Universidad Nacional Abierta y a Distancia

Vicerrectoría Académica y de Investigación

Syllabus del curso Programación Lineal, Código 100404

1. Datos del curso

Unidad a la que pertenece el curso: Escuela de Ciencias Básicas Tecnología e

Ingeniería ECBTI

Nivel de formación: Profesional Campo de formación: Interdisciplinar

Básico Común

Número de Créditos: 2 Tipología de Curso: Teórico

El curso Sí se puede habilitar Docente que diseña el curso: Alvaro

Javier Rojas Baracaldo

Docente que actualiza el curso: Alvaro Javier Rojas Baracaldo

Fecha de elaboración del curso: Fecha de actualización del curso:

miércoles, 1 de abril de 2020 miércoles, 1 de junio de 2020

Descripción del curso:

El curso, es de tipo teórico, en éste se abordan modelos matemáticos lineales de tipo

determinístico para la toma de decisiones y optimización de recursos en procesos asociados
a producción y servicios, articulados al problema de las ciencias de las decisiones. Está
organizado en dos (2) créditos académicos distribuidos en dos unidades. La primera unidad,
agrupa los modelos de programación lineal de decisión como los métodos de solución
simplex primal, artificial y dual. En la segunda unidad, se estudian los modelos de
programación lineal de optimización como los análisis de dualidad, de sensibilidad y post-
óptimo.

El curso maneja la estrategia de aprendizaje basada en tareas, utilizando situaciones

problema, relacionados con saberes previos en la Tarea 1, con procesos de producción y
servicios para identificar y aplicar los métodos de solución en la Tarea 2 y con procesos de
producción y servicios para aplicar los análisis de optimización en la Tarea 3 y tanto
métodos de solución y análisis de optimización en la Tarea 4, mediante el planteamiento,
desarrollo, solución de sus algoritmos e interpretación de resultados para la toma de
decisiones y la optimización de los recursos en procesos asociados a producción y servicios
actividades que responden al problema de la ciencias de las decisiones.

1
 2. Propósito de formación:

El propósito de formación del curso es el siguiente:

 Aplicar los métodos simplex primal, artificial y dual y los análisis de dualidad,
sensibilidad y post-óptimo mediante sus algoritmos, en la solución de problemas
asociados a procesos de producción y servicios para la toma de decisiones y la
optimización de recursos.

3. Resultados de aprendizaje

Al finalizar el curso académico el estudiante estará en la capacidad de evidenciar:

Resultado de aprendizaje 1: Reconocer los métodos de solución de sistemas de ecuaciones

lineales.

Resultado de aprendizaje 2: Diseñar modelos de programación lineal asociados a problemas

de procesos de producción y servicios.

Resultado de aprendizaje 3: Aplicar los algoritmos de los métodos simplex primal, artificial y
dual en la solución de modelos de programación lineal.

Resultado de aprendizaje 4: Evaluar los resultados de los modelos de programación lineal

para la toma de decisiones en problemas de procesos de producción y servicios.

Resultado de aprendizaje 5: Formular problemas duales a partir de problemas primales de

modelos programación lineal asociados a problemas de procesos de producción y servicios.

Resultado de aprendizaje 6: Aplicar los algoritmos de los análisis de dualidad, sensibilidad y

post-optimo en la solución de modelos de programación lineal.

Resultado de aprendizaje 7: Evaluar los resultados de los modelos de programación lineal

para la optimización de los recursos en problemas de procesos de producción y servicios.

4. Estrategia de aprendizaje:

La estrategia de aprendizaje del curso es: Aprendizaje basado en tareas.

2
Esta estrategia consiste en: modelo que logra transformar la enseñanza basada en el
profesor a una enseñanza basada en el estudiante. En ABT el estudiante va ganando de
forma progresiva responsabilidad con su aprendizaje a partir de la solución de problemas
propios de la profesión lo que facilita la motivación y permite un aprendizaje significativo.
Este modelo promueve organizar el curso en función de una tarea final o de un conjunto de
tareas que guiarán la presentación de los diferentes contenidos. Liang (2008).

La elaboración de la tarea está contemplada, según Nunan en tres fases llamadas:

Pre-Tarea, inicia con una actividad para recordar algunos conocimientos previos que se
requieren para desarrollar el curso.

Ciclo de la tarea: continua con dos actividades donde se identifican y aplican los modelos de
programación lineal de decisión y optimización mediante solución de problemas de procesos
de producción y servicios para la toma de decisiones y optimización de recursos.

Post-Tarea: para terminar con una actividad donde se evalúa la apropiación de los modelos
de programación lineal de decisión y optimización.

La estrategia de aprendizaje se organiza en 4 Tareas :

 Tarea 1: Presaberes.
 Tarea 2: Solución de modelos de programación lineal de decisión.
 Tarea 3: Solución de modelos de programación lineal de optimización.
 Tarea 4: Solución de modelos de programación lineal de decisión y optimización.

