EJEMPLO: TA=(0, 0, 0, 0, 0, 0)  cT=(3, 2, 1, 2, 2, 0)

Slides:



Advertisements
Presentaciones similares
Universidad Tecnológica Nacional Facultad Regional Buenos Aires Inteligencia Artificial Ciclo lectivo Cursos: Ing. María Florencia Pollo Cattaneo.
Advertisements

MEDIDAS DE TENDENCIA CENTRAL
Múltiplos y divisores 4º y 5º.
Extremos Absolutos y Relativos Ejemplos
DISCUSIÓN DE SISTEMAS POR GAUSS-JORDAN
Área trapecio = B + b 2 10 Área trapecio = = 15 cm2 = 2 2
Recta de Presupuesto y otras restricciones en el óptimo del consumidor
Con las naranjas forma un cuadrado o un rectángulo
Matrices.
SIMULACION Carlos Dr. Eduardo Vidal-Abarca Universidad de Valencia.
SIMULACION Carlos Dr. Eduardo Vidal-Abarca Universidad de Valencia.
Programación entera En muchos problemas reales las variables sólo pueden tomar valores enteros Ejemplos: decisiones sobre inversiones, compras, arranques,
Modelo de transporte Ing. León A. Colina B..
Profesor: Ing. Franklin Castellano Esp. en Protección y Seguridad Industrial.
A la izquierda A la derecha Todo recto
¿Qué hora es? Telling time.
Funciones. Interpolación lineal y cuadrática
METODO SIMPLEX FORMA TABULAR.
FORMA TABULAR. REGLAS DE AUMENTO TIPO DE RESTRICCION Agregar a la restricción Agregar a la función objetivo (las variables de holgura y excedente tienen.
Catálogo montiuva S.coop
Apuntes 2º Bachillerato C.T.
Feria de la Innovación Elaboración de Planes de Actividades Bi- / Multilaterales 8:00-8:30 - procedimientos 8:30-10:00 - trabajo de grupos - Priorización.
Cuentas por Cobrar Root Format Equipo N° 10
Planteo de Problemas de Programación Lineal
Programación Lineal Antonio H. Escobar Z Universidad Tecnológica de Pereira – Colombia Posgrado en Ingeniería – Maestría/Doctorado.
Lorena Mayanín Rodríguez
PRUEBA DE APTITUD ACADÉMICA
Ayudantia Python Arreglos 2.
Prof: Haroldo Cornejo Olivarí
Sea f(x) una función acotada en [a, b].
La Multiplicación..
Tema: Máximo común divisor (MCD)
Tema: Números primos o compuestos
SE FORMAN LAS ECUACIONES, RESTANDO VARIABLES DE HOLGURA Y SUMANDO VARIABLES ARTIFICIALES COMO SE EMPLEAN DOS VARIABLES ARTIFICIALES, LA FUNCIÓN OBJETIVO.
VAMOS ALEGRES A LA CASA DEL SEÑOR
Ejercicio para repasar la serie de la Tabla del 9
RAZONAMIENTO MATEMATICO Mg. CORNELIO GONZALES TORRES
Complementos en Investigación de Operaciones
AUTORAS: M.J. García-Ligero Ramírez y P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román.
AUTORAS: M.J. García-Ligero Ramírez y P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román.
La minimización de los costes
ALGORITMO DEL SIMPLEX Paso inicial Paso iterativo Prueba de optimalidad Fin SINO.
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 7 _________________________________ Resolución Gráfica.
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 4 _________________________________ Resolución Gráfica.
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 8 _________________________________ Resolución Gráfica.
SECCION 20 NIIF PARA PYMES CASO PRACTICO.
AUTORA: ANABEL RAMOS IGLESIAS
Autores: Arturo, Clara y Leticia.
Problemas de Satisfacción de Restricciones (CSP)
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 9 _________________________________ Resolución Gráfica.
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 8 _________________________________ Resolución Gráfica.
Universidad Nacional de Ingeniería
JORNADA 1 DEL 24 DE MARZO AL 30 DE MARZO EQUIPO 01 VS EQUIPO 02 EQUIPO 03 VS EQUIPO 06 EQUIPO 05 VS EQUIPO 10 EQUIPO 07 DESCANSA EQUIPO 08 VS EQUIPO 13.
CULENDARIO 2007 Para los Patanes.
Investigación Operativa
JORNADA 1 DEL 24 DE MARZO AL 30 DE MARZO EQUIPO 01 VS EQUIPO 07 EQUIPO 03 VS EQUIPO 06 EQUIPO 04 VS EQUIPO 05 EQUIPO 02 VS EQUIPO 08.
AEROPUERTO CERRO MORENO Fases de Construcción
* Fuente: Sondeo del Consumidor de la Comisión de la UE, GfK. Expectativas sobre la situación.
INSTITUCION EDUCATIVA LAS FLORES
1 SIMD. 2 3 PE 4 SIMD Suma de S(k) de las primeras k componentes de un vector A para k = 0,1,....,n-1. Sea A = (A0, A1,...., An-1) S(0) = A(0) S(k)
METODOS ITERATIVOS PARA LA SOLUCION DE SISTEMAS DE ECUACIONES LINEALES
Rectas presupuestarias x2x2 x1x1 Elecciones optimas.
CONTENIDO: EL MÁXIMO COMUN DIVISOR (M.C.D.)
Fundamentos Matematicos IV
Módulo #1: Máximo Común Divisor
Ubicación de Isla de Pascua en Sudamérica Kms.
1 BALONCESTO PARA NOVATOS Alcobendas 15 de mayo de 2008 GUILLERMO HERNANDEZ PEÑALBA.
INSTITUCION EDUCATIVA LAS FLORES
2- SIMPLEX.
Transcripción de la presentación:

EJEMPLO: TA=(0, 0, 0, 0, 0, 0)  cT=(3, 2, 1, 2, 2, 0) Min 3x1+2x2+x3+2x4+2x5 / x1-x2+2x3-x4+x5+2x6 = 1 -x1+2x2+x3-2x4-x5+x6 = 3 2x1+x2-x3+x4-2x5+x6 = 2 xi0 i=1..6 Solución dual factible inicial: T=(0, 0, 0) ya que: TA=(0, 0, 0, 0, 0, 0)  cT=(3, 2, 1, 2, 2, 0) Sea P= {i / TAi=ci }= índices de holguras duales nulas  P = {6}, la prmera variable a entrar es la x6:

x1 x2 x3 x4 x5 x6 1 -1 2 -2 3 cB x6 t1 t2 t3 -4 6

w = 4  0  no es óptimo 1 = cTBA-1B = [0 1 1]. = [-1 1 1] cB x6 t1 t2 t3 1 ½ 1/2 -½ 5/2 3/2 2 4 w = 4  0  no es óptimo 1 = cTBA-1B = [0 1 1]. = [-1 1 1]

Construcción de nueva solución dual factible: 2 = 1 +  .1 / cT - 2TA  0  cT - 1TA -  .1T.A  0 d = 1T*A.= c = [3 2 1 2 2 0], 1T=[0 0 0] d = [0 4 -2 0 -4 0] = Min {ci/di , di >0} = ½  2 = ½ [-1 1 1]T cR = cT - 2TA = [3 0 2 2 4 0] En el próximo paso entran x2 y x6 en el problema reducido: P = {2, 6},

cB x2 x6 t1 t2 t3 -1/2 1 ½ 1/2 5/2 -½ 3/2 -4 2 4 cB x2 x6 t1 t2 t3 1 1/3 -5/3 -1/3 2/3 8/3

w=0  es el óptimo, solución: [0 1 0 0 0 1]