Universidad de Aconcagua

Facultad De Ingeniería, Tecnologías e Innovación

Escuela de Industrias

Prueba de Métodos de Optimización Ingeniería Mecánica y Construcción V.

I. Información del estudiante:

Nombre del estudiante

Rut

II. Información de la prueba:

Asignatura Métodos de Optimización Fecha de Haga clic aquí o pulse para

aplicación escribir una fecha.
Carrera Ingeniería Mecánica y Construcción UAC Los Andes
Nombre del docente Óscar Gálvez Álvarez
Nivel V Año 2023 Elija un elemento.
Ponderación de la evaluación Puntaje total de la
prueba
Mínimo de aprobación Puntaje obtenido

Nota final

Firma de conformidad del estudiante

III. Instrucciones generales de la prueba:

Responda cada una de las preguntas, contestando solo lo solicitado.

Posee todo el horario de la clase para responder la evaluación
Deben utilizar lápiz pasta. El uso del lápiz grafito conlleva que no podrá solicitar re-correción de
la evaluación.
Durante la prueba no está autorizado el uso de ningún dispositivo electrónico.
Resultado de
Aprendizaje Unidad 1 y 2 Formula técnicas analíticas de caracterización de soluciones óptimas a la
resolución de diversos modelos determinísticos de optimización.

Desarrolla técnicas de caracterización de soluciones óptimas a la

resolución de diversos modelos determinísticos de optimización

1. Es la representación idealizada de la realidad mediante símbolos y ecuaciones:

A. Modelo icónico.
B. Modelo analógico.
C. Modelo matemático.
D. Modelo probabilístico.
E. Modelo estadístico.
2. Modelo matemático que consta de función objetivo lineal y restricciones lineales:
A. Modelo probabilístico.
B. Modelo determinístico.
C. Modelo símplex.
D. Modelo de programación lineal.
E. Modelo de programación no lineal.
3. Una compañía fabrica tres tipos de repuestos, la ganancia por el repuesto 1 es de $
500, por el repuesto 2 es de $ 300 y por el repuesto 3 es de $ 400. Si queremos
optimizar las ganancias para la compañía la función objetivo es:
A. Max Z = 300 X1 + 300 X2 + 400 X3
B. Max Z = 500 X1 + 300 X2 + 300 X3
C. Max Z = 500 X1 + 100 X2 + 400 X3
D. Max Z = 500 X1 + 300 X2 + 400 X3
E. Max Z = 500 X1 + 200 X2 + 400 X3
4. El método gráfico se utiliza para resolver modelos de P. L. en:
A. Tres dimensiones.
B. Dos dimensiones.
C. Cuatro dimensiones.
D. n dimensiones.
E. Una dimensión.
5. La región del plano que contiene todos los puntos que satisfacen las restricciones del
modelo de P. L. se llama:
A. Región factible.
B. Semiplano.
C. Región no factible.
D. Región acotada.
E. Región normal.
6. El primer paso del método gráfico es:
A. Graficar la función objetivo.
B. Dar un valor a la función objetivo.
C. Evaluar la función objetivo en la región factible.
D. Localizar la región factible.
E. Igualar la función objetivo a cero.
7. Si las desigualdades no coinciden en ningún punto:
A. El modelo tiene infinitas soluciones.
B. El modelo no tiene solución.
C. El modelo tiene solución ilimitada.
D. El modelo tiene un número finito de soluciones.
E. El modelo tiene una solución.

8. Para evaluar la función objetivo debemos tomar un punto:

A. Un punto arbitrario.
B. Un punto de región factible.
C. Un punto de signo negativo.
D. Un punto de signo positivo.
E. Un punto de valor cero.
9. La gráfica de la ecuación 2x1 + 4x2 = 4 es:

A B

C D

10. Para poder convertir una desigualdad de la forma menor o igual que en una igualdad,
se debe sumar una variable de:
A. Superávit.
B. Holgura.
C. Complementaria.
D. Global.
E. Parcial.
11. La solución del método símplex es óptima si todos los coeficientes del renglón
asociado con la función objetivo en la tabla símplex son:
A. Cero.
B. Negativos.
C. Positivos.
D. Mayores o iguales a cero.
E. Mayores a cero.
12. Para hacer 1 elemento pivote, multiplicamos por:
A. Su inverso aditivo.
B. El elemento neutro.
C. El mismo.
D. Su inverso multiplicativo.
E. Su inverso divisor.
13. El valor que se asigna a las variables no básicas es:
A. 1
B. 2
C. -1
D. 0
E. -2

14. Para que la solución sea factible, los valores de las variables deben ser:
A. Cero
B. Negativos
C. No Negativos
D. Mayores a cero
E. No positivos
15. Si el modelo primal tiene 5 variables y 4 restricciones, entonces el modelo dual tiene:
A. 5 Variables y 5 Restricciones.
B. 4 Variables y 4 Restricciones.
C. 4 Variables y 5 Restricciones.
D. 5 Variables y 4 Restricciones.
E. 5 Variables y 6 Restricciones.
16. Obtener la gráfica de la región factible del siguiente modelo de programación lineal:

A. B
 C D

17. Determine los puntos extremos (vértices) de la región de soluciones factibles del
problema:

A. (0,1/2) ; (0,3) ; (1,3) ; (2,0) , (3,0)

B. (0,1/3) ; (0,3) ; (1,3) ; (2,0) , (1,0)
C. (0,1/2) ; (0,3) ; (1,3) ; (2,0) , (1,0)
D. (0,1) ; (0,3) ; (1,3) ; (2,0) , (1,0)
E. (0,1/4) ; (0,3); (1,3) ; (2,0) , (2,0)
18. Determine el valor óptimo de la función objetivo del problema:

A. 8
B. 4
C. 1/3
D. 1/2
E. 6
19. Dado el siguiente problema de Programación Lineal:

𝑀𝑎𝑥 𝑍 = 2𝑥1 + 𝑥2 + 5𝑥3 + 4𝑥4

Sujeto a:
𝑥1 + 2𝑥2 + 4𝑥3 + 3𝑥4 ≤ 20
4𝑥1 + 6𝑥2 + 5𝑥3 + 4𝑥4 ≤ 40
2𝑥1 + 3𝑥2 + 3𝑥3 + 8𝑥4 ≤ 50
𝑥𝑖 ≥ 0
 Cuáles son la variables básicas de inicio:
A. 𝑥1 , 𝑥2 , 𝑥3
B. 𝑥4 , 𝑥5 , 𝑥6
C. 𝑥5 , 𝑥6 , 𝑥7
D. 𝑥1 , 𝑥3 , 𝑥5
E. 𝑥3 ,𝑥5 , 𝑥7
20. Dado el siguiente problema de Programación Lineal:
𝑀𝑎𝑥 𝑍 = 2𝑥1 + 𝑥2 + 5𝑥3 + 4𝑥4
Sujeto a:
𝑥1 + 2𝑥2 + 4𝑥3 + 3𝑥4 ≤ 20
4𝑥1 + 6𝑥2 + 5𝑥3 + 4𝑥4 ≤ 40
2𝑥1 + 3𝑥2 + 3𝑥3 + 8𝑥4 ≤ 50
𝑥𝑖 ≥ 0
La variable no Básica de entrada en la primera iteración, para el problema es:
A. 𝑥1
B. 𝑥2
C. 𝑥3
D. 𝑥4
E. 𝑥5
21. Dado el siguiente problema de Programación Lineal:
𝑀𝑎𝑥 𝑍 = 2𝑥1 + 𝑥2 + 5𝑥3 + 4𝑥4
Sujeto a: 𝑥1 + 2𝑥2 + 4𝑥3 + 3𝑥4 ≤ 20
4𝑥1 + 6𝑥2 + 5𝑥3 + 4𝑥4 ≤ 40
2𝑥1 + 3𝑥2 + 3𝑥3 + 8𝑥4 ≤ 50
𝑥𝑖 ≥ 0

La variable básica de salida en la primera iteración para el problema es:

A. 𝑥1
B. 𝑥5
C. 𝑥6
D. 𝑥7
E. 𝑥3