Programación Multiobjetivo Convexa

Descripción del Articulo

Para resolver el problema (P) introducimos los conceptos básicos de optimización vectorial. Seguidamente, presentaremos como ordenar vectores en Rn, bajo la teoría de conjuntos parcialmente ordenados, donde podemos usar conos convexos para caracterizar un ordenamiento parcial, seguidamente presentar...

Descripción completa

Detalles Bibliográficos
Autor: Bermeo Carrasco, Osmar Arnaldo
Formato: tesis de grado
Fecha de Publicación:2010
Institución:Universidad Nacional del Callao
Repositorio:UNAC-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.unac.edu.pe:20.500.12952/109
Enlace del recurso:https://hdl.handle.net/20.500.12952/109
Nivel de acceso:acceso abierto
Materia:Vectorial optimization
Convex cone
Polar cone convex capsule
Efficient solution
Ideally of pareto
Major earring (slope)
Gradient
Escalarización
Optimización vectorial
Programación multiobjetivo
Cono convexo
Cono polar
Cápsula convexa
Solución eficiente
Óptimo de pareto
Mayor pendiente
Gradiente y Escalarización
Programming I multitarget
id UNAC_0bf2c8d960948b2e4d66f085ae0b6d8b
oai_identifier_str oai:repositorio.unac.edu.pe:20.500.12952/109
network_acronym_str UNAC
network_name_str UNAC-Institucional
repository_id_str 2593
spelling Montoro Alegre, EdinsonBermeo Carrasco, Osmar ArnaldoBermeo Carrasco, Osmar Arnaldo2016-07-20T21:29:28Z2016-07-20T21:29:28Z2010T.510.B39https://hdl.handle.net/20.500.12952/109Para resolver el problema (P) introducimos los conceptos básicos de optimización vectorial. Seguidamente, presentaremos como ordenar vectores en Rn, bajo la teoría de conjuntos parcialmente ordenados, donde podemos usar conos convexos para caracterizar un ordenamiento parcial, seguidamente presentaremos los conceptos de las variantes de la noción de eficiencia, débil, propia, fuerte eficiencia esencial. Las relaciones entre estos diferentes conceptos son investigados y estudiados con ejemplos sencillos. También estudiaremos la escalarización de problemas de optimización vectorial basándose en varios conceptos de monotonía, se describen los resultados de escalarización y se investiga en detalle el enfoque de suma de pesos o ponderaciones. Daremos a conocer las condiciones de Kunh-Tuker para optimización vectorial.To solve the problem (P) we introduce the basic concepts of vectorial optimization. Immediately afterwards(Continuously), we will present like to arrange vectors in Rn, under the theory of sets partially tidily, where we can use convex cones for caracteriazar a partial classification, immediately afterwards( continuously) we will present the concepts of the variants of the notion of efficiency, weak, own(proper), strong and efieciencia essential. The relations between ( among) these different concepts are investigated and studied by examples simply. Also we will study the escalarizacion of problems of optimazacion vectorially being based on severa! concepts of monotony, the results are described of escalarizacion and there are investigated in detail the approach of sum of weight or praises (deliberations, weighting). We will announce Kunh-'Thker's conditions for vectorial optimization. In the last section we will study the method of major descending earring ( slope) for optimization multiobjectively or vectorially.application/pdfspaUniversidad Nacional del CallaoPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/4.0/pe/Universidad Nacional del CallaoRepositorio institucional - UNACreponame:UNAC-Institucionalinstname:Universidad Nacional del Callaoinstacron:UNACVectorial optimizationConvex conePolar cone convex capsuleEfficient solutionIdeally of paretoMajor earring (slope)GradientEscalarizaciónOptimización vectorialProgramación multiobjetivoCono convexoCono polarCápsula convexaSolución eficienteÓptimo de paretoMayor pendienteGradiente y EscalarizaciónProgramming I multitargetProgramación Multiobjetivo Convexainfo:eu-repo/semantics/bachelorThesisSUNEDUTHUMBNAILT.510.B39.pdf.jpgT.510.B39.pdf.jpgGenerated Thumbnailimage/jpeg22047https://repositorio.unac.edu.pe/backend/api/core/bitstreams/3276c727-a542-4469-8103-64e05a15986c/content4145e793616439b449b68bb2827f2368MD55ORIGINALT.510.B39.pdfapplication/pdf2864954https://repositorio.unac.edu.pe/backend/api/core/bitstreams/18ed050e-298a-40c4-bf47-40227f3fecd3/content7e60716467d42f7799d39c0867ca8885MD51TEXTT.510.B39.pdf.txtT.510.B39.pdf.txtExtracted texttext/plain101436https://repositorio.unac.edu.pe/backend/api/core/bitstreams/112b0940-c4eb-4cb7-a466-1bc5edad4fc4/contentd5ac39fabb8201ee85c2342be9b09c29MD5420.500.12952/109oai:repositorio.unac.edu.pe:20.500.12952/1092025-08-04 00:37:51.01https://creativecommons.org/licenses/by-nc-nd/4.0/pe/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.unac.edu.peRepositorio de la Universidad Nacional del Callaodspace-help@myu.edu
