Modelo Matemático para Diseño de Rampas en Minería a Cielo Abierto *

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Modelo Matemático para Diseño de Rampas en Minería a Cielo Abierto *"

Transcripción

1 Modelo Matemático para Diseño de Rampas en Minería a Cielo Abierto * Emilio Molina Department of Mathematical Engineering Jorge Amaya Department of Mathematical Engineering and Center for Mathematical Modeling Nelson Morales Department of Mining Engineering and Advanced Mining Technology Center University of Chile Resumen En este documento técnico se propone un modelo matemático de optimización binaria para el problema de diseño de rampas en una mina a cielo abierto. Se prueba viabilidad y aplicabilidad en casos simples de prueba. * Partially supported by FONDECYT, under Grant

2 1. Introducción Un problema de la minería es la construcción y diseños de rampas en la mina. Una rampa es un camino con cierta inclinación que va de un nivel a otro, entendiéndose un nivel como un conjunto de bloques que se encuentran a la misma altura o profundidad. En este modelo, conceptualizamos también una rampa como un conjunto de bloques adyacentes que comeinza en un nivel y termina en otro inferior. El objetivo de este trabajo es caracterizar matemáticamente dichas rampas tratando de utilizar la notación existente en los problemas de optimización aplicados a la minería. Es por eso que se trabajará con el grafo de precedencias y se construirá un grafo asociado a este, que nos indicará donde podemos construir las rampas. Una vez obtenida esta caracterización se plantearán problemas de optimización de forma de encontrar rampas óptimas en algún sentido. Para este trabajo hemos hecho simplificaciones de manera de partir con un modelo menos complejo y pensar luego en extenderlo. Estas simplificaciones son las siguientes: 1. Las rampas van entre niveles consecutivos. 2. A lo más hay una rampa entre cada par de niveles consecutivos. 3. El pit, es conocido a priori y las rampas se construyen usando bloques a la vista. Una extensión interesante será la determinación simultánea del pit óptimo y de las rampas corespondientes. 4. No se considera la influencia del tiempo, es un problema estático. Considerando todo a lo anterior, a continuación se describe el conjunto de ecuaciones que describe las rampas. 1

3 2. Desarrollo 2.1. Herramientas Matemáticas Se supone entonces conocido el pit, el cual está descrito por un grafo dirigido, es decir un conjunto de bloques y sus correspondientes precedencias. Recordar que el yacimiento que se quiere explotar se divide virtual,ente en cubos de cierta medida y luego se les enumera con los números naturales, generando una discretización e indexación del espacio tridimensional que representa el sitio de interés. Luego se construye un grafo dirigido, llamado grafo de precedencias, donde cada cubo es un nodo y hay un arco de un cubo i a un cubo j si para extraer el cubo i se necesita extraer el cubo j. A este conjunto de arcos se los denota comunmente por A. Como se mencionó antes, existe un pit calculado previamente y se está tratando de construir las rampas, que son secuencias de bloqies a la vista. A este conjunto de bloques que conforman el pit se le denotará por B. Ahora, para abordar el problema de las rampas se construirá un grafo dirigido, de forma semejante al de precedencias. Los nodos serán los mismos que los del grafo de precedencias, o sea que los nodos son los cubos y hay un arco entre el bloque i y el bloque j si desde el bloque i se puede construir una rampa hacia el bloque j. A los arcos de este grafo se les denotará por R. Una vez construido este grafo, para cada arco se construirán los siguientes conjuntos: (i, j) A(R) : P ij = {k B la rampa que va de i a j pasa por k } Como puede haber más de un camino entre los nodos i y j, se considerará el camino más corto entre estos dos bloques. Finalmente, un nivel se definirá como un conjunto de bloques que están a la misma profundidad o altura según se considere el eje de referencia. A estos se los enumerará partiendo desde la superficie y al k ésimo nivel se lo definirá por N k Variables del problema Ocupando la notación antes descrita introducimos ahora las variables con las que se podrá describir las rampas. (i, j) R x ij = i B e i = { 1 si hay una rampa de i a j 0 si no { 1 si i está en una rampa 0 si no 2

4 i B y i = { 1 si i es extraído 0 si no 2.3. Modelo Matemático Con todo lo anterior, es posible plantear un modelo matemático para el problema. Las variables e i son las que nos dirán por donde pasan las rampas y por lo tanto son las más importantes para el problema. A continuación se presentan las ecuaciones y se describe que representa cada una. 1. k {2,..., profundidad(mina)} (i,j) R i N k j N k+1 x ij 1 Esta condición modela que entre cada par de niveles consecutivos, existe a lo más una rampa. Se puede cambiar la desigualdad por una igualdad para asegurarse que no se quede estancado en algunos niveles. 2. (j, l) R j / N 1 i (i,j) R x ij x jl 0 Esta condición plantea conexidad entre las rampas. 3. (i, j) R l P ij x i j e l Esta condición dice que si hay una rampa entre i y j entonces todos los bloques que están en el camino de i a j están en la rampa. 4. l B e l (i,j) R l P ij Esta ecuación modela el hecho que si hay una rampa que pasa por el bloque l entonces entre todos los caminos que contienen a l, sólo uno está siendo contado. x ij 5. (i, j) A e i y j y i y j Estas son las ecuaciones de precedencias del conjunto de bloques. 6. (i, j) R l / P ij tal que hay un camino de i o j a l en el grafo de precendencias: x i j + e l 1 3

