RELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA

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

Download "RELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA"

Transcripción

1 RELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA SIMPLEX Y LINEAL ENTERA a Resuelve el siguiente problema con variables continuas positivas utilizando el método simple a partir del vértice inicial (, y = ( 0,0 ma + y sa..: + y 8 + y y, 0 b Partiendo de la solución óptima del problema anterior aplicar el método de ramificación y corte para obtener la solución siendo ambas variables enteras. Dibuja el árbol de ramificación obtenido. c Dibuja sobre la región factible los cortes realizados por el método en el apartado anterior asta llegar al óptimo entero. Dibuja igualmente el el árbol de ramificación y corte completo del problema. PROBLEMA Dado el siguiente árbol incompleto de soluciones obtenido en un paso intermedio al resolver, mediante ramificación y acotamiento, un problema de programación lineal entera de minimización en que todas las variables son binarias, decir qué ramas se descarta seguir eplorando y por qué, además de decir cuál es el mínimo valor que se puede obtener en el problema llegados a este punto y por qué. (0,,0.,0. z= X=0 (0., 0.,, z= (,0,,0 z=8 X= X=0 (,0.,0.,0. z= X= X=0 (,,0,0. z=9 (,,0.,0 z= X= No factible Relación de problemas de optimización lineal entera /

2 RELACIÓN DE PROBLEMAS ADICIONALES DE PROGRAMACIÓN LINEAL ENTERA PROBLEMA APARTADO Resolver el siguiente problema mediante el método de ramificación y acotamiento: ma sujeto a : j { 0,} j =,..., PROBLEMA APARTADO Resolver gráficamente aplicando el método de ramificación y corte el siguiente problema: ma + sujeto a : + +, Z + Relación de problemas de optimización lineal entera /

3 SOLUCIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA SOLUCIÓN. SIMPLEX Y LINEAL ENTERA a Resuelve el siguiente problema con variables continuas positivas utilizando el método simple a partir del vértice inicial (, y = ( 0,0 La formulación estándar de este problema sigue a continuación: ma + y sa..: + y + = 8 + y + = y, 0 La tabla simple asociada a la formulación estándar iniciando en el punto (0, 0 resulta: y Cotas z Se escoje la variable como variable entrante (podría aberse escogido la variable y y se saca la variable resultando la siguiente tabla: y Cotas Relación z Se escoje la variable y como variable entrante y se saca la variable resultando la siguiente tabla: y Cotas z 0 0 y Relación de problemas de optimización lineal entera /

4 Esta tabla resulta óptima ya que todos los costes reducidos son negativos. La solución óptima es ( y, = (, 8 y la función objetivo evidentemente adquiere el valor de la suma de las dos variables. b Partiendo de la solución óptima del problema anterior aplicar el método de ramificación y corte para obtener la solución siendo ambas variables enteras. Ambas variables toman valor no entero en la solución óptima por lo tanto el valor que toma la función objetivo en el apartado anterior resulta una cota superior de la función objetivo para la solución entera óptima. Escogiendo la variable para ramificar se añade al problema anterior bien la restricción o bien. Añadiendo la restricción, dica restricción se epresa como + = e introduciendo dica restricción sobre la tabla final del apartado anterior resulta la tabla siguiente: y Cotas z y Epresando en forma estándar la tabla resulta: z y Cotas y Relación Se aplica el método simple dual saliendo la variable y entra la variable, la tabla resultante es la siguiente: Relación de problemas de optimización lineal entera /

5 z y Cotas y La solución obtenida sigue sin ser entera en la variable y. Añadiendo la restricción, dica restricción se epresa como e = e introduciendo dica restricción sobre la tabla final del apartado anterior resulta la tabla siguiente: y e Cotas z y e Epresando la tabla anterior en forma estándar se tiene la tabla siguiente: z y e Cotas y e 0 0 Relación Se aplica el método simple dual saliendo la variable e y entra la variable, la tabla resultante es la siguiente: Relación de problemas de optimización lineal entera /

6 z y e Cotas y La solución alcanzada ( y, = (, es entera y la función objetivo vale por tanto 8. Esta solución es óptima debido a que la función objetivo al tomar valores enteros ( ma + y, la otra rama no se sigue ramificando porque no alcanza un valor superior a 9 y por lo tanto lo más que puede alcanzarse al ramificar es otra solución óptima que alcance el valor 8 en la función objetivo tal y como ocurre con la solución ( y, = (, y como se ve en el apartado siguiente. c Dibuja sobre la región factible los cortes realizados por el método en el apartado anterior asta llegar al óptimo entero. Dibuja igualmente el el árbol de ramificación y corte completo del problema. y (, 0 Óptimo IP Óptimo LP (, 8 Óptimo IP (, Relación de problemas de optimización lineal entera /

7 Z = (, 8 Z = 8 0 (, 0 Z = 8 (, y y Z = 8 (, Infactible Relación de problemas de optimización lineal entera /

8 SOLUCIÓN. PROBLEMA Nodos sin eplorar o ramificar: No factible: se poda ya que no ay solución factible z=8: solución entera, luego z*=8 z=9: se poda ya que aunque no es entera, es peor que la mejor encontrada asta el momento (minimización z=: no es entera, la cota es mejor que la de la solución entera mejor encontrada asta el momento, es factible: no se puede podar, ay que seguir ramificando. Resto de nodos ya están eplorados. La mejor solución por el momento es z=8, pero podría llegar a ser eplorando el nodo que aún queda activo. Relación de problemas de optimización lineal entera 8/

