CUESTIONARIO CONSOLIDADO Ortimizar 2

Regional Distrito Capital
Centro de Gestión Industrial

Sistema Integrado de Gestión
FORMATO DE CUESTIONARIO
Versión 1
Código: 27TGPIN
Ciudad y Fecha
Bogotá 2018
CUESTIONARIO
1- DATOS GENERALES
ESPECIALIDAD: Gestión de la Producción Industrial

COMPETENCIA: 291201030 Implementar Herramientas de Optimización de
Recursos para el Mejoramiento de Procesos Productivos
ACTIVIDAD DE PROYECTO: Planear las actividades de producción de
acuerdo a los criterios de optimización de los recursos de la empresa.
RESULTADO DE APRENDIZAJE: 29120103002: Establecer el plan de
mejoramiento de acuerdo con la técnica de optimización que resuelve el
problema.
ACTIVIDAD APRENDIZAJE – EVALUACIÓN: Desarrollar el modelo del
problema a optimizar, teniendo en cuenta los objetivos empresariales y los
recursos para la generación de planes de mejoramiento en la ejecución de
los procesos.
Nombre del Aprendiz: Ivonne Yurani Villarraga Pinzon
Número de Identificación: 1.024.555.854
Nombre del Instructor: Luciano E. Arismendy C.
Ciudad y fecha: Bogotá
2- INSTRUCCIONES PARA EL DILIGENCIAMIENTO
A continuación Usted encontrará una serie de preguntas de respuesta

abierta sobre las evidencias para el resultado de aprendizaje:
Establecer el plan de mejoramiento de acuerdo con la técnica de
optimización que resuelve el problema. Lea todas las preguntas antes
de contestarlas, recuerde que el cuestionario debe ser diligenciado en
su totalidad.
midr1988 szvg1977
F32-9211-08 Formato de Cuestionario
3- PREGUNTAS
3.1 PREGUNTAS DE CONTEXTUALIZACION RESULTADO DE APRENDIZAJE:

ESTABLECER EL PLAN DE MEJORAMIENTO DE ACUERDO CON LA
TÉCNICA DE OPTIMIZACIÓN QUE RESUELVE EL PROBLEMA
Mediante el documento: Modelos para la resolución de problemas, al cual

puede acceder por el siguiente link
https://drive.google.com/file/d/0ByOxHpc7Qxl4bWhXUDNxdURra1U/view?
usp=sharing
Conteste las siguientes preguntas:
1. Que es un modelo matemático.
Es una combinación de patrones que mediante funciones matemáticas que

contienen variables independientes, variables dependientes, y constantes.
Ejemplo.
Modelo matemático.
Y= A*X
X= variable independiente
Y= variable dependiente.
A= es una constante
2. Que son los modelos determinísticos.
En los modelos determinísticos, las relaciones funcionales, se conocen con

certidumbre (certeza), es decir se conocen los coeficientes y términos
independientes de todas las relaciones funcionales.
Ejemplo.
L =8X1+4X2+2X3
Es un modelo determinístico descriptivo ya que se conocen los parámetros:

8, 4 y 2 que pueden estar representando las horas de mano de obra
respectivamente por cada unidad de los productos X 1, X2 y X3.
L, estaría representando el total de horas de mano de obra (variable
dependiente).
X1, X2 y X3, estarían representando las unidades de los productos 1, 2 y 3
respectivamente y serían las variables independientes.
En este caso la función expresada anteriormente, nos permite calcular el
número total de horas de mano de obra que se requieren para cualquier
combinación suministrada de X1, X2 y X3. Sin que se pueda determinar cuál
es el mejor curso de acción. Supóngase que solo hay disponibles 400 horas
de mano de obra para fabricar un máximo de unidades de X 1, X2 y X3, sin que
se fabriquen unidades de ningún otro producto diferente, entonces la relación
funcional se podría escribir como: 8X1+4X2+2X3 ≤ 400. Esta relación
funcional ya no puede aceptar cualquier combinación de las variables X 1, X2 y
X3, sino solamente aquellas combinaciones con las que se obtenga un valor,
L menor o igual a 400 horas de mano de obra.
3. Que son los modelos probabilísticos o estocástico.
Un modelo es estocástico cuando no se tiene completa certidumbre del

