8/3/24, 0:13 ChatGPT

Cuestionario sobre Conceptos Básicos y Modelos Matemáticos en Investigación de Operaciones:

1. ¿Cómo se define la Investigación de Operaciones desde una perspectiva científica?

a. Uso de matemáticas y estadísticas para tomar decisiones racionales en administración.

b. Campo que utiliza técnicas matemáticas y estadísticas para mejorar sistemas.

c. Enfoque para resolver problemas de toma de decisiones.

2. Según Lawrence y Pasternak (1998), ¿qué destaca la Investigación de Operaciones como enfoque
científico?

a. Desarrollo de técnicas de solución.

b. Modelado de situaciones complejas.

c. Comunicación efectiva de resultados.

3. ¿Quién es reconocido por atribuir el primer algoritmo y marcar el nacimiento del álgebra?

a. George Joseph Stigler.

b. Ibn Musa Al-Khwarizmi.

c. Ada Lovelace.

4. ¿En qué año se publicó el trabajo de Janos Von Neuman sobre la "teoría de juegos"?

a. 1928.

b. 1939.

c. 1941.

5. ¿Qué técnica esencial en Investigación de Operaciones se atribuye a Leonid Kantorovich?

a. Programación Entera.

b. Método Simplex.

c. Teoría de Juegos.

6. ¿Qué método desarrolló George Dantzig en 1947 que fundamenta la programación lineal?

a. Método Simplex.

b. Programación Entera.

c. Teoría de Juegos.

7. ¿Cómo se intensificó la influencia del método científico en Investigación de Operaciones después de

la Segunda Guerra Mundial?

a. Desarrollo de algoritmos.

b. Aplicación sistemática en la toma de decisiones.

c. Creación de modelos matemáticos.

8. Durante la Segunda Guerra Mundial, ¿cuál fue el papel crucial de la Investigación de Operaciones en
la estrategia militar?

a. Desarrollar nuevos algoritmos.

b. Mejorar la eficiencia operativa y táctica.

[Link] 1/33
8/3/24, 0:13 ChatGPT
c. Establecer la programación lineal.

9. ¿En qué periodo post-guerra la Investigación de Operaciones se convirtió en una herramienta clave
para la mejora continua en la gestión empresarial?

a. Década de 1930.

b. Década de 1950.

c. Década de 1960.

10. ¿Cuál fue el impacto del algoritmo símplex en la Investigación de Operaciones?

a. Resolución de problemas de optimización con variables discretas.

b. Facilitar la identificación de la mejor solución posible en problemas lineales.

c. Aplicación en la programación de metas.

11. ¿Cómo se define la naturaleza interdisciplinaria de la Investigación de Operaciones?

a. Uso exclusivo de matemáticas.

b. Colaboración entre disciplinas como matemáticas, estadística, economía, etc.

c. Enfoque único en la teoría matemática.

12. ¿Cuál es el objetivo central de la Investigación de Operaciones?

a. Desarrollar soluciones eficientes.

b. Aplicar el método científico.

c. Colaborar en equipos multidisciplinarios.

13. ¿Cómo se relaciona el objeto de estudio material de la Investigación de Operaciones con los
problemas organizacionales?

a. Se centra en problemas individuales.

b. Analiza problemas y procesos operativos dentro de organizaciones.

c. Estudia problemas a nivel teórico.

14. ¿Cuál es el efecto general de la Investigación de Operaciones en la optimización de procesos?

a. Contribuye poco al crecimiento de la productividad.
b. Juega un papel crucial en la mejora continua.

c. Se limita a ciertos sectores económicos.

15. ¿Qué paquetes de software facilitan la implementación de algoritmos de Investigación de

Operaciones?
a. Microsoft Word.

b. Excel Solver, LINDO/LINGO, CPLEX.

c. Adobe Photoshop.

16. ¿En qué se beneficia la logística mediante la Investigación de Operaciones?

a. Optimización de rutas y gestión de flotas.

b. Análisis de costos en producción.

c. Segmentación de mercados.

[Link] 2/33
8/3/24, 0:13 ChatGPT
17. ¿Qué aspecto destaca la revista Interfaces de INFORMS en relación con la Investigación de
Operaciones?

a. Historia de la disciplina.

b. Estudios de caso importantes.

c. Desarrollo de algoritmos.

18. ¿Cómo contribuyen las sociedades como IFORS y Operational Research Society al avance de la
Investigación de Operaciones?

a. Restringiendo la divulgación de conocimientos.

b. Facilitando la colaboración académica y profesional.

c. Ignorando el desarrollo tecnológico.

19. ¿Cuál es el impacto de la Investigación de Operaciones en la gestión y distribución estratégica de

recursos militares?

a. Poco relevante en contextos de defensa.

b. Apoya la maximización de eficacia y eficiencia.

c. Limitado a problemas logísticos.

20. ¿Qué función cumplen los estudios individuales en Investigación de Operaciones?

a. Tienen un impacto considerable en la disciplina.

b. Contribuyen poco al conocimiento acumulado.

c. Dependen de la magnitud de su impacto.

Respuestas:

1. b, 2. a, 3. b, 4. a, 5. a, 6. a, 7. b, 8. b, 9. b, 10. b, 11. b, 12. a, 13. b, 14. b, 15. b, 16. a, 17. b, 18. b, 19.
b, 20. a

------------------

Cuestionario sobre las Desventajas de la Investigación de Operaciones:

1. ¿Cuáles son las limitaciones inherentes a la metodología de modelado y análisis en la investigación

de operaciones?

a. Falta de análisis costo-beneficio comprensivos

b. Complejidad de los problemas reales

c. Enfoque en un solo objetivo

2. ¿Por qué a menudo se requiere la simplificación de problemas en la investigación de operaciones?

a. Para complicar el análisis

b. Para crear modelos matemáticos viables

c. Para aumentar la complejidad de las soluciones

3. ¿Cuál es la crítica principal al enfoque de un solo objetivo en la investigación de operaciones?

a. Optimiza varios objetivos a la vez

b. Omite la multidimensionalidad de problemas prácticos

[Link] 3/33
8/3/24, 0:13 ChatGPT
c. Reduce la complejidad de los modelos

4. ¿Qué puede suceder si se omiten restricciones relevantes en el modelado de problemas en la

investigación de operaciones?

a. Aumenta la precisión del modelo

b. Limita la aplicabilidad de las soluciones

c. Mejora la viabilidad de implementación

5. ¿Cómo afecta la falta de análisis costo-beneficio a la implementación de soluciones en la

investigación de operaciones?

a. Aumenta el impacto potencial de las estrategias

b. Resta valor al impacto potencial de las estrategias

c. Simplifica la evaluación de soluciones

6. ¿Qué enfoque más holístico se sugiere para mejorar la aplicación práctica de la investigación de
operaciones?

a. Análisis unidimensional

b. Análisis costo-beneficio

c. Análisis de múltiples objetivos

7. ¿Cuál es la función principal de la simplificación de problemas en la investigación de operaciones?

a. Complicar la modelización

b. Crear modelos matemáticos o simulaciones viables

c. Minimizar la complejidad de los problemas reales

8. ¿Cuál es la crítica fundamental al enfoque en un solo objetivo en la investigación de operaciones?

a. Optimiza varios objetivos simultáneamente

b. Omite la multidimensionalidad de los problemas prácticos

c. Aumenta la complejidad de los modelos

9. ¿Por qué es crucial considerar todas las restricciones relevantes en el modelado de problemas?

a. Para simplificar el análisis

b. Para limitar la aplicabilidad de las soluciones

c. Para mejorar la viabilidad de implementación

10. ¿Cómo afecta la omisión de restricciones relevantes en la investigación de operaciones?

a. Mejora la aplicabilidad de las soluciones

b. Limita la aplicabilidad de las soluciones

c. Simplifica el modelado de problemas

11. ¿Cuál es la importancia de un análisis detallado de costos y beneficios en la implementación de

soluciones?

a. Aumenta la complejidad de las soluciones

[Link] 4/33
8/3/24, 0:13 ChatGPT
b. Resta valor al impacto potencial de las estrategias

c. Afecta la viabilidad y aceptación de las soluciones

12. ¿Cómo se puede mejorar la aplicación práctica de la investigación de operaciones?

a. Mediante la simplificación extrema de problemas

b. A través de un enfoque más holístico

c. Ignorando restricciones relevantes

13. ¿Qué tipo de modelos se centran en ecuaciones lineales para representar restricciones del sistema y
funciones objetivo lineales?

a. Modelos de programación dinámica

b. Modelos de optimización no lineal

c. Modelos de programación lineal

14. ¿En qué se aplica la programación lineal dentro de la investigación de operaciones?

a. En la simulación de sistemas complejos

b. En la resolución de problemas con variables enteras

c. En la maximización o minimización de objetivos sujetos a restricciones lineales

15. ¿Qué tipo de problemas abordan la programación entera y 0,1 en la investigación de operaciones?

a. Problemas de asignación y selección

b. Problemas de flujos máximos

c. Problemas de transporte y asignación

16. ¿Cuál es la característica distintiva de la programación no lineal en la investigación de operaciones?

a. Utiliza ecuaciones lineales

b. Trata problemas con relaciones no lineales

c. Se enfoca en problemas determinísticos

17. ¿Qué técnica se utiliza para resolver problemas no lineales en la investigación de operaciones?

a. Método de búsqueda

b. Programación dinámica

c. Programación lineal

18. ¿Cuál es el propósito de la simulación en la investigación de operaciones?

a. Generar modelos matemáticos precisos

b. Evaluar el comportamiento de sistemas complejos bajo diversas condiciones

c. Resolver problemas de asignación y selección

19. ¿En qué se utilizan las herramientas PERT/CPM en la investigación de operaciones?

a. En la programación temporal y la optimización de recursos en proyectos complejos

b. En la resolución de problemas de asignación y selección

[Link] 5/33
8/3/24, 0:13 ChatGPT
c. En la simulación de sistemas complejos

20. ¿Qué caracteriza a las heurísticas en la investigación de operaciones?

a. Buscan soluciones óptimas con un menor costo computacional

b. Garantizan soluciones óptimas en problemas NP-difíciles

c. Ignoran la complejidad de los problemas

Respuestas:

1. a, b, c
2. b 3. b 4. b
5. b
6. c
7. b
8. b
9. c
10. b
11. c
12. b
13. c

14. c
15. a 16. b 17. a 18. b 19. a
20. a

------------------

Pregunta 1: ¿Cuál es el primer paso en la metodología de Investigación de Operaciones para abordar un

problema?

a) Desarrollar soluciones efectivas

b) Identificar y definir precisamente el problema

c) Formular un problema matemático

Respuesta correcta:

b) Identificar y definir precisamente el problema

Pregunta 2: ¿Qué implica la dificultad en la asignación de recursos y actividades en la Investigación de

Operaciones?

a) Escasez de recursos

b) Complejidad de sistemas

c) Enfoque en la optimización

Respuesta correcta:

a) Escasez de recursos

Pregunta 3: ¿Cuál es un elemento esencial para la formulación de problemas en Investigación de

Operaciones?

a) Funciones matemáticas

b) Restricciones

c) Variables de decisión

[Link] 6/33
8/3/24, 0:13 ChatGPT
Respuesta correcta:

c) Variables de decisión

Pregunta 4: ¿Qué representa la función objetivo en un problema de programación lineal?

a) Una variable conocida

b) Un parámetro fijo

c) Aquello que se desea optimizar

Respuesta correcta:

c) Aquello que se desea optimizar

Pregunta 5: ¿Cómo se llama la capacidad de la programación lineal para modelar relaciones lineales y
optimizar una función objetivo sujeta a restricciones?

a) Alinear

b) Optimizar

c) Programar

Respuesta correcta:

b) Optimizar

Pregunta 6: ¿Cuál es el objetivo de maximizar ingresos y reducir costos en programación lineal?

a) Incrementar la rentabilidad

b) Minimizar costos

c) Ambos

Respuesta correcta:

c) Ambos

Pregunta 7: ¿Cuál es un ejemplo de por qué se elegiría minimizar ingresos en programación lineal? a)
Obtener beneficios fiscales

b) Maximizar utilidades

c) Incrementar la rentabilidad

Respuesta correcta:

a) Obtener beneficios fiscales

Pregunta 8: ¿Qué implica la formulación matemática en programación lineal?

a) Resolver ecuaciones

b) Describir el problema en términos matemáticos

c) Establecer parámetros

Respuesta correcta:

b) Describir el problema en términos matemáticos

Pregunta 9: ¿Cuál es la función de las restricciones en programación lineal?

a) Limitar la optimización
[Link] 7/33
8/3/24, 0:13 ChatGPT
b) Representar las limitaciones del problema

c) Aumentar la complejidad

Respuesta correcta:

b) Representar las limitaciones del problema

Pregunta 10: ¿Qué representan las restricciones no explícitas en un problema de programación lineal?

a) Condiciones ocultas

b) Limitaciones físicas

c) Restricciones funcionales

Respuesta correcta:

a) Condiciones ocultas

Pregunta 11: ¿Cuál es la variable que normalmente se simboliza con la letra Z en la función objetivo de un
problema de programación lineal?

a) Variables de decisión

b) Parámetros

c) Función objetivo

Respuesta correcta:

c) Función objetivo

Pregunta 12: ¿Cómo se denominan las variables que no se conocen y deben definirse para lograr la
optimización en un problema de programación lineal?

a) Variables de decisión

b) Restricciones

c) Parámetros Respuesta correcta:

a) Variables de decisión

Pregunta 13: ¿Qué representan las restricciones en un problema de programación lineal?

a) Limitaciones físicas

b) Costos unitarios

c) Variables de decisión

Respuesta correcta:

a) Limitaciones físicas

Pregunta 14: ¿Cuál es la función de los coeficientes de la función objetivo en programación lineal? a)
Representar las restricciones

b) Multiplicar las variables de decisión

c) Establecer parámetros

Respuesta correcta:

b) Multiplicar las variables de decisión

[Link] 8/33
8/3/24, 0:13 ChatGPT
Pregunta 15: ¿Cuál es el objetivo de la función objetivo en programación lineal?

a) Maximizar costos

b) Minimizar ingresos

c) Optimizar aquello que se desea

Respuesta correcta:

c) Optimizar aquello que se desea

Pregunta 16: ¿Cuál es el primer paso en la aplicación de programación lineal?

a) Resolver ecuaciones b)
Identificación clara del problema a resolver

c) Definición precisa del presupuesto

Respuesta correcta:

b) Identificación clara del problema a resolver

Pregunta 17: ¿Qué representa la variable x1 en el ejemplo de programación lineal dado?

a) Cantidad de equipos de comunicación

b) Costo total a minimizar

c) Cantidad de vehículos patrulla

Respuesta correcta:

c) Cantidad de vehículos patrulla

Pregunta 18: ¿Cómo se expresan las restricciones en un problema de programación lineal?

a) Ecuaciones no lineales

b) Ecuaciones lineales

c) Inecuaciones lineales

Respuesta correcta:

c) Inecuaciones lineales

Pregunta 19: ¿Cuál es el objetivo de la restricción en el ejemplo de programación lineal?

a) Establecer parámetros

b) Limitar el presupuesto máximo

c) Maximizar la eficiencia operativa

Respuesta correcta:

b) Limitar el presupuesto máximo

Pregunta 20: ¿Qué representa la variable b1 en el ejemplo de programación lineal?

a) Costo unitario de vehículo patrulla

b) Presupuesto máximo

c) Cantidad mínima de vehículos patrulla

[Link] 9/33
8/3/24, 0:13 ChatGPT
Respuesta correcta:

b) Presupuesto máximo

------------------

Preguntas sobre la Metodología de Programación Lineal y Planteamiento de Problemas:

1. ¿Cuál es el primer paso al plantear un problema utilizando la metodología de programación lineal

según Bronson (1992)?

a) Definir la función objetivo

b) Definir las variables del problema

c) Definir las restricciones

Respuesta correcta:

b) Definir las variables del problema

2. ¿Cómo se representa la variable que debe ser optimizada en la función objetivo en programación
lineal?

a) Z

b) xi

c) ci

Respuesta correcta:

a) Z

3. ¿Qué función cumple la función objetivo en programación lineal?

a) Representa las restricciones
b) Define las variables del problema
c) Busca optimizar un criterio específico

Respuesta correcta:

c) Busca optimizar un criterio específico

4. ¿Qué representan las restricciones en un problema de programación lineal?

a) Costos unitarios

b) Limitaciones operativas

c) Variables de decisión

Respuesta correcta:

b) Limitaciones operativas

5. ¿En qué consiste el paso de definir las restricciones no explícitas en la metodología de programación
lineal?

a) Establecer ecuaciones adicionales

b) Identificar y expresar restricciones inherentes al problema

c) Eliminar restricciones existentes

[Link] 10/33
8/3/24, 0:13 ChatGPT
Respuesta correcta:

b) Identificar y expresar restricciones inherentes al problema

6. ¿Por qué es crucial que las unidades de medida sean coherentes en todas las ecuaciones de
programación lineal?

a) Para complicar el problema

b) Evitar inconsistencias en las ecuaciones

c) Por requerimientos estilísticos

Respuesta correcta:

b) Evitar inconsistencias en las ecuaciones

7. ¿Qué representan las variables x1 y x2 en el ejemplo de planteamiento de problemas policiales?

a) Costos unitarios

b) Números de unidades dedicadas a actividades específicas

c) Coeficientes de la función objetivo

Respuesta correcta:

b) Números de unidades dedicadas a actividades específicas

8. ¿Cuál es el objetivo de la función objetivo en el ejemplo de planteamiento de problemas policiales?

a) Maximizar la efectividad general en seguridad

b) Minimizar el presupuesto disponible

c) Establecer parámetros

Respuesta correcta:

a) Maximizar la efectividad general en seguridad

9. ¿Qué representan las restricciones en el ejemplo de planteamiento de problemas policiales?

