Optimización de redes
|
|
|
- Luis Miguel Barbero Maestre
- hace 9 años
- Vistas:
Transcripción
1 UNIVERSIDAD DE MANAGUA Al más alto nivel Optimización de redes Problema de la Ruta más corta Problema del Árbol de expansión mínima Problema del Flujo máximo Problema de Flujo de costo mínimo Maestro Ing. Julio Rito Vargas Avilés III Cuatrimestre 2
2 Introducción Grafo: Serie de puntos llamados nodos (nudos) unidos por arcos o aristas. Red: Es una grafo con algún tipo de flujo en sus ramales. Ejemplo: Eléctrica, transporte.
3 Introducción Cadena: Serie de elementos que van de un nodo a otro. Ejemplo: - 2, 2-5, 5-7. Ruta: Serie de elementos que conforman una cadena. Ejemplo: Para el anterior Ciclo: Es la cadena que une un nodo consigo mismo. Ejemplo: 3-5-3, 5-2, 2 --2, -7-, 7-6-7, Gráfica conectada: Aquella en la cual al menos todos los nodos están conectados. Ejemplo: El de la gráfica.
4 Introducción Ramal(arco) orientado(dirigido): Es aquel que tiene un sentido determinado, o sea, que tiene un nodo origen y un nodo destino. Ejemplo:
5 Introducción Gráfico orientada(dirigido): Aquella en la cual todos sus ramales están orientados. Ejemplo:
6 Introducción Árbol: Gráfica sin ciclos. Ejemplo: La capacidad de flujo de un ramal es el límite superior de la ruta de flujo en dicho ramal en un sentido determinado.
7 Introducción Nodo fuente: Aquel en el cual todos sus ramales están orientados hacia afuera. Ejemplo: Nodo receptor: Aquel en el cual todos sus ramales están orientados hacia él. Ejemplo 9
8 Algunas Aplicaciones Diseño de redes de telecomunicaciones Redes de fibra óptica Redes de computadoras Redes telefónicas Redes de Internet o TV por cable, etc. Diseño de redes de transporte Vías ferroviarias, carreteras, etc. Diseño de una línea de transmisión eléctrica de alto voltaje. Diseño de una red de tubería para conectar varias localidades.
9 PROBLEMA DE LA RUTA MAS CORTA Por medio de la aplicación del algoritmo de este problema podemos conocer la menor distancia entre un nodo origen y un nodo destino. Pasos a seguir: Primer paso: Elaborar un cuadro con todos los nodos y los ramales que salen de él. Segundo paso: Partiendo del origen, debemos encontrar el nodo más cercano a él. Tercer paso: Anular todos los ramales que entren al nodo más cercano elegido. Cuarto paso: Comenzando en el origen se debe encontrar el nodo más cercano a él, por intermedio del(los) nodo(s) ya elegido(s) y volver al tercer paso hasta llegar al destino. Ejemplo:
10 Algoritmo Definición de algoritmo: es un conjunto de reglas que permiten obtener un resultado determinado a partir de ciertas reglas definidas. Definición de algoritmo: es una secuencia finita de instrucciones, cada una de las cuales tiene un significado preciso y puede ejecutarse con una cantidad finita de esfuerzo en un tiempo finito. Todo algoritmo ha de tener las siguientes características: legible, correcto, modular, eficiente, estructurado, no ambiguo y a ser posible se ha de desarrollar en el menor tiempo posible.)
11 Algoritmo de Edsger Dijkstra Nació en Alemania en 93, su padre era Químico y su madre Matemática. En 956, Dijkstra anunció su algoritmo. Algoritmo de caminos mínimos, propuso el algoritmo del camino más corto y el algoritmo del árbol generador minimal. A principios de la década de los 6, Dijkstra aplicó la idea de la exclusión mutua a las comunicaciones entre una computadora y su teclado. Su solución de exclusión mutua ha sido usada por muchos procesadores modernos y tarjetas de memoria desde 96, cuando IBM la utilizó por primera vez en la arquitectura del IBM 36. El algoritmo de Dijkstra para ruta más corta, en términos generales, encuentran la ruta más corta entre dos nodos, inicial a y final z, de la siguiente manera Los nodos de la red son etiquetados con números. Al principio, todos tienen la etiqueta excepto el nodo inicial a que tiene la etiqueta. Los arcos tienen un peso dij que representa la distancia del enclace (i, j). El algoritmo de Dijkstra renumeran los nodos, de manera que cuando el nodo z tiene una etiqueta permanente, se ha obtenido la solución final.
12 Ejemplo 2: La administración de Seervada Park necesita determinar los caminos bajo los cuales se deben tender las líneas telefónicas para conectar las estaciones con una longitud total mínima de cable. Se describirá paso a paso la solución de este problema, en base a los datos que se proporcionan en la figura siguiente. Los nodos y distancias se muestran en la red, en donde las líneas delgadas representan ligaduras potenciales.
13 N Aplicación del algoritmo de la ruta más corta al problema de Seervada Park Nodos resueltos, conectados directamente a nodos no resueltos Nodos no resueltos más cercanos conectados Distancia total involucrada N-ésimo nodo más cercano Distancia mínima Última conexión O A 2 A 2 OA 2,3 O A A B C 5 A B E 6 D E C B D E E D D D T T 2+2= 2+7=9 +3=7 +=8 2+7=9 +=8 7+=8 8+5=3 7+7= C B OC AB E 7 BE D D 8 8 BD ED T 3 DT
14 RED SEERVADA PARK
15 En forma arbitraria, se selecciona el nodo O como inicio. El nodo no conectado más cercano a O es A. Se conecta el nodo O con A. OA
16 El nodo no conectado más cercano a los nodos O o A es el nodo B (más cercano a A). Se conecta el nodo B con el nodo A.- AB
17 El nodo no conectado más cercano a los nodos O o A o B es el nodo C (más cercano a B),. Se conecta el nodo C con el nodo B.- BC
18 El nodo no conectado más cercano a los nodos O o A o B o C, es el nodo E (más cercano a B),. Se conecta el nodo E con el nodo B.- BE
19 El nodo no conectado más cercano a los nodos O, A, B, C o E, es el nodo D (más cercano a E),. Se conecta el nodo D con el nodo E.- ED
20 El único nodo no conectado es el nodo T. Esta más cercano al nodo D. Se conecta el nodo T con el nodo D.- DT : SOLUCIÓN: OA-AB-BE-ED-DT=3 SOLUCION: OA-AB-BD-DT = 3
21 Análisis de la solución Todo los nodos han quedado conectado por que ésta es la solución óptima que se buscaba. La longitud total de las ramas es 3 millas. El objetivo es diseñar la red más apropiada para el problema dado.
