Curso Doctorado Modelos para la Optimización de la Navegación Aérea y el Aeropuerto, profesor Ángel Marín. Clase primera: Introducción a Optimización
|
|
- María José Hidalgo Montoya
- hace 5 años
- Vistas:
Transcripción
1 Curso Doctorado Modelos para la Optimización de la Navegación Aérea y el Aeropuerto, profesor Ángel Marín Clase primera: Introducción a Optimización
2 Temario básico: Programación lineal: Modelos y aplicaciones. Método Simple Primal. Dualidad y Método Simple Dual. Sensibilidad. Programación entera: Modelos, preproceso. Ramificación y acotación. Metaheurísticas: Greedy, Tabu Search, Recocido Simulado, Genéticos Hormigas.
3 Gestión de Aeropuertos: En el Área terminal. En los despegues y aterrizajes Tai Planning. De los aparcamientos. Capacidad Gestión del espacio aéreo. Tráfico aéreo. Sectorización del espacio aéreo.
4 Eperiencia en Aplicaciones de Transporte Transporte urbano: Modelos de asignación de tráfico multimodal y combinado Diseño de redes de transporte público y privado. Diseño de intercambiadores multimodales. Transporte de mercancías por ferrocarril: Planificación táctica de líneas. Planificación de los horarios. Transporte aéreo: Diseño de flota. Tai Planning. Asignación dinámica de los sectores de control aéreo.
5 Eperiencia en Aplicaciones de Diseño de Redes de Telecomunicaciones Fied Networks Design. Transport Networks. Access Network Design. Wireless Network Design. Mobile Network Design. TDMA Network Design, CDMA Network Design.
6 Eperiencia en Aplicaciones de Energía Generación: Epansión de capacidad del sistema. Localización de los equipos. Distribución. Desregulación del sector: Juegos no cooperativos. Mercado de contratos. Subastas.
7 Clasificación de los modelo matemáticos: Simulación numérica y analítica Dimensión finita e infinita Deterministas y Estocásticos Estáticos y Dinámicos
8 Optimización en dimensión infinita Con variable independiente continua: (ecs. diferenciales) Con variable independientediscreta: (ecs. en diferencias) Control óptimo: J ( ( t), u( t)) Ω E, u Λ F. J ( ( t)) Ω E J ( ( ti )) ( t ) Ω E i
9 Optimización en espacios de dimensión finita o Programación Matemática(PM): PM con variables continuas: PM con variables discretas: PM(var.cont.): PM lineal: PM diferenciable, convea y nolineal: f ( ), X f ( ), X PM no diferenciable y/o no convea: Metaheurísticas R diferenciable convea lineal nodiferenciable noconvea nolineal Ζ n n { 0 A b} c T, X : { g( ) 0, h( ) 0} f ( ), X
10 Aplicaciones en Ingeniería Aeronáutica Diseño de aviones: estructuras, perfiles aerodinámicos, etc. Organización de la producción. Mecánica de Vuelo: consumo combustible, máima altura, etc. Aeroelasticidad. Navegación aérea. Aeropuertos. Transporte Aéreo.
11 TRANSPORT MODEL Sets i canning plants / seattle, san-diego / j markets / new-york, chicago, topeka / ; Parameters a(i) capacity of plant i in cases / seattle 350 san-diego 600 / b(j) demand at market j in cases / new-york 35 chicago 300 topeka 75 / ; Table d(i,j) distance in thousands of miles new-york chicago topeka seattle san-diego ; Scalar f freight in dollars per case per thousand miles /90/ ; Parameter c(i,j) transport cost in thousands of dollars per case ; c(i,j) f * d(i,j) / 000 ;
12 Variables (i,j) shipment quantities in cases z total transportation costs in thousands of dollars ; Positive Variable ; Equations cost define objective function supply(i) observe supply limit at plant i demand(j) satisfy demand at market j ; cost.. z e sum((i,j), c(i,j)*(i,j)) ; supply(i).. sum(j, (i,j)) l a(i) ; demand(j).. sum(i, (i,j)) g b(j) ; Model transport /all/ ; Solve transport using lp minimizing z ; Display.l,.m ;
13 PL: 0 c T, sujeto a que : A b 3, 0, 0 sujeto a que : + +. Solución óptima única: acotada.. Infinitas soluciones óptimas. 3. No eiste solución: no acotada.