5. Contenidos y referentes bibliográficos del curso

Unidad 1: Modelos de programación lineal de decisión.

En esta unidad se abordarán los siguientes contenidos:

 Método simplex primal.

 Método simplex artificial.
 Método simplex dual.

Para abordar los contenidos se requiere consultar los siguientes referentes bibliográficos:

3
 Del Valle, S. (2012) Álgebra lineal para estudiantes de ingeniería y ciencias (pp. 24-
34). México, México: Editorial McGraw-Hill Interamericana. Recuperado de
[Link]

 Martínez, I., Vértiz, G., López, J., Lozano, G. & Moncayo, L. (2014). Investigación de
operaciones (pp. 44-56). México, México: Grupo Editorial Patria. Recuperado de
[Link]

 Martínez, I., Vértiz, G., López, J., Lozano, G. & Moncayo, L. (2014). Investigación de
operaciones (pp. 58-68). México, México: Grupo Editorial Patria. Recuperado de
[Link]

 Martínez, I., Vértiz, G., López, J., Lozano, G. & Moncayo, L. (2014). Investigación de
operaciones (pp. 68-73). México, México: Grupo Editorial Patria. Recuperado de
[Link]

 Rojas, A. y Lozada, M. (2020). Problema de maximización como modelo de

programación lineal [OVI]. Recuperado de
[Link]

 Rojas, A. y Lozada, M. (2020). Problema de minimización como modelo de

programación lineal [OVI]. Recuperado de
[Link]

 Rojas, A. y Lozada, M. (2020). Solución de un problema de programación lineal de

maximización en Excel QM [OVI]. Recuperado de
[Link]

 Rojas, A. y Lozada, M. (2020). Solución de un problema de programación lineal de

minimización en Excel QM [OVI]. Recuperado de
[Link]

4
Unidad 2: Modelos de programación lineal de optimización

En esta unidad se abordarán los siguientes contenidos:

 Análisis de dualidad.
 Análisis de sensibilidad.
 Análisis post-óptimo.

Para abordar los contenidos se requiere consultar los siguientes referentes bibliográficos:

 Hillier, F. & Lieberman, J. (2011). Introducción a la investigación de operaciones (pp.

179-190). México, México: Editorial McGraw Hill Interamericana. Recuperado de
[Link]

 Hillier, F. & Lieberman, J. (2011). Introducción a la investigación de operaciones (pp.

207-216). México, México: Editorial McGraw Hill Interamericana. Recuperado de
[Link]

 Chediak, F. (2013). Investigación de operaciones (pp.153-169). Ibagué, Colombia:

Editorial Universidad de Ibagué. Recuperado de [Link]
[Link]/es/ereader/unad/70155

 Rojas, A. y Hernández, O. (2020). Análisis de dualidad en programación lineal [OVI].

Recuperado de [Link]

 Rojas, A. y Hernández, O. (2020). Análisis de sensibilidad en programación lineal con

Excel QM [OVI]. Recuperado de [Link]

6. Organización de las actividades académicas por semanas

Momento inicial

Tarea 1: Presaberes.
Se desarrolla entre la semana 1 y la semana 2
Responde al resultado de aprendizaje 1
Las actividades son: Encontrar la solución del Ejercicio Sistemas de ecuaciones lineales.

5
Momento intermedio

Tarea 2: Solución de modelos de programación lineal de decisión.

Se desarrolla entre la semana 3 y la semana 8
Responde al resultado de aprendizaje 2
Responde al resultado de aprendizaje 3
Responde al resultado de aprendizaje 4
Las actividades son: Encontrar la solución de los modelos de programación lineal de decisión
a partir de situaciones problema de procesos de producción y servicios en hoja de cálculo y
software de optimización que presenta el Ejercicio 1. Método simplex primal, Ejercicio 2.
Método simplex artificial y Ejercicio 3. Método simplex dual y evaluar los resultados para la
toma de decisiones.

Tarea 3: Solución de modelos de programación lineal de optimización.

Se desarrolla entre la semana 9 y la semana 14
Responde al resultado de aprendizaje 5
Responde al resultado de aprendizaje 6
Responde al resultado de aprendizaje 7
Las actividades son: Encontrar la solución de los modelos de programación lineal de
optimización a partir de situaciones problema de procesos de producción y servicios en hoja
de cálculo y software de optimización que presenta el Ejercicio 1. Análisis dualidad, Ejercicio
2. Análisis de sensibilidad y Ejercicio 3. Análisis post-óptimo y evaluar los resultados para la
optimización de recursos.

Momento final

Tarea 4: Solución de modelos de programación lineal de decisión y optimización.

Se desarrolla entre la semana 15 y la semana 16
Responde al resultado de aprendizaje 2
Responde al resultado de aprendizaje 3
Responde al resultado de aprendizaje 4
Responde al resultado de aprendizaje 5
Responde al resultado de aprendizaje 6
Responde al resultado de aprendizaje 7
Las actividades son: Encontrar la solución de los modelos de programación lineal de decisión
y optimización a partir de situaciones problema de procesos de producción y servicios en
hoja de cálculo y software de optimización que presenta el Ejercicio Problema de

6
programación lineal y evaluar los resultados para la toma de decisiones y la optimización de
recursos.

