PROBLEMAS PROGRAMACIÓN LINEAL CONTINUA
|
|
|
- María Dolores Rivas Rojo
- hace 9 años
- Vistas:
Transcripción
1 PROBLEMAS PROGRAMACIÓN LINEAL CONTINUA 1. Sea el problema: Max. 3 x x x 3 + x 4 s.a. 4 x x x 3 + x x 1 + x x x 4 6 x 1 6, 0 x 2 3, x 3 libre, x 4 0 a) Ponerlo en forma estándar. b) Ponerlo en forma canónica. c) Resolverlo. 2. Considere los problemas: 2.1. Max. 3 x x 2 x 3 s.a. x x 3 = 50 2 x 1 3 x 2 12 x 1 0, x 2-5, x 3 libre 2.2. Min. x + y s.a. x + y 1 2 x y = 3 x, y libres a) Obtenga su forma estándar b) Realice la fase 1 para obtener una solución básica inicial
2 3. Resolver el siguiente problema: Max. 2 x 1 - x 2 s.a. - 2 x 2 - x 3 1 x 1 + x 2 + x x 2 - x 3 = 2 x 1 0, x 2 libre, x Max. 2 x 1 + x 2 s.a. 5 x 1 + 3x 2 = 6 2 x 1 + x 2 = 2 x 1, x 2 0 Resolver el problema propuesto usando el método de las dos fases. Hacer los comentarios oportunos acerca de la solución del mismo. En caso de empate, al calcular ε para decidir qué variable entra en la base, pivotee en un elemento de la segunda fila. 5. Dado el problema: Max. - x 1 - x 2 s.a. x 1 + 3x x 1 + x 2 10 x 1, x 2 0 1) Resolverlo aplicando Fase I y Fase II (por forma matricial del simplex). 2) Qué valor deberían tomar los coeficientes de la función objetivo de las variables no básicas para poder introducirlas en la base? Calcule dichos valores. Hay alguna relación entre estos nuevos valores y la última fila de la tabla final? 6. Sea un problema lineal en el que intervienen las cinco variables y tres restricciones. a) Escríbase una tabla genérica de manera que sea el único óptimo la solución x 1 = 2, x 2 = 1, x 3 = 4, x 4 = 0 y x 5 = 0 y la función objetivo valga 9. b) Escríbase la tabla de manera que sea óptima la solución del apartado a) y que, además, deben existir soluciones alternativas con x 1, x 2 y x 4 básicas. c) Que en el óptimo x 1, x 2 y x 3 sean básicas con valores (2,1,4), la función objetivo valga 9 y que existan soluciones óptimas alternativas con coordenadas tan grandes como se quiera para las variables x 1, x 2, x 3 y x 4. d) Idem, en cuanto al número de variables y restricciones pero el problema sea no acotado en la función objetivo. e) En el apartado a) describa x 2 / x 4 y Z/ x 5. Explique sus significados
3 7. Sea un problema lineal en el que intervienen las seis variables y tres restricciones. a) Construya una tabla del simplex que represente el vértice x * = (3,5,0,0,0,0) en la que haya un coste relativo negativo, pero a pesar de ello la solución admisible x * = (3,5,0,0,0,0) sea óptima. b) Construya una tabla del simplex en la que la solución admisible x = (4,6,7,1,0,0) sea solución óptima. c) Para la tabla que construya en b) discuta el significado de la expresión genérica x i / x k en el contexto de la programación lineal aplicándolo a dicha tabla. Escriba los valores numéricos que toma dicha expresión x i / x k en la tabla, para las variables x i y x k para las que tenga sentido la expresión, interpretándolos. 8. Sea el problema siguiente: Min. 3/2 x 1 + x 2 s.a. -x x 2 4 x x 2 = 2 x 1, x 2 0 a) Resuelva el problema. b) A partir de la forma matricial del símplex, identificar la matriz básica en el óptimo y calcular la inversa. Obténganse las nuevas soluciones óptimas para los vectores b = (-2,-1) y b = (-1,1). Aplique el método símplex-dual si es necesario. Discuta si las soluciones son únicas o no, degeneradas o no. 9. Considérese la tabla del simplex que corresponde a la solución óptima de un problema de minimización con restricciones originales de. Tabla x 1 x 2 x 3 x 4 h 1 h 2 h 3 b / / / / a) Describa la solución óptima del problema
4 b) Siendo Z la función objetivo, encontrar Z/ h 1. c) Calcular x 1 / h 3. Interpretar verbalmente el resultado. MCOI. Métodos Cuantitativos de Organización Industrial d) Existen soluciones óptimas alternativas? Describa todas ellas en caso de que existan. e) Suponiendo que la tabla escrita corresponda al problema original de minimizar cx, sujeto a Ax=b, con las variables no negativas (donde las variables h i ya no son holguras sino variables propias del problema), describa el rango de valores de b 1 (que en la tabla original es 2) para los que se mantiene la solución óptima actual. f) Para la misma interpretación de la tabla que en el apartado anterior, describa el rango de valores del coste marginal c 4 asociado a la variable x 4 (que inicialmente es 3), de forma que se mantenga la solución óptima actual. 10. Dado el problema Min. x 1 + x x x 4 + x 5 s.a. 2 x 1 x 3 + x 4 + x 5 = 2 x 1 + x 2 x x 4 + x 5 = 1 x 1 + x 3 x 5 = 3 x j 0 En la solución óptima las variables básicas son x 1, x 2 y x 3, es decir: 2 B = donde B -1 = Resolver el problema primal. Formular el dual y resolverlo. Resolver el problema original si b pasa a valer (5, 1, 3). Caso de ser necesaria alguna iteración aplicar el algoritmo símplex-dual. Resolver el problema original si c pasa a valer (1, 1, 2, 10, -3). Caso de ser necesaria alguna iteración aplicar el símplex a partir de la tabla de la solución óptima del apartado a). Idem con c = (1, 1, 2, 4, 1). 11. Considere el problema Min -5x 1-8x 2 s.a. 5x 1 + 2x 2 5 x 1 + 2x 2 4 4x 1 + 6x 2 12 x 1, x
5 cuya tabla óptima es, x 1 x 2 h 1 h 2 h 3 b a) Identifique x B, el vector de las variables básicas en el óptimo. Identifique B, la matriz de vectores de las variables básicas en los datos iniciales y c B, el vector de costes iniciales de las variables básicas. Identifique B -1 en la tabla final. Escriba el problema dual. Identifique una solución óptima del problema dual. Todo ello sin realizar operaciones. b) A partir del problema inicial, en el caso de que el coste de x 1 pase de ser -5 a ser -3, actualice la solución óptima del problema. Si requiere iteraciones utilice el algoritmo simplex. c) Se ha realizado una modificación en los costes del problema primal inicial que conduce a la nueva tabla óptima. Describa la modificación que se efectuó. x 1 x 2 h 1 h 2 h 3 b Considérese el problema: Max. x x 2 x 3 s.a. 2 x x /3 x x x 2 + x 3 = 18 x 1 5, x 2 0, x 3 0 a) Póngase en forma estándar. b) Aplíquese la fase 1 para obtener una solución básica admisible inicial. c) Resuelva el problema aplicando el método símplex. d) Formule el problema dual. e) Puede saberse la solución óptima del problema dual escrito en el apartado d) a partir de la última tabla del símplex, correspondiente a la solución óptima del primal? Puede saberse al menos el valor óptimo de alguna de las variables del problema dual? Por qué?