14 Forma normal: Formulación etendida: Ma. c T, 0 A b c 0 T, R n : A b R c j j ; aij j, i j j n 0,,.., n j n j c 0 T ; m A b,.. m. c T 0, A b Mín. c T ; 0, s 0 A+ s b c T 0 ; A b Mín. c T ; 0, s 0 A s b c T A b Mín. c T ( u v); Au ( v) b, u v R n ; u 0, v 0
15 Conjunto conveo: λ + ( λ), λ 0,,, Ej.: X { 0 : A b} X es PE( X ) int. seg. en X Punto Etremo (PE) de X: Semiespacios: H { n T R a c} : Politopos: Intersección de un # finito de semiespcios. Poliedro: politopo acotado y no vacio. Sols. Básicas (SB) de X: ( B, N ) (B - b,0). PE(X) si y solo si SB(X). [ ] X
16 Problema no determinado: Rango A m<n Matriz básica B: m columnas linealmente independientes de A (B regular) B A (B,N), A (B,N) Una solución básica(sb) se define como: X B B - b, X N 0 Una SB es factible (SBF) si X B >0 Una solución básica es factible no degenerada(sbfnd) si X B >0 (lo que significa que todos los X B > 0). N Forma normal: B B + N N b Forma canónica: I B + B N B N b
17 Paso de FN a FC: Método de eliminación de Gauss(MEG): (B,N) (I,B - N) Cálculo de la inversa B - Son equivalentes las 3 afirmaciones siguientes: PE(X ) Las columnas de las componentes básicas de A son linealmente independientes ( B ) es una SBND Por tanto, el óptimo siempre va a estar relacionado con PE y estos a su vez relacionados con las SBF
18 En forma normal: β 0 { 3,4}, B B - b( 3, 4 ) T (,) T B 0 ℵ {,}, N (, ) T (0,0) T N SBF ya que B >0 B -
19 Para pasar de una base a otra usaremos dos métodos, el MEG (Eliminación de Gauss) y el de la matriz inversa NB- (Inversa de la base en cada iteración): ª iteración: para pasar del punto al punto : a) por MEG: entra p, sale q3, pivoto: β {3,4} ℵ β {,} {,4}, ℵ {,3} 4, b) B - : 0 0 como β {,4}, ℵ {,3} : Si B B a B - N 0 0 b B - b ; 0 (, ) T llegando al mismo resultado: 3 0, b 4
20 ª iteración: para pasar del punto al punto 3: a) por MEG: entra p, sale q4, pivoto: b) Calculando B - : : 3, ; como {3,4}, {,} 3 3 ℵ β : B 3 B N B ; b B b a 3
21 Ejercicio recomendado Mín -3 0, (3) N (, ) T (0,0) T (0,3) () B ( 3, 4 ) T (6,5) T () (5,0)
Introducción a la Optimización profesor Ángel Marín Departamento Matemática Aplicada y Estadística Universidad Politécnica de Madrid
Introducción a la Optimización profesor Ángel Marín Departamento Matemática Aplicada y Estadística Universidad Politécnica de Madrid Clase primera: Introducción a la Programación Lineal Introducción a
Más detallesIntroduction to Optimization Ángel Marín. First Laboratory Lecture Gams and Cplex Introduction
Introduction to Optimization Ángel Marín First Laboratory Lecture Gams and Cplex Introduction Gams References Building and Solving Mathematical Programming Models in Engineering and Science, de Castillo,
Más detallesLinear Programming: Base Change profesor Ángel Marín. Second lecture: Simplex method introduction Applications
Linear Programming: Base Change profesor Ángel Marín Seond leture: Simple method introdution Appliations Linear Programming: Normal form Forma normal: Formulaión etendida: j 0, 0, j,.., n n j j j n ; :
Más detallesContenido. Lenguajes de modelado algebraico Ejemplo Problema de Transporte Modelado con GNU GLPK. 1 Modelado Algebraico Computacional
Contenido 1 Modelado Algebraico Computacional Facultad de Ingeniería. UdelaR Fundamentos de Programación Entera 1/16 Basados en notación algebraica; incorporan conjuntos y relaciones entre estos para modelar
Más detallesOptimización bajo Incertidumbre A. Sistema de modelado algebraico - GLPK
Optimización bajo Incertidumbre A. Sistema de modelado algebraico - GLPK Carlos Testuri Germán Ferrari Depto. Investigación Operativa. Instituto de Computación. Facultad de Ingeniería, UdelaR 2003-17 Facultad
Más detallesEstructura de un modelo GAMS (1/3)
GAMS Contenido Estructura de un modelo en GAMS. Ejemplo a través del cual se ilustra el lenguaje Conjuntos Datos Variables Ecuaciones Sumatoria y Productoria Definición de escuaciones Función Objetivo
Más detallesOptimización de Problemas de Producción
Optimización de Problemas de Producción Pedro Piñeyro - Luis Stábile Colaboran: Héctor Cancela - Antonio Mauttone - Carlos Testuri Depto. Investigación Operativa. Instituto de Computación. Facultad de
Más detallesMétodo Simplex en Optimización de Problemas de Producción
Método Simplex en Optimización de Problemas de Producción Pedro Piñeyro - Luis Stábile - Fernando Islas - Carlos Testuri Héctor Cancela - Antonio Mauttone Depto. Investigación Operativa. Instituto de Computación.
