UNIVERSIDAD DE ORIENTE

NCLEO DE MONAGAS
INGENIERA DE SISTEMAS
ANLISIS DE DECISIONES
MATURN/MONAGAS/VENEZUELA

ANALISIS DE RIESGOS

Profesor:
Ing. Csar Estaba

Bachilleres:
Seccin 01

Maturn, marzo de 2012

INDICE

Anlisis de decisiones.....................................................................................................................5
Toma de Decisiones bajo Certidumbre....................................................................................5
Caractersticas..................................................................................................... 5

Toma de Decisiones bajo Incertidumbre..................................................................................6

Caractersticas..................................................................................................... 7

Modelos Matemticos....................................................................................................................8
MODELOS MATEMTICOS DE LA TOMA DE DECISIONES BAJO CERTIDUMBRE 9

El anlisis del punto de equilibrio.....................................................................................9

Objetivos............................................................................................................ 10
Factores Determinantes..................................................................................... 10
Elementos Determinantes..................................................................................10
Requerimientos para el punto de equilibrio.......................................................10

PROGRAMACIN LINEAL..........................................................................................11
Componentes del modelo de programacin lineal.............................................12
MODELO DE PROGRAMACIN LINEAL CON DOS VARIABLES...............................12
SOLUCIN GRFICA DE LA PROGRAMACIN LINEAL...........................................16
METODO SIMPLEX.............................................................................................. 19

PROGRAMACIN DE LA PRODUCCIN................................................................24
DIAGRAMA DE GANTT......................................................................................... 25

Cmo crear un diagrama de GANTT....................................................................................25

Acontecimientos.......................................................................................................................26
Recursos....................................................................................................................................27
MTODO DE LA RUTA CRTICA............................................................................28
EJEMPLO PRCTICO............................................................................................ 30

CONTROL DE INVENTARIO.......................................................................................32

MODELO PERT- CPM....................................................................................................38

Representacin en red....................................................................................... 38
Elementos de la representacin en red..............................................................39

Ejemplo.............................................................................................................. 39
Determinacin de la Ruta Crtica........................................................................40

MODELOS MATEMTICOS DE LA TOMA DE DECISIONES BAJO

INCERTIDUMBRE.....................................................................................................................43

CRITERIO DE WALD.....................................................................................................43
Caractersticas................................................................................................... 44

CRITERIO MAXIMAX..................................................................................................44

CRITERIO DE HURWICZ.............................................................................................46
EJEMPLO............................................................................................................. 47

CRITERIO DE SAVAGE.................................................................................................48
Explicacin de los pasos para realizar el criterio de savage...............................49
EJEMPLO............................................................................................................. 50
CRTICA.............................................................................................................. 50

CRITERIO DE LAPLACE.............................................................................................52
EJEMPLO............................................................................................................. 53
CRTICA.............................................................................................................. 53

BIBLIOGRAFA.........................................................................................................................55

Anlisis de decisiones
Se puede definir como el proceso de seleccin entre muchas alternativas de acciones rigindose
por un determinado conjunto de criterios y sin restar importancia al proceso de la lgica.
Un buen anlisis de decisiones incluye un buen anlisis de riesgo y varias alternativas de
seleccin en cada punto de decisin, es decir, en el primer momento en que tomemos una
decisin debemos de tener argumentacin de la misma.
Las diversas alternativas se caracterizan segn el grado de certidumbre que estas posean. Por
ello, dentro mbito de la toma de decisiones se le refiere como toma de decisiones bajo
certidumbre y toma de decisiones bajo incertidumbre.
Toma de Decisiones bajo Certidumbre:
Se tiene conocimiento total sobre el problema, las alternativas de solucin que se planteen van a
causar siempre resultados conocidos e invariables. Al tomar la decisin solo se debe pensar en la
alternativa que genere mayor beneficio.
Mediante este modelo de decisin si se pueden predecir con certeza las consecuencias de cada
alternativa de accin, entonces se tienen una tarea de toma de decisiones bajo certidumbre. Otra
manera de pensar en esto es que existe una relacin directa de causa y efecto entre cada acto y su
consecuencia.
Caractersticas:

Limitacin de los modelos empleados, ya que, en general estn pensados para operar con
informacin cuantificable y con objetivos o criterios expresables en forma cuantitativa.
Lo cual impide, o al menos dificulta, su aplicacin a un gran nmero de problemas. En
realidad esta limitaciones no es tan grave como puede parecer por lo que se acaba de
decir, a menudo es posible cuantificar aunque solo sea aproximadamente los criterios de
evaluacin cualitativos; otras veces stos no tiene muchos peso en la decisin final.

Es de carcter algo ms metafsico, pero no por ello menos importantes, se refiere a la

existencia de condiciones de certeza en la prctica. Probablemente, nunca se pueda
afirmar con total rigor que nos encontramos ante un problema que podemos abordar con
un conocimiento exacto de toda la informacin necesaria para evaluar las consecuencias
que se puedan desprender de emprender uno u otro curso de accin. No obstante,
relajando levemente este criterio de clasificacin se puede modelar un gran nmero de
situaciones problemticas asumiendo un cierto margen de error mnimo. La relajacin
concierne a la cantidad de informacin que se conoce, no se trata tanto de conocer toda la
necesaria, sino la ms relevante.

Los parmetros son constantes conocidas y ciertas

Solamente hay una consecuencia para cada alternativa.

Se tiene conocimiento total sobre el problema

informacin exacta, medible y confiable acerca del resultado de cada una de las
alternativas que consideremos.

En el ambiente del proceso de la toma de decisiones bajo certidumbre, quienes las toman
conocen con certeza la consecuencia de cada una de las alternativas que implica la
seleccin de la decisin. Naturalmente, seleccionaran la alternativa que maximizar su
bienestar o que dar mejor resultados.

Toma de Decisiones bajo Incertidumbre:

En la toma de decisiones bajo incertidumbre se posee informacin deficiente para tomar la
decisin, no se tienen ningn control sobre la situacin, no se conoce como puede variar o la
interaccin de la variables del problema, se pueden plantear diferentes alternativas de solucin
pero no se le puede asignar probabilidad a los resultados que arrojen.
Con base en lo anterior hay dos clases de incertidumbre:
Estructurada: No se sabe que puede pasar entre diferentes alternativas, pero s se conoce que
puede ocurrir entre varias posibilidades.

 No estructurada: No se sabe que puede ocurrir ni las probabilidades para las posibles
soluciones, es decir no se tienen ni idea de que pueda pasar.
Caractersticas:

En las decisiones tomadas con pura incertidumbre o ignorancia total, el decisor no tiene
ningn conocimiento, ni siquiera de la probabilidad de ocurrencia de cualquier estado de
la naturaleza. En estas situaciones, el comportamiento del decisor se basa puramente en
su actitud hacia la incgnita. Algunos de estos comportamientos son los optimistas, los
pesimistas y los de arrepentimiento.

Observe que esta categora de problemas (es decir, los problemas con pura incertidumbre)
resultan apropiados slo para la toma de decisiones en la vida privada. El poltico, el
conductor de un grupo humano, la persona pblica tiene que tener cierto conocimiento
de los estados de la naturaleza, para poder predecir las probabilidades de cada estado. De
lo contrario no podr tomar una buena decisin que sea razonable y defendible.

Siempre que un decisor tiene cierto conocimiento sobre los estados de la naturaleza
puede asignar una probabilidad subjetiva a la ocurrencia de cada estado. Este es el caso
de toma de decisiones bajo riesgo.

El decisor en caso de incertidumbre o ignorancia deberia invertir en limitar sus

incertidumbres con respecto a la probabilidad de cada estado de la naturaleza. Si la
situacion y el valor de la utilidad esperada lo aconsejan se puede comprar informacin
relevante a especialistas, para poder tomar una mejor decisin. Encuestas, estadisticas,
analisis de sensibilidad, etc

Cuando las decisiones se toman bajo ignorancia total, el decisor no tiene conocimiento de
los resultados de ninguno de los estados de la naturaleza y/o es costoso obtener la
informacin necesaria. En tal caso, la decisin depende meramente del tipo de
personalidad que tenga el decisor.

Modelos Matemticos:

Un modelo matemtico es considerado como un producto de una abstraccin de un sistema real,

eliminando las complejidades y haciendo suposiciones pertinentes, para esto se aplica una
tcnica matemtica y se obtiene una representacin simblica del mismo.
Un modelo matemtico consta al menos de tres caractersticas bsicas:
1.- Variables de decisin y parmetros
Las variables de decisin son incgnitas que deben ser determinadas a partir de la solucin del
modelo. Los parmetros representan los valores conocidos del sistema o bien que se pueden
controlar.
2.- Restricciones
Las restricciones son relaciones entre las variables de decisin y magnitudes que dan sentido a la
solucin del problema y las acotan a valores factibles. Por ejemplo si una de las variables de
decisin representa el nmero de empleados de un taller, es evidente que el valor de esa variable
no puede ser negativo.
3.- Funcin Objetivo
La funcin objetivo es una relacin matemtica entre las variables de decisin, parmetros y una
magnitud que representa el objetivo o producto del sistema. Por ejemplo si el objetivo del
sistema es minimizar los costos de operacin, la funcin objetivo debe expresar la relacin entre
el costo y las variables de decisin.

