Licenciatura en Administración y Dirección de Empresas
|
|
- Bernardo Villalobos Rey
- hace 5 años
- Vistas:
Transcripción
1 Licenciatura en Administración y Dirección de Empresas Programación Matemática 19 de junio de 006 Ejercicio 1 3 pt. Considera la función fx, y = x y en la región factible R = {x, y R : x 1 + y 1; y x 1 ; y 5} 1. Existen puntos no regulares para este problema?. Se trata de un problema convexo? Puedes asegurar la existencia de máximo y mínimo global? por qué? 3. Da toda la información que puedas sobre los puntos A,, B3/, 1/4, C, 4+. Solución La región factible de este problema y las curvas de nivel de la función objetivo están representadas en las siguientes figuras: A lo largo del problema, utilizaremos la siguiente notación: g 1 x, y = x 1 + y 1; g x, y = y x 1 ; g 3 x, y = y 5 Lx, y, µ 1, µ, µ 3 = x y + µ 1 x 1 + y 1 + µ y x 1 + µ 3 y 5 x y + µ1 x 1 µ x Lx, y, µ 1, µ, µ 3 = x 1 x y + µ 1 y + µ + µ µ1 µ xlx, y, µ 1, µ, µ 3 = 1 + µ 1 1. Para ver si existen puntos no regulares, debemos buscar puntos en los que los gradientes de las restricciones activas sean linealmente dependientes. Para eso, dividimos el problema en los distintos casos posibles de conjunto de restricciones activas.
2 A = Todos los puntos estrictamente interiores de la región factible son regulares. A = {1} El gradiente de g 1 es g 1 x, y = x 1, y. Este gradiente sólo se anula en el punto 1,, donde la restriccón no es activa y además es infactible. A = {} El gradiente de g es g x, y = x 1, 1, que no se anula en ningún punto. A = {3} El gradiente de g 3 es g 3 x, y = 0, 1, que tampoco se anula en ningún punto. A = {1, } No existe ningún punto en el que las restricciones 1 y sean activas a la vez. A = {1, 3} En este caso, tampoco existe ningún punto donde sean activas las restricciones 1 y 3 a la vez. A = {, 3} Los dos únicos puntos donde son activas las dos últimas restricciones son P , 5, y P 1 5, 5. En P 1, g P 1 = 5, 1 y g 3 P 1 = 0, 1, que son independientes. En P, g P = 5, 1 y g 3 P = 0, 1, que también son independientes. Por tanto, los dos son puntos regulares. A = {1,, 3} No existen puntos donde las tres restricciones sean activas. Hemos explorado implícitamente todos los puntos de la región factible, y todos son regulares.. No se trata de un problema convexo, ya que la región factible no es un conjunto convexo. Por ejemplo, el segmento que une los puntos factibles 1, 1 y 1, 3 sale de la región factible. Por otro lado, sí podemos asegurar la existencia de máximo y mínimo locales, ya que se cumplen las hipótesis del Teorema de Weierstrass: la función objetivo es continua, y la región factible es compacta cerrada contiene a su frontera, y acotada está contenida en el rectángulo [, ] [0, 5] 3. En ninguno de los puntos estudiaremos la regularidad ya que en el apartado 1 ya hemos visto que todos los puntos factibles son regulares. A,.fA = 0 g 1 A = 0; g A = 1; g 3 A = 3. Se trata de un punto factible, y la única restricción activa es la primera. Si se cumple la condición necesaria de primer orden, existirán multiplicadores con: x L,, µ 1, µ, µ 3 = µ 1 µ µ + µ 3 µ = 0 la restricción no es activa µ 3 = 0 la restricción 3 no es activa = 0
3 La única solución del sistema anterior es µ 1 = µ = µ 3 = 0. Se cumple la condición necesaria de primer orden, tanto para máximo como para mínimo. En las condiciones de segundo orden deberemos tener en cuenta que las condiciones de holgura complementaria se cumplen sólo en su versión débil, ya que el multiplicador µ 1 ha tomado el valor 0 a pesar de que la primera restricción es activa. xl,, 0, 0, 0 = 0 Z = {z 1, z : z 1, z g i A = 0, i : g i A = 0} = {z 1, z : z 1, z 0 =< 0, 1 > = 0} El Hessiano reducido será = > 0 Como el Hessiano reducido es definido positivo, se cumple la condición necesaria de segundo orden para mínimo. Para ver si se cumple la suficiente, puesto que la condición de holgura complementaria sólo se satisface en su versión débil, debemos estudiar el comportamiento del Hessiano sobre el espacio: Z + = {z 1, z : z 1, z g i A = 0, i : µ i 0} En este caso, ninguna restricción tiene multiplicador distinto de cero, por tanto Z + = R. Por tanto, para que se cumpliera la condición necesaria para mínimo, el Hessiano deberia ser definido positivo, y sólo es semidefinido positivo. En resumen, el punto A podría ser un máximo de f en R, pero no tenemos garantías de que lo sea. B3/, 1/4. fb = 5 16 = g 1 B = ; g B = 0; g 3 B = 19 4 = Por tanto, se trata de un punto factible, y la única restricción activa es la segunda. La condición necesaria de primer orden, en este caso, se reduce a: 5/ + µ 1 µ x L3/, 1/4, µ 1, µ, µ 3 = = 0 5/ 7/µ 1 + µ + µ 3 µ 1 = 0 la restricción 1 no es activa µ 3 = 0 la restricción 3 no es activa Los únicos multiplicadores que satisfacen estas condiciones son µ1, µ, µ 3 = 0, 5/, 0 De acuerdo con el sentido de las restricciones y el signo de µ, este punto cumple la condición necesaria de primer orden para máximo. Para evaluar las condiciones de segundo orden, necesitamos el Hessiano en B: xl3/, 1/4, 0, 5/, 0 = 3 indefinida 1 Z = {z 1, z : z 1, z g i B = 0, i : g i B = 0} = {z 1, z : z 1, z 1 =< 1, 1 > = 0}
4 Así, el Hessiano reducido será = 5 < 0 El Hessiano reducido es definido negativo y las condiciones de holgura complementaria se satisfacen en su forma fuerte µ 0, por tanto, se cumplen tanto la condición necesaria como la suficiente de segundo orden para máximo en B. Podemos asegurar que B es un máximo local de f en R. C, 4+. fc = g 1 C = 0; g C = 3+.1; g 3 C = 6+.9 Se trata de una solución factible en la que la única restricción activa es la primera A = {1}. En este caso, las condiciones necesarias de primer orden tomarán la forma: x L, µ 1 + µ, µ 1, µ, µ 3 = 1 + = 0 + µ 1 + µ + µ 3 µ = 0 la restricción no es activa µ 3 = 0 la restricción 3 no es activa El único vector de multiplicadores que cumple estas condiciones es µ1, µ, µ 3 = +, 0, 0 Este punto cumple las condiciones necesarias de primer orden para mínimo, dado que el multiplicador de la única restricción activa es negativo y ésta es una restricción de. El Hessiano del Lagrangiano en C será: xl, 4 +, + 4, 0, 0 = 4 El espacio tangente a la restricción activa en C: 0 Z = {z 1, z : z 1, z g 1 C = 0} = {z 1, z : z 1, z = 0} =< 1, 1 > De manera que el Hessiano reducido queda: = El punto C era un candidato a mínimo, y no cumple ni la condición necesaria ni la suficiente para mínimo ya que el Hessiano reducido es definido negativo y debería ser positivo. Por tanto, el punto C no es ni un máximo ni un mínimo de f en R.