5 7. i B l B tal que hay un camino de i o j a k en el grafo de precendencias: y i + e l 1 Estas dos ecuaciones modelan que bajo una rampa no puede haber vacío o sea que si un bloque está en una rampa, no se puede seguir cavando desde ahí. De forma reciproca, si ha hay un bloque que está en una rampa, se debió sacar los bloques que están sobre él según el grafo de precedencias. Este modelo ya es posible probarlo en algún problema de optimización Función objetivo Una vez encontradas las restricciones del problema, el siguiente paso es ocuparlo en un problema de optimización. Para esto hay que pensar en lo que se quiere optimizar. Dos ideas surgen en esta etapa, pero es posible proponer otras. La primera persigue minimizar el costo y la segunda minimizar la longitud del camino (número de bloques involucrados). Con esta función objetivo se está maximizando el beneficio de crear las rampas: max i B y i b i donde b i representa el beneficio de extraer el bloque i Con esta función se está tratando de extraer la menor cantidad de cubos posibles: min i B y i 4

6 3. Aplicación numérica Se trabajó un ejemplo sencillo de 3 niveles, con distintos posibilidades de rampas. Para el problema de optimización usamos la primera función objetivo recién descrita, es decir, intentamos minimizar el costo: max i B y i b i cumpliendo las restricciones de rampas del modelo. Los beneficios se consideraron negativos y la mayoría del mismo valor, para que cuando se variara algún beneficio, la rampa siguiera el camino predestinado en este caso test. A continuación se presentan dos casos que fueron programados y su resultado gráfico. El primer ejemplo es un pit de 3 niveles y donde hay solo un cubo en la parte superior para partir. La opción es poder moverse a la derecha o a la izquierda. Aquí se muestra la imagen del resultado obtenido cuando se le da valores más negativos a la izquierda y luego a la derecha. En rojo se ve el camino que seguiría la rampa. El segundo ejemplo es el mismo pit pero ahora se puede partir de dos cubos en la parte superior y los posibles caminos se cruzan. El programa logra reconocer qué caminos seguir y no se devuelve en el caso que se crucen posibles rampas. Más abajo se presenta gráficamente los resultados obtenidos en estos casos. 5

7 4. Conclusiones Se logró plantear un modelo que caracteriza las rampas y que es lineal (esto último es bastante útil al momento de optimizar numéricamente). En la programación de este modelo se hizo en Python, que no es el lenguaje más apropiado para este caso, pero permite rápidamente chequear la viabilidad de ste tipo de modelos. Este modelo propuesto es aplicable a caso de un pits conexo y estáticos. El caso dinámico, que corresponde a la generación simultánea de la secuencia de pits a lo largo del tiempo, conjuntamente con las rampas, es más ambicioso y será abordado en un futuro próximo. 6

8 7

Búsqueda en espacio de estados

Búsqueda en espacio de estados Búsqueda en espacio de estados Departamento de Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla Inteligencia Artificial CCIA, US Búsqueda en espacio de estados IA 1 / 35 Metodología

Más detalles

PLANIFICACIÓN MINERA ESTRATÉGICA CON DEEPMINE JUAN IGNACIO GUZMÁN GERENTE GENERAL, GEM

PLANIFICACIÓN MINERA ESTRATÉGICA CON DEEPMINE JUAN IGNACIO GUZMÁN GERENTE GENERAL, GEM PLANIFICACIÓN MINERA ESTRATÉGICA CON DEEPMINE JUAN IGNACIO GUZMÁN GERENTE GENERAL, GEM PLANIFICACIÓN MINERA ESTRATÉGICA CON DEEPMINE TABLA DE CONTENIDOS 1. INTRODUCCIÓN 2. FORMULACIÓN DEL PROBLEMA 3. ESTADO

Más detalles

Desigualdades o inecuaciones lineales en una variable. Prof. Caroline Rodriguez Departamento de Matemáticas UPR - Arecibo

Desigualdades o inecuaciones lineales en una variable. Prof. Caroline Rodriguez Departamento de Matemáticas UPR - Arecibo Desigualdades o inecuaciones lineales en una variable Prof. Caroline Rodriguez Departamento de Matemáticas UPR - Arecibo Desigualdades Una desigualdad o inecuación usa símbolos como ,, para representar

Más detalles

Es un conjunto de objetos llamados vértices o nodos unidos por enlaces llamados aristas o arcos, que permiten representar relaciones binarias entre

Es un conjunto de objetos llamados vértices o nodos unidos por enlaces llamados aristas o arcos, que permiten representar relaciones binarias entre Es un conjunto de objetos llamados vértices o nodos unidos por enlaces llamados aristas o arcos, que permiten representar relaciones binarias entre elementos de un conjunto. Típicamente, un grafo se representa

Más detalles

INDICE INTRODUCCION1 DESARROLLO2 GRAFOS (CONCEPTO).2 ARISTAS...2 VERTICES2 CAMINOS.3 CLASIFICACION DE GRAFOS...3 GRAFOS EULERIANOS.

INDICE INTRODUCCION1 DESARROLLO2 GRAFOS (CONCEPTO).2 ARISTAS...2 VERTICES2 CAMINOS.3 CLASIFICACION DE GRAFOS...3 GRAFOS EULERIANOS. INDICE INTRODUCCION1 DESARROLLO2 GRAFOS (CONCEPTO).2 ARISTAS...2 VERTICES2 CAMINOS.3 CLASIFICACION DE GRAFOS...3 GRAFOS EULERIANOS.7 GRAFOS CONEXOS7 ÁRBOLES..7 BOSQUES DE ÁRBOLES...8 RECORRIDO DE UN GRAFO..8

Más detalles

Formulación del problema de la ruta más corta en programación lineal

Formulación 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 detalles

95.12 Algoritmos y Programación II Práctica 7: árboles

95.12 Algoritmos y Programación II Práctica 7: árboles Notas preliminares 95.12 Algoritmos y Programación II Práctica 7: árboles El objetivo de esta práctica es introducir distintas clases de estructuras de datos arbóreas y algoritmos para manipularlas. Los

Más detalles

Matemáticas Básicas para Computación

Matemáticas Básicas para Computación Matemáticas Básicas para Computación MATEMÁTICAS BÁSICAS PARA COMPUTACIÓN 1 Sesión No. 11 Nombre: Árboles Objetivo: Al término de la sesión el participante conocerá los tipos de grafos específicamente

