Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Investigacion de Operaciones - 2017 II PDF
Investigacion de Operaciones - 2017 II PDF
ASIGNATURA
INVESTIGACIÓN DE
OPERACIONES
(TEXTO UNIVERSITARIO)
Asignatura: Investigación de Operaciones
VISIÓN
MISIÓN
pág. 2
Asignatura: Investigación de Operaciones
INTRODUCCIÓN
pág. 3
Asignatura: Investigación de Operaciones
ÍNDICE
Pág.
INTRODUCCIÓN 3
INDICE 4
PRIMERA UNIDAD 7
Tema Nº 1: LA INVESTIGACIÓN DE OPERACIONES Y EL USO DE MODELOS 7
1.1 Los modelos 7
1.2 ¿Qué es la investigación de operaciones? 8
SEGUNDA UNIDAD 10
Tema Nº 2: PROGRAMACIÓN LINEAL 10
2.1 Introducción. 10
2.2 Expresión matemática 10
2.3 Modelo de Programación Lineal 11
2.4 Forma estándar del modelo 12
2.5 Suposiciones del Modelo de Programación Lineal 12
2.6 Modelos matemáticos 13
2.7 Formulación de modelos de programación lineal 13
Casos de aplicación 14
TERCERA UNIDAD 46
Tema Nº 5: MODELO DE TRANSPORTE 46
5.1 Problema de Transporte 47
5.2 Modelo general del problema de transporte 47
5.3. Métodos para encontrar soluciones factibles 49
5.4 Método de la esquina noroeste 49
5.5 Método de aproximación de Vogel 50
5.6 Modelos Balanceados y no balanceados 50
pág. 4
Asignatura: Investigación de Operaciones
CUARTA UNIDAD 65
Tema Nº 7: ADMINISTRACIÓN DE PROYECTOS PERT/CPM 65
7.1 Introducción 66
7.2 Procedimiento para trazar un modelo de red 66
7.3 Pasos en el planeamiento del proyecto del CPM 68
7.4 Utilidad de las técnicas PERT y CPM 69
7.5 Programación de proyectos 70
7.6 Ventajas del PERT y CPM 70
7.7 Pasos en el método PERT (Program Evaluation and Review Technique) 71
7.8 Asignación de tiempos 72
QUINTA UNIDAD 80
Tema Nº 8: SISTEMA DE LÍNEA DE ESPERA 80
8.1 Modelo de formación de colas. 80
8.2 Elementos existentes en un modelo de colas 81
8.3 Casos de colas o líneas de espera 87
SEXTA UNIDAD 97
Tema Nº 9: TEORÍA DE DECISIONES 97
9.1 Introducción 97
9.2 Toma de decisiones bajo incertidumbre 97
9.3 Caso de aplicación: Criterios de decisión en incertidumbre 103
9.4 Árboles de decisión 108
pág. 5
Asignatura: Investigación de Operaciones
ICONOGRAFÍA DE TEXTO
pág. 6
Asignatura: Investigación de Operaciones
PRIMERA UNIDAD
pág. 7
Asignatura: Investigación de Operaciones
pág. 8
Asignatura: Investigación de Operaciones
pág. 9
Asignatura: Investigación de Operaciones
SEGUNDA UNIDAD
2.1 Introducción.
Se considera al desarrollo de la Programación Lineal (PL) entre los avances científicos
más importantes de mediados del siglo XX. En la actualidad es una herramienta común
que ha ahorrado miles o millones de dólares a muchas compañías y negocios, incluyendo
industrias medianas y pequeñas en distintos países del mundo. ¿Cuál es la naturaleza
de esta notable herramienta y qué tipo de problemas puede manejar? Expresado
brevemente, el tipo más común de aplicación abarca el problema general de asignar
recursos limitados entre las distintas actividades de la mejor manera posible (es decir,
en forma óptima). La variedad de situaciones a las que se puede aplicar esta descripción
es sin duda muy grande, y va desde la asignación de instalaciones productivas a los
productos, hasta la asignación de los recursos nacionales a las necesidades de un país.
No obstante, el ingrediente común de todas estas situaciones es la necesidad de asignar
recursos a las actividades.
La programación lineal utiliza un modelo matemático para describir el problema. El
adjetivo lineal significa que todas las funciones matemáticas del modelo deber ser
funciones lineales. En este caso, las palabra programación no se refiere a programación
en computadoras; en esencia es un sinónimo de planeación. Así, la programación lineal
trata la planeación de las actividades para obtener un resultado óptimo, esto es, el
resultado que mejor alcance la meta especificada (según el modelo matemático) entre
todas las alternativas de solución.
pág. 10
Asignatura: Investigación de Operaciones
pág. 11
Asignatura: Investigación de Operaciones
X1 0, X2 0, ..., Xn 0.