6 f) Obtenga el valor óptimo de la (o las) variables del dual que no se conozcan en el apartado e) sin necesidad de resolverlo. g) Cuál es la solución óptima del primal si la función objetivo es max. x x x 3?. Emplee la representación matricial del símplex para comprobar si la solución anterior sigue siendo óptima. Parta de la actualización de dicha tabla final para continuar con el símplex en las iteraciones que pueden ser necesarias en la obtención del nuevo óptimo. h) Lo mismo que en el apartado h) pero cambiando el vector de restricciones a (b 1, b 2 ) = (30, -9). Empléese el método símplex-dual si son necesarias más iteraciones. Recuérdese que x 1 5. Nota: en los apartados g) y h) parta del problema original. 13. La aplicación del método símplex a la resolución del problema Max. 4 x x x x 4 s.a. x 1 + x 2 + x 3 + x x x x x x x x x x i 0 da lugar a la siguiente tabla óptima: x 1 x 2 x 3 x 4 h 1 h 2 h 3 b 1 5/7 0-5/7 10/7 0-1/7 50/7 0-6/7 0 13/7-61/7 1 4/7 325/7 0 2/7 1 12/7-3/7 0 1/7 55/7 0 3/7 0 11/7 13/7 0 5/7 695/7 a) Identifique la solución óptima del problema dual, el valor de la función objetivo en el óptimo y que ecuaciones se cumplen con signo de igualdad en el primal y en el dual. b) Si c = (3, 5, 9, 11), calcular la solución óptima de ambos problemas. c) Cambiando b = (9, 120, 100) repetir el apartado anterior. d) Y si A 2 = 1 7? 5-6 -
7 14. Considere el problema Max. 5 x x 2 s.a. 5 x x 2 5 x x x x 2 12 x 1, x 2 0 cuya tabla óptima es x 1 x 2 h 1 h 2 h 3 b / Dado que el problema primal es degenerado, el problema dual tiene soluciones óptimas alternativas. Calcule la solución óptima del dual y todas las soluciones óptimas alternativas. Para ello no emplee el método símplex aplicado al problema dual ni el método símplexdual. Realícelo mediante las condiciones de complementariedad entre las soluciones óptimas primales y duales. Específicamente: Modele el problema dual. Escriba la relación entre costes relativos de las variables en el dual y holguras de las ecuaciones del primal. Escriba que variables del dual son básicas y cuales no. Observe que variable no básica del dual tiene coste relativo nulo. Escriba las relaciones del dual interviniendo solo las variables del dual con coste relativo nulo. Escriba la ecuación de la arista óptima del dual como combinación convexa de sus puntos extremos. Indique que variables del dual son óptimas en cada uno de los extremos de la arista óptima. 15. Una empresa textil puede producir tres productos (x 1, x 2, x 3 ). Su plan de producción para el mes siguiente debe satisfacer las restricciones x x x x x 2 + x 3 f x j 0 La primera restricción está determinada por la disponibilidad del equipo y es fija. La segunda restricción está determinada por la disponibilidad de algodón. Los beneficios netos unitarios de los productos son 2, 3 y 3, respectivamente, sin tener en cuenta el coste del algodón y los costes fijos
8 a) Halle el precio indicativo λ 2 del algodón como una función de f. (Sugerencia: utilice el método símplex dual). Evalúe los valores de la variable del dual λ 2 (f). Evalúe el beneficio neto Z(f), sin tener en cuenta el coste del algodón. Represente gráficamente el beneficio neto Z(f) en función de f. En el mismo gráfico, represente el valor de λ 2 (f). b) La empresa puede comprar algodón en el mercado libre al precio de 1/6 u.m./unidad. Además, puede adquirir una cantidad limitada S a un precio de 1/12 u.m./unidad de un proveedor con el que mantiene una relación especial. Determine el beneficio neto óptimo de la empresa π(s), como una función de S, teniendo en cuenta el coste del algodón. Represente gráficamente el beneficio neto óptimo π(s) en función de S. 16. Considere el problema primal Min. -5x 1-8x 2 s.a. 5 x x 2 + h 1 = 10 x x 2 + h 2 = 4 4 x x 2 + h 3 = 14 x 1, x 2, h 1, h 2, h 3 0 cuya tabla con costes relativos positivos, pero que corresponde a una solución inadmisible es, x 1 x 2 h 1 h 2 h 3 b (1/2) El dual puede escribirse como max λb, sujeto a λa c, λ libre. A la solución de la tabla le corresponde una solución admisible para el dual λ 0. En este caso, el método simplex-dual, donde λ N = λ 0 - Y 1, siendo Y 1 = (1, 11, -4) la primera fila de la matriz inversa de la formada por los vectores columna de las variables básicas (h 1, x 2, x 1 ) y > 0, es adecuado. Se le pide a usted que considere una modificación del método simplex-dual (nos referimos a él como MSD) a partir de otra fila de la inversa: la definición de la nueva solución admisible para el dual es λ N = λ 0 + Y 2, siendo Y 2 = (0, 2, -1/2) la segunda fila de la matriz inversa de la formada por los vectores columna de las variables básicas (h 1, x 2, x 1 ) y >
9 a) Describa λ 0. Justifique que la dirección elegida es adecuada, pues la función objetivo del dual mejora en 1. b) El algoritmo MSD selecciona el mayor valor positivo de, que mantiene la admisibilidad en el dual para λ N. Sea ese valor *. El algoritmo emplea como nueva solución admisible para el dual λ N = λ 0 + * Y 2. Para determinar * calcule las nuevas holguras del dual para λ N en función de las antiguas holguras del dual con λ 0 (las que aparecen en la tabla) y de. c) Aplique el método MSD en la tabla del símplex del enunciado mediante el método que ha desarrollado. Cuál es el valor de * que le resulta? Cuál es la nueva λ N? Cuál es la correspondiente solución admisible del primal para λ N? d) Generalice el resultado a la elección de dirección de modificación de la solución admisible para el dual λ N = λ 0 + * Y i, siendo Y i la fila i-ésima de la inversa. Discuta el resultado general en base a la elección de Y i. 17. Considere el problema primal Max 5x 1 + 8x 2 s.a. 5x 1 + 2x 2 5 x 1 + 2x 2 4 4x 1 + 6x 2 12 x 1, x 2 0 cuya tabla óptima, que corresponde a una solución degenerada es, x 1 x 2 h 1 h 2 h 3 b El dual puede escribirse como min λb, sujeto a λa c, λ 0. Llamando h i a las holguras de las restricciones del primal e y j a las holguras de las restricciones del dual, conteste a las siguientes preguntas: 1. Escriba explícitamente el problema primal con sus holguras h i y las restricciones como igualdades. Haga lo mismo con el problema dual, incluyendo las holguras y j así como las restricciones escritas con igualdades. Exprese la solución óptima del problema dual correspondiente a la solución óptima del primal de la tabla indicando los valores de las variables λ i e y j. Indique cuales de las variables λ i e y j son variables básicas y cuales no, expresando sus costes relativos
