Ejercicios - Metodo Simplex

INVESTIGACIN DE OPERACIONES
Universidad Ricardo Palma
El algoritmo SIMPLEX es un procedimiento general para resolver problemas de programacin lineal, desarrollado por George Dantzing en el ao 1947. La implementacin en computadoras personales del mtodo SIMPLEX y sus variantes se han convertido en herramientas tan poderosas que se usan a menudo para resolver problemas de programacin lineal de miles de restricciones y miles de variables y , en ocasiones, problemas bastante ms grandes. Como hemos visto en el material de trabajo autnomo 2 se trat el tema de solucionar problemas de dos o tres variables, aplicando el mtodo grfico, as como el anlisis de sensibilidad de sus resultados. Ahora, en el material de trabajo autnomo 3 veremos el mtodo de solucin del SIMPLEX para solucionar problemas de n variables, tanto para maximizar o minimizar la funcin objetivo, considerando variables positivas, negativas y no restringidas.
Para los modelos de maximizacin se esta considerando el desarrollo de ejercicios planteados con variables positivas y variables no restringidas, para el caso de los problemas con variables negativas se esta planteando un ejercicio bajo el enfoque de minimizacin.
Para los modelos de minimizacin se esta considerando el desarrollo de ejercicios planteados con variables positivas y variables negativas, para el caso de los problemas con variables no restringidas se esta planteando un ejercicio bajo el enfoque de maximizacin.
Los modelos de maximizacin buscan casi siempre obtener la mxima rentabilidad, la mayor productividad, el mximo cumplimiento del nivel de servicio, el mximo cumplimiento de los objetivos, etc y se aplican en la industria , en los sistemas de comercializacin, sistemas financieros, transportes, sistemas de salud, en el sector de servicios pblicos, etc.
Ahora veremos el desarrollo del mtodo SIMPLEX aplicado a un modelo de maximizacin. Recordemos que el mtodo SIMPLEX se aplica slo a modelos que tienen restricciones del tipo menor o igual. Como primer paso debemos aplicar la forma estndar al modelo planteado, lo cual implica tres condiciones: La primera condicin: que los lado derecho de las restricciones sean constantes mayores o iguales a cero, en nuestro ejemplo, los lado derecho de las restricciones ya son constantes positivas. La segunda condicin: que las inecuaciones sean expresadas en forma de igualdades usando variables de holgura, en nuestro ejemplo, estamos agregando las variables de holgura S1 y S2 a las dos restricciones. La tercera condicin: que las variables que participan en el modelo sean mayores o iguales a cero (es decir que sean variables positivas) en nuestro ejemplo, todas las variables son positivas.
Ahora bien, implementamos el tablero inicial del simplex con la estructura de su forma estndar. Como se est maximizando, debemos seleccionar el coeficiente del Costo Reducido ms negativo para obtener nuestra columna PIVOT, para nuestro caso corresponde al valor -3 de la columna asociada a la variable X2, y es la variable que ingresa a la base en el siguiente tablero.
Luego obtenemos nuestra columna PIVOT asociada a la variable X2, ya que tiene el costo reducido ms negativo con el valor -3. La variable X2 es la variable que ingresa a la base en el siguiente tablero. Posteriormente hallamos el ratio del cociente mnimo dividiendo la columna del lado derecho (solucin) entre los valores de los elemento de la columna PIVOT (la divisin solo se hace para los elementos positivos), el menor ratio de cociente mnimo nos determina la fila PIVOT, para nuestro caso el menor ratio corresponde a la variable S1 que tiene como cociente mnimo 3. Esto significa que en el siguiente tablero debe salir de la base la variable S1 y su lugar debe ser remplazada por la variable X2. El elemento de interseccin de la fila y columna PIVOT debe ser uno en el siguiente tablero, para ello dividimos la fila de la variable S1 entre 2, ya que el elemento de intercepcin es 2 y colocamos el resultado en el siguiente tablero en la posicin del rengln que le corresponde, y la variable S1 es reemplazada por la variable X2, generalizamos esta operacin para toda la fila.