a) Limitaciones físicas
b) Desigualdades del tipo mayor o igual que (≥) y/o menor o igual que (≤)

c) Coeficientes de la función objetivo

Respuesta correcta:

b) Desigualdades del tipo mayor o igual que (≥) y/o menor o igual que (≤)

10. ¿Por qué se incluye la restricción de "No Negatividad" en el ejemplo de planteamiento de problemas
policiales?

a) Por requerimientos estilísticos

b) Para limitar las variables a valores no negativos

c) Para complicar el problema

Respuesta correcta:

b) Para limitar las variables a valores no negativos

------------------

[Link] 11/33
8/3/24, 0:13 ChatGPT
Pregunta 1: ¿Cuál es el primer paso al plantear un problema en investigación operativa?

a) Definir la función objetivo

b) Identificar y definir las variables del problema

c) Establecer las restricciones

Respuesta correcta:

b) Identificar y definir las variables del problema

Pregunta 2: ¿Qué representa la variable Z en la formulación de un problema de programación lineal?

a) Coeficientes de la función objetivo

b) Función objetivo

c) Restricciones no explícitas

Respuesta correcta:

b) Función objetivo

Pregunta 3: ¿Cuál es el objetivo de la función objetivo en programación lineal?

a) Maximizar costos

b) Minimizar ingresos

c) Optimizar un criterio específico

Respuesta correcta:

c) Optimizar un criterio específico

Pregunta 4: ¿Qué deben reflejar las restricciones en un problema de programación lineal?

a) Limitaciones físicas

b) Costos unitarios

c) Variables de decisión

Respuesta correcta:

a) Limitaciones físicas

Pregunta 5: ¿Qué representa la variable x1 en un ejemplo de programación lineal?

a) Cantidad de vehículos patrulla

b) Costo total a minimizar

c) Cantidad de equipos de comunicación

Respuesta correcta:

a) Cantidad de vehículos patrulla

Pregunta 6: ¿Qué significa establecer restricciones no explícitas en el planteamiento de un problema? a)

Incluir condiciones inherentes al problema

b) Añadir variables de decisión

c) Definir la función objetivo

[Link] 12/33
8/3/24, 0:13 ChatGPT
Respuesta correcta:

a) Incluir condiciones inherentes al problema

Pregunta 7: ¿Por qué es crucial que las unidades de medida sean coherentes en todas las ecuaciones de
un problema?

a) Para complicar el análisis

b) Para evitar inconsistencias

c) Para aumentar la complejidad del problema

Respuesta correcta:

b) Para evitar inconsistencias

Pregunta 8: ¿En qué consiste el paso de definir la función objetivo en un problema de programación lineal?

a) Identificar las variables del problema

b) Expresar la ecuación matemática que se debe optimizar

c) Establecer las restricciones

Respuesta correcta:

b) Expresar la ecuación matemática que se debe optimizar

Pregunta 9: ¿Cuál es el objetivo de las restricciones en un problema de programación lineal?

a) Maximizar ingresos

b) Minimizar costos

c) Reflejar las limitaciones bajo las cuales opera el sistema

Respuesta correcta:

c) Reflejar las limitaciones bajo las cuales opera el sistema

Pregunta 10: ¿Qué representan las variables de decisión en un problema de programación lineal?

a) Limitaciones físicas

b) Coeficientes de la función objetivo

c) Variables que deben definirse para lograr la optimización

Respuesta correcta:

c) Variables que deben definirse para lograr la optimización

Pregunta 11: ¿Cuál es el propósito de establecer restricciones no explícitas en un problema de

programación lineal?

a) Aumentar la complejidad del problema

b) Incluir condiciones inherentes al problema

c) Reducir la cantidad de variables de decisión

Respuesta correcta:

b) Incluir condiciones inherentes al problema

Pregunta 12: ¿Qué representan los coeficientes en la función objetivo de programación lineal?
[Link] 13/33
8/3/24, 0:13 ChatGPT
a) Multiplican las variables de decisión

b) Establecen parámetros

c) Definen las restricciones

Respuesta correcta:

a) Multiplican las variables de decisión

Pregunta 13: ¿Cuál es el papel de las restricciones no explícitas en la formulación de un problema de

programación lineal?

a) Definen las restricciones del problema

b) Incluyen condiciones inherentes al problema que no aparecen explícitamente

c) Reducen la complejidad del problema

Respuesta correcta:

b) Incluyen condiciones inherentes al problema que no aparecen explícitamente

Pregunta 14: ¿Cuál es la importancia de la unidad de medida en las ecuaciones de un problema?

a) Aumentar la complejidad
b) Evitar inconsistencias

c) Definir la función objetivo

Respuesta correcta:

b) Evitar inconsistencias

Pregunta 15: ¿Qué variables pueden incluirse en el contexto de la seguridad ciudadana y la gestión de
recursos policiales?

a) Solo x1 y x2

b) x3, x4,..., xn además de x1 y x2

c) Solo x1 y x3

Respuesta correcta:

b) x3, x4,..., xn además de x1 y x2

Pregunta 16: ¿Qué representa la variable Z en la función objetivo de programación lineal?

a) Limitaciones físicas

b) Restricciones no explícitas

c) El criterio a optimizar

Respuesta correcta:

c) El criterio a optimizar

Pregunta 17: ¿Cuál es la función de las restricciones en un problema de programación lineal?

a) Multiplicar las variables de decisión

b) Establecer parámetros

c) Reflejar las limitaciones bajo las cuales opera el sistema

[Link] 14/33
8/3/24, 0:13 ChatGPT
Respuesta correcta:

c) Reflejar las limitaciones bajo las cuales opera el sistema

Pregunta 18: ¿Cuál es la importancia de expresar restricciones en forma de ecuaciones para las variables
del problema?

a) Aumentar la complejidad

b) Facilitar el análisis matemático

c) Reducir la precisión del problema

Respuesta correcta:

b) Facilitar el análisis matemático

Pregunta 19: ¿Qué representan las restricciones no explícitas en la formulación de un problema de

programación lineal?

a) Limitaciones físicas

b) Condiciones ocultas en el problema

c) Funciones matemáticas

Respuesta correcta:

b) Condiciones ocultas en el problema

Pregunta 20: ¿Cuál es la finalidad de definir las restricciones en un problema de programación lineal?

a) Maximizar la complejidad del problema

b) Establecer parámetros

c) Reflejar las limitaciones bajo las cuales opera el sistema

Respuesta correcta:

c) Reflejar las limitaciones bajo las cuales opera el sistema

------------------

[Link] 15/33
8/3/24, 0:13 ChatGPT
Ejercicio 1: Minimizar Costos en Expendio Naturista

Un expendio naturista prepara alimentos basándose en tres materias primas A, B y

c. Los costos por kilogramo y composiciones se presentan a continuación:

Materia Prima Costo $/kg Azúcares % Grasas % Proteínas % Inertes %

A 2.35 12 10 60 18
B 2.00 10 10 50 30
C 1.70 8 6 44 42
Formulación Matemática:

Variables de Decisión:

𝑋1X1: Fracción de kilogramo de materia prima A.

𝑋2X2: Fracción de kilogramo de materia prima B.
𝑋3X3: Fracción de kilogramo de materia prima C.

Función Objetivo: Minimizar el costo de 1 kg de alimento: Min 𝑍 = 2.35𝑋1 + 2.00𝑋2 + 1.70𝑋3

Min Z = 2.35X1 + 2.00X2 + 1.70X3

Restricciones:

1. Contenido mínimo de azúcares: 12𝑋1 + 10𝑋2 + 8𝑋3 ≥ 10.012X1 + 10X2 + 8X3 ≥ 10.0
2. Contenido máximo de grasas: 10𝑋1 + 10𝑋2 + 6𝑋3 ≤ 9.510X1 + 10X2 + 6X3 ≤ 9.5
3. Contenido mínimo de proteínas: 60𝑋1 + 50𝑋2 + 44𝑋3 ≥ 52.060X1 + 50X2 + 44X3 ≥ 52.0

Condición Adicional: Suma de las fracciones igual a 1 (100%): 𝑋1 + 𝑋2 + 𝑋3 = 1X1 + X2 + X3 = 1

Restricción No Explícita: No negatividad: 𝑋1 ≥ 0X1 ≥ 0, 𝑋2 ≥ 0X2 ≥ 0, 𝑋3 ≥ 0X3 ≥ 0

Planteamiento del Problema: Min 𝑍 = 2.35𝑋1 + 2.00𝑋2 + 1.70𝑋3Min Z = 2.35X1 + 2.00X2 + 1.70X3 Sujeto
a:

12𝑋1 + 10𝑋2 + 8𝑋3 ≥ 10.0

10𝑋1 + 10𝑋2 + 6𝑋3 ≤ 9.5
60𝑋1 + 50𝑋2 + 44𝑋3 ≥ 52.0
𝑋1 + 𝑋2 + 𝑋3 = 1
𝑋1,𝑋2,𝑋3 ≥ 0

12X1 + 10X2 + 8X3 ≥ 10.010X1 + 10X2 + 6X3 ≤ 9.560X1 + 50X2 + 44X3 ≥ 52.0X1 + X2 + X3 = 1X1,X2,X3 ≥
0

[Link] 16/33
8/3/24, 0:13 ChatGPT
Ejercicio 2: Maximizar Ingresos en Fábrica de Calzado

Una fábrica de calzado dispone de recursos limitados para producir dos tipos de botas. Los datos se
presentan a continuación:

Tipo de Bota Precio ($/par) Horas-Máquina Ácido Graso (g/par) Sosa Cáustica (g/par)
1 800 2 6 32
2 725 2.5 5 24

Formulación Matemática:

Variables de Decisión:

𝑋1X1: Cantidad de pares del primer tipo de bota.

