Académique Documents
Professionnel Documents
Culture Documents
1 RevisindePresaberes
mircoles,18deagostode2010
09:10p.m.
Pagina1.RevisandoAlgunosConceptosdeinvestigacindeOperaciones
INTRODUCCION
Loscambiosrevolucionariosoriginarongranaumentoenladivisindetrabajoylaseparacindelaresponsabilidad esadministrativaenlas
organizaciones.Sinembargoestarevolucincreonuevosproblemasqueocurrenhastalafechaenmuchasempresas.Unodeestos problemasesla
tendenciademuchosdeloscomponentesaconvertirseenimperiosrelativamenteautnomos,consuspropiasmetasysistemasde valores.Este
tipodeproblemas,ylanecesidaddeencontrarlamejorformaderesolverlos,proporcionaronelsurgimientodelaInvestigacindeOperaciones.
LaInvestigacindeOperacionesaspiradeterminarlamejorsolucin(optima)paraunproblemadedecisinconlarestriccinderecursoslimitados.
EnlaInvestigacindeOperacionesutilizaremosherramientasquenospermitentomarunadecisinalahoraderesolverunproblema,taleselcaso
delosmodelosdeInvestigacindeOperacionesqueseempleansegnsealanecesidad.
Actualmentelainvestigacindeoperacionesaincursionadoenlaadministracinconmuybuenosresultadosenestecampopueselambientede
negociosalqueseestsometidoylosmltiplescambiosqueellosgeneran,losciclosdevidadelosproductossehacenmscortos,laabrumadoray
aceleradaeradelanuevatecnologaylainternacionalizacincreciente,sonrazonessuficientesparadesarrollarmodelosqueoptimicenlos
resultadosenestoscamposdelsaber
ANTECEDENTESYORIGENDELAINVESTIGACIONDEOPERACIONES
Lainvestigacindeoperacionesseoriginenlasegundaguerramundialcomounanecesidaddedarsolucinalosproblemasde carctermilitar,los
primerosinteresadosenestosaspectosfueronlosbritnicosylosamericanosquienesasignaronestatareaaungruposdefsicos,matemticos,
bilogos,estadsticos,psiclogosentreotrosparaemplearelmtodocientficoenlasolucindeproblemasestratgicosytcticos.
Despusdelaguerraatrajolaatencindelaindustriaquebuscabasolucionesaproblemasdecomplejidadyespecializacinascendente
enlasorganizaciones.Losprimerosesfuerzossededicaronadesarrollarmodelosapropiadosyprocedimientoscorrespondientes para
solucionarproblemasquesurganenreastalescomo:laprogramacinderefinerasdepetrleo,ladistribucindeproductos,la
planeacindeproductos,elestudiodemercadosylaplaneacindeinversiones.
UnfactorimportantedelaimplantacindelaInvestigacindeOperacionesenesteperiodoeselmejoramientodelastcnicas
disponiblesenestarea.Muchosdeloscientficosqueparticiparonenlaguerra,seencontraronabuscarresultadossustancialeseneste
estecampo;unejemplosobresalienteeselmtodoSimplexpararesolucindeproblemasdeProgramacinLineal,desarrolladoen1947
porGeorgeDantzing.MuchasdelasherramientasutilizadasenlaInvestigacindeOperacionescomolaProgramacinLineal,la
ProgramacinLneasdeEsperayTeoradeInventariosfuerondesarrolladasalfinaldelosaos50.
Enladcadadelos80conlainvencindecomputadoraspersonalescadavezmsrpidasyacompaadasdebuenospaquetesde
SoftwarepararesolverproblemasdeInvestigacindeOperacionesestopusolatcnicaalalcancedemuchaspersonas.Hoyendase
usatodaunagamadecomputadoras,desdelascomputadorasdegrandesescalascomolascomputadoraspersonalesparala
InvestigacindeOperaciones.
DelalecturaquedesarrollastedelosconceptosdeLainvestigacindeoperacionesysusantecedentes, sepuedededucirqueun
segundofactorimportanteparaeldesarrollodeestecampofueeladvenimientodelarevolucindelascomputadoras.Paramanejarlos
complejosproblemasrelacionadosconestadisciplina,generalmenteserequiereungrannmerodeclculosquellevarlosacaboa
manoescasiimposible.Porlotantoeldesarrollodelacomputadoradigital,fueunagranayudaparalaInvestigacindeOperaciones.
Sedicequelainvestigacindeoperacionesseajustaalmtodocientficoporque:
Buscaunasolucinfactible
Buscaunasolucinoptima
comienzaporlaobservacincuidadosaylaformulacindelproblemaincluyendolarecoleccindedatospertinentes.
Resolverlosconflictosdeintersentreloscomponentesdelaorganizacin
Unadelaslimitacionesdelainvestigacindeoperacionesconsisteen
Seleccionarmodelosparametrizados
seleccionarsolovariablescuantitativas
noconsiderartodaslasrestricciones
Seleccionarsolovariablescualitativas
Pagina3.QUEESLAINVESTIGACIONDEOPERACIONES?
Lainvestigacindeoperacioneseslaaplicacin,porgruposinterdisciplinarios,delmtodocientficoaproblemasrelacionadosconelcontroldelas
organizacionesosistemas,afindequeseproduzcansolucionesquemejorsirvanalosobjetivosdelaorganizacin.Estadefinicinfue
Algunosaspectosrelacionadosconladefinicin:
Unaorganizacinesunsistemaformadoporcomponentesqueseinteraccionan,unasdeestasinteraccionespuedensercontroladasyotras
no.
Lacomplejidaddelosproblemasquesepresentanenlasorganizacionesyanoencajanenunasoladisciplinadelconocimiento, sehan
convertidoenmultidisciplinarioporlocualparasuanlisisysolucinserequierengruposcompuestosporespecialistasdediferentesreasdel
conocimientoquelograncomunicarseconunlenguajecomn.
Lainvestigacindeoperacioneseslaaplicacindelametodologacientficaatravsdemodelosmatemticos,primeropararepresentaral
problemayluegopararesolverlo.
Lainvestigacindeoperacionesseaplicaaproblemasqueserefierenalaconduccinycoordinacindeoperaciones(oactividades)dentrodeuna
organizacin.
Lainvestigacindeoperacionesintentaencontrarunamejorsolucin,(llamadasolucinptima)paraelproblemabajoconsideracin.
Unenfoquedelainvestigacindeoperacionesabarca:
Construirunmodelosimblicoqueporlogeneralesunmodelomatemtico,pretendeextraerloselementosfundamentalesdeun
problemadedecisinqueescomplejoeinciertodetalmaneraquepuedaoptimizarunasolucinviableparalaconsecucindelos
objetivosdeacuerdoalanalista.
Examinaryanalizarlasrelacionesquedeterminanlasconsecuenciasdeladecisinrealizadaycompararelmtodorelativode acciones
alternasconlosobjetivosdequienvaatomarladecisin.
Desarrollarunatcnicadedecisinquecomprendateorasmatemticasyqueconduzcaalaoptimizacindelosresultados.