Más detalles

Programación Lineal. Modelo de Redes. Alcance de las aplicaciones. Curso: Investigación de Operaciones Ing. Javier Villatoro

Programación Lineal. Modelo de Redes. Alcance de las aplicaciones. Curso: Investigación de Operaciones Ing. Javier Villatoro Programación Lineal Modelo de Redes Alcance de las aplicaciones Curso: Investigación de Operaciones Ing. Javier Villatoro ALCANCE DE LAS APLICACONES DE REDES ALCANCE DE LAS APLICACIONES Muchas situaciones

Más detalles

Secuencias óptimas de extracción usando modelos matemáticos y HPC

Secuencias óptimas de extracción usando modelos matemáticos y HPC Secuencias óptimas de extracción usando modelos matemáticos y HPC Jorge Amaya, CMM Pierre Nancel-Penard, CMM Nelson Morales, DELPHOS-AMTC Universidad de Chile 5to. Seminario Acercamiento Tecnológico Calama,

Más detalles

Capítulo 4: Grafos Clase 4: Árboles

Capítulo 4: Grafos Clase 4: Árboles Capítulo 4: Grafos Clase 4: Árboles Matemática Discreta - CC3101 Profesor: Pablo Barceló P. Barceló Matemática Discreta - Cap. 4: Grafos 1 / 12 Árboles Los árboles son una clase particular de grafos que

Más detalles

Técnicas de optimización. Introducción.

Técnicas de optimización. Introducción. Técnicas de optimización. Introducción. Diego A. Patino Pontificia Universidad Javeriana 18 de julio de 2016 1/ 20 Definición Composición Tipos de problemas Ejemplos 2/ 20 Qué es optimización? 3/ 20 Qué

Más detalles

Formulando con modelos lineales enteros

Formulando 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 detalles

Planificación y Desarrollo de Minas a Cielo Abierto

Planificación y Desarrollo de Minas a Cielo Abierto Planificación y Desarrollo de Minas a Cielo Abierto http://www.redcoglobal.com/servicios-diseno-minero.php Material recopilado por: Profa. Aurora Piña 1 Contenido Comparación económica de distintas alternativas

Más detalles

Francisco J. Hernández López

Francisco J. Hernández López Francisco J. Hernández López fcoj23@cimat.mx Estructura de datos no lineales donde cada componente o nodo puede tener uno o más predecesores (a diferencia de los árboles) y sucesores Un grafo esta formado

Más detalles

Auxiliar N 5 07 de Noviembre de 2007

Auxiliar N 5 07 de Noviembre de 2007 Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Industrial IN34A Optimización Auxiliar N 5 07 de Noviembre de 2007 Profesores: Francisco Cisternas Richard Weber

Más detalles

Búsqueda en espacio de estados

Búsqueda en espacio de estados Búsqueda en espacio de estados Departamento de Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla Abstracción Problema Representación como espacio de estados Implementación del

Más detalles

TEMA 6: INTRODUCCIÓN A UML

TEMA 6: INTRODUCCIÓN A UML TEMA 6: INTRODUCCIÓN A UML Por qué modelamos? El modelado es una parte central de todas las actividades que conducen a la producción de un software de calidad. Como tal la ingeniería software debe basarse

Más detalles

Programa de teoría. Algoritmos y Estructuras de Datos II. 3. Algoritmos voraces. 1. Análisis de algoritmos 2. Divide y vencerás

Programa de teoría. Algoritmos y Estructuras de Datos II. 3. Algoritmos voraces. 1. Análisis de algoritmos 2. Divide y vencerás Programa de teoría Algoritmos y Estructuras de Datos II 1. Análisis de algoritmos 2. Divide y vencerás 3. Algoritmos voraces 4. Programación dinámica 5. Backtracking 6. Ramificación y poda A.E.D. II 1

Más detalles

Modelos de Redes: Árbol. M. En C. Eduardo Bustos Farías

Modelos de Redes: Árbol. M. En C. Eduardo Bustos Farías Modelos de Redes: Árbol de expansión n mínimam M. En C. Eduardo Bustos Farías as Objetivos Conceptos y definiciones de redes. Importancia de los modelos de redes Modelos de programación n lineal, representación

Más detalles

EL CONCEPTO DE SISTEMAS DE ECUACIONES, SU DIMENSIÓN Y SU GRADO

EL CONCEPTO DE SISTEMAS DE ECUACIONES, SU DIMENSIÓN Y SU GRADO EL CONCEPTO DE SISTEMAS DE ECUACIONES, SU DIMENSIÓN Y SU GRADO Sugerencias para quien imparte el curso: Se espera que con la propuesta didáctica presentada en conjunción con los aprendizajes previos que

Más detalles

Algebra Matricial y Teoría de Grafos

Algebra Matricial y Teoría de Grafos Algebra Matricial y Teoría de Grafos Unidad 3: Nociones de teoría de grafos Luis M. Torres Escuela Politécnica del Litoral Quito, Enero 2008 Maestría en Control de Operaciones y Gestión Logística p.1 Contenido

Más detalles

INVESTIGACION DE OPERACIONES

INVESTIGACION DE OPERACIONES Semana 1 INVESTIGACION DE OPERACIONES INTRODUCCIÓN A LA CONSTRUCCIÓN DE MODELOS. MODELOS DE PROGRAMACION LINEAL CON VARIABLES TIPO X i. 1.1 Introducción a la Investigación de Operaciones y tipos de modelos:

Más detalles

6. MODELOS DE REDES: INTRODUCCIÓN. Jorge Eduardo Ortiz Triviño

6. MODELOS DE REDES: INTRODUCCIÓN. Jorge Eduardo Ortiz Triviño 6. MODELOS DE REDES: INTRODUCCIÓN Jorge Eduardo Ortiz Triviño jeortizt@unal.edu.co http:/www.docentes.unal.edu.co/jeortizt/ Objetivos del Capítulo Conceptos y definiciones de redes. Importancia de los

