MR 359 Versión 1 Prueba Integral 1/6 SEMANA 08 Lapso UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA MODELO DE RESPUESTA

Tamaño: px
Comenzar la demostración a partir de la página:

Download "MR 359 Versión 1 Prueba Integral 1/6 SEMANA 08 Lapso UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA MODELO DE RESPUESTA"

Transcripción

1 MR 359 Versión 1 Prueba Integral 1/6 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA MODELO DE RESPUESTA ASIGNATURA: APLICACIONES DE PROGRAMACIÓN ENTERA Y DINÁMICA MOMENTO: PRUEBA INTEGRAL VERSIÓN: 1 FECHA DE APLICACIÓN: MÓDULO I, UNIDAD 1, OBJETIVO 1 CRITERIO DE DOMINIO 1/1 a. Variable de Decisión: El problema se reduce a tomar una decisión si no para cada proyecto. Por lo tanto, se define una variable binaria X j como sigue: 0 si no se selecciona el proyecto. 1 si se selecciona el proyecto. b. Las Restricciones: 8X 1 + 2X 2 + 4X 3 + 2X X 1 + 3X 2 + X 3 + 2X X 1 + 4X 2 + 3X 3 + 9X 4 30 c. La función Objetivo: Maximizar Z= 20X X X X 4 d. El Modelo del Problema: Maximizar Z= 20X X X X 4 sujeto a 8X 1 + 2X 2 + 4X 3 + 2X X 1 + 3X 2 + X 3 + 2X X 1 + 4X 2 + 3X 3 + 9X 4 30 X 1,.., X4 = (0, 1)

2 MR 359 Versión 1 Prueba Integral 2/6 Criterio de Corrección: Resultado idéntico y procedimiento semejante al mostrado. Para el logro de este objetivo, el estudiante debe identificar correctamente todos los elementos del modelo de programación entera. Se admitirán errores aritméticos si no provienen de fallas conceptuales. MÓDULO I, UNIDAD 2, OBJETIVO 2 CRITERIO DE DOMINIO 1/1 2. Aplicando el método simplex se tiene: V.B X 1 X 2 X 3 X 4 b Z X X Z /6 15 X 3 7/ /6 15 X 2 2/ /6 5 No es necesario utilizar el método de ramificación y acotamiento, ya que la solución al problema propuesto arroja valores enteros para las variables de decisión. Dicho método, hace uso de la enumeración parcial, cuya técnica busca hallar una solución óptima entera, eliminando conjuntos de soluciones bajo consideración. Criterio de corrección: Se considera logrado el objetivo si el estudiante responde a la pregunta en todas sus partes de manera equivalente a la mostrada en este modelo y en concordancia con los contenidos estudiados en la asignatura. MÓDULO II, UNIDAD 5, OBJETIVO 5 CRITERIO DE DOMINIO 1/1 3. Respuesta: Se trata de maximizar el aumento de consumidores a través de la publicidad que se le va a dar a un nuevo producto alimenticio. Dicha publicidad se llevará a cabo en 4 áreas distintas y la función objetivo del problema verifica la hipótesis H. Los estados: inicial = 0 y final = 3, por tanto se puede utilizar indiferentemente el análisis directo o el análisis retrospectivo. Para este caso se pidió preferentemente aplica el análisis directo: Datos: Para la Etapa 1: El estado inicial es: = 0.

3 MR 359 Versión 1 Prueba Integral 3/6 El estado final: x 1 S 1 ( { x 1 / u 1 U 1 ( / x 1 = + u 1 } S 1 ( = {x 1 / x 1 {0,,4}} Para todo x 1 S 1 ( existe una única política admisible, x 1 ) = x 1 - = x 1 y esta es la política óptima *( x 1 ). El valor correspondiente es: f 1 ( *( x 1 )) f *( x 1 ) = {0, 4, 7, 9}. Entonces, f *( x 1 ) = 9, U 1 = 0. Etapas 1 y 2: El estado inicial es: = 0. El estado final: x 2 S 2 ( {x 2 /S 1 ( (x 2 } (x 2 { x 1 / u 2 U 2 (x 1 / x 2 = x 1 + u 2 } U 2 (x 1 = {u 2 / u 2 {0,,4}, x 1 + u 2 {0,,4}}, quedando, S 2 ( = {x 2 / x 2 {0,,4}} Para todo x 2 S 2 ( existe una única política admisible, x 2 ). El valor correspondiente es: f*( x 2 ) f 2 *( x 2 ) = max (f*( x 1 ) + w 2 (x 1, x 2 )). Si x 2 = =10, si x 1 = 3 f*( x 1 ) + w 2 (x 1, x 2 )= 4+8=12, si x 1 = 2 7+6=13, si x 1 = 1 9+0=9, si x 1 = 0 Por lo tanto f*( x 2 =3)= 13 y =1 Si x 2 = 2 0+8=8, si x 1 = 2 f*( x 1 ) + w 2 (x 1, x 2 )= 4+6=10, si x 1 =1 7+0=7, si x 1 = 0 Por lo tanto f*( x 2 =2)= 10 y =1 Si x 2 = 1 f*( x 1 ) + w 2 (x 1, x 2 )= 0+6=6, si x 1 = 1 4+0=4, si x 1 =0 Por lo tanto f*( x 2 =1)= 6 y =1 Si x 2 = 0 f*( x 1 ) + w 2 (x 1, x 2 )= 0+0=0, si x 1 = 0 Por lo tanto f*( x 2 =0)= 0 y =0 El valor correspondiente es: f 1 ( *( x 2 )) f *( x 2 ) = {0, 6, 10, 13}. Entonces, f *( x 2 ) = 13, U 1 = 1.