10 2. Identifique que variable no básica del dual tiene coste relativo nulo. Explique que conjunto de variables del dual pueden ser simultáneamente positivas sin que la solución deje de ser óptima para el dual. Escriba la ecuación de la arista del dual a partir del vértice óptimo del dual que corresponde a la solución óptima de la tabla del primal que se incluye. Escriba el otro vértice óptimo de la arista. Escriba el conjunto de soluciones óptimas alternativas del dual como combinación convexa de ambos vértices óptimos. Nota: El enfoque de la contestación a esta pregunta debe evitar el uso de los métodos simplex primal, simplex-dual y el simplex aplicado directamente al problema dual. 18. A. Considere un problema lineal cuya tabla inicial para la fase 1 tiene la estructura que se muestra, que proviene de que la tercera restricción tenga signo de igualdad. x 1 x 2 x 3 h 1 h 2 w 3 b 1. Construya una tabla del final de la fase 1 en la que se muestre que el problema original es compatible y tiene un vértice admisible x 1 = 1, x 2 = 2, x 3 = 0, h 1 = 0, h 2 = 4. Argumente el coste relativo que deben tener todas las variables en dicha tabla. 2. Construya una tabla del final de la fase 1 en la que se muestre que el problema original es incompatible. B. Considere ahora un problema lineal cuya tabla inicial para la fase 1 tiene la estructura que se muestra, que proviene de que la tercera y cuarta restricción tengan signo de igualdad. x 1 x 2 x 3 h 1 h 2 w 3 w 4 b 1. Construya una tabla del final de la fase 1 en la que se muestre que el problema original es compatible y tiene un vértice admisible x 1 = 2, x 2 = 0, x 3 = 1, h 1 = 3,
11 h 2 = 0. Además, se observa que una de las cuatro restricciones es redundante. Argumente los costes relativos de todas las variables. 19. Considere los problemas primal y dual a partir de la forma estándar del primal, min cx min cx max λb max λb s a. Ax b s a. Ax + Ih = b dual s a. λa c s a. λa + I H = c x 0 x, h 0 λ 0 λ 0, H 0 En este ejercicio el problema primal correspondiente a la estructura de la tabla que se muestra. x 1 x 2 x 3 h 1 h 2 h 3 b 1. Escriba una tabla que refleje la solución óptima del primal que corresponde al vértice x 1 = 0, x 2 = 1, x 3 = 2, h 1 = 0, h 2 = 0, h 3 = 1. Y la solución óptima del dual compuesta por H 1 = 1, H 2 = 0, H 3 = 0, λ 1 = -1, λ 2 = -2, λ 3 = Escriba una tabla que refleje la solución de un vértice no óptimo del primal que corresponde a otro vértice del apartado anterior con x 1 = 2, x 2 = 1, x 3 = 0, h 1 = 1, h 2 = 0, h 3 = 0. Y la solución correspondiente del dual (λ = c B B -1 ) compuesta por H 1 = 0, H 2 = 0, H 3 = -1, λ 1 = 0, λ 2 = +2, λ 3 = -1. Realice una iteración de forma que alcance el óptimo. Se le pide ahora la construcción de una tabla canónica inicial siguiendo instrucciones y la realización de iteraciones mediante el algoritmo simplex-dual. La tabla canónica inicial debe tener todos los costes relativos no negativos, por lo que la solución básica que contiene es en ese sentido, óptima. Sin embargo, se le pedirá que sea inadmisible, con alguna variable negativa. 3. Mostrando la solución básica inadmisible del primal x 1 = 6, x 2 = 0, x 3 = 1, h 1 = 0, h 2 = 0, h 3 = -2. Y la solución correspondiente del dual (λ = c B B -1 ) compuesta por H 1 = 0, H 2 = 2, H 3 = 0, λ 1 = -1, λ 2 = -4, λ 3 = Aplique una iteración del método simplex-dual a la tabla del apartado anterior, de forma que alcance la solución óptima del primal x 1 = 0, x 2 = 0, x 3 = 3, h 1 = 2, h 2 = 0, h 3 = 0. Señale las variables básicas y las no básicas. Y que la solución correspondiente del dual (λ = c B B -1 ) esté compuesta por H 1 = 0, H 2 = 3, H 3 = 0, λ 1 = 0, λ 2 = -6, λ 3 = -1. Aplique una iteración del método simplex-dual a la tabla del apartado anterior, de forma que pueda calcular todas las soluciones óptimas alternativas del problema dual. Escriba el vértice óptimo nuevo y la expresión explícita de todas las soluciones óptimas del dual
12 20. Considérese el problema modelado de la siguiente forma: MCOI. Métodos Cuantitativos de Organización Industrial Max. x 1-3 x 2 x 3 s.a. 2 x x /3 x x x 2 + x 3 = 18 x 2 0, x 3 0, x Plantee claramente el problema en las formas estándar y canónica. 2. Encuentre una solución admisible inicial del problema. A continuación encuentre la solución óptima del modelo aplicando Simplex Primal. 3. Compruebe si la solución anterior sigue siendo óptima para la nueva función objetivo Max x x Busque el nuevo óptimo si así fuera necesario. 4. A partir de la forma canónica en el óptimo obtenida en el apartado 2, Compruebe si la solución sigue siendo óptima en caso que x 2 fuera una variable libre. Actualice para ello la tabla óptima a esta nueva situación empleando para el menor esfuerzo posible. Intente proporcionar una nueva solución óptima si fuera necesario. 21. La fabricación de ciertos productos (x 1, x 2, x 3 ) tiene unos beneficios en el mercado de (100, 200, 300) respectivamente. En su fabricación se emplean: materia prima (MP), líquido refrigerante (LR) y lubricante (LU). Disponiéndose de un total de 1000 kgs de MP, 100 litros de LR y 50 litros de LU. Siendo la cantidades necesarias para la fabricación de cada tipo de producto las siguientes: Para x 1 : 25 kgs de MP, 1 litro de LR y ½ litro de LU. Para x 2 : 15 kgs de MP, 2 litros de LR y 1 litro de LU. Para x 3 : 100 kgs de MP, 5 litros de LR y 10 litros de LU. Teniendo en cuenta que una solución admisible no óptima del problema es: ( x, x, x,sobrante de MP,sobrante de LR, sobrante de LU) ( 0, 0, 5, 500, 75, 0) Se pide: = 1. Formule el problema indicado como un problema del tipo max s. a. cx Ax = b x 0 2. Formule su correspondiente problema dual como un problema del tipo min λb s. a. λa c λ libre
13 3. Determine como valoraría los recursos asociados a la solución básica admisible señalada. 4. A partir del apartado anterior, si decidiera ahora fabricar producto 1 adicionalmente, cómo valora esa opción? Compárela con el beneficio que el producto le proporciona en el mercado. Qué decidiría en tal caso? 5. Teniendo en cuenta que la siguiente solución es óptima: * * * * * * x 1, x2, x3,sobrante de MP,sobrante de LR,sobrante de LU = 0, 50, 0, 250, 0, 0 determine todas las posibles valoraciones que se puedan hacer de los recursos. Cómo explica que haya varias? ( ) ( ) NOTA: Para el problema no haga uso de los algoritmos Simplex o Simplex-Dual PROBLEMAS DE MODELADO CONTINUO 1. Problema.- Para hacer cuatro trabajos se dispone de tres operarios: un carpintero, un fontanero y un mecánico. La tabla recoge los costes de realización según el trabajo que se les encomiende a cada operario. También se indica mediante X la imposibilidad de realizar un trabajo por un operario. Soldar Enmarcar Trazar Alambrar Carpintero X Fontanero 1 X 4 2 Mecánico X Se pretende decidir los trabajos encomendados a cada operario de forma que ningún trabajador realice más de dos trabajos, que todos los trabajos se realicen y que el coste total acumulado de realizar los cuatro trabajos sea mínimo. a) Modele el problema mediante programación lineal. b) Demuestre que si el carpintero realiza el enmarcado, el mecánico el trazado y el fontanero suelda y alambra, el coste total es mínimo. 2. Problema.- COMIDAS RÁPIDAS Un negocio de servicio de comidas ha contratado cuatro banquetes para los próximos cuatro días, requiriendo 150 manteles de mesa limpios para el primer banquete, 100 para el segundo, 140 para el tercero y 130 para el cuarto. En la actualidad dispone de 200 manteles, todos limpios, y puede adquirir los que necesite, a un coste de 12 u.m/mantel con un plazo de entrega inmediato a partir del segundo día. Además, una lavandería cercana le ofrece el siguiente servicio:
14 Rápido. Los manteles limpios para el día siguiente, a un coste de 6 u.m/mantel. Lento. Los manteles limpios para dentro de dos días, a un coste de 4 u.m/mantel. Suponga que los manteles nuevos comprados el día t pueden emplearse en el banquete del día t, los sucios enviados a lavar en servicio rápido tras el banquete del día t pueden emplearse para el banquete del día t+1, y finalmente, que los sucios enviados a lavar en servicio lento tras el banquete del día t pueden emplearse para el banquete del día t+2. a) Modele el problema: represente el problema mediante un grafo, indicando que significan los nodos y los arcos. Y los datos del ejemplo asociados a los nodos y arcos. b) Proporcione una solución admisible intuitiva al ejemplo. c) Argumente la bondad de la solución admisible intuitiva al ejemplo propuesta en el apartado anterior. d) Describa las variables del problema dual e interprete su significado. En que unidades se describen cada una de las variables del dual? 3. Problema.- TRATAMIENTO DE CRUDOS Una refinería de petróleo adquiere dos tipos de crudos (tipo 1 y tipo 2). Estos crudos pasan a través de cuatro procesos: destilación, reforming, cracking y mezcla, obteniéndose distintos productos para el mercado. 1.- PROCESO DESTILACIÓN Por medio de ella se separan los crudos en fracciones conocidas como nafta ligera, nafta media, nafta pesada, aceites pesados y residuos, según sus puntos de ebullición. El octanaje de las naftas ligeras, medias y pesadas es de 90, 80 y 70, respectivamente. Las fracciones que se obtienen a partir de un barril de crudo son: Nafta Ligera Nafta Media Nafta Pesada Aceite Ligero Aceite Pesado Residuos Crudo Tipo Crudo Tipo PROCESO REFORMING Las naftas pueden emplearse inmediatamente para mezclarse en distintos productos para el mercado o someterse al proceso de reforming. Este proceso da lugar a gasolinas con un octanaje del 115. La cantidad obtenible, por barril es:
15 Nafta Ligera 0.6 Nafta Media 0.52 Nafta Pesada PROCESO CRACKING Los aceites ligeros y pesados pueden mezclarse directamente en Jet-fuel y fuel-oil o someterse al proceso de cracking. El cracker catalítico da lugar a cracked oil y cracked gasolina que tiene un octanaje de 105. La productividad es la siguiente: Cracked oil Cracked gasoline Aceite Ligero Aceite Pesado El cracked oil se emplea para mezclarlo en fuel-oil y jet-oil, mientras que el cracked gasolina se emplea para la obtención de gasolina de motor. Los residuos se emplean para producir lube-oil o mezclados en fuel-oil y jet-fuel. Un barril de residuos da lugar a 0.5 barriles de lube-oil. 4.- PROCESO MEZCLA - Gasolinas de Motor: Son de dos tipos, normal y superior, obtenidas a partir de las naftas, gasolina de reforming y gasolina de cracking. La única especificación es que la normal tenga un octanaje de al menos 84, y la superior de 94. Se supone que el octanaje se comporta linealmente en relación al volumen. - Jet fuel (para avión): La especificación es que la presión de vapor no exceda de 1 Kg/cm2. Las presiones de vapor de los aceites ligeros, pesados, de cracking y residuos son de 1; 0.6;1.5; y 0.05 Kg/cm2 respectivamente. De nuevo, se supone que la presión de vapor se comporta linealmente con el volumen. - Fuel-oil: Para su obtención deben mezclarse aceite ligero, pesado, cracked y residuos según la relación 10:4:3:1. LIMITACIONES Existen las siguientes limitaciones debido a las instalaciones actuales: Disponibilidad de crudo Disponibilidad diaria de Crudo tipo 1: barriles. Disponibilidad diaria de Crudo tipo 2: barriles. Limitaciones de los procesos Máximo de barriles de crudo destilado/día. Máximo de barriles de nafta reforming/día