22 Ejemplo 2 de red
23 Ruta más corta
24 Solución Es decir, la ruta más corta corresponde a la ruta ABFJ, la cual suma 3 unidades.
25 Árbol de expansión mínima Este problema surge cuando todos los nodos de una red deben conectar entre ellos, sin formar un loop (ciclo). El árbol de expansión mínima es apropiado para problemas en los cuales la redundancia es expansiva, o el flujo a lo largo de los arcos se considera instantáneo.
26
27 ALGORITMO DE KRUSKAL. Comenzar en forma arbitraria en cualquier nodo y conectarlo con el más próximo (menor distancia o menor costo). 2. Identificar el nodo no conectado que está más cerca o el menos costoso de algunos de los nodos conectados. Deshacer los empates de forma arbitraria. Agregar éste nodo al conjunto de nodos conectados. 3. Repetir esto hasta que hayan conectados todos los nodos.
28 EL TRANSITO DE LA CAPITAL Una ciudad esta planificando el desarrollo de una nueva línea en sistemas de tránsito. El sistema debe unir 5 Distritos, Universidades y centros comerciales. La Dirección de transito necesita seleccionar un conjunto de líneas que conecten todos los centros a un mínimo costo. La red seleccionada debe permitir: - Factibilidad de las líneas que deban ser construidas. - Mínimo costo posible.
29 RED QUE REPRESENTA EL ARBOL EXPANDIDO Zona Oeste Zona Norte 3 3 Zona Centro 5 Distrito Comercial Universidad 5 5 Centro Comercial 8 Zona Este 7 Zona Sur
30 Solución Solución - Analogía con un problema de redes - El algoritmo que resuelve este problema es un procedimiento muy fácil ( trivial ). - Corresponde a una categoría de algoritmos ávidos. - Algoritmo: * Comience seleccionando el arco de menor longitud. * En cada iteración, agregue el siguiente arco de menor longitud del conjunto de arcos disponibles, tomando la precaución de no formar ningún loop. * El algoritmo finaliza cuando todos los nodos están conectados. Solución mediante el computador - Los entrada consiste en el número de nodos, el largo de los arcos y la descripción de la red.
31 RED QUE REPRESENTA LA SOLUCIÓN ÓPTIMA Zona Oeste Zona Norte 3 3 Loop Zona Centro 5 Distrito Comercial Universidad 5 5 Centro Comercial 8 Zona Este Costo Total = C$236 millones 7 Zona Sur
32 Ejemplo de Árbol de expansión mínima
33
34 PROBLEMA DEL FLUJO MAXIMO Nos permite conocer(calcular) la máxima cantidad de cualquier artículo o información que podemos transportar desde un origen hasta un destino. Pasos a seguir : Primer paso: Elegir una ruta arbitraria. Segundo paso: En dicha ruta escoger aquel ramal de menor flujo en ese sentido y transportar por esa ruta la cantidad escogida. Hacer esto repetitivamente hasta que no sea posible encontrar una ruta con capacidad de flujo.
35 Algunas Aplicaciones Maximizar el flujo a través de la red de distribución de una compañía desde sus fábricas hasta sus clientes. Maximizar el flujo a través de la red de suministros de una compañía de proveedores a las fábricas. Maximizar el flujo de petróleo por tuberías. Maximizar el flujo de agua a través de un sistema de acueductos. Maximizar el flujo de vehículos por una red de transporte.
36 Ejemplo Problema de flujo máximo de Seervada Park. Tiene varias fábricas y múltiples clientes. Se trata de aumentar la red original que incluya una fuente ficticia y un destino ficticio y algunos arcos nuevos.
37 Problema de flujo máximo de Seervada Park O A 2 C B 5 E D 6 9 T
38 Red residual del problema de flujo máximo de Seervada Park O 5 7 A C 2 3 B 5 D 9 E 6 T
39 Iteracción : Una de las trayectorias de aumento es O B E T que tiene capacidad residual igual al mín{7,5,6}=5 si se asigna un flujo de 5 a esta trayectoria, la red resultante es: O A D B C E T
40 O A D B C E T Iteracción 2: Una de las trayectorias de aumento es O A D T que tiene capacidad residual igual al mín{5,3,9}=3, si se asigna un flujo de 3 a esta trayectoria, la red resultante es: 8
41 O A D B C E T Iteracción 3: Una de las trayectorias de aumento es O A B D T que tiene capacidad residual igual al mín{2,,,6}=, si se asigna un flujo de a esta trayectoria, la red resultante es: 9
42 O A D B C E T Iteracción : Una de las trayectorias de aumento es O B D T que tiene capacidad residual igual al mín{2,3,5}=2, si se asigna un flujo de 2 a esta trayectoria, la red resultante es:
43 O A D B C E T Iteracción 5: Una de las trayectorias de aumento es O C E D T que tiene capacidad residual igual al mín{,,,3}=, si se asigna un flujo de a esta trayectoria, la red resultante es: 2
44 O A D B C E T Iteracción 6: Una de las trayectorias de aumento es O C E T que tiene capacidad residual igual al mín {3,3,}=, si se asigna un flujo de a esta trayectoria, la red resultante es: 2 3
45 Ya no existe trayectoria de aumento, por lo que el patrón actual es óptimo Iteracción 7: Una de las trayectorias de aumento es O C B D T que tiene capacidad residual igual al mín {2,2,5,,2}=, si se asigna un flujo de a esta trayectoria, la red resultante es: O 3 A C 2 7 B 3 3 E D 6 8 T
46 Ejemplo 2 Tres refinerías envían gasolina a dos terminales de distribución a través de una red de ductos. Cualquier demanda que no se puede satisfacer por medio de la red se adquiere de otras fuentes. Hay tres estaciones de bombeo que sirven a la red de ductos, como lo muestra la gráfica. El producto fluye en la red en la dirección que muestran las flechas. La capacidad de cada segmento del ducto es en millones de gls al día. Determine lo siguiente. a. La capacidad máxima en cada refinería que iguale la capacidad máxima de la red. b. La demanda diaria en cada terminal que iguale la capacidad máxima de la red.
