ECT STON ANTE VL iT CRT O De desconccen {as leyer de PGcalailidad gus gooicenan cl _oniverso da \a docigisn, por lo gue ninguna opcicn es _mds_ceettle gua lo oles. Hay waco manesass de apcoximer _____ $e _9 2st problemas. ~ _& Expoque pexioninta ode Wald: este. eneogus supove gue _€\ decididac tewdcs remove como Sompeasaccu fa lo amas _despavacalale - Se cade de ests caonaca el ciesgo cle obtenre una compensacicu manor Qua \aPramsts. Peo _ logcarlo_se_selectionan psimaco las compensaciowes —_ Miaimes gacs toads sllemotwa, y de todas esto se. elise \a msxima, es decic, se_elise el moximea ce log fh eniaimos{ Moxiania) Trews como_aaducol_desuoudo sa y PONT Tk epee de Optimism Relohvo ode Hurwiee pacte delondecon, alscande su pnincipal falencia, consicerondo gue nodie puede -facionsl mente esperse la peor de fs siduectones eu @do coso- Bio leptae eso, 5e_acbpiaun ccepiciende & al gus se lellomo opdimismo. Bro oblenss ef ress fado se procede de [> sipuek manera: % Mix + (1-0c)Mio « of ix). Como podemas obsecvol _$e tiene ahoro en eusnd no sdlo lp Peor de las compensaedaves (in) , Sing dombiga lo maine de |2s compens2ctoues (10x) luego cle oblenor esde poomedis Pousdesade para code alteens: | tive, seelise [> mesor (Mae) de entce todes ellas. | — by dederminacrén_del valor ce a purde tomacse algo mvy silos yehivo. Bro odenvae esto se ptede realizar une Anslrsic de Sensibilicbel- Elmisomo se leprs gropionds 8 opciones en_un sisdema de cordeenrd2s Sus Muesdra lo voriacion deltos pondos xq y Xr | quese obdiensn de haber dade en caso fre se concciers de autemano ef estado de lo natucsleaz gur_se desaccalloc’a. Aro obsarrellae | z Leste mitode, se debe construc una mata? apocte. Enell> se_| cclocs logue se desa ck ganae por no concer el esdods de (a nok i rolez2, es decir, b dipecencia con respecte a [> maxima compen: S2uiow poco ese estado de lo neduraleza. Lurpo de consdevida Lb motrie $e oplies ef opderio Mex mia pore elegic lo olfecna» tivo correcta: - - UR Cciheris de Eqviproledilidod _(laploce o Legronge) ? se brgo en ef Pliacipio de [> RorGn Tnsupiciende pease wice Sue Sino se concce fa disdebucien de probatoilicaces pars los distintos estades ce lo watusalera, debemos ssumu gus fodos trenen lo misma probobilidal de ocurrencia: Bro eod> oterna tive, | $e Colculs b especonza masemédiea correspondiente 2 ado om ck lo nodursiez2 y se [os promeciia- Se elize la oltemnatve _ que presende m3¢ alto promedio. | te ——elf i _ = ~ _ €54¢ eas covsre cuande se conoce ta disdr'buctéy de protsooi hide: deg de ocurrenu2 de code uno & os esdodos & o naduralee> — El eonoces esda disdtibvcidn Aas permite vsor edasiiertann |e GB pernm Molemshier, ¥ basor lo ckeision en eske pasemele- Pero cobe aclocor Gur eske casvitedo ser¥ representedivo wor do el proceso ch epee decisidu seo sepetido aumare: Ses voces lo>yso las Mismas condiciones: ease bo vdiliereion de io esperanaa_motems ies hows tomers 2 Nimitpesones : ee | a Sibien dos beolwos pusdea tense [> misma €specane> Mofems: ___fea, susdistei bucidins purdmser clipecentes Padiendo las | ___mMismas set fey vaciobles (ualeres terames > lo media) o poco Variables (valores acercanar > La medta) Pe a Woy veciable - —— af 3} —— elo odea limi dacida es fo Probab: trod cle Rosas . lo misma tonsiste en lo peobabilidad de gue el ke dide, recis