16 Máximo de barriles de aceite cracked/día. MCOI. Métodos Cuantitativos de Organización Industrial Imposiciones en la producción La producción diaria de lube-oil entre 500 y barriles. La gasolina de motor tipo superior debe ser al menos el 40% del normal. Beneficios por barril de productos finales Gasolina de Motor Superior 700 pts/barril Gasolina de Motor Normal 600 pts/barril Jet-fuel 400 pts/barril Fuel-oil 350 pts/barril Lube-oil 150 pts/barril Determinar los niveles de producción de los productos finales de la refinería desde el punto de vista de máximos beneficios. DEFINICIÓN DE VARIABLES - Crudo tipo 1: T1 - Crudo tipo 2: T2 - Nafta ligera: NFL - Nafta media: NFM - Nafta pesada: NFP - Aceite ligero: ACL - Aceite pesado: ACP - Residuos: RES - Nafta ligera para gasolina: NFLG - Nafta media para gasolina: NFMG - Nafta pesada para gasolina: NFPG - Nafta ligera para reforming: NFLRE - Nafta media para reforming: NFMRE - Nafta pesada para reforming: NFPRE - Nafta ligera para gasolina normal: NFLGN - Nafta ligera para gasolina superior: NFLGS - Nafta media para gasolina normal: NFMGN - Nafta media para gasolina superior: NFMGS - Nafta pesada para gasolina normal: NFPGN - Nafta pesada para gasolina superior: NFPGS - Aceite ligero para cracking: ACLCR - Aceite pesado para cracking: ACPCR - Aceite ligero para fuel-oil: ACLF - Aceite pesado para fuel-oil: ACPF - Aceite ligero para jet-fuel: ACLJF - Aceite pesado para jet-fuel: ACPJF - Cracked oil: COIL - Cracked oil para fuel-oil: COILF - Cracked oil para jet-fuel: COILJF - Cracked gasolina: CG - Cracked gasolina para normal: CGN
17 - Cracked gasolina para superior: CGS - Gasolina de 115 octanos: REFG - Gasolina de 115 octanos para gasolina normal: REFGN - Gasolina de 115 octanos para gasolina superior: REFGS - Residuos para lube-oil: RESLB - Residuos para fuel-oil: RESF - Residuos para jet-fuel: RESJF - Gasolina normal: GSNOR - Gasolina superior: GSSUP - Jet fuel: JETFL - Fuel-oil: FOIL - Lube-oil: LUBOIL - Holgura de crudo tipo 1: HT1 - Holgura de crudo tipo 2: HT2 - Holgura en reforming: HREF - Holgura en cracking: HCR - Holgura en destilación: HDEST - Pérdidas en destilación: PERDES MCOI. Métodos Cuantitativos de Organización Industrial Modele y resuelva, usando el módulo SOLVER de EXCEL
18 PROBLEMAS DE MODELADO CON VARIABLES ENTERAS 1. Problema.- ASIGNACIÓN Un grupo de n hombres y n mujeres viven aislados en una isla. La cantidad de felicidad que logra el i-ésimo hombre y la j-ésima mujer viviendo juntos la fracción x ij de sus vidas es c ij x ij, donde c ij es un indicador de felicidad asociado a la convivencia ij durante el resto de sus vidas. Suponiendo que todos son solteros cuando se analiza la situación y que todos vivan el mismo tiempo, modele el problema de determinar qué fracción de su vida han de convivir cada par ij. a) Bajo el criterio de maximizar la felicidad colectiva. b) Bajo el criterio de que sea máxima la felicidad de aquel que en el emparejamiento le corresponda la felicidad mínima. 2. Problema.- SELECCIÓN DE PERSONAL A un proceso de selección para un grupo de trabajo se han presentado seis candidatos, de los que se van a contratar a cuatro. Las características de los candidatos se reflejan en la tabla. Candidato Tipo Puntuación indicadora 1 A 10 2 A 9 3 B 6 4 B 6 5 C 4 6 C 1 Los condicionantes de la contratación, tras las entrevistas son: - Al menos ha de contratarse un candidato tipo C. - Los candidatos 2 y 5 son incompatibles. - Solo un candidato del tipo A podría ser contratado. - Si se contratara a los candidatos 2 y 4, no podría contratarse al candidato 6. Modele la situación como un problema lineal con variables 0-1, empleando como criterio la maximización del indicador acumulado de los candidatos seleccionados. 3. Problema.- ENVÍOS Un servicio de mensajería tiene la oportunidad de contratar para su transporte a Nueva Zelanda de hasta 50 Kg. de envíos, por cada uno de los cuales la empresa ingresa
19 u.m./kg. El coste fijo por contratar el envío a Nueva Zelanda es de u.m., más 10 u.m. por cada Kg de peso que transporte en exceso de 20 Kg y otro suplemento extra de 20 u.m. por cada Kg. de peso en exceso de 40 Kg. Modele el estudio de la decisión de la empresa de mensajería sobre si debe realizar el viaje a Nueva Zelanda y, en su caso, cuantos Kg. de envíos transportar. 4. Problema.- CENTRALES ELÉCTRICAS Un número de centrales eléctricas están encargadas de dar servicio a la siguiente demanda media eléctrica diaria prevista, vea la tabla Tabla Demanda de potencia 12 p.m. a 6 a.m megavatios 6 a.m. a 9 a.m megavatios 9 a.m. a 3 p.m megavatios 3 p.m. a 6 p.m megavatios 6 p.m. a 12 p.m megavatios Existen tres tipos de centrales de generación disponibles: 12 de tipo 1, 10 de tipo 2 y 5 de tipo 3. Cada generador tiene que trabajar entre un nivel mínimo y un nivel máximo. Se conoce el coste por hora cuando el generador trabaja al mínimo, así como el extracoste por hora y por megavatio por encima del mínimo (hasta el máximo posible). Poner en marcha un generador también tiene un coste. Todos los costes se observan en la tabla Tabla Características de las centrales de generación Generador Tipo 1 Generador Tipo 2 Generador Tipo 3 Nivel mínimo Nivel máximo Coste por hora al mínimo Coste por hora y megavatio por encima del mínimo Coste de arranque 850 MW 2000 MW MW 1500 MW 1750 MW , MW Además la carga posible a suministrar por las generadoras debe ser tal que permita dar respuesta a puntas de carga de hasta el 15% por encima del máximo estimado en la tabla Identifique las variables y datos del problema y construya un modelo de forma que permita determinar los generadores que deben funcionar en cada periodo del día. Determine cual es el coste marginal de producción de electricidad en cada periodo del día y discuta que sistema de tarifas aconsejaría fijar para los clientes
A continuación se describen los procesos que componen el tratamiento de crudos. Nafta Pesada
PROBLEMA A RESOLVER CON SOLVER Una refinería de petróleo adquiere dos tipos de crudos (tipo 1 y tipo 2). Estos crudos pasan a través de cuatro procesos: destilación, reforming, cracking y mezcla, obteniéndose
PROBLEMAS PROGRAMACIÓN LINEAL CONTINUA
PROBLEMAS PROGRAMACIÓN LINEAL CONTINUA 1. Sea el problema: Max. 3 x 1 + 4 x 2 + 2 x 3 + x 4 s.a. 4 x 1 + 3 x 2 + 4 x 3 + x 4 5 2 x 1 + x 2 + 5 x 3 + 2 x 4 6 x 1 6, 0 x 2 3, x 3 libre, x 4 0 a) Ponerlo
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
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
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
El método simplex 1. 1 Forma estándar y cambios en el modelo. 2 Definiciones. 3 Puntos extremos y soluciones factibles básicas. 4 El método simplex.