47 Ejemplo 2 Refinería Estaciones de Bombeo Terminales
48 Ejemplo Refinería Estaciones de Bombeo Terminales Iteración : --7 Min {2,} =
49 Ejemplo 2 Refinería Estaciones de Bombeo Terminales Iteración 2: Min {,,5} = 2
50 Ejemplo 2 Refinería Estaciones de Bombeo Terminales Iteración 3: Min {,2,2,} = 3
51 Ejemplo 2 Refinería Estaciones de Bombeo Terminales Iteración : Min {5,3} =3 6
52 Ejemplo 2 Refinería Estaciones de Bombeo Terminales Iteración 5:2-6-8 Min {2,2} =2 6 2
53 Ejemplo 2 Refinería Estaciones de Bombeo Terminales Iteración 6:2-5-8 Min {2,2,2} =2 6 Demanda de la red millones. La producción de la refinería 3, no es consumida diariamente. Por lo que esa planta puede parar.
54 Ejemplo 3 Encontrar el flujo máximo, en la red,, dado que la capacidad a través del arco que va del nodo i al nodo j es el número más cercano al nodo i del arco entre estos nodos.
55 RED DE FLUJO MAXIMO A Origen I 6 3 B C 3 E D 9 T Final
56 Iteracción : Una de las trayectorias de aumento es I A D T que tiene capacidad residual igual al mín{6,,}= si se asigna un flujo de a esta trayectoria, la red resultante es: Origen I 2 A 3 B C 3 E D 9 T Final
57 Iteracción 2: Una de las trayectorias de aumento es I B E T que tiene capacidad residual igual al mín{,3,9}=3 si se asigna un flujo de 3 a esta trayectoria, la red resultante es: 7 Origen I 2 A 3 3 B C 3 E D 6 3 T 7 Final
58 Iteracción 3: Una de las trayectorias de aumento es I B C E T que tiene capacidad residual igual al mín{,3,,6}=, se asigna un flujo de a esta trayectoria, la red resultante es: 8 Origen I 2 A B 3 2 C 3 E D 5 T 8 Final
59 Iteracción : Una de las trayectorias de aumento es I C E T, que tiene capacidad residual igual al mín{,3,5} =, se asigna un flujo de a esta trayectoria, la red resultante es: 9 Origen I 2 A B C 2 E D 5 T 9 Final
60 Problema del flujo del costo mínimo El problema del flujo del costo mínimo tiene una posición central entre los modelos de optimización de redes; ) abarca una clase amplia de aplicaciones 2) su solución es muy eficiente Igual que el problema de flujo máximo, toma en cuenta un flujo en una red con capacidades de arcos limitadas. Igual que el problema de la ruta más corta, considera un costo o distancia del flujo a través de un arco. Al igual que el problema del transporte o el de asignación se pueden manejar varios orígenes y varios destinos del flujo con costos asociados. En realidad estos cuatro problemas son casos especiales del problema del flujo de costo mínimo.
61 Método simplex de redes A continuación se describe el problema de del flujo de costo mínimo.. La red es red dirigida y conexa 2. Al menos uno de los nodos es un nodo fuente 3. Al menos uno de los nodos es un nodo demanda.. El resto de los nodos son nodos transbordo. 5. Se permite el flujo a través de un arco sólo en la dirección indicada por la flecha, donde la cantidad máxima de flujo está dada por la capacidad del arco.(si el flujo puede ocurrir en ambas direcciones, debe representarse por un par de arcos con direcciones opuestas.
62 Método simplex de redes A continuación se describe el problema del flujo de costo mínimo (cont.). 6. La red tiene suficientes arcos con suficiente capacidad para permitir que todos los flujos generados por los nodos fuente lleguen a los nodos demanda. 7. El costo del flujo a través del arco es proporcional a la cantidad de ese flujo, donde se conoce el costo por unidad. 8. El objetivo es minimizar el costo total de enviar el suministro disponible a través de la red para satisfacer la demanda dada. (un objetivo alternativo es maximizar la ganancia total del envío)
63 Aplicaciones comunes del problema del flujo de costo mínimo Tipo de aplicación Nodos fuentes Nodos de transbordo Nodos demanda Operación de una red de distribución Fuentes de bienes Almacenes intermedios clientes Administración de desechos sólidos Fuentes de desechos sólidos Instalaciones de procesamiento Rellenos Operación de una red de suministros Agentes de ventas Almacenes intermedios Instalaciones de procesamiento Coordinación de mezclas de productos en plantas Plantas Productos de un artículo específico Mercado del producto específico
64 Formulación del modelo Considere una red conexa dirigida en la que los n nodos incluyen al menos un nodo origen y un nodo destino. Las variables de decisión son: X ij flujo a través del arco i j y la informació n dada incluy e C ij costo por unidad de flujo a través del arco i j U ij capacidad del arco i j b i flujo neto generado por nodo i
65 Formulación del modelo El valor de bi depende de la naturaleza del nodo i, donde: b b b i i i si sii sii i es es es un nodo fuente un nodo demanda un nodo de transbordo El objetivo es minimizar el costo total de mandar los recursos disponibles a través de la red para satisfacer la demanda.
66 Formulación del modelo La formulación de programación lineal de este problema es: Minimizar Z sujeto a : n j X ij y n j X X ij ji u n i j ij b i n C ij X ij para cada nodo i para cada arco i j El objetivo es minimizar el costo total de mandar los recursos disponibles a través de la red para satisfacer la demanda.
