Está en la página 1de 29

Un herrero con 80 Kg. de acero y 120 Kg.

de aluminio quiere hacer bicicletas de paseo y de Montaña que quiere


vender, respectivamente a $20 y $15 cada una para sacar el máximo beneficio. Para la de paseo empleará 1 Kg.y 3 kg
de aluminio, y para la de montaña 2 kg de ambos metales
Se tiene el siguiente modelo matemático con su solución gráfica.

X = Cantidad de bicicletas de paseo a producir.


Y = Cantidad de bicicletas de montaña a producir.

Restricciones
X + 2Y <= 80 (Disponibilidad de acero)
3X + 2Y <= 120 (Disponibilidad de aluminio)
X; Y >= 0

Función objetivo
Zmax = 20 X + 15 Y

Calcule el intervalo de sensibilidad para la restricción R2 3X + 2Y <= 120


x=3(80)+2(0)=r2 Y=3(0)+2(40
R2=240 R2=80
80<=R2<=240

Un herrero con 80 Kg. de acero y 120 Kg. de aluminio quiere hacer bicicletas de paseo y de Montaña que quiere
vender, respectivamente a $20 y $15 cada una para sacar el máximo beneficio. Para la de paseo empleará 1 Kg.y 3 kg
de aluminio, y para la de montaña 2 kg de ambos metales
Se tiene el siguiente modelo matemático con su solución gráfica.

X = Cantidad de bicicletas de paseo a producir.


Y = Cantidad de bicicletas de montaña a producir.

Restricciones
X + 2Y <= 80 (Disponibilidad de acero)
3X + 2Y <= 120 (Disponibilidad de aluminio)
X; Y >= 0
Función objetivo
Zmax = 20 X + 15 Y

Calcule el intervalo de sensibilidad para la restricción R1 X + 2Y <= 80


X=(0)+2(60)=120 Y=40+2(0)=40
40<=R1<=120

Un herrero con 80 Kg. de acero y 120 Kg. de aluminio quiere hacer bicicletas de paseo y de Montaña que quiere
vender, respectivamente a $20 y $15 cada una para sacar el máximo beneficio. Para la de paseo empleará 1 Kg.y 3 kg
de aluminio, y para la de montaña 2 kg de ambos metales
Se tiene el siguiente modelo matemático con su solución gráfica.

X = Cantidad de bicicletas de paseo a producir.


Y = Cantidad de bicicletas de montaña a producir.

Restricciones
X + 2Y <= 80 (Disponibilidad de acero)
3X + 2Y <= 120 (Disponibilidad de aluminio)
X; Y >= 0

Función objetivo
Zmax = 20 X + 15 Y
Calcular la función objetivo cuando el recurso con coeficiente de sensibilidad del acero es 50 kg

FUNCIÓN OBJETIVO Z MAX=20X+15Y

Disp X Y Z
50 20(0) 15(45.5) 637.5
80 20 30 850

R1 X+2Y=50
3X+2Y=120
0 +4Y=170
SI X=0
4Y=170 Y=42.5

Un herrero con 80 Kg. de acero y 120 Kg. de aluminio quiere hacer bicicletas de paseo y de Montaña que quiere
vender, respectivamente a $20 y $15 cada una para sacar el máximo beneficio. Para la de paseo empleará 1 Kg.y 3 kg
de aluminio, y para la de montaña 2 kg de ambos metales
Se tiene el siguiente modelo matemático con su solución gráfica.

X = Cantidad de bicicletas de paseo a producir.


Y = Cantidad de bicicletas de montaña a producir.

Restricciones
X + 2Y <= 80 (Disponibilidad de acero)
3X + 2Y <= 120 (Disponibilidad de aluminio)
X; Y >= 0

Función objetivo
Zmax = 20 X + 15 Y
Calcular la función objetivo cuando el recurso con coeficiente de sensibilidad del acero es 70 kg

FUNCIÓN OBJETIVO Z MAX=20X+15Y

Disp X Y Z
70 20(0) 15(47.5) 712.5
80 20 30 850
R1 X+2Y=70
3X+2Y=120
0 +4Y=190
SI X=0
4Y=190 Y=47.5

Un herrero con 80 Kg. de acero y 120 Kg. de aluminio quiere hacer bicicletas de paseo y de Montaña que quiere
vender, respectivamente a $20 y $15 cada una para sacar el máximo beneficio. Para la de paseo empleará 1 Kg.y 3 kg
de aluminio, y para la de montaña 2 kg de ambos metales
Se tiene el siguiente modelo matemático con su solución gráfica.

X = Cantidad de bicicletas de paseo a producir.


Y = Cantidad de bicicletas de montaña a producir.

