Herramientas Matematicas IV 1er Parcial

(1.1) Como metodología para representar y estudiar problemas de la realidad, la investigación operativa utiliza: Modelos. Graficos.

(1.1) El proceso de solución de problemas de la Ciencia de la Administración, abarca las siguientes etapas: Identificación del problema,construcción del modelo, generación de una solución, validación, revisión o implementación. Identificación,construcción, generación de una solución, validación, revisión o implementación.

(1.1) Seleccione 4 opciones correctas. La investigación operativa se vincula con otras ciencias tales como: Matematica. Logica. Informatica. Estadistica. Modelos.

(1.1) En un modelo de Investigación Operativa, dada una función objetivo, la resolución del mismo procurará... Optimizarla. Objetivo.

(1.1) Entre las relaciones en los Modelos Formales o Matemáticos, se encuentran entre otros: Relaciones tecnológicas; Relaciones de definición e identidades; Relaciones de equilibrio; Relaciones de objetivo. Todas las opciones son correctas.

(1.1) Indique cuál de las siguientes afirmaciones es verdadera en relación con los orígenes de la investigación operativa. Los primeros estudios se aplicaron a resolver problemas bélicos y luego se transfirió ese conocimiento al sector civil. se aplicaron a resolver problemas bélicos. Los primeros estudios se aplicaron a resolver problemas en el sector civil.

(1.1) ¿Cuál de las siguientes opciones se relaciona con los orígenes de la investigación operativa?. Los primeros estudios se aplicaron a resolver problemas bélicos y luego se transfirió ese conocimiento al sector civil. se transfirió ese conocimiento al sector civil. Los primeros estudios se aplicaron a resolver problemas en el sector civil.

(1.1) La experiencia indica que la fase más importante y más difícil para resolver problemas en investigación operativa es: La correcta definición del problema. La correcta interpretación del problema. La correcta definición del la investigación.

(1.1) La investigación operativa tuvo su inicio: En relación al estudio de problemas de tipo Militar. En relación al estudio de problemas de tipo Operativa. En relación al estudio de soluciones de tipo Militar.

(1.1) La Investigación Operativa, da lugar a: Soluciones. Problemas.

(1.1) La Investigación Operativa es: Una disciplina científica que a través de la aplicación de procesos y procedimientos ayuda a resolver problemas de índole cuantitativos que se presentan en las organizaciones. Una disciplina científica que ayuda a resolver problemas de índole cuantitativos que se presentan en las organizaciones. Una disciplina operativa que a través de la aplicación de procesos y procedimientos.

(1.1) La solución óptima del modelo puede ser o no una buena respuesta en el... Contexto real. Contexto cierto. Contexto irreal.

(1.1) Las variables endógenas no objetivo son aquéllas... A las que no se les impone ninguna condición. A las que se imponen condición.

(1.1) Las variables endógenas son aquellas: Que forman parte del sistema y por lo tanto sus valores se determinan en función de la relación que existe con las restantes variables y con las variables exógenas. Que NO forman parte del sistema y por lo tanto sus valores se determinan en función de la relación que existe con las restantes variables y con las variables exógenas. Que forman parte del sistema y por lo tanto sus valores se determinan en de la relación que existe con las restantes fijas y exógenas.

(1.1) Las variables exógenas son aquellas…. Cuyos valores se determinan fuera del sistema. Cuyos valores se determinan dentro del sistema. Cuyos valores se determinan fuera de las variables.

(1.1) Las variables exógenas no controlables. No interviene el sujeto decisor. Si interviene el sujeto.

(1.1) Las variables exógenas controlables: Su valor puede ser determinado por el sujeto que toma la decisión. Su valor puede NO ser determinado por el sujeto que toma la decisión. Su valor puede ser determinado por la variable controlable.

(1.1) Los modelos determinísticos son aquellos... Cuando todos los datos relevantes se conocen con certeza. Cuando todos los datos relevantes NO se conocen con certeza. Cuando todos los datos desconocidos se conocen con certeza.

(1.1) Los modelos "según la disponibilidad de datos" pueden clasificarse en modelos estocásticos y: Modelos determinísticos. Modelos probables. Algoritmos determinísticos.

(1.1) Los componentes básicos de un modelo de decisión incluyen... Variables de decisión. Modelos de decisión. Variables básicas.

(1.1) Uno de los componentes básicos de un modelo de decisión es... Objetivo. Decision.

(1.1) Los problemas de investigación operativa son problemas de: Decision. Objetivo. Evaluación.

(1.1) Los problemas que resuelve la ciencia de la Administración/Investigación de Operaciones son problemas de decisión. Eso quiere decir que: Consiste en elegir un curso de acción entre varios según los objetivos pautados y/o maximizar o minimizar alguna variable del mismo. Consiste en elegir un curso de acción entre varios según los objetivos pautados. Consiste en elegir un curso de acción entre varios y maximizar o minimizar alguna variable del mismo.

(1.1) Los problemas que resuelve la Investigación Operativa están inmersos... En un sistema real. Dada la complejidad de estos sistemas reales, lo que se pretende es crear un sistema abstracto que sea una versión simplificada y por lo tanto incompleta del real, sobre el que se pueda trabajar obteniendo conclusiones que sean válidas también para el sistema real. En un sistema operativo. Dada la complejidad de estos sistemas reales, lo que se pretende es crear un sistema abstracto.

(1.1) ¿Qué es la Investigación Operativa?. Una forma de enfrentar la resolución de situaciones vinculadas al proceso de toma de decisiones y no simplemente un conjunto de técnicas, métodos y modelos particulares para resolver ciertos problemas. .Una forma de enfrentar la resolución de situaciones vinculadas al proceso de toma de decisiones. Una forma de enfrentar la resolución de situaciones vinculadas a un conjunto de técnicas, métodos y modelos particulares.

(1.1) ¿Qué país es considerado como el iniciador de la investigación de operaciones como disciplina?. Inglaterra. Australia.

(1.1) Según la disponibilidad de datos, una de las formas en que se pueden clasificar los modelos es como…. Modelos probabilísticos o estocásticos. Modelos probabilísticos. Modelos estocásticos.

(1.1) Un modelo de decisión: Resume un problema de decisión, para que permita identificar y evaluar en forma sistemática todas las opciones de decisión del problema. Resume una solución de decisión.

(1.1) Unas de las técnicas utilizadas en la IO se denomina "Programación Dinámica" cuya característica principal es: El modelo original puede descomponerse en subproblemas más pequeños y manejables. El modelo original puede descomponerse en subproblemas más pequeños. El modelo original puede componerse en problemas más manejables.

(1.2) Una de las causas por la que existen restricciones puede ser: La existencia de cuellos de botella. Otras.

(1.2) A pesar de la naturaleza matemática de los modelos de IO, debe tenerse en cuenta que: El factor humano afecta la mayoría de los problemas de decisión. El factor humano no afecta la los problemas de decisión. El factor matemático afecta la mayoría de los problemas de los modelos.

(1.2) ¿Cómo se denomina a los valores que describen la relación entre las variables de decisión en un modelo?. Parametros. Valores.

(1.2) ¿Cómo se denomina al conjunto de procedimientos o reglas que, cuando se siguen en forma ordenada, proporcionan la mejor solución para un problema determinado?. Algoritmo. Objetivo.

(1.2) ¿Qué es un algoritmo?. Un conjunto de procedimientos o reglas que, cuando se siguen en forma ordenada, proporcionan la mejor solución para el modelo determinado. Un conjunto de procedimientos que proporcionan la mejor solución para el modelo determinado. Un conjunto de reglas que deben seguirse en forma ordenada.

(1.2) Un algoritmo es: Un conjunto de procedimientos o reglas que proporcionan cualquier solución para el modelo determinado. Un conjunto de procedimientos o reglas que proporcionan cualquier solución para el modelo indeterminado.

(1.2) Que modelos son utilizados en Investigación Operativa para el estudio de los tiempos de espera? Seleccione las 2 opciones correctas: Colas. Simulacion. Filas.

(1.2) El método de solución basado en reglas empíricas o intuitivas que, cuando se aplican al modelo, proporcionan una o más soluciones se llama…. Heurístico. Descubrimiento.

(1.2) ¿Cuál de las siguientes opciones es un proceso o método de solución para arribar a soluciones óptimas o casi óptimas para problemas basados en la ciencia de administración?. Heurístico. Descubrimiento.

(1.2) El recurso metodológico empleado por excelencia en la investigación operativa es la elaboración de…. Modelos. Graficos.

(1.2) En un modelo de decisión ¿Qué componente define la efectividad del modelo como función de las variables de decisión?. Función objetivo. Función subjetivo. Función variable.

(1.2) En una función que define la efectividad del modelo como función de las variables de decisión se denomina. Objetivo. Subjetivo. Variable.

(1.2) Es poco frecuente encontrar en Investigación Operativa modelos que: Sean representaciones exactas de situaciones reales. Sean representaciones reales de situaciones exactas.

(1.2) Indique cuál de las siguientes en un componente principal de los modelos de investigación operativa. Criterio Objetivo. Criterio Subjetivo.

(1.2) ¿cuál de las siguientes opciones incluye, EXCLUSIVAMENTE, fases para implementar la Investigación Operativa en la práctica: Definición del problema. Construcción del Modelo. Solución del modelo. Construcción del objetivo.

(1.2) Seleccione 4 (cuatro) opciones correctas. ¿Cuáles de las siguientes opciones representan fases en el proceso de implementación de la Investigación Operativa a la práctica?. Definición del problema. Construcción del modelo. Solución del modelo. Validación del modelo. Criterio del Modelo.

(1.2) La fase de la investigación operativa cuyo objetivo es determinar los tres elementos fundamentales del problema de decisión (alternativas, criterio objetivo y restricciones) se denomina: Definición del problema. Definición de la solucion. Interpretación del problema.

(1.2) La fase para la aplicación de la investigación operativa cuyo objetivo es transformar la definición del problema en relaciones matemáticas se denomina. Construcción del modelo. Interpretación del modelo. Construcción del problema.

(1.2) La Fase para la aplicación de la Investigación Operativa que implica la aplicación de algoritmos de optimización bien definidos se denomina: Solución del modelo. Solución del problema. Recurso del modelo.

(1.2) la Fase para la aplicación de la IO que implica la comprobación de si el método predice adecuadamente el sistema que estudia se denomina. Validación del Modelo. Validación del problema. Análisis del Modelo.

(1.2) Los componentes principales de un MODELO de investigación operativa son: Alternativas, criterio objetivo y restricciones. Alternativas y restricciones. Alternativas y criterio objetivo.