Más detalles

Grafos. Algoritmos y Estructuras de Datos III

Grafos. Algoritmos y Estructuras de Datos III Grafos Algoritmos y Estructuras de Datos III Grafos Un grafo G = (V, X ) es un par de conjuntos, donde V es un conjunto de puntos o nodos o vértices y X es un subconjunto del conjunto de pares no ordenados

Más detalles

Tema 1. Modelos lineales y solución gráfica. 1.1 El modelo lineal

Tema 1. Modelos lineales y solución gráfica. 1.1 El modelo lineal Tema 1 Modelos lineales y solución gráfica La programación lineal es una importante rama de la Investigación Operativa. Esta técnica matemática consiste en una serie de métodos que permiten obtener la

Más detalles

El rincón de los problemas

El rincón de los problemas Junio de 008, Número 14, páginas 113-11 ISSN: 1815-0640 El rincón de los problemas Pontificia Universidad Católica del Perú umalasp@pucp.edu.pe Problema Proponer una actividad lúdica que ilustre que si

Más detalles

Definiciones: conjuntos, grafos, y árboles. Agustín J. González ELO 320: Estructura de Datos y Algoritmos. 2002

Definiciones: conjuntos, grafos, y árboles. Agustín J. González ELO 320: Estructura de Datos y Algoritmos. 2002 Definiciones: conjuntos, grafos, y árboles Agustín J. González ELO 320: Estructura de Datos y Algoritmos. 2002 1 Conjuntos (sets) y Grafos (graphs) Un Conjunto es una colección de objetos distintos. No

Más detalles

Tema: Los Grafos y su importancia para la optimización de redes.

Tema: Los Grafos y su importancia para la optimización de redes. Tema: Los Grafos y su importancia para la optimización de redes. Qué son los Grafos? Un grafo es una dupla G= {X,U}, donde X es un conjunto finito y no vacio de elementos llamados vértices y U es el conjunto

Más detalles

Práctica 2: Análisis de sensibilidad e Interpretación Gráfica

Práctica 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 detalles

5.4 Caminos mínimos: Algoritmo de Dijkstra

5.4 Caminos mínimos: Algoritmo de Dijkstra 81 5.4 Caminos mínimos: Algoritmo de Dijkstra Al observar nuestro mapa de carreteras se pueden considerar las distancias en km que hay entre las ciudades, a cada arista se le asigna el valor correspondiente

Más detalles

ECUACIONES RECORRIENDO UN CAMINO PARA DEVELAR INCÓGNITAS MÓDULO 4

ECUACIONES RECORRIENDO UN CAMINO PARA DEVELAR INCÓGNITAS MÓDULO 4 ECUACIONES RECORRIENDO UN CAMINO PARA DEVELAR INCÓGNITAS MÓDULO 4 En este módulo vamos ver: * Qué es una ecuación entera de primer grado. * Cómo se la resuelve. * La relación entre las soluciones de una

Más detalles

Tema 7: Problemas clásicos de Programación Lineal

Tema 7: Problemas clásicos de Programación Lineal Tema 7: Problemas clásicos de Programación Lineal 1.- Características generales de un problema de transporte y asignación Surgen con frecuencia en diferentes contextos de la vida real. Requieren un número

Más detalles

Traducción Dirigida por Sintaxis

Traducción Dirigida por Sintaxis Traducción Dirigida por Sintaxis CI4721 Lenguajes de Programación II Ernesto Hernández-Novich Universidad Simón Bolívar Copyright 2012-2016 Hernández-Novich (USB) Traducción Dirigida por

Más detalles

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 10 de septiembre de 2008

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 10 de septiembre de 2008 UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 10 de septiembre de 2008 Problema 1. (2 puntos) Trabajas en una compañía de transporte aéreo de mercancías. Tienes

Más detalles

Tema 2, 3 y 4 GRUPO 82 - INGENIERÍA INFORMÁTICA. Bernardo D Auria. 3 Diciembre Departamento de Estadística. Universidad Carlos III de Madrid

Tema 2, 3 y 4 GRUPO 82 - INGENIERÍA INFORMÁTICA. Bernardo D Auria. 3 Diciembre Departamento de Estadística. Universidad Carlos III de Madrid Bernardo D Auria Departamento de Estadística Universidad Carlos III de Madrid GRUPO 82 - INGENIERÍA INFORMÁTICA Diciembre 2008 Ejercicio T2-JN12 Comprueba que el problema lineal min x x 1 + x 2 2x x +

Más detalles

Diagramas de Bloques

Diagramas de Bloques 1! Diagrama de Bloques y Grafos Juan Antonio Hernández Tamames, Susana Borromeo Curso 2014-2015 Diagramas de Bloques 2! Representación en Diagramas de Bloques Álgebra de Bloques 1 Ideas Básicas 3! Los

Más detalles

Relaciones IIC1253. IIC1253 Relaciones 1 / 32

Relaciones IIC1253. IIC1253 Relaciones 1 / 32 Relaciones IIC1253 IIC1253 Relaciones 1 / 32 Relaciones binarias Dado: conjunto A R es una relación binaria sobre A si R A A. Para indicar que a,b A están relacionados a través de R usamos las notaciones:

Más detalles

Teoría de grafos y optimización en redes

Teoría de grafos y optimización en redes Teoría de grafos y optimización en redes José María Ferrer Caja Universidad Pontificia Comillas Definiciones básicas Grafo: Conjunto de nodos (o vértices) unidos por aristas G = (V,E) Ejemplo V = {,,,,

Más detalles

Diseño óptimo de estructuras. p. 1/30. mecánicas bajo incertidumbre en las cargas

Diseño óptimo de estructuras. p. 1/30. mecánicas bajo incertidumbre en las cargas Diseño óptimo de estructuras mecánicas bajo incertidumbre en las cargas Felipe Alvarez y Miguel Carrasco II Encuentro Núcleo Científico Milenio Sistemas Complejos de Ingeniería Universidad de Chile 15-16

