El presente trabajo es resultado de un proyecto de investigación asociado al empleo de modelos económico matemáticos
en la fundamentación de la planificación empresarial, y tiene como objetivo la aplicación de los métodos de optimización
(programación lineal) para la selección científicamente argumentada de la variante de plan de producción (presupuesto
de producción en unidades físicas) de la empresa. En el desarrollo se aplican una serie de métodos generales y específicos
de investigación, entre los que se destacan los métodos económicos matemáticos y el análisis de documentos.
Como resultado principal el trabajo aporta, a partir de la formulación teórico general del modelo de programación lineal,
la formulación teórico específica para este tipo de aplicación en la planificación empresarial y su validación práctica en
el caso de estudio Unidad Estratégica de Negocios Carpintería de Aluminio.
El documento presenta una introducción a la investigación de operaciones. Brevemente describe que la IO utiliza métodos cuantitativos para modelar problemas complejos y apoyar la toma de decisiones. Explica que la IO se originó durante la Segunda Guerra Mundial para resolver problemas logísticos y luego se expandió a la industria. También introduce conceptos clave como los tipos de modelos (icónicos, analógicos, simbólicos) y las fases para resolver problemas mediante la IO.
Resumenes: Investigación de Operaciones e Historia-Métodos Cuantitativossophylu94sanchez
Este documento presenta información sobre la investigación de operaciones (I.O.). Explica que la I.O. surgió de la necesidad de asignar recursos escasos de manera efectiva durante la Segunda Guerra Mundial. Luego, se expandió a otras áreas como la industria y los negocios. Describe los principales conceptos de la I.O., incluyendo su naturaleza, áreas de aplicación, y la metodología general que involucra la definición del problema, formulación de modelos, obtención de soluciones y pruebas
El documento trata sobre la investigación de operaciones en administración. Explica que la investigación de operaciones se originó para estudiar problemas de administración de manera científica y para resolver problemas militares durante la Segunda Guerra Mundial. Se define como el uso de métodos planificados e interdisciplinarios para representar relaciones funcionales complejas a través de modelos matemáticos que sirven como base para la toma de decisiones. También describe varios tipos de modelos utilizados en la investigación de operaciones como modelos de secuenciación, inventario, as
Este documento presenta una introducción a los modelos de investigación de operaciones. Explica que los modelos son representaciones matemáticas de situaciones reales que pueden usarse para tomar mejores decisiones. Luego describe diferentes tipos de modelos como estáticos vs dinámicos, lineales vs no lineales, enteros vs no enteros, determinísticos vs estocásticos. También presenta un ejemplo de aplicación de un modelo para maximizar la producción de alcohol medicinal.
El documento describe la investigación de operaciones (IO) como una disciplina científica que aplica métodos cuantitativos para resolver problemas de administración y control en sistemas naturales y creados por humanos. Explica que la IO usa un enfoque interdisciplinario y el método científico para encontrar soluciones óptimas que ayuden a las organizaciones a lograr sus objetivos. También resume los tipos de modelos usados en la IO como herramientas para representar problemas del mundo real de manera abstracta.
La Investigación de Operaciones es la aplicación del método científico por equipos interdisciplinarios a problemas que comprenden el control y gestión de sistemas organizados (hombre- máquina); con el objetivo de encontrar soluciones que sirvan mejor a los propósitos del sistema (u organización) como un todo, enmarcados en procesos de toma de decisiones. (Universidad de la República Oriental del Uruguay, n.d)
Diapositiva Investigación De Operacionesgueste49a9a
Este documento presenta una introducción a la investigación de operaciones. Define la investigación de operaciones como el uso de modelos matemáticos, estadística y algoritmos para tomar decisiones teniendo en cuenta la escasez de recursos. Explica que se aplica a diversas áreas como manufactura, transporte y salud. Describe los tipos de modelos, como modelos matemáticos, de simulación y formales, y las etapas del proceso de investigación de operaciones.
Este documento presenta una introducción a los métodos probabilísticos. Explica que la investigación de operaciones utiliza modelos matemáticos para representar sistemas reales de manera simplificada. Incluye una clasificación de los diferentes tipos de modelos como determinísticos, probabilísticos, híbridos y heurísticos. También describe los pasos del método científico aplicado a la investigación de operaciones.
El documento presenta una introducción a la investigación de operaciones. Brevemente describe que la IO utiliza métodos cuantitativos para modelar problemas complejos y apoyar la toma de decisiones. Explica que la IO se originó durante la Segunda Guerra Mundial para resolver problemas logísticos y luego se expandió a la industria. También introduce conceptos clave como los tipos de modelos (icónicos, analógicos, simbólicos) y las fases para resolver problemas mediante la IO.
Resumenes: Investigación de Operaciones e Historia-Métodos Cuantitativossophylu94sanchez
Este documento presenta información sobre la investigación de operaciones (I.O.). Explica que la I.O. surgió de la necesidad de asignar recursos escasos de manera efectiva durante la Segunda Guerra Mundial. Luego, se expandió a otras áreas como la industria y los negocios. Describe los principales conceptos de la I.O., incluyendo su naturaleza, áreas de aplicación, y la metodología general que involucra la definición del problema, formulación de modelos, obtención de soluciones y pruebas
El documento trata sobre la investigación de operaciones en administración. Explica que la investigación de operaciones se originó para estudiar problemas de administración de manera científica y para resolver problemas militares durante la Segunda Guerra Mundial. Se define como el uso de métodos planificados e interdisciplinarios para representar relaciones funcionales complejas a través de modelos matemáticos que sirven como base para la toma de decisiones. También describe varios tipos de modelos utilizados en la investigación de operaciones como modelos de secuenciación, inventario, as
Este documento presenta una introducción a los modelos de investigación de operaciones. Explica que los modelos son representaciones matemáticas de situaciones reales que pueden usarse para tomar mejores decisiones. Luego describe diferentes tipos de modelos como estáticos vs dinámicos, lineales vs no lineales, enteros vs no enteros, determinísticos vs estocásticos. También presenta un ejemplo de aplicación de un modelo para maximizar la producción de alcohol medicinal.
El documento describe la investigación de operaciones (IO) como una disciplina científica que aplica métodos cuantitativos para resolver problemas de administración y control en sistemas naturales y creados por humanos. Explica que la IO usa un enfoque interdisciplinario y el método científico para encontrar soluciones óptimas que ayuden a las organizaciones a lograr sus objetivos. También resume los tipos de modelos usados en la IO como herramientas para representar problemas del mundo real de manera abstracta.
La Investigación de Operaciones es la aplicación del método científico por equipos interdisciplinarios a problemas que comprenden el control y gestión de sistemas organizados (hombre- máquina); con el objetivo de encontrar soluciones que sirvan mejor a los propósitos del sistema (u organización) como un todo, enmarcados en procesos de toma de decisiones. (Universidad de la República Oriental del Uruguay, n.d)
Diapositiva Investigación De Operacionesgueste49a9a
Este documento presenta una introducción a la investigación de operaciones. Define la investigación de operaciones como el uso de modelos matemáticos, estadística y algoritmos para tomar decisiones teniendo en cuenta la escasez de recursos. Explica que se aplica a diversas áreas como manufactura, transporte y salud. Describe los tipos de modelos, como modelos matemáticos, de simulación y formales, y las etapas del proceso de investigación de operaciones.
Este documento presenta una introducción a los métodos probabilísticos. Explica que la investigación de operaciones utiliza modelos matemáticos para representar sistemas reales de manera simplificada. Incluye una clasificación de los diferentes tipos de modelos como determinísticos, probabilísticos, híbridos y heurísticos. También describe los pasos del método científico aplicado a la investigación de operaciones.
El documento presenta una introducción a la Investigación de Operaciones (IO), describiendo su historia, definición, metodología y áreas de aplicación. Explica que la IO aplica el método científico a problemas relacionados con el control y coordinación de operaciones dentro de una organización para mejorar la toma de decisiones. Se desarrolló inicialmente durante la Segunda Guerra Mundial y luego fue adoptada por la industria para optimizar procesos a través de modelos matemáticos.
Este documento describe las normas para lograr el éxito en la investigación de operaciones. Explica que se debe utilizar un enfoque planeado que siga los pasos del método científico: observación del problema, definición precisa del problema, desarrollo de soluciones alternativas, selección de la solución óptima mediante modelos analíticos o numéricos, verificación de la solución óptima y establecimiento de controles.
Investigacion de operaciones mapa conceptualLuis Diaz
La investigación de operaciones es una rama de las matemáticas que utiliza modelos matemáticos, estadísticas y algoritmos para ayudar a tomar decisiones. Se originó para resolver problemas militares como la asignación de recursos y luego se expandió a organizaciones industriales, académicas y gubernamentales. El proceso implica definir un problema, formular un modelo matemático, obtener una solución y probar el modelo antes de implementar la solución.
Este documento presenta un problema de programación lineal para optimizar los costos de transporte de frutas entre cuatro huertas y tres fábricas de Postobón. Se dan los costos de transporte por distancia, la capacidad de producción de cada huerta y la demanda de cada fábrica. Utilizando el método de la programación lineal y la herramienta Solver, se determina la distribución óptima que minimiza los costos totales de transporte. Luego, se presentan dos modificaciones al problema original y se pide determinar la nueva distribuc
La investigación de operaciones es la aplicación del método científico a problemas relacionados con el control de organizaciones y sistemas para encontrar soluciones que sirvan mejor a los objetivos de la organización. Se originó durante la Segunda Guerra Mundial para asignar recursos escasos de forma eficiente y ha desarrollado modelos matemáticos como la programación lineal. Un ejemplo clásico es el problema de la dieta que minimiza los costos al satisfacer requerimientos nutricionales.