Más detallesOptimización lineal. Diego A. Patino. 2 de septiembre de Pontificia Universidad Javeriana 1/ 29
Optimización lineal Diego A. Patino Pontificia Universidad Javeriana 2 de septiembre de 2016 1/ 29 Introducción Formulación del problema Herramientes del análisis convexo Formas de las restricciones 2/
Más detallesDualidad 1. 1 Formas simétricas. 2 Relación primal-dual. 3 Dualidad: el caso general. 4 Teoremas de dualidad. 5 Condiciones de holgura complementaria.
Dualidad 1 1 Formas simétricas. 2 Relación primal-dual. 3 Dualidad: el caso general. 4 Teoremas de dualidad. Condiciones de holgura complementaria. 6 Solución dual óptima en la tabla. 7 Interpretación
Más detallesOptimización bajo Incertidumbre. 0. Revisión. Depto. Investigación Operativa. Instituto de Computación. Facultad de Ingeniería, UdelaR
Optimización bajo Incertidumbre 0. Revisión Carlos Testuri Germán Ferrari Depto. Investigación Operativa. Instituto de Computación. Facultad de Ingeniería, UdelaR 2003-17 Contenido 1 Revisión Probabilidad
Más detallesClasificación de Sistemas. Clasificación de Sistemas. Clasificación de Sistemas. Clasificación de Sistemas
Clasificación de Sistemas Clasificación de Sistemas Simples, complicados o complejos Deterministas o probabilistas Centralizados o distribuidos Reactivos o proactivos Rígidos o adaptativos Simples, complicados
Más detallesUniversidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Investigación de Operaciones
Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Investigación de Operaciones Profesor: MSc. Julio Rito Vargas Avilés. Estudiantes: FAREM-Carazo Unidad III Metodologías para la Solución
Más detallesAlgebra lineal y conjuntos convexos 1
Algebra lineal y conjuntos convexos Solución de sistemas. Espacios vectoriales. 3 Conjuntos convexos. 4 Soluciones básicas puntos extremos. Rango de una matriz A R m n. Reducir A a una matriz escalonada
Más detallesUNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA)
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) FACULTAD DE INGENIERIA DE SISTEMAS E INFORMATICA ESCUELA PROFESIONAL DE INGENIERÍA DE SOFTWARE 1. DATOS GENERALES Nombre
Más detallesFundamentos de Programación Entera. A. Revisión. Carlos Testuri Germán Ferrari
Fundamentos de Programación Entera A. Revisión Carlos Testuri Germán Ferrari Departamento de Investigación Operativa Instituto de Computación Facultad de Ingeniería Universidad de la República 2012-2018
Más detallesCAPITULO 1: PERSPECTIVE GENERAL DE LA
CONTENIDO CAPITULO 1: PERSPECTIVE GENERAL DE LA INVESTIGACION DE OPERACIONES 1 1.1 Modelos matemáticos de investigación de operaciones. 1 1.2 Técnicas de investigación de operaciones 3 1.3 Modelado de
Más detallesResolvamos los modelos de una vez por todas (aunque tengan más de dos variables) Usaremos el Método Simplex, desarrollado por George Dantzig en 1947
Teórica III Nuevamente recordamos que este material es de apoyo a las clases teóricas. Si no asistieron a la clase, les faltarán varias cosas que tienen que ver con el trabajo en clase y con las explicaciones
Más detallesCONTENIDO Prefacio CAPITULO 1: Qué es la investigación de operaciones? CAPITULO 2: Introducción a la programación lineal...
CONTENIDO Prefacio XV CAPITULO 1: Qué es la investigación de operaciones? 1 1.1 Modelos de investigación de operaciones 1 1.2 Solución del modelo de investigación de operaciones.. 4 1.3 Modelos de colas
Más detallesLa Geometría de la Programación Lineal
La Geometría de la Programación Lineal Basado en Bertsimas Tsitsiklis Introduction to Linear Optimization Chap. IN7 Modelamiento y Optimización Nelson Devia C. Introducción Se dice que un conjunto S en
Más detallesGrado en Ingeniería Aeroespacial
El presente documento recoge a modo de extracto las adaptaciones de asignaturas entre las titulaciones de Ingeniero Aeronáutico (ETSIA) y Graduado en Ingeniería Aeroespacial (EIAE) que se propusieron en
Más detallesBASES MATEMÁTICAS DEL MÉTODO SIMPLEX (Parte 3)
4 de Julio de 26 ASES MATEMÁTICAS DEL MÉTODO SIMPLEX (Parte 3) Postgrado de Investigación de Operaciones Facultad de Ingeniería Universidad Central de Venezuela 4 de Julio de 26 MÉTODO SIMPLEX REVISADO
Más detallesPROGRAMA DETALLADO VIGENCIA TURNO UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA 2009 DIURNO INGENIERÍA DE SISTEMAS ASIGNATURA
PROGRAMA DETALLADO VIGENCIA TURNO UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA 2009 DIURNO INGENIERÍA DE SISTEMAS SEMESTRE ASIGNATURA 5to INVESTIGACION DE OPERACIONES CÓDIGO HORAS
Más detallesPREFACIO... xvi. CAPÍTULO 1 Introduction... 1
ÍNDICE PREFACIO... xvi CAPÍTULO 1 Introduction... 1 1.1 Orígenes de la investigación de operaciones... 1 1.2 Naturaleza de la investigación de operaciones... 2 1.3 Efecto de la investigación de operaciones...
Más detallesOPTIMIZACION MATEMATICA (4,5 Créditos)
DEPARTAMENTO ECONOMIA FINANCIERA Y CONTABILIDAD I LICENCIATURA EN ADMINISTRACION Y DIRECCION DE EMPRESAS Plan 2000 OPTIMIZACION MATEMATICA (4,5 Créditos) Código 628 Profesora: Eva Mª. del Pozo García Asignatura
Más detallesMATEMÁTICAS II Examen del 28/06/2007 Solución Importante
MATEMÁTICAS II Eamen del 8/06/007 Solución Importante Las calificaciones se harán públicas en la página web de la asignatura y en el tablón de anuncios del Dpto. de Métodos Cuantitativos en Economía y
Más detallesUNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA)
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) FACULTAD DE INGENIERIA DE SISTEMAS E INFORMATICA ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS 1. INFORMACIÓN GENERAL
Más detallesCompetencias Generales
Competencias Generales - Capacidad para el diseño, desarrollo y gestión en el ámbito de la ingeniería aeronáutica que tengan por objeto, de acuerdo con los conocimientos adquiridos según lo establecido
Más detallesMultiplicadores de Lagrange y dualidad
Multiplicadores de Lagrange y dualidad Problemas con solo restricciones de igualdad Sea x* un mínimo local y regular ( : son linealmente independientes), entonces existen tales que: Interpretación y ejemplos.
Más detallesMáster universitario en Ingeniería Aeronáutica
docencia-etsi@us.es Página 1 07/11/2017 1º G1 C1 Aula 206 8:30 9:00 9:30 10:00 10:30 11:00 11:30 12:00 12:30 13:00 13:30 14:00 14:30 C. ec. Fluidos y aerodin. (306A) C. transporte aéreo Organización Aeronáutica
Más detallesProgramación Lineal. Yolanda Hinojosa
Programación Lineal Yolanda Hinojosa Contenido Formulación primal de un programa lineal. Propiedades Algoritmo del simplex Algoritmo dual del simplex Formulación dual de un programa lineal. Propiedades
Más detallesTema 18. Programación lineal Formulación primal de un programa lineal
Tema 18 Programación lineal 18.1. Formulación primal de un programa lineal Dentro de la programación matemática hablamos de programación lineal (PL) si tanto la función objetivo como las restricciones
Más detallesInvestigación de Operaciones I
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Investigación de Operaciones I Ingeniería Industrial INB-9325 4-0-8 2.- UBICACIÓN
Más detallesSistemas de Inventario con Remanufacturación y Distribución
Metaheurísticas y Optimización sobre Redes 2009 Sistemas de Inventario con Remanufacturación y Distribución Dpto. Investigación Operativa InCo FING UDELAR Doctorado en Informática PEDECIBA, Tutor: Omar
Más detallesOptimización lineal. José María Ferrer Caja Universidad Pontificia Comillas ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA INDUSTRIAL
Optimización lineal José María Ferrer Caja Universidad Pontificia Comillas Introducción Herramienta más importante de la optimización y de la investigación operativa Multitud de aplicaciones en campos
Más detallesRepaso del algoritmo SIMPLEX
Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Industrial IN70K: Clase Auxiliar Repaso del algoritmo SIMPLEX Marcel Goic F. 1 1 Esta es una versión bastante
Más detallesINVESTIGACION 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
Más detallesLa Programación Lineal. H. R. Alvarez A., Ph. D. 1
La Programación Lineal H. R. Alvarez A., Ph. D. 1 Aspectos generales Se considera a George Dantzig el padre de la P. L. Su objetivo es el de asignar recursos escasos a actividades que compiten por ellos.