9 SOLUCIÓN DE PROBLEMAS ADICIONALES DE PROGRAMACIÓN LINEAL ENTERA SOLUCIÓN. PROBLEMA APARTADO Se resuelve el problema relajado considerando que las variables binarias son positivas y tienen asociada una restricción de menor o igual a la unidad. La tabla inicial simple corresponde al siguiente problema: ma sujeto a : = + = + = + = + = + = Cotas Relación -Z / / Esta tabla está en formato estándar y por lo tanto se escoge como variable entrante en la base la variable debido a que su coste reducido es el mayor de todos. La variable que sale es. A continuación se muestra la tabla con la base actualizada. Cotas Relación -Z / / Relación de problemas de optimización lineal entera 9/

10 Entra la variable y sale resultando la siguiente tabla con la base actualizada. Cotas Relación -Z / / Entra la variable y sale resultando la siguiente tabla con la base actualizada. Cotas Relación -Z / / Entra la variable y sale resultando la siguiente tabla con la base actualizada. Cotas Relación -Z / / - -/ 0 0 / / / -/ / / 0 / La solución óptima relajada resulta ser (,,,, =,,,, 0 cota superior de la función objetivo de. con una Relación de problemas de optimización lineal entera 0/

11 Al presentar una de las variables binarias ( un valor no entero, se ramifica el problema añadiendo las restricciones correspondientes. Z=,,,,0 0 Si se añade la restricción 0, ésta se convierte en + = 0, obteniéndose una solución básica no factible tal y como se indica en la tabla siguiente al epresar dica tabla en su forma estándar. Cotas -Z / / -/ - -/ / / -/ / / 0 0 / / -/ / / / Relación Aplicando el procedimiento del simple dual, la variable sale de la base y la variable entra en la base (podría aberse escogido la variable. Se obtiene la tabla siguiente: Relación de problemas de optimización lineal entera /

12 Cotas -Z Relación 0 La variable sale de la base y la variable entra en la base resultando la tabla siguiente: Cotas -Z La solución obtenida es factible ya que todas las variables toman valores enteros y el valor de la función objetivo es 0, que pasa a ser una cota inferior para el valor óptimo. (,,,, = (,,, 0, La otra rama que parte del problema relajado consiste en añadir la restricción, ésta se convierte en 8 =, obteniéndose una solución básica no factible tal y como se indica en la tabla siguiente al epresarse en su forma estándar. Relación de problemas de optimización lineal entera /

13 8 Cotas -Z / / -/ - -/ / / -/ / / 0 0 / / / -/ - -/ 0 0 -/ Relación / / / Sale de la base la variable 8 y entra la variable ya que es la que menor relación adquiere. 8 Cotas -Z / -8/ -/ -/ / -00/ / / -/ -/ / / / -/ / / 0 0 -/ / La solución óptima con la restricción incorporada es (,,,, =,,,, 0 con z =.8. La solución no se puede descartar, pues el valor objetivo no es inferior a la cota actual (0. Como no presenta un valor entero es necesario ramificar nuevamente. Relación de problemas de optimización lineal entera /

14 Z=,,,,0 0 Z= 0 (,,,0, ẑ = 0 0 Z=.8,,,,0 Añadiendo la restricción 0 se obtiene la solución (,,,, = (,, 0,, 0 con un valor de la función objetivo de y se descarta esta solución por ser inferior a 0. Si se añade se obtiene la solución (,,,, =,,,,0 con un valor de la función objetivo de.8 y por lo tanto se puede seguir ramificando el árbol tal y como se indica a continuación: Z=,,,,0 0 Z= 0 (,,,0, ẑ = 0 0 Z= (,,0,,0 Z=.8,,,,0 Z =.8,,,,0 0 Añadiendo la restricción 0 se obtiene la solución (,,,, = (, 0,,, 0 con un valor de la función objetivo de 0 y se descarta esta solución por ser inferior a la cota inferior. Relación de problemas de optimización lineal entera /

15 Si se añade se obtiene la solución (,,,, =,,,,0 con un valor de la función objetivo de.8 (no se descarta y por lo tanto se puede seguir ramificando el árbol tal y como se indica a continuación: Z=,,,,0 0 Z= 0 (,,,0, ẑ = 0 0 Z= (,,0,,0 Z=.8,,,,0 Z=.8,,,,0 0 Z=0 Z=.8 (,0,,,0,,,,0 0 Z= ( 0,,,,0 Infactible Añadiendo la restricción 0 se obtiene la solución (,,,, = ( 0,,,, 0 con un valor de la función objetivo de y se descarta esta solución por ser inferior a la cota inferior. Si se añade se obtiene una solución infactible. Por lo tanto la solución óptima consiste en la solución entera inicialmente encontrada: (,,,, = (,,, 0, con valor de la función objetivo 0. Este problema tiene otra solución igualmente óptima (,,,, = (,,, 0, 0. Relación de problemas de optimización lineal entera /

16 SOLUCIÓN. PROBLEMA APARTADO El árbol de ramificación y corte es el siguiente: OPTIMO LP (.,. Z=.8 (, Z= (,. (,.8 Z=. Z=.8 Z ˆ = (0, Z= (, Z= (., Z=. INFACTIBLE (, 0. Z=. 0 (, 0 Z= INFACTIBLE Se resuelven los nodos del árbol según el orden establecido por el número enmarcado en el círculo. Siguiendo dica ordenación el primer nodo que obtiene una solución entera factible es el nudo. Por lo tanto, la cota inferior ẑ del problema de maimización resulta ser. Al ser el valor de la función objetivo en el nodo un valor entero inferior a ẑ dico nodo es una solución factible pero no óptima. La función objetivo al tener sólo variables enteras y también al ser sus coeficientes valores enteros la solución óptima del problema resultará ser un valor entero. Teniento en cuenta este eco el nodo obtiene una función objetivo superior a la cota inferior pero la parte entera de dica solución es igual a. Por lo tanto las ramas que salgan del nodo pueden ser podadas ya que como máimo pueden alcanzar el valor. No obstante el árbol está desarrollado completamente para comprobar que eisten tres soluciones óptimas que obtienen el mismo valor de la función Relación de problemas de optimización lineal entera /