5 Ejercicio pt. La empresa CHANNEL produce el perfume Versay. Este perfume requiere de químicos y trabajo para su producción. Dos procesos están disponibles. El proceso A transforma 1 unidad de trabajo y unidades de químico en 3 botellitas de perfume. El proceso B transforma unidades de trabajo y 3 unidades de químico en 5 botellitas de perfume. Cada unidad de trabajo le cuesta a CHANNEL 10e y cada unidad de químico le cuesta 15e. Se tiene una disponibilidad máxima de 00 unidades de trabajo y un máximo de 350 unidades de químico para este período de planificación. En ausencia de publicidad CHANNEL cree que puede vender 1000 botellitas de perfume. Para estimular la demanda de ese perfume CHANNEL puede contratar una modelo famosa a quien se le pagará 500e la hora, hasta por un máximo de 5 horas. Cada hora que la modelo trabaje para la empresa se estima que incrementará la demanda de Versay en 00 botellitas. Cada botellita de Versay se vende a 30e. 1. Formula un problema de programación lineal que ayude a la empresa a decidir su estrategia.. Formula el problema dual del problema anterior. Solución Para modelar este problema utilizaremos las siguientes variables: x A número de veces que se utiliza el proceso A x B número de veces que se utiliza el proceso B z número de horas de modelo contratadas 1. Utilizando las variables anteriores, podemos escribir el modelo como: Maximizar 303x A + 5x B 10x A + x B 15x A + 3x B 500z sujeto a x A + x B 00 x A + 3x B 350 3x A + 5x B z x, y, z 0 La f.o. son los beneficios netos: ingresos por ventas menos gastos trabajo + químico + modelo. La primera restricción establece el límite de horas de trabajo disponibles y la segunda el de químico. Finalmente, la tercera restricción limita el número total de botellitas a fabricar, en función de las horas de modelo contratadas. Agrupando los coeficientes, podemos reescribir el modelo anterior como Maximizar. El dual del problema anterior será: 50x A + 85x B 500z sujeto a x A + x B 00 x A + 3x B 350 3x A + 5x B 00z 1000 x, y, z 0 Minimizar 00u u u 3 sujeto a u 1 + u + 3u 3 50 u 1 + 3u + 5u u u 1, u, u 3 0
6 Ejercicio 3 pt. Considera el siguiente problema de programación lineal Minimizar ax + by sujeto a x + 3y 10 x + 5y 15 x, y 0 Comprueba que 5/4, 5/ es una solución básica factible. Encuentra condiciones sobre los coeficientes a y b bajo las cuales: la solución anterior es óptima. existen infinitas soluciones óptimas. Encuentra la solución óptima si a = 1 y b = 1. La forma estándar del problema será: Solución Minimizar ax + by sujeto a x + 3y + s 1 = 10 x + 5y s = 15 x, y 0 Si sustituimos el punto 5/4, 5/ en las dos restricciones obtenemos s 1 = 0, s = 0. Una solución básica para este problema debe tener dos variables básicas y dos no básicas. La candidata a base en este caso será B = {x, y} ya que s 1, s son las únicas variables que valen 0. Debemos comprobar que x, y realmente forman una base: B = 3 5 ; detb = 4 0 Por tanto, efectivamente, el punto propuesto es una solución básica. Además, como todas sus componentes son no negativas, es básica factible. Para estudiar la calidad de esta solución necesitamos los costes reducidos: B 1 = σ = ; λ = a b 4 5a b 3a + b Para que la solución anterior sea ópitma es necesario que σ 0. { 5a + b 0 3a + b 0 = 1 5a b 3a + b 4 = 1 5a + b 3a + b 4 Las dos ecuaciones se cumplirán simultáneamente si a 0 y b 5 a ó a 0 y b 3 a Por tanto, la solución anterior será óptima cuando a 0 y b 5 a ó a 0 y b 3 a:
7 Si uno de los multiplicadores es cero y el otro es positivo, entonces sabemos que existen infinitas soluciones óptimas y que la actual es una de ellas. 5a + b = 0, 3a + b > 0: Esto pasará cuando a > 0 y b = 5/a 5a + b > 0, 3a + b > 0: Esto pasará cuando a < 0 y b = 3/a Si los dos multiplicadores son cero esto solo pasa si a = b = 0 entonces cualquier solución factible es óptima. Si a = 1 y b = 1, los costes reducidos correspondientes a la base actual serán: σ = 7/4 5/4 Debe entrar a la base la variable s 1. Y s1 = 5/ 1/, por tanto, la única candidata a salir es x. Para la nueva base, B = {y, h 1 } tenemos: B = ; B 1 = λ = c B B 1 = σ = c N λn = La variable s tiene coste reducido negativo, por tanto, debe entrar a la base. 1/5 Y s = 3/5 De nuevo hay una única candidata a salir de la base sólo la componente de Y s correspondiente a s 1 es positiva; por tanto, sale s 1. Nueva base: B = {y, s }. Para esta base tenemos: 3 0 B = 5 1 ; B 1 = ; x B = λ = σ = Por tanto, ésta es la base óptima. Como x es no básica e y es la primera variable básica, esta solución se corresponde con el punto 0, 10/3 que tiene valor 10/3.