Más detalles240ST Técnicas de Optimización en la Cadena de Suministro
Unidad responsable: 240 - ETSEIB - Escuela Técnica Superior de Ingeniería Industrial de Barcelona Unidad que imparte: 732 - OE - Departamento de Organización de Empresas Curso: 2017 Titulación: Créditos
Más detallesTEST IO-I T1. CONCEPTOS PREVIOS. C1.1. Cualquier conjunto convexo tiene al menos un punto extremo?
TEST IO-I T1. CONCEPTOS PREVIOS C1.1. Cualquier conjunto convexo tiene al menos un punto extremo? a) Puede tener puntos extremos. b) Puede no tener puntos extremos. c) Puede tener vértices. C1.2. Es convexo
Más detallesUNIVERSIDAD NACIONAL DE INGENIERIA SEDE: UNI - NORTE Prueba del modelo y Evaluación de la solución. Teoría de Dualidad y Análisis de Sensibilidad
UNIVERSIDAD NACIONAL DE INGENIERIA SEDE: UNI - NORTE Prueba del modelo Evaluación de la solución. Teoría de Dualidad Análisis de Sensibilidad Prof. :M.C. Ing. Julio Rito Vargas Avilés I.O. 8 Dualidad análisis
Más detallesTema 5 Dualidad y condiciones de Karush-Kuhn-Tucker
Tema 5 Dualidad y condiciones de Karush-Kuhn-Tucker José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Contenidos del tema 5 Condiciones de Karush-Kuhn-Tucker (KKT). Problemas
Más detallesOptimización 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
Más detallesPROGRAMA ANALÍTICO DE ASIGNATURA
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE HIDALGO COORDINACIÓN DE DOCENCIA DIRECCIÓN DE PLANEACIÓN Y DESARROLLO EDUCATIVO PROGRAMA ANALÍTICO DE ASIGNATURA _ 1.- DATOS GENERALES 1.1 INSTITUTO: INSTITUTO DE CIENCIAS
Más detallesIntroducción a la Optimización Bajo Incertidumbre
Introducción a la Optimización Bajo Incertidumbre Refleión Compañía petrolera: cuál será el precio la demanda del petróleo en 6 meses? En un proceso continuo Eistirá variación en las demandas del producto
Más detallesProgramación Lineal Continua
Elisenda Molina Universidad Carlos III de Madrid elisenda.molina@uc3m.es 8 de octubre de 2008 Esquema 1 Formulación y Ejemplos 2 3 Ejemplo: Producción de carbón Una empresa minera produce lignito y antracita.
Más detallesInvestigación de Operaciones I
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Investigación de Operaciones I Ingeniería Industrial INB-0406 4-0-8 2.- HISTORIA
Más detallesTutorial Diseño de redes de transporte Nodo de la Red Temática de Localización Universidad Politécnica de Madrid
Tutorial Diseño de redes de transporte Nodo de la Red Temática de Localización Universidad Politécnica de Madrid profesor Ángel Marín Gracia Departamento de Matemática Aplicada y Estadística E.T.S. Ingenieros
Más detallesGuía de Problemas para el Control 2
Guía de Problemas para el Control 2 Geometría Problema 1 Demuestre que la intersección de conjuntos convexos es un conjunto convexo. Utilizando esto demuestre que todo poliedro es un conjunto convexo.
Más detallesANEXO 1 ESTRUCTURA DEL PLAN DE ESTUDIOS. Módulo A. Materias (filosofía general) MATERIA DURACION TIPO Nº CREDITOS ECTS
ANEXO 1 ESTRUCTURA DEL PLAN DE ESTUDIOS. Módulo A. Materias (filosofía general) MATERIA DURACION TIPO Nº CREDITOS ECTS HORAS DE APRENDIZAJE TEORIA PRACTICAS TRABAJO PERSONAL Y OTROS Matemáticas OP 6 2
Más detallesMASTER FINANZAS DE EMPRESA
MASTER FINANZAS DE EMPRESA Materia Carácter Créditos 4 Matemáticas aplicadas a las finanzas Obligatorio Código 607620 Presenciales 4 No presenciales Curso Primero Trimestre 1 Idioma Español 0 Departamento
Más detallesEXTENSIONES DE LA PROGRAMACIÓN LINEAL
EXTENSIONES DE LA PROGRAMACIÓN LINEAL MODELOS OPTIMIZANTES MUNDO REAL ABSTRACCION OPERACION M MODELOS DE DECISIÓN NO RESTRINGIDOS RESTRINGIDOS MIN 6 / x 1 + 5 x 1 + 7 / x 2 + x 1.x 2 PROGRAMAS MATEMÁTICOS
Más detallesGRADO EN INGENIERÍA AEROESPACIAL (CÓDIGO 14IA)
ASIGNATURAS COMUNES A LAS CINCO ESPECIALIDADES PRIMER CURSO 145001001 MATEMÁTICAS I 9 Bas 1º 145001002 FÍSICA I 6 Bas 1º 145001003 QUÍMICA 6 Bas 1º 145001004 TECNOLOGÍA AEROESPACIAL 6 Obl 1º 145001005
Más detallesMLG521. Cristóbal Rojas MLG521