(1.2) los modelos matemáticos en Investigación Operativa, suelen ser complejos, por lo que pueden utilizarse diversas herramientas, aunque no se alcance una solución óptima, entre ellas seleccione 4: Algoritmos. Meta heurística. Heurísticas. Reglas empíricas. Problemas.

(1.2) Los modelos de simulación en Investigación Operativa suelen tener algunas dificultades como: seleccione 2 respuestas correctas. Su desarrollo es un proceso costoso tanto en tiempo como en dinero. Su ejecución es lenta aún con computadoras avanzadas. Su desarrollo es un proceso poco costoso tanto en tiempo como en dinero.

(1.2) En un problema típico de Investigación operativa, las limitaciones a las que debe ajustarse cualquier decisión que se tome recibe el nombre de: Conjunto de las restricciones. Conjunto de ajustes. Decisiones Restringidas.

(1.2) ¿Qué es una variable?. La representación de algo que puede asumir diversos valores numéricos. La representación de algo que puede asumir valores numéricos de manera restringida. La representación de algo en valores numéricos.

(1.3) Se dice que una solución a un modelo de IO es óptima cuando: produce el mejor valor (máximo o mínimo) para la función objetivo. produce el mejor valor (máximo) para la función objetivo. produce el mejor valor (mínimo) para la función objetivo.

(1.3) Una peculiaridad de la mayoría de los problemas de Investigación Operativa es que se resuelve mediante algoritmos. Verdadero. Falso.

(1.3) Aquellas variables sobre las que se busca una solución para el problema reciben el nombre de: Variables de decisión. Variables de solución. decisión de variables.

(1.3) Un conjunto de puntos S es un conjunto convexo si: El segmento rectilíneo que une cualquier par de puntos de S, se encuentra completamente en S. El segmento que une cualquier par de puntos de S, se encuentra completamente en C. El segmento rectilíneo que une algunos puntos S, se encuentra parcialmente en S.

(2.1) Cuando un problema de programación lineal tiene solo dos variables de decisión, ¿en qué cuadrante del plano cartesiano suele estar la región factible?. La región factible suele estar contenida en el primer cuadrante del plano cartesiano. La región suele estar contenida en el segundo cuadrante del plano cartesiano.

(2.1) ¿Cómo se denomina el modelo de optimización o de toma de decisiones restringidas, en el cual tanto la función objetivo como la función de restricción, son funciones lineales de las variables de decisión?. Programación Lineal. Programación Horizontal. Variable Lineal.

(2.1) El problema de asignar recursos limitados para optimizar un objetivo de interés, utilizando únicamente ecuaciones lineales en su formulación, se denomina: Programación lineal. Programación Vertical. Variable lineal.

(2.2.1) En las restricciones de MENOR o IGUAL, la diferencia entre el lado derecho y el primer miembro de la desigualdad se representa: Recurso no utilizado o Recurso no aplicado. Recurso no aplicado. Recurso no utilizado.

(2.1) En un problema de programación lineal las funciones objetivo siempre deben maximizarse. Falso. Verdadero.

(2.1) En un problema de programación lineal todas las restricciones y la función objetivo deben ser, al menos, de segundo grado. Falso. Verdadero.

(2.1) La estructura general de un problema de Investigación Operativa contiene: Una función objetivo y un conjunto de restricciones. Una función objetivo. Un conjunto de restricciones.

(2.1) De las siguientes opciones, ¿Cuál es una característica del método de programación lineal?. Tanto la función objetivo como las restricciones son funciones de primer grado. Tanto la función objetivo como las restricciones son funciones de segundo grado.

(2.1.1) Las restricciones funcionales en un problema de programación lineal se refieren a: Las limitaciones particulares en los recursos del problema en cuestión. Las limitaciones del problema en cuestión.

(2.1.1) Si una variable artificial no es cero en la solución óptima, esto implica que…. La solución no es factible. La solución es factible. La variable no es factible.

(2.1.1) Un problema de programación lineal consta de una función objetivo lineal por: Maximizar o minimizar, sujetas a ciertas restricciones en la forma de igualdades o desigualdades lineales. Maximizar, sujetas a ciertas restricciones en la forma de desigualdades lineales. Minimizar, sujetas a ciertas restricciones en la forma de igualdades lineales.

(2.1.1) Una variable de holgura es aquella que…. Se usa para representar lo que falta para alcanzar el límite de la restricción. Se usa para representar lo que NO falta para alcanzar el límite de la restricción. Se usa para representar lo que falta para alcanzar la variable de la restricción.

(3.3.2) Las variables de holgura son aquellas que. Se agregan a la expresión de las inecuaciones para transformarlas en ecuaciones. Se agregan a la expresión de las ecuaciones para transformarlas en inecuaciones.

(2.2.1) En un problema de programación lineal, las funciones objetivos que deberían maximizarse son las correspondientes a: Seleccione las 4 opciones correctas. Beneficios. Eficiencia. Rendimiento. Producción. Tiempo.

(2.2.1) cuál de las siguientes afirmaciones representa una restricción del tipo MAYOR O IGUAL?. Deben emplearse al menos un 80% de las horas de mano de obra presupuestadas. Deben emplearse más un 80% de las horas de mano de obra presupuestadas. Deben emplearse al menos un 20% de las horas de mano de obra presupuestadas.

(2.2.1) De las siguientes opciones, ¿cuál se relaciona con una de las causas por la que existen restricciones?. La tecnología es inmutable en el corto plazo. La tecnología es inmutable en el largo plazo. La tecnología es inmutable en un plazo reducido.

(2.2.1) Una empresa fabrica dos productos, el primero con una utilidad de $100 por unidad y el segundo de $50 por unidad. Cada producto requiere 20 horas de mano de obra por unidad. La expresión de la función de utilidades a optimizar será (considere x1 y x2 como las cantidades a producir de cada producto): U= 100 x1 + 50 x2. U= 1x100 + 50 x3. U= 200 x1 + 50 x4.

(2.2.2) Disponemos de $210.000 para invertir en bolsa de acciones, tipo A y B. las del tipo A rinden el 10% y las del tipo B el 8%. Se invierte un máximo de $130.000 en el tipo A y un mínimo de 60.000 en el tipo B. La inversión en las acciones del tipo A debe ser menor o igual que el doble de las acciones del tipo B. En la resolución grafica de este problema se observa que la distribución de la inversión para obtener el máximo de interés anual es. del tipo A y 80.000 en el tipo B. del tipo B y 80.000 en el tipo A. del tipo A y 60.000 en el tipo B.

(2.3) Cuando un problema de programación lineal tiene sólo dos variables de decisión: Puede aplicarse el método gráfico. Puede aplicarse el método ecuacion.

(2.3.2) Al implementar el método de resolución gráfica de un problema de PL, para verificar en qué dirección se desplaza la función objetivo debemos: Asignar valores crecientes arbitrarios a la función objetivo y verificar el desplazamiento en el gráfico. Asignar valores arbitrarios y verificar el desplazamiento en el gráfico. Asignar valores decrecientes arbitrarios a la función objetivo.

(2.3.2) Al implementar el método de resolución grafica de un problema de programación lineal, luego de graficar una restricción con una recta debemos... Seleccionar el semiplano que corresponde a los valores que cumplen la desigualdad. Seleccionar los valores que cumplen la desigualdad. Seleccionar el plano que corresponde a los valores que cumplen la igualdad.

(2.3.2) Gráficamente, en la resolución de un problema de programación lineal, las restricciones de no negatividad se representan: Con el sombreado de los semiplanos positivos de cada una de las variables. Con el sombreado de los semiplanos negativos de cada una de las variables.

(2.3.2) Las restricciones de no negatividad en un problema de Programación Lineal. Se representan gráficamente a partir de los ejes de abscisas y ordenadas. Se representan gráficamente a partir de ecuaciones. Se representan gráficamente a partir de los ejes de abscisas.

(2.3.2) Considere el siguiente problema: en un almacén de fruta hay 800 kg de naranjas, manzanas 500 kg y de banana {…} se hacen dos tipos de combinaciones (lotes). El lote A contiene 1 kg de naranjas, 2 kg de manzanas y 1 kg de banana. El lote B contiene {…} naranjas, 1 kg de manzanas y 1 kg de bananas. El beneficio por Kg que se obtiene del lote A es de $1200, y el que se obtiene del lote B {…} se desea conocer la cantidad de cada tipo de lote que deberían venderse para lograr el beneficio máximo. Siendo A la cantidad de {…} cantidad de lotes B a vender, indique cuál de los siguientes puntos representa una solución factible para el problema. A=50 y B=300. B=50 y A=300. A=30 y B=500.

(2.3.2) El método de programación lineal se aplica con frecuencia para resolver problemas en las siguientes áreas: selecciones 3 (tres) opciones correctas. Inversión. Planificación del desarrollo urbano. Planificación de la inversión y control de inventarios. Planificación de la inversión.

(2.3.3) Empleando el método gráfico para resolver un problema de PL encontramos que la solución óptima siempre: Está asociada a un punto de esquina. Está asociada a un punto.

(2.3.3) En un problema de programación lineal todas las soluciones que satisfacen simultáneamente a todas las restricciones se denominan. Solución factible (SF). Solución NO factible (SNF). Problema factible (PF).

(2.3.3) Indique cuáles de las siguientes afirmaciones son correctas en relación a la solución ÓPTIMA de un problema de programación Lineal de dos variables, resuelto mediante el método gráfico. Seleccione las 4 correctas: Corresponde siempre a un punto de esquina. Corresponde a un punto de intersección entre dos restricciones. Satisface simultáneamente a todas las restricciones. Se encuentra dentro de la zona de soluciones factibles. Se encuentra siempre en la intersección de una de las restricciones con el eje de las ordenadas.

(2.3.3) Seleccione 3 opciones correctas. ¿Cuáles de las siguientes opciones se relacionan a una solución factible de un problema de programación lineal de dos variables resuelto mediante el método grafico?. Satisface simultáneamente a todas las restricciones. Se encuentra dentro del espacio de soluciones. No es necesariamente la solución óptima. Es necesariamente la solución óptima.

(2.3.3) La solución óptima de un problema de programación lineal es aquella que: Maximiza o minimiza la función objetivo cumpliendo todas las restricciones. Maximiza la función objetivo cumpliendo todas las restricciones. Minimiza la función objetivo cumpliendo todas las restricciones.

(3.1) Al resolver algunos problemas con el método simplex, numerosas veces sucede que no podemos identificar la solución básica de inicial. Esto ocurre cuando…. En el planteo tenemos restricciones de igualdad o inecuaciones del tipo mayor o igual. En el planteo tenemos restricciones de igualdad del tipo mayor. En el planteo tenemos restricciones de ecuaciones del tipo igual.