4 MR 359 Versión 1 Prueba Integral 4/6 MÓDULO II, UNIDAD 6, OBJETIVO 6 CRITERIO DE DOMINIO 1/1 4. Respuesta: Tomando como variable de estado el número de libros, se tiene: Y 0 = 0, que es el numero de libros disponibles al inicio del curso. u= es la variable de decisión (número e libros a comprar). X es el número de libros no vendidos al final del curso. La variable x depende de U y del número de libros vendidos. Como el número de libros es una variable aleatoria discreta, x lo es también. u е U(Y 0 ) = {80, 100, 120, 140} Se tiene: U = 140, aquí x puede tomar los valores Y : Y = , P {x=0 / Y=0, u= 140} = P (d=140) = 0,2 Y = , P {x=20 / Y=0, u= 140} = P (d=120) = 0,3 Y = , P {x=40 / Y=0, u= 140} = P (d=100) = 0,3 Y = , P {x=60 / Y=0, u= 140} = P (d=80) = 0,2 dado que P {x > 60 / Y= 0, u = 140} = 0 dh ( Y/ Y 0 = 0, u = 140) = 0,2; Y=0 0,3; Y=20 0,3; Y=40 0,2; Y=60 Ω (Y 0 =0, u = 140) = {0, 20, 40, 60} U = 120, aquí x puede tomar los valores Y : Y = 0, d= Y = 20, d= 100 Y = 40, d= 80 dh ( Y/ Y 0 = 0, u = 120) = 0,5; Y=0 0,3; Y=20 0,2; Y=40 Ω (Y 0 =0, u = 120) = {0, 20, 40} U = 100, aquí x puede tomar los valores Y : Y = 0, d= Y = 20, d= 80

5 MR 359 Versión 1 Prueba Integral 5/6 dh ( Y/ Y 0 = 0, u = 120) = 0,8; Y=0 0,2; Y=20 Ω (Y 0 =0, u = 100) = {0, 20} U = 80, aquí x puede tomar los valores Y : Y = 0, d= dh ( Y/ Y 0 = 0, u = 80) = 0; Y=0 1; Y>0 Ω (Y 0 =0, u = 80) = {0} El conjunto (Y 0 ) de los posibles estados alcanzados a partir de Y 0 = 0 es: (Y 0 ) = U Ω (Y 0 = 0, u) = {0, 20, 40, 60} u U (Y 0 ) A toda decisión u U (Y 0 ) y a todo valor posible: Y Ω (Y 0, u) del estado final, corresponde una ganancia v (Y 0, u, Y): v( Y 0, u, Y) = 250 (u- Y) 110Y v( Y 0, u, Y) = 250u-250Y 110Y v( Y 0, u, Y) = 250u-360Y, así: u=140 Ω (Y 0 =0, u = 140) = {0, 20, 40, 60} v( Y 0, u, Y) = 35000; Y= ; Y= ; Y= ; Y=60 Calculando E[v(Y 0, u= 140; x)]= 35000(0,2)+27800(0,3)+20600(0,3)+13400(0,2) = U.M. u=120 Ω (Y 0 =0, u = 120) = {0, 20, 40} v( Y 0, u, Y) = 30000; Y= ; Y= ; Y=40 Calculando E [v(y 0, u= 140; x)]= 30000(0,5)+22800(0,3)+15600(0,2) = U.M. u=100 Ω (Y 0 =0, u = 100) = {0, 20} v( Y 0, u, Y) = 25000; Y= ; Y=20 Calculando E[v(Y 0, u= 100; x)]= 25000(0,8)+17800(0,2) = U.M.

6 MR 359 Versión 1 Prueba Integral 6/6 u=80 Ω (Y 0 =0, u = 80) = {0} v( Y 0, u, Y) = ; Y=0 Calculando E[v(Y 0, u= 80; x)]= 20000(1)= U.M. Puede observarse que la decisión u=120 libros da un mayor valor en la ganancia esperada con U.M. Criterio de corrección: Se considera logrado el objetivo si el estudiante responde la pregunta en todas sus partes de manera equivalente a la mostrada en este modelo y en concordancia con los contenidos estudiados en la asignatura. FIN DEL MODELO DE RESPUESTA

RESOLUCIÓN DE MODELOS DE PROGRAMACIÓN ENTERA

RESOLUCIÓN DE MODELOS DE PROGRAMACIÓN ENTERA 11 de Junio de 2012 RESOLUCIÓN DE MODELOS DE PROGRAMACIÓN ENTERA MÉTODOS DE ENUMERACIÓN, RAMIFICACIÓN Y ACOTACIÓN Postgrado de Investigación de Operaciones Facultad de Ingeniería Universidad Central de

Más detalles

CÓDIGO 743 LAPSO 2010/01 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA ADMINISTRACIÓN Y CONTADURÍA MODELO DE RESPUESTA

CÓDIGO 743 LAPSO 2010/01 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA ADMINISTRACIÓN Y CONTADURÍA MODELO DE RESPUESTA CÓDIGO 743 LAPSO 200/0 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA ADMINISTRACIÓN Y CONTADURÍA MODELO DE RESPUESTA ASIGNATURA: ELEMENTOS ACTUARIALES CÓDIGO: 743 MOMENTO: era INTEGRAL FECHA

Más detalles

350 -M/R Versión 1 2da Prueba Parcial 1/8 SEMANA 48 LAPSO ASIGNATURA: COMPUTACIÓN EVOLUTIVA CÓDIGO: 350

350 -M/R Versión 1 2da Prueba Parcial 1/8 SEMANA 48 LAPSO ASIGNATURA: COMPUTACIÓN EVOLUTIVA CÓDIGO: 350 350 -M/R Versión 1 2da Prueba Parcial 1/8 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA: INGENIERÍA MODELO DE RESPUESTA ASIGNATURA: COMPUTACIÓN EVOLUTIVA CÓDIGO: 350 MOMENTO: Prueba Segunda

Más detalles

310. T. P. Versión 1 Trabajo Práctico 1/5 Lapso

310. T. P. Versión 1 Trabajo Práctico 1/5 Lapso 310. T. P. Versión 1 Trabajo Práctico 1/5 UNIVERSIDAD NACIONAL ABIERTA ÁREA DE INGENIERÍA CARRERA INGENIERÍA DE SISTEMAS TRABAJO PRÁCTICO: ASIGNATURA: OPTIMIZACIÓN NO LINEAL CÓDIGO: 310 FECHA DE ENTREGA

Más detalles

MR.342 Prueba Integral 1/5 Lapso Mod. I, Unid. 1, Obj. 1 CRITERIO DE DOMINIO 1/1 1.- La representación de la red dada en forma de lista es:

MR.342 Prueba Integral 1/5 Lapso Mod. I, Unid. 1, Obj. 1 CRITERIO DE DOMINIO 1/1 1.- La representación de la red dada en forma de lista es: MR.342 Prueba Integral 1/5 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERIA MODELO DE RESPUESTA ASIGNATURA: REDES DE COMPUTADORAS CÓDIGO: 342 MOMENTO: PRIMERA PRUEBA PARCIAL VERSIÓN:

Más detalles

Introducción a la Optimización Matemática

Introducción a la Optimización Matemática Introducción a la Optimización Matemática Modelos de Optimización Tienen como propósito seleccionar la mejor decisión de un número de posibles alternativas, sin tener que enumerar completamente todas ellas.