Lainvestigacindeoperacionesseaplicatantoaproblemastcticoscomoestratgicosdeunaorganizacin.Losprimerostienenquevercon
actividadesdiariasylossegundostienenunaorientacinyunaplaneacinorganizadageneralmenteseapoyanenoperacionesdecarcterindirecto.
Pagina4.DEFINICIONYFORMULACIONDELPROBLEMA
Estoincluyedeterminarlosobjetivosapropiados,lasrestriccionessobreloquesepuedehacer,lasinterrelacionesdelrea bajoestudioconotras
reasdelaorganizacin,losdiferentescursosdeaccinposibles,loslmitesdetiempoparatomarunadecisin,etc.Esteprocesodedefinirel
problemaescrucialyaqueafectarenformasignificativalarelevanciadelasconclusionesdelestudio.
Laformaconvencionalenquelainvestigacindeoperacionesrealizaestoesconstruyendounmodelomatemticoquerepresente laesenciadel
problema.
Unmodelosiempredebesermenoscomplejoqueelproblemareal,esunaaproximacinabstractadelarealidadconconsideracionesy
simplificacionesquehacenmsmanejableelproblemaypermitenevaluareficientementelasalternativasdesolucin
Dependedelascaractersticasdelmodelo.Losprocedimientosdesolucinpuedenserclasificadosentrestipos:
a)analticos,queutilizanprocesosdededuccinmatemtica;
b)numricos,quesondecarcterinductivoyfuncionanenbaseaoperacionesdepruebayerror;
c)simulacin,queutilizamtodosqueimitano,emulanalsistemareal,enbaseaunmodelo.
Resolverunmodeloconsisteenencontrarlosvaloresdelasvariablesdependientes,asociadasalascomponentescontrolablesdelsistemaconel
propsitodeoptimizar,siesposible,ocuandomenosmejorarlaeficienciaolaefectividaddelsistemadentrodelmarcodereferenciaquefijanlos
objetivosylasrestriccionesdelproblema.Laseleccindelmtododesolucin.
Antesdeusarelmodelodebeprobarseexhaustivamenteparaintentaridentificarycorregirtodaslasfallasquesepuedanpresentar
Enlametodologadelainvestigacindeoperacionesunodelospasosqueesincorrectoes:
Formulacindeunmodelo
Definicindelproblema
Establecimientodecontrolessobrelaformulacin
Recoleccindedatos
"Lainvestigacindeoperacioneseslaaplicacin,porgruposinterdisciplinarios,delmtodocientficoaproblemasrelacionadosconel
controldelasorganizacionesosistemas(hombremquina),afindequeseproduzcansolucionesquemejorsirvanalosobjetivosdela
organizacin.Estadefinicinfupropuestapor:
Churchman,AckoffyArnoff
Kambe
Dantzing
LIMITACIONESDELAINVESTIGACIONDEOPERACIONES
1.Frecuentementeesnecesariohacersimplificacionesdelproblemaoriginalparapodermanipularloydetenerunasolucin.
2.Lamayoradelosmodelossloconsideraunsoloobjetivoyfrecuentementeenlasorganizacionessetienenobjetivosmltiples.
3.Existelatendenciaanoconsiderarlatotalidaddelasrestriccionesenunproblemaprctico,debidoaquelosmtodosde enseanzay
entrenamientodanlaaplicacindeestacienciacentralmentesebasanenproblemaspequeospararazonesdendoleprctico,porloquese
desarrollaenlosalumnosunaopininmuysimplistaeingenuasobrelaaplicacindeestastcnicasaproblemasreales.
4.CasinuncaserealizananlisiscostobeneficiodelaimplantacindesolucionesdefinidaspormediodelaIdeO,enocasioneslosbeneficios
potencialessevansuperadosporloscostosocasionadosporeldesarrolloeimplantacindeunmodelo.
RIESGOALAPLICARLAINVESTIGACIN DEOPERACIONES
AlaplicarlaIdeOalestudiodesistemasyalaresolucindeproblemassecorreelriesgodetratardemanipularlosproblemasparabuscarquese
ajustenalasdiferentestcnicas,modelosdealgoritmosestablecidosenlugardeanalizarlosproblemasybuscarresolverlos obteniendolas
solucionesmejores,utilizandolosmtodosapropiados,esdecirresolverelproblemautilizandolosmtodosqueproporcionanlasmejoras
solucionesynobuscarajustarelproblemaaunmtodoespecfico.
ParallegarahacerunusoapropiadodelaIdeO,esnecesarioprimerocomprenderlametodologapararesolverlosproblemas,ascomolos
fundamentosdelastcnicasdesolucinparadeestaformasabercundoutilizarlasonoenlasdiferentescircunstancias.
COMOSETRABAJAENINVESTIGACIONDEOPERACIONES
LaInvestigacindeOperacionesbuscaelptimoresultadoenlautilizacinderecursosescasosyusaelmtodocientfico.Elorden
habitualdelasinvestigacionesqueserealizanconesteinstrumentaleselsiguiente:
1.Sedefineelproblemaquesedesearesolverenlaformamscompletayclaraqueseaposible.
2.Seconstruyeunmodeloapropiadoquerepresentealsistemaoalprocesoenestudio(matematizacindelproblema).
3.Sededuceunaovariassolucionesapartirdelmodeloconstruido.
4.Sehaceunapruebadelmodeloydelasolucinobtenida,contrastandoestoconlarealidad,siesqueexisteinformacinsuficiente,de
locontrarioelcontrastesehaceconmodelossecundarios.
5.Seajustaelmodeloysemonitoreaelresultado.
6.Seimplementalasolucin,estoes,seponeatrabajaralmodeloysussoluciones.
Veamosendetallecadaunadelaspartesqueacabamosdeenumerar:
1.Definicindelproblema. Noesposibleiniciarlabsquedadelasolucindeunproblemasinoestclaroculeselproblema?Al
investigadornoledebecaberlamenordudadequesabecorrectamenteloquebusca,delocontrariocualquiercosaqueencuentreest
bienyestmal,locualesunacontradiccin.Siemprenosdebemosrespondercuestionestalescomo:Culessonlosobjetivos?Cules
lasaccionesatomaryculessusalternativas?Culessonlasrestricciones?Cmosemedirnlosresultados?Ladefinicin del
problemadebeserclara,concisayconpalabrassencillasquenodejenlugaravariasinterpretaciones.
2.Construccindelmodelo apropiadoquerepresentealsistemaoprocesoenestudio.Unmodelo,desdeelpuntodelaInvestigacin
deOperaciones,esunarepresentacindeunarealidad(odeunaidealidad).Estospuedenser:
- Icnicos(representacionesfsicascomolosaeromodelos,lasmaquetas,loscarritos,losmuecos,etctera);
- anlogos,lamayoradeloscualessonmsdinmicosquelosicnicosypuedenmostrarcomportamientosderivadosdeacciones,
comolassuperficiesylascurvasdeofertaydemanda,
- losnomogramasdeingenieraquedescribenfenmenosdedeformacindeestructurasocomportamientosdetodaslasvariables
deunacaldera,etctera;
- Redesgrficas,comolasredesCPMPERT,Project,Harvardyotras,queseutilizanparalaplanificacin,ejecucinycontrolde
proyectos;
- MatemticosoSimblicos,loscualessedescribengeneralmentepormediodesistemasdemecuacionesconnincgnitasoen
formamatricial:A*x =b,dondeAesunmatriz,y,xybsonvectoresdelosespaciosvectorialesRmyRn,respectivamente.