El método simplex Forma estándar y cambios en el modelo. Definiciones. Puntos extremos y soluciones factibles básicas. 4 El método simplex. Definiciones y notación. Teoremas. Solución factible básica inicial.
EJERCICIO 1. Max Z = 6 x x 2 s.r. (1) 4 x x 2 12 (2) 2 x x 2 16 (3) 2 x 1 6 x 1, x 2 0
Considere el Programa Lineal siguiente: EJERCICIO Max Z 6 x + 9 x 2 s.r. () 4 x + 6 x 2 2 (2) 2 x + 8 x 2 6 (3) 2 x 6 x, x 2 0 (.a) 3 2 0 2 3 4 5 6 7 8 El Problema tiene una Región Factible delimitada
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
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
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
Unidad III Teoría de la Dualidad.
Curso de investigación de operaciones http://www.luciasilva.8k.com/5.5.htm Unidad III Teoría de la Dualidad. III.1 FORMULACIÓN DEL PROBLEMA DUAL La Teoría de la Dualidad es una de las herramientas que
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,
Ejercicios de Programación Lineal
Ejercicios de Programación Lineal Investigación Operativa Ingeniería Informática, UC3M Curso 08/09 1. Una compañía de transporte dispone de 10 camiones con capacidad de 40000 libras y de 5 camiones con
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?
Ejercicios - Resolución de problemas lineales. Método Simplex
Ejercicios - Resolución de problemas lineales. Método Simplex Programación Matemática LADE Curso 8/9. Dado el problema lineal máx x x x + x s.a. x + x + x = 4 x + x 4 x justifica que el punto x = ( T es
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.
UNIDAD UNO PROGRAMACIÓN LÍNEAL Parte 4
Ing. César Urquizú UNIDAD UNO PROGRAMACIÓN LÍNEAL Parte 4 Ing. César Urquizú Teoría de la dualidad El desarrollo de esta teoría de la dualidad es debido al interés que existe en la interpretación económica
COMPLETACION: Escriba la respuesta correcta. PARTE PRACTICA: Desarrolle en forma clara y ordenada cada uno de los siguientes ejercicios.
Funciones EXAMEN II PARCIAL /7/4 COMPLETACION: Escriba la respuesta correcta. Valor % c/u ) La pendiente de la ecuación x 5y es: ) El vértice de la función x es: x x ) El punto faltante de la función es
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
Tema 5 Dualidad y condiciones de Karush-Kuhn-Tucker
Tema 5 Dualidad y condiciones de Karush-Kuhn-Tucker José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Contenidos del tema 5 Condiciones de Karush-Kuhn-Tucker (KKT). Problemas
Colegio Portocarrero. Departamento de matemáticas. PL con solución
PL con solución Problema 1: Un mayorista de frutos secos tiene almacenados 1800 kg de avellanas y 420 kg de almendras para hacer dos tipos de mezclas que embala en cajas como se indica a continuación:
Tema 3: El Método Simplex. Algoritmo de las Dos Fases.
Tema 3: El Método Simplex Algoritmo de las Dos Fases 31 Motivación Gráfica del método Simplex 32 El método Simplex 33 El método Simplex en Formato Tabla 34 Casos especiales en la aplicación del algoritmo
MÉTODO SIMPLEX REVISADO O FORMA MATRICIAL
MÉTODO SIMPLEX REVISADO O FORMA MATRICIAL Algoritmo del método simplex que mejora la eficiencia de los cálculos, se realizan los mismos pasos del método simplex visto, sólo se diferencia en la manera de
Forma estándar de un PPL con m restricciones y n variables. (b 0)
Forma estándar de un PPL con m restricciones y n variables Maximizar (minimizar) Z = c 1 x 1 + c 2 x 2 +... + c n x n a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 +a 22 x 2 +... + a 2n x n = b 2...
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
25 de octubre de 2017
- INSTITUTO TECNOLOGICO METROPOLITANO INGENIERIA DE PRODUCCCION Investigacion de operaciones I Planteamiento de Modelos - Metodo grafico- Metodo Simplex Wbaldo Londoño 25 de octubre de 207 Contenido 2-3
Tema 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
Optimización 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
Práctico N 5 Parte a: Programación lineal
U.N.C.P.B.A FACULTAD DE INGENIERÍA PROCESOS QUÍMICOS II Práctico N 5 Parte a: Programación lineal Planteo n 1: Supóngase que una compañía fabrica 2 conjuntos xx e yy. Cada unidad de los respectivos productos
Colegio Portocarrero. Curso Departamento de matemáticas. Matrices, programación lineal, límites, asíntotas, continuidad.
