Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Investigación Operativa I PDF
Investigación Operativa I PDF
Prefacio:
L
a Asignatura de Investigacin de Operaciones es de naturaleza
practico terico, introduce en el anlisis y planteamiento de los
problemas complejos de ingeniera donde la optimizacin es un
factor fundamental. Se formulan modelos matemticos y se brindan las
principales tcnicas de caracterizacin y resolucin de estos modelos.
Se aprender a interpretar los resultados obtenidos con criterios
econmicos, a travs del uso del anlisis de sensibilidad, como paso
previo a la aplicacin real de la toma decisiones en las organizaciones.
Se complementar con el uso de software especializado para la
solucin de los modelos matemticos.
Considerando el manejo holstico de la investigacin de
operaciones junto con las dems asignaturas de este
ciclo, entonces se buscara generar sinergia para
dar solucin al problema segn nuestra realidad
social.
2
UNIVERSIDAD PRIVADA TELESUP
MODELOS DE PROGRAMACIN
LA INVESTIGACION ANLISIS DE
SENSIBILIDAD DE TRANSPORTE, DE PROYECTOS Y
DE OPERACIONES Y
LOS MODELOS DE ASIGNACIN Y PROGRAMACIN
LA PROGRAMACION
PROGRAMACIN REDES LINEAL
LINEAL
LINEAL
Consideracin de los
Mtodo Simplex Programacin Lineal Modelos de intercambios de
Entera Asignacin tiempo y costo
Programacin no
Uso del Software El Primal - Dual Modelos de Redes lineal
3
UNIVERSIDAD PRIVADA TELESUP
ndice del Contenido
I. PREFACIO 02
II. DESARROLLO DE LOS CONTENIDOS 05-154
UNIDAD DE APRENDIZAJE 1:La Investigacin de Operaciones y la Programacin Lineal 05- 42
1. Introduccin 06
a. Presentacin y contextualizacin 06
b. Competencia (logro) 06
c. Capacidades 06
d. Actitudes 06
e. Ideas bsicas y contenido 06
2. Desarrollo de los temas 07-38
a. Tema 01:Investigacin de Operaciones 07
b. Tema 02:Modelos de Programacin Lineal 15
c. Tema 03:Mtodo Simplex 22
d. Tema 04:Uso del Software 29
3. Lecturas recomendadas 39
4. Actividades y ejercicios 39
5. Ejercicios de autoevaluacin 40
6. Resumen 42
UNIDAD DE APRENDIZAJE 2:Anlisis de Sensibilidad de los modelos de Programacin Lineal 43-71
1. Introduccin 44
a. Presentacin y contextualizacin 44
b. Competencia (logro) 44
c. Capacidades 44
d. Actitudes 44
e. Ideas bsicas y contenido 44
2. Desarrollo de los temas 45-68
a. Tema 01: Anlisis de sensibilidad de los trminos independientes en situacin de 45
maximizacin
b. Tema 02: Anlisis de la solucin por la computadora 51
c. Tema 03: Programacin Lineal Entera 58
d. Tema 04: El Primal Dual 63
3. Lecturas recomendadas 69
4. Actividades y ejercicios 69
5. Ejercicios de autoevaluacin 71
6. Resumen 73
UNIDAD DE APRENDIZAJE 3:Modelos de Transporte, Asignacin y Redes 74-114
1. Introduccin 75
a. Presentacin y contextualizacin 75
b. Competencia (logro) 75
c. Capacidades 75
d. Actitudes 75
e. Ideas bsicas y contenido 75
2. Desarrollo de los temas 76-108
a. Tema 01 Modelos de Transporte 76
b. Tema 02: Mtodo de solucin de modelos de transportes 85
c. Tema 03: Modelos de Asignacin 95
d. Tema 04: Modelos de Redes 103
3. Lecturas recomendadas 109
4. Actividades y ejercicios 109
5. Ejercicios de autoevaluacin 112
6. Resumen 114
UNIDAD DE APRENDIZAJE 4:Programacin de Proyectos y Programacin no lineal 115-147
1. Introduccin 116
a. Presentacin y contextualizacin 116
b. Competencia (logro) 116
c. Capacidades 116
d. Actitudes 116
e. Ideas bsicas y contenido 116
2. Desarrollo de los temas 117-151
a. Tema 01: Programacin de Proyecto con tiempos de actividad conocidos 117
b. Tema 02: Programacin de Proyectos con tiempos inciertos de actividades 130
c. Tema 03: Consideracin de los intercambios de tiempo y costo 137
d. Tema 04: Programacin no lineal 143
3. Lecturas Recomendadas 148
4. Actividades y ejercicios 148
5. Ejercicios de autoevaluacin 149
6. Resumen 151
III. GLOSARIO 152
IV. FUENTES DE INFORMACIN 153
V. SOLUCIONARIO 154
4
UNIVERSIDAD PRIVADA TELESUP
5
UNIVERSIDAD PRIVADA TELESUP
Introduccin
a) Presentacin y contextualizacin
Los temas que se tratan en la presente Unidad, tienen por finalidad que el
estudiante desarrolle y ejecute la optimizacin de los modelos matemticos a
travs del mtodo grafico. Mtodo simples y el uso de los software adecuados de
solucin durante su proceso de formacin profesional y contribuyan en el logro de
su perfil profesional.
b) Competencia
Define, planifica y genera la optimizacin de los modelos matemticos
usando los diferentes mtodos de solucin.
c) Capacidades
1. Planifica sus metas de aprendizaje y analiza los diferentes mtodos de
solucin de optimizacin de los modelos matemticos.
2. Aplica y genera el ptimo del modelo matemtico y utiliza el mtodo grfico.
3. Aplica y genera el ptimo del modelo matemtico y el mtodo simplex.
4. Aplica y genera la optimizacin del modelo matemtico y utiliza el software
Lingo, Tora, Glp.
d) Actitudes
Disposicin emprendedora.
Respeto a las normas de convivencia.
Sentido de Organizacin.
Perseverancia en las tareas.
6
UNIVERSIDAD PRIVADA TELESUP
Investigacin TEMA 1
de
Operaciones
Competencia:
Planificar sus metas de aprendizaje y analiza
los diferentes mtodos de solucin de
optimizacin de los modelos matemticos.
7
UNIVERSIDAD PRIVADA TELESUP
Desarrollo de los Temas
a) INVESTIGACIN DE OPERACIONES
Algunas Definiciones
Departamento de Produccin
8
UNIVERSIDAD PRIVADA TELESUP
Departamento de Ventas
Departamento de Administracin
Departamento de Personal
b) EL ANALISTA DE OPERACIONES
9
UNIVERSIDAD PRIVADA TELESUP
Obtencin de la solucin
d) MODELOS MATEMTICO
10
UNIVERSIDAD PRIVADA TELESUP
A fin de que los modelos sean tiles para asistir en las decisiones gerenciales,
ellos deben de ser simples para entenderlos y fcil de usarlos. Al mismo tiempo,
ellos tienen que proporcionar una representacin completa y realista del ambiente
de decisin.
Los gerentes de otro lado, podrn formular las preguntas bsicas a ser
contestadas por el modelo y luego interpretar los resultados del modelo en base a
su propia experiencia e intuicin, reconociendo las limitaciones del modelo.
La complementacin entre las habilidades computacionales superiores
proporcionadas por el modelo y las capacidades de discernimiento del gerente (el
que toma las decisiones) es la clave para un enfoque exitoso de la Investigacin
de Operaciones.
11
UNIVERSIDAD PRIVADA TELESUP
Ejercicio Operacional
Ventajas:
Alto grado de realismo.
Desventajas:
Costos altos de implementacin.
En muchos casos imposible de analizar.
12
UNIVERSIDAD PRIVADA TELESUP
Juego (Gaming)
Ventajas:
Se ha retenido algunas de las interacciones humanas del proceso real.
El costo de procesar cada alternativa ha sido reducido.
La velocidad de medicin de la performance de cada alternativa ha sido
aumentada.
Desventajas:
Se pierde algn grado de realismo con respecto al ejercicio operacional,
debido a que operamos en un mundo abstracto.
Simulacin
13
UNIVERSIDAD PRIVADA TELESUP
Modelo Matemtico
14
UNIVERSIDAD PRIVADA TELESUP
Modelos
TEMA 2
de
Programacin
Lineal
Competencia:
Aplicar y generar el ptimo del modelo
matemtico y utilizar el mtodo grfico.