Más detalles

Programación Lineal Entera. Programación Entera

Programación Lineal Entera. Programación Entera Programación Lineal Entera PE Programación Entera Modelo matemático, es el problema de programación lineal Restricción adicional de variables con valores enteros. Programación entera mita Algunas variables

Más detalles

PROGRAMACIÓN LINEAL ENTERA

PROGRAMACIÓN LINEAL ENTERA PROGRAMACIÓN LINEAL ENTERA MÉTODOS DE RESOLUCIÓN Redondeo: DESACONSEJABLE: Por producir malas soluciones Por producir soluciones infactibles Ejemplo PLA Max F(X) = 4x 1 + 3x 2 s.a. 2x 1 + x 2 2 3x 1 +

Más detalles

PLE: Ramificación y Acotamiento

PLE: Ramificación y Acotamiento PLE: Ramificación y Acotamiento CCIR / Depto Matemáticas TC3001 CCIR / Depto Matemáticas PLE: Ramificación y Acotamiento TC3001 1 / 45 La compañía TELFA fabrica mesa y sillas. Una mesa requiere 1 hora

Más detalles

Programación Entera (PE)

Programación Entera (PE) Programación Entera (PE) Sorprendentemente, existen una amplia gama de problemas prácticos que pueden modelarse usando variables enteras. Este tipo de modelos suelen llamarse de Programación Discreta.

Más detalles

puede no servir si hay arcos con costo negativo. Justifique.

puede no servir si hay arcos con costo negativo. Justifique. Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Industrial IN34A Optimización Profesores: Guillermo Durán Daniel Espinoza Auxiliares: André Carboni Leonardo López

Más detalles

UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA

UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA 358-M/R Versión 1 1 Prueba Integral 1/5 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA MODELO DE RESPUESTA ASIGNATURA: SISTEMAS OPERATIVOS CÓDIGO: 358 MOMENTO: Primera Prueba Integral

Más detalles

Programación entera 1

Programación entera 1 Programación entera 1 1. El modelo de programación entera. 2. Aplicaciones de la programación entera. 3. Solución gráfica de problemas enteros. 4. El algoritmo de ramificación y acotación. 5. El algoritmo

Más detalles

El método Ramifica y acota (Branch and Bound) (V)

El método Ramifica y acota (Branch and Bound) (V) El método Ramifica y acota (Branch and Bound) (V) Así pues, la estructura general de esta técnica consiste en: Un criterio para dividir los subconjuntos candidatos a contener la solución óptima encontrados

Más detalles

x 1, x 2 0 Maximizar 3x 1 + x 2 s.a 2x 1 + x 2 4 2x 1 + 3x 2 4 x 1 + 3x 2 3

x 1, x 2 0 Maximizar 3x 1 + x 2 s.a 2x 1 + x 2 4 2x 1 + 3x 2 4 x 1 + 3x 2 3 EJERCICIOS DE INVESTIGACIÓN OPERATIVA. Hoja. Dado el PL: Maximizar x + x x s.a x + x + x x x x x, x, x Calcula la solución del problema aplicando el algoritmo del Simplex. Existe más de una solución óptima?

Más detalles

MODELO DE RESPUESTAS OBJ 7 PTA 1 Dados los siguientes enunciados, responde en el espacio subrayado, con una V si es verdadero o con una F si es falso.

MODELO DE RESPUESTAS OBJ 7 PTA 1 Dados los siguientes enunciados, responde en el espacio subrayado, con una V si es verdadero o con una F si es falso. Segunda Parcial Lapso 20-2 75 76 77 /6 Universidad Nacional Abierta Matemática I (75 76 77) Vicerrectorado Académico Cód. Carrera: 26 236 280 508 52 52 60 6 62 63 Área De Matemática Fecha: 03 03-2 MODELO

Más detalles

Aumento del nivel de órdenes Perfectas. Julie Andrea González Morales Estudiante Ing. Matemática. Práctica Investigativa

Aumento del nivel de órdenes Perfectas. Julie Andrea González Morales Estudiante Ing. Matemática. Práctica Investigativa Aumento del nivel de órdenes Perfectas Julie Andrea González Morales Estudiante Ing. Matemática Práctica Investigativa Profesores Ricardo García Freddy Marín Universidad EAFIT Medellín 2007-05-14 OBJETIVOS

Más detalles

Macroeconomía III Tema 2: Modelos Macroeconómicos

Macroeconomía III Tema 2: Modelos Macroeconómicos Macroeconomía III Tema 2: Modelos Macroeconómicos Noviembre 2012 La economia como un sistema complejo: Muchos agentes, muchas actividades Dinamicas complejas (no lineales) Macro tradicional: porque las

Más detalles

Ejercicios de programación dinámica

Ejercicios de programación dinámica Ejercicios de programación dinámica Investigación Operativa II Diplomatura en Estadística Curso 07/08 1. Resuelve aplicando programación dinámica el problema siguiente: Se trata de asignar días de estudio

Más detalles

MATERIA DE SIMULACION

MATERIA DE SIMULACION Grupo: 9F2A (9F2A) (9F2B) MATERIA DE SIMULACION NOMBRE DEL PROYECTO: SIMULADOR DE UN MECANISMO DE 4 BARRAS Fecha de elaboración: 24 Noviembre 2017 Versión: 1.3 Proyecto: Individual X Grupal Nombre del

Más detalles

Dirección de Operaciones

Dirección de Operaciones Dirección de Operaciones 1 Sesión No. 12 Nombre: Programación integral. Segunda parte. Objetivo Al finalizar el alumno, será capaz de identificar cuatro técnicas de solución dentro de la programación integral

