Gestión de operaciones



Documentos relacionados
MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

-Métodos Estadísticos en Ciencias de la Vida

Figura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones:

V Muestreo Estratificado

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos

1.1 INTRODUCCION & NOTACION

Tema 2: Modelos lineales de optimización con variables enteras.

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II)

Programación Entera (PE)

ESTADÍSTICA DESCRIPTIVA

MATEMÁTICAS FINANCIERAS

Soluciones Hoja de Ejercicios 2. Econometría I

Nombre DNI Junio, 2000

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

2. Calcular el interés que obtendremos al invertir euros al 4% simple durante 2 años. Solución: 480 euros

Métodos indirectos de estimación: razón, regresión y diferencia

6. ESTIMACIÓN PUNTUAL

V II Muestreo por Conglomerados

REGRESIÓN LINEAL SIMPLE


Regresión lineal simple

División de Evaluación Social de Inversiones

PRIMERA PRUEBA DE TÉCNICAS CUANTITATIVAS III. 14-Abril Grupo A

PROGRAMACIÓN MATEMÁTICA: MODELOS DE OPTIMIZACIÓN

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional.

Aplicación de Boostrapping en Regresión I

1. Lección 11 - Operaciones Financieras a largo plazo - Préstamos (Continuación)

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS

ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES

Dyna ISSN: Universidad Nacional de Colombia Colombia

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE :

APLICACIONES DE LA MATEMÁTICA FINANCIERA EN LA TOMA DE DECISIONES

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

1.2. Medidas de Concentración

METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO

Posible solución del examen de Investigación Operativa de Sistemas de septiembre de 2011

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS

Ejercicio 1. Sea el recinto limitado por las siguientes inecuaciones: y + 2x 2; 2y 3x 3; 3y x 6.

Figura 9.1: Respuesta típica al escalón unitario de un sistema de control. Análisis de Sistemas Lineales 95 Ing. Eduardo Interiano

HERRAMIENTAS BÁSICAS PARA LAS OPERACIONES FINANCIERAS

MATEMÁTICAS 1214, PARCIAL 3 PROBLEMAS PARA PRACTICAR SOLUCIONES. 1. Para cada sucesión infinita abajo, determine si converge o no a un valor finito.

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:


Simulación de sistemas discretos

1 Ce.R.P. del Norte Rivera Julio de 2010 Departamento de Matemática Notas para el curso de Fundamentos de la Matemática

Juegos finitos n-personales como juegos de negociación

Medidas de Tendencia Central

1. Propiedades molares y propiedades molares parciales

PROBANDO GENERADORES DE NUMEROS ALEATORIOS

Supongamos que hemos aplicado el test F y hemos rechazado la H0.

MODELO DE GESTION PARA EL PROCESO DE PRODUCCIÓN DE PRODUCTOS FUNDIDOS EN HIERRO NODULAR PARA LA EMPRESA METACOL S.A.

1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n n a n = ln(n)

Propuesta A. { (x + 1) 4. Se considera la función f(x) =

Análisis de Regresión y Correlación Lineal

Vectores aleatorios. Estadística I curso

Imposiciones y Sistemas de Amortización

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor.

Comparar las siguientes ecuaciones, y hallar sus soluciones:

Selección de una Cartera de Inversión en la Bolsa Mexicana de Valores por Medio de un Método de Programación Lineal

4. ESQUELETOS Y CAMINOS OPTIMALES...

ANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS COCOS. (Resolución por JMEB.)

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente.

GUíAS DE TRABAJOS PRÁCTICOS N 2 y N 3 (2do Cuatrimestre 2018) GRÁFICOS DE CONTROL

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso

PRUEBA A ( ) ( ) p z p z , = ,

5. [2012] [EXT-A] Se estima que el beneficio anual B(t), en %, que produce cierta inversión viene determinado por el tiempo t en

ÁLGEBRA II (LSI PI) VALORES Y VECTORES PROPIOS UNIDAD Nº 6. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO

Familiarizarse con las propiedades y las principales técnicas de integración.

La suma se realiza miembro a miembro. La suma de polinomios goza de las mismas propiedades que la suma de números. Ejemplo:

CÁLCULO NUMÉRICO (0258)

Los Histogramas. Histograma simple

1. Introducción 1.1. Análisis de la Relación

DEPARTAMENTO DE MATEMÁTICAS Mate1203 Cálculo Diferencial Parcial 3 (27/10/2010)

Introducción a la simulación de sistemas discretos

4. ALGORITMO DE RESOLUCIÓN.

Programación lineal. Observación: La mayoría de estos problemas se han propuesto en exámenes de selectividad

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2004

ESTADÍSTICA. Al preguntar a 20 individuos por el número de personas que viven en su casa, hemos obtenido las siguientes respuestas:

Conceptos y ejemplos básicos de Programación Dinámica

IES Fco Ayala de Granada Sobrantes 2014 (Modelo 2 ) Soluciones Germán-Jesús Rubio Luna

Probabilidad y estadística

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C

ES OBLIGATORIA LA RESOLUCIÓN COMPLETA DE CADA EJERCICIO (PLANTEAMIENTO, DESARROLLO Y SOLUCIÓN) DE FORMA CLARA Y CONCISA.

