Colección de problemas de formulación de modelos de Programación Lineal

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

Download "Colección de problemas de formulación de modelos de Programación Lineal"

Transcripción

1 Colección de problemas de formulación de modelos de Programación Lineal Álvaro García Sánchez, Miguel Ortega Mier 3 de marzo de

2 Índice Enunciado Resolución Enunciado Resolución Enunciado Resolución Enunciado Resolución Enunciado Enunciado Resolución Enunciado Resolución Enunciado Resolución Enunciado Resolución Enunciado Resolución Enunciado Resolución Enunciado Resolución Enunciado Resolución

3 Enunciado Resolución Ejercicio Enunciado Resolución Ejercicio Enunciado Resolución Ejercicio Enunciado Resolución Ejercicio Enunciado Resolución Ejercicio Enunciado Resolución Ejercicio Enunciado Resolución Ejercicio MME-1213-ENE Enunciado Resolución Ejercicio Enunciado Resolución Ejercicio Enunciado Resolución Ejercicio Enunciado Resolución Ejercicio Enunciado Ejercicio Enunciado Resolución Ejercicio Enunciado Resolución

4 28.Ejercicio Enunciado Resolución Ejercicio MME-1213-ENE Enunciado Resolución Ejercicio Enunciado Resolución Ejercicio Enunciado Resolución Ejercicio Enunciado Resolución Ejercicio Enunciado Resolución Ejercicio Enunciado Resolución Ejercicio Enunciado Resolución Ejercicio Enunciado Resolución Ejercicio Enunciado Resolución Ejercicio Enunciado Resolución Enunciado Resolución Enunciado MME-1213-ENE Resolución Ejercicio Enunciado Resolución

5 40.Ejercicio Enunciado Resolución

6 ÍNDICE Índice 6

7 Enunciado Un fabricante de refrescos FR produce tres modalidades (A, B y C), cada una en su propio formato: de 3 litros, 2 litros y 1 litro, respectivamente. Este fabricante está comprometido a entregar a un gran distribuidor GD (su único cliente) exactamente litros diarios de refrescos. Dispone de gramos diarios de un saborizante del que cada modalidad consume por botella: la botella de 3 litros, 2 gramos; la de 2 litros, 3 g; y la de un litro, 4 g. Conocidos los datos económicos de A, B y C, y siendo x j los miles de botellas de la modalidad j a envasar diariamente, FR ha planteado el siguiente modelo de programación lineal (c y b están expresados en miles): max z = 5x 1 +6x 2 +8x 3 s.a. 2x 1 +3x 2 +4x x 1 +2x 2 +1x 3 =20 x 1,x 2,x 3 0 (1) 1. Obtener el plan óptimo de envasado de FR. 2. Determinar el significado de los multiplicadores del simplex de las dos restricciones. 3. A FR le preocupa la posibilidad de que su proveedor de tapones (iguales para las tres modalidades) restrinja su suministro a un máximo de 6000 tapones diarios. Como ejercicio de postoptimización, introducir esta nueva restricción y determinar su repercusión. 4. Mediante el correspondiente análisis de sensibilidad, determinar la repercusión en el mix de envasado de posibles cambios en los precios de venta de las dos modalidades de menor capacidad, B y C (x 2 y x 3 ). 5. Determinar la validez del mix de producción ante posibles variaciones en la demanda total de refrescos, que se traducirían en un mayor o menor volumen a entregar diariamente a GD, utilizando el análisis de sensibilidad. 6. El formato de 3 litros (modalidad A, x 1 ) puede estar especialmente afectado por los cambios en los mercados de refrescos y materias primas. Mediante la programación paramétrica, analizar el conjunto de diferentes planes de envasado y sus resultados en función de cualquier valor no negativo de la contribución unitaria al beneficio del producto A. 7. El gran distribuidor GD exige que las entregas diarias sean múltiplos exactos de mil para cada modalidad. A partir de la resolución del apartado a) de la pregunta anterior, plantear un plano secante de correspondiente al algoritmo de Gomory y, sin realizar ninguna iteración, introducir la restrcción correspondiente en la tabla de la solución óptima hasta el momento Resolución max z = 5x 1 +6x 2 +8x 3 s.a. 2x 1 +3x 2 +4x x 1 +2x 2 +1x 3 =20 x 1,x 2,x 3 0 (2)

8 1 8 El problema se puede reformular de la siguiente manera, convirtiendo las desigualdades en igualdades (idéntido al problema anterior en términos del sistema que representa): max z = 5x 1 +6x 2 +8x 3 s.a. 2x 1 +3x 2 +4x 3 + h 1 =25 3x 1 +2x 2 +1x 3 =20 x 1,x 2,x 3 0 (3) No existe solución básica factible inmediata, por lo que es necesario utilizar el método de las dos fases odelam grande. En el primer caso, se construye el siguiente problema auxiliar P : max z = a s.a. 2x 1 +3x 2 +4x 3 + h 1 =25 3x 1 +2x 2 +1x 3 + a =20 x 1,x 2,x 3,a 0 (4) Apartado 1. Para el problema P es posible encontrar una solución básica factible de partida con las actividades básicas h 1 y a, con valores h 1 =20ya = 20. Al aplicar el método del Simplex, en su variante de la matriz completa, para esa solución básica se obtiene la siguiente tabla: x 1 x 2 x 3 h 1 a (V B fase 1) (V B fase 2) h a Introduciendo en la base x 1 y sacando a, se obtiene: x 1 x 2 x 3 h 1 a (V B fase 1) -100/3 0 8/3 19/3 0-5/3 (V B fase 2) h 1 35/3 0 5/3 10/3 1-2/3 x 1 20/3 1 2/3 1/3 0 1/3 La tabla anterior corresponde a una solución del problema P donde a = 0, por lo que es una solución básica factible del problema original, pero no óptima, porque no cumple V B 0. Introduciendo en la base x 3 y sacando h 1, se obtiene: x 1 x 2 x 3 h 1 a (V B fase 1) -111/2 0-1/2 0-19/10-2/5 (V B fase 2) x 3 7/2 0 1/2 1 3/10-1/5 x 1 11/2 1 1/2 0-1/10 2/5 La tabla anterior corresponde a la solución óptima del problema original (V B producción óptimo consiste en: Producir 5500 refrescos de 1/3l, ningún refresco de 1/2l y 3500 de 1l. 0). El programa de Se consumen todo el material disponible para producir las botellas (h 1 =0)

9 1Apartado 2. Los multiplicadores del simplex (π B = c B B 1 ) se pueden calcular, a partir de la tabla, 9 de la siguiente manera: π B 1 = V B h 1 =19/10 π2 B = V a B =2/5 La interpretación de los mismos es la siguiente: π1 B =19/10. Si Δb 1 =1 Δz =19/10. La empresa estaría dispuesta a pagar hasta 1900 unidades monetarias para disponer de 1 kg más diariamente. Igualmente, estaría dispuesta a vender 1 kg si recibiera por ello cualquier cantidad superior a 1900 unidades monetarias. π2 B =2/5. Si Δb 1 =1 Δz =2/5. La empresa podriá obtener un beneficio mayor (4/5) si el compromiso fuera entrgar botellas y no 20000, por lo que este compromiso está actuando como una limitación. FR estaría dispuesta a renegociar el compromiso para pasar a botellas, siempre y cuando esto no representara un coste para ella superior a 400 unidades monetarias. Apartado 3. En términos del planteamiento del modelo, la posibilidad descrita se traduciría en la siguiente restricción: x 1 + x 2 + x 3 6 x 1 + x 2 + x 3 + h 3 =6 Tras introducir la nueva restricción y modificarla convenientemente para que x 1, x 3 y h 3 sean las variables básicas, se obtiene la solución correspondiente a la siguiente tabla, que es una solución que cumple el criterio de optimalidad pero no es factible. Aplicando Lemke (sacando h 3 e introduciendo h 1 ) se obtiene la siguiente tabla. x 1 x 2 x 3 h 1 h 3-111/2 0-1/2 0-19/10 0 x 3 7/2 0 1/2 1 3/10 0 x 1 11/2 1 1/2 0-1/ /2 0 1/2 1 1/10 1 h / /2 0-1/2 0-19/10 0 x 3 7/2 0 1/2 1 3/10 0 x 1 11/2 1 1/2 0-1/10 0 h / / /2 x / /2 x / /2 h La última tabla corresponde a una solución no factible (x 3 0) y no existe ninguna tasa de sustitución de esa variable con respecto a las no básicas que sea negativa. Al introducir la nueva restricción el problema no tiene solución factible. Si el proveedor de tapones hiciera como se dice, no sería posible obtener un programa de producción que cumpliera con todas las restricciones. Apartado 4. El rango de valores para c 2 y c 3 dentro del cual la composición del mix de producción es el mismo que el obtenido se obtiene calculando los nuevos criterios del Simplex en función de dichos variables. En el caso de c 2,comox 2 no es una variable básica, si c 2 se modifica, sólo se modifica V2 B.En particular: ( ) V2 B = c 2 c B B 1 A 2 = c 2 π B 3 = c /2 (5)

10 1 10 El mix sigue siendo el mismo si c 2 13/2 0, es decir, si c 2 13/2 El el caso de que cambie c 3,comox 3 es una variable básica, cambian los criterios del Simplex de todas las variables (menos los de las básicas, que son 0). En particular: V B = c c B B 1 A = c c B p = ( 5 6 c 3 0 ) ( c 3 5 ) ( ) 0 1/2 1 3/10 = 1 1/2 0 1/10 = ( 5 6 c 3 0 ) ( ) ( ) 5 = 0 7 c3 0 c 3+5 3c 2 c Es decir, el mix es el mismo si se cumple simultáneamente: 3c (6) 7 c 3 0 3c c 3 7 c 3 5/3 c 3 7 (7) El mix es el mismo, siempre y cuando la contribución unitaria al beneficio de cada botella de litro sea igual o superior a 7 unidades monetarias. Apartado 5. La demanda de refrescos quedar reflejada en la segunda restricción. Si cambia b 2,la solución podría dejar de ser factible y, por lo tanto, dejar de ser óptima. ( )( ) ) u B = B 1 3/10 1/5 25 b = = 0 b 2 75/2 (8) 1/10 2/5 b 2 b 2 25/4 ( 75 2b b 2 10 Es decir, el mix es el mismo se 25/4 b 2 75/2, es decir, si la demanda supera los 6250 botellas y si no supera los Apartado 6. T 0 x 1 x 2 x 3 h 1-111/2 0-1/2 0-19/10 x 3 7/2 0 1/2 1 3/10 x 1 11/2 1 1/2 0-1/10 Sea c 1 = λ, con0 λ.siλ =5,T,0eslatablacorrespondientealasolución óptima. Si λ modifica su valor, se modificará el vector de criterios del Simplex V B (λ). Siempre y cuando V B (λ) 0 las actividades básicas serán x 1 y x 3, con los niveles de realización de la tabla T 0. El criterio del Simplex V B (λ) es: V B (λ) =c c B B 1 A = c c B p = ( λ ) ( 8 λ ) ( ) 0 1/2 1 3/10 = 1 1/2 0 1/10 ( ) 0 4 λ λ (9) Las variables básicas son x 1 y x 3 siempre y cuando V B (λ). Es decir: 4 λ 0 4 λ 24 (10) λ 24 0 Si 4 λ 24, la tabla corresondiente a la solución óptima es T 0 (λ): T 0 (λ) x 1 x 2 x 3 h 1 4 λ λ λ/ x 3 7/2 0 1/2 1 3/10 x 1 11/2 1 1/2 0-1/10

11 1 11 Si λ = 4, la tabla se convierte en T 1, correspondiente a un óptimo múltiple. Introduciendo x 2 y sacando x 3 se obtiene una nueva solución a la que le corresponde la tabla T 2 T 1 x 1 x 2 x 3 h x 3 7/2 0 1/2 1 3/10 x 1 11/2 1 1/2 0-1/10 T 2 x 1 x 2 x 3 h x /5 x /5 Si λ modifica su valor, se modificará el vector de criterios del Simplex V B (λ). Siempre y cuando V B (λ) 0 las actividades básicas serán x 1 y x 2, con los niveles de realización de la tabla T 2. El criterio del Simplex V B (λ) es: V B (λ) =c c B B 1 A = c c B p = ( λ ) ( 6 λ ) ( ) /5 = /5 ( ) 0 0 λ 4 2λ 18 5 El criterio del Simplex de la tabla T 2 nunca se anula para valores de λ tales que 0 λ 4 Volviendo a la tabla T 0 (λ), si λ = 24, la tabla se convierte en la tabla T 3, correspondiente a un óptimo múltiple. Introduciendo h 1 sacando x 3 se obtiene la tabla T 4 correspondiente a la solución óptima alternativa: T 3 x 1 x 2 x 3 h x 3 7/2 0 1/2 1 3/10 x 1 11/2 1 1/2 0-1/10 T 4 x 1 x 2 x 3 h h 3 35/3 0 5/3 10/3 1 x 1 20/3 1 2/3 1/3 0 De nuevo, Si λ modifica su valor, se modificará el vector de criterios del Simplex V B (λ). Siempre y cuando V B (λ) 0 las actividades básicas serán x 1 y h 1, con los niveles de realización de la tabla T 4.El criterio del Simplex V B (λ) es: (11) V B (λ) =c c B B 1 A = c c B p = ( λ ) ( 0 λ ) ( ) 0 5/3 10/3 1 = 1 2/3 1/3 0 ( 0 6 2λ 24 λ 3 3 0) ) (12) El criterio del Sipmlex no se hace positivo para ningún valor de λ tal que λ>24 En resumen: Variables básicas: x 1 =2yx 2 =7si0 λ 4conz =42+2λ Variables básicas: x 1 =11/2 yx 3 =7/2 si4 λ 24 con z =28+11λ/2 Variables básicas: x 1 =20/3 yh 1 =35/3 si24 λ con z =20λ/3

12 Apartado 1 6. Los dos posibles plano de Gomory de la forma: f f i x i 0serían, en este caso, dos, uno por cada variable: 1/2+1/2x 2 +3/10h 1 0 1/2x 2 +3/10h 1 h 3 =1/2 1/2+1/2x 2 +9/10h 1 0 1/2x 2 +9/10h 1 h 4 =1/2 Si se introduce y modifica el primer plano secante, la tabla resultante sería la siguiente: x 1 x 2 x 3 h 1 h 3-111/2 0-1/2 0-19/10 0 x 3 7/2 0 1/2 1 3/10 0 x 1 11/2 1 1/2 0-1/10 0 1/2 0 1/2 0 3/10-1 h 3-1/2 0 1/2 0-3/10 1 La tabla final es la siguiente, correspondiente a una solución no factible que cumple el criterio de optimalidad, por lo que se podría aplicar el método de Lemke. x 1 x 2 x 3 h 1 h 3-111/2 0-1/2 0-19/10 0 x 3 7/2 0 1/2 1 3/10 0 x 1 11/2 1 1/2 0-1/10 0 h 3-1/2 0 1/2 0-3/10 1

13 Enunciado Un fabricante de refrescos FR produce tres modalidades (A, B y C), cada una en su propio formato: de 3 litros, 2 litros y 1 litro, respectivamente. Este fabricante está comprometido a entregar a un gran distribuidor GD (su único cliente) exactamente litros diarios de refrescos. Dispone de gramos diarios de un saborizante del que cada modalidad consume por botella: la botella de 3 litros, 2 gramos; la de 2 litros, 3 g; y la de un litro, 4 g. Conocidos los datos económicos de A, B y C, y siendo x j los miles de botellas de la modalidad j a envasar diariamente, FR ha planteado el siguiente modelo de programación lineal (c y b están expresados en miles): max z = 5x 1 +6x 2 +8x 3 s.a. 2x 1 +3x 2 +4x x 1 +2x 2 +1x 3 =20 x 1,x 2,x 3 0 (13) 1. Obtener el plan óptimo de envasado de FR. 2. Determinar el significado de los multiplicadores del simplex de las dos restricciones. 3. A FR le preocupa la posibilidad de que su proveedor de tapones (iguales para las tres modalidades) restrinja su suministro a un máximo de 6000 tapones diarios. Como ejercicio de postoptimización, introducir esta nueva restricción y determinar su repercusión. 4. Mediante el correspondiente análisis de sensibilidad, determinar la repercusión en el mix de envasado de posibles cambios en los precios de venta de las dos modalidades de menor capacidad, B y C (x 2 y x 3 ). 5. Determinar la validez del mix de producción ante posibles variaciones en la demanda total de refrescos, que se traducirían en un mayor o menor volumen a entregar diariamente a GD, utilizando el análisis de sensibilidad. 6. El formato de 3 litros (modalidad A, x 1 ) puede estar especialmente afectado por los cambios en los mercados de refrescos y materias primas. Mediante la programación paramétrica, analizar el conjunto de diferentes planes de envasado y sus resultados en función de cualquier valor no negativo de la contribución unitaria al beneficio del producto A. 7. El gran distribuidor GD exige que las entregas diarias sean múltiplos exactos de mil para cada modalidad. A partir de la resolución del apartado a) de la pregunta anterior, plantear un plano secante de correspondiente al algoritmo de Gomory y, sin realizar ninguna iteración, introducir la restrcción correspondiente en la tabla de la solución óptima hasta el momento Resolución max z = 5x 1 +6x 2 +8x 3 s.a. 2x 1 +3x 2 +4x x 1 +2x 2 +1x 3 =20 x 1,x 2,x 3 0 (14)