𝑋2X2: Cantidad de pares del segundo tipo de bota.

Función Objetivo: Maximizar ingresos totales: Max 𝑍 = 800𝑋1 + 725𝑋2Max Z = 800X1 + 725X2

Restricciones:

1. Piel para tipos de botas: 6𝑋1 + 5𝑋2 ≤ 456X1 + 5X2 ≤ 45

2. Horas de producción: 2𝑋1 + 2.5𝑋2 ≤ 202X1 + 2.5X2 ≤ 20

Condición Adicional: Número de pares de botas no puede ser fraccionado: 𝑋1,𝑋2X1,X2 son enteros no
negativos.

Planteamiento del Problema: Max 𝑍 = 800𝑋1 + 725𝑋2Max Z = 800X1 + 725X2 Sujeto a:

6𝑋1 + 5𝑋2 ≤ 45
2𝑋1 + 2.5𝑋2 ≤ 20
𝑋1,𝑋2 son enteros no negativos
6X1 + 5X2 ≤ 452X1 + 2.5X2 ≤ 20X1,X2 son enteros no negativos

Ejercicio 6:
Una fábrica de muebles produce sillas y mesas de madera y metal. Cada silla requiere 2 metros cuadrados
de madera y 1 hora de trabajo, mientras que cada mesa requiere 4 metros cuadrados de madera y 3 horas
de trabajo. La empresa dispone de 200 metros cuadrados de madera y 80 horas de trabajo por día. Si el
beneficio por cada silla es de $50 y por cada mesa es de $120, ¿cuántas sillas y mesas debe producir la
fábrica para maximizar su beneficio?

Variables de Decisión:

𝑋1X1: Cantidad de sillas a producir.

𝑋2X2: Cantidad de mesas a producir.

Función Objetivo: Max 𝑍 = 50𝑋1 + 120𝑋2Max Z = 50X1 + 120X2

Restricciones: 2𝑋1 + 4𝑋2 ≤ 2002X1 + 4X2 ≤ 200 𝑋1 + 3𝑋2 ≤ 80X1 + 3X2 ≤ 80 𝑋1,𝑋2 ≥ 0X1 ,X2 ≥ 0

Desarrollo y Resolución:

1. Función Objetivo: 𝑍 = 50𝑋1 + 120𝑋2Z = 50X1 + 120X2

2. Restricciones: 2𝑋1 + 4𝑋2 ≤ 2002X1 + 4X2 ≤ 200 𝑋1 + 3𝑋2 ≤ 80X1 + 3X2 ≤ 80 𝑋1,𝑋2 ≥ 0X1, X2 ≥ 0

[Link] 17/33
8/3/24, 0:13 ChatGPT

3. Simplificación de las restricciones: 𝑋1 + 2𝑋2 ≤ 100X1 + 2X2 ≤ 100 𝑋1 + 3𝑋2 ≤ 80X1 + 3X2 ≤ 80

4. Condiciones adicionales: 𝑋1,𝑋2 ≥ 0X1 ,X2 ≥ 0

5. Solución Óptima: 𝑋1 = 20, 𝑋2 = 20X1 = 20, X2 = 20 𝑍max = $5000Zmax = $5000

Ejercicio 7:
Una granja produce dos tipos de alimentos para animales: mezcla seca y granulado. Cada kilogramo de
mezcla seca contiene 3 unidades de proteínas, 2 unidades de grasas y 1 unidad de fibra. Cada kilogramo
de granulado contiene 2 unidades de proteínas, 1 unidad de grasas y 3 unidades de fibra. La granja tiene
disponibles 120 kg de proteínas, 80 kg de grasas y 60 kg de fibra. Si el beneficio por kilogramo de mezcla
seca es de $5 y por kilogramo de granulado es de $4, ¿cuántos kilogramos de cada alimento debería
producir la granja para maximizar su beneficio?

Variables de Decisión:

𝑋1X1 : Kilogramos de mezcla seca a producir.

𝑋2X2 : Kilogramos de granulado a producir.

Función Objetivo: Max 𝑍 = 5𝑋1 + 4𝑋2Max Z = 5X1 + 4X2

Restricciones: 3𝑋1 + 2𝑋2 ≤ 1203X1 + 2X2 ≤ 120 2𝑋1 + 𝑋2 ≤ 802X1 + X2 ≤ 80 𝑋1 + 3𝑋2 ≤ 60X1 + 3X2 ≤ 60
𝑋1,𝑋2 ≥ 0X1, X2 ≥ 0

Desarrollo y Resolución:

1. Función Objetivo: 𝑍 = 5𝑋1 + 4𝑋2Z = 5X1 + 4X2

2. Restricciones: 3𝑋1 + 2𝑋2 ≤ 1203X1 + 2X2 ≤ 120 2𝑋1 + 𝑋2 ≤ 802X1 + X2 ≤ 80 𝑋1 + 3𝑋2 ≤ 60X1 + 3X2 ≤
60

3. Condiciones adicionales: 𝑋1,𝑋2 ≥ 0X1, X2 ≥ 0

4. Solución Óptima: 𝑋1 = 20, 𝑋2 = 20X1 = 20, X2 = 20 𝑍max = $140Zmax = $140

Ejercicio 8:
Una empresa produce dos productos, A y

b. Cada unidad de A requiere 2 horas de trabajo y 1 hora de máquina, mientras que cada unidad de B
requiere 1 hora de trabajo y 2 horas de máquina. La empresa tiene 60 horas de trabajo y 50 horas de
máquina disponibles por semana. Si la ganancia por cada unidad de A es de $40 y por cada unidad de B es
de $30, ¿cuántas unidades de cada producto debe producir la empresa para maximizar su ganancia?

Variables de Decisión:

𝑋1X1 : Cantidad de unidades del producto A a producir.

𝑋2X2 : Cantidad de unidades del producto B a producir.

Función Objetivo: Max 𝑍 = 40𝑋1 + 30𝑋2Max Z = 40X1 + 30X2

Restricciones: 2𝑋1 + 𝑋2 ≤ 602X1 + X2 ≤ 60 𝑋1 + 2𝑋2 ≤ 50X1 + 2X2 ≤ 50 𝑋1,𝑋2 ≥ 0X1, X2 ≥ 0

Desarrollo y Resolución:

1. Función Objetivo: 𝑍 = 40𝑋1 + 30𝑋2Z = 40X1 + 30X2

2. Restricciones: 2𝑋1 + 𝑋2 ≤ 602X1 + X2 ≤ 60 𝑋1 + 2𝑋2 ≤ 50X1 + 2X2 ≤ 50

[Link] 18/33
8/3/24, 0:13 ChatGPT

3. Condiciones adicionales: 𝑋1,𝑋2 ≥ 0X1, X2 ≥ 0

4. Solución Óptima: 𝑋1 = 20, 𝑋2 = 10X1 = 20, X2 = 10 𝑍max = $1300Zmax = $1300

Ejemplo 6:
Una ciudad desea optimizar el control del tráfico vehicular y el patrullaje de seguridad ciudadana policial en
sus diferentes zonas. Se tienen tres zonas principales (Z1, Z2, Z3) con diferentes necesidades y riesgos de
seguridad. El objetivo es maximizar la eficiencia del patrullaje minimizando los recursos utilizados.

Variables de Decisión:

𝑋1X1 : Número de patrullas asignadas a la Zona 1.

𝑋2X2: Número de patrullas asignadas a la Zona 2.
𝑋3X3 : Número de patrullas asignadas a la Zona 3.

Función Objetivo:

Maximizar la eficiencia del patrullaje, representada por la suma de la seguridad y la rapidez en cada zona:
Max 𝑍 = 2𝑋1 + 1.5𝑋2 + 1.8𝑋3Max Z = 2X1 + 1.5X2 + 1.8X3

Restricciones:

1. Límite de Patrullas Disponibles: 𝑋1 + 𝑋2 + 𝑋3 ≤ 15X1 + X2 + X3 ≤ 15 La ciudad tiene un total de 15

patrullas disponibles.

2. Requerimientos Mínimos de Patrullaje: 𝑋1 ≥ 3X1 ≥ 3 𝑋2 ≥ 2X2 ≥ 2 𝑋3 ≥ 4X3 ≥ 4 Cada zona debe

tener al menos una cantidad mínima de patrullas.

