE OPERACIONES I UNIVERSIDAD CENTRAL PROFESOR CARLOS DÍAZ Max Z= 12X 1 + 15X 2 Sujeto a: 2X 1 + X 2
Más detallesClase 8 Matrices Álgebra Lineal
Clase 8 Matrices Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia Matrices Definición Una matriz es un arreglo rectangular de números denominados entradas
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 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 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 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 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 detallesRESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES
UNIDD 4 RESOLUCIÓN DE SISTEMS MEDINTE DETERMINNTES Página 00 Resolución de sistemas mediante determinantes x y Resuelve, aplicando x = e y =, los siguientes sistemas de ecuaciones: x 5y = 7 5x + 4y = 6x
Más detallesEL MÉTODO SIMPLEX ALGEBRAICO. M. En C. Eduardo Bustos Farías
EL MÉTODO SIMPLEX ALGEBRAICO M. En C. Eduardo Bustos Farías 1 EL METODO SIMPLEX Es un procedimiento general para resolver problemas de programación lineal. Fue desarrollado en el año de 1947 por George
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 detallesDeterminantes. Concepto de determinante A cada matriz cuadrada A se le asigna un número denominado determinante de A, denotado por A o por det (A).
Determinantes Concepto de determinante A cada matriz cuadrada A se le asigna un número denominado determinante de A, denotado por A o por det (A). A = Determinante de orden uno a 11 = a 11 5 = 5 Determinante
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 detallesSISTEMAS DE ECUACIONES LINEALES
SISTEMAS DE ECUACIONES LINEALES Índice: 1.Introducción--------------------------------------------------------------------------------------- 2 2. Ecuaciones lineales------------------------------------------------------------------------------
Más detallesMétodos de planos cortantes
CO-5423 (V08) 20/05/2008 40 Métodos de planos cortantes Preliminares El tableau de Beale Para facilitar la explicación y los cálculos manuales en todo lo referente a planos cortantes se usa el Tableau
Más detallesPASO 1: Poner el problema en forma estandar.
MÉTODO DEL SIMPLEX PASO Poner el problema en forma estandar: La función objetivo se minimiza y las restricciones son de igualdad PASO 2 Encontrar una solución básica factible SBF PASO 3 Testar la optimalidad
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: INGENIERÍA EN INFORMÁTICA. ACADEMIAS: INVESTIGACIÓN DE OPERACIONES. COORDINACIÓN: DEPARTAMENTO
Más detallesEjercicios Resueltos
Ejercicios Resueltos Ejercicio 1 La función de transferencia de un sistema de control tiene como expresión: Determinar, aplicando el método de Routh, si el sistema es estable. Para comprobar la estabilidad
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 detallesÁLGEBRA LINEAL II Algunas soluciones a la práctica 2.3
ÁLGEBRA LINEAL II Algunas soluciones a la práctica 2. Transformaciones ortogonales (Curso 2010 2011) 1. Se considera el espacio vectorial euclídeo IR referido a una base ortonormal. Obtener la expresión
Más detallesRESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES
RESOLUCIÓN DE SISTEMS MEDINTE DETERMINNTES Página 0 REFLEXION Y RESUELVE Resolución de sistemas Ò mediante determinantes y Resuelve, aplicando x x e y, los siguientes sistemas de ecuaciones: 3x 5y 73 a
Más detallesNOMBRE DE LA ASIGNATURA: MÉTODOS CUANTITATIVOS PARA ADMINISTRACIÓN. ESCUELA: DEPARTAMENTO: ADMINISTRACIÓN
CODIGO: 092-4883 HORAS SEMANALES 4 HORAS TEORICAS: 2 UNIVERSIDAD DE ORIENTE COMISIÓN CENTRAL DE CURRÍCULA PROGRAMA DE ASIGNATURA NOMBRE DE LA ASIGNATURA: MÉTODOS CUANTITATIVOS PARA ADMINISTRACIÓN. ESCUELA:
Más detallesSISTEMAS DE ECUACIONES LINEALES. Método de reducción o de Gauss. 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González.