14 2 14 El problema se puede reformular de la siguiente manera, convirtiendo las desigualdades en igualdades (idéntido al problema anterior en términos del sistema que representa): max z = 5x 1 +6x 2 +8x 3 s.a. 2x 1 +3x 2 +4x 3 + h 1 =25 3x 1 +2x 2 +1x 3 =20 x 1,x 2,x 3 0 (15) No existe solución básica factible inmediata, por lo que es necesario utilizar el método de las dos fases odelam grande. En el primer caso, se construye el siguiente problema auxiliar P : max z = a s.a. 2x 1 +3x 2 +4x 3 + h 1 =25 3x 1 +2x 2 +1x 3 + a =20 x 1,x 2,x 3,a 0 (16) Apartado 1. Para el problema P es posible encontrar una solución básica factible de partida con las actividades básicas h 1 y a, con valores h 1 =20ya = 20. Al aplicar el método del Simplex, en su variante de la matriz completa, para esa solución básica se obtiene la siguiente tabla: x 1 x 2 x 3 h 1 a (V B fase 1) (V B fase 2) h a Introduciendo en la base x 1 y sacando a, se obtiene: x 1 x 2 x 3 h 1 a (V B fase 1) -100/3 0 8/3 19/3 0-5/3 (V B fase 2) h 1 35/3 0 5/3 10/3 1-2/3 x 1 20/3 1 2/3 1/3 0 1/3 La tabla anterior corresponde a una solución del problema P donde a = 0, por lo que es una solución básica factible del problema original, pero no óptima, porque no cumple V B 0. Introduciendo en la base x 3 y sacando h 1, se obtiene: x 1 x 2 x 3 h 1 a (V B fase 1) -111/2 0-1/2 0-19/10-2/5 (V B fase 2) x 3 7/2 0 1/2 1 3/10-1/5 x 1 11/2 1 1/2 0-1/10 2/5 La tabla anterior corresponde a la solución óptima del problema original (V B producción óptimo consiste en: Producir 5500 refrescos de 1/3l, ningún refresco de 1/2l y 3500 de 1l. 0). El programa de Se consumen todo el material disponible para producir las botellas (h 1 =0)

15 Apartado 2 2. Los multiplicadores del simplex (π B = c B B 1 ) se pueden calcular, a partir de la tabla, 15 de la siguiente manera: π B 1 = V B h 1 =19/10 π2 B = V a B =2/5 La interpretación de los mismos es la siguiente: π1 B =19/10. Si Δb 1 =1 Δz =19/10. La empresa estaría dispuesta a pagar hasta 1900 unidades monetarias para disponer de 1 kg más diariamente. Igualmente, estaría dispuesta a vender 1 kg si recibiera por ello cualquier cantidad superior a 1900 unidades monetarias. π2 B =2/5. Si Δb 1 =1 Δz =2/5. La empresa podriá obtener un beneficio mayor (4/5) si el compromiso fuera entrgar botellas y no 20000, por lo que este compromiso está actuando como una limitación. FR estaría dispuesta a renegociar el compromiso para pasar a botellas, siempre y cuando esto no representara un coste para ella superior a 400 unidades monetarias. Apartado 3. En términos del planteamiento del modelo, la posibilidad descrita se traduciría en la siguiente restricción: x 1 + x 2 + x 3 6 x 1 + x 2 + x 3 + h 3 =6 Tras introducir la nueva restricción y modificarla convenientemente para que x 1, x 3 y h 3 sean las variables básicas, se obtiene la solución correspondiente a la siguiente tabla, que es una solución que cumple el criterio de optimalidad pero no es factible. Aplicando Lemke (sacando h 3 e introduciendo h 1 ) se obtiene la siguiente tabla. x 1 x 2 x 3 h 1 h 3-111/2 0-1/2 0-19/10 0 x 3 7/2 0 1/2 1 3/10 0 x 1 11/2 1 1/2 0-1/ /2 0 1/2 1 1/10 1 h / /2 0-1/2 0-19/10 0 x 3 7/2 0 1/2 1 3/10 0 x 1 11/2 1 1/2 0-1/10 0 h / / /2 x / /2 x / /2 h La última tabla corresponde a una solución no factible (x 3 0) y no existe ninguna tasa de sustitución de esa variable con respecto a las no básicas que sea negativa. Al introducir la nueva restricción el problema no tiene solución factible. Si el proveedor de tapones hiciera como se dice, no sería posible obtener un programa de producción que cumpliera con todas las restricciones. Apartado 4. El rango de valores para c 2 y c 3 dentro del cual la composición del mix de producción es el mismo que el obtenido se obtiene calculando los nuevos criterios del Simplex en función de dichos variables. En el caso de c 2,comox 2 no es una variable básica, si c 2 se modifica, sólo se modifica V2 B.En particular: ( ) V2 B = c 2 c B B 1 A 2 = c 2 π B 3 = c /2 (17)

16 2 16 El mix sigue siendo el mismo si c 2 13/2 0, es decir, si c 2 13/2 El el caso de que cambie c 3,comox 3 es una variable básica, cambian los criterios del Simplex de todas las variables (menos los de las básicas, que son 0). En particular: V B = c c B B 1 A = c c B p = ( 5 6 c 3 0 ) ( c 3 5 ) ( ) 0 1/2 1 3/10 = 1 1/2 0 1/10 = ( 5 6 c 3 0 ) ( ) ( ) 5 = 0 7 c3 0 c 3+5 3c 2 c Es decir, el mix es el mismo si se cumple simultáneamente: 3c (18) 7 c 3 0 3c c 3 7 c 3 5/3 c 3 7 (19) El mix es el mismo, siempre y cuando la contribución unitaria al beneficio de cada botella de litro sea igual o superior a 7 unidades monetarias. Apartado 5. La demanda de refrescos quedar reflejada en la segunda restricción. Si cambia b 2,la solución podría dejar de ser factible y, por lo tanto, dejar de ser óptima. ( )( ) ) u B = B 1 3/10 1/5 25 b = = 0 b 2 75/2 (20) 1/10 2/5 b 2 b 2 25/4 ( 75 2b b 2 10 Es decir, el mix es el mismo se 25/4 b 2 75/2, es decir, si la demanda supera los 6250 botellas y si no supera los Apartado 6. T 0 x 1 x 2 x 3 h 1-111/2 0-1/2 0-19/10 x 3 7/2 0 1/2 1 3/10 x 1 11/2 1 1/2 0-1/10 Sea c 1 = λ, con0 λ.siλ =5,T,0eslatablacorrespondientealasolución óptima. Si λ modifica su valor, se modificará el vector de criterios del Simplex V B (λ). Siempre y cuando V B (λ) 0 las actividades básicas serán x 1 y x 3, con los niveles de realización de la tabla T 0. El criterio del Simplex V B (λ) es: V B (λ) =c c B B 1 A = c c B p = ( λ ) ( 8 λ ) ( ) 0 1/2 1 3/10 = 1 1/2 0 1/10 ( ) 0 4 λ λ (21) Las variables básicas son x 1 y x 3 siempre y cuando V B (λ). Es decir: 4 λ 0 4 λ 24 (22) λ 24 0 Si 4 λ 24, la tabla corresondiente a la solución óptima es T 0 (λ): T 0 (λ) x 1 x 2 x 3 h 1 4 λ λ λ/ x 3 7/2 0 1/2 1 3/10 x 1 11/2 1 1/2 0-1/10

17 2 17 Si λ = 4, la tabla se convierte en T 1, correspondiente a un óptimo múltiple. Introduciendo x 2 y sacando x 3 se obtiene una nueva solución a la que le corresponde la tabla T 2 T 1 x 1 x 2 x 3 h x 3 7/2 0 1/2 1 3/10 x 1 11/2 1 1/2 0-1/10 T 2 x 1 x 2 x 3 h x /5 x /5 Si λ modifica su valor, se modificará el vector de criterios del Simplex V B (λ). Siempre y cuando V B (λ) 0 las actividades básicas serán x 1 y x 2, con los niveles de realización de la tabla T 2. El criterio del Simplex V B (λ) es: V B (λ) =c c B B 1 A = c c B p = ( λ ) ( 6 λ ) ( ) /5 = /5 ( ) 0 0 λ 4 2λ 18 5 El criterio del Simplex de la tabla T 2 nunca se anula para valores de λ tales que 0 λ 4 Volviendo a la tabla T 0 (λ), si λ = 24, la tabla se convierte en la tabla T 3, correspondiente a un óptimo múltiple. Introduciendo h 1 sacando x 3 se obtiene la tabla T 4 correspondiente a la solución óptima alternativa: T 3 x 1 x 2 x 3 h x 3 7/2 0 1/2 1 3/10 x 1 11/2 1 1/2 0-1/10 T 4 x 1 x 2 x 3 h h 3 35/3 0 5/3 10/3 1 x 1 20/3 1 2/3 1/3 0 De nuevo, Si λ modifica su valor, se modificará el vector de criterios del Simplex V B (λ). Siempre y cuando V B (λ) 0 las actividades básicas serán x 1 y h 1, con los niveles de realización de la tabla T 4.El criterio del Simplex V B (λ) es: (23) V B (λ) =c c B B 1 A = c c B p = ( λ ) ( 0 λ ) ( ) 0 5/3 10/3 1 = 1 2/3 1/3 0 ( 0 6 2λ 24 λ 3 3 0) ) (24) El criterio del Sipmlex no se hace positivo para ningún valor de λ tal que λ>24 En resumen: Variables básicas: x 1 =2yx 2 =7si0 λ 4conz =42+2λ Variables básicas: x 1 =11/2 yx 3 =7/2 si4 λ 24 con z =28+11λ/2 Variables básicas: x 1 =20/3 yh 1 =35/3 si24 λ con z =20λ/3