2.5.1 Proporcionalidad
La contribución de cada actividad al valor de la función objetivo Z es proporcional al
nivel de actividad xj, como lo representa el término cjxj en la función objetivo. De manera
similar, la contribución de cada actividad al lado izquierdo de cada restricción funcional
es proporcional al nivel de la actividad x j, en la forma en que lo representa el término
aijxj en la restricción. En consecuencia, esta suposición elimina cualquier exponente
diferente a 1 para las variables en cualquier término de las funciones (ya sea la función
objetivo o la función en el lado izquierdo de las restricciones funcionales) en un modelo
de programación lineal.
2.5.2 Actividad
Establece que la entrada y salida de un recurso en particular al conjunto de actividades,
deben ser la misma cantidad; o sea, que las actividades transforman los recursos y no
los crean o destruyen. Esta suposición garantiza que la contribución total tanto a la
función objetivo como a las restricciones, es igual a la suma de las contribuciones
individuales. Cuando en un problema dado no se tenga la aditividad puede recurrirse al
empleo de otras técnicas de la programación matemática, dependiendo de cada caso en
particular.
2.5.3 Aditividad
Cada función en un modelo de programación lineal (ya sea la función objetivo o el lado
izquierdo de las restricciones funcionales) es la suma de las contribuciones individuales
de las actividades respectivas.
2.5.4 Divisibilidad
Las variables de decisión en un modelo de programación lineal pueden tomar cualquier
valor, incluyendo valores no enteros, que satisfagan las restricciones funcionales y de
no negatividad. Así, estas variables no están restringidas a sólo valores enteros. Como
cada variable de decisión representa el nivel de alguna actividad, se supondrá que las
actividades se pueden realizar a niveles fracciónales.
pág. 12
Asignatura: Investigación de Operaciones
pág. 13
Asignatura: Investigación de Operaciones
CASO 1.
Una empresa fabrica los productos A, B y C y puede vender todo lo que produzca a los
siguientes precios: A, S / . 700.00, cada unidad; B, S / . 3 500; C, S / 7 000.
Producir cada unidad de A necesita 1 hora de trabajo, 2 horas de acabado y 3 unidades
de materia prima. Producir una unidad de B necesita 2 horas de trabajo, 3 horas de
acabado y 2.5 unidades de materia prima. Producir una unidad de C necesita 3 horas
de trabajo, 1 hora de acabado y 4 unidades de materia prima. Para este período de
planificación están disponibles 100 horas de trabajo, 200 horas de acabado y 600
unidades de materia prima.
pág. 14
Asignatura: Investigación de Operaciones
3X1 + 2.5 X2 + 4 unid. mat. prima X3 (unid. de prod. B) ≤ 600 Unid de Mat prima
Unidad de B
CASO 2.
La Cámara de Industriales de la región periódicamente promueve servicios públicos,
seminarios y programas. Actualmente los planes de promoción para este año están
en marcha. Los medios alternativos para realizar la publicidad así como los costos y
la audiencia estimados por unidad de publicidad, además de la cantidad máxima de
unidades de publicidad en que puede ser usado cada medio se muestran a
continuación.
Para lograr un uso balanceado de los medios, la publicidad en radio no debe exceder el
50% del total de unidades de publicidad autorizados. Además la cantidad de unidades
solicitadas en televisión debe ser al menos 10% del total autorizado. El presupuesto
total para promociones se ha limitado a $18.500.
Utilizando el mismo proceso teórico, se tiene lo siguiente:
Variables de decisión:
X1: unidades de publicidad a contratar en televisión.
X2: unidades de publicidad a contratar en radio.
X3: unidades de publicidad a contratar en prensa.
pág. 15
Asignatura: Investigación de Operaciones
CASO 3.
El Banco Internacional abre de lunes a viernes de 8 a.m. a 4 p.m. De experiencias
pasadas sabe que va a necesitar la cantidad de cajeros señalados en la tabla dada.
Hay dos tipos de cajeros: los que trabajan tiempo completo de 8 am a 4 pm, los cinco
días, excepto la hora que utilizan para almorzar. El Banco determina cuándo debe
almorzar cada cajero, pero debe ser entre las 12 m y la 1 p.m. o entre la 1 p.m. y
las 2 p.m. A los empleados a tiempo completo se les paga S/. 1.800 la hora (incluida
la hora de almorzar). También hay trabajadores a tiempo parcial que deben trabajar
exactamente 3 horas consecutivas cada día y se le paga S/. 1.100 la hora, sin ningún
otro pago. A fin de mantener la calidad del servicio el Banco desea tener un máximo
de 5 cajeros contratados a tiempo parcial. Se desea minimizar los costos de empleados
contratados.
