Contenidos. Actividades Estocásticas Tipos de Modelos Métodos Numéricos Optimización Programación Lineal Aplicaciones con Solver Excel
|
|
- Sergio del Río Espejo
- hace 5 años
- Vistas:
Transcripción
1
2 Contenidos Modelación de Sistemas Actividades Estocásticas Tipos de Modelos Métodos Numéricos Optimización Programación Lineal Aplicaciones con Solver Excel
3 Modelación de Sistemas Sistema: Conjunto de objetos unidos por interacciones o interdependencias. Puede ser estático o dinámico (según como lo queramos analizar.) Sistemas Dinámicos: Las interacciones producen cambios en el tiempo en el (estado del) sistema. (Los cambios pueden ser continuos o discretos.) Ejemplos: avión con piloto automático; industria de ensamblaje de autos. Sistemas Estáticos: Sólo nos interesa el estado de equilibrio. Por ej., edificio, puente, relación suministro-demanda-precio de un commodity. Componentes de un sistema: entidades, atributos y actividades. Ejemplos de sistemas (dinámicos): Sistema Entidades Atributos Actividades Tráfico Autos Velocidad, Distancia Viajar Banco Clientes Saldo, Crédito Depositar Comunicaciones Mensajes Largo, Prioridad Transmitir Super Mercado Clientes Lista de Compras Check-out
4 Modelación de Sistemas Estado del Sistema: Descripción de las entidades, atributos y actividades en un instante dado de tiempo. Entorno del Sistema: Dependerá de los objetivos del estudio. Los cambios en el entorno afectan al sistema y vice-versa. Se pueden tener actividades endógenas (sistema) y/o exógenas (entorno). Sistema Cerrado: no tiene actividades exógenas. Sistema Abierto: tiene actividades exógenas. Actividades Determinísticas: el resultado depende completamente de la entrada al sistema. Actividades Estocásticas: el resultado varía aleatoriamente entre varios posibles resultados. Aleatorio = Estocástico Actividad = Proceso
5 Actividades Estocásticas El Resultado Aleatorio (de una actividad endógena) generalmente se puede medir/describir en base a una distribución de probabilidad. Por ejemplo: al lanzar un dado honesto, la probabilidad de obtener un as es 1/6, la de un (1 o 2) es 2/6, la de un (1, 2 o 3) es 3/6, etc. Si la ocurrencia de la actividad es aleatoria, entones ella será exógena. Una actividad verdaderamente estocástica no tiene una explicación conocida para su aleatoriedad. Sin embargo, muchas veces modelamos (aproximamos) en forma estocástica una actividad que sería muy compleja (o poco productivo) de describir en detalle. Entonces hablamos de pseudo-estocástico o pseudo-aleatorio. Además, la recolección de datos para crear un modelo casi siempre involucra un cierto grado de incertidumbre por los errores/limitaciones de la experimentación o por la necesidad de muestreo.
6 Modelación de Sistemas Experimentar: Para estudiar un sistema a veces es posible experimentar con él. (Muchas veces hay limitaciones y se hace pseudo-experimentación.) Modelar: Cuando no es posible experimentar (por ej: aún no se construye el sistema; o es un sistema económico) podemos construir un modelo con el cual intentamos predecir su futuro comportamiento. Un modelo es una representación simplificada (supuestos) del sistema real. Otra alternativa es la de construir un prototipo y experimentar con él. Definición de Modelo: Conjunto de información resumida de un sistema para estudiarlo/evaluarlo. Se compone de: - estructura (frontera-entorno, entidades, atributos, actividades). - datos (valores de atributos y relaciones de las actividades).
7 Tipos de Modelos Estáticos Físicos Dinámicos Modelos Estáticos Numéricos Analíticos Monte-Carlo Muchos otros (Simplex, Optim. no lineal, etc.) Matemáticos Analíticos Dinámicos Simulación Numéricos Otros
8 Algunos Ejemplos de Métodos (Modelos) Numéricos Multiplicación de matrices: C = A * B con A(m x n) y B(n x s) Método de Gauss-Jordan para solución de sistemas de ecuaciones lineales. Paso 1: Paso 2: Paso 3: Paso 4: paso 1 Método de Newton-Raphson para obtener las raíces reales de una función. Método de Bairstow para obtener las raíces de polinomios. Método de Lagrange para interpolación binomial.
9 Optimización Problemas prácticos para resolver con métodos de optimización. Tenemos una fábrica de ropa para colegios: pantalones, camisas, calcetines, chalecos, chaquetas. Tenemos recursos limitados, Qué cantidad producimos de cada tipo de ropa? Cuánto producimos para cada colegio? Fabricamos computadores en tres plantas-países distintos. Para enfrentar las ventas Cuánto tenemos que fabricar en cada planta considerando diversas demandas por computadores? Tenemos una cartera de 20 proyectos para realizar en los próximos 3 años, pero los recursos no alcanzan para hacerlos todos. Qué proyectos escogemos para realizar? Cómo invierto mis ahorros, considerando por ejemplo: acciones de alto riesgo, depósitos a plazo, fondos mutuos, compra de propiedades, etc.? Queremos poner precio a nuestros productos, asumiendo distintas situaciones de demanda y restricciones de costos. En todas estas situaciones queremos tomar decisiones en base a un resultado óptimo: por ejemplo, maximizar las ganancias o minimizar las pérdidas.
