Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

WINQSB (Sistema de consultas para negocios)

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

Mdulos de WinQSB

MDULO 1: Aceptacin de anlisis de prueba

Desarrolla y analiza aceptacin de planes de prueba para atributos y caractersticas de calidad de variables. Incluye capacidades especficas para: Prueba Simple Prueba Doble

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

MDULO 2 : Planificacin agregada

Permite definir los problemas de planificacin agregada en tres formas: modelo simple, modelo de transporte y modelos de programacin lineal. Este programa permite especificar la disponibilidad de horas extras, demoras en la entrega de pedidos, subcontratacin, prdida de ventas, y contratos y despidos de recursos (Ej. Empleados)

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

MDULO 3 : Anlisis de Decisin

Resuelve cuatro problemas de decisin tpicos: anlisis bayesiano, anlisis de la mesa de pago, anlisis de decisin de rbol y teora de juegos Dibuja el grfico del rbol de decisin para los problemas mencionados; y adems realiza la simulacin de Monte Carlo para el problema del juego zero-sum.
Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos 6

MDULO 4 : Programacin Dinmica

Resuelve tres problemas dinmicos tpicos: diligencia, mochila, y problemas de produccin y planificacin de inventarios. Incluye capacidades para: Resolver los tres problemas dinmicos. Encuentra la ruta ms corta de cualquier nodo a un destino. Encuentra la mejor planificacin para minimizar la produccin, inventario y/o costos de las demoras en las entregas de pedidos. Muestra el detalle de los pasos de solucin y el resultado. Realiza el anlisis What if (anlisis de hiptesis)
Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos 7

MDULO 5 : Diseo

Facilidad de localizacin y

Resuelve tres problemas: facilidad de localizacin, diseo funcional, y lnea de equilibrio. Incluye capacidades para: Resolver localizaciones simples y mltiples. Usar tres medidas de distancia diferentes. Mostrar la solucin en un grfico. Mostrar el diseo y anlisis de distancia. Problemas de lnea de equilibrio, muestra el detalle de tareas asignadas y muestra la solucin de la lnea de diseo en un grfico.
Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos 8

MDULO 6 : Previsin y Regresin Lineal

Resuelve series de tiempo que realizan las variables mltiples de regresin lineal. Incluye: promedio simple, promedio doble, promedio doble con tendencia lineal, etc.

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

MDULO 7 : Programacin objetivo entera y lineal (GP IGP)

Un problema GP o IGP involucra una o ms funciones objetivo y un nmero limitado de restricciones lineales. Los objetivos son ordenados por prioridad y todas las variables de decisin son consideradas continuas. Las variables de decisin pueden restringirse a valores enteros o valores binarios (0 o 1). La forma general de programacin GP y IPG tiene el siguiente formato: Maximice o Minimice C11 X1 + C12 X2 + ... + C1n Xn (nivel 1) Maximice o Minimice C21 X1 + C22 X2 + ... + C2n Xn (nivel 2) Sujeto a: A11 X1 + A12 X2 + ... + A1n Xn <= b1 A21 X1 + A22 X2 + ... + A2n Xn <= b2 A31 X1 + A32 X2 + ... + A3n Xn <= b3
Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos 10

Incluye capacidades para: Realizar el mtodo Simplex y grfico para GP. Realizar el mtodo de Ramificacin y Acotamiento para IGP. Mostrar la tabla del Mtodo Simplex. Mostrar la solucin del Mtodo de Ramificacin y Acotamiento. Encontrar la solucin alternativa. Realizar el anlisis ilimitado para problemas infinitos.
Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos 11

MDULO 8 : Inventarios

Sistemas y Teoras de

Resuelve y evala problemas de control de inventarios. Incluye capacidades para: Resolver problemas de descuentos de cantidades. Resolver problemas probabilsticos de periodos simples (vendedor de peridicos). Resolver problemas dinmicos de muchos tamaos. Resuelve, evala y simula cuatro sistemas de control de inventarios.
Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos 12

MDULO 9 : Planeamiento de trabajo

Resuelve problemas de planeamiento para trabajos que esperan ser atendidos por algn servidor. Incluye capacidades para: 15 reglas de desecho para planeamiento de negocios. Muestra el diagrama de Gantt. 18 medidas de rendimiento para el programa atendido. Muestra un grfico de anlisis de rendimiento.