SISTEMAS DE ECUACIONES LINEALES Método de reducción o de Gauss 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González. SISTEMAS DE DOS ECUACIONES LINEALES CON DOS INCÓGNITAS.
Más detallesRESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES
3 RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES Página 74 Determinantes de orden 2 Resuelve cada uno de los siguientes sistemas de ecuaciones y calcula el determinante de la matriz de los coeficientes:
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 detallesTema V: Optimización Lineal
Tema V: Optimización Lineal Omar J. Casas López Diciembre 2003 1 Algoritmo Simplex El objetivo del Algoritmo Simplex consiste en que partiendo de una Solución Factible Básica inicial, encontrar otra que
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 detallesMETODO SIMPLEX ANALISIS DE SENSIBILIDAD Y DUALIDAD
METODO SIMPLEX ANALISIS DE SENSIBILIDAD Y DUALIDAD Análisis de sensibilidad con la tabla simplex El análisis de sensibilidad para programas lineales implica el cálculo de intervalos para los coeficientes
Más detallesSistemas de Ecuaciones Lineales y Matrices
Capítulo 4 Sistemas de Ecuaciones Lineales y Matrices El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación lineal con n-incógnitas x 1, x 2,, x n es una
Más detallesTema 4: Teoría de dualidad. Algoritmo Dual del Simplex 1
Tema 4: Teoría de dualidad. Algoritmo Dual del Simplex 1 4.1 Introducción 4.2 Definición del Problema Dual 4.3 Relaciones Primal-Dual 4.4 Condiciones de Holgura Complementaria 4.5 Interpretación Económica
Más detallesGEOMETRÍA. que pasa por el punto P y es paralelo a π. (0,9 puntos) b) Determinar la ecuación del plano π
GEOMETRÍA 1.- Se considera la recta r : ( x, y, z) = ( t + 1, t,3 t), el plano π: x y z = 0y el punto P (1,1,1). Se pide: a) Determinar la ecuación del plano π 1 que pasa por el punto P y es paralelo a
Más 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 detallesTema 3: Espacios vectoriales
Tema 3: Espacios vectoriales K denotará un cuerpo. Definición. Se dice que un conjunto no vacio V es un espacio vectorial sobre K o que es un K-espacio vectorial si: 1. En V está definida una operación
Más detalles4. Método Simplex de Programación Lineal
Temario Modelos y Optimización I 4. Método Simplex de Programación Lineal A- Resolución de problemas, no particulares, con representación gráfica. - Planteo ordenado de las inecuaciones. - Introducción
Más detallesEspacios Vectoriales Asturias: Red de Universidades Virtuales Iberoamericanas 1
Espacios Vectoriales 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Espacios Vectoriales... 4 1.1 Definición de espacio vectorial... 4 1.2 Definición de subespacio vectorial...
Más detallesSi el objetivo es maximizar, entonces se tiene la forma estándar de maximización y, si el objetivo es minimizar, la forma estándar de minimización.
Tema El método simplex Los modelos lineales con dos o tres variables se pueden resolver gráficamente. En el Tema hemos visto la solución gráfica de modelos lineales de dos variables. Sin embargo, este
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 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 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 detallesEJEMPLO 1. Solución: Definimos las variables originales como: = número de conejos. x = número de pollos.