10 Optimización Programación Lineal Podemos construir un modelo matemático para representar una situación de asignación óptima de recursos limitados. Si dicho modelo se puede expresar como un sistema de desigualdades lineales (dadas por las restricciones de recursos) y una función objetivo (lineal) que se desea maximizar o minimizar, entonces se trata de un problema de programación lineal. La función objetivo generalmente representa costos o utilidades. El propósito de la programación lineal es de encontrar una solución óptima (máximo o mínimo) que satisfaga las restricciones. El método numérico más utilizado para la programación lineal: el método SIMPLEX de Dantzig.
11 Optimización - Programación Lineal El modelo debe ser determinístico (parámetros con valores constantes). Las variables no deben tomar valores negativos. El único objetivo es el de maximizar o minimizar. La función objetivo generalmente representa costos o utilidades. Las variables deben ser divisibles (pueden tomar valores fraccionarios). Función objetivo: Restricciones: Las restricciones pueden ser,, =
12 Optimización con SOLVER de EXCEL Si las ecuaciones del modelo no son lineales (función objetivo y/o sus restricciones), entonces tenemos un problema de programación no-lineal. El programa SOLVER de EXCEL nos permite resolver problemas de programación lineal y no-lineal, continua y entera. Con SOLVER (en EXCEL) tenemos que definir: La función objetivo Las variables Las restricciones
13 Veamos un ejemplo con SOLVER: Modelemos el caso de una fabrica de ropa para colegio, la cual fabrica 6 productos distintos. Conocemos: El costo para fabricar cada producto. La cantidad de mano de obra y de materia prima para cada producto. La demanda máxima (estimada) para cada producto. El precio de venta (fijo) para cada producto. Objetivo: determinar la mejor mezcla de productos para maximizar la rentabilidad en el período analizado. Restricciones: No podemos usar más de los recursos totales (mano de obra y materiales) disponibles. Hay un límite en la demanda para cada producto y no queremos producir más allá de ese límite.
Clasificación de los sistemas
Clasificación de los sistemas Para clasificar los sistemas tomaremos en cuenta las características que poseen los modelos matemáticos empleados. La siguiente clasificación jerárquica permite señalar el
Más detallesCONTENIDO Prefacio CAPITULO 1: Qué es la investigación de operaciones? CAPITULO 2: Introducción a la programación lineal...
CONTENIDO Prefacio XV CAPITULO 1: Qué es la investigación de operaciones? 1 1.1 Modelos de investigación de operaciones 1 1.2 Solución del modelo de investigación de operaciones.. 4 1.3 Modelos de colas
Más detallesBreve introducción a la Investigación de Operaciones
Breve introducción a la Investigación de Operaciones Un poco de Historia Se inicia desde la revolución industrial, usualmente se dice que fue a partir de la segunda Guerra Mundial. La investigación de
Más detallesTécnicas 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 detallesIntroducción. Alfonso Cubillos. Programa de Ing. Mecánica Universidad de Ibagué. Aplicaciones computacionales de la Mecánica de Materiales
Programa de Ing. Mecánica Universidad de Ibagué Aplicaciones computacionales de la Mecánica de Materiales Agosto 2007 Cuál es la definición de Mecánica? Cuál es la definición de Mecánica? La mecánica es
Más 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 detalles2.3 Clasificación de modelos matemáticos.