Restricciones
X + 2Y <= 80 (Disponibilidad de acero)
3X + 2Y <= 120 (Disponibilidad de aluminio)
X; Y >= 0

Función objetivo
Zmax = 20 X + 15 Y
Calcular la función objetivo cuando el recurso con coeficiente de sensibilidad del acero es 100 kg
FUNCIÓN OBJETIVO Z MAX=20X+15Y

Disp X Y Z
80 20 30 850
100 20(0) 15(55) 825
R1 X+2Y=100
3X+2Y=120
0 +4Y=220
SI X=0
4Y=220 Y=55

Un herrero con 80 Kg. de acero y 120 Kg. de aluminio quiere hacer bicicletas de paseo y de Montaña que quiere
vender, respectivamente a $20 y $15 cada una para sacar el máximo beneficio. Para la de paseo empleará 1 Kg.y 3 kg
de aluminio, y para la de montaña 2 kg de ambos metales
Se tiene el siguiente modelo matemático con su solución gráfica.

X = Cantidad de bicicletas de paseo a producir.


Y = Cantidad de bicicletas de montaña a producir.

Restricciones
X + 2Y <= 80 (Disponibilidad de acero)
3X + 2Y <= 120 (Disponibilidad de aluminio)
X; Y >= 0

Función objetivo
Zmax = 20 X + 15 Y
Calcular la función objetivo cuando el recurso con coeficiente de sensibilidad del aluminio es 100 kg

FUNCIÓN OBJETIVO Z MAX=20X+15Y

Disp X Y Z
120 20 30 850
100 20(55) 0 675
3X+2Y=100
R1 X+2Y=80
0 +4Y=180
SI 4Y=180
4Y=45 Y=45

Un herrero con 80 Kg. de acero y 120 Kg. de aluminio quiere hacer bicicletas de paseo y de Montaña que quiere
vender, respectivamente a $20 y $15 cada una para sacar el máximo beneficio. Para la de paseo empleará 1 Kg.y 3 kg
de aluminio, y para la de montaña 2 kg de ambos metales
Se tiene el siguiente modelo matemático con su solución gráfica.

X = Cantidad de bicicletas de paseo a producir.


Y = Cantidad de bicicletas de montaña a producir.

Restricciones
X + 2Y <= 80 (Disponibilidad de acero)
3X + 2Y <= 120 (Disponibilidad de aluminio)
X; Y >= 0

Función objetivo
Zmax = 20 X + 15 Y
Calcular la función objetivo cuando el recurso con coeficiente de sensibilidad del aluminio es 90 kg

FUNCIÓN OBJETIVO Z MAX=20X+15Y

Disp X Y Z
120 20 30 850
90 20(0) 15(42.5 637.5
3X+2Y=90
R1 X+2Y=80
0 +4Y=170
SI 4Y=170
4Y=42.5 Y=42.5

La carpintería EL ROBLE hace dos productos, mesas y sillas, que se deben procesar a través de los departamentos de
ensamble y acabado. El departamento de ensamble tiene 60 horas disponibles, Acabado puede manejar hasta 48
horas de trabajo. La fabricación de una mesa requiere 4 horas en ensamble y 2 horas en acabado. Cada silla requiere
2 horas en ensamble y 4 horas de acabado. Si la utilidad es de $8 por mesa y $6 por silla, el problema es determinar la
mejor combinación posible de mesas y sillas para producir y vender.

Hrs req.por unidad Horas


de producto Total
Depto Mesas sillas disponible
Ensamble 4 2 60
Acabado 2 4 48
utilidad $8 $6
Variables de decisión
X1= NÚMERO MESAS POR PRODUCIR Y VENDER
X2= NÚMERO SILLAS POR PRODUCIR Y VENDER
MAX Z= 8X1 + 6X2
sa.
4X1 + 2X2 <= 60
2X1 + 4X2 <= 48
X1, X2>=0
Máxima utilidad Z=$132 EN PUNTO (B)
Solución óptima X1=12, X2=6

Calcular la nueva solución óptima cuando el recurso con coeficiente de sensibilidad en ensamble es de 30
horas.

FUNCIÓN OBJETIVO MAX Z= 8X1 + 6X2


Disp. X1 X2 Z
30 8(0) 6(13) 78
60 12 6 132
ENSAMBLE 4X1 + 2X2 <= 30
2X1 + 4X2 <= 48
0 6X2 78
SI X1=0 X2=78/6 X2=13

La carpintería EL ROBLE hace dos productos, mesas y sillas, que se deben procesar a través de los departamentos de
ensamble y acabado. El departamento de ensamble tiene 60 horas disponibles, Acabado puede manejar hasta 48
horas de trabajo. La fabricación de una mesa requiere 4 horas en ensamble y 2 horas en acabado. Cada silla requiere
2 horas en ensamble y 4 horas de acabado. Si la utilidad es de $8 por mesa y $6 por silla, el problema es determinar la
mejor combinación posible de mesas y sillas para producir y vender.