EJEMPLO. En una granja agrícola se desea criar conejos y pollos como complemento en su economía de forma que no se superen en conjunto las 8 horas mensuales destinadas a esta actividad. Su almacén sólo
Más detallesUna matriz es un arreglo rectangular de elementos. Por ejemplo:
1 MATRICES CONCEPTOS BÁSICOS Definición: Matriz Una matriz es un arreglo rectangular de elementos. Por ejemplo: es una matriz de 3 x 2 (que se lee 3 por 2 ) pues es un arreglo rectangular de números con
Más detalles2.2 PROGRAMACION LINEAL: METODOS DE SOLUCION
2.2 PROGRAMACION LINEAL: METODOS DE SOLUCION 1. METODO GRAFICO 2. METODO SIMPLEX - ALGEBRAICO 3. METODO SIMPLEX - TABULAR 4. METODO SIMPLEX - MATRICIAL 1 2.2.1 METODO GRAFICO (modelos con 2 variables)
Más detallesSistemas de Ecuaciones Lineales
Sistemas de Ecuaciones Lineales 1 Sistemas de ecuaciones y matrices Definición 1 Una ecuación lineal en las variables x 1, x 2,..., x n es una ecuación de la forma con a 1, a 2... y b números reales. a
Más detallesDeterminantes. Determinante de orden uno. a 11 = a 11 5 = 5
DETERMINANTES Determinantes Concepto de determinante A cada matriz cuadrada A se le asigna un escalar particular denominado determinante de A, denotado por A o por det (A). A = Determinante de orden uno
Más detallesRESOLUCIÓN INTERACTIVA DEL SIMPLEX
RESOLUCIÓN INTERACTIVA DEL SIMPLEX Estos materiales interactivos presentan la resolución interactiva de ejemplos concretos de un problema de P.L. mediante el método Simplex. Se presentan tres situaciones:
Más detallesEl Problema del Transporte
ASIGNATURA PROGRAMACIÓN LINEAL El Problema del Transporte Maestro Ing. Julio Rito Vargas Avilés Octubre 2014 1 Problema de Transporte Es un caso especial de problema de programación lineal (PPL), para
Más detallesRECTAS EN EL ESPACIO. P y un vector v se llama recta al conjunto de. Q del espacio para los cuales se cumple que el vector PQ es paralelo
Dado un punto en el espacio ( x, y, z) puntos ( x, y, z) RECTAS EN E ESPACIO P y un vector v se llama recta al conjunto de Q del espacio para los cuales se cumple que el vector PQ es paralelo al vector
Más detallesDETERMINANTES Profesor: Fernando Ureña Portero
: CONCEPTO, CÁLCULO DE. Definición: A cada matriz cuadrada A=a ij, de orden n, se le asigna un número real, denominado determinante de A, denotado por A o por det (A). A =det (A)= 1.-Determinante de orden
Más detallesUNIDAD UNO PROGRAMACIÓN LÍNEAL Parte 3
UNIDAD UNO PROGRAMACIÓN LÍNEAL Parte 3 Matriz unitaria "I" de base con variables artificiales. Cuando el problema de programación lineal se expresa en la forma canónica de maximizar, las variables de holgura
Más detallesA1.- Determina a y b sabiendo que el sistema de ecuaciones. x + 3y +z = 1 -x + y +2z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas.
A1.- Determina a y b sabiendo que el sistema de ecuaciones x + 3y +z = 1 -x + y +z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas. Para que el sistema tenga, al menos, dos soluciones distintas
Más detallesTema 2.- Formas Cuadráticas.
Álgebra. 004 005. Ingenieros Industriales. Departamento de Matemática Aplicada II. Universidad de Sevilla. Tema.- Formas Cuadráticas. Definición y representación matricial. Clasificación de las formas
Más detallesZ Optima X 1 + X 2 5 Z 1 -X 1 + 2X Región factible. Figura 1
Método Gráfico El procedimiento geométrico, es únicamente adecuado para resolver problemas muy pequeños (con no más de dos variables debido al problema de dimensionalidad). Este método provee una gran
Más detallesTema 3: Método del Simplex Revisado.
