Flujos de redes (Network Flows NF)
|
|
- Fernando Domínguez Santos
- hace 7 años
- Vistas:
Transcripción
1 Fluos de redes (Network Flows NF). Terminología. Árbol generador mínimo. Camino mínimo 4. Fluo máximo 5. Fluo de coste mínimo TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES
2 Terminología Red o grafo (G) Nodos o Vértices o Nudos (V) Arcos (dirigidos) o Aristas o Ramas (A) 4 Arco dirigido Red dirigida Camino Cadena Ciclo (dirigido=circuito) G=(V,A) V = {,,, 4} A = {(, ), (, ), (, 4), (, 4)} aquél que permite el fluo en un solo sentido conunto de nodos unidos por arcos secuencia de arcos dirigidos secuencia de arcos cuyo sentido puede ser hacia o desde el nodo final (por lo que en redes dirigidas no importa el sentido) camino o cadena que empieza y acaba en el mismo nodo TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES
3 5 4 Camino (, ) (, 5) (5, ) (, 4) Cadena (, ) (, 5) (5, 4) Ciclo (, 5) (5, ) (, ) (,) Circuito (, ) (, 5) (5, ) (, ) Nodos conexos Red conexa Árbol generador Capacidad de un arco Nudo de generación Nudo de demanda Nudo de trasbordo dos nodos son conexos si la red contiene al menos una cadena (camino sí importa el sentido) entre ellos red donde cada parea de nodos es conexa red conexa sin ciclos que tiene exactamente n- arcos para recorrer todos los n nodos máximo fluo por un arco (para grafos con arcos valorados) aquél cuyo fluo saliente excede al entrante aquél cuyo fluo entrante excede al saliente aquél que conserva el fluo TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES
4 Problema del árbol generador de mínimo peso Hipótesis: Red conexa no dirigida (o dirigida pero el sentido no es relevante) Distancia no negativa en cada arco Obetivo: Encontrar la cadena de longitud mínima que recorre todos los nodos sin ciclos (es decir, el árbol generador de mínimo peso). u = min e k C arbol generador k C Comentario: Obsérvese que no busca minimizar la distancia o coste entre dos nodos concretos sino el global de la red. TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES 4
5 Procedimiento del problema del árbol generador mínimo Algoritmo de Prim. Selección arbitraria de cualquier nodo inicial Hacer C 0 =, C0 = V. Elegir un vértice cualquiera i V Sea k = y T = (T es el árbol generador). y hacer C = { i}, C V { i} =.. Selección el nodo no conectado más cercano a cualquier nodo conectado y establecimiento de un arco nuevo. * Seleccionar Ck, un nodo no conectado tal que se une a algún vértice ya conectado (de Ck ) con la arista de menor peso * k C C C = C * y { } T T e k Si k =. = n, parar. Si no, poner k = k + y repetir el paso. e. Hacer k = k { }, k k { } TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES 5
6 Los empates se pueden solucionar de manera arbitraria sin pérdida del óptimo. Indican la posible existencia de múltiples soluciones óptimas. La distancia óptima no depende de la elección del nodo inicial. TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES 6
7 TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES 7
8 Problema del camino mínimo Hipótesis: Red conexa (normalmente dirigida, aunque no dirigido=dirigido en los dos sentidos) No existen circuitos de longitud negativa Nodo especial: origen Obetivo: Encontrar la distancia (coste, tiempo, etc.) mínima entre el origen y cualquier otro nodo (obtiene un árbol dirigido o arborescencia de caminos de mínimo peso) uk = min d i k C camino de origen a k ( i, ) C Metodología basada en ecuaciones de Bellman: Dikstra para grafo valorado con pesos positivos (nunca circuitos negativos). Bellman-Ford, general aunque más compleo. TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES 8
9 Procedimiento del problema del camino mínimo Algoritmo de Dikstra PASO 0: INICIO, SE ETIQUETAN LOS NODOS CON LA LONGITUD DEL ARCO QUE LOS UNE CON EL ORIGEN i (, ) d = i A, u = 0, u d,..., n = =. P = { }, T {,.., n} =, pred( ) =, =,..., n PASO : DESIGNAR LA ETIQUETA PERMANENTE DE LA ITERACIÓN: VÉRTICE CON MENOR VALOR DE LA ETIQUETA TRANSITORIA Buscar k T tal que uk = min{ u}. Hacer P P {} k Si T =, parar. T PASO : REVISAR LAS ETIQUETAS TRANSITORIAS = y T T { k} =. T calcular u = min { u, uk + dk}, si se modifica poner pred( ). = k. Volver al PASO TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES 9
10 (origen) Paso 0: u = 0, u = 00, u = 0, u 4 =, 5 P =, T = {,, 4,5}, pred( ) =, =,, 4,5 P. : u k = 0 k =. P = {, }, T = {, 4,5}. u = min u, u + d = min 00,0 + = 00, P. : { } { } u4 { u4 u d4} { } u5 { u5 u d5} { } P. : u k = 40 k = 4. P = {,, 4}, T = {,5} P. : u = min{ 00,40 + 5} = 55 () 4 u =. { } = min, + = min,0 + 0 = 40 pred (4) = = min, + = min, = 90 pred (5) =. (MULTIPLES ÓPTIMOS) P. : u k = 55 k =. P = {,, 4, }, T = { 5} P. : u5 = min { u5, u + d5} = min{ 90,55 + } = 90 P. : u k = 90 k = 5. {,, 4,, 5} u 5 = min 90, = 90 ( pred (5) = 4 pred =, { }. P =, T =, PARAR. TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES 0
