Fundamentos de Programación Entera. 1. Introducción. Carlos Testuri Germán Ferrari
|
|
- Francisco Emilio Gil Rodríguez
- hace 6 años
- Vistas:
Transcripción
1 Fundamentos de Programación Entera 1. Introducción Carlos Testuri Germán Ferrari Departamento de Investigación Operativa Instituto de Computación Facultad de Ingeniería Universidad de la República
2 Contenido 1 Introducción Definición y alcance Aplicaciones Modelado Problemas enteros Problemas enteros mixtos Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 1er. Semestre / 28
3 Definición y alcance Definición de programación entera Trata del modelado y resolución de problemas de optimización 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 1er. Semestre / 28
4 Aplicaciones Aplicación: Asignación de salones y horarios a cursos Una institución que brinda cursos a estudiantes de diferentes carreras se enfrenta a la planificación semanal de salones y horarios de clases de los cursos. Teniendo en cuenta, entre otros, que los cursos tienen clases teóricas, practicas y de laboratorio con diferente carga horaria y estimación de cantidad de asistentes, los cursos de un mismo semestre de cada carrera no se deben superponer en horario, y deben asignarse lo más contiguo posible en horario, los salones tienen cierta capacidad de asistentes. Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 1er. Semestre / 28
5 Aplicaciones Aplicación: Planificación de la producción Una fábrica debe planificar la producción y entrega de productos mensualmente a partir de pedidos y estimación de demanda futura. El plan incluye varios procesos de producción según tipos de productos. Se consideran la adquisición de insumos, la disposición de maquinaria (compartida entre los procesos), y la capacidad y la gestión del inventario según la caducidad de los productos. La entrega se realiza a varias areas de distribución. El objetivo es minimizar los costos mientras se mantiene cierto nivel del servicio a los clientes. Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 1er. Semestre / 28
6 Aplicaciones Aplicación: Planificación de la generación de electricidad El suministro de electricidad debe ser muy próximo a la demanda, la cual varia en forma horaria. Para el suministro se dispone de varias fuentes de generación con diferentes atributos. El problema trata de la planificación horaria de los generadores ( despacho de carga ) que se utilizan teniendo en cuenta restricciones como costos, potencia, y disponibilidad de los generadores, tiempos mínimos de encendido y apagado de generadores, generadores con costos fijos de arranque y no lineales de operación, reserva de capacidad de suministro ante picos de demanda. Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 1er. Semestre / 28
7 Aplicaciones Aplicación: Tratamiento del cancer de próstata La braquiterapia de baja dosis de radiación es uno de los tratamientos para el cáncer de próstata localizado. Mediante fuentes radiactivas se suministra suficiente dosis para tratar el tumor mientras se preserva el tejido sano circundante. Las fuentes se colocan en tándem a través de agujas en el tejido del órgano. Hay muchas posibilidades de ubicar decenas de fuentes, en un centenar y medio de posiciones, restringidas por distancia mínima entre pares de fuentes, prescripción de dosis en la próstata, prescripción de dosis en su entorno, el recto y la uretra. Se busca minimizar la cantidad de fuentes y la cantidad de agujas que se utilizan. Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 1er. Semestre / 28
8 Modelado Modelado 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 la excesiva acarrea inviabilidad debido a falta de realismo. El proceso de modelado conlleva ciertas etapas: comprensión del problema, formulación simbólica de modelo, resolución del modelo (computacional), e interpretación de resultados. Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 1er. Semestre / 28
9 Modelado Componentes de un modelo algebraico 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). En programación entera, la determinación de variables puede tener diferentes alternativas, (proceso más elaborado que el de programación lineal). Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 1er. Semestre / 28
10 Modelado 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 i (x) 0, i = 1,..., m, 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 de la solución óptima. Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 1er. Semestre / 28
11 Modelado 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 1er. Semestre / 28
12 Modelado 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 1er. Semestre / 28
13 Modelado 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 1er. Semestre / 28
14 Modelado 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 1er. Semestre / 28
15 Modelado 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 1er. Semestre / 28
