/*----18-12-2012--*/ Encuentros virtuales

viernes, 28 de abril de 2017

“RE-PROGRAMACIÓN PRUEBAS DE LA SEMANA 14 (LAS DEL SÁBADO 08/04/17) PARA EL SÁBADO 29 DE ABRIL DEL 2017 (MAÑANA Y TARDE)”

La Universidad Nacional Abierta, Centro Local Carabobo, cumple con informar a los estudiantes regulares, que han sido reprogramadas las pruebas de la semana 14, previstas para el sábado 08 de abril del 2017 (mañana y tarde). Por tanto este sábado 29/04/17 se presentarán los códigos : 057, 106, 206, 209, 228, 241, 315, 327, 342, 405, 484, 578, 586, 619, 638, 646, 666, 734, 752, 753, 757, 759, 813, 204, 231, 259, 311, 323, 324, 335, 350, 490, 536, 551, 570, 571, 606, 613, 617, 631, 632, 648, 669, 765.

viernes, 7 de abril de 2017

TIPS


Interesado en  desarrollo de apps android  y no eres un informático ?, entonces...

esto es para ti...visita a CURSO DESARROLLO DE APPS PARA ANDROID 



Objetivo 6 Transporte y Asignación

En la página 334 del texto UNA se describe el problema de transporte balanceado, el cual básicamente sigue con la idea del Método Simplex Original. 

Los métodos de una solución básica factible de partida: esquina noreste y Vogél, se ejemplifican muy en el texto, por lo tanto no realizaré alusión al mismo. En cuanto a los algoritmos para hallar una mejor solución; algoritmo Stepping Stone y el de multiplicadores, quizás pudieran presentarse dudas en la formación de los circuitos, así que se ha considerado los siguientes vídeos.


Aplicación del Algoritmo Stepping Stone


En cuanto a la aplicación del algoritmo de multiplicadores tenemos: 



Para los problemas de asignación presenta una estructura de transporte  y puede resolverse utilizando el algoritmo Simplex o de transporte, no obstante, existen métodos propios como el método denominado húngaro. 
En el espacio siguiente incorporamos un vídeo de dicho método:



Recuerden cambiar la configuración en el vídeo para mejorar la visualización 






  

martes, 4 de abril de 2017

Objetivo 5.- Método Simplex Revisado.
Este método, al igual que el simplex, se utiliza para resolver problemas de programación lineal sólo que de forma más eficiente. La diferencia entre ambos radica en  la cantidad de datos que se almacena y en el procedimiento de cambio de base.
Este objetivo aborda el simplex revisado de dos formas: forma 1 y forma 2.
La Forma I del método simplex revisado es donde se utiliza variables de holgura, es decir, las restricciones son del tipo <=
La Forma II del método simplex revisado es donde se utiliza variables artificiales , es decir, las restricciones son >=, <= ó =.
El video que se incluye la publicación contempla una explicación concisa y precisa del método en su primera forma. Se recomienda el dominio de la identificación de los elementos que incluye un problema de programación lineal.




El siguiente video es la aplicación del método simplex revisado.



El Simplex revisado en su II Forma, se presenta cuando es necesario añadir variables artificiales. Para su resolución se usa el método de 2F similar a lo que se realiza en el 2F del simplex tabular.
En la Fase I se reduce a 0 las variables artificiales y en la Fase II se obtiene la solución óptima del problema.


jueves, 2 de marzo de 2017

Objetivo 3.

Soluciones básicas factibles (SBF) de un sistema de ecuaciones lineales con variables no negativas. SBF de un sistema con algunas variables sin restricción de signo. Soluciones no acotadas. Múltiples soluciones óptimas.

Producto de una lectura comprensiva de texto  UNA en las págs 169 – 213. fundamentos Teóricos del MS, estarás facultado para aplicarlos en ejercicios como los siguientes: 

Dado el siguiente problema de P.L., utilice como solución básica factible de partida al vector XB=(X2,X1) y obtenga su valor. Determine además la función objetivo.

                                                         Maximizar   Z= 2X1 + X2 + X3
                                                 Sujeto a:             X1  +  2X2 + 2X3 = 4
                                                                          3X1  +  X2 + X3 = 10
                                                                               X1, X2, X3 >=0
Para la solución te conlleva a expresar el modelo en un sistema de ecuaciones lineales; esto es agregar las variables de holgura,
Posteriormente, debes identificar quién es la matriz del vector sñalado XB=(X2,X1), y obtener su valor a  través de la siguiente:            XB= B-1 b. Es necesario que cálcules la inversa para la base dada,  mediante B-1= 1 / | B | (Adj(B t )). 
El resultado seran los valores para X2,X1 e interpretar el resultado. 
Por último, sustituir sus valores en Z y dar un resultado para dicha función objetivo.

miércoles, 1 de marzo de 2017

Tutoria grupal 

Investigación de Operaciones (315)Primera ParcialProfesora: Isbelia Medina

Lugar: Cúbiculo. Área de Computación Jueves 02-03-2017

Hora: a partir de la 4:00 p.m