Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
OPERACIONES
Ruta a la pgina
Pgina Principal /
201600-2042-1II073-7-1
INTRODUCCIN
Su progreso
Diagrama de temas
INTRODUCCIN
CICLO: 2016-0
Estimados estudiantes:
Reciban un cordial saludos de bienvenida al curso de Investigacin de
Operaciones, correspondiente al Programa Acadmico de Formacin
Profesional del al VII ciclo de formacin profesional del rea de
operaciones de la carrera profesional de Ingeniera Industrial de la
Universidad Seor de Sipn. Su objeto de estudio es aprender el uso
de modelos matemticos y su aplicacin en las diferentes realidades
S18eU147sO
Foro de noticias
Estimados alumnos
bienvenidos! a la primera semana del curso, donde abordaremos un
tema importante, que cumple la finalidad especfica de conocer que
es la Investigacin de Operaciones, adems, se complementa con
interesantes lecturas, valiosos videos, pginas interactivas e
importantes actividades de evaluacin que conducen a la
metacognicin y a la comprobacin de los aprendizajes logrados.
Durante esta primera semana introductoria realizaremos
varias actividades significativas, para ello, te recomendamos
seguir la siguiente ruta de aprendizaje:
1.
2.
3.
4.
5.
6.
7.
8.
1.
2.
Paquete SCORM
3.
4.
5.
6.
7.
8.
9.
10.
11.
o
o
o
o Bienvenida
Apreciado estudiante, iniciemos con muchas ansias de aprender nuestro
primer tema de estudio, los contenidos que a continuacin leers te brindar
los conocimientos para entender el curso de Investigacin de Operaciones.
Empecemos!
Introduccin
Aprendizajes esperados
Conozcamos ahora las capacidades y actitudes a desarrollar en este primer
tema:
Capacidad
Expone y ejecuta sus ideas acorde a los temas a tratar, en concordancia con el mtodo
cientfico, desarrollando liderazgo, tica y buena comunicacin oral y escrita.
Expone y ejecuta sus ideas acorde a los temas a tratar, en concordancia con el mtodo
cientfico, desarrollando liderazgo, tica y buena comunicacin oral y escrita..
a) Identificacin del problema, es decir tener claro los objetivos que darn solucin al
Problema.
b) Creacin y formulacin del modelo, se buscara el modelo matemtico que se ajuste al
problema a solucionar.
c) Algoritmo, se identificara el algoritmo que dar solucin al modelo encontrado
d) Solucin, se soluciona el problema matemtico usando las diversas tcnicas de PL, como
mtodo grfico, mtodo simplex y uso de software de PL.
De acuerdo a lo anterior tenemos: Las variables x, y, z son las variables de decisin es decir
que sus valores nos darn la solucin ptima calculada bajo las restricciones de recurso o
sujeto a (S.A)
Los recursos son: 315, 110,50 y se encuentran en el lado derecho de la inecuacin;
representan la cantidad de recursos disponibles por ejemplo dinero, horas hombre, materiales,
tiempo, etc.
Las restricciones lgicas representan la no negatividad de los recursos, esto es as porque no
se comprendera que existan -315 horas hombre, o -110 m2 de madera, etc.
Tenemos tambin los coeficientes tecnolgicos que son los que acompaan a las variables de
las restricciones como son: 15,7.5,5 (de la primera restriccin); 2,3,2 ( segunda restriccin) y
1,1,1 (tercera restriccin), y se encuentran junto con las variables en el lado izquierdo de la
inecuacin.
Z = 20 X + 40Y
1X + 3Y <= 9
2 X + 1Y <= 8
X, Y >=0
Cualquier valor que satisfaga dichas restricciones es una solucin factible, la solucin ptima
ser aquella que cumple el objetivo que para este caso es la maximizacin, en otros casos
podra pedirse minimizar la funcin, por ejemplo cuando se tratasen de costos o disminucin de
peso por ejemplo.
