Investigacin Operativa

Mg. Wilmer Huaman Palomino

Introduccin a la Investigacin
de Operaciones
Es un conjunto de procedimientos, tcnicas
y cientficas en la aplicacin a problemas
relacionados con el control de las
organizaciones o sistemas (hombremaquina) a fin de que se produzcan
soluciones que mejor sirvan a los objetivos
de toda la organizacin
Mg. Wilmer Huamani

 La investigacin operativa bsicamente

tiene 3 caractersticas: enfoque de sistema,
uso de equipo interdisciplinario y la
adaptacin del mtodo cientfico.

Mg. Giovana Valverde

Comentarios histricos
Muchos expertos sitan sus orgenes en la
Segunda Guerra Mundial, cuando la confianza en
la intuicin comenz a desvanecerse, y se
empezaron a utilizar tcnicas de investigacin
operativa para la toma de decisiones bajo
escasez de recursos. Los esfuerzos de este primer
grupo de Investigacin Operativa fueron decisivos
para ganar combates tan importantes como la
Batalla Area Britnica, la Batalla del Atlntico
Norte y la Campaa de las Islas del Pacifico.

Mg. Wilmer Huamani

ORGENES de la IO

Durante la segunda guerra mundial

se hicieron investigaciones sobre
operaciones militares para mejorar
la asignacin de recursos.
Mg. Wilmer Huamani

Factores que impulsaron el desarrollo

de
la
IO.
La IO tuvo gran xito en las actividades
blicas.
George Dantzig en 1947 desarroll el
Mtodo Smplex para resolver problemas
de P. L.
Desarrollos notables en programacin
dinmica, lneas de espera y teora de
inventarios.
Revolucin de las computadoras.
Mg. Wilmer Huamani

Aplicaciones de Modelos
Matemticos a problemas
militares
Utilizacin operativa de Radar.
Aplicacin de la teora de juegos de estrategia a la
guerra Submarino-Avin.
Aplicacin de las tcnicas de Programacin Lineal
a la optimizacin de los derivados del petrleo.
Aplicacin de Modelos de transporte a la
optimizacin del transporte de suministros entre
EEUU e Inglaterra.
Mg. Wilmer Huaman

Qu es la
Investigacin de
Operaciones?

Es un arte-ciencia.
Determina el ptimo curso de accin.
Resultados cuantitativos.
Ayuda en el proceso de toma de decisiones.
Resolver un problema
Uso de modelos matemticos
Se debe construir un modelo y resolverlo para la
posterior toma de decisiones
Se debe ser creativo para la concepcin del
modelo
Mg. Wilmer Huamani

Definicin
Un enfoque cientfico para la toma de
decisiones ejecutivas, que consiste en:
a) el arte de modelar situaciones
complejas;
b) la ciencia de desarrollar tcnicas de
solucin para resolver dichos modelos y
c) la capacidad de comunicar
efectivamente
los resultados.
Segn texto (Lawrence y Pasternak, 1998)

Mg. Wilmer Huamani

Qu se busca en el curso?

Se intenta encontrar una mejor

solucin llamada solucin ptima.

Mg. Wilmer Huamani

AREAS DE APLICACIN DE LA
IO

Manufactura.
Transporte.
Telecomunicaciones.
Salud.
Planeacin.
Servicios.
Finanzas.
Otros.
Mg. Wilmer Huamani

Caractersticas mas
importantes de la
Investigacin Operativa
Orientacin del estudio hacia el sistema
y no hacia un problema en particular.
Utilizacin de equipos mixtos.
Adopcin del mtodo cientfico.

Mg. Wilmer Huamani

Modelamiento Matemtico
Representar el sistema o el
fenmeno del mundo real o el
problema a resolver en un
lenguaje matemtico.

Mg. Wilmer Huamani

Modelado: Mtodo Investigacin Operativa

Mg. Wilmer Huamani

Metodologa de la Investigacin
Operativa
Paso 1

Paso 5

Paso 3

Reconocer la necesidad
Paso 2

Formular el problema

Construir el modelo

Resolver el modelo

Paso 4

Paso 6

Recolectar Datos

Validar el modelo y Hacer Anlisis

de Sensibilidad

Paso 7

Interpretar los resultados y

las implicaciones

Paso 8

Tomar la Decisin, ponerla

en practica y controlar

Mg. Wilmer Huamani

Metodologa de la Investigacin
Operativa
Paso 1. Reconocer la necesidad, implica la aceptacin
de parte de las personas responsables de las
decisiones de que se deben tomar algunas medidas
para cambiar o mejorar alguna situacin determinada.
Paso 2. Formular el problema, Es el proceso de
expresar explcitamente y sin ambigedades las
caractersticas esenciales del problema. Variables y
parmetros pertinentes, restricciones, criterios
subyacentes o funciones objetivo.
Mg. Wilmer Huamani