(3.1) El método simplex comienza: Dándole el máximo valor a las variables de holgura y cero a las... Dándole el minimo valor a las variables de holgura y cero a las... Dándole el máximo valor a las variables de holgura y uno a las...

3.2 En la Tabla inicial del método simplex, cuando el origen es una solución factible, las variables de holgura. Son variables básicas. Son variables simples. Son modelos básicos.

(3.2) En la Tabla inicial del método simplex, cuando el origen es una solución factible, las variables principales (variables de decisión del problema): Son variables no básicas. Son variables básicas. Son modelos no básicos.

(3.1) Indique cuales de las siguientes son características de método simplex. Seleccione 3 respuestas. Es un método algorítmico. Es un método muy apto para programar en computadora. Es un método matricial. Es un método funcional.

(3.1) Para poder aplicar el método simplex deben darse dos condiciones iniciales, selecciona 2: Todas las variables son no negativas. Todas las restricciones son ecuaciones con el lado derecho no negativo. Todas las variables son positivas.

(3.1) Un método práctico para encontrar una solución básica inicial para armar la tabla del método simplex consiste en: Hacer cero las variables que se repiten en todas las restricciones. Hacer uno las variables que se repiten en todas las restricciones. Hacer cero las soluciones que se repiten en todas las restricciones.

(3.1) Una solución básica factible se diferencia de una solución básica no factible: Todos los valores de las variables que la integran son no negativos. Todos los valores de las variables que la integran son negativos. Todos los valores de los modelos que la integran son positivos.

3.1) Una vez realizada la transformación de un problema de programación lineal a su forma matricial estándar, encontramos que el sistema tiene “m” ecuaciones lineales con “n” incógnitas, entonces: La cantidad de soluciones básicas será: n! / m! (n-m)!. La cantidad de soluciones básicas será: n! / (n-m)!.

(3.1) Una vez realizada la transformación de un problema de programación lineal a forma matricial estándar, encontramos que el sistema tiene “m” ecuaciones lineales con “incógnitas”, donde se cumple que: N > m. M > n.

(3.3.1) En un problema de maximización, a partir de una tabla del método simplex, se selecciona para INGRESAR en la siguiente iteración a la variable. Que presente el coeficiente negativo de mayor valor absoluto en la fila de coeficientes de la función objetivo (fila de indicadores). Que presente el coeficiente negativo de menor valor absoluto en la fila de coeficientes de la función objetivo (fila de indicadores). Que presente el coeficiente positivo de mayor valor absoluto en la fila de coeficientes de la función objetivo (fila de indicadores).

(3.3.1) En un problema de programación lineal de maximización, a partir de una tabla de método simplex, se selecciona para salir en la siguiente iteración a la variable. Con menor cociente entre los valores del vector solución y los elementos de su fila que estén en la columna de la variable que ingresa. Con mayor cociente entre los valores del vector solución que estén en la columna de la variable que ingresa. Con menor cociente entre los elementos de su fila que estén en la columna de la variable que ingresa.

3.2) ¿Cuál de las siguientes opciones se relaciona con lo que permite el método simplex?. Resolver problemas de programación lineal con cualquier cantidad de variables. Resolver problemas de programación no lineal con una cantidad limitada de variables. Resolver conflictos de programación lineal con cualquier cantidad de modelos.

(3.2) El proceso principal del método simplex consiste en elegir un elemento pivot y posteriormente... Convertirlo en 1 y después anular todos los elementos de la columna del pivot aplicando las operaciones elementales. Convertirlo en 0 y anular todos los elementos de la columna del pivot. Convertirlo en 1 aplicando las operaciones elementales.

(3.2) Seleccione las 3 (tres) opciones correctas. ¿Cuáles de las siguientes son características del método simplex?. Es un método matricial. Es un método muy apto para programar en computadora. Es un método algoritmico. Es un método funcional.

(3.2) En el método simplex la condición de optimalidad (para un problema de maximización) se refiere a: Cuando la fila corresponde la función objetivo (fila de indicadores) sólo se encuentran valores positivos... función objetivo. Cuando la fila corresponde la función objetivo (fila de indicadores) sólo se encuentran valores negativos... función objetivo.

(3.2) ¿Qué valor toma la función objetivo en la tabla simplex inicial cuando el origen es una solución factible?. Cero. Uno. Dos.

(3.1) Si el origen es una solución factible, en la tabla simplex inicial las variables de holgura toman habitualmente el valor. Del vector de términos independientes. Del vector de términos dependientes. Del vector de valores independientes.

(3.2) En un problema de Programación lineal con óptimos alternativos, si analizamos con el método grafico encontramos que la función objetivo es paralela a algunas de las restricciones. Verdadero. Falso.

(3.2) En un problema de programación lineal, el conjunto de valores de las variables de decisión que cumplen con todas las restricciones incluyendo las de no negatividad, recibe el nombre de: Solución factible. Solución No factible. Problema factible.

3.2) Indique cuál de las siguientes opciones son correctas en relación la solución de un problema de programación lineal: seleccione 4 respuestas correctas. Se puede obtener la solución de cada vértice resolviendo el sistema de ecuaciones que lo determinan. Si el problema tiene solución este se encontrará en, al menos, uno de los vértices. Todos los puntos incluidos en la zona de soluciones factibles cumplen con las restricciones del problema. Para cumplir con las restricciones de no negatividad se trabaja siempre con el primer cuadrante. Un problema de programación lineal tiene un número finito de soluciones factibles.

(3.2) ¿Cuáles de las siguientes opciones se relacionan con características del método simplex? Seleccione las 4 respuestas correctas. Consiste en un algoritmo o procedimiento matemático repetitivo. Es un método que analiza los puntos de esquina. Es un método matricial. Está conformado por dos fases. Es un método que analiza sistemáticamente todos los puntos factibles.

(3.2) La condición de factibilidad en el método simplex consiste en…. La variable de salida es la variable básica asociada al coeficiente positivo menos con denominador estrictamente positivo. Verificar la condición de optimatidad.

(3.2) Luego de obtener la tabla inicial del método simplex debe procederse a…. Verificar la condición de optimatidad. Verificar la optimatidad. Verificar la tabla de optimatidad.

(3.3) En el caso de maximización para una tabla simplex los valores de CJ-ZJ de las variables que se encuentran en la base son siempre: Cero. Uno.

(3.3) En un caso de maximización, la tabla simplex es óptima cuando todos los valores de la contribución neta por unidad producida CJ–ZJ: Son negativos o cero. Son positivos o cero. Son negativos o uno.

(3.3) ¿Qué variables se utilizan para obtener una solución para el método simplex en aquellos casos con restricciones de mayor o igual (≥) o igualdad (=)?. Se utilizan variables artificiales para poder completar la matriz identidad. Se utilizan variables para poder completar la matriz identidad.

(3.3.1) En la formulación de la tabla inicial del método simplex se utilizan variables artificiales cuando: Existen restricciones de mayor o igual (≥) o igualdades (=). Existen restricciones de mayor o igualdades (=). Existen restricciones de menor o igual (≤) o igualdades (=).

(3.3) Para resolver un problema de programación lineal el primer paso es convertir las inecuaciones en ecuaciones, en el caso de inecuaciones de mayor o igual debemos: Restar una variable de excedente en el primer miembro de la inecuación. Sumar una variable de excedente en el primer miembro de la inecuación. Restar una variable de excedente en el segundo miembro de la inecuación.

(3.3.1) Al agregar variables artificiales, estas se ingresan en la función objetivo con un coeficiente…. De valor absoluto muy alto. De valor relativo muy alto. De valor absoluto muy bajo.

(3.3.1) Al agregar variables de holgura o de excedentes, estas se ingresan en la función objetivo con un coeficiente…. Igual a Cero. Igual a Uno. Distinto a Cero.

3.2) Las variables de Holgura o de excedente, son variables que: Se deben interpretar de acuerdo al significado de la restricción de que se trate. Se deben interpretar de acuerdo al significado de que se trate.

(3.3.1) Al resolver mediante el método simplex un problema de minimización debe considerarse que: La condición de optimalidad será que todos los valores en la fila de la función objetivo sean negativos o cero. La condición de optimalidad será que todos los valores en la fila de la función objetivo sean negativos o uno. La condición de optimalidad será que todos los valores en la fila de la función objetivo sean positivos o cero.

3.3.1 ¿Cuál de las siguientes opciones debe considerarse al resolver un problema de minimización mediante el método simplex?. La variable que ingresa es aquella que tiene coeficiente positivo de mayor valor absoluto en la fila de la función objetivo. La variable que ingresa es aquella que tiene coeficiente positivo de menor valor absoluto en la fila de la función objetivo. La variable que ingresa es aquella que tiene coeficiente negativo de mayor valor absoluto en la fila de la función objetivo.

(3.3.1) En los casos de minimización de los coeficientes de las variables artificiales en la función objetivo tienen la siguiente característica. Será un valor alto y positivo. Será un valor bajo y positivo. Será un valor alto y negativo.

(3.3.1) En los casos de minimización los coeficientes de las variables artificiales serán negativos. Falso. Verdadero.

(3.3.1) En los casos de maximización los coeficientes de las variables artificiales serán negativos. Verdadero. Falso.

(3.3.1) indique cuál de las siguientes afirmaciones son correctas en relación a un problema de mínimo. Seleccione las 4 respuesta correctas: El método simplex se detiene si en la fila de la función objetivo sólo quedan valores negativos o ceros. La condición de optimalidad es diferente a la de un problema de máximo. Deben cargarse las variables artificiales con coeficiente positivo. Requiere con frecuencia la utilización de variables artificiales. Las variables de holgura se agregan restando en el lado izquierdo de las inecuaciones.

(3.3.1) ¿En qué tipo de problemas se utilizan con frecuencia las variables artificiales?. Problemas de minimización. Problemas de maximizacion. Conflictos de minimización.

(3.3.1) Si al seleccionar la variable que ingresará en una tabla del método simplex en la próxima iteración optamos por aquella con el coeficiente positivo, de mayor valor absoluto en la fila de la función objetivo será porque: Se trata de un problema de minimización. Se trata de un problema de maximización. Se trata de una variable de minimización.

(3.4) Indique cuál de los siguientes tipos de solución de problemas lineal se deben fundamentalmente a problemas en el planteo del problema. Seleccione 2. Solución no acotada. Solución no factible. Solución factible. Solucion Acotada.

(3.4) Un problema de solución no acotada, al analizarse por el método gráfico, corresponde a aquel en el que las restricciones son mutuamente excluyentes. Falso. Verdadero.