11 Problema del árbol generador mínimo Algoritmo de Bellman-Ford Utilizar sólo para el caso de arcos con distancia negativa (no equivale a aplicar Dikstra sumando una misma cantidad a todos los arcos) m u longitud del camino mínimo del vértice al vértice usando a lo sumo m arcos PASO : INICIAR CON LONGITUDES DE LOS ARCOS DEL NODO A LOS DEMÁS NODOS di = ( i, ) A, u = 0, u = d pred( ) = =,..., n. Poner m = PASO : CALCULAR LAS DISTANCIAS MÍNIMAS USANDO A LO SUMO m + ARCOS { } Calcular m + u min m,min{ m u uk dk} u u = +. Si k min m m u u m + m hacer pred()=k * siendo { m } m m k k k * k * k al paso. + =, parar. Si no, para tal que u + d = u + d = u +. Poner m= m+ y volver Obsérvese que para m = n seguro se cumplirá u n = ya que se trata de construir un árbol. n u TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES
12 Paso : u = 0, u = 5, u =, P. : u u { u d u d } u u { u d u4 d4} u4 u4 { u d4 u d4} P. : min{ 5,min{, } } 0 u4 u4 { u d4 u d4} 4 P. : u u { u d u4 d4} u =, PRED(J)=,J=,,,4. m = { } { } { } { { }} { } { { }} u { } = min,min +, + = min 5,min +, = 5 = min,min +, + = min,min 5 +, + 6 = = min,min +, + = min,min 5 + 4, + = u PRED(4)= m = P { } u = + = { } { } u u u = min,min 5 +, + 6 = { } { } { } { } { { }} { { }} { { } } { { }} = min, min +, + = min, min 5 + 4, + =, PRED()=4, m = P. { } = min,min +, + = min 0,min +, = 0 u = min u,min u + d, u + d = min,min 0 +, + 6 = u = min u,min u + d, u + d = min,min 0 + 4, + = u = u, PARAR. TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES
13 Otras aplicaciones de los algoritmos de camino mínimo Resolución problemas de maximización de beneficios: Obetivo: Encontrar el camino desde el nodo origen que maximiza el beneficio uk = max d i k C camino de origen a k ( i, ) C Alternativa : Adaptación de los algoritmos. Actualizar las inicializaciones y las fórmulas de cálculo de las distancias mínimas: d = i, A Dikstra: En paso 0 reemplazar por ( ) En paso reemplazar por uk = max{ u} T En paso reemplazar por u max { u, uk dk} i = + T Bellman-Ford: En paso reemplazar por (, ) d = i A i TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES
14 { } En paso reemplazar por m + u max m,max{ m = u uk + dk} k m m m max{ k + k} = * + * = k u d u d u + k k Alternativa : Aplicación directa de los algoritmos. Teniendo en cuenta que maximizar f equivale a minimizar -f, multiplicar por - los valores del grafo y resolver el problema de camino mínimo con los algoritmos Dikstra y Bellman-Ford convencionales TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES 4
15 Resolución problemas de maximización de probabilidades: Hipótesis sobre la valoración de los arcos: Existe una probabilidad de éxito p i sobre cada arco, todas ellas independientes (E. probabilidad de no ser atracado en una calle, etc.) Obetivo: Encontrar el camino desde el nodo origen que maximiza la probabilidad de éxito { } i u = max Π p k k C camino de origen a k ( i, ) C Alternativa : Adaptación del algoritmo de Dikstra. Actualizar las inicializaciones y las fórmulas de cálculo de las distancias mínimas: En paso 0 reemplazar por 0 (, ) p = i A, i u = TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES 5
16 En paso reemplazar por uk = max{ u} T En paso reemplazar por u max { u, uk pk} = T Alternativa : Aplicación directa del algoritmo de Dikstra. Obsérvese que al incorporar logaritmos neperianos (que convierten productos en sumas) a la función obetivo se tienen las siguientes equivalencias): max p max ln p max lnp min ( ln p ) i i i i C C C C C C C C La última expresión es una función obetivo optimizable con Dikstra (pues es suma de valores positivos) considerar el mismo grafo pero valorado con ln(p i ) 0 en lugar de con p i y aplicar Dikstra. TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES 6
17 Problema de fluo máximo Hipótesis: Red conexa dirigida Nodos especiales: origen s y destino t, el resto son de trasbordo Cada arco tiene capacidades máximas asociadas Obetivo: Maximizar el fluo total desde el origen al destino Métodos de resolución: Algoritmo del camino de aumento (Ford-Fulkerson) Programación lineal TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES 7
18 Fluo compatible (factible) Aquél que verifica: El fluo no supera la capacidad de ningún arco ( ϕi ci (, i ) ) Verifica la ley de conservación de fluo: i s, t ϕ ϕ = 0 i /(, i) A /( i, ) A i (5) (4) (5) s (5) (6) () 4 t 5 4 (7) 4 (5) (6) Problema de fluo máximo: determinar el fluo compatible (luego es la incógnita) que transporta la mayor cantidad de fluo de la fuente (origen s) al sumidero (destino t). TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES 8
19 Capacidad residual de un arco: es la diferencia entre la capacidad de un arco y el fluo asignado a éste. Camino de aumento: es un camino de la fuente al sumidero tal que el mínimo de las capacidades residuales de los arcos que lo forman es positivo, denominándose a este valor capacidad residual del camino de aumento. Corte: Partición de la red en dos subredes s P y t P (componentes) cualesquiera, conteniendo una el origen y otra el destino. Capacidad del corte: Suma de las capacidades de los arcos que unen ambas subredes (cruzan el corte) en el sentido de origen en P a destino en P, es decir, c( P, P) = ci (, i ) Ai : P, P TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES 9