Hrs req.por unidad Horas


de producto Total
Depto Mesas sillas disponible
Ensamble 4 2 60
Acabado 2 4 48
utilidad $8 $6
Variables de decisión
X1= NÚMERO MESAS POR PRODUCIR Y VENDER
X2= NÚMERO SILLAS POR PRODUCIR Y VENDER
MAX Z= 8X1 + 6X2
sa.
4X1 + 2X2 <= 60
2X1 + 4X2 <= 48
X1, X2>=0
Máxima utilidad Z=$132 EN PUNTO (B)
Solución óptima X1=12, X2=6

Calcular la nueva solución óptima cuando el recurso con coeficiente de sensibilidad en


ensamble es de 50 horas.
FUNCIÓN OBJETIVO MAX Z= 8X1 + 6X2
Disp X Y Z
50 8(0) 6(16.33) 97.98
60 12 6 132
ENSAMBLE 4X1 + 2X2 <= 50
2X1 + 4X2 <= 48
0 6X2 98
SI X1=0 X2=98/6 X2=16.33
La carpintería EL ROBLE hace dos productos, mesas y sillas, que se deben procesar a través de
los departamentos de ensamble y acabado. El departamento de ensamble tiene 60 horas
disponibles, Acabado puede manejar hasta 48 horas de trabajo. La fabricación de una mesa
requiere 4 horas en ensamble y 2 horas en acabado. Cada silla requiere 2 horas en ensamble y 4
horas de acabado. Si la utilidad es de $8 por mesa y $6 por silla, el problema es determinar la
mejor combinación posible de mesas y sillas para producir y vender.
Hrs req.por unidad Horas
de producto Total
Depto Mesas sillas disponible
Ensamble 4 2 60
Acabado 2 4 48
utilidad $8 $6
Variables de decisión
X1= NÚMERO MESAS POR PRODUCIR Y VENDER
X2= NÚMERO SILLAS POR PRODUCIR Y VENDER
MAX Z= 8X1 + 6X2
sa.
4X1 + 2X2 <= 60
2X1 + 4X2 <= 48
X1, X2>=0
Máxima utilidad Z=$132 EN PUNTO (B)
Solución óptima X1=12, X2=6

Calcular la nueva solución óptima cuando el recurso con coeficiente de sensibilidad en


Acabado es de 100 horas
FUNCIÓN OBJETIVO MAX Z= 8X1 + 6X2
Disp. X1 X2 Z
48 12 6 132
100 8(0) 6(26.66) 159.96
ENSAMBLE 4X1 + 2X2 <= 60
2X1 + 4X2 <= 100
0 6X2 160
SI X1=0 X2=160/6 X2=26.66

La carpintería EL ROBLE hace dos productos, mesas y sillas, que se deben procesar a través de
los departamentos de ensamble y acabado. El departamento de ensamble tiene 60 horas
disponibles, Acabado puede manejar hasta 48 horas de trabajo. La fabricación de una mesa
requiere 4 horas en ensamble y 2 horas en acabado. Cada silla requiere 2 horas en ensamble y 4
horas de acabado. Si la utilidad es de $8 por mesa y $6 por silla, el problema es determinar la
mejor combinación posible de mesas y sillas para producir y vender.
Hrs req.por unidad Horas
de producto Total
Depto Mesas sillas disponible
Ensamble 4 2 60
Acabado 2 4 48
utilidad $8 $6
Variables de decisión
X1= NÚMERO MESAS POR PRODUCIR Y VENDER
X2= NÚMERO SILLAS POR PRODUCIR Y VENDER
MAX Z= 8X1 + 6X2
sa.
4X1 + 2X2 <= 60
2X1 + 4X2 <= 48
X1, X2>=0
Máxima utilidad Z=$132 EN PUNTO (B)
Solución óptima X1=12, X2=6

Calcular la nueva solución óptima cuando el recurso con coeficiente de sensibilidad en


Acabado es de 110 horas.
FUNCIÓN OBJETIVO MAX Z= 8X1 + 6X2
Disp. X1 X2 Z
48 12 6 132
110 8(0) 6(28.33) 169.98
ENSAMBLE 4X1 + 2X2 <= 60
2X1 + 4X2 <= 110
0 6X2 170
SI X1=0 X2=170/6 X2=28.33

Una compañía fabrica y venden dos modelos de lámpara L1 y L2. Para su fabricación se necesita
un trabajo manual de 20 minutos para el modelo L1 y de 30 minutos para el L2; y un trabajo de
máquina de 20 minutos para el modelo L1 y de 10 minutos para L2.
Se dispone para el trabajo manual de 100 horas al mes y para la máquina 80 horas al mes.
Sabiendo que el beneficio por unidad es de 15 y 10 pesos para L1 y L2, respectivamente, planificar
la producción para obtener el máximo beneficio.
NOTA: Se requiere unificar unidades de minutos a horas, ver el cuadro adjunto
20 min = 1/3 h
30 min = 1/2 h
10 min = 1/6 h
MAX Z = 15X + 10Y
sa
1/3x + 1/2y ≤ 100
1/3x + 1/6y ≤ 80
x,y>= 0

