III CONGRESO COLOMBIANO Y I CONFERENCIA ANDINA INTERNACIONAL DE INVESTIGACIÓN DE OPERACIONES
|
|
- Luis Córdoba Flores
- hace 6 años
- Vistas:
Transcripción
1 III CONGRESO COLOMBIANO Y I CONFERENCIA ANDINA INTERNACIONAL DE INVESTIGACIÓN DE OPERACIONES TUTORIAL: ANÁLISIS MULTIOBJETIVO CONSIDERANDO INCERTIDUMBRE E IMPRECISIÓN Patrca Jaramllo A. y Rcardo A. Smth Q. Insttuto de Sstemas y Cencas de la Decsón Facultad de Mnas Unversdad Naconal de Colomba, Medellín, Colomba OBJETIVO Presentar los conceptos y metodologías fundamentales para la resolucón de problemas de Optmzacón con Múltples Objetvos, consderando además Incertdumbre e Imprecsón, tanto en los datos del problema como en la estructura de preferencas del decsor. Las metodologías presentadas se basan en la Programacón Estocástca y en la Lógca Dfusa.
2 PROGRAMA. La toma de decsones bajo múltples objetvos 2. Metodologías cláscas: 3. La consderacón de la Incertdumbre. Crteros de Incertdumbre- Método PROTRADE. 4. La consderacón de la Imprecsón en Análss Multobjetvo. AMO bajo Lógca Dfusa 5. Casos de Aplcacón MÓDULO. LA PROGRAMACIÓN MULTIOBJETIVO 2
3 . Conceptos Generales 2. Métodos AMO 3. Pesos de Importanca relatva 4. Propuesta Formulacón del problema AMO Max Z(x)=(Z (x),z 2 (x)...z q (x)) Z (x) sujeto a: A c Z max g (x) < b S(x) g 2 (x) < b 2... g k (x) < b k Produccón económca ($) a Z mn d S B Hectáreas preservadas en estado satsfactoro 3
4 EJEMPLO: Planfcacón de la produccón de una papelera Dos posbles productos: x : pulpa de celulosa obtenda por medos mecáncos x 2 : pulpa de celulosa obtenda por medos químcos. Capacdad máxma de produccón (Ton/da) Jornales requerdos (jor/un) Margen Neto ($/ton) Demanda Bológca de O (un/ton) X x Los costos fjos de la papelera se estman en $/día. La empresa desearía, al menos, cubrr los costos fjos. Las preferencas de la empresa se concretan en: Maxmzacón del margen Neto (objetvo económco) Mnmzacón del daño generado en el río en el que la papelera verte sus resduos productvos (objetvo ambental). Objetvos Maxmzar Z = 000x x 2 Margen bruto Maxmzar Z 2 = -x -2 x 2 Demanda de O Restrccones x 300 y x (capacdad de produccón) x + x (empleo) 000x x (margen bruto) x, x 2 0 4
5 Puntos extremos A X (ton) 0 X2 (ton) 00 Z (u.m) Z2 Demanda de O 200 X 2: pasta por medos químcos (ton) A B C Zona factble B C D E D E 400 X : pasta por medos mecáncos (ton) Matrz de Pagos Z 2: Demanda bológca de oxígeno (undades día) E A C X (ópt) D X (ópt) 2 B Zona factble Optmo Frontera efcente Z Z z : Margen bruto (mles u.m.da) 5
6 Z (x) A c Z max a d Z mn S B Z 2 (x) Solucón Pareto Optma Se dce que una solucón x* es Pareto óptma s y solo s no exste otra x S, tal que Z (x) Z (x*) para todo y Z j (x) Z j (x*) para al menos un j Z (x) Produccón económca ($) A c a Z mn d S Z max B Hectáreas preservadas en estado satsfactoro 6
7 SOLUCIÓN MCDM x OPTIMA SATISFACTORIA EFICIENTE Tpos de problemas según el ambente de certdumbre Ambente de certdumbre Ambente de resgo Ambente de ncertdumbre Ambente de Imprecsón 7
8 EJEMPLOS AMO. Problema del transporte: Mnmzar Costos Maxmzar Rapdez de entrega Maxmzar el trato especal de certos clentes en partcular Mnmzacón de los resgos de transporte Maxmzar Cumplmento de los contratos programados. 2. Problema de asgnacón de tareas Mnmzar Costos Mnmzar tempo Maxmzar caldad en la realzacón de tareas 3. Problema del PERT-COSTE: Mnmzar costos Mnmzar duracón 4. Programacón de nversones Maxmzar Atencón a la demanda futura Mnmzar el uso de los recursos fnanceros dsponbles Mnmzar Contamnacón de medo ambente Mnmzar Impactos socales 8