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

13

MDULO 10 : Programacin lineal y entera MDULO 11 : Procesos de Markov

Este programa resuelve y analiza los procesos de Markov. Incluye capacidades para: Realizar paso a paso los procesos de Markov. Realizar el anlisis de rendimiento dependiente del tiempo y mostrar el resultado en un grfico. Analizar el costo total o la ganancia. Resolver el estado de probabilidad estable y el primer tiempo de transicin.

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

14

MDULO 12 : Planeacin de requerimientos de material

Es un mtodo para determinar qu, cundo y cuntos componentes y materiales son requeridos para satisfacer un plan de produccin de productos terminados en un tiempo especfico.

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

15

Muestra un grfico de estructura de producto Muestra un reporte en parte de artculos, clase ABC, originando tipo o tipo de material. Muestra el anlisis de capacidad. Muestra el anlisis de costo. Introduce el problema en formato de hoja de clculo. ARTCULO MAESTRO: Es esencial en la implementacin de la planeacin de requerimientos de materiales. El artculo maestro contiene informacin primaria para definir un producto terminado o parte de un artculo. La informacin tpica en el artculo maestro incluye:

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

16

ID de artculo (o parte de nmero): el cual es usado para identificar unvocamente un producto o parte de articulo. Descripcin de articulo: una descripcin para el articulo. Clase ABC: para la clasificacin del producto o parte del producto. Cdigo fuente: para especificacin del origen de un producto o una parte de un articulo. Tipo de material: Para la especificacin del tipo de un producto o parte de un articulo. Unidad de medida: unidad de orden para un producto o parte de un articulo. Tiempo principal: ordena el tiempo principal en la planificacin de periodos para un producto o parte de un artculo. Tamao del lote.
Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos 17

MDULO 13 : Modelacin de Redes

Modela y resuelve problemas de redes incluyendo el flujo de trabajo de red, transportacin, y camino de prueba corta que incluye un conjunto de nodos conectados, donde solo un nodo es considerado como nodo origen, y solo un nodo es considerado como nodo destino. El objetivo es determinar un camino de conexiones que minimicen la distancia total desde el origen al destino.

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

18

Incluye capacidades para: Resolver problemas de flujo mximo. Resolver el algoritmo para el problema del rbol de llave mnima. Mtodo de Ramificacin y Acotamiento. Muestra los pasos de la solucin. Muestra la solucin grfica. Realiza el anlisis What if (anlisis de hiptesis) y el anlisis paramtrico.

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

19

MDULO 14 : Programacin no lineal

Resuelve funciones objetivo no lineales con o sin restricciones. Las restricciones tambin pueden ser no lineales. Incluye capacidades para: Resolver problemas sin restricciones de variables. Resolver problemas con restricciones. Analizar la solucin asignada. Analizar violaciones a restricciones. Generar un anlisis de las restricciones con un grfico y una tabla. Generar un anlisis de la funcin objetivo con un grfico y una tabla.

MDULO 15 : PERTCPM (Mtodos de camino crtico) Juan Bello, Gabriela Casanova,Laura 20

Flores,Elina Pacini,Silvana Santos

MDULO 16 : Programacin cuadrtica (QP) y entera cuadrtica (IQP)

Resuelve modelos donde la funcin objetivo es de tipo cuadrtica y est limitada por un nmero de restricciones lineales. Las variables de decisin son consideradas continuas. Incluye : Mtodo simplex y grfico para QP Mtodo de ramificacin y acotamiento para IQP Muestra la tabla del mtodo simplex Muestra la solucin del mtodo de ramificacin y acotamiento Realiza el anlisis de sensibilidad o anlisis paramtrico
Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos 21

MDULO 17 : Grfico de control de calidad

Construye los mapas de control de calidad y realiza los anlisis grficos relacionados. Un mapa de control de calidad es un grfico que muestra los resultados de una caracterstica de calidad de la muestra medida en el tiempo.