18 Apartado 2 6. Los dos posibles plano de Gomory de la forma: f f i x i 0serían, en este caso, dos, uno por cada variable: 1/2+1/2x 2 +3/10h 1 0 1/2x 2 +3/10h 1 h 3 =1/2 1/2+1/2x 2 +9/10h 1 0 1/2x 2 +9/10h 1 h 4 =1/2 Si se introduce y modifica el primer plano secante, la tabla resultante sería la siguiente: x 1 x 2 x 3 h 1 h 3-111/2 0-1/2 0-19/10 0 x 3 7/2 0 1/2 1 3/10 0 x 1 11/2 1 1/2 0-1/10 0 1/2 0 1/2 0 3/10-1 h 3-1/2 0 1/2 0-3/10 1 La tabla final es la siguiente, correspondiente a una solución no factible que cumple el criterio de optimalidad, por lo que se podría aplicar el método de Lemke. x 1 x 2 x 3 h 1 h 3-111/2 0-1/2 0-19/10 0 x 3 7/2 0 1/2 1 3/10 0 x 1 11/2 1 1/2 0-1/10 0 h 3-1/2 0 1/2 0-3/10 1

19 Enunciado La empresa San Guemil fabrica dos tipos de cerveza, una lager y una pilsen, para lo cual necesita disponer de malta, lúpulo y levadura. Cada metro cúbico de lager requiere 50 kg de malta, 20 de lúpulo y 2 de levadura. Cada metro cúbico de pilsen necesita 60 kg de malta, 25 de lúpulo y 2 de levadura. El beneficio que obtiene la empresa con cada metro cúbico de lager es de 140 um, mientras que con cada metro cúbico de pilsen obtiene 150 um. San Guemil dipone de una tonelada de malta por semana, 250 kg de lúpulo y 22 kg de levadura también por semana. El modelo de programación lineal que permite obtener la producción óptima para cada semana queda descrito por: max z = 140x x 2 s.a. : 50x 1 +60x x 1 +25x x 1 +2x 2 22 x 1,x 2 0 (25) donde x 1 y x 2 representan, respectivamente, los volúmenes de producción semanales (en m 3 ) de lager y de pilsen. La tabla del simplex correspondiente a la solución óptima del modelo anterior y, por lo tanto, al plan de producción óptimo de San Guemil, es: x 1 x 2 h 1 h 2 h h x /5-2 x /5 5/2 donde h 1, h 2 y h 3 son, respectivamente, las holguras correspondientes a las tres restricciones del modelo lineal. Se pide: 1. Indicar qué uso se hace de cada una de las tres materias primas, así comocuál es el precio máximo que estaría dispuesta a pagar San Guemil por disponer de 1 kg más a la semana de cada una de las tres materias primas. 2. Indicar, para el caso del lúpulo, cuántos kg adicionales estaría dispuesta a adquirir y cuántos kg de su disponibilidad de lúpulo estaría dispuesta a vender semanalmente tomando como referencia el precio indicado en el apartado anterior. 3. San Guemil está valorando la posibilidad de producir un nuevo tipo de cerveza, que tiene una doble fermentación. Esta nueva cerveza consume, por cada metro cúbico producido, 70 kg de malta, 30 de lúpulo y 4 kg de levadura. Indicar el beneficio unitario mínimo que haría rentable la producción y comercialización de esta nueva cerveza. 4. San Guemil ha firmado un contrato de suministro con sus actuales clientes, por el cuál se compromete a servir, conjuntamente entre lager y pilsen, un mínimo de 40 m 3 al mes (considérese que un mes tiene cuatro semanas). Indicar cuál es el nuevo plan de producción óptimo. 5. Si una determinada semana se decide reservar 10 kg de lúpulo sin utilizar (h 2 = 10), cómo se modifica el plan óptimo de producción? cómo se modifica el valor de la función objetivo?

20 Resolución Apartado 1. La utilización que se hace de los recursos es la siguiente: de los 1000 kg de malta, queda 390 sin utilizar; se consumen por completo los 250 kg de lúpulo; se consumen por completo los 22 kg de levadura; El valor de una unidad adicional de cada recurso viene dado por el precio sombra de la restricción corresonpondiente. El vector de multiplicadores del simplex (precios sombra) es πi B = Vh B i,debidoa que todas las restricciones son de tipo menor o igual, por lo que π B =(0, 2, 50). Por lo tanto: San Guemil no está dispuesta a pagarnada por adquirirun kgadicional de malta (y estaríadispuesto a vender un kg de malta a cualquier precio); San Guemil está dispuesta a comprar un kg adicional de lúpulo si el precio de ese kg es inferior a 2um(estaría dispuesta a vender un kg a un precio superior a 2 um); igualmente, estaría dispuesta a comprar un kg adicional de levadura a un precio inferior a 50 um/kg (y a vender uno de sus 22 kg disponibles a un precio superior a 50 um/kg); Apartado 2. Al adquirir lúpulo adicional a los 250 kg se modifica el vector de disponibilidad de los recursos b = (1000, 250, 22) T. Por un lado: el precio sombra de ese recurso (segunda componente de π B = c B B 1 ) cambiará sicambialabase (B); la base se modifica, porque, al modificarse b, la solución básica hasta ahora óptima puede dejar de ser factible (u B = B 1 b). El rango de valores dentro del cual el precio al cual San Guemil está dispuestaacomprarunkgde lúpulo adicional a un máximo de 6um/kg es aquel para el cual u B 0: u B = B 1 b = / /5 5/ b b b b b b b b (26) Por lo tanto, San Guemil está dispuesta a comprar hasta 25 kg de lúpulo a un precio inferior a 2 um/kg (75 = ) o a vender hasta 30 kg a un precio superior a 2 um/kg (30= ). Apartado 3. La nueva variedad resultará un producto rentable si el criterio del simplex de la variable correspondiente (x 3 ) es positivo. Es decir: V3 B = c 3 c B B 1 A 3 = c 3 π B A 3 = c 3 (0, 2, 50) = c c (27) 4 Por lo que si el precio es superior a los 260 um/m 3,será interesante su producción y comercialización. Apartado 4. San Guemil está produciendo en la actualidad 11 m 3, por lo que en la actualidad ya está cumpiendo el compromiso de producir al menos 10 m 3. La restricción que tendría la forma x 1 +x 2 10 no modifica el plan óptimo de producción, de manera que el plan óptimo de producción sería el mismo.

4.3 INTERPRETACIÓN ECONÓMICA DE LA DUALIDAD

4.3 INTERPRETACIÓN ECONÓMICA DE LA DUALIDAD 4.3 INTERPRETACIÓN ECONÓMICA DE LA DUALIDAD El problema de programación lineal se puede considerar como modelo de asignación de recursos, en el que el objetivo es maximizar los ingresos o las utilidades,

Más detalles

Dualidad y Análisis de Sensibilidad

Dualidad y Análisis de Sensibilidad Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Industrial IN34A: Clase Auxiliar Dualidad y Análisis de Sensibilidad Marcel Goic F. 1 1 Esta es una versión bastante

Más detalles

INTERPRETACION ECONOMICA DEL ANALISIS DE SENSIBILIDAD

INTERPRETACION ECONOMICA DEL ANALISIS DE SENSIBILIDAD ESCOLA UNIVERSITÀRIA D ESTUDIS EMPRESARIALS DEPARTAMENT D ECONOMIA I ORGANITZACIÓ D EMPRESES INTERPRETACION ECONOMICA DEL ANALISIS DE SENSIBILIDAD Dunia Durán Juvé Profesora Titular 1ª Edición de 1995:

Más detalles

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 Fundamentos de Investigación de Operaciones Investigación de Operaciones de agosto de 200. Estandarización Cuando se plantea un modelo de LP pueden existir igualdades y desigualdades. De la misma forma

Más detalles

APUNTES SOBRE EL MÉTODO SÍMPLEX DE PROGRAMACIÓN LINEAL. Adriel R. Collazo Pedraja

APUNTES SOBRE EL MÉTODO SÍMPLEX DE PROGRAMACIÓN LINEAL. Adriel R. Collazo Pedraja APUNTES SOBRE EL MÉTODO SÍMPLEX DE PROGRAMACIÓN LINEAL Adriel R. Collazo Pedraja 2 INTRODUCCIÓN Este trabajo tiene como propósito proveer ayuda al estudiante para que pueda comprender y manejar más efectivamente

Más detalles

Unidad 2 Método gráfico de solución

Unidad 2 Método gráfico de solución Unidad 2 Método gráfico de solución Los problemas de programación lineal (pl) que sólo tengan dos variables de decisión pueden resolverse gráficamente, ya que, como se ha visto en los Antecedentes, una

Más detalles

Unidad 5 Utilización de Excel para la solución de problemas de programación lineal

Unidad 5 Utilización de Excel para la solución de problemas de programación lineal Unidad 5 Utilización de Excel para la solución de problemas de programación lineal La solución del modelo de programación lineal (pl) es una adaptación de los métodos matriciales ya que el modelo tiene

Más detalles

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 1 de agosto de 2003 1. Introducción Cualquier modelo de una situación es una simplificación de la situación real. Por lo tanto,

Más detalles

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 Formulación de Modelos de Programacón Lineal 25 de julio de 2003 La (LP es una herramienta para resolver problemas de optimización

Más detalles

Tema 5: Dualidad y sensibilidad de los modelos lineales.