Calcule el intervalo de sensibilidad para la restricción R1 1/3X + 1/2Y <= 100


X=1/3(240)+1/2(0)=R1 X=1/3(0)+1/2(480)=R1
R1=100 R1=240
80<=R1<=240

Una compañía fabrica y venden dos modelos de lámpara L1 y L2. Para su fabricación se necesita
un trabajo manual de 20 minutos para el modelo L1 y de 30 minutos para el L2; y un trabajo de
máquina de 20 minutos para el modelo L1 y de 10 minutos para L2.
Se dispone para el trabajo manual de 100 horas al mes y para la máquina 80 horas al mes.
Sabiendo que el beneficio por unidad es de 15 y 10 pesos para L1 y L2, respectivamente, planificar
la producción para obtener el máximo beneficio.
NOTA: Se requiere unificar unidades de minutos a horas, ver el cuadro adjunto
20 min = 1/3 h
30 min = 1/2 h
10 min = 1/6 h
MAX Z = 15X + 10Y
sa
1/3x + 1/2y ≤ 100
1/3x + 1/6y ≤ 80
x,y>= 0

Calcule el máximo beneficio de la producción


1350

Una compañía fabrica y venden dos modelos de lámpara L1 y L2. Para su fabricación se necesita
un trabajo manual de 20 minutos para el modelo L1 y de 30 minutos para el L2; y un trabajo de
máquina de 20 minutos para el modelo L1 y de 10 minutos para L2.
Se dispone para el trabajo manual de 100 horas al mes y para la máquina 80 horas al mes.
Sabiendo que el beneficio por unidad es de 15 y 10 pesos para L1 y L2, respectivamente, planificar
la producción para obtener el máximo beneficio.
NOTA: Se requiere unificar unidades de minutos a horas, ver el cuadro adjunto
20 min = 1/3 h
30 min = 1/2 h
10 min = 1/6 h
MAX Z = 15X + 10Y
sa
1/3x + 1/2y ≤ 100
1/3x + 1/6y ≤ 80
x,y>= 0
Calcule el intervalo de sensibilidad para la restricción R2 1/3X + 1/6Y <= 80
X=1/3(300)+1/6(0)=R2 X=1/3(0)+1/6(200)=R1
R1=100 R1=33.33
33.33<=R2<=100

Con el comienzo del curso se va a lanzar unas ofertas de material escolar.


Unos almacenes quieren ofrecer 600 cuadernos, 500 carpetas y 400 bolígrafos para la oferta,
empaquetándolo de dos formas distintas; en el primer bloque pondrá 2 cuadernos, 1 carpeta y 2
bolígrafos en el segundo, pondrán 3 cuadernos, 1 carpeta y 1 bolígrafo. Los precios de cada
paquete serán $ 6.5 y $ 7, respectivamente.
f(x, y) = 6.5x + 7y

R1 2x + 3y ≤ 600
R2 x + y ≤ 500
R3 2x + y ≤ 400
x≥0
y≥0

P1 P2 Disponibles
Cuadernos 2 3 600
Carpetas 1 1 500
Bolígrafos 2 1 400
Calcule la solución óptima R1 – R3
¿??????

Con el comienzo del curso se va a lanzar unas ofertas de material escolar. Unos almacenes
quieren ofrecer 600 cuadernos, 500 carpetas y 400 bolígrafos para la oferta, empaquetándolo de
dos formas distintas; en el primer bloque pondrá 2 cuadernos, 1 carpeta y 2 bolígrafos en el
segundo, pondrán 3 cuadernos, 1 carpeta y 1 bolígrafo. Los precios de cada paquete serán $ 6.5 y
$ 7, respectivamente.
f(x, y) = 6.5x + 7y

R1 2x + 3y ≤ 600
R2 x + y ≤ 500
R3 2x + y ≤ 400
x≥0
y≥0

P1 P2 Disponibles
Cuadernos 2 3 600
Carpetas 1 1 500
Bolígrafos 2 1 400
Calcule el intervalo de sensibilidad para la restricción R3 2X + Y <=400
200<=R3<=600
Se dispone de 600 g de un determinado fármaco para elaborar pastillas grandes y pequeñas.
Las grandes pesan 40 g y las pequeñas 30 g. Se necesitan al menos tres pastillas grandes, y al
menos el doble de pequeñas que de las grandes. Cada pastilla grande proporciona un beneficio de
$2 y la pequeña de $1.

x = Número de pastillas grandes


y = Número de pastillas pequeñas
MAZ Z = 2x + y
40x + 30y ≤ 600
x≥3
y ≥ 2x
x,y>0
‘?????????????????
Unos grandes almacenes desean liquidar 200 camisas y 100 pantalones de la temporada anterior.
Para ello lanzan, dos ofertas, A y B. La oferta A consiste en un lote de una camisa y un pantalón,
que se venden a $30, la oferta B consiste en un lote de tres camisas y un pantalón, que se vende a
$50. No se desea ofrecer menos de 20 lotes de la oferta A ni menos de 10 de la B.

x = nº de lotes de A
y = nº de lotes de B
Max Z = 30x + 50y

A B Mínimo
Camisas 1 3 200
Pantalones 1 1 100

R1 x + 3y ≤ 200
R2 x + y ≤ 100
R3 x ≥ 20
R4 y ≥ 10
X,Y>=0

¿Cuántos lotes ha de vender de cada tipo para maximizar la ganancia? =solución óptima
4000

Un modelo matemático busca representar una realidad mediante el uso de relaciones matemáticas,
donde la incertidumbre sobre el valor del parámetro es importante analizar la forma de cómo
cambiaría (si lo hace) la solución derivada del problema cuando el valor asignado al parámetro
cambia por otros valores posibles
¿En qué fase de la IO se realiza el proceso de análisis de sensibilidad, que tiene como objetivo
asignar diferentes valores a los parámetros?
RESP: SOLUCIÓN DEL MODELO

Un modelo matemático busca representar una realidad mediante el uso de relaciones matemáticas,
a través, de la lógica, con el objetivo de ayudar en el proceso de toma de decisiones
Seleccione la secuencia lógica para representar un modelo matemático.