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

22

MDULO 18 : Anlisis de colas de espera

Resuelve sistemas de formacin de colas de espera incluyendo la poblacin de clientes y los servidores (canales). La poblacin de clientes puede ser limitada o ilimitada. El sistema es evaluado como el nmero promedio de clientes en el sistema, el nmero promedio de clientes en la cola, la probabilidad de que lleguen ms clientes, la probabilidad de que los servidores estn ociosos, la probabilidad de que un cliente que llega espere, el costo de un servidor ocioso por unidad de tiempo, el costo del servidor ocupado por unidad de tiempo, etc. Incluye tres mtodos para evaluar cada situacin de la formacin de colas de espera: formula de forma cerrada, aproximacin y simulacin de Monte Carlo.
Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos 23

MDULO 19 : Simulacin de sistemas de colas de espera

Modela y realiza el sistema de colas simple y mltiple en poblaciones con llegada de clientes, y servidores. Incluye capacidades para: Realizar la simulacin de la formacin de colas de espera generando los eventos discretos de llegadas de clientes, la realizacin del servicio, el traslado del cliente, y la formacin de la cola. Utiliza 18 distribuciones de probabilidad para la probabilidad de que lleguen clientes. Utiliza 9 reglas de seleccin operaciones del servidor. Muestra el anlisis en un grfico.
Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos 24

para

definir

las

INTRODUCCIN A LA PROGRAMACIN LINEAL (PL)

(Mdulo 10)
Definicin: La programacin lineal (PL) es procedimiento matemtico para determinar asignacin ptima de los recursos escasos. Se utiliza en problemas como: reducir el costo de operacin y, a la vez, mantener un nivel aceptable de servicio; utilidades de las operaciones actuales; proporcionar un mayor nivel de servicio sin aumentar los costos;
Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos 25

un la

mantener un funcionamiento rentable, cumpliendo a la vez con las reglamentaciones gubernamentales establecidas; o mejorar un aspecto de la calidad del producto sin reducir la calidad de otros aspectos. La industria petrolera parece ser el usuario ms frecuente de la PL. Un gerente de procesamiento de datos de una importante empresa petrolera recientemente calcul que del 5% al 10% del tiempo de procesamiento informtico de la empresa es destinado al procesamiento de modelos de PL y similares.
Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos 26

Cualquier problema de PL consta de una funcin objetivo y un conjunto de restricciones. Cuando se formula un problema de toma de decisiones como un programa lineal, se deben verificar las siguientes condiciones: 1- La funcin objetivo debe ser lineal. Vale decir que, se debe verificar que todas las variables estn elevadas a la primera potencia y que sean sumadas o restadas (no divididas ni multiplicadas); 2- El objetivo debe ser ya sea la maximizacin o la minimizacin de una funcin lineal. El objetivo de be representar la meta del decisor; y 3- Las restricciones tambin deben ser lineales. Asimismo, las restricciones deben adoptar alguna de las siguientes formas: >, = o <.
Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos 27

MODELOS
Definicin: Un modelo puede considerarse como una entidad que captura la esencia de la realidad sin la presencia de la misma. Un modelo til es aquel que captura los elementos adecuados de la realidad con un grado aceptable de precisin. Un modelo matemtico es una ecuacin, desigualdad o sistema de ecuaciones o desigualdades, que representa determinados aspectos del sistema fsico representado en el modelo. Los modelos de este tipo se utilizan en gran medida en las ciencias fsicas, en el campo de la ingeniera, los negocios y la economa.
Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos 28

El modelo matemtico que describe el comportamiento de la medida de efectividad se denomina FUNCIN OBJETIVO. Una variable de decisin es una variable que puede ser directamente controlada por el decisor. Tambin existen algunos parmetros cuyos valores pueden ser inciertos para el decisor. Todo el proceso de seleccin y rechazo de variables puede requerir reiteraciones mltiples hasta desarrollar una funcin objetivo satisfactoria. Por lo general, el xito final es precedido por una serie de fracasos frustrantes y pequeos progresos.

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

29

OPTIMIZACIN
La pregunta que se formula, en trminos generales, es qu valores deberan tener las variables para que la expresin matemtica tenga el mayor valor numrico posible (maximizacin), o el menor valor numrico posible (minimizacin). A este proceso general de maximizacin o minimizacin se lo denomina OPTIMIZACIN.

