Pauta Prueba 2

FACULTAD DE INGENIERIA INGENIERIA CIVIL INDUSTRIAL

NOMBRE DE LA ASIGNATURA – PROGRAMACION PROGRAMACION SEGUNDO SEMESTRE AÑO 2018

Nombre Nivel Puntaje Obtenido Fecha de revisión

Fecha Nota

6

24/10/2018

REVISIÓN DE LA PRUEBA Firma del Estudiante

Aprendizajes esperados a evaluar en este instrumento : Formula modelos de programación lineal entera mixta para representar sistemas logísticos y de gestión de operaciones, en el contexto de su profesión, reconociendo patrones generales, posibles de ser transferidos a otras situaciones y contextos •

Criterios de evaluación de este instrumento: C1 Organiza procedimiento de formulación de modelos de optimización.

C2 Integra en modelos clásicos de la literatura lit eratura de investigación de operaciones, nuevas variables o restricciones para su adaptación a un determinado problema. C3 Generaliza el modelo planteado para ser utilizado en diferentes problemas o contextos. C4 Argumenta, valora y evalúa con base en un propósito o criterio. Instrucciones generales: Dispone de 85 minutos para contestar. No se aceptan consultas de contenido durante el desarrollo de la evaluación. El estudiante no puede hablar con su compañero/a durante la evaluación. En caso de ser sorprendido se evaluará con la nota mínima. Se prohíbe estrictamente el uso de teléfono celular celular durante la prueba. En caso de ser sorprendido se evaluará con la nota mínima. • • •

•

Descripción del instrumento: instrumento : Este instrumento se compone de 10 preguntas de alternativas de selección múltiple y 2 preguntas de desarrollo.

Puntaje Ideal :

60 pts.

Puntaje para nota 4.0 (60%) =

36 pts.

Instrucciones completación: Utilice preferentemente lápiz de pasta. •

1 Vicerrectoría Académica - Dirección de Docencia de Pregrado Aprendizaje

Subdirección de Evaluación y Eficacia del

–


I.

Selección múltiple (3 puntos cada una)

Criterio de evaluación: Argumenta, valora y evalúa con base en un propósito o criterio.

Referente al artículo: Modelo de Planificación de Producción para un Sistema Multiproducto con Múltiples Líneas de Producción 1. El objetivo corresponde a: a) Minimizar el costo de inventario de productos y su penalización por escasez, más el costo de utilizar la línea. b) Maximizar la producción en términos de explotar al límite los recursos de la planta. c) Minimizar el tiempo de procesamiento de cada línea de producción. d) Minimizar el costo de planificación. 2. El modelo fue implementado en: a) Cplex b) Gurobi c) AMPL d) MS Excel e) LINGO 3. Con respecto al método de solución: a) El algoritmo implementado resuelve el problema en un tiempo prudente con un GAP menor al 5%. b) El algoritmo implementado resuelve el problema en un tiempo prudente con un GAP menor al 1%. c) El algoritmo implementado resuelve el problema en un tiempo prudente con un GAP menor al 0.5%. d) Dado la dificultad de este problema no fue necesario aplicar estrategias algorítmicas para obtener una solución más rápida que la obtenida por un solver comercial. Referente al artículo: (Maturana 2008)



–


4. El problema ha sido implementado computacionalmente utilizando los siguientes lenguajes y motores de resolución: a) El código se ha implementado en OPL y se ha utilizado en Cplex. b) El código se ha implementado en AMPL y se ha utilizado en Cplex. c) El código se ha implementado en AMPL y se ha utilizado en Gurobi. d) Solver de Excel sin requerir un lenguaje de programación. 5. ¿Cómo se incluye la función de calidad en el modelo? a) Se incluye una penalización en la función objetivo, siendo mayor en los días factibles de cosecha más lejanos. b) En la función objetivo se incorpora un mayor valor para el día en que se recomienda cosechar, y disminuye a medida que los días de panificación se alejan en el horizonte temporal. c) No se considera una función de calidad en el modelo. d) Se incluye una variable que indica la calidad de la uva en cada período en cada cuartel. e) 6. ¿Qué impacto económico tuvo el modelo en la empresa? a) No se presentaron variaciones en los costos de cosecha. b) Disminuyeron los costos operacionales en un 27% y la estabilización de los costos de trabajo generan una disminución del 16%. c) Los costos de planificación estratégica disminuyen en un 43%. d) Los costos de planificación estratégica disminuyen en un 53%. 7. ¿A qué nivel organizacional se encuentran las decisiones abordadas en este trabajo? a) Las decisiones se enmarcan en niveles táctico y estratégico. b) Las decisiones se enmarcan en niveles estratégico y operativo c) Las decisiones tomadas son principalmente corresponden a niveles táctico y operativo. d) Las decisiones tomadas son principalmente corresponden a niveles estratégico táctico y operativo. Referente al artículo: Two-stage robust UC including a novel scenario-based uncertainty model for wind power applications



–


8. ¿Cuáles son las principales estrategias de resolución del problema abordado? a) Búsqueda local b) Algoritmo genético c) Simulating annealing d) Dada la calidad de la solución, no se requiere el uso de estrategias algorítmicas más sofisticadas. 9. ¿Cuáles son las principales decisiones consideradas en el modelo? a) Encender todas las unidades generadoras para satisfacer la demanda de carga a cada hora del día. b) Determinar cuándo encender, cuándo apagar y en qué unidad de tiempo debe permanecer encendida cada unidad generadora, así como la cantidad de carga a generar. c) Minimizar los costos de planificación estratégica del Sistema Interconectado del Norte Grande. d) Determinar las unidades generadoras a comprar para satisfacer toda la demanda. 10.¿Qué algoritmo representa el siguiente pseudocódigo?

a) b) c) d)

Búsqueda local Algoritmo genético Simulating annealing Tabu search



–


Parte II:Desarrollo Criterio de evaluación: C1 Organiza procedimiento de formulación de modelos de optimización.

C2 Integra en modelos clásicos de la literatura de investigación de operaciones, nuevas variables o restricciones para su adaptación a un determinado problema. C3 Generaliza el modelo planteado para ser utilizado en diferentes problemas o contextos.

Ejercicio 1 (15 puntos) Considerando el problema clásico de la mochila, dado por:

Una posible solución está dada por  = [,,,, ],  = [,,,, ]  = . Resuelva aplicando heurística GRASP



–




–


Ejercicio 2 (15 puntos) Una empresa de juguetes está considerando la puesta en marcha de tres nuevos modelos de juguetes (1, 2 y 3) para su posible inclusión en la próxima campaña de Navidad. La preparación de instalaciones para la fabricación de estos modelos costaría $25.000, $35.000 y $30.000, respectivamente, y la ganancia unitaria sería de $10, $15 y $13, respectivamente. La empresa dispone de tres plantas de producción para la elaboración de estos modelos, pero para evitar gastos, sólo en una de ellas se producirían los juguetes, dependiendo la elección de la maximización de las ganancias. El número de horas que se necesita para producir cada juguete en cada planta se presenta en la tabla de arriba. Las plantas 1, 2 y 3 disponen al día 500, 600 y 630 horas de producción, respectivamente. La gerencia ha decidido desarrollar al menos uno de los tres juguetes.

a) Formule el modelo que permita a la empresa decidir sobre la inclusión de los juguetes en su campaña de Navidad. (7 puntos)



–


b) La empresa decide producir únicamente el juguete tipo 3, pero debe tener en cuenta que si producemás de 50 unidades de este tipo de juguete entonces: El costo de preparación de instalaciones del juguete tipo 3 es de $40.000. Sólo debe producir los juguetes en la planta 3. Formule el nuevo modelo que considere esta información (8 puntos) −

−



–

Pauta Prueba 2

Recommend Documents