Metodologa de la Investigacin
Operativa
Paso 3. Construir el modelo, una vez lograda la
formulacin del problema. Hay que construir una
replica o representacin del problema, sea un
modelo matemtico que estipule explcitamente la
estructura matemtica que relaciona los datos de
entrada con los datos de salida.
Paso 4. Recolectar Datos, Despus de tener el
modelo hay que recoger datos para procesarlo en el.
Mg. Wilmer Huamani

Metodologa de la Investigacin
Operativa
Paso 5. Resolver el Modelo, La solucin del modelo
es un aspecto importante de operaciones, es el
aspecto primordial del proceso para tomar
decisiones.
Paso 6. Validar el modelo y Hacer Anlisis de
sensibilidad., Una vez se ha generado el modelo se
requiere el anlisis posterior a la solucin, el cual se
debe enfocar a la validez del modelo de la solucin
misma.

Mg. Wilmer Huamani

Metodologa de la Investigacin
Operativa
Paso 7. Interpretar los resultados y las
implicaciones, Se trata de un examen critico de los
objetivos o criterios del usuario y la evaluacin de
esos criterios a la luz de los resultados del modelo.
Paso 8. Tomar la decisin, ponerla en practica y
controlar.

Mg. Wilmer Huamani

Beneficios de la investigacin de
operaciones

En la practica la instrumentacin de un proyecto de investigacin de

operaciones en la solucin de problema real en una organizacin tiene
los siguientes beneficios:
Incrementa la posibilidad de tomar mejores decisiones en la
organizaciones.
Mejora la coordinacin entre los mltiplos componentes de la
organizacin. Genera un mayor nivel de ordenacin.
Mejora el control del sistema al instituir procedimientos sistemticos
que supervisan por un lado las operaciones, evita el regreso a un
sistema peor.
Logra un mejor sistema al hacer que este opere con costo mas bajos,
con interacciones mas fluidas, eliminando cuellos de botellas.
Mg. Wilmer Huamani

Modelos de investigacin de
operaciones

En la investigacin de operaciones se usa tres tipos de problemas: determinsticos,

con riego y bajo incertidumbre
Problema Determinstico
Son aquellos en los que cada alternativa del problema tiene una solucin. Como
hay varias alternativas hay tambin varias soluciones, cada una con una diferente
eficiencia y/o efectividad asociada a los objetivos del sistema.(Inventarios)
Problema con riesgo.Son aquellos en los que cada alternativa del problema tiene varias soluciones, cada
solucin puede ocurrir con una cierta probabilidad.(Toma de decisiones en
condiciones de riesgo)
Problemas bajo Incertidumbre:
Son aquellos en los cada alternativas del problema tiene varias soluciones. Sin
embargo se ignora con que probabilidad o distribucin probalistica ocurrir estas
soluciones.(toma de decisiones en condiciones de incertidumbre)
Mg. Wilmer Huamani

Definicin del modelo

Es la representacin idealizada de una
realidad, en funcin de las interrogantes
planteadas, una realidad puede tener
diversos modelos.
El modelo es la representacin de un
sistema de acuerdo a los objetivos del
estudio del sistema.
Mg. Wilmer Huamani

Modelo
Sistema Real
Sistema real supuesto

Modelo

Mg. Wilmer Huamani

Clasificacin de los modelos

Segn forma de su presentacin
Segn su estructura

Mg.Wilmer Huamani

Segn forma de su presentacin

Modelos Descriptivos.- Son aquellos que
estn
expresos
en
lenguaje
convencional(espaol, ingles o cualquier
otro idioma).Usando este tipo de modelos la
seleccin de alternativas se hace sobre la
base de la intuicin y el sentido comn.