9 5. Problema de la produccón y dstrbucón Maxmzar los benefcos por ventas Maxmzar la produccón de todos los artículos Mnmzar rupturas de stock Mnmzar horas ocosas Mnmzar horas extra Mnmzar sobreproduccón 6. Problemas de Gestón Ambental Mnmzar Impactos Ambentales Maxmzar poblacón Benefcada Maxmzar benefcos económcos Métodos de Análss Multobjetvo Generan un conjunto de SND M. de las Restrccones M. de las Ponderacones Generan una SND Factores Ponderantes Programacón de compromso Programacón por metas Ordenan un conjunto de alternatvas Dscretas ELECTRE I,II, III y IV PROMETHEE AHP 9
10 Cas todos los métodos se basan en optmzar una nueva funcón que ntegra todas las funcones objetvo en una sola, de la forma: w Z' ( x) + w2z' 2( x) wqz' q( x) Z' ( x) Dstanca al deal Dstanca al peor valor Utldad Etc. I. Método de los factores ponderantes Maxmzar Z( x) Z w max Z Z mn mn + w 2 Z2( x) Z max Z Z 2 mn 2 mn w Z ( x) Z max Z Z mn mn... + w q Z ( x) Z Z q max q Z mn q mn q Sujeto a x S Donde w = Peso de mportanca relatva del objetvo 0
11 Factores Ponderantes Z (x) w 2 w S Z 2 (x) Maxmzar Z Z Z w + w 2 + w ' w... ' ' Z Z2 Z q Z Z q ' q Z 2: Demanda bológca de oxígeno (undades día) A C B Optmo Frontera efcente z : Margen bruto (mles u.m.da)
12 II. Programacón de compromso Asume que las preferencas de un decsor pueden expresarse como una dstanca métrca entre dos puntos: el deal y el nvel alcanzado por una solucón. El método obtene la solucón factble más cercana al punto deal: Mnmzar D p Z D p Z max Z 2 Famla de funcones de dstanca D p = n p ( A, B ) = { A B } p A a c b B Dstanca Manhattan (cudad) p=, D = a + b Dstanca Eucldana p=2, D 2 = (a 2 + b 2 ) /2 = c Dstanca Tchebysheff, p=, D = max (a,b) 2
13 Formulacón para la Programacón de Compromso: Mn D p q ( x) = w = x S Z Z max max Z d Z ( x) mn p p Programacón de compromso p= : Mn Max w x S Z Z max max Z ( x) mn Z Esto es equvalente a: Mn λ Sujeto a: max Z Z ( x) w λ, =,... q max mn Z Z x S 3
14 Lo cual da una solucón equlbrada, pues satsface la sguente relacón entre objetvos: Z w Z max max Z ( x) = w Z mn 2 Z Z max 2 max 2 Z ( x) =... = w Z 2 mn 2 q Z max q max q Z Z ( x) Z q mn q S todos los pesos w son guales: Métrca = Z Z max Z 2 4
15 S todos los pesos w son guales: Métrca = 2 Z Zmax Z 2 Métrca = S todos los pesos w son guales: Z Zmax Z2 5
16 Planfcacón de la produccón de una papelera Objetvos Maxmzar Z = 000x x 2 Margen bruto Maxmzar Z 2 = -x -2 x 2 demanda de O Restrccones x 300 y x (capacdad de produccón) x + x (empleo) 000x x (margen bruto) métrca=,w =0.5, w 2 = (000x x Mn Sujeto a: x 300 x x + x x x ) 200 ( x ( 600) 2 x2 Solucón: x = 0 Z = $ x 2 =200 ) Z 2 = 400 undades 6
17 métrca=2,w =0.5, w 2 = (000x x2 ) Mn Sujeto a: x 300 x x + x x x ( x 2x2 ) ( 600) Solucón: x = 0 Z = $ x 2 =98.36 Z 2 = undades / 2 Sujeto a: métrca=, w =0.5, w 2 =0.5 Mnmzar λ (000x ) 0.5 x 2 λ ( x 2 ) 0.5 x 2 λ 200 ( 600) x 300 x x + x x x Solucón: x = 0 Z = $ x 2 =9 Z 2 = 38.8 undades 7
18 En resumen: D Z (0 3 $) 600 Z 2 (un. ) 400 Z (%) 60 Z 2 (%) 50 D D Z 2: Demanda bológca de oxígeno (undades día) A p= p=2 p= Z max z : Margen bruto (mles u.m.da) 8
19 III. Programacón por Metas El método obtene la solucón factble más cercana al punto meta. Punto deal: Vector de todos los óptmos ndependentes de los objetvos - No puede ser superado Punto Meta: Vector de todos los nveles deseados por el decsor para los objetvos- Puede ser superado Z Ideal Meta Z* Z 2 9
20 Los Pesos de Importanca Relatva W Descrben la mportanca relatva de cada objetvo. S: w k : peso asgnado a Z k w m : peso asgnado a Z m Z k es w k /w m veces más mportante que Z m Compensacón El decsor está dspuesto a ganar una undad de Z m y perder w m / w k undades de Z k, para que su satsfaccón no cambe Z k -w m /w k w m Z m +w k Z k =U Z m 20
21 Desventajas de los pesos. Dfcultad práctca en darle un valor numérco W ? Desventajas de los pesos 2. Asumen tasas constantes de ntercambo 3. Se solctan al prncpo del proceso 2