Matrices, programación lineal, límites, asíntotas, continuidad. Problema 1: Sean A y B dos matrices de tamaño 2 x 2. Es cierta la igualdad (A + B)(A B) = A 2 B 2? Pruébalo si es cierto o busca un contraejemplo
APUNTE DE PROGRAMACION LINEAL ASIGNATURA: MATEMATICA II - U.N.R.N. AÑO: 2010
Pagina APUNTE DE PROGRAMACION LINEAL ASIGNATURA: MATEMATICA II - U.N.R.N. AÑO: 00 Muchos problemas de administración y economía están relacionados con la optimización (maximización o minimización) de una
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
Colegio Portocarrero. Curso Departamento de matemáticas. Matrices y programación lineal
Matrices y programación lineal Problema 1: En una confiteria se dispone de 24 kg de polvorones y 15 kg de mantecados, que se envasan en dos tipos de caja del modo siguiente: Caja tipo 1: 200 g de polvorones
Más ejercicios y soluciones en fisicaymat.wordpress.com MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES
MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES - Considere el sistema 3 5 7 0 3 3 6 0 3 4 6 0 a) Estudie para qué valores del número real a, la única solución del sistema es la nula. b) Resuélvalo, si
MATEMÁTICAS II Examen del 2/12/2004 Solución Importante
MATEMÁTICAS II Examen del //004 Solución Importante Las calificaciones se harán públicas en la página web de la asignatura y en el tablón de anuncios del Dpto. de Métodos Cuantitativos en Economía y Gestión
INVESTIGACION DE OPERACIONES:
METODO SIMPLEX El algoritmo símplex fue descubierto por el matemático norteamericano George Bernard Dantzig en 1947, es una técnica para dar soluciones numéricas a problema de programación lineal Un problema
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 +
Programación Lineal Continua
Elisenda Molina Universidad Carlos III de Madrid [email protected] 8 de octubre de 2008 Esquema 1 Formulación y Ejemplos 2 3 Ejemplo: Producción de carbón Una empresa minera produce lignito y antracita.
TEST IO-I T1. CONCEPTOS PREVIOS. C1.1. Cualquier conjunto convexo tiene al menos un punto extremo?
TEST IO-I T1. CONCEPTOS PREVIOS C1.1. Cualquier conjunto convexo tiene al menos un punto extremo? a) Puede tener puntos extremos. b) Puede no tener puntos extremos. c) Puede tener vértices. C1.2. Es convexo
Método Simplex en Optimización de Problemas de Producción
Método Simplex en Optimización de Problemas de Producción Pedro Piñeyro - Luis Stábile - Fernando Islas - Carlos Testuri Héctor Cancela - Antonio Mauttone Depto. Investigación Operativa. Instituto de Computación.
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
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
ACTIVIDADES SELECTIVIDAD MATRICES
ACTIVIDADES SELECTIVIDAD MATRICES Ejercicio 1 Para qué valores de m tiene solución la ecuación matricial? (b) Resuelve la ecuación matricial dada para. Ejercicio 2 Siendo I la matriz identidad de orden
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
max z = c T x sujeto a Ax b
Tema 4 Análisis de sensibilidad El análisis de sensibilidad se realiza después de obtener la solución óptima de un modelo lineal para deteminar como afectan los cambios en los parámetros del modelo a la
Tema 1 Introducción. José R. Berrendero. Departamento de Matemáticas Universidad Autónoma de Madrid
Tema 1 Introducción José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Información de contacto José Ramón Berrendero Díaz Correo electrónico: [email protected] Teléfono:
Repaso del algoritmo SIMPLEX
Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Industrial IN70K: Clase Auxiliar Repaso del algoritmo SIMPLEX Marcel Goic F. 1 1 Esta es una versión bastante
La Dualidad en el Problema de Transporte
II Conferencia de Ingeniería de Organización Vigo, 5-6 Septiembre 2002 La Dualidad en el Problema de Transporte Francisco López Ruiz, Germán Arana Landín 2 Doctor Ingeniero Industrial, Departamento Organización
Guía de Problemas para el Control 2
Guía de Problemas para el Control 2 Geometría Problema 1 Demuestre que la intersección de conjuntos convexos es un conjunto convexo. Utilizando esto demuestre que todo poliedro es un conjunto convexo.
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
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
ANÁLISIS DE SENSIBILIDAD.
ANÁLISIS DE SENSIBILIDAD. En la mayoría de las aplicaciones practicas, algunos datos del problema no son conocidos con exactitud y por esto son estimados tan bien como sea posible. Es importante poder
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
Colegio Portocarrero. Curso Departamento de matemáticas. Sistemas, matrices, programación lineal resueltos.
Sistemas, matrices, programación lineal resueltos. Problema 1: Sean las matrices Encuentra el valor o valores de x de forma que B 2 = A Problema 2: En la remodelación de un centro de enseñanza se quiera
SOLUCIONES A LOS EJERCICIOS DE LOS EXÁMENES DEL COLEGIO DE ÁLGEBRA Y GEOMETRÍA DE MATEMÁTICAS II CURSO
SOLUCIONES A LOS EJERCICIOS DE LOS EXÁMENES DEL COLEGIO DE ÁLGEBRA Y GEOMETRÍA DE MATEMÁTICAS II CURSO 013-014 1 0 Ejercicio 1º.- Dada la matriz: A 1 1 a) (1,5 puntos) Determina los valores de λ para los
Examen bloque Álgebra Opcion A. Solución
Examen bloque Álgebra Opcion A EJERCICIO 1A (2 5 puntos) Halle la matriz X que verifique la ecuación matricial A2 X = A B C, siendo A, B y C las matrices Halle la matriz X que verifique la ecuación matricial
Ejercicios de Programación Lineal
Ejercicios de Programación Lineal Investigación Operativa Ingeniería Informática, UCM Curso 5/6 Una compañía de transporte dispone de camiones con capacidad de 4 libras y de 5 camiones con capacidad de
Métodos Cuantitativos y Organización de la Producción
Métodos Cuantitativos y Organización de la Producción PROYECTO EDITORIAL SÍNTESIS INGENIERÍA Áreas de Publicación INGENIERÍA INDUSTRIAL COORDINADORA: Alicia Larena Queda prohibida, salvo excepción prevista
Esterilización 1 4. Envase 3 2
9.- Una empresa de productos lácteos fabrica dos tipos de leche: entera y desnatada. El proceso de fabricación se lleva a cabo mediante una máquina de esterilización y otra de envase, donde el tiempo (expresado
5 de mayo de Evaluación 1 PETROLEO MUNDIAL C.A. El Constructor. Gasolina. Fábrica de calzados. calzados. Analisis de Sensibilidad
- INSTITUTO TECNOLOGICO METROPOLITANO INGENIERIA DE PRODUCCCION Investigacion de operaciones I sensibilidad-teoria de la Wbaldo Londoño 5 de mayo de 206 Contenido - 2 3 4 5 6 7-8 - La empresa puede comprar
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
Fundamentos de Programación Entera. A. Revisión. Carlos Testuri Germán Ferrari
Fundamentos de Programación Entera A. Revisión Carlos Testuri Germán Ferrari Departamento de Investigación Operativa Instituto de Computación Facultad de Ingeniería Universidad de la República 2012-2018
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
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
Un sistema de ecuaciones diferenciales son aquellas que tienen varias posibilidades para su solución. Estas son:
Unidad X: Programación lineal (continuación) Objetivo específico: Entender ampliamente el fenómeno del comportamiento de los modelos matemáticos para la resolución de problemas enfocados a las ecuaciones
Problemas de Álgebra 2 o de Bachillerato
Problemas de Álgebra 2 o de Bachillerato Problema 1 Calcular los productos de matrices A A, A B, B A y B B, siempre que sea posible, donde: 2 1 3 1 2 1. A = y B = 1 0 2 1 1 1 2 2. A = 1 1 0 2 y B = 3.