17 objetivo, es decir,. Las soluciones son por orden de aparición: (,, (, y (,0. A continuación se muestra la resolución gráfica de cada uno de los nodos del árbol : 8 + Región factible relajada Solución factible entera Solución óptima relajada LP (.,. Z= Isobeneficio 8 + Región factible relajada Solución entera factible Solución óptima relajada (,. Z=. 8 + Relación de problemas de optimización lineal entera /

18 8 + Región factible relajada Solución entera factible Solución óptima relajada (, Z= Región factible relajada Solución entera factible Solución óptima relajada (0, Z= 8 + Relación de problemas de optimización lineal entera 8/

19 8 + Región factible relajada Solución entera factible Solución óptima relajada (,.8 Z= Región factible relajada Solución entera factible Solución óptima relajada (., Z=. 8 + Relación de problemas de optimización lineal entera 9/

20 8 + Región factible relajada Solución entera factible Solución óptima relajada INFACTIBLE Región factible relajada Solución entera factible Solución óptima relajada 8 (, Z= 8 + Relación de problemas de optimización lineal entera 0/

21 8 + Región factible relajada Solución entera factible Solución óptima relajada 9 (, 0. Z= Región factible relajada Solución entera factible Solución óptima relajada 0 (, 0 Z= Relación de problemas de optimización lineal entera /

22 8 + Región factible relajada Solución entera factible Solución óptima relajada INFACTIBLE 8 + Relación de problemas de optimización lineal entera /

máx 5x 1 + 7x 2 s.a 2x 1 + x x 1 + 9x 2 41 x 1 0, x 2 0, enteras, z opt z opt 38

máx 5x 1 + 7x 2 s.a 2x 1 + x x 1 + 9x 2 41 x 1 0, x 2 0, enteras, z opt z opt 38 Programación Lineal Entera / Investigación Operativa PROBLEMAS DE INVESTIGACIÓN OPERATIVA. Hoja 4. Resuelve el siguiente problema de programación entera por el método Branch and Bound: máx 5x + 7x s.a

Más detalles

Análisis Post Optimal y Algoritmo de Ramificación y Acotamiento

Análisis Post Optimal y Algoritmo de Ramificación y Acotamiento Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Industrial IN34A: Clase Auxiliar Análisis Post Optimal y Algoritmo de Ramificación y Acotamiento Marcel Goic F.

Más detalles

A= ; b 3 ; c ; x = = = h h

A= ; b 3 ; c ; x = = = h h RESULTADOS DE LA BIBLIOTECA DE PROBLEMAS DE CLASE SOLUCIÓN. PROBLEMA a) Sólo una: B= ( a, a), solución (5/,,0) b) Valor de la función objetivo 8/ c) Sí, es solución factible (verifica las restricciones)

Más detalles

Programación Lineal Entera. Programación Entera

Programación Lineal Entera. Programación Entera Programación Lineal Entera PE Programación Entera Modelo matemático, es el problema de programación lineal Restricción adicional de variables con valores enteros. Programación entera mita Algunas variables

Más detalles

9. Programación lineal entera.

9. Programación lineal entera. 9. rogramación lineal entera. Introducción Método de ramificación y poda rogramación lineal entera Un problema de programación entera es aquel en el que alguna o todas sus variables deben tomar valores

Más detalles

Resolución del problema. Problema: Los puntos extremos no tienen por qué ser enteros

Resolución del problema. Problema: Los puntos extremos no tienen por qué ser enteros Resolución del problema Problema: Los puntos extremos no tienen por qué ser enteros Si fueran enteros no habría problema por qué no obtener la envoltura convexa? demasiado costoso Hay unas formulaciones

Más detalles

Programación Entera. Nelson Devia C. IN Modelamiento y Optimización Departamento de Ingeniería Industrial Universidad de Chile

Programación Entera. Nelson Devia C. IN Modelamiento y Optimización Departamento de Ingeniería Industrial Universidad de Chile IN3701 - Modelamiento y Optimización Departamento de Ingeniería Industrial Universidad de Chile 2011 Basado en Bertsimas, D., Tsitsiklis, J. (1997) Introduction to Linear Optimization Capítulos 10 y 11

Más detalles

Algoritmo de ramificación y acotación

Algoritmo de ramificación y acotación Algoritmo de ramificación y acotación Investigación Operativa Ingeniería Técnica en Informática de Gestión UC3M Curso 08/09 Descripción de los objetivos En esta práctica desarrollaremos el algoritmo de

Más detalles

El método Ramifica y acota (Branch and Bound) (V)

El método Ramifica y acota (Branch and Bound) (V) El método Ramifica y acota (Branch and Bound) (V) Así pues, la estructura general de esta técnica consiste en: Un criterio para dividir los subconjuntos candidatos a contener la solución óptima encontrados

Más detalles

Teniendo en cuenta los valores de las variables se tienen 3 tipos de modelos lineales enteros:

Teniendo en cuenta los valores de las variables se tienen 3 tipos de modelos lineales enteros: Tema 5 Programación entera En este tema introducimos problemas lineales en los que algunas o todas las variables están restringidas a tomar valores enteros. Para resolver este tipo de problemas se han

Más detalles

Programación entera 1

Programación entera 1 Programación entera 1 1. El modelo de programación entera. 2. Aplicaciones de la programación entera. 3. Solución gráfica de problemas enteros. 4. El algoritmo de ramificación y acotación. 5. El algoritmo