= Adj(A ) = 0 1-2/8 3/ /8 3/8 1-2/8 3/

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).

ANalysis Of VAriance ANOVA Análisis de la Varianza. Teresa Villagarcía

La derivada. 5.2 La derivada de una función

CONCEPTOS BÁSICOS DE PRESTAMOS.

14 Expresiones algebraicas. Polinomios

MICROECONOMÍA Grado en ADE Universitat de València Prof. Carlos Peraita 1 TEMA 4. La fijación de precios con poder de mercado

Districte Universitari de Catalunya

Transcripción:

Gestó de operacoes Modelado de restrccoes co varables baras Modelado de programacó o leal Pedro Sáchez pedro.sachez@upcomllas.es

Cotedo Restrccoes especales Restrccoes lógcas Productos de varables Modelos de programacó NO leal Departameto de Orgazacó Idustral Escuela Técca Superor de Igeería ICAI Modelado de restrccoes co varables baras 2

Modelado de restrccoes especales () Dsyucoes e mplcacoes Ua parea de restrccoes dode ua se debe satsfacer, metras que la otra o es ecesaro que se cumpla ó f () x gx () es equvalete e a: f() x > g() x Eemplo: 3x + 2x - 8 ó x+ 4x2-6 2 3 x + 2 x2-8 My ìï se relaa la ecuacó y = ï í x + 4x - 6 M( -y) ïïî se relaa la ecuacó 2 2 Departameto de Orgazacó Idustral Escuela Técca Superor de Igeería ICAI M : u valor sufcetemete elevado Modelado de restrccoes co varables baras 3

Modelado de restrccoes especales () Cumplr k de N ecuacoes Se tee u couto de N ecuacoes de las cuales se ha de satsfacer al meos k de ellas f ( x,, x ) f ( x,, x ) 2 f ( x,, x ) N f( x,, x ) My f ( x,, x ) My 2 f ( x,, x ) My N 2 N N y = N -k = y Î {,} =,, N Departameto de Orgazacó Idustral Escuela Técca Superor de Igeería ICAI Modelado de restrccoes co varables baras 4

Modelado de restrccoes especales () Seleccoar etre N valores Sea ua ecuacó co múltples l cotas Se ha de cumplr al meos ua de ellas ìï d d2 fx (,, x) = ï í ïï ïd ïî N Departameto de Orgazacó Idustral Escuela Técca Superor de Igeería ICAI N fx (,, x ) dy = N = y y = = Î {, } =,, N Modelado de restrccoes co varables baras 5

Modelado de restrccoes lógcas () Tabla de equvalecas lógcas P Q o P o Q P (Q y R) (P Q) y (P R) P (Q o R) (P Q) o (P R) (P y Q) R (P R) o (Q R) (P o Q) R (P R) y (Q R) o (PoQ) o P y o Q o (P y Q) o P o o Q Departameto de Orgazacó Idustral Escuela Técca Superor de Igeería ICAI P Q R? Modelado de restrccoes co varables baras 6

Modelado de restrccoes lógcas () X Se deoma al cumplmeto de la restrccó Se deoma a la varable bara asocada al cumplmeto Trasformacó de proposcoes lógcas e restrccoes XoX d+ d2³ 2 XyX 2 d =, d = 2 o X d = X X 2 X d- d2 «X d- d2 = 2 Departameto de Orgazacó Idustral Escuela Técca Superor de Igeería ICAI Modelado de restrccoes co varables baras 7

Modelado de restrccoes lógcas () Eemplo: S se fabrca el producto A o B (o ambos), etoces debe fabrcarse al meos uo de los productos C, D o E ( X o X ) ( X o X o X ) A B C D E d + d ³ d + d + d ³ A B C D E Para modelar estas mplcacoes lógcas se separa e dos bloques medate ua varable bara auxlar d + d ³ d = A B d = d + d + d ³ C D E Departameto de Orgazacó Idustral Escuela Técca Superor de Igeería ICAI Modelado de restrccoes co varables baras 8

