Introducing
Your new presentation assistant.
Refine, enhance, and tailor your content, source relevant images, and edit visuals quicker than ever before.
Trending searches
MODELOS DE OPTIMIZACION
489
MODELOS DE OPTIMIZACION
Daniel Orjuela Garzón
BIBLIOGRAFÍA.
PROGRAMACIÓN LINEAL
Utiliza un modelo matemático, para describir y formular el problema; y el aspecto lineal se refiere a que todas las funciones matemáticas del modelo deben ser lineales (ecuaciones o inecuaciones)
DEFINICIÓN
Revisado el día 18 de abril de 2016, disponible en: http://ingunilibre.blogspot.com.co/
(JUAN MANUEL IZAR LANDETA, 1996)
Revisado el día 18 de abril de 2016, disponible en:http://investigaciondeoperacionesind331.blogspot.com.co/p/programacion-lineal_23.html
Revisado el día 18 de abril de 2016, disponible en: https://karenbandala.wordpress.com/unidad-iii/3-3-problemas-no-restringidos-programacion-no-lineal/
Revisado el día 18 de abril de 2016, disponible en: http://es.slideshare.net/MariaReneedeLeon/introduccion-investigacion-de-operaciones
La Investigación de operaciones puede definirse como un grupo de métodos y técnicas aplicables a la solución de problemas operativos de los sistemas.
AREA DE APLICACIÓN
PROGRAMACIÓN NO LINEAL
Al contrario del método símplex para programación lineal, en éste no se dispone de un algoritmo que resuelva todos estos tipos especiales de problemas. En su lugar, se han desarrollado algoritmos para algunas clases (tipos especiales) de problemas de programación no lineal
Se aplica en las áreas o sistemas donde se tienen que tomar decisiones, solucionar conflictos operativos, soportar funciones de gestión, planear y controlar.
Involucra diferentes disciplinas y prácticas, buscando alternativas de solución a un problema.
Tipos de problemas de programacion no Lineal.
Optimización no restringida.
Optimización linealmente restringida.
Programación cuadrática
Programación convexa.
Programación separable.
Programación no convexa.
Programación geométrica.
Programación fraccional.
Problema de complementariedad.
MODELO ENTERO
DETERMINISTICOS
MODELO ESTÁTICO
Es un modelo entero SI las variables de decisión son valores enteros.
En este modelo las variables de decisión NO requieren sucesiones de decisiones para periodos múltiples.
MODELO DINÁMICO
En este modelo las variables de decisión SI requiere sucesiones de decisión para periodos multiples.
Cuando se conoce con certeza el valor de la función objetivo y si se cumplen las restricciones o no.
MODELO NO ENTERO
Cuando los valores de decisión son libres para asumir valores fraccionarios, entonces el modelo de optimización es NO ENTERO
MODELO ESTOCÁSTICO
Cuando NO se conoce con certeza el valor objetivo, y las restricciones no se cumplen, tenemos un modelo estocástico.