MODELOS MATEMTICOS DE LA TOMA DE DECISIONES BAJO

CERTIDUMBRE:

El anlisis del punto de equilibrio

Es aquel que estudia la relacin que existe entre costos y gastos fijos, costos y gastos variables,
volumen de ventas y utilidades operacionales. Adems es aquel nivel de produccin y ventas
que una empresa o negocio alcanza para lograr cubrir los costos y gastos con sus ingresos
obtenidos. En otras palabras, a este nivel de produccin y ventas la utilidad operacional es cero,
o sea, que los ingresos son iguales a la sumatoria de los costos y gastos operacionales. Tambin
el punto de equilibrio se considera como una herramienta til para determinar el apalancamiento
operativo que puede tener una empresa en un momento determinado.
El punto de equilibrio se puede calcular tanto para unidades como para valores en dinero.
Algebraicamente el punto de equilibrio para unidades se calcula as:
Frmula (1)

Donde: CF = costos fijos; PVq = precio de venta unitario; CVq = costo variable unitario
O tambin se puede calcular para ventas de la siguiente manera:
Frmula (2)

Donde CF = costos fijos; CVT = costo variable total; VT = ventas totales.

Objetivos:

Determinar en que momento son iguales los ingresos y los gastos son iguales.

Medir la eficiencia de operacin y controlar las sumas por cifras predeterminadas por medio de
compararlas con cifras reales, para desarrollar de forma correcta las polticas y decisiones de la
administracin de la empresa.

Influye de forma importante para poder realizar el anlisis, planeacin y control de los recursos
de la entidad.

Factores Determinantes

El volumen de produccin afectar de forma directa a los costos variables, mientras que los
costos fijos no son influidos por este.

El tiempo afecta al punto de equilibrio de forma que se puede dar solucin a los problemas de
forma oportuna.

Los artculos y las lneas de produccin deben tomarse a consideracin para no caer en
producciones que no generan utilidades.

Los datos reales y presupuestados de los estados financieros permitirn determinar las
variaciones, que las provoco y as aplicar soluciones.

Elementos Determinantes
Los costos constantes se subdividen en fijos y regulares:
Fijos: Son aquellos que se efectan necesariamente cada periodo.
Regulares: Son aquellos que se efectan bajo control directivo de acuerdo a polticas de
produccin o ventas.

Requerimientos para el punto de equilibrio:

Para poder realizar un anlisis por medio del punto de equilibrio se necesitan una serie de puntos:

Los inventarios deben de ser constantes, o que las variaciones que presentan no sean relevantes
durante la operacin de la entidad.

La contabilidad debe de estar basada en el costeo directo o marginal en lugar del mtodo de
costeo absorbente, esto con el fin de poder identificar los costos fijos y variables.

Se deber de realizar la separacin de los costos fijos y los costos variables.

Determinar la utilidad o contribucin marginal por unidad de produccin.

PROGRAMACIN LINEAL
La Programacin Lineal (PL) es una de las principales ramas de la Investigacin

Operativa, sta se aplica a modelos de optimizacin en los que las funciones objetivo y
restriccin son estrictamente lineales.
Los modelos de Programacin Lineal son frecuentemente usados para abordar una gran
variedad de problemas de naturaleza real en ingeniera, en los campos de agricultura, industria,
transporte, economa, salud, ciencias sociales y de la conducta, y militar, lo que ha permitido a
empresas y organizaciones importantes beneficios y ahorros asociados a su utilizacin. Tambin
produce algoritmos eficientes de cmputo para problemas con miles de restricciones y variables.
La Programacin Lineal es una herramienta para la ayuda en la toma de decisiones,
permitindonos plantear un tipo particular de modelo matemtico, donde representamos en forma
simplificada el problema de decisin, las variables de decisin, el objetivo y las restricciones
mediante smbolos matemticos y ecuaciones.

Una de las grandes ventaja de utilizar este tipo de modelos es que mediante un algoritmo
de resolucin se puede obtener la decisin ms ptima o incluso la mejor aunque haya miles de
variables y relaciones entre ellas.

Componentes del modelo de programacin lineal

El modelo de programacin lineal, como en cualquier modelo de investigacin de
operaciones, tiene tres componentes bsicos.
1. Las variables de decisin que se trata de determinar.
2. El objetivo (la meta) que se trata de optimizar.
3. Las restricciones que se deben satisfacer.
Propiedades de la programacin lineal
La linealidad implica que la programacin lineal debe satisfacer dos propiedades:
1. La proporcionalidad requiere que la contribucin de cada variable de decisin en la
funcin objetivo, y sus requerimientos en las restricciones, sea directamente proporcional al
valor de la variable.
2. La aditividad estipula que la contribucin total de todas las variables en la funcin
objetivo y sus requerimientos en las restricciones, sean la suma directa de las contribuciones o
requerimientos individuales de cada variable.
MODELO DE PROGRAMACIN LINEAL CON DOS VARIABLES
Ejemplo 1. Una compaa produce pinturas para interiores y exteriores, M1 y M2. La tabla
siguiente proporciona los datos bsicos del problema:

Toneladas de materia prima de:

Pinturas
Pinturas
para exteriores

para interiores

Disponibil

idad diaria

Materia prima,

mxima (ton)
24

Materia prima,

Utilidad por

M1
M2
ton(miles de $)
Una encuesta de mercado indica que la demanda diaria de pintura para interiores no puede
ser mayor que 1 tonelada ms que la de pintura para exteriores. Tambin, que la demanda
mxima diaria de pintura para interiores es de 2 toneladas. La compaa desea determinar la
mezcla ptima (la mejor) de productos para exteriores y para interiores que maximice la utilidad
diaria total.
La definicin correcta de las variables de decisin es un primer paso esencial en el
desarrollo del modelo. Una vez hecha, la tarea de construir la funcin objetivo y las restricciones
se hace en forma ms directa.
Se necesita determinar las cantidades a producir de pinturas para exteriores e interiores.
As, las variables del modelo se definen como sigue:
x1 = Toneladas producidas diariamente, de pintura para exteriores
x2 = Toneladas producidas diariamente, de pintura para interiores
Para formar la funcin objetivo, la empresa desea aumentar sus utilidades todo lo posible.
Si z representa la utilidad diaria total (en miles de dlares), el objetivo de la empresa se expresa
as:
Maximizar z = 5x1 + 4x2

A continuacin se definen las restricciones que limitan el uso de las materias primas y la
demanda. Las restricciones en materias primas se expresan verbalmente como sigue:

Segn los datos del problema,

Uso de la materia prima M1, por da = 6x1 + 4x2 toneladas
Uso de la materia prima M2, por da = 1x1 + 2x2 toneladas
Ya que la disponibilidad de las materias primas M1 y M2 se limita a 24 y 6 toneladas,
respectivamente, las restricciones correspondientes se expresan como sigue:
6x1 + 4x2 24 (Materia prima M1)
x1 + 2x2 6 (Materia prima M2)
La primera restriccin de la demanda indica que la diferencia entre la produccin diaria de
pinturas para interiores y exteriores, x2 - x1, no debe ser mayor que 1 tonelada, y eso se traduce
en: x2 - x1 1. La segunda restriccin de la demanda estipula que la demanda mxima diaria de
pintura para interiores se limita a 2 toneladas, y eso se traduce como: x2 2.
Una restriccin implcita es que las variables y no pueden asumir valores negativos. Las
restricciones de no negatividad, x10, x20, expresan ese requisito.
El modelo de programacin lineal completo es:
Maximizar z = 5x1 + 4x2
sujeta a
6x1 + 4x2 24
x1 + 2x2 6

-x1 + x2 1
x2 2
x1,x2 0
Cualquier valor de y que satisfaga todas las restricciones del modelo es una solucin
factible. Por ejemplo, la solucin x1=3 toneladas diarias y x2=1 tonelada diaria es factible,
porque no viola alguna de las restricciones, incluyendo las de no negatividad. Para comprobar
este resultado se sustituye (x1=3, x2 =1) en el lado izquierdo de cada restriccin.
Por ejemplo, en la primera restriccin, 6x1 + 4x2 = 6 * 3 + 4 * 1 = 22, que es menor que 24
en el lado derecho. El valor de la funcin objetivo correspondiente a la solucin (x1 = 3, x2 =1)
es z= 5 * 3 + 4 *1 = 19 (miles de dlares).
Desde el punto de vista de todo el modelo, nos interesa determinar la solucin ptima
factible que produzca la utilidad total mxima y al mismo tiempo satisfaga todas las
restricciones.
No se acepta enumerar las soluciones factibles, porque el modelo tiene una cantidad
infinita de ellas. En su lugar, se necesita un procedimiento sistemtico que ubique con eficiencia
la solucin ptima. El mtodo grfico y su generalizacin algebraica en resuelven este punto.
Proporcionalidad. En este modelo las cantidades 5x1 y 4x2 expresan las utilidades por
producir x1 y x2 toneladas de pintura para exteriores y para interiores, respectivamente, y las
utilidades unitarias por tonelada son 5 y 4, que definen las constantes de proporcionalidad. Si,
por otra parte, la compaa ofrece alguna clase de descuentos por cantidad cuando las ventas son
mayores que ciertas cantidades, la utilidad ya no ser proporcional a las cantidades producidas
x1 y x2.
Aditividad. En este modelo, la utilidad total es igual a la suma de dos componentes
individuales de utilidad. Sin embargo, si los dos productos compiten por la misma parte de

mercado en forma tal que un aumento de ventas de uno afecte negativamente al otro, ya no se
satisface la propiedad de aditividad.