Tema 5: Dualidad y sensibilidad de los modelos lineales. ema 5: Dualidad y sensibilidad de los modelos lineales. Objetivos del tema: Introducir el concepto de Sensibilidad en la Programación Lineal Introducir el concepto de Dualidad en la Programación Lineal

Más detalles

CANTABRIA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / ÁLGEBRA / BLOQUE 1 / OPCIÓN A

CANTABRIA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / ÁLGEBRA / BLOQUE 1 / OPCIÓN A CANTABRIA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / ÁLGEBRA / BLOQUE 1 / OPCIÓN A BLOQUE 1 OPCIÓN A Un fabricante de coches lanza una oferta especial en dos de sus modelos, ofreciendo

Más detalles

APLICACIONES CON SOLVER OPCIONES DE SOLVER

APLICACIONES CON SOLVER OPCIONES DE SOLVER APLICACIONES CON SOLVER Una de las herramientas con que cuenta el Excel es el solver, que sirve para crear modelos al poderse, diseñar, construir y resolver problemas de optimización. Es una poderosa herramienta

Más detalles

Programación Lineal Entera

Programación Lineal Entera Programación Lineal Entera P.M. Mateo y David Lahoz 2 de julio de 2009 En este tema se presenta un tipo de problemas formalmente similares a los problemas de programación lineal, ya que en su descripción

Más detalles

Capítulo 5 Método Simplex

Capítulo 5 Método Simplex Capítulo 5 Método Simplex Cj 5-2 3 0 -M 0 0 V.B. b X1 X2 X3 X4 X5 X6 X7 5 X1 13/9 1 0 0-4/15 4/15 7/45 4/45 NO 3 X3 14/9 0 0 1 1/15-1/15 2/45 14/45 70/3-2 X2 1/3 0 1 0-3/15 3/15-2/15 1/15 NO Zj - Cj 101/9

Más detalles

EJERCICIO 1. Sean las variables de decisión: x= n: de impresos diarios tipo A repartidos. y= n: de impresos diarios tipo B repartidos.

EJERCICIO 1. Sean las variables de decisión: x= n: de impresos diarios tipo A repartidos. y= n: de impresos diarios tipo B repartidos. EJERCICIO 1 Un estudiante dedica parte de su tiempo al reparto de propaganda publicitaria. La empresa A le paga 5 Bs.. por cada impreso repartido y la empresa B, con folletos más grandes, le paga 7 Bs.

Más detalles

Tipo de máquina Tiempo disponible. (h/maq. Por semana) Fresadora 500 Torno 350 Rectificadora 150

Tipo de máquina Tiempo disponible. (h/maq. Por semana) Fresadora 500 Torno 350 Rectificadora 150 Ejercicios Tema 1. 1.- Utilizar el procedimiento gráfico para resolver los siguientes P.L. a) Max z = 10x 1 + 20x 2 s.a x 1 + 2x 2 15 x 1 + x 2 12 5x 1 + 3x 2 45 x 1,x 2 0 b) Max z = 2x 1 + x 2 s.a. x

Más detalles

Programación lineal. En esta Unidad didáctica nos proponemos alcanzar los objetivos siguientes:

Programación lineal. En esta Unidad didáctica nos proponemos alcanzar los objetivos siguientes: UNIDAD 3 Programación lineal a programación lineal es parte L de una rama de las matemáticas relativamente joven llamada investigación operativa. La idea básica de la programación lineal es la de optimizar,

Más detalles

Unidad 1 Modelos de programación lineal

Unidad 1 Modelos de programación lineal Unidad 1 Modelos de programación lineal La programación lineal comenzó a utilizarse prácticamente en 1950 para resolver problemas en los que había que optimizar el uso de recursos escasos. Fueron de los

Más detalles

BREVE MANUAL DE SOLVER

BREVE MANUAL DE SOLVER BREVE MANUAL DE SOLVER PROFESOR: DAVID LAHOZ ARNEDO PROGRAMACIÓN LINEAL Definición: Un problema se define de programación lineal si se busca calcular el máximo o el mínimo de una función lineal, la relación

Más detalles

Colección de Problemas IV

Colección de Problemas IV 1.- Una compañía se dedica a la elaboración de 2 productos, la demanda de estos productos es de 200 unidades para cada uno de ellos. La compañía podrá elaborar los productos o comprarlos a un proveedor.

Más detalles

L A P R O G R A M A C I O N

L A P R O G R A M A C I O N L A P R O G R A M A C I O N L I N E A L 1. INTRODUCCIÓN: la programación lineal como método de optimación La complejidad de nuestra sociedad en cuanto a organización general y económica exige disponer

Más detalles

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 Programación Lineal Entera

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 Programación Lineal Entera Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 11 de septiembre de 2003 1. Introducción Un LP donde se requiere que todas las variables sean enteras se denomina un problema

Más detalles

PRÁCTICA 1: Optimización con Excel 2010

PRÁCTICA 1: Optimización con Excel 2010 Grado en Administración de Empresas Departamento de Estadística Asignatura: Optimización y Simulación para la Empresa Curso: 2011/2012 PRÁCTICA 1: Optimización con Excel 2010 1. Modelización mediante hojas

Más detalles

SOLUCIONES SESIÓN DE PRÁCTICAS 2

SOLUCIONES SESIÓN DE PRÁCTICAS 2 INVESTIGACIÓN OPERATIVA CURSO 2008/2009 EJERCICIOS PARA ENTREGAR SOLUCIONES SESIÓN DE PRÁCTICAS 2 Ejercicio 1 página 15 del cuadernillo: responder a todos los apartados. a) Determinar el número de unidades

Más detalles

2) Se ha considerado únicamente la mano de obra, teniéndose en cuenta las horas utilizadas en cada actividad por unidad de página.

2) Se ha considerado únicamente la mano de obra, teniéndose en cuenta las horas utilizadas en cada actividad por unidad de página. APLICACIÓN AL PROCESO PRODUCTIVO DE LA EMPRESA "F. G. / DISEÑO GRÁFICO". AÑO 2004 Rescala, Carmen Según lo explicado en el Informe del presente trabajo, la variación en la producción de páginas web de

Más detalles

Programación Lineal Continua/ Investigación Operativa. EJERCICIOS DE INVESTIGACIÓN OPERATIVA. Hoja 1

Programación Lineal Continua/ Investigación Operativa. EJERCICIOS DE INVESTIGACIÓN OPERATIVA. Hoja 1 EJERCICIOS DE INVESTIGACIÓN OPERATIVA. Hoja 1 1. Una empresa que fabrica vehículos quiere determinar un plan de producción semanal. Esta empresa dispone de 5 fábricas que producen distintos elementos del

Más detalles

Programación lineal. Observación: La mayoría de estos problemas se han propuesto en exámenes de selectividad

Programación lineal. Observación: La mayoría de estos problemas se han propuesto en exámenes de selectividad 1 Observación: La mayoría de estos problemas se han propuesto en exámenes de selectividad 1. Dibuja la región del plano definida por las siguientes inecuaciones: x 0, 0 y 2, y + 2x 4 Representando las

Más detalles

MATEMÁTICAS II PRÁCTICAS CON LINGO

MATEMÁTICAS II PRÁCTICAS CON LINGO MATEMÁTICAS II PRÁCTICAS CON LINGO Carlos Ivorra CURSO ACADÉMICO 2012-13 1 INTRODUCCIÓN A LA MODELIZACIÓN 1 1 Introducción a la modelización El objetivo de estas prácticas es aprender a resolver problemas

Más detalles

SONIA I. CABRERA RODRÍGUEZ APLICACIÓN DE LA PROGRAMAC. LINEAL A LA AGRONOMÍA

SONIA I. CABRERA RODRÍGUEZ APLICACIÓN DE LA PROGRAMAC. LINEAL A LA AGRONOMÍA ÍNDICE DE MATERIAS. PROGRAMACIÓN LINEAL 1. Optimización de proyectos 2. Simplificación del modelo matemático 3. Modelización 3.1. Modelo de transporte 3.2. Modelo de asignación 3.3. Modelo de ordenación

Más detalles

Fundamentos de Investigación de Operaciones El Problema de Transporte

Fundamentos de Investigación de Operaciones El Problema de Transporte Fundamentos de Investigación de Operaciones El Problema de Transporte Septiembre 2002 El Problema de Transporte corresponde a un tipo particular de un problema de programación lineal. Si bien este tipo

Más detalles

OPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA. Tema 2 Programación Lineal

OPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA. Tema 2 Programación Lineal OPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA Tema 2 Programación Lineal ORGANIZACIÓN DEL TEMA Sesiones: Introducción, definición y ejemplos Propiedades y procedimientos de solución Interpretación económica

Más detalles

MATEMÁTICAS II APUNTES DE TEORÍA CURSO ACADÉMICO 2012-13. Carlos Ivorra

MATEMÁTICAS II APUNTES DE TEORÍA CURSO ACADÉMICO 2012-13. Carlos Ivorra MATEMÁTICAS II APUNTES DE TEORÍA CURSO ACADÉMICO 2012-13 Carlos Ivorra Índice 1 Introducción a la optimización 1 2 Programación entera 18 3 Introducción a la programación lineal 24 4 El método símplex

Más detalles

euresti@itesm.mx Matemáticas

euresti@itesm.mx Matemáticas al Método al Método Matemáticas al Método En esta lectura daremos una introducción al método desarrollado por George Bernard Dantzig (8 de noviembre de 1914-13 de mayo de 2005) en 1947. Este método se