67 Propiedades por los nodos origen es igual al flujo total absorbido por los nodos destino. No se garantiza que el problema tenga soluciones factibles, pues todo depende en parte de qué arcos están presentes en la red y de sus capacidades. De cualquier manera, para una red diseñada en forma razonable, la condición necesaria más importante es la siguiente. El flujo total generado n i b i
68 Ejemplo Flujo de Mínimo Costo X 2 X 2 costo, capacidad X 23 X 3 X 3 X 35 X 25 X 5 X 53
69 Como PPL Z= Nodo fuente Nodo de transbordo Nodos demanda Capacidad de los nodos
70 Solución La solución óptima es: X2 = 2 X3 = 8 X23 = 8 X2 = X3 = X35 = 5 X5 = Todos los demás X ij =. El costo óptimo es $5.
71 Solución óptima X 2 =2 Flujo de Mínimo Costo X 2 = X 3 =8 X 23 =8 X 3 = X 25 X 35 =5 X 5 = X 53 Costo óptimo=u$ 5.
72 Ejemplo 2
73 Ejemplo 2 xab X AD X AC X AC X AB X DE X ED X CE X BC
74 Minimizar Sujeto a: x AB Z 2x x 9x 3x x 3x 2x x AC AB x AB x x x AD AC x x DE BC x BC x AD x ED Ejemplo 2 AC 5 CE 3 AD BC CE DE ED x CE x DE x ED 6 x AB x CE 8 xij
75 Solución X AD x AB X AC X AB X CE X DE 8 X ED 2 X BC
UNIVERSIDAD 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 Maestro
UNIVERSIDAD 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
UNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel Investigación de Operaciones Encuentro #3 Tema: Optimización de Redes: El problema del árbol de expansión mínima y el problema de costo mínimo Prof.: MSc. Julio
Modelos de Redes: Árbol. M. En C. Eduardo Bustos Farías
Modelos de Redes: Árbol de expansión n mínimam M. En C. Eduardo Bustos Farías as Objetivos Conceptos y definiciones de redes. Importancia de los modelos de redes Modelos de programación n lineal, representación
20/11/2012 OPTIMIZACION DE REDES. Optimización de Redes
0//0 PIMIZIN RS ptimización de Redes omponentes Nodos eropuertos odegas Puntos de comunicacion staciones de bombeo entros de rabajo Rutas Líneas ereas Rutas anales ó cables uberías Rutas de manejo de materiales
Modelos de Redes: Problema del flujo máximom. M. En C. Eduardo Bustos Farías
Modelos de Redes: Problema del flujo máimom M. En C. Eduardo Bustos Farías as Problema del flujo máimom Problema del flujo máimom Este modelo se utiliza para reducir los embotellamientos entre ciertos
Teoría de grafos y optimización en redes
Teoría de grafos y optimización en redes José María Ferrer Caja Universidad Pontificia Comillas Definiciones básicas Grafo: Conjunto de nodos (o vértices) unidos por aristas G = (V,E) Ejemplo V = {,,,,
Distribución Física y Transporte. Diseño de Rutas para Los Vehículos (Shortes Path) Giancarlo Salazar P
Distribución Física y Transporte Diseño de Rutas para Los Vehículos (Shortes Path) Giancarlo Salazar P Un problema frecuente en el diseño de rutas, es reducir los costos de transporte y mejorar el servicio
Fundamentos de Investigación de Operaciones Modelos de Grafos
Fundamentos de Investigación de Operaciones de junio de 00 Muchos problemas de optimización puedes ser analizados y resueltos a través de representaciones gráficas. Tal es el caso de los problemas de planificación
Flujos de redes (Network Flows NF)
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 Terminología Red o grafo (G) Nodos
Problemas de la Ruta más m s corta
Modelos de Redes: Problemas de la Ruta más m s corta M. En C. Eduardo Bustos Farías as Problemas de la Ruta más m s corta Problemas de la Ruta más m s corta Se trata de encontrar la ruta de menor distancia,
Tema 7: Optimización sobre Redes Muchos de los problemas de Investigación Operativa pueden modelizarse y resolverse sobre un grafo: conjunto de
Tema 7: Optimización sobre Redes Muchos de los problemas de Investigación Operativa pueden modelizarse y resolverse sobre un grafo: conjunto de vértices o nodos conectados con arcos y/o aristas. Diseñar
TEORIA DE REDES. Ing. Lino Martin Quispe Tincopa
TORI S Ing. Lino Martin Quispe Tincopa NLISIS FLUJO S Las técnicas de flujo de redes están orientadas a optimizar situaciones vinculadas a las redes de transporte, redes de comunicación, sistema de vuelos
Programación Lineal. Modelo de Redes. Alcance de las aplicaciones. Curso: Investigación de Operaciones Ing. Javier Villatoro
Programación Lineal Modelo de Redes Alcance de las aplicaciones Curso: Investigación de Operaciones Ing. Javier Villatoro ALCANCE DE LAS APLICACONES DE REDES ALCANCE DE LAS APLICACIONES Muchas situaciones
Modelos de Redes: Árbol. M. En C. Eduardo Bustos Farías
Modelos de Redes: Árbol de expansión n mínimam M. En C. Eduardo Bustos Farías as Objetivos Conceptos y definiciones de redes. Importancia de los modelos de redes Modelos de programación n lineal, representación
Análisis de algoritmos
Tema 10: Algoritmos ávidos M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com [email protected] @edfrancom edgardoadrianfrancom 1 Contenido Introducción Algoritmos ávidos Forma general de un
UNIDAD DOS MODELOS DE TRANSPORTE
Ing. César Urquizú UNIDAD DOS MODELOS DE TRANSPORTE Ing. César Urquizú Modelos de Transporte Método de la Esquina Noroeste Método del Costo Mínimo o Menor Método de Aproximación de Vogel (MAV) Método del
AnAnálisis de redes de transporte Tr. Muchas veces se utiliza en aplicaciones que nada tienen que ver con el transporte
AnAnálisis de redes de transporte Tr Muchas veces se utiliza en aplicaciones que nada tienen que ver con el transporte Resumen Antecedentes y definiciones El camino más corto Árbol de expansión mínima
Prácticas de IO con POM-QM 2014
PROBLEMAS DE OPTIMIZACIÓN DE REDES (Puede hacer uso del software POM-QM) 1. Encuentre la ruta más corta de la siguiente red. Los números representan las distancias correspondientes reales entre los nodos.