Ahora bien, mediante operaciones suma fila debemos hacer cannico el vector columna asociado a la variable X2 en el siguiente tablero, de la siguiente manera: En el segundo tablero multiplicamos el valor UNO (el cual est resaltado en la fila de color rojo) por 3 y luego sumamos el valor -3 de la fila de los coeficientes reducidos en el primer tablero. El resultado es cero y lo colocamos en la misma posicin pero del segundo tablero, replicamos esta operacin para toda la fila con el valor del coeficiente reducido correspondiente del primer tablero.
10
Luego, en el segundo tablero multiplicamos el valor UNO (el cual est resaltado en la fila de color rojo) por ( 1) y luego sumamos el valor 1 de la fila de S2 en el primer tablero. El resultado es cero y lo colocamos en la misma posicin pero del segundo tablero, replicamos esta operacin para toda la fila con el valor del coeficiente correspondiente del primer tablero.
11
Continuando, como se est maximizando debemos seleccionar el coeficiente del Costo Reducido ms negativo del segundo tablero para obtener nuestra columna PIVOT. Para nuestro caso corresponde al valor -1/2 de la columna asociada a la variable X1, y es la variable que ingresa a la base en el tercer tablero. Luego, hallamos el ratio del cociente mnimo dividiendo la columna del lado derecho (solucin) entre los valores de los elementos de la columna PIVOT (la divisin solo se hace para los elementos positivos). El menor ratio de cociente mnimo nos determina la fila PIVOT, para nuestro caso el menor ratio corresponde a la variable S2 que tiene como cociente mnimo 10/3. Esto significa que en el tercer tablero debe salir de la base la variable S2 y su lugar debe ser remplazada por la variable X1.
12
Ahora bien, el elemento de interseccin de la fila y columna PIVOT debe ser uno en el siguiente tablero. Para ello dividimos la fila de la variable S1 entre 3/2, ya que el elemento de intercepcin es 3/2 y colocamos el resultado en el tercer tablero en la posicin del rengln que le corresponde, y la variable S2 es reemplazada por la variable X1, generalizamos esta operacin para toda la fila.
13
Luego mediante operaciones suma fila debemos hacer cannico el vector columna asociado a la variable X1 en el tercer tablero, de la siguiente manera: En el tercer tablero multiplicamos el valor UNO (el cual est resaltado en la fila de color rojo) por el valor 1/2 y luego sumamos el valor -1/2 de la fila de los coeficientes reducidos en el segundo tablero. El resultado es cero y lo colocamos en la misma posicin pero del tercer tablero, replicamos esta operacin para toda la fila con el valor del coeficiente reducido correspondiente del segundo tablero.
14
Luego en el tercer tablero multiplicamos el valor UNO (el cual est resaltado en la fila de color rojo) por el valor ( 1/2) y luego sumamos el valor 1/2 de la fila de X2 en el segundo tablero. El resultado es cero y lo colocamos en la misma posicin pero del tercer tablero. Replicamos esta operacin para toda la fila con el valor del coeficiente correspondiente del segundo tablero. Luego, vemos que en el tercer tablero ya no existen ms costos reducidos negativos, entonces se ha llegado a la solucin final.
15
Finalmente el tercer tablero nos da el tablero ptimo del cual obtenemos el vector solucin, el cual est compuesto por las variables bsicas (son aquellas variables que estn en la columna base) las cuales obtienen su resultado de la columna solucin y las variables no bsicas (aquellas variables que no aparecen en la columna base) asumen valor cero por default. El valor de la funcin objetivo se obtiene del primer valor de la columna solucin.
16
La solucin final se da en funcin a las variables de decisin: X1 asume un valor de 10/3 , X2 asume un valor de 4/3 , y La funcin objetivo asume un valor ptimo de 32/3
17
18
Los modelos de maximizacin con variables no restringidas, buscan modelar condiciones donde las variables puedan tomar valores positivos negativos, como por ejemplo la condicin de disponibilidad de horas, donde pueden existir horas sobrantes requerirse horas extras, la condicin de disponibilidad de capital, donde puede existir capital sobrante requerirse capital adicional, entre otros casos; donde el resultado de la funcin objetivo es casi siempre obtener la mxima rentabilidad y se aplican en la industria , en los sistemas de comercializacin, sistemas financieros, transportes, sistemas de salud, en el sector de servicios pblicos, etc. A continuacin mostraremos una formulacin asociado a un modelo matemtico donde se ilustra el uso de variables no restringidas.
19