(3.4) Cuando al realizar el método simplex se produce un empate al determinar que variable debe salir de la base y se cae en un círculo vicioso, nos encontramos frente a una solución de tipo. Degenerada. Generada. Desprendido.

(3.4) ¿Cuáles de los siguientes tipos de soluciones corresponden a casos especiales de problemas de programación, dado que no se obtiene una solución única determinada? Seleccione las 4 opciones correctas: Solución No acotada. Solución No factible. Soluciones con óptimos alternativos. Solución degenerada. solución óptima.

(3.4) Una solución no acotada de un problema de programación lineal es aquella en la que: El valor de la función objetivo aumenta indefinidamente en casos de maximización. El valor de la función objetivo aumenta indefinidamente en casos de minimizacion. El valor de la función objetivo disminuye definidamente en casos de maximización.

(2.1) Cuando un modelo de programación lineal tiene solo dos variables de decisión ¿en qué cuadrante del plano cartesiano suele estar la región factible?. La región factible suele estar contenida en el primer cuadrante del plano cartesiano. La región factible suele estar contenida en el segundo cuadrante del plano cartesiano.

(3.2) Seleccione las 3 (tres) opciones correctas ¿En cuáles de las siguientes restricciones del problema de solución …no acotada?. X, Y ≥ 0. X, Y ≥ 5. X+Y ≥ 0, X, Y ≥ 0. X, Y = 0.

(3.3.1) La forma correcta de agregar una variable de holgura “S” a la restricción x + y ≤ 3 es…. X + Y + S = 3, S ≥ 0. X + Y + S > 3, S ≥ 0. X - Y - S = 5, S ≥ 0.

(3.3.1) Si tenemos una función objetivo Z= X + Y, y en un problema de programación lineal, en donde hemos agregado una variable de holgura “S”, la nueva función objetivo será: Z= X + Y. Z > X + Y. Z= X - Y.

(3.2) En una tabla simplex inicial, ¿Cuáles son, habitualmente, las variables básicas?. Las variables de holgura. Los modelos de holgura. Las variables de la tabla.

(3.3.1) ¿Cuál de las siguientes opciones se relacionan con los casos especiales de la programación lineal? Seleccione las 4 opciones correctas. Cuando, en la fila de los indicadores de la tabla simplex final, hay un cero en la columna de una variante no básica. Cuando se llega a una solución óptima, pero la solución contiene una variable artificial con un valor diferente de cero en la base. Durante el proceso de pivoteo, cuando se tiene un empate al determinar la variable que debe salir de la base, a veces se cae en un círculo vicioso. No se llega a una solución óptima. Todas las variables de holgura vuelven a cero.

Gema S.A., es una joyería que confecciona dos tipos de alhajas denominadas Clásica y Premium. Para la producción de alhajas clásicas requieren 1 gramo de oro y 2 gramos de plata, vendiéndose a $6.000 cada una. Para la fabricación de alhaja premium se necesitan 2 gramos de oro y 1 gramo de plata, y las comercializa a $8.000 la unidad. Gema S.A. posee en su taller 800 gramos de cada uno de los metales. El dueño de la joyería desea conocer la combinación de alhajas a elaborar (clásicas y premium) para obtener el máximo beneficio económico. (Si x1 representa alhajas clásicas y x2 a las alhajas premium) ¿Cómo se representa en un modelo matemático la restricción en plata?. 2X₁ +X₂ ≤ 800, porque es la expresión que representa la restricción de plata. 2X₁ +X₂= 800, porque es la expresión que representa la restricción de plata. 8X₁ +X₂ ≤ 200, porque es la expresión que representa la restricción de plata.

*Gema S.A., es una joyería que confecciona dos tipos de alhajas denominadas Clásica y Premium. Para la producción de alhajas clásicas requieren 1 gramo de oro y 2 gramos de plata, vendiéndose a $6.000 cada una. Para la fabricación de alhaja premium se necesitan 2 gramos de oro y 1 gramo de plata, y las comercializa a $8.000 la unidad. Gema S.A. posee en su taller 800 gramos de cada uno de los metales. El dueño de la joyería desea conocer la combinación de alhajas a elaborar (clásicas y premium) para obtener el máximo beneficio económico. (Si x1 representa alhajas clásicas y x2 a las alhajas premium). Al emplear el método simplex en la primera interacción, ¿Cuáles los valores que asume las variables básicas? (considere X1= alhaja clásica, X2= alhaja premium, S1=holgura de oro, S2= holgura de plata. Seleccione 2 respuestas correctas:. S₂= 400, es el valor que asume la variable en la primera interacción del simplex. X₂=400, es el valor que asume la variable en la primera interacción del simplex. X₂=400, es el valor que asume la variable en la primera interacción del simplex.

Gema S.A., es una joyería que confecciona dos tipos de alhajas denominadas Clásica y Premium. Para la producción de alhajas clásicas requieren 1 gramo de oro y 2 gramos de plata, vendiéndose a $6.000 cada una. Para la fabricación de alhaja premium se necesitan 2 gramos de oro y 1 gramo de plata, y las comercializa a $8.000 la unidad. Gema S.A. posee en su taller 800 gramos de cada uno de los metales. El dueño de la joyería desea conocer la combinación de alhajas a elaborar (clásicas y premium) para obtener el máximo beneficio económico. (Si x1 representa alhajas clásicas y x2 a las alhajas premium) ¿Cuál es el beneficio económico que obtiene la empresa cuando estamos en la solución factible básica inicial (SFBI)?. Ninguno, porque no se fabrican productos. Ninguno, porque se fabrican productos. Ninguna de las dos respuestas es correcta.

(1.1) La razón de ser de las restricciones se remite a varios motivos. Entre ellos: Costos de investigación. Tecnología inmutable a corto plazo. Leyes de la naturaleza. Cuellos de botella. Tecnología inmutable a largo plazo.

(1.2) ¿Cuál de las siguientes opciones NO es considerado un componente básico de un modelo de decisión normativo?. Análisis de resultado. Análisis de opciones. Evaluación de resultado.

(1.2) Cuando las relaciones funcionales o parámetros del modelo se conocen con certidumbre, el modelo se llama... Determinístico. Conocimiento.

(1.2) Cuando un arquitecto imagina o piensa distintas alternativas para ofrecer una solución de espacio para una oficina, está construyendo un modelo... Mental. Psicológico. Fisico.

(1.2) La estructura de un problema de Programación Lineal nos muestra que el mismo es un modelo: Normativo. No normativo. Lineal.

(1.2) Los modelos normativos están constituidos por: Variables de decisión y parámetros, restricciones y una o más funciones objetivo. Variables de decisión y una o más funciones objetivo. Variables de parámetros, restricciones y una o más funciones subjetivo.

(1.2) Suponga que en un modelo no se conoce con certeza si necesitamos 8 horas o más para finalizar la fabricación de un producto X. Este modelo lo podemos clasificar como: Estocástico. Conocimiento.

(1.2) Un modelo de programación lineal que incorpora la incertidumbre, se denomino... Estocástico. No Estocástico.

(1.2) Un modelo que señala el curso de acción que el administrador debe seguir para alcanzar el óptimo de un objetivo definido, se denomina... Normativo. No normativo. Lineal.

(1.2) Una cantidad desconocida que debe determinarse en la solución del modelo es llamada... Variable de decisión. Modelo de decisión. Decisión variable.

(1.2) Una limitación física que ocurre en el problema cuyo modelo se plantea, se denomina... Restricción. Impedimento.

(1.3) El método simplex puede sintetizarse en la siguiente forma: Es un método matricial que consiste en 2 fases. Es un método matricial que consiste en 4 fases. Es un método fijo que consiste en 2 fases.

(1.3) Seleccione las 4 correctas. El proceso de solución de un problema de investigación operativa consta de las siguientes etapas: Identificación, observación y planteamiento del problema. Construcción del modelo; generación de una solución. Prueba y evaluación de la solución. Implante y evaluación. Identificación, observación y planteamiento de la solución.

(1.3) ¿En qué fase del proceso de solución de problemas, para el estudio de la investigación operativa, se clasifican los factores como controlables o no controlables y se desarrolla el modelo?. Construcción del modelo. Desarrollo del modelo. Construcción de la variable.

(2.1) Un problema de programación lineal tiene las siguientes características: Un solo objetivo, restricciones, proporcionalidad, divisibilidad, aditividad y no negatividad de los productos. Un solo objetivo, restricciones y no negatividad de los productos. Un solo objetivo, restricciones, proporcionalidad y divisibilidad de los productos.

(2.1) Una de las características de los modelos de Programación Lineal es que son ADITIVOS. Esto significa, que la contribución total es: Igual a la suma de las contribuciones de los productos individuales. Igual a la resta de las contribuciones de los productos individuales. Igual a la potencia de las contribuciones de los productos individuales.

(2.1.1) En cada una de las restricciones de un problema de programación lineal, las variables están acompañadas por coeficientes que reciben el nombre de: Tasas físicas de sustitución. Tasas físicas de reemplazo. Tasas lineales de sustitución.

(2.1.1) En un problema de programación lineal, las RESTRICCIONES representan: Limitaciones o requerimientos de los niveles de recursos que restringen la función objetivo. Limitaciones de los niveles de recursos que restringen la función objetivo. Requerimientos de los niveles de recursos que restringen la función subjetivo.

(2.1.1) La programación lineal se ha aplicado en mercadotecnia para la selección de medios de publicidad, básicamente el problema consiste en: Asignación de un presupuesto fijo con el objetivo de maximizar la exposición de la audiencia. Asignación de un presupuesto variable con el objetivo de maximizar la exposición de la audiencia. Asignación de un presupuesto fijo con el objetivo de minimizar la exposición de la audiencia.

(2.1.1) Las variables de holgura se usan cuando... Hay restricciones funcionales de menor o igual. Hay restricciones funcionales de mayor. Hay restricciones funcionales de igual.

(2.1.1) Los problemas de programación lineal reciben esa denominación porque: La función objetivo y las restricciones son de primer grado. La función objetivo y las restricciones son de segundo grado.

(2.1.1) Para obtener una solución factible básica inicial en un modelo de programación lineal que implica restricciones funcionales de "mayor o igual", se debe: Agregar tantas variables artificiales como restricciones de "mayor o igual" haya. Desagregar tantas variables artificiales como restricciones de "mayor o igual" haya. Agregar tantas restricciones de "mayor o igual" haya.

(2.1.1) Si en un modelo de PL todas las variables artificiales son no básicas se interpreta que esa solucione es: Factible. Cuestionable.