Más detalles

A5 Introducción a la optimización en redes

A5 Introducción a la optimización en redes 48 Materials David Pujolar Morales A5 Introducción a la optimización en redes Definición 1. Grafo finito. Sea un V un conjunto no vacío con un número finito de elementos y E una familia finita de pares

Más detalles

CAPITULO 2: MARCO TEÓRICO. En el desarrollo de este capítulo se presentan descripciones generales,

CAPITULO 2: MARCO TEÓRICO. En el desarrollo de este capítulo se presentan descripciones generales, CAPITULO 2: MARCO TEÓRICO En el desarrollo de este capítulo se presentan descripciones generales, definiciones y métodos, que nos pueden ayudar a entender con claridad el método que desarrolló en esta

Más detalles

Fundamentos de Investigación de Operaciones Modelos de Grafos

Fundamentos de Investigación de Operaciones Modelos de Grafos Fundamentos de Investigación de Operaciones de junio de 00 Muchos problemas de optimización puedes ser analizados y resueltos a través de representaciones gráficas. Tal es el caso de los problemas de planificación

Más detalles

Método de árbol de cubos para resolver problemas de optimización discreta en la toma de decisiones. CONTENIDO

Método de árbol de cubos para resolver problemas de optimización discreta en la toma de decisiones. CONTENIDO Método de árbol de cubos para resolver problemas de optimización discreta en la toma de decisiones. 1 CONTENIDO Introducción Marco teórico Métodos de optimización Método de árbol de cubos Problema de optimización

Más detalles

El problema de localización del árbol de concentradores

El problema de localización del árbol de concentradores El problema de localización del árbol de concentradores I. Contreras 1 E. Fernández 1 A. Marín 2 1 Departmento de Estadística e I.O. Universidad Politécnica de Cataluña 2 Departmento de Estadística e I.O.

Más detalles

Inteligencia Artificial II Unidad Plan 2010-Ingeniería en Sistemas Computacionales

Inteligencia Artificial II Unidad Plan 2010-Ingeniería en Sistemas Computacionales Inteligencia Artificial II Unidad Plan 2010-Ingeniería en Sistemas Computacionales Rafael Vázquez Pérez Unidad II:Técnicas de Búsqueda. 2.1. Solución de problemas con búsqueda. 2.2. Espacios de estados.

Más detalles

1) Determinar qué elección de h asegurará, a priori, que la solución numérica del P.C.: con el método de diferencias centrales, existe y es única.

1) Determinar qué elección de h asegurará, a priori, que la solución numérica del P.C.: con el método de diferencias centrales, existe y es única. I. Resolución numérica de Problemas de Contorno en E.D.O.: Métodos en diferencias finitas 1) Determinar qué elección de h asegurará, a priori, que la solución numérica del P.C.: y (x) + 4 sen x y (x) 4

Más detalles

4. Procedimiento de solución

4. Procedimiento de solución 4. Procedimiento de solución Para probar la validez del modelo desarrollado, se va a implementar su programación en la herramienta de optimización del programa Matlab R2008a. 4.1. Sub-rutina en Matlab

Más detalles

Desigualdades o inecuaciones lineales en una variable

Desigualdades o inecuaciones lineales en una variable Desigualdades o inecuaciones lineales en una variable Sec 3.5 3.6 Prof. Caroline Rodriguez Departamento de Matemáticas UPR - Arecibo Desigualdades Una desigualdad o inecuación usa símbolos como ,,

Más detalles

6.1 Una primera aplicación de los cuaternios: rotación de un cuerpo rígido

6.1 Una primera aplicación de los cuaternios: rotación de un cuerpo rígido Capítulo 6 Aplicaciones 6.1 Una primera aplicación de los cuaternios: rotación de un cuerpo rígido Como hemos visto en secciones anteriores, una característica muy importante de los cuaternios es que con

Más detalles

PARTE II: ALGORÍTMICA

PARTE II: ALGORÍTMICA Programa de teoría Parte I. Estructuras de Datos.. Abstracciones y especificaciones.. Conjuntos y diccionarios.. Representación de conjuntos mediante árboles. 4. Grafos. Parte II. Algorítmica.. Análisis

Más detalles

Derivadas Parciales (parte 2)

Derivadas Parciales (parte 2) 40 Derivadas Parciales (parte 2) Ejercicio: Si donde y. Determinar Solución: Consideraremos ahora la situación en la que, pero cada una de las variables e es función de dos variables y. En este caso tiene

Más detalles

Tema 5 Árboles y Grafos.

Tema 5 Árboles y Grafos. Tema 5 Árboles y Grafos. Definiciones básicas de teoría de grafos. Un grafo consta de un conjunto de nodos, un conjunto de aristas y una correspondencia f del conjunto de aristas al conjunto de nodos.

Más detalles

Todos los Pares de Rutas más Cortas (All-Pairs Shortest Paths) DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE

Todos los Pares de Rutas más Cortas (All-Pairs Shortest Paths) DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE Todos los Pares de Rutas más Cortas (All-Pairs Shortest Paths) DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE Problema de Encontrar todos los Pares de Rutas más Cortas 2 Encontrar las rutas

Más detalles

IGIIA IFOMATICA. MDIO XAM FIA. Curso / Q P3 Una multinacional enva sus productos desde su factora en stocolmo () a razon de unidades diarias, hasta lo

IGIIA IFOMATICA. MDIO XAM FIA. Curso / Q P3 Una multinacional enva sus productos desde su factora en stocolmo () a razon de unidades diarias, hasta lo IGIIA IFOMATICA. MDIO XAM FIA. Curso / Q P Una empresa de renado de crudo se plantea construir dos plantas para abastecer en lo posible el consumo de tres ciudades. Para el emplazamiento de las plantas

Más detalles

Tema 2. Fundamentos Teóricos de la. programación dinámica Teorema de Optimalidad de Mitten