2.3 Clasificación de modelos matemáticos. Qué es un modelo? Un modelo es una representación ideal de un sistema y la forma en que este opera. El objetivo es analizar el comportamiento del sistema o bien
Más detallesFactores cuantitativos en la Toma de Decisiones. Conceptos generales y modelos
Factores cuantitativos en la Toma de Decisiones Conceptos generales y modelos Modelos y la toma de decisiones El proceso racional de toma de decisiones utiliza modelos y reglas matemáticas Estos modelos
Más detallesINVESTIGACION DE OPERACIONES
Semana 1 INVESTIGACION DE OPERACIONES INTRODUCCIÓN A LA CONSTRUCCIÓN DE MODELOS. MODELOS DE PROGRAMACION LINEAL CON VARIABLES TIPO X i. 1.1 Introducción a la Investigación de Operaciones y tipos de modelos:
Más detallesCAPITULO I. Simulación En Minería
CAPITULO I Simulación En Minería En un esfuerzo por rastrear la historia de la Simulación en minería desde la publicación del primer documento en 1961 hasta nuestros días, las contribuciones importantes
Más detallesNUCLEO TEMATICO: GENERALIDADES SOBRE MODELOS y MODELOS FINANCIEROS SEMANA: 1 TEMA INTRODUCCIÓN A LA TEORIA DE MODELOS 1
NUCLEO TEMATICO: GENERALIDADES SOBRE MODELOS y MODELOS FINANCIEROS SEMANA: 1 TEMA INTRODUCCIÓN A LA TEORIA DE MODELOS 1 DEFINICIÓN DE MODELO: Los sistemas administrativos se caracterizan por ser dinámicos,
Más detallesClase #1 INTRODUCCIÓN: INVESTIGACIÓN DE OPERACIONES (I.O.) Y MODELAMIENTO MATEMATICO
Clase #1 INTRODUCCIÓN: INVESTIGACIÓN DE OPERACIONES (I.O.) Y MODELAMIENTO MATEMATICO CONTENIDO 1. Objetivos del curso 2. Programa Resumido 3. Evaluaciones 4. Bibliografía 5. Orígenes de la I. O. 6. Casos
Más detallesOPTIMIZACION DETERMINISTICA
OPTIMIZACION DETERMINISTICA 1 PROBLEMA GENERAL Además de analizar los flujos de caja de las las alternativas de inversión, también se debe analizar la forma como se asignan recursos limitados entre actividades
Más detallesMODELOS DE INVESTIGACION DE OPERACIONES
MODELOS DE INVESTIGACION DE OPERACIONES CARACTERÍSTICAS Los modelos se dividen en determinísticos (no probabilisticos) y estocásticos (probilisticos). Hay otros modelos híbridos porque incluyen las dos
Más detallesPREFACIO... xvi. CAPÍTULO 1 Introduction... 1
ÍNDICE PREFACIO... xvi CAPÍTULO 1 Introduction... 1 1.1 Orígenes de la investigación de operaciones... 1 1.2 Naturaleza de la investigación de operaciones... 2 1.3 Efecto de la investigación de operaciones...
Más detallesModelos y Toma de Decisiones
Modelos y Toma de Decisiones Toma de decisiones Keeney (2004) define decisiones como situaciones donde se reconce que hay que hacer una selección a conciencia de un curso de acción. Es la emisión de un
Más detallesToma de decisiones. Exploración: búsqueda y descubrimiento. Explotación: refinamiento e institucionalización. H. R. Alvarez A., Ph. D.
Toma de Decisiones Toma de decisiones Keeney (2004) define decisiones como situaciones donde se reconce que hay que hacer una selección a conciencia de un curso de acción. Es la emisión de un juicio referente
Más detallesCONTENIDO SEMBLANZA DE LOS AUTORES DE LOS ESCRITORES DE CASOS..
CONTENIDO SEMBLANZA DE LOS AUTORES DE LOS ESCRITORES DE CASOS.. PREFACIO. xix xxi xxiii CAPITULO I Introducción. 1 1.1 Orígenes de la investigación de operaciones. 1 1.2 Naturaleza de la investigación
Más detallesMODELIZACION 01. Universidad Nacional de La Pampa Facultad de Ciencias Económicas y Jurídicas 18 - Métodos Cuantitativos para la Administración
Bibliografía Mathur y Solow; Investigación de Operaciones - El arte de la toma de decisiones. Ed. Prentice Hall Anderson, Sweeney y Williams; Introducción a los modelos cuantitativos para Administración.
Más detallesINDICE. 92 solución gráfica de ecuaciones lineales 1.5. resolución de sistemas de ecuaciones lineales
INDICE Prefacio XV Capitulo 0. Conceptos algebraicos 1 0.1. Conjuntos 2 0.2. Los números reales 10 0.3. Exponentes de las integrales 16 0.4. Radicales y exponentes racionales 21 0.5. Operaciones con expresiones
Más detallesCARACTERÍSTICAS 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 detallesde Operaciones Área Académica: Sistemas Computacionales Tema: Tipos de Modelos en Investigación Profesor: I.S.C. Guadalupe Hernández Coca
Área Académica: Sistemas Computacionales Tema: Tipos de Modelos en Investigación de Operaciones Profesor: I.S.C. Guadalupe Hernández Coca Periodo: Julio Diciembre 2011 Keywords: investigation of operations,
Más detalles1 Control Óptimo. 1.1 Introducción Problema típico de control óptimo
1 Control Óptimo 1.1 Introducción El control óptimo es una rama del control moderno que se relaciona con el diseño de controladores para sistemas dinámicos tal que se minimice una función de medición que
Más detallesGUIA DE SIMULACION UNIVERSIDAD POLITECNICA DE NICARAGUA. Marzo 25, 2011 Autor: KATIA NORELLY MENDOZA FAJARDO
GUIA DE SIMULACION UNIVERSIDAD POLITECNICA DE NICARAGUA Marzo 25, 2011 Autor: KATIA NORELLY MENDOZA FAJARDO Qué es la Simulación? Una definición más formal, es que la simulación es el proceso de diseñar
Más detallesCompetencia Matemática
Instituto Nacional para la Evaluación de la Educación Dirección de Proyectos Internacionales y Especiales Competencia matemática en PISA Jornadas bajacalifornianas en materia de Evaluación Educativa 2011
Más detallesFUNDAMENTOS DE PROGRAMACIÓN ENTERA
02 de Octubre de 2017 FUNDAMENTOS DE PROGRAMACIÓN ENTERA Ingeniería en Informática Ingeniería Industrial Universidad Católica Andrés Bello Programación Entera José Luis Quintero 1 Puntos a tratar 1. Investigación
Más detallesIntroducción a la Optimización Matemática
Introducción a la Optimización Matemática Modelos de Optimización Tienen como propósito seleccionar la mejor decisión de un número de posibles alternativas, sin tener que enumerar completamente todas ellas.