8 Ejercicio 4 3 pt. Una empresa de transporte de pasajeros opera una flota de barcos que ofrecen cruceros a lo largo del río. La flota incluye dos tipos de barcos; A y B. Los barcos de tipo A tienen 60 cabinas de lujo y 160 stardard, mientras que los de tipo B tienen 80 cabinas de lujo y 10 starndard. Además, la empresa tiene un acuerdo con una agencia de viajes por el que se ha comprometido a ofrecer, al menos, 360 cabinas de lujo y 680 standard para un crucero de 15 dias en mayo. Cuesta 40000e operar un barco de tipo A, y 53000e operar uno de tipo B durante ese periodo. La empresa ha utilizado el siguiente modelo para decidir cuántos barcos de cada tipo va a poner a disposición de la agencia de viajes: Minimizar 40x + 53y sujeto a 60x + 80y x + 10y 680 x, y 0 1. Comprueba que en la solución óptima se utilizan todas las cabinas de los barcos puestos a disposición de la agencia de viajes.. Para qué rango de los costes de operación de barcos de tipo A la solución óptima seguirá siendo la misma? 3. La reserva de cabinas de lujo se puede modificar hasta última hora y la empresa quiere saber cómo puede afectarla este hecho. Hasta qué punto puede variar el número de cabinas de lujo reservadas sin que cambie la base óptima? Cómo variará el coste de gestión óptimo con modificaciones dentro de ese rango? 4. En caso de que lleguen reservas de última hora de cabinas standard, la empresa puede decidir entre reajustar los barcos utilizados, o alquilar cabinas sueltas en barcos de otro operador. Cuánto estarías dispuesto a pagar por una plaza? Solución A lo largo del problema utilizaremos la forma estándar del modelo: Minimizar 40x + 53y sujeto a 60x + 80y s 1 = x + 10y s = 680 x, y 0 1. Si se utilizan todas las cabinas de los barcos puestos a disposición de la agencia de viajes, las holguras s 1, s deben ser 0. La única solución donde estas son ceros, es la asociada a la base B = {x, y} obsérvese que las columnas de estas variables son independientes y por tanto forman base. Para comprovar que ésta es la base óptima, necesitamos los costes reducidos: B = ; B 1 = ; x B = 3 λ = ; σ = Efectivamente, ésta es la base óptima. Esta base se corresponde con utilizar barcos de tipo A y 3 de tipo B, y tiene un coste de 39000e.
9 . Queremos estudiar la sensibilidad de la solución a cambios del coeficiente de x en la función objetivo. Como es una variable básica, cualquier cambio de este coeficiente afecta a los multiplicadores y, por tanto, a todos los costes reducidos. Teniendo en cuenta que en este caso N = Id, c x c x + δ σ σ δ fila 1 de B 1 N. σ δ = δ δ 5600 Para que la solución actual se mantenga óptima, debe cumplirse: { δ δ 0 Estas condiciones se cumplirán para valores de delta en el intervalo [ 1/4, 9/3], por tanto, el coeficiente de x puede moverse en el rango [39.75, 70.ˆ6], lo que se corresponde con un coste de operación de los barcos en el rango [39750, ˆ6]. 3. En este apartado queremos estudiar la sensibilidad de la solución a cambios en el término independiente de la primera restricción. La solución asociada a la base actual varía, en función de la siguiente regla: b 1 b 1 + δ x B x B + δ col 1 deb 1. 1 x B + δ La base actual seguirá siendo óptima mientras x B sea positiva, es decir, mientras: { δ 0 δ δ 0 δ 105 El número de reservas ahora es de 360, por tanto, podrá variar entre y /3 sin que cambie la base óptima. El rango obtenido para el número de reservas es: [55, 453.ˆ3]. En realidad, como no tiene sentido una cota superior fraccional, deberíamos tomar 453. El valor de λ 1 nos da una idea de cómo varía la función objetivo cuando el término independiente de la primera restricción se mueve en este rango: z z δ = δ Esto se corresponde con un coste de operación de δ. 4. El multiplicador de la segunda restricción λ = 560 nos dice cómo aumentaría la función objetivo por un aumento unitario del número de cabinas estándar requeridas y la función objetivo está expresada en miles de euros. Por tanto, estaríamos dispuestos a pagar hasta 000/ e por una plaza..
Licenciatura en Administración y Dirección de Empresas
Licenciatura en Administración y Dirección de Empresas Programación Matemática de junio de 200 Ejercicio 3 pt. Considera el siguiente problema de programación no lineal:. Se trata de un problema convexo?