16 Modelado 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 1er. Semestre / 28
17 Modelado 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 1er. Semestre / 28
18 Problemas enteros 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 1er. Semestre / 28
19 Problemas enteros 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 1er. Semestre / 28
20 Problemas enteros 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 1er. Semestre / 28
21 Problemas enteros 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 1er. Semestre / 28
22 Problemas enteros 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 1er. Semestre / 28
23 Problemas enteros 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 1er. Semestre / 28
24 Problemas enteros 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 1er. Semestre / 28
25 Problemas enteros 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 1er. Semestre / 28
26 Problemas enteros 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 1er. Semestre / 28
27 Problemas enteros mixtos 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 1er. Semestre / 28
28 Problemas enteros mixtos 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 1er. Semestre / 28
29 Problemas enteros mixtos 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 1er. Semestre / 28
30 Problemas enteros mixtos 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 1er. Semestre / 28
31 Problemas enteros mixtos 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 1er. Semestre / 28
32 Problemas enteros mixtos 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 1er. Semestre / 28
33 Problemas enteros mixtos 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 1er. Semestre / 28
34 Problemas enteros mixtos 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 1er. Semestre / 28
Fundamentos de Programación Entera
Fundamentos de Programación Entera Carlos Testuri Germán Ferrari Departamento de Investigación Operativa. Instituto de Computación. Facultad de Ingeniería. Universidad de la República 2012-2016 Facultad
Más detallesModelado en Programación Lineal y Entera en Modelado Cuantitativo para Problemas de Producción
Modelado en Programación Lineal y Entera en Modelado Cuantitativo para Problemas de Producción Héctor Cancela - Antonio Mauttone Pedro Piñeyro - Luis Stábile - Carlos Testuri Depto. Investigación Operativa.
Más detallesOptimización bajo Incertidumbre A. Sistema de modelado algebraico - GLPK
Optimización bajo Incertidumbre A. Sistema de modelado algebraico - GLPK Carlos Testuri Germán Ferrari Depto. Investigación Operativa. Instituto de Computación. Facultad de Ingeniería, UdelaR 2003-17 Facultad
Más detallesCAPÍTULO 4 PROGRAMACIÓN LINEAL ENTERA
CAPÍTULO 4 PROGRAMACIÓN LINEAL ENTERA Programación Lineal Entera Es una técnica que permite modelar y resolver problemas cuya característica principal es que el conjunto de soluciones factibles es discreto.
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 detallesCurso: Teoría, Algoritmos y Aplicaciones de Gestión Logística. Modelos de Ubicación de Instalaciones
Curso: Teoría, Algoritmos y Aplicaciones de Gestión Logística. Modelos de Ubicación de Instalaciones Departamento de Investigación Operativa Instituto de Computación, Facultad de Ingeniería Universidad
Más detallesContenido. 1 Resolución mediante planos de corte. Resolución mediante planos de corte
Contenido 1 Resolución mediante planos de corte para LP para IP Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 1/20 para LP para IP Resolución mediante planos de corte La metodología
Más detallesOptimización combinatoria Flujo en redes. Investigación Operativa, Grado en Estadística y Empresa, 2011/12
Optimización combinatoria Flujo en redes Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema Optimización combinatoria: definición y formulación de PE El problema
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 detallesFormulando con modelos lineales enteros
Universidad de Chile 19 de marzo de 2012 Contenidos 1 Forma de un problema Lineal Entero 2 Modelando con variables binarias 3 Tipos de Problemas Forma General de un MILP Problema de optimización lineal
Más detallesContenido. Lenguajes de modelado algebraico Ejemplo Problema de Transporte Modelado con GNU GLPK. 1 Modelado Algebraico Computacional
Contenido 1 Modelado Algebraico Computacional Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 1/16 Basados en notación algebraica; incorporan conjuntos y relaciones entre estos para modelar
Más detallesFUNDAMENTOS DE PROGRAMACIÓN ENTERA
02 de Octubre de 2017 FUNDAMENTOS DE PROGRAMACIÓN ENTERA Ingeniería en Informática Ingeniería Industrial Universidad Católica Andrés Bello Programación Entera José Luis Quintero 1 Puntos a tratar 1. Investigación
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 detallesDualidad 1. 1 Formas simétricas. 2 Relación primal-dual. 3 Dualidad: el caso general. 4 Teoremas de dualidad. 5 Condiciones de holgura complementaria.