CONTENIDO MODELOS PARA LA LOCALIZACION DE PLANTA
MODELOS PARA LA LOCALIZACION DE PLANTA PROFESOR: DR. JORGE ACUÑA A. 1 CONTENIDO Modelos de localización Modelos de optimización Modelo del centro de gravedad Modelo de distancias (Ardalan) Trayectorias
Universidad Nacional de Ingeniería
Universidad Nacional de Ingeniería Recinto Universitario Augusto Cesar Sandino Uni - RUACS Trabajo de Investigación de Operaciones Orientado Por: Ing. Mario Pastrana Moreno Carrera: Ingeniería de Sistemas
Algebra Matricial y Teoría de Grafos
Algebra Matricial y Teoría de Grafos Unidad 3: Nociones de teoría de grafos Luis M. Torres Escuela Politécnica del Litoral Quito, Enero 2008 Maestría en Control de Operaciones y Gestión Logística p.1 Contenido
El Problema de Transporte
El Problema de Transporte INVESTIGACIÓN DE OPERACIONES I Maestro Ing. Julio Rito Vargas Avilés Octubre 2008 Problema de Transporte Es un caso especial de problema de programación lineal (PPL), para el
Unidad II: Análisis de Redes
Unidad II: Análisis de Redes 2.1 Conceptos Básicos Un problema de redes es aquel que puede representarse por: LA IMPORTANCIA DE LOS MODELOS DE REDES: Muchos problemas comerciales pueden ser resueltos a
Problemas 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
UNIVERSIDAD DE MANAGUA
UNIVERSIDAD DE MANAGUA INVESTIGACIÓN DE OPERACIONES Prof.: MSc. Julio Rito Vargas A. Tarea Práctica # Puede hacer uso del software WinQSB (Network Modeling). Encuentre la ruta más corta de la siguiente
Modelos de Redes: Problemas de la Ruta más m s corta. M. En C. Eduardo Bustos Farías
Modelos de Redes: Problemas de la Ruta más m s corta M. En C. Eduardo Bustos Farías as Problemas de la Ruta más m s corta 2 Problemas de la Ruta más m s corta Se trata de encontrar la ruta de menor distancia,
Este material es de uso exclusivo para clase de algoritmos y estructura de datos, la información de este documento fue tomada textualmente de varios
CLASE GRAFOS Este material es de uso exclusivo para clase de algoritmos y estructura de datos, la información de este documento fue tomada textualmente de varios libros por lo que está prohibida su impresión
Problema 1. Oferta /15/ /20/0 5 40/30/0. Demanda 45/30/10/0 20/0 30/0 30/
Problema 1. Una empresa energética dispone de tres plantas de generación para satisfacer la demanda eléctrica de cuatro ciudades. Las plantas 1, 2 y 3 pueden satisfacer 35, 50 y 40 millones de [kwh] respectivamente.
Tema 7: Problemas clásicos de Programación Lineal
Tema 7: Problemas clásicos de Programación Lineal 1.- Características generales de un problema de transporte y asignación Surgen con frecuencia en diferentes contextos de la vida real. Requieren un número
PROBLEMA DE FLUJO DE COSTO MINIMO.
PROBLEMA DE FLUJO DE COSTO MINIMO. EL PROBLEMA DE TRANSPORTE 1. Una empresa energética dispone de tres plantas de generación para satisfacer la demanda eléctrica de cuatro ciudades. Las plantas 1, 2 y
Flujo en Redes. IN34A: Clase Auxiliar. Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Industrial
Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Industrial IN34A: Clase Auxiliar Flujo en Redes Marcel Goic F. 1 1 Esta es una versión bastante preliminar por
El Problema de Transporte
El Problema de Transporte INVESTIGACIÓN DE OPERACIONES I Maestro Ing. Julio Rito Vargas Avilés Julio 202 Problema de Transporte Es un caso especial de problema de programación lineal (PPL), para el cual
Universidad de Managua Curso de Programación Lineal
Universidad de Managua Curso de Programación Lineal Profesor: MSc. Julio Rito Vargas Avilés. Objetivos y Temáticas del Curso Estudiantes: Facultad de CE y A Año académico: III Cuatrimestre 2014 ORIENTACIONES
PROBLEMA DE FLUJO DE COSTO MINIMO.
PROBLEMA DE FLUJO DE COSTO MINIMO. EL PROBLEMA DE TRANSPORTE 1. Una empresa energética dispone de tres plantas de generación para satisfacer la demanda eléctrica de cuatro ciudades. Las plantas 1, 2 y
Método simplex para redes (representaciones gráficas) Cálculo del flujo de un árbol de expansión
. 7 Árbol con ofertas y demandas. (Suponemos que el flujo de los demás arcos es igual a ) Método simplex para redes (representaciones gráficas) 6 - flujo en el arco (,)? Método simplex para redes (representaciones
1. Diseñe algoritmos que permitan resolver eficientemente el problema de la mochila 0/1 para los siguientes casos:
PROGRAMACIÓN DINÁMICA RELACIÓN DE EJERCICIOS Y PROBLEMAS 1. Diseñe algoritmos que permitan resolver eficientemente el problema de la mochila /1 para los siguientes casos: a. Mochila de capacidad W=15:
Tema: Algoritmos para la ruta más corta en un Grafo.