INVESTIGACIN DE OPERACIONAL OPERACIONES
Ahora veremos el desarrollo del mtodo SIMPLEX aplicado a un modelo de maximizacin con variables no restringidas. Encontrarn ocasiones en donde el modelo requiere hacer uso de variables que puedan asumir valores positivos o negativos y ser necesario hacer un reemplazo de variables. Recordar que el mtodo SIMPLEX se aplica solo a modelos que tienen restricciones del tipo menor o igual. Como primer paso debemos aplicar la forma estndar al modelo planteado, lo cual implica tres condiciones: La primera condicin : que los lado derecho de las restricciones sean constantes mayores o iguales a cero, en nuestro ejemplo los lado derecho de las restricciones ya son constantes positivas. La segunda condicin: que las inecuaciones sean expresadas en forma de igualdades usando variables de holgura, en nuestro ejemplo estamos agregando las variables de holgura S1 , S2 y S3 a las tres restricciones. La tercera condicin: que las variables que participan en el modelo sean mayores o iguales a cero (es decir que sean variables positivas) en nuestro ejemplo la variable X y Y esta definida como no restringidas, por lo tanto debemos realizar un cambio de variable, X debe ser igual a X1 X2 , tambin la variable Y debe ser igual a Y1-Y2, y luego hacemos el reemplazo en todo el modelo en su forma estndar.
20
Como primer paso implementamos el tablero inicial del simplex con la estructura de su forma estndar. Como se esta maximizando debemos seleccionar el coeficiente del Costo Reducido ms negativo para obtener nuestra columna PIVOT, para nuestro caso corresponde al valor -8 de la columna asociada a la variable X2, y es la variable que ingresa a la base en el segundo tablero.
21
Luego hallamos el ratio del cociente mnimo dividiendo la columna del lado derecho (solucin) entre los valores de los elemento de la columna PIVOT (la divisin solo se hace para los elementos positivos), el menor ratio de cociente mnimo nos determina la fila PIVOT, para nuestro caso el menor ratio corresponde a la variable S3 que tiene como cociente mnimo 1. Esto significa que en el segundo tablero debe salir de la base la variable S3 y su lugar debe ser remplazada por la variable X2. El elemento de interseccin de la fila y columna PIVOT debe ser uno en el siguiente tablero, para ello dividimos la fila de la variable S3 entre 1, ya que el elemento de intercepcin es 1 y colocamos el resultado en el segundo tablero en la posicin del rengln que le corresponde, y la variable S3 es reemplazada por la variable X2, generalizamos esta operacin para toda la fila.
22
Mediante operaciones suma fila debemos hacer cannico el vector columna asociado a la variable X2 en el segundo tablero, de la siguiente manera: En el segundo tablero multiplicamos el valor UNO (el cul esta resaltado en la fila de color rojo) por 8 y luego sumamos el valor ( - 8 ) de la fila de los coeficientes reducidos en el primer tablero, el resultado es cero y lo colocamos en la misma posicin pero del segundo tablero, replicamos sta operacin para toda la fila con el valor del coeficiente reducido correspondiente del primer tablero.
23
Luego, en el segundo tablero multiplicamos el valor UNO (el cul esta resaltado en la fila de color rojo) por 1 y luego sumamos el valor (-1) de la fila de S1 en el primer tablero, el resultado es cero y lo colocamos en la misma posicin pero del segundo tablero, replicamos sta operacin para toda la fila con el valor del coeficiente correspondiente del primer tablero.
24
En el segundo tablero multiplicamos el valor UNO (el cul esta resaltado en la fila de color rojo) por 1 y luego sumamos el valor (-1) de la fila de S2 en el primer tablero, el resultado es cero y lo colocamos en la misma posicin pero del segundo tablero, replicamos sta operacin para toda la fila con el valor del coeficiente correspondiente del primer tablero.
25
Continuando, como se esta maximizando debemos seleccionar el coeficiente del Costo Reducido ms negativo del segundo tablero para obtener nuestra columna PIVOT, para nuestro caso corresponde al valor -7 de la columna asociada a la variable Y2, y es la variable que ingresa a la base en el tercer tablero. Luego hallamos el ratio del cociente mnimo dividiendo la columna del lado derecho (solucin) entre los valores de los elemento de la columna PIVOT (la divisin solo se hace para los elementos positivos), el menor ratio de cociente mnimo nos determina la fila PIVOT, para nuestro caso el menor ratio corresponde a la variable S2 que tiene como cociente mnimo 5/3. Esto significa que en el tercer tablero debe salir de la base la variable S2 y su lugar debe ser remplazada por la variable Y2.