SOLUCIN GRFICA DE LA PROGRAMACIN LINEAL

El procedimiento de solucin grfica comprende dos pasos:
1. Determinacin del espacio de soluciones que define todas las soluciones factibles del
modelo.
2. Determinacin de la solucin ptima, entre todos los puntos factibles del espacio de
soluciones.
Siguiendo con el mismo ejemplo:
Paso 1. Determinacin del espacio de soluciones factibles:
Primero, se tendrn en cuenta las restricciones de no negatividad x1 0 y x2 0. En la
figura siguiente figura el eje horizontal x1 y el eje vertical x2 representan las variables pintura
para exteriores y pintura para interiores, respectivamente.

Figura 1

En consecuencia, las restricciones de no negatividad limitan el rea del espacio de

soluciones al primer cuadrante: arriba del eje x1 y a la derecha del eje x2.
Para tener en cuenta las otras cuatro restricciones, primero se sustituye cada desigualdad
con una ecuacin, y a continuacin se grafica la recta resultante, ubicando dos puntos diferentes
de ella. Por ejemplo, despus de sustituir 6x1 + 4x2 24 con la recta 6x1 + 4x2 = 24, se pueden
determinar dos puntos distintos, primero igualando x1 = 0 para obtener y despus igualando
x2

24
=6
4

y despus igualando x2 = 0

para obtener

x 1=

24
=4 . De este modo, la recta
6

que pasa por los dos puntos (0, 6) y (4, 0) es la que se identifica con (1) en la figura 1.
Considerando el efecto de la desigualdad. Todo lo que hace la desigualdad es dividir al
plano (x1, x2) en dos semiespacios que en este caso son semiplanos, uno a cada lado de la lnea
graficada. Slo una de esas dos mitades satisface la desigualdad. Para determinar cul es el lado
correcto, se elige cualquier punto de referencia en el primer cuadrante. Si satisface la
desigualdad, el lado en el que est es el semiplano factible. En caso contrario, quiere decir que es
el otro lado. Desde el punto de vista de los clculos, es cmodo seleccionar a (0, 0) como el
punto de referencia, a menos que la recta pase por el origen; si as fuera, se debera elegir otro
punto. El uso del punto de referencia (0, 0) se ilustra con la restriccin 6x1 + 4x2 24.
Como 6*0 + 4*0 = 0 es menor que 24, el semiplano que representa la desigualdad
6 x 1+ 4 x 2 24

incluye al origen (lo que se indica con la flecha en la figura 1). Para demostrar

el uso de otros puntos de referencia, investigaremos (6, 0). En este caso 6*6 + 4*0 = 36, que es
mayor que el lado derecho de la primera restriccin, y eso indica que el lado en el que est (6, 0)
no es factible para la desigualdad. Este resultado es consistente con el que se obtuvo usando (0,
0) como punto de referencia.
Con la aplicacin del procedimiento del punto de referencia a todas las restricciones del
modelo se obtiene el espacio factible que se indica en la figura 1.
Paso 2. Determinacin de la solucin ptima:

El espacio factible de la figura 1 est delimitado por los segmentos de recta que unen a los
vrtices A, B, C, D, E y F. Todo punto dentro o en la frontera del espacio ABCDEF es factible,
porque satisface todas las restricciones. Ya que el espacio factible ABCDEF est formado por una
cantidad infinita de puntos, es obvio que se necesita un procedimiento sistemtico para
identificar la solucin ptima. Para identificar la solucin ptima se requiere identificar la
direccin en la que aumenta la funcin utilidad

z=5 x 1+ 4 x 2 (recurdese que se est

maximizando a z). Para hacerlo se asignan valores arbitrarios crecientes a z. Por ejemplo, si
z=10 y

z=15 equivaldra a graficar las dos rectas 5 x1 + 4 x 2=10 y 5 x1 + 4 x 2=15 .

En consecuencia, la direccin de aumento en z es la que se ve en la figura 2.

Figura 2
La solucin ptima se encuentra en C, que es el punto, en el espacio de soluciones, ms
all del cual cualquier aumento en z saca a uno de las fronteras de ABCDEF.
Los valores de x1 y x2 correspondientes al punto ptimo C se calculan resolviendo las
ecuaciones asociadas a las rectas (1) y (2), esto es, resolviendo
6 x 1+ 4 x 2=24
x 1+2 x 2=6

La solucin es

x 1=3 y

x 2=1.5 y en ese caso

z=5 3+ 4 1.5=21 . Eso equivale

a una mezcla de productos de 3 toneladas de pintura para exteriores y 1.5 toneladas de pintura
para interiores. La utilidad diaria correspondiente es $21,000.
No es por accidente que la solucin ptima se encuentre en un punto de esquina del
espacio de soluciones, donde se cruzan dos lneas. En realidad, si se cambia la pendiente de la
funcin utilidad z (cambiando sus coeficientes), se ver que la solucin ptima siempre se
encuentra en esos puntos de esquina. Esta observacin es clave para desarrollar el algoritmo
smplex general.

METODO SIMPLEX:

Es un procedimiento iterativo que permite ir mejorando la solucin a cada paso. El proceso

concluye cuando no es posible seguir mejorando ms dicha solucin. Se consideran las
siguientes fases:
1. Convertir las desigualdades en igualdades
Se introduce una variable de holgura por cada una de las restricciones, para convertirlas en
igualdades, resultando el sistema de ecuaciones lineales:
2x + y + h = 18
2x + 3y + s = 42
3x +y + d = 24
2. Igualar la funcin objetivo a cero
- 3x - 2y + Z = 0
3. Escribir la tabla inicial simplex

En las columnas aparecern todas las variables del problema y, en las filas, los coeficientes
de las igualdades obtenidas, una fila para cada restriccin y la ltima fila con los coeficientes de
la funcin objetivo:

Tabla I. Iteracin n 1
Base
Variable de decisin
X
y
h
2
1
s
2
3
d
3
1
Z
-3
-2

Variable de holgura
h
s
1
0
0
1
0
0
0
0

Valores solucin
d
0
0
1
0

18
42
24
0

4. Encontrar la variable de decisin que entra en la base y la variable de holgura que

sale de la base
A Para escoger la variable de decisin que entra en la base, nos fijamos en la ltima fila, la de los
coeficientes de la funcin objetivo y escogemos la variable con el coeficiente negativo mayor (en
valor absoluto).
En nuestro caso, la variable x de coeficiente - 3.
Si existiesen dos o ms coeficientes iguales que cumplan la condicin anterior, entonces se
elige uno cualquiera de ellos.
Si en la ltima fila no existiese ningn coeficiente negativo, significa que se ha alcanzado
la solucin ptima. Por tanto, lo que va a determinar el final del proceso de aplicacin del
mtodo del simplex, es que en la ltima fila no haya elementos negativos.
La columna de la variable que entra en la base se llama columna pivote (En
color azulado).
B Para encontrar la variable de holgura que tiene que salir de la base, se divide cada trmino de la
ltima columna (valores solucin) por el trmino correspondiente de la columna pivote, siempre
que estos ltimos sean mayores que cero. En nuestro caso:
18/2 [=9] , 42/2 [=21] y 24/3 [=8]

Si hubiese algn elemento menor o igual que cero no se hace dicho cociente. En el caso de
que todos los elementos fuesen menores o iguales a cero, entonces tendramos una solucin no
acotada y no se puede seguir.
El trmino de la columna pivote que en la divisin anterior d lugar al menor cociente
positivo, el 3, ya 8 es el menor, indica la fila de la variable de holgura que sale de la base, d. Esta
fila se llama fila pivote (En color azulado).
Si al calcular los cocientes, dos o ms son iguales, indica que cualquiera de las variables
correspondientes pueden salir de la base.
C En la interseccin de la fila pivote y columna pivote tenemos el elemento pivote operacional, 3.
5. Encontrar los coeficientes de la nueva tabla.
Los nuevos coeficientes de x se obtienen dividiendo todos los coeficientes de la fila d por
el pivote operacional, 3, que es el que hay que convertir en 1.
A continuacin mediante la reduccin gaussiana hacemos ceros los restantes trminos de
su columna, con lo que obtenemos los nuevos coeficientes de las otras filas incluyendo los de la
funcin objetivo Z.
Tambin se puede hacer utilizando el siguiente esquema:
Fila del pivote:
Nueva fila del pivote= (Vieja fila del pivote) : (Pivote)
Resto de las filas:
Nueva fila= (Vieja fila) - (Coeficiente de la vieja fila en la columna de la variable
entrante) X (Nueva fila del pivote)
Vemoslo con un ejemplo una vez calculada la fila del pivote (fila de x en la Tabla II):