Más detallesx +3y 2t = 1 2x +y +z +t = 2 3x y +z t = 7 2x +6y +z +t = a (a) Realizamos transformaciones elementales sobre la matriz ampliada del sistema
UCM Matemáticas II Examen Final, 8/05/014 Soluciones 1 Dado el parámetro a R, se considera el sistema lineal x +y t = 1 x +y +z +t = x y +z t = 7 x +6y +z +t = a (a (6 puntos Discutir el sistema según
Más detallesPROGRAMACIÓN MATEMÁTICA
PROGRAMACIÓN MATEMÁTICA TEMA 1. INTRODUCCIÓN A LA PROGRAMACIÓN MATEMÁTICA. CONJUNTOS CONVEXOS. CONVEXIDAD DE UNA FUNCIÓN. PLANTEAMIENTO FORMAL DEL PROBLEMA DE PROGRAMACION MATEMATICA. - Función Objetivo:
Más detallesOptimización Clásica. Yolanda Hinojosa
Optimización Clásica Yolanda Hinojosa Contenido Optimización no lineal sin restricciones. Condiciones necesarias y suficientes de óptimo Optimización no lineal con restricciones de igualdad. Condiciones
Más detallesOPTIMIZACIÓN CLÁSICA. En el problema de optimización
OPTIMIZACIÓN CLÁSICA Definición En el problema de optimización ( ) ópt f (x 1,..., x n ), (x 1,..., x n ) F D el conjunto F recibe el nombre de conjunto factible y la función f el de función objetivo.
Más detallesOptimización Clásica. Yolanda Hinojosa
Optimización Clásica Yolanda Hinojosa Contenido Optimización no lineal sin restricciones. Condiciones necesarias y suficientes de óptimo Optimización no lineal con restricciones de igualdad. Condiciones
Más detalles0 (0) = 0 (0) = 0. L [ 00 + ]( ) = L [ ( )] ( ) (Linealidad) L [ 00 ]( )+L[ ]( ) = L [ ( )] ( ) (Derivación) 2 ( )+ ( ) =L [ ( )] ( )
Ampliación de Matemáticas II Grado en Ingeniería en Tecnologías Industriales 8 de junio 6. Dado el siguiente problema de valor inicial: ()+() = () () = () = a) (.5 puntos) Resuelve el problema utilizando
Más detallesProgramación Lineal. Yolanda Hinojosa
Programación Lineal Yolanda Hinojosa Contenido Formulación primal de un programa lineal. Propiedades Algoritmo del simplex Algoritmo dual del simplex Formulación dual de un programa lineal. Propiedades
Más detallesJesús Getán y Eva Boj. Marzo de 2014
Jesús Getán y Eva Boj Facultat d Economia i Empresa Universitat de Barcelona Marzo de 2014 Jesús Getán y Eva Boj 1 / 51 Formulación general del problema Óptimos locales Condición de regularidad Condiciones
Más detallesL [1] ( ) = 1 L [ ( )] ( ) =2 L[1] ( )+L[( 3) 3 ( )] ( ) = 2 + 3
Ampliación de Matemáticas II Grado en Ingeniería en Tecnologías Industriales Convocatoria 9 Junio 5. ( puntos) Resolver utilizando la transformada de Laplace la ED ( + + +( 3) 3 (), (), (). Determinar
Más detallesDualidad 1. 1 Formas simétricas. 2 Relación primal-dual. 3 Dualidad: el caso general. 4 Teoremas de dualidad. 5 Condiciones de holgura complementaria.
Dualidad 1 1 Formas simétricas. 2 Relación primal-dual. 3 Dualidad: el caso general. 4 Teoremas de dualidad. Condiciones de holgura complementaria. 6 Solución dual óptima en la tabla. 7 Interpretación
Más detallesTema 18. Programación lineal Formulación primal de un programa lineal
Tema 18 Programación lineal 18.1. Formulación primal de un programa lineal Dentro de la programación matemática hablamos de programación lineal (PL) si tanto la función objetivo como las restricciones
Más detallesUniversidad Carlos III de Madrid Licenciatura en Administración de Empresas Examen de Programación Matemática 19 de Septiembre de 2007 Soluciones
Universidad Carlos III de Madrid Licenciatura en Administración de Empresas Examen de Programación Matemática 9 de Septiembre de 7 Soluciones. ( puntos Tu empresa proporciona automóviles a algunos de sus
Más detallesOPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA. Tema 4 Optimización no Lineal
OPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA Tema 4 Optimización no Lineal ORGANIZACIÓN DEL TEMA Sesiones: El caso sin restricciones: formulación, ejemplos Condiciones de optimalidad, métodos Caso con restricciones:
Más detallesTema 5 Dualidad y condiciones de Karush-Kuhn-Tucker
Tema 5 Dualidad y condiciones de Karush-Kuhn-Tucker José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Contenidos del tema 5 Condiciones de Karush-Kuhn-Tucker (KKT). Problemas
Más detallesMatemáticas III Andalucía-Tech
Matemáticas III Andalucía-Tech Tema Optimización en campos escalares Índice 1. Formas cuadráticas y matrices simétricas reales 1. Extremos relativos de un campo escalar 3.1. Polinomio de Taylor de un campo
Más detallesEjercicios de optimización sin restricciones
Ejercicios de optimización sin restricciones Programación Matemática Licenciatura en Ciencias y Técnicas Estadísticas Curso 5/6 Indica la dirección que el método de Newton (sin modificaciones calcularía
Más detallesOptimización con restricciones de desigualdad. Yolanda Hinojosa
Optimización con restricciones de desigualdad Yolanda Hinojosa Contenido Optimización no lineal con restricciones de desigualdad. Condiciones necesarias y suficientes de óptimo Análisis de sensibilidad.
Más detallesUniversidad del Rosario Economía Matemática II Taller 8 - Kuhn Tucker
. En los siguientes problemas de optimización: Universidad del Rosario Economía Matemática - 202-II Taller 8 - Kuhn Tucker a. Dibuje el conjunto K de puntos factibles y las curvas de nivel de la función
Más detallesIntroducción a la Programación Matemática. Yolanda Hinojosa
Introducción a la Programación Matemática Yolanda Hinojosa Contenido Planteamiento general de un problema de programación matemática. Convexidad. ANEXO: Derivadas Sucesivas. Fórmula de Taylor. Clasificación
Más detallesEJERCICIO 1. Max Z = 6 x x 2 s.r. (1) 4 x x 2 12 (2) 2 x x 2 16 (3) 2 x 1 6 x 1, x 2 0
Considere el Programa Lineal siguiente: EJERCICIO Max Z 6 x + 9 x 2 s.r. () 4 x + 6 x 2 2 (2) 2 x + 8 x 2 6 (3) 2 x 6 x, x 2 0 (.a) 3 2 0 2 3 4 5 6 7 8 El Problema tiene una Región Factible delimitada
Más detallesUnidad didáctica 1. Introducción a las funciones de varias variables 9. Objetivos de la Unidad... 11
ÍNDICE SISTEMÁTICO PÁGINA Sumario... 5 Prólogo... 7 Unidad didáctica 1. Introducción a las funciones de varias variables 9 Objetivos de la Unidad... 11 1. Conceptos básicos de topología en R n... 12 1.1.
Más detallesMétodo Simplex. Ing. Ricardo Fernando Otero, MSc
Método Simplex Ing. Ricardo Fernando Otero, MSc Forma estándar de un modelo de programación lineal Dirección de mejora: Maximizar Todas las restricciones deben ser El lado izquierdo debe contener solo
Más detallesJesús Getán y Eva Boj. Marzo de 2014
Optimización con restricciones de igualdad Jesús Getán y Eva Boj Facultat d Economia i Empresa Universitat de Barcelona Marzo de 2014 Jesús Getán y Eva Boj Optimización con restricciones de igualdad 1
Más detallesUnidad III Teoría de la Dualidad.
Curso de investigación de operaciones http://www.luciasilva.8k.com/5.5.htm Unidad III Teoría de la Dualidad. III.1 FORMULACIÓN DEL PROBLEMA DUAL La Teoría de la Dualidad es una de las herramientas que
Más detallesEL PROBLEMA GENERAL DE OPTIMIZACION
EL PROBLEMA GENERAL DE OPTIMIZACION Terminología Tipos de soluciones Resultados teóricos sobre existencia y unicidad de soluciones Método gráfico de resolución Problemas de optimización Este tipo de problemas
Más detallesTema 4: Programación lineal
Tema 4: Programación lineal 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 detallesb) Escribir una restricción de forma que los puntos obtenidos en a) no sean solución del problema restringido.
1.- Sea f (x,y) = e x + e y, se pide: a) Existe algún punto óptimo de f?. b) Si se considera la función f sujeta a la restricción x + y = 2, existe algún punto óptimo?. 2.- Sea f (x,y) = x 2 + y 2 : a)
Más detallesMATEMATICAS III (Lic. en Economía. 14/07/04) Convocatoria adelantada de Septiembre
Departamento de Métodos Cuantitativos en Economía y Gestión Universidad de Las Palmas de G.C. MATEMATICAS III (Lic. en Economía. 14/7/4) Convocatoria adelantada de Septiembre 1. (*) Sea f(x, y) : { ax
Más detallesOptimización de Problemas de Producción
Optimización de Problemas de Producción Pedro Piñeyro - Luis Stábile Colaboran: Héctor Cancela - Antonio Mauttone - Carlos Testuri Depto. Investigación Operativa. Instituto de Computación. Facultad de
Más detallesEjercicios - Resolución de problemas lineales. Método Simplex
Ejercicios - Resolución de problemas lineales. Método Simplex Programación Matemática LADE Curso 8/9. Dado el problema lineal máx x x x + x s.a. x + x + x = 4 x + x 4 x justifica que el punto x = ( T es
Más detallesProgramación Lineal. El modelo Matemático
Programación Lineal. El modelo Matemático 1 Modelización Definición 1.1 Consideremos el problema de optimización con restricciones, definido como sigue Min f(x) s.a. g i (x) b i i = 1, 2,..., m (P OR)
Más detallesProgramación Lineal. - Si no: Sea j tal que c
Programación Lineal El objetivo de este documento es hacer una breve introducción a la programación lineal que pueda contribuir al fácil manejo de la aplicación. La programación lineal es un procedimiento
Más detallesClase 5: Multiplicadores de Lagrange
OPT Clase 5: Multiplicadores de Lagrange 1 Clase 5: Multiplicadores de Lagrange Ignacio Ramírez 29 de agosto de 2016 1. Introducción Consideremos un problema con restricciones, en principio de igualdad,
Más detalles7. PROGRAMACION LINEAL
7. PROGRAMACION LINEAL 7.1. INTRODUCCION A LA PROGRMACION LINEAL 7.2. FORMULACION DE UN PROBLEMA LINEAL 7.3. SOLUCION GRAFICA DE UN PROBLEMA LINEAL 7.4. CASOS ESPECIALES DE PROBLEMAS LINEALES 7.4.1. Problemas
Más detallesSoluciones a los ejercicios propuestos: Matemáticas III. Curso Tema 9
Soluciones a los ejercicios propuestos: Matemáticas III. Curso 10 11 9 Tema 9 1. Consideremos el problema min F x, ys.a.:gx, y = b. Siendo F y g funciones con derivadas parciales continuas en IR. Supongamos
Más detallesTema 5 Aplicaciones del cálculo diferencial
Tema 5 Aplicaciones del cálculo diferencial 1. APLICACIONES EN UNA VARIABLE 1.1. Extremos relativos. Proposición 1.1: Monotonía Sea f : [a, b] R continua en [a, b] y derivable en (a, b), entonces: (1)
Más detallesJUNIO Bloque A
Selectividad Junio 009 JUNIO 009 Bloque A 1.- Estudia el siguiente sistema en función del parámetro a. Resuélvelo siempre que sea posible, dejando las soluciones en función de parámetros si fuera necesario.
Más detallesMatemáticas I - Grupo 2 Tema 7: Optimización con restricciones. Extremos condicionados
Matemáticas I - Grupo 2 Tema 7: Optimización con restricciones. Extremos condicionados Motivación Supongamos que f : Ω R 2 R es la función que nos proporciona la altura de cada punto con respecto al nivel
Más detallesMay 4, 2012 CAPÍTULO 5: OPTIMIZACIÓN
May 4, 2012 1. Optimización Sin Restricciones En toda esta sección D denota un subconjunto abierto de R n. 1.1. Condiciones Necesarias de Primer Orden. Proposición 1.1. Sea f : D R diferenciable. Si p
Más detallesUniversidad Carlos III de Madrid
Universidad Carlos III de Madrid Departamento de Economía Examen final de Matemáticas II. Junio de 2011. Apellidos: Nomre: DNI: Titulación: Grupo: DURACIÓN DEL EXAMEN: 2h NO se permite el uso de calculadoras.
Más detallesEvAU 2018 Propuesta A
} EvAU 018 Propuesta A Castilla-La Mancha } Ejercicio 1. a) Enuncia el teorema de Bolzano y justifica razonadamente que la gráfica de la función fx) = x 15 + x + 1 corta al eje OX al menos una vez en el
Más detallesUNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 16 de febrero de 2007
UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa de febrero de 7 Problema. ( puntos Dado el problema de programación lineal: Maximizar x x + x s.a x + x x x x +
Más detalles84 Tema 3. Dualidad. todas las restricciones son del tipo, todas las variables son no negativas.
Tema 3 Dualidad En el desarrollo de la programación lineal la teoria de la dualidad es importante, tanto desde el punto de vista teórico como desde el punto de vista práctico. Para cada modelo lineal se
Más detallesUNIDAD 6.- PROGRAMACIÓN LINEAL
UNIDAD 6.- PROGRAMACIÓN LINEAL 1. INECUACIONES LINEALES CON DOS INCÓGNITAS Una inecuación de primer grado con dos incógnitas es una inecuación que en forma reducida se puede expresar de la siguiente forma:
Más detalles(2) Dada la matriz A 3 (a) Halla el polinomio caracter stico y comprueba que los autovalores son =y 2 =2. >Cuál de ellos es doble? (b) Determina l
Universidad Carlos III de Madrid Departamento de Econom a Examen nal de Matemáticas II. Septiembre de 26. IMPORTANTE: ffl DURACIÓN DEL EXAMEN: 2h. 3min. ffl NO se permite el uso de calculadoras. ffl Sólo
Más detallesTEMA 3. OPTIMIZACIÓN CON RESTRICCIONES DE DESIGUALDAD: CONDICIONES DE KUHN TUCKER
e-mail: imozas@el.uned.es https://www.innova.uned.es/webpages/ilde/web/inde.htm TEMA 3. OPTIMIZACIÓN CON RESTRICCIONES DE DESIGUALDAD: CONDICIONES DE KUHN TUCKER Observemos que minimizar f() equivale a
Más detallesUniversidad Carlos III de Madrid
Universidad Carlos III de Madrid Departamento de Economía Examen final de Matemáticas II. 20 de Junio de 2007. IMPORTANTE: DURACIÓN DEL EXAMEN: 2h. 30min. NO se permite el uso de calculadoras. Sólo se
Más detallesOptimización de Problemas no lineales.
Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Industrial IN34A: Clase Auxiliar Optimización de Problemas no lineales. Marcel Goic F. Esta es una versión bastante
Más detallesPara poder elaborar el problema dual a partir del primal, este se debe presentar en su forma canónica de la siguiente forma:
TEORIA DE LA DUALIDAD. Cada problema de programación lineal tiene un segundo problema asociado con él. Uno se denomina primal y el otro dual. Los 2 poseen propiedades muy relacionadas, de tal manera que
Más detallesMétodo Simplex en Optimización de Problemas de Producción
Método Simplex en Optimización de Problemas de Producción Pedro Piñeyro - Luis Stábile - Fernando Islas - Carlos Testuri Héctor Cancela - Antonio Mauttone Depto. Investigación Operativa. Instituto de Computación.
Más detallesOptimización estática
Capítulo 5 Optimización estática 5.1. Conceptos básicos La teoría de optimización clásica o programación matemática está constituida por un conjunto de resultados y métodos analíticos y numéricos enfocados
Más detallesMATEMATICAS III (Lic. en Economía. 01/12/04)
Departamento de Métodos Cuantitativos en Economía y Gestión Universidad de Las Palmas de G.C. MATEMATICAS III (Lic. en Economía. 01/12/04 1. El dominio de la función f(x, y = ln [ (x 2 y(x 1 2] es un conjunto:
Más detalles5.- Problemas de programación no lineal.
Programación Matemática para Economistas 7 5.- Problemas de programación no lineal..- Resolver el problema Min ( ) + ( y ) s.a 9 5 y 5 Solución: En general en la resolución de un problema de programación
Más detalles2. Cálculo diferencial de funciones de varias variables. Mayo, 2009
Cálculo 2. Cálculo diferencial de funciones de varias variables Mayo, 2009 Definición IR 2 = {(x 1,x 2 )/x 1 IR,x 2 IR} Sean dos puntos a y b, de coordenadas respectivas (a 1,a 2 ) y (b 1,b 2 ). Definición
Más detallesExamen bloque Álgebra Opcion A. Solución
Examen bloque Álgebra Opcion A EJERCICIO 1A (2 5 puntos) Halle la matriz X que verifique la ecuación matricial A2 X = A B C, siendo A, B y C las matrices Halle la matriz X que verifique la ecuación matricial
Más detallesIntroducción a Programación Lineal
Pontificia Universidad Católica Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Clase 18 Programación Lineal ICS 1102 Optimización Profesor : Claudio Seebach 4 de octubre de 2005
Más detallesCálculo en varias variables
Cálculo en varias variables Dpto. Matemática Aplicada Universidad de Málaga Resumen Límites y continuidad Funciones de varias variables Límites y continuidad en varias variables 1 Límites y continuidad
Más detallesMATEMÁTICAS: PAU 2016 JUNIO CASTILLA Y LEÓN
MATEMÁTICAS: PAU 26 JUNIO CASTILLA Y LEÓN Opción A Ejercicio A 5 a a) Discutir para qué valores de a R la matriz M = ( ) tiene inversa. Calcular M a para a =. ( 5 puntos) Para que exista inversa de una
Más detallesProgramación NO Lineal (PNL) Optimización sin restricciones
Programación NO Lineal (PNL) Optimización sin restricciones Ejemplos de los problemas que se aplica la programación NO Lineal: Problema de transporte con descuentos por cantidad : El precio unitario de
Más detallesNelson Devia C Basado en Bertsimas, D., Tsitsiklis, J. (1997) Introduction to Linear Optimization Capítulo 3
IN3701 - Modelamiento y Optimización Departamento de Ingeniería Industrial Universidad de Chile 2011 Basado en Bertsimas, D., Tsitsiklis, J. (1997) Introduction to Linear Optimization Capítulo 3 Contenidos
Más detallesAnálisis aplicado. José Luis Morales. Departamento de Matemáticas. ITAM
Departamento de Matemáticas. ITAM. 2011. Consideraciones http://allman.rhon.itam.mx/ jmorales Temas del curso + bibliografía. Exámenes, proyectos. Aprender haciendo Trabajo individual Consideraciones http://allman.rhon.itam.mx/
Más detallesINSTRUCCIONES GENERALES Y VALORACIÓN OPCIÓN A
INSTRUCCIONES GENERALES Y VALORACIÓN Instrucciones: El examen presenta dos opciones A y B; el alumno deberá elegir una y sólo una de ellas, y resolver los cuatro ejercicios de que consta. No se permite
Más detallesInvestigación Operativa I. Programación Lineal. Informática de Gestión
Investigación Operativa I Programación Lineal http://invop.alumnos.exa.unicen.edu.ar/ - 2013 Exposición Introducción: Programación Lineal Sistema de inecuaciones lineales Problemas de optimización de una
Más detallesJesús Getán y Eva Boj. Marzo de 2014
Jesús Getán y Eva Boj Facultat d Economia i Empresa Universitat de Barcelona Marzo de 2014 Jesús Getán y Eva Boj 1 / 18 Jesús Getán y Eva Boj 2 / 18 Un Programa lineal consta de: Función objetivo. Modeliza
Más detallesBreve sobre Kuhn-Tucker
Breve sobre Kuhn-Tucker Alejandro Lugon 20 de agosto de 2010 Resumen Se presentan a manera de manual de referencia los resultados relevantes para la solución de problemas de maximización usando los resultados
Más detallesIntroducción a la optimización con algoritmos. Ejercicios. 0 2 f(x + t(y x))(y x)dt. J(x + t(y x))(y x)dt siendo J la matriz Jacobiana de F.
Introducción a la optimización con algoritmos Ejercicios Preliminares 1. Demostrar que si f C 2 (IR n ), f : IR n IR entonces f(y) f(x) = 1 0 2 f(x + t(y x))(y x)dt. 2. Demostrar que si F C 1 (IR n ),
Más detallesMATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II. CURSO 2008/2009. PRUEBA ESCRITA DEL BLOQUE DE ÁLGEBRA. 9 de diciembre de 2008.
IES Salduba MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II CURSO 008/009 PRUEBA ESCRITA DEL BLOQUE DE ÁLGEBRA 9 de diciembre de 008 Bloque I Unidades y Sistemas de ecuaciones lineales Matrices Ejercicio
Más detallesOPTIMIZACIÓN NO LINEAL MULTIDIMENSIONAL RESTRINGIDA
3 de Mayo de 8 OPTIMIZACIÓN NO LINEAL MULTIDIMENSIONAL RESTRINGIDA (Parte ) Postgrado de Investigación de Operaciones Facultad de Ingeniería Universidad Central de Venezuela Programación No Lineal José
Más detallesForma estándar de un programa lineal
Forma estándar de un programa lineal Sin pérdida de generalidad, todo programa lineal se puede escribir como: min cx s.t Ax = b x 0 Objetivo: minimizar Todas las desigualdades como ecuaciones Todas las
Más detallesSoluciones de los ejercicios del primer examen parcial
Matemáticas III (GIC, curso 2015 2016) Soluciones de los ejercicios del primer examen parcial EJERCICIO 1. Determina en qué ecuación se transforma la ecuación en derivadas parciales z yy + 3z xy + 2z xx
Más detallesSelectividad Septiembre 2007 SEPTIEMBRE 2007
Bloque A SEPTIEMBRE 2007 1.- Cada instalación de una televisión analógica necesita 10 metros de cable y cada instalación de televisión digital necesita 20 metros. Cada televisión analógica necesita 20
Más detallesEl algoritmo del Simplex. Forma tabular
El algoritmo del Simplex. Forma tabular 1 Soluciones básicas factibles Consideremos el siguiente poliedro P = {x R n, tal que Ax = b, x } con A M m n, b R m, m n, x y RangoA = RangoA, b = m. Observación
Más detallesEl método simplex 1. 1 Forma estándar y cambios en el modelo. 2 Definiciones. 3 Puntos extremos y soluciones factibles básicas. 4 El método simplex.
El método simplex Forma estándar y cambios en el modelo. Definiciones. Puntos extremos y soluciones factibles básicas. 4 El método simplex. Definiciones y notación. Teoremas. Solución factible básica inicial.
Más detallesPráctica 2: Análisis de sensibilidad e Interpretación Gráfica
Práctica 2: Análisis de sensibilidad e Interpretación Gráfica a) Ejercicios Resueltos Modelización y resolución del Ejercicio 5: (Del Conjunto de Problemas 4.5B del libro Investigación de Operaciones,
Más detallesDualidad y postoptimización
Dualidad y postoptimización José María Ferrer Caja Universidad Pontificia Comillas Definición A cada problema de optimización lineal le corresponde otro que se denomina problema dual En forma canónica
Más detalles1.3.1 Fundamentos de cálculo vectorial
131 Fundamentos de cálculo vectorial 1 Función escalar Una función se define como una representación escalar que está dada en términos de un vector Un ejemplo analítico puede darse por la función f(x)
Más detallesEsterilización 1 4. Envase 3 2
9.- Una empresa de productos lácteos fabrica dos tipos de leche: entera y desnatada. El proceso de fabricación se lleva a cabo mediante una máquina de esterilización y otra de envase, donde el tiempo (expresado
Más detallesAnálisis Matemático IV
Análisis Matemático IV Relación. Ejercicios resueltos Ejercicio. Probar la siguiente versión multidimensional del Teorema de Rolle: Sea f : B (, ) R una función continua que es diferenciable en B(, ).
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más detallesZ Optima X 1 + X 2 5 Z 1 -X 1 + 2X Región factible. Figura 1
Método Gráfico El procedimiento geométrico, es únicamente adecuado para resolver problemas muy pequeños (con no más de dos variables debido al problema de dimensionalidad). Este método provee una gran
Más detallesSe desea resolver el problema. P : mín f(x) (5.1)
Capítulo 5 Teoría Lagrangiana 5.1. Condiciones para problemas con restricciones de igualdad. Se desea resolver el problema P : mín f(x) (5.1) s.a : h i (x) = 0 i = 1, 2..., m donde f : IR n IR y h i :
Más detalles3. Estudia si la solución ( 1, 1, 1) es factible y, si lo es, si es interior o de frontera.
MATEMÁTIAS II Grupo M APELLIDOS: NOMRE: onsidera el problema Max. 3x + 2y + z s.a 2x 2 + y 2 + z apple x + y + z x apple, z. Escribe el conjunto de oportunidades y razona si es compacto. 2. Podemos asegurar
Más detallesTema 7: Programación matemática
Tema 7: Programación matemática Formulación general: Optimizar f( x) sujeto a x X f : D R n R..................................................................... función objetivo x = (x 1, x 2,..., x
Más detallesMATEMÁTICAS: EBAU 2017 JUNIO CASTILLA Y LEÓN
MATEMÁTICAS: EBAU 7 JUNIO CASTILLA Y LEÓN Opción A Ejercicio A Sean A = ( 4 ) y B = ( 3 ), a) Estudiar si A y B tienen inversa y calcularla cuando sea posible. ( punto) Una matriz cuadrada M tiene inversa
Más detallesPOST-OPTIMIZACIÓN Y SENSIBILIDAD EN PROBLEMAS LINEALES.
POST-OPTIMIZACIÓN Y SENSIBILIDAD EN PROBLEMAS LINEALES. Una de las hipótesis básicas de los problemas lineales es la constancia de los coeficientes que aparecen en el problema. Esta hipótesis solamente
Más detallesExamen de Investigación Operativa 2006/07
Examen de Investigación Operativa 2006/07 ITIG-UC3M, 10 de septiembre de 2007, 10:00-12:00 Nombre, apellidos, grupo y NIA: Problema 1 Problema 2 Problema 3 Problema 4 Total Nota: indica en cada caso el
Más detallesFacultad de Ciencias Económicas, Jurídicas y Sociales - Métodos Cuantitativos para los Negocios
Ubicación dentro del Programa Unidad III UNIDAD II: PROGRAMACIÓN LINEAL 1. Característica. Formulación matemática de un problema de programación lineal. Planteo e interpretación de un sistema de inecuaciones.
Más detallesDualidad. Dpto. Ingeniería Industrial, Universidad de Chile. 22 de abril de IN3701, Optimización
Contenidos Motivación y Representación de Poliedros IN3701, Optimización 22 de abril de 2009 Contenidos Motivación y Representación de Poliedros Contenidos 1 Motivación 2 y Representación de Poliedros
Más detallesSolución. Las dimensiones de la caja para un coste mínimo son x = 4 cm e y = 80/(4 2 ) = 5m
Ejercicio n º 1 de la opción A de septiembre de 2004 [2'5 puntos] Se desea construir una caja de base cuadrada con una capacidad de 80 cm 3. Para la tapa y la superficie lateral se usa un material que
Más detallesKg P1 Kg P Unidades Vitamina A
Dualidad El concepto de dualidad desempeña importantes papeles dentro de la programación lineal (también en la no lineal), tanto desde un punto de vista teórico como práctico. Todo programa lineal lleva
Más detallesTema 3 Optimización lineal. Algoritmo del simplex
Tema 3 Optimización lineal. Algoritmo del simplex José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Contenidos del tema 3 Teorema fundamental de la programación lineal. Algoritmo
Más detallesFundamentos matemáticos. Tema 6 Aplicaciones de la derivada
Fundamentos matemáticos Grado en Ingeniería agrícola y del medio rural Tema 6 Aplicaciones de la derivada José Barrios García Departamento de Análisis Matemático Universidad de La Laguna jbarrios@ull.es
Más detallesMATEMÁTICAS: EBAU 2017 MODELO CASTILLA Y LEÓN
MATEMÁTICAS: EBAU 207 MODELO CASTILLA Y LEÓN Opción A Ejercicio A x y + z = Dado el sistema de ecuaciones lineales { 3x + λy =, se pide: 4x + λz = 2 a) Discutir el sistema (existencia y número de soluciones)
Más detallesClase 10: Extremos condicionados y multiplicadores de Lagrange
Clase 10: Extremos condicionados y multiplicadores de Lagrange C.J. Vanegas 7 de abril de 008 1. Extremos condicionados y multiplicadores de Lagrange Estamos interesados en maximizar o minimizar una función
Más detallesEjercicios de Programación Lineal
Ejercicios de Programación Lineal Investigación Operativa Ingeniería Informática, UCM Curso 5/6 Una compañía de transporte dispone de camiones con capacidad de 4 libras y de 5 camiones con capacidad de
Más detalles