La investigación operativa es una disciplina científica moderna que aplica teoría, métodos y técnicas especiales para resolver problemas de administración y control en sistemas naturales y creados por humanos. Requiere amplios conocimientos matemáticos y definir un modelo que guíe las decisiones. Se originó en Inglaterra durante la Segunda Guerra Mundial para apoyar la toma de decisiones militares y luego se adaptó a mejorar la eficiencia industrial y de producción civil.
Este documento resume diferentes tipos de modelos utilizados en Investigación de Operaciones. Describe modelos de simulación que dividen sistemas en módulos enlazados lógicamente, y modelos matemáticos que aplican técnicas matemáticas para representar sistemas reales. También cubre modelos estáticos y dinámicos, siendo los primeros para condiciones fijas y los segundos sujetos al factor tiempo. Finalmente, enfatiza que la Investigación de Operaciones busca la mejor solución a problemas de decisión con recursos
Introducción a la investigación de operacionesManuel Bedoya D
El documento presenta una introducción a la investigación de operaciones. Explica los antecedentes históricos de la materia con los pioneros George Dantzig y Rusell Ackoff. Describe la metodología de la IO como un enfoque científico interdisciplinario para la toma de decisiones en problemas complejos. Incluye aplicaciones comunes de la IO y una bibliografía referencial. Además, contiene un índice con los diferentes capítulos que componen el material de estudio.
Tecnicas y limitaciones de la investigacion de operacionesmariandreinarm
Este documento define la investigación de operaciones como la aplicación del método científico a problemas relacionados con el control de organizaciones para producir soluciones que sirvan mejor a sus objetivos. Se remonta a décadas pero se atribuye principalmente a los servicios militares de la Segunda Guerra Mundial. Incluye técnicas como programación lineal, redes, simulación y modelos estocásticos para la toma de decisiones bajo incertidumbre. Sus limitaciones incluyen el tiempo requerido para crear modelos y la necesidad de simpl
Este documento presenta una introducción a la Investigación de Operaciones (IO). Explica que la IO surgió para aplicar el método científico a problemas relacionados con el control de organizaciones, con el objetivo de optimizar los recursos para cumplir los objetivos. Describe las características, orígenes e historia de la IO, así como sus campos de aplicación y metodología, la cual incluye etapas como la formulación del problema, construcción de modelos, solución y análisis. Finalmente, presenta ejemplos de modelos de program
Este documento presenta una introducción a la programación lineal como herramienta de la investigación de operaciones. Explica que la programación lineal permite optimizar objetivos como la maximización de beneficios o minimización de costos sujeto a restricciones de recursos. Luego, presenta la formulación general de un modelo de programación lineal, con ejemplos de problemas de producción y mezcla. Finalmente, plantea un problema de producción en una fábrica de automóviles.
La Investigación Operativa (IO) estudia la toma de decisiones cuantitativas para resolver problemas mediante modelos matemáticos. Se originó para optimizar recursos durante la Segunda Guerra Mundial y ahora se aplica en diversas industrias y sectores. El método de la IO incluye definir el problema, construir un modelo, deducir soluciones óptimas, probar el modelo, y ejecutar y controlar las soluciones.
La Investigación de Operaciones usa el método científico para resolver problemas relacionados con la conducción y coordinación de operaciones dentro de una organización. Incluye técnicas cuantitativas como modelos matemáticos para proporcionar ayuda en la toma de decisiones. El proceso implica definir el problema, construir un modelo matemático, resolver el modelo y validar los resultados para implementar la solución óptima.
La Investigación de Operaciones es la aplicación del método científico a problemas relacionados con el control de organizaciones para producir soluciones óptimas. Se originó durante la Segunda Guerra Mundial para investigar operaciones militares y ahora se aplica a problemas en negocios, industria, gobierno y más, usando modelos matemáticos. El proceso incluye definir el problema, construir un modelo, resolver el modelo, validarlo e implementar los resultados.
Investigacion De Operaciones Y Modelacionguest805c3f
La investigación de operaciones y modelación son herramientas que ayudan en la toma de decisiones ante recursos limitados. Muestran cómo un sistema debe funcionar para lograr un resultado esperado mediante el uso de modelos matemáticos. La programación lineal es el método más utilizado, pues permite resolver problemas de manera precisa considerando limitaciones de recursos.
Este documento presenta la bibliografía y competencias generales y específicas del curso Investigación de Operaciones Vol. 1. Incluye libros de texto principal y de apoyo, así como competencias instrumentales, interpersonales y sistémicas que los estudiantes desarrollarán. Además, caracteriza a la Investigación de Operaciones y explica conceptos clave como modelos, variables e hipótesis.
Este documento presenta información sobre técnicas de optimización y su aplicación para resolver problemas complejos en administración. Explica que la optimización ayuda a encontrar soluciones óptimas que maximizan resultados con los menores costos posibles. Describe que la programación lineal asigna recursos limitados de forma óptima entre actividades competidoras. Finalmente, concluye que estas técnicas junto con sistemas informáticos se han convertido en herramientas poderosas para el diagnóstico y solución de problemas complejos en administración.
Este documento presenta información sobre una capacitación en técnicas de optimización realizada en la Universidad Nacional Simón Rodríguez en Venezuela. El documento incluye la lista de participantes, el facilitador Juan Carlos Prado, y describe brevemente la introducción, metodología, simulación de procesos y casos de estudio presentados durante la capacitación.
La Investigación de Operaciones utiliza técnicas cuantitativas y el método científico para ayudar a tomar decisiones mejor informadas en una variedad de campos como la producción, inventarios, medicina, estrategias, transporte y planificación. El proceso involucra formular un modelo matemático del problema, derivar una solución al modelo y validar los resultados para implementar mejoras.
El documento presenta una introducción a la Investigación de Operaciones (IO), describiendo su historia, definición, metodología y áreas de aplicación. Explica que la IO aplica el método científico a problemas relacionados con el control y coordinación de operaciones dentro de una organización para mejorar la toma de decisiones. Se desarrolló inicialmente durante la Segunda Guerra Mundial y luego fue adoptada por la industria para optimizar procesos a través de modelos matemáticos.
Este documento describe las normas para lograr el éxito en la investigación de operaciones. Explica que se debe utilizar un enfoque planeado que siga los pasos del método científico: observación del problema, definición precisa del problema, desarrollo de soluciones alternativas, selección de la solución óptima mediante modelos analíticos o numéricos, verificación de la solución óptima y establecimiento de controles.
Investigacion de operaciones mapa conceptualLuis Diaz
La investigación de operaciones es una rama de las matemáticas que utiliza modelos matemáticos, estadísticas y algoritmos para ayudar a tomar decisiones. Se originó para resolver problemas militares como la asignación de recursos y luego se expandió a organizaciones industriales, académicas y gubernamentales. El proceso implica definir un problema, formular un modelo matemático, obtener una solución y probar el modelo antes de implementar la solución.
Este documento presenta un problema de programación lineal para optimizar los costos de transporte de frutas entre cuatro huertas y tres fábricas de Postobón. Se dan los costos de transporte por distancia, la capacidad de producción de cada huerta y la demanda de cada fábrica. Utilizando el método de la programación lineal y la herramienta Solver, se determina la distribución óptima que minimiza los costos totales de transporte. Luego, se presentan dos modificaciones al problema original y se pide determinar la nueva distribuc
La investigación de operaciones es la aplicación del método científico a problemas relacionados con el control de organizaciones y sistemas para encontrar soluciones que sirvan mejor a los objetivos de la organización. Se originó durante la Segunda Guerra Mundial para asignar recursos escasos de forma eficiente y ha desarrollado modelos matemáticos como la programación lineal. Un ejemplo clásico es el problema de la dieta que minimiza los costos al satisfacer requerimientos nutricionales.
La investigación operativa es una disciplina científica moderna que aplica teoría, métodos y técnicas especiales para resolver problemas de administración y control en sistemas naturales y creados por humanos. Requiere amplios conocimientos matemáticos y definir un modelo que guíe las decisiones. Se originó en Inglaterra durante la Segunda Guerra Mundial para apoyar la toma de decisiones militares y luego se adaptó a mejorar la eficiencia industrial y de producción civil.
Este documento resume diferentes tipos de modelos utilizados en Investigación de Operaciones. Describe modelos de simulación que dividen sistemas en módulos enlazados lógicamente, y modelos matemáticos que aplican técnicas matemáticas para representar sistemas reales. También cubre modelos estáticos y dinámicos, siendo los primeros para condiciones fijas y los segundos sujetos al factor tiempo. Finalmente, enfatiza que la Investigación de Operaciones busca la mejor solución a problemas de decisión con recursos
Introducción a la investigación de operacionesManuel Bedoya D
El documento presenta una introducción a la investigación de operaciones. Explica los antecedentes históricos de la materia con los pioneros George Dantzig y Rusell Ackoff. Describe la metodología de la IO como un enfoque científico interdisciplinario para la toma de decisiones en problemas complejos. Incluye aplicaciones comunes de la IO y una bibliografía referencial. Además, contiene un índice con los diferentes capítulos que componen el material de estudio.
Tecnicas y limitaciones de la investigacion de operacionesmariandreinarm
Este documento define la investigación de operaciones como la aplicación del método científico a problemas relacionados con el control de organizaciones para producir soluciones que sirvan mejor a sus objetivos. Se remonta a décadas pero se atribuye principalmente a los servicios militares de la Segunda Guerra Mundial. Incluye técnicas como programación lineal, redes, simulación y modelos estocásticos para la toma de decisiones bajo incertidumbre. Sus limitaciones incluyen el tiempo requerido para crear modelos y la necesidad de simpl
Este documento presenta una introducción a la Investigación de Operaciones (IO). Explica que la IO surgió para aplicar el método científico a problemas relacionados con el control de organizaciones, con el objetivo de optimizar los recursos para cumplir los objetivos. Describe las características, orígenes e historia de la IO, así como sus campos de aplicación y metodología, la cual incluye etapas como la formulación del problema, construcción de modelos, solución y análisis. Finalmente, presenta ejemplos de modelos de program
Este documento presenta una introducción a la programación lineal como herramienta de la investigación de operaciones. Explica que la programación lineal permite optimizar objetivos como la maximización de beneficios o minimización de costos sujeto a restricciones de recursos. Luego, presenta la formulación general de un modelo de programación lineal, con ejemplos de problemas de producción y mezcla. Finalmente, plantea un problema de producción en una fábrica de automóviles.