Geometría y Polihedros MLG521 Cristóbal Rojas Deparento de Ciencias de de la Ingeniería Departamento de Ingeniería Matemática Universidad Andrés Bello Co-dictado con Pamela Álvarez MLG521 Ejemplo gráfico
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más detallesTema 3 Optimización lineal. Algoritmo del simplex
Tema 3 Optimización lineal. Algoritmo del simplex José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Contenidos del tema 3 Teorema fundamental de la programación lineal. Algoritmo
Más detallesPLAN DE ESTUDIOS 1996
Ríos Rosas, 21 28003 MADRID. UNIVERSIDAD POLITÉCNICA DE MADRID ESCUELA TÉCNICA SUPERIOR DE INGENIEROS DE MINAS ------- DEPARTAMENTO DE MATEMÁTICA APLICADA Y MÉTODOS INFORMÁTICOS PROGRAMA DE LA ASIGNATURA
Más detallesPrograma Docente FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES MATEMÁTICAS II, 2ª PARTE 2º CURSO GRADO EN CIENCIAS ECONÓMICAS
Programa Docente MATEMÁTICAS II, 2ª PARTE 2º CURSO GRADO EN CIENCIAS ECONÓMICAS FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES 1.- PROGRAMA DE LA ASIGNATURA: PROGRAMA TEÓRICO: PROGRAMACIÓN MATEMÁTICA
Más detallesNelson Devia C Basado en Bertsimas, D., Tsitsiklis, J. (1997) Introduction to Linear Optimization Capítulo 3
IN3701 - Modelamiento y Optimización Departamento de Ingeniería Industrial Universidad de Chile 2011 Basado en Bertsimas, D., Tsitsiklis, J. (1997) Introduction to Linear Optimization Capítulo 3 Contenidos
Más detallesDegeneración y ciclaje. Método de las dos fases CO-3411 (S08) 30/03/
CO-3411 (S08 30/03/2008 98 Degeneración y ciclaje En el caso de problemas generales, una solución será degenerada cuando alguna de las variables básicas se encuentra en una de sus cotas (comparar con el
Más detallesPrograma de Introducción a la Investigación de Operaciones
Programa de Introducción a la Investigación de Operaciones 1. NOMBRE DE LA UNIDAD CURRICULAR Introducción a la Investigación de Operaciones. 2. CRÉDITOS 10 créditos 3. OBJETIVOS DE LA UNIDAD CURRICULAR
Más detallesGRADO EN INGENIERÍA AEROESPACIAL (CÓDIGO 14IA)
GRADO EN INGENIERÍA AEROESPACIAL (CÓDIGO 14IA) ASIGNATURAS COMUNES A LAS CINCO ESPECIALIDADES PRIMER CURSO 145001001 MATEMÁTICAS I 9 BAS 1º 145001002 FÍSICA I 6 BAS 1º 145001003 QUÍMICA 6 BAS 1º 145001004
Más detallesMatemáticas de la Especialdiad
Matemáticas de la Especialdiad Ingeniería Eléctrica Grado en Ingeniería Industrial. Curso 2013/2014 Segundo semestre; 4,5 créditos ECTS Programa Fundamentos de los métodos numéricos en la ingeniería Conceptos
Más detallesMatemáticas de la Especialdiad
Matemáticas de la Especialdiad Ingeniería Eléctrica Grado en Ingeniería Industrial. Curso 2014/2015 Segundo semestre, 4,5 créditos ECTS Programa Fundamentos de los métodos numéricos en la ingeniería Conceptos
Más detalles28/08/ :47:18 Página 1 de 6
Carrera: Ingeniería Aeronáutica Plan: 05 Versión: 11 - NIVELACION 001 MATEMATICA - NIVELACION 00 FISICA - NIVELACION 00 AMBIENTACION UNIVERSITARIA 0 0 0 1 - PRIMER SEMESTRE 5801 SISTEMAS DE REPRESENTACION
Más detallesGeometría y Poliedros
IN3701, Optimización 3 de agosto de 2009 Contenidos 1 Definiciones Básicas Definición 2.1 S R n es un poliedro si S = {x R n : Ax b} para algún A R m n, b R m. Definición 2.2 S R n es acotado si existe
Más detallesMatemáticas de la Especialdiad
Matemáticas de la Especialdiad Ingeniería Eléctrica Grado en Ingeniería en Tecnologías Industriales. Curso 2015-2016-3º Segundo semestre, 4,5 créditos ECTS Programa Fundamentos de los métodos numéricos
Más detallesCO5411. Dantzig-Wolfe / Descomposición de Benders. Prof. Bernardo Feijoo. 06 de febrero de 2008
Dantzig-Wolfe / Departmento de Cómputo Cientíco y Estadística Universidad Simón Bolívar 06 de febrero de 2008 Contenido 1 Dantzig-Wolfe 2 Contenido Dantzig-Wolfe 1 Dantzig-Wolfe 2 Ahora la nueva base produce
Más detallesEl método simplex 1. 1 Forma estándar y cambios en el modelo. 2 Definiciones. 3 Puntos extremos y soluciones factibles básicas. 4 El método simplex.