Eshabitualquelafuncinllamadafuncinobjetivoyqueeslaquesedeseaoptimizar,seescribaenformaseparadacomof(x)=z.
Existenotrasclasificacionesperoconsideramosqueparalosfinesdeesteartculoessuficientementeclarosinosreferimos sloaestos
cuatro.Porotrolado,sedicequelosmodelossonDeterminsticos,comolosdeProgramacinLinealyTransporte;y,Probabilsticos,
comolasCadenasdeMarkov,losdeTeoradeJuegos,TeoradeDecisiones,laslneasdeEsperayotros.
3.Deduccindeunaovariassoluciones.Cuandoelmodelohasidobienescogidooconstruido,seesperaquelasolucindelproblema
realseaterico.Algunasvecesnoesposibleobtenersolucionesexactasparaelproblemaoriginal,entoncesaceptaremossoluciones
aproximadasobienusamossolucionesalternasenlaconstruccindelmodelo.Esposibleynoesnadararoquepodamosdetectarvarias
solucionesalternas.
4.Pruebasdelmodeloycontrasteconlarealidad. Comparacionesdesolucionesconlasdemodelossecundarios.
Usandoinformacinhistrica,stasemetealmodeloyseobservasilosresultadossoncoincidentesconlosresultadosrealesque
fueronobservadosatravsdeltiempo,luegosehacelomismoconinformacindelperodoexpost(lainformacinobtenidadurantela
pocadeconstruccin)ysecomparaconelfuncionamientorealdelproceso.
5.Ajustesdelmodeloymonitoreoderesultados. Enestemomentoyatenemosanuestromodelodndonosresultadosaceptables
(parecidos,sinoigualesalosobservados),sehaceunbalanceysevesivalelapenahacerajustesaloscoeficientesyorganizacindela
LaexpresionMatematizaciondelproblema Enelcontextodelalecturaserefierea:
Comprobarelmodelo
aladefinicindelproblema
Laconstruccindelmodelo
Elcontroldelmodelo
LainformacinHistricaseusapara:
Contrastarlarealidad
Formularelproblemaainvestigar
RedactarelinformefinaldelaInvestigacin
Implementarelmodelo
UnadelaslimitacionesqueamenudosepresentanenlaIOes
Nocontratarpersonasidneas
NohaylimitacionesenlaIO
Loscostosdeoperacin
Notomartodaslasrestriccionesqueintervienenenelproblema
PRINCIPALESHERRAMIENTASENLAIO
CuandohablamosdeherramientasenIO,nosestamosrefiriendoalosdiferentesmodelostericos(comoporejemplo,modelosde
transporteyteoradecolas),yaotrasdisciplinas(comomatemtica,administracin,economa,etctera),queseutilizancomo
instrumentosdetrabajohabitualparaelprofesionaldelaInvestigacindeOperaciones.Debequedarclaro,sinembargo,quecadada
seagreganmstiposdemodelosyotrasdisciplinasimposiblesdeenumerarenestemomento.
DelamismamaneralaInvestigacindeOperacionesesconsiderada,ellamismacomounaherramientaalserviciodeotrasdisciplinas
(talcomorezaelttulodenuestrosartculos).EsbienconocidoquelaAdministracindeNegociossehaestadobeneficiando
grandementedelaInvestigacindeOperacionesahoraquesehainiciadotodaunarevolucinconelusodePlanificacinEstratgica,
ReingenieraylosprogramasdeCalidadTotal,paramencionaralgunos.
CuandohablamosdeherramientasenlaIOnosreferimosa:
Elusodecomputadores
Elusodeasesores
Elusodedocumentos
Elusodediferentesmodelostericos
Pagina5.METODOLOGIADELAINVESTIGACIONDEOPERACIONES
Elusodemtodoscuantitativosparasolucionarproblemas,generalmenteimplicaamuchagentedetodalaorganizacin.Losindividuosdeun
equipodeproyectosproporcionaninformacindesusreasrespectivasrespectoadiversosaspectosdelproblema.Elprocesodeaplicarmtodos
cuantitativosrequieredeunasucesinsistemticadepasos
Existentresformasdevalidarunmodelo,indiquecualnocorrespondeaestas
Experiencia
Pruebassicotcnicas
PruebasEstadsticas
Pruebaretrospectiva
Lavalidacin
Pegadode<http://campus07.unadvirtual.org/moodle/mod/lesson/view.php>
INTRODUCCIONALAPROGRAMACIONLINEAL
MuchaspersonasclasificaneldesarrollodelaprogramacinlinealentrelosavancescientficosmsimportantesdemediadosdelsigloXX,su
impactodesde1950hasidoextraordinario.Enlaactualidadesunaherramientadeusonormalquehaahorradomilesomillones depesosamuchas
compaasonegocios,incluyendoempresasmedianasenlosdistintospasesindustrializadosdelmundo;suaplicacinaotrossectoresdela
sociedadseestampliandoconrapidez.Unaproporcinmuygrandedelosclculoscientficosencomputadorasestdedicadaalusodela
programacinlineal.
Culeslanaturalezadeestanotableherramientayqutiposdeproblemaspuedemanejar.Expresadobrevemente,eltipomscomnde
aplicacinabarcaelproblemageneraldeasignarrecursoslimitadosentreactividadescompetitivasdelamejormaneraposible (esdecir,enforma
ptima).Conmsprecisin,esteproblemaincluyeelegirelniveldeciertasactividadesquecompitenporrecursosescasosnecesariospara
realizarlas.Despus,losnivelesdeactividadelegidosdictanlacantidaddecadarecursoqueconsumircadaunadeellas.Lavariedaddesituaciones
alasquesepuedeaplicarestadescripcinessindudamuygrande,yvadesdelaasignacindeinstalacionesdeproduccina losproductos,hastala
asignacindelosrecursosnacionalesalasnecesidadesdeunpas;desdelaseleccindeunacarteradeinversiones,hastalaseleccindelos
patronesdeenvo;desdelaplaneacinagrcola,hastaeldiseodeunaterapiaderadiacin,etc.Noobstante,elingredientecomndetodasestas
situacioneseslanecesidaddeasignarrecursosalasactividadeseligiendolosnivelesdelasmismas.
