TEMA 4. TEORÍA DE LA DUALIDAD.
|
|
- Aurora María Josefa Rubio Córdoba
- hace 7 años
- Vistas:
Transcripción
1 Investgacón Operatva TEMA. TEORÍA DE LA DUALIDAD. TEMA. TEORÍA DE LA DUALIDAD..... INTRODUIÓN... ALGORITMO DUAL DEL SIMPLEX.... EJEMPLO.... EJEMPLO.... EJEMPLO... TEORÍA DE LA DUALIDAD.... PROLEMA PRIMAL Y PROLEMA DUAL.... PROPIEDADES ÁSIAS.... TEOREMA DE EXISTENIA.... EJEMPLO... INTERPRETAIÓN EONÓMIA.... EJEMPLO.... INTRODUIÓN Dado un problema de programacón lneal, denomnado problema prmal, exste otro problema de programacón lneal, denomnado problema dual, íntmamente relaconado con él. Se dce que ambos problemas son mutuamente duales. ajo certas hpótess, los problemas prmal dual dan lugar al msmo valor óptmo de la funcón objetvo, por tanto se puede resolver ndrectamente el problema prmal resolvendo el problema dual. Además nos permte utlzando el algortmo dual del smplex el resolver problemas que por la forma estándar nos serían rresolubles. Además permte facltar otros cálculos como los de las varables artfcales. Teoría de la Dualdad Págna de
2 Investgacón Operatva ALGORITMO DUAL DEL SIMPLEX El algortmo dual del smplex será utlzado cuando se llegue medante el método clásco del smplex a la sguente stuacón: - Alguna componente de la solucón es menor que cero. - Para todas las varables no báscas el últmo renglón son maores o guales que cero. Tambén es útl cuando la ntroduccón de varables artfcales complca demasado el problema. on este algortmo podemos encontrarnos varas crcunstancas: - En el últmo renglón todos los valores son postvos (no varía conforme a la stuacón ncal) los valores negatvos de la solucón han desaparecdo. Es entonces cuando encontramos la solucón óptma. - S en el últmo renglón tene valores negatvos la solucón no es óptma. o S la solucón tene valores negatvos el problema no tene solucón. o S la solucón no tene valores negatvos para obtener la solucón óptma se utlzará el método clásco del smplex. - S además de tener una componente negatva tenemos que los elementos de su fla asocada no son tambén negatvos tenemos que no ha solucón al problema. El método de resolucón es mu smlar al del smplex con las sguentes dferencas: o La varable básca que sale es la que posee un valor negatvo más alto. o En este caso la prueba para encontrar la varable que entra es la sguente: j j max j. EJEMPLO alcular la solucón optma, s exste, del sguente problema. Realzar los cálculos medante el desarrollo tabular del método dual del Smplex. Mnmzar: z = 0x + 8x + x x + x + x Restrccones: x + x x x + x + x on x Teoría de la Dualdad Págna de
3 Investgacón Operatva Para resolver este problema ntroducremos varables de holgura, multplcaremos la segunda restrccón por para que los cálculos nos sean más sencllos, quedando las ecuacones de la sguente manera: Mnmzar: z = 0x + 8x + x Maxmzar: z = 0x 8x x Restrccones: x + x + x + x = x + x x + x = x + x + x + x = omenzaremos con el desarrollo tabular del método dual del Smplex, recordar que partmos de una solucón básca no factble. Las varables que forman la base son: x, x, x. X x = 0 x = x = Aunque la solucón es básca no factble por lo cual tendremos que hacer un cambo de varables en la tabla. Escogemos de la columna X la varable cuo valor es el más negatvo ésta será la que deje de formar parte de la base. En este caso es x, veamos por cual la vamos a susttur: 0 max tal que < 0 max 0 Hemos comprobado que la varable x dejará de formar parte de la base susttuda por x. Por lo tanto el pvote será el número que está en la caslla sombreada de la tabla anteror. Ahora, a partr del pvote calcularemos la nueva tabla. Teoría de la Dualdad Págna de
4 Investgacón Operatva Las varables que forman la base son: x, x, x. X x = 9 0 x = x = omo 0 (,0,0,9,0,,0 ) es la solucón óptma del problema.. EJEMPLO alcular la solucón optma, s exste, del sguente problema. Realzar los cálculos medante el desarrollo tabular del método dual del Smplex. Mnmzar: z = 0x + 8x + x x + x + x Restrccones: x + x x x + x + x on x Para resolver este problema ntroducremos varables de holgura sn modfcar las restrccones quedando las ecuacones de la sguente manera: Mnmzar: z = 0x + 8x + x Maxmzar: z = 0x 8x x x + x + x + x = Restrccones: x + x x + x = on x x + x + x + x = omenzaremos con el desarrollo tabular del método dual del Smplex, recordar que partmos de una solucón básca no factble. Teoría de la Dualdad Págna de
5 Investgacón Operatva Las varables que forman la base son: x, x, x. X x = 0 x = x = Aunque la solucón es básca no factble por lo cual tendremos que hacer un cambo de varables en la tabla. Escogemos de la columna X la varable cuo valor es el más negatvo ésta será la que deje de formar parte de la base. En este caso es x, veamos por cual la vamos a susttur: 0 8 max tal que < 0 max,, 0 Hemos comprobado que la varable x dejará de formar parte de la base susttuda por x. Por lo tanto el pvote será el número que está en la caslla sombreada de la tabla anteror. Ahora, a partr del pvote calcularemos la nueva tabla. Las varables que forman la base son: x, x, x. X x = x = / x = Aunque la solucón es básca no factble por lo cual tendremos que hacer un cambo de varables en la tabla. Escogemos de la columna X la varable cuo valor es el más negatvo ésta será la que deje de formar parte de la base. En este caso es x, veamos por cual la vas a susttur: max tal que < 0 max{ } / omo El problema no tene solucón óptma. Teoría de la Dualdad Págna de
6 Investgacón Operatva. EJEMPLO alcular la solucón óptma, s exste, del sguente problema. Realzar los cálculos medante el desarrollo tabular del método dual del Smplex. Mnmzar: = x + x + x (Maxmzar = -x x x ) Restrccones: x x + x x + x x on x Introducmos varables de holgura para poder soluconar el problema medante el método del smplex. x + x + x + x = x x x x = No podemos utlzar aún el algortmo del smplex a que no tenemos las sufcentes varables báscas, por lo que habría que ntroducr varables artfcales. Tambén exste otra alternatva, cambar de sgno la segunda restrccón partr de una tabla smplex no factble encontrar la solucón óptma medante el algortmo dual del smplex. Las restrccones quedarían como sgue: x + x x + x + x + x + x + x Las varables que forman la base son: x, x. = = X x = 0 x = Aunque la solucón es básca no factble por lo cual tendremos que aplcar el algortmo dual hacer un cambo de varables en la tabla. Teoría de la Dualdad Págna de