8-9 9 - 10 10 - 11 11 - 12 - 1 1-2 2-3 3-4
Tiempo
a.m. a.m. a.m. 12 m. p.m. p.m. p.m. p.m.
Cajeros
4 3 4 6 5 6 8 8
Requeridos
a) Variables de decisión:
X1: Empleados a tiempo completo que toman su almuerzo de 12 m- 1pm
X2: Empleados a tiempo completo que toman su almuerzo de 1 pm-2 pm
X3: Empleados a tiempo parcial que empiezan a trabajar a la 8 am
X4: Empleados a tiempo parcial que empiezan a trabajar a la 9 am
pág. 16
Asignatura: Investigación de Operaciones
NOTA: Para obtener las restricciones puede elaborar un cuadro de doble entrada: Una
entrada conteniendo cada Tipo de trabajador y la otra con las horas durante las
cuales existen requerimientos específicos; esta última se dividirá en 8 columnas de 8
horarios, al final de las cuales está el total de empleados requeridos en cada uno de
ellos.
Caso 3:
Sean x1 y x2 la cantidad a producirse de dos productos 1 y 2 respectivamente, los costos
de producción de ambos productos, S/. 3 para el producto 1 y S/. 5 para el producto
2. Si el tiempo total de producción está restringido a 500 horas y el tiempo de producción
es de 8 horas por unidad para el producto 1 y de 7 horas por unidad para el producto
2, entonces podemos representar el modelo como:
pág. 17
Asignatura: Investigación de Operaciones
Caso 4:
Un fabricante de dos productos sillas y mesas y dispone de 6 pies de madera y 28 horas
para su ensamblaje, luna silla requiere 2 pies de madera y 7 horas de ensamblaje, una
mesa requiere 1 pie de madera y 8 horas de ensamblaje, los precios de los productos
son S/. 120 y S/. 80 respectivamente. ¿Cuantas sillas y cuantas mesas se deben fabricar
para maximizar su ingreso?
Sea x1 y x2 la cantidad de sillas y mesas a producir respectivamente
El objetivo se expresa como: Maximizar z = 120x 1 + 80x2
El fabricante está sujeto a dos restricciones:
- De Material : 2x1 + x2 6
- De Horas : 7x1 + 8x2 28
- De no negatividad x1 0 y x2 0
- Además no se venden productos no terminados por lo tanto las variables
x1 y x2 deben ser enteras.
Recomendaciones finales.
Para formular un problema en forma matemática, deben expresarse afirmaciones
lógicas en términos matemáticos. Esto se realiza cuando se resuelven “problemas
hablados” al estudiar un curso de álgebra. Algo muy parecido sucede aquí al formular
las restricciones. Por ejemplo, considérese la siguiente afirmación: Para fabricar el
producto A se emplea 3 horas por unidad y para B se emplea 2 horas por unidad. Si
deben usarse todas las 100 horas- hombre, disponibles, la restricción será:
3A + 2B = 100
Sin embargo, en la mayoría de las situaciones de negocios, no es obligatorio que se
usen todos los recursos (en este caso, horas de mano de obra). Más bien la limitación
es que se use, cuando mucho, lo que se tiene disponible. Para este caso, la afirmación
anterior puede escribirse como una desigualdad:
3A + 2B 100
Para que sea aceptable para PL, cada restricción debe ser una suma de variables con
exponente 1. Además, la forma estándar para una restricción pone a todas las variables
del lado izquierdo y sólo una constante positiva o cero del lado derecho. Esto puede
requerir algún reacomodo de los términos. Si, por ejemplo, la restricción es que A debe
ser por los menos el doble de B, esto puede escribirse como:
A 2B ó A - 2B 0
La metodología de PL requiere que todas las variables sean positivas o cero, es decir,
no negativas. Para la mayoría de los problemas esto es real, no se querría una solución
que diga: prodúzcanse menos dos cajas o contrátense menos cuatro personas.
Mientras que no existe un límite en el número de restricciones que puede tener un
problema de PL, sólo puede haber un objetivo. La forma matemática del objetivo se
llama función objetivo. Debe llevar consigo el maximizar o minimizar alguna medida
numérica. Podría ser maximizar el rendimiento, la ganancia, la contribución marginal o
pág. 18
Asignatura: Investigación de Operaciones
los contactos con los clientes. Podría ser minimizar el costo, el número de empleados o
el material de desperdicio. Con frecuencia el objetivo es evidente al observar el
problema.