Más detalles

ÁLGEBRA 2º Ciencias Sociales PAU- LOGSE

ÁLGEBRA 2º Ciencias Sociales PAU- LOGSE . (Jun. 205 Opción A) Dadas las matrices A = ( a 2 + 2 2 ), B = ( ) y C = (c 0 0 b 0 c ) Calcula las matrices A B y B C. Calcula los valores de a, b y c que cumplen A B B C. Sol.- 2. (Jun. 205 Opción B)

Más detalles

Matemáticas C.C.S.S. Repaso de Selectividad 1. Se desea obtener dos elementos químicos a partir de las sustancias A y B. Un kilo de A contiene 8

Matemáticas C.C.S.S. Repaso de Selectividad 1. Se desea obtener dos elementos químicos a partir de las sustancias A y B. Un kilo de A contiene 8 Matemáticas C.C.S.S. Repaso de Selectividad 1. Se desea obtener dos elementos químicos a partir de las sustancias A y B. Un kilo de A contiene 8 gramos del primer elemento y 1 gramo del segundo; un kilo

Más detalles

Problema de Programación Lineal

Problema de Programación Lineal Problema de Programación Lineal Introducción La optimización es un enfoque que busca la mejor solución a un problema. Propósito: Maximizar o minimizar una función objetivo que mide la calidad de la solución,

Más detalles

PROGRAMACIÓN LINEAL. 8.1. Introducción. 8.2. Inecuaciones lineales con 2 variables

PROGRAMACIÓN LINEAL. 8.1. Introducción. 8.2. Inecuaciones lineales con 2 variables Capítulo 8 PROGRAMACIÓN LINEAL 8.1. Introducción La programación lineal es una técnica matemática relativamente reciente (siglo XX), que consiste en una serie de métodos y procedimientos que permiten resolver

Más detalles

EL MÉTODO SIMPLEX ALGEBRAICO: MINIMIZACION. M. En C. Eduardo Bustos Farías

EL 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 detalles

Repaso de matrices, determinantes y sistemas de ecuaciones lineales

Repaso de matrices, determinantes y sistemas de ecuaciones lineales Tema 1 Repaso de matrices, determinantes y sistemas de ecuaciones lineales Comenzamos este primer tema con un problema de motivación. Problema: El aire puro está compuesto esencialmente por un 78 por ciento

Más detalles

INTRODUCCION..2 ANALISIS POSOPTIMO O DE SENSIBILIDAD.3. CAMBIOS EN LA VARIABLE DE COEFICIENTE.3 SOLUCIOON DE EJMPLO 2.14

INTRODUCCION..2 ANALISIS POSOPTIMO O DE SENSIBILIDAD.3. CAMBIOS EN LA VARIABLE DE COEFICIENTE.3 SOLUCIOON DE EJMPLO 2.14 INDICE: 1 INTRODUCCION.. ANALISIS POSOPTIMO O DE SENSIBILIDAD.3. CAMBIOS EN LA VARIABLE DE COEFICIENTE.3 CAMBIOS QUE AFECTAN LA FACTIBILIDAD..5 SOLUICON DE JEJMPLO 1..7 SOLUCIOON DE EJMPLO.14 CONCLUCIONES

Más detalles

PROBLEMAS TEÓRICO-PRÁCTICOS EJERCICIOS PARA ORDENADOR

PROBLEMAS TEÓRICO-PRÁCTICOS EJERCICIOS PARA ORDENADOR PROGRAMACIÓN MATEMÁTICA PROBLEMAS TEÓRICO-PRÁCTICOS EJERCICIOS PARA ORDENADOR CURSO 2002/2003 DEPARTAMENT DE MATEMÀTICA ECONÒMICO EMPRESARIAL COLECCIÓN DE EJERCICIOS TEÓRICO-PRÁCTICOS TEMA 1 - INTRODUCCIÓN

Más detalles

Programación Lineal. Ficha para enseñar a utilizar el Solver de EXCEL en la resolución de problemas de Programación Lineal

Programación Lineal. Ficha para enseñar a utilizar el Solver de EXCEL en la resolución de problemas de Programación Lineal Programación Lineal Ficha para enseñar a utilizar el Solver de EXCEL en la resolución de problemas de Programación Lineal Ejemplo: Plan de producción de PROTRAC En esta ficha vamos a comentar cómo se construyó

Más detalles

Matemáticas - ADE/FyCo-2013-2014 Examen-Enero para el dni: 1

Matemáticas - ADE/FyCo-2013-2014 Examen-Enero para el dni: 1 Matemáticas - ADE/FyCo-2013-2014 Examen-Enero para el dni: 1 Ejercicio 1 Calcular la inversa de la matriz 0 1 0 0 0 1 0 1 1 0 0 0 0 0 1 0. 1 0 1 0 1 0 0 0 0 1 1 1 0 2 0 1 0 0 1 0 0 0 1 0 1 0 3 0 1 1 0

Más detalles

Análisis de los datos

Análisis de los datos Universidad Complutense de Madrid CURSOS DE FORMACIÓN EN INFORMÁTICA Análisis de los datos Hojas de cálculo Tema 6 Análisis de los datos Una de las capacidades más interesantes de Excel es la actualización

Más detalles

2 Matrices. 1. Tipos de matrices. Piensa y calcula. Aplica la teoría

2 Matrices. 1. Tipos de matrices. Piensa y calcula. Aplica la teoría 2 Matrices 1. Tipos de matrices Piensa y calcula Escribe en forma de tabla el siguiente enunciado: «Una familia gasta en enero 400 en comida y 150 en vestir; en febrero, 500 en comida y 100 en vestir;

Más detalles

EJEMPLO 1. Solución: Definimos las variables originales como: = número de conejos. x = número de pollos.

EJEMPLO 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 detalles

5. [2012] [EXT-A] Se estima que el beneficio anual B(t), en %, que produce cierta inversión viene determinado por el tiempo t en

5. [2012] [EXT-A] Se estima que el beneficio anual B(t), en %, que produce cierta inversión viene determinado por el tiempo t en . [204] [ET-A] Dada la función f(x) = x2-8x+6 x 2-8x+5 a) Su dominio y puntos de corte con los ejes. -x+5, 0 x 2. [204] [JUN-A] En una sesión, el valor de cierta acción, en euros, vino dado por la función:

Más detalles

EXCEL: Herramienta Solver

EXCEL: Herramienta Solver EXCEL: Herramienta Solver Introducción Las planillas de cálculo se han convertido en herramientas obligadas de análisis de datos. Sin embargo, no siempre se aprovechan todas sus potencialidades. La planilla

Más detalles

Máximo o mínimo de una función

Máximo o mínimo de una función Análisis: Máimos, mínimos, optimización 1 MAJ00 Máimo o mínimo de una función 1. Dados tres números reales cualesquiera r 1, r y r, hallar el número real que minimiza la función D( ) ( r ) ( r ) ( r 1

Más detalles

T E C N O L O G Í A OPTIMIZACIÓN DE MATERIALES MEDIANTE PATRONES DE CORTE EFICIENTE. Aplicación. a la INDUSTRIA

T E C N O L O G Í A OPTIMIZACIÓN DE MATERIALES MEDIANTE PATRONES DE CORTE EFICIENTE. Aplicación. a la INDUSTRIA OPTIMIZACIÓN DE MATERIALES MEDIANTE PATRONES DE CORTE EFICIENTE Aplicación a la INDUSTRIA de la construcción 1 El presente estudio propone el uso de un algoritmo comúnmente utilizado en la rama de investigación

Más detalles

Ejercicios de Programación Lineal

Ejercicios de Programación Lineal Ejercicios de Programación Lineal Investigación Operativa Ingeniería Informática, UCM Curso 8/9 Una compañía de transporte dispone de camiones con capacidad de 4 libras y de 5 camiones con capacidad de

Más detalles

Programación lineal. 1º) En la región del plano determinada por, hallar las

Programación lineal. 1º) En la región del plano determinada por, hallar las Programación lineal 1º) En la región del plano determinada por, hallar las coordenadas de los puntos en los que la función alcanza su valor mínimo y máximo. Máximo en el punto y mínimo en el punto. 2º)

Más detalles

Tema 1. - SISTEMAS DE ECUACIONES.

Tema 1. - SISTEMAS DE ECUACIONES. Matemáticas aplicadas CCSS. Ejercicios modelo Selectividad - Tema. - SISTEMAS DE ECUACIONES. Ejercicio. ( ) a) ( puntos) Determine dos números sabiendo que al dividir el mayor por el menor obtenemos 7

Más detalles

Investigación Operacional I EII 445

Investigación Operacional I EII 445 Investigación Operacional I EII 445 Programación Lineal Método Simple Gabriel Gutiérrez Jarpa. Propiedades Básicas de Programación Lineal Formato Estándar Un problema de programación lineal es un programa

Más detalles

5 SISTEMAS DE ECUACIONES

5 SISTEMAS DE ECUACIONES 5 SISTEMAS DE ECUACINES EJERCICIS PRPUESTS 5. Escribe estos enunciados en forma de una ecuación con dos incógnitas. a) Un número más el doble de otro es. La diferencia de dos números es 5. c) Un número

Más detalles

x + y 4 2x + 3y 10 4x + 2y 12 x 0, y 0

x + y 4 2x + 3y 10 4x + 2y 12 x 0, y 0 PRUEBAS DE ACCESO A LA UNIVERSIDAD PROBLEMAS DE PROGRAMACIÓN LINEAL JUNIO 2000. OPCIÓN B. Una empresa especializada en la fabricación de mobiliario para casas de muñecas, produce cierto tipo de mesas y

Más detalles

DETERMINACIÓN DEL VOLUMEN DE PEDIDO.