Modelado de restrccoes lógcas (v) Tabla de equvaleca e restrccoes leales d = ax - b ax b+ M( d) ax b d = ax ³ b+ e+ ( m-e) d d = ³ b ax ax b d ³ = ax b- e+ ( M+ e ) d d = = b ax ax ³ b+ m( -d) ax b+ M( -d) ax ³ b+ m( -d) ax = b d = ax ³ b+ e+ ( m-e) d ax b- e+ ( M+ e) d M costate superor de la restrccó que cumple para cualquer x ax - b M m costate feror de la restrccó que cumple para cualquer x ax - b ³ m costate devalor muy pequeño (co varables baras o eteras vale ) d + d - d ) Departameto de Orgazacó Idustral Escuela Técca Superor de Igeería ICAI Modelado de restrccoes co varables baras 9

Modelado de restrccoes lógcas (v) Eemplo (Cot.): d + d ³ d = d = d + d + d ³ C D E A B C D E da + db 2d dc + dd + de ³ d Eemplo (Otra formulacó): ( X o X ) ( X o X o X ) A B C D E [ XA ( XC o XD o XE) ] y [ X ( X o X o X )] B C D E ìï d A - d í ï db - d ï dc + dd + de ³ d ïî Departameto de Orgazacó Idustral Escuela Técca Superor de Igeería ICAI Modelado de restrccoes co varables baras

Modelado de restrccoes lógcas (v) Otro eemplo : U etreador de balocesto tee 9 ugadores clasfcados etre y 3 de acuerdo a su vel lde maeo de pelota, tro, rebote y defesa df Jugador Poscoes Maeo de pelota Tro Rebote Defesa Pvot 2 3 3 2 Base 3 3 2 3 Pvot, Alero 2 3 2 2 4 Alero, Base 3 3 5 Pvot, Alero 3 2 6 Alero, Base 3 2 3 7 Pvot, Alero 3 2 2 8 Pvot 2 3 2 9 Alero 3 3 3 Se debe cosegur u equpo de 5 ugadores co máxma capacdad defesva Departameto de Orgazacó Idustral Escuela Técca Superor de Igeería ICAI Modelado de restrccoes co varables baras

x Modelado de restrccoes lógcas (v) Otro eemplo (Cot.) : Codcoates Dos ugadores debe poder actuar de pvot, dos de alero y uo de base Su vel medo e maeo de pelota, tro y rebote debe ser o feror a 2 S el ugador 3 uega, el ugador 6 o uega S el ugador uega, el 4 ó 5 uega pero o los dos. S o, o hay codcó El ugador 8 o el 9 debe ugar pero o los dos a la vez VARIABLES ìï s se cluye el ugador e el equpo ìï ï s se cluye el ugador e poscó = í ïïî x = ï í e otro caso ïïî e otro caso =,, 9 =,,9 k = p, a, b k k Departameto de Orgazacó Idustral Escuela Técca Superor de Igeería ICAI Modelado de restrccoes co varables baras 2

Modelado de restrccoes lógcas (v) Fucó obetvo: max 3x+ 2x2 + 2x3 + x4 + 2x5 + 3x6 + x7 + 2x8 + 3x9 Seleccó de 5 ugadores: x+ x2 + x3 + x4 + x5 + x6 + x7 + x8 + x9 = 5 Número mímo de ugadores e puestos: Nveles medos mímos: x x x x x + 3p + 5p + 7p + 8 ³ 2 x + x + x + x + x + x ³ 2 3a 4a 5a 6a 7a 9 x + x + x ³ 2 4b 6b 2 3 4 5 6 7 8 9 base 2x + 3x + 2x + x + x + 3x + 3x + 2x + 3x ³ x + 3x + 3x + 3x + 3x + x + 2x + x + 3x ³ 2 3 4 5 6 7 8 9 3x + x + 2x + 3x + x + 2x + 2x + 3x + x ³ 2 3 4 5 6 7 8 9 pvot alero maeo tro rebote Icompatbldad etre los ugadores 3 y 6: x3 + x6 Departameto de Orgazacó Idustral Escuela Técca Superor de Igeería ICAI Modelado de restrccoes co varables baras 3

Modelado de restrccoes lógcas (v) Afdad etre ugador : y ugadores 4 y 5 x ³ x + x = 4 5 x + x 2-x ìï í x 4 + x5 ³ x ïî 4 5 U ugador etre 8 y 9: x8 + x9 = Rl Relacoes de cohereca baras: x + x - x = 3p 3a 3 x + x - x = 4a 4 b 4 x + x - x = 5p 5a 5 x + x - x = 6a 6b 6 x + x - x = 7p 7a 7 Departameto de Orgazacó Idustral Escuela Técca Superor de Igeería ICAI Modelado de restrccoes co varables baras 4