Más detalles

Ejercicios de Programación Entera

Ejercicios de Programación Entera Ejercicios de Programación Entera Investigación Operativa Ingeniería Informática, UC3M Curso 08/09. En una ciudad se intenta disminuir la contaminación reduciendo la circulación interurbana. Un primer

Más detalles

Optimización lineal entera mixta

Optimización lineal entera mixta Optimización lineal entera mita Andrés Ramos Universidad Pontificia Comillas http://www.iit.upcomillas.es/aramos/ Andres.Ramos@upcomillas.es CONTENIDO INTRODUCCIÓN MÉTODOS DE SOLUCIÓN MÉTODO DE RAMIFICACIÓN

Más detalles

CAPÍTULO 4 PROGRAMACIÓN LINEAL ENTERA

CAPÍTULO 4 PROGRAMACIÓN LINEAL ENTERA CAPÍTULO 4 PROGRAMACIÓN LINEAL ENTERA Programación Lineal Entera Es una técnica que permite modelar y resolver problemas cuya característica principal es que el conjunto de soluciones factibles es discreto.

Más detalles

1. Defina el problema de particionamiento. Escriba un ejemplo de este tipo de problema, junto con su formulación general en AMPL.

1. Defina el problema de particionamiento. Escriba un ejemplo de este tipo de problema, junto con su formulación general en AMPL. DEPARTAMENTO DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA o. DIPLOMATURA DE ESTADÍSTICA Ampliación de la Investigación Operativa. Curso 00/0 a Prueba de Evaluación Continua. Fecha: 6-6-0. Defina el problema

Más detalles

PROGRAMACIÓN LINEAL ENTERA

PROGRAMACIÓN LINEAL ENTERA PROGRAMACIÓN LINEAL ENTERA MÉTODOS DE RESOLUCIÓN Redondeo: DESACONSEJABLE: Por producir malas soluciones Por producir soluciones infactibles Ejemplo PLA Max F(X) = 4x 1 + 3x 2 s.a. 2x 1 + x 2 2 3x 1 +

Más detalles

Auxiliar 6 28 de Mayo, 2008

Auxiliar 6 28 de Mayo, 2008 Auxiliar 6 28 de Mayo, 2008 Problema1: Un estudiante de ingeniería de una prestigiosa universidad ha descubierto su nueva pasión: Los juegos de rol en línea. Hace unas semanas ha comenzado a jugar WoB

Más detalles

Métodos de Optimización para la toma de decisiones

Métodos de Optimización para la toma de decisiones Facultad de Ingeniería Departamento de Ciencias de la Ingeniería Magíster en Logística y Gestión de Operaciones Métodos de Optimización para la toma de decisiones MLG-521 Programación Entera 1º Semestre

Más detalles

Programación lineal: Algoritmo del simplex

Programación lineal: Algoritmo del simplex Programación lineal: Algoritmo del simplex Se considera la formulación estándar de un problema de programación lineal siguiendo la notación utilizada en las clases teóricas: Minimizar c t x sa: Ax = b

Más detalles

Programación Lineal. Yolanda Hinojosa

Programación 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 detalles

Problemas de programación entera: El método Ramifica y Acota. Investigación Operativa, Grado en Estadística y Empresa, 2011/12

Problemas de programación entera: El método Ramifica y Acota. Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Problemas de programación entera: El método Ramifica y Acota Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema La estrategia Divide y vencerás Árboles de enumeración

Más detalles

Dualidad y postoptimización

Dualidad 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 detalles

Simulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización

Simulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización Simulación Optimización de Procesos Químicos Titulación: Ingeniería Química. 5º Curso Optimización MILP, MINLP (Mixed Integer (Non) Linear Programming). Octubre de 009. Optimización Discreta Programación

Más detalles

RAMIFICAR-ACOTAR Y PLANOS DE CORTE

RAMIFICAR-ACOTAR Y PLANOS DE CORTE RAMIFICAR-ACOTAR Y PLANOS DE CORTE ELISA SCHAEFFER Programa de Posgrado en Ingeniería de Sistemas (PISIS) elisa@yalma.fime.uanl.mx INVESTIGACIÓN DE OPERACIONES EL MÉTODO RAMIFICAR-ACOTAR (RA) (ingl. Branch

Más detalles

TEMA 11: INTRODUCCIÓN A LA PROGRAMACIÓN MATEMÁTICA CON VARIABLES DISCRETAS

TEMA 11: INTRODUCCIÓN A LA PROGRAMACIÓN MATEMÁTICA CON VARIABLES DISCRETAS TEMA 11: INTRODUCCIÓN A LA PROGRAMACIÓN MATEMÁTICA CON VARIABLES DISCRETAS 1.- ECUACIONES LINEALES (MILP) 1.1.- Formulación 1.2.- Algoritmos para resolver MILPs 2.- VISIÓN GENERAL DE LOS ALGORITMOS DE

Más detalles

Examen de Investigación Operativa 2006/07

Examen 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 detalles

IN34A Optimización CTP Nº3 29 de Octubre, 2008

IN34A Optimización CTP Nº3 29 de Octubre, 2008 Profesores: Leonardo López, Ximena Schultz, Richard Weber Auxiliares: Fernanda Bravo. André Carboni, Nelson Devia, Ignacio Escobar, Rodrigo Wolf IN34A Optimización CTP Nº3 29 de Octubre, 2008 Don Zippy,

Más detalles

Programación Lineal. El método simplex

Programación Lineal. El método simplex Programación Lineal El método simplex El método simplex es una herramienta algebraica que permite localizar de manera eficiente el óptimo entre los puntos extremos de una solución a un problema de programación

Más detalles

INTRODUCCIÓN A LA PROGRAMACIÓN ENTERA

INTRODUCCIÓN A LA PROGRAMACIÓN ENTERA INTRODUCCIÓN A LA PROGRAMACIÓN ENTERA Los problemas de programación lineal en que se requiere que algunas o todas las variables tomen valores enteros, son de programación entera. La programación entera

Más detalles

Segundo parcial. Martes, 23 de abril de 2003

Segundo parcial. Martes, 23 de abril de 2003 5.053 Segundo parcial Martes, 3 de abril de 003 Se permite traer una hoja de papel con anotaciones por una cara. Responda a todas las preguntas en los cuadernillos de examen.. Controle el tiempo. Si un

Más detalles

x 1, x 2 0 Maximizar 3x 1 + x 2 s.a 2x 1 + x 2 4 2x 1 + 3x 2 4 x 1 + 3x 2 3

x 1, x 2 0 Maximizar 3x 1 + x 2 s.a 2x 1 + x 2 4 2x 1 + 3x 2 4 x 1 + 3x 2 3 EJERCICIOS DE INVESTIGACIÓN OPERATIVA. Hoja. Dado el PL: Maximizar x + x x s.a x + x + x x x x x, x, x Calcula la solución del problema aplicando el algoritmo del Simplex. Existe más de una solución óptima?

Más detalles

Dualidad 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. 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 detalles

CAPÍTULO II METODOLOGÍA DE SOLUCIÓN. Este capítulo es de suma importancia ya que en él se explica la metodología de solución

CAPÍTULO II METODOLOGÍA DE SOLUCIÓN. Este capítulo es de suma importancia ya que en él se explica la metodología de solución CAPÍTULO II METODOLOGÍA DE SOLUCIÓN Este capítulo es de suma importancia ya que en él se explica la metodología de solución utilizada en este trabajo para resolver de manera exacta el Problema de Localización

Más detalles

Dirección de Operaciones

Dirección de Operaciones Dirección de Operaciones 1 Sesión No. 12 Nombre: Programación integral. Segunda parte. Objetivo Al finalizar el alumno, será capaz de identificar cuatro técnicas de solución dentro de la programación integral

Más detalles

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

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

Más detalles

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

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

Más detalles

PLE: Ramificación y Acotamiento

PLE: Ramificación y Acotamiento PLE: Ramificación y Acotamiento CCIR / Depto Matemáticas TC3001 CCIR / Depto Matemáticas PLE: Ramificación y Acotamiento TC3001 1 / 45 La compañía TELFA fabrica mesa y sillas. Una mesa requiere 1 hora

Más detalles

Problemas resueltos C3 IN

Problemas resueltos C3 IN Problemas resueltos C3 IN77 28 Profesores: Cristián Cortés, Daniel Espinoza Auxiliares: Gustavo Angulo, Diego Morán y José Mu~noz P Sea S = {s,..., s n } subconjunto de R n y considere y R n \ conv(s).

Más detalles

La Programación Lineal. H. R. Alvarez A., Ph. D. 1

La Programación Lineal. H. R. Alvarez A., Ph. D. 1 La Programación Lineal H. R. Alvarez A., Ph. D. 1 El Método Simplex Desarrollado en 1947 por George Dantzig como parte de un proyecto para el Departamento de Defensa Se basa en la propiedad de la solución

Más detalles

Algoritmos Voraces. Diseño y Análisis de Algoritmos

Algoritmos Voraces. Diseño y Análisis de Algoritmos Algoritmos Voraces Diseño y Análisis de Algoritmos Contenidos Contenidos 1 Introducción 2 Ejemplos básicos 3 Cambio de monedas 4 Problema de la mochila 5 Problemas de planificación de tareas 6 Patrones

Más detalles

Tema 18. Programación lineal Formulación primal de un programa lineal

Tema 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 detalles

Programación Entera (PE)

Programación Entera (PE) Programación Entera (PE) Sorprendentemente, existen una amplia gama de problemas prácticos que pueden modelarse usando variables enteras. Este tipo de modelos suelen llamarse de Programación Discreta.

Más detalles

RESOLUCIÓN DE MODELOS DE PROGRAMACIÓN ENTERA

RESOLUCIÓN DE MODELOS DE PROGRAMACIÓN ENTERA 11 de Junio de 2012 RESOLUCIÓN DE MODELOS DE PROGRAMACIÓN ENTERA MÉTODOS DE ENUMERACIÓN, RAMIFICACIÓN Y ACOTACIÓN Postgrado de Investigación de Operaciones Facultad de Ingeniería Universidad Central de

Más detalles

Universidad Tec Milenio: Profesional HG04002 Análisis de Decisiones I

Universidad Tec Milenio: Profesional HG04002 Análisis de Decisiones I Tema # 10 El método de las M s como solución de problemas de programación lineal 1 Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Resolver modelos de programación lineal mediante

Más detalles

Universidad 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 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 detalles

Programación Entera. Investigación Operativa. Universidad. Nacional Facultad. Tecnológica. Regional. Mendoza

Programación Entera. Investigación Operativa. Universidad. Nacional Facultad. Tecnológica. Regional. Mendoza Investigación Operativa Universidad Tecnológica Nacional Facultad Regional Mendoza Aplicaciones de programación lineal grandes limitaciones suposición de divisibilidad Exigir valores enteros Problema De

Más detalles

UNIVERSIDAD 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 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 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