El método simplex Forma estándar y cambios en el modelo. Definiciones. Puntos extremos y soluciones factibles básicas. 4 El método simplex. Definiciones y notación. Teoremas. Solución factible básica inicial.
Más detallesUNIDAD Nº3. Introducción a los métodos matemáticos de optimización
UNIDAD Nº3 Introducción a los métodos matemáticos de optimización La eperimentación es una función vital en nuestra búsqueda de progreso, aunque el objetivo es a menudo, el descubrimiento de nuevos principios
Más detallesUNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI
UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI NOMBRE DE LA ASIGNATURA: OPTIMIZACIÓN I FECHA DE ELABORACIÓN: MARZO 2005 ÁREA DEL PLAN DE ESTUDIOS: AS ( ) AC ( ) APOBL
Más detallesInvestigación Operacional I EII 445
Investigación Operacional I EII 445 Programación Lineal Método Simple Gabriel Gutiérrez Jarpa. Propiedades Básicas de Programación Lineal Formato Estándar Un problema de programación lineal es un programa
Más detallesTema 2: Optimización lineal. Ezequiel López Rubio Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga
Tema 2: Optimización lineal Ezequiel López Rubio Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga Sumario El modelo de programación lineal Formulación de modelos Método gráfico
Más detallesModelos de Programación Matemática
Modelos de Programación Matemática Las proposiciones matemáticas, en cuanto tienen que ver con la realidad, no son ciertas; y en cuanto que son ciertas, no tienen nada que ver con la realidad A. Einstein
Más detallesTema 2 Conjuntos convexos
Tema 2 Conjuntos convexos José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Contenidos del tema 2 Conjuntos convexos. Propiedades básicas y ejemplos. Cierre e interior de un
Más detallesBOLETÍN OFICIAL DEL ESTADO
Núm. 42 Miércoles 18 de febrero de 2009 Sec. I. Pág. 17171 I. DISPOSICIONES GENERALES MINISTERIO DE CIENCIA E INNOVACIÓN 2737 Orden CIN/308/2009, de 9 de febrero, por la que se establecen los requisitos
Más detallesLa Programación Lineal. H. R. Alvarez A., Ph. D. 1
La Programación Lineal H. R. Alvarez A., Ph. D. 1 El Método Simplex Desarrollado en 1947 por George Dantzig como parte de un proyecto para el Departamento de Defensa Se basa en la propiedad de la solución
Más detallesAnálisis de Sensibilidad de los Resultados
Pontificia Universidad Católica Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Clase 22 Análisis de Sensibilidad de los Resultados ICS 02 Optimización Profesor : Claudio Seebach
Más detallesSegmentos del borde o frontera Lados o aristas Intersecciones de éstos Vértices
UNIDAD 4 PROGRAMACIÓN LINEAL 1 SISTEMAS DE INECUACIONES LINEALES CON DOS INCÓGNITAS RECINTOS CONVEXOS La solución de un sistema de inecuaciones lineales (SIL) con dos incógnitas viene representada por
Más detallesUNIVERSIDAD NACIONAL EXPERIMENTAL DEL TACHIRA VICERRECTORADO ACADEMICO COMISION CENTRAL DE CURRÌCULUM PROGRAMA ANALITICO
UNIVERSIDAD NACIONAL EXPERIMENTAL DEL TACHIRA VICERRECTORADO ACADEMICO COMISION CENTRAL DE CURRÌCULUM PROGRAMA ANALITICO INVESTIGACIÓN DE OPERACIONES I CODIGO: 0135701T Elaborado por: María Luz Camargo,
Más detalles18/02/ :43:21 Página 1 de 6
Carrera: INGENIERIA AERONAUTICA Plan: 5 Versión: 6 - NIVELACION 1 MATEMATICA - NIVELACION FISICA - NIVELACION AMBIENTACION UNIVERSITARIA 1 - PRIMER SEMESTRE 581 SISTEMAS DE REPRESENTACION EN INGENIERIA
Más detallesBENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD CIENCIAS DE LA COMPUTACION
BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD CIENCIAS DE LA COMPUTACION PROGRAMA DE LA MATERIA CORRESPONDIENTE A LA INGENIERIA EN CIENCIAS DE LA COMPUTACIÓN. Coordinación: NOMBRE DE LA MATERIA: Clave:
Más detallesConjuntos y funciones convexas