2. Determinar la solucin ptima entre todos los puntos factibles del espacio delimitado en
el paso
Solucionaremos el ejercicio del ejemplo n 1.1
En primer lugar se tiene que graficar todas las restricciones, determinando la zona que cumple
todas las soluciones factibles, posteriormente se calculan cada valor extremo del polgono
resultante que se encuentre acotado por las restricciones, quedando como muestra el cuadro
n 1.1, siendo su valor optimo el punto (3,2) de S/.140
Ejercicio 1.2
.:.
En una granja de pollos se da una dieta "para engordar" con una composicin mnima de
15 unidades de una sustancia A y otras 15 de una sustancia B. En el mercado solo se
encuentran dos clases de compuestos: el tipo I con una composicin de una unidad de
A y cinco de B, y el tipo II con una composicin de cinco unidades de A y una de B.
El precio del tipo I es de 10 soles y el del tipo II es de 30 soles. Se pregunta:
Qu cantidades se han de comprar de cada tipo para cubrir las necesidades con un
coste mnimo?
Solucin:
Llamamos x a las unidades que se compran de tipo I e y a las que se compran de tipo II.
Resumamos los datos en una tabla:
Retroalimentacin
Ejercicio 1.3
a) Dibuja el recinto formado por los puntos que cumplen las siguientes condiciones:
b) Indica si los puntos (0, 0), (2, 1) y (1, 2) forman parte de las soluciones del sistema
anterior.
Ejercicio 1.4
Maximiza la funcin z = x +y, sujeta a las siguientes restricciones:
Fig. 1.7. Muestra la solucin grfica del P.L , y el punto ptimo (70,90
6X1 + 10X2
De la funcin objetivo tenemos que la interseccin de las restricciones (1) y (2) nos da el punto
ptimo, para que siga siendo el mismo (70,90), la variacin del valor de la pendiente de la F.O
( o de los coeficientes de la F.O) debe estar entre el valor de las pendientes de las restricciones
que contienen dicho punto, de lo contrario el punto ms extremo que nos de el valor mximo
cambiara, como se ve en la Fig. 2.3.2 donde un cambio en la pendiente de la F.O que sale
entre los valores de la pendientes de las restricciones determina que el nuevo punto extremo es
el X1= 115 y X2= 0.
De la F.O tenemos
-2
-0.6 -0.5
Es decir que mientras el valor de la pendiente de la F.O no salga del rango determinado por el
valor de las pendientes de las restricciones que determinan el punto ptimo, este siempre ser
el mismo, de lo contrario pasara que el punto ptimo cambiara como se muestra en el
ejemplo de la fig. 2.3.1
Ocultar
Todas las restricciones pueden variar el valor del lado derecho, en este caso supongamos que
el valor del lado derecho de la restriccin (1) puede variar, es decir por aumento o disminucin
de las horas hombre que este recurso representa, siendo el valor inicial de 460
Restriccin (1) :
se convierte en
siendo c una variable
Lo que se busca en el anlisis de sensibilidad son los extremos en que puede variar c para
que el punto ptimo siga siendo determinado por las restricciones (1) y (2) dentro de la zona
de factibilidad de las restricciones esto se cumple en los extremos de los siguientes puntos :
Extremo menor
c= 280
X1= 10
X2= 120
F.O = 1,260
Ocultar
Figura 1.9 Extremo menor punto ptimo determinado todava por (1) y (2)
cuando c= 280, un valor menor del LD1 determinara un punto ptimo por las
restricciones (1) y (3)
Figura 1.10 Extremo mayor punto ptimo determinado todava por (1) y (2) cuando c=1000,
un valor mayor del LD1 determinara un punto ptimo por las restricciones (2) y (5)
Este valor de S/.0.33 centavos significa que por cada unidad u hora adicional del recurso del
lado derecho habr un aumento o disminucin en el valor de funcin objetivo de S/.0.33, a este
valor se le llama precio sombra o precio dual del recurso.
Queda como ejercicio determinar el precio sombra de la restriccin (2) y (3)
Existen varios software libres que se pueden bajar por internet para utilizarlos en la solucin de
problemas investigacin de operaciones, entre ellos estn el Tora, Lingo, Solver en excell,
Winqsb, entre otros, a continuacin te mostramos un link de donde podrs descargar el
software Tora con el cual podrs trabajar todos los ejercicios propuestos y verificar si tus
soluciones grficas estn correctas.
Para instalar el software Tora puedes aprender cmo se baja del internet visualizando el Link
vdeo para instalar el Tora en la siguiente direccin electrnica: http://youtu.be/COUcyKtYnAQ
Adems puedes ver como se realizan la resolucin de ejercicios utilizando Tora en el link
http://youtu.be/Mk2zZpIXrKc
Preguntas de anlisis
Estimados alumnos a continuacin reflexionaremos acerca del tema
tratado
1. Los modelos matemticos propuestos por IO son exactamente igual que la realidad?
2. Las soluciones entregadas por los modelos de IO se deben aplicar directamente o es
necesario la intervencin de otros criterios?
3. Crees que es posible solucionar manualmente problemas complejos de I.O?
Al respecto para conocer un poco ms sobre este tema, y dar respuesta a las preguntas
planteadas a continuacin te invitamos a hacer clic en el siguiente botn.
Retroalimentacin
En este tema presentamos una visin general sobre el uso de modelos cuantitativos para la
toma de decisiones, con nfasis especial en su desempeo como herramienta de toma de
decisiones.
Los modelos son una representacin limitada de la realidad y, por esa razn, los resultados
analticos de un modelo no son necesariamente la solucin idnea para la situacin
administrativa original. En particular, hemos hecho hincapi en que la idea de ptimo es una
concepcin matemtica, no son un concepto perteneciente al mundo real. Sin embargo, si un
modelo ha sido bien formulado y su resultado se interpreta cuidadosamente, podr proveer un
valioso acervo de informacin para la persona encargada de tomar decisiones. (G.D. EPPEN et
al, 2000, pg.23)
Pregunta
Con el mtodo grafico en qu momento se determina el punto ptimo?
Respuestas
Opcin 1
Opcin 3
Al encontrar los puntos de interseccin entre las restricciones y los ejes de abscisas y
ordenadas
Opcin 4
Al incluir los puntos extremos de la zona factible en la funcin objetivo y determinar el valor
Opcin 5
Retroalimentacin
Incorrecto
Solucin
1. Incorrecto (Retroalimentacin)
2. Incorrecto (Retroalimentacin)
3. Incorrecto (Retroalimentacin)
4. Incorrecto (Retroalimentacin)
5. Opcin correcta (Retroalimentacin)
Pregunta
Qu determina el mtodo de sensibilidad de la F.O?
Respuestas
Opcin 1
Determina los rangos en que puede variar los coeficientes de la F.O para que el punto ptimo
sea el mismo
Opcin 3
Retroalimentacin
Determina los valores en que puede variar los coeficientes de la funcin objetivo sin que
cambie el punto ptimo
Solucin
1. Incorrecto (Retroalimentacin)
2. Opcin correcta (Retroalimentacin)
3. Incorrecto (Retroalimentacin)
4. Incorrecto (Retroalimentacin)
5. Incorrecto (Retroalimentacin)
Pregunta
Por qu cree que es importante el mtodo de sensibilidad de la F.O y del Lado
Derecho?
Respuestas
Opcin 1
Opcin 3
Porque
Retroalimentacin
Porque se tiene un anlisis de cmo cambia el punto ptimo en funcin del valor de la F.O , de
tal manera que no tienen que hacerse clculos repetitivos cada vez que cambian los valores
tanto de los coeficientes de la F.O como del LD
Referencias
Taha,H.A.(2004).Investigacin de Operaciones. Mxico: Pearson Prentice Hall.
Eppen,G.D. et al.(2000).Investigacin de Operaciones en la Ciencia Administrativa. Mxico:
Pearson Prentice Hall.
Kamlesh.M. &Solow.D. (1996).Investigacin de Operaciones El arte de la Toma de Decisiones.
Mxico: Prentice Hall Hispanoamericana S.A.
Winston Wayne L.(1994). Investigacin de Operaciones: Aplicaciones y Algoritmos. Mxico:
Editorial Iberoamericana.
Hiller y Lieberman.(1997). Introduccin a la Investigacin de Operaciones. Mxico: Ed. Mc
Graw-Hill.
Lecturas recomendadas
Para saber ms
Ponemos a tu disposicin y te invitamos a revisar dos interesantes documentos que te
ayudaran a reforzar y ampliar los temas que hemos estudiado, estos los encontrars en la base
de datos e-libros que utiliza nuestra universidad:
Documento 1: e-libro Investigacin de Operaciones
Autor
Editorial
: Universidad de Ibagu
Ao
: 2012
: Kong, Maynard
Editorial
Ao
: 2010
Conclusiones
Metacognicin
Conozcamos como se
resuelven los PL utilizando el
2.
3.
Su progreso
1.
2.
3.
4.
5.
6.
7.
Bienvenida
Hola, llegamos al segundo tema de esta unidad, del primer tema comprendiste la dinmica de
la investigacin de operaciones, ahora veras como se solucionan estos problemas desde un
punto de vista algebraico, ya viste el mtodo grfico y la solucin mediante un software, pero
tambin es muy importante conocer su base matemtica
A trabajar!
Introduccin
Aprendizajes esperados
Identifica un modelo matemtico de programacin lineal que puede ser usado en algn
problema real especifico
Actitudes
Mapa conceptual
Observa detenidamente el siguiente esquema, en el encontrars de un vistazo de manera
sintetizada los principales concepto de la temtica que abordaremos. Qu conceptos o
categoras te llaman la atencin?
Paso 0. Inicio: Encontrar una solucin factible bsica inicial (punto extremo)
Paso 1. Prueba de optimalidad : Para la solucin factible bsica actual:
a) Dado el punto extremo actual, ver si uno de los bordes conduce a un punto extremo
vecinal con un valor de funcin objetivo ms grande. Si la respuesta es no, detener el
procedimiento: el punto extremo actual es ptimo. Si la respuesta es s, continuar con el
paso 2; el punto extremo actual no es ptimo.
b) Si todos los costos reducidos son 0, entonces la sfb actual es ptima; en cualquier
otro caso, continuar con el paso 2
Paso 2. Traslado:
a)
Escoger cualquiera de los bordes de mejora encontrados en el paso 1 y trasladarse
del punto extremo actual al punto extremo vecinal asociado que tiene un valor de funcin
objetivo ms grande. Regresar al paso 1
Este algoritmo nos da la lgica de trabajo con la matemtica funciona para encontrar un punto
ptimo sea mximo o mnimo.
Segunda tabla:
Para encontrar la segunda tabla primero se mostrara una tabla previa donde se muestra como
el rengln pivote n 01 se ha dividido entre 6 , de este modo aplicando los clculos de
operaciones de rengln de Gauss-Jordan se tratara de convertir los coeficientes de la primera
columna desde el rengln 2 al 4 en cero .
Pregunta
Toda iteracin simplex en un problema de maximizacin sustituye una variable de la
base actual por otra que tiene:
Respuestas
Opcin 1
Opcin 4
Retroalimentacin
La respuesta es b, porque es la variable de entrada cuyo Cj-Zj perder ms sino se toma.
Ojo que este valor es igual a decir un valor negativo de Zj -Cj
Solucin
1. Incorrecto (Retroalimentacin)
2. Opcin correcta (Retroalimentacin)
3. Incorrecto (Retroalimentacin)
4. Incorrecto (Retroalimentacin)
5. Incorrecto (Retroalimentacin)
Pregunta
Toda tabla del mtodo simplex
Respuestas
Opcin 1
Muestra una solucin bsica factible de las ecuaciones en la forma estndar con restricciones
de igualdad del modelo.