7 Investgacón Operatva Escogemos de la columna X la varable cuo valor es el más negatvo ésta será la que deje de formar parte de la base. En este caso es x, veamos por cual vamos a susttur: max tal que < 0 max Hemos comprobado que la varable x dejará de formar parte de la base susttuda por x. Por lo tanto el pvote será el número que está en la caslla sombreada de la tabla anteror. Ahora, a partr del pvote calcularemos la nueva tabla. X x = 0 9/ 8/ -/ / 0 - x = -/ -/ 0 -/ / - / 8/ 0 / 0 9/ / 0 0 omo 0,0,0,, 0 es la solucón óptma del problema. Ahora ntentamos resolver el sguente problema: Mnmzar: = x x x (Maxmzar = x + x + x ) x x x Restrccones: x + x + x Introducmos varables de holgura cambamos de sgno la segunda restrccón para evtar tener que utlzar varables artfcales. on esto queda el sguente problema a resolver: Mnmzar: = x x x x x x + x = Restrccones: x x x + x = Las varables que forman la base son: x, x. X x = 0 x = NOTA: El no puede ser pvote porque es postvo. Teoría de la Dualdad Págna 7 de
8 Investgacón Operatva omo 0 la solucón es básca no factble no podemos soluconar el problema medante el algortmo dual del smplex tendremos que recurrr a utlzar varables artfcales. Mnmzar: = x x x + Mx x x x + x = Restrccones: x + x + x x + x = Las varables que forman la base son: x, x. X x = -M x = M -M -M 0 M -M M+ -M+ -M+ 0 M 0 omo < 0 es mejorable. La varable de la base que va a 0 j > entrar a la base es x, veamos por cual lo hacemos medante la prueba del cocente mínmo obvando los valores negatvos: x x mn, mn, mn Hemos comprobado que la varable x pasará a formar parte de la base en lugar de x. Por lo tanto el pvote será el número que está en la caslla sombreada de la tabla anteror. Ahora, a partr del pvote calcularemos la nueva tabla. Las varables que forman la base son: x, x. X x = 7 -/ - 0 -/ / 7/ 0 x = -/ / 0 -/ / / -/ / 0 -/ ¾ -7/ / 0 0 -/ (/)+M omo > 0 la solucón no es óptma, pero al tener que > 0 < 0 el problema no tene solucón. Teoría de la Dualdad Págna 8 de
9 Investgacón Operatva TEORÍA DE LA DUALIDAD. PROLEMA PRIMAL Y PROLEMA DUAL ada problema de programacón lneal lleva asocado un problema dual con el que práctcamente está mu relaconado. Para calcular el problema dual, partmos del problema de programacón lneal expresado de la forma sguente (habtual en todos nuestros problemas): - Maxmzar la funcón objetvo: = c x + c x + + c n x n - Poner las restrccones en la forma sguente: a x + a x + + a n x n <= b a x + a x + + a n x n <= b a m x + a m x + + a mn x n <= b m El problema dual va a defnrse de la sguente forma: - Mnmzar una funcón con unas varables dstntas a con los coefcentes derechos de las restrccones como coefcentes. Quedaría como sgue: = b + b + + b n n o El problema dual tene tantas varables como necuacones el sstema de restrccones del problema prmal. o Los coefcentes de la funcón objetvo del dual son los térmnos ndependentes de las restrccones del prmal. - Las restrccones quedarían de la forma sguente: a + a + + a m n >= c a + a + + a m n >= c a m + a m + + a mn n >= c n o El sstema de restrccones del dual tene tantas necuacones lgadas por el sgno >= como varables tene el prmal. o Los coefcentes de las necuacones del sstema de restrccones del problema dual son los msmos que los del sstema de restrccones del problema prmal cambando flas por columnas. o Los térmnos ndependentes de las necuacones del sstema de restrccones del dual son los térmnos de la funcón objetvo del prmal. Teoría de la Dualdad Págna 9 de
10 Investgacón Operatva PROLEMA PRIMAL Max( ) = restrccones : ( =,.., m) x n j= j a x b j c x j =,..., n n j= j j Mn( ) = restrccones : ( j =,.., n) n j= a c b =,..., m PROLEMA DUAL j o j m = j Un ejemplo de transformacón prmal/dual sería el que sgue: PROLEMA PRIMAL Max( ) = x restrccones : x + 0x 0x x x, x + x + x 8 + x PROLEMA DUAL Mn( ) = + restrccones : ,, Para hallar la correspondenca entre ambos problemas se suele utlzar la tabla prmaldual o de Tucker. En ella se puede observar el problema prmal por flas, es decr vertcalmente. Por columnas, es decr horzontalmente, se observa el problema dual. PROLEMA DUAL PROLEMA PRIMAL x x x n Term. Ind. a a a n b a a a n b m a m a m a mn bm Term. nd. >= >= >= >= c c c m oefcentes F.O. max. oefcentes F.O. mn Teoría de la Dualdad Págna 0 de
11 Investgacón Operatva Para el ejemplo anteror tendríamos lo sguente: PROLEMA DUAL PROLEMA PRIMAL x x Term. Ind Term. nd. >= >= oef. F.O.max. oef. F.O. mn omo conclusón la transformacón del problema prmal en el dual ( vceversa) sería como sgue: Teoría de la Dualdad Págna de
12 Investgacón Operatva. PROPIEDADES ÁSIAS Dada la relacón exstente entre el problema dual el prmal se pueden enumerar las sguentes propedades que nos permtrán el uso de esta dualdad para resolver dferentes aspectos de los problemas de optmzacón. - Propedad de la dualdad débl: ualquer solucón factble en el prmal tene un valor menor o gual que una solucón factble en el dual. Matemátcamente: cx <= Yb. Sempre se cumple porque el valor máxmo factble de es gual al valor mínmo factble de. - Propedad de la dualdad fuerte: S X e Y son respectvamente solucones factbles del problema prmal del dual se cumple que cx=yb entonces X e Y son solucones a ambos problemas. En conclusón, en el óptmo ambas solucones son guales. - Propedad de las solucones complementaras: En cada teracón, el smplex determna una solucón FEV X del prmal, una solucón complementara Y del dual. En cada paso se obtenen varables báscas para el prmal, los valores de las varables de holgura son las solucones del dual complementaras óptmas. Éstas se forman con los elementos correspondentes stuados en la últma fla en las columnas que están asocadas a las varables de holgura. uando se está resolvendo el problema prmal, el problema dual es no factble. Sólo se vuelve factble cuando se halla la solucón óptma. - Propedad de las solucones complementaras óptmas: En la tabla smplex fnal, se obtene la solucón óptma x* del prmal, se obtene la solucón óptma complementara * del dual, en este punto ambas son factbles. c x* = *b Los valores de * se denomnan precos sombra para el problema prmal. - Propedad de la smetría: Para cualquer problema, el dual del dual es el prmal. La solucón del problema dual corresponderá a los valores del últmo renglón de las varables de holgura Teoría de la Dualdad Págna de
13 Investgacón Operatva. TEOREMA DE EXISTENIA Las relacones entre el prmal el dual se pueden establecer en tres puntos:. S un problema tene solucones factbles funcón objetvo acotada, entonces el otro tambén los valores de la funcón objetvo en el óptmo son guales.. S uno de los problemas tene solucones factbles funcón objetvo no acotada, entonces el otro es no factble.. S un problema no tene solucones factbles, entonces el otro no tene solucones factbles o tene la funcón objetvo no acotada. El Teorema de Exstenca se enuncaría como sgue: Dados un par de problemas duales, una sólo una de las sguentes afrmacones es verdadera: - Nnguno de los dos problemas posee solucones factbles. - Uno de los problemas no tene solucón factble el otro sí, pero no posee solucón óptma. - Los dos problemas poseen solucón óptma. Esto puede resumrse dcendo que entre dos problemas duales úncamente se pueden dar las sguentes alternatvas:. Ambos poseen solucones factbles, entonces los valores de las funcones objetvo son conjuntos de números. El punto P la solucón smultánea de los problemas dual prmal. = cx P Y = b. La funcón no alcanza un máxmo, por lo tanto no exste una solucón óptma para el problema dual (no ha punto P).. La funcón objetvo dual Y no está acotada nferormente por esto no ha punto P. El problema prmal no tendrá solucón óptma.. No ha conjunto de solucones factbles para n para Y, entonces nnguno de esos dos problemas tene solucones factbles. A partr de las cuatro alternatvas podemos establecer dos reglas práctcas:. Todo problema de programacón lneal puede resolverse aplcando el algortmo del smplex a su problema dual asocado.. Los lemas de la dualdad son claves en la resolucón de algunos problemas (Ej. S X e Y son solucones de un problema dual prmal correspondente cx = Yb, X e Y serán óptmos). Teoría de la Dualdad Págna de
14 Investgacón Operatva. EJEMPLO Sea el problema de programacón lneal expresado en forma prmal: Max( ) = 7x + 8x x x x + x Re strccones x + x + 7x x ) Expresar el problema dual asocado a éste. ) Resolver el problema prmal aplcando el algortmo del smplex calcular las solucones del problema dual. ) alcular aplcando el algortmo del smplex el problema dual antes expresado resolver tambén el problema prmal. ) Expresón del problema dual: ) Resolucón del problema prmal. Mn( Y ) = Introducmos las varables de Holgura 7 Re strccones Max( ) = 7x + 8x + x x x + x + x Re strccones x + x + 7x + x x = = onstrumos la tabla smplex ncal. Las varables báscas son x, x X x = 0 x = omo < > 0 ( 0,0,0,, ) es mejorable. 0 j Teoría de la Dualdad Págna de
15 Investgacón Operatva La varable de la base que va a entrar a la base es x, veamos por cual lo hacemos medante la prueba del cocente mínmo obvando los valores negatvos: x x mn, mn, mn { } Hemos comprobado que la varable x pasará a formar parte de la base en lugar de x. Por lo tanto el pvote será el número que está en la caslla sombreada de la tabla anteror. Ahora, a partr del pvote calcularemos la nueva tabla. Las varables que forman la base son: x, x. X x = 8 x = omo < > 0 ( 0,,0,,0 ) es mejorable. 0 j La varable de la base que va a entrar a la base es x, veamos por cual lo hacemos medante la prueba del cocente mínmo obvando los valores negatvos: x x mn, mn, mn{ } Hemos comprobado que la varable x pasará a formar parte de la base en lugar de x. Por lo tanto el pvote será el número que está en la caslla sombreada de la tabla anteror. Ahora, a partr del pvote calcularemos la nueva tabla. Las varables que forman la base son: x, x. -7 X x 0 7 = 8 x = es la solucón óptma del problema prmal, quedándose reflejando úncamente las tres varables prncpales en (,7,0). omo 0 (,7,0,0,0 ) La solucón del problema dual corresponderá a los valores del últmo renglón de las varables de holgura por lo tanto, ) (, ) ( Teoría de la Dualdad Págna de
16 Investgacón Operatva ) Resolucón del problema dual. Mnmzar: z = + 7 Restrccones: Para resolver este problema ntroducremos varables de holgura, cambamos de sgno las necuacones con el fn de que podamos aplcar el algortmo dual del smples sn tener que ntroducr varables artfcales. Al fnal las ecuacones quedan de la sguente manera: Mnmzar: z = + (Max z = ) + + = 7 Restrccones: + = = onstrumos la tabla smplex ncal. Las varables báscas son,, 0 7 Y = 0 = = Aunque la solucón es básca no factble por lo cual tendremos que aplcar el algortmo dual del smplex. Escogemos de la columna Y la varable cuo valor es el más negatvo ésta será la salga de la base. En este caso es, veamos por cual la vamos a susttur: max tal que < 0 max, Hemos comprobado que la varable pasará a formar parte de la base en lugar de. Por lo tanto el pvote será el número que está en la caslla sombreada de la tabla anteror. Ahora, a partr del pvote calcularemos la nueva tabla. Teoría de la Dualdad Págna de
17 Investgacón Operatva Las varables que forman la base son:,,. Y = = 0 = Aunque 0 la solucón es básca no factble por lo cual tendremos que aplcar el algortmo dual del smplex. Escogemos de la columna Y la varable cuo valor es el más negatvo ésta será la salga de la base. En este caso es, veamos por cual la vamos a susttur: max tal que < 0 max, Hemos comprobado que la varable pasará a formar parte de la base en lugar de. Por lo tanto el pvote será el número que está en la caslla sombreada de la tabla anteror. Ahora, a partr del pvote calcularemos la nueva tabla. Y = - = = es la solucón óptma del problema dual, quedándose úncamente con sus dos varables en (,) tomando los valores del últmo renglón para las varables de holgura este quedaría (,7,0) omo 0 (,,0,0, ) Teoría de la Dualdad Págna 7 de
18 Investgacón Operatva INTERPRETAIÓN EONÓMIA Un problema de programacón líneal está destnado a la optmzacón de determnados recursos económcos. Los problemas prmales conssten en maxmzar una funcón objetvo sometda a un conjunto de restrccones representadas por necuacones. La nterpretacón económca de estos valores es la sguente: - Las varables x pueden nterpretarse como los térmnos desconocdos de los productos que fabrcaremos. - Los b son las cantdades dsponbles de recursos para elaborar los productos. - Los térmnos a j son las cantdades necesaras del recurso para producr una undad del producto j. - Las restrccones representarán la lmtacón de los recursos dsponbles para fabrcar los productos. - El objetvo del fabrcante será obtener un benefco máxmo, o sea, maxmzar los benefcos, con lo cual cj serán los benefcos por cada undad producda del producto j. A partr de las relacones prmal-dual nterpretaremos económcamente los térmnos del anteror: - : ontrbucón a la gananca por cada undad del recurso. Estas varables del problema dual recben el nombre de precos de sombra. - >=0: La gananca por cada undad del recurso, debe ser no negatva, de lo contraro sería mejor no utlzar este recurso en absoluto. - F.Objetvo: Es la mnmzacón total del valor mplícto de los recursos consumdos por las actvdades. En general el preco sombra de una restrccón proporcona el cambo en el valor de la funcón objetvo como resultado de un cambo untaro en el térmno ndependente de la restrccón, suponendo que el resto de parámetros del problema permanecen nalterados. En muchos problemas de programacón lneal los precos sombra son tan mportantes como la solucón del problema, a que proporconan nformacón sobre el efecto en la funcón objetvo de cambos en los recursos dsponbles. Teoría de la Dualdad Págna 8 de