15
UNIVERSIDAD PRIVADA TELESUP
a) Soluciones Geomtricas
b) Mtodo Grafico
Maximizacin
Tiempo de Manufacturacin
PRODUCTO
DPTO A DPTO B DPTO C
1 2 1 4
2 2 2 2
H H disp/sem 160 120 280
16
UNIVERSIDAD PRIVADA TELESUP
Max Z = x1 + 1.5x2
Grfica de inecuaciones
X2
X2 X1
80 0 80
2x1 + 2x2 =
70 80 0
160
60
50
40 Regin 2x1 + 2x2 < 160
30
20
10
10 20 30 40 50 60 70 80 X1
17
UNIVERSIDAD PRIVADA TELESUP
y , luego
se tendr:
Z = x1 + 1.5x2
18
UNIVERSIDAD PRIVADA TELESUP
Si hacemos x1 = x , x2 = y
Z = x + 1.5y
ec.recta y = mx + b
m = - 1/1.5
19
UNIVERSIDAD PRIVADA TELESUP
Soluciones factibles
C1: (0,60) C3: (70,0) C5: (40,40)
C2: (0, 0 ) C4: (60,20)
Solucin Factible: Una solucin en la que las variables de decisin son factibles
(Cualquier punto, dentro de la regin factible).
20
UNIVERSIDAD PRIVADA TELESUP
Propiedad
21
UNIVERSIDAD PRIVADA TELESUP
Mtodo TEMA 3
Simplex
Competencia:
Aplicar y generar el ptimo del modelo
matemtico y el mtodo simplex.
22
UNIVERSIDAD PRIVADA TELESUP
a) PROCEDIMIENTO
23
UNIVERSIDAD PRIVADA TELESUP
Luego se calcula el vector que sale o vector saliente para lo cual se divide los
valores del vector columna b entre los valores del vector ingresante y se
selecciona como vector saliente a aquel que corresponda el menor valor
positivo.
Para calcular los valores de las dems filas del segundo tablero se aplica la
siguiente forma:
24
UNIVERSIDAD PRIVADA TELESUP
s.a.
4X1 - 2X2 - 3X3<= 5
X1 + X3 = 12
-2X1 + X2 - X3>= 6
Balanceando
s.a.
X1 + X3 + q1 = 7
-2X1 + X2 - X3- X5 + q2 = 6
25
UNIVERSIDAD PRIVADA TELESUP
4 2 3 0 0 M M
Ci Xk b X1X2 X3 X5 X4 q1 q2
0 X4 5 4 -2-3 0 1 0 0
M q1 12 1 0 1 0 0 1 0
M q2 1 -2 1 -1 -1 0 0 1
Zj = 13M -M M 0 -M 0 M M
Cj Zj 4+M 2-M -3 M 0 0 0
0 X4 7 0 0 -5 -2 1 0 0
M q1 12 1 0 1 0 0 1 0
2 X2 1 -2 1 -1 -1 0 0 1
Zj = 12M+2 M-4 2 M-2 -2 0 M 2
Cj Zj -M+8 0 -M-1 2 0 0 -2+M
0 X4 67 5 0 0 -2 1 5 2
-3 X3 12 1 0 1 0 0 1 0
2 X2 13 -1 1 0 -1 0 1 1
Zj = -10 -5 2 -3 -2 0 -1 2
Cj Zj 9 0 0 2 0 M+1 M-2
Zopt = -10
X1 = 0
X2 = 13
X3 = 12
26
UNIVERSIDAD PRIVADA TELESUP
s.a.
3X1 + 2X2 - X3<= 15
X1 + 4X2 + 3X3<= 12
-2X1 + X2 - 3X3<= 7
Balanceando
s.a.
27
UNIVERSIDAD PRIVADA TELESUP
2 3 2 0 0 0
Ci Xk b X1 X2 X3 X5 X4 X6
0 X4 15 3 2 -1 1 0 0
0 X5 12 1 4 3 0 1 0
0 X6 7 -2 1 -3 0 0 0
Zj = 0 0 0 0 0 0 0
Cj Zj 2 3 -2 0 0 0
0 X4 9 10/4 0 -10/4 1 -2/4 0
3 X2 3 1/4 1 3/4 0 1/4 0
0 X6 4 -9/4 0 -15/4 0 -1/4 1
Zj = 9 3/4 3 9/4 0 3/4 0
Cj Zj 5/4 0 -17/4 0 -3/4 0
2 X1 36/10 1 0 -1 4/10 -2/10 0
3 X2 84/40 0 1 4/4 -1/10 3/10 0
0 X6 484/40 0 0 -6/4 9/10 -7/10 1
Zj = 135/10 2 3 1 5/10 5/10 0
Cj Zj 0 0 -3 -5/10 -5/10 0
28
UNIVERSIDAD PRIVADA TELESUP
Uso
TEMA 4
del
Software
Competencia:
Aplicar y generar la optimizacin del
modelo matemtico y utiliza el software
Lingo, Tora, Glp.
29
UNIVERSIDAD PRIVADA TELESUP
30
UNIVERSIDAD PRIVADA TELESUP
1. Funcin objetivo
2. Variables
3. Restricciones
Nota: Cada lnea en LINGO finaliza con un punto y coma. El punto y la coma son
requeridos. El modelo no se resolver si falta algn punto y coma.
Nota: Dado que la mayor parte de las computadoras no tienen una tecla de menor
o igual, LINGO ha adoptado como convencin utilizar el smbolo <= para
representar. Como alternativa, se puede usar el smbolo < para expresar menor o
igual. Lo mismo se usa >= > para expresar mayor o igual.
31
UNIVERSIDAD PRIVADA TELESUP
X= 1.5 * Y + Z / 2 * Y; ! Esto es
Un comentario;
X= 1.5 * ! Esto es un comentario en el medio de una restriccin; Y + Z / 2 * Y;
32
UNIVERSIDAD PRIVADA TELESUP
Ventana de estado.
33
UNIVERSIDAD PRIVADA TELESUP
Campo Descripcin
State Estado de la solucin actual, puede ser
"Global optimum", "Local optimum",
"Feesible", "Unbounded", "Interrupted",
"Undetermined"
Iterations Nmero de iteraciones
Infeasibility Cantidad de veces que es violada una
restriccin
Objetive Valor actual de la funcin objetivo
Best IP Valor de la funcin objetivo de la mejor
solucin entera encontrada (solo en
modelos de programacin entera)
IP Bound Lmite terico de la funcin objetivo
para modelos de programacin entera.
34
UNIVERSIDAD PRIVADA TELESUP
Cuando LINGO termine de resolver el modelo, crear una nueva ventana con el ttulo
Solution Report, conteniendo los detalles de la solucin:
Informe de la solucin.
35
UNIVERSIDAD PRIVADA TELESUP
Etiquetas de
tipo de
variables para
X, Y, ingreso
para 6
restricciones y
la funcin Area de graficacin
objetivo.
(PAYOFF)
36
UNIVERSIDAD PRIVADA TELESUP
37
UNIVERSIDAD PRIVADA TELESUP
Max Z = x1 + 1.5x2
Sujeto a: 2x1 + 2x2 <= 160 - - - - - - ( 1 )
x1 + 2x2 <= 120 - - - - - - ( 2 )
4x1 + 2x2 <= 280 - - - - - - ( 3 )
x1, x2 >= 0 ------(4)
38
UNIVERSIDAD PRIVADA TELESUP
Lecturas Recomendadas
EL LIBRO:
http://site.ebrary.com/lib/biblioucvsp
PROGRAMACIN LINEAL
http://www.programacionlineal.net/
Actividades y Ejercicios
Max Z = x1 + 1.5x2
Sujeto a: 2x1 + 2x2 <= 160 - - - - - - ( 1 )
x1 + 2x2 <= 120 - - - - - - ( 2 )
4x1 + 2x2 <= 280 - - - - - - ( 3 )
x1, x2 >= 0 ------(4)
39
UNIVERSIDAD PRIVADA TELESUP
Autoevaluacin
1) Una solucin en la que las variables de decisin son factibles (Cualquier
punto, dentro de la regin.
a. Solucin Factible
b. Regin Factible
c. Solucin ptima
d. Solucin Extrema
e. Solucin Parcial
4) Es el modelo ms realista:
a. Ejercicio Operacional
b. Simulacin
c. Matemtico
d. Gaming
e. Juego
5) Es el modelo ms abstracto
a. Gaming
b. Matemtico
c. Ejercicio Operacional
d. Simulacin
e. Juego
40
UNIVERSIDAD PRIVADA TELESUP
41
UNIVERSIDAD PRIVADA TELESUP
Resumen
UNIDAD DE APRENDIZAJE I:
En primer lugar el descubrimiento de George Dantzig en 1947 del mtodo simple, para
resolver problemas de programacin lineal., y en 1957 Churman, Ackffy Arnoff
publicaron el primer libro de investigacin de operaciones. Con el advenimiento de las
computadoras digitales se expandieron los campos de accin de los mtodos
cuantitativos y se crearon nuevos modelos. Dada la facilidad de obtencin de
resultados en crear y desarrollarse. Hoy en da los mtodos cuantitativos son utilizados
en el sector pblico y privado como elementos esenciales en el proceso de la toma de
decisiones generales. Programacin lineal, tcnica matemtica y de investigacin de
operaciones que se utiliza en la planificacin administrativa y econmica para
maximizar las funciones lineales de un gran nmero de variables sujetas a
determinadas restricciones (vase lgebra; Funcin; Matemtica). El desarrollo de
computadoras electrnicas de procesamiento de alta velocidad ha aportado
recientemente muchos avances a la programacin lineal, de forma que ahora esta
tcnica se utiliza extensamente en operaciones industriales y militares.