20 Teorema de máximo fluo mínimo corte: Para una red conexa dirigida con un origen y un destino el valor del fluo máximo es igual al valor mínimo de las capacidades de cualquier corte de la red (fluo máximo=mínima capacidad de corte). Max ϕ = Min c P, P ϕ fluo compatible i/ i, t A ( ) it ( PP, ) corte ( ) Formulados como problemas de programación matemática, los problemas de fluo máximo y de corte de mínima capacidad son problemas duales. La teoría de la optimización permite resolver ambos problemas, al igual que el algoritmo de Ford Fulkerson. TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES 0
21 Algoritmo de Ford-Fulkerson PASO : COMENZAR CON UN FLUJO COMPATIBLE Y OBTENER LAS CAPACIDADES RESIDUALES DE LOS ARCOS * Poner fluo 0 ϕ i = 0 ( i, ) A y capacidades residuales ci = ci (, i ) A. Etiquetar s (, ) (no existe predecesor, capacidad residual infinita) PASO : OBTENER UN CAMINO DE AUMENTO, INCLUSO REDIRECCIONANDO FLUJO ANTERIORMENTE ASIGNADO Sea i V un nodo ya etiquetado y sea V un nodo sin etiquetar tal que existe el arco (, i ) o el arco ( i, ). Hacer según el caso: a) Si ( i, ) A y la capacidad residual no es 0 ( c * i > 0) puede aumentar fluo, calcular el mínimo de la capacidad residual de los arcos que llegan a i y este arco y etiquetar el nodo, es decir, calcular δ min {, * = δi ci} y etiquetar el nodo con ( i+, δ ). b) Si ( i, ) Ay se está enviando fluo por ese arco ( ϕ i > 0) se puede redireccionar parte de ese fluo (se puede disminuir en ese arco), entonces calcular δ = min { δi, ϕ i} y etiquetar el nodo con ( i, δ ). TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES
22 Repetir hasta que el sumidero esté etiquetado e ir al paso o hasta que no sea posible etiquetar más nodos (que se habrá acabado) e ir al paso 4. PASO : AUMENTAR EL FLUJO EN EL CAMINO OBTENIDO Y RECALCULAR LAS CAPACIDADES RESIDUALES Recorrer el camino de nodos etiquetados aumentando el fluo en los arcos cuyos nodos finales estén etiquetados positivamente y disminuyéndolo en los iniciales etiquetados negativamente, en la cantidad δ t con que se etiquetó el sumidero t (capacidad residual del camino de aumento de capacidad). Recalcular las capacidades residuales (disminuir en los arcos positivos y aumentar en los negativos). Borrar las etiquetas, excepto la de la fuente, y volver al paso. PASO 4: PARAR, NO ES POSIBLE AUMENTAR EL FLUJO La sucesión de etiquetas establecida en cada iteración puede no ser única, pero se demuestra que cualquiera de ellas permite la obtención del fluo máximo. PP, siendo P el El corte de mínima capacidad es el formado por las componentes ( ) conunto de nodos etiquetados y P el conunto de nodos no etiquetados, que contiene al sumidero t, que resultan de la última iteración del algoritmo. La capacidad mínima es la TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES
23 suma de la capacidad de los arcos que empiezan en P y terminan en P. Nótese que el corte no tiene porqué aislar exclusivamente la fuente t, sino cualquier conunto de vértices que no contenga al sumidero s (es decir, ( PP, ) pueden ser cualquier partición del conunto de nodos V siempre que se cumpla s P, t P ). TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES
24 Eemplo FF: (s+,) () (4) 4 () (-, ) s () t (+,) () * P.: ϕi = 0 ( i, ) U c i = ci (, i ) U s (, ) P.: i = s = : a) δ = min {, } = ( s+,) P.: i = = : a) δ = min{,} = ( +,) P.: i = = t: a) δ t = min{, } = t ( +,) t etiquetado: P.: ϕ =, ϕ =, ϕ = s t (, ) (+,) s (0) () (4) () 4 () t c =, c =, = 0 = = c = ) * * * * * * s 0 ct ( cs, c4 4, 4t () (0) TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES 4
25 E. FF (cont( cont.): (, ) s (4 ) (-,) 4 (+,) (0 ) ( ) ( ) t (4+,) P.: i = s = : a) δ = min, = ( s+,) P.: i = = : b) δ = min{, } = (,) P.: i = = 4: a) δ 4 = min{, 4} = 4 ( +,) P.: i = 4 = t: a) δ t = min{,} = t (4 +,) t etiquetado: P.: ( ) ϕs = 0+, ϕ = =, ϕ4 =, ϕ4 t = ( ϕs =, ϕ4 = ) * * * * c =, c =, c =, c = 0 s 4 * * cs = ct = ( 0, 0) 4t { } (, ) s (s+,) (0) () (0 ) () () 4 (0) (0) t TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES 5
26 E. FF (cont( cont.): (, ) s (-,) () (+,) 4 (0) (0) () t () P.: i = s = : a) δ = = ( s+,) P.: i = = : b) δ = min{,} = (,) P.: i = = 4: a) δ 4 = min{, } = 4 ( +,) No se puede etiquetar más y t no etiquetado: ir a 4 P.4: Parar, Fluo óptimo, valor. Corte mínima capacidad ({s,,,4}{t}) = min {,} (s+,) (0) TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES 6
27 Problema de fluo compatible con coste mínimo En este problema se incorpora un nuevo elemento en la red anterior, el coste. Se supone asociado a cada arco un coste unitario d i de envío de fluo a través del arco. El problema consiste en enviar una cantidad de fluo conocida θ a través de la red desde la fuente (origen) al sumidero (destino), con coste total mínimo. La formulación de este problema utilizando las técnicas de programación matemática es la siguiente: min (, i ) A d i/( s, i) A i/( i, t) A i it ϕ ϕ = 0 s, t i i/( i, ) A i/(, i) A i 0 ϕ c ( i, ) A i ϕ ϕsi = θ ϕ = θ i i TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES 7
TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES 1
Optimización en redes. Fluos en redes (Network Flows NF) Andrés Ramos Universidad Pontificia Comillas http://www.iit.comillas.edu/aramos/ Andres.Ramos@comillas.edu TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES
Más detallesTema: Los Grafos y su importancia para la optimización de redes.