Vieja fila de s
Coeficiente
Nueva fila pivote
Nueva fila de s
Tabla II . Iteracin n 2
Base
Variable de decisin
X
Y
h
0
1/3
s
0
7/3
x
1
1/3
Z
0
-1

2
2
x
1
=
0

3
2
X
1/3
=
7/3

0
2
x
0
=
0

Variable de holgura
h
S
d
1
0
-2/3
0
1
-2/3
0
0
1/3
0
0
1

1
2
x
0
=
1

0
2
x
1/3
=
-2/3

42
2
x
8
=
26

Valores solucin
2
26
8
24

Como en los elementos de la ltima fila hay uno negativo, -1, significa que no hemos
llegado todava a la solucin ptima. Hay que repetir el proceso:
A La variable que entra en la base es y, por ser la variable que corresponde al coeficiente -1
B Para calcular la variable que sale, dividimos los trminos de la ltima columna entre los trminos
correspondientes de la nueva columna pivote:
2:1/3 [=6], 26:7/3 [=78/7] y 8:1/3 [=8]
y como el menor cociente positivo es 6, tenemos que la variable de holgura que sale es h.
C El elemento pivote, que ahora hay que hacer 1, es 1/3.
Operando de forma anloga a la anterior obtenemos la tabla:
Tabla III. Iteracin n 3
Base
Variable de decisin
X
Y
y
0
1
s
0
0
x
1
0
Z
0
0

Variable de holgura
h
S
d
3
0
-2
-7
0
4
-1
0
1
3
0
-1

Valores solucin
6
12
6
30

Como en los elementos de la ltima fila hay uno negativo, -1, significa que no hemos
llegado todava a la solucin ptima. Hay que repetir el proceso:
A La variable que entra en la base es d, por ser la variable que corresponde al coeficiente -1
B Para calcular la variable que sale, dividimos los trminos de la ltima columna entre los trminos
correspondientes de la nueva columna pivote:
6/(-2) [=-3], 12/4 [=3], y 6:1 [=6]
y como el menor cociente positivo es 3, tenemos que la variable de holgura que sale es s.
C El elemento pivote, que ahora hay que hacer 1, es 4.
Obtenemos la tabla:
Tabla IV. Final del proceso
Base
Variable de decisin
Variable de holgura
Valores solucin
X
y
H
s
d
y
0
1
-1/2
0
0
12
d
0
0
-7/4
0
1
3
x
1
0
-3/4
0
0
3
Z
0
0
5/4
0
0
33
Como todos los coeficientes de la fila de la funcin objetivo son positivos, hemos llegado a
la solucin ptima.

PROGRAMACIN DE LA PRODUCCIN.
Actividad que consiste en la fijacin de planes y horarios de la produccin, de acuerdo a
la prioridad de la operacin por realizar, determinado as su inicio y fin, para lograr el nivel ms
eficiente. La funcin principal de la programacin de la produccin consiste en lograr un
movimiento uniforme y rtmico de los productos a travs de las etapas de produccin.
Se inicia con la especificacin de lo que debe hacerse, en funcin de la planeacin de la
produccin. Incluye la carga de los productos a los centros de produccin y el despacho de
instrucciones pertinentes a la operacin.
El programa de produccin es afectado por:

Materiales: Para cumplir con las fechas comprometidas para su entrega.

Capacidad del personal: Para mantener bajos costos al utilizarlo eficazmente , en

ocasiones afecta la fecha de entrega.

Capacidad de produccin de la maquinaria: Para tener una utilizacin adecuada de

ellas, deben observarse las condiciones ambientales, especificaciones, calidad y cantidad de
los materiales, la experiencia y capacidad de las operaciones en aquellas.

Sistemas de produccin: Realizar un estudio y seleccionar el ms adecuado, acorde con

las necesidades de la empresa.
La funcin de la programacin de produccin tiene como finalidad la siguiente:

Prever las prdidas de tiempo o las sobrecargas entre los centros de produccin.

Mantener ocupada la mano de obra disponible.

Cumplir con los plazos de entrega establecidos.

Existen diversos medios de programacin de la produccin, entre los que destacan los

siguientes:
1.

Grfica de Barras. Muestra las lneas de tendencia.

2.

Grfica de Gantt. Se utiliza en la resolucin de problemas relativamente pequeos y de

poca complejidad.

3.

Camino Crtico. Se conoce tambin como teora de redes, es un mtodo matemtico que
permite una secuencia y utilizacin ptima de losrecursos.

4.

Pert- Cost. Es una variacin del camino crtico, en la cual adems de tener como objetivo
minimizar el tiempo, se desea lograr el mximo de calidad del trabajo y la reduccin
mnima de costos.
La programacin de la produccin, o mejor denominada scheduling, es una respuesta

operativa para optimizar la produccin de un bien o servicio. El scheduling es una de las

actividades ms relevantes y complejas en el arsenal de la gestin de la produccin. Existen hoy
en da diversas tcnicas de programacin de la produccin encaminadas a optimizar un proceso o
procedimiento...

DIAGRAMA DE GANTT
Cmo crear un diagrama de GANTT
En un diagrama de GANTT, cada tarea es representada por una lnea, mientras que las columnas
representan los das, semanas, o meses del programa, dependiendo de la duracin del proyecto.
El tiempo estimado para cada tarea se muestra a travs de una barra horizontal cuyo extremo
izquierdo determina la fecha de inicio prevista y el extremo derecho determina la fecha de
finalizacin estimada. Las tareas se pueden colocar en cadenas secuenciales o se pueden realizar
simultneamente.

Si las tareas son secuenciales, las prioridades se pueden confeccionar utilizando una flecha qu
desciende de las tareas ms importantes hacia las tareas menos importantes. La tarea menos
importante no puede llevarse a cabo hasta que no se haya completado la ms importante.

A medida que progresa una tarea, se completa proporcionalmente la barra que la representa hasta
llegar al grado de finalizacin. As, es posible obtener una visin general del progreso del
proyecto rastreando una lnea vertical a travs de las tareas en el nivel de la fecha actual. Las
tareas ya finalizadas se colocan a la izquierda de esta lnea; las tareas que an no se han iniciado
se colocan a la derecha, mientras que las tareas que se estn llevando a cabo atraviesan la lnea.
Si la lnea est cubierta en la parte izquierda, la tarea est demorada respecto de la planificacin
del proyecto!
Idealmente, un diagrama como este no debe incluir ms de 15 20 tareas para que pueda caber
en una sola hoja con formato A4. Si el nmero de tareas es mayor, es posible crear diagramas
adicionales en los que se detallan las planificaciones de las tareas principales.
Acontecimientos
Adicionalmente, es posible que los eventos ms importantes, que no sean las tareas mismas, se
muestren en la planificacin como puntos de conexin del proyecto: estos se denominan
acontecimientos.
Los acontecimientos permiten que el proyecto se realice en fases claramente indentificables,
evitando que se prolongue la finalizacin del mismo. Un acontecimiento podra ser la produccin
de un documento, la realizacin de una reunin o el producto final de un proyecto. Los
acontecimientos son tareas de duracin cero, representadas en el diagrama por un smbolo
especfico, frecuentemente un tringulo invertido o un diamante.

Recursos
Generalmente es posible (y til) mostrar referencias en el diagrama, humanas o materiales, para
permitir calcular el tiempo restante y tener una idea del costo global.
Para ser ms concisos, por lo general slo sern necesarios las iniciales o los nombres de los
responsables.

Diagrama de Gantt mostrando tres tipos de precedencias (en rojo) y porcentajes de avance.
El diagrama de Gantt, grfica de Gantt o carta Gantt es una popular herramienta
grfica cuyo objetivo es mostrar el tiempo de dedicacin previsto para diferentes tareas o
actividades a lo largo de un tiempo total determinado. A pesar de que, en principio, el diagrama
de Gantt no indica las relaciones existentes entre actividades, la posicin de cada tarea a lo largo
del tiempo hace que se puedan identificar dichas relaciones e interdependencias. Fue Henry
Laurence Gantt quien, entre 1910 y 1915, desarroll y populariz este tipo de diagrama en
Occidente.1 2
Por esta razn, para la planificacin del desarrollo de proyectos complejos (superiores a
25 actividades) se requiere adems el uso de tcnicas basadas en redes de precedencia
como CPM o los grafos PERT. Estas redes relacionan las actividades de manera que se puede
visualizar el camino crtico del proyecto y permiten reflejar una escala de tiempos para facilitar
la asignacin de recursos y la determinacin del presupuesto. El diagrama de Gantt, sin embargo,
resulta til para la relacin entre tiempo y carga de trabajo.
En gestin de proyectos, el diagrama de Gantt muestra el origen y el final de las
diferentes unidades mnimas de trabajo y los grupos de tareas (llamados summary elements en la
imagen) o las dependencias entre unidades mnimas de trabajo (no mostradas en la imagen).
Desde su introduccin los diagramas de Gantt se han convertido en una herramienta
bsica en la gestin de proyectos de todo tipo, con la finalidad de representar las diferentes fases,
tareas y actividades programadas como parte de un proyecto o para mostrar una lnea de tiempo
en las diferentes actividades haciendo el mtodo ms eficiente.

Bsicamente el diagrama esta compuesto por un eje vertical donde se establecen las
actividades que constituyen el trabajo que se va a ejecutar, y un eje horizontal que muestra en un
calendario la duracin de cada una de ellas.

MTODO DE LA RUTA CRTICA

El Mtodo de la ruta crtica o del camino crtico tambin conocido por sus siglas en ingls
CPM (Critical Path Method), fue desarrollado en 1957 en los Estados Unidos de Amrica, por un
centro de investigacin de operaciones para las firmas Dupont y Remington Rand, buscando el
control y la optimizacin de los costos mediante la planeacin y programacin adecuadas de las
actividades componentes del proyecto. En administracin y gestin de proyectos, una ruta crtica
es la secuencia de los elementos terminales de la red de proyectoscon la mayor duracin entre
ellos, determinando el tiempo ms corto en el que es posible completar el proyecto. La duracin
de la ruta crtica determina la duracin del proyecto entero. Cualquier retraso en un elemento de
la ruta crtica afecta a la fecha de trmino planeada del proyecto, y se dice que no hay holgura en
la ruta crtica.
Un proyecto puede tener varias rutas crticas paralelas. Una ruta paralela adicional a
travs de la red con las duraciones totales menos cortas que la ruta crtica es llamada una subruta crtica.

Originalmente, el mtodo de la ruta crtica consider solamente dependencias entre los

elementos terminales. Un concepto relacionado es la cadena crtica, la cual agrega dependencias
de recursos. Cada recurso depende del manejador en el momento donde la ruta crtica se
presente.
A diferencia de la tcnica de revisin y evaluacin de programas (PERT), el mtodo de la
ruta crtica usa tiempos ciertos (reales o determinsticos). Sin embargo, la elaboracin de un
proyecto basndose en redes CPM y PERT son similares y consisten en:

Identificar todas las actividades que involucra el proyecto, lo que significa, determinar
relaciones de precedencia, tiempos tcnicos para cada una de las actividades.

Construir una red con base en nodos y actividades (o arcos, segn el mtodo ms
usado), que implican el proyecto.

Analizar los clculos especficos, identificando la ruta crtica y las holguras de las
actividades que componen el proyecto.

En trminos prcticos, la ruta crtica se interpreta como la dimensin mxima que puede durar el
proyecto y las diferencias con las otras rutas que no sean la crtica, se denominan tiempos de
holgura.

EJEMPLO PRCTICO
Cumpleaos 15 de Mara Fernanda, para 100 personas. (60 amigos + 40familiares y amigos de la
familia).

El sbado 9 de septiembre de 2009.

En un local para fiestas con baile, parrillada, bebidas y postres.
Responsables: Pap y Mam, Ana La, Majo, Leti, To Jos, Abuelo Nino, Abuela Nena,
Ta Lara, Marta.

N
1
2
3
4
5

Lista de tareas
Buscar saln/ Reservar
Hacer lista de invitados
Disear tarjetas
Disear centros de mesa
Disear souveirs(obsequios de

Lista de responsables
Pap y Mam
Ana La
Ana La y Majo
Majo y Leti
Ana La

recuerdo)
Conseguir precios de bebidas para

To Jos

100 personas/ Comprar

Conseguir precio de asado y

Pap

parrilla para 100 personas/

8

Comprar
Averiguar precios de asadores y

Abuelo Nino

meseros/ Contratar
Conseguir precio y contratar

To Jos

10
11
12
13

sonido y luces
Disear ambientacin del local
Hacer tarjetas/ Entregar
Hacer centros de mesa
Hacer souvenirs(obsequios de

Ana La, Majo

Ana La, Majo y Leti
Ana La, Majo y Leti
Ta Lara, Mam

14
15
16
17
18
19

recuerdo)
Armar lista de msica
Elegir vestuario
Comprar vestuario
Definir y hacer los postres
Comprar pan y saladitos
Ambientar el local

Ta Lara y Ana La
Ana La
Mam, Ana la
Mam, Abuela Nena y Marta
Abuela Nena
To Jos, Abuelo Nino y Majo

Con los datos listados obtenemos el siguiente diagrama de Gantt.

CONTROL DE INVENTARIO
El control de inventarios, existe cuando es necesario guardar bienes fsicos o mercancas
con el propsito de satisfacer la demanda sobre un horizonte de tiempo especificado (finito o
infinito). Las empresas deben almacenar bienes para asegurar un trabajo uniforme y eficiente en

sus operaciones. Las decisiones considerando cundo hacer pedidos y en qu cantidad, son
tpicas de cada problema de inventario.
El objetivo estriba en definir el nivel de inventario. Estas decisiones consisten en dar
normas que nos precisen en que instante se deben efectuar los pedidos del producto considerado
y la cantidad que se debe pedir.
En trminos generales un inventario es un conjunto de recursos tiles que se encuentran
ociosos en algn momento. El objetivo de los problemas de inventario es minimizar los costes
(totales o esperados) del sistema sujetos a la restriccin de satisfacer la demanda (conocida o
aleatoria). Entre los diferentes costes que puede haber en un problema de inventario estn:
1.- Costes de fabricacin.
2.- Costes de mantenimiento o almacenamiento.
3.- Costes de penalizacin o rotura por no satisfacer la demanda.
4.- Rendimientos o ingresos. (Puede o no incluirse en el modelo).
5.- Costes de recuperacin o salvamento. (El valor de recuperacin representa el valor de
desecho del artculo para la empresa, quiz a travs de una venta con descuento).
6.- Tasa de descuento. La tasa de descuento toma en cuenta el valor del dinero en el tiempo.
Cuando una empresa compromete capital en inventarios, no puede usar este dinero para otros
fines.
El problema bsico es determinar cunto y cundo hay que producir.
Los problemas de inventarios suelen clasificarse en:

Determinstico: demanda fija.

Aleatorios: demanda es una variable aleatoria con distribucin conocida.
Otra clasificacin tiene en cuenta la forma de revisin del inventario:

Modelos de revisin continua: se hacen pedidos cuando el inventario baja de cierto

lmite.
Modelos de revisin peridica: si los pedidos se hacen a intervalos de tiempo discretos.
La situacin de inventarios ms comn que enfrentan los fabricantes, distribuidores y

comerciantes es que los niveles de inventarios se reducen con el tiempo y despus se reabastecen

con la llegada de nuevas unidades. Una representacin de esta situacin es el modelo del lote
econmico o modelo de EOQ.
Los elementos del modelo son:

Se piden o producen Q unidades a la vez en el momento que sea necesario.

Los costes que se consideran son:

El coste fijo de preparacin de un pedido es k.

El coste de producir comprar una unidad del artculo es c.
El coste del inventario de una unidad del artculo durante una unidad de tiempo es h.
Se requieren a unidades del artculo por unidad de tiempo.
El objetivo problema consiste en determinar la frecuencia con la que hay que hacer los

pedidos y el nmero de unidades a pedir para que el coste por unidad de tiempo sea mnimo.
Se supone revisin continua, por lo que el inventario se puede reabastecer cuando el
inventario baje lo suficiente.
El modelo EOQ bsico realiza las siguientes suposiciones:

Se conoce la tasa de demanda de a unidades por unidad de tiempo.

La cantidad ordenada (Q) para reabastecer el inventario llega toda junta cuando se desea,

es decir, cuando el nivel del inventario baja a 0.

