B.: «Linear Programming Under Uncertainty» Management Science, Vol. B.: «Recent Advances in Linear Programming» The Rand Corp., Research Memorandum, RM-1475, 1955.ĭantzig, G. The RAND Corporation, Santa Monica, Calif., 1953.ĭantzig, G. B.: «Computational Algorithm of the revised Simplex Method» RAND Report RM-1266. B.: A Procedure for Maximizing a Lincar Function Subject to Linear Inequalities Washington, Headquarters, U. L.: Modern Mathematical Methods and Models, Vol. and Henderson, A.: An Introduction to Linear Programming John Wiley and Sons, Inc. Y., 1955.īydzovsky, B.: Introduction to the Theory of Determinants and Matrices (Uvod do Theorie Determinantu a Matic a Jejich Uziti) Prague, (Praha), 1945.Ĭharnes, A. and Mosteller, F.: Stochastic Models for Learning John Wiley and Sons, N. Y., 1954.īodewig, E.: Matrix Calculus Amsterdam, Holland, 1956.īush, R. A.: Theory of Games and Statistical Decisions, N. 4, 1955.īellman, R.: Dynamic Programming Princeton Univ. L.: «Cycling in the Dual Simplex Algorithm» Naval Research Logistics Quarterly, Vol.

L.: «An Alternative Method for Linear Programming» Proc. W.: «On Systems of Linear Equations, with Applications to Linear Programming and the Theory of Tests of Statistical Hypotheses» Univ. M.: «Distributions of Solutions of a Set of Linear Equations» (with an application to Linear Programming) Journal of the A. and Uzawa, H.: Studies in Linear and Non-Linear Programming Stanford Univ.

Al final del trabajo se encuentra abundante y útil bibliografía.Īrrow, K.

Como aplicación de esta técnica se hace un ejemplo numérico. Introduce a continuación como solución un intervalo confidencial si algunos datos son sólo estimaciones, el cual intervalo sigue la ley de Poisson. Demuestra además que está acotado y que sólo son necesarias dos soluciones. Para cierta clase de problemas referentes a mezclas (cuyos datos son estadísticos), en lugar de la solución puntual clásica halla un intervalo no paramétrico. En todo ello usa las desigualdades débiles como preferibles a las igualdades y clasifica los elementos de la matriz de actividad en constantes, variables aleatorias y estadísticos. Define para ello Matriz Compuesta como una propiedad común a todas las clases de juegos matriciales: Teoría de juegos, Teoría de decisión Estadística, etc. En este trabajo el autor discute algunos probemas actuales referentes a la teoría y a los métodos usados en programación lineal.

Ejemplos de variables de intervalo