Dualidad 1 1 Formas simétricas. 2 Relación primal-dual. 3 Dualidad: el caso general. 4 Teoremas de dualidad. Condiciones de holgura complementaria. 6 Solución dual óptima en la tabla. 7 Interpretación
Más detallesFundamentos de Investigación de Operaciones Certamen # 2
Certamen # 2 Profesores: María Cristina Riff & Esteban Sáez 6 de junio de 2003 1. Una pequeña empresa constructora debe construir 3 casas en los próximos 5 meses. Una vez que alguna de las casas está terminada,
Más detallesOptimización de Problemas de Producción
Optimización de Problemas de Producción Pedro Piñeyro - Luis Stábile Colaboran: Héctor Cancela - Antonio Mauttone - Carlos Testuri Depto. Investigación Operativa. Instituto de Computación. Facultad de
Más detallesEjemplo: ubicación de estación de bomberos
15.053 Jueves, 11 de abril Más aplicaciones de la programación entera. Técnicas de plano de corte para obtener mejores cotas. Ejemplo: ubicación de estación de bomberos Considere la ubicación de estaciones
Más detallesOPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA. Tema 3 Programación Entera
OPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA Tema 3 Programación Entera ORGANIZACIÓN DEL TEMA Sesiones: Introducción y formulación Variables binarias Métodos de solución OPTIMIZACIÓN DE MODELOS DISCRETOS
Más detallesA 2 E 4 I. Las cámaras situadas en puntos capaces de vigilar 2, 3 y 4 zonas cuestan 5, 7 y 8 unidades monetarias,
Programación Lineal Entera / Investigación Operativa 1 MODELIZACIÓN Y RESOLUCIÓN CON SOLVER. Hoja 3 Para los siguientes problemas, se pide: 1. Plantear el correspondiente modelo de Programación Lineal
Más detallesProgramación Entera. Nelson Devia C. IN Modelamiento y Optimización Departamento de Ingeniería Industrial Universidad de Chile
IN3701 - Modelamiento y Optimización Departamento de Ingeniería Industrial Universidad de Chile 2011 Basado en Bertsimas, D., Tsitsiklis, J. (1997) Introduction to Linear Optimization Capítulos 10 y 11
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 detallesUNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 12 de septiembre de 2007
UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 2 de septiembre de 2007 Problema. (2.5 puntos) Un fabricante de productos informáticos produce 3 modelos de routers
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 detallesEjemplo 1: Programación Entera
Repaso Prueba 2 Ejemplo 1: Programación Entera Supongamos que una persona está interesada en elegir entre un conjunto de inversiones {1,,7} y quiere hacer un modelo 0,1 para tomar la decisión. Modelar
Más detallesMATEMÁTICAS APLICADAS A LAS C.C. SOCIALES
MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 3 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad
Más detallesLa Dualidad en el Problema de Transporte
II Conferencia de Ingeniería de Organización Vigo, 5-6 Septiembre 2002 La Dualidad en el Problema de Transporte Francisco López Ruiz, Germán Arana Landín 2 Doctor Ingeniero Industrial, Departamento Organización
Más detallesCaso de un Modelo de Optimización para un Problema de Calendarización de Horarios.
Caso de un Modelo de Optimización para un Problema de Calendarización de Horarios. Resumen Sánchez, D. 1, Cano, P. 2, Reyes, M. 3 El problema de calendarización de horarios es uno muy tratado en la literatura,
Más detallesAlgunos conceptos que utilizaremos en lo sucesivo son: Sistema de restricciones lineales: conjunto de todas las restricciones.
A partir del planteamiento del problema de Programación Lineal expresado en su formulación estándar, vamos a estudiar las principales definiciones y resultados que soportan el aspecto teórico del procedimiento
Más detallesControl 2 IN mayo 2009
Profs: Auxs: Daniel Espinoza Gonzalo Romero Víctor Bucarey Nelson Devia Jocelyn González Daniel Lillo Fernando Solari Control 2 IN3701 28 mayo 2009 Pregunta 1 La empresa de pigmentos LILLO & Co. debe decidir
Más detallesInvestigación Operativa I. Programación Lineal. Informática de Gestión
Investigación Operativa I Programación Lineal http://invop.alumnos.exa.unicen.edu.ar/ - 2013 Exposición Introducción: Programación Lineal Sistema de inecuaciones lineales Problemas de optimización de una
Más detalles2) Existen limitaciones o restricciones sobre las variables de la función objetivo.