No se permite planear faltantes.
Llamamos ciclo al tiempo t entre dos instantes consecutivos de pedido. Es t = Q/a.
El coste de produccin por ciclo es k + cQ (si Q > 0), 0 (si Q =0).
El nivel medio de inventario durante un ciclo es Q/2 y el coste correspondiente es: h Q/2

por unidad de tiempo, luego el coste de mantenimiento por ciclo es: h Q/2 Q/a = h Q2/2a.
El coste total por ciclo es k + cQ + h Q 2 /2a.
k +cQ +h Q2 /2 a
El coste total por unidad de tiempo es: Z=
Q/a

El mnimo de z se alcanza en Q =2 ak /h

Valor que se obtiene derivando e igualando a cero la primera derivada y observando que la
segunda derivada es positiva.
De igual manera el tiempo ptimo ser:

2k/ah
T =Q / a=

Una compaa que fabrica televisores produce sus propias bocinas para usarlas en la
fabricacin de los aparatos. Los televisores se ensamblan en una lnea de produccin continua a
una tasa de 8000 al mes, en donde se necesita una bocina por televisor. Las bocinas se producen
por lotes, pues no justifican toda una lnea de produccin y se pueden producir cantidades
relativamente grandes en un tiempo corto. Por lo tanto, las bocinas se colocan en inventario hasta
que se necesitan para ensamblarlas en los televisores en la lnea de produccin. La compaa est
interesada en determinar cundo producir un lote de bocinas y cuntas bocinas producir en cada
lote. Es necesario tener en cuenta varios costos:

Cada vez que se produce un lote, se incurre en un costo de preparacin de 12.000 ptas.
Esta cantidad incluye el costo de preparar las mquinas y herramientas, los costos
administrativos, los de registros, etc. Observemos que la existencia de estos costos es un

argumento para producir lotes grandes de bocinas.

El costo unitario de produccin de una sola bocina es de 10$. independiente del tamao
del lote fabricado. No obstante, en general, el costo unitario de produccin no necesita ser

constante y puede decrecer con el tamao del lote.

La produccin de bocinas en grandes lotes lleva a un inventario grande. La estimacin
del costo de mantener una bocina en almacn es de 0.3 0$ por mes. La existencia de un
costo de mantener el inventario es un motivo para producir lotes pequeos. Este
movimiento incluye el costo de capital comprometido en el inventario. Como el dinero
invertido en el no se puede usar de otra manera productiva, este costo de capital consiste

en el rendimiento perdido porque debe prescindirse de usarlo de otra forma.

La poltica de la compaa prohbe la planeacin deliberada de faltantes de cualquiera de
sus componentes. Sin embargo existe un faltante de bocinas y se ha estimado que cada
bocina que falta cuando se necesita cuesta 1.10$ por mes. Este costo por faltantes incluye
el costo de instalar las bocinas cuando el televisor est totalmente ensamblado, el espacio
de almacn, el ingreso retrasado, etc.

Aplicando las formulas:

k = 12000, h=0.30, a=8000,
De manera que:

Q =

( 2 ) ( 8000 ) (12000)
=25298
0.30

T =

25298
=3.2 Meses
8000

En consecuencia, la solucin optima es hacer una preparacin de la lnea de produccin de

bocinas cada 3.2 meses y producir 25298 bocinas cada vez.
Uno de los inconvenientes en la administracin de cualquier sistema de inventarios es que
ocurran faltantes, la demanda que no se satisface debido a que el inventario se agota.
El modelo EOQ con faltantes planeado toma en cuenta este tipo de situaciones y se sustituye
la aproximacin (no se permiten planear faltantes) del modelo bsico EOQ por la siguiente:

El coste p de una unidad de demanda no satisfecha (por unidad de tiempo).

La cantidad disponible S al principio de un ciclo.
El coste de produccin por ciclo es k + cQ (si Q > 0).
Durante el ciclo el nivel de inventario es positivo durante un tiempo S/a.
El nivel medio de inventario durante ese tiempo es S/2 artculos por unidad de tiempo y
el coste correspondiente h S/2.

hS S h S 2
=
2 a 2a
De manera similar los faltantes ocurren durante un tiempo (Q-S)/a.
La cantidad promedio de faltas durante ese tiempo es (Q-S)/2 artculos por unidad de
El coste de mantener el inventario por ciclo es:

tiempo y el coste correspondiente p (Q-S)/2.

p( QS) QS p ( QS )2
El coste total de faltas es:
=
2
a
2a

As es coste total por ciclo es

2

h s2 p(QS)
k + cQ+
+
2a
2a

y el coste total por unidad de tiempo es

k +cQ +
T=

h S2
2
+ p ( QS ) /(2 a)
2
2a
aK
h S 2 p (QS)
=
+ac +
+
Q/a
Q
2Q
2Q

Este modelo tiene dos variables (S y Q) y los valores ptimos S* y Q* se encuentran

estableciendo las derivadas parciales igual a cero. Al resolver estas ecuaciones simultneas se
obtiene
S=

2 aK
h

p
2 aK
, Q=
p+ h
h

p+h
p

As la longitud ptima del ciclo es:

T =

Q
2aK
=
a
h

p+h
p

La falta mxima de existencias es

Q S =

2 aK
p

h
,
p+ h

Y la fraccin de tiempo con existencia es

S /a
p
=

Q /a p +h
Que es independiente de k.
Si en el ejemplo de las bocinas se permiten faltantes planeados, el costo por faltantes se
estimo en p= 1.10.
De nuevo k = 12000,

h = 0.30 por mes

y a = 8000,

Por lo que ahora:

S =

Q =
Y

( 2 ) ( 8000 ) (12000)
1.1
=22424,
0.30
1.1+0.3
( 2 ) ( 8000 ) (12000) 1.1+0.3
=28540
0.30
1.1

T =

28540
3.6
8000

Meses

As la lnea de produccin debe prepararse cada 3.6 meses para producir 28540 bocinas. El
faltante mximo que se permite es de 6116 bocinas. Se puede observar que Q Y T no
difieren mucho de los valores del caso en que no se permiten faltantes. La razn es que p es
mucho mayor que h.

MODELO PERT- CPM

Los mtodos CPM (mtodo de la ruta critica o del camino critico, Critical Path Method) y
PERT (tcnica de evaluacin y revisin de programa, Program Evaluation and Review
Technique) se basan en redes, y tienen por objeto auxiliar en la planeacin, programacin y
control de proyectos. Se define un proyecto como conjunto de actividades interrelacionadas, en
la que cada actividad consume tiempo y recursos. El objetivo del CPM y del PERT es contar con
un mtodo analtico para programar las actividades.
Representacin en red.
Cada actividad del proyecto se representa con un arco que apunta en la direccin de avance del
proyecto. Los nodos de la red establecen las relaciones de precedencia entre las diferentes
actividades del proyecto.
Para configurar la red se dispone de dos reglas:
Regla 1. Cada actividad se representa con un arco y uno solo.
Regla 2. Cada actividad se debe representar con dos nodos distintos.
Elementos de la representacin en red.

Arcos de flecha o segmentos continuos de lnea ( ________ ), cada uno de los cuales
representa a una nica actividad del proyecto.

Puntas de las flechas (>) que representan la secuencia en que deben ser ejecutadas las
actividades del proyecto.

Nodos ( O ), que representan el momento o la fecha calendario en que han concluido las
actividades que concurren a l, y pueden ser iniciadas las actividades siguientes en la
secuencia establecida. Se les denomina Eventos. Los puntos de inicio y terminacin de una
actividad estn descritos por dos eventos usualmente conocidos por evento inicial (i) y
terminal(j)

Actividades ficticias. Estas no consumen tiempo ni recursos; se representan con segmentos

de lnea entrecortada para diferenciarlas de las actividades reales ( --------- )

Numeracin de eventos que debe ser progresiva y continua. Sobre la Red deben colocarse
tambin los tiempos necesarios para ejecutar cada actividad.

Ejemplo:

Las actividades (1,3) y (2,3) deben terminar antes que

pueda iniciarse la actividad (3,4). La direccin de avance
de cada actividad se especifica asignando un nmero ms

1i
3j

4j

2j

pequeo al evento inicial comparado con el nmero de su

evento terminar.
Las actividades ficticias no consumen tiempo y se usan por las razones siguientes:
a) Para evitar que dos o ms actividades tengan el mismo Evento inicial y final y
b) Para representar relaciones de precedencia que de otra manera no pueden ser representadas.
Una red puede contener cualquier cantidad de actividades ficticias. Una red bien elaborada debe
contener el mnimo necesario de este tipo de actividades.
Ejemplos:
1)

A
B

Las actividades A y B tienen los mismos eventos de inicio y fin. Para representar este caso se
introduce una actividad ficticia.
Soluciones posibles:
2
A
1

2
F

A
3

(a)

(b)

La determinacin de los tiempos de inicio y terminacin, requiere de clculos especiales que se

hacen directamente en el diagrama de flechas usando aritmtica simple. El objetivo es clasificar
las actividades en crticas y no crticas.
Una actividad es crtica si una demora en su comienzo causar una demora en la fecha de
terminacin de todo el proyecto completo.
Una actividad no crtica es tal que el tiempo entre comienzo ms prximo y de terminacin ms
tardo (como lo permita el proyecto) es ms grande que su duracin real y se dice que la
actividad no crtica tiene un tiempo de holgura.
Determinacin de la Ruta Crtica

Una ruta crtica define una cadena de actividades crticas, las cuales conectan los eventos inicial
y final del diagrama de flechas.
1) Identificar las actividades crticas del proyecto. Se realiza es dos fases:
- fase hacia adelante para obtener el tiempo de ocurrencia ms prximo del
Evento. Se coloca al lado del evento en un cuadrado.
- fase hacia atrs para obtener el tiempo de ocurrencia ms tardo del
Evento. Se coloca sobre el cuadrado en un triangulo.