22 4. Para dferentes combnacones de pesos puede obtenerse la msma solucón Z k Z m Propuesta: eben buscarse formas de expresar las preferencas de decsor consderando que: os ntercambos propuestos por el decsor deben consderar en que nvel se encuentran los logros actuales. La búsqueda debe ser dnámca y no estátca = proceso teratvo e requeren de parámetros de sgnfcado más 22
23 Búsqueda por navegacón Z (x) Z max S Z 2 (x) Búsqueda por navegacón Z (x) Z max Z j- S Z 2 (x) 23
24 Búsqueda por navegacón Z (x) Z max + Z j Z j- S Z 2 (x) Búsqueda por navegacón Z (x) Z max S Z 2 (x) 24
25 Búsqueda por navegacón Z (x) Z max S Z 2 (x) Búsqueda por navegacón Z (x) Z max S Z 2 (x) 25
26 Basado en la teoría del comportamento complacente Optmo a Z j- + Z j Peor Objetvo j - Objetvo j Objetvo j + Dada una solucón actual, tal que se desea mejorar el logro del objetvo k, a expensas del objetvo en un sacrfco Z Maxmzar Sujeto a: (x) Z k Z j (x) Z (x) j Z x S Donde j representa los valores de Z j correspondentes a los nveles marcados en las barras desplazables de cada uno de los objetvos j. 26
27 27
28 28
29 29
30 Ventajas Permte que el decsor, a la luz de la nformacón que se le presenta progresvamente, vaya atrapando la solucón correspondente a su verdadera estructura de preferencas, Ventajas Da nformacón sobre las posbles consecuencas de las accones, ayudándo a entender las relacones en el espaco de decsón del problema. Permte analzar smultáneamente el espaco de todos los objetvos y de todas las varables de decsón 30
31 Ventajas No asume ndependenca entre objetvos, pero permte percbr dependenca entre objetvos. No permte ncompatbldades en los parámetros de preferenca Ventajas Exste una alta posbldad de hacer análss de sensbldad muy completos que puedan llevar a dentfcar solucones robustas. Las funcones pueden ser no lneales o lneales No requere llevar los objetvos a una msma undad (Normalzacón) 3
Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multiobjective Optimization)
Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multobjectve Optmzaton) Patrca Jaramllo A. y Rcardo Smth Q. Insttuto de Sstemas y Cencas de la Decsón Facultad de Mnas Unversdad Naconal de Colomba, Medellín,
Más detallesOptimización multicriterio. Andrés Ramos Universidad Pontificia Comillas
Optmzacón multcrtero Andrés Ramos Unversdad Pontfca Comllas http://www.t.comllas.edu/aramos/ Andres.Ramos@comllas.edu Contendo 1. Conceptos báscos 2. Métodos contnuos 3. Métodos dscretos Escuela Técnca
Más detallesEl ACB es una herramienta fundamental en el campo de la política ambiental
Introduccón al análss coste-benefco. El ACB es una herramenta fundamental en el campo de la polítca ambental 1. El ACB: rentabldad fnancera-económca y socal. 2. El Análss Coste Efcenca 3. Técncas de Decsón
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 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 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 detalles+ y 1 ; U 2 (x 2,y 2 ) = ax 2 (x 2) 2 2
13. Consdere un mercado en el que hay dos consumdores con las sguentes funcones de utldad: U 1 (x 1,y 1 = 4x 1 (x 1 + y 1 ; U (x,y = ax (x + y con 4 > a >0 donde x, =1,, es la cantdad del ben x consumda
Más detalles315 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 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 detallesINGENIERÍA ENERGÉTICA
INGENIERÍA ENERGÉTICA PROGRAMACIÓN DE LA GENERACIÓN DE ENERGÍA ELÉCTRICA Programacón de la generacón MERCADO DIARIO Es el mercado en el que tenen lugar las transaccones de compra y venta de energía para
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 detallesCurso teórico-práctico: Metodologías para la valoración económica del medio ambiente
