Syllabus Investigacion de Operaciones

FACULTAD DE CIENCIA Y TECNOLOGIA
UNIDAD ACADEMICA SANTA CRUZ

Ingeniera Ambiental
OCTAVO SEMESTRE
SYLLABUS DE LA ASIGNATURA
INVESTIGACIN DE OPERACIONES
Elaborado por: Ing. Erlan Alejo Lamas
Gestin Acadmica II/2007
U N I V
R S
I D A
D E
A Q U I N O
O L I V
I A
UDABOL
UNIVERSIDAD DE AQUINO BOLIVIA
Acreditada como PLENA mediante R. M. 288/01
VISION DE LA UNIVERSIDAD
Ser la Universidad lder en calidad educativa.
MISION DE LA UNIVERSIDAD
Desarrollar la Educacin Superior Universitaria con calidad y
competitividad al servicio de la sociedad.
Estimado (a) Estimado (a) estudiante:
El syllabus que ponemos en tus manos es el fruto del trabajo
intelectual de tus docentes, quienes han puesto sus mejores empeos
en la planificacin de los procesos de enseanza para brindarte una
educacin de la ms alta calidad. Este documento te servir de gua
para que organices mejor tus procesos de aprendizaje y los hagas
muchos ms productivos. Esperamos que sepas apreciarlo y cuidarlo.
Aprobado por: Ing. Erlan Alejo Lamas
Fecha: Julio de 2007

SELLO Y FIRMA
U N I V
R S
I D A
D E
A Q U I N O
O L I V
I A
JEFATURA DE CARRERA
SYLLABUS
Asignatura:
Investigacin de Operaciones
Cdigo:
MAT-300
Requisito:
MAT-102, MAT-233, CMP-126
Carga Horaria:
80 horas Terico Prcticas
Horas Tericas:
40 horas
Horas Practicas:
40 horas
Crditos:
TEMA 2. Formulacin del

Programacin Lineal.
2.1.
2.2.
2.3.
2.4.
2.5.
I. OBJETIVOS GENERALES DE LA
ASIGNATURA.
que
3.1.
3.2.
3.3.
Aplicar la metodologa de la investigacin

cientfica en la optimizacin de procesos.
4.1.
4.2.
4.3.
4.4.
4.5.
4.6.
Tomar decisiones a partir de los resultados de la

optimizacin.
DE
LA
5.1.
5.2.
5.3.
5.4.
OPERATIVA Y
5.5.
5.6.
5.7.
Origen de la IO.
Escuelas de Pensamiento y la IO.
Nocin, Alcance y Concepto de la IO.
Sistemas e IO.
Modelos e IO.
1.5.1.
El concepto de Modelo.
1.5.2.
Clasificacin de los Modelos
Matemticos.
1.5.3.
Optimizacin de IO.
1.6.
Toma de decisiones de IO.
1.7.
Metodologa de la IO y el
Mtodo Cientfico.
U N I V
R S
I D A
D E
Identificacin del Problema.

Planteamiento de la Tabla Simplex.
Algoritmo Simplex.
Interpretacin de Resultados.
Otros Mtodos.
Mtodo de las M o Penalizacin.
TEMA 5. El Mtodo Simplex Dual
TEMA 1. Introduccin a la Investigacin de

Operaciones.
1.1.
1.2.
1.3.
1.4.
1.5.
Introduccin.
Graficacin.
TEMA 4. El Mtodo Simplex.
Optimizar el uso de recursos en el rea

econmica, social, productiva, administrativa, de
ingeniera, etc.
UNIDAD I: INVESTIGACION
PROGRAMACION LINEAL.
Introduccin.
Nocin y Concepto de la Programacin
Lineal (PL).
Formulacin Matemtica del Modelo de PL.
2.3.1. Formulacin General.
2.3.2. Formulacin Cannica.
2.3.3. Formulacin Estndar.
Formulacin de Diversos Problemas de PL.
Problemas propuestos.
TEMA 3. El Mtodo Grfico.
Diferenciar los mtodos de solucin de los

modelos lineales de optimizacin.
ANALITICO
de
UNIDAD II: METODOS DE SOLUCION DEL

MODELO DE PL.
Optimizar
modelos
matemticos
representan problemas del mundo real.
II.
PROGRAMA
ASIGNATURA.
Modelo
Estructuras Primal y Dual.

Equivalencias de la Forma Dual.
Usos de la Dualidad.
Identificacin
y
Caracterizacin
Problema.
Planteamiento de la Tabla Simplex.
Algoritmo Dual Simplex.
del
TEMA 6. Soluciones Especiales.

6.1.
6.2.
6.3.
6.4.
6.5.
No Existe Solucin Bsica Factible.

Solucin ptima No Acotada (Infinita).
Solucin ptima Mltiple.
Soluciones Cicladas.
Solucin por computadora. Problemas
Propuestos.
A Q U I N O
O L I V
I A
PERT CPM.
UNIDAD III: REDES Y EL PROBLEMA DE
TRANSPORTE.
TEMA
7.1.
7.2.
7.3.
7.4.
7.5.
7.6.
7.
El Modelo
Asignacin.
De
Transporte
8.1.
8.2.
8.3.
8.4.
8.5.
8.6.
Introduccin.
El Modelo de Transporte.
Concepto.
Formulacin Matemtica del Modelo.
III.
Solucin del Modelo.
El Modelo de Asignacin. Problemas
Propuestos.
7. 6.1
Concepto.
7. 6.2
Formulacin
Matemtica
del
Modelo.
7. 6.3
Solucin del Modelo.
Introduccin.
Representacin por el Diagrama de Flechas.
Clculos de la Ruta Crtica.
Construccin del Diagrama de Tiempo y
Nivelacin de Recursos.
Control del Proyecto.
Problemas Propuestos.
TEMA 8. Programacin de Proyectos con

III. ACTIVIDADES A REALIZAR DIRECTAMENTE EN LA COMUNIDAD
La asignatura ser de apoyo al proyecto de elaboracin de programas ambientales para los municipios
efectuado por el octavo semestre.
TRABAJO A REALIZAR POR
LOS ESTUDIANTES
Visita a
los municipios a
obtener informacin sobre la
evaluacin ambiental de las
empresa que pertenecen al
municipio
Visita a empresa, diagnostico
de impactos ambientales de la
empresa en la comunidad,
aplicacin
de
modelo
matemtico para solucin de
un problema.
LOCALIDAD, AULA O
LABORATORIO
Municipios de Santa
Cruz
INCIDENCIA SOCIAL
Pequeas o Medianas
Empresas
Ayudar a las
empresas a dar
solucin a sus
impactos ambientales
usando las
herramientas de la
materia
Ayudar a los
municipios a tener
digitalizada la
informacin
FECHA
PREVISTA
Antes del primer
parcial
Antes del Examen

Final
V. EVALUACIN DE LA ASIGNATURA.
PROCESUAL O FORMATIVA.
A lo largo del semestre se realizarn 2 tipos de actividades. Las primeras sern de aula, que consistirn en
clases tericas, exposiciones, repasos cortos, trabajos grupales (resolucin de casos y Difs).
Las segundas sern las Brigadas que consistirn en lo siguiente:
Los estudiantes divididos en grupos de 3 personas como mximo visitaran empresas.
La empresa visitada recibir un documento en formato digital, en cual se detallara:
U N I V
R S
I D A
D E
A Q U I N O
O L I V
I A
Descripcin detallada del proceso.

Organigrama de la empresa, diagramas de proceso, distribucin en planta (formato digital usando software)
Manual de funciones del rea de produccin.
Planteamiento de un problema real con su solucin aplicando el Modelo matemtico de la materia.
El proyecto se dividir en 2 partes a ser defendidas de manera gradual entes de cada evaluacin.
La primera y segunda parte tendrn un valor de 25 puntos de los 50 correspondientes a la evaluacin
procesual.
DE RESULTADOS DE LOS PROCESOS DE APRENDIZAJE O SUMATIVA (examen parcial o final
Se realizarn 2 evaluaciones parciales con contenido prctico sobre 50 puntos cada uno.
El examen final consistir en un examen escrito (con un valor del 70% de la nota del final) y la presentacin de
informe del proyecto realizado en la empresa durante el semestre tendr el restante 30% de la nota.
Los difs, work papers y evaluaciones escritas de cada etapa en promedio formaran el restante.
V. BIBLIOGRAFIA.
BASICA.
HILLIER, FREDERICK S. y otros. Introduccin a la investigacin de operaciones. Cuarta edicin.

Traduccin de Marcia Gonzlez Osuna. McGraw Hill. Mxico. 1989.
TAHA, HAMDY A. Investigacin de operaciones. Sptima edicin. Traduccin de Virgilio Gonzlez.

Pearson Education. Mxico. 2004
COMPLEMENTARIA
PRAWDA J., Mtodos y Modelos de Investigacin de Operaciones, Vol. 1 y 2, Ed. Limusa, Mxico,
1977.
VI. CONTROL DE EVALUACIONES.

1 evaluacin parcial
Fecha
Nota
2 evaluacin parcial
Fecha
Nota
Examen final
Fecha
Nota
APUNTES
U N I V
R S
I D A
D E
A Q U I N O
O L I V
I A
VII. PLAN CALENDARIO

SEMANA
ACTIVIDADES
TEMA 1 (1.1 AL 1.7)
TEMA 2 (2,1 AL 2,5) TEMA 3 (3,1 AL 3,3)
TEMA 4 (4,1 AL 4,3)
TEMA 4 ( 4,5 )
TEMA 4 ( 4,6)
DEFENSA DE
PROYECTO 1
TEMA 5 (5,1 AL 5,7 )
TEMA 6 (6,1 AL 6,5)
TEMA 6 (6,1 AL 6,5)
10
TEMA 7 (7,1 AL 7,2 )
11
TEMA 7 (7,3 AL 7,5 )
12
DEFENSA DE
PROYECTO 2
13
TEMA 7 (7,3 AL 7,5 )
14
TEMA 7 (7,6 AL 7,6.3)
15
TEMA 7 (7,6 AL 7,6.3)
16
TEMA 8 (8,1 AL 8,3)
17
TEMA 8 (8,4 AL 8,6)
18
CLASE PRACTICA
19
EVALUACION FINAL
20
SEGUNDA INSTANCIA
U N I V
R S
I D A
OBSERVAC.
EVAL PARC I
Presentacin de notas
EVAL PARC II
Presentacin de notas
DEFENSA DE
PROYECTO 3
D E
Presentacin de Actas
A Q U I N O
O L I V
I A
U N I V
R S
I D A
D E
A Q U I N O
O L I V
I A
PROGRAMA DE CONTROL DE CALIDAD

WORK PAPER # 1
UNIDAD O TEMA: INVESTIGACIN OPERATIVA Y PROGRAMACIN LINEAL

TITULO: Introduccin a la Investigacin de Operaciones
FECHA DE ENTREGA:
PERIODO DE EVALUACIN: Primer Parcial
PERSPECTIVA HISTORICA
Las races de la Investigacin de operaciones se
remontan a muchas dcadas, cuando se hicieron
los primeros intentos para emplear el mtodo
cientfico en la administracin de una empresa. Sin
embargo el inicio de esta actividad llamada
Investigacin de Operaciones (IO) tiene su origen
en la 2da. Guerra Mundial, donde existan grupos
especiales (Matemticos, Fsicos, Psiclogos,
Ingenieros, etc.), cuya labor era asesorar a la
organizacin militar, en el plano ejecutivo en
relacin a las operaciones blicas (Anlisis de
estrategias de bombardeo, defensa area y
programacin de operaciones logsticas).
U N I V
R S
I D A
D E
QUE ES LA IO?
La IO est asociada, casi en exclusiva, con la
aplicacin de tcnicas matemticas, para
representar por medio de un modelo problemas de
decisin.
La IO trata de relacionar tres reas de una
empresa:
Produccin,
Finanzas y
Ventas.
A Q U I N O
O L I V
I A
FASES DE LA INVESTIGACIN OPERATIVA
DEFINICIN DEL PROBLEMA

Definicin de la meta o el objetivo del estudio.
Para definir el problema, debemos plantearnos
las preguntas necesarias.
En esta etapa debe participar el equipo de IO,

es una etapa crtica y debe estar documentado
todo el trabajo.
LAS COMPUTADORAS Y LA IO
IDENTIFICACIN DE LAS ALTERNATIVAS DE

DECISIN DEL SISTEMA
La aparicin de las computadoras est

ntimamente ligada al desarrollo de la IO, esto se
debe a que la mayora de las tcnicas empleadas
seran absolutamente inaplicables para cualquier
problema real, debido al tiempo de procesamiento
de la informacin.
Reconocimiento
de
las
limitaciones,
restricciones y requerimientos del sistema.
CONSTRUCCIN DEL MODELO

El modelo se define como una funcin objetivo
y restricciones que se expresan en trminos
de las variables (opciones) de decisin del
problema.
En una computadora slo se requiere de algunos

minutos para llegar al resultado, mientras que sin
ella se tardaran: horas, das, semanas meses y
ms tiempo para dar con los resultados.
La simplificacin del sistema con el fin de

construir un modelo, debe concentrarse
fundamentalmente en la identificacin de las
variables y restricciones dominantes.
IMPLANTACIN DE LOS RESULTADOS
CUESTIONARIO WORK PAPER No. 1
SOLUCION DEL MODELO
1. Cmo surgi la IO?
Una vez planteado el modelo matemtico hay

que darle solucin a travs de un
procedimiento (por lo general basado en
computadoras).
2. Porque se debe visualizar la IO como una

ciencia y como un arte?
3. Mencione las fases de la IO
4. A que se refiere la fase de Implantacin de
resultados cuando indica que se necesita la
participacin de un equipo?
PRUEBA Y MEJORAMIENTO DEL MODELO