Mg.Wilmer Huamani

Segn forma de su presentacin

Modelos Icnicos o Fsicos.- Son aquellos que
lucen como el sistema fsico correspondiente.
Ejem: Globo terrestre.
Modelo Simblicos.- Son aquellos que estn
expresados en una forma concisa a travs de
smbolos matemticos. Pueden ser representados
en forma analtica o en forma grafica va un
conjunto de funciones en la forma de ecuaciones e
inecuaciones.
Mg.Wilmer Huamani

Segn forma de su presentacin

Modelos tipo procedimientos
Esta formada por un conjunto de pasos que
indican el procedimiento a seguir en la
solucin de un problema. En esencia un
modelo tipo procedimiento es un modelo de
simulacin.

Mg. Wilmer Huamani

Segn su estructura
Modelos determinsticos.- Son aquellos
que no incluyen propiedades relacionadas
con fenmenos aleatorios
Modelo estocstico.-Son aquellos que
incluyen variables o relaciones funcionales
que dependen de fenmenos aleatorios

Mg. Wilmer Huamani

Mg. Wilmer Huamani

Segn su estructura
Modelos Lineales.-Son aquellos que incluyen
solamente funciones lineales
Modelos no lineales.-Son aquellos que incluyen
funciones no lineales
Modelo Esttico.-Es aquel que representa a un sistema
de manera que las variables y las reacciones funcionales
no sufren alteraciones debido a cambio en el tiempo
Modelo Dinmico.-Es un sistema de manera que el
tiempo juega un rol importante

Mg.Wilmer Huamani

Mg.Wilmer Huamani

Modelo General de la
programacin lineal

Mg.Wilmer Huamani

Programacin Matemtica
La programacin matemtica es un rea de la
matemtica que se preocupa, con la
generacin de modelos matemticos, de
representar situaciones reales en las cuales se
tiene como principal objetivo la optimizacin
de un recurso escasos.
Un problema de programacin matemtica es
pedir un formato general de la siguiente
forma:
f(x): es una funcin matemtica que
representa
el
costo
a
minimizar,
equivalentemente el problema, puede ser
escrito en el formato
deHuamani
maximizacin caso en
Mg.Wilmer
el cual f(x) representa la ganancia a

Programacin Matemtica
W: representa el espacio que contiene a todas las
soluciones posibles (factibles) para el problema
que
se
resuelve.
X: en general, puede ser representado por un
vector de variables de n componentes. El formato
establece la minimizacin de una funcin en un
espacio delimitado y conocido de antemano.
En el formato general antes descrito, cuando f(x)
es una funcin lineal de la forma:

Mg. Wilmer Huamani

Programacin Matemtica
y las restricciones del problema o el espacio W
tambin se puede representar como un conjunto
de
ecuaciones
lineales
de
la
forma:

Entonces el problema se conoce como un

Problema de Programacin Lineal.
Mg. Wilmer Huamani

Programacin lineal
Es un mtodo para determinar un programa
optimo de uso eficiente o distribucin de
recursos limitados, para alcanzar objetivos
deseados.
El termino programacin lineal se refiere al
proceso de la determinacin de un programa
particular o plan de accin.
La linealidad implica que los problemas
pueden ajustarse a modelos lineales

Mg. Wilmer Huamani

Caractersticas de programacin
lineal
La funcin Objetivo: Es una combinacin
lineal de las variables de decisin(la meta
que se trata de optimizar)
Cj = Costo, precio, utilidad del j-esimo producto
Xj = producto, proceso, servicio del j-esimo

Mg. Wilmer Huamani

 Las restricciones.- las restricciones de las

variables deben ser de tipo lineal
aij= coeficiente tcnico del recurso i del j-esimo
producto
bi = Disponibilidad, recurso del i-esimo
componente

Mg. Wilmer Huamani

 La condicin de irreversibilidad del

problema o condicin de no negatividad.
Xj 0 j= 1,.., n.
Esto quiere decir que el producto, proceso o
servicio es igual o mayor que cero.

Mg. Wilmer Huamani

Proporcionalidad
Las cantidades de flujo de los distintos artculos
que entran y salen de la actividad son siempre
proporcionales a nivel de esta. Si se desea duplicar
dicho nivel, simplemente se duplica todos los
flujos correspondiente.
Aditividad.- Es especificar que el sistema de
actividades sea completo en el sentido de que
puede hacerse una contabilidad completa de cada
articulo por actividad.