conocimiento de uno o todos los parámetros o coeficientes.
Ejemplo
8X1+4X2+2X3 ≤400
Los coeficientes 8, 4 y 2 estarían representando las horas de mano de obra

para fabricar X1, X2 y X3 unidades respectivamente de los productos 1, 2 y 3,
pero si no se tiene la certeza que para fabricar X 1 unidades del artículo 1 se
requieren exactamente 8 horas de mano de obra si no que hay una

probabilidad del 60% de que sean 10 horas de mano de obra el modelo deja
de ser determinístico y pasa a ser estocástico.
Un modelo estocástico puede tener algunas relaciones funcionales
(ecuaciones) determinísticas y otras estocásticas o todas pueden ser
estocásticas. Pueden obtenerse soluciones para los modelos estocásticos si
se estructuran en forma de modelo normativo que proporcione los mejores
resultados esperados, es decir se optimiza la función objetivo para obtener
los resultados esperados máximos o mínimos.
4. Que es un modelo lineal.
Un modelo es lineal cuando todas las relaciones funcionales implican que la

variable dependiente es proporcional a las variables independientes.
(Ecuaciones rectilíneas o proporcionales).
Los modelos no lineales, utilizan ecuaciones curvilíneas o no proporcionales,

con una sola relación no funcional (ecuación) que se presente en el modelo,
este se clasifica como no lineal. Los procesos de solución (algoritmos) de los
modelos no lineales son mucho más complejos que los de los modelos
lineales (en el texto consultado se trabaja con modelos lineales).
5. Que es un algoritmo y cuáles deben ser sus características.
Un algoritmo es un conjunto prescrito de instrucciones o reglas bien definidas

para resolver un problema, debe presentarse como una secuencia ordenada
de instrucciones que siempre se ejecutan en un tiempo finito y con una
cantidad de esfuerzo también finito. En un algoritmo siempre debe haber un
punto de inicio y un punto de terminación, estos deben ser únicos y deben
ser fácilmente identificables.
Características de un algoritmo.
Debe ser Preciso. Debe especificar sin ambigüedad el orden en que se

deben ejecutar las instrucciones.
Debe estar Definido. Se debe ejecutar siempre bajo las mismas

condiciones, la secuencia de ejecución deberá ser la misma
proporcionándonos el mismo resultado.
Debe ser Finito. Siempre que sea adecuado se realizarán un número finito
de instrucciones, en un tiempo finito y requiriendo una cantidad finita de
esfuerzo.
Ejemplo.
Algoritmo para resolver un problema de programación lineal.
Maximizar la utilidad Z, si Z se expresa por la siguiente función objetivo.
Z= 5X1 + 8X2
La maximización de la utilidad Z está sujeta a las siguientes restricciones.
Restricciones.
 X1 + X2 < 37.500 unidades (Restricción 1).

 10X1 + 20X2 < 600.000 (Restricción 2).
 X1 y X2 > 0 (Restricción de no Negatividad de las variables de
decisión).
X1= Número de unidades a fabricar del producto A = Lote del producto A.

X2= Número de unidades a fabricar del producto B= Lote del producto B.
Utilidades del producto A por unidad $ 5
Utilidades del producto B por unidad $8
Z= Utilidad por la venta de los productos A y B
5X1 = Utilidad por la venta de las unidades del producto A
8X2= Utilidad por la venta de las unidades del producto B
La máxima capacidad de producción para la planta en el periodo es de
37.500 unidades.
3.2 PREGUNTAS DE APROPIACION DE CONOCIMIENTO
www.gestiopolis.com/programacion-lineal-en-la-investigacion-de-
operaciones/
http://www.ehu.eus/juancarlos.gorostizaga/apoyo/matrices.htm
1. Que es investigación de operaciones y porque es importante.
La investigación de operaciones es la aplicación, por grupos