(VALIDEZ DEL MODELO)
5. Es importante el uso de computadoras en la

IO?
El desarrollo de un modelo matemtico es

anlogo al desarrollo de un programa de
computadora, cuando se completa la primera
versin, es inevitable que contenga muchas
fallas. El programa debe de probarse de
manera exhaustiva para encontrar y corregir
tantos problemas como sea posible.
U N I V
R S
I D A
D E
6. Defina IO.
A Q U I N O
O L I V
I A

WORK PAPER # 2
UNIDAD O TEMA: INVESTIGACIN OPERATIVA Y PROGRAMACIN LINEAL
TITULO: Formulacin del Modelo de Programacin Lineal.
FECHA DE ENTREGA:
metodologa para la construccin de un modelo,
por lo que necesariamente la modelacin se
aprende con la prctica.
PUNTOS DE INTERS DE LA PL
El adjetivo lineal significa que todas las funciones
matemticas del modelo deber ser funciones
lineales. En este caso, la palabra programacin es
un sinnimo de planeacin.
La programacin lineal utiliza un
matemtico para describir el problema.
COMO PLANTEAR EL MODELO DE PL?

Son diferentes requisitos que debe cumplir
cualquier solucin para que pueda llevarse a
cabo. En cierta manera son las limitantes en
los valores de los niveles de las diferentes
actividades (variables).
modelo
As, la programacin lineal trata la planeacin de

las actividades para obtener un resultado ptimo,
esto es, el resultado que mejor alcance la meta
especificada (segn el modelo matemtico) entre
todas las alternativas de solucin.
Son las incgnitas del

problema y bsicamente
consisten en los niveles de
todas las actividades que
pueden llevarse a cabo en
el problema a formular.
La PL es una tcnica matemtica ampliamente

utilizada,
diseada
para
ayudar
a
los
administradores de produccin y operaciones en
la planeacin y toma de decisiones relativas a la
asignacin y uso de recursos. (Extrado del libro
Principios de Administracin de Operaciones,
Render-Heizer, pgina 160)

ENCONTRAR LAS RESTRICCIONES:
Los trminos clave en la PL son recursos y

actividades.
La modelacin se define como el proceso de

abstraccin del sistema real a un modelo
cuantitativo.
Deber definirse claramente las unidades

de medicin del objetivo, como dinero,
tiempo, etc.
La modelacin es sin duda una combinacin de

arte y ciencia. No se puede precisar una
R S
I D A
D E
DETERMINAR LA FUNCIN OBJETIVO:
Con el objetivo se pretende medir la

efectividad de las diferentes soluciones
factibles
que
pueden
obtenerse
y
determinar la mejor solucin.
MODELOS MATEMTICOS
U N I V
DEFINIR LAS VARIABLES DE DECISIN:
10
A Q U I N O
O L I V
I A
MODELO GENERAL DE PL
3. Cules son los puntos de inters de la
programacin lineal?
Optimizar (maximizar o minimizar):

c1x1 + c2x2 +....+ cnxn
4. Que entiende por recurso y que por

actividad?. Mencione ejemplos.
=Z
Sujeta a las siguientes restricciones:

a11x1 + a12x2 +....+ a1nxn
< b1
a21x1 + a22x2 +....+ a2nxn
< b2
.
.
.
.
.
.
am1x1 + am2x2 +....+ amnxn
< bm
5. Mencione
algunos
ejemplos
de
problemas donde la Programacin
Lineal ha sido usada exitosamente.
6. Cmo se formula un modelo de PL?
7. Cmo puedo identificar las variables
de decisin?
8. Cules son los tipos de restricciones
mas comunes?. Mencione ejemplos de
cada una.
Donde el valor de las variables es:

x1,
x2,
9. Cmo puedo
Objetivo?
.. xn
formar

1. Investigue los modelos matemticos de
la IO.
2. Defina Programacin Lineal.
U N I V
R S
I D A
D E
11
A Q U I N O
O L I V
I A
la
Funcin
UNIDAD O TEMA: METODOS DE SOLUCION DEL MODELO DE PL.
4.
P
TITULO: El Mtodo Grafico

FECHA DE ENTREGA:
METODO GRAFICO
ASO:
El mtodo Grfico permite resolver nicamente

problemas con 2 variables.
Identificar el rea o zona factible. Esta es el

rea comn a todas las inecuaciones.
5. PASO:
EJEMPLO
Identificar con letras maysculas, a travs de

una inspeccin visual, los vrtices del rea
factible. En nuestro ejemplo estos son los
puntos resaltados con un crculo negro.
Resuelva el siguiente problema:

Max z = 10X +
2X +
X +
12Y
3Y
2Y
Y
15
6
6
6. PASO:
Encontrar las coordenadas de los vrtices
anteriores. En la mayora de los casos se
tendr que recurrir a solucionar un sistema de
ecuaciones y en otros se podr encontrar
estos puntos por simple inspeccin visual.
Use el mtodo grfico para encontrar

la solucin ptima y el punto ptimo.
Por inspeccin visual, las coordenadas son:
1. PASO:
A (0,0)
Llevar a la forma de igualdad las restricciones:

2X +
X +
3Y =
2Y =
Y =
15
6
6
B (0,3)
D (6,0)
C (3,3)
2. PASO:
7. PASO:
Despejar la variable Y, si es posible, de cada

ecuacin:
Y 5
Reemplazamos cada una de las coordenadas en la

funcin objetivo y elegimos el mayor resultado
porque estamos maximizando:
2
X
3
Z =10X + 12Y
Y3
A (0,0)..Z = 10x0 + 12x0 = 0
Y 6-X
B (0,3)..Z = 10x0 + 12x3 = 36

C (3,3)..Z = 10x3 + 12x3 = 66
3. PASO:
D (6,0)..Z = 10x6 + 12x0 = 60
Graficar cada ecuacin y sombrear el rea que

corresponda, hacia arriba o abajo, a la
derecha o a la izquierdade cada recta.
U N I V
R S
I D A
D E
12
A Q U I N O
O L I V
I A
A. Use el mtodo grfico para encontrar la

solucin ptima y el punto ptimo.
B. Cuntos puntos extremos tiene la regin
factible?
2. Considere el siguiente programa lineal:
Min z = 4x1
4x1
6x1
8x1
+
+
+
+
5x2
4x2
3x2
5x2
x1 , x2
20
24
40
0

B. Cuntos puntos extremos tiene la regin
factible?
La zona factible, se identifica fcilmente por ser la

zona ms rayada o sombreada del grfico.
3. Considere el siguiente programa lineal:

Max z = 3x1
-2x1
2x1
6x1

1. Resuelva el siguiente programa lineal:
Max z = x1 +
1x1 +
3x1 +
U N I V
x2
2x2
2x2
x1 , x2
R S
I D A
4x2
4x2
4x2
3x2
x1 , x2
16
24
48
0

B. Encuentre los valores de holgura o
excedente de cada restriccin.
6
12
0
+
+
+
+
D E
13
A Q U I N O
O L I V
I A

WORK PAPER # 4
TITULO: El Mtodo Simplex
FECHA DE ENTREGA:
METODO SIMPLEX (CASO MAXIMIZACION)
La mayora de los problemas de PL tienen ms de 2
variables y son demasiado grandes para una
solucin Grafica. Un procedimiento llamado Mtodo
Simplex puede ser utilizado para encontrar la
solucin ptima.
El Mtodo Simplex es en realidad un algoritmo (o
un conjunto de instrucciones) con lo cual se
examinan los puntos en las esquinas de una
manera metdica hasta conseguir la mejor solucin.
Existen softwares que permiten resolver problemas
de PL, pero es til entender la mecnica del
algoritmo. A continuacin definiremos algunos
trminos importantes:
VARIABLE DE HOLGURA
Es aquella variable que permite convertir una
desigualdad () en una igualdad (=)
Es un procedimiento que permite resolver

problemas de programacin lineal que incluyen
restricciones = y =>.
FORMA DE IGUALDAD (FORMA ESTANDAR)
El primer paso del Mtodo Simplex requiere que se
convierta cada desigualdad de restriccin en una
ecuacin. Las restricciones pueden ser
convertidas a ecuaciones al sumar una variable de
holgura, tal como se ilustra a continuacin en el
ejemplo.
METODO SIMPLEX
EJEMPLO
Resuelva el siguiente problema de programacin
lineal utilizando el Mtodo Simplex:
Max z = 10X1 +
2X1 +
SOLUCIN BSICA
X1 +
Es una solucin de un sistema de sistema de

ecuaciones lineales simultneas.
SOLUCIN FACTIBLE
Si todas las variables, de una solucin bsica,
asumen valores no negativos, de lo contrario es
no factible.
12X2
3X2
2X2
X2
X1, X2
1. PASO:
Igualar la Funcin Objetivo (FO) a cero y llevar
a la forma de igualdad a las restricciones:
-10X1 -12X2
SOLUCION PTIMA
Es la mejor solucin factible.
EL MTODO DE LA M
15
6
6
0
2X1
+3X2
X1
2X2
+X2
=
=
+H3
+H4
+H5
=
=
0
1
5
6
6
2. PASO:
TABLA INICIAL
Llevar los coeficientes de estas variables a una

tabla, tal como se muestra abajo, donde la 1
fila es la FO y las dems filas son las
igualdades del paso anterior:
X1
-10
2
0
1
X2
-12
3
2
1
H3
0
1
0
0
H4
0
0
1
0
H5
0
0
0
1
LD
0
15
6
6
3. PASO:
Ubicar, en la FO el valor ms negativo, en
nuestro caso este valor corresponde al 12,
observe:
X1
-10
2
0
1
X2
-12
3
2
1
4. PASO:
H3
0
1
0
0
H4
0
0
1
0
H5
0
0
0
1
LD
0
15
6
6
ELEMENTO PIVOTE
Marcar la columna del valor anterior y

determinar las razones para cada igualdad,
para esto dividir el lado derecho LD entre los
coeficientes de la columna marcada (columna
X2 en este caso) de la siguiente manera:
X2
-12
LD
0
15
15 3 =
5
62=
3
61
=6
Seleccionar la razn ms pequea, no negativa, y

ubicar el elemento que corresponda a la columna
seleccionada.
5. PASO:
Convertir el ELEMENTO PIVOTE en 1,

dividiendo toda la fila por el mismo (dividiremos
por 2 en este caso).
X1
-10
2
0/2
1
X2
-12
3
2/2
1
H3
0
1
0/2
0
H4
0
0
1/2
0
H5
0
0
0/2
1
LD
0
15
6/2
6
H4
0
0
1/2
0
H5
0
0
0
1
LD
0
15
3
6
Entonces tendremos:
X1
-10
2
0
1
X2
-12
3
1
1
H3
0
1
0
0
6. PASO:
Convertir todos los elementos de la COLUMNA
PIVOTE en cero, a travs de operaciones en
fila. El resultado es:
X1
-10
2
0
1
X2
0
0
1
0
7. PASO:
H3
0
1
0
0
H4
6
-3/2
1/2
-1/2
H5
0
0
0
1
LD
36
6
3
3
ES LA SOL. OPTIMA?
Para determinar esto, debemos observar la fila

de la FO, y preguntarnos si existen todava
valores negativos. Observemos la tabla
anterior:
X1
-10
2
0
1
X2
0
0
1
0
H3
0
1
0
0
H4
6
-3/2
1/2
-1/2
H5
0
0
0
1
LD
36
6
3
3
Como ver, existe un valor negativo todava (el 10)

y se debern realizar todos los pasos, otra vez, a
partir del 4 (el cual consiste en determinar el nuevo
ELEMENTO PIVOTE)
A continuacin se resume todo lo que hemos
hecho, ms el proceso completo:
TABLA INICIAL:
X1
X2
H3
H4
H5
LD
10
2
0
1
12
3
2
1
0
1
0
0
0
0
1
0
0
0
0
1
0
15
6
6
RESULTADO DE LA PRIMERA
ITERACION:
X1
X2
H3
H4
H5
-10
0
0
6
0
2
0
1
-3/2
0
0
1
0
1/2
0
1
0
0
-1/2
1
RESULTADO DE LA SEGUNDA
ITERACION:
X1
X2
H3
H4
H5
0
0
5
-3/2
0
1
0
1/2
-3/4
0
0
1
0
1/2
0
0
0
-1/2
1/4
1
RESULTADO DE LA TERCERA
ITERACION:
X1
X2
H3
H4
H5
0
0
2
0
6
1
0
-1
0
3
0
1
1
0
-2
0
0
-2
1
4
Los otros valores que queden sern cero siempre:

H3 = 0
H5 = 0
El valor de la FO corresponde al valor de la esquina
superior derecha de la tabla anterior:
Z = 66
LD
36
6
3
3
a)Max
Sujeta
a:
LD
66
3
3
0
X1 , X 2
CUESTIONARIO WORK PAPER #4
LD
66
3
3
0
Minimizar
Sujeta a:
Para interpretar se ubican aquellas columnas en las

que hubiera 1 y 0 solamente, observe:
Entonces:
X1 = 3
X2 = 3
H4 = 0
LD
66
3
3
0
3000X1
2000X2
X1
2X2
2X1
-X1
+
+
X2
X2
X2
8
1
2
0
Z=
2X1
X1
X1
-X1
+
+
+
+
2X2
1X2
2X2
X2
10
8
2
1. Resuelva los siguientes problemas a travs del

mtodo simplex. Verifique sus resultados a travs
del software.
8. PASO FINAL: INTERPRETACION
RESULTADO DE LA TERCERA
ITERACION:
X1
X2
H3
H4
H5
0
0
2
0
6
1
0
-1
0
3
0
1
1
0
-2
0
0
-2
1
4
Z=
b)

WORK PAPER # 5
UNIDAD O TEMA: FORMULACION DEL MODELO DE PL.
TITULO: Planteamientos
FECHA DE ENTREGA:
1. DEFINIR LAS VARIABLES
ELABORACION DE MODELOS
X1 = Nmero de das que debe trabajar la

mina I [Das]
(PLANTEAMIENTOS)
X2 = Nmero de das que debe trabajar la

mina II [Das]
EJEMPLO 1
Una compaa carbonfera es propietaria de dos
minas, la primera produce diariamente como
mximo 1 Ton de carbn de alta calidad, 4 Ton de
mediana calidad y 6 Ton de carbn de baja
calidad; la segunda mina puede producir como
mximo 4 Ton de carbn de alta calidad, 4 de
mediana y 2 de baja calidad. Asimismo, a la
compaa le cuesta 100 $us/Da la operacin de la
mina I y 150 $us/Da la mina II.
La compaa tiene pedidos arriba de 80, 160 y 120
Ton de carbn de alta, mediana y baja calidad
respectivamente.
El problema consiste en determinar cuntos das
debe trabajar cada mina para minimizar los costos
de operacin.
2. ENCONTRAR LAS RESTRICCIONES

DEMANDA CARBON DE
ALTA
DEMANDA CARBON DE
MEDIANA
DEMANDA CARBON DE
BAJA
80
4X1 +
4x2
160
6X1 +
2x2
120
X1,X2
3.
1X1 + 4x2
DEFINIR LA FUNCION OBJETIVO
Minimizar Z = 100X1 + 150X2

EJEMPLO 2
0. ARMAR UNA TABLA CON LOS DATOS

Calidad
Alta
Mediana
Baja
Costo
Produccin
Mina I
[Ton/Da]
1
4
6
100
[$US/Da]
Produccin
Mina II
[Ton/Da]
4
4
2
150
[$US/Da]
Deman
da
[Ton]
80
160
120
Un agricultor posee cerdos que consumen 90 Kg.

de comida especial todos los das. El alimento se
prepara como una mezcla de maz y harina de
soya con las siguientes composiciones.
Alimento
Maz
Harina de
soya
Requisitos
:
Los
son:
Calcio
Protenas
Fibra
[Kg
[Kg
[Kg
Costo
calcio/Kg proteina/Kg fibra/Kg
Bs/Kg
de
de
de
alimento] alimento] alimento]
0.001
0.09
0.02
0.20
0.002
0.60
0.06
0.06
0.1% x
5% x 90
30% x 90
90 Kg =
Kg = 4.5
Kg = 27 Kg
0.09 Kg
Kg
requisitos diarios de alimento de los cerdos
A. Cuando menos 0.1% de calcio, del total que

se consume.
B. Por lo menos 30% de protenas, del total que
se consume.
C. Un mximo de 5% de fibra, del total que se
consume.
Determine la mezcla de alimentos con el mnimo
costo por da.
1. DEFINIR LAS VARIABLES
X = Cantidad de maz a mezclar diariamente
[Kg]
Y = Cantidad de Harina de soya a mezclar
diariamente [Kg]
2. ENCONTRAR LAS RESTRICCIONES
MEZCLA:
CANTIDAD DE
CALCIO:
CANTIDAD DE
PROTEINAS:
CANTIDAD DE
FIBRA:
X +
+
0.001X
Y =
0.002
0.60Y
27
4.5
X,Y
0.09X
0.02X
0.06Y
3. DEFINIR LA FUNCION OBJETIVO

Minimizar Z = 0.20X + 0.06Y
Formule los siguientes problemas como un modelo

matemtico de programacin lineal:
1. Una fbrica de artculos del hogar manufactura
2 artefactos A y B. Ambos sufren 3 procesos en el
mismo orden, que son: maquinado, armado y
montaje. Las disponibilidades de minutos diarios
de cada proceso son: 480, 600 y 540
respectivamente. El artefacto A deja un beneficio
de 100 $/unidad, en tanto que el B proporciona
120 $/unidad.
En el proceso de maquinado se utilizan 4 minutos
por cada unidad de artefacto A y 8 minutos por
cada unidad de artefacto B. En el proceso de
armado se utilizan 5 y 6 minutos respectivamente.
Y finalmente, en el proceso de montaje se utilizan
12 y 8 minutos respectivamente.
2. Una pequea carpintera esta planeando la
produccin el presente mes. Actualmente opera
con solo dos productos puertas y ventanas. La
mano de obra disponible para el presente mes es
de 400 h-hom Cada puerta requiere 4 h-hom y
tiene una contribucin unitaria de 35 Bs., Una
ventana requiere de 3 h-hom y tiene una
contribucin unitaria de 25 Bs. De acuerdo a sus
ventas pasadas se tiene previsto vender hasta 70
puertas y 120 ventanas.
3. INDUSTRIAS DEL CAMPO, tiene dos maquinas
distintas para procesar leche pura y producir leche
descremada, mantequilla o queso. La cantidad de
tiempo requerido en cada mquina para producir
cada unidad de producto y las ganancias netas se
proporcionan en la siguiente tabla:
90
LECHE
DESCREMADA
MANTEQUILLA
MAQUINA
1
0.2 min / litro
0.5 min / Kg
MAQUINA
2
0.3 min / litro
0.7 min / Kg
UTILIDAD
:
1Bs / litro
2 Bs / litro
0.09
QUESO
1.5
min /
Kg
1.2
min /
Kg
2 Bs /
Kg
Suponiendo que se dispone de 8 horas diarias

en cada maquina, como gerente del departamento
de produccin, formule un modelo para determinar
un plan de produccin diaria que maximice las
ganancias y produzca un mnimo de 300 litros de
leche descremada, 200 Kg. de mantequilla y 100
Kg. de queso
4. Una pequea fbrica produce pinturas para

interiores y exteriores de casas, para su
distribucin al mayoreo. Se utilizan 2 materias
primas A y B para producir estas pinturas. Los
requisitos diarios de materia prima por tonelada de
pintura se resumen en la siguiente tabla:
Toneladas de materia prima por
tonelada de pintura
Pintura
Pintura
Disponibilidad
de
de
mxima por da
exterior
interior
Materia
prima A
Materia
prima B
Un estudio de mercado ha establecido que la

demanda diaria de pintura para interiores no
puede ser mayor que la pintura para exteriores en
ms de una tonelada. El estudio tambin revela
que la demanda de pintura para interiores esta
limitada a menos de dos toneladas diarias.
El precio al mayoreo por tonelada es de 300$ y
200$ para pintura de exteriores e interiores,
respectivamente.
5. Una compaa, que opera 10 horas al da,
fabrica cada uno de 2 productos en tres maquinas
diferentes (En donde el proceso es secuencial). La
tabla siguiente resume los datos del problema:
Product
o
Maquina
1
(Min/
unidad)
Maquina2
(Min/
unidad)
Maquina3
(Min/
unidad)
Utilidad
($/unidad)
10
20
10