7. PROGRAMACION LINEAL

7. 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 detalles

PROGRAMACION ENTERA: METODO DE BIFURCACIÓN Y ACOTAMIENTO

PROGRAMACION ENTERA: METODO DE BIFURCACIÓN Y ACOTAMIENTO PROGRAMACION ENTERA: METODO DE BIFURCACIÓN Y ACOTAMIENTO La mayor parte de los PE se resuelven en la práctica mediante la técnica de ramificación y acotamiento. En este método se encuentra la solución

Más detalles

Programación Lineal. - Si no: Sea j tal que c

Programación 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 detalles

Clasificación de Sistemas. Clasificación de Sistemas. Clasificación de Sistemas. Clasificación de Sistemas

Clasificación de Sistemas. Clasificación de Sistemas. Clasificación de Sistemas. Clasificación de Sistemas Clasificación de Sistemas Clasificación de Sistemas Simples, complicados o complejos Deterministas o probabilistas Centralizados o distribuidos Reactivos o proactivos Rígidos o adaptativos Simples, complicados

Más detalles

Programación Lineal y Optimización Segundo Examen Parcial:Solución Profr. Eduardo Uresti, Enero-Mayo 2012

Programación Lineal y Optimización Segundo Examen Parcial:Solución Profr. Eduardo Uresti, Enero-Mayo 2012 Matrícula: Nombre: Programación Lineal y Optimización Segundo Examen Parcial: Profr. Eduardo Uresti, Enero-Mayo 2012 SÓLO HAGA 4 PROBLEMAS 1. Suponga que tiene una empresa que produce tres tipos de productos

Más detalles

Contenido. 1 Resolución mediante planos de corte. Resolución mediante planos de corte

Contenido. 1 Resolución mediante planos de corte. Resolución mediante planos de corte Contenido 1 Resolución mediante planos de corte para LP para IP Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 1/20 para LP para IP Resolución mediante planos de corte La metodología

Más detalles

Optimización lineal. José María Ferrer Caja Universidad Pontificia Comillas ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA INDUSTRIAL

Optimización lineal. José María Ferrer Caja Universidad Pontificia Comillas ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA INDUSTRIAL Optimización lineal José María Ferrer Caja Universidad Pontificia Comillas Introducción Herramienta más importante de la optimización y de la investigación operativa Multitud de aplicaciones en campos

Más detalles

a) Plantee el problema multiobjetivo de la empresa, obtenga los óptimos individuales y la matriz de pagos.

a) Plantee el problema multiobjetivo de la empresa, obtenga los óptimos individuales y la matriz de pagos. 1.- Una empresa papelera de propiedad pública fabrica dos productos: pulpa de celulosa obtenida por medios mecánicos y pulpa de celulosa obtenida por medios químicos. Las capacidades máimas de producción

Más detalles

Parte de Algoritmos de la asignatura de Programación Master de Bioinformática. Búsqueda exhaustiva

Parte de Algoritmos de la asignatura de Programación Master de Bioinformática. Búsqueda exhaustiva Parte de Algoritmos de la asignatura de Programación Master de Bioinformática Búsqueda exhaustiva Web asignatura: http://dis.um.es/~domingo/algbio.html E-mail profesor: domingo@um.es Transparencias preparadas

Más detalles

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 8 de Septiembre de 23 25 puntos Dado el problema lineal máx x + x 2 x 3 sa x + x 2 + x 3 2 2x x 2 x 3 2 x, se pide

Más detalles

Casos especiales de la P. L.

Casos especiales de la P. L. Casos especiales de la P. L. Programación Lineal Entera Un modelo de programación lineal que no acepta soluciones fraccionales. En este caso, la formulación es similar a la de un problema general de programación

Más detalles

Optimización y Programación Lineal

Optimización y Programación Lineal Optimización y Programación Lineal Método Simplex: Minimización 3 de enero de Método Simplex: Minimización () Optimización y Programación Lineal 3 de enero de / 4 Minimización Minimización En la definición

Más detalles

Algoritmos mas complejos. Algoritmos y Estructuras de Datos II (Programación I) Mgter. Vallejos, Oscar A.

Algoritmos mas complejos. Algoritmos y Estructuras de Datos II (Programación I) Mgter. Vallejos, Oscar A. Algoritmos mas complejos Divide y Vencerás Técnica empleada en cosas dispares. También en el diseño de algoritmos. (ordenación: Quicksort; Mergesort). Consiste básicamente en dividir un problema original

Más detalles

Programación Lineal. María Muñoz Guillermo Matemáticas I U.P.C.T. M. Muñoz (U.P.C.T.) Programación Lineal Matemáticas I 1 / 13

Programación Lineal. María Muñoz Guillermo Matemáticas I U.P.C.T. M. Muñoz (U.P.C.T.) Programación Lineal Matemáticas I 1 / 13 Programación Lineal María Muñoz Guillermo maria.mg@upct.es U.P.C.T. Matemáticas I M. Muñoz (U.P.C.T.) Programación Lineal Matemáticas I 1 / 13 Qué es la Programación Lineal? Introducción La Programación

Más detalles

Universidad Nacional de Ingeniería UNI-RUACS 01/09/11

Universidad Nacional de Ingeniería UNI-RUACS 01/09/11 Universidad Nacional de Ingeniería UNI-RUACS 01/09/11 Elaborado por: Deall Daniel Irías Estelí, Nicaragua El método Simplex es un procedimiento iterativo que permite ir mejorando la solución a cada paso.

Más detalles

UNIDAD 6 PROGRAMACIÓN LINEAL ENTERA. de programación lineal entera. lineal entera.

