Programación Dinámica Determinística

Slides:



Advertisements
Presentaciones similares
UNIVERSIDAD CENTRAL “MARTA ABREU” DE LAS VILLAS
Advertisements

Métodos Cuantitativos
Juegos estáticos con información incompleta
SOLUCION DE PROBLEMAS DE PROGRAMACION LINEAL POR EL METODO GRAFICO.
METODOS CUANTITATIVOS I DOCENTE : ING. ECO RODOLFO ROJAS GALLO
Ejemplo La empresa Producciones Valencianas, en el análisis de sus operaciones del último trimestre, muestra una disminución de la producción en comparación.
INVESTIGACION DE OPERACIONES I
INTRODUCCION Análisis de decisiones: Es una herramienta cuyo objetivo es ayudar en el estudio de la toma de decisiones en escenarios bajo incertidumbre.
¿Qué es la investigación operativa? Etapas de un problema de investigación operativa Modelos de investigación operativa Aplicaciones de la investigación.
El Método Científico y la Investigación de Mercado
Tema 3: Introducción a la programación lineal
POLITICA DE MANTENIMIENTO BASADA EN EL EXAMEN DE LA CONDICION.
Expresión de un problema de programación lineal Aplicaciones de la programación lineal Soluciones de un problema lineal Resolución gráfica de un problema.
Tema 1: Introducción a la optimización
Tema 1: Programación dinámica
Son problemas secuenciales: El problema se puede dividir en etapas. Definición: Método que permite determinar de manera eficiente las decisiones que optimizan.
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 2 _________________________________ Resolución Gráfica.
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 3 _________________________________ Resolución Gráfica.
Investigación de operaciones : Método
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 8 _________________________________ Resolución Gráfica.
Universidad Autónoma San Francisco
Autoridad.
Programación lineal Todos los modelos de investigación de operaciones, incluido el de PL, consta de tres componentes básicos: Las variables de decisión.
Método grafico punto esquina
ESCUELA POLITECNICA DEL EJERCITO COMPUTACIÒN AVANZADA NOMBRES:
METODOS DETERMINISTICOS
Investigación Operativa I
Programación Dinámica
Curso de Verano 2010 para el ITSSMT
TEORIA DE LA DECISION Podemos afirmar que todos los seres vivientes, aún los más simples, se enfrentan con problemas de decisión un organismo unicelular.
MODELOS DETERMINÍSTICOS VS MODELOS ESTOCÁSTICOS
Ambitos de decisión y Criterios anti-incertidumbre
M.C. Juan Carlos Olivares Rojas
Planificación agregada
ALGORITMOS APROXIMADOS
ALEXANDRA MARIA PAREDES NAVIA ANGIE LORENA VALDES FALLA
Investigación de Operaciones (IO)
Control Estadístico de Procesos Introducción a la Probabilidad.
Planificación y Gestión de procesos
Modelos Cuantitativos
Investigación Operativa Introducción Unidad 1
GENERALIDADES DE LA ADMINISTRACION FINANCIERA.
Programación Matemática
EL CUADRO COMPLETO …. EL PROCESO DE AUMENTO DE M ETAP A ETAP A123456,,,,,, TOTA L BANCO BANCO 1ra. R 2da. R 3ra. R 4ta. R 5ta. R 6ta. R,,,,,, TODOS LOS.
Investigación Operativa I Ing. Julio Angeles Morales.
INVESTIGACIÓN OPERATIVA INTRODUCCIÓN INVESTIGACIÓN DE OPERACIONES
La eficacia puede aprenderse La eficacia consiste en saberse organizar y trabajar bien. Es un hábito que consta de cinco prácticas complejas. 1) Gestionar.
Ejemplo: Se van a construir casas de dos tipos :A y B.la empresa constructora dispone para ello un máximo de s/ ,siendo el costo de cada tipo.
OPTIMIZACIÓN DE PROCESOS INDUSTRIALES
Microsoft Excel Clase 11 Solver.
Sesión 5. La evaluación de programas y proyectos educativos y sociales.
EII-405 Investigación de operaciones
Modelo de simulación-optimización para el mejoramiento de políticas de inventario en una empresa del sector plástico Juan Esteban de la Calle Echeverri.
EII405 Investigación de operaciones
Resolución Gráfica de PPL
PANORAMA DE LA INVESTIGACIÓN Dr. Alfonso Paredes.
Módulo Desarrollo de Turismo Sostenible DocenteIng Jorge Paguay Ortiz Rocio Alcocer Castro.
Tema : Investigación de Operaciones y Gestión de la Calidad.
Guayaquil, 24 de septiembre del 2015 Tema : Programación Lineal Destreza: Identificar las restricciones del problema y escribir desigualdades lineales.
Repaso del capítulo 10, 11 y 12 Econ Capítulo 10 En este capítulo se introduce el concepto de incertidumbre y de riesgo en la toma de decisiones.
Hernández Camacho Víctor Jesus Islas Sánchez Karla Vanessa
Método Simplex Es un procedimiento sistemático y eficiente para encontrar y probar soluciones situadas en los puntos extremos de la región de soluciones.
Guayaquil, 18 de Septiembre del 2015 Tema : Programación Lineal (Función Objetivo) Destreza: Identificar la función objetivo y escribir una expresión.
10 FORMULAS QUE DEBES SABER EN EXCEL M&M ASESORES DE NEGOCIOS Taller GRATUITO Dictado por: MSO David Ortega Mazzini Certificado en MS Excel.
Elementos de Investigación de Operaciones Estructuración de la Materia Bibliografía, Evaluación, Proyecto S esión T eórico/ P ráctica N o. 1 Nelson José.
Estimación Estadística Tares # 3. Estimación Estadística Conjunto de técnicas que permiten dar un valor aproximado de un parámetro de una población a.