CualeslafinalidaddeunmodelodeProgramacinlineal
plantearunproblema
solucionarproblemasdevariablesnicamenteenteras
relacionartodaslavariables
encontrarlasolucinptima
CuleslaimportanciadeemplearelenfoquedelaInvestigacindeOperaciones
resolverunproblemaatravsdeunasecuenciadepasos
Resolverproblemasporetapas
Darsolucionesentrminosdelaexperiencia
resolverunproblemaenformadirecta
Laprogramacinlinealutilizaunmodelomatemticoparadescribirelproblema.Eladjetivolinealsignificaquetodaslasfuncionesmatemticasdel
modelodeberserfuncioneslineales.Enestecaso,laspalabraprogramacinnoserefiereaprogramacinencomputadoras;enesenciaesun
sinnimodeplaneacin.As,laprogramacinlinealtratalaplaneacindelasactividadesparaobtenerunresultadoptimo,estoes,elresultadoque
mejoralcancelametaespecificada(segnelmodelomatemtico)entretodaslasalternativasdesolucin.
Aunquelaasignacinderecursosalasactividadeseslaaplicacinmsfrecuente,laprogramacinlinealtienemuchasotrasposibilidades.dehecho,
cualquierproblemacuyomodelomatemticoseajustealformatogeneraldelmodelodeprogramacinlinealesunproblemadeprogramacin
lineal.Anms,sedisponedeunprocedimientodesolucinextraordinariamenteeficientellamadomtodosimplex,pararesolverestosproblemas,
inclusolosdegrantamao.Estassonalgunascausasdeltremendoaugedelaprogramacinlinealenlasltimasdcadas
QuesignificaProgramacinenelterminodeProgramacinLineal?
organizacindeactividades
planeacindeactividades
programasdeaplicacin
programarenunacomputadoraelmodelo
MtodoempleadopararesolvermodelosdeprogramacinLineal
MtododeLagrange
MtododeBranch
MtodoRungeKutta
MtodoSimplex
Enprogramacinlinealelterminoprogramacinsignificaquevienedelusodecomputadoras.Estaafirmacines:
Totalmenteverdadera
Inconsistente
Enprogramacinlinealeladjetivodelinealhacereferenciaa:
Lasrestriccionesdebenserexclusivamentedecarcterlineal
Lasrestriccionespuedenonoserdecarcterlineal
Eltomadordedecisionesesunilateralalahoradehallarunasolucin
Lostrazossonlneasrectas
QuepretendelaFuncinobjetivodeunmodelodePL
Calcularvaloresfactibles
maximizarominimizarunafuncinlineal
consumirtodoslosrecursos
resolverelproblemadeunaempresa
SUPOSICIONESDELMODELODEPROGRAMACINLINEAL
PROPORCIONALIDAD
LacontribucindecadaactividadalvalordelafuncinobjetivoZesproporcionalalniveldeactividadxj,comolorepresentaeltrminocjxjenla
funcinobjetivo.Demanerasimilar,lacontribucindecadaactividadalladoizquierdodecadarestriccinfuncionalesproporcionalalniveldela
actividadxj,enlaformaenquelorepresentaeltrminoaijxjenlarestriccin.Enconsecuencia,estasuposicineliminacualquierexponente
diferentea1paralasvariablesencualquiertrminodelasfunciones(yasealafuncinobjetivoolafuncinenelladoizquierdodelasrestricciones
funcionales)enunmodelodeprogramacinlineal.
ADITIVIDAD
Establecequelaentradaysalidadeunrecursoenparticularalconjuntodeactividades,debenserlamismacantidad;osea, quelasactividades
transformanlosrecursosynoloscreanodestruyen.Estasuposicingarantizaquelacontribucintotaltantoalafuncinobjetivocomoalas
restricciones,esigualalasumadelascontribucionesindividuales.Cuandoenunproblemadadonosetengalaaditividadpuederecurrirsealempleo
deotrastcnicasdelaprogramacinmatemtica,dependiendodecadacasoenparticular.
Cadafuncinenunmodelodeprogramacinlineal(yasealafuncinobjetivooelladoizquierdodelasrestriccionesfuncionales)eslasumadelas
contribucionesindividualesdelasactividadesrespectivas.
DIVISIBILIDAD
Lasvariablesdedecisinenunmodelodeprogramacinlinealpuedentomarcualquiervalor,incluyendovaloresnoenteros,quesatisfaganlas
restriccionesfuncionalesydenonegatividad.As,estasvariablesnoestnrestringidasaslovaloresenteros.Comocadavariablededecisin
representaelniveldealgunaactividad,sesupondrquelasactividadessepuedenrealizaranivelesfraccinales.
Cadafuncinenunmodelodeprogramacinlineal(yasealafuncinobjetivooelladoizquierdodelasrestriccionesfuncionales)eslasumadelas
contribucionesindividualesdelasactividadesrespectivas.Esteenunciadocorrespondeaprincipiode:
Direccionalidad
Aditividad
Involucin
proporcionalidad
Lasactividadessepuedenrealizaranivelesfraccinales.Estaafirmacinestabasadaenelprincipiode:
Proporcionalidad
Equidad
Divisibilidad
Fractalidad
Pegadode<http://campus07.unadvirtual.org/moodle/mod/lesson/view.php>
IMPLEMENTACION DE LA SOLUCION
El paso final se inicia con el proceso de "vender" los hallazgos que se hicieron a lo largo del proceso a los ejecutivos o tomadores de
decisiones.
Despus de determinar la validez de una solucin y verificar su consistencia con el criterio global, se podra pensar que la decisin es
automtica. Esto en verdad en un sentido pero no en otros. El proceso de hacer y manejar modelos en investigacin de operaciones
puede verse como proporcionando una informacin de entrada al sujeto responsable de decidir, pero ste recibe otras informaciones que
pueden ser igualmente importantes incluyendo las puramente cualitativas o de naturaleza subjetiva. De hecho muchos resultados de la
investigacin de operaciones se tratan como planes iniciales que se pueden modificar.
Considere un futuro profesional con intereses y aptitudes que estn lejos del campo de las tcnicas cuantitativas. La razn de que estudie
un curso de formulacin de modelos cuantitativos es:
Determinar los rangos de variacin de los parmetros dentro de los cuales no cambia la solucin del problema es una funcin de la fase
de:
Control de la solucin
Implementacin
Planeacin
Formulacin
Los modelos
CONCEPTO:
El adjetivo lineal significa que todas las funciones matemticas del modelo deber ser funciones lineales. En este caso, las palabra
programacin no se refiere a programacin en computadoras; en esencia es un sinnimo de planeacin. As, la programacin lineal trata
la planeacin de las actividades para obtener un resultado ptimo.
La programacin lineal es una tcnica de investigacin de operaciones para la determinacin de la asignacin optima de recursos
escasos cuando la funcin objetivo y las restricciones son lineales. Es una manera eficiente de resolver estos problemas cuando se debe
hacer una eleccin de alternativas muy numerosas que no pueden evaluarse intuitivamente por los mtodos convencionales.
FORMULACION DEL PROBLEMA DE PROGRAMACION LINEAL
Aunque se ponga en duda, la parte ms difcil de PL es reconocer cundo sta puede aplicarse y formular el problema matemticamente.
Una vez hecha esa parte, resolver el problema casi siempre es fcil.
Para formular un problema en forma matemtica, deben expresarse afirmaciones lgicas en trminos matemticos. Esto se realiza
cuando se resuelven problemas hablados al estudiar un curso de lgebra. Algo muy parecido sucede aqu al formular las restricciones.
Por ejemplo, considrese la siguiente afirmacin: A usa 3 horas por unidad y B usa 2 horas por unidad. Si deben usarse todas las 100
horas disponibles, la restriccin ser:
3A + 2B = 100
Sin embargo, en la mayora de las situaciones de negocios, no es obligatorio que se usen todos los recursos (en este caso, horas de
mano de obra). Ms bien la limitacin es que se use, cuando mucho, lo que se tiene disponible. Para este caso, la afirmacin anterior
puede escribirse como una desigualdad:
3A + 2B <= 100
Para que sea aceptable para PL, cada restriccin debe ser una suma de variables con exponente 1. Los cuadrados, las races cuadradas,
etc. no son aceptables, ni tampoco los productos de variables. Adems, la forma estndar para una restriccin pone a todas las variables
del lado izquierdo y slo una constante positiva o cero del lado derecho. Esto puede requerir algn reacomodo de los trminos. Si, por
El cambio o modificacin en los parmetros del problema se conoce con el nombre de:
Anlisis de control
Anlisis de variables
Anlisis de variabilidad
Anlisis de sensibilidad
Cualquier modelo que contenga funcin objetivo, restricciones y variables de decisin es un programa lineal
No es posible determinarla
Es una afirmacin totalmente falsa
Es una afirmacin verdadera
Es una afirmacin complicada de analizar
Se llaman parmetros a:
a las restricciones del problema
las igualdades del problema
las constantes del problema
las variables del problema
FORMULACION ALGEBRAICA
Todo problema de PL puede representarse como:
Max (z) =c1x1+c2x2+...+cnxn
sujeto a:
a11x1 + a12x2 +...+ a1nxn ? b1
a21x1 + a22x2 +...+ a2nxn ? b2
...
am1x1 + am2x2 +...+ amnxn ? bm
x1, x2, ...,xn ? 0
siendo:
xj: Nivel de actividad de la variable xj
En forma matricial:
Max (z) = C x
sujeto a:
Ax ? b
x ?0
A esta forma se la denomina forma cannica
Pegadode<http://campus07.unadvirtual.org/moodle/mod/lesson/view.php>
1
Puntos: 1
Un modelo puede ser pensado como un sustituto de la realidad y por lo general no hay una manera correcta
de construir un modelo de un problema real
Respuesta:
Verdadero
Falso
2
Puntos: 1
El mtodo grfico de programacin lineal:
Seleccione una respuesta.
a. Tiene la funcin objetivo que es no acotada.
b. Puede restringirse solo a una variable.
c. Obtiene como resultado un anlisis de las pendientes de las restricciones.
d. Por lo general se usa con la definicin de dos o tres variables de decisin.
3
Puntos: 1
Un modelo es:
Seleccione una respuesta.
a. Una forma optima
b. Una prospectiva
c. Un representacin selectiva de la realidad
d. Una idealizacin
4
Puntos: 1
Las actividades de los trabajos colaborativos del curso inician
Seleccione una respuesta.
a. Una vez termine el quiz de reconocimiento del curso
b. Despues de los quices de cada unidad
c. Despus de la actividad de revisin de presaberes
d. Desde el inicio del curso
5
Puntos: 1
Las restricciones, generalmente son impuestas
Seleccione una respuesta.
a. Porque representan la nica manera correcta de formular el problema
b. Para permitirnos usar la poderosa herramienta de la optimizacin restringida
c. Por consideraciones prcticas
d. Todas las respuestas son verdaderas
6
Puntos: 1
Para resolver un problema en 2 variables rpidamente es necesario optar por mtodos rpidos tal. Uno de los mtodos que se utiliza
generalmente es:
Aun cuando la programacin lineal surgi especialmente para dar respuesta a cuestiones de carcter logstico y militar, es
en la industria y en la economa donde posteriormente ha encontrado sus aplicaciones ms interesantes
En los problemas prcticos con los que nos encontramos en el mundo actual intervienen multitud de factores (materia prima,
mano de obra, transporte, recursos disponibles, niveles econmicos, tiempo, etc.) sujetos a mltiples restricciones, con los
que se desea obtener unos beneficios mximos o unos costes mnimos
La parte de la matemtica con la que se resuelven este tipo de problemas se llama programacin lineal...
La programacin lineal naci como disciplina independiente poco antes de 1950 y, desde entonces, ha contribuido
enormemente a mejorar la productividad de los procesos industriales y al empleo ptimo de los recursos en los servicios y
en la administracin. De hecho, es una de las pocas disciplinas modernas incorporadas a los programas de matemticas en
el nivel secundario -en la mayor parte de los sistemas educativos- y ha merecido honores de portada en los principales
diarios del mundo, que han dado a conocer los principales descubrimientos que se han producido en este campo
En qu ao se constituy la Programacin lineal como disciplina independiente?
1967
1953
1945
1950
Hagamos un recorrido histrico por los autores de tcnicas y mtodos utilizados para la solucin de problemas de programacin lineal, No sin antes
recordar que existen tres mtodos para solucionar problemas de PL: el grafico, analtico, simplex.
Leonid V. Kantorovich
Nacido en 1912 en Leningrado (entonces San Petersburgo) recibe, junto a Koopmans, el premio Nobel de Economa en 1975. Graduado en
matemticas en esa misma ciudad, pronto compatibiliza su trabajo como profesor con sus investigaciones en Anlisis Funcional y Matemticas
aplicadas.
En 1938 comienza sus trabajos sobre economa, plantendose el problema de optimizar la distribucin de distintas materias primas entre varios
centros de produccin, bajo ciertas restricciones. Se trataba de maximizar una funcin lineal, dentro de un poliedro convexo. El mtodo general de
resolucin, consistente en comparar el valor que toma la funcin en cada uno de los vrtices no resultaba conveniente, debido al gran nmero de
ellos que se obtienen incluso
La Maximizacin de una funcin lineal, dentro de un poliedro convexo fueron objeto de estudio por parte de:
Stigler
Koopmans
Kantarovich
Neumann
George J. Stigler
Nacido en Seattle (Washington) en 1911, recibi el Nobel de Economa en 1982. Atrado por distintos temas econmicos, son conocidos sus estudios
sobre la teora de los precios "Readings in Price Theory". En 1946 publica su trabajo de programacin lineal, denominado "El coste de la
subsistencia", en el que desarrolla el llamado "problema de la dieta" y encuentra una solucin aproximada al mismo
Tjalling C. Koopmans
Nacido en 1910 en Graveland (Holanda) recibi junto a Kantorovich el premio Nobel de Economa en1975. En 1942, de forma paralela, pero
independiente, ambos formulan el llamado problema del transporte consistente en planificar el transporte de cierto producto entre varios centros de
produccin y varios centros de consumo.
Se le considera una de las figuras claves de la economa moderna, ya que sus trabajos fueron de gran trascendencia en los desarrollos posteriores
de la teora de la asignacin de recursos escasos y en el desarrollo de mtodos estadsticos aplicados a la economa.