interdisciplinarios, del método científico a problemas relacionados con el
control de las organizaciones o sistemas (hombre – máquina). A fin de que
se produzcan soluciones que mejoren y sirvan a los objetivos de la
organización.
Su importancia está basada, en que ayuda a determinar el tipo ejecución

que se puede llevar acabo de acuerdo a la información recolectada, se
pueden establecer tomas de decisiones de resolución relativa a los
diferentes problemas que se presenta en la vida real; como el diseño del
sistema del trasporte, trazado de recorridos y decisión de frecuencias del
mismo en una misma línea, todo representado en modelo matemático.
2. Que es un modelo matemático descriptivo
Los modelos descriptivos abarcan todas aquellas técnicas de modelado que

no comportan la definición de estructuras matemáticas que definen una
solución como la deseable para ser implementada. Entre los modelos
descriptivos se pueden citar los modelos de simulación, la teoría de colas e
incluso las técnicas de previsión entre otras.
Algunos de los modelos descriptivos llevan aparejada una carga matemática
importante, mientras que otros su estructura no es de tipo matemático.
Aunque ello no les quita ni un ápice de formalidad. Por poner un ejemplo los
modelos IDEF-0 son altamente formales y estándar. Aunque tienen aspecto
de grafo, no necesariamente debieran ser incluidos entre los que se

denominan modelos matemáticos.
3. Que es un modelo matemático normativo o de optimización.
Un modelo de optimización matemática consiste en una función objetivo y un

conjunto de restricciones en la forma de un sistema de ecuaciones o
inecuaciones.
Los modelos normativos son los que analizan y dan solución a los problemas
como herramienta tenemos el modelo matemático del problema de decisión;
en las empresas se presentan a diario a varios problemas de decisión en
cada uno encontramos los siguientes componentes: variables de decisión,
función objetivo, y restricciones.
4. Consulte sobre matrices: definición, operaciones entre matrices, tipos

especiales de matrices.
Matriz. Se puede definir una matriz, como un conjunto de elementos

(números) ordenados en filas y columnas.
Operaciones entre matrices.
 Una matriz cuadrada de dos filas y 2 columnas.
 Una matriz de tres filas y dos columnas.

 Una matriz de 3 filas y 4 columnas:
Debemos saber que los números que componen una matriz se

denominan elementos. Estos se suelen representar por la expresión, donde
“i” representa la fila y “j” la columna en la que se encuentra.
Ejemplo.
¿Cuándo dos matrices son iguales?

Dos matrices son iguales si tienen el mismo orden y además los elementos
colocados en el mismo lugar valen lo mismo.
Tipos especiales de matrices.
 Matriz cuadrada. Se dice que una matriz A es cuadrada si tiene el

mismo número de filas y columnas.
 Matriz Vertical. Es aquella que tiene más filas que columnas.
 Matriz Rectangular. Es aquella matriz que no es cuadrada, esto es
que la cantidad de filas es diferente de la cantidad de columnas,
Puede ser de dos formas; vertical u horizontal.
 Matriz Columna. Caso especial de matriz vertical que posee una sola
columna.
 Matriz Horizontal. Es aquella que tiene más columnas que filas.
 Matriz Fila. Caso especial de matriz horizontal que posee una sola
fila.
 Matriz Escalonada. Es toda matriz en la que el número de ceros que
precede al primer elemento no nulo, de cada fila o de cada columna,
es mayor que el de la precedente; puede ser escalonada por filas o
escalonada por columnas.
 Matriz Triangular superior. Se dice que una matriz (cuadrada)
es triangular superior si todos los elementos que están por debajo de
la diagonal principal son ceros.
 Matriz Triangular inferior. Se dice que una matriz es triangular
inferior si todos los elementos que están por encima de la diagonal
principal son ceros.
 Matriz Identidad. Se llama matriz identidad de orden n y se nota In a
una matriz cuadrada de orden n en la que los elementos de la
diagonal principal son uno y el resto cero.
Matriz Opuesta. Teniendo una matriz determinada, se llama matriz
opuesta de la antes mencionada a aquella que tiene por elementos los
opuestos de los elementos de la matriz original.
 Matriz Traspuesta. Se llama matriz traspuesta de una matriz A