42
UNIVERSIDAD PRIVADA TELESUP
43
UNIVERSIDAD PRIVADA TELESUP
Introduccin
a) Presentacin y contextualizacin
Los temas que se tratan en la presente Unidad, tienen por finalidad que el
estudiante desarrolle y ejecute el anlisis post-optimo de los modelos
matemticos de programacin lineal, durante su proceso de formacin profesional
y contribuyan en el logro de su perfil profesional.
b) Competencia
Desarrolla y aplica el anlisis de sensibilidad de los modelos matemticos
de programacin lineal.
c) Capacidades
1. Planifica y aplica el anlisis de sensibilidad de los modelos matemticos.
2. Planifica y utiliza el anlisis de sensibilidad por computadora.
3. Planifica y aplica la solucin de modelos de programacin entera.
4. Aplica y reconoce los modelos Primal - Dual.
d) Actitudes
Disposicin emprendedora.
Respeto a las normas de convivencia.
Sentido de Organizacin.
Perseverancia en las tareas.
44
UNIVERSIDAD PRIVADA TELESUP
Anlisis de
Sensibilidad TEMA 1
de los Trminos
Independientes
en Situacin de
Maximizacin
Competencia:
Planificar y aplicar el anlisis de
sensibilidad de los modelos matemticos.
45
UNIVERSIDAD PRIVADA TELESUP
Desarrollo de los Temas
Procedimiento
Paso 2.
Se calcula el valor del trmino independiente modificado,
mediante:
bi +/ - b = b
Donde:
b i = Es el trmino independiente original de una
determinada restriccin del modelo matemtico.
b = Es la cantidad en que se incrementa o disminuye el
trmino independiente.
b = Es el trmino independiente modificado
46
UNIVERSIDAD PRIVADA TELESUP
Paso 5. Una vez que se obtiene la factibilidad a partir del Paso 3 o Paso 4 segn
el caso, se procede a calcular la solucin optima del modelo dado con la variacin
propuesta del trmino independiente, mediante la frmula:
Zmax = Ci ( B-1 b )
EJEMPLO
47
UNIVERSIDAD PRIVADA TELESUP
Para cuando:
Balanceando
5 6 0 0
Ci Xk b X1 X2X3 X4
0 X3 30 2 3 1 0
0 X4 30 3 2 0 1
Zj = 0 0 0 0 0
Cj Zj 6 6 0 0
6 X2 10 2/3 1 3/3 0
0 X4 10 5/3 0 -2/3 1
Zj = 60 4 6 2 0
Cj Zj 1 0 -2 0
6 X2 6 0 1 3/5 -2/5
5 X1 6 1 0 -2/5 3/5
Zj = 66 5 6 8/5 3/5
Cj Zj 0 0 -8/5 -3/5
Zopt = 66
X1 = 6
X2 = 6
48
UNIVERSIDAD PRIVADA TELESUP
Se pasa al Paso 5
Zmax = Ci (B-1 b )
42/5
42/5
Entra
X3 X4 X3 X4
X2 3/5 -2/5 X2 0 1/2
X2 0 1/2 36 9 0
= >= Solucin factible
X3 1 -3/2 18 9 0
49
UNIVERSIDAD PRIVADA TELESUP
Se pasa al Paso 5
Zmax = Ci (B-1 b )
Zmax = (C2 , C3 ) 9
Zmax = (6,0) 9 = 54
x1= 0 x2 = 9
50
UNIVERSIDAD PRIVADA TELESUP
Anlisis de la TEMA 2
Solucin por la
Computadora
Competencia:
Planificar y utilizar el anlisis de
sensibilidad por computadora.
51
UNIVERSIDAD PRIVADA TELESUP
a) Planeacin de la produccin
52
UNIVERSIDAD PRIVADA TELESUP
53
UNIVERSIDAD PRIVADA TELESUP
b) Anlisis
3. Costos reducidos.
Solo se le interpreta cuando son diferentes de cero.
Costo reducido de Q2 = 11
Tiene dos significados:
Primera interpretacin: Se puede notar que el producto Q2 no conviene
fabricar, para que sea conveniente su produccin, su utilidad debe aumentar
por lo menos 11 $/unidad.
Segunda Interpretacin: Se sabe que el producto Q2 no debemos fabricar, si
forzamos la produccin de este producto, la utilidad total se reducir en forma
proporcional a 11, por cada unidad fabricada.
NOTA
Siempre que hay un cero en el lado izquierdo o
derecho, si no hay cero, el problema no tiene
solucin. Pero cuando hay varios ceros, significa
que hay varias soluciones ptimas.
54
UNIVERSIDAD PRIVADA TELESUP
$ de utilidad
Y1 = 3 ----------------------------
Libras de materia prima
$ de utilidad
Y2 = 0 ----------------------------
Pie cbico de espacio
$ de utilidad
Y3 = 0 ----------------------------
Producto comprado por empresas industriales
55
UNIVERSIDAD PRIVADA TELESUP
$ de utilidad
Y4 = -14 ----------------------------
Por producto comprado por las empresas comerciales
$ de utilidad
Y5 = 14 ----------------------------
Hora Planta 1
$ de utilidad
Y4 = 21 ----------------------------
Hora Planta 2
M + di * Yi
M = 5400
di = 50
Yi = 3
56
UNIVERSIDAD PRIVADA TELESUP
En conclusin:
Por cada libra adicional de materia prima, la utilidad aumenta en 3 $, y por cada
libra que se disminuye la materia prima, la utilidad baja 3 $.
7. Rangos de sensibilidad.
57
UNIVERSIDAD PRIVADA TELESUP
Programacin TEMA 3
Lineal
Entera
Competencia:
Planificar y aplicar la solucin de modelos
de programacin entera.
58
UNIVERSIDAD PRIVADA TELESUP
Ejemplo:
MIN 6X1 + 5X2 + 4X1
S.A.
108X1 + 92X2 + 58X3 >= 576
7X1 + 18X2 + 22X3 >= 83
X1, X2, X3 >= 0 y Enteros
Por ejemplo:
MIN 6X1 + 5X2 + 4X3
S.A.
108X1 + 92X2 + 58X3 >= 576
7X1 - 18X2 + 22X3 >= 83
59
UNIVERSIDAD PRIVADA TELESUP
Programacin Enteros 0 y 1
En algunos problemas, se restringe el valor de las variables a 0 y 1. Dichos
problemas se llaman Binarios o Programas Lineales Enteros 0-1. Son de particular
inters, debido a que se pueden usar las variables 0-1 para representar
decisiones dicotmicas (si o no). Diversos problemas de asignacin, ubicacin de
plantas, planes de produccin y elaboracin de cartera, son de programacin
lineal entera 0-1. Por ejemplo:
Mtodo de Bsqueda
Se inician partir de la idea directa de enumerar todos los puntos enteros factibles,
El mtodo de bsqueda ms sobresaliente es la TCNICA DE RAMIFICAR Y
ACOTAR, Comienza a partir del optimo continuo, pero parte sistemticamente el
espacio de soluciones en subproblemas, suprimiendo partes que no contengan
puntos enteros factibles.
Ejemplo:
MAX X1 + 5X2
S.A.