Curso teórco-práctco: Metodologías para la valoracón económca del medo ambente Método de Costo del Vaje Sergo Orrego 15 y 16 de mayo de 2017 Santago de Chle Método del costo del vaje: estmacón de una demanda
Más detallesPRACTICA 4. Asignatura: Economía y Medio Ambiente Titulación: Grado en ciencias ambientales Curso: 2º Semestre: 1º Curso
PRACTICA 4 Asgnatura: Economía y Medo Ambente Ttulacón: Grado en cencas ambentales Curso: º Semestre: 1º Curso 010-011 Profesora: Inmaculada C. Álvarez Ayuso Inmaculada.alvarez@uam.es PREGUNTAS TIPO TEST
Más detallesCADENAS DE ABASTECIMIENTO
CADENAS DE ABASTECIMIENTO Localzacón Dscreta Problema de la mochla Funcón Obetvo: Escoger un grupo de productos que maxmce el valor total sn exceder el espaco dsponble Varable de decsón x : 1 s se escoge
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 detalles3.1. Características del comportamiento estratégico Características del comportamiento estratégico
3.1. Característcas del Matlde Machado 1 3.1. Característcas del El análss formal de una stuacón de empeza por la formulacón de un juego. Componentes de un juego: Jugadores Estrategas posbles para cada
Más detallesA B C D Margen Básico Transmisor Wifi Número de empleados
PROBLEMA: TELEVISIÓN DIGITAL Una empresa de fabrcacón de aparatos electróncos está vendo la posbldad de lanzar al mercado decodfcacodres que permtan a los televsores analógcos vsualzar la señal de la televsón
Más detalles3.1. Características del comportamiento estratégico Características del comportamiento estratégico
3.1. Característcas del Matlde Machado 1 3.1. Característcas del El análss formal de una stuacón de empeza por la formulacón de un juego. Componentes de un juego: Jugadores Estratégas posbles para cada
Más detallesJUEGO FICTICIO PARA RESOLVER UN JUEGO DE DEMANDA DINAMICA EN UNA CADENA DE ABASTECIMIENTO DE DOS NIVELES CON TOMA DE DECISIÓN EN UN NIVEL.
U N I V E R S I D A D D E L N O R T E JUEGO FICTICIO PARA RESOLVER UN JUEGO DE DEMANDA DINAMICA EN UNA CADENA DE ABASTECIMIENTO DE DOS NIVELES CON TOMA DE DECISIÓN EN UN NIVEL. Lala Cure Vellojín Drector:
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 detallesTeoría de Elección Social
Teoría de Eleccón Socal Hemos vsto que las asgnacones del mercado, bajo certas condcones, son efcentes. Sn embargo, exsten otras consderacones mportantes sobre las característcas de dcha asgnacón (dstrbucón,
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 detallesVisión moderna del modelo de transporte clásico
Vsón moderna del modelo de transporte clásco Zonfcacón y Red Estratégca Datos del Año Base Datos de Planfcacón Para el Año de Dseño Base de Datos año base futuro Generacón de Vajes Demanda Dstrbucón y
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 detallesMª Dolores del Campo Maldonado. Tel: :
Mª Dolores del Campo Maldonado Tel: : 918 074 714 e-mal: ddelcampo@cem.mtyc.es Documentacón de referenca nternaconalmente aceptada ISO/IEC GUIDE 98-3:008 Uncertanty of measurement Part 3: Gude to the n
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 detallesControl Predictivo basado en Modelos (MPC)
Control Predctvo basado en Modelos (MPC) Prof. Cesar de Prada Dto. Ingenera de Sstemas Automátca Unversdad de Valladold, Esaña e-mal: rada@autom.uva.es web:htt//www.sa.ce.uva.es Tendencas en la ndustra
Más detallesEconomía de la Empresa: Financiación
Economía de la Empresa: Fnancacón Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Dentro del contexto de Economía de la Empresa, se
Más detallesTEMA 4. TEORÍA DE LA DUALIDAD.
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
Más detallesUN MODELO DE PROGRAMACIÓN DE METAS PARA LA PLANIFICACIÓN OPERATIVA DE UN ASERRADERO DE MADERA.
