Sunteți pe pagina 1din 6

EII110 - Introducción al Modelamiento Discreto

Profesores: Andrea Arriet Padilla – Juan Carlos Piña – Ricardo Gatica Escobar
Ayudantes: Muriel A.- Nicolás B. - Flavia D. - Luis E. - Mariana G. - Sebastián
G. - Nicolás L. - Cristina N. - Diego S. - Juan Pablo S. - Camila V. - Marcelo V.
26 de mayo de 2018

Nombre: _________________________________________________________ Paralelo: ___________ IDp: ___________

Prueba 2
(90 puntos, 90 minutos)

1º. Ejercicio (40 puntos)

Sean los siguientes conjuntos:

• 𝐴 = {1,2, … , 8,9}
• 𝐵 = {𝑥 ∈ 𝐼𝑅, 𝑥 ≤ 13 ∧ ( ∃ 𝑘 ∈ 𝐼𝑁, 2𝑘 = 𝑥 ) }
• 𝐶𝑖 = { (𝑥, 𝑦) ∈ 𝐴𝑥𝐵 , 𝑥 > 𝑦 ∧ 𝑥 < 𝑖}, para cada 𝑖 ∈ 𝐴.
• 𝐷 = { 𝑖 ∈ 𝐴, |𝐶𝑖 | ≥ 1 }
Además, para todo 𝑖 ∈ 𝐷, se define la siguiente función:

𝑊𝑖 : 𝐶𝑖 → 𝐴

(𝑥, 𝑦) → 𝑥 − 𝑦

a) Escriba por extensión los conjuntos 𝐵 y 𝐶7 .

b) Realice el diagrama de fechas para la función 𝑊7 .

1
EII110 - Introducción al Modelamiento Discreto
Profesores: Andrea Arriet Padilla – Juan Carlos Piña – Ricardo Gatica Escobar
Ayudantes: Muriel A.- Nicolás B. - Flavia D. - Luis E. - Mariana G. - Sebastián
G. - Nicolás L. - Cristina N. - Diego S. - Juan Pablo S. - Camila V. - Marcelo V.
26 de mayo de 2018

Nombre: _________________________________________________________ Paralelo: ___________ IDp: ___________

Sean los siguientes conjuntos:

• 𝐴 = {1,2, … , 8,9}
• 𝐵 = {𝑥 ∈ 𝐼𝑅, 𝑥 ≤ 13 ∧ ( ∃ 𝑘 ∈ 𝐼𝑁, 2𝑘 = 𝑥 ) }
• 𝐶𝑖 = { (𝑥, 𝑦) ∈ 𝐴𝑥𝐵 , 𝑥 > 𝑦 ∧ 𝑥 < 𝑖}, para cada 𝑖 ∈ 𝐴.
• 𝐷 = { 𝑖 ∈ 𝐴, |𝐶𝑖 | ≥ 1 }
Además, para todo 𝑖 ∈ 𝐷, se define la siguiente función:

𝑊𝑖 : 𝐶𝑖 → 𝐴

(𝑥, 𝑦) → 𝑥 − 𝑦

c) Encuentre el máximo valor de 𝑖 ∈ 𝐷 que haga que la función 𝑊𝑖 sea inyectiva. Justifique su respuesta.

d) Para el valor de 𝑖 encontrado, defina un nuevo co-dominio tal que 𝑊𝑖 sea biyectiva. Luego, escriba por comprensión
y extensión la función inversa 𝑊𝑖−1 .

2
EII110 - Introducción al Modelamiento Discreto
Profesores: Andrea Arriet Padilla – Juan Carlos Piña – Ricardo Gatica Escobar
Ayudantes: Muriel A.- Nicolás B. - Flavia D. - Luis E. - Mariana G. - Sebastián
G. - Nicolás L. - Cristina N. - Diego S. - Juan Pablo S. - Camila V. - Marcelo V.
26 de mayo de 2018

Nombre: _________________________________________________________ Paralelo: ___________ IDp: ___________

2º. Ejercicio (40 puntos)


Sean: A =  Branch & Bound, Relajación Lagrangeana, Planos Cortantes, Búsqueda Local, GRASP 
P =  TSP, ULSP, MFCLSP, VRPTW, VRP 
H =  Relajación Lagrangeana, Búsqueda Local, GRASP
E=A–H
Donde A representa un conjunto de algoritmos y P un conjunto de problemas.

