TABLA DE CONTENIDO
1. MÉTODO GRÁFICO
1.1. Reseña Histórica
1.2. ¿En qué consiste el método gráfico?
1.3. Método de solución
1.3.1. Única solución
1.3.2. Solución Múltiple
1.3.3. Solución no acotada
1.3.4. Solución No Factible
1.4. Ejercicio de Aplicación
2. MÉTODO SIMPLEX
2.1. Reseña Histórica
2.2. ¿En qué consiste el método Simplex?
2.3. ¿Cómo solucionar un sistema de ecuaciones lineales por el método Simplex?
2.4. Tipo de optimización: maximización y minimización
2.4.1. Objetivo de maximización
2.4.2. Objetivo de minimización
2.5. Cambio de signo de los términos independientes
2.6. Normalización de las restricciones
2.6.1. Restricción de tipo “≤”
2.6.2. Restricción de tipo “≥”
2.6.3. Restricción de tipo “=”
2.7. Casos anómalos y soluciones por el Método Simplex
2.8. Ejercicio de Aplicación
2.9. Ejercicio de Aplicación
3. MÉTODO SIMPLEX DUAL
3.1. Reseña Histórica
3.2. ¿En qué consiste el método simplex dual?
3.3. ¿En qué caso se debe utilizar este método?
3.4. Teoría de la dualidad
3.4.1. Condición de dualidad
3.4.2. Condición de optimidad
3.5. Ejemplos
3.6. Ejercicio de Aplicación
4. MÉTODO DE LA GRAN M
4.1. ¿En que consiste en Método de la Gran M?
4.1.1. Método de Solución
4.1.2. Ejemplos
5. MÉTODO DE LAS DOS FASES
5.1. Objetivo del Método de Dos Fases
5.2. Método de Solución
5.2.1. Primera Fase
5.2.2. Segunda Fase
5.3. Ejemplo
6. MODELO DE TRANSPORTE
6.1. Modelo del problema de transporte
6.1.1. Tabla de parámetros del problema de transporte
6.2. Métodos de solución
6.2.1. Método de la esquina Noroeste
6.2.2. Método Vogel
6.2.2.1. Costos mínimos
6.3. Método de la esquina noroeste
6.3.1. Ejemplo
6.4. Costos mínimos
6.4.1. Ejemplo
6.5. Método de Vogel
6.5.1. Ejemplo
7. ANÁLISIS DE SENSIBILIDAD
7.1. Objetivo del Análisis de Sensibilidad
7.2. Método de Solución
7.3. Papel de la Teoría de Dualidad en el Análisis de Sensibilidad
7.3.1. Otras Aplicaciones
7.4. Esencia del Análisis de Sensibilidad
7.5. Análisis de Sensibilidad Gráfico
7.5.1. Análisis de Sensibilidad Algebraica: Cambios en el Lado Derecho
7.5.2. Análisis de Sensibilidad Algebraica. Función Objetivo
7.5.3. Determinación de los Intervalos de Optimalidad
7.6. Ejemplos de Aplicación
8. PROGRAMACIÓN ENTERA
8.1. Reseña Histórica
8.2. Contextualizando
8.3. Algoritmos
8.3.1. Bifurcation y Acotaciión (Branch And Bound)
8.3.2. Algoritmo Gomory
8.3.3. Método aditivo de Egon Balas
8.4. Aplicaciones
8.5. Anexo
9. PROGRAMACIÓN LINEAL MIXTA
9.1. Reseña histórica
9.2. ¿Cuándo utilizar la programación entera mixta?
9.3. Métodos de solución
9.3.1. Método: Branch and bound (B&B )
9.3.2. Algoritmo de ramificación para un problema PEM 9.3.2.1. Ejemplo
9.3.3. Método de los cortes de Gomory
9.3.3.1. El problema de la mochila
9.4. Ejemplo de Aplicación
9.4.1. Anexo: Resolución en solver
9.4.2. Ejemplo de Aplicación II
10. PROGRAMACIÓN DINÁMICA PROBABILÍSTICA
10.1. Reseña Histórica
10.2. Desarrollo conceptual
10.3. Partes de la programación dinámica probabilística
10.3.1. Recursividad
10.3.2. Principio de optimalidad
10.3.3. Estado Indeterminado
10.3.4. Árboles de decisión
10.3.5. Conclusión
10.4. Aplicaciones
10.5. Ejercicio en Java para la programación Din/Prob/
11. PROGRAMACIÓN DINÁMICA
11.1. Programación Dinámica
11.1.1. Características
11.1.2. Elementos de la Programación Dinámica
11.2. Programación Dinámica Determinística
11.2.1. Estructura básica de PDD
11.2.2. Ejemplo
11.2.3. Solución mediante Programación Dinámica Determinística
11.2.4. Procedimiento de la solución para el problema del prototipo (PDD)
11.3. Ejercicios con el software utilizado
12. TEORÍA DE INVENTARIOS
12.1. Conceptualización
12.2. Componentes
12.2.1. Costo de Mantener Inventario
12.3. Modelos de Inventarios Deterministas
12.3.1. Modelo EOQ
12.3.2. Modelo LEP
12.4. Trabajos Realizados y Proyectos Futuros
12.4.1. Software Disponible
12.4.2. Ejemplo
12.5. Inventarios Probabilísticos
12.5.1. Desarrollo de Conceptos
12.5.2. Modelos Probabilísticos