PREGUNTERO PRIMER PARCIAL

(1.1) Los componentes básicos de un modelo de decisión incluyen…

Variables de decisión

(1.1) Un modelo de decisión:

Resume un problema de decisión, para que permita identificar y evaluar en forma sistemática
todas las opciones de decisión del problema

(1.1) Los modelos “según la disponibilidad de datos” pueden clasificarse en modelos

estocásticos y:
Modelos determinísticos

(1.1) Los problemas que resuelve la ciencia de la Administración/Investigación de

Operaciones son problemas de decisión. Eso quiere decir que:
Consiste en elegir un curso de acción entre varios según los objetivos pautados y/o maximizar
o minimizar alguna variable del mismo

(1.1) La solución óptima del modelo puede ser o no una buena respuesta en el…
Contexto real

(1.1) La Investigación Operativa, da lugar a:

Soluciones

(1.1) Las variables exógenas son aquellas…

Cuyos valores se determinan fuera del sistema

(1.1) La razón de ser de las restricciones se remite a varios motivos. Entre ellos:
Todas las opciones son correctas. Costos de investigación; Tecnología inmutable a corto plazo;
Leyes de la naturaleza; Cuellos de botella

(1.1) Los problemas de investigación operativa son problemas de:

Decisión

(1.1) Los modelos determinísticos son aquellos…

Cuando todos los datos relevantes se conocen con certeza
(1.1) Según la disponibilidad de datos, una de las formas en que se pueden clasificar los
modelos es como…
Modelos probabilísticos o estocásticos

(1.1) La Investigación Operativa es:

Una disciplina científica que a través de la aplicación de procesos y procedimientos ayuda a
resolver problemas de índole cuantitativos que se presentan en las organizaciones

(1.1) Entre las relaciones en los Modelos Formales o Matemáticos, se encuentran entre
otros:
Todas las opciones son correctas. Relaciones tecnológicas; Relaciones de definición e
identidades; Relaciones de equilibrio; Relaciones de objetivo

(1.1) Uno de los componentes básicos de un modelo de decisión es…

Objetivo

(1.1) Las variables endógenas no objetivo son aquéllas...

A las que no se les impone ninguna condición

(1.1) Como metodología para representar y estudiar problemas de la realidad, la

investigación operativa utiliza:
Modelos

(1.1) El proceso de solución de problemas de la Ciencia de la Administración, abarca las

siguientes etapas:
Identificación del problema, construcción del modelo, generación de una solución, validación,
revisión o implementación

(1.1) Los problemas que resuelve la Investigación Operativa están inmersos...

En un sistema real. Dada la complejidad de estos sistemas reales, lo que se pretende es crear
un sistema abstracto que sea una versión simplificada y por lo tanto incompleta del real, sobre
el que se pueda trabajar obteniendo conclusiones que sean válidas también para el sistema
real

(1.1) ¿Qué país es considerado como el iniciador de la investigación de operaciones como

disciplina?
Inglaterra
(1.1) ¿Qué es la Investigación Operativa?
Una forma de enfrentar la resolución de situaciones vinculadas al proceso de toma de
decisiones y no simplemente un conjunto de técnicas, métodos y modelos particulares para
resolver ciertos problemas

(1.2) Algunas de las causas de la existencia de las restricciones son:

Cuellos de botella

(1.2) ¿Cómo se denomina a los valores que describen la relación entre las variables de
decisión en un modelo?
Parámetros

(1.2) El método de solución basado en reglas empíricas o intuitivas que, cuando se aplican al
modelo, proporcionan una o más soluciones se llama…
Heurístico

(1.2) ¿Qué es una variable?

La representación de algo que puede asumir diversos valores numéricos

(1.2) ¿Qué es un algoritmo?

Un conjunto de procedimientos o reglas que, cuando se siguen en forma ordenada,
proporcionan la mejor solución para el modelo determinado

(1.2) ¿Cómo se denomina al conjunto de procedimientos o reglas que, cuando siguen en

forma ordenada, proporcionan la mejor solución para un problema determinado?
Algoritmo

(1.2) Suponga que en un modelo no se conoce con certeza si necesitamos 8 horas o más para
finalizar la fabricación de un producto X. Este modelo lo podemos clasificar como:
Estocástico

(1.2) Un modelo que señala el curso de acción que el administrador debe seguir para
alcanzar el óptimo de un objetivo definido, se denomina…
Normativo. Dentro de los modelos matemáticos existen dos clases principales: modelos
descriptivos y modelos normativos. Un modelo descriptivo es el que representa una relación
pero que no indica ningún curso de acción. Un modelo normativo, o modelo de optimización,
señala el curso de acción a seguir para alcanzar un objetivo definido.
(1.2) Una limitación física que ocurre en el problema cuyo modelo se plantea, se denomina…
Restricción

(1.2) Cuando las relaciones funcionales o parámetros del modelo se conocen con
certidumbre, el modelo se llama…
Determinístico

(1.2) Se puede afirmar que las restricciones existen por:

Todas las opciones son correctas. Tecnología inmutable a corto plazo; leyes de la naturaleza;
cuellos de botella; costos de la investigación; incertidumbre y análisis paramétrico; objetivos
sustitutos; intereses particulares por sobre los de la empresa; estructura jerárquica y
delegación de la autoridad; ecuaciones de definición o de balance.

(1.2) Un modelo de programación lineal que incorpora la incertidumbre, se denomina…

Estocástico

(1.2) Se puede afirmar que las variables de decisión, representan magnitudes o cantidades
como:
Todas las opciones son correctas. Componentes básicos: variables de decisión: controladas por
el decisor. Representan magnitudes o cantidades como pesos, horas, personal, unidades de
producción, etc. Objetivo: cantidad usada para medir la efectividad de un apolítica
determinada y se expresa como una función de las variables de decisión. Restricciones del
problema: condiciones que deben cumplir las variables de decisión para obtener una solución
aplicable.

(1.2) ¿Cuál de las siguientes opciones es un proceso o método de solución para arribar a
soluciones óptimas o casi óptimas para problemas basados en la ciencia de administración?
Heurístico

(1.2) Los modelos normativos están constituidos por:

Variables de decisión y parámetros, restricciones y una o más funciones objetivo

(1.2) ¿Cuál de las siguientes opciones NO es considerado un componente básico de un

modelo de decisión normativo?
Análisis de resultado

(1.2) En un modelo de decisión, ¿qué componente define la efectividad del modelo como
función de las variables de decisión?
La función objetivo
(1.2) Cuando un arquitecto imagina o piensa distintas alternativas para ofrecer una solución
de espacio para una oficina, está construyendo un modelo...
Mental

(1.2) Una cantidad desconocida que debe determinarse en la solución del modelo es
llamada...
Variable de decisión. Los modelos normativos están constituidos por: Variables de decisión y
parámetros, restricciones y una o más funciones objetivo Una cantidad desconocida que debe
determinarse en la solución del modelo es llamada: Variable de decisión

(1.3) ¿En qué fase del proceso de solución de problemas, para el estudio de la investigación
operativa, se clasifican los factores como controlables o no controlables y se desarrolla el
modelo?
Construcción del modelo

(1.3) El método simplex puede sintetizarse en la siguiente forma:

Es un método matricial que consiste en dos fases

(1.3) El proceso de solución de un problema de investigación operativa consta de las

siguientes etapas:
Identificación, observación y planteamiento del problema; construcción del modelo;
generación de una solución; prueba y evaluación de la solución; implante y evaluación

(2.1) ¿Cómo se denomina al modelo de optimización o de toma de decisiones restringidas,

en el cual tanto la función objetivo como la función de restricción, son funciones lineales de
las variables de decisión?
Programación Lineal

(2.1) Un problema de programación lineal tiene las siguientes características:

Un solo objetivo, restricciones, proporcionalidad, divisibilidad, aditividad y no negatividad de
los productos

(2.1) La estructura de un problema de Programación Lineal nos muestra que el mismo es un

modelo:
Normativo. TIPOS DE MODELOS Según la disponibilidad de datos: Modelos determinísticos:
cuando todos los datos relevantes se conocen con certeza Modelos probabilísticos o
estocásticos: Cuando algunos (o todos los) datos se consideren inciertos, aunque debe
especificarse la probabilidad asociada a tales datos. Según el tipo de cálculo: Modelos
matemáticos: en los que tanto el objetivo como las restricciones del sistema se pueden
expresar en forma cuantitativa o matemática como funciones de las variables de decisión. En
general, cálculos de tipo iterativo. Simulación: más complejo, en donde se divide el sistema en
módulos básicos o elementales que se enlazan con relaciones lógicas. Modelos heurísticos:
basados en reglas o métodos prácticos que llevan a una "buena" (no necesariamente óptima)
solución.

(2.1) Una de las características de los modelos de Programación Lineal es que son ADITIVOS.
Esto significa, que la contribución total es:
Igual a la suma de las contribuciones de los productos individuales

(2.1.1) Los problemas de programación lineal reciben esa denominación porque:

La función objetivo y las restricciones son de primer grado

(2.1.1) Si una variable artificial no es cero en la solución óptima, esto implica que…
La solución no es factible

(2.1.1) Para obtener una solución factible básica inicial en un modelo de programación lineal
que implica restricciones funcionales de “mayor o igual”, se debe:
Agregar tantas variables artificiales como restricciones de “mayor o igual” haya

(2.1.1) En un problema de PL optimizar la función objetivo significa:

Maximizar o minimizar una función que depende de varias variables

(2.1.1) En un problema de PL, las RESTRICCIONES representan:

Limitaciones o requerimientos de los niveles de recursos que restringen la función objetivo

(2.1.1) La programación lineal se ha aplicado en mercadotecnia para la selección de medios

de publicidad, básicamente el problema consiste en:
Asignación de un presupuesto fijo con el objetivo de maximizar la exposición de la audiencia

(2.1.1) Una variable de holgura es aquella que…

Se usa para representar lo que falta para alcanzar el límite de la restricción

(2.1.1) Una variable de decisión es aquella que:

Se usa para representar las variables que condicionan al problema en la realidad

(2.1.1) ¿Cuántas variables no básicas tendrá por lo menos el siguiente problema de

programación lineal para ser resuelto utilizando el método simplex?: Max 20 X1 + 15X2 +
22X3; 3X1 + 2X2 - X3 ≥ 2100; 5X1 + 6X2 + 2X3 = 3150; 2X1 + X2 ≤ 2130; X1; X2 ≥ 0
2 variables

(2.1.1) ¿Cuántas variables básicas tendrá a lo sumo el siguiente problema de programación

lineal para ser resuelto utilizando el método simplex?: Min 20 X1 + 10X2; 2X1+ 2X2 ≥ 500;
3X1 + 2X2 ≥ 300X1; X2 ≥ 0
Ninguna de las opciones es correcta. Las variables básicas son las variables que se utilizan en el
proceso de solución. El número de variables básicas está dada por el número de restricciones
(m). En este caso son dos variables básicas.

(2.1.1) Las variables de holgura se usan cuando…

Hay restricciones funcionales de menor o igual

(2.1.1) Un problema de programación lineal consta de una función objetivo lineal por...
Maximizar o minimizar, sujeta a ciertas restricciones en la forma de igualdades o
desigualdades lineales

(2.1.1) En cada una de las restricciones de un problema de PL, las variables están
acompañadas por coeficientes que reciben el nombre de:
Tasas físicas de sustitución

(2.1.1) Diga cuál de las siguientes aseveraciones es siempre falsa en un modelo clásico de
programación lineal:
Las variables pueden valer valores positivos
Las variables pueden valer cero o valores positivos
Las variables pueden valer cero
Las variables pueden tener coeficientes negativos

Las variables pueden valer valores negativos

(2.1.2) Una restricción asociada a un recurso es restrictiva u obligatoria cuando…:

La variable de holgura se hace igual a cero

(2.2) Las restricciones pueden ser:

Activas o inactivas

(2.2) La solución del problema se da en:

Un vértice de la región factible, también llamado punto extremo
(2.2.1) El método gráfico se utiliza para resolver problemas con:
Dos variables de decisión

(2.2.1) Para resolver problemas de PL utilizando el método gráfico es necesario:

Todas las opciones en su conjunto constituyen la respuesta correcta. Graficar o trazar las
restricciones; Determinar los valores de las variables en el punto óptimo; Plantear en forma
matemática el problema; Graficar la función objetivo.