(2.1.1) Una variable de decisión es aquella que: Se usa para representar las variables que condicionan al problema en la realidad. Se usa para representar las variables que condicionan la solución en la realidad. Se usa para representar las decisiones que condicionan al problema.

(2.1.2) Una restricción asociada a un recurso es restrictiva u obligatoria cuando...: La variable de holgura se hace igual a cero. La variable de holgura se hace igual a uno.

(2.2) La solución del problema se da en: Un vértice de la región factible, también llamado punto extremo. Un vértice de la región factible. Un vértice en el punto extremo.

(2.2) Las restricciones pueden ser: Activas o inactivas. Activas. Inactivas.

(2.2.1) ¿Cuál de las siguientes opciones NO corresponde a un paso para resolver gráficamente un problema de programación lineal?. Establecer la zona factible. Concentrar la zona factible. Establecer la zona cuestionable.

(2.2.1) De las siguientes opciones, cuáles son técnicas propias de la investigación operativa? Seleccione 4 correctas: Programación no lineal. Programación Entera. Programación lineal. Programación de red. Programación estática.

(2.2.1) El método gráfico se utiliza para resolver problemas con: 2 variables de decisión. 3 variables de decisión. 2 métodos de evaluación.

(2.2.1) En las restricciones de MENOR o IGUAL, la diferencia entre el lado derecho y el primer miembro de la desigualdad se representa: Recurso no utilizado o Recurso no aplicado. Recurso no utilizado. Recurso no aplicado.

(2.2.2) Al utilizar el Método gráfico para resolver problemas de PL, llamamos Región Factible a: El área delimitada por la totalidad de las restricciones. El área delimitada por la parcialidad de las restricciones.

(2.2.3) Cuando el conjunto de soluciones factibles tiene un número finito de vértices, las soluciones a un problema de programación lineal se pueden hallar inspeccionando los valores de la función objetivo Z en: Todos los vértices. Todas las rectas.

(2.3) Cdo un problema d programación lineal tiene sólo dos variables de decisión. Puede aplicarse el método gráfico. Puede aplicarse el modelo gráfico. No se puede aplicar el método gráfico.

(3.1) Como corolario del Teorema 1 se puede afirmar que "el conjunto de todas las soluciones factibles de un PL, si no es vacío, está formado por: Un único elemento o por una infinidad. Un único elemento. Por una infinidad.

(3.1) El Método Simplex... Permite encontrar la solución óptima de cualquier programa lineal, cualquiera sea el número de variables y ecuaciones que lo forman, e identificar aquellos problemas que no tienen solución, o cuya solución óptima es no acotada. Permite encontrar la solución óptima de cualquier programa no lineal.

(3.1) La primer fase del método simplex radica en: Encontrar la solución inicial. Encontrar la solución final. Encontrar la solución intermedia.

(3.1) En una Solución Factible Básica No Degenerada: Hay exactamente m variables positivas, o exactamente n-m variables nulas. Hay exactamente m variables negativas. Hay exactamente m-n variables nulas.

(3.1) Existe una serie de Teoremas relacionados con las soluciones factibles de los problemas lineales. Entre ellos: Teorema 3: "Si un PL puede ser resuelto, es decir que posee óptimo existirá siempre por lo menos una solución factible básica que también sea óptima". Teorema 13: "Si un PL puede ser resuelto, es decir que posee óptimo existirá siempre por lo menos una solución factible básica que también sea óptima". Teorema 6: "Si un PL puede ser resuelto, es decir que posee óptimo existirá siempre por lo menos una solución factible básica que también sea óptima".

(3.1) Las variables de holgura: Se agregan a la función objetivo con coeficiente cero. Se agregan a la función objetivo con coeficiente uno. Se desagregan a la función subjetivo con coeficiente cero.

(3.1) Para lograr el planteo en forma matricial de un problema de programación lineal se procede... Transformando inecuaciones en ecuaciones, agregando un término o variable en cada una de ellas. Transformando ecuaciones en inecuaciones, agregando un término o variable en cada una de ellas.

(3.1) Una Solución Factible Básica Degenerada... Tiene menos de m variables positivas, o más de n-m variables nulas. Tiene mas de m variables positivas, o menos de n-m variables nulas. Tiene menos de m variables negativas, o más de m-n variables nulas.

(3.1) Una solución óptima... Es toda solución que le da a la función Z el máximo (o mínimo) valor. Es toda solución que le da a la función Z el máximo valor. Es toda solución que le da a la función Z el mínimo valor.

(3.1) Todo problema de minimización puede ser resuelto como: Un problema de maximización, multiplicando la función objetivo por (-1), aplicamos simplex y una vez obtenido el valor Z óptimo se vuelve a multiplicar por (-1). Un problema de maximización, potenciando la función objetivo por (-1), aplicamos simplex y una vez obtenido el valor Z óptimo se vuelve a potenciar por (1). Un problema de maximización, dividiendo la función objetivo por (1), aplicamos simplex y una vez obtenido el valor Z óptimo se vuelve a dividir por (1).

(3.2) ¿Cómo se denominan las variables que toman valor no nulo en la solución de un problema de programación lineal?. Variables básicas. Variables complejas. Modelos básicos.

(3.2) ¿Cuál de las siguientes opciones se relaciona con lo que permite el método simplex?. Resolver problemas de programación lineal con cualquier cantidad de variables. Resolver conflictos de programación no lineal con cualquier cantidad de variables. Resolver problemas de programación lineal con una limitada cantidad de variables.

(3.2) En qué se diferencia una solución factible básica de una solución básica no factible: Todos los valores de las variables que la integran son no negativos. Todos los valores de las variables que la integran son negativos. Todos los valores de las variables que la integran son positivos.

(3.2) Para armar la primera tabla o tabla inicial del Método Simplex se requiere: Identificar una matriz identidad de orden m con los coeficientes de las restricciones. Identificar una matriz de origen de orden m con los coeficientes de las restricciones. Identificar una tabla identidad de orden m con los coeficientes de las restricciones.

(3.2.1) ¿Cuál es la cantidad total de variables que tiene un problema de PL con 3 variables principales, 3 restricciones de menor o igual, 2 restricciones de mayor o igual y 1 restricción de igual? Tenga en cuenta variables principales, de holgura, de excedente y artificiales. 11 variables. 21 variables. 13 variables.

(3.2.1) ¿Cuál es la cantidad de soluciones básicas que tiene un problema de PL con 3 variables principales, 3 restricciones de menor e igual, 2 restricciones de mayor e igual y 1 restricción de igual? Tenga en cuenta variables principales, de holgura, de excedente y artificiales. 462 soluciones básicas. 562 soluciones básicas. 462 soluciones complejas.

(3.2.2) En una tabla simplex, al convertir las restricciones en igualdades para obtener una matriz identidad: A veces es necesario agregar variables artificiales. No es necesario agregar variables artificiales. A veces es necesario agregar variables superficiales.

(3.2.3) Las variables artificiales son aquellas que: Se utilizan para identificar la solución factible básica inicial. Se utilizan para identificar la solución factible compleja inicial. Se utilizan para identificar la solución factible básica final.

(3.2.3) Una variable artificial se suma a las: Desigualdades de mayor o igual y a las igualdades. Desigualdades de menor o igual. Las igualdades.

(3.3) Cuál de las siguientes afirmaciones es correcta: El algoritmo simplex está diseñado de manera que la función objetivo no disminuya en un modelo de maximización y generalmente aumentará en cada vértice sucesivo de la secuencia. El algoritmo simplex está diseñado de manera que la función objetivo no disminuya en un modelo de minimización y generalmente disminuira en cada vértice sucesivo de la secuencia.

(3.3) Cuando en el tablón óptimo de un simplex aparece una variable artificial en la base con un valor distinto de cero, significa que el problema: No tiene solución. Tiene solución.

(3.3) Diga cuál de las siguientes aseveraciones es siempre cierta: Los coeficientes de las variables de exceso en las restricciones de mayor o igual deben ser negativos. Los coeficientes de las variables de exceso en las restricciones de mayor o igual deben ser positivos. Los coeficientes de las variables de exceso en las restricciones de menor o igual deben ser negativos.

(3.3.1) ¿Cuál de las siguientes opciones debe considerarse al resolver un problema de minimización mediante el método simplex?. La variable que ingresa es aquella que tiene coeficiente positivo de mayor valor absoluto en la fila de la función objetivo. La variable que ingresa es aquella que tiene coeficiente negativo de mayor valor absoluto en la fila de la función objetivo. La variable que ingresa es aquella que tiene coeficiente positivo de menor valor absoluto en la fila de la función objetivo.

(2.1.1) Cuántas variables no básicas tendrá por lo menos el siguiente problema de programación lineal para ser resuelto utilizando el método simplex: Max 20 X1 + 15X2 +22X3; 3X1 + 2X2 - X3 ≥ 2100; 5X1 + 6X2 + 2X3 = 3150; 2X1 + X2 ≤ 2130; X1; X2 ≥ 0. 2 variables. 4 variables. 1 variable.

Indique cuál de los siguientes puntos representa un VÉRTICE de la región factible: A=125; B=0. A=0; B=125. A=250; B=50.

¿Qué cantidad de prendas A y B debería producirse para maximizar el beneficio de la empresa?. Deberían producirse 200 unidades de la prenda B y ningún de la prenda A (Utilidad= 50.000). Deberían producirse 400 unidades de la prenda B y ningún de la prenda A (Utilidad= 50.000). Deberían producirse 300 unidades de la prenda A y ningún de la prenda B (Utilidad= 50.000).

¿Qué método conviene utilizar para su resolución?. Método gráfico de programación lineal. Método gráfico de programación no lineal. Proceso gráfico de programación fija.

(3.1) Al utilizar la técnica de la base artificial, para que el algoritmo simplex elimine de la base rápidamente a las variables artificiales, se deben agregar a la función objetivo precedidas de un coeficiente que deberá ser: En caso de maximización, muy grande en valor absoluto y negativo. En caso de minimizacion, muy bajo en valor absoluto y negativo. En caso de maximización, muy grande en valor relativo y positivo.

(3.3) El método simplex: Es un método algebraico sistemático que examina las esquinas (también llamados vértices o puntos extremos) de un conjunto factible de programación lineal en busca de una solución óptima. Es un método algebraico sistemático que examina las esquinas en busca de una solución.

(3.3) En el método Simplex, se puede afirmar que las "restricciones"... Son ecuaciones, con sus lados derechos no negativos. Son ecuaciones, con sus lados izquierdos no negativos. Son ecuaciones, con sus lados derechos no positivos.