El elemento de interseccin de la fila y columna PIVOT debe ser uno en el tercer tablero, para ello dividimos la fila de la variable S2 entre 3, ya que el elemento de intercepcin es 3 y colocamos el resultado en el tercer tablero en la posicin del rengln que le corresponde, y la variable S2 es reemplazada por la variable Y2, generalizamos esta operacin para toda la fila.
26
Mediante operaciones suma fila debemos hacer cannico el vector columna asociado a la variable Y2 en el tercer tablero, de la siguiente manera: En el tercer tablero multiplicamos el valor UNO (el cul esta resaltado en la fila de color rojo) por 7 y luego sumamos el valor ( - 7 ) de la fila de los coeficientes reducidos en el segundo tablero, el resultado es cero y lo colocamos en la misma posicin pero del tercer tablero, replicamos sta operacin para toda la fila con el valor del coeficiente reducido correspondiente del primer tablero.
27
Luego, en el tercer tablero multiplicamos el valor UNO (el cul esta resaltado en la fila de color rojo) por 2 y luego sumamos el valor (-2) de la fila de S1 en el segundo tablero, el resultado es cero y lo colocamos en la misma posicin pero del tercer tablero, replicamos sta operacin para toda la fila con el valor del coeficiente correspondiente del segundo tablero.
28
En el tercer tablero multiplicamos el valor UNO (el cual est resaltado en la fila de color rojo) por 1 y luego sumamos el valor (-1) de la fila de Y2 en el segundo tablero. El resultado es cero y lo colocamos en la misma posicin pero del tercer tablero, replicamos esta operacin para toda la fila con el valor del coeficiente correspondiente del segundo tablero. Luego, vemos que en el tercer tablero ya no existen ms costos reducidos negativos; entonces, se ha llegado a la solucin final.
29
El tercer tablero nos da el tablero ptimo del cual obtenemos el vector solucin, compuesto por las variables bsicas (son aquellas variables que estn en la columna base) las cuales obtienen su resultado de la columna solucin y las variables no bsicas (aquellas variables que no aparecen en la columna base) asumen valor cero por default. El valor de la funcin objetivo se obtiene del primer valor de la columna solucin.
30
La solucin final se da en funcin a las variables de decisin: X asume un valor de 8/3 , Y asume un valor de - 5/3 , y La funcin objetivo asume un valor ptimo de 59/3
31
HE17 - Seminario de Investigacin INVESTIGACIN DE OPERACIONES
32
Los modelos de minimizacin buscan casi siempre obtener el mnimo costo, el menor tiempo de produccin, el menor desperdicio, la menor cantidad de piezas rechazadas, el menor tiempo de entrega, el menor tiempo de espera, etc y se aplican en la industria , en los sistemas de comercializacin, sistemas financieros, transportes, sistemas de salud, en el sector de servicios pblicos, etc.
33
Una empresa produce harina de tipo I para uso interno y harina tipo II para venta. El rea de ventas estima que la diferencia entre la harina tipo I y II debe ser a lo mas 6 toneladas. Una tonelada de harina tipo I de uso interno genera un costo de 2 mil soles y requiere un operario y una tonelada de harina tipo II destinada a la venta genera una ganancia de 3 mil soles y requiere 2 operarios. Se dispone de 4 operarios.
cunto y qu tipo de harina se debe producir para minimizar los costos?
34
35
Hemos visto hasta aqu las aplicaciones del modelo SIMPLEX aplicado a problemas de maximizacin, sin embargo, encontraran ocasiones donde es necesario minimizar la funcin objetivo. Ahora veremos el desarrollo del mtodo SIMPLEX aplicado a un modelo de minimizacin. Recordar que el mtodo SIMPLEX se aplica solo a modelos que tienen restricciones del tipo menor o igual. Como primer paso debemos aplicar la forma estndar al modelo planteado, lo cual implica tres condiciones: La primera condicin : que los lado derecho de las restricciones sean constantes mayores o iguales a cero, en nuestro ejemplo los lado derecho de las restricciones ya son constantes positivas. La segunda condicin: que las inecuaciones sean expresadas en forma de igualdades usando variables de holgura, en nuestro ejemplo estamos agregando las variables de holgura S1 y S2 a las dos restricciones. La tercera condicin: que las variables que participan en el modelo sean mayores o iguales a cero (es decir que sean variables positivas) en nuestro ejemplo todas las variables son positivas.