El problema de la determinacin del plan de embarques que minimice el coste total, conociendo de antemano las disponibilidades y las demandas de
cada puerto se conoce como el "problema del transporte". Hoy en da es un problema sencillo de Programacin Lineal, pero en 1942 Koopmans no
poda saber que el suyo era un caso particular de un problema ms general
Se le debe a este economista la optimizacin de la distribucin de distintas materia primas entre varios centros de produccin
Dantzing
Stigler
Koopmans
Kantorovich
George Dantzig
Nacido en Oregn en 1914, hijo de inmigrantes de origen ruso, estudia matemticas en la Universidad de Maryland. Poco despus de doctorarse por
la Universidad de Berkeley, en 1947, formula el enunciado estndar de un problema general de Programacin Lineal y desarrolla el mtodo del
simplex. De hecho, estos estudios son una consecuencia de su trabajo como experto en mtodos de planificacin para las Fuerzas Aras
estadounidenses, que resolva utilizando calculadoras de mesa.
El nombre de "programacin" proviene, en realidad, del trmino militar "programa", que se refiere a la organizacin de la planificacin o los protocolos
de instruccin, suministro de materiales o despliegue de tropas.
Una de las primeras aplicaciones de sus estudios fue la resolucin del llamado "puente areo de Berln". A mediados de 1948, en plena guerra fra, la
URSS bloque las comunicaciones terrestres con Berln. Utilizando la Programacin Lineal, se dise un plan de abastecimiento areo que en pocos
meses consigui igualar a los anteriores suministros realizados por carretera y ferrocarril.
La aplicacin del mtodo del simplex ha estado siempre ligada al desarrollo de los ordenadores. En 1951 el ordenador SEAC (Standards Eastern
Automatic Computer) resolva problemas con 48 restricciones y 72 variables, si bien con cierta lentitud (William Orchard-Hays, refirindose a esa
poca, comentaba: "Una vez empezada una iteracin, nos bamos a comer y volvamos antes de que acabara")
En 1963 el IBM 7090 resolva problemas con 1024 restricciones y 10 aos ms tarde otro IBM, el modelo 360, era ya capaz de utilizar 32000
restricciones.
La contribucin de Dantzig ha sido reconocida con numerosos premios, entre los que destaca el premio Von Neumann de la Sociedad Americana de
Investigacin Operativa del ao 1975.
Durante la guerra fra en 1948 la programacin lineal fue utilizada para resolver problemas de estrategia militar conocido con el nombre de:
El problema de optimizacin de las comunicaciones
El problema de recursin
El problema del puente de Berln
El problema de las dos fases
Los fundamentos matemticos de la Programacin Lineal se deben a al matemtico Janos Von Neumann, nacido en Budapest en 1903 y discpulo de
Hilbert en Gotinga durante los aos 1926 y 27. En su libro Theory of Games and Economic Behavior sistematiza, junto con Oskar Morgenstern, la
teora de juegos en la que vena trabajando desde 1928, en particular, los denominados juegos de dos personas de suma cero, en los que la
ganancia de un jugador es una prdida para el otro, estableciendo la solucin denominada "mini-max". Estos juegos pueden resolverse como
problemas de programacin lineal.
Narendra Karmarkar
En 1984 Narendra Karmarkar, un matemtico hind de 28 aos establecido en Estados Unidos public el artculo "A New Polynomial-Time Algorithm
INTRODUCCIONALMETODOGRAFICO
Antesdeentrarnosporcompletoenlosmtodosanalticosdelainvestigacindeoperacionesesmuyconvenienteverunpocoacercadelasdesigualdades
deunaecuacinlineal.
Porejemplotenemoslaecuacin
2X+3Y=60endondeX,Y>=0
Esdecirqueparaquesecumplalaigualdaddelaecuacinnostocaraadquirir15unidadesdeXy10unidadesdeYrespectivamente:
2(15)+3(10)=60
Ylasolucinsedaraporlamismalnearecta.
Peroporotrapartesienlaecuacinnosequierellegaralatotalidaddelresultadosedarlaecuacinenunaformadiferentellamadainecuacin:
2X+3Y<=60endondeX,Y>=0
Dndosecomosolucinfactibleunreasombreadaquedependedelsignodeladesigualdad.Sielsignoesel<=lasolucinserelreainferioresase
sombrearosiporelcontrarioelsigoes>=elreaasombrearserladetodoslospuntosporencimadelalneaobtenida.
EnlaanteriorgraficalasolucinmsfactibleesladelospuntosmscercadelejeX(bajolarectadelasolucinlinealyaquelaecuacinesprecedidaporel
signo?.
Lafuncinquesedeseamaximizarominimizarseledenomina:
Funcinacotada
Funcinobjetivo
Funcinprincipal
Funcinlineal
Elmtodograficoesdemuchautilidadenlasolucindeproblemasdeprogramacinlinealenlosqueintervienen:
Unavariable
tresvariables
Dosvariables
Mltiplesvariables
DEFINICIONYCONCEPTOGENERALDEMETODOGRAFICO
Ahoraseconsideraralaformaenquesepuedenresolverproblemasdetipolineal,endondelafuncindadasetendrquemaximizarominimizar.Una
Z=ax+by
Dondeaybsonconstantes.
Tambinserequerirquelasrestriccionescorrespondientesestnrepresentadasmedianteunsistemadedesigualdadeslineales oecuacionesenxyenyy
quetodaslasvariablesseannonegativas.
Aunproblemaenelqueintervienentodasestascondicionesseledenominaproblemadeprogramacinlineal.
LaprogramacinlinealfuedesarrolladaporGeorgeB.danzingafinesdeladcadade1940yseutilizoprimeroenlafuerzaareadelosaestadosunidos
comoauxiliarenlatomadedecisiones.Enlaactualidadtieneampliaaplicacinenelanlisisindustrialyeconmico.Enunproblemadeprogramacin
linealalafuncinquesedeseamaximizarominimizarseledenominafuncinobjetivo.Aunqueporlogeneralexisteunacantidadinfinitamentegrandede
solucionesparaelsistemaderestricciones(alasquesedenominasolucionesfactiblesopuntosfactibles),elobjetivoconsisteenencontrarunadeesas
solucionesquerepresenteunasolucinptima(esdecirunasolucinquedelvalormximoomnimodelafusinobjetivo).
Enconclusinconloqueacabamosderevisarenlaparteanteriorsobrelasinecuacionesnosdaparadefinirliteralmenteelmtodograficoyelmtodo
algebraicodentrodelmbitodelaprogramacinlineal.
Entonceselmtodograficoenlaprogramacinlinealessimplementesacardeunasituacin(problema)ecuacioneslinealesyconvertirlasendesigualdades
oinecuacionesparapodergraficarlasyassacarlareginmasoptimadependiendodelsignodeladesigualdadesareasesombrearayesaserlasolucin
masoptimadelproblema.