Tema: Los Grafos y su importancia para la optimización de redes. Qué son los Grafos? Un grafo es una dupla G= {X,U}, donde X es un conjunto finito y no vacio de elementos llamados vértices y U es el conjunto
Más detallesTema 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
Más detallesProgramación 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 detallesEl método simplex 1. 1 Forma estándar y cambios en el modelo. 2 Definiciones. 3 Puntos extremos y soluciones factibles básicas. 4 El método simplex.
El método simplex Forma estándar y cambios en el modelo. Definiciones. Puntos extremos y soluciones factibles básicas. 4 El método simplex. Definiciones y notación. Teoremas. Solución factible básica inicial.
Más detallesEs un conjunto de objetos llamados vértices o nodos unidos por enlaces llamados aristas o arcos, que permiten representar relaciones binarias entre
Es un conjunto de objetos llamados vértices o nodos unidos por enlaces llamados aristas o arcos, que permiten representar relaciones binarias entre elementos de un conjunto. Típicamente, un grafo se representa
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más detallesOPTIMIZACIÓN VECTORIAL
OPTIMIZACIÓN VECTORIAL Métodos de Búsqueda Directa Utilizan sólo valores de la función Métodos del Gradiente Métodos de Segundo Orden Requieren valores aproimados de la primera derivada de f) Además de
Más detallesRELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA
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
Más detallesFigura 3.1. Grafo orientado.
Leyes de Kirchhoff 46. ECUACIONES DE INTERCONEXION. Leyes de Kirchhoff..1. Definiciones. Una red está formada por la interconexión de componentes en sus terminales; y deben cumplirse simultáneamente las
Más detallesUniversidad Tec Milenio: Profesional IO04001 Investigación de Operaciones I. Tema # 9
IO04001 Investigación de Operaciones I Tema # 9 Otras aplicaciones del método simplex Objetivos de aprendizaje Al finalizar el tema serás capaz de: Distinguir y aplicar la técnica de la variable artificial.
Más detallesIntroducción a la programación lineal
Introducción a la programación lineal La programación lineal se aplica a modelos de optimización en los que las funciones objetivo y restricción son estrictamente lineales. La técnica se aplica en una
Más detallesRuta más Corta con una sóla Fuente de Inicio (Single-Source Shortest Paths) DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE
Ruta más Corta con una sóla Fuente de Inicio (Single-Source Shortest Paths) 1 DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE Problema de Encontrar la Ruta más Corta 2 Se requiere llegar de
Más detallesPROGRAMACIÓN 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 detallesEl TAD Grafo. El TAD Grafo
! Esta representación resulta útil cuando el número de vértices se conoce previamente y permanecerá fijo durante la resolución del problema, pero resulta ineficiente si necesitamos añadir o eliminar vértices
Más detallesLAS CIENCIAS DE LA PLANIFICACIÓN
LAS CIENCIAS DE LA PLANIFICACIÓN 5. EL PROBLEMA DEL VIAJANTE (PV) (The Traveling Salesman Problem TSP) Un problema como el de las vacaciones, pero vital para las empresas, es el problema del viajante (PV):
Más detallesCONTENIDOS. 1. Procesos Estocásticos y de Markov. 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD
CONTENIDOS 1. Procesos Estocásticos y de Markov 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD 4. Comportamiento Estacionario de las CMTD 1. Procesos Estocásticos
Más detallesEJERCICIO DE MAXIMIZACION
PROGRAMACION LINEAL Programación lineal es una técnica matemática que sirve para investigar, para así, hallar la solución a un problema dado dentro de un conjunto de soluciones factibles y es la operación
Más detallesTEORÍA DE GRAFOS Ingeniería de Sistemas
TEORÍA DE GRAFOS Ingeniería de Sistemas Código: MAT-31114 AUTORES Ing. Daniel Zambrano Ing. Viviana Semprún UNIDADES DE LA ASIGNATURA» UNIDAD I. Relaciones» UNIDAD II. Estructuras Algebraicas» UNIDAD III.
Más detallesPROBLEMAS DE OPTIMIZACIÓN CON RESTRICCIONES. PROBLEMA DE PROGRAMACIÓN NO- LINEAL (NLP).
PROBLEMAS DE OPTIMIZACIÓN CON RESTRICCIONES. PROBLEMA DE PROGRAMACIÓN NO- LINEAL (NLP. Optimización con restricciones La presencia de restricciones reduce la región en la cual buscamos el óptimo. Los criterios
Más detallesUnidad 2: Ecuaciones, inecuaciones y sistemas.
Unidad 2: Ecuaciones, inecuaciones y sistemas 1 Unidad 2: Ecuaciones, inecuaciones y sistemas. 1.- Factorización de polinomios. M. C. D y m.c.m de polinomios. Un número a es raíz de un polinomio es 0.
Más detallesUniversidad de Oriente Núcleo de Bolívar Unidad de cursos básicos Matemáticas IV. María Palma Roselvis Flores
Universidad de Oriente Núcleo de Bolívar Unidad de cursos básicos Matemáticas IV Profesor: Cristian Castillo Bachilleres: Yessica Flores María Palma Roselvis Flores Ciudad Bolívar; Marzo de 2010 Movimiento
Más detallesTEMA I. Teoría de Circuitos
TEMA I Teoría de Circuitos Electrónica II 2009-2010 1 1 Teoría de Circuitos 1.1 Introducción. 1.2 Elementos básicos. 1.3 Leyes de Kirchhoff. 1.4 Métodos de análisis: mallas y nodos. 1.5 Teoremas de circuitos:
Más detallesPLANIFICACIÓN ANUAL NM3 TERCERO MEDIO
PLANIFICACIÓN ANUAL NM3 TERCERO MEDIO TERCER AÑO FORMACIÓN GENERAL OBJETIVOS FUNDAMENTALES CONTENIDOS MINIMOS SUGERENCIAS DE ACTIVIDADES. Los alumnos y las alumnas desarrollarán la capacidad de : Resolver
Más detallesZ Optima X 1 + X 2 5 Z 1 -X 1 + 2X Región factible. Figura 1
Método Gráfico El procedimiento geométrico, es únicamente adecuado para resolver problemas muy pequeños (con no más de dos variables debido al problema de dimensionalidad). Este método provee una gran
Más detallesCircuitos con fuentes independientes de corriente y resistencias, circuitos R, I
MÉTODO DE LOS NUDOS Es un método general de análisis de circuitos que se basa en determinar los voltajes de todos los nodos del circuito respecto a un nodo de referencia. Conocidos estos voltajes se pueden
Más detallesPROBLEMAS RESUELTOS DE PREPARACIÓN PARA OPOSICIONES. Problemas 02
PROBLEMAS RESUELTOS DE PREPARACIÓN PARA OPOSICIONES Problemas 0 Salvador Pérez Gómez pies3coma14@hotmail.com 4 de abril de 007 PROBLEMA 1 Sea n un número natural. Sea A n = n + n + 3n. a) Demostrar que
Más detallesUnidad 3: Razones trigonométricas.