Programación IV. Guía No. 10 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación IV Tema: Algoritmos para la ruta más corta en un Grafo. Objetivos Específicos Definir el concepto de camino
TRANSPORTE Y TRANSBORDO
TRANSPORTE Y TRANSBORDO En ésta semana estudiaremos un modelo particular de problema de programación lineal, uno en el cual su resolución a través del método simplex es dispendioso, pero que debido a sus
Formulación del problema de la ruta más corta en programación lineal
Formulación del problema de la ruta más corta en programación lineal En esta sección se describen dos formulaciones de programación lineal para el problema de la ruta más corta. Las formulaciones son generales,
2007 Carmen Moreno Valencia
Tema VIII. Grafos Grafos 1 2007 Carmen Moreno Valencia 1. Grafos, digrafos y multigrafos 2. Grafos eulerianos 3. Matrices de adyacencia e incidencia 4. Exploración de grafos pesados 1. Grafos, digrafos
Caminos y Flujos optimales. 2da y 3er clase 2007
Caminos y Flujos optimales 2da y 3er clase 2007 ESQUELETOS OPTIMALES (mínimo) Esqueleto de G =(X,U) es un subgrafo que es un árbol y que contiene todos los vértices de G. Esqueleto Mínimo de G = (X, U,
Investigación de Operaciones I. Problemas de Asignación
Investigación de Operaciones I Problemas de Asignación MSc. Ing. Julio Rito Vargas II cuatrimestre Introducción Los problemas de asignación incluyen aplicaciones tales como asignar personas a tareas. Aunque
Formulando con modelos lineales enteros
Universidad de Chile 19 de marzo de 2012 Contenidos 1 Forma de un problema Lineal Entero 2 Modelando con variables binarias 3 Tipos de Problemas Forma General de un MILP Problema de optimización lineal
Apuntes de Teórico de Programación 3. Apuntes de Teórico PROGRAMACIÓN 3. Greedy. Versión 1.1
Apuntes de Teórico PROGRAMACIÓN 3 Greedy Versión 1.1 1 Índice Índice... Introducción... 3 Ejemplo 1 (problema de las monedas)... 3 Ejemplo (problema de la mochila)... 4 Aplicaciones del método Greedy a
Técnicas de planificación y control de proyectos Andrés Ramos Universidad Pontificia Comillas
Técnicas de planificación y control de proyectos Andrés Ramos Universidad Pontificia Comillas http://www.iit.upcomillas.es/aramos/ [email protected] TÉCNICAS DE PLANIFICACIÓN Y CONTROL DE PROYECTOS
Modelos de Inventarios
Modelos de Inventarios 1. Qué significa PERT? Program Evaluation Review Technique Técnica de Revisión de Evaluación de Programa 2. Qué significa las siglas C.E.P Cantidad Económica de Pedidos 3. Para qué
Los grafos son estructuras de datos Representan relaciones entre objetos. Son aplicables en. Relaciones arbitrarias, es decir No jerárquicas.
ESTRUCTURA DE DATOS Los grafos son estructuras de datos Representan relaciones entre objetos Relaciones arbitrarias, es decir No jerárquicas Son aplicables en Química Modem Geografía Ing. Eléctrica e Industrial,
Grafos. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Grafos 1 / 30
Grafos AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Grafos / 0 Objetivos Al finalizar este tema tendréis que: Conocer la terminología básica de la teoría de grafos. Pasar
- Contenido UNIVERSIDAD NACIONAL DE INGENIERÍA UNI-NORTE SEDE ESTELI. Carrera: Ingeniería de Sistemas
UNIVERSIDAD NACIONAL DE INGENIERÍA UNI-NORTE SEDE ESTELI Carrera: Ingeniería de Sistemas Nombre de la asignatura: Investigación de Operaciones I Año académico: Tercer año Semestre: Sexto - Contenido I-
Implementación de un Algoritmo para optimizar el flujo en una Red
Implementación de un Algoritmo para optimizar el flujo en una Red Carlos Aníbal Suárez Hernández 1, Fernando Sandoya 1 Ingeniero en Estadística Informática 00 Director de Tesis, Matemático, Escuela Politécnica
Capítulo 8. Árboles. Continuar
Capítulo 8. Árboles Continuar Introducción Uno de los problemas principales para el tratamiento de los grafos es que no guardan una estructura establecida y que no respetan reglas, ya que la relación entre
Tema 5 Árboles y Grafos.
Tema 5 Árboles y Grafos. Definiciones básicas de teoría de grafos. Un grafo consta de un conjunto de nodos, un conjunto de aristas y una correspondencia f del conjunto de aristas al conjunto de nodos.
Tema 1. Conceptos básicos
Tema 1. Conceptos básicos 1. Introducción... 1 2. Conceptos básicos... 2 2.1. Circuito eléctrico... 2 2.2. Teoría de Circuitos... 2 3. Magnitudes de un circuito: Tensión e intensidad... 3 3.1. Carga y
LAS 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):
Universidad de Managua Al más alto nivel
Universidad de Managua Al más alto nivel Profesor: MSc. Julio Rito Vargas Avilés. Curso de Programación Lineal MÉTODO GRÁFICO PARA PROBLEMAS DE PROGRAMACIÓN LINEAL Estudiantes: Facultad de Ciencias Económicas
Nota : Los fundamentos teóricos fueron tomados del texto INVESTIGACION DE OPERACIONES HILLIER LIEBERMAN. Séptima edición
MODELOS DE OPTIMIZACIÓN DE REDES Modelos de Optimización de Redes. Pág. 1 Terminología de Redes. 2 Problema de la Ruta Más Corta. 5 Problema del Árbol de Expansión Mínima. 13 Problema de Flujo Máximo.