1 Introducción La programación lineal es un método de resolución de problemas que se ha desarrollado para ayudar a profesionales de distintos ambitos a tomar mejores decisiones Desde su aparición a finales
Más detallesMODELOS ENTEROS Y DE INVENTARIOS PS-4112 Guía Ejercicios Unidad I
MODELOS ENTEROS Y DE INVENTARIOS PS-4112 Guía Ejercicios Unidad I 1) Considere el siguiente problema lineal con solo con enteros Max s.a 5X₁+8X₂ 6X₁+5X₂ 30 9X₁+4X₂ 36 X₁+2X₂ 10 X₁ y X₂ 0 y enteras a) Haga
Más detallesMODELOS DE PROGRAMACION LINEAL VARIABLES Xij
MODELOS DE PROGRAMACION LINEAL VARIABLES Xij 1. Construcción de modelos de programación lineal con variables Xij. 2. Aplicaciones en finanzas, marketing, producción. 3. Modelos de transporte y transbordo.
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 detallesDimensionamiento y Planificación de Redes
Dimensionamiento y Planificación de Redes Tema 2. Algoritmos Sobre Grafos Calvo Departamento de Ingeniería de Comunicaciones Este tema se publica bajo Licencia: Crea:ve Commons BY- NC- SA 4.0 Búsqueda
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 detallesTema 3 Optimización lineal. Algoritmo del simplex
Tema 3 Optimización lineal. Algoritmo del simplex José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Contenidos del tema 3 Teorema fundamental de la programación lineal. Algoritmo
Más detallesTema 1 Introducción. José R. Berrendero. Departamento de Matemáticas Universidad Autónoma de Madrid
Tema 1 Introducción José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Información de contacto José Ramón Berrendero Díaz Correo electrónico: joser.berrendero@uam.es Teléfono:
Más detallesEl Problema de Transporte
El Problema de Transporte INVESTIGACIÓN DE OPERACIONES I Maestro Ing. Julio Rito Vargas Avilés Octubre 2008 Problema de Transporte Es un caso especial de problema de programación lineal (PPL), para el
Más detallesExamen de Investigación Operativa (Plan 96) Febrero de er Parcial
Examen de Investigación Operativa (Plan 96) Febrero de 2010 1 er Parcial Solución del Ejercicio 1. Definimos las variables de decisión ½ 1, si se coloca una cámara en el punto de localización i x i = 0,
Más detallesProblemas de PL con varias variables Análisis de Sensibilidad
UNIVERSIDAD NACIONAL DE INGENIERIA UN-NORTE SEDE-ESTELI Asignatura: Investigación de Operaciones I Problemas de PL con varias variables Análisis de Sensibilidad M.C. Ing. Julio Rito Vargas Avilés 1 P.
Más detallesOptimización de Problemas de Producción
Optimización de Problemas de Producción Pedro Piñeyro - Luis Stábile Colaboran: Héctor Cancela - Antonio Mauttone - Carlos Testuri Depto. Investigación Operativa. Instituto de Computación. Facultad de
Más 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 detallesIntroducción a la IO Formulaciones de programación lineal Resolución por ordenador (Excel)
Introducción a la IO Formulaciones de programación lineal Resolución por ordenador (Excel) Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema Investigación operativa
Más detallesUNIVERSIDAD DE MANAGUA Asignatura: Investigación de Operaciones I. Prof.: MSc. Ing. Julio Rito Vargas Avilés junio 2012
UNIVERSIDAD DE MANAGUA Asignatura: Investigación de Operaciones I Prof.: MSc. Ing. Julio Rito Vargas Avilés junio 2012 Problemas de PL con varias variables Análisis de Sensibilidad Problema 1: Ken & Larry
Más detallesOptimización y Programación Lineal
Optimización y Programación Lineal El Problema del Transporte Departamento de Matemáticas ITESM El Problema del Transporte TC3001 - p. 1/25 Veamos ahora el problema del transporte, cuál es su formulación
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 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 detallesEl problema del agente viajero