Unidad 3: Razones trigonométricas 1 Unidad 3: Razones trigonométricas. 1.- Medida de ángulos: grados y radianes. Las unidades de medida de ángulos más usuales son el grado sexagesimal y el radián. Se define
Más detallesSistem as de ecuaciones lineales
Sistem as de ecuaciones lineales. Concepto, clasificación y notación Un sistema de m ecuaciones lineales con n incógnitas se puede escribir del siguiente modo: a x + a 2 x 2 + a 3 x 3 + + a n x n = b a
Más detallesTEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.
TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares
Más detallesPráctica N o 8 Desigualdades Válidas - Algoritmos de Planos de Corte - Algoritmos Branch & Cut
Práctica N o 8 Desigualdades Válidas - Algoritmos de Planos de Corte - Algoritmos Branch & Cut 8.1 Para cada uno de los siguientes conjuntos, encontrar una desigualdad válida que agregada a la formulación
Más detallesMÉTODO 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
Más detallesContenido: 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(d) Puede haber estrategias que funcionan mejor que Minimax si el contrincante es
Universidad Rey Juan Carlos Curso 2014 2015 Hoja de Problemas Tema 5 1. Cuáles de las siguientes afirmaciones acerca del algoritmo Minimax son ciertas (a) El algoritmo Minimax realiza una exploración primero
Más detallesPASO 1: Poner el problema en forma estandar.
MÉTODO DEL SIMPLEX PASO Poner el problema en forma estandar: La función objetivo se minimiza y las restricciones son de igualdad PASO 2 Encontrar una solución básica factible SBF PASO 3 Testar la optimalidad
Más detalles2. El conjunto de los números complejos
Números complejos 1 Introducción El nacimiento de los números complejos se debió a la necesidad de dar solución a un problema: no todas las ecuaciones polinómicas poseen una solución real El ejemplo más
Más detallesCircuitería Básica, Leyes de Kirchhoff y Equivalente Thévenin
Circuitos de Corriente Continua Circuitería Básica, Leyes de Kirchhoff y Equivalente Thévenin 1. OBJETIVOS - Estudiar las asociaciones básicas de elementos resistivos en corriente continua: conexiones
Más detallesLímites de funciones de varias variables.
Límites continuidad de funciones de varias variables Límites de funciones de varias variables. En este apartado se estudia el concepto de límite de una función de varias variables algunas de las técnicas
Más detallesMATEMATICA GRADO 9 II PERIODO PROF. LIC. ESP. BLANCA NIEVES CASTILLO R. CORREO: cel
GUIA DE TEORIA NO. 1 LO QUE DEBO SABER Regla de Cramer Un sistema de ecuaciones lineales se dice de Cramer cuando cumple las siguientes condiciones: Es un sistema cuadrado, con igual número de ecuaciones
Más detallesIntroducción a Programación Lineal
Pontificia Universidad Católica Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Clase 18 Programación Lineal ICS 1102 Optimización Profesor : Claudio Seebach 4 de octubre de 2005
Más detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales Generalidades Definición [Sistema de ecuaciones lineales] Un sistema de m ecuaciones lineales con n incógnitas, es un conjunto de m igualdades
Más detallesTema 3: Sistemas de ecuaciones lineales
Tema 3: Sistemas de ecuaciones lineales 1. Introducción Los sistemas de ecuaciones resuelven problemas relacionados con situaciones de la vida cotidiana que tiene que ver con las Ciencias Sociales. Nos
Más detallesMETODO SIMPLEX ANALISIS DE SENSIBILIDAD Y DUALIDAD
METODO SIMPLEX ANALISIS DE SENSIBILIDAD Y DUALIDAD Análisis de sensibilidad con la tabla simplex El análisis de sensibilidad para programas lineales implica el cálculo de intervalos para los coeficientes
Más detallesTRIGONOMETRÍA ESFÉRICA 2001 Kepler C k Ikastegia
TRIGNMETRÍ ESFÉRI 2001 Kepler k Ikastegia 2 1.1 Introducción La Trigonometría es una rama de la Matemática en la que se analiza la medida de las partes de los triángulos, tanto de los triángulos planos
Más detallesCurso º ESO. UNIDADES 6 Y 7: EXPRESIONES ALGEBRAICAS Y ECUACIONES Departamento de Matemáticas IES Fray Bartolomé de las Casas de Morón
2º ESO UNIDADES 6 Y 7: EXPRESIONES ALGEBRAICAS Y ECUACIONES Departamento de Matemáticas IES Fray Bartolomé de las Casas de Morón OBJETIVOS CONTENIDOS PROCEDIMIENTOS Lenguaje algebraico. Normas y Traducción
Más detallesCon 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 detalles3. Métodos clásicos de optimización lineal
3. Métodos clásicos de optimización lineal Uso del método Simplex El problema que pretende resolverse es un problema de optimización lineal sujeto a restricciones. Para el modelo construido para el problema
Más detalles(e) Con la poda alfa-beta se eliminan nodos que nunca serán alcanzados
Universidad Rey Juan Carlos Curso 2014 2015 Hoja de Problemas Tema 5 1. Cuáles de las siguientes afirmaciones acerca del algoritmo Minimax son ciertas (a) El algoritmo Minimax realiza una exploración primero
Más detallesCoordinación de Matemática I (MAT021) 1 er Semestre de 2013 Semana 7: Lunes 22 - Viernes 27 de Abril. Contenidos
Coordinación de Matemática I (MAT01) 1 er Semestre de 013 Semana 7: Lunes - Viernes 7 de Abril Cálculo Contenidos Clase 1: Álgebra de límites. Teorema del Sandwich. Cálculo de límites. Límites trigonométricos.