dc.title.es_PE.fl_str_mv Programación Multiobjetivo Convexa
title Programación Multiobjetivo Convexa
spellingShingle Programación Multiobjetivo Convexa
Bermeo Carrasco, Osmar Arnaldo
Vectorial optimization
Convex cone
Polar cone convex capsule
Efficient solution
Ideally of pareto
Major earring (slope)
Gradient
Escalarización
Optimización vectorial
Programación multiobjetivo
Cono convexo
Cono polar
Cápsula convexa
Solución eficiente
Óptimo de pareto
Mayor pendiente
Gradiente y Escalarización
Programming I multitarget
title_short Programación Multiobjetivo Convexa
title_full Programación Multiobjetivo Convexa
title_fullStr Programación Multiobjetivo Convexa
title_full_unstemmed Programación Multiobjetivo Convexa
title_sort Programación Multiobjetivo Convexa
dc.creator.none.fl_str_mv Bermeo Carrasco, Osmar Arnaldo
author Bermeo Carrasco, Osmar Arnaldo
author_facet Bermeo Carrasco, Osmar Arnaldo
author_role author
dc.contributor.advisor.fl_str_mv Montoro Alegre, Edinson
dc.contributor.author.fl_str_mv Bermeo Carrasco, Osmar Arnaldo
dc.subject.es_PE.fl_str_mv Vectorial optimization
Convex cone
Polar cone convex capsule
Efficient solution
Ideally of pareto
Major earring (slope)
Gradient
Escalarización
Optimización vectorial
Programación multiobjetivo
Cono convexo
Cono polar
Cápsula convexa
Solución eficiente
Óptimo de pareto
Mayor pendiente
Gradiente y Escalarización
Programming I multitarget
topic Vectorial optimization
Convex cone
Polar cone convex capsule
Efficient solution
Ideally of pareto
Major earring (slope)
Gradient
Escalarización
Optimización vectorial
Programación multiobjetivo
Cono convexo
Cono polar
Cápsula convexa
Solución eficiente
Óptimo de pareto
Mayor pendiente
Gradiente y Escalarización
Programming I multitarget
description Para resolver el problema (P) introducimos los conceptos básicos de optimización vectorial. Seguidamente, presentaremos como ordenar vectores en Rn, bajo la teoría de conjuntos parcialmente ordenados, donde podemos usar conos convexos para caracterizar un ordenamiento parcial, seguidamente presentaremos los conceptos de las variantes de la noción de eficiencia, débil, propia, fuerte eficiencia esencial. Las relaciones entre estos diferentes conceptos son investigados y estudiados con ejemplos sencillos. También estudiaremos la escalarización de problemas de optimización vectorial basándose en varios conceptos de monotonía, se describen los resultados de escalarización y se investiga en detalle el enfoque de suma de pesos o ponderaciones. Daremos a conocer las condiciones de Kunh-Tuker para optimización vectorial.
publishDate 2010
dc.date.accessioned.none.fl_str_mv 2016-07-20T21:29:28Z
dc.date.available.none.fl_str_mv 2016-07-20T21:29:28Z
dc.date.issued.fl_str_mv 2010
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.other.none.fl_str_mv T.510.B39
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12952/109
identifier_str_mv T.510.B39
url https://hdl.handle.net/20.500.12952/109
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/pe/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/pe/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional del Callao
dc.publisher.country.es_PE.fl_str_mv PE
publisher.none.fl_str_mv Universidad Nacional del Callao
dc.source.es_PE.fl_str_mv Universidad Nacional del Callao
Repositorio institucional - UNAC
dc.source.none.fl_str_mv reponame:UNAC-Institucional
instname:Universidad Nacional del Callao
instacron:UNAC
instname_str Universidad Nacional del Callao
instacron_str UNAC
institution UNAC
reponame_str UNAC-Institucional
collection UNAC-Institucional
bitstream.url.fl_str_mv https://repositorio.unac.edu.pe/backend/api/core/bitstreams/3276c727-a542-4469-8103-64e05a15986c/content
https://repositorio.unac.edu.pe/backend/api/core/bitstreams/18ed050e-298a-40c4-bf47-40227f3fecd3/content
https://repositorio.unac.edu.pe/backend/api/core/bitstreams/112b0940-c4eb-4cb7-a466-1bc5edad4fc4/content
bitstream.checksum.fl_str_mv 4145e793616439b449b68bb2827f2368
7e60716467d42f7799d39c0867ca8885
d5ac39fabb8201ee85c2342be9b09c29
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de la Universidad Nacional del Callao
repository.mail.fl_str_mv dspace-help@myu.edu
_version_ 1844798053895110656
score 13.304034
Programación Multiobjetivo Convexa
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares