Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Clase 6: Solemne
Unidad 2: Cadenas de Markov.
Optimización II Clase 7: Cadenas de Markov.
Clase 8: Ecuaciones de Chapman-Kolmogorov y clasificación de
estados.
Clase 9: Modelo de colas y Proceso de nacimiento y muerte.
Clase 10: Teoría de espera en procesos exponenciales de
nacimiento y muerte.
Unidad 3: Sistemas de Colas. Clase 11: Modelo de colas con distribuciones no exponenciales.
Clase 12: Modelo de colas con disciplina de prioridades y
disciplina de cola.
Clase 13: Solemne
Estructura del curso
Clase 1: Heurística codiciosa.
Clase 6: Solemne
Unidad 2: Cadenas de Markov.
Optimización II Clase 7: Cadenas de Markov.
Clase 8: Ecuaciones de Chapman-Kolmogorov y clasificación de
estados.
Clase 9: Modelo de colas y Proceso de nacimiento y muerte.
Clase 10: Teoría de espera en procesos exponenciales de
nacimiento y muerte.
Unidad 3: Sistemas de Colas. Clase 11: Modelo de colas con distribuciones no exponenciales.
Clase 12: Modelo de colas con disciplina de prioridades y
disciplina de cola.
Clase 13: Solemne
Resultado de Aprendizaje de la Clase
Determinar el óptimo local para la solución de los problemas de
optimización propuestos en clase.
¿Por qué es importante este tema?
Este tema introduce al estudiante en las nociones básicas para
construir los modelos de programación lineal que permitirán
encontrar soluciones óptimas para la toma de decisiones en
torno a la asignación de los recursos disponibles en un sistema
productivo.
Introducción
Existen problemas de Investigación de Operaciones que pueden ser
tan complicados que no es posible resolverlos para encontrar una
solución óptima.
En tales situaciones, aún es importante encontrar una buena solución
factible que al menos esté razonablemente cerca de ser óptima. Por lo
general, para buscar esa solución se utilizan métodos heurísticos.
Un método heurístico es un procedimiento que trata de descubrir una
solución factible muy buena, pero no necesariamente una solución
óptima, para el problema específico bajo consideración.
En el caso de 16,
indistintamente de que se
eleve a una potencia par
o impar, el resultado
termina en 6.
Programación Heurística…
Retomando el enunciado:
Encuentra el último dígito de la siguiente multiplicación:
92008 x 162009
La ventaja de la heurística es
que en general determina
(buenas) soluciones con
rapidez, utilizando reglas de
solución simples.
Minimizar z = F(x), x ϵ S
Heurística codiciosa aplicada a F(x) de la figura presentada en el slide anterior. Comenzando en x0=1 con N(xk) =[xk-1, xk+1]
Heurística codiciosa aplicada a F(x) de la figura presentada en el slide anterior. Comenzando en x0=4 con N(xk) =[xk-1, xk+1]
4 4
Vecindad Expandida.
.3712
Programación
Heurística
Heurística Codiciosa
Heurística de Variable
Discreta
Vecindad inmediata
Vecindad expandida
Bibliografía
Bibliografía Obligatoria:
• Investigación de Operaciones
– Taha Hamdy (2004), Pearson Educación.
Taller Práctico Colaborativo
Título
• Programación heurística.
Resultado de Aprendizaje
• Determinar el óptimo local para la solución de los
problemas de optimización propuestos en clase.
Tiempo
• 80 minutos (5 min. organización, 75 min. desarrollo del taller)
Actividad online Clase 1
Guía
• Programación Heurística en variables continuas.
• Tiempo de Desarrollo: 80 minutos.
• Lleve el desarrollo de la Guía y las principales dudas a
la siguiente Clase presencial.