Para identificar las actividades crticas:

Clculos de la fase hacia adelante

Sea TIPi el tiempo de inicio ms prximo de todas las actividades que se originan en el evento i
(nodo). En el evento de inicio, su tiempo de ocurrencia ms prximo es igual a cero. Si i=0,
TIP0=0.
Sea Dij la duracin de la actividad (i,j). Los clculos hacia delante se obtienen a partir de la
frmula,

Para calcular TIPj, para el evento j, se debe calcular previamente los eventos de iniciacin de las
actividades (i,j) definidas (las actividades que terminan en el nodo j).
Clculos de la fase hacia atrs

Sea TTTi, el tiempo de terminacin ms tardo de todas las actividades que terminan en el evento
i. En el evento final, el tiempo de terminacin ms tardo es igual al Tiempo de iniciacin ms
prximo en ese nodo. Si el ltimo nodo es el n-simo, entonces TTTn = TIPn.
Los clculos se inician comenzando en el ltimo nodo, despus de tener TTTn usando la frmula,

2) Identificar la Ruta Crtica

Una actividad (i,j) est en la ruta crtica si satisface las siguientes condiciones:
1. TIPi = TTTi
2. TIPj = TTTj
3. TIPj TIPi = TTTj TTTi = Dij

Ejemplo:
Se tiene el siguiente diagrama de red con la correspondiente duracin de cada actividad:

15

50
4

1
25

30

40

Los clculos correspondientes hacia delante (lo ms prximo) van desde el nodo de inicio (1)
hasta el nodo final (5) y los clculos correspondientes hacia atrs (lo ms tardo) van desde el

nodo final (5) hasta el nodo de inicio (1), esto clculos nos permiten determinar cuales son las
rutas crticas del proyecto:

1
5
15

15

50

6
6
4

25

95
95

30

40

3
2
5
2
5

En este caso todas las actividades del proyecto son crticas.

Cmo se hicieron estos clculos?
Nodo

Tiempo mas

Nodo

Tiempo mas tardo

1-2
1-3
2-4
3-4
4-5

prximo
0+15=15
0+25=25
15+50=65
25+40=65
65+30=95

5-4
4-2
4-3
2-1
3-1

95-30=65
65-50=15
65-40=25
15-15=0
25-25=0

Para el clculo de la ruta crtica el tiempo ms prximo y ms tardo del nodo de inicio deben ser
iguales, de la misma manera los tiempos ms prximo y ms tardo del nodo de llegada deben ser
iguales. Si estos tiempos son iguales la resta del tiempo mas tardo del nodo de llegada con la del
tiempo mas prximo del nodo de inicio debe ser igual a la duracin de la actividad, en caso de
que esta resta sea diferente a la duracin del proyecto la ruta calculada no es crtico.

MODELOS MATEMTICOS DE LA TOMA DE DECISIONES BAJO

INCERTIDUMBRE:

CRITERIO DE WALD
Este es el criterio ms conservador ya que est basado en lograr lo mejor de las peores
condiciones posibles. Esto es, si el resultado x(ai, ej) representa prdida para el decisor, entonces,
para ai la peor prdida independientemente de lo que ej pueda ser, es mx ej { x(ai, ej) }. El
criterio minimax elige entonces la accin ai asociada a :

En una forma similar, si x(ai, ej) representa la ganancia, el criterio elige la accin ai asociada a :

Este criterio recibe el nombre de criterio maximin, y corresponde a un pensamiento pesimista,

pues razona sobre lo peor que le puede ocurrir al decisor cuando elige una alternativa.

Caractersticas:

El decisor piensa que tome la alternativa que tome, suceder lo peor para l.
Se determina el resultado ms desfavorable con cada estrategia. Se selecciona la

estrategia que ofrece el ms favorable de todos los determinados.

Tambin se le llama maxi-min mini-max segn el caso.

CRITERIO MAXIMAX
Las situaciones, ambientes o contextos en los cuales se toman las decisiones, se pueden clasificar
segn el conocimiento y control que se tenga sobre las variables que intervienen o influencian el

problema, ya que la decisin final o la solucin que se tome va a estar condicionada por dichas
variables. Dichos ambientes pueden ser: bajo riesgo, bajo incertidumbre, certidumbre y conflicto
de los cuales se desprenden algunos criterios Attach:file.ext que nos permitirn evaluar las
alternativas y as elegir la que nos proporcione un mayor beneficio.

Criterio Maximax.
El criterio maximax propone que el decisor debe buscar los mayores beneficios posibles para
cada accin y escoger la accin que tenga mayores beneficios. Esta estrategia solo contempla el
mayor beneficio posible e ignora las probabilidades y consecuencias de los otros sucesos que
pueden ocurrir. Por ejemplo se tiene:
Accin
Estado de la naturaleza: d1 d2 d3 La demanda es: Comprar 0 Comprar 1 Comprar 2 q1 0 0 30
60 q2 1 0 20 10 q3 2 0 20 40
Para el ejemplo anterior el criterio maximax elegira la accin comprar 2, ya que ofrece
beneficios posibles de cuarenta pesos; sin embargo, ignora la posibilidad de que pueda generar
prdidas por sesenta pesos.
El criterio maximax no es una regla de decisin prudente. Hay algunas circunstancias en las que
se desea tomar riesgos prudentes, pero debe hacerse tomando en cuenta las posibilidades y las
consecuencias de lo que puede suceder.
Criterio Minimax.
El criterio minimax sugiere que se seleccione la accin con menor perda mxima posible, de
otro modo, la que presente los mayores beneficios mnimos posibles. En otras palabras, hay que
asegurar que se ganen por lo menos R pesos y buscar la accin que brinde R mayor (la menor
perdida, si se analizan las perdidas).

La accin minimax del ejemplo propuesto en el criterio maximax, seria pedir cero unidades. La
perdida mxima que puede ocurrir con cero unidades es cero pesos; las perdidas mximas de las
otras dos acciones son treinta y sesenta.
El criterio minimax tiende a llevar a la decisin de no hacer nada, a menos que no haya
probabilidad de perdida. Es un criterio muy conservador. La persona que use el criterio minimax
se vera, al final de cuentas, ante la amenaza de morirse de hambre (al no hacer nada) y estara
obligado a actuar. En trminos de las actividades empresariales, la corporacin se estancara y
seria superada por la competencia dispuesta a innovar y a tomar riesgos razonables de sufrir
prdidas.
En otras situaciones se puede llegar a una decisin totalmente irracional al usar el criterio
minimax. Por ejemplo suponga que la siguiente tabla nos muestra los costos condicionales de
dos acciones:
Accin
Estado de la naturaleza: Comprar seguro No comprar seguro q1 $1000 $1001 q2 1000 10
La mejor accin es comprar el seguro, de acuerdo con el criterio minimax, ya que el costo
mximo es de 1000 pesos (el costo mximo de la accin no comprar (el seguro) es 1001 pesos).
Sin embargo, si los dos estados tuvieran la misma probabilidad, o si el estado q2 es mas probable
que q1, entonces la mayora de las personas opinaran que la accin deseable es no comprar.
Minimax no es una estrategia deseable en un juego contra la naturaleza, pero si es til frente a
adversarios que piensan.
Enfoque de arrepentimiento minimax.
El enfoque de arrepentimiento para la toma de decisiones no es puramente optimista ni
puramente conservador. Se ilustra el enfoque de arrepentimiento mostrando cmo puede
emplearse para seleccionar una alternativa en el siguiente ejemplo.

CRITERIO DE HURWICZ

Este criterio representa un intervalo de actitudes desde la ms optimista hasta la ms

pesimista. En las condiciones ms optimistas se elegira la accin que proporcione el mx ai mx
ej { x(ai, ej) }. Se supone que x(ai, ej), representa la ganancia o beneficio. De igual manera, en las
condiciones ms pesimistas, la accin elegida corresponde a mx ai mn ej { x(ai, ej) }. El criterio
de Hurwicz da un balance entre el optimismo extremo y el pesimismo extremo ponderando las
dos condiciones anteriores por los pesos respectivos y (1- ), donde 0 1. Esto es, si x(ai,
ej) representa beneficio, seleccione la accin que proporcione:

Para el caso donde x(ai, ej) representa un costo, el criterio selecciona la accin que
proporciona:

El parmetro se conoce como ndice de optimismo: cuando = 1, el criterio es

demasiado optimista; cuando = 0, es demasiado pesimista . Un valor de entre cero y uno
puede ser seleccionado dependiendo de si el decisor tiende hacia el pesimismo o al optimismo.
En ausencia de una sensacin fuerte de una circunstancia u otra, un valor de = 1/2 parece ser
una seleccin razonable.