WORK PAPER # 6
UNIDAD O TEMA: METODOS DE SOLUCION DEL MODELO DE PL

TITULO: Mtodo Simplex Dual
FECHA DE ENTREGA: Segundo Parcial
Considere el siguiente ejemplo:
METODO SIMPLEX DUAL
TEORIA DE LA DUALIDAD
Otra forma descubierta de resolver los problemas
de PL es a travs del dual, este procedimiento
tambin es usado para realizar un anlisis que se
denomina Anlisis de Sensibilidad.
En Muebles Hurtado debido a que las ganancias se

han reducido, la gerencia decidi reorganizar la lnea
de produccin. A partir de hoy se van a producir
puertas y ventanas de mara. Despus de hacer
algunas investigaciones el departamento de IO
determin en un cuadro las capacidades y
requerimientos de los productos, as como las
utilidades unitarias:
PRECIOS SOMBRA
PRODUCTO
La tabla final del Mtodo Simplex lleva al tema de

los precios sombra..
Exactamente cunto debe estar dispuesto a

pagar una compaa por hacer disponibles los
recursos adicionales?
Vale la pena obtener ms tiempo de
maquina con un costo de 1 ,2 o 5 dlares?
vale la pena pagar a los trabajadores una
cuota de tiempo extra para aumentar la
produccin?
..el valor de los recursos adicionales es

informacin valiosa para la administracin.
Afortunadamente,
esta
informacin
est
disponible en la Tabla final del Mtodo Simplex.
Una importante propiedad del rengln Z, es que
los valores correspondientes a las variables de
holgura
(Hi) ofrecen en sus columnas lo que se llama
precios sombra. Un precio sombra es el valor de
una unidad adicional de un recurso en la forma de
una hora ms de tiempo, un Kg. ms de materia
prima u otro recurso escaso.
MADERA
BARNIZ
HORA
MAQUIN
A
UTILIDAD
[$U$/
Unid]
VENTAN
A
PUERT
A
2
m3/Unid
3
m3/Unid
2
litros/Un
id
-1 hora/
unidad
1 hora/
unidad
10
12
CAPACIDA
D
DISPONIB
LE
15 m3
6 litros
6 horas
Planteando el problema:
Max z = 10X1 +
12X2
2X1 +
3X2
X1 +
2X2
X2
X1 , X2
1
5
6
6
0
Resolviendo el problema por el Mtodo Simplex

obtenemos la siguiente tabla final:
X1
0
1
0
0
X2
0
0
1
0
H3
2
-1
1
-2
H4
0
0
0
1
H5
6
3
-2
4
LD
66
3
3
0
Observe:
Los precios sombra en el rengln Z
corresponden a:
Y1 = 2
Y2 = 0
Y3 = 6
ESTADO DE LOS RECURSOS
Si el valor de la variable de holgura, en la

solucin final del Mtodo Simplex, es igual a
cero (Hi=0), entonces el recurso que
corresponde a esta variable de holgura es un
recurso escaso.
Si el valor de la variable de holgura, en la
solucin final del Mtodo Simplex, es distinto
de cero (Hi0), entonces el recurso que
corresponde a esta variable de holgura es un
recurso abundante.
De acuerdo al ejemplo anterior:

X1 = 3
X2 = 3
H3 = 0 Recurso
escaso
(madera)
Y1 = 2
H4 = 0 Recurso escaso (barniz)
Y2 = 0
H5 = 0 Recurso escaso (horas maquina)
Y3 = 6
Z = 66
Ahora estamos en condicin de darle una
aplicacin a los precios sombra. Al ser todos los
recursos escasos en este caso (madera, barniz y
horas mquina), necesitamos saber cul es el
mximo precio que deberamos pagar por obtener
una unidad adicional de este recurso?, la
respuesta a esta interrogante son los precios
sombra.
Y1 = 2 $u$ /m3 de madera
Y2 = 0 $u$ /litro de barniz
Y3 = 6 $u$ /hora de mquina
Tambin el precio sombra determina el valor marginal

o la tasa a la cual aumentar la funcin objetivo si es
que se incrementa el recurso:
Z' Z Yi No de unidades
Por ejemplo:
Si el recurso madera se aumenta en 1 unidad (1m3),
entonces la funcin objetivo aumentar en:
Z = Z + YiNo de unidades = 66 + 21= 68 $u$
Si el recurso barniz se aumenta en 1 unidad (1 litro),
entonces la funcin objetivo aumentar en:
Z = Z + YiNo de unidades = 66 + 01= 66 $u$
Si el recurso hora mquina se aumenta en 1 unidad
(1 hora), entonces la funcin objetivo aumenta en:
Z = Z + YiNo de unidades = 66 +61=72 $u$
1. Transforme el siguiente problema en un modelo
dual:
Max z = 1X1 +
1X1 +
1X1 +
5X2
1X2
2X2
X1 , X2
6
12
0
2. Transforme el siguiente problema en un modelo

dual:
Min z = 4X1 +
1X1 +
X1 -
2X2
1X2
X2
+
+
3X3
X3
X1 , X2
30
10
0

WORK PAPER # 7

TITULO: Soluciones Especiales del Mtodo Simplex
FECHA DE ENTREGA: Segundo Parcial
SOLUCIONES
SIMPLEX
ESPECIALES
DEL
MTODO
En este caso el Mtodo Simplex se detiene y se

dice que la solucin es no acotada ya que es
imposible lograr ganancias infinitas.
SIN SOLUCION FACTIBLE

X1
-3+M
-2
0
-1
X2
0
0
1
0
X3
0
-2
-1
H4
0
1
0
0
A5
M
0
0
1
SOLUCION PTIMA MLTIPLE

12
6
10
5
Se dice que no hay solucin factible, cuando

cualquier solucin ptima obtenida, por el mtodo
de la M, contiene al menos una variable artificial
distinta de cero.
NO HAY VARIABLE BASICA
(SOLUCION NO ACOTADA)
X1
-3
-2
0
-1
X2
2
0
2
2
H3
0
1
0
0
H4
0
0
1
0
H5
0
0
0
1
QUE
SALE
X1
0
1
0
0
X2 H3 H4 H5
0
0
0
1
0
1
0
0
0 3/2 1 -1/2
1 -3/2 0 1/2
18
4
3
3
Existen varias soluciones ptimas mltiples cuando

al menos una variable no bsica tiene coeficiente
cero en la ecuacin cero final (FO). En este
ejercicio H3 tiene coef. cero.
EMPATE PARA LA VARIABLE BASICA QUE
SALE = DEGENERACION
0
6
10
5
Note que se tiene una variable bsica de entrada

X1.
Al encontrar a la variable de salida, nos
encontramos con que todos los coeficientes de la
columna pivote son ceros
y/o negativos. Esto
significa que las restricciones no impiden el
crecimiento indefinido de la funcin objetivo.
X1
X2
H3
H4
H5
-3
-2
12
18
Observe que X1 es la variable bsica de entrada.