UNIDAD 6 PROGRAMACIÓN LINEAL ENTERA. de programación lineal entera. lineal entera. UNIDAD 6 PROGRAMACIÓN LINEAL ENTERA de programación lineal entera. lineal entera. Investigación de operaciones Introducción En la unidad aprendimos a resolver modelos de P. L. por el método símple y el

Más detalles

Tema 3 Optimización lineal. Algoritmo del simplex

Tema 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 detalles

Fundamentos de Programación Entera. 6. Planos de corte. Carlos Testuri Germán Ferrari

Fundamentos de Programación Entera. 6. Planos de corte. Carlos Testuri Germán Ferrari Fundamentos de Programación Entera 6. Planos de corte Carlos Testuri Germán Ferrari Departamento de Investigación Operativa Instituto de Computación Facultad de Ingeniería Universidad de la República 2012-2018

Más detalles

Programación Entera TIPOS DE PROBLEMAS DE PROGRAMACIÓN EN ENTEROS. Comparación entre la programación lineal y la de enteros

Programación Entera TIPOS DE PROBLEMAS DE PROGRAMACIÓN EN ENTEROS. Comparación entre la programación lineal y la de enteros Comparación entre la programación lineal y la de enteros Programación Entera M. En C. Eduardo Bustos Farías En programación lineal, el algoritmo símplex siempre encuentra el óptimo global debido a que

Más detalles

Qué cacharros debe recoger en su mochila para que el valor de lo recogido sea máximo?

Qué cacharros debe recoger en su mochila para que el valor de lo recogido sea máximo? Un trapero tiene una mochila en la que puede meter objetos por un peso total de hasta 44 kilos. En uno de sus paseos observa un montón en el que hay seis cacharros, cuyo peso y valor estima según refleja

Más detalles

Búsqueda en espacio de estados

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

Más detalles

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

Juan 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 detalles

INGENIERÍA DE SISTEMAS INVESTIGACIÓN OPERATIVA

INGENIERÍA DE SISTEMAS INVESTIGACIÓN OPERATIVA INGENIERÍA DE SISTEMAS INVESTIGACIÓN OPERATIVA Sesión 4 Objetivos: Aplicar el método simplex a la solución de problemas reales. Contenido: Introducción al método Simplex Requerimiento del método Simplex

Más detalles

TEMA 4: Ecuaciones y sistemas de ecuaciones. Tema 4: Ecuaciones y sistemas de ecuaciones 1

TEMA 4: Ecuaciones y sistemas de ecuaciones. Tema 4: Ecuaciones y sistemas de ecuaciones 1 TEMA : Ecuaciones sistemas de ecuaciones Tema : Ecuaciones sistemas de ecuaciones Tema : Ecuaciones sistemas de ecuaciones .- Ecuaciones de primer grado..- Ecuaciones de segundo grado completas..- Ecuaciones

Más detalles

Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Investigación de Operaciones

Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Investigación de Operaciones Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Investigación de Operaciones Profesor: MSc. Julio Rito Vargas Avilés. Estudiantes: FAREM-Carazo Unidad III Metodologías para la Solución

Más detalles

PROBLEMA 1. Considere el siguiente problema de programación lineal:

PROBLEMA 1. Considere el siguiente problema de programación lineal: PROBLEMA 1 Considere el siguiente problema de programación lineal: Sean h1 y h2 las variables de holgura correspondientes a la primera y segunda restricción, respectivamente, de manera que al aplicar el

Más detalles

Conversión a la Forma Estándar

Conversión a la Forma Estándar 10 de junio de 2014 Introducción Introducción En esta lectura daremos una introducción al método Simplex desarrollado por George Bernard Dantzig (8 de noviembre de 1914 13 de mayo de 2005) en 1947. Este

Más detalles

Colección de Problemas II. mín Z = 8x 1 + 9x 2 + 7x 3 s. a: x 1 + x 2 + x x 1 + 3x 2 + x x 1 + x 2 x 3 30

Colección de Problemas II. mín Z = 8x 1 + 9x 2 + 7x 3 s. a: x 1 + x 2 + x x 1 + 3x 2 + x x 1 + x 2 x 3 30 1.- Dado el siguiente problema mín Z = 8x 1 + 9x + 7x 3 s. a: x 1 + x + x 3 40 x 1 + 3x + x 3 10 x 1 + x x 3 30 x 1 0, x 0, x 3 0 A) Plantear el problema dual y escribir las condiciones de la holgura complementaria

Más detalles

Para poder elaborar el problema dual a partir del primal, este se debe presentar en su forma canónica de la siguiente forma:

Para 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 detalles

3. Estudia si la solución ( 1, 1, 1) es factible y, si lo es, si es interior o de frontera.

3. 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 detalles

Heurísticas en el recorrido de árboles de soluciones

Heurísticas en el recorrido de árboles de soluciones Heurísticas en el recorrido de árboles de soluciones. Árboles de soluciones. Repaso de backtracking y branch and bound. Uso de heurísicas en backtracking 4. Uso de heurísticas en branch and bound . Árboles

Más detalles

Estudia si la función siguiente es cóncava, convexa o ni cóncava ni convexa:

Estudia si la función siguiente es cóncava, convexa o ni cóncava ni convexa: Estudia si la función siguiente es cóncava, convexa o ni cóncava ni convexa: f(x,y,z) = 2x 2 +8y 2 z 2 +8xy +2xz +4yz MATEMÁTICAS II Grupo GM Estudia si la función siguiente es cóncava, convexa o ni cóncava

Más detalles

CO5411. Dantzig-Wolfe / Descomposición de Benders. Prof. Bernardo Feijoo. 06 de febrero de 2008

CO5411. Dantzig-Wolfe / Descomposición de Benders. Prof. Bernardo Feijoo. 06 de febrero de 2008 Dantzig-Wolfe / Departmento de Cómputo Cientíco y Estadística Universidad Simón Bolívar 06 de febrero de 2008 Contenido 1 Dantzig-Wolfe 2 Contenido Dantzig-Wolfe 1 Dantzig-Wolfe 2 Ahora la nueva base produce

Más detalles

Con miras a conocer la metodología que se aplica en el Método SIMPLEX, tenemos a continiacion un ejemplo:

Con miras a conocer la metodología que se aplica en el Método SIMPLEX, tenemos a continiacion un ejemplo: Método Simplex. Este método fue creado en el año 1947 por el estadounidense George Bernard Dantzig y el ruso Leonid Vitalievich Kantorovich, con el objetivo de crear un algoritmo capaz de crear soluciones

Más detalles

Casos especiales de la P. L.