CO- (F0) //00 El problema del agente viajero Un vendedor tiene que visitar n + ciudades, cada una exactamente una vez. La distancia entre cada par de ciudades viene dada por d ij (en general d ij d ji
Más detallesProgramación lineal: Algoritmo del simplex
Programación lineal: Algoritmo del simplex Se considera la formulación estándar de un problema de programación lineal siguiendo la notación utilizada en las clases teóricas: Minimizar c t x sa: Ax = b
Más detallesModelos de Transporte: Problemas de Asignación. M. En C. Eduardo Bustos Farías
Modelos de Transporte: Problemas de asignación M. En C. Eduardo Bustos Farías as Problemas de Asignación Problemas de Asignación: Son problemas balanceados de transporte en los cuales todas las ofertas
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 detallesProgramación entera 1
Programación entera 1 1. El modelo de programación entera. 2. Aplicaciones de la programación entera. 3. Solución gráfica de problemas enteros. 4. El algoritmo de ramificación y acotación. 5. El algoritmo
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 detallesProgramación Lineal y Optimización Tercer Examen Parcial Respuesta: :Solución Profr. Eduardo Uresti, Enero-Mayo 2011
Programación Lineal y Optimización Tercer Examen Parcial Respuesta: : Profr. Eduardo Uresti, Enero-Mayo 2011 Matrícula: Nombre: 1 (30 puntos) La compañía Xeroch vende copiadoras. Uno de los factores de
Más detallesPontificia Universidad Católica del Ecuador
1. DATOS INFORMATIVOS: MATERIA O MÓDULO: INVESTIGACION DE OPERACIONES CÓDIGO: CARRERA: NIVEL: INGENIERÍA DE SISTEMAS Cuarto No. CRÉDITOS: 4 CRÉDITOS TEORÍA: CRÉDITOS PRÁCTICA: SEMESTRE / AÑO ACADÉMICO:
Más detallesPontificia Universidad Católica del Ecuador
1. DATOS INFORMATIVOS: MATERIA O MÓDULO: INVESTIGACION DE OPERACIONES CÓDIGO: CARRERA: NIVEL: INGENIERÍA DE SISTEMAS Cuarto No. CRÉDITOS: 4 CRÉDITOS TEORÍA: CRÉDITOS PRÁCTICA: SEMESTRE / AÑO ACADÉMICO:
Más 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 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 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 detallesCONTENIDO MODELOS PARA LA LOCALIZACION DE PLANTA
MODELOS PARA LA LOCALIZACION DE PLANTA PROFESOR: DR. JORGE ACUÑA A. 1 CONTENIDO Modelos de localización Modelos de optimización Modelo del centro de gravedad Modelo de distancias (Ardalan) Trayectorias
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 II Modelos de Programación Lineal
Más detallesEn el siguiente capítulo se hablará del uso del método de generación de columnas para resolver el problema de corte ( cutting stock ).
Capitulo 3 Método de Generación de Columnas El método de generación de columnas, es muy útil en problemas con un gran número de variables pero con un relativamente pequeño número de restricciones (Hunsaker,
Más detallesModelos de Transporte: Problemas de asignación. M. En C. Eduardo Bustos Farías
Modelos de Transporte: Problemas de asignación M. En C. Eduardo Bustos Farías as Problemas de Asignación 2 Problemas de Asignación: Son problemas balanceados de transporte en los cuales todas las ofertas
Más detallesTAMAÑO Y LOCALIZACIÓN II.
TAMAÑO Y LOCALIZACIÓN II. DIMENSIÓN Y LOCALIZACIÓN ÓPTIMA ING. WILLIAMS CASTILLO MARTINEZ METODO DE RANKING DE FACTORES Paso 1: Hacer un listado de todos los factores de localización que sean importantes
Más detallesAnálisis de Sensibilidad de los Resultados
Pontificia Universidad Católica Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Clase 22 Análisis de Sensibilidad de los Resultados ICS 02 Optimización Profesor : Claudio Seebach
Más detallesUniversidad Nacional de Ingeniería. UNI RUACS. Investigación de Operaciones I 3T1 I.S. Docente: Ing. Mario Pastrana. Nombres: Frania Flores Zeledón.