Más detallesINGENIERÍA EN MECATRÓNICA
INGENIERÍA EN MECATRÓNICA HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Optativa II Métodos cuantitativos para la toma de decisiones en administración 2. Competencias
Más detalles8 MATEMÁTICAS CON EXCEL 2007 RA-MA
ÍNDICE CAPÍTULO 1. HERRAMIENTAS BÁSICAS...23 1.1 ARITMÉTICA I...23 1.1.1 Herramientas Excel...23 1.1.2 Conceptos matemáticos...24 1.1.3 Opciones avanzadas 1...35 1.1.4 Opciones avanzadas 2...36 1.1.5 Opciones
Más detallesMODELADO, OPTIMIZACION Y SIMULACIÓN POR COMPUTADORA CONCEPTOS BASICOS. Representación idealizada de un sistema
MODELADO, OPTIMIZACION Y SIMULACIÓN POR COMPUTADORA DESCRIPCION: Curso teórico-práctico en el que se revisa los principios de la simulación estocástica de sistemas de evento discreto para diseñar, mejorar
Más detallesPlanteamiento de una oferta comercial con técnicas de programación lineal. CASO 1 : Oferta Comercial ASEBOR, versión simplificada
SEMINARIO: 2º Sesión Planteamiento de una oferta comercial con técnicas de programación lineal Caso oferta comercial de bodega aplicando SOLVER PARA EXCEL Aspectos conceptuales de la PL y el Solver de
Más detallesUNIVERSIDAD DE GUANAJUATO
NOMBRE DE LA ENTIDAD: NOMBRE DEL PROGRAMA EDUCATIVO: UNIVERSIDAD DE GUANAJUATO CAMPUS LEÓN; DIVISIÓN DE CIENCIAS E INGENIERÍAS Licenciatura en Ingeniería Química NOMBRE DE LA MATERIA: Métodos Numéricos
Más detallesANEXO 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 detallesMatemáticas de la Especialidad de Ingeniería Mecánica
Matemáticas de la Especialidad de Ingeniería Mecánica Módulo 1: Introducción Plan 2010: Programa curso 2013 14 Clase 01 Introducción a la asignatura. Introducción a Matlab. Clases 02, 03 Primer ejemplo
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 detallesINDICE Capitulo 1. Fundamentos de Ingenierías económicas Ejemplos adicionales Resumen del capitulo Problemas Problemas de repaso FI Ejercicio amplio
INDICE Así Comienza Todo Capitulo 1. Fundamentos de Ingenierías económicas 4 1.1. Por qué es importante la ingeniería económica para los ingenieros 6 (y otros profesionales)? 1.2. Papel de la ingeniería
Más detallesMETODOS CUANTITATIVOS PARA LA TOMA DE DECISIONES EN CONTABILIDAD, ADMINISTRACIÓN, ECONOMÍA. 40 Carlos Bouza Herrera (UH)
METODOS CUANTITATIVOS PARA LA TOMA DE DECISIONES EN CONTABILIDAD, ADMINISTRACIÓN, ECONOMÍA 1 Algunos pensamientos sobre el porque de las investigaciones cuantitatitivas Si es $ es cuantitativa! 2 INTRODUCCIÓN
Más detallesPensando en Modelos. H. R. Alvarez A., Ph. D.
Pensando en Modelos H. R. Alvarez A., Ph. D. Modelos y la toma de decisiones La idea no es nueva: mapas, diagramas de flujo, gráficas y ecuaciones básicas. http://negocios.maimonides.edu/%c2%a1a-tomar-mejoresdecisiones-gerenciales/
Más detallesUNIVERSIDAD TECNOLÓGICA DE PANAMÁ H. R. Alvarez A., Ph. D.
H. R. Alvarez A., Ph. Modelos y la toma de decisiones El proceso racional de toma de decisiones utiliza modelos y reglas matemáticas Estos modelos y reglas permiten un proceso sistemático y ordenado de
Más detallesSistemas de Optimización de Recursos
Marzo, 2010 I. Historia. Durante la Segunda Guerra Mundial, hacia 1941, un grupo de científicos se reunió para estudiar la mejora de las complejas operaciones militares, principalmente en el área de logística.
Más detallesCAPITULO 1: PERSPECTIVE GENERAL DE LA
CONTENIDO CAPITULO 1: PERSPECTIVE GENERAL DE LA INVESTIGACION DE OPERACIONES 1 1.1 Modelos matemáticos de investigación de operaciones. 1 1.2 Técnicas de investigación de operaciones 3 1.3 Modelado de
Más detallesOptimización en Ingeniería
Optimización en Ingeniería Departamento de Computación CINVESTAV-IPN Av. IPN No. 2508 Col. San Pedro Zacatenco México, D.F. 07300 email: ccoello@cs.cinvestav.mx Introducción Llamamos optimización al acto
Más detallesINVESTIGACIÓN DE OPERACIONES Administración Logística
Asignatura: INVESTIGACIÓN DE OPERACIONES Programa: Administración Logística Semestre: Octavo Créditos: Dos (2) Número y Nombre del módulo Módulo 1: Modelación y Programación Lineal Autor: Ing. Nicolás
Más detallesNombre de la materia Métodos Matemáticos IV Departamento Ingenierías Academia Matemáticas
Nombre de la materia Métodos Matemáticos IV Departamento Ingenierías Academia Matemáticas Clave Horas-teoría Horas-práctica Horas-AI Total-horas Créditos 15441 48 48 96 9 Nivel Carrera Tipo Prerrequisitos
Más detallesAño Académico 2009 INGENIERÍA INDUSTRIAL E INGENIERÍA DE SISTEMAS
Año Académico 2009 INGENIERÍA INDUSTRIAL E INGENIERÍA DE SISTEMAS Investigación de operaciones I UNIDAD Unidad I: Programación lineal Conjuntos convexos, propiedades. Solución gráfica del problema bidimensional
Más detallesCAPÍTULO 1 PRINCIPIOS BÁSICOS DE SIMULACIÓN
CAPÍTULO 1 PRINCIPIOS BÁSICOS DE SIMULACIÓN SOFTWARE PARA LA GESTIÓN DE PRODUCCIÓN Y OPERACIONES 10MO IPO INTRODUCCIÓN A LA SIMULACIÓN La creación de nuevos y mejores desarrollos en el área de la computación
Más detallesI.- DATOS DE IDENTIFICACIÓN Nombre de la asignatura Métodos Numéricos (465)
UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE INGENIERÍA CIVIL SECRETARÍA ACADÉMICA Coordinación de Investigación, Innovación, Evaluación y Documentación Educativas. I.- DATOS DE IDENTIFICACIÓN Nombre
Más detallesModelos, Simulación, y Optimización
Modelos, Simulación, y Optimización Aplicaciones en la industria, logística, y operaciones de negocios. Como ahorrar costos, reducir riesgos y obtener el máximo retorno de las inversiones Agenda Que es
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO PROGRAMA DE POSGRADO EN INGENIERÍA PROGRAMA DE ESTUDIO
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO PROGRAMA DE POSGRADO EN INGENIERÍA PROGRAMA DE ESTUDIO MATEMÁTICAS APLICADAS I 62506 6 Asignatura Clave Semestre Créditos INGENIERIA CIVIL GEOTECNIA MAESTRIA EN
Más detallesELABORACIÓN DE LA MATRIZ DE ESPECIFICACIONES DE CADA UNA DE LAS MATERIAS OBJETO DE LA EBAU Matemáticas II. 2º Bachillerato
Bloque 1. Procesos, métodos y actitudes en matemáticas. 20% Expresa verbalmente de forma razonada el proceso seguido en la resolución de un problema, con el rigor y la precisión adecuados. Analiza y comprende
Más detallesÍNDICE CAPÍTULO 0 CANCEPTOS ALGEBRAICOS 1 CAPÍTUO 1 ECUACIONES Y FUNCIONES LINEALES 56 CAPÍTULO 2 FUNCIONES ESPECIALES 133. Prefacio...