e4 los primeros c2s03, !25 compensacrowos cles¢2voraioles en __ Mt (5 prnnacrs tlecacouss. lo gue haga gute sen imposible sept | decrdiendo (2! ckeishiddor se orrvina)- JPro _foob caso en e( gue seakon_lomoe una echsttn, es fockigle [> cealizateion de pruebas 0 experiaundos , gue. pemtion. acercarce mds ol conocimieuto de wales el estado Je le Natevlelerr pue se presentars- Curndo _frabazomes acua_ esd | tenemos [2 probab: Ire a priori guees lo inpocmacisn disconames de ewalgviee metodo de decisicu_y [> probobi liced, 9 posterior: pue se obtiene Mt lbege de iaclic los reseltodos ! da lo preios. a + Como prmec prose piles colevier evrado se fodets popes pS [> tapormacisn perfects, es decic, (> gus oute eade decisica A tpmarse_proporcions exactamente el estado de fo naducolee2 |, > desecrollarse. Prodederminor céte mounts, colevlomes I> penny Moasemrtie> pace cous epeicn y seleccron2 mos la mesor. Luega, -evaluames. [> Compenscioin: con inpormacia perpects colewvlendo be Esperonr> Molemsdico dele ollecastiva eon inpo. pecfecks _ moltiphcendo la mezor compensxica p2ro coda estado por la - probate lideel (2 prioc:) de coviremer’s de carlo uno = be “lpevel eutce [> Gpecanr> con info. pecrects yb Cxper mezor esperon>: Sia_inpo. perfecto ey el valor pun estocramos stspusades 2 p2pac por (2 fago perfects. —— 1 | : | + Pero como _niaguar prretoa es pectecta. debemes sober wruto) estamos dispuesdos a pare por ta prurioa Paro ello haemos usa de dos gropredrdes de las Probabilidades : yo OP (ss /en)- Rae) « Plas.) Pls) | — Condicioud Aisleda __Lonchixonol. Avsledo _ = —- Amine evarocionnt vncldona br acnbabelilad le@® | ® Pla)» P (4/5), Pis,)» P lata [s2). Pls} faz + Plat /sa)-Plsa\ — sda expresioa cespoude al teorema de | provalei \eb total Coe acloror gue Sy, Sap... Sq _daloen ser _mubuamsnte excuyentcs, es decis, P{se)+ PlSa)4--- P/sa)= 4. — S$ combainames esirs dos expresiones llevands Pah) 0/ cknomina:| dor _fenemes OB Plsi/a) . Plats). Pig) P (uty (54). Pl5i)+ Plaa/so) Pls Play (Sn) - Pls. Esto es b Pegi de Boyes, [> oval nos permite ealev lac [> probebi « Shi ida) a posderion’ (0 corcepida) ch un suceso en purcidu de a SE lapormocioh adkeronsl agree gada- — Con estos datos _(provob: iiidedes a posterions} y “bs princidasles Bs _poiori_se_ceati2> on _disgrama de alcbal de decision, o tawds | ol wal se campard la comgensacicu_fecileida por no cealizae | - bb _peoba_y ls cecibids cealizando \o-Piaaion . Eu Iase a ls digecencis do estas dos compensacioucs dete conina eh precio _Qus estamos dispuestas ono a pgoc pec [a PeoakaDECTS TON EN COMPETEUCIA 0 ANTE OfoWEWTe PAcrovAL En este caso se cbbe considkrar un unine rsa enel gue ls ocuscencia de_ua estado no se produce 21 9924 Sino pure se produce chlaids | 9 [2 eleccioia de un comoedider o! gue se lo consiclers ‘gina oo fatelipeute y que pusreS por sus sadcceses. Tombida se consicecg pus Coch zupedor estos sv Sugoce can total desconocimiendo de b supbclo el ofso. G Nos concentocemos en los sepos de sls sagzdorey k Juepo de Sumo Cro: Se dee put mn gutpo es ob suma ceco_aondo - La queva motn2 shor se loma matte ck fopos, y coda eosillere Lepresen ts [> pononcis_o_b pérdid> & cada supador- De €sf> monera cad> cosilleco indic> [os ponancias ob sopades I guren_vao sec el Maxim donde 2 1adie> Lp perdida del sopadec L