Tema 2. Fundamentos Teóricos de la. programación dinámica Teorema de Optimalidad de Mitten Tema 2 Fundamentos Teóricos de la Programación Dinámica 2.1. Teorema de Optimalidad de Mitten El objetivo básico en la programación dinámica consiste en descomponer un problema de optimización en k variables

Más detalles

Teoría del Consumidor: El Equilibrio del Consumidor *

Teoría del Consumidor: El Equilibrio del Consumidor * UNIVERSIDAD DEL BIO-BIO Facultad de Ciencias Empresariales Departamento de Economía y Finanzas Teoría del Consumidor: El Equilibrio del Consumidor * Andrés Acuña D. ** Versión: Mayo de 2011 Resumen El

Más detalles

Capítulo V. Introducción al análisis por el método de elemento finito

Capítulo V. Introducción al análisis por el método de elemento finito Capítulo V Introducción al análisis por el método de elemento finito El método de elemento finito es una técnica para resolver ecuaciones diferenciales parciales, primero, discretando las ecuaciones al

Más detalles

Estructuras de Datos Orientadas a Objetos. Pseudocódigo y aplicaciones en C#.NET. Capítulo 9.- Grafos

Estructuras de Datos Orientadas a Objetos. Pseudocódigo y aplicaciones en C#.NET. Capítulo 9.- Grafos Capítulo 9.- Grafos Cuestionario 9.1 Se pueden representar los nodos de un grafo como un conjunto de elementos 9.2 Se pueden representar los arcos de un grafo como un conjunto de tuplas 9.3 Los grafos

Más detalles

LINGO - Parte 2. Programación en LINGO

LINGO - Parte 2. Programación en LINGO Optimització Curs 2006/2007 Assignatura d Estadística, UAB LINGO - Parte 2 Programación en LINGO Ejemplo 1: El problema del transporte La compañía Mega Transporte (MT) tiene 6 depósitos que proveen a 8

Más detalles

DPTO. DE AMTEMÁTICAS I.E.S. GALLICUM CURSO 2012/13

DPTO. DE AMTEMÁTICAS I.E.S. GALLICUM CURSO 2012/13 DESARROLLO DE LAS UNIDADES DIDÁCTICAS MATEMÁTICAS II Según REAL DECRETO 1467/2007, de 2 de noviembre, por el que se establece la estructura del bachillerato y se fijan sus enseñanzas mínimas, estas son

Más detalles

Conjuntos test en optimización entera no lineal. J. Gago M. I. Hartillo J. Puerto J.M. Ucha. Priego de Córdoba, de Septiembre 2013

Conjuntos test en optimización entera no lineal. J. Gago M. I. Hartillo J. Puerto J.M. Ucha. Priego de Córdoba, de Septiembre 2013 Conjuntos test en optimización entera no lineal J. Gago M. I. Hartillo J. Puerto J.M. Ucha Priego de Córdoba, 27-29 de Septiembre 2013 Método Walk-Back Programación entera con ayuda del álgebra Recordaremos

Más detalles

Grafos Eulerianos y Hamiltonianos. Algoritmos y Estructuras de Datos III

Grafos Eulerianos y Hamiltonianos. Algoritmos y Estructuras de Datos III Grafos Eulerianos y Hamiltonianos Algoritmos y Estructuras de Datos III Grafos eulerianos Definiciones: Un circuito C en un grafo (o multigrafo) G es un circuito euleriano si C pasa por todos las aristas

Más detalles

PROGRAMACIÓN LINEAL PROGRAMACIÓN LINEAL.

PROGRAMACIÓN 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 detalles

Segmentos del borde o frontera Lados o aristas Intersecciones de éstos Vértices

Segmentos del borde o frontera Lados o aristas Intersecciones de éstos Vértices UNIDAD 4 PROGRAMACIÓN LINEAL 1 SISTEMAS DE INECUACIONES LINEALES CON DOS INCÓGNITAS RECINTOS CONVEXOS La solución de un sistema de inecuaciones lineales (SIL) con dos incógnitas viene representada por

Más detalles

Modelos de Redes geometría de la posición diagrama nodos vínculos arcos ramas red cadena ruta camino ciclo

Modelos de Redes geometría de la posición diagrama nodos vínculos arcos ramas red cadena ruta camino ciclo Modelos de Redes En el contexto de la Investigación Operativa, los modelos de redes refieren al conjunto especial de problemas en los que la geometría de la posición, espacial pero también temporal, es

Más detalles

DESARROLLO DE LAS UNIDADES DIDÁCTICAS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II

DESARROLLO DE LAS UNIDADES DIDÁCTICAS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II DESARROLLO DE LAS UNIDADES DIDÁCTICAS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II Según REAL DECRETO 1467/2007, de 2 de noviembre, por el que se establece la estructura del bachillerato y se fijan

Más detalles

Estructura de Datos. Estructuras de Datos no lineales : Árboles

Estructura de Datos. Estructuras de Datos no lineales : Árboles Estructura de Datos Estructuras de Datos no lineales : Árboles Definiciones de Árbol En términos matemáticos, un árbol es cualquier conjunto de puntos, llamados vértices, y cualquier conjunto de pares

Más detalles

PLANIFICACIÓN DE LA SESIÓN DE APRENDIZAJE. Balanceando expresiones y descubriendo incógnitas

PLANIFICACIÓN DE LA SESIÓN DE APRENDIZAJE. Balanceando expresiones y descubriendo incógnitas PLANIFICACIÓN DE LA SESIÓN DE APRENDIZAJE Grado: Primero I. TÍTULO DE LA SESIÓN Duración: 2 horas pedagógicas Balanceando expresiones y descubriendo incógnitas UNIDAD 6 NÚMERO DE SESIÓN 6/12 II. APRENDIZAJES

Más detalles

DERIVADA DE LA FUNCIONES BÁSICAS TANGENTE, COTANGENTE, SECANTE Y COSECANTE

DERIVADA DE LA FUNCIONES BÁSICAS TANGENTE, COTANGENTE, SECANTE Y COSECANTE DERIVADA DE LA FUNCIONES BÁSICAS TANGENTE, COTANGENTE, SECANTE Y COSECANTE Sugerencias para quien imparte el curso: En esta sección de la propuesta didáctica se parte de plantear un problema de optimización

Más detalles

Francisco J. Hernández López

Francisco J. Hernández López rancisco. Hernández ópez fcoj23@cimat.mx structura de datos no lineal, en la que cada elemento sólo puede estar enlazado con su predecesor (o nodo padre) y sus sucesores (o nodos hijos) xiste un único

Más detalles

INSTITUCIÓN EDUCATIVA TÉCNICA SAGRADO CORAZÓN Aprobada según Resolución No NIT DANE SOLEDAD ATLÁNTICO.