DETERMINACIÓN DEL VOLUMEN DE PEDIDO. Lote económico de compra o Lote Optimo DETERMINACIÓN DEL VOLUMEN DE PEDIDO. Concepto que vemos en casi todos libros de aprovisionamiento, habitualmente la decisión de la cantidad a reaprovisionar en las

Más detalles

Unidad 10. Análisis económico-financiero de una empresa

Unidad 10. Análisis económico-financiero de una empresa Unidad 10. Análisis económico-financiero de una empresa 0. ÍNDICE. 1. INTRODUCCIÓN 2. EL FONDO DE MANIOBRA O FONDO DE ROTACIÓN. 3. EL PERÍODO MEDIO DE MADURACIÓN. 3.1. Período medio de maduración en una

Más detalles

1.3 Números racionales

1.3 Números racionales 1.3 1.3.1 El concepto de número racional Figura 1.2: Un reparto no equitativo: 12 5 =?. Figura 1.3: Un quinto de la unidad. Con los números naturales y enteros es imposible resolver cuestiones tan simples

Más detalles

Optimización, Solemne 2. Semestre Otoño 2012 Profesores: Paul Bosch, Rodrigo López, Fernando Paredes, Pablo Rey Tiempo: 110 min.

Optimización, Solemne 2. Semestre Otoño 2012 Profesores: Paul Bosch, Rodrigo López, Fernando Paredes, Pablo Rey Tiempo: 110 min. UNIVERSIDAD DIEGO PORTALES. FACULTAD DE INGENIERIA. ESCUELA DE INGENIERIA INDUSTRIAL. Optimización, Solemne. Semestre Otoño Profesores: Paul Bosch, Rodrigo López, Fernando Paredes, Pablo Rey Tiempo: min.

Más detalles

Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2012 - Propuesta B

Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2012 - Propuesta B Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2012 - Propuesta B 1. Una empresa tiene 3000 bolsas de ajo morado de Las

Más detalles

INDICADORES EVALUACIÓN DE PROYECTOS

INDICADORES EVALUACIÓN DE PROYECTOS INDICADORES EVALUACIÓN DE PROYECTOS Sección: 01 Profesores: Cristián Bargsted Andrés Kettlun Conceptos básicos Contenido Valor Presente Neto(VPN) Tasa interna de Retorno(TIR) Período de Recuperación de

Más detalles

MÉTODOS MATEMÁTICOS DE LA ECONOMÍA

MÉTODOS MATEMÁTICOS DE LA ECONOMÍA UNIVERSIDAD DE VALLADOLID DEPARTAMENTO DE ECONOMÍA APLICADA SUBSECCIÓN DE MATEMÁTICAS MÉTODOS MATEMÁTICOS DE LA ECONOMÍA Economía Derecho Administración y Dirección de Empresas RELACIÓN DE PROBLEMAS DE

Más detalles

MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN

MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN Suponga que le pedimos a un grupo de estudiantes de la asignatura de estadística que registren su peso en kilogramos. Con los datos del peso de los estudiantes

Más detalles

Materiales y energía = 1000 litros x $20/litro = ($20,000) Sueldos = fijos = ($10,000) Alquiler = fijo = ($ 5,000)

Materiales y energía = 1000 litros x $20/litro = ($20,000) Sueldos = fijos = ($10,000) Alquiler = fijo = ($ 5,000) Evaluación de Proyectos FI UBA: Análisis Marginal Ing. Roger Cohen Qué es y para qué se usa el Análisis Marginal El análisis marginal estudia el aporte de cada producto/servicio/cliente a las utilidades

Más detalles

2.1 EL PROCESO DE COMPRAS:

2.1 EL PROCESO DE COMPRAS: 2.1 EL PROCESO DE COMPRAS: El departamento de compras es el encargado de recibir las solicitudes de los materiales necesarios, de buscar los proveedores adecuados y de realizar las gestiones oportunas

Más detalles

Dependencia lineal de vectores y sus aplicaciones a la resolución de sistemas de ecuaciones lineales y de problemas geométricos.

Dependencia lineal de vectores y sus aplicaciones a la resolución de sistemas de ecuaciones lineales y de problemas geométricos. Dependencia lineal de vectores y sus aplicaciones a la resolución de sistemas de ecuaciones lineales y de problemas geométricos. Prof. D. Miguel Ángel García Hoyo. Septiembre de 2011 Dependencia lineal

Más detalles

Selectividad Septiembre 2013 OPCIÓN B

Selectividad Septiembre 2013 OPCIÓN B Pruebas de Acceso a las Universidades de Castilla y León ATEÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas Tablas OPTATIVIDAD: EL ALUNO DEBERÁ ESCOGER UNA DE LAS DOS OPCIONES Y DESARROLLAR

Más detalles

1º Dibuja las regiones factibles definidas por los siguientes sistemas:

1º Dibuja las regiones factibles definidas por los siguientes sistemas: Departamento de Matemáticas 2º de bachillerato Matemáticas II aplicadas a las Ciencias Sociales Tema 3: Programación lineal. 1º Dibuja las regiones factibles definidas por los siguientes sistemas: 0,3

Más detalles

www.fundibeq.org Además, se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión.

www.fundibeq.org Además, se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión. DIAGRAMA DE FLECHAS 1.- INTRODUCCIÓN Este documento sirve de guía para el proceso de planificación de proyectos. Describe desde la visualización de la secuencia de acciones a desarrollar en dichos proyectos

Más detalles

CONSUMIDORES POTENCIALES 5.000 8.500 2.400 2.800

CONSUMIDORES POTENCIALES 5.000 8.500 2.400 2.800 PROBLEMA En el último consejo de dirección de la empresa La rosca loca se llegó a la conclusión de que la razón por la que sus productos (obviamente roscas de maíz) no son adquiridos es porque el gran

Más detalles

Fundamentos de Investigación de Operaciones Asignación y Vendedor Viajero

Fundamentos de Investigación de Operaciones Asignación y Vendedor Viajero Fundamentos de Investigación de Operaciones y Vendedor Viajero 23 de mayo de 2004 Si bien la resolución del problema de transporte mediante tableau parece ser muy expedita, existen ciertos tipos de problemas

Más detalles

PPL PARA RESOLVER CON SOLVE

PPL PARA RESOLVER CON SOLVE PPL PARA RESOLVER CON SOLVE 1. Una compañía posee dos minas: la mina A produce cada día 1 tonelada de hierro de alta calidad, 3 toneladas de calidad media y 5 de baja calidad. La mina B produce cada día

Más detalles

SOLUCION DE MODELOS EMPRESARIALES POR COMPUTADORA

SOLUCION DE MODELOS EMPRESARIALES POR COMPUTADORA Tema 2 SOLUCION DE MODELOS EMPRESARIALES POR COMPUTADORA 2.1 SOFTWARE PARA SOLUCION DE MODELOS PL Programas típicos para resolver problemas de Programación Lineal: - QSB - SOLVER - GLP QSB (Quantitative

Más detalles

EXAMEN DE SISTEMAS DE ECUACIONES

EXAMEN DE SISTEMAS DE ECUACIONES EXAMEN DE SISTEMAS DE ECUACIONES Se recomienda: a) Antes de hacer algo, leer todo el examen. b) Resolver antes las preguntas que se te den mejor. c) Responde a cada parte del examen en una hoja distinta.

Más detalles

PARTE GENERAL. INSTRUCCIONES ESPECÍFICAS DE ESTA MATERIA Se han de Toda respuesta ha de estar debidamente justificada, valorándose positivamente las

PARTE GENERAL. INSTRUCCIONES ESPECÍFICAS DE ESTA MATERIA Se han de Toda respuesta ha de estar debidamente justificada, valorándose positivamente las PRUEBAS DE ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR Convocatoria de junio de 2002 (Resolución de 26 de Abril de la Consejería de Educación y Cultura del Gobierno del Principado de Asturias. BOPA de

Más detalles

Unidad 8. Análisis y evaluación de inversiones

Unidad 8. Análisis y evaluación de inversiones Unidad 8. Análisis y evaluación de inversiones 0. ÍNDICE. 1. CONCEPTO DE INVERSIÓN. 2. TIPOS DE INVERSIÓN. 2.1. Atendiendo a su período de vinculación con la empresa. 2.2. Según su materialización. 2.3.

Más detalles

MATEMÁTICAS PARA LA ECONOMIA II G.E.C.O. Curso 2012/2013

MATEMÁTICAS PARA LA ECONOMIA II G.E.C.O. Curso 2012/2013 MATEMÁTICAS PARA LA ECONOMIA II G.E.C.O. Curso 2012/2013 Relación de Ejercicios N o 3 1. Resolver los siguientes programas lineales primero gráficamente y después por el método del simplex. (a) Z = x +

Más detalles

ÁLGEBRA. Nota: Los sistemas de ecuaciones lineales se deben resolver por el método de Gauss.

