Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 4 vistas

    Investigación Operativa para Exponer

    Cargado por

    Diana Consuelo Zambrano

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Investigación Operativa para Exponer

    Cargado por

    Diana Consuelo Zambrano
    4 vistas3 páginas

    Título original

    Investigación operativa para exponer

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    4 vistas3 páginas

    Investigación Operativa para Exponer

    Cargado por

    Diana Consuelo Zambrano

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 3

    Investigación operativa:

    Este enfoque se centra en el empleo de modelos matemáticos, estadísticos y algoritmos


    para mejorar y optimizar los procesos de producción. También se puede describir como
    un análisis destinado a tomar las mejores decisiones para la empresa.

    Método Simplex:

    Es un algoritmo utilizado para resolver problemas de programación lineal. Comienza


    con una solución básica factible y se mueve de forma iterativa hacia soluciones óptimas
    mediante movimientos a lo largo de las aristas del espacio de solución. En cada
    iteración, se selecciona una variable básica para salir de la base y una variable no básica
    para entrar en la base, de manera que la solución mejora en cada paso hasta alcanzar la
    óptima.

    Método de dos fases:

    Es una extensión del método simplex que se utiliza para resolver problemas de
    programación lineal en los que la solución inicial no satisface las restricciones del
    problema. En la primera fase, se introducen variables artificiales para convertir el
    problema en uno equivalente que tenga una solución inicial factible. Una vez que se
    encuentra una solución factible, se pasa a la segunda fase, que es una aplicación del
    método simplex estándar para encontrar la solución óptima.

    Función Objetivo:

    Es la función lineal que se desea maximizar o minimizar en un problema de


    programación lineal.

    Maximización:

    En esencia, la maximización implica hallar la solución óptima que optimice una función
    objetivo específica, sujeta a un conjunto de restricciones. Para abordar problemas de
    maximización en investigación operativa, se recurre a técnicas y métodos matemáticos
    como la programación lineal, entera y no lineal, así como la optimización combinatoria.
    El objetivo es encontrar la solución que maximice la función objetivo sin incumplir las
    restricciones establecidas.

    Minimización:
    En el ámbito de las matemáticas y la optimización, la minimización busca identificar el
    valor más bajo o la configuración más eficiente de un conjunto de variables,
    generalmente sujeto a ciertas restricciones. Esto se realiza con el propósito de resolver
    un problema específico.

    Variables:

    En diversos campos como las matemáticas, la estadística y la programación, una


    variable es un símbolo o elemento que puede adquirir diferentes valores numéricos o
    representar diversas categorías. Las variables se emplean para representar información
    que puede variar en un conjunto de datos, una fórmula matemática, un experimento
    científico u otros contextos.

    Restricciones:

    Son las condiciones que limitan las posibles soluciones de un problema de


    programación lineal. Por lo general, están dadas por ecuaciones o desigualdades
    lineales.

    Holgura:

    En el contexto de las restricciones de un problema de programación lineal, la holgura es


    la diferencia entre el lado derecho de una restricción y el valor de la expresión lineal en
    el lado izquierdo.

    Variable Artificial:

    Es una variable introducida en el método de dos fases para convertir un problema de


    programación lineal en uno equivalente con una solución inicial factible. Estas variables
    se añaden en la primera fase y no están presentes en el problema original. Su objetivo es
    ayudar a encontrar una solución inicial factible.

    Elemento Pivote:

    En el contexto del método simplex, el elemento pivote es el elemento de la tabla


    simplex que se utiliza para realizar una operación de pivote en cada iteración del
    algoritmo. Es el elemento seleccionado para convertir una variable no básica en básica o
    viceversa, y se elige para maximizar o minimizar la función objetivo.

    También podría gustarte