INSTITUCIÓN EDUCATIVA TÉCNICA SAGRADO CORAZÓN Aprobada según Resolución No NIT DANE SOLEDAD ATLÁNTICO. Página 1 de 8 GUÍA DE TRABAJO ÁREA: Matemáticas GRADO: 10 Docente: Harol Pizarro Millán, María T Ospino IH (en horas): 40 PERIODO I EJE TEMÁTICO DESEMPEÑO NÚCLEO TEMÁTICO: NUMEROS REALES: Racionales, irracionales,

Más detalles

Contenidos Mínimos MATEMÁTICAS 3º ESO Septiembre 2.015

Contenidos Mínimos MATEMÁTICAS 3º ESO Septiembre 2.015 Contenidos Mínimos MATEMÁTICAS 3º ESO Septiembre 2.015 U 1 Números y Utilidades I Números enteros - Los números naturales. Utilidad. - Divisibilidad. Revisión de los procedimientos básicos. - Operaciones

Más detalles

Introducción. Alfonso Cubillos. Programa de Ing. Mecánica Universidad de Ibagué. Aplicaciones computacionales de la Mecánica de Materiales

Introducción. Alfonso Cubillos. Programa de Ing. Mecánica Universidad de Ibagué. Aplicaciones computacionales de la Mecánica de Materiales Programa de Ing. Mecánica Universidad de Ibagué Aplicaciones computacionales de la Mecánica de Materiales Agosto 2007 Cuál es la definición de Mecánica? Cuál es la definición de Mecánica? La mecánica es

Más detalles

Fundamentos de la programación lineal. Función Objetivo (F.O.): Para seleccionar qué función objetivo debe elegirse se toma en cuenta lo siguiente:

Fundamentos de la programación lineal. Función Objetivo (F.O.): Para seleccionar qué función objetivo debe elegirse se toma en cuenta lo siguiente: Fundamentos de la programación lineal Se llama programación lineal al conjunto de técnicas matemáticas que pretenden resolver la situación siguiente: Optimizar (maximizar o minimizar) una función objetivo,

Más detalles

ESCUELA DE CIENCIAS CIENCIAS BASICAS TECNOLOGIA E INGENIERIA PROGRAMACION LINEAL Act No. 8. LECTURA LECCION EVALUATIVA 2

ESCUELA DE CIENCIAS CIENCIAS BASICAS TECNOLOGIA E INGENIERIA PROGRAMACION LINEAL Act No. 8. LECTURA LECCION EVALUATIVA 2 INTRODUCCION AL METODO GRAFICO Antes de entrarnos por completo en los métodos analíticos de la investigación de operaciones es muy conveniente ver un poco acerca de las desigualdades de una ecuación lineal.

Más detalles

Matemáticas II. Grupos: 2 B, C y E. Escuela Secundaria Diurna No. 264 Miguel Servet. Alumno (a): Actividades extraescolares

Matemáticas II. Grupos: 2 B, C y E. Escuela Secundaria Diurna No. 264 Miguel Servet. Alumno (a): Actividades extraescolares Escuela Secundaria Diurna No. 264 Miguel Servet Jornada Ampliada Matemáticas II Actividades extraescolares Profra. Gisel M. Leal Martínez Grupos: 2 B, C y E. Alumno (a): octubre, 2017 ACTIVIDAD II Tema:

Más detalles

Tema 08: TAD Árbol. M. en C. Edgardo Adrián Franco Martínez edgardoadrianfrancom

Tema 08: TAD Árbol. M. en C. Edgardo Adrián Franco Martínez edgardoadrianfrancom Tema 08: TAD Árbol M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom (Prof. Edgardo A. Franco) 1 Contenido Descripción del TAD Árbol Especificación

Más detalles

Modelos De Computación. Guía Modelos de Computación. Tema I: Lenguajes y Gramáticas

Modelos De Computación. Guía Modelos de Computación. Tema I: Lenguajes y Gramáticas Guía Modelos de Computación Tema I: Lenguajes y Gramáticas Introducción La sintaxis de un lenguaje natural, esto es, la de los lenguajes hablados, como el inglés, el español, el alemán o el francés, es

Más detalles

CARACTERÍSTICAS GENERALES DE LA PROGRAMACIÓN DINÁMICA

CARACTERÍSTICAS GENERALES DE LA PROGRAMACIÓN DINÁMICA PROGRAMACIÓN DINÁMICA Inicialmente tenemos que los creadores de la programación dinámica fueron, Richard Bellman y G.B. Dantzig; inicialmente la programación dinámica se llama programación lineal estocástica,

Más detalles

PROGRAMA DE CURSO. Personal

PROGRAMA DE CURSO. Personal Código MI5073 Nombre PROGRAMA DE CURSO Planificación Minera Nombre en Inglés Mine planning es Horas de Horas Docencia Horas de Trabajo SCT Docentes Cátedra Auxiliar Personal 6 10 3 2 5 Requisitos MI5071