11X1 + 6X2 <= 66
5X1 + 50X2 <= 225
X1, X2 >= 0 y Enteros
60
UNIVERSIDAD PRIVADA TELESUP
61
UNIVERSIDAD PRIVADA TELESUP
Ramificar y Acotar
62
UNIVERSIDAD PRIVADA TELESUP
El
TEMA 4
Primal
Dual
Competencia:
Aplicar y reconocer los modelos Primal
Dual.
63
UNIVERSIDAD PRIVADA TELESUP
a) Primal - Dual
S.A.
4X1 - 12X2 + 3X3 <= 12 Y1
-2X1 + 3X2 + X3 <= 6 Y2
-5X1 + X2 - 6X3 >= -40 Y3
3X1 + 4X2 -2X3 = 10 Y4
64
UNIVERSIDAD PRIVADA TELESUP
b) Regla
Los Coeficientes de la 1ra funcin de restriccin del Dual, son los Coeficientes de
la 1ro variable en las restricciones de Primal, y en forma anloga para las otras
restricciones.
Los recursos de las restricciones duales son los Coeficientes de la funcin objetivo
del Primal.
El sentido de la i-sima restriccin Dual es = si y solo si la i-sima variable del
Primal no tiene restriccin de signo (NRS).
Si el Primal es un modelo de Max (Min), entonces, despus de aplicar la regla
anterior, se asigna a las restantes restricciones Duales el mismo (opuesto) sentido
a la variable correspondiente del Primal.
La i-sima variable del problema DUAL no tendr restriccin
de signo(NRS) si y solo si la i-sima restriccin del PRIMAL
es una igualdad.
65
UNIVERSIDAD PRIVADA TELESUP
Modelo Dual
S.A.
4Y1 - 2Y2 - 5Y3 + 3Y4 >= 3
-12Y1 + 3Y2 + Y3 + 4Y4 <= 4
3Y1 + Y2 - 6Y3 - 2Y4 = -2
d) Ejercicios
X1>= 0 , X2>= 0
Dual
Nm. Variables (D) = Num. Restricciones (P) = 3
Nm. Restricciones (D) = Nm. Variables (P) = 2
66
UNIVERSIDAD PRIVADA TELESUP
S.A.
4X1 + 2X2 + 12X3 <= 10
2X1 - X2 + 11X3 >= -2
Dual
S.A.
4Y1 + 2Y2 >= 1
2Y1 - Y2 = 12
12Y1 + 11Y2 <= -2
Y1<= 0, Y2>= 0
67
UNIVERSIDAD PRIVADA TELESUP
S.A.
4X1 + 2X2 + X3 <= 100
X1 + 3X2 + 7X3 <= 80
2X1 + 6X2 + 3X3 <= 50
Dual
S.A.
4Y1 + Y2 + 2Y3 = 4
2Y1 + 3Y2 + 6Y3 = 7
Y1 + 7Y2 + 3Y3 = 8
68
UNIVERSIDAD PRIVADA TELESUP
Lecturas Recomendadas
INVESTIGACIN DE OPERACIONES
http://es.wikipedia.org/wiki/Investigaci%C3%B3n_de_operaciones
DIALNET
http://dialnet.unirioja.es
Actividades y Ejercicios
X1>= 0, X2>= 0
Dual
69
UNIVERSIDAD PRIVADA TELESUP
Actividades y Ejercicios
S.A.
4X1 + 2X2 + 12X3 <= 10
2X1 - X2 + 11X3 >= -2
Dual
Nm. Variables (D) = Nm. Restricciones (P) = 2
Nm. Restricciones (D) = Nm. Variables (P) = 3
a) Y1<= 0 , Y2>= 0
70
UNIVERSIDAD PRIVADA TELESUP
Autoevaluacin
1) No es un tipo de programacin lineal entera.
a. Entera Pura
b. Entera Mixta
c. Binaria
d. Enteros 0 y 1
e. Entero real
71
UNIVERSIDAD PRIVADA TELESUP
a. Mtodo de Bsqueda
b. Ramificar y Acotar
c. Mtodo simplex
d. Dual
e. Primal
72
UNIVERSIDAD PRIVADA TELESUP
Resumen
73
UNIVERSIDAD PRIVADA TELESUP
74
UNIVERSIDAD PRIVADA TELESUP
Introduccin
a) Presentacin y contextualizacin
Los temas que se tratan en la presente Unidad, tienen por finalidad que el
estudiante desarrolle y ejecute los modelos de Transporte, Asignacin y Redes,
durante su proceso de formacin profesional y contribuyan en el logro de su perfil
profesional.
b) Competencia
Aplica modelos de transporte, asignacin, redes y comprende su
importancia en la investigacin de operaciones.
c) Capacidades
1. Planifica y reconoce la estructura de un modelo de transporte.
2. Disea y aplica modelos de transporte.
3. Disea y aplica modelos de asignacin.
4. Aplica y reconoce los modelos de redes.
d) Actitudes
Disposicin emprendedora.
Respeto a las normas de convivencia.
Sentido de Organizacin.
Perseverancia en las tareas.
75
UNIVERSIDAD PRIVADA TELESUP
Modelos TEMA 1
de
Transporte
Competencia:
Planificar y reconocer la estructura de un
modelo de transporte.
76
UNIVERSIDAD PRIVADA TELESUP
Desarrollo de los Temas
Como solo hay una mercanca un destino puede recibir su demanda de una o ms
fuentes. El objetivo del modelo es el de determinar la cantidad que se enviar de
cada fuente a cada destino, tal que se minimice el costo del transporte total.
La suposicin bsica del modelo es que el costo del transporte en una ruta es
directamente proporcional al nmero de unidades transportadas. La definicin de
unidad de transporte variar dependiendo de la mercanca que se transporte.
La suposicin bsica del modelo es que el costo del transporte en una ruta es
directamente proporcional al nmero de unidades transportadas. La definicin de
unidad de transporte variar dependiendo de la mercanca que se transporte.
Fuentes Destinos
C11 : x11
a1 1 1 b1
Unidades a2 Unidades
2 2 b2 de demanda
de oferta
am bn
m n
Cmn : xmn
77
UNIVERSIDAD PRIVADA TELESUP
Sujeta a:
El primer conjunto de restricciones estipula que la suma de los envos desde una
fuente no puede ser mayor que su oferta; en forma anloga, el segundo conjunto
requiere que la suma de los envos a un destino que satisfaga su demanda.
El modelo que se acaba de escribir implica que la oferta total i=1m ai debe ser
cuando menos igual a la demanda total j=1n bj. Cuando la oferta total es igual a la
demanda total, la formulacin resultante recibe el nombre de modelo de transporte
equilibrado. Este difiere del modelo solo en el hecho de que todas las
restricciones son ecuaciones, es decir:
X i j = ai, i=1,2,..., m
X i j = bj, j=1,2,..., n
78
UNIVERSIDAD PRIVADA TELESUP
b) Ejemplos
MG Auto Company tiene plantas en Los ngeles, Detroit y Nueva Orlens. Sus
centros de distribucin principales son Denver y Miami. Las capacidades de las
plantas durante el trimestre prximo son 1 000, 1 500, y 1 200 automviles. Las
demandas trimestrales en los dos centros de distribucin son de 2 300 y 1 400
vehculos. El costo del transporte de un automvil por tren es de 8 centavos por
milla. El diagrama de las distancias recorridas entre las plantas y los centros de
distribucin son:
Denver Miami
1 000 1 690
Los ngeles
Detroit 1 250 1 350
1 275 850
Nueva Orleans
Esto produce en costo por automvil a razn de 8 centavos por milla recorrida.
Produce los costos siguientes (redondeados a enteros), que representan a C ij del
modelo original:
Denver Miami
80 215
Los ngeles
Detroit 100 108
102 68
Nueva Orleans
79
UNIVERSIDAD PRIVADA TELESUP
Sujeto a:
X 11 X 12 = 1 000
X 21 X 22 = 1 500
X 31 X 32 = 1 200
X 11 X 21 X 31 = 2 300
X 12 X 22 X 32 = 1 400
80
UNIVERSIDAD PRIVADA TELESUP
Como la demanda es mayor que la oferta se puede agregar una planta ficticia
con una capacidad de 200. Se permite que dicha planta, en condiciones normales,
enve su produccin a todos los centros de distribucin. Fsicamente, la cantidad
de unidades enviadas a un destino desde una planta ficticia representar la
cantidad faltante en ese destino.
La nica informacin que falta para completar el modelo son los costos de
transporte unitarios de la planta ficticia a los destinos. Como la planta no existe,
no habr ningn envo fsico y el costo de transporte unitario es cero. Sin
embargo, podemos enfocar la situacin desde otro ngulo diciendo que se incurre
en un costo de penalizacin por cada unidad de demanda insatisfecha en los
centros de distribucin. En este caso los costos de transporte unitarios sern
iguales a los costos de penalizacin unitarios en los diversos destinos.
Denver Miami
Los ngeles 80 215 1 000
Detroit 100 108 1 300
Nueva Orlens 102 68 1 200
Planta ficticia 0 0 200
81
UNIVERSIDAD PRIVADA TELESUP
Destino
Denver Miami
Ficticio
Los ngeles 80 215 0 1 000
Detroit 100 108 0 1 500
Nueva Orleans 102 68 0 1 200
82
UNIVERSIDAD PRIVADA TELESUP
Sistema de Produccin
Sistema de Transporte
1. Fuente i 1. Periodo de produccin i
2. Destino j 2. Periodo de demanda j
3. Oferta en la fuente i 3. Capacidad de produccin del
periodo i
4. Demanda en el destino j 4. Demanda del periodo j
5. Costo de transporte de la fuente i al 5. Costo de producto e inventario del
destino j periodo i al j
83
UNIVERSIDAD PRIVADA TELESUP
Periodo
1 2 3 4 Capacidad
Demanda 1 4 4.5 5 5.5 50
2 6 4 4.5 5 180
3 8 6 4 4.5 280
4 10 8 6 4 270
Demanda: 100 200 180 300
84
UNIVERSIDAD PRIVADA TELESUP
Mtodos de
TEMA 2
Solucin de
Modelos de
Transporte
Competencia:
Disear y aplicar Modelos de Transporte.
85
UNIVERSIDAD PRIVADA TELESUP
a) Mtodo Noeoeste
P Q R S
A 5 3 5 2 20
B 3 2 3 5 30
C 3 4 1 2 40
20 20 30 20 90
I P Q R S Oferta
A 20 - - - 20 , 0
B - 20 10 - 30 , 10 , 0
C - - 20 20 40 , 20 , 0
Dm 20 20 30 20
0 0 20 0
0
86
UNIVERSIDAD PRIVADA TELESUP
Verificar Optimicidad
5 - - 2 u1 u1 + v1 = 5 u1 = 1 , v1 = 4
- 2 3 - u2 u2 + v2 = 2 u2 = 3 , v2 = -1
- - 1 2 u3 u2 + v3 = 3 u3 = 1 , v3 = 0
v1 v2 v3 v4 u3 + v3 = 1 v4 = 1
u3 + v4 = 2
Degenerativo u1 + v4 = 2
5 0 1 2 u1 = 1
CI = 7 2 3 4 u2 = 3
5 0 1 2 u3 = 1
v1 v2 v3 v4
4 -1 0 1
CI - CD = MD
5 0 1 2 5 3 5 2 0 -3 -4 0
7 2 3 4 - 3 2 3 5 = 4 0 0 -1
5 0 1 2 3 4 1 2 2 -4 0 0
No ptimo
I P Q R S II P Q R S
A 20- 10+ A 10 - - 10
B 20 10- B 10 20 - -
C 20+ 20- C - - 30 10
= 10
87
UNIVERSIDAD PRIVADA TELESUP
Verificar Optimicidad
5 - - 2 u1 u1 + v1 = 5 u1 = 1 , v1 = 4
3 2 - - u2 u1 + v4 = 2 u2 = -1 , v2 = 3
- - 1 2 u3 u2 + v1 = 3 u3 = 1 , v3 = 0
v1 v2 v3 v4 u2 + v2 = 2 v4 = 1
u3 + v3 = 1
u3 + v4 = 2
5 4 1 2 u1 = 1
CI = 3 2 -1 0 u2 = -1
5 4 1 2 u3 = 1
v1 v2 v3 v4
2 1 0 1
CI - CD = MD
5 4 1 2 5 3 5 2 0 1 -4 0
3 2 -1 0 - 3 2 3 5 = 0 0 -4 -5
5 4 1 2 3 4 1 2 2 0 0 0
No ptimo
II P Q R S III P Q R S
A 10- 10+A - - - 20
B 10 20 B 10 20 - -
C 30 10- C 10 - 30 -
= 10
88
UNIVERSIDAD PRIVADA TELESUP
Verificar Optimicidad
- - - 2 u1 u1 + v4 = 2 u1 = 1 , v1 = 2
3 2 - - u2 u2 + v1 = 3 u2 = 1 , v2 = 1
3 - 1 2 u3 u2 + v2 = 2 u3 = 1 , v3 = 0
v1 v2 v3 v4 u3 + v1 = 3 v4 = 1
u3 + v3 = 1
Degenerativou3 + v4 = 2
3 2 1 2 u1 = 1
CI = 3 2 1 2 u2 = 1
3 2 1 2 u3 = 1
v1 v2 v3 v4
2 1 0 1
CI - CD = MD
3 2 1 2 5 3 5 2 -2 -1 -4 0
3 2 1 2 - 3 2 3 5 = 0 0 -2 -3
3 2 1 2 3 4 1 2 0 -2 0 0
ptimo
89
UNIVERSIDAD PRIVADA TELESUP
b) Mnima Matriz
P Q R S
A 5 3 5 2 20
B 3 2 3 5 30
C 3 4 1 2 40
20 20 30 20 90
I P Q R S Oferta
A - 10 - 10 20 , 10 , 0
B 20 10 - - 30 , 20 , 0
C - - 30 10 40 , 10 , 0
Dm 20 20 30 20
0 10 0 10
0 0
90
UNIVERSIDAD PRIVADA TELESUP
Verificar Optimicidad
- 3 - 2 u1 u1 + v2 = 3 u1 = 1 , v1 = 3
3 2 - - u2 u1 + v4 = 2 u2 = 0 , v2 = 2
- - 1 2 u3 u2 + v1 = 3 u3 = 1 , v3 = 0
v1 v2 v3 v4 u2 + v2 = 2 v4 = 1
u3 + v3 = 1
u3 + v4 = 2
4 3 1 2 u1 = 1
CI = 3 2 0 1 u2 = 0
4 3 1 2 u3 = 1
v1 v2 v3 v4
3 2 0 1
CI - CD = MD
4 3 1 2 5 3 5 2 -1 0 -4 0
3 2 0 1 - 3 2 3 5 = 0 0 -3 -4
4 3 1 2 3 4 1 2 2 -1 0 0
No ptimo
I P Q R S II P Q R S
A 10- 10- A - - - 20
B 20- 10- B 10 20 - -
C 30 10- C 10 - 30 -
= 10
91
UNIVERSIDAD PRIVADA TELESUP
Verificar Optimicidad
- - - 2 u1 u1 + v4 = 2 u1 = 1 , v1 = 2
3 2 - - u2 u2 + v1 = 3 u2 = 1 , v2 = 1
3 - 1 2 u3 u2 + v2 = 2 u3 = 1 , v3 = 0
v1 v2 v3 v4 u3 + v1 = 3 v4 = 1
u3 + v3 = 1
Degenerativou3 + v4 = 2
3 2 1 2 u1 = 1
CI = 3 2 1 2 u2 = 1
3 2 1 2 u3 = 1
v1 v2 v3 v4
2 1 0 1
CI - CD = MD
3 2 1 2 5 3 5 2 -2 -1 -4 0
3 2 1 2 - 3 2 3 5 = 0 0 -2 -3
3 2 1 2 3 4 1 2 0 -2 0 0
Optimo
92
UNIVERSIDAD PRIVADA TELESUP
c) Mtodo de Vogel
P Q R S
A 5 3 5 2 20
B 3 2 3 5 30
C 3 4 1 2 40
20 20 30 20 90
P Q R S Oferta
A - - - 20 20 , 0 1 1 -
B 10 20 - - 30 , 10 , 0 1 1 1
C 10 - 30 - 40 , 10 , 0 1 1 1
Dm 20 20 30 20
10 0 0 0
0
0 1 2 0
0 1 - 0
0 2 - -
93
UNIVERSIDAD PRIVADA TELESUP
Verificar Optimicidad
- - - 2 u1 u1 +v1 = 2 u1 = 1 , v4 = 1
3 2 - - u2 u2 + v1 = 3 u2= 1 , v3 = 0
3 - 1 2 u3 u2 + v2 = 2 u3 = 1 , v2 = 1
v1 v2 v3 v4 u3 + v1 = 3 v1 = 2
u3 + v3 = 1
Degenerativou3 + v4 = 2
3 2 1 2 u1 = 1
CI = 3 2 1 2 u2 = 1
3 2 1 2 u3 = 1
v1 v2 v3 v4
2 1 0 1
CI - CD = MD
3 2 1 2 5 3 5 2 -2 -1 -4 0
3 2 1 2 - 3 2 3 5 = 0 0 -2 -3
3 2 1 2 3 4 1 2 0 -2 0 0
Optimo
Cmin = $170
Asignacin
De A a S = 20 u.