Más detalles

UTILICE ESTA MISMA PÁGINA COMO CARÁTULA DE SU TRABAJO

UTILICE ESTA MISMA PÁGINA COMO CARÁTULA DE SU TRABAJO . TP 323 Lapso 2014-2 1/7 UNIVERSIDAD NACIONAL ABIERTA ÁREA DE INGENIERÍA CARRERA INGENIERÍA DE SISTEMAS TRABAJO PRACTICO ASIGNATURA: COMPUTACIÓN I CÓDIGO: 323 FECHA DE ENTREGA AL ESTUDIANTE: Adjunto a

Más detalles

MODELO DE RESPUESTA. La cantidad que debe invertir en este momento es el valor presente del monto deseado. Por lo tanto:

MODELO DE RESPUESTA. La cantidad que debe invertir en este momento es el valor presente del monto deseado. Por lo tanto: 80 PRIMERA PRUEBA INTEGRAL LAPSO 017- - 1/5 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADEMICO AREA: INGENIERIA CARRERA: INGENIERÍA INDUSTRIAL MODELO DE RESPUESTA ASIGNATURA: ECONOMÍA PARA INGENIEROS

Más detalles

PROGRAMACION ENTERA: METODO DE BIFURCACIÓN Y ACOTAMIENTO

PROGRAMACION ENTERA: METODO DE BIFURCACIÓN Y ACOTAMIENTO PROGRAMACION ENTERA: METODO DE BIFURCACIÓN Y ACOTAMIENTO La mayor parte de los PE se resuelven en la práctica mediante la técnica de ramificación y acotamiento. En este método se encuentra la solución

Más detalles

FUNDAMENTOS DE PROGRAMACIÓN ENTERA

FUNDAMENTOS DE PROGRAMACIÓN ENTERA 02 de Octubre de 2017 FUNDAMENTOS DE PROGRAMACIÓN ENTERA Ingeniería en Informática Ingeniería Industrial Universidad Católica Andrés Bello Programación Entera José Luis Quintero 1 Puntos a tratar 1. Investigación

Más detalles

Curso: Teoría, Algoritmos y Aplicaciones de Gestión Logística. Modelos de Inventarios, Parte 3

Curso: Teoría, Algoritmos y Aplicaciones de Gestión Logística. Modelos de Inventarios, Parte 3 Curso: Teoría, Algoritmos y Aplicaciones de Gestión Logística. Modelos de Inventarios, Parte 3 Departamento de Investigación Operativa Instituto de Computación, Facultad de Ingeniería Universidad de la

Más detalles

1. Defina el problema de particionamiento. Escriba un ejemplo de este tipo de problema, junto con su formulación general en AMPL.

1. Defina el problema de particionamiento. Escriba un ejemplo de este tipo de problema, junto con su formulación general en AMPL. DEPARTAMENTO DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA o. DIPLOMATURA DE ESTADÍSTICA Ampliación de la Investigación Operativa. Curso 00/0 a Prueba de Evaluación Continua. Fecha: 6-6-0. Defina el problema

Más detalles

Programación Lineal. - Si no: Sea j tal que c

Programación Lineal. - Si no: Sea j tal que c Programación Lineal El objetivo de este documento es hacer una breve introducción a la programación lineal que pueda contribuir al fácil manejo de la aplicación. La programación lineal es un procedimiento

Más detalles

Tema 2. Fundamentos Teóricos de la. programación dinámica Teorema de Optimalidad de Mitten

Tema 2. Fundamentos Teóricos de la. programación dinámica Teorema de Optimalidad de Mitten Tema 2 Fundamentos Teóricos de la Programación Dinámica 2.1. Teorema de Optimalidad de Mitten El objetivo básico en la programación dinámica consiste en descomponer un problema de optimización en k variables

Más detalles

Investigación Operativa

Investigación Operativa Investigación Operativa Núcleo temático 3: Modelos lineales. En este núcleo temático se introducirá el uso de modelos matemáticos como mecanismo de solución para varios tipos de problemas de toma de decisión.

Más detalles

Min. 2x + 4y + 11z Coste s.a x + 2y + 5z 300 horas en la primera fase 3x + 2y + 2z 200 horas en la segunda fase x, y, z 0

Min. 2x + 4y + 11z Coste s.a x + 2y + 5z 300 horas en la primera fase 3x + 2y + 2z 200 horas en la segunda fase x, y, z 0 MATEMÁTICAS II Grupo GF 10-6-16 1Ca APELLIDOS: NOMBRE: NOTA: No se admitirán respuestas basadas en la resolución gráfica (salvo que se indique explícitamente en el enunciado) ni ninguna forma de resolución

Más detalles

RELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA

RELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA RELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA SIMPLEX Y LINEAL ENTERA a Resuelve el siguiente problema con variables continuas positivas utilizando el método simple a partir del vértice

Más detalles

DEPARTAMENTO DE INFORMÁTICA CRITERIOS DE CALIFICACIÓN. CURSO 2017/2018 FORMACIÓN PROFESIONAL BÁSICA EN INFORMÁTICA DE OFICINA

DEPARTAMENTO DE INFORMÁTICA CRITERIOS DE CALIFICACIÓN. CURSO 2017/2018 FORMACIÓN PROFESIONAL BÁSICA EN INFORMÁTICA DE OFICINA DEPARTAMENTO DE INFORMÁTICA CRITERIOS DE CALIFICACIÓN. CURSO 2017/2018 FORMACIÓN PROFESIONAL BÁSICA EN INFORMÁTICA DE OFICINA 1º FP Básica. Módulo de Ofimática y Archivo de Documentos. módulo profesional.

Más detalles

CONTENIDO Prefacio CAPITULO 1: Qué es la investigación de operaciones? CAPITULO 2: Introducción a la programación lineal...

CONTENIDO 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 detalles

Técnicas de optimización. Introducción.