Un Modelo de Programacón por Metas para la Planfcacón operatva... UN MODELO DE PROGRAMACIÓN DE METAS PARA LA PLANIFICACIÓN OPERATIVA DE UN ASERRADERO DE MADERA. Caballero Fernández, Rafael (rafael.caballero@uma.es),
Más detallesMETODOLOGÍA PARA LA OPTIMIZACIÓN DE MÚLTIPLES OBJETIVOS BASADA EN AG Y USO DE PREFERENCIAS BIBIANA ANDREA CUARTAS TORRES
METODOLOGÍA PARA LA OPTIMIZACIÓN DE MÚLTIPLES OBJETIVOS BASADA EN AG Y USO DE PREFERENCIAS BIBIANA ANDREA CUARTAS TORRES UNIVERSIDAD NACIONAL DE COLOMBIA FACULTAD DE MINAS ESCUELA DE SISTEMAS MEDELLÍN
Más detallesID:1627 APLICACIÓN DE LOS MULTIPLICADORES DE LAGRANGE EN LA SOLUCIÓN DE LA CORRELACIÓN CANÓNICA APLICADO A COSTOS DE CALIDAD EN SALUD
ID:67 APLICACIÓN DE LO MULTIPLICADORE DE LAGRANGE EN LA OLUCIÓN DE LA CORRELACIÓN CANÓNICA APLICADO A COTO DE CALIDAD EN ALUD Peguero Pérez, Rolando; Del Río Caballero, German; Leyva Peguero, Ylesy. Cuba
Más detalles348 -M/R Versión 1 1era. Prueba Parcial 1/6 SEMANA 22 LAPSO ASIGNATURA: INVESTIGACIÓN DE OPERACIONES II CÓDIGO: 348
348 -M/R Versón 1 1era. Prueba Parcal 1/6 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA: INGENIERÍA MODELO DE RESPUESTA CORREGIDO ASIGNATURA: INVESTIGACIÓN DE OPERACIONES II CÓDIGO: 348 MOMENTO:
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 detallesPROBLEMA: TALLER (JOB SHOP) Un taller produce dos tipos de equipos, XXX e YYY. El equipo XXX admite dos formas distintas de ensamblaje:
PROBLEMA: TALLER (JOB SHOP) Un taller produce dos tpos de equpos, e YYY. El equpo admte dos formas dstntas de ensamblae: F1: componentes tpo A, 4 componentes tpo B y 5 componentes de tpo C F2: 4 componentes
Más detallesPROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF)
ANEXO I EVALUACIÓN DE LA ENERGIA REGULANTE COMENSABLE (RRmj) OR ROORCIONAR RESERVA ROTANTE ARA EFECTUAR LA REGULACIÓN RIMARIA DE FRECUENCIA ( RF) REMISAS DE LA METODOLOGÍA Las pruebas dnámcas para la Regulacón
Más detallesAdministración financiera empresarial 150 horas / 5 módulos
Dplomado en Admnstracón fnancera empresaral 0 horas / módulos Dplomado en Admnstracón fnancera empresaral Presupuestos Fnancamento empresaral Admnstracón de costos Admnstracón de la tesorería Admnstracón
Más detallesANEXO 24 JUSTIFICACIÓN ECONÓMICA
ANEXO 24 JUSTIFICACIÓN ECONÓMICA 1 JUSTIFICACION ECONOMICA 1.0 MARCO DE REFERENCIA El plan de Expansón de del Sstema de Transmsón (PEST), tene el objetvo de planfcar la expansón y reposcón del sstema de
Más detallesLa Relación existente entre Gasto y Déficit Público en Latinoamérica ( )
La Relacón exstente entre Gasto y Défct Públco en Latnoamérca (1960-2004) XXV Encuentro de Economstas Banco Central de Reserva del Perú Rodolfo Baca Gómez- Sánchez Lma, Dcembre 2007 1 Resumen Estudar cómo
Más detallesRentas o Anualidades
Rentas o Anualdades Patrca Ksbye Profesorado en Matemátca Facultad de Matemátca, Astronomía y Físca 10 de setembre de 2013 Patrca Ksbye (FaMAF) 10 de setembre de 2013 1 / 31 Introduccón Rentas o Anualdades
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 detallesEl Impacto de las Remesas en el PIB y el Consumo en México, 2015
El Impacto de las Remesas en el y el Consumo en Méxco, 2015 Ilana Zárate Gutérrez y Javer González Rosas Cudad de Méxco Juno 23 de 2016 1 O B J E T I V O Durante muchos años la mgracón ha sdo vsta como
Más detallesPronósticos. Humberto R. Álvarez A., Ph. D.
Pronóstcos Humberto R. Álvarez A., Ph. D. Predccón, Pronóstco y Prospectva Predccón: estmacón de un acontecmento futuro que se basa en consderacones subjetvas, en la habldad, experenca y buen juco de las
Más detallesUn modelo de programación lineal multi-objetivo para la resolución del MRP con restricciones de capacidad
X Congreso de ngenería de Organzacón Valenca, 7 y 8 de septembre de 2006 Un modelo de programacón lneal mult-objetvo para la resolucón del MR con restrccones de capacdad Josefa Mula Bru, Raúl oler Escoto
Más detallesModelos dinámicos de formación de precios y colusión. Carlos S. Valquez IEF
Modelos dnámcos de formacón de precos y colusón Carlos S. Valquez IEF Modelos dnámcos de formacón de precos y colusón Enfoques empleados en el análss de la nteraccón repetda entre empresas: Juegos repetdos.