La Investigación Operativa (IO) estudia la toma de decisiones cuantitativas para resolver problemas mediante modelos matemáticos. Se originó para optimizar recursos durante la Segunda Guerra Mundial y ahora se aplica en diversas industrias y sectores. El método de la IO incluye definir el problema, construir un modelo, deducir soluciones óptimas, probar el modelo, y ejecutar y controlar las soluciones.
La Investigación de Operaciones usa el método científico para resolver problemas relacionados con la conducción y coordinación de operaciones dentro de una organización. Incluye técnicas cuantitativas como modelos matemáticos para proporcionar ayuda en la toma de decisiones. El proceso implica definir el problema, construir un modelo matemático, resolver el modelo y validar los resultados para implementar la solución óptima.
La Investigación de Operaciones es la aplicación del método científico a problemas relacionados con el control de organizaciones para producir soluciones óptimas. Se originó durante la Segunda Guerra Mundial para investigar operaciones militares y ahora se aplica a problemas en negocios, industria, gobierno y más, usando modelos matemáticos. El proceso incluye definir el problema, construir un modelo, resolver el modelo, validarlo e implementar los resultados.
Investigacion De Operaciones Y Modelacionguest805c3f
La investigación de operaciones y modelación son herramientas que ayudan en la toma de decisiones ante recursos limitados. Muestran cómo un sistema debe funcionar para lograr un resultado esperado mediante el uso de modelos matemáticos. La programación lineal es el método más utilizado, pues permite resolver problemas de manera precisa considerando limitaciones de recursos.
Este documento presenta la bibliografía y competencias generales y específicas del curso Investigación de Operaciones Vol. 1. Incluye libros de texto principal y de apoyo, así como competencias instrumentales, interpersonales y sistémicas que los estudiantes desarrollarán. Además, caracteriza a la Investigación de Operaciones y explica conceptos clave como modelos, variables e hipótesis.
Este documento presenta información sobre técnicas de optimización y su aplicación para resolver problemas complejos en administración. Explica que la optimización ayuda a encontrar soluciones óptimas que maximizan resultados con los menores costos posibles. Describe que la programación lineal asigna recursos limitados de forma óptima entre actividades competidoras. Finalmente, concluye que estas técnicas junto con sistemas informáticos se han convertido en herramientas poderosas para el diagnóstico y solución de problemas complejos en administración.
Este documento presenta información sobre una capacitación en técnicas de optimización realizada en la Universidad Nacional Simón Rodríguez en Venezuela. El documento incluye la lista de participantes, el facilitador Juan Carlos Prado, y describe brevemente la introducción, metodología, simulación de procesos y casos de estudio presentados durante la capacitación.
La Investigación de Operaciones utiliza técnicas cuantitativas y el método científico para ayudar a tomar decisiones mejor informadas en una variedad de campos como la producción, inventarios, medicina, estrategias, transporte y planificación. El proceso involucra formular un modelo matemático del problema, derivar una solución al modelo y validar los resultados para implementar mejoras.
Este documento presenta una introducción a la investigación operativa. Explica que la investigación operativa ayuda a mejorar la toma de decisiones gerenciales mediante el uso de modelos matemáticos. Describe los cinco pasos clave de la investigación operativa: 1) definir un problema, 2) construir un modelo, 3) resolver el modelo, 4) implementar, 5) verificar. También resume brevemente el origen y evolución de la investigación operativa, así como los métodos cuantitativos y campos de aplicación.
Este documento describe modelos matemáticos y la programación lineal. Explica la estructura de los modelos matemáticos y los componentes de un problema de programación lineal. También describe el método simplex para resolver problemas de programación lineal, incluidas sus variantes como la degeneración, óptimos alternativos, solución no acotada y solución no factible.
El documento describe el origen y propósito de la investigación de operaciones. Surgió durante la Segunda Guerra Mundial para asignar recursos militares de manera efectiva mediante el uso de métodos científicos. La investigación de operaciones aspira a determinar la mejor solución a un problema de decisión considerando recursos limitados, utilizando herramientas como modelos matemáticos.
El documento define los modelos de decisión y describe sus elementos clave. Explica que un modelo es una abstracción selectiva de la realidad que resume un problema de decisión mediante variables, restricciones y criterios para evaluar alternativas. También describe diferentes tipos de modelos como los matemáticos, de simulación y de hoja de cálculo, así como los pasos para construir y probar un modelo.
La investigación de operaciones ayuda a tomar decisiones óptimas al resolver problemas con recursos limitados mediante el uso de modelos. Se caracteriza por estructurar problemas del mundo real como modelos matemáticos, analizar soluciones sistemáticamente, y desarrollar soluciones óptimas usando un enfoque interdisciplinario y el método científico. Sus técnicas como la programación lineal son útiles para la ingeniería de sistemas.
Presentación que abarca los conceptos básicos de la optimización, la formulación de problemas, métodos de optimización y el procedimiento para la resolución de estos problemas.
1) El documento presenta los conceptos básicos de la investigación de operaciones y su aplicación a problemas de producción, incluyendo las fases de aplicación de modelos matemáticos. 2) Explica que un modelo matemático representa un sistema en términos de ecuaciones que ofrecen resultados cuantitativos. 3) Describe los componentes clave de un modelo de programación lineal como objetivo, variables, restricciones y su formulación matemática general.
Este documento presenta el contenido didáctico de un curso sobre métodos probabilísticos ofrecido por la Universidad Nacional Abierta y a Distancia de Colombia. El curso cubre temas como técnicas de pronóstico, teoría de inventarios, toma de decisiones en sistemas de inventarios, cadenas de Markov, teoría de colas y programación no lineal. El contenido está organizado en dos unidades y seis capítulos que incluyen treinta lecciones en total para explicar estos temas probabilísticos y sus aplicaciones.
Tema 1 introduccion io y programacion matematicaOti sulzer
1. El documento introduce el tema de la investigación de operaciones y programación matemática. Explica que la IO aplica el método científico a problemas relacionados con la asignación de recursos limitados en organizaciones. 2. Describe las fases del estudio de la IO, incluyendo la definición del problema, construcción del modelo matemático, solución del modelo, validación y implementación. 3. Resalta que la IO busca encontrar la solución óptima a un problema, lo cual implica identificar el mejor curso de acción posible considerando las restric
1. La programación lineal es un modelo matemático de investigación de operaciones que optimiza una función objetivo lineal sujeto a restricciones lineales. Se utiliza para resolver problemas mediante ecuaciones lineales.
2. La investigación de operaciones aplica el método científico a problemas relacionados con el control de organizaciones mediante el uso de modelos matemáticos.
3. La historia de la programación lineal comienza en el siglo XVIII y se desarrolla significativamente en el siglo XX, especialmente después de la Segunda Guerra Mundial
La investigación de operaciones es la aplicación de métodos científicos para resolver problemas complejos en la administración de sistemas militares, gubernamentales, comerciales e industriales. Comenzó durante la Segunda Guerra Mundial para mejorar los sistemas de defensa aérea británicos y ahora se usa para optimizar procesos como la maximización de beneficios y costos de producción mediante el uso de modelos matemáticos y estadísticas.
La investigación de operaciones tiene sus raíces en décadas pasadas, pero su inicio formal se atribuye a los esfuerzos militares durante la Segunda Guerra Mundial para asignar recursos de manera efectiva. Después de la guerra, las técnicas se aplicaron a problemas industriales. La metodología incluye formular y definir el problema, construir un modelo matemático, solucionar el modelo, y analizar y validar los resultados. Los modelos pueden ser determinísticos u probabilísticos, e incluyen programación lineal para optim
1) El documento trata sobre técnicas de optimización de software y hardware para mejorar el rendimiento. 2) Describe métodos de optimización como local vs global y dependiente vs independiente de la máquina. 3) Explica conceptos clave como función objetivo y métodos como el de Newton para encontrar soluciones óptimas.
El documento describe la metodología Six Sigma, incluyendo las herramientas analíticas utilizadas, el enfoque DMAIC para los proyectos y las funciones y responsabilidades clave. Explica que Six Sigma se refiere a la filosofía y métodos para eliminar defectos en productos y procesos mediante la reducción de variaciones, y que utiliza una medida común de defectos por millón de oportunidades.
curso para realiazar un trabajo de suficiencia profesionalJasminFloresSantana
Este documento presenta el programa del módulo 1 del ciclo taller de tesis 2023. Explica los conceptos de realidad problemática, problema, marco teórico y metodología de investigación. Incluye ejemplos de cómo desarrollar elementos como la operacionalización de variables, diseños de investigación, y títulos de tesis. El objetivo es guiar a los estudiantes en el proceso de elaboración de una tesis.