Modelado de productos Las varables baras se puede utlzar para elmar productos de varables que haría el problema o leal dd 2= d = o d 2 = + d2 d Î {, } d Î {, } d dd Reemplazar dd 2 2por d - d 3 + d3 d Î {,} d3 = d = y d2 = - d2 + d3 d + d - d xd x ³ d Î {,} xd Reemplazar por d = y = y 2 3 d Î {, } y ³ y Md d d = y = x - x + y x- y + Md M x M Departameto de Orgazacó Idustral Escuela Técca Superor de Igeería ICAI Modelado de restrccoes co varables baras 5

Modelos de programacó o leal () E alguos campos el modelado o leal o se puede aproxmar por el leal PRODUCCIÓN CON ELASTICIDAD EN PRECIOS/COSTES p x preco catdad x P ( x ) = xp( x )-cx Marge de cotrbucó: ( Maxmzacó ó dl del marge total: t f () x = P () x = éx p ( x )-cx ù ë û = = Aálogamete podría suceder co ua fucó de costes o leal c x Departameto de Orgazacó Idustral Escuela Técca Superor de Igeería ICAI Modelado de restrccoes co varables baras 6

Modelos de programacó o leal () TRANSPORTE CON DESCUENTOS POR VOLUMEN Se modela dl los descuetos por catdad ddpara volúmees grades La fucó de coste es ua fucó e dete de serra para cada tramo C x x x x 2 3 x4 Catdad trasportadax Mmzacó de costes: m fx () C( x) = = = Departameto de Orgazacó Idustral Escuela Técca Superor de Igeería ICAI Modelado de restrccoes co varables baras 7

Modelos de programacó o leal () SELECCIÓN DE UNA CARTERA DE INVERSIONES Se tee e cueta tpos de accoes para formar ua cartera PARÁMETROS: VARIABLES: x : meda del redmeto de las accoes : varaza del redmeto de las accoes : Número de accoes que se cluye e la cartera Rx : Redmeto esperado Rx () = mx = V x : Varaza del redmeto total de la cartera Vx () = = = s xx Departameto de Orgazacó Idustral Escuela Técca Superor de Igeería ICAI Modelado de restrccoes co varables baras 8

Modelos de programacó o leal (v) SELECCIÓN DE UNA CARTERA DE INVERSIONES (cot.) FUNCIÓN OBJETIVO: Maxmzar f() x = R() x -bv() x : factor de aversó al resgo RESTRICCIONES: = Px B x ³ =,..., P : coste de cada accó de tpo B : presupuesto Departameto de Orgazacó Idustral Escuela Técca Superor de Igeería ICAI Modelado de restrccoes co varables baras 9

Eemplos de modelados () CONSTRUCCIÓN DE ALMACENES Ua compañía plaea costrur varos almacees Surtrá a dos cletes Se puede costrur hasta tres almacees Los costes estmados de costruccó so 8, 2 y 7 Los costes de trasporte, capacdad y demada so: Clete Clete 2 Capacdad Almacé 5.5 2 2. 4 Almacé 2 2..5 5 Almacé 3 25 2.5 225 2.25 6 Demada 3 5 Departameto de Orgazacó Idustral Escuela Técca Superor de Igeería ICAI Modelado de restrccoes co varables baras 2

Eemplos de modelados () CONSTRUCCIÓN DE ALMACENES (Cot.) Solucó: m x, y x, vx + fy x cy " x ³ d " ³, y Î {, } Costrur almacees y 3 y servr del al clete, 3 udades y al clete 2, udades y del almacé 3 al clete 2, 4 udades Departameto de Orgazacó Idustral Escuela Técca Superor de Igeería ICAI Modelado de restrccoes co varables baras 2

PRODUCCIÓN E INVENTARIO Eemplos de modelados () OBJETIVO: Plafcacó dela polítca deproduccó/vetaro de agosto, septembre, octubre y ovembre a coste mímo Demada estmada e esos meses: 5, 6, 8 y udades Capacdad de produccó mesual es 6 udades a 25 euros/udad El vetaro cal es 25 udades La capacdad máxma del vetaro es 4udades El coste mesual de almaceameto por udad es de 3 euros Se requere u vetaro al fal de ovembre de udades Departameto de Orgazacó Idustral Escuela Técca Superor de Igeería ICAI Modelado de restrccoes co varables baras 22

Eemplos de modelados (v) PRODUCCIÓN E INVENTARIO (Cot.) ( c + c p ) m + p - d = + p p 5 = 25, =, p ³ Departameto de Orgazacó Idustral Escuela Técca Superor de Igeería ICAI Modelado de restrccoes co varables baras 23