Más detallesCAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales
CAPÍTULO 3 METODOLOGÍA En el sguente capítulo se presenta al nco, defncones de algunos conceptos actuarales que se utlzan para la elaboracón de las bases técncas del Producto de Salud al gual que la metodología
Más detallesGERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES
GERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES PRONÓSTICOS PREDICCIÓN, PRONÓSTICO Y PROSPECTIVA Predccón: estmacón de un acontecmento futuro que
Más detallesOperadores por Regiones
Operadores por Regones Fltros por Regones Los fltros por regones ntentan determnar el cambo de valor de un píxel consderando los valores de sus vecnos I[-1,-1] I[-1] I[+1,-1] I[-1, I[ I[+1, I[-1,+1] I[+1]
Más detallesModelamiento de centrales térmicas que utilizan dos combustibles y de las limitaciones en la disponibilidad de combustible en el despacho
Modelamento de centrales térmcas que utlzan dos combustbles y de las lmtacones en la dsponbldad de combustble en el despacho hdrotérmco en programacón lneal Arturo F. Olvera Castañeda MODELAMIENTO DE CENTRALES
Más detallesCálculo de horarios en empresas de transporte público basados en la carga de pasajeros
VIII Congreso de Ingenería de Organzacón Leganés, 9 y 10 de septembre de 2004 Cálculo de horaros en empresas de transporte públco basados en la carga de pasaeros Jesús Racero Moreno, Marcos Calle Suárez,
Más detallesFinanzas corporativas 150 horas / 5 módulos
Dplomado en Fnanzas corporatvas 0 horas / módulos Dplomado en Fnanzas corporatvas Presupuestos Valuacón de empresas Análss fnancero Evaluacón de proyectos de nversón Crédto comercal Comparte módulo con:
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 detallesCapítulo 2: Introducción al método de los Elementos Finitos 2. CAPÍTULO 2 INTRODUCCIÓN AL MÉTODO DE LOS ELEMENTOS FINITOS
Capítulo 2: Introduccón al método de los Elementos Fntos 2. CAPÍTULO 2 ITRODUCCIÓ AL MÉTODO DE LOS ELEMETOS FIITOS 2.. ITRODUCCIÓ Vrtualmente cada fenómeno en la naturaleza, sea bológco, geológco o mecánco
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 detallesEDO: Ecuación Diferencial Ordinaria Soluciones numéricas. Jorge Eduardo Ortiz Triviño
EDO: Ecuacón Dferencal Ordnara Solucones numércas Jorge Eduardo Ortz Trvño Organzacón general Errores en los cálculos numércos Raíces de ecuacones no-lneales Sstemas de ecuacones lneales Interpolacón ajuste
Más detallesUNIVERSIDAD NACIONAL DE INGENIERÍA
UNIVERSIDAD NACIONAL DE INGENIERÍA FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA UN MODELO DE EXPANSIÓN ÓPTIMA DE LA RED DE 500 KV DEL SISTEMA ELÉCTRICO PERUANO TESIS PARA OPTAR EL TÍTULO PROFESIONAL
Más detallesPORTAFOLIO DE TRES ACTIVOS FINANCIEROS
PORTAFOLIO DE TRES ACTIVOS FINANCIEROS Contendo:. Introduccón.. Fondos Mutuos. Rendmento y Resgo.. Parámetros estadístcos de un Portafolo de Tres Actvos. a) El Retorno de un Portafolo. b) El Resgo de un
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 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 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 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 detallesGeografía. Estudiar y construir. 6 Primaria. Redactor: Limber Santos
Estudar y construr Geografía 6 Prmara Estudar y construr Geografía 6 es una obra colectva creada y dseñada en el Departamento Edtoral de Edcones Santllana, bajo la dreccón de Alejandra Campos, por el sguente
Más detallesModelo fuzzy de programación lineal entera-mixta para el cálculo de stocks objetivos
5 th nternatonal Conference on ndustral Engneerng and ndustral Management XV Congreso de ngenería de Organzacón Cartagena, 7 a 9 de Septembre de 2011 Modelo fuzzy de programacón lneal entera-mxta para
Más detallesGuía de Inducción al Sistema de Gestión de Calidad (SGC) para el Personal de Nuevo Ingreso. Julio 2006
Guía de Induccón al Sstema de Gestón de Caldad (SGC) para el Personal de Nuevo Ingreso Julo 2006 Benvendos a la Caldad en el Fondo Certfcacón Nuestra nsttucón se encuentra certfcada en sus procesos sustantvos