El documento presenta una introducción a la Investigación de Operaciones (IO), definiéndola como la aplicación del método científico a problemas relacionados con el control de organizaciones para mejorar los objetivos de la organización. Explica que la IO surgió durante la Segunda Guerra Mundial para resolver problemas militares y luego se aplicó a industrias. Describe el enfoque de la IO que incluye definir el problema, formular un modelo matemático, obtener una solución, probar y validar el modelo, establecer controles y aplicar la solución
Modelos matemáticos y sus funciones en el sistema numericoEvert Uzcategui
El primer expositor de la Teoría General de los Sistemas fue Ludwing von Bertalanffy, en el intento de lograr una metodología integradora para el tratamiento de problemas científicos. La meta de la Teoría General de los Sistemas no es buscar analogías entre las ciencias, sino tratar de evitar la superficialidad científica que ha estancado a las ciencias. Para ello emplea como instrumento, modelos utilizables y transferibles entre varios continentes científicos, toda vez que dicha extrapolación sea posible e integrable a las respectivas disciplinas. La Teoría General de los Sistemas se basa en dos pilares básicos: aportes semánticos y aportes metodológicos.
De acuerdo con esto La línea de investigación “Modelos matemáticos y simulación”, posibilitan un gran número de aplicaciones y permite enlazar diferentes áreas del conocimiento. Posibilita avanzar en la solución de problemas, cuyos planteamientos involucran funciones matemáticas que en muchos de los casos no poseen una solución analítica o el número de variables y operaciones que intervienen presentan un nivel elevado de complejidad y operatividad. El manejo de la información y la posibilidad de obtener datos en tiempo real para incorporlos en los modelos matemáticos, resultarían de difícil manejo mediante procesos manuales, en esta línea de investigación se generan diversas posibilidades y en múltiples campos del conocimiento.
Similar a DEL PLAN DE PRODUCCIÓN. ESTUDIO DE CASO CARPINTERÍA DE ALUMINIO O (20)
Integral Indefinida. Generalidades, Reglas de integraciónvane sanchez
El documento presenta diferentes técnicas para calcular integrales indefinidas o antiderivadas. Introduce las definiciones de antiderivada e integral indefinida, y explica propiedades y diferentes métodos como integración directa, por sustitución, por partes e integrales de funciones trigonométricas y racionales. El objetivo es que los estudiantes aprendan a encontrar antiderivadas algebraicamente usando estas técnicas.
Ecuaciones de la tangente, normal, subtangente, subnormal, máximos y mínimos ...vane sanchez
Este documento introduce el concepto de derivada en tres oraciones:
1) Explica que la derivada de una función puede interpretarse geométricamente como la pendiente de una curva y físicamente como una razón de cambio instantánea. 2) Detalla que la derivada se define como el límite de la pendiente de secantes a medida que los puntos se acercan, siempre que exista el límite. 3) Indica que la derivada de una función en un punto es la pendiente de la tangente a la curva en ese punto.
Folleto de Calculo diferencial e integralvane sanchez
El documento presenta una introducción a la teoría de límites en cálculo diferencial e integral. Explica conceptos fundamentales como variables, constantes, intervalos y funciones de una variable. Luego, define límites y continuidad, y presenta teoremas y propiedades sobre límites, incluyendo límites laterales, infinitos y particulares. Finalmente, cubre formas de levantar indeterminaciones y el cálculo de límites con cambio de variables.
El documento resume la historia del Internet desde sus inicios en 1958 con la creación de ARPANET por el Advanced Research Projects Agency en Estados Unidos, hasta su expansión en la actualidad. Algunos hitos importantes incluyen el envío del primer correo electrónico en 1961, el desarrollo de TCP/IP en 1974, la creación de la World Wide Web en 1991, y el surgimiento de empresas como Amazon, Google y Facebook.
Se trata de un curso MOOC dirigido principalmente a personas con inquietud
emprendedora y con cierta formación en el ámbito de la administración y dirección de
empresas, aunque abierto a la participación de todas las personas interesadas.
En esta primera edición se han inscrito un total de 8.698 personas con una tasa
de participación inicial del 55,2% y una tasa de finalización del 13,73%
Ante el panorama mundial nuestro país realiza esfuerzos para incrementar
la competitividad, y que las empresas ocupen un mejor lugar. El objetivo es
diagnosticar si las Pymes de la región centro de Coahuila, utilizan reportes
financieros-operativos para vigilar sus metas.
This paper proposes a new methodology to
optimize trajectory of the path for multi-robots using
Improved particle swarm optimization Algorithm (IPSO) in
clutter Environment. IPSO technique is incorporated into
the multi-robot system in a dynamic framework, which will
provide robust performance, self-deterministic cooperation,
and coping with an inhospitable environment
Three-Dimensional Path Planning for Uninhabited Combat Aerial Vehicle Based vane sanchez
This document describes a novel predator-prey pigeon-inspired optimization algorithm for solving the three-dimensional path planning problem for uninhabited combat aerial vehicles in a dynamic environment. The algorithm uses the concepts of predators and prey to improve the global search abilities and convergence speed of the basic pigeon-inspired optimization algorithm. Simulation results show the proposed algorithm finds higher quality paths more efficiently than other algorithms like particle swarm optimization and differential evolution.
Desafíos del Habeas Data y las nuevas tecnología enfoque comparado Colombia y...mariaclaudiaortizj
El artículo aborda los desafíos del Habeas Data en el marco de las Nuevas Tecnologías de la Información y Comunicación (NTIC), comparando las legislaciones de Colombia y España. Desde la Declaración de los Derechos del Hombre en 1948 hasta la implementación del Reglamento General de Protección de Datos (GDPR) en Europa, la protección de la privacidad ha ganado importancia a nivel mundial. El objetivo principal del artículo es analizar cómo las legislaciones de Colombia y España abordan la protección de datos personales, comparando sus enfoques normativos y evaluando la eficacia de sus marcos legales en el contexto de la digitalización avanzada. Se hace uso de un enfoque mixto que combina análisis cualitativo detallado de documentos legales y cuantitativo descriptivo para comparar la prevalencia de ciertos principios en las normativas. Los hallazgos indican que España ha establecido un marco legal robusto y detallado desde 1978, alineándose con las directrices de la UE y el GDPR, mientras que Colombia, aunque ha progresado con leyes como la Ley 1581 de 2012, todavía podría beneficiarse de adoptar aspectos del régimen europeo para mejorar su protección de datos. Este análisis subraya la importancia de las reformas legales y políticas en la protección de datos, crucial para asegurar la privacidad en una sociedad digital y globalizada.
Palabras clave: Avances tecnológicos, Derecho en la era digital, Habeas Data, Marco jurídico y Protección de datos personales.
Antes de iniciar el contenido técnico de lo acontecido en materia tributaria estos últimos días de mayo; quisiera referirme a la importancia de una expresión tan sabia aplicable a tantas situaciones de la vida, y hoy, meritoria de considerar en el prefacio del presente análisis -
"no se extraña lo que nunca se ha tenido".
Con esta frase me quiero referir a las empresas que funcionan en las zonas de Iquique y Punta Arenas, acogidas a los beneficios de las zonas francas, y que, por ende, no pagan impuesto de primera categoría. En palabras técnicas estas empresas no mantienen saldos en sus registros SAC, y por ello, este nuevo Impuesto Sustitutivo, sin duda, es una tremenda y gran noticia.
Lo mismo se puede extender a las empresas que por haber aplicado beneficios de reinversión sumado a las ventajas transitorias de la menor tasa de primera categoría pagada; me refiero a las pymes en su mayoría. Han acumulado un monto de créditos menor en su registro SAC.
En estos casos, no es mucho lo que se tiene que perder.
Lo interesante, es que este ISRAI nace desde un pago efectivo de recursos, lo que exigirá a las empresas evaluar muy bien desde su posición financiera actual, y la planificación de esta, en un horizonte de corto plazo, considerar las alternativas que se disponen.
El 15 de mayo de 2024, el Congreso aprobó el proyecto de ley que “crea un Fondo de Emergencia Transitorio por incendios y establece otras medidas para la reconstrucción”, el cual se encuentra en las últimas etapas previo a su publicación y posterior entrada en vigencia.
Este proyecto tiene por objetivo establecer un marco institucional para organizar los esfuerzos públicos, con miras a solventar los gastos de reconstrucción y otras medidas de recuperación que se implementarán en la Región de Valparaíso a raíz de los incendios ocurridos en febrero de 2024.
Dentro del marco de “otras medidas de reconstrucción”, el proyecto crea un régimen opcional de impuesto sustitutivo de los impuestos finales (denominado también ISRAI), con distintas modalidades para sociedades bajo el régimen general de tributación (artículo 14 A de la ley sobre Impuesto a la Renta) y bajo el Régimen Pyme (artículo 14 D N° 3 de la ley sobre Impuesto a la Renta).
Para conocer detalles revisa nuestro artículo completo aquí BBSC® Impuesto Sustitutivo 2024.
Por Claudia Valdés Muñoz cvaldes@bbsc.cl +56981393599
vehiculo importado desde pais extrajero contien documentos respaldados como ser la factura comercial de importacion un seguro y demas tambien indica la partida arancelaria que deb contener este vehículo 3. La importadora PARISBOL TRUCK IMPORT SOCIEDAD DE RESPONSABILIDAD LIMITADA perteneciente a Bolivia, trae desde CHILE , un vehículo Automóvil con un número de ruedas de 6 Número del chasis YV2RT40A0HB828781 De clase tractocamión, con dos puertas . El precio es de 35231,46 dólares, la importadora tiene los siguientes datos para el cálculo de sus costos:
• Flete de $ 1500 por contenedor
• El deducible es de 10 % de la SA y la prima neta de 0.02% de la SA
• ARANCEL DE IMPORTACIÓN 20% • ALMACÉN ADUANERO 1.5%
• DESPACHO ADUANERO 2.1%
• IVA 14.94%
• PERCEPCIÓN 0.3%
• OTROS GASTOS DE IMPORTACIÓN $US
• Derecho de emisión 4.20
• Handling 58 • Descarga 69
• Servicios aduana 30
• Movilización de carga 70.10
• Transporte interno 150
• Gastos operativos 70
• Otros gastos 100 • Comisión agente de 0.05% CIF
GASTOS FINANCIEROS o GASTOS APERTURA DE L/C (0.3 % FOB) o Intereses proveedor $ 1050 CALULAR:
i) El valor FOB
j) hallar la suma asegurada de la mercancía y la prima neta que se debe pagar a la compañía aseguradora, y el valor CIF
k) El total de derechos e impuestos
l) El costo total de importación y el factor
m) El costo unitario de importación de cada alfombra en $us y Bs. (tipo de cambio: Bs.6.85)
La Comisión europea informa sobre el progreso social en la UE.ManfredNolte
Bruselas confirma que el progreso social varía notablemente entre las regiones de la Unión Europea, y que los países nórdicos tienen un desempeño consistentemente mejor que el resto de los Estados miembros.
PMI sector servicios España mes de mayo 2024LuisdelBarri
Estudio PMI Sector Servicios
El Índice de Actividad Comercial del Sector Servicios subió de 56.2 registrado en abril a 56.9 en mayo, indicando el crecimiento más fuerte desde abril de 2023.
Presentación sobre la Teoría Económica de John Maynard Keynes
DEL PLAN DE PRODUCCIÓN. ESTUDIO DE CASO CARPINTERÍA DE ALUMINIO O
1. 178
Volumen 8 | Número 3 | Septiembre, 2016UNIVERSIDAD Y SOCIEDAD | Revista Científica de la Universidad de Cienfuegos | ISSN: 2218-3620
Fecha de presentación: septiembre, 2016
Fecha de aceptación: noviembre, 2016
Fecha de publicación: enero, 2017
26OPTIMIZATION OF THE PRODUCTION PLAN. CASE STUDY ALUMINUM CARPENTRY
DEL PLAN DE PRODUCCIÓN. ESTUDIO DE CASO CARPINTERÍA DE
ALUMINIO
OPTIMIZACIÓN
MSc. Guillermo A. López Calvajar1
E-mail: glpezcalvajar@gmail.com
Dr. C. Nelson Arsenio Castro Perdomo1
MSc. Otto Guerra1
1
Universidad Metropolitana. República del Ecuador.
¿Cómo referenciar este artículo?
López Calvajar, G. A., Castro Perdomo, N. A., & Guerra, O. (2017). Optimización del plan de producción. Estudio de
caso Carpintería de Aluminio. Universidad y Sociedad [seriada en línea], 9 (1), pp. 178-186. Recuperado de http://
rus.ucf.edu.cu/
RESUMEN
El presente trabajo es resultado de un proyecto de investigación asociado al empleo de modelos económico matemáticos
en la fundamentación de la planificación empresarial, y tiene como objetivo la aplicación de los métodos de optimización
(programación lineal) para la selección científicamente argumentada de la variante de plan de producción (presupuesto
de producción en unidades físicas) de la empresa. En el desarrollo se aplican una serie de métodos generales y espe-
cíficos de investigación, entre los que se destacan los métodos económicos matemáticos y el análisis de documentos.
Como resultado principal el trabajo aporta, a partir de la formulación teórico general del modelo de programación lineal,
la formulación teórico específica para este tipo de aplicación en la planificación empresarial y su validación práctica en
el caso de estudio Unidad Estratégica de Negocios Carpintería de Aluminio.
Palabras clave: Modelación económico-matemática, optimización, producción empresarial.
ABSTRACT
The present work is the result of a research project associated with the use of mathematical economic models for the basis
of business planning. It is aimed at the application of optimization methods (linear programming) for scientifically reasoned
selection of variant production plan (production budget in units) of the company. A series of general and specific research
methods, among them mathematical economic methods and document analysis are applied in the development of research.
As a main result the paper contributes, from the general theoretical formulation of the linear programming model, the specific
theoretical formulation for this type of application in business planning and practice validation in the case study Strategic
Business Unit Aluminum.
Keywords: Economic-mathematical modeling, optimization, business production.
2. 179
UNIVERSIDAD Y SOCIEDAD | Revista Científica de la Universidad de Cienfuegos | ISSN: 2218-3620
Volumen 9 | Número 1 | Enero, 2017
INTRODUCCIÓN
Uno de los rasgos distintivos de estos tiempos es la mate
matización de todas las esferas del conocimiento y la
aplicación de modelos para la profundización de los co-
nocimientos y solución de problemas, en una época don-
de el alto nivel de complejidad caracteriza los fenómenos
y procesos de la sociedad. Y las ciencias económicas
no son una excepción: en este campo también se aplica
la modelación económico matemática, impulsado por el
impetuoso avance en los equipos de cómputo automati-
zado, el desarrollo de software (paquetes de programas
que facilitan su formulación y procesamiento automatiza-
do), que según Vergara (1999), contribuyen a la efectivi-
dad de las decisiones gerenciales, con cambio de estilos
basados en la creatividad, el juicio, la intuición y la ex-
periencia por métodos cuantitativos con aproximaciones
científicas.
El modelo es el objeto mentalmente representado que
sustituye al objeto original para su análisis y obtención de
conocimientos, por lo que se puede considerar la mode-
lación como el proceso de estudio, formulación y aplica-
ción de modelos en busca de nuevos y superiores conoci-
mientos, que constituye un proceso complejo que abarca
varias etapas, que pueden agruparse de la siguiente ma-
nera: a) el estudio del problema, b) la construcción del
modelo, c) su aplicación práctica y d) la comprobación
de los resultados, resulta ser su característica principal el
carácter cíclico de este proceso, pues el logro de nuevos
conocimientos sobre el objeto en cuestión, puede llevar al
perfeccionamiento de la formulación inicial.
Los modelos se clasifican en dos grandes grupos: mate-
riales e ideales. Dentro de estos últimos existe una gran
variedad, los simbólicos son los fundamentales y dentro
de estos los lógico-matemáticos, que se expresan en el
lenguaje de la lógica y la matemática, y representan un
sistema de relaciones (funciones, ecuaciones, inecuacio-
nes, algoritmos), los que reflejan las propiedades esen-
ciales del objeto de investigación. El modelo matemático
de cualquier objeto, proceso o fenómeno de la realidad
objetiva consta de tres elementos fundamentales:
Las características del objeto por determinar (variables).
-- Las características de las condiciones variables re-
specto al objeto modelado.
-- Y el conjunto de parámetros internos del objeto.
Tanto las características de las condiciones variables
como el conjunto de parámetros internos del objeto pue-
den analizarse como variables exógenas y se calculan
fuera del modelo, mientras que las características del
objeto por determinar representan las variables endó-
genas que se determinan con ayuda del modelo en el
proceso de solución del problema. Precisamente esta
formulación matemática a una tarea económica es a lo
que, más convencionalmente se le denomina modelo
económico-matemático.
Son muchas las tareas de la economía que pueden resol-
verse con ayuda de la modelación. De forma muy general
pueden agruparse en: tareas de optimización y tareas de
no optimización. La característica fundamental a partir de
la cual las tareas económicas se clasifican en uno u otro
grupo es la existencia de una función que debe ser opti-
mizada, siendo el objetivo de las primeras la determina-
ción de la solución óptima dentro de todas las posibles,
entre las cuales se incluye la selección de la estructura
de producción: determinación del plan o presupuesto de
producción en unidades físicas.
La programación lineal es uno de los métodos de cálculo
de la programación matemática; por su utilidad y posibi-
lidades constituye una de las técnicas de cómputo mate-
mático automatizado más desarrolladas en la actualidad,
su teoría y método se refiere a la solución de problemas
de optimización, en lo que se busca el valor máximo o mí-
nimo de una función sujeta a determinadas restricciones
con un número definido de variables. Los problemas de
optimización se componen generalmente de tres elemen-
tos: función objetivo, variables y restricciones (Ramos,
Sánchez, Ferrer, Barquín & Linares, 2010). Su forma teó-
rico general o estándar puede plantearse de la siguiente
manera:
Dada una función lineal de r variables, se requiere deter-
minar valores no negativos para las mismas que maxi-
micen o minimicen el valor de la función lineal, sujeta a
ciertas condiciones que asumen la forma de un sistema
de ecuaciones o inecuaciones.
Considerando que r es el número de variables y que el
sistema de ecuaciones o inecuaciones consta de n ele-
mentos, con n < r; el enunciado anterior se expresa en la
formulación siguiente:
Z = c11
X1
+ c 12
X2
+ cir
Xr
y que satisfaga
Xj
≥ 0, donde , j = 1 … r
a11
X1
+ a 12
X2
+ air
Xr
(≥ , = , ≤) bi
La expresión Z representa el criterio de optimalizad del
modelo (máximo o mínimo), los cr se denominan coefi-
cientes de la función objetiva. La condición de no negati-
vidad es representada por Xj ≥ 0. En el sistema de restric-
ciones, donde a cada una corresponde un sólo signo (≥ ,
3. 180
UNIVERSIDAD Y SOCIEDAD | Revista Científica de la Universidad de Cienfuegos | ISSN: 2218-3620
Volumen 9 | Número 1 | Enero, 2017
= , ≤) los a identifican los coeficientes de las variables en
las restricciones y los b los términos independientes. Las
Xj se denominan variables de decisión o variables esen-
ciales del modelo, representando cada una determinada
actividad.
En general la aplicación del modelo de programación li-
neal está sujeto a ciertas exigencias o premisas, entre las
que destacan: la existencia de un objetivo bien definido
a alcanzar con la solución del problema y que responda
a fórmulas, lo cual representa el criterio de optimalizad,
existencia de una gran cantidad de factores que limiten la
solución del problema, los cuales constituyen el sistema
de restricciones del modelo y que resulten válidos los su-
puestos de proporcionalidad y aditivita que caracterizan
el modelo.