(3.3) La variable que sale en el método Simplex es aquella que: Se hace cero primero cuando aumenta la variable que entra. Se hace cero primero cuando disminuye la variable que entra. Se hace uno primero cuando aumenta la variable que entra.

(3.3) La variable que entra en el método Simplex es aquella que: Siendo no básica presenta la mayor contribución neta. Siendo no básica presenta la menor contribución neta. Siendo básica presenta la mayor contribución neta.

(3.3) Lo que hace el método Simplex es... Identificar una solución inicial y luego moverse sistemáticamente a otras soluciones básicas que tengan el potencial de mejorar el valor de la función objetivo. Identificar una solución inicial y luego moverse sistemáticamente a otras soluciones complejas.

(3.3) Para analizar si la solución hallada en una interacción del Método Simplex es óptima, se analizan las diferencias Cj - Zj. En problemas de maximización, la solución es óptima si: Todas las diferencias (Cj - Zj) son menor o igual a cero. Todas las diferencias (Cj - Zj) son mayor o igual a cero. Todas las diferencias (Cj - Zj) son menor o distinto a cero.

(3.3) Se puede afirmar que en el Método Simplex: Cuando se alcanza un vértice óptimo, el algoritmo reconoce este hecho y termina la operación. Cuando se alcanza un vértice óptimo, el algoritmo reconoce este hecho y empieza la operación.

(3.3) Utilizando el método Simplex se puede afirmar que... Una desigualdad se puede convertir en una ecuación sumando una variable de holgura (cuando es del el tipo menor o igual) al primer miembro. Una desigualdad se puede convertir en una ecuación restando una variable de holgura.

(3.4) En la tabla simplex Zj representa: El valor que toma la función objetivo para cada iteración. El valor que toma la función subjetivo para cada iteración.

(3.4) En un problema de programación lineal de minimización, se llega al óptimo cuando los valores del renglón Cj - Zj... Son todos positivos o nulos. Son todos negativos o nulos. Son todos nulos.

(3.4) En un problema de PL de minimización, se puede mejorar una solución, haciendo entrar a la base la variable con... El Cj - Zj negativo de mayor valor absoluto. El Cj - Zj negativo de menor valor absoluto. El Cj - Zj positivo de mayor valor absoluto.

(3.4) Un cocinero de la ciudad acostumbra a preparar la carne para albóndigas con una combinación de carne molida vacuna y carne molida de cerdo. La carne vacuna contiene 80% de carne y 20% de grasa y le cuesta a la tienda $80 por kilo; la carne de cerdo contiene 68% de carne y 32% de grasa, y cuesta $60 por kilo. Si se quiere averiguar la cantidad de cada tipo de carne que debe emplearse en cada kilo de albóndigas, para minimizar el costo y mantener el contenido de grasa no mayor de 25%, la función objetivo que se debe plantear es: Minimizar. Z= 80X1 + 60X2. Z= 60X1 + 80X2.

(3.5) El método simplex fue desarrollado por: George Dantzig en 1947. George Dantzig en 1957. George Dantzig en 1924.

(3.5) El modelo para solucionar un problema de CA/IO debe evaluarse en forma continua para determinar si los valores de los parámetros han cambiado y/o ver si sigue satisfaciendo las metas de quién toma las decisiones. Esto se realiza en la etapa de: Evaluación y revisión del modelo. Evaluación del modelo. Revisión del modelo.

(3.5) En una tabla simplex se alcanza el óptimo cuando: La contribución neta generada por la incorporación de cualquier variable no básica es igual a cero o negativo. La contribución neta generada por la incorporación de cualquier variable no básica es desigual a cero o negativo. La contribución neta generada por la incorporación de cualquier variable no básica es igual a cero o positivo.

(3.5) Las variables de decisión: Son controladas por el decisor. No son controladas por el decisor. Son controladas por las variables.

(3.5) Si la variable artificial no aparece en la última tabla del simplex: El problema tiene solución. El problema no tiene solución. Ninguna de las dos respuestas es correcta.

(3.5) ¿Por qué existen las restricciones en un problema de Programación Lineal?. Objetivos sustitutos. Variables sustitutos.

(3.5) Si el problema de transporte de la empresa no tiene soluciones básicas degeneradas, y considerando que la empresa tiene 3 fábricas y 3 almacenes (destinos), entonces, ¿cuál es el número de variables básicas suficientes en la solución factible básica inicial (cantidad de heladeras a transportar distinto de cero)?. 5 variables básicas que tienen valores distintos a cero. 5 variables básicas que tienen valores distintos a uno. 5 variables básicas que tienen valores iguales a cero.

(3.5) Una variable de excedente se: Resta de una desigualdad de mayor o igual. Resta de una desigualdad de menor o igual. Resta de una igualdad de mayor o igual.

(2.2.1) Considere el siguiente problema En un almacén de frutas hay 800kg de naranjas, 800kg de manzanas y 500 kg de bananas. Para Su venta se hacen dos tipos de combinaciones (lotes). En el lote contiene 1 kg de naranjas, 2 kg de manzanas y 1 kg de bananas. En el lote B contiene 2 kg de naranjas 1 kg de manzana y uno de banana. El beneficio por kg que se obtiene del lote A es de $ 1200 y el que se obtiene del B es de $ 1400. Indique cuál de las siguientes expresiones representa las limitaciones en las existencias de manzanas: 2A + B < 800. 2B + A < 400. 2A - B < 800.

(2.2.1) Considere el siguiente problema En un almacén de frutas hay 800kg de naranjas, 800kg de manzanas y 500 kg de bananas. Para Su venta se hacen dos tipos de combinaciones (lotes). En el lote contiene 1 kg de naranjas, 2 kg de manzanas y 1 kg de bananas. En el lote B contiene 2 kg de naranjas 1 kg de manzana y uno de banana. El beneficio por kg que se obtiene del lote A es de $ 1200 y el que se obtiene del B es de $ 1400. Indique cual de las siguientes expresiones representa las limitaciones en las existencias de naranjas. A + 2B < 800. A - 2B < 400. A + 2B = 800.

(2.2.1) Considere el siguiente problema En un almacén de frutas hay 800kg de naranjas, 800kg de manzanas y 500 kg de bananas. Para Su venta se hacen dos tipos de combinaciones (lotes). En el lote contiene 1 kg de naranjas, 2 kg de manzanas y 1 kg de bananas. En el lote B contiene 2 kg de naranjas 1 kg de manzana y uno de banana. El beneficio por kg que se obtiene del lote A es de $ 1200 y el que se obtiene del B es de $ 1400. Indique cual de los siguientes .puntos representa un punto de esquina de la región factible: A=400 y B=0. A=0 y B=400. B=400 y A=0.

(2.2.1) Considere el siguiente problema En un almacén de frutas hay 800kg de naranjas, 800kg de manzanas y 500 kg de bananas. Para Su venta se hacen dos tipos de combinaciones (lotes). En el lote contiene 1 kg de naranjas, 2 kg de manzanas y 1 kg de bananas. En el lote B contiene 2 kg de naranjas 1 kg de manzana y uno de banana. El beneficio por kg que se obtiene del lote A es de $ 1200 y el que se obtiene del B es de $ 1400. Indique cual de los siguientes puntos representa una solución "factible" para el problema. (Si pregunta de lotes es. A= 100 y B= 100). A=200 y B= 200; 50 y B=300. A=400 y B= 400; 50 y B=600. B=200 y A= 200; 50 y A=300.

(2.2.1) Considere el siguiente problema En un almacén de frutas hay 800kg de naranjas, 800kg de manzanas y 500 kg de bananas. Para Su venta se hacen dos tipos de combinaciones (lotes). En el lote contiene 1 kg de naranjas, 2 kg de manzanas y 1 kg de bananas. En el lote B contiene 2 kg de naranjas 1 kg de manzana y uno de banana. El beneficio por kg que se obtiene del lote A es de $ 1200 y el que se obtiene del B es de $ 1400. Indique cuál es el valor de utilidad que se obtiene con la combinación óptima de lotes A y lotes B. 660.000. 990.000. 770.000.

(2.2.1) Considere el siguiente problema En un almacén de frutas hay 800kg de naranjas, 800kg de manzanas y 500 kg de bananas. Para Su venta se hacen dos tipos de combinaciones (lotes). En el lote contiene 1 kg de naranjas, 2 kg de manzanas y 1 kg de bananas. En el lote B contiene 2 kg de naranjas 1 kg de manzana y uno de banana. El beneficio por kg que se obtiene del lote A es de $ 1200 y el que se obtiene del B es de $ 1400. Indique cual es la utilidad que se obtiene con la combinación de 300 Lotes A y 200 Lotes B?. 640.000. 128.000. 460.000.

(2.2.1) Considere el siguiente problema En un almacén de frutas hay 800kg de naranjas, 800kg de manzanas y 500 kg de bananas. Para Su venta se hacen dos tipos de combinaciones (lotes). En el lote contiene 1 kg de naranjas, 2 kg de manzanas y 1 kg de bananas. En el lote B contiene 2 kg de naranjas 1 kg de manzana y uno de banana. El beneficio por kg que se obtiene del lote A es de $ 1200 y el que se obtiene del B es de $ 1400. Indique cuál de los siguientes puntos representa un punto de la esquina de la región factible?. A=300 B=200. B=300 A=200. A=200 B=300.

(2.2.1) Considere el siguiente problema En un almacén de frutas hay 800kg de naranjas, 800kg de manzanas y 500 kg de bananas. Para Su venta se hacen dos tipos de combinaciones (lotes). En el lote contiene 1 kg de naranjas, 2 kg de manzanas y 1 kg de bananas. En el lote B contiene 2 kg de naranjas 1 kg de manzana y uno de banana. El beneficio por kg que se obtiene del lote A es de $ 1200 y el que se obtiene del B es de $ 1400. Indique cuál de las siguientes expresiones representa las limitaciones de la existencia de bananas. A + B ≤ 500. A + B < 500. A + B ≥ 500.

(2.2.1) Considere el siguiente problema En un almacén de frutas hay 800kg de naranjas, 800kg de manzanas y 500 kg de bananas. Para Su venta se hacen dos tipos de combinaciones (lotes). En el lote contiene 1 kg de naranjas, 2 kg de manzanas y 1 kg de bananas. En el lote B contiene 2 kg de naranjas 1 kg de manzana y uno de banana. El beneficio por kg que se obtiene del lote A es de $ 1200 y el que se obtiene del B es de $ 1400. Se desea conocer la cantidad de cada tipo de lotes que deberán venderse para lograr el • beneficio máximo, que se logra con la venta de: A=200 y B=300. B=200 y A=300. A=300 y B=200.