tool 10 pus pierde ua sepader es pansde or el ois y viceversa. | gure vo a sec mininseante, for lo bate ef gugedor D,coyas al terns divas esta eu las pilos, 0Pbe3 por _una eslea fepi2 Maximin, mi _pur_el Jupodoc F, cwyas alterna tiv2s se encurutcon encolomnasas, | __ utilizar? una_estrodepi2 _de_miniMa . | Sib eleceioy cealiands or ames sugacores Cecae sooce el mizma, casilleco, endonces se dice pur / ef moxraat2ute se eguivecs) | Cos. dh noes, vosthle deleteiiase vn aunte de saictrhecnel | lel fuapa. logue s¢ plontea cs pus of puego Pade ser reves fo si se odlaide lo reali 22cton de sopadas multiplies manera, ef sopadoe t terles na esteadepin X= (204, Xap Myf bol pur 2 ket y el | ~ _-Supacor_¥ tencks una _estratep > ys a Yajseen) tol pur ZY. et» Pos els se cumplice ! - - 4 Km sng 2 V_ Nadine Ye dee tt YaeDen ¢v- a Kas Diy + Xe Dez bee s ‘4 | C\ me lodo d ‘de (oschitetn ass o. -eyatro teoremas + : .® €\ méxino de los minimes es siempre Manor o vgoat sa SMM Rimes. oo pe Oba condicigaatcesrer2 ye egeio ade poco pase! méxino code les minimus sea ipval of meaime. os es ho; pu lilerio. — @ én walguier surge cectongular exile siempre sea bealepiae a | Optimas mixtas pasa ombbes sugecoces. © Pace cualovier suapo cectanpulac, siempre existe on valor del 5 ALpo. t+. ef opordvae aclorac_ef concepto ch cho mina, gate luoce repeeens Reema lina olternzdiva #0 yao see preperida Bago mapuns eiceons fancra fren ka otc, por le que se Va “decancla. les aolion Inada a talomane rama a tetacdMelodo de cosolucién: Se lovscs ef poate cb egui Worn. de. no Iellorse debon buseorse las estropepias mixtes dptimas: Si ono de los gupodeces toviers sclo dos altecnatves se parede | aplicoe un métede pxpito sencilla aprovechaade gue los pesos Probarbilisheos a apliter son complemenb ries De ests | Monera se fiopica hactouda varior X, ealre Ov-t ! Vv ~ Que obbew el gugadoc T ante cada | estrategia del gogadoc 1. Como A_T_es moyimizante, loursenes | los animimass y_elesics ef ma‘cimsl jt % ‘ Bi de elles- Con ese v2lor_cl Xa te | olevts el velor del sucyo. —_ a gcd pivo este ls sempeasaiou | || ____ Bhoerami crow creas. ~ Kk Teoroms Gensrales Sobre Popromcion Lineal: @_€/ conzuato de fodrs [25 solucouss 9 vn Problema de progrs: moucn [iaeol_ey va conzeate coauexo. Ua consun to conueco esaque!l ora ef ol cuolpuser combiarcics conuexa de— dos Puntos dendro | del conguate, cl leravinam.otco, poate dats de consundo as j DL punuios obyedve presenta su eptime “en va penta exfremo —___delconsuato pormada por hs posibles solveloves af provlex Taine de apctacdite Ena Si esle pdimo se slconea en mas de va puate extrema, tome eloismo valer para dodo 2omb.nracy convexa de dohes ——— Sr @ Si pusce encondrarse vf conzunde de k uectores (A: P-.,%) | Xf) Liaeolmente tadependientea y bl gue cumpln con las resiriceio: nes, es decir: xa: Pi tte t xg Atont Xe-Pa = Po con todos \ los Ke 20, enfonces e/ punto X= [te Ky Aa) e5 on | punto extrema _de/ eonsvate Conuerr de solucconss, sieado | aX va vector n-dimensional con (a-b) comporendes nules. GE lou Kp Xa) 08-04. ponte extreme de k, los vectors _posidives, fecmon ua consvado aool» & Teoremas del! Método Simplex: | Siem un problema ole minions gaacia, algin valor ole Cs~ @5— | es menor pie cero pore olpun x endonces existe por fo mencs| | Une solvegy posible de