Casos especiales de la P. L. Casos especiales de la P. L. Las redes: Las redes están presentes en diferentes lugares en la vida real: redes de transporte, flujo eléctrico y comunicaciones, por ejemplo. Las redes: También son ampliamente

Más detalles

5.1. Algoritmo en modelos de maximización

5.1. Algoritmo en modelos de maximización 5.1. Algoritmo en modelos de maximización El primer tipo de modelo que vamos a resolver por el método símplex es el que tiene como objetivo maximizar a una función lineal, la cual está sujeta a una serie

Más detalles

La Programación Lineal. H. R. Alvarez A., Ph. D. 1

La Programación Lineal. H. R. Alvarez A., Ph. D. 1 La Programación Lineal H. R. Alvarez A., Ph. D. 1 Aspectos generales Se considera a George Dantzig el padre de la P. L. Su objetivo es el de asignar recursos escasos a actividades que compiten por ellos.

Más detalles

METODO SIMPLEX. Paso 1 Se convierte el modelo matemático de Programación Lineal (PL) a su forma estándar.

METODO SIMPLEX. Paso 1 Se convierte el modelo matemático de Programación Lineal (PL) a su forma estándar. METODO SIMPLEX El algoritmo Simplex comprende los siguientes pasos: Paso 1 Se convierte el modelo matemático de Programación Lineal (PL) a su forma estándar. Al elaborar el modelo matemático que representa

Más detalles

Modelos de Programación Matemática

Modelos de Programación Matemática Modelos de Programación Matemática Las proposiciones matemáticas, en cuanto tienen que ver con la realidad, no son ciertas; y en cuanto que son ciertas, no tienen nada que ver con la realidad A. Einstein

Más detalles

RESOLUCIÓN DE MODELOS DE PROGRAMACIÓN ENTERA MÉTODOS DE CORTE CORTES DE GOMORY

RESOLUCIÓN DE MODELOS DE PROGRAMACIÓN ENTERA MÉTODOS DE CORTE CORTES DE GOMORY 25 de Junio de 2012 RESOLUCIÓN DE MODELOS DE PROGRAMACIÓN ENTERA MÉTODOS DE CORTE CORTES DE GOMORY Postgrado de Investigación de Operaciones Facultad de Ingeniería Universidad Central de Venezuela Programación

Más detalles

Tema 6: Programación entera: Bifurcación y planos de corte.

Tema 6: Programación entera: Bifurcación y planos de corte. Tema 6: Programación entera: Bifurcación y planos de corte. Obetivos del tema. Índice Problemas de programación lineal entera. Método de bifurcación y acotación para un PPLE Mixta. Técnicas de preprocesamiento

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

En este artículo introduciremos un algoritmo de carácter netamente geométrico para la diferencia m - n de números naturales en un árbol natural.

En este artículo introduciremos un algoritmo de carácter netamente geométrico para la diferencia m - n de números naturales en un árbol natural. Título: Representación Binaria de la Resta de los Números Naturales Autor: Luis R. Morera González En este artículo introduciremos un algoritmo de carácter netamente geométrico para la diferencia m - n

Más detalles

1.Restricciones de Desigualdad 2.Procedimiento algebraico

1.Restricciones de Desigualdad 2.Procedimiento algebraico Universidad Nacional de Colombia Sede Medellín 1. Restricciones de Desigualdad Clase # 6 EL MÉTODO M SIMPLEX El método m simplex es un procedimiento algebraico: las soluciones se obtienen al resolver un

Más detalles

Forma estándar de un programa lineal

Forma 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 detalles

PROGRAMACIÓN LINEAL PROGRAMACIÓN LINEAL.

PROGRAMACIÓN LINEAL PROGRAMACIÓN LINEAL. PROGRAMACIÓN LINEAL. La programación lineal es una técnica de modelado (construcción de modelos). La programación lineal (PL) es una técnica matemática de optimización, es decir, un método que trata de

Más detalles

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

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

Más detalles

3.1 Por inspección del tablero óptimo genere las respuestas a los numerales dados. X 1 = Cantidad de tarjetas de invitación a producir semanalmente en Kimberly Colpapel y X 2 = Cantidad de tarjetas de

Más detalles

84 Tema 3. Dualidad. todas las restricciones son del tipo, todas las variables son no negativas.

84 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 detalles

MÉTODO SIMPLEX. Introducción

MÉTODO SIMPLEX. Introducción MÉTODO SIMPLEX Introducción El Método Simplex publicado por George Dantzig en 1947 consiste en un algoritmo iterativo que secuencialmente a través de iteraciones se va aproximando al óptimo del problema

Más detalles

Contenido: Solución algebraica a los problemas de programación lineal con el método simplex.

Contenido: Solución algebraica a los problemas de programación lineal con el método simplex. Tema II: Programación Lineal Contenido: Solución algebraica a los problemas de programación lineal con el método simplex. Introducción El método simplex resuelve cualquier problema de PL con un conjunto

Más detalles