Programación Dinámica Determinística Ejemplo: Una persona contrata 3 personas para tres tareas. El máximo número de personas asignadas es 2. UTILIDAD DE.
Etapas de un proyecto.
Martes 26/07/2016.
Transcripción de la presentación:

Programación Dinámica Determinística Ejemplo: Una persona contrata 3 personas para tres tareas. El máximo número de personas asignadas es 2. UTILIDAD DE LOS TRABAJADORES EN C / TAREA   0 PERSONAS 1 PERSONA 2 PERSONA T-A 3 8 T-B 4 5 T-C 7 ¿Cuántas personas debo asignar a cada tarea para maximizar la utilidad? ETAPAS : Asignación de cada trabajo a cada tarea 1ra. Etapa n=1 Asignación de trabajadores a la Tarea A 2ra. Etapa n=2 Asignación de trabajadores a la Tarea B 3ra. Etapa n=3 Asignación de trabajadores a la Tarea C ESTADOS : Trabajadores disponibles para asignar Estado en = 0 No hay trabajador disponible en tarea n Estado en = 1 Hay UNO trabajador disponible en tarea n Estado en = 2 Hay DOS trabajadores disponible en tarea n Estado en = 3 Hay TRES trabajadores disponible en tarea n VARIABLES DE DECISIÓN : Número de trabajadores a asignar en cada tarea Xn = 0 , Asignar 0 trabajadores en la tarea n Xn = 1 , Asignar UN trabajadores en la tarea n Xn = 2 , Asignar DOS trabajadores en la tarea n

Programación Dinámica Determinística x1 x2 x3 ETAPA 3 PERSONAS 1 2 PERSONA OPTIMA REND OPTIMO   5 7 3 ETAPA 2 PERSONAS 1 2 PERS OPT REND OPTIMO 0+0   0+5 4+0 5 0+7 4+5 5+0 9 3 4+7 5+5 11 ETAPA 1 PERSONAS 1 2 PER OPT REND OPTIMO 0+0   0+5 3+0 5 0+9 3+5 8+0 9 3 0+11 3+9 8+5 13

Programación Dinámica Determinística Ejemplo 2: Un proyecto espacial necesita investigar un problema de ingeniería para mandar seres humanos a Marte. Existen 3 equipos que analizan el problema desde 3 puntos de vista diferentes. En las circunstancias actuales, la probabilidad de que los equipos 1,2,3, fracasen es 0.4, 0.6 y 0.8 respectivamente. La probabilidad de que los tres equipos fracasen es 0.192. Se debe minimizar la probabilidad de fracaso, por los cual se decide adicionar 2 científicos de alto nivel. Numero de Científicos Probabilidad de fracaso equipo 1 2 3 0.40 0.60 0.80 0.20 0.50 0.15 0.30 Formulación. • Etapas: Equipos a los cuales se debe adicionar los científicos. ( n=1,2,3 ). • Variable de decisión: Xn : Número de investigadores asignados al equipo n. • Estado: ¿ Que es lo que cambia de una etapa a otra? Sn : Número de científicos aún disponibles para asignarse a los equipos restantes. S1 = 2 S2 = 2 - X1 S3 = S2 - X2