vzler @< 2, introdvereudo ese Px en la base- @ Sien vn protolems ck miaim:2acicy, [ae condicicnse ce C5-23 20 se cumple fora Jodas fas. 7. emtoces fumes oer fo a Una posi ble solvadna minima.Pro ealitar ef meé'lodo Simplee se Porte ch! medelir2de del problems 7-82 vutleen los datos a ena table como lo anterior. Lys cbs | columnas dee leguierds representron (ox vectoces de (2 base | Cos demds son los woctores ue comporan el medelo incluvdes | fos uecdores hdsicos y bf u0ctor solveici- Al valor de 2s Sto obAreuc como (» sumatori2 de lo : tre Ce, yel_valor_de Le cootdenads del vector anrespondiea fe a h g,'l> oe dicho valor ce Ck. Ona ver conpecrionrds ta tobla se veripica fo_siputeate sief problema es de minimi2zacicu pus todes fos volores de Os- 24 sean gceroo positives; sief problems s de maxim e2cidu gue todos los G - 27 cean cere © neprtivos. De no cumplirse estas conkiccoues, 8¢ debe ingressr olgvad dels vectores_no b3scos 0 b base y ono de les bisicos debe desot de serlo. Paro detetmnor pur vector “eats * b2sd4> con tdeudspicor el de velor de @; -25 mss_positive © neprhvea | } depencdie de si el problems *s de moxipi22c/da 0 minimize, respectiveminte. Poco overipvar gue vector sale bey gue. colevbr el @ para cods_fila. Poco obdenes arte resultado se divide el valor de bo eoldr del usctor solveien corr espoashiere of filo por el valor de ba celoe cosrespondieude of vector CMake copes roudiudeo b Pls eueoustieh, Conder ll(reba cionadys © cont of valoc de & 4) os gue se hs arr nebo a _____vae_solvcicis presumibleate hima. ____ 4 Método Simplex : Variables de Holgurs y Acsirvciales. _ Sepenpomes un Pn Max (2) = 30 Xs + 20 Xe a i foe oi < 80 3m 47X2 250 Xa =10 ™ as | Peto Pee? poder aplitac Simplex necetes:tomos gue bs cksigeal- Sf) dades onkrcores dezen oe serley Psea a ser ipvoldades .Prea _| lopin_esto se aprepan Mbit varidbles avx/lares pire nes | pens 1 tronspormar [2s bpvoldades en ipa ldodes . ON) i » Praca cksipsa \dades s, se vtilten vsloces de holgers Normalmen te desipnodas con b ketro §. En le ponuon obye dia , odas varibbles no endian en uepo ya put ven acompariz das de. un coefitiente spea/ a @ero Pera resteiecioves ok. = se obilizan variables ort piciales, comme te denonriar des ou [> letro A. En lo punciow —__ebsehiva von ecompanrchs sk un coepieceute M [un aime a ton pronde comose pur ers): LL sipno del cop picieute Co tetine el seeded ee to options paciois_|nepativa $i se bovsce J} niente pie sise buses minion pac). a— + Pro desipualalocles > 8¢ vtili2> uaa combinacian - Se! toma una variable cb helpers puss apoaece restondo ex ta — tesduieciva ¥ con. eovpracude coro en lo faci da obse tive Se waruacshblea ardtadatad mia AM6Ore Rinne Siler te ahspremplo andes ploulerdo gue dos(> 25): Max (2) = BOX, #2OKz £0.84 -HeA, +O.S2 - Mode De esto maners_ BX. + FX. + Ay - S22 50 okt + As 2 10 Xa; Ka; My, Si: S2; Sp dO | | ——— | UX, + 3X2 + 1 = 20 | | + Peo CRAMACTON ENTER to Propromacion enters €s un digo de propromacicia line ef tual tavolvers 2 (0s casos en tos pee el princiod ob divisibrideg hove pus et problema corerce & seutido, es decir, apurilor _Ptoblemas en (05 Que e6 necesarto pure fas valores Sen enteres.