De B a P = 10 u.
De B a Q = 20 u.
De C a P = 10 u.
De C a R = 30 u.
90 u
94
UNIVERSIDAD PRIVADA TELESUP
Modelos TEMA 3
de
Asignacin
Competencia:
Disear y aplicar Modelos de Asignacin.
95
UNIVERSIDAD PRIVADA TELESUP
96
UNIVERSIDAD PRIVADA TELESUP
97
UNIVERSIDAD PRIVADA TELESUP
98
UNIVERSIDAD PRIVADA TELESUP
EJEMPLO
Determinar el Costo mnimo y la asignacin ptima de:
99
UNIVERSIDAD PRIVADA TELESUP
PASO 3:
Se marca aquellas filas que no tengan ceros encuadrados, luego ingresamos por
cada de dichas filas, buscando ceros tarjados y luego de ser ubicados estos, se
procede a marcar la o las columnas que le corresponda.
A partir de las columnas marcadas se reingresa al tablero buscando ceros
encuadrados y luego de identificar a estos se marca las filas que les corresponde.
A partir de cada fila marcada se trata de reingresar nuevamente al tablero
repitiendo el procedimiento sealado en los prrafos anteriores hasta que se
pierdan los ramales bien sea a nivel de columna o de fila.
PASO 4:
Se procede a rayar aquellas filas que no estn marcadas y aquellas columnas que
si estn marcadas.
Luego se busca el menor valor de aquellas casillas que tengan doble rayado
(vertical y horizontal), este menor valor seleccionado se resta a aquellas casillas
que no estn rayadas, pero se le suma a aquellas que tienen doble rayado (se
entiende que aquellas casillas que tienen un solo rayado permanecen igual).
100
UNIVERSIDAD PRIVADA TELESUP
Ejemplo
Determinar el Costo mnimo y la asignacin ptima de:
101
UNIVERSIDAD PRIVADA TELESUP
102
UNIVERSIDAD PRIVADA TELESUP
Modelo TEMA 4
de
Redes
Competencia:
Aplicar y reconocer los Modelos de Redes.
103
UNIVERSIDAD PRIVADA TELESUP
a) Teora de Redes
Una red est formada por arcos y nodos, los arcos pueden ser direccionados
o direccionados
104
UNIVERSIDAD PRIVADA TELESUP
c) Casos de redes
105
UNIVERSIDAD PRIVADA TELESUP
Problema
Calcular el rbol de extensin mnimo
Problema
Calcular el rbol de extensin mnimo
106
UNIVERSIDAD PRIVADA TELESUP
Algoritmo de Etiquetado
PASO1.
Considrense todos los nodos que estn directamente conectados con el origen
(es decir, mediante un solo arco). El componente de distancia de la etiqueta que
se pone a cada nodo de estos es la distancia desde el origen. El componente
predecesor es el origen. Estas etiquetas sern temporales.
PASO 2.
De entre todos los nodos con etiqueta temporal, se escoge uno cuyo componente
de distancia sea mnimo y se seala para ser etiquetado como permanente. Todos
los empates en cualquier punto del algoritmo se rompen arbitrariamente. Tan
pronto como todos los nodos han sido etiquetados en forma permanente se va al
paso 4.
107
UNIVERSIDAD PRIVADA TELESUP
PASO 3.
Todo nodo que no tenga actualmente etiqueta permanente estar o bien sin
etiqueta o con una temporal. Sea l el ultimo nodo etiquetado permanentemente,
Considrese todas las etiquetas de los vecinos de l (es decir, directamente
conectados a l mediante un solo arco). Para cada uno de esos nodos calculase la
suma de su distancia a l ms la componente de distancia de la etiqueta de l. Si el
nodo en cuestin ya tiene etiqueta no est etiquetado, asegurase una etiqueta
temporal que conste de esta distancia y de l como predecesor. Si el nodo en
cuestin ya tiene etiqueta temporal, cambiase solo si la distancia recin calculada
es menor que la componente de distancia de la etiqueta actual. En este caso, la
etiqueta contendr esta distancia y a l como predecesor. Regrese al paso 2.
PASO 4.
Las etiquetas permanentes indican la distancia ms corta desde el origen a cada
nodo de la red. Tambin indican el nodo predecesor en la ruta ms corta hacia
cada nodo.
Para encontrar el camino ms corto de un nodo dado comincese en l y
retroceda al nodo predecesor. Continu este recorrido de retroceso hasta llegar al
origen. La secuencia de nodos obtenidos forma la ruta ms corta entre el origen y
el nodo en cuestin.
Ejemplo
Encontrar el conjunto de rutas ptimas, desde el origen H hasta los dems nodos
busca minimizar la utilidad de los costos, asegurndose de que cualquier reparto
futuro a las siete localidades diferentes, se haga a travs de la ruta ms corta.
108
UNIVERSIDAD PRIVADA TELESUP
Lecturas Recomendadas
INVESTIGACIN DE OPERACIONES
http://www.investigaciondeoperaciones.net/
Actividades y Ejercicios
109
UNIVERSIDAD PRIVADA TELESUP
P Q R S
A 5 3 5 2 20
B 3 2 3 5 30
C 3 4 1 2 40
i. 20 20 30 20 90
P Q R S
A 5 3 5 2 20
B 3 2 3 5 30
C 3 4 1 2 40
ii. 20 20 30 20 90
110
UNIVERSIDAD PRIVADA TELESUP
P Q R S
A 5 3 5 2 20
B 3 2 3 5 30
C 3 4 1 2 40
iii. 20 20 30 20 90
111
UNIVERSIDAD PRIVADA TELESUP
Autoevaluacin
1) Mtodo Hngaro es un problema de:
a. Transporte
b. Colas
c. rbol de extensin
d. Asignacin
e. Ruta corta
4) Para una red con n nodos, es un grupo de (n-1) arcos que conectan todos
los nodos de la red y que no contiene circuitos cerrados
a. Transporte
b. Asignacin
c. Flujo
d. rbol de extensin
e. Colas
112
UNIVERSIDAD PRIVADA TELESUP
113
UNIVERSIDAD PRIVADA TELESUP
Resumen
UNIDAD DE APRENDIZAJE III:
La Teora de Redes es una tcnica que permite resolver problemas que se pueden
plantear mediante una red. Muchos problemas de programacin Lineal se pueden
formular mediante una red: Transporte, asignacin, inventario, produccin y
distribucin, procesos de produccin, etc.
Existen en Teora de Redes, algoritmos mucho ms efectivos que el mtodo simplex.
Existen software para resolver problemas de redes como: Opti
red, Tora, Invop, Win QSB, etc.
114
UNIVERSIDAD PRIVADA TELESUP
115
UNIVERSIDAD PRIVADA TELESUP
Introduccin
a) Presentacin y contextualizacin
Los temas que se tratan en la presente Unidad, tienen por finalidad que el
estudiante desarrolle y ejecute la Programacin PERT-CPM Y La programacin
no Lineal durante su proceso de formacin profesional contribuyendo a elevar su
perfil.
b) Competencia
Analiza y describe la Programacin de Proyectos usando la tcnica del
PERT-CPM.
c) Capacidades
1. Conoce y Utiliza la teora de la Programacin del Tiempo.
2. Analiza y describe la Programacin del Costo
3. Analiza y describe la sensibilidad de un Proyector.
4. Construye e interpreta mediante los modelos de programacin no lineal.
d) Actitudes
Aporta ideas en la solucin de los problemas de programacin del tiempo.
Valora las etapas de la metodologa de la tcnica PERT-CPM.
Se interesa por las diferentes modelos de programacin de proyectos.
Muestra responsabilidad y tica en la solucin de las tareas.
116
UNIVERSIDAD PRIVADA TELESUP
Programacin
de Proyecto TEMA 1
con tiempos
de actividad
conocidos
Competencia:
Conocer y utilizar la teora de la
Programacin del Tiempo.