1- Definir las variables de decisión.


2- Solución del modelo
3- Construir la función objetivo.
4- Establecer las restricciones
5- Implementar la solución
6- Analizar el contexto del problema – parámetros
1,3,4
Los modelos de IO están diseñados para "optimizar" un criterio objetivo específico sujeto a un
conjunto de restricciones, la calidad de la solución resultante depende de la exactitud que el
modelo representa el sistema real.
¿En qué etapa o fase del estudio de IO se determina el objetivo, las limitaciones de recursos y la
función de alternativas de solución?
RESP: DEFINIR EL PROBLEMA

Un modelo matemático es producto de una abstracción de un sistema real, eliminando las


complejidades y haciendo suposiciones pertinentes, y aplica una técnica matemática para su
representación simbólica del mismo.
Relaciones los elementos que forma el modelo matemático y la acción que realizan.
Elementos Acciones que realiza
1- Variable de decisión a) Define la medida efectividad del sistema como una función de sus
2- Parámetro variables de decisión
3- Función objetivo b) Son incógnitas que deben determinarse con la solución del modelo
c) Son relaciones entre las variables de decisión y magnitudes que
dan sentido a la solución del problema y las acotan a valores
factibles.
d) Son constantes o coeficientes de las expresiones - restricciones y
de la función objetivo
Respuesta.1b,2d,3a.

)Un modelo matemático busca representar una realidad mediante el uso de relaciones
matemáticas, donde la incertidumbre sobre el valor del parámetro es importante analizar la forma
de cómo cambiaría (si lo hace) la solución derivada del problema cuando el valor asignado al
parámetro cambia por otros valores posibles
¿En qué fase de la IO se realiza el proceso de recopilación de datos para lograr la compresión
exacta del problema y así proporcionar el insumo adecuado para el modelo matemático?
DEFINIR EL PROBLEMA

Un modelo matemático busca representar una realidad mediante el uso de relaciones matemáticas,
donde la incertidumbre sobre el valor del parámetro es importante analizar la forma de cómo
cambiaría (si lo hace) la solución derivada del problema cuando el valor asignado al parámetro
cambia por otros valores posibles
¿En qué fase de la IO, el modelo debe probarse de manera exhaustiva para intentar identificar y
corregir la mayor cantidad posible de fallas?
RES:VALIDACIÓN DEL MODELO

Un modelo matemático busca representar una realidad mediante el uso de relaciones matemáticas,
donde la incertidumbre sobre el valor del parámetro es importante analizar la forma de cómo
cambiaría (si lo hace) la solución derivada del problema cuando el valor asignado al parámetro
cambia por otros valores posibles
¿En qué fase de la IO, se requiere que exista una alta correlación entre la predicción del modelo
y lo que ocurre en la vida real?
RESPUESTA: CONSTRUCCIÓN DEL MODELO Y SOLUCIÓN DEL MODELO????

Un modelo matemático busca representar una realidad mediante el uso de relaciones matemáticas,
donde la incertidumbre sobre el valor del parámetro es importante analizar la forma de cómo
cambiaría (si lo hace) la solución derivada del problema cuando el valor asignado al parámetro
cambia por otros valores posibles
¿En qué fase de la IO se establece un intervalo de números reales en el cual el dato que se
analiza puede estar contenido, de tal manera que la solución sigue siendo óptima, siempre que el
dato pertenezca a dicho intervalo?
RESPUESTA: SOLUCIÓN DEL MODELO

El análisis de sensibilidad es una de las partes más importantes en la programación lineal, sobre
todo para la toma de decisiones; permite determinar cuándo una solución sigue siendo óptima,
dados algunos cambios ya sea en el entorno del problema, en la empresa o en los datos del
problema mismo.
¿Cómo se mide el cambio en la función objetivo por cada unidad que se incremente o
decremente la disponibilidad en el intervalo de sensibilidad encontrado?
RESP: PRECIO SOMBRA

El análisis de sensibilidad es una de las partes más importantes en la programación lineal, sobre
todo para la toma de decisiones; permite determinar cuándo una solución sigue siendo óptima,
dados algunos cambios ya sea en el entorno del problema, en la empresa o en los datos del
problema mismo.
¿Qué tipo de sensibilidad contempla el cambio de un dato (coeficiente del recurso) a la vez y no
y no el de varios?????????

Todo modelo matemático busca representar una realidad mediante el uso de relaciones
matemáticas, a través de la lógica, con el objetivo de ayudar en el proceso de toma de decisiones.
¿Qué tipo de variable de decisión toma valores fraccionarios?
RESP:VARIABLE CONTINUA

Todo modelo matemático busca representar una realidad mediante el uso de relaciones
matemáticas, a través de la lógica, con el objetivo de ayudar en el proceso de toma de decisiones.
¿Qué tipo de variable de decisión toma valor de 0 y 1?