Su aplicación práctica constituye un proceso complejo,
con carácter cíclico, que abarca una serie de etapas que
pueden agruparse de la forma siguiente: planteamiento
del problema, captación de la información primaria y su
preparación, formulación práctica del modelo, procesa-
miento computacional, obtención de las soluciones y aná-
lisis e interpretación de los resultados. El procedimiento a
seguir para la construcción del modelo abarca tres pasos
fundamentales:
-- Definición de las variables de decisión en las que
cada una se identifica con una de las actividades del
problema que se estudia y se requiere cumplir dos
requisitos: su definición conceptual que se refiere al
significado de la variable en el contexto del problema
y su definición dimensional o en términos cuantitati-
vos, es decir, las dimensiones en que debe tratarse la
actividad que se modela.
-- La construcción del sistema de restricciones a criterio
de Salazar (2012), se refiere a todo aquello que limita
la libertad de los valores que pueden tomar las vari-
ables de decisión. Así el sistema de restricciones está
sujetos a la condición de no negatividad ( Xj ≥ 0), con-
stituyen el conjunto de limitaciones a las posibles de-
cisiones, debido a que en la programación lineal no se
optimiza solo la función objetivo, sino se encuentra su-
jeta a ciertas restricciones que hay que respetar. En la
formulación de las restricciones del modelo es nece-
sario considerar: el carácter limitado de la supuesta
restricción y definir la dimensión física y temporal de la
constante que se coloca en el término independiente,
así como el signo de la restricción: para una disponib-
ilidad máxima ≤, para una cuota mínima a cumplir con
el signo de ≥ y una condición de exactitud con el signo
de igualdad (=). Además, analizar las variables que
deben formar parte de la restricción y una vez confor-
mada la restricción y ubicadas las variables, con vista
a cumplir la condición de aditivita es necesario definir
el coeficiente de conversión que permita adaptar la
dimensión de las variables al término independiente.
-- La selección y formulación del criterio de optimalizad:
el criterio de optimalidad o función objetivo incluye a
todas las variables del problema y expresa el propósi-
to central que se persigue con la solución del modelo,
de aquí que uno de los aspectos más importantes es
su elección y formulación, la función objetivo del mod-
elo es el instrumento matemático que permite escoger
dentro de las posibles soluciones, la óptima.
DESARROLLO
La planificación empresarial y la elaboración del presu-
puesto constituyen una tarea muy importante, que requie-
re de fundamentación en la selección de la alternativa
de plan, que a decir de Viveros (2010), exige de deci-
siones anticipadas para optimizar el uso de los recursos.
Experiencias prácticas de aplicación de la optimización
lineal en Europa como las desarrolladas por Horst (2003),
entre cuyas aplicaciones se incluye la presupuestaria. Y
es que la selección científicamente argumentada de la
mejor alternativa de plan de producción de la empresa
(variante óptima), que garantice el mayor efecto económi-
co para la organización, con la utilización racional de los
recursos disponibles, constituye una de las importantes
soluciones y decisiones de la economía empresarial, aso-
ciado al concepto de economía, a decir de Samuelson
(2007), la manera en que las sociedades eligen como em-
plear los recursos escasos, que pueden tener usos alter-
nativos, para satisfacer las necesidades sociales.
Estas aplicaciones de la optimización, consideradas por
Arsham (2002), sirven para encontrar la respuesta que
proporciona el mejor resultado, entre los que destaca las
ganancias, valor de producción entre otros; por lo que
su empleo puede trabajarse en diferentes versiones, aso-
ciadas a la optimización de diferentes indicadores de la
gestión de la empresa como lo son también los costos de
producción y la utilización de la capacidad productiva.
Otras aplicaciones a criterio de Gazmuri & Arrate (1995),
maximizan el beneficio en consideración a la dotación de
mano de obra como factor determinante de la capacidad
de producción, se asume además una demanda conoci-
da para cada periodo y producto. Otros investigadores,
entre ellos Gomes, Lisboa & Barman (2006), también re-
fieren diferentes indicadores económicos a optimizar y
proponen la aplicación del modelo con múltiples criterios.
Con la fundamentación en la selección de la mejor al-
ternativa de plan de producción anual se contribuye al
4. 181
UNIVERSIDAD Y SOCIEDAD | Revista Científica de la Universidad de Cienfuegos | ISSN: 2218-3620
Volumen 9 | Número 1 | Enero, 2017
cumplimiento de la planeación estratégica de la organiza-
ción, pues como plantean Heizer & Render (2007, 2008) y
más recientemente Chase, Aquilano & Jacobs (2009), la
planificación de la producción desde un enfoque clásico,
demanda la correspondencia entre los diferentes tipos de
planes: estratégicos, tácticos y operativos.
Hoy en día la planificación estratégica se generaliza en la
gestión empresarial y esta debe descansar en la adecua-
da elaboración de los planes corrientes (presupuestos),
lo que determina la necesidad de la adecuada fundamen-
tación de estos trabajos, y en este escenario la modela-
ción y aplicación de los métodos de optimización, pro-
gramación lineal, representan una excelente opción. Sin
embargo, en la práctica de la planificación no existe una
amplia utilización de estas técnicas.
Ante esta situación, se asume la interrogante de cómo
formular y aplicar modelos en la optimización del plan de
producción de la empresa para lo cual se desarrollaron
trabajos investigativos en el sistema empresarial, con el
objetivo de determinar el presupuesto de producción en
unidades físicas, con el empleo de los métodos de op-
timización para garantizar la selección científicamente
argumentada de la alternativa de plan y de esta forma
contribuir a divulgar estas experiencias para potenciar
sus aplicaciones.
Al desarrollo de este trabajo lo beneficiaron la aplicación
de métodos generales, técnicas y medios de investiga-
ción, en especial los métodos económicos matemáticos
para la solución del problema, el análisis de documentos,
para la valoración del estado del arte y conformación de
la base de datos para la formulación del modelo.
A partir de la forma teórico general o estándar del modelo
de programación lineal, se realiza la formulación teórico
específica para este tipo de aplicación optimización del
presupuesto de producción en unidades físicas, y finaliza
de la siguiente manera:
Definición de las variables de decisión del modelo
Las variables de decisión del modelo Xj
representan los
volúmenes, cantidades, a fabricar del producto en la em-
presa durante un periodo planificado año, trimestre, mes,
etc., expresados en unidades físicas según sea la natu-
raleza del producto, por ejemplo: toneladas, metros, etc.
Definición de los coeficientes del modelo
Los coeficientes de las variables del modelo están deter-
minados por las normas, índices o indicadores, que en
unos casos se asocian a los aspectos que constituyen
limitaciones, restricciones, a la determinación del plan
de producción y en otros se relacionan con los objetivos
y eficiencia económica de la organización que determi-
nan la optimalidad del plan producción de la empresa.
Generalmente los coeficientes de las variables del mode-
lo de optimización para la determinación de la variante de
producción de la empresa son los siguientes:
Coeficiente de consumo material (aij
), que representan la,
norma de consumo, del recurso material i
para fabricar
una unidad de producto j
, expresado en unidades de re-
cursos material i
por unidad de producto j
. Estos represen-
tan los coeficientes de las variables en las restricciones
relacionadas con la disponibilidad de dichos recursos
Coeficiente de tiempo de trabajo de los obreros (hij
): re-
presentan el tiempo de trabajo, norma de tiempo requeri-
do por tipo de obreros i
para fabricar una unidad de pro-
ducto j
, expresado en horas/hombres. norma de tiempo
de los obreros. Estos representan los coeficientes de las
variables en las restricciones relacionadas con la dispo-
nibilidad de recursos laborales de la empresa para el pe-
riodo planificado.
Es importante destacar que cuando existe limitación en la
disponibilidad de salario para el pago a la mano de obra
directa y es necesario incluir esta consideración como
restricción, los coeficientes de las variables son los sj
, que
representan el gasto de salario de obreros por unidad de
producto j
.
Coeficiente de tiempo de trabajo de los equipos (eij
): re-
presentan el tiempo de trabajo, norma de tiempo, requeri-
do en el grupo homogéneo de equipos para elaborar una
unidad de producto j, horas/máquinas, normas de tiempo
de los equipos, Estos representan los coeficientes de las
variables en las restricciones relacionadas con la disponi-
bilidad de capacidad productiva.
•• Con respecto a los coeficientes asociados a la opti-
mización del plan, coeficientes de las variables en la
función objetivo, estos dependen de la selección del
criterio de optimalidad del plan. También para el caso
de la aplicación de modelos en la optimización de la
estructura de producción de la empresa aparecen ge-
neralmente los siguientes:
Coeficientes de ingreso (pj
): representan el precio unitario
de venta del producto j
, expresado en unidades moneta-
rias. En este caso el criterio seleccionado sería maximizar
los ingresos de la empresa.
Coeficientes de beneficio o ganancia (gj
): representan el
beneficio o ganancia por unidad de producto j
, expresado
en unidades monetarias. En este caso el criterio de opti-
malidad es maximizar la ganancia de la empresa.
Coeficientes de costo (cj
): representan el costo unitario
de producción del producto j
, expresado en unidades
5. 182
UNIVERSIDAD Y SOCIEDAD | Revista Científica de la Universidad de Cienfuegos | ISSN: 2218-3620
Volumen 9 | Número 1 | Enero, 2017
monetarias. En este caso el criterio de optimalidad es mi-
nimizar el costo de producción en la empresa.
Definición de los términos independientes del modelo
Los términos independientes del modelo están determi-
nados por una serie de aspectos, que constituyen limi-
taciones o restricciones y que son obligados considerar,
al determinar la variante de plan de producción de la
empresa. Unos constituyen exigencias o niveles de pro-
ducción mínimos a garantizar demanda mínima y otros
identificados con las posibilidades de producción: dispo-
nibilidad de recursos materiales (materias primas y mate-
riales), de mano de obra, de fondo para el pago de salario
y capacidad productiva de la empresa para el periodo
planificado.