Sea t: AP, donde t(x,y) representa el tiempo (en segundos) que demora resolver el problema y con el algoritmo x, la
función mostrada en la tabla siguiente:

Tiempo de resolución TSP ULSP MFCLSP VRPTW VRP


Branch & Bound 440 320 455 688 542
Relajación Lagrangeana 231 182 355 423 290
Planos Cortantes 359 525 330 285 192
Búsqueda Local 98 182 285 379 290
GRASP 229 340 482 350 320

Sean: R = { (x,y)  AP | z  A, t(z,y)  t(x,y) }


S = { x  P |  y  H, z  E, t(y,x) ≤ t(z,x) }

a) Escriba R por extensión.

b) Describa (interprete) R verbalmente.

3
EII110 - Introducción al Modelamiento Discreto
Profesores: Andrea Arriet Padilla – Juan Carlos Piña – Ricardo Gatica Escobar
Ayudantes: Muriel A.- Nicolás B. - Flavia D. - Luis E. - Mariana G. - Sebastián
G. - Nicolás L. - Cristina N. - Diego S. - Juan Pablo S. - Camila V. - Marcelo V.
26 de mayo de 2018

Nombre: _________________________________________________________ Paralelo: ___________ IDp: ___________

Sean: A =  Branch & Bound, Relajación Lagrangeana, Planos Cortantes, Búsqueda Local, GRASP 
P =  TSP, ULSP, MFCLSP, VRPTW, VRP 
H =  Relajación Lagrangeana, Búsqueda Local, GRASP
E=A–H
Donde A representa un conjunto de algoritmos y P un conjunto de problemas.

Sea t: AP, donde t(x,y) representa el tiempo (en segundos) que demora resolver el problema y con el algoritmo x, la
función mostrada en la tabla siguiente:

Tiempo de resolución TSP ULSP MFCLSP VRPTW VRP


Branch & Bound 440 320 455 688 542
Relajación Lagrangeana 231 182 355 423 290
Planos Cortantes 359 525 330 285 192
Búsqueda Local 98 182 285 379 290
GRASP 229 340 482 350 320

Sean: R = { (x,y)  AP | z  A, t(z,y)  t(x,y) }


S = { x  P |  y  H, z  E, t(y,x) ≤ t(z,x) }

c) Indique si R constituye una relación o una función, y qué propiedades cumpliría en tales casos

d) Escriba S por extensión

e) Describa (interprete) S verbalmente

4
EII110 - Introducción al Modelamiento Discreto
Profesores: Andrea Arriet Padilla – Juan Carlos Piña – Ricardo Gatica Escobar
Ayudantes: Muriel A.- Nicolás B. - Flavia D. - Luis E. - Mariana G. - Sebastián
G. - Nicolás L. - Cristina N. - Diego S. - Juan Pablo S. - Camila V. - Marcelo V.
26 de mayo de 2018

Nombre: _________________________________________________________ Paralelo: ___________ IDp: ___________

3º. Ejercicio (40 puntos)


Un inversionista requiere ampliar sus áreas de negocio y para ello está estudiando posibles alternativas. En el mercado,
son ofrecidos varios proyectos, los cuales se clasifican en 3 categorías, no necesariamente disjuntas.

Existe una base de datos que almacena los datos de dichos proyectos. En la hoja “Clasificación” se muestran sus
características y se distribuyen como sigue: En la primera, segunda y tercera columna, están los proyectos que pertenecen
a la categoría A, B y C, respectivamente. Por otro lado, en la hoja “Inversión” se muestra el valor presente de la inversión
total requerida para realizar cada proyecto.

Realice una subrutina que liste en la columna A de la hoja “Selección” los proyectos que pertenecen a las categorías A y
B, pero no a la C, y en la fila B las inversiones respectivas. Además, en la última fila de dicho listado, debe escribirse la
inversión total requerida por los proyectos seleccionados, como se muestra a continuación.

Nota: Considere que en la hoja “Clasificación”, dentro la misma cada categoría, no hay elementos repetidos. No puede
asumir que entre las categorías no haya elementos repetidos.

Puede usar sólo las siguientes abreviaciones: DW= Do While, WS=WorkSheets, Clasificación=C, Inversión=I, Selección=S.

5
EII110 - Introducción al Modelamiento Discreto
Profesores: Andrea Arriet Padilla – Juan Carlos Piña – Ricardo Gatica Escobar
Ayudantes: Muriel A.- Nicolás B. - Flavia D. - Luis E. - Mariana G. - Sebastián
G. - Nicolás L. - Cristina N. - Diego S. - Juan Pablo S. - Camila V. - Marcelo V.
26 de mayo de 2018

Nombre: _________________________________________________________ Paralelo: ___________ IDp: ___________

Código pregunta 3

S-ar putea să vă placă și