Mg. Wilmer Huamani

Formulacin y planteamiento de
modelos de programacin lineal
Para formulacin de problemas de PL se
procede de la siguiente manera.
1.-Compresion del problema.- Consiste en
leer detenidamente el problema en cuestin
e identifica claramente su objetivo.
Para resolver se recomienda confeccionar
una matriz de informacin.
Mg. Wilmer Huamani

Matriz de Informacin
Producto
Recurso

Utilidad
Precio Costo

Disponibilidad

2.-Definicin de las variables de

decisin
Consiste en representar simblicamente
todos los parmetros que entran en la
conformacin del modelo de PL
X1, X2 ..Xm
3.-Formulacion de la funcin objetivo.Consiste en definir el objetivo o meta que se
desea alcanzar
Mg. Wilmer Huamani

4.Planteamiento de las restricciones

Debido a que existe recursos limitados entre
actividades competitivas, es necesario
formular restricciones que permiten ver
claramente las condiciones conque se debe
contar para resolver el problema.
5.Formulacion de las condiciones de no
negatividad.- Consiste en restringir todas las
variables Xj a que sean mayores o iguales a
cero
Mg. Wilmer Huamani

Formas de presentacin de
modelos de programacin lineal
Un modelo de programacin lineal
puede ser expresado de diferentes
maneras, segn la forma de la funcin
objetivo y de las restricciones.
Mg. Wilmer Huamani

Forma canonca de un programa

lineal
Sera de forma canonca si el objetivo es maximizar una
funcin lineal sujeto a restricciones estructurales
exclusivamente de la forma menor igual que y las
variables de decisin solamente admiten valores no
negativos.

Mg. Wilmer Huamani

Mg. Wilmer Huamani

Forma estandarizada de un PL
Sera de forma estandarizada si el objetivo es maximizar
una funcin sujeto a restricciones estructurales de la forma
igual que exclusivamente y las variables de decisin solo
admiten valores no negativos.

Mg. Wilmer Huamani

Mg. Wilmer Huamani

Forma mixta de un programa

lineal
Esta forma mixta, cuando la funcin
objetivo es la maximizacin o la
minimizacin de una funcin lineal sujeto a
restricciones estructurales de la forma
menor o igual que o mayor o igual que
y las variables de decisin solo admiten
valores no negativos.
Mg. Wilmer Huamani

Ejemplo

Zmax = 4x1 + 7x2

S.a
6x1+x210
x1+20x2200
x1,x20

Mg. Wilmer Huamani

Mg. Wilmer Huamani

Mtodo de solucin de los

problemas de programacin
lineal

Mg. Wilmer Huamani

Mtodo de solucin de los problemas de

programacin lineal
Mtodo grafico-solucin de maximizacin y
minimizacin.
Mtodo de algoritmo simplex- solucin de
maximizacin y minimizacin.
Anlisis de sensibilidad.

Mg. Wilmer Huamani

Mtodo Grafico- Solucin de

maximizacin y minimizacin
El mtodo grafico tiene la virtud de ser
fcilmente comprensible y adems permite
visualizar
laguna
propiedades
de
la
programacin lineal.
Sin embargo el mtodo grafico no es aplicable
por cuanto es limitado a programas que tengan
un mximo de tres variables, y por otro lado los
problemas prcticos de programacin lineal
tienen decenas, centenas e incluso miles de
variables lo cual implica la necesidad de usar
mtodo mas analticos.
Mg. Wilmer Huamani

Mtodo Grafico- Solucin de

maximizacin y minimizacin
Por lo tanto el mtodo grafico consiste en
delinear sobre el primer cuadrante(debido ala
condicin de no negatividad) la regin de
soluciones factibles, y luego graficando sobre
ella la funcin objetivo se ubica el programa o
programas ptimos.
Regin Factible: Es aquella que cumple con
todas las restricciones y las condiciones de no
negatividad.
Solucin Factible: Cualquier punto situado en
la regin Factible.
Mg. Wilmer Huamani

Mtodo Grafico- Solucin de

maximizacin y minimizacin
Solucin Bsica: Es aquella que se encuentra
en la interseccin de rectas o interseccin con
ejes coordenados.
Solucin Bsica factible: es una solucin
bsica que pertenece a la regin factible.
Solucin Bsica Factible Degenerada: Es una
solucin bsica factible bsica, en la que una o
mas variables bsicas toman el valor de cero.
Solucin Optima o Programa Optimo: Es una
solucin factible que maximiza o minimiza la
funcin objetivo.
Mg. Wilmer Huamani

Teoremas
La solucin optima de un programa lineal goza
de ciertas propiedades, cuya aplicacin facilita
la tarea de calculo del punto(o puntos ptimos).
Teorema1: El conjunto de todas las soluciones
factibles al problema de programacin lineal es
un polgono convexo.
Teorema2: La funcin objetivo alcanza mximo
o mnimo en un punto extremo del polgono
convexo generado por el conjunto de soluciones
factibles al problema.