aquella matriz cuyas filas coinciden con las columnas de A y las
columnas coinciden con las filas de A.
 Matriz Simétrica. Una matriz es simétrica cuando es una matriz
cuadrada, y es igual a su traspuesta.
 Matriz Antisimétrica. Una matriz es antisimétrica cuando es una
matriz cuadrada, y es igual a su traspuesta de signo opuesto, siendo
los elementos de la diagonal principal nulos; de valor cero.
 Matriz Ortogonal. Una matriz ortogonal es una matriz cuya matriz
inversa coincide con su matriz traspuesta.
 Matriz Normal. Sea A matriz compleja cuadrada, entonces es
una matriz normal si y sólo si A*A=AA*
 Matriz Conjugada. Una Matriz conjugada es el resultado de la
sustitución de los elementos de una matriz por sus valores
conjugados. Es decir, la parte imaginaria de los elementos de la matriz
cambian su signo.
 Matriz Invertible. También llamada matriz, no singular, no
degenerada, regular. Una matriz cuadrada A de orden n se dice que
es invertible si existe otra matriz cuadrada de orden n, llamada matriz
inversa de A y representada como A−1, tal que AA−1 = A−1A = In,
donde In es la matriz identidad de orden n y el producto utilizado es el
producto de matrices usual. Una matriz tiene inversa siempre que su
determinante no sea cero. La inversión de matrices es el proceso de
encontrar la matriz inversa de una matriz dada.
 Matriz Singular o Degenerada. También llamada no regular. Una
matriz es singular si y solo si su determinante es cero.
 Matriz Permutación. La matriz permutación es la matriz cuadrada con
todos sus nxn elementos iguales a 0, excepto uno cualquiera por cada
fila y columna, el cual debe ser igual a 1.
 Matriz definida positiva. Una matriz definida positiva es una matriz
hermitiana que en muchos aspectos es similar a un número real
positivo.
5. Que son sistemas de ecuaciones lineales y que utilidad prestan en las

empresas industriales.
Que son sistemas de ecuaciones lineales.

Se denomina ecuación lineal a aquella que tiene la forma de un polinomio de
primer grado, es decir, las incógnitas no están elevadas a potencias, ni
multiplicadas entre sí, ni en el denominador.
Las ecuaciones lineales son importantes porque describen de forma precisa

el comportamiento de una variable. Particularmente en las empresas se
pueden modelar procesos, finanzas y cálculos de volumen de producción etc.
siempre que tengan comportamientos lineales
6. Consulte sobre determinantes de orden dos por dos; tres por tres y n
por n y que utilidad prestan en las empresas industriales.
Los determinantes son una expresión numérica en la que se toman los

coeficientes de X y de Y, las cuales se representan dentro de dos barras o
paréntesis y son aquellos elementos que componen las matrices. Y que al
realizar cualquier tipo de operación matemática nos determina una solución.
Determinantes de 2x2.
Es un arreglo de dos filas y dos columnas el cual está formado por cuatro
números a, b, c y `d` (a estos cuatro números se les llama elementos del
determinante) y se representa de la siguiente manera.
Llamamos determinante de A, al número obtenido al sumar todos los

diferentes productos de n elementos que se pueden formar con los
elementos de dicha matriz, de modo que en cada producto figuren un
elemento de cada distinta fila y uno de cada distinta columna, a cada
producto se le asigna el signo (+) si la permutación de los subíndices de filas
es del mismo orden que la permutación de los subíndices de columnas, y

signo (-) si son de distinto orden.
Cada producto tiene que estar formado por un elemento de la primera

fila y un elemento de la segunda fila, pero al mismo tiempo tienen que
ser un elemento de la primera columna y un elemento de la segunda.
Sólo hay dos emparejamientos posibles, los que están arriba indicados. En
cuanto al signo de cada producto, si los ordenamos siempre según el orden
de las filas (12) nos debemos fijar en el orden de las columnas (los segundos
índices) de cada agrupación, nosotros lo hemos indicado debajo entre
corchetes. Como el primer producto representa una permutación par su signo
es positivo, en cambio en el segundo es impar y es negativo.
Determinantes 3x3.
Un determinante de 3×3 tiene la siguiente estructura consta de tres filas (o