Al encontrar a la variable de salida, nos
encontramos con que existe un empate entre H4 y
H6 al encontrar la menor razn:
Se recomienda romper el empate arbitrariamente.
La solucin bsica factible resultante se llama

degenerada, porque en la solucin la variable
bsica no escogida tendr siempre valor cero.
1. Clasifique
de solucin:
a)
X1 X2
0
0
0
0
1
0
0
1
b)
X1
-3
2
0
-1
X2
-5
0
-2
-1/2
las siguientes tablas indicando el tipo

H3
5
1
0
0
H4
0
2
1
4
H3
0
1
0
0
H5
1
0
5
14
H4
0
0
1
0
15
8
3
2
H5
0
0
0
1
0
9
10
5
c)
X1
X2
H3
H4
H5
-8
-9
12
18
Prctica de Laboratorio:
N 1
Ttulo: Mtodo Grafico
Lugar de Ejecucin:
Laboratorios de
Computacin
Elaborado por: Ing. Gelen P. Tondelli Mndez
e. Escribir el numero de variables, el

numero de restricciones y el titulo
del problema.
Nombre y Apellidos:
_________________________________________
_____________________
g. Elegir resolver especificando que

se desea en forma grafica o
algebraica.
f.
Presione la tecla TAB para ir a la

tabla de entrada de los datos
faltantes.
Siguiendo los pasos descritos anteriormente,

Resuelva los siguientes problemas:
1. Objetivos.
Ejercicio 1.
Aprender a usar software educativo para poder

graficar las ecuaciones lineales del Modelo
Matemtico de Programacin Lineal.
Max z = 10X +
2X +
2. Fundamentos teorcos.
X +
12Y
3Y
2Y
Y
15
6
6
Ejercicio 2.
El Mtodo Grafico se usa para resolver problemas
de Programacin Lineal que poseen dos variables.
El software a utilizar es el TORA para Windows.
3. Desarrollo de la Prctica
Se seguirn los siguientes pasos:

a. Abrir el programa.
b. Seleccionar Linear Programming.
c.
Seleccionar introducir un nuevo

problema y elegir si se quiere la
respuesta en notacin decimal o
notacin cientfica.
Max z = 3x1
-2x1
2x1
6x1
+
+
+
+
4x2
4x2
4x2
3x2
x1 , x2
Min z = 2x1 +
4x2
x2
x2
16
24
48
0
x1 , x2
2
5
1
0
4x2
x2
x2
3x2
x1 , x2
4
2
3
0
Ejercicio 3.
x1 +
x1
Ejercicio 4.
Max z = x1 +
x1 +
x1 -
d. Seleccionar pantalla de entrada

(input screen).
Ejercicio 5.
Min z = 20x1
2x1
2x1
- x1
+
+
+
+
10x2
x2
x2
x2
x1 , x2
20
8
4
0
4. Conclusiones sobre los resultados obtenidos

El estudiante deber elaborar un informe de la
practica de laboratorio que reuna las siguientes
caractersticas:
1. Los informes se deben entregar en hojas de
papel tipo carta. Los informes deben
presentarse hechos en computador.
El informe es una gua con la que pueden
trabajar personas que conozcan o no de la
asignatura a tratarse, o personas que hace
tiempo no revisan el tema.
2. El informe se debe presentar a la clase
siguiente a la realizacin de la prctica en
forma individual.
3. No es permitido que las personas que no hayan
asistido a una prctica presenten informe de la
misma.
Prctica de Laboratorio:N 2
Ttulo: Mtodo Simplex
Lugar de Ejecucin:
Lab. de Computacin
Elaborado por: Ing. Gelen P. Tondelli Mndez
Nombre y Apellidos:
_________________________________________
_____________________
2. Objetivos.
Aprender a usar software educativo para

resolver el Metodo simplex mediante Modelo
Matemtico de Programacin Lineal.
5. Bibliografa
2. Fundamentos teorcos.
TAHA H. A., Investigacin de Operaciones.

Una Introduccin, 6ta edicin. Servicio de
Ingeniera, Mxico, 1998.
El Mtodo Simplex se usa para resolver problemas

de Programacin Lineal que poseen dos variables o
ms.
HILLIER F. S., LIEBERMAN G. J.,

Introduccin a la Investigacin Operativa,
Ed. McGraw-Hill, Tercera Edicin, Mxico,
1991.
El software a utilizar es el TORA para Windows.
3. Desarrollo de la Prctica
Se seguirn los siguientes pasos:

1. Abrir el programa.
2. Seleccionar Linear Programming.

3. Seleccionar introducir un nuevo problema y elegir
si se quiere la respuesta en notacin decimal o
notacin cientfica.
4. Seleccionar pantalla de entrada (input screen).
5. Escribir el numero de variables, el numero de
restricciones y el titulo del problema.
6. Presione la tecla TAB para ir a la tabla de entrada

de los datos faltantes.
3. Conclusiones sobre los resultados obtenidos
7. Elegir resolver especificando que se desea en
forma algebraica.
8. Seleccionar el metodo simplex, eligiendo si se
desea ver la tabla final o cada iteracin.
Siguiendo los pasos descritos anteriormente,
Resuelva los siguientes problemas:
Ejercicio 1.
Max z =
+
3X1
1X1
3X1 +
5X2
2X2
2X2
X1, X2
2X2
1X2
X2
+
+
4
1
2
1
8
0
El estudiante deber elaborar un informe de la

practica de laboratorio que reuna las siguientes
caractersticas:
4. Los informes se deben entregar en hojas de
papel tipo carta. Los informes deben
presentarse hechos en computador.
El informe es una gua con la que pueden
trabajar personas que conozcan o no de la
asignatura a tratarse, o personas que hace
tiempo no revisan el tema.
5. El informe se debe presentar a la clase
siguiente a la realizacin de la prctica en
forma individual.
6. No es permitido que las personas que no hayan
asistido a una prctica presenten informe de la
misma.
5. Bibliografa
Ejercicio 2.
Min z = 4X1 +
1X1 +
X1 -
3X3
X3
X1, X2
TAHA H. A., Investigacin de Operaciones.

Una Introduccin, 6ta edicin. Servicio de
Ingeniera, Mxico, 1998.
30
10
0
Ejercicio 3.
Min z = 2x1 +
x1 +
x1
4x2
x2
x2
x1 , x2
4
5
1
0
Ejercicio 4.
Maximizar
Sujeta a:
Z=
2X1
X1
2X1
X1
+
+
+
3X2
X2
X2
2X2
+
+
+
X3
X3
3X3
X1 , X2 , X 3
10
5
8
0

DIFS # 1
UNIDAD OTEMA: REDES Y EL PROBLEMA DE TRANSPORTE
TITULO: El Modelo de Transporte
FECHA DE ENTREGA:
PERIODO DE EVALUACION: Segundo Parcial
El propsito del modelo de transporte es encontrar
los medios menos costosos para embarcar
abastos desde varios orgenes a varios destinos.
Los puntos de origen (o fuentes) pueden ser
fbricas, almacenes o cualquier otro de los puntos
desde donde se embarquen los bienes. Los
destinos son cualquiera de los puntos que reciben
bienes.
Existen diferentes mtodos de solucin del modelo
de transporte, nosotros estudiaremos los
siguientes tres:
A. Mtodo de la Esquina Noroeste
CONCLUSIONES (debern sintetizar la opinin del grupo):
COMENTARIOS (debern sintetizar la opinin del grupo):
B. Mtodo de la Matriz Mnima.

C. Mtodo de Vogel.
Conociendo esto realice lo siguiente:
Algoritmo de cada mtodo con un ejemplo de
cada uno.
Adems de la bibliografa de la materia, puede
utilizar la siguiente:
www.itson.mx/dii/elagarda/
apagina2001/PM/transporte.html
www.monografias.com
GRUPO (mximo cinco integrantes):

AP. PATERNO AP. MATERNO
NOMBRES
FIRMA

DIFS # 2
UNIDAD OTEMA: REDES Y EL PROBLEMA DE TRANSPORTE

TITULO: Tcnicas de planeacin.
FECHA DE ENTREGA:
PERIODO DE EVALUACION: Examen Final
En un momento u otro cualquier empresa tomar
un proyecto complejo. Una constructora debe
completar cientos de costosas actividades al
construir un edificio o una carretera, una empresa
petrolera requiere proyectos de mantenimiento de
vehculos y maquinarias, los ingenieros de
sistemas encaran los proyectos de redes, etc.
Investigue las tcnicas que permiten a los
administradores de proyectos planear, programar y
controlar un proyecto describiendo cada una y con

un ejemplo.
Adems de la bibliografa de la materia, puede
utilizar la siguiente:
http://www.gestiopolis.com/recursos/document
os/fulldocs/ger/diaggantaleja.htm
www.monografias.com/trabajos2/
caminocritico/caminocritico.shtml
CONCLUSIONES (debern sintetizar la opinin del grupo):
COMENTARIOS (debern sintetizar la opinin del grupo):
GRUPO (mximo cinco integrantes):

AP. PATERNO AP. MATERNO
NOMBRES
FIRMA

Syllabus Investigacion de Operaciones

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Syllabus Investigacion de Operaciones

Cargado por

Copyright:

Formatos disponibles

FACULTAD DE CIENCIA Y TECNOLOGIA

UNIDAD ACADEMICA SANTA CRUZ

FACULTAD DE CIENCIA Y TECNOLOGIA

Fecha: Julio de 2007

FACULTAD DE CIENCIA Y TECNOLOGIA

MAT-102, MAT-233, CMP-126

80 horas Terico Prcticas

TEMA 2. Formulacin del

Aplicar la metodologa de la investigacin

Tomar decisiones a partir de los resultados de la

Identificacin del Problema.

TEMA 5. El Mtodo Simplex Dual

TEMA 1. Introduccin a la Investigacin de

TEMA 4. El Mtodo Simplex.

Optimizar el uso de recursos en el rea

TEMA 3. El Mtodo Grfico.

Diferenciar los mtodos de solucin de los

UNIDAD II: METODOS DE SOLUCION DEL

Estructuras Primal y Dual.

TEMA 6. Soluciones Especiales.

No Existe Solucin Bsica Factible.

FACULTAD DE CIENCIA Y TECNOLOGIA

TEMA 8. Programacin de Proyectos con

Antes del Examen

FACULTAD DE CIENCIA Y TECNOLOGIA

Descripcin detallada del proceso.

Manual de funciones del rea de produccin.

Planteamiento de un problema real con su solucin aplicando el Modelo matemtico de la materia.

HILLIER, FREDERICK S. y otros. Introduccin a la investigacin de operaciones. Cuarta edicin.

TAHA, HAMDY A. Investigacin de operaciones. Sptima edicin. Traduccin de Virgilio Gonzlez.

VI. CONTROL DE EVALUACIONES.

FACULTAD DE CIENCIA Y TECNOLOGIA

VII. PLAN CALENDARIO

TEMA 1 (1.1 AL 1.7)

TEMA 2 (2,1 AL 2,5) TEMA 3 (3,1 AL 3,3)

TEMA 4 (4,1 AL 4,3)

TEMA 5 (5,1 AL 5,7 )

TEMA 6 (6,1 AL 6,5)

TEMA 6 (6,1 AL 6,5)

TEMA 7 (7,1 AL 7,2 )

TEMA 7 (7,3 AL 7,5 )

TEMA 7 (7,3 AL 7,5 )

TEMA 7 (7,6 AL 7,6.3)

TEMA 7 (7,6 AL 7,6.3)

TEMA 8 (8,1 AL 8,3)

TEMA 8 (8,4 AL 8,6)

FACULTAD DE CIENCIA Y TECNOLOGIA

FACULTAD DE CIENCIA Y TECNOLOGIA

PROGRAMA DE CONTROL DE CALIDAD

UNIDAD O TEMA: INVESTIGACIN OPERATIVA Y PROGRAMACIN LINEAL

FACULTAD DE CIENCIA Y TECNOLOGIA

FASES DE LA INVESTIGACIN OPERATIVA

DEFINICIN DEL PROBLEMA

En esta etapa debe participar el equipo de IO,

IDENTIFICACIN DE LAS ALTERNATIVAS DE

La aparicin de las computadoras est

CONSTRUCCIN DEL MODELO

En una computadora slo se requiere de algunos

La simplificacin del sistema con el fin de

IMPLANTACIN DE LOS RESULTADOS

CUESTIONARIO WORK PAPER No. 1

SOLUCION DEL MODELO

1. Cmo surgi la IO?

Una vez planteado el modelo matemtico hay