El Método Simplex es un método analítico de solución de problemas de programación lineal, capaz


de resolver modelos más complejos que los resueltos mediante el método gráfico sin restricción en
el número de variables.
¿Qué tipo de variable se utiliza para convertir las inecuaciones en ecuaciones y poder trabajar los
recursos de las restricciones y los valores de la función objetivo en el tabulador final que
representa?
El Método Simplex es un método analítico de solución de problemas de programación lineal, capaz
de resolver modelos más complejos que los resueltos mediante el método gráfico sin restricción en
el número de variables.
Seleccione la secuencia lógica para representar un modelo simplex.

1- Definir las variables de decisión.


2- Solución del modelo
3- Modelar mediante una programación lineal
4- Establecer las restricciones
5- Convertir las inecuaciones en ecuaciones
6- Definir la solución básica inicial

El Método Simplex es un método analítico de solución de problemas de programación lineal, capaz


de resolver modelos más complejos que los resueltos mediante el método gráfico sin restricción en
el número de variables.
¿Qué tipo de variable se utiliza para convertir las inecuaciones en ecuaciones y poder trabajar los
recursos de las restricciones con límite de disponibilidad menor o igual (<=) y representarlo en el
tabulador final que representa?

El Método Simplex es un método analítico de solución de problemas de programación lineal, capaz


de resolver modelos más complejos que los resueltos mediante el método gráfico sin restricción en
el número de variables.
¿Qué tipo de variable se utiliza para convertir las inecuaciones en ecuaciones y poder trabajar los
recursos de las restricciones con límite inferior mayor o igual (>=) y representarlo en el tabulador
final que representa?

El Método Simplex es un método iterativo que permite ir mejorando la solución en cada paso. La
razón matemática de esta mejora radica en que el método consiste en caminar del vértice de un
poliedro a un vértice vecino de manera que aumente o disminuya (según el contexto de la función
objetivo, sea maximizar o minimizar), dado que el número de vértices que presenta un poliedro
solución es finito siempre se hallará solución
Seleccione tres actividades del proceso iterativo tabular para resolver el modelo simplex.

1- Agregar variable entera


2- Representar las restricciones en inecuaciones
3- Elegir el menor valor en el renglón Z
4- Añadir variable de binaria
5- Dividir la última columna entre los valores de la columna elegida
6- Se define la variable que entra y la que sale para obtener una solución básica
El Método Simplex es un método analítico de solución de problemas de programación lineal, capaz
de resolver modelos más complejos que los resueltos mediante el método gráfico sin restricción en
el número de variables.
¿Cuál de las siguientes afirmaciones corresponde al proceso de solución del método simplex?
Método a través del cual se optimiza una función objetivo

El Método Simplex es un método iterativo que permite ir mejorando la solución en cada paso. La
razón matemática de esta mejora radica en que el método consiste en caminar del vértice de un
poliedro a un vértice vecino de manera que aumente o disminuya (según el contexto de la función
objetivo, sea maximizar o minimizar), dado que el número de vértices que presenta un poliedro
solución es finito siempre se hallará solución
De la siguiente tabla simplex inicial.

Z X Y S1 S2 S3 Sol.
F1 Z 1 -600 -700 0 0 0 0
F2 S1 0 1 2 1 0 0 140
F3 S2 0 2 2 0 1 0 190
F4 S3 0 3 2 0 0 1 240
Seleccione las tres actividades del proceso iterativo para definir la solución básica inicial

1- Agregar variable entera


2- Representar las restricciones en inecuaciones
3- Elegir el menor valor en el renglón Z
4- Añadir variable de binaria
5- Dividir la última columna entre los valores de la columna elegida (usar el renglón con el menor
resultado-renglón apoyo, obtenido)
6- Se define la variable que entra y la que sale para obtener una solución básica

El Método Simplex es un método iterativo que permite ir mejorando la solución en cada paso. La
razón matemática de esta mejora radica en que el método consiste en caminar del vértice de un
poliedro a un vértice vecino de manera que aumente o disminuya (según el contexto de la función
objetivo, sea maximizar o minimizar), dado que el número de vértices que presenta un poliedro
solución es finito siempre se hallará solución
De la siguiente tabla simplex inicial.

Z X Y S1 S2 S3 Sol.
F1 Z 1 -250 -700 0 0 0 0
F2 Y 0 0.5 1 0.5 0 0 70
F3 S2 0 2 2 0 1 0 190
F4 S3 0 3 2 0 0 1 240
Seleccione tres actividades del proceso iterativo para definir la solución óptima

1- Representar las restricciones en inecuaciones


2- El renglón pivote debe tomar el valor de 1
3- Elegir el menor valor en el renglón Z
4- Multiplicar el renglón pivote por el dato que quiera eliminar en Z y el resultado del renglón se
suma al renglón de Z para obtener los nuevos valores.
5-Todos los valores de la columna tienen que volverse cero y se realizan operaciones entre
renglones
6- Se define la variable que entra y la que sale para obtener una solución básica
El Método Simplex es un método iterativo que permite ir mejorando la solución en cada paso. La
razón matemática de esta mejora radica en que el método consiste en caminar del vértice de un
poliedro a un vértice vecino de manera que aumente o disminuya (según el contexto de la función
objetivo, sea maximizar o minimizar), dado que el número de vértices que presenta un poliedro
solución es finito siempre se hallará solución
¿Cuándo se llega a la solución óptima factible?