Diagramas de Bloques
1! Diagrama de Bloques y Grafos Juan Antonio Hernández Tamames, Susana Borromeo Curso 2014-2015 Diagramas de Bloques 2! Representación en Diagramas de Bloques Álgebra de Bloques 1 Ideas Básicas 3! Los
Tema 6: Problemas Especiales de Programación Lineal
Tema 6: Problemas Especiales de Programación Lineal Transporte Asignación Transbordo Tienen una estructura especial que permite modelizar situaciones en las que es necesario: Determinar la manera óptima
1. Considerar el problema de transporte definido por (Origen) a= (6, 7, 8), (Destino) b= (6, 9, 4, 2) y
UNIVERSIDAD NACIONAL AUTONOMA DE NICARAGUA UNAN-MANAGUA FAREM - CARAZO Teléfono 2532-2668/Telefax 2532-2684 INVESTIGACIÓN DE OPERACIONES I TAREA Problemas de Transporte, transbordo y asignación Prof. :
TEMA N 1.- MODELOS EN INVESTIGACIÓN OPERATIVA
UNIVERSIDAD DE ORIENTE NÚCLEO DE ANZOÁTEGUI EXTENSIÓN REGIÓN CENTRO-SUR ANACO, ESTADO ANZOÁTEGUI 1.1 Modelo de transporte Asignatura: Investigación Operativa I Docente: Ing. Jesús Alonso Campos TEMA N
Grafos. Suponiendo que e = [u, v]. Entonces los nodos u y v se llaman extremos de e y u y v se dice que son nodos adyacentes o vecinos.
Grafos Los grafos son estructuras que constan de vértices o nodos y de aristas o arcos que conectan los vértices entre sí. Un grafo G consiste en dos cosas: 1. Un conjunto V de elementos llamados nodos
Introducción a la IO Formulaciones de programación lineal Resolución por ordenador (Excel)
Introducción a la IO Formulaciones de programación lineal Resolución por ordenador (Excel) Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema Investigación operativa
INDICE INTRODUCCION1 DESARROLLO2 GRAFOS (CONCEPTO).2 ARISTAS...2 VERTICES2 CAMINOS.3 CLASIFICACION DE GRAFOS...3 GRAFOS EULERIANOS.
INDICE INTRODUCCION1 DESARROLLO2 GRAFOS (CONCEPTO).2 ARISTAS...2 VERTICES2 CAMINOS.3 CLASIFICACION DE GRAFOS...3 GRAFOS EULERIANOS.7 GRAFOS CONEXOS7 ÁRBOLES..7 BOSQUES DE ÁRBOLES...8 RECORRIDO DE UN GRAFO..8
Ejercicios de Programación Lineal
Ejercicios de Programación Lineal Investigación Operativa Ingeniería Informática, UC3M Curso 08/09 1. Una compañía de transporte dispone de 10 camiones con capacidad de 40000 libras y de 5 camiones con
TÉCNICAS DE PLANIFICACIÓN Y CONTROL DE PROYECTOS 1
Técnicas de planificación y control de proyectos Andrés Ramos Universidad Pontificia Comillas http://www.iit.comillas.edu/aramos/ [email protected] TÉCNICAS DE PLANIFICACIÓN Y CONTROL DE PROYECTOS
Modelos de Transporte: Problemas de Asignación. M. En C. Eduardo Bustos Farías
Modelos de Transporte: Problemas de asignación M. En C. Eduardo Bustos Farías as Problemas de Asignación Problemas de Asignación: Son problemas balanceados de transporte en los cuales todas las ofertas
GRAMATICAS LIBRES DEL CONTEXTO
GRMTICS LIBRES DEL CONTEXTO Estas gramáticas, conocidas también como gramáticas de tipo 2 o gramáticas independientes del contexto, son las que generan los lenguajes libres o independientes del contexto.
Universidad Autónoma de Guadalajara 3.1 Modelo de Transporte. Nomenclatura
UNIDAD III. ANÁLISIS DE REDES OBJETIVO DE APRENDIZAJE: El alumno identificará y analizará problemas de optimización de funciones y recursos para mejorar la operación de una organización. Modelos de transporte
Un GRAFO O GRAFO NO ORIENTADO es una terna G = {V, A,ϕ } conv
DEFINICIÓN 1: Un GRAFO O GRAFO NO ORIENTADO es una terna G = {V, A,ϕ } conv φ donde: V = {v 1, v 2,, v n }: conjunto finito de vértices o nodos. A = {a 1, a 2,, a n }: conjunto finito de aristas o lados
Resuelva los siguientes problemas según el método que se le indique.
UNIVERSIDAD NACIONAL DE INGENIERIA UNI-NORTE INGENIERÍA INDUSTRIAL E INGENIERÍA DE SISTEMAS INVESTIGACIÓN DE OPERACIONES II Clase Práctica #1 Resuelva los siguientes problemas según el método que se le
TEMA IV TEORÍA DE GRAFOS
TEMA IV TEORÍA DE GRAFOS Poli Abascal Fuentes TEMA IV Teoría de grafos p. 1/? TEMA IV 4. TEORÍA DE GRAFOS 4.1 GRAFOS 4.1.1 Introducción 4.1.2 Definiciones básicas 4.1.3 Caminos y recorridos 4.1.4 Subgrafos,
El método simplex 1. 1 Forma estándar y cambios en el modelo. 2 Definiciones. 3 Puntos extremos y soluciones factibles básicas. 4 El método simplex.
El método simplex Forma estándar y cambios en el modelo. Definiciones. Puntos extremos y soluciones factibles básicas. 4 El método simplex. Definiciones y notación. Teoremas. Solución factible básica inicial.
es una matriz de 3 filas y 2 columnas, donde por ejemplo el elemento es 4.
Tema 7: Matrices. 7.1 Concepto de Matriz. Tablas grafos. Una matriz A es un cuadro de elementos dispuestos en m filas n columnas, donde el elemento es aquel que está situado en la fila 3 en la columna
Problemas de PL con varias variables Análisis de Sensibilidad
UNIVERSIDAD NACIONAL DE INGENIERIA UN-NORTE SEDE-ESTELI Asignatura: Investigación de Operaciones I Problemas de PL con varias variables Análisis de Sensibilidad M.C. Ing. Julio Rito Vargas Avilés 1 P.