Técnicas de optimización. Introducción. Técnicas de optimización. Introducción. Diego A. Patino Pontificia Universidad Javeriana 18 de julio de 2016 1/ 20 Definición Composición Tipos de problemas Ejemplos 2/ 20 Qué es optimización? 3/ 20 Qué

Más detalles

Programación Entera TIPOS DE PROBLEMAS DE PROGRAMACIÓN EN ENTEROS. Comparación entre la programación lineal y la de enteros

Programación Entera TIPOS DE PROBLEMAS DE PROGRAMACIÓN EN ENTEROS. Comparación entre la programación lineal y la de enteros Comparación entre la programación lineal y la de enteros Programación Entera M. En C. Eduardo Bustos Farías En programación lineal, el algoritmo símplex siempre encuentra el óptimo global debido a que

Más detalles

315 M/R Versión 1 Integral 1/13 2009/1 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA

315 M/R Versión 1 Integral 1/13 2009/1 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA 35 M/R Versión Integral /3 29/ UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA MODELO DE RESPUESTA (VERSION.2) ASIGNATURA: Investigación de Operaciones I CÓDIGO: 35 MOMENTO: Prueba

Más detalles

Programación Entera. Nelson Devia C. IN Modelamiento y Optimización Departamento de Ingeniería Industrial Universidad de Chile

Programación Entera. Nelson Devia C. IN Modelamiento y Optimización Departamento de Ingeniería Industrial Universidad de Chile IN3701 - Modelamiento y Optimización Departamento de Ingeniería Industrial Universidad de Chile 2011 Basado en Bertsimas, D., Tsitsiklis, J. (1997) Introduction to Linear Optimization Capítulos 10 y 11

Más detalles

Programación lineal: Algoritmo del simplex

Programación lineal: Algoritmo del simplex Programación lineal: Algoritmo del simplex Se considera la formulación estándar de un problema de programación lineal siguiendo la notación utilizada en las clases teóricas: Minimizar c t x sa: Ax = b

Más detalles

Programación Dinámica

Programación Dinámica Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Industrial IN34A: Clase Auxiliar Programación Dinámica Marcel Goic F. 1 1 Esta es una versión bastante preliminar

Más detalles

El propósito de un sistema de producción es realizar productos que. satisfagan las necesidades del cliente, por ejemplo funcionalidad, calidad, costo

El propósito de un sistema de producción es realizar productos que. satisfagan las necesidades del cliente, por ejemplo funcionalidad, calidad, costo 1 Introducción El propósito de un sistema de producción es realizar productos que satisfagan las necesidades del cliente, por ejemplo funcionalidad, calidad, costo y confiabilidad. La disponibilidad en

Más detalles

Dualidad 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. 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 detalles

FORMULACIÓN DE MODELOS DE PROGRAMACIÓN LINEAL (Parte 2)

FORMULACIÓN DE MODELOS DE PROGRAMACIÓN LINEAL (Parte 2) 25 de Septiembre de 2017 FORMULACIÓN DE MODELOS DE PROGRAMACIÓN LINEAL (Parte 2) Ingeniería Industrial Ingeniería Informática Facultad de Ingeniería Universidad Católica Andrés Bello Programación Lineal

Más detalles

Fundamentos de Investigación de Operaciones

Fundamentos de Investigación de Operaciones Fundamentos de Investigación de Operaciones Segundo período académico 2004 Dr. Carlos Castro Departamento de Informática UTFSM 26 de julio de 2004 1 Índice 1. Descripción de la Asignatura 3 2. Contenido

Más detalles

Programación Lineal. María Muñoz Guillermo Matemáticas I U.P.C.T. M. Muñoz (U.P.C.T.) Programación Lineal Matemáticas I 1 / 13

Programación Lineal. María Muñoz Guillermo Matemáticas I U.P.C.T. M. Muñoz (U.P.C.T.) Programación Lineal Matemáticas I 1 / 13 Programación Lineal María Muñoz Guillermo maria.mg@upct.es U.P.C.T. Matemáticas I M. Muñoz (U.P.C.T.) Programación Lineal Matemáticas I 1 / 13 Qué es la Programación Lineal? Introducción La Programación

Más detalles

M:1, O:1, C/D: 1/1 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA. CARRERA INGENIERÍA INDUSTRIAL

M:1, O:1, C/D: 1/1 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA. CARRERA INGENIERÍA INDUSTRIAL 280 - / 8 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA. CARRERA INGENIERÍA INDUSTRIAL MODELO DE RESPUESTA ASIGNATURA : CONTROL DE PRODUCCIÓN CÓDIGO: 203 MOMENTO : SEGUNDA INTEGRAL

Más detalles

Ejemplo 1: Programación Entera

Ejemplo 1: Programación Entera Repaso Prueba 2 Ejemplo 1: Programación Entera Supongamos que una persona está interesada en elegir entre un conjunto de inversiones {1,,7} y quiere hacer un modelo 0,1 para tomar la decisión. Modelar

Más detalles

Optimización y Programación Lineal

Optimización y Programación Lineal Optimización y Programación Lineal Método Simplex: Minimización 3 de enero de Método Simplex: Minimización () Optimización y Programación Lineal 3 de enero de / 4 Minimización Minimización En la definición

Más detalles

UNIVERSIDAD 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 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 detalles

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA)

UNIVERSIDAD 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 detalles

Página 1 de PRIMERA INTEGRAL 236 VERSIÓN 1 LAPSO:

Página 1 de PRIMERA INTEGRAL 236 VERSIÓN 1 LAPSO: Página 1 de 6 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA. CARRERA INGENIERÍA INDUSTRIAL MODELO DE RESPUESTA ASIGNATURA : LOGÍSTICA INDUSTRIAL CÓDIGO: 236 MOMENTO : PRIMERA INTEGRAL

Más detalles

CAPITULO 1: PERSPECTIVE GENERAL DE LA

CAPITULO 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 detalles

Optimización y Programación Lineal

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

Más detalles

Prefacio... XVII PARTE I FUNDAMENTOS DE LOS MÉTODOS CUANTITATIVOS

Prefacio... XVII PARTE I FUNDAMENTOS DE LOS MÉTODOS CUANTITATIVOS ÍNDICE Prefacio... XVII PARTE I FUNDAMENTOS DE LOS MÉTODOS CUANTITATIVOS 1 USO DE LOS MÉTODOS CUANTITATIVOS... 2 Objetivos de aprendizaje... 3 El proceso de toma de decisiones racional... 4 Cómo se resuelven

Más detalles

MATERIA DE SIMULACION

MATERIA DE SIMULACION NOMBRE DEL PROYECTO: Simulador de un mecanismo de cuatro barras 2 Fecha de elaboración: 16/11/17 Versión: 1.3 Grupo: 9F2B Proyecto: Individual Grupal Nombre del equipo: Hipnos&Tánatos Participantes 1.