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 detallesAnálisis del caso promedio. Técnicas Avanzadas de Programación - Javier Campos 70
Análss del caso promedo Técncas Avanzadas de Programacón - Javer Campos 70 Análss del caso promedo El plan: Probabldad Análss probablsta Árboles bnaros de búsqueda construdos aleatoramente Tres, árboles
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 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 detallesOPTIMIZACIÓN. María Jesús de la Fuente Aparicio Alberto Herrreros López
OPTIMIZACIÓN María Jesús de la Fente Aparco Alberto Herrreros Lópe Optmacón Problemas de optmacón: Como tomar la mejor opcón entre aras posbles Problemas de natralea m dersa Dseño (p.e. dmensonamento de
Más detallesEL MODELO DE CARTERA DE PROYECTOS
EL ODELO DE CATEA DE POYECTOS. Decsones fnanceras y mercado de captales: la síntess neoclásca 2. La utldad del modelo de arkowtz en la valoracón de proyectos de nversónó 3. Determnacón de equvalentes de
Más detallesPerspectiva de la ingeniería de control en el modelado y regulación de mercados de telecomunicaciones
Perspectva de la ngenería de control en el modelado y regulacón de mercados de telecomuncacones Grupo de Modelado Matemátco Departamento de Cencas Báscas Contendo Introduccón Análss de Sstemas Control
Más detallesMETODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS
SUBDIRECCIÓN TÉCNICA DEPARTAMENTO DE INVESTIGACIÓN Y DESARROLLO ÁREA DE ANÁLISIS ESTADÍSTICAS ECONÓMICAS METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS Santago, Enero de 2008. Departamento
Más detallesPerturbación de los valores propios simples de matrices de polinomios dependientes diferenciablemente de parámetros
Perturbacón de los valores propos smples de matrces de polnomos dependentes dferencablemente de parámetros M Isabel García-Planas 1, Sona Tarragona 2 1 Dpt de Matemàtca Aplcada I, Unverstat Poltècnca de
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 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 detallesinformática de gestión de las Cuentas de Depósitos y Consignaciones Secretarios Coordinadores Provinciales perfiles de acceso a la aplicación
pe ESTADO Instruccón 1/2010, relatva a nuevos perfles de acceso a la aplcacón nformátca de gestón de las Cuentas de Depóstos y Consgnacones Judcales para Secretaros de Goberno y Secretaros Coordnadores
Más detallesColección de problemas de. Poder de Mercado y Estrategia
de Poder de Mercado y Estratega Curso 3º - ECO- 013-014 Iñak Agurre Jaromr Kovark Javer Arn Peo Zuazo Fundamentos del Análss Económco I Unversdad del País Vasco UPV/EHU Tema 3. Monopolo 1. Los costes de
Más detallesUniversidad Diego Portales Facultad de Economía y Empresa
Unversdad Dego Portales Profesor: Carlos R. Ptta Hasta este momento nos hemos enfocado en juegos en los cuales cualquer nformacón que es conocda por un jugador es conocda por todos los demás (es decr,
Más detallesAPLICACIONES DE LA LÓGICA DIFUSA EN LA PLANIFICACIÓN DE LA PRODUCCIÓN. Cesar José Vergara Rodríguez Horacio Antonio Gaviria Montoya
APLICACIONES DE LA LÓGICA DIFUSA EN LA PLANIFICACIÓN DE LA PRODUCCIÓN Cesar José Vergara Rodríguez Horaco Antono Gavra Montoya Tess de Grado para optar al título de Ingenero ndustral Dreccón: Martín Darío
Más detallesRedalyc. Gallego, Ramón A.; Escobar Z., Antonio H.; Rodas Rendón, Darío E.
Redalyc Sstema de Informacón Centífca Red de Revstas Centífcas de Amérca Latna, el Carbe, España y Portugal Gallego, Ramón A.; Escobar Z., Antono H.; Rodas Rendón, Darío E. ALGORITMO GENÉTICO ESPECIALIZADO
Más detallesMETODOLOGIA DE OPTIMIZACIÓN DE SECUENCIA DE INTERVENCIONES A POZOS
METODOLOGIA DE OPTIMIZACIÓN DE SECUENCIA DE INTERVENCIONES A POZOS Medardo Yañez, Hernando Gómez de La Vega, Manuel Fretas, Karna Semeco, Mguel Aguero Relablty and Rsk Management Méxco SA de CV RM Méxco
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 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 detallesIntroducción a Vacío
Introduccón a Vacío Sstema de vacío Partes generales de un sstema de vacío: Fgura 1: Sstema de vacío con bomba mecánca y dfusora Fgura 2: Prncpo de funconamento de la bomba mecánca La Fg. 2 muestra el