Mg. Wilmer Huamani

Solucin de problemas por el

mtodo grfico

Mg. Wilmer Huamani

Mtodo Grafico Con Geogebra

GeoGebra es un software matemtico interactivo libre para la educacin en
colegios y universidades. Su creador Markus Hohenwarter, comenz el
proyecto en el ao 2001 en la Universidad de Salzburgo y lo contina en la
Universidad de Atlantic, Florida.
GeoGebra est escrito en Java y por tanto est disponible en mltiples
plataformas

Mg. Wilmer Huamani

Situacin Problemtica
Una fabrica de bibliotecas metlicas y combinadas con
madera, utiliza 3 procesos en su produccin: cerrajera,
carpintera y pintura, cada proceso requiere 72,50 y 40
horas respectivamente, producir una biblioteca metlica
requiere 3 horas de cerrajeria,1 hora de carpintera y 1.5
horas de pintura, la biblioteca combinada de madera
requiere de 1 hora de cerrajeria,2 horas de carpintera y 1
hora de pintura. Si la utilidad que produce una biblioteca
metlica es de $50 y una combinada de madera es de $80.
Cuantas bibliotecas debe producir la fabrica para generar
la mxima ganancia?

Mg. Wilmer Huamani

Proceso

(x) Biblioteca
Metlica (hora)

(y) Biblioteca
combinada de
Madera (horas)

Horas disponible

Cerrajera

72

Carpintera

50

Pintura

1.5

40

Utilidad

$50

$80

Funcin objetivo
Z=50x+80y
S.a
3x+y72
X+2y 50
Rectas
1.5x+y 40
Condicin de no negatividad(x0 y Y0)
Para la utilidad podemos darle cualquier valor a Z con el objetivo de graficar en el plano
cartesiano, es decir que la utilidad podemos graficarla con cualquier valor y siempre va a
tener la misma pendiente, esta recta se conoce como ISO utilidad porque siempre va a
producir la misma recta con la misma pendiente y la podemos trasladar en todo el plano.
Para Z le damos cualquier valor .Ejem: 3000
3000=50x+80y
Mg. Wilmer Huamani
.

Z= 50x+80y
X=15
Y=17.5
Z=50(15)+80(17.5)=2150

Mg. Wilmer Huamani

El mtodo simplex

Mg. Wilmer Huamani

Mtodo algoritmo Simplex-Solucin de

maximizacin y minimizacin
MTODO TIPO TABLA

Mg. Wilmer Huamani

El mtodo Simplex
Es uno de los varios mtodos que existen
para el calculo de los programas lineales y
consiste en, un simple proceso que sigue
una serie de pasos a partir de un tablero
original(que se plantea casi idnticamente
como en inversin de matrices) originado
otros hasta haber determinado una solucin
que se llama solucin optima.
Mg. Wilmer Huamani

Variables de holgura y de exceso

Hay restricciones como las inecuaciones,
donde siempre sobra o Falta una
cantidad que aun desconocemos pero que
ser necesario suponer(considerando como
incgnita),para que compense el otro
miembro de la restriccin.

Mg. Wilmer Huamani

Variables de holgura y de exceso

Dicha variable incgnita ser calculada o
no, segn la optimizacin de la funcin
objetiva, aquella que se le suma el miembro
de la inecuacin para compensar el otro
miembro es la variable holgura, aquella que
se le resta a un miembro de la inecuacin
para compensar el otro es la variable exceso

Mg. Wilmer Huamani

Variable Artificial
Una ecuacin con variable exceso, no nos
permite formularla por el signo que tiene
dicha variable, entonces se le agrega una
variable artificial Xi siendo su valor cero.
Es necesario formar una base(matriz
unidad).

Mg. Wilmer Huamani

Procedimiento para el clculo

1.- Se establece el sistema de ecuaciones donde se
presente una base.
2.-Se dispone las variables sus coeficientes y sus
costos, as como las magnitudes(bi) del segundo
miembro de las ecuaciones, en un tablero original,
en dicho tablero las variables y las magnitudes se
ubicarn o dispondrn segn un orden el cual nos
permite el procedimiento de clculo
Mg. Wilmer Huamani

Cj
Ck Xk Bi

x1

x2

..

Zj
Zj-Cj

Mg. Wilmer Huamani

xn

 4.-Partiendo del calculo previo de la fila Zj-Cj para la

variable que entra en la solucin segn sea el caso, menor
valor negativo si se trata de maximizacin y mayor valor
positivo si se trata de minimizacin. Determinamos el
menor coeficiente positivo para la variable que sale al
dividir cada valor bi con el correspondiente elemento de la
columna de la variable que entra que antes se hallo,
entonces la interseccin de la variable que entra y sale se
determina el pivote.

Mg. Wilmer Huamani

 6.- Una vez determinada el pivote y los semi pivotes, en el

siguiente tablero s e determinan cada uno de los elementos
o coeficientes como se hacia en el proceso de inversin de
la matriz.
7.-Los pasos restantes son similares hasta encontrar la
solucin optima, es decir, cuando Zj-Cj, no haya ningn
negativo para la maximizacin y si se trata de
minimizacin en la fila Zj-Cj, no exista un valor positivo

Mg. Wilmer Huamani

Solucin de Problemas
Muchas Gracias
Mg. Wilmer Huamani Palomino

Mtodo de la gran M

Mg. Wilmer Huamani

Mtodo de la gran M
El mtodo de la gran M consiste en modificar el
problema original para dar lugar a un nuevo
problema agregando una variable llamada
artificial y que se penalizara mediante un costo
M.
Dado M, un valor positivo suficientemente
grande(M
),el coeficiente de la variable
artificial representa una penalizacin adecuada si:

Mg. Wilmer Huamani

 Coeficiente objetivo
de la variable artificial

-M, en problema de
maximizacin
M, en problema de
minimizacin

Mg. Wilmer Huamani

 Cuando la restriccin es menor o igual se

agrega una variable de holgura positiva. Si
es mayor o igual se agrega una variable
negativa y un variable de artificial, cuando
es igual solo se agrega una variable de
artificial negativa en la restriccin que
obviamente afectara a tu funcin objetivo.
Mg. Wilmer Huamani

Min z=3x1+2x2+x3
S.A
X1+x2=7
3x1+x2+x310
X1,x2,x3 0
Sol:
X1+x2+R1=7
R1=-X1-X2+7
3x1+x2+x3-x4+R2=10
R2=-3X1-X2-X3+X4+10
Min z=3x1+2x2+x3 +MR1+MR2
Reemplazando
Z=3X1+2X2+X3+M(-X1-X2+7)+M(-3X1-X2-X3+X4+10)
Z+X1(4M-3)+X2(2M-2)+X3(M-1)-X4M=17M

Mg. Wilmer Huamani

Rengln VB

X1

X2

X3

X4

R1

R2

LD

r0

4M-3

2M-2

M-1

-M

17M

r1

R1

=7/1=7

r2

R2

-1

10

=10/3=3.3

(3-4M)r2+r0

-1-2/3M

1/3M

-1-11/3M

1-4/3M

10-11/3M

r1-r2

R1

2/3

-1/3

1/3

-1/3

11/3

=11/3/2/3=
5.5

(1/3)r2

X1

1/3

1/3

-1/3

1/3

10/3

=10/3/1/3
=10

(1-2/3)r1+r0

-1/2

-1/2

3/2

-M

31/2

(3/1)r1

X2

-1/2

1/2

3/2

-1/2

11/2

(-1/3)r1+r2

X1

1/2

-1/2

-1/2

1/2

3/2

Mg. Wilmer Huamani

CM

Mg. Wilmer Huamani

Mg. Wilmer Huamani

Mg. Wilmer Huamani

Mg. Wilmer Huamani

Mg. Wilmer Huamani

Mg. Wilmer Huamani

Mg. Wilmer Huamani

Mtodo de las Dos Fases

Mg. Wilmer Huamani

 Con este mtodo en la primera fase se debe

de minimizar(ya sea un problema de
maximizacin o minimizacin), y en la
segunda hay que hacer lo que dice
inicialmente en el problema.

Mg. Wilmer Huamani

Mg. Wilmer Huamani

inicial

Mg. Wilmer Huamani

Mg. Wilmer Huamani

Mg. Wilmer Huamani

Mg. Wilmer Huamani

Mg. Wilmer Huamani

Muchas Gracias
Mg. Wilmer Huamani Palomino

Mg. Wilmer Huamani