Más detalles

Año Académico 2009 INGENIERÍA INDUSTRIAL E INGENIERÍA DE SISTEMAS

Año Académico 2009 INGENIERÍA INDUSTRIAL E INGENIERÍA DE SISTEMAS Año Académico 2009 INGENIERÍA INDUSTRIAL E INGENIERÍA DE SISTEMAS Investigación de operaciones I UNIDAD Unidad I: Programación lineal Conjuntos convexos, propiedades. Solución gráfica del problema bidimensional

Más detalles

Introducción a la Programación Matemática. Yolanda Hinojosa

Introducción a la Programación Matemática. Yolanda Hinojosa Introducción a la Programación Matemática Yolanda Hinojosa Contenido Planteamiento general de un problema de programación matemática. Convexidad. ANEXO: Derivadas Sucesivas. Fórmula de Taylor. Clasificación

Más detalles

MATEMÁTICAS 4º E.S.O.

MATEMÁTICAS 4º E.S.O. Colegio Antonio Machado INFORMACIÓN SOBRE LAS ASIGNATURAS: Programación, Evaluación Y Calificación MATEMÁTICAS 4º E.S.O. 1. Contenidos de la asignatura PRIMERA EVALUACIÓN Unidad 1: Números reales (1 semana)

Más detalles

Breve introducción a la Investigación de Operaciones

Breve introducción a la Investigación de Operaciones Breve introducción a la Investigación de Operaciones Un poco de Historia Se inicia desde la revolución industrial, usualmente se dice que fue a partir de la segunda Guerra Mundial. La investigación de

Más detalles

Investigación de Operaciones I Certamen # 2

Investigación de Operaciones I Certamen # 2 Investigación de Operaciones I Certamen # 2 Profesores: Carlos Castro & María Cristina Riff 2 de noviembre de 2001 1. Un estudiante mantiene almacenadas copias de sus cinco archivos de trabajo en diez

Más detalles

Criterio de corrección: Para aprobar el objetivo nº 1, se debe responder la pregunta nº 1, dentro del marco que sugiere este modelo de respuestas.

Criterio de corrección: Para aprobar el objetivo nº 1, se debe responder la pregunta nº 1, dentro del marco que sugiere este modelo de respuestas. 280-1/ 8 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA. CARRERA INGENIERÍA INDUSTRIAL MODELO DE RESPUESTA ASIGNATURA : CONTROL DE PRODUCCIÓN CÓDIGO: 203 MOMENTO : PRIMERA INTEGRAL

Más detalles

FECHA DE ENTREGA AL ESTUDIANTE: Adjunto a la primera prueba parcial

FECHA DE ENTREGA AL ESTUDIANTE: Adjunto a la primera prueba parcial 315-TP 1/8 TRABAJO PRÁCTICO: ASIGNATURA: INVESTIGACIÓN DE OPERACIONES I CÓDIGO: 315 FECHA DE ENTREGA AL ESTUDIANTE: Adjunto a la primera prueba parcial FECHA DE DEVOLUCIÓN: Adjunto a la prueba integral

Más detalles

MATERIA DE SIMULACION

MATERIA DE SIMULACION 1. NOMBRE DEL PROYECTO: Pelotas Rebotando Fecha de elaboración: 22/11/17 Versión: 1.0 Grupo: 9F2A Proyecto: Individual Grupal Nombre del equipo: Morozumi Participantes 1. Castillo Morozumi Hector_ Caracterización

Más detalles

Introducción a la programación dinámica estocástica

Introducción a la programación dinámica estocástica Introducción a la programación dinámica estocástica Hans Alayo 21 de diciembre de 2016 1. Introducción La programación dinámica brinda la teoría matemática necesaria para la toma secuencial de decisiones

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 2000-2.001 - CONVOCATORIA: SEPTIEMBRE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumno debe elegir sólo una de las pruebas (A o B) y, dentro

Más detalles

300 Versión 1 1 Prueba Parcial 1/10 SEMANA 44 LAPSO

300 Versión 1 1 Prueba Parcial 1/10 SEMANA 44 LAPSO 300 Versión 1 1 Prueba Parcial 1/10 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA DE SISTEMAS MODELO DE RESPUESTA ASIGNATURA: FÍSICA GENERAL I CÓDIGO: 300 MOMENTO: PRIMERA PRUEBA

Más detalles

Examen de Investigación Operativa 2006/07

Examen de Investigación Operativa 2006/07 Examen de Investigación Operativa 2006/07 ITIG-UC3M, 10 de septiembre de 2007, 10:00-12:00 Nombre, apellidos, grupo y NIA: Problema 1 Problema 2 Problema 3 Problema 4 Total Nota: indica en cada caso el

Más detalles

METODO SIMPLEX. Paso 1 Se convierte el modelo matemático de Programación Lineal (PL) a su forma estándar.

METODO SIMPLEX. Paso 1 Se convierte el modelo matemático de Programación Lineal (PL) a su forma estándar. METODO SIMPLEX El algoritmo Simplex comprende los siguientes pasos: Paso 1 Se convierte el modelo matemático de Programación Lineal (PL) a su forma estándar. Al elaborar el modelo matemático que representa

Más detalles

FORMULACIÓN DE MODELOS DE PROGRAMACIÓN ENTERA

FORMULACIÓN DE MODELOS DE PROGRAMACIÓN ENTERA 05 de Octubre de 2017 FORMULACIÓN DE MODELOS DE PROGRAMACIÓN ENTERA APLICACIONES ECONÓMICAS Ingeniería en Informática Ingeniería Industrial Universidad Católica Andrés Bello Programación Entera José Luis

Más detalles

UNIVERSIDAD 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 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 detalles

Mod. I, Unid. 1, Obj. 1 Criterio de Dominio 1/1

Mod. I, Unid. 1, Obj. 1 Criterio de Dominio 1/1 M.R. 333 VERSION 1 Prueba Integral 1/5 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERIA MODELO DE RESPUESTA ASIGNATURA: ARQUITECTURA DEL COMPUTADOR CÓDIGO: 333 MOMENTO: PRUEBA INTEGRAL

Más detalles

Auxiliar 6 28 de Mayo, 2008

Auxiliar 6 28 de Mayo, 2008 Auxiliar 6 28 de Mayo, 2008 Problema1: Un estudiante de ingeniería de una prestigiosa universidad ha descubierto su nueva pasión: Los juegos de rol en línea. Hace unas semanas ha comenzado a jugar WoB

Más detalles

MECU 3031 PROGRAMACION LINEAL

MECU 3031 PROGRAMACION LINEAL MECU 3031 PROGRAMACION LINEAL La Programación Lineal La programación lineal es una técnica matemática. Se usa para determinar la solución de problemas que se plantean muy comúnmente en disciplinas como

Más detalles

MQ1 - Métodos Cuantitativos 1

MQ1 - Métodos Cuantitativos 1 Unidad responsable: 860 - EEI - Escuela de Ingeniería de Igualada Unidad que imparte: 732 - OE - Departamento de Organización de Empresas Curso: Titulación: 2016 GRADO EN INGENIERÍA EN ORGANIZACIÓN INDUSTRIAL

Más detalles

Unidad III Teoría de la Dualidad.