19 Investgacón Operatva. EJEMPLO (Procedente Escuela Técnca Superor de Ingenería Industral de udad Real) Un carpntero modesto fabrca dos tpos de mesas de madera. ada mesa del tpo necesta horas de mecanzado prmaro (preparacón de pezas) horas de mecanzado secundaro (ensamblado barnzado). Análogamente, cada mesa del tpo necesta horas de mecanzado prmaro 7 horas de mecanzado secundaro. Las dsponbldades daras de mecanzados prmaro secundaro son respectvamente de 0 horas-máquna. La venta de una mesa del tpo reporta un benefco de 70 euros, mentras que la venta de una mesa del tpo de 90 euros. Sendo x x son las cantdades daras de mesas a fabrcar de los tpos respectvamente el problema de programacón lneal quedaría como sgue: Maxmzar: z = 70x + 90x x + x 0 Restrccones: x x + 7x Introducmos las varables de Holgura Max( ) = 70x x Re strccones x x + 90x + x + 7x + x + x = 0 = onstrumos la tabla smplex ncal. Las varables báscas son x, x X x = 0 x = omo < > 0 ( 0,0,0,) es mejorable. La varable x es la 0 j varable que entrará a la base, la varable que saldrá será la correspondente a la prueba del cocente mínmo. 0 mn, mn{ 0,8} 8 7 La varable x saldrá de la base por lo que el elemento pvote es el 7. Teoría de la Dualdad Págna 9 de
20 Investgacón Operatva 0 X x /7 0 -/7 = 90 x = 8 /7 0 /7 8 0/ /7-0/ /7 omo < > 0 ( 0,8,,0 ) es mejorable. La varable x es la 0 j varable que entrará a la base, la varable que saldrá será la correspondente a la prueba del cocente mínmo. 8 mn, mn{ 7,} 7 / 7 / 7 La varable x saldrá de la base por lo que el elemento pvote es el /7. X x 0 7/ -/ 7 70 = 7 90 x = 0 -/ ¼ /8 7/8 0 0 /8 7/8 omo ( 70,90,0,0) es mejorable. La varable x es la varable que entrará a la base, la varable que saldrá será la correspondente a la prueba del cocente mínmo. La solucón óptma (obtenda por el método gráfco o el algortmo del smplex) establece que han de producrse daramente 7 sllas de los tpos respectvamente, lo que da lugar a un benefco de 80 euros. Este resultado ndca que ambos recursos de mecanzado (prmaro secundaro) están plenamente utlzados porque las restrccones relaconadas con ellos están ambas actvas, es decr, las dos son restrccones oblgatoras. Por otra parte, consdérese que quere aumentarse el benefco daro. Para ello es necesaro aumentar la capacdad productva. onsdérese que la capacdad de mecanzado secundaro puede aumentarse cada día de a 7 horas de máquna. ómo afecta esta amplacón de capacdad a los benefcos daros? Teoría de la Dualdad Págna 0 de
21 Investgacón Operatva La solucón puede obtenerse medante Análss de Sensbldad utlzando los mecansmos vstos en el tema anteror el algortmo dual del smplex s procede. 7 / / / 0 * = / 7 8 En este caso la solucón óptma es x = x = 8 con un benefco máxmo daro de 000 euro. Este solucón ndca que el benefco daro crece en 0 euros la capacdad de mecanzado secundaro crece en 7 - = horas máquna. El rato /=0/=7/8 euros, al que la funcón objetvo crece al crecer la capacdad de mecanzado secundaro hora, se denomna sensbldad o preco sombra (tambén preco dual) de la capacdad de mecanzado secundaro. En general el preco sombra de una restrccón proporcona el cambo en el valor de la funcón objetvo como resultado de un cambo untaro en el térmno ndependente de la restrccón, suponendo que el resto de parámetros del problema permanecen nalterados. En muchos problemas de programacón lneal los precos sombra son tan mportantes como la solucón del problema, a que proporconan nformacón sobre el efecto en la funcón objetvo de cambos en los recursos dsponbles. Los precos sombra pueden obtenerse resolvendo el problema dual. El problema dual del problema del carpntero se formula a contnuacón. Mnmzar: z = Restrccones: Introducmos varables de holgura cambando de sgno las restrccones: Mnmzar: z = 0 + Maxmzar: z = 0 + = 70 Restrccones: 7 + = 90 Teoría de la Dualdad Págna de
22 Investgacón Operatva La tabla smplex ncal quedaría Y = = Aunque 0 la solucón es básca no factble por lo cual tendremos que aplcar el algortmo dual del smplex. Escogemos de la columna Y la varable cuo valor es el más negatvo ésta será la salga de la base. En este caso es, veamos por cual la vamos a susttur: 0 max tal que < 0 max, 0 / 7 Hemos comprobado que la varable pasará a formar parte de la base en lugar de. Por lo tanto el pvote será el número que está en la caslla subraada de la tabla anteror. Ahora, a partr del pvote calcularemos la nueva tabla. Y 0 / -/ = -0 = 0 7/ 0 -/ / 0 0/ 0 -/ 0 0/ omo < > 0 ( 0,0,0,0) es mejorable. La varable es la 0 j varable que entrará a la base, la varable que saldrá será la correspondente a la prueba del cocente mínmo mn, mn, / 7 / 7 La varable saldrá de la base por lo que el elemento pvote es el /. Y = 0/ 0 / -/ 0/ - -0 = 0/ 0-7/ / 0/ Teoría de la Dualdad Págna de
23 Investgacón Operatva La solucón óptma de este problema es = /8, = 7/8, el valor óptmo de la funcón objetvo es 80. Obsérvese que son los precos sombra de las capacdades de mecanzado prmaro secundaro, respectvamente, que los valores óptmos de la funcón objetvo de los problemas prmal dual concden. El problema dual puede nterpretarse de la sguente manera. onsdérese que el objetvo es vender tempo de mecanzado prmaro secundaro supóngase que de esta forma se obtenen al menos el msmo nvel de benefcos que hacendo mesas. En esta stuacón vender tempo de mecanzado hacer mesas han de ser actvdades gualmente lucratvas. Las varables varables representan los precos de venta de una hora de mecanzados prmaro secundaro respectvamente. Para preservar la compettvdad del negoco, el benefco daro ha de mnmzarse, esto es mnmzar la funcón 0 +, donde 0 representan respectvamente la dsponbldad dara en horas de mecanzado prmaro secundaro respectvamente. Las restrccones del problema dual establecen que el coste de las horas de mecanzado prmaro secundaro para producr una mesa de cada tpo no debe superar el benefco que se obtene por venta de la msma; que los precos son cantdades no negatvas. Teoría de la Dualdad Págna de
315 M/R Versión 1 Integral 1/ /1 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA
35 M/R Versón Integral / 28/ UNIVERSIDAD NACIONAL AIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA MODELO DE RESPUESTA ASIGNATURA: Investgacón de Operacones I CÓDIGO: 35 MOMENTO: Prueba Integral FECHA DE
Más detallesFE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)
FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz
Más detallesRELACIÓN DE PROBLEMAS DE CLASE DE MODELADO DE DECISIÓN MULTICRITERIO PROBLEMA 1: FÁBRICA DE COMPONENTES ELECTRÓNICOS (FACTORY OF
RELACIÓN DE PROBLEMAS DE CLASE DE MODELADO DE DECISIÓN MULTICRITERIO PROBLEMA 1: FÁBRICA DE COMPONENTES ELECTRÓNICOS (FACTOR OF ELECTRONIC PARTS) Una empresa fabrca tres tpos de componentes electróncos,
Más detallesOptimización no lineal
Optmzacón no lneal José María Ferrer Caja Unversdad Pontfca Comllas Planteamento general mn f( x) x g ( x) 0 = 1,..., m f, g : n R R La teoría se desarrolla para problemas de mnmzacón, los problemas de
Más detallesFUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN
FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN 1 CÁLCULO DE LOS FLUJOS NETOS DE CAJA Y TOMA DE DECISIONES DE INVERSIÓN PRODUCTIVA Peculardades
Más detallesProblemas donde intervienen dos o más variables numéricas
Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa
Más detalles2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo
Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso
Más detallesUNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009
UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas
Más detallesProblemas de Optimización. Conceptos básicos de optimización. Indice. Un problema de optimización NLP. Equivalencias. Contornos / Curvas de nivel
Conceptos báscos de optmzacón Problemas de Optmzacón Prof. Cesar de Prada Dpt. Ingenería de Sstemas y Automátca UVA prada@autom.uva.es mn J() h() = g() Problema general NPL Para encontrar una solucón al
Más detallesSEGUNDA PARTE RENTAS FINANCIERAS
SEGUNDA PARTE RENTAS FINANCIERAS 5 INTRODUCCIÓN A LA TEORÍA DE RENTAS 5.1 CONCEPTO: Renta fnancera: conjunto de captales fnanceros cuyos vencmentos regulares están dstrbudos sucesvamente a lo largo de
Más detalles315 M/R Versión 1 Segunda Parcial 1/7 Lapso 2009/2
35 M/R Versón Segunda Parcal /7 UNIVERSIDAD NACIONAL AIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA MODELO DE RESPUESTA ASIGNATURA: Investgacón de Operacones I CÓDIGO: 35 MOMENTO: Segunda Parcal VERSIÓN:
Más detallesSimulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización.
Smulacón y Optmzacón de Procesos Químcos Ttulacón: Ingenería Químca. 5º Curso Optmzacón. Programacón Cuadrátca Métodos de Penalzacón Programacón Cuadrátca Sucesva Gradente Reducdo Octubre de 009. Programacón
Más detallesCapitalización y descuento simple
Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los
Más detallesTema 6. Estadística descriptiva bivariable con variables numéricas
Clase 6 Tema 6. Estadístca descrptva bvarable con varables numércas Estadístca bvarable: tpos de relacón Relacón entre varables cuanttatvas Para dentfcar las característcas de una relacón entre dos varables
Más detallesCURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso
CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que
Más detallesCapitalización y descuento simple
Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los
Más detalles10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD
10. VIBRACIONES EN SISEMAS CON N GRADOS DE LIBERAD 10.1. Matrces de rgdez, nerca y amortguamento Se puede demostrar que las ecuacones lneales del movmento de un sstema dscreto de N grados de lbertad sometdo
Más detallesProblema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica?
Relacones entre varables cualtatvas Problema: xste relacón entre el estado nutrconal y el rendmento académco de estudantes de enseñanza básca? stado Nutrconal Malo Regular Bueno TOTAL Bajo 13 95 3 55 Rendmento
Más detallesTRABAJO Y ENERGÍA INTRODUCCIÓN. requiere como varia la fuerza durante el movimiento. entre los conceptos de fuerza y energía mecánica.
TRABAJO Y ENERGÍA INTRODUCCIÓN La aplcacón de las leyes de Newton a problemas en que ntervenen fuerzas varables requere de nuevas herramentas de análss. Estas herramentas conssten en los conceptos de trabajo
Más detallesPropuesta de diseño de la subasta de Temporada Abierta Diciembre 2016
Introduccón Propuesta de dseño de la subasta de Temporada Aberta Dcembre 2016 1. En la prmera subasta de temporada aberta se ofrecerá el transporte y almacenamento de gasolnas y désel en las zonas 1 Rosarto
Más detallesMedidas de Variabilidad
Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces
Más detallesUNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERÍA QUÍMICA. Ingeniería Química
UIVERSIDAD ACIOAL EXPERIMETAL POLITECICA ATOIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMETO DE IGEIERÍA QUÍMICA Ingenería Químca Undad II. Balance de matera con reaccón químca Clase º6 Autor:
Más detallesTallerine: Energías Renovables. Fundamento teórico
Tallerne: Energías Renovables Fundamento teórco Tallerne Energías Renovables 2 Índce 1. Introduccón 3 2. Conceptos Báscos 3 2.1. Intensdad de corrente................................. 3 2.2. Voltaje..........................................
Más detalles3.- Programación por metas.
Programacón Matemátca para Economstas 1 3.- Programacón por metas. Una vez menconados algunos de los nconvenentes de las técncas generadoras, la ncorporacón de nformacón se va a traducr en una accón del
Más detallesLiquidación Anticipada de swaps de Tasa de Interés. diciembre 2009
Lqudacón Antcpada de swaps de Tasa de Interés dcembre 2009 Objetvos I. Permtr la lqudacón antcpada de contratos conservando el perfl de resgo de los portafolos (tolerancas). II. III. IV. Mnmzar la exposcón
Más detalles5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA.
Programacón en Pascal 5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA. Exsten numerosas stuacones que pueden representarse medante relacones de recurrenca; entre ellas menconamos las secuencas y las
Más detallesReconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos
Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes
Más detallesTRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).
TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen
Más detalles2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior.
. EL TENSOR DE TENSIONES Como se explcó prevamente, el estado tensonal en un punto nteror de un cuerpo queda defndo por 9 componentes, correspondentes a componentes por cada una de las tensones nternas
Más detallesGuía para la autoevaluación del del capítulo 6
Capítulo 6: EL BANCO CENTRAL Y LA POLÍTICA MONETARIA Guía para la autoevaluacón del del capítulo 6 1) Ante una recuperacón económca, cuál es el cambo que se produce en los valores de equlbro del mercado
Más detallesRelaciones entre variables
Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.