Más detallesLo que se hace entonces es introducir variables artificiales ADAPTACIÓN A OTRAS FORMAS DEL MODELO.
Clase # 8 Hasta el momento sólo se han estudiado problemas en la forma estándar ADAPTACIÓN A OTRAS FORMAS DEL MODELO. Maximizar Z. Restricciones de la forma. Todas las variables no negativas. b i 0 para
Más detallesDepartamento de Tecnología I.E.S. Mendiño. Electricidad 3º E.S.O. Alumna/o :...
Departamento de Tecnología I.E.S. Mendiño Electricidad 3º E.S.O. Alumna/o :... Electricidad.- Magnitudes fundamentales. Tensión o Voltaje: Indica la diferencia de potencial entre 2 puntos de un circuito.
Más detallesUNIVERSIDAD NACIONAL DE INGENIERÍA Sede UNI-NORTE
UNIVERSIDAD NACIONAL DE INGENIERÍA Sede UNI-NORTE Teoría de redes Problema de la Ruta más corta Problema del Árbol de expansión mínima Problema del Flujo máximo Problema de Flujo de costo mínimo Introducción
Más detallesAnálisis y síntesis de circuitos con elementos de memoria. Proceso de Análisis y síntesis de circuitos con elementos de memoria
Proceso de Reducción de tablas de estado Obtención de pares compatibles mediante la carta de implicación Obtención del conjunto compatible máximo Reducción de tablas de estado en circuitos con inespecificaciones.
Más detallesElectrotecnia. Tema 7. Problemas. R-R -N oro
R-R -N oro R 22 0^3 22000 (+-) 00 Ohmios Problema.- Calcular el valor de la resistencia equivalente de un cubo cuyas aristas poseen todas una resistencia de 20 Ω si se conecta a una tensión los dos vértices
Más detallesUNIVERSIDAD DON BOSCO DEPARTAMENTO DE CIENCIAS BÁSICAS LABORATORIO DE FÍSICA ASIGNATURA: ELECTRICIDAD Y MAGNETISMO
UNIVERSIDAD DON BOSCO DEPARTAMENTO DE CIENCIAS BÁSICAS LABORATORIO DE FÍSICA ASIGNATURA: ELECTRICIDAD Y MAGNETISMO I. OBJETIVOS LABORATORIO 7: REGLAS DE KIRCHHOFF Comprobar experimentalmente que en un
Más detalles1. dejar a una lado de la igualdad la expresión que contenga una raíz.
1. Resuelve las siguientes ecuaciones reales: Solución x 1 + x = 0 ; 3 x = 3 ; ln(x 1) + 4 = ln 3 Ecuaciones con raíces: No todas las ecuaciones de este tipo son sencillas de resolver, pero podemos intentar
Más detallesComprobar experimentalmente la ley de Ohm y las reglas de Kirchhoff. Determinar el valor de resistencias.
38 6. LEY DE OHM. REGLAS DE KIRCHHOFF Objetivo Comprobar experimentalmente la ley de Ohm y las reglas de Kirchhoff. Determinar el valor de resistencias. Material Tablero de conexiones, fuente de tensión
Más detallesAnálisis y síntesis de sistemas digitales combinacionales
Análisis Algoritmo de análisis, para un circuito lógico combinacional Síntesis. Conceptos Circuitos combinacionales bien construidos Circuitos combinacionales mal construidos Criterios de optimización
Más detallesEstudio de fallas asimétricas
Departamento de Ingeniería Eléctrica Universidad Nacional de Mar del Plata Área Electrotecnia Estudio de fallas asimétricas Autor: Ingeniero Gustavo L. Ferro Prof. Adjunto Electrotecnia EDICION 2012 1.
Más detalles1.-LEY DE OHM: VOLTAJE, CORRIENTE Y RESISTENCIA
Área : Tecnología Asignatura : Tecnología e Informática Grado : 7 Nombre del docente: Jorge Enrique Giraldo Valencia 1.-LEY DE OHM: VOLTAJE, CORRIENTE Y RESISTENCIA La ley de Ohm expresa la relación que
Más detallesUn grafo G = (V, E) se dice finito si V es un conjunto finito.
1 Grafos: Primeras definiciones Definición 1.1 Un grafo G se define como un par (V, E), donde V es un conjunto cuyos elementos son denominados vértices o nodos y E es un subconjunto de pares no ordenados
Más detallesProblemas resueltos. 1. Expresa en forma binómica los siguientes números complejos: b) w = 1+i3 (1 i) 3 c) u = 1. = 5 5i. 1 3i 3i 2 i 3 = 1 i
Problemas resueltos 1. Expresa en forma binómica los siguientes números complejos: a) z = ( + i)(1 i) +i b) w = 1+i (1 i) c) u = 1 1+i + 1 1 i a) z = ( + i)(1 i) +i = 5 5i +i (5 5i)( i) = ( + i)( i) =
Más detalles2 4. c d. Se verifica: a + 2b = 1
Pruebas de Acceso a la Universidad. SEPTIEMBRE 0. Bachillerato de Ciencias Sociales. El alumno debe responder a una de las dos opciones propuestas, A o B. En cada pregunta se señala la puntuación máxima.