Universidad Nacional de Ingeniería. UNI RUACS Investigación de Operaciones I 3T1 I.S. Docente: Ing. Mario Pastrana. Nombres: Frania Flores Zeledón. Tema: Teoría de la Dualidad. 28/ Septiembre/2011 Teoría
Más detallesUNIDAD 5. Problema de Transporte
UNIDAD 5 Problema de Transporte En matemáticas y economía, un problema de transporte es un caso particular de problema de programación lineal en el cual se debe minimizar el coste del abastecimiento a
Más detallesUNIVERSIDAD NACIONAL DE INGENIERÍA SEDE: UNI-NORTE PRIMER PARCIAL DE INVESTIGACIÓN DE OPERACIONES I (SOLUCIÓN)
UNIVERSIDAD NACIONAL DE INGENIERÍA SEDE: UNI-NORTE PRIMER PARCIAL DE INVESTIGACIÓN DE OPERACIONES I Prof.: MSc. Ing. Julio Rito Vargas Avilés (SOLUCIÓN) I. Representar gráficamente la región determinada
Más detallesInformación general. Programación Lineal. Obligatoria básica o de fundamentación X. 3 Horas de trabajo independiente del estudiante
Información general Asignatura Programación Lineal Código Tipo de asignatura Obligatoria X Electiva Tipo de saber Número de créditos 3 Tipo de crédito Horas de trabajo con acompañamiento directo del profesor
Más detallesCurso: Métodos de Monte Carlo Unidad 3, Sesión 7: Problemas de conteo
Curso: Métodos de Monte Carlo Unidad 3, Sesión 7: Problemas de conteo Departamento de Investigación Operativa Instituto de Computación, Facultad de Ingeniería Universidad de la República, Montevideo, Uruguay
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 detallesEvaluación y formulación de problemas de optimización de recursos empresariales
1 Evaluación y formulación de problemas de optimización de recursos empresariales Max ó Min Z = C X A X B XJ > 0 ; j = 1, 2,..., n Objetivo Mediante una recopilación de problemas representativos de programación
Más detallesÍNDICE ÍNDICE DE FIGURAS ÍNDICE DE TABLAS PREFACIO LOS SISTEMAS PRODUCTIVOS SECCIÓN I PREVISIÓN DE LA DEMANDA
ÍNDICE ÍNDICE DE FIGURAS... 15 ÍNDICE DE TABLAS... 21 PREFACIO... 25 1. LOS SISTEMAS PRODUCTIVOS... 29 1.1. Introducción... 31 1.2. Elementos de diseño del proceso... 32 1.2.1. Localización de la planta...
Más detallesProgramación Lineal Entera.
Fundamentos de Investigación de Operaciones. S2/2003 Programación Lineal Entera. 1. El consejo directivo de la General Wheels Co. Está considerando siete grandes inversiones de capital. Estas inversiones
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel Programación Lineal Encuentro #2 Tema: Introducción a la programación lineal Prof.: MSc. Julio Rito Vargas A. Grupos: CCEE y ADMVA /2016 Objetivos: Conocer los
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 detallesFacultad de Ciencias Económicas, Jurídicas y Sociales - Métodos Cuantitativos para los Negocios
Ubicación dentro del Programa Unidad III UNIDAD II: PROGRAMACIÓN LINEAL 1. Característica. Formulación matemática de un problema de programación lineal. Planteo e interpretación de un sistema de inecuaciones.
Más detallesCAPÍTULO 6 PROGRAMACIÓN DINÁMICA. Programación Dinámica
CAPÍTULO 6 PROGRAMACIÓN DINÁMICA Programación Dinámica Programación Dinámica En muchos casos las decisiones del pasado afectan los escenarios del futuro. En estos casos se pueden tomar 2 opciones: asumir
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 detalles84 Tema 3. Dualidad. todas las restricciones son del tipo, todas las variables son no negativas.