Más detallesUna renta fraccionada se caracteriza porque su frecuencia no coincide con la frecuencia de variación del término de dicha renta.
Rentas Fnanceras. Renta fracconada 6. RETA FRACCIOADA Una renta fracconada se caracterza porque su frecuenca no concde con la frecuenca de varacón del térmno de dcha renta. Las característcas de la renta
Más detallesAnálisis Matemático en la Economía: Optimización y Programación. Augusto Rufasto
Análss Matemátco en la Economía: Optmzacón y Programacón arufast@yahoo.com-rufasto@lycos.com www.geoctes.com/arufast-http://rufasto.trpod.com La optmzacón y la programacón están en el corazón del problema
Más detalles16.21 Técnicas de diseño y análisis estructural. Primavera 2003 Unidad 8 Principio de desplazamientos virtuales
16.21 Técncas de dseño y análss estructural Prmavera 2003 Undad 8 Prncpo de desplazamentos vrtuales Prncpo de desplazamentos vrtuales Tengamos en cuenta un cuerpo en equlbro. Sabemos que el campo de esfuerzo
Más detallesPROYECTO DE TEORIA DE MECANISMOS. Análisis cinemático y dinámico de un mecanismo plano articulado con un grado de libertad.
Nombre: Mecansmo: PROYECTO DE TEORIA DE MECANISMOS. Análss cnemátco y dnámco de un mecansmo plano artculado con un grado de lbertad. 10. Análss dnámco del mecansmo medante el método de las tensones en
Más detalles5 Centrales Hidráulicas
Curso SmSEE IIE 2012 Cap. 5 pág 1/6 5 Centrales Hdráulcas 5.1 Centrales Hdráulcas con Embalse En el caso de centrales con embalses, tendremos que agregar restrccones adconales para mponer los límtes de
Más detallesMétodos específicos de generación de diversas distribuciones discretas
Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de
Más detallesTema 4: Variables aleatorias
Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son
Más detallesEl Modelo IS-LM. El modelo IS-LM
El Modelo IS-LM El modelo IS-LM 4. Introduccón 4.2 La demanda agregada: La funcón de nversón 4.3 Equlbro del mercado de benes: La curva IS 4.4 Equlbro del mercado de dnero: La curva LM 4.5 Equlbro de la
Más detalles315 M de R Versión 1 Segunda Parcial 1/8 Lapso 2008/2
5 M de R Versón Segunda Parcal /8 Lapso 8/ UNIVERSIDAD NACIONAL AIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA MODELO DE RESPUESTA ASIGNATURA: Investgacón de Operacones I CÓDIGO: 5 MOMENTO: Segunda Parcal
Más detallesDpto. Física y Mecánica
Dpto. Físca y Mecánca Mecánca analítca Introduccón Notacón Desplazamento y fuerza vrtual Fuerza de lgadura Trabao vrtual Energía cnétca. Ecuacones de Lagrange Prncpode los trabaos vrtuales Prncpo de D
Más detallesTema 6 El mercado de bienes y la función IS
Tema 6 El mercado de benes y la funcón IS Macroeconomía I Sánchez Curso 2008-09 Bblografía para preparar este tema Apuntes de clase Capítulo 5, Macroeconomía, O. Blanchard, pp. 81-100 Objetvo del tema
Más detallesObjetivo del tema. Esquema del tema. Economía Industrial. Tema 2. La demanda de la industria
Economía Industral Tema. La demanda de la ndustra Objetvo del tema Entender el modelo económco de comportamento del consumdor, fnalmente resumdo en la funcón de demanda. Comprender el carácter abstracto
Más detallesDISTRIBUCIONES BIDIMENSIONALES
Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón
Más detallesFormulación y Evaluación de Proyectos
Formulacón y Evaluacón de Proyectos Académco Ttular Ingenero vl Industral Dplomado en Elaboracón y Evaluacón de Proyectos Pontfca Unversdad atólca de hle Académco Suplente Ingenero vl Industral Experto
Más detallesFigura 1
5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto
Más detallesTÍTULO I Aspectos Generales TÍTULO II Alcance TÍTULO III Metodología de Cálculo de FECF... 3
PROCEDIMIENTO DO DESEMPEÑO DEL CONTROL DE FRECUENCIA EN EL SIC DIRECCIÓN DE OPERACIÓN ÍNDICE TÍTULO I Aspectos Generales... 3 TÍTULO II Alcance... 3 TÍTULO III Metodología de Cálculo de FECF... 3 TÍTULO
Más detalles2ª Colección Tema 2 La oferta, la demanda y el mercado
Cuestones y problemas de Introduccón a la Teoría Económca Carmen olores Álvarez Albelo Mguel Becerra omínguez Rosa María Cáceres Alvarado María del Plar Osorno del Rosal Olga María Rodríguez Rodríguez
Más detallesTema 1: Jerarquía Digital Síncrona, SDH Disponibilidad de Sistemas
Tema : Jerarquía Dgtal Síncrona, SDH Dsponbldad de Sstemas Tecnologías de red de transporte de operadora MÁSTER EN INGENIERÍ TELEMÁTIC Profesor: Espín Defncones Fabldad (Relablty): Probabldad de que el
Más detallesSISTEMAS DE ECUACIONES DIFERENCIALES
DIVISIÓN DE CIENCIAS FÍSICAS Y MATEMÁTICAS DTO. TERMODINÁMICA Y FENÓMENOS DE TRANSFERENCIA MÉTODOS AROXIMADOS EN ING. QUÍMICA TF-33 SISTEMAS DE ECUACIONES DIFERENCIALES Esta guía fue elaborada por: rof.
Más detallesECUACIONES DIFERENCIALES Problemas de Valor Inicial
DIVISIÓN DE IENIAS FÍSIAS Y MATEMÁTIAS DTO. TERMODINÁMIA Y FENÓMENOS DE TRANSFERENIA MÉTODOS AROXIMADOS EN ING. QUÍMIA TF-33 EUAIONES DIFERENIALES roblemas de Valor Incal Esta guía fue elaborada por: rof.
Más detallesModelos unifactoriales de efectos aleatorizados
Capítulo 4 Modelos unfactorales de efectos aleatorzados En el modelo de efectos aleatoros, los nveles del factor son una muestra aleatora de una poblacón de nveles. Este modelo surge ante la necesdad de
Más detallesIntroducción a la Física. Medidas y Errores
Departamento de Físca Unversdad de Jaén Introduccón a la Físca Meddas y Errores J.A.Moleón 1 1- Introduccón La Físca y otras cencas persguen la descrpcón cualtatva y cuanttatva de los fenómenos que ocurren
Más detallesEL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza
EL ANÁLSS DE LA VARANZA (ANOVA). Estmacón de componentes de varanza Alca Maroto, Rcard Boqué Grupo de Qumometría y Cualmetría Unverstat Rovra Vrgl C/ Marcel.lí Domngo, s/n (Campus Sescelades) 43007-Tarragona
Más detallesLa representación Denavit-Hartenberg
La representacón Denavt-Hartenberg José Cortés Parejo. Marzo 8 Se trata de un procedmeto sstemátco para descrbr la estructura cnemátca de una cadena artculada consttuda por artculacones con. un solo grado
Más detallesFacultad de Ciencias Básicas
Facultad de Cencas Báscas ANÁLISIS GRÁFICO DE DATOS EXPERIMENTALES OBJETIVO: Representar gráfcamente datos expermentales. Ajustar curvas a datos expermentales. Establecer un crtero para el análss de grafcas
Más detalles1. Lección 7 - Rentas - Valoración (Continuación)
Apuntes: Matemátcas Fnanceras 1. Leccón 7 - Rentas - Valoracón (Contnuacón) 1.1. Valoracón de Rentas: Constantes y Dferdas 1.1.1. Renta Temporal y Pospagable En este caso, el orgen de la renta es un momento
Más detallesNuevos Algoritmos en el Problema de Transporte. UPV. Correo-e: RESUMEN
V Congreso de Ingenería de Organzacón Valladold-Burgos, 4-5 Septembre 003 ƒ Índce Nuevos Algortmos en el Problema de Transporte Francsco López Ruz 1, Germán Arana Landín 1 Doctor Ingenero Industral, Departamento
Más detallesAnálisis de Resultados con Errores
Análss de Resultados con Errores Exsten dos tpos de errores en los expermentos Errores sstemátcos errores aleatoros. Los errores sstemátcos son, desde lejos, los más mportantes. Errores Sstemátcos: Exsten
Más detalles3. VARIABLES ALEATORIAS.
3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)
Más detallesMuestra: son datos de corte transversal correspondientes a 120 familias españolas.
Capítulo II: El Modelo Lneal Clásco - Estmacón Aplcacones Informátcas 3. APLICACIONES INFORMÁTICAS Fchero : cp.wf (modelo de regresón smple) Seres: : consumo famlar mensual en mles de pesetas RENTA: renta
Más detallesINSTRUMENTACIÓN Y TÉCNICAS DE MEDIDA. EL AMPLIFICADOR DE POTENCIA
PÁCTICA 1. INSTUMENTACIÓN Y TÉCNICAS DE MEDIDA. EL AMPLIFICADO DE POTENCIA 1.1 Objetvos El objetvo de esta práctca consste en presentar los nstrumentos y las técncas de medda habtualmente utlzadas para
Más detallesSISTEMA DIÉDRICO I Intersección de planos y de recta con plano TEMA 8 INTERSECCIONES. Objetivos y orientaciones metodológicas. 1.
Objetvos y orentacones metodológcas SISTEMA DIÉDRICO I Interseccón de planos y de recta con plano TEMA 8 Como prmer problema del espaco que presenta la geometría descrptva, el alumno obtendrá la nterseccón
Más detallesEXPERIMENTOS ANIDADOS O JERARQUICOS NESTED
EXPERIMENTOS ANIDADOS O JERARQUICOS NESTED Exsten ocasones donde los nveles de un factor B son smlares pero no déntcos para dferentes nveles del factor A. Es decr, dferentes nveles del factor A ven nveles
Más detalles8 MECANICA Y FLUIDOS: Calorimetría
8 MECANICA Y FLUIDOS: Calormetría CONTENIDOS Dencones. Capacdad caloríca. Calor especíco. Equlbro térmco. Calormetría. Calorímetro de las mezclas. Marcha del calorímetro. Propagacón de Errores. OBJETIVOS
Más detallesIDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR
IDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR En esta práctca se llevará a cabo un estudo de modelado y smulacón tomando como base el ntercambador de calor que se ha analzado en el módulo de teoría.
Más detallesINGENIERÍA ENZIMÁTICA
Dvsón de Cencas Bológcas y de la Salud Ingenería Boquímca Industral INGENIERÍA ENZIÁTICA PROBLEARIO Dr. Sergo Huerta Ochoa NOTA: Los ejerccos presentados en este problemaro, son una recoplacón de problemas:
Más detallesH 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme
Una hpótess estadístca es una afrmacón con respecto a una característca que se desconoce de una poblacón de nterés. En la seccón anteror tratamos los casos dscretos, es decr, en forma exclusva el valor
Más detallessea un nº real. Hallar su cociente. Solución. Se multiplica numerador y denominador por el conjugado del denominador.
. Hallar "a" para que el complejo : a a) sea real puro b) sea magnaro puro Lo prmero de todo es hacer la dvsón en forma bnómca, multplcando numerador y denomnador por el conjugado del denomnador, de esta
Más detallesGuía de Electrodinámica
INSTITITO NACIONAL Dpto. de Físca 4 plan electvo Marcel López U. 05 Guía de Electrodnámca Objetvo: - econocer la fuerza eléctrca, campo eléctrco y potencal eléctrco generado por cargas puntuales. - Calculan
Más detallesCARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.
CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de
Más detallesEXPERIMENTACIÓN COMERCIAL(I)
EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado
Más detallesIntroducción a la Optimización Multiobjetivo
Introduccón a la Optmzacón Multobjetvo Optmzacón Multobjetvo (MOP) Práctcamente en cualquer área y en una varedad de contetos se presentan problemas con múltples objetvos que se contraponen entre sí A
Más detalles( ) = ( ) ( ) E X x p. E X Y = E X E Y XY independientes. E X Y E X E Y Cauchy Schwarzt ( ) 2. Pr X a E X a Markov
1 2 Varables aleatoras 2.1 Dscretas 2.1.1 Genércas Esperanza de una v.a. o Valor esperado Propedades de la Esperanza k = ( x ) E X x p EmX+ b = mex + b EK Varanza de una v.a. = K ( + ) = + E X Y E X E
Más detallesEjercicios y problemas (páginas 131/133)
7 Calcula el opuesto y el conjugado de los sguentes números complejos, expresándolos en forma polar: a) z b) z (cos 00 sen 00 ) c) z Expresamos en prmer lugar los números complejos en forma Calcula las
Más detallesTEMA 8: PRÉSTAMOS ÍNDICE
TEM 8: PRÉSTMOS ÍNDICE 1. CONCEPTO DE PRÉSTMO: SISTEMS DE MORTIZCIÓN DE PRÉSTMOS... 1 2. NOMENCLTUR PR PRÉSTMOS DE MORTIZCIÓN FRCCIOND... 3 3. CUDRO DE MORTIZCIÓN GENERL... 3 4. MORTIZCIÓN DE PRÉSTMO MEDINTE
Más detallesTEMA 4. TRABAJO Y ENERGIA.
TMA 4. TRABAJO Y NRGIA. l problema undamental de la Mecánca es descrbr como se moverán los cuerpos s se conocen las uerzas aplcadas sobre él. La orma de hacerlo es aplcando la segunda Ley de Newton, pero
Más detalles4.4. La ciudad circular El Modelo de Salop
Matlde Machado para bajar las transparencas: http://www.eco.uc3m.es/~mmachado/ Economía Industral - Matlde Machado La Cudad Crcular El modelo de Salop 1 En el modelo de Hotellng habíamos supuesto que solo
Más detallesDicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c.