| ! E/ problema se plontes ipuol gue un problems ok propramacies, ling>l, pero se oprepo una vesdriecicu de pus fas varcables | debeu sewer valores euderos. Cuspo se resuelve con soghuore = de computers o bien con alpin mebece onal/dics como of | Mitodo de bi purercita_y atolacsia- | ¥ Un caso pochicube ok_le progiamacica entera es _b programa; 60 biascia. La_misms se vt l'2> bssieomente f>r2 exonds dentco de vn modelo de propromatcin Angol se presendon prepuntes gue purden ser respondid>s coa_siono- €r_, _tste tipo ck propremacitia enters, lbs vopisbles oe decisieuy _femon_valores de _O por No) y de L /pocaS5). Cones Uso de esdos Variables se pueden epi nic numecosas conde ewes gue relocionen_o cperendes Verivbeles 0 resdriceious, hall 4 lp wa: a =oA Viena divas cnudsomente excloyeutes: ~- + Altcens divas coutinpeutes Xai X¢ €4 -» Xa ° X¥ = bein _ Xa, 4 Xa ky ebin _ Tembitn se puede hoeer eso de bon tables binacias ouxiliaces— fara pover “jupor’ con loc resdiecrouess o (ox. + 2x2 6 rt (Mey Ss) Al agregocle el termina (exer yx sis tle (ey) J con My welomos “epagado” lo cestoceign {yo gun ol see On nvmaro muy grande ovempre se cam ole. —— _ + Flegic k de W productos + a Yor Va ¢ Vo a-- Yu = te + Si eliso uno eliso elotco: Yio Yn 20 + Elesic un Pratiacks = SO pee Yr+\o = es Eb hesomsauls aicwe. p20o| protlemss de costo eso: Ma (2) = 30 X41 + 10 Yet 209. V1 == ‘SE. asoirde > Xo — _ [Hake s4000 Co I t Xe Me KO Xvi Xa 20; VerbE/ problema ok honsporde_se_reriece 2 ts disdcibveica de dualgurer morcaderi2 de centros de sumaistro d2mades orl peves a_centros de recepciou Mlamados _destings, eon elobsedive | UlHime de minimizer les cosas de_tronspos ée- a €l modelo de PL gued> del sipuiease manera: _| Oferta _ _bemoudo ! Mans cont: do vocistoles Como wares, 2a primars instoneia e/modela estab> (orecta mayor acmonds), por fo gue se crea ua Jessine Fi (Dp), gue acdba considerzalo a he lguco. Si (Yan Ken ap +200 [as Xe =t98 Sas | Xavt Xx tXep = too Yao + Kar t X42 2200 [Keke bop = 900 Xap t Xap shape aoo _mellodes elssicos de PL, 0 9 teaves de_dos medodos pactiovh= ces: Mélodo deb &gvine Myo esde ey el Método. (be aelora Pur 2mbos mglodos bevin elms chstenloce gue seri ceplicedo a Nebodo & b fs guins Noro este : Se inci en la ecguina nocceste de Is tabla y se le asigns ls mayor camkided posite a eso celds- Luzgo se tocha to Colum na (si lo gus limits ts osignacisu es la demsuda) © \ min-a2 cant de vor. aden. | lp tesolveida de estos probkmas pusde lopsr a droves ch los COA _Xiz 2 la cantidad de morcaderia transporded> del enper| __4y io ol destino “5” 1 el modelo 104 persda: | Btls Let to ose Imiks la asionacidu @$ la orerta). Enel~ ‘columna o gil, yo baw edaths ¢ le nprogh un vec. ew la esquiaa vocoeste. Tener la preesucida de_descontor fonts de operte como de cemaucd> [23 contrdlades guotevan Aipnondo: Repehe hasd2 reflenzy lo tabla. a & Método del Miaimo Go: ee a Asin lo mxs posible 9 lr celds de menor costo inibarte:. po Whip 20 » fachs I> file columnar sabspecho. En @250 gua ~ _o¢ercts y va cero cuaudo el ma todos misma) [pit ee tenarena deo sani celds de esa Filo/eolumna. $e ‘oyseo luego la _celds qo tachads con el costo mas kage. ST Up vee L aniplelodn bh tabla se procede averipitar sib solved " lebtemsde es b detima o no. Para ello tenemos gure coleviac | Ly de casle ce tals vaca. _€\ sg y se codculs como : Lye Cis = (V4v)+ Uy V B0n coericiemtes prapios de cads | Heth columns (cespoctivamente} ¥ Se