Documentos de Académico
Documentos de Profesional
Documentos de Cultura
NCLEO DE MONAGAS
INGENIERA DE SISTEMAS
ANLISIS DE DECISIONES
MATURN/MONAGAS/VENEZUELA
ANALISIS DE RIESGOS
Profesor:
Ing. Csar Estaba
Bachilleres:
Seccin 01
Anlisis de decisiones.....................................................................................................................5
Toma de Decisiones bajo Certidumbre....................................................................................5
Caractersticas..................................................................................................... 5
Modelos Matemticos....................................................................................................................8
MODELOS MATEMTICOS DE LA TOMA DE DECISIONES BAJO CERTIDUMBRE 9
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
CONTROL DE INVENTARIO.......................................................................................32
Ejemplo.............................................................................................................. 39
Determinacin de la Ruta Crtica........................................................................40
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.
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.
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.
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:
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)
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.
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.
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.
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:
-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.
Figura 1
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
maximizando a z). Para hacerlo se asignan valores arbitrarios crecientes a z. Por ejemplo, si
z=10 y
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
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:
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
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:
Prever las prdidas de tiempo o las sobrecargas entre los centros de produccin.
siguientes:
1.
2.
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
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.
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).
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
Pap
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
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
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:
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:
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:
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
Q =
( 2 ) ( 8000 ) (12000)
=25298
0.30
T =
25298
=3.2 Meses
8000
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:
h s2 p(QS)
k + cQ+
+
2a
2a
k +cQ +
T=
h S2
2
+ p ( QS ) /(2 a)
2
2a
aK
h S 2 p (QS)
=
+ac +
+
Q/a
Q
2Q
2Q
2 aK
h
p
2 aK
, Q=
p+ h
h
p+h
p
Q
2aK
=
a
h
p+h
p
2 aK
p
h
,
p+ h
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,
y a = 8000,
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.
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)
Numeracin de eventos que debe ser progresiva y continua. Sobre la Red deben colocarse
tambin los tiempos necesarios para ejecutar cada actividad.
Ejemplo:
1i
3j
4j
2j
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)
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 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,
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
Tiempo mas
Nodo
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.
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 :
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
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
Para el caso donde x(ai, ej) representa un costo, el criterio selecciona la accin que
proporciona:
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:
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
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
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
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: