LINGO - Parte 2. Programación en LINGO

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

Download "LINGO - Parte 2. Programación en LINGO"

Transcripción

1 Optimització Curs 2006/2007 Assignatura d Estadística, UAB LINGO - Parte 2 Programación en LINGO Ejemplo 1: El problema del transporte La compañía Mega Transporte (MT) tiene 6 depósitos que proveen a 8 vendedores. Cada deposito puede proveer una cantidad de materiales que no puede ser excedida, y cada vendedor tiene una demanda que debe ser satisfecha. MT quiere determinar cuánto material enviar de cada depósito a cada vendedor para minimizar el coste. Este es un problema clásico de optimización llamado el problema del transporte. El siguiente diagrama ilustra el problema: Puesto que cada depósito puede enviar a cada vendedor, hay un total de 48 caminos o arcos de envío posibles, se necesitará 1 variable para cada uno de estos arcos que representen la cantidad enviada. 1

2 Están disponibles los siguientes datos: Depósito (DP) Capacidad Vendedor (V) Demanda coste de envío por unidad (euros): V1 V2 V3 V4 V5 V6 V7 V8 DP DP DP DP DP DP La función objetivo El primer paso para plantear el modelo será construir la función objetivo. MT quiere minimizar el total de los costes de envío. Haremos que la variable CANTIDADij indique la cantidad de mercadería enviada desde el depósito i hacia el vendedor j. Entonces, si tuviéramos que escribir la función objetivo usando variables escalares tendríamos: MIN = 6 *CANTIDAD * CANTIDAD * CANTIDAD * CANTIDAD * CANTIDAD * CANTIDAD 65 + CANTIDAD * CANTIDAD * CANTIDAD 68 ; 2

3 Como se ve, ingresar una fórmula como esta es tedioso y propenso a errores. En un caso mas realista, los vendedores podrían ser miles, y el modelado con variables escalares se vuelve muy problemático. Con una notación matemática, se podría expresar esta ecuación de esta forma: Minimizar ij ( COSTE ij * CANTIDAD ij ) donde la variable CANTIDADij indica la cantidad de mercadería enviada desde el depósito i hacia el vendedor j, y la variable COSTEij indica el coste de envío por unidad. En otras palabras, el objetivo es minimizar la suma de los costes de envío por unidad por la cantidad de mercadería enviada por todos los caminos entre los depósitos y los vendedores. Definición de los Conjuntos LINGO permite definir conjuntos de objetos relacionados en la "sección de conjuntos" (sets section). Esta sección comienza con la palabra clave SETS: y termina con ENDSETS. En el caso del modelo de Mega Transporte, vamos a construir 3 conjuntos, los 2 conjuntos principales: 1. Depósitos 2. Vendedores y un conjunto derivado: 3. Arcos de envío desde cada depósito a cada vendedor Tenemos 6 depósitos DP1, DP2, DP3, DP4, DP5 y DP6, y 8 vendedores V2, V3, V4, V5, V6, V7 y V8. Cada deposito puede proveer una cantidad de materiales que no puede ser excedida (tiene una capacidad) y cada vendedor tiene una demanda que debe ser satisfecha. Se puede definir los conjuntos del problema, escribiendo en LINGO: SETS: DEPOSITOS / DP1 DP2 DP3 DP4 DP5 DP6/: CAPACIDAD; VENDEDORES / V1 V2 V3 V4 V5 V6 V7 V8/: DEMANDA; ARCOS_ENVIO( DEPOSITOS, VENDEDORES) : COSTE, CANTIDAD; ENDSETS 3

4 La segunda línea dice que el conjunto DEPOSITOS tiene los elementos DP1, DP2, DP3, DP4, DP5 y DP6, cada uno con un atributo llamado CAPACIDAD. Los vendedores se definen en la tercera línea, cada uno con un atributo llamado DEMANDA. El último conjunto, titulado ARCOS_ENVIO representa los 48 caminos entre los depósitos y los vendedores. Cada camino tiene los atributos COSTE y CANTIDAD asociados. La sintaxis para definir este conjunto, difiere de las dos anteriores. Especificando ARCOS_ENVIO(DEPOSITOS, VENDEDORES) estamos diciendo a LINGO que el conjunto ARCOS_ENVIO deriva de DEPOSITOS y VENDEDORES. En este caso, LINGO genera cada par ordenado de (depósitos, vendedores) y cada uno de estos 48 pares ordenados es un elemento del conjunto ARCOS_ENVIO. La función objetivo en LINGO Vamos a expresar la función objetivo Minimizar ij ( COSTE ij * CANTIDAD ij ) en el lenguaje de LINGO:. a) La suma ( ) se puede expresar en LINGO ) b) Los subíndices ij se refieren a los ij elementos del conjunto ARCOS_ENVIO. Entonces la sentencia de LINGO equivalente a ij ( ) es SUM(ARCOS_ENVIO(I,J) : ) c) La sentencia de LINGO para la función objetivo es MIN COSTE(I,J) * CANTIDAD(I,J)); Restricciones El siguiente paso es formular las restricciones. Hay dos conjuntos de restricciones en este modelo: a) El primero garantiza que cada vendedor recibe el número de unidades requerida (restricciones de demanda). b) El segundo conjunto de restricciones asegura que cada depósito no envía mas de lo que tiene (restricciones de capacidad). Comenzando con las restricciones de demanda del Vendedor 1, necesitamos sumar los envíos de todos los i depósitos hacia el Vendedor 1 e igualarlo a la demanda del Vendedor 1: i (CANTIDAD i1 ) = DEMANDA 1 Además de otras 7 restricciones de demanda, para cubrir a los 8 vendedores. Con una notación matemática, se podría expresar todas las restricciones de esta forma: For j=número de vendedor { i (CANTIDAD ij ) = DEMANDAj } Significa: para todos los vendedores, la suma de la CANTIDAD enviada desde cada uno de los 4

5 depósitos a ese vendedor debe ser igual a la demanda correspondiente del vendedor. En LINGO la sentencia correspondiente queda VENDEDORES( DEPOSITOS( I): CANTIDAD( I, J)) = DEMANDA( J)); Esta sentencia reemplaza a las 8 restricciones de demanda. Nótese la gran similitud con la notación matemática. De manera análoga pueden expresarse las restricciones de DEPOSITOS( VENDEDORES( J): CANTIDAD( I, J) )<= CAPACIDAD( I)); Equivale a: para cada miembro del conjunto DEPOSITOS, la suma del CANTIDAD enviado a cada vendedor desde ese depósito, debe ser menor o igual a la capacidad del depósito. El modelo completo MODEL: MIN ARCOS_ENVIO( I, J): COST( I, J) * CANTIDAD( I, VENDEDORES( J): DEPOSITOS( I): CANTIDAD( I, J)) = DEMANDA( DEPOSITOS( I): VENDEDORES( J): CANTIDAD( I, J)) <= CAPACIDAD( I)); END 5

6 Ingreso de datos LINGO permite al usuario aislar los datos en una sección separada del modelo. Con los datos independientes del modelo, es mucho mas fácil hacer cambios, y hay menos oportunidad de cometer errores. La sección de datos comienza con la sentencia DATA: y finaliza con ENDDATA. En el ejemplo de Mega Transporte, tenemos la siguiente sección de datos: DATA: CAPACIDAD = ; DEMANDA = ; COSTE = ; ENDDATA Observe que: los atributos CAPACIDAD del conjunto DEPOSITOS y DEMANDA de VENDEDORES se inicializan de forma directa. El atributo COSTE del conjunto bidimensional ARCOS_ENVIO es un poco mas oscuro. Cuando LINGO inicializa una matriz multidimensional, incrementa el índice exterior mas rápidamente, en este caso COSTE(DP1, V1) se inicializa primero, seguido de COSTE(DP1, V2) hasta COSTE(DP1, V8). Después se inicializará COSTE(DP2, V1), y así sucesivamente. 6

7 Poniendo juntas las secciones de datos, de conjuntos, la función objetivo y las restricciones, el modelo queda como sigue: MODEL:! Un problema de transporte con 6 depósitos y 8 vendedores ; SETS: DEPOSITOS/ DP1 DP2 DP3 DP4 DP5 DP6/: CAPACIDAD; VENDEDORES/ V1 V2 V3 V4 V5 V6 V7 V8/: DEMANDA; ARCOS_ENVIO (DEPOSITOS, VENDEDORES):COSTE, CANTIDAD; ENDSETS!El objetivo; [Objetivo] MIN ARCOS_ENVIO( I, J): COSTE( I, J) * CANTIDAD( I, J));!Restricción de VENDEDORES( J): [ DEPOSITOS( I): CANTIDAD( I, J)) = DEMANDA( J));!Restricción de DEPOSITOS( I): VENDEDORES( J): CANTIDAD( I, J)) <= CAPACIDAD( I));!Los datos; DATA: CAPACIDAD = ; DEMANDA = ; COSTE = ; ENDDATA END 7

8 Ejercicio 1 Escribir el modelo completo en el archivo LINGO del ejercicio 1. Nota: los nombres de las restricciones de demanda y de capacidad se debe poner entre el bucle FOR y antes de la suma SUM! (Hay un nombre para cada índice i del FOR y para cada restricción) Ejercicio 2 Resolver el modelo usando LINGO para determinar la cantidad óptima de material para enviar desde cada depósito hacia cada vendedor. a) Cuál es el coste óptimo de envíos? (664 euros) b) Cuánto material se debe enviar cada depósito hacia cada vendedor en el caso óptimo? c) Cuáles son las restricciones activas en el modelo? Noviembre 2006 María Zakynthinaki 8

LINGO - Parte 3. Análisis de sensibilidad con LINGO

LINGO - Parte 3. Análisis de sensibilidad con LINGO Optimització Curs 2006/2007 Assignatura d Estadística, UAB LINGO - Parte 3 Análisis de sensibilidad con LINGO Ejemplo Una carpintería industrial produce tablas de madera de cuatro tamaños: pequeñas, medianas,

Más detalles

Optimización y Programación Lineal

Optimización y Programación Lineal Optimización y Programación Lineal El Problema del Transporte Departamento de Matemáticas ITESM El Problema del Transporte TC3001 - p. 1/25 Veamos ahora el problema del transporte, cuál es su formulación

Más detalles

Universidad de Guadalajara del 24 al 26 de Octubre del 2012.

Universidad de Guadalajara del 24 al 26 de Octubre del 2012. Primer Congreso Mexicano de Investigación de Operaciones Se celebrará en las instalaciones de la Universidad de Guadalajara del 24 al 26 de Octubre del 2012. Fecha límite de registro de participantes y

Más detalles

TC3001: Optimización y Programación Lineal Examen Final Solución Profr. Eduardo Uresti, Agosto-Diciembre 2008

TC3001: Optimización y Programación Lineal Examen Final Solución Profr. Eduardo Uresti, Agosto-Diciembre 2008 TC3001: Optimización y Programación Lineal Examen Final Profr. Eduardo Uresti, Agosto-Diciembre 2008 Matrícula: Nombre: 1. Suponga que se tiene disponible la siguiente información salida de LINDO a un

Más detalles

REPASO DE ÁLGEBRA MATRICIAL

REPASO DE ÁLGEBRA MATRICIAL REPASO DE ÁLGEBRA MATRICIAL 1. Porqué necesitamos matrices? Qué son las matrices? Dónde está la matriz en este cuadro? (que por cierto fué hecho por Alberto Durero en 1514 y se llama Melancolía ) Las matrices

Más detalles

Estructura de un modelo GAMS (1/3)

Estructura de un modelo GAMS (1/3) GAMS Contenido Estructura de un modelo en GAMS. Ejemplo a través del cual se ilustra el lenguaje Conjuntos Datos Variables Ecuaciones Sumatoria y Productoria Definición de escuaciones Función Objetivo

Más detalles

Minimización De Pérdidas En Media Tensión Con Intervención De Generadores Dispersos En El Control ANEXO I: PROGRAMA GAMS

Minimización De Pérdidas En Media Tensión Con Intervención De Generadores Dispersos En El Control ANEXO I: PROGRAMA GAMS ANEXO I: PROGRAMA GAMS Página 1 de 5 GAMS son las siglas de General Algebraic Modeling System. GAMS es un lenguaje de programación que permite el modelado, análisis y resolución de diversos problemas de

Más detalles

Formulación del problema de la ruta más corta en programación lineal

Formulación del problema de la ruta más corta en programación lineal Formulación del problema de la ruta más corta en programación lineal En esta sección se describen dos formulaciones de programación lineal para el problema de la ruta más corta. Las formulaciones son generales,

Más detalles

LINGO - Parte 1. Introducción a LINGO

LINGO - Parte 1. Introducción a LINGO Optimització Curs 2006/2007 Assignatura d Estadística, UAB LINGO - Parte 1 Introducción a LINGO Una de las características más potentes de LINGO, es el lenguaje de modelación matemática. Este lenguaje

Más detalles

Guía básica de LINGO. software de optimización matemática

Guía básica de LINGO. software de optimización matemática Guía básica de LINGO software de optimización matemática www.lindo.com I. Entorno de Desarrollo de modelos en el software LINGO Qué es LINGO? LINGO (Linear, INteractive, and General Optimizer), es un lenguaje

Más detalles

Unidad 2. Notación matemática

Unidad 2. Notación matemática Unidad 2 Notación matemática Notación matemática Introducción En el transcurso del texto se hará evidente que el análisis estadístico de un conjunto de datos requiere, en general, de un buen número de

Más detalles

4.- Modelos de resolución exacta empleados.

4.- Modelos de resolución exacta empleados. 4.- Modelos de resolución exacta empleados. Una vez explicada la batería de problemas con la que vamos a trabajar, y según la metodología a seguir en este proyecto, pasamos a describir los modelos de resolución

Más detalles

PFC. José Luis Pichardo Muñoz 3. Implementación y resolución modelo VSP

PFC. José Luis Pichardo Muñoz 3. Implementación y resolución modelo VSP 3.1. Introducción En este capítulo vamos a explicar cómo hemos implementado en Visual Basic las rutinas que generarán nuestros modelos y cómo se resuelven con las librerías de optimización de LINGO. 3.2.

Más detalles

TIPOS DE DATOS ESTRUCTURADOS

TIPOS DE DATOS ESTRUCTURADOS TIPOS DE DATOS ESTRUCTURADOS Arreglos unidimensionales, bidimensionales y cadenas de caracteres ESTRUCTURAS DE INFORMACIÓN Una estructura de datos o de información es una colección de datos que pueden

Más detalles

ALGORITMOS II PSEUDOCODIGOS INTRODUCCION AL PSEINT CORPODICES VICTOR ANDRES OCHOA CORREA

ALGORITMOS II PSEUDOCODIGOS INTRODUCCION AL PSEINT CORPODICES VICTOR ANDRES OCHOA CORREA ALGORITMOS II PSEUDOCODIGOS INTRODUCCION AL PSEINT CORPODICES VICTOR ANDRES OCHOA CORREA CONTENIDOS Definición de un algoritmo Tipos de datos Representaciones de un algoritmo Lenguaje natural Pseudocódigo

Más detalles

Dos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales

Dos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales Introducción Las matrices aparecen por primera vez hacia el año 1850, introducidas por J.J. Sylvester. El desarrollo inicial de la teoría se debe al matemático W.R. Hamilton en 1853. En 1858, A. Cayley

Más detalles

Actividades en clase: Prueba de lectura Aplicaciones Momento en 2-D Momento en 3-D Prueba conceptual Solución de problema grupal Prueba de atención

Actividades en clase: Prueba de lectura Aplicaciones Momento en 2-D Momento en 3-D Prueba conceptual Solución de problema grupal Prueba de atención MOMENTO DE UNA FUERZA (FORMULACIÓN ESCALAR), PRODUCTO CRUZ, MOMENTO DE UNA FUERZA (FORMULACIÓN VECTORIAL), & PRINCIPIO DE MOMENTOS Objetivos del día de hoy: Los estudiantes serán capaces de: a) Entender

Más detalles

MÓDULO I. CONCEPTOS BÁSICOS GENERALES SUMATORIA

MÓDULO I. CONCEPTOS BÁSICOS GENERALES SUMATORIA UNIVERSIDAD NACIONAL EXPERIMENTAL DE LOS LLANOS OCCIDENTALES EZEQUIEL ZAMORA VICE-RECTORADO DE PLANIFICACIÓN Y DESARROLLO SOCIAL PROGRAMA CIENCIAS SOCIALES Y JURIDICAS SUBPROGRAMA ADMINISTRACIÓN SUBPROYECTO:

Más detalles

Universidad Autónoma de Guadalajara 3.1 Modelo de Transporte. Nomenclatura

Universidad Autónoma de Guadalajara 3.1 Modelo de Transporte. Nomenclatura UNIDAD III. ANÁLISIS DE REDES OBJETIVO DE APRENDIZAJE: El alumno identificará y analizará problemas de optimización de funciones y recursos para mejorar la operación de una organización. Modelos de transporte

Más detalles

Programación Lineal y Optimización Segundo Examen Parcial Respuesta: :Solución Profr. Eduardo Uresti, Agosto-Diciembre 2011

Programación Lineal y Optimización Segundo Examen Parcial Respuesta: :Solución Profr. Eduardo Uresti, Agosto-Diciembre 2011 Matrícula: Nombre: Programación Lineal y Optimización Segundo Examen Parcial Respuesta: : Profr. Eduardo Uresti, Agosto-Diciembre 2011 1. Suponga que tiene una empresa que produce tres tipos de productos

Más detalles

Matemáticas

Matemáticas a la a la Matemáticas a la En esta lectura daremos una introducción a la modelación de problemas mediante programación lineal; pondremos énfasis en las etapas que componen la modelación. Cerraremos estos

Más detalles

Lección 8. Matrices y Sistemas de Ecuaciones Lineales

Lección 8. Matrices y Sistemas de Ecuaciones Lineales Lección 8 Matrices y Sistemas de Ecuaciones Lineales MIGUEL ANGEL UH ZAPATA 1 Análisis Numérico I Facultad de Matemáticas, UADY Septiembre 2014 1 Centro de Investigación en Matemáticas, Unidad Mérida En

Más detalles

Estructura de Datos ARREGLOS

Estructura de Datos ARREGLOS Estructura de Datos ARREGLOS ESTRUCTURAS DE INFORMACIÓN Una estructura de datos o de información es una colección de datos que pueden ser caracterizados por su organización y las operaciones que se definen

Más detalles

Programación Estructurada

Programación Estructurada Programación Estructurada Técnica de programación que consiste en construir programas de fácil comprensión. Es mucho más sencillo entender la codificación del programa, que se habrá hecho en diferentes

Más detalles

Informática II para Bachillerato

Informática II para Bachillerato CIMAT Estructuras de control:estructura de iteración, y do CIMAT Sesión 3 Estructuras de iteración La estructura de control que veremos es la estructura de iteración, la cual nos permite repetir un bloque

Más detalles

Algoritmos y Programación I

Algoritmos y Programación I Algoritmos y Programación I ARREGLOS Y ESTRUCTURAS EN C Arreglos Un arreglo o vector es un conjunto de datos del mismo tipo, almacenados de forma contigua (es decir uno al lado del otro) en memoria principal.

Más detalles

Modelos de Transporte: Problemas de asignación n y de transbordo. M. En C. Eduardo Bustos Farías

Modelos de Transporte: Problemas de asignación n y de transbordo. M. En C. Eduardo Bustos Farías Modelos de Transporte: Problemas de asignación n y de transbordo M. En C. Eduardo Bustos Farías as Problemas de Asignación 2 Problemas de Asignación: Son problemas balanceados de transporte en los cuales

Más detalles

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

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

Más detalles

PROGRAMACION DE REDES. MODELOS DE TRANSPORTE

PROGRAMACION DE REDES. MODELOS DE TRANSPORTE PROGRAMACION DE REDES. MODELOS DE TRANSPORTE El modelo de transporte o modelo de distribución es un ejemplo de un problema de optimización de redes. Se aplican para resolver ciertos tipos de problemas

Más detalles

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

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

Más detalles

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

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

Más detalles

HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS INFORMACIÓN REQUERIDA POR ASIGNATURA

HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS INFORMACIÓN REQUERIDA POR ASIGNATURA HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS INFORMACIÓN REQUERIDA POR ASIGNATURA 1. NOMBRE DE LA ASIGNATURA: MATEMÁTICAS I. CARRERA: T.S.U. PARAMÉDICO 3. NIVEL DEL : BÁSICO 4. ÁREA DEL CONOCIMIENTO:

Más detalles

Programación: Sistemas unitriangulares inferiores

Programación: Sistemas unitriangulares inferiores Programación: Sistemas unitriangulares inferiores Objetivos. Programar en el lenguaje de MATLAB el método de la sustitución hacia adelante para resolver sistemas de ecuaciones lineales con matrices unitriangulares

Más detalles

MODELOS DE SERIES DE TIEMPO 1. Modelos capaces de predecir, interpretar y evaluar hipótesis con datos económicos y financieros.

MODELOS DE SERIES DE TIEMPO 1. Modelos capaces de predecir, interpretar y evaluar hipótesis con datos económicos y financieros. MODELOS DE SERIES DE TIEMPO 1 Introducción Modelos capaces de predecir, interpretar y evaluar hipótesis con datos económicos y financieros. Originalmente tuvieron como objetivo hacer predicciones. Descomposición

Más detalles

1 de 6 24/08/2009 9:54 MATRICES Las matrices aparecen por primera vez hacia el año 1850, introducidas por J.J. Sylvester El desarrollo inicial de la teoría se debe al matemático W.R. Hamilton en 1853 En

Más detalles

Programación Estructurada

Programación Estructurada Programación Estructurada Código de materia 01 Prof Titular Ing Rafael Brizuela Facultad de tecnología informática UNIVERSIDAD ABIERTA INTERAMERICANA GUÍA DE REPASO CONCEPTUAL PREGUNTAS Unidad 1: Conceptos

Más detalles

SIMULACIÓN, OPTIMIZACIÓN Y GESTIÓN

SIMULACIÓN, OPTIMIZACIÓN Y GESTIÓN Simulación, Optimización y Gestión. SIMULACIÓN, OPTIMIZACIÓN Y GESTIÓN Juan Momparler Pechuán Jaume I RESUMEN En este trabajo divulgativo pretendemos mostrar como La Teoría de Colas, la Simulación de Eventos

Más detalles

En el siguiente capítulo se hablará del uso del método de generación de columnas para resolver el problema de corte ( cutting stock ).

En el siguiente capítulo se hablará del uso del método de generación de columnas para resolver el problema de corte ( cutting stock ). Capitulo 3 Método de Generación de Columnas El método de generación de columnas, es muy útil en problemas con un gran número de variables pero con un relativamente pequeño número de restricciones (Hunsaker,

Más detalles

MODELOS DE COMPUTACIÓN CRISTIAN ALFREDO MUÑOZ ALVAREZ JUAN DAVID LONDOÑO CASTRO JUAN PABLO CHACON PEÑA EDUARDO GONZALES PULGARIN

MODELOS DE COMPUTACIÓN CRISTIAN ALFREDO MUÑOZ ALVAREZ JUAN DAVID LONDOÑO CASTRO JUAN PABLO CHACON PEÑA EDUARDO GONZALES PULGARIN MODELOS DE COMPUTACIÓN CRISTIAN ALFREDO MUÑOZ ALVAREZ JUAN DAVID LONDOÑO CASTRO JUAN PABLO CHACON PEÑA EDUARDO GONZALES PULGARIN LENGUAJES Y GRAMÁTICAS La sintaxis de un lenguaje natural en lenguajes como

Más detalles

Optimización lineal. Diego A. Patino. 2 de septiembre de Pontificia Universidad Javeriana 1/ 29

Optimización lineal. Diego A. Patino. 2 de septiembre de Pontificia Universidad Javeriana 1/ 29 Optimización lineal Diego A. Patino Pontificia Universidad Javeriana 2 de septiembre de 2016 1/ 29 Introducción Formulación del problema Herramientes del análisis convexo Formas de las restricciones 2/

Más detalles

DEPARTAMENTO DE MATEMÁTICAS PLAN DE TRABAJO PARA LA CONVOCATORIA DE SEPTIEMBRE º BACHILLERATO DE CIENCIAS SOCIALES.

DEPARTAMENTO DE MATEMÁTICAS PLAN DE TRABAJO PARA LA CONVOCATORIA DE SEPTIEMBRE º BACHILLERATO DE CIENCIAS SOCIALES. DEPARTAMENTO DE MATEMÁTICAS PLAN DE TRABAJO PARA LA CONVOCATORIA DE SEPTIEMBRE 2017 UNIDAD 1.-Matrices. Conceptos: 2º BACHILLERATO DE CIENCIAS SOCIALES. Tipos de matrices. Tipos de matrices cuadradas.

Más detalles

2.1 Descripción en espacio de estado de sistemas dinámicos

2.1 Descripción en espacio de estado de sistemas dinámicos 2 Análisis de sistemas lineales 2.1 Descripción en espacio de estado de sistemas dinámicos El objetivo de este capítulo es formular una teoría general de describir los sistemas dinámicos en funcion de

Más detalles

ALGORITMICA Y PROGRAMACION POR OBJETOS I

ALGORITMICA Y PROGRAMACION POR OBJETOS I ALGORITMICA Y PROGRAMACION POR OBJETOS I Nivel 1 Problemas, Soluciones y Programas Marcela Hernández Hoyos Solucionar un Problema = Construir un Programa Problema Programador Herramientas y Lenguajes Análisis

Más detalles

Modelamiento de problemas de optimización con AMPL

Modelamiento de problemas de optimización con AMPL 1 1 Modelamiento de problemas de optimización con AMPL Jorge Hans Alayo Gamarra 15 de mayo de 2014 1. Introducción Generalmente cuando se analiza un problema mediante modelos de optimización/programación

Más detalles

Optimización de Procesos

Optimización de Procesos Optimización de Procesos Tier II: Casos de Estudio Sección 1: Software de Optimización Lingo Software de Optimización Muchos de los métodos de optimización previamente vistos pueden ser tediosos y requieren

Más detalles

Técnicas de optimización. Introducción.

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

Más detalles

Retículos y Álgebras de Boole

Retículos y Álgebras de Boole Retículos y Álgebras de Boole Laboratorio de Matemática Discreta Jesús Martínez Mateo jmartinez@fi.upm.es Práctica 1. Ordenación topológica A. Herramientas necesarias Para la práctica que vamos a realizar

Más detalles

Introducción: En el contexto de la asignatura, deseo hacer notar que la utilización de herramientas de productividad, tales como las TIC (Tecnologías de la Información y Comunicaciones) en el ámbito de

Más detalles

Carlos A. Rivera-Morales. Precálculo 2

Carlos A. Rivera-Morales. Precálculo 2 y Carlos A. Rivera-Morales Precálculo 2 Introducción a y Notación d Tabla de Contenido 1 Definición Sumas Parciales Introducción a y Notación d Tabla de Contenido 1 Definición Sumas Parciales 2 Introducción

Más detalles

INF Investigación de Operaciones

INF Investigación de Operaciones INF 3144 - Investigación de Operaciones Rodrigo Olivares Mg. en Ingeniería Informática rodrigo.olivares@uv.cl 26 de mayo de 2017 Rodrigo Olivares (PUCV) INF 3144 - Investigación de Operaciones 26 de mayo

Más detalles

FUNDAMENTOS DE PROGRAMACIÓN: Estructuras condicionales y bucles.

FUNDAMENTOS DE PROGRAMACIÓN: Estructuras condicionales y bucles. FUNDAMENTOS DE PROGRAMACIÓN: Estructuras condicionales y bucles. Arturo Hidalgo López Ángel Fidalgo Blanco Alfredo López Benito Septiembre, 2013 Departamento de Matemática Aplicada y Métodos Informáticos

Más detalles

Modelos de Transporte: Problemas de Asignación. M. En C. Eduardo Bustos Farías

Modelos de Transporte: Problemas de Asignación. M. En C. Eduardo Bustos Farías Modelos de Transporte: Problemas de asignación M. En C. Eduardo Bustos Farías as Problemas de Asignación Problemas de Asignación: Son problemas balanceados de transporte en los cuales todas las ofertas

Más detalles

Practica 03: Eliminación Gaussiana

Practica 03: Eliminación Gaussiana M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom Estructuras de datos (Prof. Edgardo A. Franco) 1 Contenido Introducción Ecuaciones lineales

Más detalles

Nombre de la asignatura: Lenguajes y Autómatas I. Créditos: Aportación al perfil

Nombre de la asignatura: Lenguajes y Autómatas I. Créditos: Aportación al perfil Nombre de la asignatura: Lenguajes y Autómatas I Créditos: 2 3 5 Aportación al perfil Desarrollar, implementar y administrar software de sistemas o de aplicación que cumpla con los estándares de calidad

Más detalles

TEMA 1 Sistemas de ecuaciones. Método de Gauss 4 sesiones. TEMA 2 Álgebra de matrices 5 sesiones

TEMA 1 Sistemas de ecuaciones. Método de Gauss 4 sesiones. TEMA 2 Álgebra de matrices 5 sesiones 4.4. MATEMÁTICAS aplicadas a las CIENCIAS SOCIALES II TEMPORALIZACIÓN Y SECUENCIACIÓN: TEMA 1 Sistemas de ecuaciones. Método de Gauss 4 sesiones TEMA 2 Álgebra de matrices 5 sesiones TEMA 3 Resolución

Más detalles

Estructura de Datos. Arreglos. Experiencia Educativa de Algorítmica ESTRUCTURA DE DATOS - ARREGLOS 1

Estructura de Datos. Arreglos. Experiencia Educativa de Algorítmica ESTRUCTURA DE DATOS - ARREGLOS 1 Estructura de Datos Arreglos Experiencia Educativa de Algorítmica ESTRUCTURA DE DATOS - ARREGLOS 1 Introducción Una estructura de datos es una colección de datos que pueden ser caracterizados por su organización

Más detalles

,..., a 1n. ) y B. , a 12. A B a 11 b 11 a 12 b 21 a 1n b n1

,..., a 1n. ) y B. , a 12. A B a 11 b 11 a 12 b 21 a 1n b n1 93 Operaciones matriciales 373 El producto interno Definición: Producto interno Suponga que (a 11, a 1,, a 1n ) y expresado como, es b 11 b 1 b n1 ; entonces el producto interno, a 11 b 11 a 1 b 1 a 1n

Más detalles

Una matriz es un arreglo rectangular de números. Los números en el arreglo se llaman elementos de la matriz. ) ( + ( ) ( )

Una matriz es un arreglo rectangular de números. Los números en el arreglo se llaman elementos de la matriz. ) ( + ( ) ( ) MATRICES Una matriz es un arreglo rectangular de números. Los números en el arreglo se llaman elementos de la matriz. Ejemplo 1. Algunos ejemplos de matrices ( + ( ) ( + ( ) El tamaño o el orden de una

Más detalles

Derivadas Parciales (parte 2)

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

Más detalles

Programación Lineal y Entera

Programación Lineal y Entera Programación Lineal y Entera Balbina Virginia Casas Méndez Casos prácticos con AMPL MÁSTER EN TÉCNICAS ESTADÍSTICAS Curso 2010/11 Introducción El lenguaje AMPL Optimizadores: KNITRO El servidor NEOS Introducción

Más detalles

Composición de Aplicaciones. (c) 2012 Leandro Marin

Composición de Aplicaciones. (c) 2012 Leandro Marin 067.00 3 Composición de Aplicaciones 3 48700 670009 (c) 0 Leandro Marin . Aplicaciones Lineales y Matrices Una aplicación lineal f entre dos espacios vectoriales V y W es una forma de asignar a cada vector

Más detalles

Programación I: Matrices - Arreglos bidimensionales

Programación I: Matrices - Arreglos bidimensionales Programación I: Matrices - Arreglos bidimensionales Esteban De La Fuente Rubio 17 de junio de 2013 Índice 1. Matrices 1 1.1. Operaciones básicas.................................................... 2 1.1.1.

Más detalles

IN34A - Optimización

IN34A - Optimización IN34A - Optimización Complejidad Leonardo López H. lelopez@ing.uchile.cl Primavera 2008 1 / 33 Contenidos Problemas y Procedimientos de solución Problemas de optimización v/s problemas de decisión Métodos,

Más detalles

Estructuras de control

Estructuras de control Estructuras de control Introducción Los algoritmos vistos hasta el momento han consistido en simples secuencias de instrucciones; sin embargo, existen tareas más complejas que no pueden ser resueltas empleando

Más detalles

Funciones como Subprogramas en C++

Funciones como Subprogramas en C++ FUNCIONES Cuando es necesario escribir programas complicados para resolver problemas complejos, una práctica común entre los programadores es descomponer el algoritmo (el diagrama de flujo) en varias partes.