Investigación Operativa 28/9 Tema 3: Método del Simplex Revisado. El método revisado o método del simples con multiplicadores: Conceptos básicos. Vector de Multiplicadores. Se basa en los mismos principios
Más detallesUniversidad Nacional de Ingeniería Sede: UNI-Norte Investigación de Operaciones I
Universidad acional de Ingeniería Sede: UI-orte Investigación de Operaciones I Método Simple Revisado Ejemplo. Resolver el siguiente problema de P.L. s. a: Ma, z 6 Para resolver por el método simple revisado,
Más detallesUNIDAD 7 MODELO DE TRANSPORTE
UNIDAD 7 MODELO DE TRANSPORTE Obtendrá el modelo de transporte asociado a un problema. Construirá el esquema y la tabla inicial asociada al modelo de transporte. Resolverá problemas de transporte utilizando
Más detallesÁLGEBRA DE MATRICES. Al consejero A no le gusta ninguno de sus colegas como presidente.
ÁLGEBRA DE MATRICES Página 47 REFLEXIONA Y RESUELVE Elección de presidente Ayudándote de la tabla, estudia detalladamente los resultados de la votación, analiza algunas características de los participantes
Más detallesPROBLEMAS RESUELTOS DE ASIGNACIÓN POR EL MÉTODO HUNGARO INVESTIGACIÓN DE OPERACIONES I
PROBLEMAS RESUELTOS DE ASIGNACIÓN POR EL MÉTODO HUNGARO INVESTIGACIÓN DE OPERACIONES I Prof.: MSc. Julio Rito Vargas Avilés. Método Húngaro: Los problemas de asignación incluyen aplicaciones tales como
Más detallesTema 11: Integral definida. Aplicaciones al cálculo de áreas
Tema 11: Integral definida. Aplicaciones al cálculo de áreas 1. Introducción Las integrales nos van a permitir calcular áreas de figuras no geométricas. En nuestro caso, nos limitaremos a calcular el área
Más detallesTema 1. Espacios Vectoriales Definición de Espacio Vectorial
Tema 1 Espacios Vectoriales. 1.1. Definición de Espacio Vectorial Notas 1.1.1. Denotaremos por N, Z, Q, R, C, a los conjuntos de los números Naturales, Enteros, Racionales, Reales y Complejos, respectivamente.
Más detallesDenotamos a los elementos de la matriz A, de orden m x n, por su localización en la matriz de la
MATRICES Una matri es un arreglo rectangular de números. Los números están ordenados en filas y columnas. Nombramos a las matrices para distinguirlas con una letra del alfabeto en mayúscula. Veamos un
Más detallesMatrices y determinantes
Matrices y determinantes 1 Ejemplo Cuál es el tamaño de las siguientes matrices? Cuál es el elemento a 21, b 23, c 42? 2 Tipos de matrices Matriz renglón o vector renglón Matriz columna o vector columna
Más detallesTema 3: Sistemas de ecuaciones lineales
Tema 3: Sistemas de ecuaciones lineales 1. Introducción Los sistemas de ecuaciones resuelven problemas relacionados con situaciones de la vida cotidiana que tiene que ver con las Ciencias Sociales. Nos
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 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 detallesTema 7: Geometría Analítica. Rectas.
Tema 7: Geometría Analítica. Rectas. En este tema nos centraremos en estudiar la geometría en el plano, así como los elementos que en este aparecen como son los puntos, segmentos, vectores y rectas. Estudiaremos
Más detallesSistemas de Ecuaciones Lineales SISTEMAS DE ECUACIONES LINEALES DEFINICIONES, TIPOS DE SISTEMAS Y DISTINTAS FORMAS DE EXPRESARLOS
SISTEMAS DE ECUACIONES LINEALES DEFINICIONES, TIPOS DE SISTEMAS Y DISTINTAS FORMAS DE EXPRESARLOS 1.- DEFINICIÓN DE SISTEMAS DE ECUACIONES LINEALES Definición: se llama sistema de ecuaciones lineales al
Más detallesEL MÉTODO SIMPLEX ALGEBRAICO: MINIMIZACION. M. En C. Eduardo Bustos Farías
EL MÉTODO SIMPLEX ALGEBRAICO: MINIMIZACION M. En C. Eduardo Bustos Farías 1 Minimización El método simplex puede aplicarse a un problema de minimización si se modifican los pasos del algoritmo: 1. Se cambia
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 detalles