Más detalles

11. El concepto natural del paralelismo y la perpendicularidad

11. El concepto natural del paralelismo y la perpendicularidad 11. El concepto natural del paralelismo y la perpendicularidad El concepto de paralelismo es frecuente en las ciencias e ingenierías, e inclusive en el arte y la arquitectura. Es un concepto familiar a

Más detalles

MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II DISTRITO ÚNICO DE ANDALUCÍA

MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II DISTRITO ÚNICO DE ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II DISTRITO ÚNICO DE ANDALUCÍA CONTENIDOS Y OBJETIVOS MÍNIMOS PARA EL CURSO 2007/08. 1. INTRODUCCIÓN A LOS CONTENIDOS. ( Decreto 208/2002. B.O.J.A. de 20.08.02

Más detalles

Tema 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 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 detalles

Metaheurísticas. Seminario 5. Manejo de restricciones en metaheurísticas. 1. Introducción: Optimización y Restricciones

Metaheurísticas. Seminario 5. Manejo de restricciones en metaheurísticas. 1. Introducción: Optimización y Restricciones Metaheurísticas Seminario 5. Manejo de restricciones en metaheurísticas 1. Introducción: Optimización y Restricciones 2. Manejo de Restricciones en Metaheurísticas 3. Algunos Ejemplos 1 Introducción: Optimización

Más detalles

Apellidos:... Nombre:... Ejercicio 1 (Cuestiones) [2 puntos] Responder a las siguientes cuestiones de manera clara y concisa:

Apellidos:... Nombre:... Ejercicio 1 (Cuestiones) [2 puntos] Responder a las siguientes cuestiones de manera clara y concisa: Inteligencia Artificial I (5 Febrero 2008) Apellidos:... Nombre:... Ejercicio 1 (Cuestiones) [2 puntos] Responder a las siguientes cuestiones de manera clara y concisa: 1. Consideremos el siguiente puzle:

Más detalles

Análisis y Complejidad de Algoritmos. Arboles Binarios. Arturo Díaz Pérez

Análisis y Complejidad de Algoritmos. Arboles Binarios. Arturo Díaz Pérez Análisis y Complejidad de Algoritmos Arboles Binarios Arturo Díaz Pérez Arboles Definiciones Recorridos Arboles Binarios Profundidad y Número de Nodos Arboles-1 Arbol Un árbol es una colección de elementos,

Más detalles

Grafos. Suponiendo que e = [u, v]. Entonces los nodos u y v se llaman extremos de e y u y v se dice que son nodos adyacentes o vecinos.

Grafos. Suponiendo que e = [u, v]. Entonces los nodos u y v se llaman extremos de e y u y v se dice que son nodos adyacentes o vecinos. Grafos Los grafos son estructuras que constan de vértices o nodos y de aristas o arcos que conectan los vértices entre sí. Un grafo G consiste en dos cosas: 1. Un conjunto V de elementos llamados nodos

Más detalles

Programación Lineal para la Optimización del Llenado de Botaderos. Santiago, Agosto 2012

Programación Lineal para la Optimización del Llenado de Botaderos. Santiago, Agosto 2012 Programación Lineal para la Optimización del Llenado de Botaderos Santiago, Agosto 2012 Proceso de Planificación Uno de los objetivos de la planificación de largo plazo, sino el mas importante, es el de

Más detalles

Jorge Hans Alayo Gamarra. 8 de octubre de Red de Energía del Perú

Jorge Hans Alayo Gamarra. 8 de octubre de Red de Energía del Perú Un Modelo de Planificación para el Sistema de Transmisión Eléctrico Peruano: Una Representación Eficiente del Costo de Operación en la Función Objetivo Jorge Hans Alayo Gamarra Red de Energía del Perú

Más detalles

Introducción a la programación lineal

Introducción 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 detalles

Algoritmos voraces (greedy)

Algoritmos voraces (greedy) Dr. Eduardo A. RODRÍGUEZ TELLO CINVESTAV-Tamaulipas 21 de marzo de 2018 Dr. Eduardo RODRÍGUEZ T. (CINVESTAV) Algoritmos voraces 21 de marzo de 2018 1 / 45 1 Algoritmos voraces (greedy) Aplicaciones de

Más detalles

MLG521. Cristóbal Rojas MLG521

MLG521. Cristóbal Rojas MLG521 Geometría y Polihedros MLG521 Cristóbal Rojas Deparento de Ciencias de de la Ingeniería Departamento de Ingeniería Matemática Universidad Andrés Bello Co-dictado con Pamela Álvarez MLG521 Ejemplo gráfico

Más detalles

Programación Dinámica

Programación Dinámica Programación Dinámica Agustín Santiago Gutiérrez Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires Septiembre 2014 Agustín Gutiérrez (UBA) Programación Dinámica Septiembre 2014 1 / 10

Más detalles

Árboles balanceados (AVL) Tablas de dispersión (Hash) Colas de prioridad (Heap)

Árboles balanceados (AVL) Tablas de dispersión (Hash) Colas de prioridad (Heap) Práctico 4 Árboles balanceados (AVL) Tablas de dispersión (Hash) Colas de prioridad (Heap) Clasificación de ejercicios: (I) Imprescindibles (R) Recomendados (C) Complementarios Árboles balanceados (AVL)

Más detalles

Introducción a los árboles. Lección 11

Introducción a los árboles. Lección 11 Introducción a los árboles Lección 11 Árbol: Conjunto de elementos de un mismo tipo, denominados nodos, que pueden representarse en un grafo no orientado, conexo y acíclico, en el que existe un vértice

Más detalles

UNIDAD II. VARIACION DIRECTAMENTE PROPORCIONAL Y FUNCIONES LINEALES

UNIDAD II. VARIACION DIRECTAMENTE PROPORCIONAL Y FUNCIONES LINEALES UNIDAD II. VARIACION DIRECTAMENTE PROPORCIONAL Y FUNCIONES LINEALES Al finalizar esta unidad: - Describirás verbalmente en que consiste el cambio y cuáles son los aspectos involucrados en él. - Identificarás

Más detalles