renglones) y tres columnas, y nueve números `a_1, a_2, a_3, b_1, b_2, b_3,
c_1, b_2, c_3` (estos son llamados elementos o entradas del determinante).
Debajo de la tercera fila o renglón horizontal se repiten las dos primeras filas
horizontales.
Trazamos 3 diagonales de izquierda a derecha hacia abajo y 3 de izquierda a
derecha hacia arriba.
Se multiplican entre sí los 3 números que pasan por cada diagonal. Los
productos de los números que hay en las diagonales trazadas de izquierda a
derecha hacia abajo se escriben con su propio signo y los productos de los
números que hay en las diagonales trazadas de izquierda a derecha hacia
arriba se escriben con el signo opuesto.
Las determinantes en las empresas industriales son útiles para determinar la

productividad, establecer el costo de la producción, utilidad y cantidad a
fabricar.
7. Consulte sobre programación lineal: definición e importancia.
Es una técnica matemática que permite asignar recursos limitados, es decir

es útil para aprovechar al máximo o reducir al mínimo posible una función
lineal objetiva sujeta restricciones.
La Programación Lineal corresponde a un algoritmo a través del cual se

resuelven situaciones reales en las que se pretende identificar y resolver
dificultades para aumentar la productividad respecto a los recursos
(principalmente los limitados y costosos), aumentando así los beneficios.
Formulación.
Función Objetivo. Es una ecuación matemática que mide los resultados de

cualquier alternativa que se proponga en la programación lineal. Debe ser
una ecuación lineal, todos los problemas buscan maximizar la utilidad y
minimizar el costo.
Maximizar Z = C1 + X1 + C2 + X2
Minimizar…Cn + Xn
Variable de Decisión. Es necesario determinar los valores numéricos de 2 o
más variables, estos valores son factores bajo el control de quien toma las
decisiones, lo que si se modifican; dan como resultado soluciones diferentes
entre sí.
X1, X2,… … … … ...Xn

Restricciones. La presencia de limitaciones, restringe el grado al cual se
puede lograr el objetivo. Los valores que pueden ser seleccionados como
variables de decisión están restringidas; no existe la libertad completa de
elección. Los valores permisibles de las variables de decisión se definen
mediante inecuaciones lineales.
A11 X1+A12 X2 +…+ A1n X1≤ B1

A21X1+A22X2+…+A2nXn≤ B2
Am1 X1+Am2 X2+……+Amn Xn ≤ Bm
Condición de No Negatividad. Las variables deben ser divisibles y no
negativas.  Condiciones del modelo que estipulan que las variables de
decisión deben tener sólo valores no negativos (positivos o nulos).
Una sus aplicaciones generalmente es en las industrias que fabrican 2 o

más productos utilizando recursos limitados. La empresa debe determinar
cuántas unidades de cada producto debe producir para maximizar su utilidad,
dados sus recursos limitados.
La programación lineal es importante porque permite optimizar, es decir,
maximizar o minimizar; costos, productividad y ganancias para una empresa.
8. Que es una variable de decisión en los métodos de programación lineal.
Similar a la relación que existe entre objetivos específicos y objetivo general,

se comportan las variables de decisión respecto a la función objetivo, puesto
que estas se identifican partiendo de una serie de preguntas derivadas de la
pregunta fundamental. Las variables de decisión, son en teoría, factores
controlables del sistema que se está modelando, y como tal, estas pueden
tomar diversos valores posibles, de los cuales se precisa conocer su valor
óptimo, que contribuya con la consecución del objetivo.
8. Que es y para qué sirve la función objetivo en un método de

programación lineal.
Es una ecuación matemática que mide los resultados de cualquier alternativa

que se proponga en la programación lineal. Debe ser una ecuación lineal,
todos los problemas buscan maximizar la utilidad y minimizar el costo.
La función objetivo se utiliza para para medir las utilidades o costos de una
solución específica.
Es una expresión matemática que sirve para representarse a través de una
variable, él criterio a evaluar en la función de las variables de decisión en la
solución de los problemas.
10. Que son las restricciones y para qué sirven en método de programación
lineal.
Son relaciones que se establecen entre las variables, estructurales que

conforman la función objetivo y generalmente están definidas en términos de
desigualdades (< o >) también pueden incluir igualdades.
Sirven para imponer limitaciones a un problema. En las restricciones se
incluyen las variables de decisión, los coeficientes de las variables de
decisión, y él termino independiente.
11. Porque es importante considerar en la resolución de algunos

problemas las restricciones de no negatividad para las variables de
decisión.
Las restricciones limitan el grado en el que se puede alcanzar la función

objetivo, para establecer un modelo de programación lineal para una
industria donde se va a maximizar o a minimizar su función objetivo, es
necesario establecer la restricción de no negatividad; ya que al traerlo a la
realidad es necesario producir y ganar, a nivel industrial la negatividad

significa perder o no producir.
12. Que es una variable de holgura y para qué sirve y qué criterios se
tienen en cuenta para agregarla en la resolución de problemas de
optimización (maximizar y minimizar) por el método simplex.
El método simplex solo funciona con igualdades, cuando se presenta una

desigualdad se le suma un valor que contenga lo suficiente para llegar al
resultado, a este valor se le llama variable de holgura
Una variable de holgura tiene coeficiente cero en la función objetivo. Se

suman en restricciones del tipo menor o igual que y se restan en
restricciones del tipo mayor o igual que. Al igual que las variables de decisión
deben ser mayores o iguales a cero
13. Que es una variable artificial, para que sirve y qué criterios se tienen en
cuenta para agregarlas en la resolución de problemas de optimización
(maximizar y minimizar) por el método simplex.
Una variable artificial es un truco matemático para convertir inecuaciones "≥"

en ecuaciones, o cuando aparecen igualdades en el problema original, la
característica principal de estas variables es que no deben formar parte de la
solución, dado que no representan recursos. El objetivo fundamental de
estas variables es la formación de la matriz identidad.
Las variables de holgura y de exceso también son consideradas variables

artificiales.
Las variables artificiales se usan en el método de la gran M, estas variables

se representa por la letra A, siempre se suman a las restricciones, su
coeficiente es M, donde M significa un número demasiado grande muy poco
atractivo para la función objetivo), y el signo en la función objetivo va en
contra del sentido de la misma, es decir, en problemas de Maximización su
signo es menos (-) y en problemas de Minimización su signo es (+),

repetimos con el objetivo de que su valor en la solución sea cero (0).
14. Que es el método grafico de la programación lineal y cuando se puede

aplicar.
El método gráfico se aplica para resolver problemas que presentan sólo 2

variables de decisión. Este procedimiento consiste en trazar las ecuaciones
de las restricciones en un eje de coordenadas X 1, X2 para tratar de identificar
el área de solución factible (soluciones que cumplen con todas las
restricciones).
La solución óptima del problema se encuentra en uno de los vértices de esta

área de soluciones creada, por lo que se buscará en estos datos el valor
mínimo o máximo del problema.
15. Que es el método simplex de la programación lineal cuando se puede

aplicar.
El Método Simplex es un procedimiento analítico que da solución a

problemas de programación lineal capaz de resolver modelos más complejos
que los resueltos mediante el método gráfico sin restricción en el número de
variables.

Este método se emplea con un proceso interactivo, o sea, que se aplica
sucesivamente la misma rutina básica de cálculo, lo que da por resultado una
serie de soluciones sucesivas hasta que se encuentra la mejor. Una
característica básica del método simplex es que la última solución produce
una contribución tan grande o mayor que la solución previa en un problema
de maximización, lo que da la seguridad de llegar finalmente a la respuesta
óptima.
APROBADO OBSERVACIÓN
AUN NO APROBADO
Firma
Instructor_________________________________________________________
____
Firma
Aprendiz_________________________________________________________
____

CUESTIONARIO CONSOLIDADO Ortimizar 2

Cargado por

Información del documento

Título original

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

CUESTIONARIO CONSOLIDADO Ortimizar 2

Cargado por

Copyright:

Formatos disponibles

Regional Distrito Capital

Centro de Gestión Industrial

ESPECIALIDAD: Gestión de la Producción Industrial

2- INSTRUCCIONES PARA EL DILIGENCIAMIENTO

A continuación Usted encontrará una serie de preguntas de respuesta

3.1 PREGUNTAS DE CONTEXTUALIZACION RESULTADO DE APRENDIZAJE:

Mediante el documento: Modelos para la resolución de problemas, al cual

Conteste las siguientes preguntas:

1. Que es un modelo matemático.

Es una combinación de patrones que mediante funciones matemáticas que

2. Que son los modelos determinísticos.

En los modelos determinísticos, las relaciones funcionales, se conocen con

Es un modelo determinístico descriptivo ya que se conocen los parámetros:

3. Que son los modelos probabilísticos o estocástico.

Un modelo es estocástico cuando no se tiene completa certidumbre del

Los coeficientes 8, 4 y 2 estarían representando las horas de mano de obra

requieren exactamente 8 horas de mano de obra si no que hay una

4. Que es un modelo lineal.

Un modelo es lineal cuando todas las relaciones funcionales implican que la

Los modelos no lineales, utilizan ecuaciones curvilíneas o no proporcionales,

5. Que es un algoritmo y cuáles deben ser sus características.

Un algoritmo es un conjunto prescrito de instrucciones o reglas bien definidas

Debe ser Preciso. Debe especificar sin ambigüedad el orden en que se

Debe estar Definido. Se debe ejecutar siempre bajo las mismas

Algoritmo para resolver un problema de programación lineal.

Maximizar la utilidad Z, si Z se expresa por la siguiente función objetivo.

La maximización de la utilidad Z está sujeta a las siguientes restricciones.

 X1 + X2 < 37.500 unidades (Restricción 1).

X1= Número de unidades a fabricar del producto A = Lote del producto A.

3.2 PREGUNTAS DE APROPIACION DE CONOCIMIENTO

1. Que es investigación de operaciones y porque es importante.

La investigación de operaciones es la aplicación, por grupos

Su importancia está basada, en que ayuda a determinar el tipo ejecución

2. Que es un modelo matemático descriptivo

Los modelos descriptivos abarcan todas aquellas técnicas de modelado que

de grafo, no necesariamente debieran ser incluidos entre los que se

3. Que es un modelo matemático normativo o de optimización.

Un modelo de optimización matemática consiste en una función objetivo y un

4. Consulte sobre matrices: definición, operaciones entre matrices, tipos

Matriz. Se puede definir una matriz, como un conjunto de elementos

Operaciones entre matrices.

 Una matriz cuadrada de dos filas y 2 columnas.

 Una matriz de tres filas y dos columnas.

 Una matriz de 3 filas y 4 columnas:

Debemos saber que los números que componen una matriz se

¿Cuándo dos matrices son iguales?

Tipos especiales de matrices.

 Matriz cuadrada. Se dice que una matriz A es cuadrada si tiene el

 Matriz Traspuesta. Se llama matriz traspuesta de una matriz A

5. Que son sistemas de ecuaciones lineales y que utilidad prestan en las

Que son sistemas de ecuaciones lineales.

Las ecuaciones lineales son importantes porque describen de forma precisa

Los determinantes son una expresión numérica en la que se toman los

Llamamos determinante de A, al número obtenido al sumar todos los

es del mismo orden que la permutación de los subíndices de columnas, y

Cada producto tiene que estar formado por un elemento de la primera

Un determinante de 3×3 tiene la siguiente estructura consta de tres filas (o

Las determinantes en las empresas industriales son útiles para determinar la

7. Consulte sobre programación lineal: definición e importancia.

Es una técnica matemática que permite asignar recursos limitados, es decir

La Programación Lineal corresponde a un algoritmo a través del cual se

Función Objetivo. Es una ecuación matemática que mide los resultados de

X1, X2,… … … … ...Xn