Está en la página 1de 101

Prcticas

#1-9
Mtodos Cuantitativos
Para la Toma de Decisiones
19 de mayo de 2014
Grupo: 3CV1
Escuela Superior de Cmputo
M. en A. Jos Cruz Martnez Perales
Prcticas de Mtodos Cuantitativos para la toma de Decisiones
Grupo 3CV1
M. en A. Jos Crz Martnez Perales
19/05/14
Sobre los mtodos cuantitativos:
Son mtodos mediante los cuales se obtiene una cifra, o llmale nmero o indicador,
que al ser comparado con otro, o ser analizado, facilita el proceso de toma de
decisiones.
Para la toma de decisiones generalmente hay que establecer previamente un criterio
de decisin. Por ejemplo: "se elige un proyecto como el mejor si es el de ms alta
rentabilidad". El criterio de decisin es tener una alta rentabilidad y cada proyecto
arroja un nmero relacionado con su respectiva rentabilidad, luego, se comparan los
nmeros entre s y se selecciona el de mayor valor.
Existen muchos modelos, algunos de los cuales se hacen considerando o no la
incertidumbre (modelos probabilsticos).
En ciertos casos, se amerita construir una matriz de decisin a la que se le puede
aplicar un criterio de decisin como lo es: Maximin, Maximax, Hurwicz, Laplace o el
criterio de arrepentimiento o Savage, donde, en todos, el resultado se analiza
mediante una cantidad. De all que se les denomine mtodos cuantitativos.
En otros casos, se usan rboles de decisin para ilustrar el problema y es en la parte
final de cada rama donde aparece un nmero (de acuerdo a ciertos clculos), el cual
es comparado con el resultado final de cada una de las ramas, para tomar la decisin
segn se maximicen los beneficios o se minimicen los costos.
Teora de Decisiones en el sector pblico y en la empresa privada
Autor: J. Acosta Flores
Edit.: Representaciones y servicios de ingeniera, S.A. Mxico
Prcticas de Mtodos Cuantitativos para la toma de Decisiones
Grupo 3CV1
M. en A. Jos Crz Martnez Perales
19/05/14
Prcticas 1-9



Introduccin

Este manual de prcticas ha sido elaborado a partir del Programa de Estudios de la
Unidad de Aprendizaje de Mtodos Cuantitativos para la Toma de Decisiones de la
Escuela Superior de Cmputo (ESCOM). El curso esta dedicado a temas como: la
formulacin de modelos, el mtodo grfico, el mtodo simplex, anlisis de dualidad, flujo
mximo, modelos de redes, los modelos de transporte y modelos de control de
inventarios.

Los mtodos cuantitativos juegan un papel clave en la administracin y la optimizacin
de procesos, por lo que es relevante estudiar los diferentes mtodos cuantitativos que
mejor se ajusten a la solucin de problemas del campo de la investigacin de
operaciones. Este manual de prcticas tiene como propsito abordar los mtodos de
solucin de los diferentes modelos matemticos que se formulan en la investigacin de
operaciones, tanto desde el punto de vista analtico, grfico como auxiliarnos de las
herramientas computacionales sobre todo en aquellos cuyo nivel de complejidad de
clculo lo requieran.































MANUAL DE PRCTICAS DE LABORATORIO


UNIDAD ACADMICA: Escuela Superior de
Cmputo
PROGRAMA ACADMICO: Ingeniera en
Sistemas Computacionales
REA DE FORMACIN: Profesional
MODALIDAD: Presencial

UNIDAD DE APRENDIZAJE: Mtodos Cuantitativos
para la Toma de Decisiones
TIPO DE UNIDAD DE APRENDIZAJE: Terico
Prctica Optativa.
NIVEL: III




PROPSITO DE LA UNIDAD DE APRENDIZAJE:
Planea el uso de recursos limitados, con base en la aplicacin de mtodos cuantitativos.


EVALUACIN Y ACREDITACIN DE LAS PRCTICAS:

Las prcticas se consideran requisito indispensable para acreditar esta unidad de
aprendizaje.

El porcentaje que las prcticas aportan a la calificacin final es el siguiente:

Unidad II. 20%
Unidad III. 20%
Unidad IV. 20%
Unidad V. 20%


La calificacin de las prcticas (20% de la calificacin de las Unidad de Aprendizaje II,
III, IV y V), se conformar de la siguiente manera:

PORCENTAJE DE
LA CALIFICACIN
CALIFICACIN % X CALIF
REALIZACIN DE LA
PRCTICA
(FUNCIONALIDAD)
60% 10 6
REPORTE ESCRITO 40% 10 4

CALIFICACIN FINAL DE LA PRCTICA 10






NDICE





Prctica 1. Formulacin de Modelos Matemticos 1

Prctica 2. Mtodo Grfico y Mtodo Simplex . 6

Prctica 3. Anlisis de Dualidad . 9

Prctica 4. Mtodo Simplex Dual . 13

Prctica 5. Algoritmo de Flujo Mximo .. 17

Prctica 6. Mtodo de la Ruta Crtica (CPM) 21

Prctica 7. Tcnica de Evaluacin y Revisin de Programas (PERT) . 24

Prctica 8. Modelo de Transporte .. 27

Prctica 9. Modelo del Lote Econmico ... 30

Bibliografa .. 34

INSTITUTO POLITCNICO NACIONAL


ESCUELA SUPERIOR DE CMPUTO
DEPARTAMENTO DE INGENIERA EN SISTEMAS
COMPUTACIONALES
ACADEMIA DE PROYECTOS ESTRATGICOS Y TOMA
DE DECISIONES
MANUAL DE PRCTICAS
UNIDAD DE APRENDIZAJE Mtodos Cuantitativos para la Toma de Decisiones
UNIDAD TEMTICA II. Programacin Lineal
No. y Ttulo de la prctica: 1. Formulacin de Modelos
Matemticos.
Tiempo de realizacin: 3
horas.
Objetivo de la prctica: Elaborar y resolver un modelo
de programacin lineal que permita administrar
eficientemente los recursos de la empresa.
Situacin problemtica:
Una de las funciones bsicas de la direccin es la toma de decisiones. Las decisiones
se toman de acuerdo con los objetivos de la empresa. Generalmente, la informacin
disponible para el tomador de decisiones es enorme y confusa por lo que se debe
detectar la informacin relevante y procesarla con la mayor rapidez y exactitud
posibles. Al enfrentarse a problemas complejos el alumno puede recurrir a la
construccin de modelos de programacin lineal como soporte para determinar el
curso ptimo de accin.
Competencia especfica :
Realiza y resuelve modelos de programacin lineal mediante el uso del software.
Competencias genricas: Administra con
eficiencia los recursos para el logro de metas
preestablecidas.
Competencias particulares: Realiza
modelos de programacin lineal sobre
un problema de asignacin de recursos
en una empresa.
Criterios de evaluacin:
- Ejercicios en clase
- Aplicacin de cuestionarios
- Debate en clase
- Lista de cotejo:
















2

Lista de cotejo para evaluar la prctica nmero 1. Formulacin de Modelos


Matemticos.

Indicador Realizado Pendiente No realizado
Se formul
correctamente el
problema

Se identific la
funcin objetivo

Se establecieron las
alternativas posibles

Se identificaron las
restricciones del
problema

Se determinaron las
variables
correctamente

Se interpretaron los
resultados


Orden y limpieza



INTRODUCCIN

La Programacin Lineal (PL), como herramienta de la Investigacin de Operaciones,
esta basada en el diseo, solucin y anlisis de modelos para problemas reales. Por
tanto, la modelacin en PL puede entenderse como el proceso de reduccin del sistema
real y su problema, a un objetivo y un conjunto de restricciones, donde t odas las
funciones son lineales.

La PL pretende encontrar un programa ptimo de actividades interdependientes a
realizar, tomando en consideracin el lmite de recursos disponibles para efectuarlas.
Recursos y/o material
Software Win QSB, Computadora, Calculadora

DESARROLLO DE LA PRCTICA:
En el dcimo piso de su edificio de oficinas, Katherine Rally observa las hordas de
Neoyorkinos que batallan por caminar por calles llenas de taxis y banquetas saturadas
de puestos de hotdogs. En este caluroso da de julio dedica una atencin especial a la
moda que ostentan algunas mujeres y se pregunta qu elegirn ponerse en este otoo.
Sus pensamientos no son cavilaciones aleatorias; son crticas para su trabajo pues
posee y administra TrendLines, una compaa de ropa elegante para dama.
Hoy es un da especialmente importante porque debe reunirse con Ted Lawson, el
gerente de produccin, para decidir el plan de produccin del mes prximo de la lnea
de verano. En particular tendr que determinar la cantidad de cada artculo de ropa que
debe producir dada la capacidad de produccin de la planta, los recursos limitados y
los pronsticos de demanda. La planeacin precisa de la produccin del mes prximo
es crtica para las ventas de otoo pues los artculos producidos ese mes aparecern
en las tiendas durante septiembre, y las mujeres tienden a comprar la mayor parte de
3

su atuendo para el otoo, en cuanto inicia este mes.


Katherine se dedica a estudiar los patrones de ropa y los requerimientos de materiales.
Su lnea de verano consiste tanto en ropa profesional (para el trabajo) como informal.
Ella determina los precios de cada prenda tomando en cuenta la calidad, el costo del
material, de la mano de obra y de los maquinados, la demanda del artculo y el
prestigio del nombre de la marca TrendLines.

La moda profesional para el verano incluye:
Artculo de ropa Requerimiento de materiales Precio
de
venta
($)
Costo de
mano de
obra y
maquinado
($)
Pantalones de lana 3 yardas de lana.
2 yardas de acetato para forro.
300 160

Suter de casimir 1.5 yardas de casimir. 450 150

Blusa de seda 1.5 yardas de seda. 180 150
Camisola de seda 0.5 yardas de seda 120 60
Falda ajustada 2 yardas de rayn
1.5 yardas de acetato para forro.
270 120
Chaqueta de lana 2.5 yardas de lana.
1.5 yardas de acetato para forro.
320 140
Pantalones de
Terciopelo
3 yardas de terciopelo.
2 yardas de acetato para forro.

350 175
Suter de algodn 1.5 yardas de algodn. 130 60
Minifalda de algodn 0.5 yardas de algodn. 75 40
Camisa de
terciopelo
1.5 yardas de terciopelo. 200 160
Blusa de botones 1.5 yardas de rayn. 120 90

Para la produccin del prximo mes, ella ha ordenado 45 000 yardas de lana, 28 000
de acetato, 9 000 de casimir, 18 000 de seda, 30 000 de rayn, 20 000 de terci opelo y
30 000 de algodn. Los precios de los materiales se presentan en la siguiente tabla:

Material Precio por yarda ($)
Lana 9.00
Acetato 1.50
Casimir 60.00
Seda 13.00
Rayn 2.25
Terciopelo 12.00
Algodn 2.50

Cualquier material que no se use en la produccin se puede mandar de regreso al
distribuidor de telas y obtener su rembolso aunque el desperdicio no se puede
devolver.
4

Ella sabe que la produccin tanto de blusa de seda, como del suter de algodn deja
material de desperdicio. En especial para producir una blusa de seda o un suter de
algodn, se necesitan dos yardas de seda y dos de algodn, respectivamente. De
estas dos yardas 1.5 se usan para la blusa o el suter y el 0.5 yarda queda como
material de desperdicio. Ella no quiere desaprovechar este material, por lo que planea
utilizar el desperdicio rectangular de seda o algodn para producir una camisola de
seda o una minifalda de algodn, respectivamente. Por lo tanto, si se producen una
blusa de seda, tambin se produce una camisola de este material. Del mismo modo,
cuando se produce un suter de algodn, tambin se fabrica una minifalda de algodn.
Observe que es posible producir una blusa del mismo material o una minifalda de
algodn sin producir un suter de algodn.

Los pronsticos de demanda indican que algunos artculos tienen una demanda
limitada. En particular, dado que los pantalones y camisas de terciopelo son
novedades, TrendLines ha pronosticado que se pueden vender slo 5 500 pantalones
y 6 000 camisas. La empresa no quiere producir ms de la demanda pronosticada
porque una vez que pasen de moda, la empresa no los podr vender. Sin embargo,
puede producir menos de lo pronosticado, ya que no se requiere que la compaa
cumpla con la demanda. El suter de casimir tambin tiene una demanda limitada
porque es bastante costoso, y TrendLines sabe que puede vender, como mximo
4,000 suteres. La blusa de seda y las camisolas tienen demanda limitada por la idea
de las mujeres de que es difcil cuidar la seda, y las proyecciones de TrendLines, son
que puede vender a lo ms 12 000 blusas y 15 000 camisolas.

Los pronsticos de demanda tambin indican que los pantalones de lana, las faldas
ajustadas y las chaquetas de lana tienen gran demanda porque son artculos bsicos
necesarios en todo guardarropa profesional. En especial la demanda de pantalones de
lana es de 7 000 y la de las chaquetas es de 5 000. Katherine desea cumplir con al
menos 60% de la demanda de esos dos artculos para mantener la lealtad de su base
de clientes y no perderlos en el futuro. Aunque la demanda de faldas no se puede
estimar Katherine siente que debe producir al menos 2 800.

a) Ted intenta convencer a Katherine de no producir camisas de terciopelo, pues la
demanda de esta moda novedosa es baja. Afirma que slo es responsable de
$500 000 de los aspectos de diseo y otros costos fijos. La contribucin neta
(precio del artculo costos de materiales costo de mano de obra) cuando se
vende la novedad debe cubrir estos costos fijos. Cada camisa de terciopelo
genera una utilidad neta de $22. l afirma que dada la contribucin neta aun si se
satisface la demanda mxima, no dejar ganancias. Qu piensa del argumento
de Ted?.
b) Formule y resuelva un problema de Programacin Lineal para maximizar las
ganancias dadas las restricciones de produccin, recursos y demanda.
c) Encuentre la solucin ptima con Win QSB.

Antes de tomar una decisin final, Katherine planea explorar las siguientes preguntas
independientes, excepto cuando se indique otra cosa.

d) El distribuidor de textiles informa a Katherine que no puede regresar el terciopelo
porque los pronsticos de demanda muestran que la demanda de esta tela
disminuir en el futuro. En consecuencia, Katherine no obtendr el rembolso por
su terciopelo, en qu cambia este hecho el plan de produccin?
5

e) Cul es una explicacin econmica intuitiva de la diferencia entre las soluciones


que se encontraron en los incisos c) y d)?
f) El personal de costura encuentra dificultades para coser los forros de las mangas
de los sacos de lana pues el patrn tiene una forma extraa y el pesado material
de lana es difcil de cortar y coser. El incremento de tiempo para coser un saco
de lana aumenta en $80 los costos de mano de obra y maquinado por cada saco.
Dado este costo, cuntas prendas de cada tipo debe producir TrendLines para
maximizar la ganancia?
g) El distribuidor de textiles informa a Katherine que como otro cliente cancel su
orden, ella puede obtener 10 000 yardas adicionales de acetato. Cuntas
prendas de cada tipo debe producir TrendLines para maximizar la ganancia?
h) TrendLines supone que puede vender todas las prendas que no se vendan en
septiembre y octubre en una gran barata en noviembre a 60% de su precio
original. Por lo tanto, puede vender todos los artculos en cantidad ilimitada en
esa oportunidad. (Los lmites superiores mencionados se refieren slo a las
ventas durante septiembre y octubre). Cul debe ser el nuevo plan de
produccin para maximizar las ganancias?

CIERRE DE LA PRCTICA

1. Explique la importancia del uso de los mtodos cuantitativos para la toma de
decisiones..
2. Escriba la definicin de programacin lineal
3. Cul es la forma general de un modelo de PL
4. Cul es el formato cannico de un modelo de PL?
5. Cul es el formato estndar de un modelo de PL?
6. Escriba el concepto de solucin ptima
7. Mencione los tipos de solucin ptima que se pueden presentar al resolver un
problema y explique cada una de ellas.
8. Escriba la definicin de toma de decisiones
9. Cules son las suposiciones y limitaciones de modelo de PL
10. Mencione los tipos de restricciones que se presentan con mayor regularidad en la
formulacin de problemas de PL


















6


INSTITUTO POLITCNICO NACIONAL
ESCUELA SUPERIOR DE CMPUTO
DEPARTAMENTO DE INGENIERA EN SISTEMAS
COMPUTACIONALES
ACADEMIA DE PROYECTOS ESTRATGICOS Y TOMA DE
DECISIONES
MANUAL DE PRCTICAS
UNIDAD DE APRENDIZAJE Mtodos Cuantitativos para la Toma de Decisiones
UNIDAD TEMTICA II. Programacin Lineal
No. y Ttulo de la prctica: 2. Mtodo Grfico y
Mtodo Simplex.
Tiempo de realizacin: 3
horas.
Objetivo de la prctica: Encuentra la solucin ptima
de los modelos matemticos de programacin lineal
planteados, a travs del mtodo simplex grfico y
algebraico.
Situacin problemtica:
El alumno podr apoyarse en la programacin lineal para la toma de decisiones
reduciendo el problema bajo estudio a un modelo matemtico general, y una vez
construido el modelo, ser capaz de encontrar la solucin ptima del problema ya sea
por el mtodo grfico o el mtodo simplex .


Competencia especfica : Resuelve modelos de programacin lineal mediante la
aplicacin del mtodo simplex, tanto grfico como algebraico.
Competencias genricas:

Toma de decisiones efectivas
fundamentadas en una evaluacin de
diferentes alternativas de solucin.

Competencias particulares:.

Resuelve modelos matemticos de
programacin lineal por el mtodo grfico
y el mtodo simplex.

Criterios de evaluacin

- Ejercicios en clase
- Debates en clase
- Lista de cotejo













7

Lista de cotejo para evaluar la prctica nmero 2. Mtodo Grfico y Mtodo Simplex.

Indicador Realizado Pendiente No realizado
Se formul el modelo
matemtico
correctamente

Se trazaron las
ecuaciones de las
restricciones

Se determin la
regin factible

Se grfico la recta de
isoutilidad (recta de
Z)

Se lleg a la solucin
ptima en el mtodo
grfico

Se realizaron los
pasos del mtodo
simplex con destreza
y precisin

Se lleg a la solucin
ptima en el mtodo
simplex

Se interpretaron los
resultados


Orden y limpieza



INTRODUCCIN
El mtodo grfico se emplea para resolver problemas que presentan slo dos variables
de decisin. El procedimiento consiste en trazar las ecuaciones de las restricciones en
un eje de coordenadas X1, X2 para tratar de identificar el rea de soluciones factibles
(soluciones que cumplen con todas las restricciones). Sin embargo, los problemas reales
de programacin lineal generalmente tienen ms de dos variables de decisin y muchas
restricciones. Tales problemas no pueden ser resueltos grficamente. Se usan
algoritmos tales como el simplex. El mtodo simplex es un procedimiento iterativo que
progresivamente permite obtener una solucin ptima para los problemas de
programacin lineal.


Recursos y/o material
Computadora, Calculadora






8

DESARROLLO DE LA PRCTICA:

Resolver por el mtodo grfico y el mtodo simplex algebraico el siguiente problema,
utilizando los pasos de la metodologa de la Investigacin de Operaciones:
Giapetto Woodcarving, Inc., manufactura dos tipos de juguetes de madera: soldados y
trenes. Un soldado se vende en 27 dlares y requiere 10 dlares de materia prima. Cada
soldado que se fabrica incrementa la mano de obra variable y los costos globales de
Giapetto en 14 dlares. Un tren se vende en 21 dlares y utiliza 9 dlares de su valor en
materia prima. Todos los trenes fabricados aumentan la mano de obra variable y los
costos globales de Giapetto en 10 dlares. La fabricacin de soldados y trenes de
madera requiere dos tipos de mano de obra especializada: carpintera y acabados. Un
soldado necesita dos horas de trabajo de acabado y una hora de carpintera. Un tren
requiere una hora de acabado y una hora de carpintera. Todas las semanas, Giappeto
consigue todo el material necesario, pero slo 100 horas de trabajo de acabado y 80 de
carpintera. La demanda de trenes es ilimitada, pero se venden cuando mucho 40
soldados por semana. Giapetto desea maximizar las utilidades semanales (ingresos
costos).
1. Formule un modelo matemtico de Programacin Lineal para la situacin de
Giapetto que se use para maximizar las utilidades semanales de la empresa.
2. Resuelva el problema por el mtodo grfico resolviendo las siguientes preguntas:
a) Determine la regin factible del problema.
b) Determine cules son los puntos extremos factibles (Soluciones Bsicas
Factibles).
c) Grafique la recta de isoutilidad (recta de Z).
d) Encuentre la solucin ptima a travs del mtodo grfico para el problema
de Giapetto.
3. Encuentre la solucin ptima a travs del mtodo simplex para el problema de
Giapetto.
4. Realice un anlisis de las Soluciones Bsicas Factibles (SBF) que ofrece el
mtodo grfico y comprelas con cada una de las Soluciones Bsicas Factibles
(SBF) que ofrece en cada iteracin el mtodo simplex.



CIERRE DE LA PRCTICA

1. Defina con sus propias palabras lo que es una solucin factible.
2. Explique cmo se identifica la solucin ptima en el mtodo grfico.
3. Explique por qu el mtodo grfico sirve de base para comprender la
metodologa del simplex.











9



INSTITUTO POLITCNICO NACIONAL
ESCUELA SUPERIOR DE CMPUTO
DEPARTAMENTO DE INGENIERA EN SISTEMAS
COMPUTACIONALES
ACADEMIA DE PROYECTOS ESTRATGICOS Y TOMA DE
DECISIONES
MANUAL DE PRCTICAS
UNIDAD DE APRENDIZAJE Mtodos Cuantitativos para la Toma de Decisiones
UNIDAD TEMTICA III. Anlisis de Dualidad y Sensibilidad
No. y Ttulo de la prctica: 3. Anlisis de Dualidad. Tiempo de realizacin: 3
horas.
Objetivo de la prctica: Realizar la interpretacin
econmica de las variables duales, a travs de
establecer las relaciones fundamentales entre el
problema primal y su dual.
Situacin problemtica:
El alumno aprender que asociado a todo problema de programacin lineal, existe otro
problema lineal llamado dual. Las relaciones entre el problema dual y el original (llamado
primal) son en extremo tiles en una gran variedad de situaciones. Por ejemplo, la
solucin ptima del problema dual es la que proporciona los precios sombra. El precio
sombra es la cantidad que el valor ptimo de Z se mejora, si el lado derecho de la i
sima restriccin aumenta una unidad. Los precios sombra para el recurso i (denotados
por Yi) miden el valor marginal de este recurso, es decir, la tasa a la que Z puede
aumentar si se incrementa la cantidad que se proporciona de este recurso (bi). El
alumno determinar qu tanto se modifica el valor de Z de un problema de PL, cuando
cambia el lado derecho de una restriccin.

Competencia especfica :
Realiza una interpretacin econmica de los problemas de optimizacin, con base en los
problemas duales y su primal correspondiente.
Competencias genricas:
Desarrolla el pensamiento anlitico para la
solucin de problemas.
Competencias particulares:

Realiza la interpretacin econmica de
las variables duales.

Criterios de evaluacin

- Ejercicios en clase
- Elaboracin de resmenes
- Aplicacin de cuestionarios
- Debates en clase
- Lista de cotejo





10

Lista de cotejo para evaluar la prctica nmero 3. Anlisis de Dualidad.



Indicador Realizado Pendiente No realizado
Se elabor el
problema dual
correctamente

Determin los valores
de las variables
duales correctamente

Explic el significado
que tiene cada una
de las restricciones
del problema dual

Explic el significado
de la funcin objetivo
del problema dual

Realiz la
interpretacin
econmica de las
variables duales

Anlisis reflexivo en
sus respuestas


Orden y limpieza




INTRODUCCIN

Una de las aplicaciones trascendentales de la dualidad en la Programacin Lineal es la
resolucin del primal a travs del dual y las relaciones fundamentales entre las variables
primas y duales. Es decir, una vez encontrada la solucin ptima de un problema en
particular, las relaciones mencionadas permiten diagnosticar los recursos clave para
mejorar el valor ptimo actual de la funcin objetivo. El efecto neto desde el punto de
vista dual, constituye el saldo al comparar en trminos de la funcin objetivo si la
fabricacin unitaria de una variable justifica los recursos que consume.


Recursos y/o material
Computadora, calculadora










11

DESARROLLO DE LA PRCTICA:

Ejercicio 1:

La empresa Dakota cuenta con la siguiente informacin:


Recurso



Escritorio


Mesa


Silla
Cantidad de
Recursos
Disponibles
Madera (pie tabln) 8 6 1 48
Acabado (horas) 4 2 1.5 20
Carpintera (horas) 2 1.5 0.5 8
Precio de venta (dlares) 60

30 20

Por lo tanto, el problema de PL para maximizar las utilidades de la empresa Dakota es:

Max Z = 60X1+30X2+20X3
s.a.
8X1+ 6X2+ X3 <= 48 Pies de tabln de madera
4X1+ 2X2+1.5X3 <=20 Horas de acabado
2X1+1.5X2+0.5X3 <= 8 Horas de carpintera
X1, X2, X3 >=0

Suponga que un empresario desea comprar todos los recursos de Dakota. Luego el
comprador debe determinar el precio que est dispuesto a pagar por una unidad de cada
recurso de Dakota.

Bsicamente el problema del comprador de Dakota consiste en determinar el precio
competitivo que debe pagar por cada uno de los recurso de la empresa.

Si se define:

Y1 = precio pagado por 1 pie tabln de madera
Y2= precio pagado por 1 hora de acabado
Y3= precio pagado por 1 hora de carpintera

a) Elabore el problema dual del problema primal y explique el significado qu tiene
cada una de las restricciones del problema dual, as como el significado de la
funcin objetivo del problema dual.
b) Encuentre los valores de las variables y1, y2, y3; y realice la interpretacin
econmica de las variables duales.
c) Si hubiera dsiponibles 18 horas de acabado, cul sera el ingreso de Dakota?
d) Si se contara con 9 horas de carpintera, cul sera el ingreso de Dakota?
e) Si hubiera disponibles 30 pies tabln de madera, cul sera el ingreso de
Dakota?




12

Ejercicio 2:
El entrenador en jefe del equipo de ftbol americano Ola Verde, est interesado en
preparar lo que ha llamado la EV (ensalada vitamnica), la cual puede prepararse a
partir de cinco verduras bsicas disponibles y definidas como 1, 2, 3, 4 y 5. Se desea
que la EV contenga por lo menos 10 unidades de vitamina A y 25 unidades de vitamina
C. La informacin relevante del contenido vitamnico y costo de las verduras se
proporciona en la siguiente tabla:

Tabla 1. Contenido vitamnico y costo de cinco verduras:

Verduras
(unidades de vitamina por kg)
Vitamina 1 2 3 4 5
A 2 0 3 4 1
C 1 2 2 1 3
Costo ($/kg) 100 80 95 100 110

El problema de la preparacin de la EV que enfrenta el entrenador en jefe puede
resolverse mediante el modelo de PL que a continuacin se formula:

Minimizar Z = 100XI +80X2 +95X3+100X4+110X5
Sujeto a:
2X1+0X2+3X3+4X4+X5 >= 10
X1+2X2+2X3+X4+3X5>=25
Xj>=0 j= 1, 2,,5

Suponga que el dueo de unos laboratorios farmacuticos se entera de la EV y
vislumbra la posibilidad de entablar un negocio con el entrenador al fabricarle pastillas
de vitamina A y vitamina C. Por lo tanto, logra convencerlo de que si los jugadores
toman las pastillas, stos obtendrn los requerimientos vitamnicos solicitados, y que el
costo de las mismas es competitivo con respecto al de las verduras. Por lo tanto, es casi
seguro que su idea ser aceptada. Sin embargo, cmo debe proceder el fabricante de
vitaminas?; El problema dual puede ayudarle?
Bsicamente el problema del fabricante consiste en determinar el precio competitivo que
debe asignar a cada tipo de pastilla. Si se definen:
y1= precio de cada pastilla de una unidad de vitamina A
y2 = precio de cada pastilla de una unidad de vitamina C

Note que para facilitar la explicacin se tom arbitrariamente como base pastillas con
una unidad de vitamina.

a) Elabore el problema dual del problema primal y explique el significado que tiene
cada una de las restricciones del problema dual, as como el significado de la
funcin objetivo del problema dual.
b) Encuentre los valores de las variables y1 y y2; y realice la interpretacin
econmica de las variables duales.

CIERRE DE LA PRCTICA
1. Mencione tres aplicaciones de la teora de dualidad en la programacin lineal.
2. Explique las relaciones generales entre los modelos primal y dual.
13


INSTITUTO POLITCNICO NACIONAL
ESCUELA SUPERIOR DE CMPUTO
DEPARTAMENTO DE INGENIERA EN SISTEMAS
COMPUTACIONALES
ACADEMIA DE PROYECTOS ESTRATGICOS Y
TOMA DE DECISIONES
MANUAL DE PRCTICAS
UNIDAD DE APRENDIZAJE Mtodos Cuantitativos para la Toma de Decisiones
UNIDAD TEMTICA III. Anlisis de Dualidad y Sensibilidad
No. y Ttulo de la prctica: 4. Mtodo Simplex Dual. Tiempo de realizacin: 3
horas.
Objetivo de la prctica: Resolver modelos de
programacin lineal, con base en la aplicacin del
mtodo simplex dual.
Situacin problemtica:
El alumno resolver problemas de programacin lineal utilizando el mtodo simplex pero
desde el enfoque dual, de ah su nombre. El alumno aprender que el mtodo simplex
dual, evita la introduccin de las variables artificiales al problema por solucionar, lo cual
representa una gran ventaja.

Competencia especfica :
Resuelve modelos de programacin lineal, utilizando el mtodo simplex dual.

Competencias genricas:
Se actualiza y aprende permanentemente,
con respecto a las tcnicas, metodologas y
herramientas necesarias para su desarrollo
profesional.

Competencias particulares:
Aplica el mtodo simplex dual como un
complemento (dual) al mtodo simplex.

Criterios de evaluacin
- Ejercicios en clase
- Debates en clase
- Lista de cotejo















14


Lista de cotejo para evaluar la prctica nmero 4. Mtodo Simplex Dual.

Indicador Realizado Pendiente No realizado
Realiz las
transformaciones
necesarias al modelo
para aplicar el mtodo
simplex dual

Aplic correctamente
los pasos del mtodo
simplex dual

Determin
correctamente los
precios sombra

Realiz la
interpretacin correcta
de la solucin


Orden y limpieza



INTRODUCCIN
El mtodo simplex dual es un esquema iterativo que genera Soluciones Bsicas
Factibles (SBF) que mantienen la inmejorabilidad (superptimas) y busca la factibilidad.
Dicho esquema iterativo fue desarrollado por C. E. Lemke en 1954.
Un problema se puede resolver por el mtodo simplex dual cuando, despus de
transformar un modelo de programacin lineal a la forma estndar, para lo cual se
agregan las variables de holgura necesarias, al menos uno de los elementos del vector b
(vector de disponibilidades) es negativo y la condicin de optimalidad se satisface.

Recursos y/o material
Computadora, calculadora


















15

DESARROLLO DE LA PRCTICA:
Ejercicio 1:

El problema de PL (primal) para maximizar las utilidades de la empresa Dakota es:

Max Z = 60X1+30X2+20X3
s.a.

8X1+ 6X2+ X3 <= 48 Restriccin de pies de tabln de madera
4X1+ 2X2+1.5X3 <=20 Restriccin de las horas de acabado
2X1+1.5X2+0.5X3 <= 8 Restriccin de las horas de carpintera
X1, X2, X3 >0
Cuya solucin ptima es la siguiente:

X1 = 2
X2 = 0
X3 = 8

Max Z = 280

El problema dual del caso anterior es:

Mn F = 48YI + 20 Y2 +8 Y3

s.a.

8Y1 + 4Y2 + 2 Y3 >= 60
6Y1 + 2Y2 + 1.5 Y3 >= 30
1Y1 + 1.5Y2 + 0.5 Y3 >= 20
Y1, Y2, Y3 >= 0

En forma de maximizacin:

Max F = - 48Y1 -20X2 8Y3
s.a.

-8Y1 - 4Y2 - 2Y3 <= -60
-6Y1 - 2Y2 - 1.5 Y3 <= -30
- 1Y1 - 1.5 Y2 - 0.5 Y3 <= -20
Y1, Y2, Y3, >= 0

Aplique el mtodo simplex dual para encontrar la solucin ptima:









16


Ejercicio 2:

Una compaa juguetera fabrica trenes, camiones y coches, con tres operaciones. Los
lmites diarios de tiempo disponible para las tres operaciones son 430, 460 y 420
minutos, respectivamente, y los beneficios por tren, camin y coche son 3 euros, 2 euros
y 5 euros, respectivamente. Los tiempos de cada operacin por tren son 1, 3 y 1 minuto,
por camin 2, 0 y 4, y por coche son 1, 2 y 0, todos ellos en minutos (un tiempo cero
indica que no es necesaria esa operacin).

El modelo primal de nuestro problema es:

Maximizar(Z) = 3X1 + 2X2 + 5X3
s.a.
1X1 + 2X2 +1X3 <= 430 minutos
3X1 + 0X2+ 2X3 <= 460 minutos
1X1 + 4X2+ 0X3 <= 420 minutos
X1, X2, X3 >= 0

X1 = Nmero de trenes que hay que fabricar.
X2 = Nmero de camiones que hay que fabricar.
X3 = Nmero de coches que hay que fabricar.

a) Resuelva el problema, utilizando el mtodo simplex dual, en caso de ser necesario,
realice las transformaciones necesarias al modelo primal.
b) Determine los precios de sombra de las capacidades de los recursos.
c) Exponga las conclusiones al respecto.


CIERRE DE LA PRCTICA

1. Analice la lgica del mtodo simplex - dual.



















17


INSTITUTO POLITCNICO NACIONAL
ESCUELA SUPERIOR DE CMPUTO
DEPARTAMENTO DE INGENIERA EN SISTEMAS
COMPUTACIONALES
ACADEMIA DE PROYECTOS ESTRATGICOS Y TOMA DE
DECISIONES
MANUAL DE PRCTICAS
UNIDAD DE APRENDIZAJE Mtodos Cuantitativos para la Toma de Decisiones
UNIDAD TEMTICA IV. Modelos de Redes y de Transportes
No. y Ttulo de la prctica: 5. Algoritmo de Flujo Mximo. Tiempo de
realizacin:
3 horas.
Objetivo de la prctica: Determinar la cantidad mxima de flujo de un punto de partida
a un punto terminal.
Situacin problemtica:
Los alumnos aprendern a modelar mediante una red en la que se desea transportar la cantidad
mxima de flujo de un punto de partida (conocido como fuente) a un punto terminal (llamado destino),
en la que los arcos de dicha red tienen una capacidad que limita la cantidad de un producto que se
podra enviar a travs de un arco.
Competencia especfica :
Resuelve modelos de redes y de transporte mediante las tcnicas o algoritmos que le ofrezcan la
solucin ptima.
Competencias genricas:
Toma decisiones efectivas fundamentadas en
una evaluacin de diferentes alternativas de
solucin.
Competencias particulares:
Determinar la cantidad mxima de productos que
pueden entrar y salir de un sistema en un periodo
determinado de tiempo.
Criterios de evaluacin:

- Ejercicios en clase
- Debates en clase
- Lista de cotejo









18

Lista de cotejo para evaluar la prctica nmero 5. Algoritmo de Flujo Mximo.



Indicador Realizado Pendiente No realizado
Identific un camino
que vaya del origen
al destino

Encontr la rama de
menor capacidad

Programo el envo
de dicha capacidad

Lleg a la solucin
ptima

Anlisis reflexivo en
sus respuestas


Orden y limpieza



INTRODUCCIN
El algoritmo de flujo mximo consiste en encontrar un camino a travs del cual se puede enviar un flujo
positivo desde el nodo fuente al nodo destino. Tal camino es a lo que denominamos camino
incremental, y se usa para enviar tanto flujo como sea posible desde el nodo fuente al nodo destino. El
proceso se repite hasta que no se pueda encontrar ningn otro camino incremental, que mejore el flujo
total de la fuente al destino. En dicho caso, se ha encontrado el flujo mximo.

Recursos y/o material
Computadora, calculadora


DESARROLLO DE LA PRCTICA:
Ejercicio 1:
Una compaa constructora ha recibido la comisin de disear un nuevo estadio de ftbol, para los
Halcones Guerreros. Su diseo tiene el rea de estacionamiento a parte del estadio con una sola
puerta que va al estadio (por razones de seguridad). Dentro de la puerta de acceso, hay varias rutas
posibles, a travs de jardines a la nica puerta de acceso al estadio. La red a travs de los jardines
se ve como a continuacin se indica (los nmeros muestran la capacidad en miles de personas por
hora). Usando el algoritmo de flujo mximo. Cul es la capacidad en una hora del sistema para
ingresar espectadores al estadio?. El propietario de los Halcones Guerreros telefoneo para decir que
si el sistema no aseguraba el acomodo de 100,000 fanticos que llegarn al estadio en una hora, los
arquitectos tendran que empezar a redisear. Tendrn que redisear?

19


2 25 0 3
0 10 0 20


30 15 0
1 40 0 3 25 0 6 40 0 0 8
0
Fuente 35 0 Destino


0 10 30
4 20 0 7



Problema 2:
Una empresa minera tiene tres yacimientos m, m, m. El mineral extrado se transporta a travs de
la red de la figura a tres plantas de procesado. La cantidad de mineral que puede ser extrada de los
yacimientos m, m, y m es de 5, 10 y 15 toneladas diarias, respectivamente. En cuanto a las plantas
de procesado su capacidad es de 14 toneladas diarias en la planta p, 9 en la planta py 7 en la planta
p . Determine la cantidad mxima de mineral que puede ser extrada y procesada en un nico da.

m 5 ton p 14 ton


m 10 ton p 9 ton



m15 ton p 7 ton


20


CIERRE DE LA PRCTICA

1. Indique aquellas situaciones en que usted considere se pueden aplicar los problemas de flujo
mximo.
2. Enumere los pasos del algoritmo.































21

INSTITUTO POLITCNICO NACIONAL


ESCUELA SUPERIOR DE CMPUTO
DEPARTAMENTO DE INGENIERA EN SISTEMAS
COMPUTACIONALES
ACADEMIA DE PROYECTOS ESTRATGICOS
TOMA DE DECISIONES
MANUAL DE PRCTICAS
UNIDAD DE APRENDIZAJE: Mtodos Cuantitativos para la Toma de Decisiones
UNIDAD TEMTICA: Modelos de redes y de transporte
No. y Ttulo de la prctica: 6. Clculo de la ruta crtica Tiempo de realizacin:
3horas.

Objetivo de la prctica:
Elaborar la red de actividades correspondiente al
conjunto de actividades de un proyecto, con la finalidad
de calcular la ruta crtica.
Situacin problemtica:
Se realiza la prctica para poder organizar y desglosar un proyecto en actividades y de
esta forma realizar una red de flechas, la cual nos muestra el tiempo mximo para poder
terminar dicho proyecto.
Este proyecto servir como un control para su seguimiento y terminacin. En ste
existir un contro estricto de las actividades, as como de los tiempos en cada una de
ellas.
Con esto el alumno aprender la forma de desglosar un proyecto en la vida laboral y as
calcular los tiempos de terminacin.

Competencia especfica :
Diseo de la matriz de precedencia
Clculo de la ruta crtica
Uso del o de los mtodos analticos
Uso del software (ejem: Winqsb)

Competencias genricas:
Criterio y razonamiento lgico para
la solucin de problemas.
Expresin oral y escrita.
Actitudes de: respeto,
responsabilidad.
Poseer un pensamiento crtico y
reflexivo.
Capacidad para aprender de forma
autnoma.
Capacidad para trabajar de forma
colaborativa.
Disposicin para el trabajo en
equipo.
Se actualiza y aprende
permanentemente, con respecto a
las tcnicas, metodologas y
herramientas necesarias para su
Competencias particulares:

Investigacin, anlisis y sntesis de
informacin.
Manejo de aplicaciones
computacionales
Disea y desarrolla sistemas para
resolver diversas necesidades.
Disea y desarrolla proyectos
usando las tcnicas de ingeniera
ms adecuadas para cada caso.






22

desarrollo profesional.
Toma decisiones efectivas
fundamentadas en una evaluacin
de diferentes alternativas de
solucin.
Asume un compromiso
permanente con la calidad
personal y profesional.



Criterios de evaluacin

Elabora una lista de cotejo
Ejercicios en clase
Elaboracin de resmenes
Aplicacin de cuestionarios
Debates en clase
Lista de cotejo

Lista de cotejo para evaluar la prctica nmero: 6. Clculo de la ruta crtica

Indicador Realizado Pendiente No realizado
Cuenta con una
descripcin de
actividades

Cuenta con la matriz
de precedencia

Cuenta con una
matriz de tiempo por
actividad

Se tiene una red de
actividades

Se cuenta con los
tiempos de
realizacin en cada
actividad

Se indica la
sumatoria: por
actividad o por rutas.

Se cuenta con el
valor total de la ruta
crtica

Se cuenta con una
interpretacin de la
red y su valor total.





23

INTRODUCCIN
El mtodo de la ruta crtica (CPM, por sus siglas en ingls), es una herramienta para
llevar el control de todo proyecto o de una serie de actividades, donde se pretende
calcular el tiempo mximo de terminacin de dicho proyecto. Este al desglosarse, se le
puede conocer tambin sus tiempos de inicio, as como sus tiempos de terminacin.

Recordemos que uno de los conceptos de la ruta crtica es, el tiempo mximo que
existe del origen al destino, esto visto en forma esquemticas, es decir en una red de
actividades o tambin se le conoce como redes PERT (Revisin y Evaluacin Tcnicas
de Programas).

Recursos y/o material
Calculadora
Computadora

DESARROLLO DE LA PRCTICA:
1. Conocer el proyecto a desarrollar
2. Descripcin de las actividades
3. Diseo de la matriz de decisin
4. Elaboracin de la red de actividades
5. Clculo de la ruta crtica
6. Conclusiones y/o interpretaciones.

Ejercicio:

Con la siguiente informacin construya una red de actividades y encuentre la ruta
crtica por medio de un mtodo mostrado en clase.

Actividad Precedencia Tiempo (das)
A - 1
B A 3
C A 5
D C 7
E A 9
F BD 11
G BD 2
H G 4
I G 6
J FH 8
K GE 11
L E 1
M FHI 3
N JKLM 5
O JKLM 9
P NO 2


CIERRE DE LA PRCTICA
Resolver un cuestionario y realizar un organizador grfico.

24


INSTITUTO POLITCNICO NACIONAL
ESCUELA SUPERIOR DE CMPUTO
DEPARTAMENTO DE INGENIERA EN SISTEMAS
COMPUTACIONALES
ACADEMIA DE PROYECTOS ESTRATGICOS Y TOMA DE
DECISIONES
MANUAL DE PRCTICAS
UNIDAD DE APRENDIZAJE: Mtodos Cuantitativos para la Toma de Decisiones
UNIDAD TEMTICA: Modelos de redes y de transporte
No. y Ttulo de la prctica: 7. Redes PERT
(especificar: PERT-simple; PERT-Probabilstico; PERT-
Costo
Tiempo de realizacin: Tres
horas.

Objetivo de la prctica: Elaborar la red de actividades
correspondiente al conjunto de actividades de un
proyecto, con la finalidad de calcular la ruta crtica, por
medio de los medio del PERT Simple o Programacin
de Proyectos
Situacin problemtica:
Se realiza la prctica para poder organizar y desglosar un proyecto en actividades y de
esta forma realizar una red de flechas, la cual nos muestra los tiempos de inicio y
terminacin de dicho proyecto.

Con esto el alumno aprender la forma de desglosar un proyecto en la vida laboral y as
calcular los tiempos de terminacin.

Competencia especfica :
Diseo de la matriz de precedencia
Clculo de la ruta crtica
Uso del o de los mtodos analticos
Uso del software (ejem: Winqsb)
Competencias genricas:
Criterio y razonamiento lgico para
la solucin de problemas.
Expresin oral y escrita.
Actitudes de: respeto,
responsabilidad.
Poseer un pensamiento crtico y
reflexivo.
Capacidad para aprender de forma
autnoma.
Capacidad para trabajar de forma
colaborativa.
Disposicin para el trabajo en
equipo.
Se actualiza y aprende
permanentemente, con respecto a
las tcnicas, metodologas y
herramientas necesarias para su
desarrollo profesional.
Competencias particulares:
Investigacin, anlisis y sntesis de
informacin.
Manejo de aplicaciones
computacionales
Disea y desarrolla sistemas para
resolver diversas necesidades.
Disea y desarrolla proyectos
usando las tcnicas de ingeniera
ms adecuadas para cada caso


25

Toma decisiones efectivas


fundamentadas en una evaluacin
de diferentes alternativas de
solucin.
Asume un compromiso permanente
con la calidad personal y
profesional.

Criterios de evaluacin
Ejercicios en clase
Elaboracin de resmenes
Aplicacin de cuestionarios
Debates en clase
Lista de cotejo

Lista de cotejo para evaluar la prctica nmero: 7. Redes PERT y clculo de la ruta
crtica

Indicador Realizado Pendiente No realizado
Cuenta con una
descripcin de
actividades

Cuenta con la matriz
de precedencia

Cuenta con una
matriz de tiempo por
actividad

Se tiene una red de
actividades

Se cuenta con los
tiempos de
realizacin en cada
actividad

Considera sus cuatro
tiempos

Considera sus dos
holguras.

Se indica la
sumatoria: por
actividad o por rutas.

Se cuenta con el
valor total de la ruta
crtica

Se cuenta con una
interpretacin de la
red y su valor total.





26

INTRODUCCIN
El mtodo de Redes PERT es una herramienta para llevar el control de todo proyecto o
de una serie de actividades, donde se pretende calcular los tiempos ptimo, pesimista
y ms probable de dicho proyecto. Por medio de este mtodo se puede conocer la
probabilidad de que dicho proyecto se pueda terminar en un determinado tiempo, as
como en cada uno de sus nodos.
Recordemos que uno de los conceptos de la ruta crtica es, el tiempo mximo que
existe del origen al destino, esto visto en forma esquemticas, es decir en una red de
actividades o tambin se le conoce como redes PERT (Revisin y Evaluacin Tcnicas
de Programas).
Recursos y/o material
Calculadora
Computadora
DESARROLLO DE LA PRCTICA:
1. Conocer el proyecto a desarrollar
2. Descripcin de las actividades
3. Diseo de la matriz de decisin
4. Elaboracin de la red de actividades
5. Clculo del tiempo estndar o estimado
6. Clculo de la varianza
7. Clculo del valor esperado
8. Obtencin de la desviacin estndar
9. Obtencin de las probabilidades

Ejercicio:
Con la siguiente informacin construye la red PERT y encuentra la ruta crtica por
medio del PERT-simple.

Actividad Precedencia Tiempo (das)
A - 1
B A 3
C A 5
D C 7
E A 9
F BD 11
G BD 2
H G 4
I G 6
J FH 8
K GE 11
L E 1
M FHI 3
N JKLM 5
O JKLM 9
P NO 2
CIERRE DE LA PRCTICA
Resolver un cuestionario y realizar un organizador grfico


27

INSTITUTO POLITCNICO NACIONAL


ESCUELA SUPERIOR DE CMPUTO
DEPARTAMENTO DE INGENIERA EN SISTEMAS
COMPUTACIONALES
ACADEMIA DE PROYECTOS ESTRATGICOS Y
TOMA DE DECISIONES
MANUAL DE PRCTICAS
UNIDAD DE APRENDIZAJE: Mtodos Cuantitativos para la Toma de Decisiones
UNIDAD TEMTICA: Modelos de redes y de transporte
No. y Ttulo de la prctica: 8. Transporte (Mtodo de
Vogel y Mtodo de la Esquina Noroeste).
Tiempo de realizacin:
3 horas.

Objetivo de la prctica: Elaborar la red de flujo
correspondiente, al conjunto de las estaciones de una
empresa, con la finalidad de calcular las capacidades
residuales y el total de ellas.
Situacin problemtica:
Se realiza la prctica para poder organizar y desglosar un proyecto en flujos por
estacin y de esta forma realizar una red de capacidades mximas, la cual nos
muestra el total de flujos mximo que se pueden enviar del origen al destino

Con esto el alumno aprender la forma de desglosar un proyecto a travs de una red
de transporte, y as calcular los flujos residuales y mximo que se tienen, sin olvidar
de tocar cada una de las estaciones involucradas.


Competencia especfica :
Conocimiento de demanda y oferta del mercado
Conocimiento de equilibrios entre demanda y oferta
Conocimientos de la empresa y sus departamentos
Identificacin de variables bsicas y no bsicas
Formulacin de funcin objetivos
Formulacin de limitaciones o restricciones


Competencias genricas:
Criterio y razonamiento lgico para la
solucin de problemas.
Expresin oral y escrita.
Actitudes de: respeto, responsabilidad.
Poseer un pensamiento crtico y
reflexivo.
Capacidad para aprender de forma
autnoma.
Capacidad para trabajar de forma
colaborativa.
Disposicin para el trabajo en equipo.
Se actualiza y aprende
permanentemente, con respecto a las
tcnicas, metodologas y herramientas
Competencias particulares:
Investigacin, anlisis y
sntesis de informacin.
Manejo de aplicaciones
computacionales
Disea y desarrolla sistemas
para resolver diversas
necesidades.
Disea y desarrolla
proyectos usando las
tcnicas de ingeniera ms
adecuadas para cada caso.

28

necesarias para su desarrollo


profesional.
Toma decisiones efectivas
fundamentadas en una evaluacin de
diferentes alternativas de solucin.
Asume un compromiso permanente
con la calidad personal y profesional.


Criterios de evaluacin
Ejercicios en clase
Elaboracin de resmenes
Aplicacin de cuestionarios
Debates en clase
Lista de cotejo

Lista de cotejo para evaluar la prctica nmero: 8. Transporte (Mtodo de Vogel y
Mtodo de la Esquina Noroeste).


Indicador Realizado Pendiente No realizado
Se tiene identificado
la demanda y la
oferta

Se cuenta con el
equilibrio entre la
demanda y la oferta

Se seleccion el
costo menor de la
primera columna

Se obtuvo las
variables bsicas y
las no bsicas

Se obtuvo la funcin
objetivo

Se cuenta con el
clculo del costo
menor del problema

Se cuenta con la
interpretacin del
problema










29

INTRODUCCIN
En este tipo de mtodos se utiliza sobre todo en empresas de logstica o ms
correctamente en empresas donde su producto es repartido en diferentes lugares
(por ejemplo en tiendes de autoservicio, de mensajera, etc.), ya la importancia de
esto es tocar todas las estaciones con la mxima entrega del producto, en el menor
tiempo posible y al menor costo involucrado.

Los antecedentes necesarios para este tipo de mtodos es conocer la logstica o las
redes de actividades bidireccionales.

Recursos y/o material
Calculadora
Computadora

DESARROLLO DE LA PRCTICA:

1. Identificacin de demanda y oferta
2. Buscar el equilibrio entre la demanda y la oferta
3. Se selecciona la primera columna para iniciar el mtodo
4. Se selecciona el costo menor y se enva la cantidad permitida, ya sea por la
demanda o por la oferta.
5. Si en la demanda o la oferta, se tiene cero productos para enviar, se cancela
la columna o el rengln correspondiente
6. As sucesivamente, hasta eliminar todas las columnas o relglones.
7. Se obtienen las variables bsicas y no bsicas
8. Se obtiene la funcin objetivos y se calcula el costo menor del problema

Ejercicio:
Ferrocarriles Nacionales de Mxico (F. N. M.) tiene disponible en Zacapu. Mich. 11
vagones de carga y en Toluca, Edo. deMex. 13 vagones, requiere de 6 vagones en
Monterrey, Nuevo Len, 4 en Tehuantepec, Oax., y 14 en Jalapa Ver.
Los costos de transporte estn basados en los distintos costos de procesos, tienen
poca relacin con las distancias y son los que se muestran, en millones de pesos,
en la siguiente tabla.

Monterrey Tehuantepec Jalapa
Zacapu 6 4 3
Toluca 2 3 5

Utilizando el Mtodo de Voguel y el Mtodo de la Esquina Noroeste
Cul es la distribucin, a costo mnimo, de los vagones?



CIERRE DE LA PRCTICA
Resolver un cuestionario y realizar un organizador grfico




30


INSTITUTO POLITCNICO NACIONAL
ESCUELA SUPERIOR DE CMPUTO
DEPARTAMENTO DE INGENIERA EN SISTEMAS
COMPUTACIONALES
ACADEMIA DE PROYECTOS ESTRATGICOS Y TOMA
DE DECISIONES
MANUAL DE PRCTICAS
UNIDAD DE APRENDIZAJE: Mtodos Cuantitativos para la Toma de Decisiones
UNIDAD TEMTICA: Modelos de control de inventarios
No. y Ttulo de la prctica: 9. Lote econmico Tiempo de realizacin:

3 horas
Objetivo de la prctica: Calcular el nivel de inventario
disponible, a travs del modelo de lote econmico, con
la finalidad de saber el total de elementos
correspondientes en el inventario
Situacin problemtica:
Se realiza la prctica para poder organizar a los inventarios dentro de la empresa donde
labore,con la finalidad de calcular el lote econmico y as determinar la importancia de
los artculos y su costo, y as llevar el control de ellos.

Con esto el alumno aprender la forma de control los inventarios en su vida laboral.

Competencia especfica :
Conocimiento de demanda y oferta.
Conocimiento de control de materiales
Conocimiento general de inventarios
Conocimientos de la empresa y sus departamentos
Identificacin de variables bsicas y no bsicas
Formulacin de un modelo de inventarios
Formulacin de limitaciones

Competencias genricas:
Criterio y razonamiento lgico para
la solucin de problemas.
Expresin oral y escrita.
Actitudes de: respeto,
responsabilidad.
Poseer un pensamiento crtico y
reflexivo.
Capacidad para aprender de forma
autnoma.
Capacidad para trabajar de forma
colaborativa.
Disposicin para el trabajo en
equipo.
Se actualiza y aprende
permanentemente, con respecto a
las tcnicas, metodologas y
Competencias particulares:
Investigacin, anlisis y sntesis de
informacin.
Manejo de aplicaciones
computacionales
Disea y desarrolla sistemas para
resolver diversas necesidades.
Disea y desarrolla proyectos
usando las tcnicas de ingeniera
ms adecuadas para cada caso.

31

herramientas necesarias para su


desarrollo profesional.
Toma decisiones efectivas
fundamentadas en una evaluacin
de diferentes alternativas de
solucin.
Asume un compromiso permanente
con la calidad personal y
profesional.


Criterios de evaluacin
Ejercicios en clase
Elaboracin de resmenes
Aplicacin de cuestionarios
Debates en clase
Lista de cotejo

Lista de cotejo para evaluar la prctica nmero: 9. Modelos de control de inventarios

Indicador Realizado Pendiente No realizado
Se tiene identificado
el tipo de inventario

Se cuenta con la
identificacin del
problema

Se identificaron las
variables
participantes

Se identificaron las
frmulas que pueden
participar

Se aplic
correctamente la
frmula identificada

Se interpretaron los
resultados



INTRODUCCIN

El Lote Econmico es aquella cantidad de unidades que deben solicitarse al proveedor
en cada pedido, de manera que se logre minimizar el costo asociado a la compra y al
mantenimiento de las unidades en inventario. El objetivo bsico que se persigue al
determinar el Lote Econmico es la reduccin de costos, a la vez que se responden dos
preguntas claves: Cunto pedir? y Cundo pedir?
Para determinar el lote econmico debemos identificar cules son los costos asociados
a los inventarios.


PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14













DESARROLLOS






















PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14














Prctica1























PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14







Desarrollo








a)Quepuedeestarenlocorrectoyaqueadiferenciadelospantalonesdeterciopelo,
necesitanmsyardasporutilidadunitaria.

b)FormulacindelproblemadeP.L.

Delaprimeratablaseobtiene:

ARTCULO UNIDADES VENTA($) COSTO($) UTILIDAD($)
pantalonesde
lana
x
1
300 160 140x
1

suterde
casimir
x
2
450 150 300x
2

blusadeseda x
3
180 150 30x
3

camisolade
seda
x
4
120 60 60x
4

faldaajustada x
5
270 120 150x
5

chaquetade
lana
x
6
320 140 180x
6

PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14
pantalnde
terciopelo
x
7
350 175 175x
7

suterde
algodn
x
8
130 60 70x
8

minifaldade
algodn
x
9
75 40 35x
9

camisade
terciopelo
x
10
200 160 40x
10

blusade
botones
x
11
120 90 30x
11





Delasegundatablaseobtiene:



PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14



Loqueenunprincipiopuededaralafuncinquedaeltotaldeutilidadesyreembolsos z
0
,comoseobserva,elreembolsoescomosicompraramossolamentelosmateriales
necesarios:




Simplificando:

Delapgina4seobtienenlassiguientesrestricciones,hayqueobservarquelas
relacionesblusa/camisoladesedaysuter/minifaldadealgodnnoafectaalafuncinde
utilidad . z
0

PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14






c)SolucinptimausandoGNULinearProgrammingKit(GLPK),GLPKrequierequela
solucinestenciertassintaxis,unadeellasesCPLEXLP:

PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14










PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14




ElproblemafueresueltousandoGLPKparaJavascriptylasolucindadafue:

Porlotantohayunamximautilidadde$6762978.75produciendo4200pantalonesde
lana,4000suteresdecasimir,7000blusasdeseda,15000camisolasdeseda,2800
faldasajustadas,10266chaquetasdelana,0pantalonesdeterciopelo,0suteresde
algodn,60000minifaldasdealgodn,6000camisasdeterciopeloy16266blusasde
botones.

d)Noreembolsodelterciopelo
Estomodificalafuncinobjetivo en: z
0


PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14

ParaGLPK,laconstantesedebeomitirenlafunci

onobjetivoperoestonocambiaen
nadalasolucinptima,solosedebetomarencuentacambiarelresultadoenelmximo
delafuncin.





Hayunamximautilidadde$4471012.25(laconstante240000)

PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14
e)Quealnopoderreembolsarselosmateriales,seestperdiendodineroenel
desperdicioquenoesposibleproducirovender.



f)Incrementoencostos
Estomodificalafuncinobjetivo en: z
0







Hayunamximautilidadde$5292258.75(laconstante240000)
g)Incrementoenmaterial
Estomodificalafuncinobjetivo en: z
0



Hayunamximautilidadde$6438582.25(laconstante240000)

PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14
h)Produccinilimitada
Estomodificaelproblemaen:





Hayunamximautilidadde$8117441.875(laconstante240000)



PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14

Cierre



1.Expliquelaimportanciadelusodelosmtodoscuantitativosparalatomade
decisiones.
Esunaaplicacindelmtodocientficoenlasolucindeproblemasenlas
empresas,cuyoenfoqueeslamodelacin,esdecir,creamodelospararepresentarlos
problemasyutilizadiferentestcnicas,comolaprogramacinlinealyelanlisisde
decisiones,paraestablecerlasolucindelmismo.

2.Escribaladefinicindeprogramacinlineal.
Esunprocedimientooalgoritmomatemticomedianteelcualseresuelveun
problemaindeterminado,formuladoatravsdeunsistemadeinecuacioneslineales,
optimizandolafuncinobjetivo,tambinlineal.
Consisteenoptimizar(minimizaromaximizar)unafuncinlineal,denominadafuncin
objetivo,detalformaquelasvariablesdedichafuncinestnsujetasaunaseriede
restriccionesqueexpresamosmedianteunsistemadeinecuacioneslineales.

3.CuleslaformageneraldeunmodelodePL?
LaProgramacinLineal,entrminosgenerales,vaaconsistiren:
Optimizarunafuncinobjetivoz=c.x
sujetoaunasrestriccionesAxb
x0

4.CuleselformatocannicodeunmodelodePL?
Funcinobjetivodemximo(mnimo)
Restriccionesslodeltipo<=(>=)
Variablesquedebencumplir>=0,(>=0)
MaxZ=cX MinZ=cX
s.a. s.a.
aX<=b aX>=b
X>=0 X>=0




PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14
5.CuleselformatoestndardeunmodelodePL?
Funcinobjetivo:mximoomnimo
Todarestriccindetipoigual(=)
Ladoderechoderestricciones>=0
Variablesquedebencumplir>=0
(Max)(Min)Z=cX
s.a.
aX=b
X>=0

6.Escribaelconceptodesolucinptima
EsunasolucinfactiblequeoptimizalafuncinobjetivoZ
7.Mencionelostiposdesolucinptimaquesepuedenpresentaralresolverun
problemayexpliquecadaunadeellas.
Solucinfactible.Esunasolucinparalaquesesatisfacentodaslasrestricciones.

Solucinbsica.Paraunsistemademecuacionesynvariablesenelquen>m,si
existeunasolucin,puedeencontrarseigualandonmdelasvariablesaceroy
resolviendoelconjuntoresultantedemecuacionesconmvariables.Lasvariablesquese
igualanacerosedenominanvariablesnobsicaslasvariablesqueseusanpara
resolverlasecuacionessedenominanvariablesbsicas.Unasolucinbsicaesunpunto
extremo.

Solucinfactiblebsica.Esunasolucinbsicaquetambinsatisfacelas
condicionesdenonegatividad,estoes,todaslasvariablesbsicassonnonegativas.

Solucinfactiblebsicanodegenerada.Esunasolucinfactibleconexactamente
xipositivaestoes,todaslasvariablesbsicassonpositivas.

8.Escribaladefinicindetomadedecisiones
Eselprocesomedianteelcualserealizaunaeleccinentrelasopcionesoformas
pararesolverdiferentessituacionesdelavidaendiferentescontextos,utilizando
metodologascuantitativasquebrindalaadministracin.Consiste,bsicamente,enelegir
unaopcinentrelasdisponibles,alosefectosderesolverunproblemaactualopotencial
(ancuandonoseevidencieunconflictolatente).



9.CulessonlassuposicionesylimitacionesdePL?

PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14
Suposicindeproporcionalidad:Lacontribucindecadaactividadalvalordela
funcinobjetivoZesproporcionalalniveldeactividadXj,comolorepresentaeltrmino
CjXjenlafuncinobjetivo.Demanerasimilar,lacontribucindecadaactividadallado
izquierdodecadarestriccinesproporcionalalniveldeactividadXj,enlaformaenquelo
representaeltrminoAijXjenlarestriccin,porejemplo:sisenecesitan2horashombrey
10unidadesdemateriaprimaparahacerunescritorio,serequerirn20horashombrey
100unidadesdemateriaprimapara10escritorios,osea,lamedidadeefectividadyel
recursousadodebeserproporcionalalniveldecadaactividadtomadaindividualmente.

Suposicindeaditividad:Lamedidatotaldeefectividadycadarecursototal
empleadoresultantedeldesarrolloconjuntodelasactividadesdebeserigualalasuma
respectivadeestascantidadesresultantesdecadaactividadconsiderada
individualmente,oseacadaactividadesindependienteypuedeprecisarlacantidadde
recursosnecesariosencadaniveldelasdistintasactividades,ejemplo:siunamquina
requiere2y3horasparahacerlosproductos1y2respectivamenteparaproducirlos
productos1y2requerir5horas.

Suposicindedivisibilidad:Lasvariablesdedecisinenunmodelode
programacinlinealpuedentomarcualquiervalor,incluyendovaloresnoenteros,que
satisfaganlasrestriccionesylascondicionesdenonegatividad.As,estasvariablesno
estnrestringidasaslovaloresenteros.Comocadavariablededecisinrepresentael
niveldealgunaactividad,sesupondrquelasactividadessepuedenrealizaraniveles
fraccionales.

Suposicindecertidumbre:Sesuponequelosvaloresasignadosacada
parmetrodeunmodelodeprogramacinlinealsonconstantesconocidas.

10.Mencionelostiposderestriccionesquesepresentanconmayorregularidadenla
formulacindeproblemasdePL
Enelmodeloseincluye,adicionalmentedelasrestricciones,larestriccindeno
negatividaddelasvariablesdedecisin.







PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14












Prctica2

























PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14





Desarrollo




1.FormulacindelModelodeProgramacinLineal
Setieneque:


Dadatodalainformacin,setiene:


Maximizar P
0

x x P
0
: z = 3
1
+ 2
2

2x 0 P
1
: x
1
+
2
8
x 00 P
2
: 2x
1
+
2
1
0 P
3
: x
1
4
, x , P
4
: x
i
0 = 1 2

2.ResolucinporMtodoGrfico

a)Reginfactible
Sacamospuntosdeinterseccin

PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14
Conlosejes:
P0:(x1=0,x2=80),(x1=80,x2=0)
P1:(x1=0,x2=100),(x1=50,x2=0)


Entres:
x1+x2=80,2x1+x2=100
x1=20,
(x1=20,x2=60)



b)Puntosextremosfactibles
Seconcluyequelospuntosextremosfactiblesson:
A(x2=0,x1=0),B(x2=80,x1=0),C(x2=60,x1=20),D(x2=0,x1=50)


c)Rectaz
P0:z=3x1+2x2,

PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14




d)SolucinptimadezA(x2=0,x1=0),z=3(0)+2(0)=0
B(x2=80,x1=0),z=3(0)+2(80)=160
C(x2=60,x1=20),z=3(20)+2(60)=180
D(x2=0,x1=50),z=3(50)+2(0)=150
Porlotantolasolucinptimaesx1=20,x2=60o20soldadosy60trenespor
semana.


3.ResolucinporMtodoSimplex

P5:x1+x2+s1=80
P6:2x1+x2+s2=100
P7:s1,s2>=0

PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14

x1eslacolumnamenors1:80/1=80s2:100/2=50,filademenorradio


x2eslacolumnamenors1:60/1=60,filademenorradios2:50/(1/2)=100


simplificando

Porlotantolasolucinptimaesx1=20,x2=60,z=180
4.










PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14

Cierre



1.Definaconsuspropiaspalabrasloqueesunasolucinfactible
Esunasolucinquecumplecontodoslosplanteamientosqueestableceunproblema.


2.Expliquecmoseidentificalasolucinptimaenelmtodogrfico
Seidentificanlasinterseccionesylospuntosextremosfactibles,posteriormentesebusca
entreestospuntoelpuntoptimo.


3.Expliqueporquelmtodogrficosirvedebaseparaentenderelmtodo
simplex
Elmtodogrficotesirveparalograridentificarcomoelm

etodosimplexsemuevea
travsdeloslmitesdelareginfactibleylospuntosextremosparaasencontrarunpunto
ptimo.



















PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14






































PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14
















Prctica3





















PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14











INTRODUCCIN


Una de las aplicaciones trascendentales de la dualidad en la
Programacin Lineal es la resolucin del primal a travs del dual y las relaciones
fundamentales entre las variables primales y duales. Es decir, una vez encontrada la
solucin ptima de un problema en particular, las relaciones mencionadas permiten
diagnosticar los recursos clave para mejorar el valor ptimo actual de la funcin objetivo.
El efecto neto desde el punto de vista dual, constituye el saldo al comparar en trminos de
la funcin objetivo si la fabricacin unitaria de una variable justifica los recursos que
consume.

Ejercicio1

1.LaempresaDakotacuentaconlasiguienteinformacin:


Recurso Escritorio Mesa Silla Cantidadde
recursos
disponibles
Madera(Pie
tabln)
8 6 1 48
Acabado
(horas)
4 2 1.5 20
Carpintera
(horas)
12 1.5 0.5 8

PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14
Preciodeventa
(USD)
60 30 20


Porlotanto,elproblemadePLparamaximizarlasutilidadesdelaempresaDakotaes:
axZ 0x 0x 0x M = 6
1
+ 3
2
+ 2
3

s.a:
x 6x 8 8
1
+
2
+ x
3
4 Piesdetablndemadera
x x .5x 0 4
1
+ 2
2
+ 1
3
2 Horasdeacabado
x .5x .5x 2
1
+ 1
2
+ 0
3
8 Horasdecarpintera
x
i
0



SupongaqueunempresariodeseacomprartodoslosrecursosdeDakota.Luegoel
compradordebedeterminarelprecioqueestdispuestoapagarporunaunidaddecada
recursodeDakota.

BsicamenteelproblemadelcompradordeDakotaconsisteendeterminarelprecio
competitivoquedebepagarporcadaunodelosrecursodelaempresa.

Sisedefine:

:preciopagadopor1pietablndemadera y
1

:preciopagadopor1horadeacabado y
2

:preciopagadopor1horadecarpintera y
3


1. Elaboreelproblemadualdelproblema primalyexpliqueelsignificadoqutiene
cadaunadelasrestriccionesdelproblemadual,ascomoelsignificadodela
funcinobjetivodelproblemadual.

inW 8y 0y y M = 4
1
+ 2
2
+ 8
3

s.a:
y 4x 0 8
1
+
2
+ 2x
3
6 restriccindeescritorios
y x .5x 0 6
1
+ 2
2
+ 1
3
3 restriccindemesas
.5x .5x 0 y
1
+ 1
2
+ 0
3
2 restriccindesillas
y
i
0

funcinobjetivo:minimizarcostosdeproduccin.

PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14
2. Encuentrelosvaloresdelasvariables yrealicelainterpretacin , , y
1
y
2
y
3

econmicadelasvariablesduales.

VB x
1
x
2
x
3
s
1
s
2
s
3
Solucin
z 60 30 20 0 0 0 0
s
1
8 6 1 1 0 0 48
s
2
4 2 1.5 0 1 0 20
s
3
2 1.5 0.5 0 0 1 8


VB x
1
x
2
x
3
s
1
s
2
s
3
Solucin
z 0 15 5 0 0 30 0
s
1
0 0 1 1 0 4 16
s
2
0 1
2
1
0 1 2 4
x
1
1
4
3

4
1
0 0
2
1
4

Solucinptima

VB x
1
x
2
x
3
s
1
s
2
s
3
Solucin
z 0 5 0 0 10 10 280
s
1
0 2 0 1 2 8 24
x
3
0 2 1 0 2 4 8
x
1
1
4
5
0 0
2
1

2
3
2

z=280, =0, =10, =10 y
1
y
2
y
3

nota:hacerenlamaximizacinobtuvimoslosvaloresde , , y
1
y
2
y
3

sabemosquelosvaloresde sonigualesalasvariablesdeholguraenlaecuacinz. y
i

Viendoelresultadodelmtodosimplexsepuedennotarlosiguiente:
obteniendolosvaloresde puedetomarvarioscasos: y
1

PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14
1.quelaempresaproduzcasupropiamadera.
2.queelalmacnestllenoynonecesitancomprarms.
yparalasvariablesde , quesepagan10porhoraenacabadoycarpinteria. y
2
y
3



3. Sihubieradisponibles18horasdeacabado,culseraelingresodeDakota?






4. Sisecontaracon9horasdecarpintera,culseraelingresodeDakota?


5. Sihubieradisponibles30piestablndemadera,culseraelingresode
Dakota?

PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14







Ejercicio2


El entrenador en jefe del equipo de ftbol americano Ola Verde, est interesado en
preparar lo que ha llamado la EV (ensalada vitamnica), la cual puede prepararse a partir
de cinco verduras bsicas disponibles y definidas como 1, 2, 3, 4 y 5. Se desea que la EV
contenga por lo menos 10 unidades de vitamina A y 25 unidades de vitamina C. La
informacin relevante del contenido vitamnico y costo de las verduras se proporciona en
lasiguientetabla:








Vitamina 1 2 3 4 5
A 2 0 3 4 1
C 1 2 2 1 3
Costo($/Kg) 100 80 95 100 110




El problema de la preparacin de la EV que enfrenta el entrenador en jefe puede
resolversemedianteelmodelodePLqueacontinuacinseformula:



PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14
inZ 00x 0x 5x 00x 10x M = 1
1
+ 8
2
+ 9
3
+ 1
4
+ 1
5

s.a:
x 0x x x 0 2
1
+
2
+ 3
3
+ 4
4
+ x
5
1
2x x 5 x
1
+
2
+ 2
3
+ x
4
+ 3x
5
2
x
i
0
1, , , , } j = { 2 3 4 5

Suponga que el dueo de unos laboratorios farmacuticos se entera de la EV y vislumbra
la posibilidad de entablar un negocio con el entrenador al fabricarle pastillas de vitamina A
y vitamina C. Por lo tanto, logra convencerlo de que si los jugadores toman las pastillas,
stos obtendrn los requerimientos vitamnicos solicitados, y que el costo de las mismas
es competitivo con respecto al de las verduras. Por lo tanto, es casi seguro que su idea
ser aceptada. Sin embargo, cmo debe proceder el fabricante de vitaminas? El
problemadualpuedeayudarle?
Bsicamente el problema del fabricante consiste en determinar el precio competitivo que
debeasignaracadatipodepastilla.Sisedefinen:
:preciodecadapastilladeunaunidaddevitaminaA y
1

:preciodecadapastilladeunaunidaddevitaminaC y
2


Note que para facilitar la explicacin se tom arbitrariamente como base pastillas con una
unidaddevitamina.

1. Elaboreelproblemadualdelproblemaprimalyexpliqueelsignificadoquetiene
cadaunadelasrestriccionesdelproblemadual,ascomoelsignificadodela
funcinobjetivodelproblemadual.

MaxZ=10y
1
+25y
2
s.a.
2y
1
+y
2
100 restriccindeverdura1
2y
2
80 restriccindeverdura2
3y
1
+2y
2
95 restriccindeverdura3
4y
1
+y
2
100 restriccindeverdura4
y
1
+3y
2
110 restriccindeverdura5
Y
i
0


2. Encuentrelosvaloresdelasvariables , y
1
y
2
yrealicelainterpretacin
econmicadelasvariablesduales.


PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14







TablainicialDualSimplex
V.B. y1 y2 s1 s2 s3 s4 s5 Sol.
z 10 25 0 0 0 0 0 0
s1 2 1 1 0 0 0 0 100
s2 0 2 0 1 0 0 0 80
s3 3 2 0 0 1 0 0 95
s4 4 1 0 0 0 1 0 100
s5 1 3 0 0 0 0 1 110

Tablaptimafinal
V.B. y1 y2 s1 s2 s3 s4 s5 Sol.
z 0 0 1 0 0 0 8 980
y1 1 0 3/5 0 0 0 1/5 38
s2
s3
s4
y2 0 1 1/5 0 0 0 2/5 24

z=980, =38, =24 y
1
y
2





PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14


























Prctica4











PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14

DESARROLLODELAPRCTICA4:
Ejercicio1:

ElproblemadePL(primal)paramaximizarlasutilidadesdelaempresaDakotaes:

MaxZ=60X1+30X2+20X3
s.a.

8X1+6X2+X3<=48Restriccindepiesdetablndemadera
4X1+2X2+1.5X3<=20Restriccindelashorasdeacabado
2X1+1.5X2+0.5X3<=8Restriccindelashorasdecarpintera
X1,X2,X3>0
Cuyasolucinptimaeslasiguiente:
X1=2
X2=0
X3=8

MaxZ=280

Elproblemadualdelcasoanteriores:

MnF=48YI+20Y2+8Y3

s.a.

8Y1+4Y2+2Y3>=60
6Y1+2Y2+1.5Y3>=30
1Y1+1.5Y2+0.5Y3>=20
Y1,Y2,Y3>=0

Enformademaximizacin:

MaxF=48Y120X28Y3
s.a.

8Y14Y22Y3<=60
6Y12Y21.5Y3<=30
1Y11.5Y20.5Y3<=20
Y1,Y2,Y3,>=0



PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14
SOLUCIN:
MaxZ=60X
1
+30X
2
+20X
3
sa:
8X
1
+6X
2
+X
3
<=48
4X
1
+2X
2
+(3/2)X
3
<=20
2X
1
+(3/2)X
2
+(1/2)X
3
<=8
Xi>=0
MinZ60X
1
30X
2
20X
3
=0
sa:
8X
1
6X
2
X
3
+S1>=48
4X
1
2X
2
(3/2)X
3
+S2>=20
2X
1
(3/2)X
2
(1/2)X
3
+S3>=8
Xi>=0




PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14

Notieneunasolucinfactibleyaquesolamentedosdelastresvariablesentran,esdecir,
siloviramosgrficamenteX
1
notieneundesplazamientohaciaelreafactiblepara
lograrunasolucinfactible.




Ejercicio2:

Una compaa juguetera fabrica trenes, camiones y coches, con tres operaciones. Los
lmites diarios de tiempo disponible para las tres operaciones son 430, 460 y 420
minutos, respectivamente, y los beneficios por tren, camin y coche son 3 euros, 2 euros y
5 euros, respectivamente. Los tiempos de cada operacin por tren son 1, 3 y 1 minuto,
por camin 2, 0 y 4, y por coche son 1, 2 y 0, todos ellos en minutos (un tiempo cero indica
quenoesnecesariaesaoperacin).

Elmodeloprimaldenuestroproblemaes:

Maximizar(Z)=3X1+2X2+5X3
s.a.
1X1+2X2+1X3<=430minutos
3X1+0X2+2X3<=460minutos
1X1+4X2+0X3<=420minutos
X1,X2,X3>=0

X1=Nmerodetrenesquehayquefabricar.
X2=Nmerodecamionesquehayquefabricar.
X3=Nmerodecochesquehayquefabricar.

a) Resuelva el problema, utilizando el mtodo simplex dual, en caso de ser necesario,
realicelastransformacionesnecesariasalmodeloprimal.
b)Determinelospreciosdesombradelascapacidadesdelosrecursos.
c)Expongalasconclusionesalrespecto.

SOLUCIN:
MaxZ=3X
1
+2X
2
+5X
3
sa:
X
1
+2X
2
+X
3
<=430
3X
1
+2X
3
<=460
1X
1
+4X
2
<=420
Xi>=0

PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14
MinZ3X
1
2X
2
20X
3
=0
sa:
X
1
2X
2
X
3
+S1>=430
3X
1
2X
3
+S2>=460
X
1
4X
2
+S3>=420
Xi>=0



Notieneunasolucinfactibleyaquesolamentedosdelastresvariablesentran,esdecir,
siloviramosgrficamenteX3notieneundesplazamientohaciaelreafactiblepara
lograrunasolucinfactible.


PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14




















Prctica5

















PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14







DESARROLLODELAPRCTICA:






Ejercicio1:
Unacompaaconstructoraharecibidolacomisindedisearunnuevoestadiodeftbol,
paralosHalconesGuerreros.Sudiseotieneelreadeestacionamientoapartedel
estadioconunasolapuertaquevaalestadio(porrazonesdeseguridad).Dentrodela
puertadeacceso,hayvariasrutasposibles,atravsdejardinesalanicapuertade
accesoalestadio.Laredatravsdelosjardinessevecomoacontinuacinseindica(los
nmerosmuestranlacapacidadenmilesdepersonasporhora).Usandoelalgoritmode
flujomximo.Culeslacapacidadenunahoradelsistemapara
ingresarespectadoresalestadio?.ElpropietariodelosHalconesGuerrerostelefoneo
paradecirquesielsistemanoasegurabaelacomodode100,000fanticosquellegarn
alestadioenunahora,losarquitectostendranqueempezararedisear.Tendrnque
redisear?

PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14














PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14

PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14







PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14







PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14











Problema2:
Unaempresamineratienetresyacimientosm,m

,m

.Elmineralextradosetransportaa
travsdelareddelafiguraatresplantasdeprocesado.Lacantidaddemineralque
puedeserextradadelosyacimientosm,m

,ym

esde5,10y15toneladasdiarias,
respectivamente.Encuantoalasplantasdeprocesadosucapacidadesde14toneladas
diariasenlaplantap,9enlaplantap

y7enlaplanta
p

.Determinelacantidadmximademineralquepuedeserextradayprocesadaenun
nicoda.



PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14





Laslneasrojasindicanelcaminoquesiguenlasminasparallevarelmineralalasplantas
deprocesamientoysatisfacertodalaofertaylademanda

PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14
CIERREDELAPRCTICA
1.Indiqueaquellassituacionesenqueustedconsideresepuedenaplicarlosproblemas
deflujomximo.

Elalgoritmonospermiteconocer(calcular)lamximacantidaddecualquierartculoo
informacinquepodemostransportardesdeunorigenhastaundestino,luegoentonces
esaplicableasituacionesrelacionadas.

2.Enumerelospasosdelalgoritmo.
Pasosaseguir:
Primerpaso:Elegirunarutaarbitraria.
Segundo paso: En dicha ruta escoger aquel ramal de menor flujo en ese sentido y
transportarporesarutalacantidadescogida.
Hacer esto repetitivamente hasta que no sea posible encontrar una ruta con capacidad
deflujo.


















PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14















Prctica6






















PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14




Ejercicio:
Conlasiguienteinformacinconstruyaunareddeactividadesyencuentrelaruta
crticapormediodeunmtodomostradoenclase.


PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14
















PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14






































PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14







Prctica7



























DESARROLLODELAPRCTICA:

Ejercicio:
ConlasiguienteinformacinconstruyelaredPERTyencuentralarutacrticapor

PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14
mediodelPERTsimple.


ACTIVIDAD PRECEDENCIA TIEMPO(DAS)
A 1
B A 3
C A 5
D C 7
E A 9
F BD 11
G BD 2
H G 4
I G 6
J FH 8
K GE 11
L E 1
M FHI 3
N JKLM 5
O JKLM 9
P NO 2



PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14






















PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14













Prctica8























DESARROLLODELAPRCTICA:

PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14


Ejercicio:


FerrocarrilesNacionalesdeMxico(F.N.M.)tienedisponibleenZacapu.Mich.11
vagonesdecargayenToluca,Edo.deMex.13vagones,requierede6vagonesen
Monterrey,NuevoLen,4enTehuantepec,Oax.,y14enJalapaVer.
Loscostosdetransporteestnbasadosenlosdistintoscostosdeprocesos,tienen
pocarelacinconlasdistanciasysonlosquesemuestran,enmillonesdepesos,
enlasiguientetabla.






UtilizandoelMtododeVoguelyelMtododelaEsquinaNoroeste
Culesladistribucin,acostomnimo,delosvagones?

MtododeEsquinaNoroeste
AntesdeaplicarelmtododeEsquinaNoroesteesnecesarioverificarsilaofertayla
demandaestanbalanceadas.Enestecasopodemoscomprobarqueyaestnn
balanceadasporlocual,podemosprocederconlaaplicacindelmtodo





PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14


Iniciamoslaasignacinenelrengln1ycolumna1queestoeslaEsquinanoroesteyde
esaformaformamoslabasedeasignacindecantidadesalasrutas,deformatalquese
agotenlasexistenciasdelafbricaysesatisfagalademandadelosmercados.




Asimismocomoyasecumplilademandaporlaprimeracolumnapasamosacancelarla.




Procedemosconlasiguientecolumnadadoqueofertatiene5unidadades.






PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14
Asimismocomoyasecumplilademandaporlasegundacolumnapasamosa
cancelarla.



Procedemosconlasiguientecolumnadadoqueofertatieneunaunidad.

Observamosquesecumpliolaoferta,siguiendoelconceptodelaesquinanoroeste
pasamosalasiguientefilayaqueellatodavahayofertaparacumplirlademanda
requerida.


SacamoslaFuncionZ:
Z=(6x6)+(4x4)+(1x3)+(133)=???
Z=36+16+3+39=94

PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14
























MtododeVoguel

PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14
AntesdeaplicarelmtododeVoguelesnecesarioverificarsilaofertaylademanda
estanbalanceadas.Enestecasopodemoscomprobarqueyaestanbalanceadasporlo
cual,podemosprocederconlaaplicacindelmtodo.







Restamosloscostosmnimosdetodaslasfilasycolumnasyelegimoslademayorvalor.




PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14

Ahoraseleccionamoselcostomnimoysatisfacemoslademandarealizandola
actualizacincorrespondienteenlacolumnadeoferta.


Repetimoselprocesoanteriorhastasatisfacertodalademandayagotarlaoferta.










PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14




PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14
























PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14



























Prctica9










PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14























DESARROLLODELAPRCTICA9:


Desarrollodelaprctica:
Sharp,Inc.,unaempresaquecomercializalasagujashipodrmicasindolorasenlos
hospitales,deseareducirsuscostosdeinventariomedianteladeterminacindelnmero
deagujashipodrmicasquedebeobtenerencadaorden.Lademandaanualesde1000
unidadeselcostodepreparacinodeordenaresde10dlaresporordenyelcostode
manejoporunidaddeaoesde50centavosdedlar.Utilizandoestosdatos:

1.Calculeelnmeroptimodeunidadespororden(Q*).
2.Elnmeroderdenes(N)
3.Eltiempotranscurrido(T)
4.Elcostototalanualdelinventario.

PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14
Utilizarunaolaboralde250das.
Demanda(D)=1000unidades
Costodeorden(S)=10dlls
Costodemanejoporunidad(H)=0.50%


Solucin:





1. 00unidades Q
*
=

H
2DS
=

0.50
2(1000)(10)

= 40000 = 2


2. rdenesporao N =
D
Q
*
=
200
1000
= 5



3. 0dasentrerdenes T =
N
Nmerodediaslaboralesporao
=
5rdenes
250DL/A
= 5




4. S H ($10) ($0.50) (5)($10) (100)($0.50) 100 C
t
=
D
Q
*
+
2
Q
*
=
200
1000
+
2
200
= + = $









Conclusin:

PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14
Elmodelodedescuentosporcantidad,sebasaenlacomparacindecostos,endondela
cantidadoptimaapedir,esaquelladondesereduzcanloscostostotales.













CONCLUSIONES




Existendiferentessituacionesenlasquedebentomarsedecisionesdelascuales
dependeelxitooelfracasodedeterminadoproyecto,deunaempresa,odelcierrede
untrato,porlotantoestasdecisionesnopueden,nidebentomarsealaligeraydebenser
evaluadasdeacuerdoaelresultadoquebuscamosyalasvariablesconlasque
contamos,aunqueenlamayoradeloscasosmuchosdeloselementosquedefinenla
tomadedecisiones,estnsujetosafactoressubjetivosyrequierendeunanlisisqueva
msalldelosdatos.Sinembargo,elconocerysaberaplicarlosmtodosvistosen
claseyresueltosenlasprcticas,permiteanalizar,evaluarydeterminardatoscontenidos,
detalmodoqueaestosdatossubjetivosselesaadelaseguridaddelainformacinque
sepuedeobtenergraciasalosmtodoscuantitativos.

AlresolverlarecopilacindeprcticasdelaUnidaddeAprendizajeMtodos
CuantitativosparalaTomadeDecisiones,yduranteelcurso,aprendimoselusode
diferentesmodelosymtodosparalaresolucindeproblemasdegestinorientadoala
tomadedecisiones.

AunqueexistenprogramasqueminimizaneltrabajodelanlisiscomoloesWINQSB,es
importanteelaprendizajequeadquirimosalhacerlasprcticasyejercicios,yaqueno

PrcticasdeMtodosCuantitativosparalatomadeDecisiones
Grupo3CV1
M.enA.JosCrzMartnezPerales
19/05/14
sloaprendimoselprocedimientodelosdiferentesmtodosymodelosparaelanlisisy
resolucindeproblemas,ademsaprendimosatrabajarenequipo,algomuyimportante
tambinparalatomadedecisiones.