117
UNIVERSIDAD PRIVADA TELESUP
Desarrollo de los Temas
a) Antecedentes
Dos son los orgenes del mtodo del camino crtico: el mtodo PERT (Program
Evaluation and Review Technique) desarrollo por la Armada de los Estados
Unidos de Amrica, en 1957, para controlar los tiempos de ejecucin de las
diversas actividades integrantes de los proyectos espaciales, por la necesidad de
terminar cada una de ellas dentro de los intervalos de tiempo disponibles. Fue
utilizado originalmente por el control de tiempos del proyecto Polaris y
actualmente se utiliza en todo el programa espacial.
El mtodo CPM (Crtical Path Method), el segundo origen del mtodo actual, fue
desarrollado tambin en 1957 en los Estados Unidos de Amrica, por un centro
de investigacin de operaciones para la firma Dupont y Remington Rand,
buscando el control y la optimizacin de los costos de operacin mediante la
planeacin adecuada de las actividades componentes del proyecto.
b) Definicin
118
UNIVERSIDAD PRIVADA TELESUP
Usos
119
UNIVERSIDAD PRIVADA TELESUP
a 4m b
Te Z
6
ba
Z
6
120
UNIVERSIDAD PRIVADA TELESUP
Metodologa.
El Mtodo del Camino Crtico consta de dos ciclos:
1. Planeacin y Programacin.
121
UNIVERSIDAD PRIVADA TELESUP
2. Ejecucin y Control.
Lista de Actividades
122
UNIVERSIDAD PRIVADA TELESUP
Ejemplo:
b. Ingeniero electricista.
1. Elaboracin del proyecto elctrico.
2. Clculo de los costos y presupuestos.
3. Aprobacin del proyecto.
4. Instalacin de un transformador nuevo.
5. Instalacin de nuevo alumbrado.
6. Instalacin de interruptores y arrancadores.
c. Ingeniero contratista.
1. Elaboracin del proyecto de obra muerta.
2. Clculo de los costos y presupuestos.
3. Aprobacin del proyecto.
4. Cimentacin de las mquinas.
5. Pisos nuevos.
6. Colocacin de ventanas nuevas.
123
UNIVERSIDAD PRIVADA TELESUP
Matriz de Secuencias
Existen dos procedimientos para conocer la secuencia de las
actividades:
a. Por antecedentes
b. Por secuencias.
124
UNIVERSIDAD PRIVADA TELESUP
Matriz de Secuencias
Matriz de Tiempos
125
UNIVERSIDAD PRIVADA TELESUP
El tiempo medio (M) es el tiempo normal que se necesita para la ejecucin de las
actividades, basado en la experiencia personal del informador. El tiempo ptimo
(o) es el que representa el tiempo mnimo posible sin importar el costo o cuanta
de elementos materiales y humanos que se requieran; es simplemente la
posibilidad fsica de realizar la actividad en el menor tiempo. El tiempo psimo (p)
es un tiempo excepcionalmente grande que pudiera presentarse ocasionalmente
como consecuencia de accidentes, falta de suministros, retardos involuntarios,
causas no previstas, etc. Debe contarse slo el tiempo en que se ponga remedio
al problema presentado y no debe contar el tiempo ocioso.
Se puede medir el tiempo en minutos, horas, das, semanas, meses y aos, con la
condicin de que se tenga la misma medida para todo el proyecto. Los tiempos
anteriores servirn para promediarlos mediante la frmula PERT obteniendo un
tiempo resultante llamado estndar (t) que recibe la influencia del ptimo y del
psimo a la vez.
o 4M p
t
6
126
UNIVERSIDAD PRIVADA TELESUP
Matriz de Tiempos
127
UNIVERSIDAD PRIVADA TELESUP
Matriz de informacin
Red de Actividades
Desde otro punto de vista, camino crtico es la serie de actividades que indica la
duracin total del proyecto. Cada una de las actividades se representa por una
flecha que empieza en un evento y termina en otro.
128
UNIVERSIDAD PRIVADA TELESUP
Costos y Pendientes
129
UNIVERSIDAD PRIVADA TELESUP
Programacin
de Proyectos TEMA 2
con Tiempos
Inciertos de
Actividades
Competencia:
Analizar y describir la Programacin del
Costo.
130
UNIVERSIDAD PRIVADA TELESUP
a) Limitaciones de Tiempo
b) Limitaciones de Recurso
c) Limitaciones econmicas
131
UNIVERSIDAD PRIVADA TELESUP
Matriz de Elasticidad
Para poder tomar decisiones efectivas y rpidas durante la ejecucin del proyecto
es necesario tener a la mano los datos de las probabilidades de retraso o adelanto
de trabajo de cada una de las actividades, o sea la elasticidad de las mismas.
Examinemos primero el procedimiento para calcular las holguras que nos
proporciona la posibilidad de retrasar una actividad sin consecuencias para otros
trabajos.
Se llama holgura a la libertad que tiene una actividad para alargar su tiempo de
ejecucin sin perjudicar otras actividades o el proyecto total. Se distinguen tres
clases de holguras:
132
UNIVERSIDAD PRIVADA TELESUP
Cuando se tiene una liga que indica terminacin de proceso, se correr hacia el
evento inicial la misma cantidad acumulada en el evento final. Cuando la liga no
indica terminacin de proceso, sino nicamente continuidad entre dos procesos,
las cantidades acumuladas no deben modificarse aunque la liga tenga fechas
diferentes de iniciacin y terminacin.
Pi Ui Pj Uj
a
133
UNIVERSIDAD PRIVADA TELESUP
Pj Ui = Intervalo de Actividad
Y al restar el tiempo t de este intervalo se obtiene la holgura independiente:
HI = Pj Ui - t
134
UNIVERSIDAD PRIVADA TELESUP
Las lecturas de los eventos y los resultados de la aplicacin de las frmulas de las
holguras se pasan a la matriz de informacin.
HT
%( E )
t
t o
%(C )
t
po
6
135
UNIVERSIDAD PRIVADA TELESUP
Mientras mayor sea el intervalo que se mencione para la ejecucin, mayor ser la
seguridad de acertar.
(Pr y ) (CC )
21 4.17 25.17 25
136
UNIVERSIDAD PRIVADA TELESUP
Consideracin
TEMA 3
de los
Intercambios
de Tiempo y Costo
Competencia:
Analizar y describir la sensibilidad de un
Proyecto.
137
UNIVERSIDAD PRIVADA TELESUP
1. Anotar el da de la informacin
2. Indicar el nmero de la actividad informada
3. Expresar, en tanto por uno, el avance de la misma.
138
UNIVERSIDAD PRIVADA TELESUP
Proceso A
Este proceso constar de cinco actividades que duran 15 das. Si recordamos que
1.00
el valor de la unidad de avance del proyecto (D-a) es igual a = 0.01515,
66
entonces este proceso representa el 15 x 0.01515 = 0.2272 (22.72%) de avance
en el proyecto. Como esta cantidad 0.2272 representa el 100% de avance del
proceso, entonces el factor de conversin del porcentaje de avance del proyecto a
proceso (fa) ser:
0.2272: 1.00 : : n : fa
1.00
fa = n = 4.39 n.
0.2272
1.00
D-a = = 0.0667
15
Como slo se trabaja una unidad de avance por da, este ser el avance
acumulado diariamente que se programe en la columna 8 del cuadro de avance
del proceso.
139
UNIVERSIDAD PRIVADA TELESUP
Proceso B
Este proceso consta de cinco actividades de duracin total de 17 das, por lo que
su contribucin al avance del proyecto es de 17 x 0.01515 = 0.2576.
El factor de conversin (fa) del porcentaje de avance del proyecto al porcentaje de
avance del proceso es:
1.00
Fa = = 3.88
0.2576
Proceso C
El proceso C, se compone de seis actividades con una duracin total de 17 das y,
por tanto, el factor de conversin (fa) y el factor de avance diario (D-a)
programado son los mismos que los del proceso B anterior.
1.00
Fa = = 3.88
0.2576
1.00
D-a = = 0.05882,
17
La cuenta del avance programado se interrumpi al da 6 con 0.3533 hasta el da
11, en que contina con la actividad 5.
Proceso D
Este proceso D, con las actividades 9, 10 y 11 tiene, igual que los dos procesos
anteriores, una duracin de 17 das, por lo que los factores de conversin y de
avance son los mismos.
1.00
Fa = = 3.88
0.2576
1.00
D-a = = 0.05882,
17
140
UNIVERSIDAD PRIVADA TELESUP
El cuadro de avance del proceso aparece en la tabla del cuadro de avance del
proceso D.
b) Procedimiento de evaluacin
141
UNIVERSIDAD PRIVADA TELESUP
Se multiplica el tiempo ptimo o por lo tanto por uno del volumen del trabajo
pendiente de ejecutar. El producto representa el tiempo que se requiere para
terminar la actividad en condiciones ptimas es decir, con la mxima aceleracin.