3. Eficiencia de Patrullaje: 0.5𝑋1 + 0.7𝑋2 + 0.6𝑋3 ≤ 80.5X1 + 0.7X2 + 0.6X3 ≤ 8 La suma ponderada de
la eficiencia de patrullaje en cada zona no debe superar 8.

4. No Negatividad de Variables: 𝑋1,𝑋2,𝑋3 ≥ 0X1, X2, X3 ≥ 0 La cantidad de patrullas no puede ser

negativa.

Planteamiento Completo del Problema:

Objetivo: Maximizar la eficiencia del patrullaje en las tres zonas.

Función Objetivo: Max 𝑍 = 2𝑋1 + 1.5𝑋2 + 1.8𝑋3Max Z = 2X1 + 1.5X2 + 1.8X3

Restricciones:

1. Límite de Patrullas Disponibles: 𝑋1 + 𝑋2 + 𝑋3 ≤ 15X1 + X2 + X3 ≤ 15

2. Requerimientos Mínimos de Patrullaje: 𝑋1 ≥ 3X1 ≥ 3 𝑋2 ≥ 2X2 ≥ 2 𝑋3 ≥ 4X3 ≥ 4

3. Eficiencia de Patrullaje: 0.5𝑋1 + 0.7𝑋2 + 0.6𝑋3 ≤ 80.5X1 + 0.7X2 + 0.6X3 ≤ 8

4. No Negatividad de Variables: 𝑋1,𝑋2,𝑋3 ≥ 0X1, X2 ,X3 ≥ 0

[Link] 19/33
8/3/24, 0:13 ChatGPT
Este planteamiento asegura una asignación óptima de patrullas en cada zona, cumpliendo con los límites
disponibles y los requisitos mínimos, al mismo tiempo que maximiza la eficiencia del patrullaje.

Ejemplo 7:
Una empresa de seguridad ciudadana debe asignar sus recursos de patrullaje en tres áreas urbanas (Área
1, Área 2, Área 3) para minimizar el tiempo de respuesta ante emergencias y maximizar la cobertura. Cada
área tiene diferentes niveles de riesgo y demanda de seguridad.

Variables de Decisión:

𝑋1X1: Número de patrullas asignadas al Área 1.

𝑋2X2 : Número de patrullas asignadas al Área 2.
𝑋3X3: Número de patrullas asignadas al Área 3.

Función Objetivo:

Minimizar el tiempo total de respuesta y maximizar la cobertura: Min 𝑍 = 0.8𝑋1 + 1.2𝑋2 + 0.9𝑋3Min Z =

0.8X1 + 1.2X2 + 0.9X3 Restricciones:

1. Límite de Patrullas Disponibles: 𝑋1 + 𝑋2 + 𝑋3 ≤ 20X1 + X2 + X3 ≤ 20 La empresa tiene un total de 20

patrullas disponibles.

2. Demandas Mínimas de Patrullaje: 𝑋1 ≥ 5X1 ≥ 5 𝑋2 ≥ 3X2 ≥ 3 𝑋3 ≥ 4X3 ≥ 4 Cada área debe tener al
menos una cantidad mínima de patrullas.

3. Cobertura Máxima por Área: 𝑋1 ≤ 10X1 ≤ 10 𝑋2 ≤ 8X2 ≤ 8 𝑋3 ≤ 7X3 ≤ 7 Cada área tiene una
capacidad máxima de cobertura.

4. No Negatividad de Variables: 𝑋1,𝑋2,𝑋3 ≥ 0X1 ,X2, X3 ≥ 0 La cantidad de patrullas no puede ser

negativa.

Planteamiento Completo del Problema:

Objetivo: Minimizar el tiempo total de respuesta y maximizar la cobertura en las tres áreas urbanas.

Función Objetivo: Min 𝑍 = 0.8𝑋1 + 1.2𝑋2 + 0.9𝑋3Min Z = 0.8X1 + 1.2X2 + 0.9X3

Restricciones:

1. Límite de Patrullas Disponibles: 𝑋1 + 𝑋2 + 𝑋3 ≤ 20X1 + X2 + X3 ≤ 20

2. Demandas Mínimas de Patrullaje: 𝑋1 ≥ 5X1 ≥ 5 𝑋2 ≥ 3X2 ≥ 3 𝑋3 ≥ 4X3 ≥ 4

3. Cobertura Máxima por Área: 𝑋1 ≤ 10X1 ≤ 10 𝑋2 ≤ 8X2 ≤ 8 𝑋3 ≤ 7X3 ≤ 7

4. No Negatividad de Variables: 𝑋1,𝑋2,𝑋3 ≥ 0X1 ,X2 ,X3 ≥ 0

[Link] 20/33
8/3/24, 0:13 ChatGPT
Cuestionario sobre Método Gráfico en Programación Lineal

1. ¿Cuál es el propósito del método gráfico en la programación lineal?

A) Resolver problemas con múltiples variables.

B) Visualizar la región de soluciones factibles y encontrar gráficamente la solución óptima.
C) Manipular ecuaciones lineales para encontrar soluciones.

Respuesta Correcta:

b) Visualizar la región de soluciones factibles y encontrar gráficamente la solución óptima.

2. ¿En qué cuadrante se representan gráficamente las restricciones en el método gráfico?

A) Cuarto cuadrante.
B) Tercer cuadrante.
C) Primer cuadrante.

Respuesta Correcta:

c) Primer cuadrante.

3. ¿Qué implica la intersección de las regiones que satisfacen todas las restricciones en el
métodográfico?

A) Punto de inflexión.
B) Solución óptima.
C) Singularidad.

Respuesta Correcta:

b) Solución óptima.

4. ¿Cómo se representa cada restricción en el gráfico en el método gráfico?

A) Como un punto.
B) Como una línea.
C) Como un área sombreada.

Respuesta Correcta:

b) Como una línea.

5. ¿Cuál es la condición de no negatividad en el método gráfico?

A) Todas las variables deben ser negativas.

B) Todas las variables deben ser positivas.
C) Al menos una variable debe ser positiva.

Respuesta Correcta:

b) Todas las variables deben ser positivas.

6. ¿Qué se busca en el método gráfico al graficar la función objetivo?

7. a) Encontrar puntos aleatorios.

B) Encontrar el punto de tangencia.

C) Encontrar la región factible.

Respuesta Correcta:

b) Encontrar el punto de tangencia.

[Link] 21/33
8/3/24, 0:13 ChatGPT
8. ¿Cómo se denomina la región donde se satisfacen todas las restricciones en el método gráfico?

A) Región de singularidad.
B) Región de no factibilidad.
C) Región factible.

Respuesta Correcta:

c) Región factible.

9. ¿Dónde se encuentra la solución óptima en el método gráfico?

A) En el centro de la región factible.

B) En el punto de tangencia de la función objetivo con la región factible.
C) En el punto extremo más alejado de la región factible.

Respuesta Correcta:

b) En el punto de tangencia de la función objetivo con la región factible.

10. ¿Por qué es fundamental el conjunto convexo en el método gráfico?

A) Facilita la manipulación de ecuaciones lineales.

B) Permite afirmar que dos puntos son soluciones factibles.
C) Asegura la eficacia del método simplex.

Respuesta Correcta:

b) Permite afirmar que dos puntos son soluciones factibles.

11. ¿Qué establece el Teorema 2 en el método gráfico? -

12. a) La solución óptima está en el centro de la región factible. -

13. b) La función objetivo alcanza su valor óptimo en un vértice del conjunto convexo. -

14. c) La función objetivo nunca tiene un valor óptimo.

Respuesta Correcta:

b) La función objetivo alcanza su valor óptimo en un vértice del conjunto convexo.

15. ¿Cómo se representa la función objetivo en el método gráfico? -

16. a) Como un área sombreada. -

17. b) Como una línea. -

18. c) Como un punto.

Respuesta Correcta:

b) Como una línea.

19. ¿Cuál es la diferencia clave entre el método gráfico y el método simplex? -

20. a) El método gráfico es más eficiente. -

21. b) El método simplex se utiliza para problemas de dos variables. -

22. c) El método gráfico es visual, mientras que el método simplex es algorítmico.

Respuesta Correcta:

c) El método gráfico es visual, mientras que el método simplex es algorítmico.

[Link] 22/33
8/3/24, 0:13 ChatGPT
23. ¿Cuál es el objetivo del método simplex en la programación lineal? -

24. a) Visualizar la región factible.

25. b) Maximizar la eficiencia del patrullaje. -

26. c) Resolver problemas lineales de mayor complejidad de manera eficiente.

Respuesta Correcta:

c) Resolver problemas lineales de mayor complejidad de manera eficiente.

27. ¿Cuándo se utiliza el enfoque algebraico en la programación lineal? -

28. a) Para resolver problemas visuales. -

29. b) Cuando se tienen múltiples variables. -

30. c) Cuando se quiere maximizar la eficiencia del patrullaje.

Respuesta Correcta:

b) Cuando se tienen múltiples variables.

31. ¿Qué representa el Teorema 1 en el método gráfico? -

32. a) La solución óptima está en el centro de la región factible. -

33. b) El conjunto de soluciones factibles es convexo. -

34. c) La función objetivo siempre tiene un valor óptimo.

Respuesta Correcta:

b) El conjunto de soluciones factibles es convexo.

35. ¿Qué se busca al graficar la función objetivo en el método gráfico? -

36. a) Encontrar el conjunto convexo. -

37. b) Encontrar la región factible. -

38. c) Encontrar la solución óptima.

Respuesta Correcta:

c) Encontrar la solución óptima.

39. ¿Cuál es el enfoque del método analítico (Simplex)? -

40. a) Manipular ecuaciones lineales. -

41. b) Visualizar gráficamente la región factible. -

42. c) Resolver problemas lineales de mayor complejidad de manera algorítmica.

Respuesta Correcta:

c) Resolver problemas lineales de mayor complejidad de manera algorítmica.

43. ¿Qué representan las restricciones en el método gráfico? -

44. a) Áreas sombreadas. -

45. b) Puntos extremos. -

46. c) Líneas en el gráfico.

[Link] 23/33
8/3/24, 0:13 ChatGPT
Respuesta Correcta:

c) Líneas en el gráfico.

47. ¿Por qué se grafican las restricciones en el primer cuadrante en el método gráfico? -

48. a) Por convención. -

49. b) Para visualizar mejor las soluciones. -

50. c) Porque las variables no pueden ser negativas.

Respuesta Correcta:

c) Porque las variables no pueden ser negativas.

51. ¿Cuál es el resultado final del método gráfico en la programación lineal? -

52. a) Un conjunto de ecuaciones lineales. -

53. b) La solución óptima visualizada en un gráfico. -

54. c) La manipulación de restricciones algebraicas.

Respuesta Correcta:

b) La solución óptima visualizada en un gráfico.

------------------

Ejercicio 1: Maximización con Método Gráfico

Datos del Problema:

Función Objetivo: Max(Z) = X1 + X2

Restricciones:
1. 2X1 + 2X2 ≤ 8
2. 6X1 + 2X2 ≤ 18
3. 2X1 + 4X2 ≤ 16
4. X1, X2 ≥ 0

Desarrollo:

1. Representación de Variables y Restricciones:

Asignamos X1 al eje horizontal y X2 al eje vertical.

Graficamos las restricciones, obteniendo los puntos de intersección con los ejes.

2. Trazar la Función Objetivo:

La función objetivo es Z = X1 + X2. Graficamos líneas paralelas de Z con diferentes valores.

3. Hallar la Solución Óptima:

Movemos la línea de la función objetivo paralelamente hasta tocar el último punto dentro de la
región factible.

4. Evaluación de la Función Objetivo:

Calculamos Z en cada vértice de la región factible.

5. Conclusión con la Solución Óptima:

[Link] 24/33
8/3/24, 0:13 ChatGPT
El vértice que proporciona el valor más alto de Z, cumpliendo con todas las restricciones, es la
solución óptima.

Ejercicio 2: Representación Gráfica de Restricciones y Función Objetivo

Paso 1: Representación de Variables y Restricciones

Asignamos X al eje horizontal y Y al eje vertical.

Graficamos las restricciones: 2X + Y ≤ 20 y X + Y ≤ 16.

Paso 2: Trazar la Función Objetivo

Z = 0.5X + 0.4Y. Dibujamos líneas de función objetivo con diferentes valores de Z.

Paso 3: Hallar la Solución Óptima

Movemos la línea de la función objetivo hasta tocar el último punto dentro de la región factible.

Ejemplo 3.1: Resolución Gráfica

Pasos:

1. Localizar los Puntos de Restricción:

Para 2X + Y = 20: X=0, Y=20; Y=0,

X=10. Para X + Y = 16: X=0, Y=16;
Y=0, X=16.

2. Graficar las Restricciones:

Dibujamos las líneas para cada restricción en el plano.

3. Identificar la Región Factible:

El área debajo y a la izquierda de ambas líneas es la región factible.

4. Trazar Líneas de la Función Objetivo:

Dibujamos líneas para diferentes valores de Z.

5. Evaluar la Función Objetivo en los Vértices:

Calculamos Z para cada vértice de la región factible.

6. Conclusión con la Solución Óptima:

La solución óptima es el vértice que proporciona el valor más alto de Z, cumpliendo con todas las
restricciones.

Ejercicio 3: Maximización de Ganancias en Wybdor Glass Co.

Datos del Problema:

Función Objetivo: Max(Z) = 300X + 500Y

Restricciones:
1. X ≤ 4
2. 2Y ≤ 12
3. 3X + 2Y ≤ 18
4. No negatividad: X, Y ≥ 0

Desarrollo:

1. Representación de Variables y Restricciones:

Asignamos X al eje horizontal y Y al eje vertical.

[Link] 25/33
8/3/24, 0:13 ChatGPT
Graficamos las restricciones: X ≤ 4, 2Y ≤ 12, 3X + 2Y ≤ 18.

2. Trazar la Función Objetivo:

Z = 300X + 500Y. Dibujamos líneas paralelas de la función objetivo con diferentes valores de Z.

3. Hallar la Solución Óptima:

Movemos la línea de la función objetivo hasta tocar el último punto dentro de la región factible.

4. Evaluación de la Función Objetivo:

Calculamos Z para cada vértice de la región factible.

5. Conclusión con la Solución Óptima:

El vértice que proporciona el valor más alto de Z, cumpliendo con todas las restricciones, es la
solución óptima. Se determina cuántas unidades de cada producto maximizan la ganancia.

------------------

EJERCICIO 4: Minimización Considere un problema de minimización con las siguientes restricciones:

Restricción 1: 3X + 4Y ≥ 12
Restricción 2: 2X - Y ≥ 2
Restricción 3: X + 2Y ≥ 6

La función objetivo es minimizar Z = 2X + 3Y. Resuelva el problema utilizando el método gráfico.

PASO 1: Identificación de Coordenadas Para cada restricción, identificamos las coordenadas (X, Y) que la
satisfacen. Por ejemplo:

Para Restricción 1: Si X = 0, entonces Y = 3. Si Y = 0, entonces X = 4.

PASO 2: Representación Gráfica Dibujamos las líneas correspondientes a cada restricción en el plano
cartesiano. La región donde se intersecan todas las restricciones es la región factible.

PASO 3: Trazar la Función Objetivo Dibujamos líneas de nivel para diferentes valores de Z = 2X + 3Y.
Estas líneas serán paralelas y se desplazarán hacia abajo en el plano.

PASO 4: Identificar la Solución Óptima Encontramos el punto de intersección donde la línea de la función
objetivo toca el borde inferior de la región factible. Este punto representa la solución óptima.

EJERCICIO 5: Maximización con Restricciones Adicionales Supongamos que tenemos un problema de

maximización con las siguientes restricciones:

Restricción 1: 2X + Y ≤ 8
Restricción 2: X + 2Y ≤ 6
Restricción 3: X, Y ≥ 0

La función objetivo es maximizar Z = 3X + 2Y con la condición adicional de que X + Y = 4. Resuelva el

problema utilizando el método gráfico.

PASO 1: Identificación de Coordenadas Para Restricción 1: Si X = 0, entonces Y = 8. Si Y = 0, entonces X =

4.

PASO 2: Representación Gráfica Dibujamos las líneas correspondientes a cada restricción en el plano
cartesiano. La región donde se intersecan todas las restricciones es la región factible.

PASO 3: Trazar la Función Objetivo Dibujamos líneas de nivel para diferentes valores de Z = 3X + 2Y.
Estas líneas serán paralelas y se desplazarán hacia arriba en el plano.

PASO 4: Identificar la Solución Óptima Encontramos el punto de intersección donde la línea de la función
objetivo toca el borde superior de la región factible. Este punto representa la solución óptima.

[Link] 26/33
8/3/24, 0:13 ChatGPT
Estos ejercicios ilustran cómo aplicar el método gráfico para resolver problemas de programación lineal,
considerando diferentes tipos de restricciones y objetivos.

Cuestionario: Programación Lineal

Ejercicio 1: Minimizar Z = 1.5X + 2.5Y Restricciones:

R1: 2𝑋 + 𝑌 ≤ 902X + Y ≤ 90
R2: 𝑋 + 𝑌 ≥ 50X + Y ≥ 50
R3: 𝑋 ≤ 10X ≤ 10
𝑋,𝑌 ≥ 0X,Y ≥ 0

Desarrollo y Resolución:

1. Identificación de Coordenadas para Restricciones:

Para 𝑅1R1: Si 𝑋 = 0X = 0, entonces 𝑌 = 90Y = 90. Si 𝑌 = 0Y = 0, entonces 𝑋 = 45X =

45.
Para 𝑅2R2: Si 𝑋 = 0X = 0, entonces 𝑌 = 50Y = 50. Si 𝑌 = 0Y = 0, entonces 𝑋 = 50X =
50.
Para 𝑅3R3: Si 𝑋 = 0X = 0, entonces 𝑌 = 0Y = 0. Si 𝑌 = 0Y = 0, entonces 𝑋 = 10X = 10.