36
Como primer paso implementamos el tablero inicial del simplex con la estructura de su forma estndar. Como se esta minimizando debemos seleccionar el coeficiente del Costo Reducido ms positivo para obtener nuestra columna PIVOT, para nuestro caso corresponde al valor 3 de la columna asociada a la variable X2, y es la variable que ingresa a la base en el segundo tablero.
37
Luego hallamos el ratio del cociente mnimo dividiendo la columna del lado derecho (solucin) entre los valores de los elemento de la columna PIVOT (la divisin solo se hace para los elementos positivos), el menor ratio de cociente mnimo nos determina la fila PIVOT, para nuestro caso el menor ratio corresponde a la variable S1 que tiene como cociente mnimo 1. Esto significa que en el segundo tablero debe salir de la base la variable S1 y su lugar debe ser remplazada por la variable X2. El elemento de interseccin de la fila y columna PIVOT debe ser uno en el siguiente tablero, para ello dividimos la fila de la variable S1 entre 1, ya que el elemento de intercepcin es 1 y colocamos el resultado en el segundo tablero en la posicin del rengln que le corresponde, y la variable S1 es reemplazada por la variable X2, generalizamos esta operacin para toda la fila.
38
Mediante operaciones suma fila debemos hacer cannico el vector columna asociado a la variable X2 en el segundo tablero, de la siguiente manera: En el segundo tablero multiplicamos el valor UNO (el cul esta resaltado en la fila de color rojo) por (-3) y luego sumamos el valor 3 de la fila de los coeficientes reducidos en el primer tablero, el resultado es cero y lo colocamos en la misma posicin pero del segundo tablero, replicamos sta operacin para toda la fila con el valor del coeficiente reducido correspondiente del primer tablero.
39
Luego, en el segundo tablero multiplicamos el valor UNO (el cul esta resaltado en la fila de color rojo) por 1 y luego sumamos el valor (-1) de la fila de S2 en el primer tablero, el resultado es cero y lo colocamos en la misma posicin pero del segundo tablero, replicamos sta operacin para toda la fila con el valor del coeficiente correspondiente del primer tablero. Luego vemos que en el segundo tablero ya no existen mas costos reducidos positivos, entonces se ha llegado a la solucin final.
40
El segundo tablero nos da el tablero ptimo del cual obtenemos el vector solucin, el cual est compuesto por a) las variables bsicas (son aquellas variables que estn en la columna base) las cuales obtienen su resultado de la columna solucin, y b) las variables no bsicas (aquellas variables que no aparecen en la columna base) que asumen valor cero por default. El valor de la funcin objetivo se obtiene del primer valor de la columna solucin.
41
La solucin final se da en funcin a las variables de decisin: X1 asume un valor de 0 , X2 asume un valor de 4 , y La funcin objetivo asume un valor ptimo de - 12
42
43
Los modelos de minimizacin con variables negativas, buscan modelar condiciones donde las variables puedan asumir valores negativos, como por ejemplo la condicin de cuantificar costos, desembolsos de un flujo de dinero, cuantificar perdidas, capital faltante, inventario faltante, entre otros casos; donde el resultado de la funcin objetivo es casi siempre obtener el menor costo y se aplican en la industria , en los sistemas de comercializacin, sistemas financieros, transportes, sistemas de salud, en el sector de servicios pblicos, etc. A continuacin mostraremos una formulacin asociado a un modelo matemtico donde se ilustra el uso de variables negativas.
44