Opcin 3
Opcin 4
Todo lo anterior
Retroalimentacin
En un proceso de iteracin todas las tablas solo muestran una trasformacin continua.
Solucin
1. Incorrecto (Retroalimentacin)
2. Incorrecto (Retroalimentacin)
3. Incorrecto (Retroalimentacin)
4. Opcin correcta (Retroalimentacin)
5. Incorrecto (Retroalimentacin)
Pregunta
La seal de optimalidad en un modelo de maximizacin es
Respuestas
Opcin 1
Zj 0, para toda j
Opcin 3
Retroalimentacin
Un valor Cj Zj < , indica que no existe ninguna variable que ingrese y agregue valor a la
funcin Z.
Referencias
Taha,H.A.(2004).Investigacin de Operaciones. Mxico: Pearson Prentice Hall.
Eppen,G.D. et al.(2000).Investigacin de Operaciones en la Ciencia Administrativa. Mxico:
Pearson Prentice Hall.
Kamlesh.M. &Solow.D. (1996).Investigacin de Operaciones El arte de la Toma de Decisiones.
Mxico: Prentice Hall Hispanoamericana S.A.
Winston Wayne L.(1994). Investigacin de Operaciones: Aplicaciones y Algoritmos. Mxico:
Editorial Iberoamericana.
Hiller y Lieberman.(1997). Introduccin a la Investigacin de Operaciones. Mxico: Ed. Mc
Graw-Hill.
Lecturas recomendadas
Para saber ms
Editorial
: Universidad de Ibagu
Ao
: 2012
: Kong, Maynard
Editorial
Ao
: 2010
Conclusiones
Metacognicin
Aprendamos a solucionar
problemas de PL donde se
Estimados alumnos
bienvenidos! a la tercera semana del curso, donde abordaremos un
tema que es una variante de PL, como lo es la Programacin Lineal
Entera, como su nombre lo indica se trata de dar solucin a
problemas en que la solucin no es un nmero real sino un numero
entero, como es el caso de asignacin de personal en diferentes
pases, o la produccin de bienes como aviones, barcos, o unidades
especficas de determinados productos; donde no es posible decir que
se producirn 1.5 aviones o que 2.2 personas deben viajar al Canad,
etc. Como siempre este material se complementa con interesantes
lecturas, valiosos videos, pginas interactivas e importantes
actividades de evaluacin que conducen a la metacognicin y a la
comprobacin de los aprendizajes logrados.
Durante esta segunda semana introductoria realizaremos
varias actividades significativas, para ello, te recomendamos
seguir la siguiente ruta de aprendizaje:
1.
2.
3.
Su progreso
1.
2.
3.
4.
5.
6.
7.
8.
9.
Introduccin
problema de la no divisibilidad debe ser resuelto por algoritmos especialmente diseados para
resolver problemas de programacin entera.
Aprendizajes esperados
Conozcamos ahora las capacidades y actitudes a desarrollar en este
cuarto tema:
Capacidades
Actitudes
Acepta la opinin de los dems y expone sus puntos de vista en el desarrollo de los
casos, actuando con responsabilidad y tica
Mapa conceptual
Observa detenidamente el siguiente esquema, en el encontrars de un vistazo de manera
sintetizada los principales concepto de la temtica que abordaremos. Qu conceptos o
categoras te llaman la atencin?
Desarrollo:
1.- El programa lineal 0: Nos da la primera solucin considerando que el problema no es
entero, lo que se considera una solucin al problema relajado; nos da la solucin: X1=
3.75, X2= 1.25 Y Z= 23.75
2.- El PL 0 inicial relajado se reemplaza por dos problemas PL 1: X1 3 Y PL2: X14
3.- Se agotan ambos problemas encontrando el mayor Z posible, considerando de si se
trata de un problema Entero puro cuando todas las variables son enteras o Entero
mixto cuando se aceptan algunas variables reales
Primera parte:
Solucin del problema original relajado
Segunda parte
De esta solucin se observa que en PLE no es posible por lo que se divide el problema en dos
subproblemas (acotamiento)
Subproblema 1
: Cuando X1 3
Subproblema 2
: Cuando X1 4
Fig. 3.2 Muestra la zona factible de valores enteros cercanos a la solucin relajada
En algunos casos es posible que una de las variables sea entera y la otra no, en este caso se
llamara problema lineal entero mixto, la solucin recorre el mismo procedimiento para PLE solo
que se tiene en cuenta que una de las variables puede ser divisible.