Si este tiempo es menor que el tiempo disponible, significa que no se retrasar el
proyecto, pero si es mayor, la diferencia ser la cantidad de tiempo que retrasar
el proyecto, excepto que se pueda comprimir una actividad posterior a la actividad
retrasada dentro del proceso.
142
UNIVERSIDAD PRIVADA TELESUP
Programacin TEMA 4
no
lineal
Competencia:
Construye e interpreta mediante los
modelos de programacin no lineal.
143
UNIVERSIDAD PRIVADA TELESUP
a) Mtodo de GOMORY
Ejemplo
144
UNIVERSIDAD PRIVADA TELESUP
PASO 1
Tablero ptimo
145
UNIVERSIDAD PRIVADA TELESUP
PASO 2
146
UNIVERSIDAD PRIVADA TELESUP
147
UNIVERSIDAD PRIVADA TELESUP
Lecturas Recomendadas
PROGRAMACIN NO LINEAL
http://www.investigaciondeoperaciones.net/programacion_no_lineal.html
Actividades y Ejercicios
148
UNIVERSIDAD PRIVADA TELESUP
Autoevaluacin
1) De todas las rutas de red, la ruta crtica
2) El tiempo de inicio ms corto (TIP) para una actividad que abandona el nodo
C (en el mtodo AA)
149
UNIVERSIDAD PRIVADA TELESUP
150
UNIVERSIDAD PRIVADA TELESUP
Resumen
UNIDAD DE APRENDIZAJE IV:
En proyectos como este tipo, los administradores deben programar y coordinar los
diversos trabajos o actividades de tal manera que el proyecto se concluya a tiempo.
En esta seccin de aprendizaje hemos abordado los detalles de la programacin de
proyectos para un problema que involucra investigacin y desarrollo de nuevos productos.
Dado que muchas de las actividades de este proyecto nunca se han intentado, el
administrador del proyecto desea tomar en consideracin la incertidumbre en los tiempos
de las actividades. Tambin ampliamos nuestro anlisis como agregar recursos a
actividades seleccionadas para reducir el tiempo de terminacin del proyecto.
Los proyectos en gran escala por una sola vez han existido desde tiempos antiguos; este
hecho lo atestigua la construccin de las pirmides de Egipto y los acueductos de Roma.
Pero slo desde hace poco se han analizado por parte de los investigadores operacionales
los problemas gerenciales asociados con dichos proyectos. El problema de la
administracin de proyectos surgi con el proyecto de armamentos del Polaris, empezando
1958. Con tantas componentes y subcomponentes juntos producidos por diversos
fabricantes, se necesitaba una nueva herramienta para programar y controlar el proyecto.
El PERT (evaluacin de programa y tcnica de revisin) fue desarrollado por cientficos de
la oficina Naval de Proyectos Especiales. Booz, Allen y Hamilton y la Divisin de Sistemas
de Armamentos de la Corporacin Lockheed Aircraft. La tcnica demostr tanta utilidad
que ha ganado amplia aceptacin tanto en el gobierno como en el sector privado.
Casi al mismo tiempo, la Compaa DuPont, junto con la Divisin UNIVAC de la Remington
Rand, desarroll el mtodo de la ruta crtica (CPM) para controlar el mantenimiento de
proyectos de plantas qumicas de DuPont. El CPM es idntico al PERT en concepto y
metodologa. La diferencia principal entre ellos es simplemente el mtodo por medio del
cual se realizan estimados de tiempo para las actividades del proyecto. Con CPM, los
tiempos de las actividades son determinanticos. Con PERT, los tiempos de las actividades
son probabilsticas o estocsticos. El PERT/CPM fue diseado para proporcionar diversos
elementos tiles de informacin para los administradores del proyecto. Primero, el
PERT/CPM expone la "ruta crtica" de un proyecto. Estas son las actividades que limitan la
duracin del proyecto. En otras palabras, para lograr que el proyecto se realice pronto, las
actividades de la ruta crtica deben realizarse pronto.
Las actividades que no estn en la ruta crtica tienen una cierta cantidad de holgura; esto
es, pueden empezarse ms tarde, y permitir que el proyecto como un todo se mantenga
en programa. El PERT/CPM identifica estas actividades y la cantidad de tiempo
disponible para retardos. El PERT/CPM tambin considera los recursos necesarios para
completar las actividades. En muchos proyectos, las limitaciones en mano de obra y
equipos hacen que la programacin sea difcil. El PERT/CPM identifica los instantes del
proyecto en que estas restricciones causarn problemas y de acuerdo a la flexibilidad
permitida por los tiempos de holgura de las actividades no crticas, permite que el
gerente manipule ciertas actividades para aliviar estos problemas.
151
UNIVERSIDAD PRIVADA TELESUP
Glosario
ACTIVIDADES CRTICAS:
Actividades que aparecen en el camino crtico
CAMINO CRTICO:
Es aquello perteneciente al holismo, una tendencia o corriente que analiza los
eventos desde el punto de vista de las mltiples interacciones que los
caracterizan. El holismo supone que todas las propiedades de un sistema no
pueden ser determinadas o explicadas como la suma de sus componentes. En
otras palabras, el holismo considera que el sistema completo se comporta de un
modo distinto que la suma de sus partes.
Es una herramienta simple que permite utilizar el poder de la optimizacin lineal
y no lineal para formular grandes problemas concisamente, resolverlos, y
analizar la solucin.
HOLSTICO:
La trayectoria ms larga en una red del proyecto.
LINGO: MTODO DEL CAMINO CRTICO (CPM por sus siglas en ingles):
Se conoce como software1 al equipamiento lgico o soporte lgico de un sistema
informtico; comprende el conjunto de los componentes lgicos necesarios que
hacen posible la realizacin de tareas especficas, en contraposicin a los
componentes fsicos, que son llamados hardware.
Secuencia de nodos conectados, que lleva del nodo de inicio hasta el nodo de
terminacin.
TRAYECTORIA:
Un procedimiento de programacin de proyecto basado en redes
152
UNIVERSIDAD PRIVADA TELESUP
Fuentes de Informacin
Bibliogrficas:
HILLIER, Frederick & LIEBERMAN, Gerarld J. Introduccin a la Investigacin de
Operaciones. 6 ed. Mxico: McGraw-Hill Interamericana Editores, 1996. 830 p.
ISBN: 9701010221
(DIS/003/H54A)
TAHA, Hamdy A. Investigacin de Operaciones. 6 ed. Mxico: Prentice-Hall
Iberia, S. R. L., 1998. 916 p. ISBN: 9701701666
(DIS/003/T13N)
MATHUR, Kamlesh & SOLOW, D. Investigacin de Operaciones. El Arte de la
Toma de Decisiones. Espaa: Prentice Hall Hispanoamericana, S.A. ISBN:
9688806986
(003/M28/E1)
WINSTON, Wayne L. Investigacin de Operaciones Aplicaciones y Algoritmos.
1 ed. Mxico: Grupo Editorial Iberoamericana, S. A. de C. V. 1417 p. ISBN:
9706250298
(003/W71)
BAZARAA, Mokhtar & JARVIS, Jhon J. Programacin Lineal y Flujo en Redes.
2 ed. Mxico: Limusa, S. A. de C. V. 539 p. ISBN: 9681848675
(519/B28)
EPPEN,G.D, Investigacin de Operaciones en la Ciencia Administrativa, 5 ed.
Mxico: Prentice Hall Hispanoamericana, S.A. ISBN : 970170270
ALVAREZ ALVAREZ, Jorge. Programacin Lineal. Amrica SR Ltda. 210 p.
Electrnicas:
Programacin Lineal
http://es.wikipedia.org/wiki/Programaci%C3%B3n_lineal
http://personal5.iddeo.es/ztt/prob/B1_Prog_Lineal.htm
153
UNIVERSIDAD PRIVADA TELESUP
Solucionario
1. A 1. E
2. C 2. E
3. B 3. A
4. A 4. C
5. B 5. E
6. A 6. A
7. C 7. A
8. B 8. B
9. E 9. A
10. A 10. B
1. D 1. A
2. E 2. D
3. E 3. B
4. D 4. C
5. D 5. D
6. B 6. A
7. D 7. C
8. A 8. A
9. C 9. A
10. A 10. C
154