(2.2.1) Considere el siguiente problema En un almacén de frutas hay 800kg de naranjas, 800kg de manzanas y 500 kg de bananas. Para Su venta se hacen dos tipos de combinaciones (lotes). En el lote contiene 1 kg de naranjas, 2 kg de manzanas y 1 kg de bananas. En el lote B contiene 2 kg de naranjas 1 kg de manzana y uno de banana. El beneficio por kg que se obtiene del lote A es de $ 1200 y el que se obtiene del B es de $ 1400. El punto donde la función de beneficios logra su máximo se determina por: La intersección de las restricciones que representa las limitaciones de existencia de las naranjas y las limitaciones de existencia de las bananas. La intersección de las restricciones que representa las limitaciones de existencia de las naranjas. Las limitaciones de existencia de las bananas.

(2.2.1) Considere el siguiente problema En un almacén de frutas hay 800kg de naranjas, 800kg de manzanas y 500 kg de bananas. Para Su venta se hacen dos tipos de combinaciones (lotes). En el lote contiene 1 kg de naranjas, 2 kg de manzanas y 1 kg de bananas. En el lote B contiene 2 kg de naranjas 1 kg de manzana y uno de banana. El beneficio por kg que se obtiene del lote A es de $ 1200 y el que se obtiene del B es de $ 1400. Función objetivo: U=1200A + 1400B. V=1200A + 1400B. U=1200B + 1400A.

(2.2.1) Considere el siguiente problema En un almacén de frutas hay 800kg de naranjas, 800kg de manzanas y 500 kg de bananas. Para Su venta se hacen dos tipos de combinaciones (lotes). En el lote contiene 1 kg de naranjas, 2 kg de manzanas y 1 kg de bananas. En el lote B contiene 2 kg de naranjas 1 kg de manzana y uno de banana. El beneficio por kg que se obtiene del lote A es de $ 1200 y el que se obtiene del B es de $ 1400. Si se desea conocer la cantidad de cada tipo de lote que deberían venderse para lograr el beneficio máximo. Siendo A la cantidad de lotes A y B la cantidad de lotes B a vender, indique cuál de los siguientes puntos representa una solución factible?. A=50 y B=50. A=100 y B=100. B=50 y A=50.

(2.2.1) Dado el siguiente problema: una empresa produce dos prendas de vestir (A y B) utilizando dos insumos limitados, tela y personal.Se podrá todo lo producido. La utilidad de cada prenda A es de $ 200, de cada prenda B es $250. La prenda A requiere 4 metros de tela, mientras que la prenda B 2 B 2 metros de tela. La prenda A utiliza 2 horas de mano de obra y la B utiliza también 2 horas de mano de obra. En el presupuesto mensual hay 500 metros de tela y 400 horas de personal asignados a estos proyectos. ¿Cuántas restricciones tendrá el modelo de programación lineal?. Cuatro restricciones incluyendo las de no negatividad. Cuatro restricciones incluyendo las de no positividad. Ocho restricciones incluyendo las de no negatividad.

(2.2.1) Dado el siguiente problema: una empresa produce dos prendas de vestir (A y B) utilizando dos insumos limitados, tela y personal.Se podrá todo lo producido. La utilidad de cada prenda A es de $ 200, de cada prenda B es $250. La prenda A requiere 4 metros de tela, mientras que la prenda B 2 B 2 metros de tela. La prenda A utiliza 2 horas de mano de obra y la B utiliza también 2 horas de mano de obra. En el presupuesto mensual hay 500 metros de tela y 400 horas de personal asignados a estos proyectos. ¿De qué tipo de problema se trata?. Un problema de programación lineal. Un problema de programación no lineal. Un problema de programación variable.

(2.2.1) Dado el siguiente problema: una empresa produce dos prendas de vestir (A y B) utilizando dos insumos limitados, tela y personal.Se podrá todo lo producido. La utilidad de cada prenda A es de $ 200, de cada prenda B es $250. La prenda A requiere 4 metros de tela, mientras que la prenda B 2 B 2 metros de tela. La prenda A utiliza 2 horas de mano de obra y la B utiliza también 2 horas de mano de obra. En el presupuesto mensual hay 500 metros de tela y 400 horas de personal asignados a estos proyectos. ¿Cuál es la función objetivo?. Utilidad = 200A + 250B. Utilidad = 200B + 250B. Utilidad = 400A + 500B.

(2.2.1) Dado el siguiente problema: una empresa produce dos prendas de vestir (A y B) utilizando dos insumos limitados, tela y personal.Se podrá todo lo producido. La utilidad de cada prenda A es de $ 200, de cada prenda B es $250. La prenda A requiere 4 metros de tela, mientras que la prenda B 2 B 2 metros de tela. La prenda A utiliza 2 horas de mano de obra y la B utiliza también 2 horas de mano de obra. En el presupuesto mensual hay 500 metros de tela y 400 horas de personal asignados a estos proyectos. ¿Cuál es la restricción que representa las limitaciones en la tela disponible? Indique cuál de los siguientes representa una solución factible al problema. 4A + U 2B ≤ 500. A=0 y B=0. A=50 y B=100. A=50 B=50. A=100 B=100.

(2.2.1) Dado el siguiente problema: una empresa produce dos prendas de vestir (A y B) utilizando dos insumos limitados, tela y personal.Se podrá todo lo producido. La utilidad de cada prenda A es de $ 200, de cada prenda B es $250. La prenda A requiere 4 metros de tela, mientras que la prenda B 2 B 2 metros de tela. La prenda A utiliza 2 horas de mano de obra y la B utiliza también 2 horas de mano de obra. En el presupuesto mensual hay 500 metros de tela y 400 horas de personal asignados a estos proyectos. ¿Qué método conviene utilizar para su resolución?. Método grafico de programación lineal. Método grafico de programación no lineal. Modelo grafico de programación dinamica.

(2.2.2) disponemos de $ 210000 para invertir en bolsa de acciones, tipo A y B. las del tipo A rinden el 10% y las del tipo B el 8%. Se invierte un máximo de $ 130000 en el tipo A y un mínimo de 60000 en el tipo B. La inversión en las acciones del tipo A debe ser menor o igual que el doble de las acciones del tipo B. En la resolución grafica de este problema se observa que la distribución de la inversión para obtener el máximo de interés anual es: 130000 del tipo A y 80000 en el tipo B. 130000 del tipo B y 80000 en el tipo A. 80000 del tipo A y 130000 en el tipo B.

(2.2.2) Considere el siguiente problema: una compañia tiene dos minas; la mina A produce diariamente 1 tonelada de Carbón de alta calidad, 2 toneladas de carbón de calidad media y 4 toneladas de carbón de baja calidad. La mina B produce 2 toneladas de cada uno de las 3 clases. Esta compañía necesita producir 70 toneladas de carbón de alta calidad, 130 toneladas de calidad media y 150 de baja calidad. Los gastos diarios de la mina A son de $ 500 y de la mina B son de $ 750. Interesa conocer cuántos días deberá trabajar cada mina para minimizar gastos y cumplir los requisitos de la producción. En la siguiente tabla se resumen los datos. Luego de analizar el problema indique ~cuáles de los siguientes puntos representan soluciones factibles al problema (siendo A la cantidad de dias que produce la mina A y B la cantidad de dias que produce la mina B). Seleccione las 4 respuestas correctas. A=70 y B=0. A=0 y B=0. A=0 y B=75. A=60 y B=5. A=100 y B=100.

(2.2.2) Considere el siguiente problema: una compañia tiene dos minas; la mina A produce diariamente 1 tonelada de Carbón de alta calidad, 2 toneladas de carbón de calidad media y 4 toneladas de carbón de baja calidad. La mina B produce 2 toneladas de cada uno de las 3 clases. Esta compañía necesita producir 70 toneladas de carbón de alta calidad, 130 toneladas de calidad media y 150 de baja calidad. Los gastos diarios de la mina A son de $ 500 y de la mina B son de $ 750. Interesa conocer cuántos días deberá trabajar cada mina para minimizar gastos y cumplir los requisitos de la producción. En la siguiente tabla se resumen los datos. Luego de analizar el problema indique ~cuáles de los siguientes puntos representan soluciones factibles al problema (siendo A la cantidad de dias que produce la mina A y B la cantidad de dias que produce la mina B). Indique cuáles son restricciones del problema. Señalar 4. A + 2B ≥ 70. 2A + 2B ≥ 130. 4A + 2B ≥ 150. A ≥ 0. A ≤ 0.

(2.2.2) Considere el siguiente problema: una compañia tiene dos minas; la mina A produce diariamente 1 tonelada de Carbón de alta calidad, 2 toneladas de carbón de calidad media y 4 toneladas de carbón de baja calidad. La mina B produce 2 toneladas de cada uno de las 3 clases. Esta compañía necesita producir 70 toneladas de carbón de alta calidad, 130 toneladas de calidad media y 150 de baja calidad. Los gastos diarios de la mina A son de $ 500 y de la mina B son de $ 750. Interesa conocer cuántos días deberá trabajar cada mina para minimizar gastos y cumplir los requisitos de la producción. En la siguiente tabla se resumen los datos. Luego de analizar el problema indique ~cuáles de los siguientes puntos representan soluciones factibles al problema (siendo A la cantidad de dias que produce la mina A y B la cantidad de dias que produce la mina B). Indique cuál es la expresión de la restricción que representa los requisitos de producción de carbón de BAJA calidad, siendo A la cantidad de dias que produce la mina A y B la cantidad de dias que produce la mina B: 4A + 2B ≥ 150. 4B + 2A ≥ 150. 4A + 2B ≤ 150.

(2.3) cuando un problema de programación lineal tiene Sólo dos variables de decisión: Puede aplicarse el método gráfico. Puede aplicarse el modelo gráfico. Puede aplicarse la variable gráfica.

(2.3.2) al implementar el método de resolución gráfica de un problema de PL, para verificar en qué dirección se desplaza la función objetivo debemos: Asignar valores crecientes arbitrarios a la función objetivo y verificar el desplazamiento en el gráfico. Asignar valores decrecientes arbitrarios a la función subjetivo y verificar el desplazamiento en el gráfico. Asignar valores crecientes arbitrarios a la función objetivo y verificar el desplazamiento en la matriz.

Considere la siguiente tabla del método simplex y responda lo solicitado, Cuáles son las variables básicas en la solución que presenta esta tabla? Seleccione las 3 respuestas correctas. S1. S2. S3. S4.

Considere la siguiente tabla del método simplex y responda lo solicitado, Cuáles son las variables NO básicas en la solución que presenta esta tabla?. X1 y X2. X1. X2.