Conjuntos y funciones convexas Un conjunto X R n se dice convexo si para todo par de puntos x 1 y x 2 en X, λ x 1 + ( 1- λ) x 2 X, para todo λ [0,1] Qué significa esto geométricamente? Un punto λ x 1 +
Más detallesECONOMÍA MATEMÁTICA INTERMEDIA
MATEMÁTICA INTERMEDIA Clave : ECO794 Créditos : 3 Tipo : Obligatorio Semestre : 2014-1 Horario : Miércoles 7:00-10:00pm (G1) Requisitos : Ninguno Jueves 7:00-10:00pm (G2) Sábado 8:00-9:30pm (PD) Profesor/a
Más detallesSistemas Lineales y Matrices
Profesores Hernán Giraldo y Omar Saldarriaga Instituto de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia 2014 Ejemplo Solución de sistemas de ecuaciones lineales, usaremos
Más detallesUn sistema de ecuaciones diferenciales son aquellas que tienen varias posibilidades para su solución. Estas son:
Unidad X: Programación lineal (continuación) Objetivo específico: Entender ampliamente el fenómeno del comportamiento de los modelos matemáticos para la resolución de problemas enfocados a las ecuaciones
Más detallesGrado en Ingeniería Aeroespacial
Grado en Ingeniería Aeroespacial ESCUELA SUPERIOR DE INGENIERÍA Avenida de la Universidad de Cádiz, 10 11519-Puerto Real (Cádiz) Teléfono: +34 95 483200 email: grado.aeroespacial@uca.es Más información:
Más detallesAlgoritmos de Planos de Corte
Algoritmos de Planos de Corte Problema: max {cx / x X} con X = {x / Ax b, x Z n + } Proposición: conv (X) es un poliedro que puede entonces escribirse como conv (X) = {x / Ax b, x 0} Lo mismo ocurre para
Más detallesPROGRAMA DE CURSO. Código Nombre MODELAMIENTO Y OPTIMIZACIÓN Nombre en Inglés MODELING AND OPTIMIZATION SCT
PROGRAMA DE CURSO Código Nombre IN 3701 MODELAMIENTO Y OPTIMIZACIÓN Nombre en Inglés MODELING AND OPTIMIZATION Unidades Horas de Horas Docencia Horas de Trabajo SCT Docentes Cátedra Auxiliar Personal 6
Más detallesUNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI
UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI NOMBRE DE LA ASIGNATURA: ÁLGEBRA LINEAL EN CIENCIAS ECONÓMICO ADMINISTRATIVAS FECHA DE ELABORACIÓN: FEBRERO 2005 ÁREA
Más detallesUNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 16 de febrero de 2007
UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa de febrero de 7 Problema. ( puntos Dado el problema de programación lineal: Maximizar x x + x s.a x + x x x x +
Más detallesContenidos. Actividades Estocásticas Tipos de Modelos Métodos Numéricos Optimización Programación Lineal Aplicaciones con Solver Excel
Contenidos Modelación de Sistemas Actividades Estocásticas Tipos de Modelos Métodos Numéricos Optimización Programación Lineal Aplicaciones con Solver Excel Modelación de Sistemas Sistema: Conjunto de
Más detallesUniversidad Autónoma de Sinaloa
Universidad Autónoma de Sinaloa Facultad de Ciencias Sociales Licenciatura en Economía Programa de estudios Asignatura: Investigación de operaciones. Clave: Eje de formación: Básica EFBCII Área de Conocimiento:
Más detallesFicha de la asignatura
Asignatura: Métodos Matemáticos Datos válidos a fecha: 2/11/2006 Departamento: Titulación/es: Departamento de Organización Industrial Ingeniería Industrial Plan: [IIND 01] Tipo: Troncal Curso: Cuarto Periodo
Más detallesUnidad III Teoría de la Dualidad.
Curso de investigación de operaciones http://www.luciasilva.8k.com/5.5.htm Unidad III Teoría de la Dualidad. III.1 FORMULACIÓN DEL PROBLEMA DUAL La Teoría de la Dualidad es una de las herramientas que
Más detallesFACULTAD DE INGENIERÍA Y ARQUITECTURA ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS E INFORMÁTICA
FACULTAD DE INGENIERÍA Y ARQUITECTURA ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS E INFORMÁTICA SÍLABO DE PROGRAMACIÓN LINEAL I. DATOS GENERALES 1.0 Unidad Académica : Ingeniería de Sistemas e Informática
Más detalles