El modelo de transporte es una clase especial de programación lineal que tiene que ver con
transportar un artículo desde sus fuentes (fábricas) hasta sus destinos (bodegas).
¿Cuál es el objetivo del método del transporte?

Una forma de representar la solución de un problema y sus variables, es a través de algoritmos


heurístico capaz de solucionar problemas de envíos o distribución, mediante la consecución de una
solución básica inicial que satisfaga todas las restricciones existentes, sin que esto implique que se
alcance el costo óptimo total
¿Qué método usa en forma inicial el modelo matemático para representar la solución de un
problema?

En modelos especiales de programación lineal que tiene que ver con transportar un artículo desde
sus fuentes (fábricas) hasta sus destinos (bodegas), y cuyo objetivo es determinar el programa que
minimice el costo total del transporte y al mismo tiempo satisfaga los límites de la oferta y la
demanda.
¿Qué hipótesis cumple el modelo de transporte para la demanda total es igual a la oferta total?

El modelo de transporte es una clase especiales de programación lineal que tiene que ver con
transportar un artículo desde sus fuentes (fábricas) hasta sus destinos (bodegas), y cuyo objetivo
es determinar el programa que minimice el costo total del transporte y al mismo tiempo satisfaga
los límites de la oferta y la demanda.
¿Qué actividad se debe adicionar para lograr el equilibrio o balance del modelo?

El modelo de transporte es una clase especiales de programación lineal que tiene que ver con
transportar un artículo desde sus fuentes (fábricas) hasta sus destinos (bodegas), y cuyo objetivo
es determinar el programa que minimice el costo total del transporte y al mismo tiempo satisfaga
los límites de la oferta y la demanda.
¿Qué modelo determina una mejor solución inicial al concentrarse en las rutas más económicas?

El método de transporte, equina noreste, costo mínimo y asignación, utilizan matrices de identidad
para representar sus valores e interactuar entre renglones y columnas para llegar a una solución
óptima.
¿Qué método utiliza la secuencia de matriz reducida?

El algoritmo de transporte se basa en la hipótesis que el modelo está balanceado, y eso quiere
decir que la demanda total es igual a la oferta total.
La tabla siguiente muestra las cantidades de oferta y demanda.
¿Qué adecuación requiere la tabla de datos adjunta para cumplir la hipótesis del algoritmo de
transporte?

El algoritmo de transporte se basa en la hipótesis que el modelo está balanceado, y eso quiere
decir que la demanda total es igual a la oferta total.
La tabla siguiente muestra las cantidades de oferta y demanda.
¿Qué adecuación requiere la tabla de datos adjunta para cumplir la hipótesis del algoritmo de
transporte?
Un proyecto define una combinación de actividades interrelacionadas que deben ejecutarse en un
cierto orden antes de que el trabajo completo pueda terminarse. Las actividades están
interrelacionadas en una secuencia lógica en el sentido que algunas de ellas no puedan comenzar
hasta que otras hayan terminado.
¿Qué técnica utiliza estimaciones de tiempo para las actividades se supusieron deterministas?

Las complejidades crecientes de los proyectos actuales han demandado técnicas de planeación
más sistemáticas y más efectivas con el objeto de optimizar la eficiencia en la ejecución del
proyecto. La eficiencia aquí implica efectuar la mayor reducción en el tiempo requerido para
terminar el proyecto mientras se toma en cuenta la factibilidad económica de la utilización de los
recursos disponibles
¿Cuál es la desventaja entre el diagrama de Gantt o barras y la técnica CPM-PERT?

La programación de proyectos por CPM y PERT consiste en tres fases básicas: planeación,
programación y control. En la fase de programación se construye un diagrama de tiempo que
muestre los tiempos de iniciación y terminación para cada actividad, así como su relación con otras
actividades del proyecto.
¿En qué actividades se usa la holgura libre?

La programación de proyectos por CPM y PERT consiste en tres fases básicas: planeación,
programación y control. En la fase de programación se construye un diagrama de tiempo que
muestre los tiempos de iniciación y terminación para cada actividad, así como su relación con otras
actividades del proyecto.
¿Cómo debe identificar o graficar dos actividades que tienen el mismo evento terminal y de
comienzo?

La ruta crítica (CPM) en la gestión de proyectos, es la secuencia más larga de actividades que
deben finalizarse a tiempo para completar la totalidad del proyecto
¿Cómo se llama las actividades que tienen los tiempos más largos para la terminación del
proyecto?

Un herrero con 80 Kg. de acero y 120 Kg. de aluminio quiere hacer bicicletas de paseo y de
Montaña que quiere vender, respectivamente a $20 y $15 cada una para sacar el máximo
beneficio. Para la de paseo empleará 1 Kg.y 3 kg de aluminio, y para la de montaña 2 kg de ambos
metales
Se tiene el siguiente modelo matemático con su solución gráfica.

X = Cantidad de bicicletas de paseo a producir.


Y = Cantidad de bicicletas de montaña a producir.

Restricciones
X + 2Y <= 80 (Disponibilidad de acero)
3X + 2Y <= 120 (Disponibilidad de aluminio)
X; Y >= 0

Función objetivo
Zmax = 20 X + 15 Y

Calcular la función objetivo cuando el recurso con coeficiente de sensibilidad del acero es
45 kg

Disp X Y Z
45 20(0) 15(41.25) 618.75
80 20 30 850
FUNCIÓN OBJETIVO Z MAX=20X+15Y

3X+2Y=120
R1 X+2Y=45
0 +4Y=165
SI 4Y=165
4Y=165 Y=41.25

Un herrero con 80 Kg. de acero y 120 Kg. de aluminio quiere hacer bicicletas de paseo y de
Montaña que quiere vender, respectivamente a $20 y $15 cada una para sacar el máximo
beneficio. Para la de paseo empleará 1 Kg.y 3 kg de aluminio, y para la de montaña 2 kg de ambos
metales
Se tiene el siguiente modelo matemático con su solución gráfica.

X = Cantidad de bicicletas de paseo a producir.


Y = Cantidad de bicicletas de montaña a producir.

Restricciones
X + 2Y <= 80 (Disponibilidad de acero)
3X + 2Y <= 120 (Disponibilidad de aluminio)
X; Y >= 0

Función objetivo
Zmax = 20 X + 15 Y

Calcular la función objetivo cuando el recurso con coeficiente de sensibilidad del acero es 75 kg

Disp X Y Z
731.2
75 20(0) 15(48.75) 5
80 20 30 850
FUNCIÓN OBJETIVO Z MAX=20X+15Y

3X+2Y=120
R1 X+2Y=75
0 +4Y=195
SI 4Y=195
4Y=195 Y=48.75

Se considera una etapa crítica de las fases de estudio en IO, pues aquí y sólo aquí se cosecharán
los beneficios del estudio. Es importante que el equipo de IO participe para asegurar que las
soluciones del modelo se traduzcan con exactitud en un procedimiento operativo, y para corregir
defectos en la solución que se presenten en cualquier momento
¿En qué etapa de la IO, se cosechan dichos beneficios?
RESP: IMPLEMENTAR LA SOLUCIÓN

En algunos aspectos, la elaboración de un modelo matemático grande es análogo al desarrollo


de un programa de computadora grande. Cuando se completa la primera versión es inevitable que
contenga muchas fallas. El programa debe ser probado de manera exhaustiva para tratar de
encontrar y corregir tantas fallas como sea posible.
¿En qué fase de la IO se prueba del modelo y mejoramiento de acuerdo con las necesidades?
RES:VALIDAR EL MODELO
Un modelo matemático busca representar una realidad mediante el uso de relaciones matemáticas,
donde la incertidumbre sobre el valor del parámetro es importante analizar la forma de cómo
cambiaría (si lo hace) la solución derivada del problema cuando el valor asignado al parámetro
cambia por otros valores posibles
¿En qué fase de la IO se desarrolla un procedimiento basado en computadora para derivar una
solución para el problema a partir del modelo?
RES: SOLUCIÓN DE MODELO

La programación de proyectos por CPM y PERT consiste en tres fases básicas: planeación,
programación y control. En la fase de programación se construye un diagrama de tiempo que
muestre los tiempos de iniciación y terminación para cada actividad, así como su relación con otras
actividades del proyecto.
Seleccione tres actividades para encontrar la ruta crítica de un proyecto.

1- Realiza el balance de recursos


2- Enumera las tareas dependencias y los detalles de las actividades
3- Asigna una actividad ficticia
4- Identifica las dependencias de las tareas del proyecto
5- Crea un diagrama de red
6- Estima el tiempo a la actividad ficticia
RESP:2,4,5
Un modelo matemático busca representar una realidad mediante el uso de relaciones matemáticas,
donde la incertidumbre sobre el valor del parámetro es importante analizar la forma de cómo
cambiaría (si lo hace) la solución derivada del problema cuando el valor asignado al parámetro
cambia por otros valores posibles
¿En qué fase de la IO se realiza el proceso de análisis pos-óptimo, que se lleva a cabo después
de encontrar una solución óptima?
RESP: SOLUCIÓN DEL MODELO

Un modelo matemático busca representar una realidad mediante el uso de relaciones matemáticas,
donde la incertidumbre sobre el valor del parámetro es importante analizar la forma de cómo
cambiaría (si lo hace) la solución derivada del problema cuando el valor asignado al parámetro
cambia por otros valores posibles
¿En qué fase de la IO, se formula un modelo matemático, que representa el problema?
RESP: CONSTRUCCIÓN DEL MODELO

También podría gustarte