Degeneración y ciclaje. Método de las dos fases CO-3411 (S08) 30/03/
CO-3411 (S08 30/03/2008 98 Degeneración y ciclaje En el caso de problemas generales, una solución será degenerada cuando alguna de las variables básicas se encuentra en una de sus cotas (comparar con el
MÉTODO DEL DUAL (TEORIA DE DUALIDAD)
MÉTODO DEL DUAL (TEORIA DE DUALIDAD) Todo problema de programación lineal tiene asociado con él otro problema de programación lineal llamado DUAL. El problema inicial es llamado PRIMO y el problema asociado
Método Simplex. Ing. Ricardo Fernando Otero, MSc
Método Simplex Ing. Ricardo Fernando Otero, MSc Forma estándar de un modelo de programación lineal Dirección de mejora: Maximizar Todas las restricciones deben ser El lado izquierdo debe contener solo
Auxiliar 7: Dualidad
IN3701: Modelamiento y Optimización Profs: Richard Weber, Rodrigo Wolf Coordinador: M. Siebert Aux: V. Bucarey, N. Devia, P. Obrecht Auxiliar 7: Dualidad Lunes 5 de Diciembre de 2011 Pregunta 1: Dualidad
MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II. CURSO 2008/2009. PRUEBA ESCRITA DEL BLOQUE DE ÁLGEBRA. 9 de diciembre de 2008.
IES Salduba MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II CURSO 008/009 PRUEBA ESCRITA DEL BLOQUE DE ÁLGEBRA 9 de diciembre de 008 Bloque I Unidades y Sistemas de ecuaciones lineales Matrices Ejercicio
U.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
PROBLEMAS DE PROGRAMACIÓN ENTERA I
Problemas de Programación Entera I 1 PROBLEMAS DE PROGRAMACIÓN ENTERA I 1. Un departamento ha dispuesto 2 millones de pesetas de su presupuesto general para la compra de material informático, con el que
Figura 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
Análisis de sensibilidad 1
Análisis de sensibilidad Planteamiento general Cambios en el vector de recursos 3 Cambios en el vector de costes 4 Cambios en un vector a j no básico 5 Nuevas variables 6 Nuevas restricciones Planteamiento
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
ACTIVIDADES INICIALES
Matrices ACTIVIDADES INICIALES.I. Señala el número de filas y columnas que componen las tablas de cada uno de los siguientes ejemplos. a) Un tablero de ajedrez b) Una quiniela de fútbol c) El cuadro de
Práctica 2: Análisis de sensibilidad e Interpretación Gráfica
Práctica 2: Análisis de sensibilidad e Interpretación Gráfica a) Ejercicios Resueltos Modelización y resolución del Ejercicio 5: (Del Conjunto de Problemas 4.5B del libro Investigación de Operaciones,
IN Guía de Problemas Resueltos de Geometría de Programación Lineal v1.0
IN3701 - Guía de Problemas Resueltos de Geometría de Programación Lineal v1.0 Acá va una pequeña guía con problemas resueltos de Geometría en Programación Lineal con problemas básicamente extraídos del
Trabajo Práctico N 5: ESPACIOS VECTORIALES
Trabajo Práctico N 5: ESPACIOS VECTORIALES Ejercicio 1: Determine si los siguientes conjuntos con las operaciones definidas en cada caso son o no espacios vectoriales. Para aquellos que no lo sean, indique
Programación Lineal y Optimización Primer Examen Parcial :Solución Profr. Eduardo Uresti, Enero-Mayo 2010
Programación Lineal y Optimización Primer Examen Parcial : Profr. Eduardo Uresti, Enero-Mayo 200 Matrícula: Nombre:. Una pequeña empresa fabrica artículos de dos tipos a partir de tres materias primas,
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA MATEMÁTICAS II TEMA 2: SISTEMAS DE ECUACIONES LINEALES
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 007 MATEMÁTICAS II TEMA : SISTEMAS DE ECUACIONES LINEALES Junio, Ejercicio 3, Opción B Reserva, Ejercicio 3, Opción B Reserva, Ejercicio 3, Opción A Reserva,
Colegio Portocarrero. Departamento de matemáticas. Repaso de la 2ª evaluación. (Con solución)
Repaso de la 2ª evaluación (Con solución) Problema 1: Se considera la función f (x) = 2x 3 2ln x. Calcula: Problema 2: Una empresa fabrica juguetes de tres tipos diferentes T 1, T 2 y T 3. Los precios
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
PONENCIA DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II. RELACIÓN DE EJERCICIOS Curso
PONENCIA DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II RELACIÓN DE S Curso 2018-2019 El documento de Directrices y Orientaciones para las Pruebas de Acceso y Admisión a la Universidad presenta diferentes
1 de septiembre de 2017
- INSTITUTO TECNOLOGICO METROPOLITANO INGENIERIA DE PRODUCCCION Investigacion de operaciones I Planteamiento de Modelos - Metodo Grafico Wbaldo Londoño de septiembre de 207 Contenido - 2 3 4 5 6 7 8-9
UNIVERSIDAD 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
Tema 2: Optimización lineal. Ezequiel López Rubio Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga
Tema 2: Optimización lineal Ezequiel López Rubio Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga Sumario El modelo de programación lineal Formulación de modelos Método gráfico
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