ÍNDICE Prefacio... XV CAPÍTULO 0 CANCEPTOS ALGEBRAICOS 1 0.1 Conjuntos... 2 0.2 Los números reales... 10 0.3 Exponentes de las integrales... 16 0.4 Radicales y exponentes racionales... 21 0.5 Operaciones
Más detallesAumento del nivel de órdenes Perfectas. Julie Andrea González Morales Estudiante Ing. Matemática. Práctica Investigativa
Aumento del nivel de órdenes Perfectas Julie Andrea González Morales Estudiante Ing. Matemática Práctica Investigativa Profesores Ricardo García Freddy Marín Universidad EAFIT Medellín 2007-05-14 OBJETIVOS
Más detallesSIMULACIÓN INGENIERÍA INDUSTRIAL E D. D. J U A N M A N U E L C A R R I Ó N D E L G A D O
SIMULACIÓN INGENIERÍA INDUSTRIAL E D. D. J U A N M A N U E L C A R R I Ó N D E L G A D O INTRODUCCIÓN A LA SIMULACIÓN DE EVENTOS DISCRETOS U N I D A D 1 ESTABLECERÁ EL CONCEPTO DE SIMULACIÓN,. CONOCERÁ
Más detallesUNIVERSIDAD NACIONAL DE INGENIERÍA SEDE: UNI-NORTE PRIMER PARCIAL DE INVESTIGACIÓN DE OPERACIONES I (SOLUCIÓN)
UNIVERSIDAD NACIONAL DE INGENIERÍA SEDE: UNI-NORTE PRIMER PARCIAL DE INVESTIGACIÓN DE OPERACIONES I Prof.: MSc. Ing. Julio Rito Vargas Avilés (SOLUCIÓN) I. Representar gráficamente la región determinada
Más detallesMatemáticas Administrativas
Matemáticas Administrativas Matemáticas Administrativas Ciencias Económico Administrativas Economía Nombre de la Materia Departamento Academia Clave Horas-teoría Horas-práctica Horas-Al Total-horas Créditos
Más detallesTema 1. Modelos lineales y solución gráfica. 1.1 El modelo lineal
Tema 1 Modelos lineales y solución gráfica La programación lineal es una importante rama de la Investigación Operativa. Esta técnica matemática consiste en una serie de métodos que permiten obtener la
Más detallesSISTEMAS DE APOYO A LA TOMA DE DECISIONES : DSS y EIS
IIC3712 GESTIÓN de las TEC. de INFORMACIÓN SISTEMAS DE APOYO A LA TOMA DE DECISIONES : DSS y EIS Ignacio Casas R. Escuela de Ingeniería Pontificia Universidad Católica de Chile Mayo, 2002 Qué es la Toma
Más detallesOPTIMIZACIÓN Y SIMULACIÓN EN LA EMPRESA Tema 1 Introducción
OPTIMIZACIÓN Y SIMULACIÓN EN LA EMPRESA Tema 1 Introducción OBJETIVOS DEL CURSO Objetivos del curso: Identificar, modelar y resolver problemas de toma de decisiones Ser capaces de entender y abordar las
Más detallesMATEMÁTICAS II MATRIZ DE ESPECIFICACIONES DE LA ASIGNATURA DE MATEMÁTICAS II ESTÁNDARES DE APRENDIZAJE AL BLOQUE
MATRIZ DE ESPECIFICACIONES DE LA ASIGNATURA DE MATEMÁTICAS II BLOQUES DE CONTENIDO PORCENTAJE ASIGNADO AL BLOQUE ESTÁNDARES DE APRENDIZAJE Bloque 1. Procesos, métodos y actitudes en matemáticas. 30 % Expresa
Más detallesFACULTAD DE INGENIERÍA Y ARQUITECTURA ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS E INFORMÁTICA
FACULTAD DE INGENIERÍA Y ARQUITECTURA ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS E INFORMÁTICA SÍLABO DE PROGRAMACIÓN LINEAL I. DATOS GENERALES 1.0 Unidad Académica : Ingeniería de Sistemas e Informática
Más detallesMétodos Numéricos CÓDIGO: Teórico - Práctico. Agosto 5 de 2018.
Página 1 de 4 FACULTAD: CIENCIAS BASICAS PROGRAMA: _FISICA DEPARTAMENTO DE: FISICA Y GEOLOGIA CURSO: ÁREA: Métodos Numéricos CÓDIGO: 157103 Profundización REQUISITOS: 167003 CORREQUISITO: -------------
Más detallesESCUELA DE INGENIERÍA DE SISTEMAS Y SEGURIDAD INFORMÁTICA SESION 06.