Más detallesPROBLEMA DE PROGRAMACIÓN LINEAL RESUELTO POR MÉTODO SIMPLEX
Prof.: MSc. Julio Rito Vargas Avilés Planteamiento del problema: PROBLEMA DE PROGRAMACIÓN LINEAL RESUELTO POR MÉTODO SIMPLEX Una compañía de manufactura se dedica a la fabricación de tres productos: A,
Más detallesUNIDAD 6.- PROGRAMACIÓN LINEAL
UNIDAD 6.- PROGRAMACIÓN LINEAL 1. INECUACIONES LINEALES CON DOS INCÓGNITAS Una inecuación de primer grado con dos incógnitas es una inecuación que en forma reducida se puede expresar de la siguiente forma:
Más detallesFICHAS DE PRÁCTICAS 1ºBACHILLERATO MATEMÁTICAS
FICHAS DE PRÁCTICAS 1ºBACHILLERATO MATEMÁTICAS UNIDAD DIDÁCTICA : ÁLGEBRA Y ARITMÉTICA 04.- Inecuaciones Duración Estimada: 1,5 h Capacidad Terminal Comprender plantear y solucionar inecuaciones de primer
Más detallesDos inecuaciones se dice que son equivalentes cuando ambas tienen las mismas soluciones.
10. INECUACIONES Definición de inecuación Una inecuación es una desigualdad entre dos expresiones algebraicas. 2x + 3 < 5 ; x 2 5x > 6 ; x x 1 0 Inecuaciones equivalentes Dos inecuaciones se dice que son
Más detallesPROGRAMACION CONCURRENTE Y DISTRIBUIDA
PROGRAMACION CONCURRENTE Y DISTRIBUIDA V.2 Redes de Petri: Análisis y validación. J.M. Drake 1 Capacidad de modelado y capacidad de análisis El éxito de un método de modelado es consecuencia de su capacidad
Más detallesCapítulo 1 Vectores. 26 Problemas de selección - página 13 (soluciones en la página 99)
Capítulo 1 Vectores 26 Problemas de selección - página 13 (soluciones en la página 99) 21 Problemas de desarrollo - página 22 (soluciones en la página 100) 11 1.A PROBLEMAS DE SELECCIÓN Sección 1.A Problemas
Más detallesPROGRAMACIÓN LINEAL. Su empleo es frecuente en aplicaciones de la industria, la economía, la estrategia militar, etc.
PROGRAMACIÓN LINEAL La programación lineal da respuesta a situaciones en las que se exige maximizar o minimizar funciones que se encuentran sujetas a determinadas limitaciones, que llamaremos restricciones.
Más detallesUNIVERSIDAD TECNOLOGICA DE PEREIRA PROGRAMA DE TECNOLOGIA ELECTRICA
UNERSDAD TECNOLOGCA DE PERERA PROGRAMA DE TECNOLOGA ELECTRCA Curso Básico de Análisis de Sistemas Eléctricos de Potencia Antonio Escobar Zuluaga Pereira - Risaralda - Colombia 0 Matriz admitancia Y BUS
Más detallesConjuntos disjuntos (Relaciones de equivalencia)
Conjuntos disjuntos (Relaciones de equivalencia) Una relación R se define en un conjunto C si para todo par de elementos (a,b),a,b C,a R b es verdadera o falsa. Una relación de equivalencia es una relación
Más detallesCapítulo 4. Lógica matemática. Continuar
Capítulo 4. Lógica matemática Continuar Introducción La lógica estudia la forma del razonamiento, es una disciplina que por medio de reglas y técnicas determina si un teorema es falso o verdadero, además
Más detallesSEMANA 02 SISTEMAS DE MEDIDAS DE ARCOS, RELACIÓN ENTRE LOS SISTEMAS DE MEDIDAS DE ARCOS. LONGITUD DE ARCO.
SEMANA 02 SISTEMAS DE MEDIDAS DE ARCOS, RELACIÓN ENTRE LOS SISTEMAS DE MEDIDAS DE ARCOS. LONGITUD DE ARCO. I. INTRODUCCIÓN Arco Sección de un círculo que se encuentra entre dos puntos del círculo. Cualesquiera
Más detalles1 Método de la bisección. 1.1 Teorema de Bolzano Teorema 1.1 (Bolzano) Contenido
E.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 3: Solución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña
Más detallesPROBLEMA 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 detallesTema 3 Álgebra Matemáticas I 1º Bachillerato. 1
Tema 3 Álgebra Matemáticas I 1º Bachillerato. 1 TEMA 3 ÁLGEBRA 3.1 FACTORIZACIÓN DE POLINOMIOS LA DIVISIBILIDAD EN LOS POLINOMIOS Un polinomio P(x) es divisible por otro polinomio Q(x) cuando el cociente
Más detallesAutómatas Deterministas. Ivan Olmos Pineda
Autómatas Deterministas Ivan Olmos Pineda Introducción Los autómatas son una representación formal muy útil, que permite modelar el comportamiento de diferentes dispositivos, máquinas, programas, etc.
Más detallesGuía de Matemática Tercero Medio
Guía de Matemática Tercero Medio Aprendizaje Esperado: 1. Plantean y resuelven problemas que involucran ecuaciones de segundo grado; explicitan sus procedimientos de solución y analizan la existencia y
Más detallesEjemplo: El problema de la mochila. Algoritmos golosos. Algoritmos y Estructuras de Datos III. Segundo cuatrimestre 2013
Técnicas de diseño de algoritmos Algoritmos y Estructuras de Datos III Segundo cuatrimestre 2013 Técnicas de diseño de algoritmos Algoritmos golosos Backtracking (búsqueda con retroceso) Divide and conquer
Más detallesCapítulo 1 Matriz Admitancia de Barra
ELC-05 Sistemas de Potencia Capítulo Matriz Admitancia de Barra Prof. Francisco M. González-Longatt fglongatt@ieee.org http://www.giaelec.org/fglongatt/sp.htm SSTEMAS DE POTENCA Copright 007 . La inección
Más detallesINTEGRACIÓN POR FRACCIONES PARCIALES
IX INTEGRACIÓN POR FRACCIONES PARCIALES La integración por fracciones parciales es más un truco o recurso algebraico que algo nuevo que vaya a introducirse en el curso de Cálculo Integral. Es decir, en
Más detallesMatemáticas financieras
Matemáticas financieras MATEMÁTICAS FINANCIERAS 1 Sesión No. 2 Nombre: Fundamentos matemáticos Contextualización Para concluir con la unidad introductoria a las matemáticas financieras, en la que estamos
Más detallesParciales Matemática CBC Parciales Resueltos - Exapuni.
Parciales Matemática CBC 2012 Parciales Resueltos - Exapuni www.exapuni.com.ar Compilado de primeros parciales del 2012 Parcial 1 1) Sea. Hallar todos los puntos de la forma, tales que la distancia entre
Más detallesCaminos y Flujos optimales. Introducción a la Investigación de Operaciones 2007
Caminos y Flujos optimales Introducción a la Investigación de Operaciones 2007 Contenido Definiciones básicas. Conexidad. Clausura transitiva. Esqueletos y caminos optimales. Redes. Flujos. Algoritmo de
Más detallesSistemas de ecuaciones
Eje temático: Álgebra y funciones Contenidos: Sistemas de ecuaciones Nivel: 2 Medio Sistemas de ecuaciones 1. Sistemas de ecuaciones lineales En distintos problemas de matemáticas nos vemos enfrentados
Más detallesUNIDAD 6: SISTEMAS DE ECUACIONES
UNIDAD 6: SISTEMAS DE ECUACIONES Continuamos con el estudio de la asignatura; ya hemos abordado cinco capítulos del programa de estudio: Los números reales, ecuaciones, desigualdades y algunas de las funciones
Más detallesJesús Getán y Eva Boj. Marzo de 2014
Jesús Getán y Eva Boj Facultat d Economia i Empresa Universitat de Barcelona Marzo de 2014 Jesús Getán y Eva Boj 1 / 18 Jesús Getán y Eva Boj 2 / 18 Un Programa lineal consta de: Función objetivo. Modeliza
Más detallesPROGRAMACIÓN NO LINEAL INTRODUCCIÓN
PROGRAMACIÓN NO LINEAL Conceptos generales INTRODUCCIÓN Una suposición importante de programación lineal es que todas sus funciones Función objetivo y funciones de restricción son lineales. Aunque, en
Más detallesDeterminantes. Determinante de orden uno. a 11 = a 11 5 = 5
DETERMINANTES Determinantes Concepto de determinante A cada matriz cuadrada A se le asigna un escalar particular denominado determinante de A, denotado por A o por det (A). A = Determinante de orden uno
Más detallesProblemas de Transbordo
Universidad Nacional de Ingeniería UNI-Norte Problemas de Transbordo III Unidad Temática MSc. Ing. Julio Rito Vargas II semestre 2008 El problema de transbordo Un problema de transporte permite sólo envíos
Más detallesTema 3. El metodo del Simplex.
Tema 3. El metodo del Simplex. M a Luisa Carpente Rodrguez Departamento de Matematicas.L. Carpente (Departamento de Matematicas) El metodo del Simplex 2008 1 / 28 Objetivos 1 Conocer el funcionamiento
Más detalles(MAT021) 1 er Semestre de z + e = (x + iy) + (e 1 + ie 2 ) = (x + e 1 ) + i(y + e 2 ) = x + iy
(MAT01) 1 er Semestre de 010 1 Números Complejos Se define el conjunto de los números complejos como: C = {a + bi / a, b R, i = 1} Definición 1.1. Sea z, w C tal que z = x + iy en donde x, y R. Se define:
Más detallesCapitulo 4. DECISIONES BAJO RIESGO TEORIA DE JUEGOS
Capitulo 4. DECISIONES BAJO RIESGO TEORIA DE JUEGOS INTRODUCCIÓN En el mundo real, tanto en las relaciones económicas como en las políticas o sociales, son muy frecuentes las situaciones en las que, al
Más detallesCentro Asociado Palma de Mallorca. Tutor: Antonio Rivero Cuesta
Centro Asociado Palma de Mallorca Arquitectura de Ordenadores Tutor: Antonio Rivero Cuesta Unidad Didáctica 1 Representación de la Información y Funciones Lógicas Tema 1 Representación de la Información
Más detallesFinanzas. Sesión 6 Tema 15: Punto de Equilibrio. Escuela Profesional de Ingeniería de Sistemas e Informática
Finanzas Sesión 6 Tema 15: Punto de Equilibrio Escuela Profesional de Ingeniería de Sistemas e Informática Punto de equilibrio El Punto de Equilibrio de un bien o servicio, está dado por el volumen de
Más detallesRESOLUCIÓN DE TRIÁNGULOS
RESOLUCIÓN DE TRIÁNGULOS Resolver un triángulo consiste en determinar la longitud de sus tres lados y la amplitud de sus tres ángulos. Vamos a recordar primero la resolución para triángulos rectángulos
Más detallesSistemas de dos ecuaciones lineales de primer grado con dos incógnitas
Un sistema de dos ecuaciones lineales de primer grado con dos incógnitas tiene la siguiente forma Ax + By + C = 0 A x + B y + C (1) = 0 Ya sabemos que una ecuación lineal de primer grado con dos incógnitas
Más detallesPara construir un diagrama PERT se han de tener en cuenta las siguientes reglas
Construcción de diagramas de PERT. Apunte para la confección del TP. Modalidad de entrega y/o presentación a convenir. Realizar la diagramación de algún proceso real o simulado a elección utilizando la
Más detallesVolumen de Sólidos de Revolución
60 CAPÍTULO 4 Volumen de Sólidos de Revolución 6 Volumen de sólidos de revolución Cuando una región del plano de coordenadas gira alrededor de una recta l, se genera un cuerpo geométrico denominado sólido
Más detalles