Más detalles

Funciones polinomiales

Funciones polinomiales 1 Hacia finales del siglo XVIII, los matemáticos y científicos había llegado a la conclusión de que un gran número de fenómenos en la vida real podían representarse mediante modelos matemáticos, construidos

Más detalles

UNIDAD ACADÉMICA PROFESIONAL TIANGUISTENCO

UNIDAD ACADÉMICA PROFESIONAL TIANGUISTENCO UNIDAD ACADÉMICA PROFESIONAL TIANGUISTENCO LICENCIATURA EN PRODUCCIÓN INDUSTRIAL. UNIDAD DE APRENDIZAJE: PROGRAMACIÓN Créditos institucionales de la UA: 6 Material visual: Diapositivas Unidad de competencia

Más detalles

Prof. María Alejandra Quintero. Informática Año

Prof. María Alejandra Quintero. Informática Año Prof. María Alejandra Quintero Informática Año 2014-2015 Es la acción de escribir programas de computación con el objetivo de resolver un determinado problema. Implica escribir instrucciones para indicarle

Más detalles

X m,j. X m,n C m,n C m,j. X m, C m,1. X i,n. C i,n MODELO DE TRANSPORTE. Matemáticamente:

X m,j. X m,n C m,n C m,j. X m, C m,1. X i,n. C i,n MODELO DE TRANSPORTE. Matemáticamente: MODELO DE TRANSPORTE El modelo de transporte se define como una técnica que determina un programa de transporte de productos o mercancías desde unas fuentes hasta los diferentes destinos al menor costo

Más detalles

Optimización combinatoria Flujo en redes. Investigación Operativa, Grado en Estadística y Empresa, 2011/12

Optimización combinatoria Flujo en redes. Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Optimización combinatoria Flujo en redes Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema Optimización combinatoria: definición y formulación de PE El problema

Más detalles

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

Modelo Matemático para Diseño de Rampas en Minería a Cielo Abierto * Modelo Matemático para Diseño de Rampas en Minería a Cielo Abierto * Emilio Molina Department of Mathematical Engineering Jorge Amaya Department of Mathematical Engineering and Center for Mathematical

Más detalles

(2.a) INTRODUCCIÓN A LA FORMULACIÓN DE MODELOS LINEALES

(2.a) INTRODUCCIÓN A LA FORMULACIÓN DE MODELOS LINEALES (2.a) INTRODUCCIÓN A LA FORMULACIÓN DE MODELOS LINEALES PROBLEMAS DE PROGRAMACIÓN LINEAL. Función objetivo y restricciones. HIPÓTESIS DE MODELIZACIÓN. Ejemplos: problema de producción, problema de dietas.

Más detalles

EVALUACIÓN DE BACHILLERATO PARA EL ACCESO A LA UNIVERSIDAD

EVALUACIÓN DE BACHILLERATO PARA EL ACCESO A LA UNIVERSIDAD ANEXO A EVALUACIÓN DE BACHILLERATO PARA EL ACCESO A LA UNIVERSIDAD Curso 2016/2017 Asignatura: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II Tiempo máximo de la prueba: 90 minutos Estructura de la prueba:

Más detalles

Tema 7: Problemas clásicos de Programación Lineal

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

Más detalles

Contenido. Lenguajes de modelado algebraico Ejemplo Problema de Transporte Modelado con GNU GLPK. 1 Modelado Algebraico Computacional

Contenido. Lenguajes de modelado algebraico Ejemplo Problema de Transporte Modelado con GNU GLPK. 1 Modelado Algebraico Computacional Contenido 1 Modelado Algebraico Computacional Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 1/16 Basados en notación algebraica; incorporan conjuntos y relaciones entre estos para modelar

Más detalles

ANEXO 1. RESOLUCIÓN DE PROBLEMAS DE SIMULACIÓN Y OPTIMIZACIÓN CON RISK SOLVER PLATFORM

ANEXO 1. RESOLUCIÓN DE PROBLEMAS DE SIMULACIÓN Y OPTIMIZACIÓN CON RISK SOLVER PLATFORM ANEXO 1. RESOLUCIÓN DE PROBLEMAS DE SIMULACIÓN Y OPTIMIZACIÓN CON RISK SOLVER PLATFORM La definición del un modelo de resolución en Risk Solver Platform de Excel no tiene porque resultar una tarea complicada.

Más detalles

MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II DISTRITO ÚNICO DE ANDALUCÍA

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

Más detalles

MA1018: MATEMÁTICAS II

MA1018: MATEMÁTICAS II MA1018: MATEMÁTICAS II Departamento académico que la ofrece: Matemáticas C - L - U: 3-0 - 8 Programas académicos en los que se imparte: 2 LAE11, 2 LEM11, 2 LCDE11, 2 LIN11, 2 LCPF11, 2 LLN11, 2 LAC11,

Más detalles

Optimización de Procesos

Optimización de Procesos Optimización de Procesos Tier I: Métodos Matemáticos de optimización Daniel Grooms Sección 1: Introducción 2 Propósito de este Módulo Este módulo provee una introducción del área de optimización y muestra

Más detalles

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

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

Más detalles

Qué son los arreglos

Qué son los arreglos Programación Orientada a Objetos Arreglos Java Ing. Julio Ernesto Carreño Vargas MsC. Qué son los arreglos Estructuras de datos Contiene elementos relacionados del mismo tipo Mantiene el mismo tamaño una

Más detalles

Arreglos y Subrangos

Arreglos y Subrangos Arreglos y Subrangos Programación 1 InCo - FING Contents 1 Tipo subrango 2 1.1 Subrangos de enteros......................... 2 1.2 Subrangos de caracteres....................... 2 1.3 Operaciones con subrangos.....................