2. Representación Gráfica:

Dibujamos las líneas correspondientes a cada restricción en el plano cartesiano. La región donde
se intersecan todas las restricciones es la región factible.

3. Trazar la Función Objetivo:

Dibujamos líneas de nivel para diferentes valores de 𝑍 = 1.5𝑋 + 2.5𝑌Z = 1.5X + 2.5Y . Estas
líneas serán paralelas y se desplazarán hacia abajo en el plano.

4. Identificar la Solución Óptima:

Encontramos el punto de intersección donde la línea de la función objetivo toca el último punto
posible dentro de la región factible sin cruzarla. Este punto representa la solución óptima.

Preguntas:

1. ¿Cuál es la coordenada de 𝑋X cuando 𝑌 = 0Y = 0 para la restricción 𝑅1R1?

2. a) 45

b) 90
c) 50
Respuesta Correcta:

a) 45

3. ¿Qué restricción contribuye al límite inferior de la región factible para 𝑌Y ?

4. a) 𝑅1R1

b) 𝑅2R2
c) 𝑅3R3
Respuesta Correcta:

b) 𝑅2R2

5. ¿Cuál es la solución óptima para minimizar 𝑍Z en este ejercicio?

a) 𝑋 = 10,𝑌 = 0X = 10,Y = 0

[Link] 27/33
8/3/24, 0:13 ChatGPT

b) 𝑋 = 45,𝑌 = 45X = 45,Y = 45

c) 𝑋 = 0,𝑌 = 50X = 0,Y = 50
Respuesta Correcta:

a) 𝑋 = 10,𝑌 = 0X = 10,Y = 0

Ejercicio 2: Maximizar Z = 10X + 20Y Restricciones:

R1: 3𝑋 + 𝑌 ≤ 903X + Y ≤ 90
R2: 𝑋 + 𝑌 ≤ 50X + Y ≤ 50
R3: 𝑌 ≤ 35Y ≤ 35

𝑋,𝑌 ≥ 0X,Y ≥ 0

Desarrollo y Resolución:

(Sigue el mismo formato que el Ejercicio 1, con las preguntas adaptadas al nuevo ejercicio)

Ejercicio 3: Maximizar Z = 1.5X + 2.5Y Restricciones:

R1: 2𝑋 + 𝑌 ≥ 1202X + Y ≥ 120

R2: 𝑋 + 5𝑌 ≥ 250X + 5Y ≥ 250
R3: 𝑋 + 2𝑌 ≤ 200X + 2Y ≤ 200
𝑋,𝑌 ≥ 0X,Y ≥ 0

Desarrollo y Resolución:

(Sigue el mismo formato que el Ejercicio 1, con las preguntas adaptadas al nuevo ejercicio)

Ejercicio 4: Maximizar Z = 3000X + 8000Y Restricciones:

R1: 2𝑋 + 4𝑌 ≤ 16002X + 4Y ≤
1600 R2: 6𝑋 + 2𝑌 ≤ 18006X + 2Y
≤ 1800
R3: 𝑌 ≤ 350Y ≤ 350
𝑋,𝑌 ≥ 0X,Y ≥ 0

Desarrollo y Resolución:

(Sigue el mismo formato que el Ejercicio 1, con las preguntas adaptadas al nuevo ejercicio)

[Link] 28/33
8/3/24, 0:13 ChatGPT
Cuestionario sobre Programación Lineal con Método Gráfico:

Ejercicio 1: Minimizar 𝑍 = 1.5𝑋 + 2.5𝑌Z = 1.5X + 2.5Y Restricciones: 𝑅1:2𝑋 + 𝑌 ≤ 90R1 : 2X + Y ≤ 90 𝑅2:𝑋
+ 𝑌 ≥ 50R2 : X + Y ≥ 50 𝑅3:𝑋 ≤ 10R3 : X ≤ 10 𝑋,𝑌 ≥ 0X,Y ≥ 0

Desarrollo y Solución:

Paso 1: Identificación de Coordenadas:

Para 𝑅1R1 : Si 𝑋 = 0X = 0, entonces 𝑌 = 90Y = 90. Si 𝑌 = 0Y = 0, entonces 𝑋 = 45X = 45.

Para 𝑅2R2 : Si 𝑋 = 0X = 0, entonces 𝑌 = 50Y = 50. Si 𝑌 = 0Y = 0, entonces 𝑋 = 50X = 50.
Para 𝑅3R3 : Si 𝑋 = 10X = 10, entonces 𝑌 = 0Y = 0. Si 𝑌 = 0Y = 0, entonces 𝑋 = 10X = 10.

Paso 2: Representación Gráfica:

Dibujamos las líneas correspondientes a cada restricción en el plano cartesiano.

La región factible es la intersección de las áreas sombreadas de las restricciones.

Paso 3: Trazar la Función Objetivo:

Dibujamos líneas de nivel para diferentes valores de 𝑍 = 1.5𝑋 + 2.5𝑌Z = 1.5X +

2.5Y . Las líneas son paralelas y se desplazan hacia abajo en el plano.

Paso 4: Identificar la Solución Óptima:

Encontramos el punto de intersección donde la línea de la función objetivo toca el borde inferior de la
región factible.

Respuesta:

La solución óptima es 𝑋 = 10,𝑌 = 0X = 10,Y = 0 con 𝑍 = 15Z = 15.

Ejercicio 2: Maximizar 𝑍 = 10𝑋 + 20𝑌Z = 10X + 20Y Restricciones: 𝑅1:3𝑋 + 𝑌 ≤ 90R1 : 3X + Y ≤ 90

𝑅2:𝑋 + 𝑌 ≤ 50R2 : X + Y ≤ 50 𝑅3:𝑌 ≤ 35R3 : Y ≤ 35 𝑋,𝑌 ≥ 0X,Y ≥ 0

Desarrollo y Solución:

Paso 1: Identificación de Coordenadas:

Para 𝑅1R1 : Si 𝑋 = 0X = 0, entonces 𝑌 = 90Y = 90. Si 𝑌 = 0Y = 0, entonces 𝑋 = 30X = 30.

Para 𝑅2R2 : Si 𝑋 = 0X = 0, entonces 𝑌 = 50Y = 50. Si 𝑌 = 0Y = 0, entonces 𝑋 = 50X = 50.
Para 𝑅3R3 : Si 𝑌 = 35Y = 35, entonces 𝑋 = 0X = 0. Si 𝑋 = 0X = 0, entonces 𝑌 = 35Y = 35.

Paso 2: Representación Gráfica:

Dibujamos las líneas correspondientes a cada restricción en el plano cartesiano.

La región factible es la intersección de las áreas sombreadas de las restricciones.

Paso 3: Trazar la Función Objetivo:

Dibujamos líneas de nivel para diferentes valores de 𝑍 = 10𝑋 + 20𝑌Z = 10X +

20Y . Las líneas son paralelas y se desplazan hacia arriba en el plano.

Paso 4: Identificar la Solución Óptima:

Encontramos el punto de intersección donde la línea de la función objetivo toca el borde superior de la
región factible.

Respuesta:

La solución óptima es 𝑋 = 20,𝑌 = 30X = 20,Y = 30 con 𝑍 = 700Z = 700.

[Link] 29/33
8/3/24, 0:13 ChatGPT

Ejercicio 3: Maximizar 𝑍 = 1.5𝑋 + 2.5𝑌Z = 1.5X + 2.5Y Restricciones: 𝑅1:2𝑋 + 𝑌 ≥ 120R1 : 2X + Y ≥ 120
𝑅2:𝑋 + 5𝑌 ≥ 250R2 : X + 5Y ≥ 250 𝑅3:𝑋 + 2𝑌 ≤ 200R3 : X + 2Y ≤ 200 𝑋,𝑌 ≥ 0X,Y ≥ 0

Desarrollo y Solución:

Paso 1: Identificación de Coordenadas:

Para 𝑅1R1 : Si 𝑋 = 0X = 0, entonces 𝑌 = 120Y = 120. Si 𝑌 = 0Y = 0, entonces 𝑋 = 60X = 60.

Para 𝑅2R2 : Si 𝑋 = 0X = 0, entonces 𝑌 = 50Y = 50. Si 𝑌 = 0Y = 0, entonces 𝑋 = 250X = 250.
Para 𝑅3R3 : Si 𝑋 = 0X = 0, entonces 𝑌 = 100Y = 100. Si 𝑌 = 0Y = 0, entonces 𝑋 = 200X = 200.

Paso 2: Representación Gráfica:

Dibujamos las líneas correspondientes a cada restricción en el plano cartesiano.

La región factible es la intersección de las áreas sombreadas de las restricciones.

Paso 3: Trazar la Función Objetivo:

Dibujamos líneas de nivel para diferentes valores de 𝑍 = 1.5𝑋 + 2.5𝑌Z = 1.5X +

2.5Y . Las líneas son paralelas y se desplazan hacia arriba en el plano.