(2.2.1) ¿Cuál de las siguientes opciones NO corresponde a un paso para resolver

gráficamente un problema de programación lineal?
Establecer la zona factible

(2.2.2) Al utilizar el Método gráfico para resolver problemas de PL, llamamos Región Factible
a:
El área delimitada por la totalidad de las restricciones

(2.2.3) Cuando el conjunto de soluciones factibles tiene un número finito de vértices, las
soluciones a un problema de programación lineal se puedan hallar inspeccionando los
valores de la función objetivo Z en:
Todos los vértices

(3.1) Todo problema de minimización puede ser resuelto como:

Un problema de maximización, multiplicando la función objetivo por (-1), aplicamos simplex y
una vez obtenido el valor Z óptimo se vuelve a multiplicar por (-1)

(3.1) Como corolario del teorema 1 se puede afirmar que “el conjunto de todas las
soluciones factibles de un PL, si no es vacío, está formado por:
Un único elemento o por una infinidad

(3.1) Al utilizar la técnica de la base artificial, para que el algoritmo simplex elimine de la
base rápidamente a las variables artificiales, se deben agregar a la función objetivo
precedidas de un coeficiente que deberá ser:
En caso de maximización, muy grande en valor absoluto y negativo

(3.1) En una Solución Factible Básica No Degenerada

Hay exactamente m variables positivas, o exactamente n-m variables nulas

(3.1) Una solución óptima…

Es toda solución que le da a la función Z el máximo (o mínimo) valor

(3.1) Una Solución Factible Básica Degenerada…

Tiene menos de m variables positivas, o más de n-m variables nulas

(3.1) Un conjunto de puntos S es un conjunto convexo, si…

El segmento rectilíneo que une cualquier par de puntos de S, se encuentra completamente en
S

(3.1) Existe una serie de teoremas relacionados con las soluciones factibles de los problemas
lineales. Entre ellos:
Teorema 3: "Si un PL puede ser resuelto - es decir que posee óptimo existirá siempre por lo
menos una solución factible básica que también sea óptima"

(3.1) Al resolver algunos problemas con el método Simplex, numerosas veces sucede que no
podemos identificar la solución básica de inicial. Esto ocurre cuando...
En el planteo tenemos restricciones de igualdad o inecuaciones del tipo mayor o igual

(3.1) El Método Simplex...

Permite encontrar la solución óptima de cualquier programa lineal, cualquiera sea el número
de variables y ecuaciones que lo forman, e identificar aquellos problemas que no tienen
solución, o cuya solución óptima es no acotada

(3.1) Indicar cuál de las siguientes afirmaciones es correcta en relación al Método Simplex:
Todas las opciones son correctas. Para cumplir con las restricciones de no negatividad de las
variables, gráficamente se trabaja siempre en el primer cuadrante; El poliedro de soluciones es
un conjunto convexo; Los puntos que resulta necesario considerar para buscar el óptimo, son
los que se encuentran sobre la frontera de la región factible; En particular podemos observar
que si el PL tiene solución, ésta se encontrará en, al menos, uno de los vértices.

(3.2) Las variables de Holgura o de excedente, son variables que:

Se deben interpretar de acuerdo al significado de la restricción de que se trate

(3.2) Para armar la primera tabla o tabla inicial del Método Simplex se requiere:
Identificar una matriz identidad de orden m con los coeficientes de las restricciones

(3.2.1) ¿Cuál es la cantidad total de variables que tiene un problema de PL con 3 variables
principales, 3 restricciones de menor e igual, 2 restricciones de mayor e igual y 1 restricción
de igual? Tenga en cuenta variables principales, de holgura, de excedente y artificiales.
11 variables

(3.2.1) ¿Cuál es la cantidad de soluciones básicas que tiene un problema de PL con tres
variables principales, 3 restricciones de menor e igual, 2 restricciones de mayor e igual y 1
restricción de igual? Tenga en cuenta variables principales, de holgura, de excedente y
artificiales.
462 soluciones básicas

(3.2.2) En una tabla simplex, al convertir las restricciones en igualdades para obtener una
matriz identidad:
A veces es necesario agregar variables artificiales

(3.2.3) Las variables artificiales son aquellas que:

Se utilizan para identificar la solución factible básica inicial

(3.2.3) Una variable artificial se suma a las:

Desigualdades de mayor o igual y a las igualdades

(3.3) Cuál de las siguientes afirmaciones es correcta:

El algoritmo simplex está diseñado de manera que la función objetivo no disminuya en un
modelo de maximización y generalmente aumentara en cada vértice sucesivo de la secuencia

(3.3) Diga cuál de las siguientes aseveraciones es siempre cierta:

Los coeficientes de las variables de exceso en las restricciones de mayor o igual deben ser
negativos

(3.3) En un caso de maximización la tabla simplex es óptima cuando todos los valores de la
contribución neta por unidad producida
Cj – Zj (¿) son negativos o cero

(3.3) Cuando en el tablón óptimo de un simplex aparece una variable artificial en la base con
un valor distinto de cero, significa que el problema:
No tiene solución

(3.3) Utilizando el método Simplex se puede afirmar que…

Una desigualdad se puede convertir en una ecuación sumando una variable de holgura
(cuando es del el tipo menor o igual) al primer miembro
(3.3) En el método Simplex, se puede afirmar que las “restricciones”…
Son ecuaciones, con sus lados derechos no negativos

(3.3) La variable que sale en el método Simplex es aquella que:

Se hace cero primero cuando aumenta la variable que entra

(3.3) La variable que entra en el método Simplex es aquella que:

Siendo no básica presenta la mayor contribución neta

(3.3) Lo que hace el método Simplex es...

Identificar una solución inicial y luego moverse sistemáticamente a otras soluciones básicas
que tengan el potencial de mejorar el valor de la función objetivo

(3.3) Se puede afirmar que en el Método Simplex:

Cuando se alcanza un vértice óptimo, el algoritmo reconoce este hecho y termina la operación

(3.3) El método simplex:

Es un método algebraico sistemático que examina las esquinas (también llamados vértices o
puntos extremos) de un conjunto factible de programación lineal en busca de una solución
óptima.

(3.3) Para analizar si la solución hallada en una interacción del Método Simplex es óptima, se
analizan las diferencias Cj - Zj. En problemas de maximización, la solución es óptima si:
Todas las diferencias (Cj - Zj) son menor o igual a 0

(3.4) Un cocinero de la ciudad acostumbra a preparar la carne para albóndigas con una
combinación de carne molida vacuna y carne molida de cerdo. La carne vacuna contiene 80%
de carne y 20% de grasa y le cuesta a la tienda $80 por kilo; la carne de cerdo contiene 68%
de carne y 32% de grasa, y cuesta $60 por kilo. Si se quiere averiguar la cantidad de cada tipo
de carne que debe emplearse en cada kilo de albóndigas, para minimizar el costo y mantener
el contenido de grasa no mayor de 25%, la función objetivo que se debe plantear es:
Minimizar Z= 80X1 + 60X2

(3.4) Un cocinero de la ciudad acostumbra a preparar la carne para albóndigas con una
combinación de carne molida vacuna y carne molida de cerdo. La carne vacuna contiene 80%
de carne y 20% de grasa y le cuesta a la tienda $80 por kilo; la carne de cerdo contiene 68%
de carne y 32% de grasa, y cuesta $60 por kilo. Si se quiere averiguar la cantidad de cada tipo
de carne que debe emplearse en cada kilo de albóndigas, para minimizar el costo y mantener
el contenido de grasa no mayor de 25%, las restricciones que se deben plantear en el
problema son:
0.20X1 + 0.32X2 ≤ 0.25; X1 + X2 = 1; X1 ≥ 0; X2 ≥ 0

(3.4) En un problema de PL de minimización, se llega al óptimo cuando los valores del

renglón Cj – Zj...
Son todos positivos o nulos

(3.4) En un problema de PL de minimización, se puede mejorar una solución, haciendo entrar

a la base la variable con…
El Cj – Zj negativo de mayor valor absoluto

1- Diga cuál es la variable que sale:

Opción correcta: X1

2- Diga cuál es la variable que entra:

Opción correcta: X1
3- Sea el siguiente problema de programación lineal:

En la elaboración de la tabla inicial de simplex, ¿cuáles son las variables no básicas?

4- Sea el siguiente problema de programación lineal:

En la elaboración de la tabla inicial de simplex, ¿cuáles son las variables básicas?