Estadístca robablístca 6. Tablas de contngenca y dagramas de árbol. En los problemas de probabldad y en especal en los de probabldad condconada, resulta nteresante y práctco organzar la nformacón en una
Más detallesComparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó
Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor
Más detalles2 Dos tipos de parámetros estadísticos
Dos tpos de parámetros estadístcos Págna 198 1. Calcula la meda, la medana y la moda de cada una de estas dstrbucones estadístcas: a) 4, 5, 6, 6, 6, 6, 7, 11, 1, 17 b), 1, 6, 9,, 8, 9,, 14, c), 3, 3, 3,
Más detallesE. P. E. T. N 20 CUADERNILLO DE MATEMÁTICA TERCER AÑO PROF.: JIMENA CARRAZCO MARÍA ANGÉLICA NETTO
E. P. E. T. N 0 CUADERNILLO DE MATEMÁTICA TERCER AÑO PROF.: JIMENA CARRAZCO MARÍA ANGÉLICA NETTO E. P. E. T. N 0 MATEMÁTICA AÑO Undad N I: Epresones algebracas PROGRAMA DE MATEMÁTICA 0 TERCER AÑO Revsón:
Más detallessea un nº real. Hallar su cociente. Solución. Se multiplica numerador y denominador por el conjugado del denominador.
. Hallar "a" para que el complejo : a a) sea real puro b) sea magnaro puro Lo prmero de todo es hacer la dvsón en forma bnómca, multplcando numerador y denomnador por el conjugado del denomnador, de esta
Más detalles1).- Para > 0, B= {x R L : p. x I} = {x R L
Pontfca Unversdad Católca del Perú Programa de Maestría en Economía Curso: Mcroeconomía Intermeda Profesores: Clauda Barrga & José Gallardo Asstente: César Gl Malca Propedades de las funcones de demanda
Más detallesMODELOS DE SECUENCIACIÓN EN MÁQUINAS 1
odelos de secuencacón de tareas en máqunas Andrés Ramos Unversdad Pontfca Comllas http://www.t.comllas.edu/aramos/ Andres.Ramos@comllas.edu ODELOS DE SECUENCIACIÓN EN ÁQUINAS odelos de secuencacón de tareas
Más detallesTema 6 El mercado de bienes y la función IS
Tema 6 El mercado de benes y la funcón IS Macroeconomía I Prof. Anhoa Herrarte Sánchez Curso 2007-08 Bblografía para preparar este tema Apuntes de clase Capítulo 3, Macroeconomía, O. Blanchard Prof. Anhoa
Más detallesPráctica 12 - Programación en C++ Pág. 1. Practica Nº 12. Prof. Dr. Paul Bustamante. Informática II Fundamentos de Programación - Tecnun
Práctca 1 - Programacón en C++ Pág. 1 Práctcas de C++ Practca Nº 1 Informátca II Fundamentos de Programacón Prof. Dr. Paul Bustamante Práctca 1 - Programacón en C++ Pág. 1 INDICE ÍNDICE... 1 1.1 Ejercco
Más detallesmn = cx sa Ax» b x Desde que, adconalmente, b La nclusón de las varables de olgura (para transformar las desgualdades en gualdades) sumnstran una base
CAPITULO DETERMINACION DE UNA SOLUCION BASICA FACTIBLE INICIAL Y ANALISIS DE CONVERGENCIA DEL METODO SIMPLEX Dscusón sobre una Base Factble Incal Motvacón El método smplex necesta de una SBF ncal para
Más detallesEn un mercado hay dos consumidores con las siguientes funciones de utilidad:
En un mercado hay dos consumdores con las sguentes funcones de utldad: U ( + y, y = ln( + U ( = + y con a >,, y a ln( + donde, =,, es la cantdad del ben consumda por el ndvduo, y es la cantdad de renta
Más detallesUNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE. Dpto. de Métodos Cuantitativos e Informáticos. Universidad Politécnica de Cartagena.
UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE COURNOT. Autores: García Córdoba, José Antono; josea.garca@upct.es Ruz Marín, Manuel; manuel.ruz@upct.es Sánchez García, Juan Francsco; jf.sanchez@upct.es
Más detallesOPERACIONES BÁSICAS. (Notas de clase) Separadores flash
OPERACIONE BÁICA (Notas de clase eparadores flash Profesor Asocado Andrés oto Agüera Curso 2003-2004 Operacones Báscas Balances de matera y energía Caracteracón del estado de equlbro termodnámco de un
Más detallesTEMA 5. EL SISTEMA DE PRODUCCIÓN DE LA EMPRESA (I) CONTENIDO
Págna de 4 TEMA 5. EL SISTEMA DE PRODUCCIÓN DE LA EMPRESA (I) CONTENIDO INTRODUCCIÓN... 2 2 CLASIFICACIÓN DE LAS ACTIVIDADES PRODUCTIVAS... 4 3 FUNCIÓN DE PRODUCCIÓN... 3 4 CLASIFICACIÓN DE LOS PROCESOS
Más detallesPista curva, soporte vertical, cinta métrica, esferas metálicas, plomada, dispositivo óptico digital, varilla corta, nuez, computador.
ITM, Insttucón unverstara Guía de Laboratoro de Físca Mecánca Práctca : Colsones en una dmensón Implementos Psta curva, soporte vertcal, cnta métrca, eseras metálcas, plomada, dspostvo óptco dgtal, varlla
Más detallesDESEMPEÑO DEL CONTROL DE FRECUENCIA PROCEDIMIENTO DO
Clascacón: Emtdo para Observacones de los Coordnados Versón: 1.0 DESEMPEÑO DEL CONTROL DE FRECUENCIA PROCEDIMIENTO DO Autor Dreccón de Operacón Fecha Creacón 06-04-2010 Últma Impresón 06-04-2010 Correlatvo
Más detallesAplicación de la termodinámica a las reacciones químicas Andrés Cedillo Departamento de Química Universidad Autónoma Metropolitana-Iztapalapa
Aplcacón de la termodnámca a las reaccones químcas Andrés Cedllo Departamento de Químca Unversdad Autónoma Metropoltana-Iztapalapa Introduccón Las leyes de la termodnámca, así como todas las ecuacones
Más detallesCAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada.
Introduccón a la Estadístca Empresaral Capítulo - Análss conjunto de dos varables Jesús ánchez Fernández CAPITULO - AÁLII COJUTO DE DO VARIABLE Presentacón de los datos Tablas de doble entrada En el capítulo
Más detallesREGRESION LINEAL SIMPLE
REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente
Más detallesEconometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1
Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale
Más detallesLa elasticidad como una aplicación de análisis de oferta y demanda
La elastcdad como una aplcacón de análss de oerta y demanda por Aracel Ramírez Zamora La elastcdad mde la sensbldad de una varable a otra, nos ndca la varacón porcentual que expermentará la cantdad demandada
Más detalles