Paso 4: Identificar la Solución Óptima:

Encontramos el punto de intersección donde la línea de la función objetivo toca el borde superior de la
región factible.

Respuesta:

La solución óptima es 𝑋 = 60,𝑌 = 40X = 60,Y = 40 con 𝑍 = 150Z = 150.

Ejercicio 4: Maximizar 𝑍 = 3000𝑋 + 8000𝑌Z = 3000X + 8000Y Restricciones: 𝑅1:2𝑋 + 4𝑌 ≤ 1600R1 :

2X + 4Y ≤ 1600 𝑅2:6𝑋 + 2𝑌 ≤ 1800R2 : 6X + 2Y ≤ 1800 𝑅3:𝑌 ≤ 350R3 : Y ≤ 350 𝑋,𝑌 ≥ 0X,Y ≥ 0

Desarrollo y Solución:

Paso 1: Identificación de Coordenadas:

Para 𝑅1R1 : Si 𝑋 = 0X = 0, entonces 𝑌 = 400Y = 400. Si 𝑌 = 0Y = 0, entonces 𝑋 = 800X = 800.

Para 𝑅2R2 : Si 𝑋 = 0X = 0, entonces 𝑌 = 900Y = 900. Si 𝑌 = 0Y = 0, entonces 𝑋 = 300X = 300.
Para 𝑅3R3 : Si 𝑌 = 350Y = 350, entonces 𝑋 = 0X = 0. Si 𝑋 = 0X = 0, entonces 𝑌 = 350Y = 350.

Paso 2: Representación Gráfica:

Dibujamos las líneas correspondientes a cada restricción en el plano cartesiano.

La región factible es la intersección de las áreas sombreadas de las restricciones.

Paso 3: Trazar la Función Objetivo:

Dibujamos líneas de nivel para diferentes valores de 𝑍 = 3000𝑋 + 8000𝑌Z = 3000X + 8000Y .
Las líneas son paralelas y se desplazan hacia arriba en el plano.

Paso 4: Identificar la Solución Óptima:

Encontramos el punto de intersección donde la línea de la función objetivo toca el borde superior de la
región factible.

Respuesta:

La solución óptima es 𝑋 = 300,𝑌 = 350X = 300,Y = 350 con 𝑍 = 3,150,000Z = 3,150,000.

[Link] 30/33
8/3/24, 0:13 ChatGPT
Cuestionario: Métodos de Solución de Problemas Lineales - Método Gráfico

1. ¿Cuál es el propósito principal del método gráfico en la resolución de problemas de programación

lineal? a. Encontrar soluciones analíticas. b. Visualizar la región de soluciones factibles. c. Manejar
ecuaciones lineales. d. Optimizar funciones algebraicas.

Respuesta Correcta: b. Visualizar la región de soluciones factibles.

2. ¿Cuántas variables puede manejar el método gráfico de manera efectiva en la resolución de

problemas de programación lineal? a. Una variable. b. Dos variables. c. Tres variables. d. Cuatro o más
variables.

Respuesta Correcta: b. Dos variables.

3. En el método gráfico, ¿dónde se representan las restricciones del problema en el primer

cuadrante? a. Segundo cuadrante. b. Tercer cuadrante. c. Cuarto cuadrante. d. Primer cuadrante.

Respuesta Correcta: d. Primer cuadrante.

4. ¿Qué representa la intersección de las regiones que satisfacen todas las restricciones en el
método gráfico? a. Solución óptima. b. Punto extremo. c. Solución analítica. d. Región factible.

Respuesta Correcta: d. Región factible.

5. En el ejemplo proporcionado, ¿cuál es la función objetivo que se busca maximizar? a. Z = X1 + X2.

b. Z = 2X1 + 3X2. c. Z = 3X1 - X2. d. Z = 4X1 - 2X2.

Respuesta Correcta: a. Z = X1 + X2.

6. Según el Teorema 1, ¿por qué es fundamental que el conjunto de soluciones factibles sea
convexo? a. Asegura la eficacia del método analítico. b. Facilita la manipulación algebraica. c. Permite
afirmar que cualquier punto entre dos soluciones factibles también lo será. d. Simplifica la representación
gráfica.

Respuesta Correcta: c. Permite afirmar que cualquier punto entre dos soluciones factibles también
lo será.

7. ¿En qué punto la función objetivo alcanza su valor óptimo según el Teorema 2? a. En el punto
medio de la región factible. b. En un punto aleatorio del conjunto convexo. c. En uno de los vértices (puntos
extremos) de la región factible. d. En la intersección de las restricciones.

Respuesta Correcta: c. En uno de los vértices (puntos extremos) de la región factible.

8. ¿Qué implica el enfoque en los puntos extremos al buscar la solución óptima en el método
gráfico? a. Mayor complejidad en el proceso. b. Mayor eficiencia en la búsqueda de soluciones. c. Menor
precisión en los resultados. d. Irrelevancia en la resolución del problema.

Respuesta Correcta: b. Mayor eficiencia en la búsqueda de soluciones.

9. ¿Qué se representa en el plano cartesiano durante la representación gráfica de restricciones en el

método gráfico? a. Puntos extremos. b. Región factible. c. Función objetivo. d. Soluciones analíticas.

Respuesta Correcta: b. Región factible.

10. ¿Cuál es el objetivo al graficar diferentes valores de la función objetivo durante el método
gráfico? a. Encontrar la solución analítica. b. Identificar la región factible. c. Determinar la pendiente de la
función objetivo. d. Encontrar la solución óptima en el punto más extremo.

Respuesta Correcta: d. Encontrar la solución óptima en el punto más extremo.

[Link] 31/33
8/3/24, 0:13 ChatGPT
1. ¿Cuál es uno de los métodos utilizados para resolver problemas de programación lineal mediante
la representación gráfica de las restricciones?

a) Método Analítico (Simplex)

b) Método Algebraico
c) Método Gráfico
d) Método Cuadrático

Respuesta correcta: c) Método Gráfico

2. ¿En qué cuadrante se representan gráficamente las restricciones del método gráfico al resolver
problemas de programación lineal?

a) Cuadrante I
b) Cuadrante II
c) Cuadrante III
d) Cuadrante IV

Respuesta correcta: a) Cuadrante I

3. ¿Cuál es la función principal del método gráfico en la resolución de problemas lineales?

a) Manipular ecuaciones lineales

b) Encontrar soluciones algebraicas
c) Visualizar la región de soluciones factibles
d) Aplicar algoritmos eficientes

Respuesta correcta: c) Visualizar la región de soluciones factibles

4. ¿En qué punto se encuentra la solución óptima en el método gráfico?

a) En el centro de la región factible

b) En el punto donde la recta de la función objetivo es tangente a la región factible
c) En el punto de intersección de las restricciones
d) En el vértice de la región factible más alejado

Respuesta correcta: b) En el punto donde la recta de la función objetivo es tangente a la región

factible

5. Según el Teorema 1, ¿por qué es fundamental que el conjunto de soluciones factibles sea
convexo en el método gráfico?

a) Facilita la aplicación del método simplex

b) Permite afirmar que cualquier punto entre dos soluciones factibles también es factible
c) Indica que el método gráfico no es eficaz
d) Requiere menos puntos de referencia

Respuesta correcta: b) Permite afirmar que cualquier punto entre dos soluciones factibles también
es factible

6. ¿En qué tipo de problemas se destaca el método analítico (Simplex)?

a) Problemas de dos variables

b) Problemas con múltiples restricciones

[Link] 32/33
8/3/24, 0:13 ChatGPT
c) Problemas lineales sencillos
d) Problemas de programación no lineal

Respuesta correcta: b) Problemas con múltiples restricciones

7. ¿Qué establece el Teorema 2 en el método gráfico?

a) La función objetivo alcanza su valor óptimo en el centro de la región factible

b) La función objetivo alcanza su valor óptimo en uno de los vértices de la región factible
c) La función objetivo no tiene un valor óptimo
d) La función objetivo solo es relevante en problemas simples

Respuesta correcta: b) La función objetivo alcanza su valor óptimo en uno de los vértices de la
región factible

8. ¿Cómo se representa la función objetivo en el método gráfico para encontrar la solución óptima?

a) A través de ecuaciones lineales

b) Mediante líneas paralelas
c) Utilizando curvas exponenciales
d) No se representa en el método gráfico

Respuesta correcta: b) Mediante líneas paralelas

9. En el Ejemplo 1, ¿cuál es la solución óptima del problema gráfico presentado?

a) X1 + X2 = 2
b) X1 + X2 = 4
c) X1 + X2 = 6
d) X1 + X2 = 8

Respuesta correcta: b) X1 + X2 = 4

10. ¿En qué consiste el paso 3 de la metodología del método gráfico al resolver problemas lineales?

a) Identificar la región factible

b) Trazar líneas de la función objetivo
c) Hallar la solución óptima
d) Graficar las restricciones

Respuesta correcta: a) Identificar la región factible

[Link] 33/33