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

30

PROCESO DE FORMULACIN DE UN PROBLEMA DE PL

Todo programa lineal consta de 4 partes: un conjunto de variables de decisin, los parmetros, la funcin objetivo y un conjunto de restricciones. Al formular un determinado problema de decisin en forma matemtica, se debe tener en cuenta lo siguiente: 1- Cules son las variables de decisin? (entradas controlables) 2- Cules son los parmetros? (entradas no controlables) 3- Cul es el objetivo o funcin objetivo?. Qu quiere el dueo del problema? 4- Cules son las restricciones?. Qu requerimientos se deben cumplir?
Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos 31

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

32

PROBLEMA DUAL: CONSTRUCCIN Y SIGNIFICADO

Asociado a cada problema (primario) de PL existe un problema correspondiente denominado problema dual. Construccin de problemas duales: Utilice el tipo de variable de un problema para determinar el tipo de restriccin del otro problema. Utilice el tipo de restriccin de un problema para determinar el tipo de variable del otro problema. Los elementos RHS de un problema se transforman en los coeficientes de la funcin objetivo del otro problema (y viceversa). Los coeficientes de la matriz de las restricciones de un problema son la transposicin de los coeficientes de la matriz de las restricciones del otro problema.

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

33

Ejemplo implementado en el Mdulo 10 : Linear and Integer Programming

Programacin Lineal y Entera

Introduccin de datos
Ayuda

Calculadora

Cargar un problema existente

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

34

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

35

Ejemplo
Planeacin de produccin Se desean construir mesas y sillas.El recurso disponible es de 30 m2 de madera por semana, 48 hs. Por semana.La demanda de las sillas es de 5 unidades y la de mesas es 10 unidades.La utilidad que se obtiene por las mesas es de $10 y por las sillas es de $8.Adems para construir la mesa se ocupa lo sgte. : 4.5 m2 de madera por unidad, 6 hs. Por unidad.Para las sillas se ocupan : 1.5 m2 de madera por unidad y 3 hs. por cada unidad fabricada.

LP-ILP Especificacin del problema

Criterios para la funcin obj.

Tipos de variable

Formato para los datos de entrada

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

36

Tipos de variables
Continuas no negativas Enteras no negativas Binarias Sin signo/ilimitadas

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

37

Formato de datos de entrada

Max Z = 10 X1 +8X2 Restricciones: 4.5X1 + 1.5X2 <= 30 6.0X1 + 3.0X2 <= 48 X1, X2 <= 0

Formato matricial

Format/Switch to Normal Model Form

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos 38

Formato de datos de entrada

Formato normal

Format/Switch to Matrix Form

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos 39

Cambiar a la Forma Dual

Format/Switch to Dual Form

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

40

Una vez que ingresamos los datos para el problema

Cambia el ancho de la columna y el largo de la fila Resuelve el problema Resuelve el problema mostrando cada iteracin

Formato de los nmeros

Men de resultados

Muestra la solucin grficamente (con 2 variables)

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

41

Formato de los nmeros

Estndar Dinero Fijo N.Cientfica 0,00 0,000 12,354.68 $12,354.68 12354.98 1.23E +04 12354.68 12354.6789

Resolver el problema
Para variables enteras o binarias => Mtodo Ramificar y Acotar Para problemas PL =>Mtodo Simplex, muestra Informe Combinado
Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

42

Resolver el problema Si el problema encontr una solucin ptima Informe Combinado

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

43

Resuelve y muestra los pasos

Problema PL : muestra tabla del M.Simlex (identifica variables entrantes y salientes) Problema con variables enteras o binarias: muestra la solucin utilizando el M.Ramificar y Acotar.

Men de resultados
Informe combinado Tabla Simplex Resumen de la solucin Resumen de las condiciones Anlisis de sensibilidad Run-Time and Casanova,Laura Iteration Juan Bello, Gabriela
Flores,Elina Pacini,Silvana Santos 44

Resuelve y muestra los pasos

Tabla Simplex

Iteracin 1

Iteracin 2

Iteracin 3
Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos 45

Mtodo grfico

Eje X

Eje Y

X1: mesas X2: sillas

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

46

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

47

Juan Bello, Gabriela Casanova,Laura Flores,Elina Pacini,Silvana Santos

48