Unidad 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 detalles

Diseño óptimo de estructuras. p. 1/30. mecánicas bajo incertidumbre en las cargas

Diseño óptimo de estructuras. p. 1/30. mecánicas bajo incertidumbre en las cargas Diseño óptimo de estructuras mecánicas bajo incertidumbre en las cargas Felipe Alvarez y Miguel Carrasco II Encuentro Núcleo Científico Milenio Sistemas Complejos de Ingeniería Universidad de Chile 15-16

Más detalles

UNIVERSIDAD TECNOLÓGICA DE PANAMÁ FACULTAD DE CIENCIAS Y TECNOLOGÍA DEPARTAMENTO DE CIENCIAS EXACTAS MATEMÁTICA PARA LA ADMINISTRACIÓN I

UNIVERSIDAD TECNOLÓGICA DE PANAMÁ FACULTAD DE CIENCIAS Y TECNOLOGÍA DEPARTAMENTO DE CIENCIAS EXACTAS MATEMÁTICA PARA LA ADMINISTRACIÓN I UNIVERSIDAD TECNOLÓGICA DE PANAMÁ FACULTAD DE CIENCIAS Y TECNOLOGÍA DEPARTAMENTO DE CIENCIAS EXACTAS MATEMÁTICA PARA LA ADMINISTRACIÓN I I. INFORMACIÓN GENERAL 1) Denominación: Matemática para la Administración

Más detalles

Tema No. 3 Métodos de Resolución de Modelos de Programación Lineal. El Método Gráfico y Método Simplex Autoevaluación y Ejercicios Propuestos

Tema No. 3 Métodos de Resolución de Modelos de Programación Lineal. El Método Gráfico y Método Simplex Autoevaluación y Ejercicios Propuestos UNIVERSIDAD NACIONAL EXPERIMENTAL FRANCISCO DE MIRANDA ÁREA DE TECNOLOGÍA DEPARTAMENTO DE GERENCIA INVESTIGACIÓN DE OPERACIONES PROFESOR: Dr. JUAN LUGO MARÍN Tema No. 3 Métodos de Resolución de Modelos

Más detalles

Programación Lineal y Optimización Segundo Examen Parcial:Solución Profr. Eduardo Uresti, Enero-Mayo 2012

Programación Lineal y Optimización Segundo Examen Parcial:Solución Profr. Eduardo Uresti, Enero-Mayo 2012 Matrícula: Nombre: Programación Lineal y Optimización Segundo Examen Parcial: Profr. Eduardo Uresti, Enero-Mayo 2012 SÓLO HAGA 4 PROBLEMAS 1. Suponga que tiene una empresa que produce tres tipos de productos

Más detalles

La Programación Lineal. H. R. Alvarez A., Ph. D. 1

La 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 detalles

Programación Lineal y Optimización Segundo Examen Parcial Profr. Eduardo Uresti, enero-mayo 2013

Programación Lineal y Optimización Segundo Examen Parcial Profr. Eduardo Uresti, enero-mayo 2013 Programación Lineal y Optimización Segundo Examen Parcial Profr. Eduardo Uresti, enero-mayo 2013 Matrícula: Nombre: NO HAGA MÁS DE 105 PUNTOS 1. Suponga que tiene una empresa que produce tres tipos de

Más detalles

TEMA 11: INTRODUCCIÓN A LA PROGRAMACIÓN MATEMÁTICA CON VARIABLES DISCRETAS

TEMA 11: INTRODUCCIÓN A LA PROGRAMACIÓN MATEMÁTICA CON VARIABLES DISCRETAS TEMA 11: INTRODUCCIÓN A LA PROGRAMACIÓN MATEMÁTICA CON VARIABLES DISCRETAS 1.- ECUACIONES LINEALES (MILP) 1.1.- Formulación 1.2.- Algoritmos para resolver MILPs 2.- VISIÓN GENERAL DE LOS ALGORITMOS DE

Más detalles

INDICE Parte I. Modelos y Toma de Decisiones 1. Introducción al Análisis Cuantitativo 2. Introducción a la Construcción de Modelos

INDICE Parte I. Modelos y Toma de Decisiones 1. Introducción al Análisis Cuantitativo 2. Introducción a la Construcción de Modelos INDICE Parte I. Modelos y Toma de Decisiones 1 1. Introducción al Análisis Cuantitativo 3 Decisiones empresariales 3 Abstracción y simplificación 4 Construcción de modelos 5 Soluciones 5 Errores 6 Técnicas

Más detalles

Programación Lineal y Optimización Segundo Examen Parcial Respuesta: :Solución Profr. Eduardo Uresti, Agosto-Diciembre 2011

Programación Lineal y Optimización Segundo Examen Parcial Respuesta: :Solución Profr. Eduardo Uresti, Agosto-Diciembre 2011 Matrícula: Nombre: Programación Lineal y Optimización Segundo Examen Parcial Respuesta: : Profr. Eduardo Uresti, Agosto-Diciembre 2011 1. Suponga que tiene una empresa que produce tres tipos de productos

Más detalles

NOMBRE DE LA ASIGNATURA: MÉTODOS CUANTITATIVOS PARA ADMINISTRACIÓN. ESCUELA: DEPARTAMENTO: ADMINISTRACIÓN

NOMBRE DE LA ASIGNATURA: MÉTODOS CUANTITATIVOS PARA ADMINISTRACIÓN. ESCUELA: DEPARTAMENTO: ADMINISTRACIÓN CODIGO: 092-4883 HORAS SEMANALES 4 HORAS TEORICAS: 2 UNIVERSIDAD DE ORIENTE COMISIÓN CENTRAL DE CURRÍCULA PROGRAMA DE ASIGNATURA NOMBRE DE LA ASIGNATURA: MÉTODOS CUANTITATIVOS PARA ADMINISTRACIÓN. ESCUELA:

Más detalles

Guía docente de Métodos Cuantitativos de Decisión Curso

Guía docente de Métodos Cuantitativos de Decisión Curso Guía docente de Métodos Cuantitativos de Decisión Curso 2012-2013 1. Identificación de la asignatura NOMBRE TITULACIÓN TIPO MÉTODOS CUANTITATIVOS DE DECISIÓN Comercio y CENTRO Marketing Obligatoria Nº

Más detalles

MÉTODO SIMPLEX MÉTODO DE SOLUCIÓN GRÁFICO

MÉTODO SIMPLEX MÉTODO DE SOLUCIÓN GRÁFICO MÉTODO SIMPLEX MÉTODO DE SOLUCIÓN GRÁFICO Investigación de Operaciones 1 Tipos de soluciones en problemas de PL Solución óptima finita única. Solución óptima finita múltiple. Solución ilimitada. Solución

Más detalles

Año del Diálogo y Reconciliación Nacional UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN

Año del Diálogo y Reconciliación Nacional UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN Año del Diálogo y Reconciliación Nacional UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN FACULTAD DE INGENIERÍA INDUSTRIAL, SISTEMAS E INFORMÁTICA ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS SILABO

Más detalles

Facultad: Ingeniería Escuela: Ingeniería Eléctrica Asignatura: Sistemas Eléctricos Lineales II

Facultad: Ingeniería Escuela: Ingeniería Eléctrica Asignatura: Sistemas Eléctricos Lineales II Facultad: Ingeniería Escuela: Ingeniería Eléctrica Asignatura: Sistemas Eléctricos Lineales II Tema: Representación de Sistemas en el Plano S. Contenidos Polos y ceros de una Función. Respuesta en frecuencia

Más detalles

FACULTAD 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 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

CARRERA PROFESIONAL DE INGENIERÍA CIVIL SEMESTRE ACADÉMICO 2016-I

CARRERA PROFESIONAL DE INGENIERÍA CIVIL SEMESTRE ACADÉMICO 2016-I CARRERA PROFESIONAL DE INGENIERÍA CIVIL SEMESTRE ACADÉMICO 2016-I I. DATOS INFORMATIVOS 1.1 Asignatura : Matemática Básica. 1.2 Código : IC 102 1.3 Ciclo de estudios : I 1.4 Créditos : 04 1.5 Total de

Más detalles

Problemas de programación entera: El método Ramifica y Acota. Investigación Operativa, Grado en Estadística y Empresa, 2011/12

Problemas de programación entera: El método Ramifica y Acota. Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Problemas de programación entera: El método Ramifica y Acota Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema La estrategia Divide y vencerás Árboles de enumeración

Más detalles

FACULTAD DE INGENIERÍA Y ARQUITECTURA ESCUELA PROFESIONAL DE INGENIERÍA INDUSTRIAL

FACULTAD DE INGENIERÍA Y ARQUITECTURA ESCUELA PROFESIONAL DE INGENIERÍA INDUSTRIAL FACULTAD DE INGENIERÍA Y ARQUITECTURA ESCUELA PROFESIONAL DE INGENIERÍA INDUSTRIAL SÍLABO INVESTIGACIÓN DE OPERACIONES I I. DATOS GENERALES 1.0. Unidad : Investigación de Operaciones I 1.1. Semestre académico

Más detalles

Optimización bajo Incertidumbre. 0. Revisión. Depto. Investigación Operativa. Instituto de Computación. Facultad de Ingeniería, UdelaR

Optimización 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 detalles

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos 1 WINQSB (Sistema de consultas para negocios) 2 3 Módulos de WinQSB MÓDULO 1: Aceptación de análisis de prueba Desarrolla y analiza aceptación de planes de prueba para atributos y características de calidad

Más detalles

INTERPRETACIÓN DE RESULTADOS (ANÁLISIS DE SENSIBILIDAD), ESTIMADO POR EL PROGRMA LINDO

INTERPRETACIÓN DE RESULTADOS (ANÁLISIS DE SENSIBILIDAD), ESTIMADO POR EL PROGRMA LINDO INTERPRETACIÓN DE RESULTADOS (ANÁLISIS DE SENSIBILIDAD), ESTIMADO POR EL PROGRMA LINDO MARIA PAULA ROMERO HOYOS UNIVERSIDAD DEL QUINDIO FACULTAD DE CIENCIAS AGROINDUSTRIALES PROGRAMA DE INGENIERÍA DE ALIMENTOS

Más detalles

Práctica 1. Introducción a la optimización mediante herramienta MS Excel Solver (I)

Práctica 1. Introducción a la optimización mediante herramienta MS Excel Solver (I) Ingeniería de Telecomunicación Planificación Avanzada de Redes de Comunicaciones Curso 2006-2007 Pablo Pavón Mariño Práctica 1. Introducción a la optimización mediante herramienta MS Excel Solver (I) Objetivos

Más detalles

324 MR Versión 1 Primera Integral 1/5 Lapso 2009/2. ASIGNATURA: Computación II CÓDIGO: 324 MOMENTO: Primera Integral FECHA DE APLICACIÓN: 24/10/09;

324 MR Versión 1 Primera Integral 1/5 Lapso 2009/2. ASIGNATURA: Computación II CÓDIGO: 324 MOMENTO: Primera Integral FECHA DE APLICACIÓN: 24/10/09; 324 MR Versión 1 Primera Integral 1/5 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA MODELO DE RESPUESTA ASIGNATURA: Computación II CÓDIGO: 324 MOMENTO: Primera Integral FECHA DE

Más detalles

Estudia si la función siguiente es cóncava, convexa o ni cóncava ni convexa:

Estudia si la función siguiente es cóncava, convexa o ni cóncava ni convexa: Estudia si la función siguiente es cóncava, convexa o ni cóncava ni convexa: f(x,y,z) = 2x 2 +8y 2 z 2 +8xy +2xz +4yz MATEMÁTICAS II Grupo GM Estudia si la función siguiente es cóncava, convexa o ni cóncava

Más detalles