Parallegaraunasolucinptimaenelmtodograficoserequiereseguirconunaseriedepasosquepodemosdaracontinuacin:
1.formulacindelproblema
Elprimerpasoparalaresolucinpormtodograficoesexpresarelproblemaentrminosmatemticosenelformatogeneralde laprogramacinlineal
(desigualdades)conunsolofinmaximizarlacontribucinalaganancia.
2.graficarlasrestricciones
Elprximopasodelasolucinpormtodograficoeslagraficacindelasrestriccionesenelplanocartesianoparaestablecertodaslasposiblessoluciones
.3.obtencindelasolucinoptima:
paraencontrarlasolucinptima,segraficalafuncinobjetivoenlamismagrficadelasrestricciones.Segraficarasiemprelafuncinobjetivodel
problemaysedarlasolucindeacuerdoconelsmboloqueestepresenteenlasrestriccindelafuncinobjetivo.
EJEMPLO:
Maximizarlafuncinobjetivo:
Z=3x+y
Sujetoalasrestricciones:
2x+y?8
2x+3y?12
x,y?0
Acontinuacingraficamoslasdesigualdadesplanteadasenlasrestriccionesas:
2x+y?8x=0;y=8
x=0;x=4
2x+3y?12x=0;y=4
y=0;x=6
x,y?0
AhorabienelproblemasolicitalamaximizacindeZ=3x+yqueseobtieneprecisamenteenelpuntoC(3,2).
Lareginfactiblees
conjuntodepuntosexternoalainterseccindelosplanosdelasrestriccionesdadas
conjuntodepuntosquesatisfacenporlomenosdosdelasrestriccionesdadas
conjuntodepuntosformadoporlainterseccindelosplanosdelasrestriccionesdadas
elconjuntodetodoslospuntosquesatisfacenalmenosunarestriccin.
Lagraficacindelasrestriccionesenelplanocartesianotieneporobjeto:
Establecerlasolucinoptima
Establecercrucedevariables
Establecertodaslasposiblessoluciones
Establecerelgradodedegeneramientodelafuncin
Considereunpuntocualquierasobrelafronteradeunareginfactible.
Dichopuntonosatisfacelasrestriccionesdadas.
Dichopuntosatisfacetodaslasrestricciones.
Dichopuntosatisfaceunasolarestriccin
Dichopuntosatisfacelafuncinobjetivo.
METODOALGEBRAICO
INTRODUCCIN
Enocasionesnosencontramosconproblemasdendolemagnitud,aloscualessedeseamaximizarominimizarunafuncinsujeta aciertasrestricciones.
Muchaspersonascalificanalmtodoalgebraico,comounodelosmtodosmsimportantesenelcampodelaprogramacinlineal.Enlaactualidadesuna
herramientacomn,quesehaprestadopararesolverproblemasdegranmagnitud;porsusimplicidad,sencillezyestilodeusocientosdeempresas,
compaasdetodoelmundohanahorradomilesymilesdepesos.
Enestecapitulosetrataralaformulacindeproblemasutilizandoelmtodoalgebraicoparalasolucindeproblemasdeprogramacinlineal.Sehaceun
enfoquealavariedaddeaplicacionesdelmtodoparaqueelestudianteinteresadopuedatenerunavisinyejercitarsusconocimientos.
Elmtodoalgebraicocontemplaensudesarrolloalmtodograficoydelamismamaneraelmtodograficonoestaracompletosinlarigurosidaddel
mtodoalgebraicopueslaapreciacinvisualquedaelgraficoenlasolucinptimapuedeestarsujetaaerrorporpartedel analista.
PASOSPARAUTILIZARELMETODOALGEBRAICO
Dadoquetenemosunproblemadedosvariables,podemosgraficarlassolucionesposiblesycomprenderalgunospuntosinteresantesrespectoalas
relacioneslineales.Veremoslasiguientemaneradeobtenergrficamentelassolucionesalproblemaplanteadoyluegoveremos comoobtenerlas
algebraicamente.
1.Exprsenselosdatosdelproblemacomounafuncinobjetivoyrestricciones.
2.Graficarlasrestricciones.
3.Definirelconjuntofactible.
4.Encontrarlasolucinptima
PROBLEMA1:
Supngaseunacompaafabrica2tiposdeartefactos,manualesyelctricos.Cadaunodeellosrequiereensufabricacinelusode3maquinas:A,ByC.un
artefactomanualrequieredelempleodelamaquinaAdurante2horas,deuna1enByuna1enC,unartefactoelctricorequierede1horaenA,2horas
enBy1horaenC.supngaseademsqueelnumeromximodehorasdisponiblepormesparaelusodelastresmaquinases180,160y100,
respectivamente.Lautilidadqueseobtieneconlosartefactosmanualesesde4000pesosyde6000pesosparaloselctricos. Silacompaavendetodos
losartefactosquefbrica,Cuntosdeellosdecadatiposedebenelaborarconelobjetodemaximizarlautilidadmensual?
Paraunmodelodeprogramacinlinealdemaximizacin
laregladeentradagarantizaquelafuncinobjetivocrecerencadarecorrido.
laregladeentradagarantizaquelafuncinobjetivonocrecerencadarecorrido.
laregladeentradagarantizaquelafuncinobjetivodecrecerencadarecorrido.
laregladeentradagarantizaquelafuncinobjetivonodecrecerencadarecorrido.
Enunproblemadeprogramacinlinealsetienelasiguienterestriccin:
Culdelassiguientesparejasdepuntospertenecealareginfactibledeladesigualdad:
x=0;y=0
x=4;y=4
y=0;x=3/2
x=0;y=3
METODOSIMPLEX
Enlasleccionesanterioresvimoscomoresolverproblemasdeprogramacinlinealatravsdelmtodograficoyelmtodoalgebraico,surgengrandes
limitacionesalahoradetrabajarconestosdosmtodos,esdecirquenoesposibledarleptimasolucinaunproblema.Estosedebeaqueelmtodo
graficonoresultaprcticocuandoelnmerodevariablesseaumentaatres,yconmsvariablesresultaimposibledeutilizar.Porotraparteelmtodo
algebraicotardademasiadotiempoaunparaproblemasdepocasvariablesyrestricciones.
Elmejormtodopararesolverunproblemadeprogramacinlinealeselmtodosimplex,yaqueesunmtododefcilaplicacin,detipoalgortmicoy
conduceaunaeficientesolucindelproblema.
PASOSPARAELDESARROLLODELMETODOSIMPLEX
1.Elaborarlatablasimplexinicial.
Existencuatrovariablesdeholgura,S1,S2,S3,yS4;unaparacadarestriccin.
1.Sitodosloindicadoresdelltimorenglnsonnonegativos,entoncesZtieneunmximocuandoX1=0,X2=0yX3=0.Elvalor mximoes0.Siexisten
indicadoresnegativos,localizarlacolumnaenlaqueaparezcaelindicadormsnegativo.Estacolumnasealalavariableentrante.
2.Dividircadaunodeloselementosdelacolumnadebqueseencuentranporencimadelarectapunteadaentreelcorrespondienteelementodela
columnadelavariableentrante.Sedeberealizarestadivisinsoloenloscasosenlosqueelelementodelavariablequeentraseapositivo.
3.Encerrarenuncrculoelelementodelacolumnadelavariableentrantequecorrespondealmenorcocientedelpaso3.Esteesunelementopivote.La
variablesalienteeslaqueseencuentraalladoizquierdodelrenglndelelementopivote.
4.Utilizaroperacioneselementalessobrerenglonesparatransformarlatablaenotratablaequivalentequetengaun1endondeseencuentraelelemento
pivotey0enlasdemsposicionesdeesacolumna.
5.Lavariableentrantedebereemplazaralavariablesalienteenelladoizquierdodeestanuevatabla.
6.Sitodoslosindicadoresdelatablanuevasonnonegativos,yasetieneunasolucinptima.ElvalormximodeZeselelementodelltimorenglnyla
ltimacolumna.Ocurreestocuandolasvariablesseencuentrandelladoizquierdodelatablasonigualesaloelementoscorrespondientedelaltima
columna.Todaslasdemsvariablessonceros.Sicuandomenosunodelosindicadoresesnegativo,sedeberepetirelmismoprocesoconlanuevatabla,
comenzandoconelpaso2.
EJEMPLOSDESARROLLADOS
Todatabladelmtodosimplex
Correspondeaunpuntoextremodelconjuntofactible
Muestraunconjuntodeecuacionestransformadas
Muestraunasolucinbsicafactibledelasecuacionesenlaformaestndarconrestriccionesdeigualdaddelmodelo
Muestraunasolucindelasecuacionesoriginales
Lasvariablesartificiales
SeusanenlafaseI
Seusancomoayudaenlabsquedadeunasolucininicial
Sepuedenusarparaencontrarlospreciosptimosdualesenelcuadrofinal
Todoloanterior
1
Puntos:1
Elprimalesunmodelodemaximizacinconmrestriccionesdeigualdadynvariablesnonegativas.Eldualtendr:
Seleccioneunarespuesta.
a.lasdosopcionespresentadassonvalidas
b.esunmodelodeminimizacin
c.nrestriccionesymvariablesnonegativas
2
Puntos:1
Unasolucinptimadegenerada
Seleccioneunarespuesta.
a.tienedemvariablespositivas(siendomelnmeroderestricciones)
b.puedenoproporcionarinformacinsobreelrangocompletodeaumentoydisminucinadmisibledeloscoeficientesenfuncin
objetivo
c.noproporcionainformacinsobreptimosalternativos
d.todaslasopcionesdadassonvalidas
3
Puntos:1
Elanlisisdesensibilidad
Seleccioneunarespuesta.
a.puedeaumentarnuestraconfianzaenunmodelo
b.puededebilitarnuestraconfianzaenlasrecomendacionesdeunmodelo
c.puedehacersegrficamenteendosdimensiones
d.todolasopcionesdadas
4
Puntos:1
Enlaprogramacinlineal,elanlisisdesensibilidad
Seleccioneunarespuesta.
a.puedetratardeloscambiosenloscoeficientesdelafuncinobjetivo
b.puedereferirseacambiosenelladoderecho
c.todaslasopcionesdadas
5
Puntos:1
Unarestriccinredundante
6
Puntos:1
Uncambioenloscoeficientesdelafuncinobjetivo,puedeafectarlasolucinencontradayaque
Seleccioneunarespuesta.
a.PuedecambiarnicamenteelvalordelaFuncinObjetivo.
b.Conduceauninfinitonmerodesoluciones
c.Nopuedecambiarlospreciosduales.
d.Nopuedeconduciraqueseaptimalasolucin.
7
Puntos:1
Eneldesarrollodelatablainicialsimplex,lasvariablesbsicasqueentranson:
Seleccioneunarespuesta.
a.Lasvariablesqueseanigualesaceroenelmodelo.
b.Lasvariablesquedefinenlafuncinobjetivo.
c."LasvariablesformadasporLamatrizidentidadquehasidoagregada.
d.Lasvariablesdefinidasporelmodelo.
8
Puntos:1
AlMaximizarZ=3X1+2X2;Sujetoa:X1menoroigual6;X2menoroigual7;X1+2X2menoroigual8;X1,X2mayoroiguala0.La
solucindelproblemaes:
Seleccioneunarespuesta.
a.X1=2,X2=6
b.X1=6,X2=1
c.X1=3,X2=0
d.X1=0,X2=1
9
Puntos:1
EnElDesarrollodelatablaSimplexinicial,lasvariablesdeLasBsicashijoqueEntranson:
Seleccioneunarespuesta.
a.Lasvariablesdefinidasporelmodelo.
b.Lasvariablesqueseanigualesaceroenelmodelo.
c.LasvariablesformadasporLamatrizidentidadquehasidoagregada.
d.Lasvariablesquedefinenlafuncinobjetivo.
Todatabladelmtodosimplex
Seleccioneunarespuesta.
a.Correspondeaunpuntoextremodelconjuntofactible
b.Muestraunasolucindelasecuacionesoriginales
c.Muestraunconjuntodeecuacionestransformadas
d.Muestraunasolucinbsicafactibledelasecuacionesdelaformaestndarconrestriccionesdeigualdaddelmodelo
11
Puntos:1
Elsiguienteproblemaestaformuladocomounproblemadeprogramacinlineal:
FuncinObjetivoMinimizarZ=70X1+350X2+700X3
Sujetoa:
1X1+2X2+3X3mayorque100
2X1+3X2+1X3mayorque200
3X1+2.5X2+4X3mayorque600
X1,X2,X3mayorque0
Seleccioneunarespuesta.
a.S2yX1
b.X3yS3
c.X1yS1 Usadoenelquisdel2011
d.S1yX1
12
Puntos:1
EldualesunproblemadePLqueseobtienematemticamentedeunmodeloprimaldePLdado.Losproblemasdualyprimalestn
relacionadosatalgrado,quelasolucinsmplexptimadecualquieradelosdosproblemasconduceenformaautomticaalasolucin
ptimadelotro.Esnecesariopotencializarelmetodo
Seleccioneunarespuesta.
a.Medianteelanlisisdesensibilidad
b.Ladualidadyelanlisisdesensibilidad
c.Ladualidadymtodografico
d.Medianteelmtododual
13
Puntos:1
Qudelosiguientenoesverdadenelmtodosimplex?
Seleccioneunarespuesta.
a.Encadaiteracin,elvalorobjetivoquedaigualobienmejora
b.Convergeenlamayoradempasos,siendomelnmeroderestricciones
c.Indicasielproblemaesnoacotadoofactible
d.Sealalaoptimalidad
Enelsistemadeecuaciones2x+3y+6;4x2y+8;5x+y+1;7x4y+2,Loscoeficientesindependientesson:
Seleccioneunarespuesta.
a. 2,1,1,1 UsasaenelQuizde2011
b.3,2,0,0
c.6,8,1,2
d.1,2,1,0
15
Puntos:1
Sepuederesolverconelmtodosimplex
Seleccioneunarespuesta.
a.eldual
b.tantoelprimalcomoeldual
c.elprimal
d.unodelosdosperonoambos