ESCUELA DE INGENIERÍA DE SISTEMAS Y SEGURIDAD INFORMÁTICA SESION 06 http://wleon.wordpress.com/ William León Velásquez Es el proceso de diseñar un modelo de un sistema y llevar a cabo experiencias con
Más detallesIntroducción a los Modelos de Autómata Celular con NetLogo
Introducción a los Modelos de Autómata Celular con NetLogo 7º y 8º sesiones del curso de INTRODUCCIÓN A LAS TÉCNICAS MODERNAS DE MODELACIÓN Y ANÁLISIS REGIONAL Julio 2012, FES-Acatlán Qué son los MBA s
Más detallesINGENIERÍA INDUSTRIAL EN COMPETENCIAS PROFESIONALES
INGENIERÍA INDUSTRIAL EN COMPETENCIAS PROFESIONALES ASIGNATURA DE INVESTIGACIÓN DE OPERACIONES UNIDADES DE APRENDIZAJE 1. Competencias Administrar los recursos necesarios de la organización para asegurar
Más detallesInvestigación de Operaciones I
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Investigación de Operaciones I Ingeniería Industrial INB-0406 4-0-8 2.- HISTORIA
Más detallesNombre de la asignatura: Simulación. Créditos: Aportación al perfil
Nombre de la asignatura: Simulación Créditos: 2-4-6 Aportación al perfil Analizar, diseñar y gestionar sistemas productivos desde la provisión de insumos hasta la entrega de bienes y servicios, integrándolos
Más detallesJuan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos
1 WINQSB (Sistema de consultas para negocios) 2 3 Módulos de WinQSB MÓDULO 1: Aceptación de análisis de prueba Desarrolla y analiza aceptación de planes de prueba para atributos y características de calidad
Más detallesANÁLISIS NUMÉRICO. 4 horas a la semana 8 créditos Cuarto semestre
ANÁLISIS NUMÉRICO 4 horas a la semana 8 créditos Cuarto semestre Objetivo del curso: El estudiante deducirá y utilizará métodos numéricos para obtener soluciones aproximadas de modelos matemáticos que
Más detallesMODELOS DE DECISIÓN. L.A. y M.C.E. Emma Linda Diez Knoth. 1 Colcio.j
MODELOS DE DECISIÓN 1 Colcio.j MODELOS DE DECISIÓN a) Decisiones empresariales: Alcanzar las metas de la organización. Utilizar algún criterio o medida del rendimiento. La medida más común del rendimiento
Más detallesUNIDAD II. PROGRAMACIÓN LINEAL
UNIDAD II. PROGRAMACIÓN LINEAL OBJETIVO DE APRENDIZAJE: El alumno identificará y analizará problemas de optimización de funciones y recursos para mejorar la operación de una organización. Introducción
Más detallesSOLVER PLANTEAR EL SIGUIENTE EJERCICIO CON SUS PASOS A SEGUIR Y DISEÑAR UN MODELO MATEMATICO CON SUS RESPECTIVAS FUNCIONES
SOLVER PLANTEAR EL SIGUIENTE EJERCICIO CON SUS PASOS A SEGUIR Y DISEÑAR UN MODELO MATEMATICO CON SUS RESPECTIVAS FUNCIONES 1. Analizar el problema ya que se tiene que realizar 2 tablas una para plantear
Más detallesCurso de Simulación de. Sistemas
Curso de Simulación de Sistemas Introducción a la Modelación y Simulación de Sistemas MSc. Ing. Julio Rito Vargas Avilés I Cuatrimestre 2015 Bibliografía 2 /62 El desarrollo de nuevas tecnologías en el
Más detallesMÉTODOS CUANTITATIVOS PARA LA TOMA DE DECISIONES. Ing. Fabián Cazar
MÉTODOS CUANTITATIVOS PARA LA TOMA DE DECISIONES Ing. Fabián Cazar fcazar@uazuay.edu.ec INTRODUCCIÓN DEFINICION Métodos Cuantitativos: Técnicas científicas usadas a la hora de tomar decisiones. Explicar
Más detallesCómo optimizamos en varias variables?
Cómo optimizamos en varias variables? Introducción La optimización intenta dar respuesta a un tipo general de problemas donde se desea elegir el mejor entre un conjunto de elementos. En su forma más simple,
Más detalles1. Los números reales. 2. Representación. 3. Densidad de los números racionales. 4. Propiedades de los números reales
EJES ARTICULADORES Y PRODUCTIVOS DEL AREA SISTEMA DE CONOCIMIENTOS GRADO: 10 11 1. Los números reales 1. Desigualdades. 2. Representación 2. Propiedades. 3. Densidad de los números racionales 4. Propiedades
Más detallesNombre de la asignatura: Investigación de Operaciones II. Créditos: Aportación al perfil
Nombre de la asignatura: Investigación de Operaciones II Créditos: 2-2-4 Aportación al perfil Analizar, diseñar y gestionar sistemas productivos desde la provisión de insumos hasta la entrega de bienes
Más detalles6. PROGRAMACIÓN DEL CURSO 4º A DE E. S. O.
6. PROGRAMACIÓN DEL CURSO 4º A DE E. S. O. 6.1 OBJETIVOS GENERALES DEL CURSO Reconocer las diferentes clases de números, y operar correctamente con ellos. Aplicaciones aritméticas. Conocer y manejar la
Más detallesDirección de operaciones. SESIÓN # 2: Programación lineal
Dirección de operaciones SESIÓN # 2: Programación lineal Contextualización Dentro de la sesión anterior conocimos el concepto y alcance de la administración de operaciones, dicho de otro modo el qué, ahora
Más detallesCarrera: GCM Participantes. Representantes de las Academias de Ingeniería en Geociencias. Academia de Ingeniería en Geociencias
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Análisis Numérico y Programación Ingeniería en Geociencias GCM-0502 3-2-8 2.- HISTORIA
Más detalles1.2. Los dos grandes métodos de selección de carteras: la gestión activa y la gestión pasiva... 16
ÏNDICE Indice... 3 Prólogo... 11 Capítulo 1 14 1.1. Introducción... 16 1.2. Los dos grandes métodos de selección de carteras: la gestión activa y la gestión pasiva.... 16 1.2.1. La gestión activa.... 17
Más detallesn Un Gerente elige un plan de acción para lograr metas de la organización.
