ANALISIS ECONOMICOS DE LA SEGURIDAD Y LA HIGIENE INDUSTRIA

*INDICE*

“UNIDA 7”

ANALISIS ECONOMICOS DE LA SEGURIDAD Y LA HIGIENE INDUSTRIA

7.1 COSTOS DE ACCIDENTES Y

ENFERMEDADES……………………………………...

7.2 COSTO DIRECTO E INDIRECTO DE LOS ACCIDENTES Y ENFERMEDADES………………

7.3 ANALISIS DE COSTOS………………………….

*INTRODUCION*

*INDICE*

UNIDAD 4 PROGRAMACION ENTERA

4.1.- INTRODUCCION Y CASOS DE

APLICACIÓN…………………………………………………..3

4.2.-DEFINICION Y MODELO DE PROGRAMACION LINEAL ENTERA Y BINARIA………………………...4-5

4.3METODO DE GOMORY……………………………6-7

4.4 DE BIFURCACION Y ACOTACION……………8-10

4.5 USO DE SOFTWARE……………………………….11

*INTRODUCION

En algunos casos se requiere que la solución óptima se componga de valores enteros para algunas de las variables. La resolución de este problema se obtiene analizando las posibles alternativas de valores enteros de esas variables en un entorno alrededor de la solución obtenida considerando las variables reales. Muchas veces la solución del programa lineal truncado esta lejos de ser el óptimo entero, por lo que se hace necesario usar algún algoritmo para hallar esta solución de forma exacta. El más famoso es el método de 'Ramificar y Acotar' o Branch and Bound por su nombre en inglés. El método de Ramificar y Acotar parte de la adición de nuevas restricciones para cada variable de decisión (acotar) que al ser evaluado independientemente (ramificar) lleva al óptimo entero.

*CONTENIDO*

4.1.- INTRODUCCION Y CASOS DE APLICACIÓN

El objetivo de este sitio es para proporcionar a los interesados en la Programación Entera, ciertas definiciones, así como los tipos de aplicación que podrán tenerse, y métodos que podrían aplicarse para resolver los problemas. Esperando poder dejarles una idea clara y un buen aprendizaje a todos aquellos que visiten el sitio.

La Programación Lineal es un procedimiento o algoritmo matemático mediante el cual se resuelve un problema indeterminado, formulado a través de ecuaciones lineales, optimizando la funcion objetyovo tambien linealconsiste en optimizar (minimizar o maximizar) una función lineal, denominada función objetivo, de tal forma que las variables de dicha función estén sujetas a una serie de restricciones que expresamos mediante un sistema de in-ecuaciones lineales.

En algunos casos se requiere que la solución óptima se componga de valores enteros para algunas de las variables. La resolución de este problema se obtiene analizando las posibles alternativas de valores enteros de esas variables en un entorno alrededor de la solución obtenida considerando las variables reales. Muchas veces la solución del programa lineal truncado esta lejos de ser el óptimo entero, por lo que se hace necesario usar algún algoritmo para hallar esta solución de forma exacta. El más famoso es el método de 'Ramificar y Acotar' o Branch and Bound por su nombre en inglés. El método de Ramificar y Acotar parte de la adición de nuevas restricciones para cada variable de decisión (acotar) que al ser evaluado independientemente (ramificar) lleva al óptimo entero.

Programación Entera pura: Todas las variables de decisión tienen valores enteros.

Programación Entera mixta (PEM) : Algunas de las variables de decisión tienen valores enteros. Las demás cumplen con la suposición de divisibilidad.

Programación Entera Binaria (PEB) : Utiliza variables binarias

4.2.- DEFINICION Y MODELO DE PROGRAMACIO LINEAL ENTERA Y BINARIA

DEFINICIÓN:

Un modelo de programación entera es aquel que contiene restricciones y una función objetivo idénticas a la formuladas en programación lineal , la única diferencia en que una o mas variables de decisión deben tomar valor entero en la solución final.

CLASIFICACIÓN:

Existen tres tipos de modelos por programación entera

A) PURA : Son modelos similares a los de programación entera

Forma General :

Max (Min ) = A1X1+A2X2+A3X3+A4X4+A5X5+..........+AnXn

Sujeto a : A1X1+A2X2+A3X3+A4X4+A5X5+..........+AnXn >= (<=)(=) Bi

No negatividad : Xi >= 0 y ENTERO

B) BINARIA : Estos modelos lineales , las variables sólo toman valores 0 y 1 , son usadas para uso probabilistico Donde 0 se rechaza la opción y 1 se acepta la opción

Forma General :

Max (Min ) = A1Y1+A2Y2+A3Y3+A4Y4+A5Y5+..........+AnYn

Sujeto a : y1+y2+y3+y4+..........+yn >= (<=)(=) Bi

No negatividad : yi >= 0 v 1

C) MIXTA : En estos tipos de modelos , integra las variables puras y las mixtas

Max (Min) = A1X1+A2X2+A3X3+A4X4+A5X5+..........+AnXn+A1Y1+A2Y2+A3Y3+A4Y4+A5Y5+..........+AnYn

Sujeto a :

A1X1+A2X2+A3X3+A4X4+A5X5+..........+AnXn >= (<=)(=) Bi

y1+y2+y3+y4+..........+yn

...