También constituyen términos independientes del modelo
las cotas máximas y mínimas para aquellos indicadores
económicos de la empresa, de importancia para su ges-
tión y eficiencia, aunque no sean priorizados en el mode-
lo, seleccionados como criterio de optimalizad, es preci-
so garantizar un determinado nivel. Estos términos están
en dependencia de las versiones y criterios con que se
trabaje el modelo. Entonces los términos independientes
del modelo son los siguientes:
Dj
y Dj
‘- Representan la demanda mínima, si procede, y
máxima del producto j
.
Ai
´- Representa la disponibilidad máxima del recurso
material i
.
Hi
´- Representa el fondo de tiempo disponible del tipo de
obreros i
.
S´ - Representa la disponibilidad para el pago de salario
a los empleados.
Ei
´- Representa el fondo de tiempo productivo disponible
en el grupo homogéneo de equipos i
para el periodo.
P´- Representa un nivel racional a garantizar en el ingreso
de la empresa.
G´- Representa un nivel racional de ganancia a garantizar.
CPi
´- Representa un nivel racional de utilización de las
capacidades productivas.
C´- Representa un nivel racional a garantizar en el costo
de producción de la empresa.
Formulación de la condición de no negatividad de las
variables
0≥jX
Formulación del sistema de restricciones del modelo.
Restricciones Grupo 1. Demanda de productos para el
periodo planificado
´Dj jDXj ≤≤
Para j = 1 , ... , J que considerando que J representa
los diferentes tipos de productos que se fabrican en la
empresa, habrán J 2 restricciones. Pero es importante
destacar que generalmente en este grupo habrán J res-
tricciones de cota máxima (≤), más las de cota mínima
(≥) en dependencia de la cantidad de productos que sea
necesario producir como mínimo determinada cantidad
en el periodo planificado.
Restricciones Grupo 2 – Disponibilidad de recursos mate-
riales para el periodo planificado
´*
1
i
J
j
jij AXa ≤∑=
Para i = 1 ,. , considerando que I representa la cantidad
de tipos diferentes de materias primas y materiales que
se consumen en la producción de la empresa, habrán I
restricciones. En este caso es importante destacar que
puede que la limitación a la producción por este concep-
to sea solo en ciertas materias primas, determinando en-
tonces que las restricciones a incluir en el modelo sean
las referidas a estos recursos materiales.
Restricciones Grupo No. 3 – Disponibilidad de recursos
laborales para el periodo planificado.
´*
1
i
J
j
jij HXh ≤∑=
Para i = 1, .. , considerando que I representa la cantidad
de tipos diferentes de obreros que laboran en la empresa,
habrán I restricciones, o sea, tantas restricciones como
tipos de obreros diferentes se empleen en la producción.
Restricción 3.1 – Disponibilidad de fondo de salario para
el pago a los obreros.
´*
1
SXs
J
j
jj ≤∑=
Nótese que S no tiene subíndice, por lo que en este caso
no se trata de un grupo de restricciones, sino una sola
restricción a nivel de empresa, en caso que se diera la
particularidad de que se tenga un presupuesto o fondo
de salario máximo permisible para el periodo planificado.
6. 183
UNIVERSIDAD Y SOCIEDAD | Revista Científica de la Universidad de Cienfuegos | ISSN: 2218-3620
Volumen 9 | Número 1 | Enero, 2017
Restricciones Grupo 4. - Disponibilidad de capacidades
de producción de la empresa.
´*
1
i
J
j
jij EXe ≤∑=
Para i = 1, .. , I que considerando que I representa la can-
tidad de tipos diferentes de equipos homogéneos insta-
lados, habrán I restricciones, o sea, tantas restricciones
como tipos de equipos diferentes que se empleen en la
producción de la empresa.
Formulación del criterio de optimalidad del modelo.
La selección del criterio de optimalidad del plan consti-
tuye uno de los aspectos más importantes en la formu-
lación del modelo, en este tipo de aplicación estará en
función de los objetivos y metas principales de la organi-
zación, por tanto se asocia con indicadores importantes
de la gestión de la empresa: ingresos,ganancia,costo de
producción, etc, que en dependencia de su naturaleza
determinarán el carácter (maximizar o minimizar) de la
función objetivo.
( ) ∑=
=
J
j
jj XcZMáxóMín
1
*
El modelo puede trabajarse en diferentes versiones con
varios criterios. Las versiones se refieren a los indica-
dores a optimizar en la función objetivo entre los cuales
destacan maximizar el valor de producción, la ganancia,
la utilización de la capacidad productiva o minimizar los
costos de producción; en cada versión los indicadores
no priorizados pueden incluirse como restricciones para
garantizar un determinado nivel, que puede trabajarse
con varias cotas asociadas al nivel mínimo a garantizar,
un nivel racional o un alto nivel para esos indicadores no
priorizados en la optimalidad del modelo.
2. Formulación práctica y procesamiento computacional
del modelo
En general la información primaria para la formulación
práctica del modelo se obtiene de la información conta-
ble y estadística de la empresa. La información para la
formulación de las variables de decisión se tiene de la no-
menclatura y surtido de producción, la información para
la definición de los coeficientes del modelo se tiene de
las normas de consumo material, normas de tiempo de
los obreros, normas de tiempo de los equipos, precios,
ganancia y costos unitarios y para los términos indepen-
dientes se tiene de los estimados de demanda por tipo
de producto, disponibilidad de materiales, de obreros,
salario para el pago a la mano de obra, capacidad pro-
ductiva, fondo productivo disponible y niveles de valor
de producción, ganancia, porciento de utilización de la
capacidad productiva y costo de producción a garantizar
para los indicadores no priorizados en el criterio de opti-
malidad del modelo. Los datos e información captada en
la empresa aparecen reflejados en la formulación práctica
del modelo para la optimización del costo de producción
con niveles racionales de valor de producción, ganancia
y porciento de utilización de la capacidad productiva.
Formulación práctica del modelo.
Variables de decisión del modelo
X1 Representa la cantidad de puerta de abrir 1 hoja, a
producir en el 2015.
X2 Representa la cantidad de puerta simple lama fija,
X3 Representa la cantidad de puerta de abrir 2 hojas,
X4 Representa la cantidad de puerta doble a cuarterón
X5 Representa la cantidad de ventana paño fijo
X6 Representa la cantidad de ventana de corredera 2
hojas
X7 Representa la cantidad de ventana batiente 1 hoja
X8 8-Ventana batiente 2 hojas
X9 9-Ventana Miami con tablilla p/10
X10 10-Ventana Miami con tablilla p/6
X11 11-Ventana con lama fija
Sistema de restricciones
X1
≤ 330
X2
≥ 50
X2
≤ 320
X3
≤ 340
X4
≤ 340
X5
≤ 450
X6
≤ 450
X7
≤ 480
X8
≤ 480
X9
≤ 460
X10
≤ 460
X11
≤ 470
1.89X1
+1.68X2
+2.94X3
+3.78X4
+1X5
+1.68X6
+0.84X7
+1.6
8X8
+0.64X9
+0.46X10
+1X11
≤ 6365.0
X1
+ X2
+ X3
+ X4
≤ 1270.0
7. 184
UNIVERSIDAD Y SOCIEDAD | Revista Científica de la Universidad de Cienfuegos | ISSN: 2218-3620
Volumen 9 | Número 1 | Enero, 2017
X9
+ X10
≤ 890.0
40X1
+ 60X2
+ 72X3
+ 144X4
+ 14X5
+ 40X6
+ 24X7
+ 40X8
+
12X9
+ 10X10
+ 30X11
≤ 175000.0
.20X1
+.20X2
+.20X3
+.20X4
+.45X5
+.45X6
+.45X7
+.45X8
+.50X9
+.50X10
+.45X11
≤ 1820
.20X1
+ .20X2
+ 20X3
+ 20X4
+.30X5
+.30X6
+.30X7
+.30X8
≤ 1500
.33X1
+ .33X2
+.33X3
+.33X4
≤ 1500
239X1
+323X2
+364X3
+745X4
+80X5
+204X6
+132
X7
+222X8
+75X9
+55X10
+160X11
≥ 881049.8
39X1
+ 23X2
+ 4X3
+ 25X4
+ 10X5
+ 4X6
+ 12X7
+
22X8
+ 15X9
+ 5X10
+ 10X11
≥ 59134.80
.20X1
+.20X2
+.20X3
+.20X4
+.45X5
+.45X6
+.45X7
+
.45X8
+.50X9
+.50X10
+.45X11
≥ 1638.0
Función objetivo
Min Z = 200X1
+ 300X2
+ 360X3
+ 720X4
+ 70X5
+
200X6
+ 120X7
+ 200X8
+ 60X9
+ 50X10
+ 150 X11
Para el procesamiento computacional del modelo
y obtención de la variante óptima, en este caso se
emplea el paquete de programa WinQSB. El reporte
de salida del paquete de programas WinQSB con la
solución óptima variante óptima de presupuesto de
producción en unidades físicas, para la empresa, se
presenta a continuación:
3. Análisis de los resultados y cuantificación del efecto
económico.
El análisis de los resultados puede realizarse en dos di-
recciones principales:
a. análisis de los cambios y modificaciones en la estruc-
tura de producción comprando los valores de produc-
ción de cada producto según ambas variantes, como
se muestra en la tabla No. 1.
Tabla 1. Modificaciones en la estructura de producción.