7. Estrategias de acompañamiento docente

Para desarrollar las actividades del curso usted contará con el acompañamiento del docente.
Los espacios en los cuales usted tendrá interacciones con su docente son los siguientes:
 Correo en campus virtual
 Foros de trabajo
 Sesiones de chat en skype
 Sesiones de conferencia en línea o webconference

8. Plan de Evaluación del curso

Momento de evaluación inicial:

Tarea 1:
Responde al resultado de aprendizaje 1
Los criterios con los que será evaluado son:
 Utiliza el foro de discusión para desarrollar y presentar la Tarea 1.
 Reconoce el planteamiento y solución de un sistema de ecuaciones lineales (2*2)
como presaberes del curso.
 Reconoce el planteamiento y solución de un sistema de ecuaciones lineales (3*3)
como presaberes del curso.
 Informe Solución de sistemas de ecuaciones lineales.
Las evidencias de aprendizaje son:
 Informe Solución de sistemas de ecuaciones lineales:
Ejercicio Sistemas de ecuaciones lineales.
La valoración máxima de esta actividad es de 25 puntos, equivalente al 5% de la evaluación
del curso.

Momento de evaluación intermedio:

Tarea 2:
Responde al resultado de aprendizaje 2
Responde al resultado de aprendizaje 3
Responde al resultado de aprendizaje 4
Los criterios con los que será evaluado son:
 Utiliza el foro de discusión para desarrollar y presentar la Tarea 2.
 Utiliza el método simplex primal en la solución de modelos de programación lineal
para tomar decisiones en un proceso de producción y servicios.

7
  Utiliza el método simplex artificial en la solución de modelos de programación lineal
para tomar decisiones en un proceso de producción y servicios.
 Utiliza el método simplex dual en la solución de modelos de programación lineal para
tomar decisiones en un proceso de producción y servicios.
 Informe Solución de modelos de programación lineal de decisión.
 Responsabilidad asumida en el trabajo colaborativo.
Las evidencias de aprendizaje son:
 Informe Solución de modelos de programación lineal de decisión:
Ejercicio 1. Método simplex primal.
Ejercicio 2. Método simplex artificial.
Ejercicio 3. Método simplex dual
La valoración máxima de esta actividad es de 175 puntos.

Tarea 3:
Responde al resultado de aprendizaje 5
Responde al resultado de aprendizaje 6
Responde al resultado de aprendizaje 7
Los criterios con los que será evaluado son:
 Utiliza el foro de discusión para desarrollar y presentar la Tarea 3.
 Utiliza el análisis de dualidad en la solución de modelos de programación lineal para
optimizar los recursos en un proceso de producción y servicios.
 Utiliza el análisis de sensibilidad en la solución de modelos de programación lineal
para optimizar los recursos en un proceso de producción y servicios.
 Utiliza el análisis post-óptimo en la solución de modelos de programación lineal para
optimizar los recursos en un proceso de producción y servicios.
 Informe Solución de modelos de programación lineal de optimización.
 Responsabilidad asumida en el trabajo colaborativo.
Las evidencias de aprendizaje son:
 Informe Solución de modelos de programación lineal de optimización:
Ejercicio 1. Análisis de dualidad.
Ejercicio 2. Análisis de sensibilidad.
Ejercicio 3. Análisis post-óptimo.
La valoración máxima de esta actividad es de 175 puntos.

La valoración total de este momento de evaluación corresponde al 70% del curso (350
puntos).

Momento de evaluación final:

Tarea 4:
Responde al resultado de aprendizaje 2
Responde al resultado de aprendizaje 3
8
Responde al resultado de aprendizaje 4
Responde al resultado de aprendizaje 5
Responde al resultado de aprendizaje 6
Responde al resultado de aprendizaje 7
Los criterios con los que será evaluado son:
 Utiliza el foro de discusión para desarrollar y presentar la Tarea 4.
 Utiliza el método simplex primal en la solución de modelos de programación lineal
para tomar decisiones en un proceso de producción y servicios.
 Utiliza el análisis de dualidad y el método simplex dual en la solución de modelos de
programación lineal para tomar decisiones y optimizar los recursos en un proceso de
producción y servicios.
 Utiliza el análisis de sensibilidad en la solución de modelos de programación lineal
para optimizar los recursos en un proceso de producción y servicios.
 Utiliza el análisis post-óptimo en la solución de modelos de programación lineal para
optimizar los recursos en un proceso de producción y servicios.
 Informe Solución de modelos de programación lineal de decisión y optimización.
Las evidencias de aprendizaje son:
 Informe Solución de modelos de programación lineal de decisión y optimización.
Ejercicio Problema de programación lineal.
La valoración total de este momento es de 125 puntos, equivalente al 25% de la evaluación
del curso.