ÁLGEBRA. Nota: Los sistemas de ecuaciones lineales se deben resolver por el método de Gauss. Pruebas de Acceso a la Universidad de Zaragoza. Matemáticas aplicadas a las Ciencias Sociales. ÁLGEBRA Junio 1994. Un aficionado a la Bolsa invirtió.000.000 de pesetas en acciones de tres empresas A, B

Más detalles

FICHERO MUESTRA Pág. 1

FICHERO MUESTRA Pág. 1 FICHERO MUESTRA Pág. 1 Fichero muestra que comprende parte del Tema 3 del libro Gestión Financiera, Teoría y 800 ejercicios, y algunas de sus actividades propuestas. TEMA 3 - CAPITALIZACIÓN COMPUESTA 3.15.

Más detalles

Programación Lineal: Modelos PLE

Programación Lineal: Modelos PLE Programación Lineal: Modelos PLE CCIR / Matemáticas euresti@itesm.mx CCIR / Matemáticas Programación Lineal: Modelos PLE euresti@itesm.mx 1 / 35 Introduccion Introduccion En esta lectura se verán cómo

Más detalles

ANÁLISIS ECONÓMICO Evaluación de Proyectos

ANÁLISIS ECONÓMICO Evaluación de Proyectos Página0 ANÁLISIS ECONÓMICO Evaluación de Proyectos Página1 Índice Introducción 02 Valor actual neto 03 Flujo neto de Caja 04 Plazo de Recuperación, Plazo de Reembolso, o Pay-Back estático 04 Tasa de Rendimiento

Más detalles

www.aulamatematica.com

www.aulamatematica.com www.aulamatematica.com APLIICACIIÓN DE DERIIVADAS:: PROBLEMAS DE OPTIIMIIZACIIÓN CON 1 VARIIABLE.. 004 Los costes de fabricación C(x) en euros de cierta variedad de galletas dependen de la cantidad elaborada

Más detalles

Programación Lineal. f(x,y) = 2 x + y. Cuántas soluciones hay? Solución:

Programación Lineal. f(x,y) = 2 x + y. Cuántas soluciones hay? Solución: Programación Lineal 2 x + y 2 1.- alcula los puntos del recinto 2x y 2 que hacen mínima o máxima la función y 2 f(x,y) = 2 x + y. uántas soluciones hay? Solución: Representemos el sistema de inecuaciones

Más detalles

Problemas de 2 o Bachillerato (ciencias sociales) Isaac Musat Hervás

Problemas de 2 o Bachillerato (ciencias sociales) Isaac Musat Hervás Problemas de 2 o Bachillerato ciencias sociales) Isaac Musat Hervás 27 de mayo de 2007 2 Índice General 1 Problemas de Álgebra 5 1.1 Matrices, Exámenes de Ciencias Sociales............ 5 1.2 Sistemas de

Más detalles

EJERCICIOS. Calcula la producción diaria de los artículos A y B que maximiza el beneficio

EJERCICIOS. Calcula la producción diaria de los artículos A y B que maximiza el beneficio EJERCICIOS EJERCICIO 1 En una granja de pollos se da una dieta "para engordar" con una composición mínima de 15 unidades de una sustancia A y otras 15 de una sustancia B. En el mercado solo se encuentran

Más detalles

Optimización de la distribución del personal de juegos de un casino través de la Programación Lineal

Optimización de la distribución del personal de juegos de un casino través de la Programación Lineal Optimización de la distribución del personal de juegos de un casino través de la Programación Lineal Juan Pablo Bulbulian, Jonathan Gastrell, Exequiel Iván Tagni, y Santiago Manopella Universidad Tecnológica

Más detalles

Selección de inversiones

Selección de inversiones Enunciado Selección de inversiones Problema 3 Una empresa conservera tiene que decidir cual de estas dos cadenas de envasado instalar. La que ofrece el fabricante X exige un desembolso inicial de 60.000

Más detalles

Maximizar Z = 2X1 + X2 + 0,75X3 + 0,5X4 SOLUCION AL PRIMER PROBLEMA DE SIMPLEX

Maximizar Z = 2X1 + X2 + 0,75X3 + 0,5X4 SOLUCION AL PRIMER PROBLEMA DE SIMPLEX Primer problema de SIMPLEX (incluye un modelo de Wilson). Los alumnos de 1º de LADE de la Facultad de Ciencias Económicas y Empresariales de Badajoz deciden constituir una empresa (LADE, S.A.), dedicada

Más detalles

CAPÍTULO 5 ANÁLISIS DE CONVERGENCIA DEL MÉTODO BINOMIAL AL MODELO DE BLACK & SCHOLES

CAPÍTULO 5 ANÁLISIS DE CONVERGENCIA DEL MÉTODO BINOMIAL AL MODELO DE BLACK & SCHOLES CAPÍTULO 5 ANÁLISIS DE CONVERGENCIA DEL MÉTODO BINOMIAL AL MODELO DE BLACK & SCHOLES Para la valuación de opciones hay dos modelos ampliamente reconocidos como son el modelo binomial y el modelo de Black

Más detalles

SISTEMAS DE ECUACIONES LINEALES

SISTEMAS DE ECUACIONES LINEALES Capítulo 7 SISTEMAS DE ECUACIONES LINEALES 7.1. Introducción Se denomina ecuación lineal a aquella que tiene la forma de un polinomio de primer grado, es decir, las incógnitas no están elevadas a potencias,

Más detalles

Problemas de Investigación Operativa y Programación Matemática

Problemas de Investigación Operativa y Programación Matemática Problemas de Investigación Operativa y Programación Matemática Omar J. Casas López Septiembre 2002 Tema I : Introducción 1. Una factoría fabrica dos tipos de productos, A y B. Para su elaboración se requieren

Más detalles

Jorge Isauro Rionda Ramírez 1 RESUMEN INTRODUCCIÓN.

Jorge Isauro Rionda Ramírez 1 RESUMEN INTRODUCCIÓN. Página 1 de 11 LA PRODUCTIVIDAD DEL TRABAJO POR SU CONTRIBUCIÓN AL VALOR DEL PRODUCTO (Metodología para medir la contribución marginal de trabajo al valor de lo producido) Jorge Isauro Rionda Ramírez 1

Más detalles

Desarrollar un modelo Lingo. Para desarrollar un modelo de optimización en Lingo hay que especificar:

Desarrollar un modelo Lingo. Para desarrollar un modelo de optimización en Lingo hay que especificar: Desarrollar un modelo Lingo Para desarrollar un modelo de optimización en Lingo hay que especificar: Función Objetivo Max(Min) = COST O1 V ARIABLE1 + COST O2 V ARIABLE2; Variables: Los nombres de las variables

Más detalles

PROBLEMAS Y SOLUCIONES ADO

PROBLEMAS Y SOLUCIONES ADO PROBLEMAS Y SOLUCIONES ADO Una empresa comercial de software soporta anualmente unos costes fijos de 100.000. Los activos de la empresa ascienden a 1.300.000, financiados en un 75 % por préstamos, por

Más detalles

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases. BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades

Más detalles

ACTIVIDADES INICIALES. y 2 7, y 0,12. b) 0,12v 1 1 55 EJERCICIOS PROPUESTOS

ACTIVIDADES INICIALES. y 2 7, y 0,12. b) 0,12v 1 1 55 EJERCICIOS PROPUESTOS Solucionario 5 Inecuaciones ACTIVIDADES INICIALES 5.I. rdena de menor a mayor los siguientes números. a), 6 8, 4 y 7 b) 0,v,, y 0, 4 5 5 0 90 5 a) 75 ; 6 8 7 ; 4 80 y 7 70 7 6 8 4 4 00 5 00 5 00 0 00 0

Más detalles

Cambio de representaciones para variedades lineales.

Cambio de representaciones para variedades lineales. Cambio de representaciones para variedades lineales 18 de marzo de 2015 ALN IS 5 Una variedad lineal en R n admite dos tipos de representaciones: por un sistema de ecuaciones implícitas por una familia

Más detalles

TEMA 4: ANÁLISIS DE LOS ESTADOS FINANCIEROS 4.1. INTRODUCCIÓN 2 4.2. ANÁLISIS PATRIMONIAL: ESTRUCTURA Y EQUILIBRIO PATRIMONIAL 2

TEMA 4: ANÁLISIS DE LOS ESTADOS FINANCIEROS 4.1. INTRODUCCIÓN 2 4.2. ANÁLISIS PATRIMONIAL: ESTRUCTURA Y EQUILIBRIO PATRIMONIAL 2 TEMA 4: ANÁLISIS DE LOS ESTADOS FINANCIEROS 4.1. INTRODUCCIÓN 2 4.2. ANÁLISIS PATRIMONIAL: ESTRUCTURA Y EQUILIBRIO PATRIMONIAL 2 4.2.1. RELACIÓN ENTRE EL ACTIVO Y EL PASIVO: EL EQUILIBRIO FINANCIERO 2

Más detalles

1. Juegos de suma cero con dos jugadores

1. Juegos de suma cero con dos jugadores Teoría de juegos Jesús López Fidalgo Esta teoría está íntimamente relacionada con la teoría de la decisión. Lo que diferencia una de otra es el rival contra el que se entra en juego. En la teoría de la

Más detalles