S1, S2 y S3

5- Interprete la siguiente solución:

X1 = 100; X2 = 310; S1 = 0; S2 = 0; S3 = 30; Z = 120.200

6- En caso de maximización para una tabla simplex, los valores de C j – Zj de las variables que
se encuentran en la base son siempre:
Cero

7- Diga cuál es la variable que sale:

Opción correcta: S1

8- Diga cuál es la variable que entra:

Opción correcta: X2
9- Diga cuál es la variable que entra:

Opción correcta: X2

10- Diga cuál es la variable que entra:

Opción correcta: X2

11- La primer fase del método simplex radica en:

Encontrar la solución inicial
12- En la tabla simplex Zj representa:
El valor que toma la función objetivo para cada iteración

13- El modelo para solucionar un problema de CA/IO debe evaluarse en forma continua para
determinar si los valores de los parámetros han cambiado y/o ver si sigue satisfaciendo las
metas de quién toma las decisiones. Esto se realiza en la etapa de:
Evaluación y revisión del modelo

14- Si en un modelo de PL todas las variables artificiales son no básicas se interpreta que
esa solucione es:
Factible

15- Las variables de decisión:

Son controladas por el decisor

16- En una tabla simplex de alcanza el óptimo cuando:

La contribución neta generada por la incorporación de cualquier variable no básica es igual a
cero o negativo

17- Un algoritmo es:

Un conjunto de procedimientos o reglas que proporcionan cualquier solución para el modelo
determinado

18- Una variable de excedente se:

Resta de una desigualdad de mayor o igual

19- El método simplex:

Cuando se alcanza un vértice optimo, el algoritmo reconoce este hecho y termina la operación

20- El método simplex fue desarrollado por:

George Dantzig en 1947

21- Si la variable artificial no aparece en la última tabla del simplex:

El problema tiene solución

22- Básicamente lo que hace el método simplex es:

Trasladar la definición geométrica del punto extremo a una definición algebraica
23- Las variables endógenas son aquellas:
Que forman parte del sistema y por lo tanto sus valores se determinan en función de la
relación que existe con las restantes variables y con las variables exógenas

24- Los modelos, según la disponibilidad de datos, pueden ser estocásticos y:

Determinísticos

25- Los problemas que resuelve la Investigación Operativa están inmersos...

En un sistema y dada la complejidad de estos sistemas reales, lo que se pretende es crear un
sistema abstracto que sea una versión simplificada y por lo tanto incompleta del real, sobre el
que se pueda trabajar obteniendo conclusiones que sean válidas también para el sistema real

26- Indicar cuál de las siguientes afirmaciones es correcta:

Los problemas que resuelve la Investigación Operativa son problemas de decisión, que
consisten en elegir un curso de acción entre varios según los objetivos pautados y/o maximizar
o minimizar alguna variable del mismo

27- Las variables exógenas no controlables:

No interviene el sujeto decisor

28- Las variables exógenas controlables:

Su valor puede ser determinado por el sujeto que toma la decisión

29- ¿Por qué existen las restricciones en un problema de Programación Lineal?

Objetivos sustitutos

30- La función que define la efectividad del modelo como función de las variables de decisión
se denomina…
Objetivo

31- Un espacio convexo de soluciones factibles es aquel en el que:

Todas las soluciones factibles son óptimas
No hay soluciones consecutivas que arrojen el mismo valor para la función objetivo
Es factible pasar de una solución factible a otra solución factible pasando por una solución no
factible
No presenta soluciones factibles óptimas
Es imposible pasar de una solución factible a otra solución factible pasando por una solución
no factible

32- Se pretenden minimizar los costos derivados de un proceso que implica dos tratamientos
químicos donde se debe realizar por lo menos 5 minutos de baño en ácido y 7 minutos de
baño en sales. El costo del primer tratamiento es de $3 e implica un 80% del tiempo en baño
ácido y un 20% en baño salino. El costo del segundo tratamiento es de $2 e involucra un 30%
del tiempo en baño ácido y el 70% restante en baño salino. El valor de Z en la solución
óptima será:

26.8

33.2

19.6

5.6

33- Dado el siguiente conjunto de restricciones:

Entonces al convertir las desigualdades en igualdades para incorporarlo en la tabla simplex, el

sistema de ecuaciones resultante es:

34- El siguiente sistema de ecuaciones a incorporar en la tabla simplex:

¿De qué conjunto de restricciones iniciales proviene?

35- La variable que sale asociada a la siguiente tabla simplex es:

S2