comple gue goca| {ods celda 0-v Cis, ~ El eatin. gare coles\aclos_comsishe | Salemeas_que_cstames en presencia de yaa solveisy wo | ____Sphima cuando obbeuemes ou Y isis lo nueva Ws4ei buetem, - él costo fofel se colule multiphiceuds ¥- moudoenla | © Pomerat herocioy> luego pusde ser cplovleds como” 212 2+ 0. (ts-23) doude Jo es ef costo fobs/ onkng, 6 es ef velos o sev cestodo _y (Cy-25) cs el valoc dol yr carcespoudiute a te celda purenite>.x < ENIST. ee mA Molo Sin Buphacr o ce lole Econdmico: _ _ __.2 Soangstos O(> demanch es concercla y-8¢ produce 2 fos0 canskeue || OMe tonite r eo a 6 Se eemte one orden wonde eb inven borin lepr 0.c8co —_ @ Leal- time -0 OS __|! 7 6. tL casie de producto escoash e iakpeudioie dele cent. = Gris Cs, 2 Tp Wg Biro bscacls cond: gus minimtes esha -yoneigu travemes Gr 2.9 @ No "s @p.T iN Sfp [aaa | Ge ; A) |g 2 |G. 00.2 [o> Lote setimo i —A\_N & Tt oo - bi 4 = - \ AZ Ro | tl a ooQ | N \ \E oo a & Moclo con Ruptucs + [NI : bees yy Te wy __~_} = Sseuostess © bodeon es concuds » sedoo toso constonte aeolle | Q@ Se pecmide cuphvi2 de stock | @ lerd Haw 20; te Orb | © E/ previo del producto es conslonde e ialependieak che (2 cond. 6) lo demonde pus se predvee vande ne hay stock ase | escorts, y $e te satispace eyoud2 s0_cedoasiece — ae eo WeN 2S 29S 2.2 4 br. G7. 4 5.T 4%. (ss) = i T ta t30OC« © NY! N | 1 Cre Cte 3 CTpa OTe Ch. Ss. 8 heey SS | 2 Os, Sg. ae ane OS oa Ee 2y q — ve Tove: Op. W es tos Ges | ez Ce \ jes Ce x t Nex + Ce. 5) aay i Ce. fas) (eat a d nw | e fs + Ce. (vat. T 7 Gri Ce str Cr kG. eet | | 2g ¥ 78 | Lusgo bsciondo aS =O ACT +0. per enconteoe ol valor deg Qe minimiza Cy — Mes do. H 1 7 Tr vol aco * | CeCe y sh lon | Ce o | 7. Cy Ge Vocot fl tarea Modele con Peatoadectmiendo Uni s > fae dae bo bo tak ty Ap\icondo. Q\ mélodo do msximas_¥ smiaiencs fees forcrowes _€a este caso el preciovect2 de aesrecdd con (> coutidad ComPiada, for loge hay pur tener en ante el gecosto te re rodacts en |p ecevsciou : Ups Cp tls 4 Corto de compa Oss fas v-pe) ped Ge get Oo Te v Cre [Ces (aie pel @ Ge pe-g Jey = rs) Crs Coo t leieeril Ants og aa =o. 81 @| I Bete DivAmzca ba Co. Propromactan dindouen se vtil zo pore cesoluer pensralma: | —y muy complesos, y lo lopra sepscsndolo en varies problemas | \ Wios Peco interrelacionaces. | jo TI los’ modelos “e propremec:dn chinsimina son dbaptinn'zanicia. Uk Metodo lopia: : a _ s Talentigreac al alssetnia » [se variables mlervrated fes (de a= tied ce_chcisidy)y los ebopas » Ddealitiva: paca cain elops. cusles sim tos valados inicwalir | Ou ck un estado y una cheision Thee Mbernativ2s de_rensdimieuto a ns sts hina a * P Aeacoleisheoa; {\ |. Ef probems se purde dividic en elapas put ropuiecen una nm pslihien de cheisigu: I. Cola edaps ties un ciocéa admuca. le esdedos asociades. | ~~ 1 Cleeecto ck lo polites se decisivis es dransposmer ef estado ats\| ____|deunaelepa en vac asocisde cen la ebopo Sipremie a + €l problema ests diseviods para encondcar uae Solver ci | épdima_a_tode ol proslema__ — |. Bodo vn esdsdo actual, la politics phins paca. una etapa _ | Sipuicudte es tadepeudioute cb la poi ties auterioc. (OPrEMspor) |e Se comieuga por encounter | \a_ politics poca to dlios letopa..y se uso una RELAciow RecursrvA prea saese naa bd Bes aip st peselenna i -_ i Be ent fe te =z (etre a | :