Considere la siguiente tabla del método simplex y responda lo solicitado, El cociente requerido para evaluar la condición de factibilidad asume para cada variable de la solución actual los siguientes valores: S1=70; S2=40; S3=30. S1=70; S2=30; S3=40. S1=30; S2=70; S3=40.

Considere la siguiente tabla del método simplex y responda lo solicitado, El elemento PIVOT de la siguiente tabla del método simplex se ubica: En la columna X2 donde actualmente se encuentra el 3. En la columna X4 donde actualmente se encuentra el 3. En la columna X2 donde actualmente se encuentra el 6.

Considere la siguiente tabla del método simplex y responda lo solicitado, La solución que brinda esta tabla del método simplex tiene la característica siguiente. Las variables básicas asumen el valor de la cantidad de insumos totales disponibles. Las variables complejas asumen el valor de la cantidad de insumos totales disponibles. Las variables básicas asumen el valor de la cantidad de insumos parciales.

Considere la siguiente tabla del método simplex y responda lo solicitado, La solución que brinda la esta tabla del método simplex tiene la siguiente característica: Hace que la función objetivo alcance el valor de CERO. Hace que la función objetivo alcance el valor de UNO.

Considere la siguiente tabla del método simplex y responda lo solicitado, Para obtener el elemento PIVOT de la PRÓXIMA tabla del método simplex debemos. Multiplicar la fila correspondiente en esta tabla a S3 por el escalar 1/3. Dividir la fila correspondiente en esta tabla a S3 por el escalar 1/3. Potenciar la fila correspondiente en esta tabla a S3 por el escalar 1/3.

Considere la siguiente tabla del método simplex y responda lo solicitado, Que variable deberla salir de la solución para la próxima iteración. S3. S2. S1.

Considere la siguiente tabla del método simplex y responda lo solicitado, ¿Qué variable deberla ingresar la tabla para la próxima iteración?. X2. X1. X3.

Considere la siguiente tabla del método simplex y responda lo solicitado, Indique cuáles de las siguientes caracteristicas presentará la tabla de la PRÓXIMA iteración Seleccione las 4 respuestas correctas. Ingresara la variable X2. Saldrá la variable S3. Las variables básicas serán S1, S2, X2. La solución alcanzada no será la óptima. La función objetivo alcanzará un valor de 0.

Considere la siguiente tabla del método simplex y responda. Cuales son las variables básicas en la solución que presenta esta tabla. S1, S2, y X2 (ssx). S1, S4, y X4 (ssx). S2, S1, y X1 (ssx).

Considere la siguiente tabla del método simplex y responda. ¿Cuáles son las variables No básicas en la solución que presenta esta tabla?. X1 y S3. X1 y S2. X3 y S1.

Considere la siguiente tabla del método simplex y responda. El cociente requerido para evaluar la condición de factibilidad asume para cada variable de la solución actual los sig valores. S1=24; S2=15; X2=90. S1=24; S2=90; X2=15. S1=90; S2=24; X2=15.

Considere la siguiente tabla del método simplex y responda. El elemento PIVOT de la próxima tabla del método simplex se ubicara: En la columna X1 donde actualmente se encuentra el 2/3. En la columna X2 donde actualmente se encuentra el 2/3. En la columna X1 donde actualmente se encuentra el 4/6.

Considere la siguiente tabla del método simplex y responda. Indique cuales de las sig. características presentara la tabla de la PRÓXIMA iteración (la del sig paso del método simple). Seleccione 4. Ingresara la variable X1. Saldrá la variable S2. La solución alcanzada será la óptima. Las variables básicas serán S1, X1 y X2. La función objetivo alcanzará un valor de 1800.

Considere la siguiente tabla del método simplex y responda. La solución que brinda esta tabla de MS tiene la sig caracteristica. Hace que la función objetivo alcance el valor de 1800. Hace que la función objetivo alcance el valor de 2618. Hace que la función objetivo alcance el valor de 1400.

Considere la siguiente tabla del método simplex y responda. La solución que brinda esta tabla del método simplex tiene la siguiente característica: S1=40; S2=10; X2=30; X1=0; S3=0. S1=40; S2=30; X2=0; X1=0; S3=10. S1=30; S2=0; X2=40; X1=0; S3=10.

Considere la siguiente tabla del método simplex y responda. Para obtener el elemento PIVOT de la PRÓXIMA tabla del método simplex debemos: Multiplicar la fila correspondiente en esta tabla a S2 por el escalar 3/2. Dividir la fila correspondiente en esta tabla a S2 por el escalar 3/2. Potenciar la fila correspondiente en esta tabla a S2 por el escalar 3/2.

Considere la siguiente tabla del método simplex y responda. Qué variable deberla salir de la solución para la próxima iteración?. S2. S1. S4.

Considere la siguiente tabla del método simplex y responda. Qué variable deberla ingresar a la tabla para la próxima iteración?. X1. X3. X5.

Considere la siguiente tabla del método simplex y responda. La solución que brinda esta tabla del método simple tiene la siguiente caracteristica: Es la solución óptima porque solo se encuentran elementos positivos y ceros en la fila de la función objetivo. Es la solución óptima porque solo se encuentran elementos positivos y unos en la fila de la función objetivo. Es la solución óptima porque solo se encuentran elementos negativos y ceros en la fila de la función objetivo.

Considere la siguiente tabla del método simplex y responda. Cuáles son las variables básicas en la solución que presenta esta tabla?. S1, X2 y X1. S2, X1 y X2.

Considere la siguiente tabla del método simplex y responda. ¿Cuáles son las variables NO básicas en la solución que presenta esta tabla?. S2 y S3. S4 y S6. S3 y S2.

Considere la siguiente tabla del método simplex y responda. El elemento PIVOT de la PRÓXIMA tabla del método simplex se ubicara: No habrá una nueva tabla porque se ha alcanzado la condición de optimalidad (ninguna que termine en 1). No habrá una nueva tabla porque NO se ha alcanzado la condición de optimalidad (ninguna que termine en 1).

Considere la siguiente tabla del método simplex y responda. La solución que brinda esta tabla de método simplex tiene las siguientes características. S1=15; X1=15; X2=25; S2=0 y S3=0. S1=15; X1=0; X2=0; S2=15 y S3=25. S1=25; X1=15; X2=0; S2=0 y S3=25.

Considere la siguiente tabla del método simplex y responda. La solución que brinda esta tabla tiene la siguiente característica. Hace que la función objetivo alcance SU valor de 2100. Hace que la función objetivo alcance SU valor de 4221. Hace que la función objetivo alcance SU valor de 1200.

Considere el siguiente problema una compañia tiene dos minas la mina produce diariamente 1 tonelada de Carbón de alta calidad 2 toneladas de carbón de calidad media L 4 toneladas de carbón de baja calidad. La mina B produce 2 toneladas de cada uno de las 3 clases. Esta compania necesita producir 70 toneladas de carbón de alta calidad, 130 toneladas de calidad media y 150 de baja calidad. Los gastos diarios de la mina A son de S 500 y de la mina B son de S 750, Interesa conocer cuantos días deberá trabajar cada mina para minimizar gastos y cumplir los requisitos de la producción. En la siguiente tabla se resumen los datos. Luego de analizar el problema. Indique cuál es la expresión de la restricción que representa los requisitos de producción de carbón de BAJA calidad (siendo A la cantidad de días que produce la mina A y B la cantidad de días que produce la mina B). 4A + 2B ≥ 150. 4B - 2A ≥ 150. 4A + 2B ≤ 150.

Considere el siguiente problema una compañia tiene dos minas la mina produce diariamente 1 tonelada de Carbón de alta calidad 2 toneladas de carbón de calidad media L 4 toneladas de carbón de baja calidad. La mina B produce 2 toneladas de cada uno de las 3 clases. Esta compania necesita producir 70 toneladas de carbón de alta calidad, 130 toneladas de calidad media y 150 de baja calidad. Los gastos diarios de la mina A son de S 500 y de la mina B son de S 750, Interesa conocer cuantos días deberá trabajar cada mina para minimizar gastos y cumplir los requisitos de la producción. En la siguiente tabla se resumen los datos. Luego de analizar el problema. Indique cuál es la expresión de la restricción que representa los requisitos de producción de carbón de MEDIA calidad (siendo A la cantidad de dias que produce la mina A y B la cantidad de dias que produce la mina B). 2A + 2B ≥ 130. 4A + 4B = 130. 2B + 2A ≤ 130.

Considere el siguiente problema una compañia tiene dos minas la mina produce diariamente 1 tonelada de Carbón de alta calidad 2 toneladas de carbón de calidad media L 4 toneladas de carbón de baja calidad. La mina B produce 2 toneladas de cada uno de las 3 clases. Esta compania necesita producir 70 toneladas de carbón de alta calidad, 130 toneladas de calidad media y 150 de baja calidad. Los gastos diarios de la mina A son de S 500 y de la mina B son de S 750, Interesa conocer cuantos días deberá trabajar cada mina para minimizar gastos y cumplir los requisitos de la producción. En la siguiente tabla se resumen los datos. Luego de analizar el problema. Indique cuál es la expresión de la restricción que representa los requisitos de producción de carbón de ALTA calidad (siendo A la cantidad de dias que produce la mina A y B la cantidad de días que produce la mina B). A + 2B ≥ 70. A - 4B ≥ 70. B + 2A ≤ 70.

Considere el siguiente problema una compañia tiene dos minas la mina produce diariamente 1 tonelada de Carbón de alta calidad 2 toneladas de carbón de calidad media L 4 toneladas de carbón de baja calidad. La mina B produce 2 toneladas de cada uno de las 3 clases. Esta compania necesita producir 70 toneladas de carbón de alta calidad, 130 toneladas de calidad media y 150 de baja calidad. Los gastos diarios de la mina A son de S 500 y de la mina B son de S 750, Interesa conocer cuantos días deberá trabajar cada mina para minimizar gastos y cumplir los requisitos de la producción. En la siguiente tabla se resumen los datos. Luego de analizar el problema. Indique cuál es la expresión de la FUNCIÓN OBJETIVO a minimizar en el problema (siendo A la cantidad de dias que produce la mina A y B la cantidad de días que produce la mina B). Gastos = 500A + 750B. Gastos = 500B + 750A. Gastos = 750A + 500B.

En el caso de maximización para una tabla simplex los valores de CJ-ZJ es óptima cuando todos los valores de la contribución neta por unidad producida. CJ - ZJ son negativos o ceros. CJ - ZJ son positivos o ceros. CJ - ZJ son negativos o unos.

Dada la siguiente tabla de transporte, aplique método de la esquina Noreste y determine el valor de Z. 3800. 8300. 1438.