UNIDAD III. INVESTIGACIÓN DE OPERACIONES
UNIDAD III. INVESTIGACIÓN DE OPERACIONES Objetivo de la unidad: El alumno resolverá problemas utilizando la programación lineal y de proyectos para sugerir cursos de acción de mejora en las empresas turísticas
Optimización y Programación Lineal
Optimización y Programación Lineal El Problema del Transporte Departamento de Matemáticas ITESM El Problema del Transporte TC3001 - p. 1/25 Veamos ahora el problema del transporte, cuál es su formulación
Tema 4y 5. Algoritmos voraces. Algoritmos sobre grafos
Tema 4y 5. Algoritmos voraces. Algoritmos sobre grafos Objetivos: Estudio de la técnica de diseño de algoritmos voraces Estudio de algunos problemas clásicos: Indice: Mochila con fraccionamiento Algoritmos
A5 Introducción a la optimización en redes
48 Materials David Pujolar Morales A5 Introducción a la optimización en redes Definición 1. Grafo finito. Sea un V un conjunto no vacío con un número finito de elementos y E una familia finita de pares
PROBLEMAS RESUELTOS DE INVESTIGACIÓN DE OPERACIONES
PROBLEMAS RESUELTOS DE INVESTIGAIÓN DE OPERAIONES Enero 13 TEMA 1: REDES 1. Encuentre la ruta más corta de la siguiente red. Los números representan las distancias correspondientes reales entre los nodos.
Tema: Algoritmos para la ruta más corta en un Grafo.
Programación IV. Guía 10 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación IV Tema: Algoritmos para la ruta más corta en un Grafo. Objetivos Específicos Definir el concepto de camino
Tema 1. Circuitos eléctricos de corriente continua.
Tema 1. Circuitos eléctricos de corriente continua. Se simplificarán las ecuaciones del electromagnetismo aplicadas a dispositivos eléctricos que nos interesarán para generar, almacenar, transportar o
Guia N 1. Sea G = (V, E) un grafo no dirigido. Pruebe que las siguiente proposiciones son equivalentes:
IN77O: Modelos y Algoritmos de Optimización Profesores : Cristián Cortés, Daniel Espinoza Auxiliares : José Mu~noz, Rodrigo López, Diego Morán P1.- Caracterizaciones árboles Guia N 1 Sea G = (V, E) un
Práctica N 6 Modelos de Programación Lineal Entera
Práctica N 6 Modelos de Programación Lineal Entera 6.1 Una empresa textil fabrica 3 tipos de ropa: camisas, pantalones y shorts. Las máquinas necesarias para la confección deben ser alquiladas a los siguientes
Análisis y Diseño de Algoritmos Árboles de Mínima Expansión (Minimum Spanning Trees) DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE
Análisis y Diseño de Algoritmos Árboles de Mínima Expansión (Minimum Spanning Trees) DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE Problema de Cableado de Circuitos Electrónicos 2 Diseño
Definiciones y ejemplos.
V. Grafos Definiciones y ejemplos. Módulo 5 DEF. Sea V un conjunto finito no vacío, y sea El par (V, E) es llamada entonces grafo dirigido en V, donde V es el conjunto de vértices o nodos y E es su conjunto
El problema del agente viajero
CO- (F0) //00 El problema del agente viajero Un vendedor tiene que visitar n + ciudades, cada una exactamente una vez. La distancia entre cada par de ciudades viene dada por d ij (en general d ij d ji
1. GRAFOS : CONCEPTOS BASICOS
1. GRAFOS : CONCEPTOS BASICOS Sea V un conjunto finito no vacio y sea E V x V. El par (V, E) es un grafo no dirigido, donde V es un conjunto de vértices o nodos y E es un conjunto de aristas. Denotaremos
X m,j. X m,n C m,n C m,j. X m, C m,1. X i,n. C i,n MODELO DE TRANSPORTE. Matemáticamente:
MODELO DE TRANSPORTE El modelo de transporte se define como una técnica que determina un programa de transporte de productos o mercancías desde unas fuentes hasta los diferentes destinos al menor costo
UNIVERSIDAD DE MANAGUA
UNIVERSIDAD DE MANAGUA Al más alto nivel PROBLEMAS DE REDES Y ANALISIS DE DECISIÓN INVESTIGACIÓN DE OPERACIONES II Prof.: MSc. Julio Rito Vargas A. Grupo: Ingenierías /2016 PROBLEMAS DE OPTIMIZACIÓN DE
Tema 1 Introducción. José R. Berrendero. Departamento de Matemáticas Universidad Autónoma de Madrid
Tema 1 Introducción José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Información de contacto José Ramón Berrendero Díaz Correo electrónico: [email protected] Teléfono:
Ejercicios de Grafos Hoja 1 2 curso I.T.I.S. Universidad de Salamanca 2009/10
Ejercicios de Grafos Hoja 1 2 curso I.T.I.S. Universidad de Salamanca 2009/10 1. Dibujar los grafos, la rueda W 3, el cubo Q 3, los grafos completos K 3, K 4 y los grafos bipartitos completos K 2,5, K
Búsqueda Heurística III
Búsqueda Heurística III Pedro Meseguer IIIA-CSIC Bellaterra, Spain [email protected] Búsqueda heurística Búsqueda informada por la función heurística f(n) Algoritmos: esquema primero el mejor (best-first)
II. INTRODUCCIÓN A LA INVESTIGACIÓN DE OPERACIONES
II. INTRODUCCIÓN A LA INVESTIGACIÓN DE OPERACIONES Objetivo de la unidad: El estudiante, conocerá los fundamentos en que se basan las herramientas de la investigación de operaciones para la toma de decisiones.
GRAFOS. Prof. Ing. M.Sc. Fulbia Torres
ESTRUCTURAS DE DATOS 2006 Prof. DEFINICIÓN Un grafo consta de un conjunto de nodos(o vértices) y un conjunto de arcos (o aristas). Cada arco de un grafo se especifica mediante un par de nodos. Denotemos
INVESTIGACION DE OPERACIONES:
METODO SIMPLEX El algoritmo símplex fue descubierto por el matemático norteamericano George Bernard Dantzig en 1947, es una técnica para dar soluciones numéricas a problema de programación lineal Un problema
Práctica 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
Optimización y Programación Lineal
Optimización y Programación Lineal Problemas resueltos con el método gráfico 4 de junio de 2014 1. Resuelva el siguiente PL por el método gráfico Max z = x 1 + x 2 x 1 + x 2 4 x 1 x 2 5 En la figura 1