Tema 3 Dualidad En el desarrollo de la programación lineal la teoria de la dualidad es importante, tanto desde el punto de vista teórico como desde el punto de vista práctico. Para cada modelo lineal se
Más 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 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 detallesX m,j. X m,n C m,n C m,j. X m, C m,1. X i,n. C i,n MODELO DE TRANSPORTE. Matemáticamente:
MODELO DE TRANSPORTE El modelo de transporte se define como una técnica que determina un programa de transporte de productos o mercancías desde unas fuentes hasta los diferentes destinos al menor costo
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 detallesModelado y Optimización Instituto de Computación Facultad de Ingeniería Universidad de la República. Unidad 0 PRESENTACIÓN DEL CURSO
Modelado y Optimización Instituto de Computación Facultad de Ingeniería Universidad de la República Unidad 0 PRESENTACIÓN DEL CURSO 1. Presentación Te damos la bienvenida al curso de Modelado y Optimización,
Más detallesProblemas: formulación, ejemplos, representación de soluciones y estructuras de entorno
Problemas: formulación, ejemplos, representación de soluciones y estructuras de entorno Christopher Expósito Izquierdo, J. Marcos Moreno Vega cexposit@ull,es, jmmoreno@ull.es Departamento de Ingeniería
Más detallesNP-Completeness: Universidad Autónoma de Nuevo León Facultad de Ingeniería Mecánica y Eléctrica División de Posgrado en Ingeniería de Sistemas
Universidad Autónoma de Nuevo León Facultad de Ingeniería Mecánica y Eléctrica División de Posgrado en Ingeniería de Sistemas Complejidad del problema de la Mochila NP-Completeness: (Knapsack problem)
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 detallesAMPL CPLEX para resolver problemas lineales enteros de optimización. Víctor Bucarey López IN3701 Modelamiento y Optimización Otoño 2014
AMPL CPLEX para resolver problemas lineales enteros de optimización Víctor Bucarey López IN3701 Modelamiento y Optimización Otoño 2014 Introducción AMPL is a comprehensive and powerful algebraic modeling
Más detallesComponentes de la Programación Lineal
Programación Lineal El desarrollo actual de la Programación Lineal para los negocios y la industria se debe al Dr. George Dantzig. Dantzig presentó su Método Simplex (1947) para resolver este tipo de problemas.
Más detallesIN34A - Optimización
IN34A - Optimización Complejidad Leonardo López H. lelopez@ing.uchile.cl Primavera 2008 1 / 33 Contenidos Problemas y Procedimientos de solución Problemas de optimización v/s problemas de decisión Métodos,
Más detallesInvestigación de Operaciones 1
Investigación de Operaciones 1 Clase 4 Pablo Andrés Maya Mayo, 2014 Pablo Andrés Maya () Investigación de Operaciones 1 Mayo, 2014 1 / 10 Problema de portafolio La Universidad dispone de un presupuesto
Más detallesColección de Problemas II. mín Z = 8x 1 + 9x 2 + 7x 3 s. a: x 1 + x 2 + x x 1 + 3x 2 + x x 1 + x 2 x 3 30
1.- Dado el siguiente problema mín Z = 8x 1 + 9x + 7x 3 s. a: x 1 + x + x 3 40 x 1 + 3x + x 3 10 x 1 + x x 3 30 x 1 0, x 0, x 3 0 A) Plantear el problema dual y escribir las condiciones de la holgura complementaria
Más detallesEnero Febrero Marzo Abril. D: uds D: uds D: uds D: uds
PROBLEMA Una empresa dedicada a la fabricación de diferentes artículos, ante la inminente llegada de la estación invernal se plantea establecer su política de fabricación almacenae de estufas de gas para
Más detallesModelos de Transporte: método de la esquina noroeste. M. En C. Eduardo Bustos Farías
Modelos de Transporte: método de la esquina noroeste M. En C. Eduardo Bustos Farías as Problemas de transporte Surge cuando se necesita un modelo costo-efectividad que permita transportar ciertos bienes
Más detallesProgramación Matemática para Economistas 1
Programación Matemática para Economistas 1 CAPÍTULO 4. TOMA DE DECISIONES MULTICRITERIO. 1.- Introducción. Los problemas de programación lineal vistos hasta ahora, no implicaban ninguna decisión. Una vez
Más detallesTRANSPORTE DE ELECTRICIDAD SISTEMAS ELÉCTRICOS INTERCONECTADOS SESIÓN 7. Inversión. Mario Pereira PSRI
TRANSPORTE DE ELECTRICIDAD SISTEMAS ELÉCTRICOS INTERCONECTADOS SESIÓN 7 Inversión Mario Pereira PSRI Santiago de Chile, 16-19 Noviembre 1999 1 EXPANSIÓN G&T - AMBIENTE CENTRALIZADO w = Min I(x) + O(x)
Más detallesEJERCICIO 1. Max Z = 6 x x 2 s.r. (1) 4 x x 2 12 (2) 2 x x 2 16 (3) 2 x 1 6 x 1, x 2 0
Considere el Programa Lineal siguiente: EJERCICIO Max Z 6 x + 9 x 2 s.r. () 4 x + 6 x 2 2 (2) 2 x + 8 x 2 6 (3) 2 x 6 x, x 2 0 (.a) 3 2 0 2 3 4 5 6 7 8 El Problema tiene una Región Factible delimitada
Más 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 detalles