Ahora veremos el desarrollo del mtodo SIMPLEX aplicado a un modelo de minimizacin con variable negativa. Encontrarn ocasiones en donde el modelo requiere hacer uso de variables que puedan asumir valores negativos y ser necesario hacer un reemplazo de variables. Recordar que el mtodo SIMPLEX se aplica solo a modelos que tienen restricciones del tipo menor o igual. Como primer paso debemos aplicar la forma estndar al modelo planteado, lo cual implica tres condiciones: La primera condicin : que los lado derecho de las restricciones sean constantes mayores o iguales a cero, en nuestro ejemplo los lado derecho de las restricciones ya son constantes positivas. La segunda condicin: que las inecuaciones sean expresadas en forma de igualdades usando variables de holgura, en nuestro ejemplo estamos agregando las variables de holgura S1 y S2 a las dos restricciones. La tercera condicin: que las variables que participan en el modelo sean mayores o iguales a cero (es decir que sean variables positivas) en nuestro ejemplo la variable Y esta definida como negativa, por lo tanto debemos realizar un cambio de variable, Y debe ser igual a Y1, y hacemos el reemplazo en todo el modelo en su forma estndar.
45
Como primer paso implementamos el tablero inicial del simplex con la estructura de su forma estndar. Como se esta minimizando debemos seleccionar el coeficiente del Costo Reducido ms positivo para obtener nuestra columna PIVOT, para nuestro caso corresponde al valor 1 de la columna asociada a la variable Y1, y es la variable que ingresa a la base en el segundo tablero.
46
Luego hallamos el ratio del cociente mnimo dividiendo la columna del lado derecho (solucin) entre los valores de los elemento de la columna PIVOT (la divisin solo se hace para los elementos positivos), el menor ratio de cociente mnimo nos determina la fila PIVOT, para nuestro caso el menor ratio corresponde a la variable S2 que tiene como cociente mnimo 4. Esto significa que en el segundo tablero debe salir de la base la variable S2 y su lugar debe ser remplazada por la variable Y1. El elemento de interseccin de la fila y columna PIVOT debe ser uno en el siguiente tablero, para ello dividimos la fila de la variable S2 entre 1, ya que el elemento de intercepcin es 1 y colocamos el resultado en el segundo tablero en la posicin del rengln que le corresponde, y la variable S2 es reemplazada por la variable Y1, generalizamos esta operacin para toda la fila.
47
Mediante operaciones suma fila debemos hacer cannico el vector columna asociado a la variable Y1 en el segundo tablero, de la siguiente manera: En el segundo tablero multiplicamos el valor UNO (el cul esta resaltado en la fila de color rojo) por (-1) y luego sumamos el valor 1 de la fila de los coeficientes reducidos en el primer tablero, el resultado es cero y lo colocamos en la misma posicin pero del segundo tablero, replicamos sta operacin para toda la fila con el valor del coeficiente reducido correspondiente del primer tablero.
48
Luego, en el segundo tablero multiplicamos el valor UNO (el cul esta resaltado en la fila de color rojo) por 1 y luego sumamos el valor (-1) de la fila de S1 en el primer tablero, el resultado es cero y lo colocamos en la misma posicin pero del segundo tablero, replicamos sta operacin para toda la fila con el valor del coeficiente correspondiente del primer tablero. Luego vemos que en el segundo tablero ya no existen mas costos reducidos positivos, entonces se ha llegado a la solucin final.
49
El segundo tablero, nos da el tablero ptimo del cual obtenemos el vector solucin, compuesto por las variables bsicas ( son aquellas variables que estn en la columna base) las cuales obtienen su resultado de la columna solucin y las variables no bsicas (aquellas variables que no aparecen en la columna base) asumen valor cero por defoul . El valor de la funcin objetivo se obtiene del primer valor de la columna solucin.
50
La solucin final se da en funcin a las variables de decisin: X asume un valor de 0 , Y asume un valor de - 4 , y La funcin objetivo asume un valor ptimo de - 4
51
52
53
54
55
56
57
58
59
60
61
62
63

Ejercicios - Metodo Simplex

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Ejercicios - Metodo Simplex

Uploaded by

Copyright:

Available Formats

INVESTIGACIN DE OPERACIONES

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

INVESTIGACIN DE OPERACIONAL OPERACIONES

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

HE17 - Seminario de Investigacin INVESTIGACIN DE OPERACIONES

Universidad Ricardo Palma

Universidad Ricardo Palma

INVESTIGACIN DE OPERACIONAL OPERACIONES

Universidad Ricardo Palma

cunto y qu tipo de harina se debe producir para minimizar los costos?

Universidad Ricardo Palma

INVESTIGACIN DE OPERACIONAL OPERACIONES

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

INVESTIGACIN DE OPERACIONAL OPERACIONES

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma

Universidad Ricardo Palma