Más detallesTERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA
Ing. Federco G. Salazar Termodnámca del Equlbro TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA Contendo 1. Conversón y Coordenada de Reaccón. 2. Ecuacones Independentes y Regla
Más detallesEl Instituto Nacional de Estadística, Geografía
I n tr o d u c c ó n El Insttuto Naconal de Estadístca, Geografía e Informátca (IN GI) tene la Msón de proporconar el Servco Públco de Informacón Estadístca y Geográfca y promover el uso de la nformátca,
Más detallesPRINCIPIOS PARA LA VALORACIÓN DE INVERSIONES
PRINCIPIOS PARA LA VALORACIÓN DE INVERSIONES Y SELECCIÓN N DE PROYECTOS FELIPE ANDRÉS HERRERA R. - ING. ADMINISTRADOR Especalsta en Ingenería Fnancera Unversdad Naconal de Colomba Escuela de la Ingenería
Más detallesASIGNACIÓN DE LOCALIZACIONES DE ALMACENAMIENTO CONSIDERANDO DISTANCIAS Y TIEMPOS DE ESTADÍA ENTRE PEDIDOS
ASIGNACIÓN DE LOCALIZACIONES DE ALMACENAMIENTO CONSIDERANDO DISTANCIAS Y TIEMPOS DE ESTADÍA ENTRE PEDIDOS Marcela C. González-Araya Departamento de Modelacón y Gestón Industral, Facultad de Ingenería,
Más detallesMercadotecnia digital 150 horas / 5 módulos
Dplomado en Mercadotecna dgtal 0 horas / módulos Dplomado en Mercadotecna dgtal Intelgenca de mercado y competenca Servco al clente Comuncacones ntegradas de mercadotecna Analítcos dgtales Campañas dgtales
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 detallesINTRODUCCIÓN 1. CASO DE ESTUDIO
Revsta de la Facultad de Ingenería Industral Vol. 12(1): pp 55-61 (2009) UNMSM ISSN: 1560-9146 (Impreso) / ISSN: 1810-9993 (Electrónco) Desarrollo de un modelo de optmzacón de los procesos productvos de
Más detallesB.El por qué de la planificación económico financiera
Tema 1 Sobre la elaboracón de un sstema ntegrado de presupuestos 1.1. Introduccón a la planfcacón económca fnancera A. Qué son los planes económcos en la práctca? La realzacón de prevsones o la actuacón
Más detallesANÁLISIS DE ACCESIBILIDAD E INTERACCIÓN ESPECIAL:
Geografía y Sstemas de Informacón Geográfca (GEOSIG). Revsta dgtal del Grupo de Estudos sobre Geografía y Análss Espacal con Sstemas de Informacón Geográfca (GESIG). Programa de Estudos Geográfcos (PROEG).
Más detallesINTELIGENCIA DE NEGOCIOS EN EXPLORACIÓN Y PRODUCCIÓN
INTELIGENCIA DE NEGOCIOS EN EXPLORACIÓN Y PRODUCCIÓN Intelgenca de Negocos para de toma de decsones en la ndustra Petrolera: Caso optmzacón multcrtero en portafolos de nversones en E&P. D. Delgado, K Semeco,
Más detallesColección de problemas de. Poder de Mercado y Estrategia
Coleccón de problemas de Poder de Mercado y Estratega Curso 3º - ECO- 016-017 Iñak Agurre Jaromr Kovark Marta San Martín Fundamentos del Análss Económco I Unversdad del País Vasco UPV/EHU Poder de Mercado
Más detallesProgramación mixta-entera
Programacón mxta-entera Prof. Cesar de Prada ISA UVA prada@autom.uva.es Indce Problemas híbrdos Tpos de problemas mxto-enteros Algortmo Branch and Bound Ejemplos Software Problemas híbrdos Muchos problemas
Más detallesINSYS Advanced Dashboard for Enterprise
Enterprse Enterprse INSYS Advanced Dashboard for Enterprse Enterprse, es un tablero de control para llevar a cabo la Gestón de la Segurdad de la Informacón, Gestón de Gobernabldad, Resgo, Cumplmento (GRC)
Más detallesINTRODUCCIÓN A LA INVESTIGACION DE OPERACIONES ESTOCÁSTICAS MODELOS PROBABILÍSTICOS
Unversdad Naconal de Colomba INTRODUCCIÓN A LA INVESTIGACION DE OPERACIONES ESTOCÁSTICAS MODELOS PROBABILÍSTICOS Jorge Eduardo Ortz Trvño 08 de Marzo de 202 2 Tabla de Contendo TABLA DE CONTENIDO... 3
Más detallesAlgoritmos matemáticos para:
Algortmos matemátcos para: sstemas de ecuacones lneales, nversón de matrces y mínmos cuadrados Jose Agular Inversón de matrces Defncón(Inversadeunamatrz):SeaAunamatrz nxn.unamatrzcde nxn esunanversadeascaaci.
Más detallesLos Beneficios. Microeconomía Douglas C. Ramírez V. La producción y la oferta
Los Benefcos Mcroeconomía Douglas C. Ramírez V. La produccón la oferta La esenca de la actvdad productva es obtener benes servcos (mercancías) con destno fnal al consumo por medo de los recursos de la
Más detalles