Del caso resuelto anterior se tendra la siguiente solucin: X1=4, X2= 0.83 y Z= 23.33; por ser
la que el mximo valor de Z.
Pregunta
Por qu se dice que el mtodo de B & B es ramificado?
Respuestas
Opcin 1
Se escoge una variable solucin del problema relajado y se separa tomando los valores
enteros mnimo y mximo de este, para luego empezar a ramificar las posibles soluciones
Opcin 2
Retroalimentacin
Rpta. a , se dice que es ramificado porque tomando una primera solucin inicial del problema
relajado, busca entre los valores enteros cercanos a la solucin relajada para ver si cumple la
condicin de entero, sino lo cumple continua ramificando con nuevos valores encontrados.
Solucin
1. Opcin correcta (Retroalimentacin)
2. Incorrecto (Retroalimentacin)
3. Incorrecto (Retroalimentacin)
4. Incorrecto (Retroalimentacin)
5. Incorrecto (Retroalimentacin)
Pregunta
Cules son los valores solucin del vdeo 2?
Respuestas
Opcin 1
X1= 1 / X2 = 2 / Z =11
Opcin 2
X1=
0 / X2= 3 / Z= 12
Opcin 4
Retroalimentacin
Rpta. c , tiene los dos valores enteros y el mayor z posible en estas condiciones
Solucin
1. Incorrecto (Retroalimentacin)
2. Incorrecto (Retroalimentacin)
3. Opcin correcta (Retroalimentacin)
4. Incorrecto (Retroalimentacin)
5. Incorrecto (Retroalimentacin)
Pregunta
Por qu la solucin del problema del vdeo 2 no es 12.33 si este el mximo valor
alcanzado?
Respuestas
Opcin 1
Retroalimentacin
Rpta. a , Por que la solucin debe ser el mximo valor con variables de decisin entera. .
Preguntas de anlisis
Estimados alumnos a continuacin reflexionaremos acerca del
tema tratado
Referencias
Taha,H.A.(2004).Investigacin de Operaciones. Mxico: Pearson Prentice Hall.
Eppen,G.D. et al.(2000).Investigacin de Operaciones en la Ciencia Administrativa. Mxico:
Pearson Prentice Hall.
Kamlesh.M. &Solow.D. (1996).Investigacin de Operaciones El arte de la Toma de Decisiones.
Mxico: Prentice Hall Hispanoamericana S.A.
Winston Wayne L.(1994). Investigacin de Operaciones: Aplicaciones y Algoritmos. Mxico:
Editorial Iberoamericana.
Hiller y Lieberman.(1997). Introduccin a la Investigacin de Operaciones. Mxico: Ed. Mc
Graw-Hill.
Conclusiones
Lecturas recomendadas
Para saber ms
Editorial
: Universidad de Ibagu
Ao
: 2012
: Kong, Maynard
Editorial
Ao
: 2010
Metacognicin
Aprendamos un mtodo
especial de transporte,
como es el mtodo de
asignacin
Pregntate si lo que ests haciendo hoy te acerca al lugar en el que
quieres estar maana.
Walt Disney
2.
3.
4.
1.
2.
3.
4.
5.
6.
7.
Bienvenida
Apreciado estudiante, iniciemos con muchas ansias de aprender nuestro quinto tema de
estudio, los contenidos que a continuacin leers te brindar los conocimientos complementar
los temas planteados anteriormente.
Empecemos!
Introduccin
Un problema clsico en PL es el
problema de enviar bienes desde un punto a otro punto, esto parece sencillo a primera vista sin
Aprendizajes esperados
Define las cantidades ptimas a enviar desde los puntos de origen a los puntos de
destino, y explica cmo estas minimizan el costo total del envo, satisfaciendo los
lmites de la oferta y los requerimientos de la demanda.
Actitudes
Mapa conceptual
Observa detenidamente el siguiente esquema, en el encontrars de un vistazo de manera
sintetizada los principales concepto de la temtica que abordaremos.
Qu conceptos o categoras te llaman la atencin?
Ejercicio 5.1
Tenemos la tabla 5.1 correspondiente al ejercicio 5.1, donde tenemos que la oferta es:
15+25+10 = 50 y la demanda es: 5+15+15+15 =50. Los orgenes son Tumbes, Lima y
Arequipa, para satisfacer una demanda en Cajamarca, Madre de Dios, Cuzco y Loreto. Los
costos de transporte son Ci,j
En este ejercicio tenemos = m =3 , y n= 4 , entonces m+n= 7
Variables solucin = 7-1 = 6 , para no ser degenerada
Costos de transporte:
C1,1 = Tumbes Cajamarca:
10
=
11
12
2
20
20
14
16
18
04
Solucin:
X1,1 = 5
a) Si queda sin tachar exactamente un rengln o columna con cero oferta o demanda,
detenerse.
b) Si queda sin tachar un rengln (columna) con oferta ( demanda) positiva, determinar
las variables bsicas en el rengln (columna) con el mtodo de costo mnimo. Detenerse.
c) Si todos los renglones o columnas sin tachar tiene oferta y demanda cero
asignadas, determnese las variables bsicas cero a travs del mtodo de costo mnimo.
Detngase.
d) En cualquier otro caso, seguir con el paso 1. ( p, 180)
Preguntas de anlisis
Pregunta
Cmo se usan los mtodos de transporte Nor- Oeste, costo mnimo y Vogel?
Respuestas
Opcin 1
Retroalimentacin
Exacto! Es para encontrar una solucin factible inicial, no necesariamente tiene que ser
ptima.
Solucin
1. Incorrecto (Retroalimentacin)
2. Opcin correcta (Retroalimentacin)
3. Incorrecto (Retroalimentacin)
4. Incorrecto (Retroalimentacin)
5. Incorrecto (Retroalimentacin)
Pregunta
El mtodo MODI, para que se usa?
Respuestas
Opcin 1
Retroalimentacin
Determina la ruta ms econmica
Solucin
1. Incorrecto (Retroalimentacin)
2. Incorrecto (Retroalimentacin)
3. Opcin correcta (Retroalimentacin)
4. Incorrecto (Retroalimentacin)
5. Incorrecto (Retroalimentacin)
Pregunta
Qu se necesita para aplicar el mtodo MODI?
Respuestas
Opcin 1
Retroalimentacin
Se necesita partir de una solucin bsica por cualquier mtodo, la cual con el mtodo
MODI puedes optimizar.
Referencias
Taha,H.A.(2004).Investigacin de Operaciones. Mxico: Pearson Prentice Hall.
Eppen,G.D. et al.(2000).Investigacin de Operaciones en la Ciencia Administrativa. Mxico:
Pearson Prentice Hall.
Kamlesh.M. &Solow.D. (1996).Investigacin de Operaciones El arte de la Toma de Decisiones.
Mxico: Prentice Hall Hispanoamericana S.A.
Lecturas recomendadas
Para saber ms
Ponemos a tu disposicin y te invitamos a revisar dos interesantes documentos que te
ayudaran a reforzar y ampliar los temas que hemos estudiado, estos los encontrars en la base
de datos e-libros que utiliza nuestra universidad:
Documento 1: e-libro Investigacin de Operaciones
Autor
Editorial
: Universidad de Ibagu
Ao
: 2012
: Kong, Maynard
Editorial
Ao
: 2010
Conclusiones
una aproximacin porque tendr que validarse primero con la realidad y luego con otros
criterios como econmicos, de marketing, entre otros.
Audio_05.mp3
00:00
00:00
00:20
Metacognicin