EJEMPLO

Partiendo del ejemplo de construccin del hotel, la siguiente tabla muestra las
recompensas obtenidas junto con la media ponderada de los niveles de optimismo y pesimismo
de las diferentes alternativas para un valor a = 0.4:

Alternativas

Estados de la Naturaleza

Terreno
comprado

Aeropuerto en A

Aeropuerto en B

mnei

mxei

13

-12

-12

13

-2

-8

11

-8

11

-0.4

AyB

-1

-1

1.4

Ninguno

S(ai)

La alternativa ptima segn el criterio de Hurwicz sera comprar las parcelas A y B, pues
proporciona la mayor de las medias ponderadas para el valor de a seleccionado.

CRITERIO DE SAVAGE

En 1951 Savage argumenta que al utilizar los valores xij para realizar la eleccin, el decisor
compara el resultado de una alternativa bajo un estado de la naturaleza con todos los dems

resultados, independientemente del estado de la naturaleza bajo el que ocurran. Sin embargo, el
estado de la naturaleza no es controlable por el decisor, por lo que el resultado de una alternativa
slo debera ser comparado con los resultados de las dems alternativas bajo el mismo estado de
la naturaleza.
Con este propsito Savage define el concepto de prdida relativa o prdida de
oportunidad rij asociada a un resultado xij como la diferencia entre el resultado de la mejor
alternativa dado que ej es el verdadero estado de la naturaleza y el resultado de la
alternativa ai bajo el estado ej:

As, si el verdadero estado en que se presenta la naturaleza es ej y el decisor elige la

alternativa ai que proporciona el mximo resultado xij, entonces no ha dejado de ganar nada, pero
si elige otra alternativa cualquiera ar, entonces obtendra como ganancia xrj y dejara de ganar xijxrj.
Savage propone seleccionar la alternativa que proporcione la menor de las mayores prdidas
relativas, es decir, si se define ri como la mayor prdida que puede obtenerse al seleccionar la
alternativa ai,

el criterio de Savage resulta ser el siguiente:

Conviene destacar que, como paso previo a la aplicacin de este criterio, se debe calcular la
matriz de prdidas relativas, formada por los elementos rij. Cada columna de esta matriz se
obtiene calculando la diferencia entre el valor mximo de esa columna y cada uno de los valores
que aparecen en ella.
Explicacin de los pasos para realizar el criterio de savage

Este criterio dice que para cada estado de la naturaleza (variable incontrolable) hay una decisin
que es mejor que el resto. Hay que buscar qu se deja de ganar o qu se pierde si se toma otra
decisin que no sea sa (es decir, que permite el arrepentimiento).
1) Encima de cada columna del cuadro, se indica el n ms alto de su columna.
2) Dentro de la tabla, se va restando ese n ms alto de cada n de la tabla.
3) A parte, se representa con S y un nmero a partir del 1. Habr tantos como posibles acciones
(filas). Se busca el Minimax (mnimo entre los mximos) que es el n ms alto de cada fila
(teniendo en cuenta que, por ejemplo, el 0 es mayor que un n negativo)
EJEMPLO
Partiendo del ejemplo de construccin del hotel, la siguiente tabla muestra la matriz de prdidas
relativas y el mnimo de stas para cada una de las alternativas.

Estados de la Naturaleza
Alternativas
Aeropuerto en A

Aeropuerto en B

23

23

21

21

Terreno comprado

Ay B
Ninguno

12

12

13

11

13

El mayor resultado situado en la columna 1 de la tabla de decisin original es 13; al restar a esta
cantidad cada uno de los valores de esa columna se obtienen las prdidas relativas bajo el estado
de la naturaleza Aeropuerto en A. De la misma forma, el mximo de la columna 2 en la tabla
original es 11; restando a esta cantidad cada uno de los valores de esa columna se obtienen los
elementos rij correspondientes al estado de la naturaleza Aeropuerto en B. Como puede
observarse, el valor i menor se obtiene para la tercera alternativa, por lo que la decisin ptima
segn el criterio de Savage sera comprar ambas parcelas.

CRTICA
El criterio de Savage puede dar lugar en ocasiones a decisiones poco razonables. Para
comprobarlo, consideremos la siguiente tabla de resultados:

Estados de la
Naturaleza

Alternativas e1

e2

a1

a2

La tabla de prdidas relativas correspondiente a esta tabla de resultados es la siguiente:

Estados de la Naturaleza
e1
Alternativas

e2

a1
a2

La alternativa ptima es a1. Supongamos ahora que se aade una alternativa, dando lugar a la
siguiente tabla de resultados:

Estados de la
Naturaleza

Alternativas e1

e2

a1

a2

a3

La nueva tabla de prdidas relativas sera:

Estados de la Naturaleza

Alternativas e1

e2

a1

a2
a3

El criterio de Savage selecciona ahora como alternativa ptima a2, cuando antes seleccion a1.
Este cambio de alternativa resulta un poco paradjico: supongamos que a una persona se le da a
elegir entre peras y manzanas, y prefiere peras. Si posteriormente se la da a elegir
entre peras, manzanas y naranjas, esto equivaldra a decir que ahora prefiere manzanas!

CRITERIO DE LAPLACE

Este criterio, propuesto por Laplace en 1825, est basado en el principio de razn insuficiente:
como a priori no existe ninguna razn para suponer que un estado se puede presentar antes que
los dems, podemos considerar que todos los estados tienen la misma probabilidad de
ocurrencia, es decir, la ausencia de conocimiento sobre el estado de la naturaleza equivale a
afirmar que todos los estados son equiprobables. As, para un problema de decisin con n
posibles estados de la naturaleza, asignaramos probabilidad 1/n a cada uno de ellos.
Una vez realizada esta asignacin de probabilidades, a la alternativa ai le corresponder un
resultado esperado igual a:

La regla de Laplace selecciona como alternativa ptima aquella que proporciona un mayor
resultado esperado:

EJEMPLO
Partiendo del ejemplo de construccin del hotel, la siguiente tabla muestra los resultados
esperados para cada una de las alternativas.

Estados de la Naturaleza
Alternativas
Terreno

Resultado

Aeropuerto en A

Aeropuerto en B

13

-12

0.5

-8

11

1.5

Ay B

-1

Ninguno

comprado

esperado

En este caso, cada estado de la naturaleza tendra probabilidad ocurrencia 1/2. El resultado
esperado mximo se obtiene para la tercera alternativa, por lo que la decisin ptima segn el
criterio de Laplace sera comprar ambas parcelas.

CRTICA
La objecin que se suele hacer al criterio de Laplace es la siguiente: ante una misma realidad,
pueden tenerse distintas probabilidades, segn los casos que se consideren. Por ejemplo,
una partcula puede moverse o no moverse, por lo que la probabilidad de no moverse es 1/2. En
cambio, tambin puede considerarse de la siguiente forma: una partcula puede moverse a la
derecha, moverse a la izquierda o no moverse, por lo que la probabilidad de no moverse es 1/3.
Desde un punto de vista prctico, la dificultad de aplicacin de este criterio reside en la
necesidad de elaboracin de una lista exhaustiva y mutuamente excluyente de todos los
posibles estados de la naturaleza.
Por otra parte, al ser un criterio basado en el concepto de valor esperado, su funcionamiento
debe ser correcto tras sucesivas repeticiones del proceso de toma de decisiones. Sin embargo, en
aquellos casos en que la eleccin slo va a realizarse una vez, puede conducir a decisiones poco

acertadas si la distribucin de resultados presenta una gran dispersin, como se muestra en la

siguiente tabla:

Estados de la Naturaleza

Alternativas

a1
a2

Resultado

e1

e2

15000

-5000

5000

5000

4000

4500

esperado

Este criterio seleccionara la alternativa a1, que puede ser poco conveniente si la toma de
decisiones se realiza una nica vez, ya que podra conducirnos a una prdida elevada.

BIBLIOGRAFA
Medios Impresos:

AMATA AMAY, Jairo. Toma De Decisiones Gerenciales mtodos cuantitativos para la

administracin. Universidad Santo tomas.

 BARRY Render y otros.Metodos Cuantitativos Para Los Negocios. Pearson. Prentice

Hall.
CAABATE CARMONA, Antonio Toma de decisiones: anlisis y entorno organizativo
Hillier, Lieberman. Investigacin de operaciones, sptima edicin
Medios Digitales:
wikipedia.org. Diagrama_de_Gantt. Disponible en:
http://es.wikipedia.org/wiki/Diagrama_de_Gantt
www.monografias.com. Control del la Produccion. Disponible en:
http://www.monografias.com/trabajos24/control-produccion/controlproduccion.shtml#program
wikipedia.org. Metodo de la ruta critica. Disponible en: http://es.wikipedia.org/wiki/M
%C3%A9todo_de_la_ruta_cr%C3%ADtica

www.slideshare.net. Programacin Lineal. Disponible en:

http://www.slideshare.net/dorkapalmira/programacin-lineal-1906374

www.arquimedex.com. Caractersticas de la Programacin Lineal. Disponible en:

http://www.arquimedex.com/index.php?accion=1&id=89

thales.cica.es. Criterio de la Place. Disponible en:

http://thales.cica.es/rd/Recursos/rd99/ed99-0191-03/laplace.htm