Más detalles

CARACTERÍSTICAS GENERALES DE LA PROGRAMACIÓN DINÁMICA

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

Más detalles

Control de Flujo. Estructuras de Control! Experiencia Educativa de Algorítmica CONTROL DE FLUJO

Control de Flujo. Estructuras de Control! Experiencia Educativa de Algorítmica CONTROL DE FLUJO Control de Flujo Estructuras de Control Experiencia Educativa de Algorítmica 1 Introducción El estilo de como escribimos y analizamos un algoritmo se convierte en una de las principales características

Más detalles

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

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

Más detalles

UNIVERSIDAD TECNOLÓGICA DE LOS ANDES INGENIERÍA DE SISTEMAS E INFORMÁTICA FUNDAMENTOS DE PROGRAMACIÓN ARREGLOS (ARRAYS)

UNIVERSIDAD TECNOLÓGICA DE LOS ANDES INGENIERÍA DE SISTEMAS E INFORMÁTICA FUNDAMENTOS DE PROGRAMACIÓN ARREGLOS (ARRAYS) UNIVERSIDAD TECNOLÓGICA DE LOS ANDES INGENIERÍA DE SISTEMAS E INFORMÁTICA FUNDAMENTOS DE PROGRAMACIÓN DOCENTE: Ing. Ronald Rentería Ayquipa. MARCO TEÓRICO: ARREGLOS (ARRAYS) En clase ya conocimos algunos

Más detalles

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 3 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad

Más detalles

Álgebra y Matemática Discreta

Álgebra y Matemática Discreta Álgebra y Matemática Discreta Sesión de Teoría 1 (c) 2013 Leandro Marín, Francisco J. Vera, Gema M. Díaz 16 Sep 2013-22 Sep 2013 Los Números Enteros El Conjunto Z Vamos a empezar por la aritmética más

Más detalles

Los números naturales. Definición y propiedades

Los números naturales. Definición y propiedades Los números naturales. Definición y propiedades Con la idea de abrir boca para empezar los estudios de matemáticas en bachillerato, en un artículo anterior se hablaba sobre la introducción al número real

Más detalles

Tipos de datos y Operadores Básicos

Tipos de datos y Operadores Básicos Módulo I: Conceptos Básicos Tema 1. Qué es un ordenador? Tema 2. Cómo se representan los datos en un ordenador? Tema 3. Qué es un lenguaje de programación? Tema 4. Cómo se hace un programa informático?

Más detalles

NOTAS DE ESTUDIO DE ÁLGEBRA LINEAL M.C. MARCOS CAMPOS NAVA TEC DE ATITALAQUIA

NOTAS DE ESTUDIO DE ÁLGEBRA LINEAL M.C. MARCOS CAMPOS NAVA TEC DE ATITALAQUIA Hasta ahora se han discutido algunas de las propiedades de objetos matemáticos llamados matrices. Un caso de especial interés son las matrices cuadradas, por ejemplo: Se sabe que esta matriz es invertible

Más detalles

Control de Flujo. Estructuras de Control! Experiencia Educativa de Algorítmica CONTROL DE FLUJO

Control de Flujo. Estructuras de Control! Experiencia Educativa de Algorítmica CONTROL DE FLUJO Control de Flujo Estructuras de Control Experiencia Educativa de Algorítmica 1 Introducción El estilo de como escribimos y analizamos un algoritmo se convierte en una de las principales características

Más detalles

TEMA 7. ARRAYS (LISTAS Y TABLAS).

TEMA 7. ARRAYS (LISTAS Y TABLAS). TEMA 7. ARRAYS (LISTAS Y TABLAS). En capítulos anteriores se han descrito las características de los tipos de datos básicos o simples (carácter, entero y coma flotante). Asimismo, se ha aprendido a definir

Más detalles

Optimización bajo Incertidumbre A. Sistema de modelado algebraico - GLPK

Optimización bajo Incertidumbre A. Sistema de modelado algebraico - GLPK Optimización bajo Incertidumbre A. Sistema de modelado algebraico - GLPK Carlos Testuri Germán Ferrari Depto. Investigación Operativa. Instituto de Computación. Facultad de Ingeniería, UdelaR 2003-17 Facultad

Más detalles

Métodos Matemáticos I

Métodos Matemáticos I E. de Ingenierías Industriales 2012-13 Métodos Matemáticos I Jesús Rojo 05. Sistemas autónomos: métodos de Runge-Kutta 1 Presentación de los sistemas 2 3 Presentación de los sistemas Ya dijimos que, cuando

Más detalles

Carlos A. Rivera-Morales. Precálculo 2

Carlos A. Rivera-Morales. Precálculo 2 y Carlos A. Rivera-Morales Precálculo 2 Introducción a y Tabla de Contenido Introducción a y Definición 1: Una sucesión infinita es un listado ilimitado de números, en nuestro caso números reales, considerados

Más detalles

Tema 12: Programación Lineal (Elaboración de Horarios #2)

Tema 12: Programación Lineal (Elaboración de Horarios #2) Investigación de Operaciones Tema 12: Programación Lineal (Elaboración de Horarios #2) Ejercicio de ejemplo: En las sucursales de un banco, se trabaja de 09:00 a.m. a 07:00 p.m. de lunes a viernes. El

Más detalles

Algorítmica y Lenguajes de Programación. Eficiencia y notación asintótica (i)

Algorítmica y Lenguajes de Programación. Eficiencia y notación asintótica (i) Algorítmica y Lenguajes de Programación Eficiencia y notación asintótica (i) Eficiencia y notación asintótica. Introducción Para resolver un problema pueden existir varios algoritmos. Por tanto, es lógico

Más detalles

MATEMÁTICAS. Bachillerato: 1º H:

MATEMÁTICAS. Bachillerato: 1º H: MATEMÁTICAS Bachillerato: 1º H: ÁLGEBRA: Operar con soltura expresiones con radicales y logaritmos. Conocer métodos de aproximación a números irracionales, y cuantificar el error que se puede cometer.

Más detalles