Variables
Va r i a n t e
plan
Va r i a n t e
óptima
Cambios
1-Puerta de abrir 1 hoja
X1
300 330 + 30
2-Puerta simple lama
fija X2
320 320 0
3-Puerta de abrir 2 ho-
jas X3
330 40 - 290
4-Puerta doble a cuarte-
rón X4
320 340 + 20
5-Ventana paño fijo X5 410 450 + 40
6-Ventana de corredera
2 hojas X6
420 450 + 30
7-Ventana batiente 1
hoja X7
410 480 + 70
8-Ventana batiente 2 ho-
jas X8
400 480 + 80
9-Ventana Miami con ta-
blilla p/10 X9
440 460 + 20
10-Ventana Miami con
tablilla p/6 X10
450 428 - 22
11-Ventana con lama
fija X11
460 470 + 10
Como se aprecia, según los cambios y modificaciones en
la variante de producción, para optimizar el costo de pro-
ducción, es necesario modificar los volúmenes de pro-
ducción en diez de los once tipos de productos.
b. Análisis referidos a la cuantificación del efecto econó-
mico que reporta la variante óptima variante resultante
de la aplicación del modelo con respecto a la variante
planificada con los procedimientos tradicionales. Este
análisis se hace a partir de la comparación de los ni-
veles de los indicadores de economía de la empresa:
valor de producción, ganancia, % de utilización de la
8. 185
UNIVERSIDAD Y SOCIEDAD | Revista Científica de la Universidad de Cienfuegos | ISSN: 2218-3620
Volumen 9 | Número 1 | Enero, 2017
capacidad y costo de producción, de una y otra va-
riante de producción. Por ejemplo para la cuantifica-
ción del efecto económico en el costo de producción
se comparan los niveles de costo de la variante plani-
ficada con los niveles de costo de la variante óptima:
-- Calculo de nivel de costo de producción con la vari-
ante planificada (Ncvp):
∑=
=
J
j
jij vaXcNcvp
1
*
cij
- Representan los coeficientes de costos unitarios de
producción.
Xjva - Representa el valor de producción de cada produc-
to con la variante planificada.
Ncva = 200∗300 + 300∗320 + 360∗330 + 720∗320 +
70∗410 + 200∗420 + 120∗410 + 200∗400 + 60∗440 +
50∗450 + 150∗460 = $ 865 000.00
-- Calculo del nivel de costo de producción de la variante
óptima (Ncvo).
∑=
=
J
j
jij vrXcNcvo
1
*
Como en esta versión el criterio de optimalidad es mini-
mizar los costos de producción, el valor se tiene directa-
mente del reporte de salida del paquete de programas
WinQSB y es el valor de la función objetivo (columna
Objective Function).
Ncvo = 815 800.00
EEc = 865 000.0 – 815 800.0 = $ 49 200.0
Con respecto al costo de producción, que constituye el in-
dicador priorizado al seleccionar el criterio de optimalidad
con que aplicó el modelo, por estar asociado a una de las
estrategias principales de la organización previstas en su
planeación estratégica: liderazgo en costes; la variante re-
sultante reporta un efecto económico (EEc) significativo,
que representa una disminución del orden de los $ 49 200.0,
con respecto al nivel de costo de la variante planificada.
De igual manera se procede en la cuantificación del efec-
to económico en el resto de los indicadores: valor de pro-
ducción, ganancia y porciento de utilización de la capa-
cidad productiva, solo que en estos casos los niveles del
indicador para la variante óptima se tiene también del re-
porte de salida del paquete, pero en la columa Left Hand
Side para la restricción correspondiente. Los resultados
finales del análisis de cuantificación del efecto económi-
co arroja los siguientes resultados:
Tabla 2. Resumen del efecto económico.
Indicador
Variante ac-
tual
V a r i a n t e
propuesta
Efecto eco-
nómico
Valor de produc-
ción ($)
926 330.00 881 049.75 (45 280.00)
Utilidad del taller
($)
61 330.00 65 258.79 3 920.00
Utilización de la
capacidad, grupo
equipo de corte
(%)
90.32 % 93.37 % 3.00 %
Costo producción
($)
865 000.0 815 800.00 49 200.00
Como se aprecia, los cambios y modificaciones en la es-
tructura de producción, resultantes de la aplicación del
modelo optimizando los costos, en comparación con la
variante planificada, reportan para la empresa una dismi-
nución del costo de producción de $ 49 200.0, un incre-
mento de las utilidades de $ 3 920.0, una elevación de
la utilización de las capacidad de producción (grupo de
equipos de corte) del 3.0 %.
CONCLUSIONES
En la solución de problemas y fundamentación de la toma
de decisiones en la gestión empresarial actual, caracteri-
zada por un alto nivel de complejidad, la modelación eco-
nómico matemática y en particular los métodos de op-
timización constituyen una excelente opción, entre otras
tareas económicas, para la selección científicamente ar-
gumentada de la variante de presupuesto de producción
en unidades físicas. La base de datos para la formulación
y aplicación práctica del modelo puede captarse de las
estadísticas de la empresa relacionadas con la nomen-
clatura y surtido de producción, estudios de demanda,
normas de consumo material, disponibilidad de recursos
materiales, normas de tiempo de trabajo de obreros y
equipos, capacidad productiva, precios, ganancia y cos-
tos por unidad de producto.
La forma teórica especifica o estándar del modelo de
programación lineal para su aplicación como método
de optimización en la selección de alternativa de plan
de producción de la empresa puede ser como la que se
presenta en este trabajo y puede aplicarse en diferentes
versiones y criterios en función de las particularidades,
objetivos y estrategias de la empresa.
La aplicación de los métodos de optimización permite la
selección científicamente argumentada de la variante de
producción de la empresa, la cual en comparación con la
planificada por métodos tradicionales comprende cam-
bios en las cantidades a producir de diez productos, se
9. 186
UNIVERSIDAD Y SOCIEDAD | Revista Científica de la Universidad de Cienfuegos | ISSN: 2218-3620
Volumen 9 | Número 1 | Enero, 2017
reporta un efecto económico en el costo de producción
(disminución en $ 49 200.0), las utilidades (aumento en
$ 3 920.0) y la utilización de las capacidades de produc-
ción (aumento del 3.0 %).
REFERENCIAS BIBLIOGRÁFICAS
Arsham, H. (2002). Modelos Deterministas. Optimización
Lineal. Recuperado de http://home.ubalt.edu/ntsbar-
sh/business-stat/opre/SpanishD.htm
Chase, R., Aquilano, N., & Jacobs, R. (2009).Administra-
ción de producción y operaciones- manufactura y ser-
vicios. México: Irwin/McGraw-Hill.
Gazmuri, P., & Arrate, I. (1995). Modeling and Visualization
for a Production Planning Decision Support System. In-
ternational Transactions in Operational Research, 2(3),
pp. 249-258. Recuperado de http://www.ingentacon-
nect.com/content/bpl/itor/1995/00000002/00000003/
art00028?crawler=true
Gomes, C., Figueira, J., Lisboa, J., & Barman, S. (2006).
An interactive decision support system for an aggre-
gate production planning model based on multiple cri-
teria mixed integer linear programming. Omega, 34(2),
pp. 167-177. Recuperado de https://webcache.goo-
gleusercontent.com/search?q=cache:uct9X7nKD7sJ:
https://estudogeral.sib.uc.pt/bitstream/10316/5493/1/
filec3796c505ae443e38212b3ca0c6c2ad7.
pdf+&cd=1&hl=es&ct=clnk&gl=cu
Heizer, J., & Render, B. (2007). Dirección de la produc-
ción y operaciones: Decisiones estratégicas. Madrid:
Pearson Educación.
Heizer, J., & Render, B. (2008). Dirección de la produc-
ción y operaciones: Decisiones tácticas. Madrid: Pear-
son educación.
Horst, W, H. (2003). Planificación de la Producción y Op-
timización Lineal. Management Mathematics for Euro-
pean Schools (MaMaEuSch). Universities of Kaisers-
lautern, Klagenfurth and Sevilla. Recuperado de http://
optimierung.mathematik.unikl.de/mamaeusch/veroe-
ffentlichungen/ver_texte/bm_LP_spanish.pdf
Espinoza, S. F. (2007). Modelo de optimización aplicado
al programa de producción para una empresa de ali-
mentos (tesis de grado). Santiago de Chile: Universi-
dad de Chile. Recuperado de http://www.tesis.uchile.
cl/tesis/uchile/2007/espinoza_sc/html/index-frames.
html
Ramos, A., Sánchez, P., Ferrer, J. M., Barquín, J., & Lina-
res, P. (2010). Modelos matemáticos de optimización:
Recuperado de https://www.gams.com/docs/contribu-
ted/modelado_en_gams.pdf
Salazar, B. (2012). Programación lineal en WinQSB. In-
geniería Industrial online.com. Recuperado de http://
www.ingenieriaindustrialonline.com/herramientas-
para-el-ingeniero-industrial/investigaci%C3%B3n-de-
operaciones/programaci%C3%B3n-lineal-en-winqsb/
Samuelson, P., Nordhaus, W. (2005). Economía. México:
MacGraw-Hill Interamericana Editores S. A.
Vergara Moreno, E. R. (1999). Nuevos criterios de parada
en algoritmos de optimización (tesis doctoral). Depar-
tamento de Ciencias de la Computación y la Inteligen-
cia. Universidad de Granada. Recuperado de http://
decsai.ugr.es/Documentos/tesis_dpto/41.pdf
Viveros, R., & Salazar, E. (2010). Modelo de Planifica-
ción de producción para un sistema multiproducto
con múltiples Líneas de producción. Revista Ingenie-
ría de Sistemas. 24. Recuperado de http://docplayer.
es/8798200-Modelo-de-planificacion-de-produccion-
para-un-sistema-multiproducto-con-multiples-lineas-
de-produccion.html