MODELOS - METODOS Modelos - Decisiones n Un Gerente elige un plan de acción para lograr metas de la organización. n Para cada Decisión se utiliza algún criterio o medida de desempeño (Max. Utilidades).
Más detallesUn repaso de la estadística para uso de la herramienta
Un repaso de la estadística para uso de la herramienta Marisa Caipo, PhD Unidad de Inocuidad de los Alimentos y Codex Organización de las Naciones Unidas para la Alimentación y la Agricultura Taller para
Más detallesEJERCICIO DE MAXIMIZACION
PROGRAMACION LINEAL Programación lineal es una técnica matemática que sirve para investigar, para así, hallar la solución a un problema dado dentro de un conjunto de soluciones factibles y es la operación
Más detalles1.- INTRODUCCIÓN TEORIA DE COLAS
1.- INTRODUCCIÓN TEORIA DE COLAS 1.1.- Introducción a la teoría de colas Tal y como se ha comentado anteriormente, los sistemas de colas son modelos de sistemas que proporcionan un servicio. Como modelo,
Más detallesU.N.Ju. Facultad de Ingeniería I. O. Trabajo Practico Nº 2: PL Grafico - Fecha: /abr/11
U.N.Ju. Facultad de Ingeniería I. O. Trabajo Practico Nº 2: PL Grafico - Fecha: /abr/11 ALUMNO: CARRERA: L.U. Nº: FIRMA: Ejercicios: 1) Defina a La Programación Lineal. 2) Escriba la forma canónica de
Más detallesLicenciatura en Actuaría PROGRAMA DE ESTUDIO
PROGRAMA DE ESTUDIO Matemáticas Actuariales del Seguro de Personas I Programa Educativo: Licenciatura en Actuaría Área de Formación : Sustantiva Profesional Horas teóricas: 3 Horas prácticas: 3 Total de
Más detallesINVESTIGACION DE OPERACIONES
Universidad del Valle Facultad de Ciencias de la Administración Departamento: INVESTIGACION DE OPERACIONES DESCRIPCION DE LA ASIGNATURA La Investigación de Operaciones es una de las áreas de conocimiento
Más detallesUNIVERSIDAD EXTERNADO DE COLOMBIA FACULTAD DE CONTADURÍA PÚBLICA PROGRAMA DE PREGRADO CICLO DE FUNDAMENTACION NOMBRE DE LA MATERIA: ALGEBRA LINEAL
UNIVERDAD EXTERNADO DE COLOMBIA FACULTAD DE CONTADURÍA PÚBLICA PROGRAMA DE PREGRADO CICLO DE FUNDAMENTACION MBRE DE LA MATERIA: ALGEBRA LINEAL SEMESTRE : TERCERO CÓDIGO DE LA MATERIA : CO0854 CRÉDITOS
Más detallesCAPÍTULO 8 SIMULACIÓN DE ESCENARIOS
CAPÍTULO 8 SIMULACIÓN DE ESCENARIOS Simulación es el proceso de diseñar y desarrollar un modelo computarizado de un sistema o proceso y conducir experimentos con este modelo con el propósito de entender
Más detallesFigura 1: Esquema de las tablas simplex de inicio y general.
RELACIONES PRIMAL-DUAL Los cambios que se hacen en el modelo original de programación lineal afectan a los elementos de la tabla óptima actual el que se tenga en el momento, que a su vez puede afectar
Más detallesINDICE Parte I. Modelos y Toma de Decisiones 1. Introducción al Análisis Cuantitativo 2. Introducción a la Construcción de Modelos
INDICE Parte I. Modelos y Toma de Decisiones 1 1. Introducción al Análisis Cuantitativo 3 Decisiones empresariales 3 Abstracción y simplificación 4 Construcción de modelos 5 Soluciones 5 Errores 6 Técnicas
Más detallesINGENIERIA INDUSTRIAL SIMULACION 1. INTRODUCCION
INGENIERIA INDUSTRIAL SIMULACION 1. INTRODUCCION Blog del curso: simulacion.wordpress.com DR. JORGE ACUÑA A. 1 QUE ES SIMULACION? La representación vía computadora de un conjunto de eventos reales tomando
Más detallesECONOMÍA DEL DESPACHO Y PLANIFICACIÓN DEL SISTEMA ELÉCTRICO
ECONOMÍA DEL DESPACHO Y PLANIFICACIÓN DEL SISTEMA ELÉCTRICO CAPACITACIÓN A DISTANCIA OBJETIVO El curso se divide en tres módulos cuyos objetivos fundamentales son: Presentar una introducción a los problemas
Más detallesUniversidad de La Sabana Análisis comparativo de los paradigmas de simulación
Universidad de La Sabana Análisis comparativo de los paradigmas de simulación Autor: Alfonso Sarmiento Agenda 1. Definiciones previas 2. Comparación cualitativa de los paradigmas 3. Comparación cuantitativa
Más detalles