Como el valor de la función objetivo no se conoce hasta que se resuelve el problema,
se usa la letra Z para representarlo. La función objetivo tendrá, entonces, la forma:
Maximizar Z = 3A + 2B ó
Minimizar Z = 3x1 + 2x2
Actividad
PROBLEMA N° 02
Un autobús Caracas-Maracaibo ofrece plazas para fumadores al precio de 100 euros y
a no fumadores al precio de 60 euros. Al no fumador se le deja llevar 50 kg. de peso y
al fumador 20 kg. Si el autobús tiene 90 plazas y admite un equipaje de hasta 3.000
kg. ¿Cuál ha de ser la oferta de plazas de la compañía para cada tipo de pasajeros, con
la finalidad de optimizar el beneficio?
PROBLEMA N° 03
A una persona le tocan 10 millones de euros en una lotería y le aconsejan que los
invierta en dos tipos de acciones, A y B. Las de tipo A tienen más riesgo pero producen
un beneficio del 10 %. Las de tipo B son más seguras, pero producen sólo el 7% anual.
Después de varias deliberaciones decide invertir como máximo 6 millones en la compra
de acciones A y por lo menos, 2 millones en la compra de acciones B. Además, decide
que lo invertido en A sea, por lo menos, igual a lo invertido en B. ¿Cómo deberá invertir
10 millones para que el beneficio anual sea máximo?
PROBLEMA N° 04
Un estudiante dedica parte de su tiempo al reparto de propaganda publicitaria. La
empresa A le paga 5 euros por cada impreso repartido y la empresa B, con folletos más
grandes, le paga 7 euros por impreso. El estudiante lleva dos bolsas: una para los
impresos A, en la que caben 120 y otra para los impresos B, en la que caben 100. Ha
calculado que cada día es capaz de repartir 150 impresos como máximo. Lo que se
pregunta el estudiante es: ¿Cuántos impresos habrá que repartir de cada clase para que
su beneficio diario sea máximo?
pág. 19
Asignatura: Investigación de Operaciones
pág. 20
Asignatura: Investigación de Operaciones
y 3
a) Representamos las rectas y x 1 y x 1
y 3 x 0 y 3 x
Tomamos un punto cualquiera; por ejemplo el (1, 0), para comprobar cuáles
son los puntos que cumplen las desigualdades propuestas.
El recinto buscado es:
pág. 21
Asignatura: Investigación de Operaciones
CASO 2.
Maximiza la función z = x + y, sujeta a las siguientes restricciones:
x 3 y 26
4 x 3 y 44
2 x 3 y 28
x 0
y 0
Solución:
x 3 y 26 y 26 x
3
44 4 x
Representamos las rectas 4 x 3 y 44 y
3
28 2x
2 x 3 y 28 y 3
Se halla la región que cumple las condiciones del problema, teniendo en cuenta
que: x ≥ 0 e y ≥ 0.
Representamos la dirección de las rectas z = x + y, dibujando la que pasa por
el origen de coordenadas: x + y = 0
pág. 22
Asignatura: Investigación de Operaciones
4 x 3y 44
El punto M, intersección de es decir, M 8, 4, es el que proporciona
2x 3y 28
el máximo, que vale: z = 8 + 4 = 12
CASO 3.
En una granja de pollos se da una dieta "para engordar" con una composición mínima
de 15 unidades de una sustancia A y otras 15 de una sustancia B. En el mercado solo
se encuentran dos clases de compuestos: el tipo I con una composición de una unidad
de A y cinco de B, y el tipo II con una composición de cinco unidades de A y una de B.
El precio del tipo I es de 10 euros y el del tipo II es de 30 euros. Se pregunta:
¿Qué cantidades se han de comprar de cada tipo para cubrir las necesidades con un
coste mínimo?
Solución:
Llamamos x a las unidades que se compran de tipo I e y a las que se compran
de tipo II.
Resumamos los datos en una tabla:
x 5 y 15
5 x y 15
x 0
y 0
pág. 23
Asignatura: Investigación de Operaciones
x 5y 15
El mínimose alcanzaen el punto de intersección de ; es decir,en (2,5; 2,5).
5 x y 15
Por tanto, hay que comprar 2,5 de tipo I y 2,5 de tipo II. El precio en este caso
será de z = 10(2,5 + 3x2,5) = 100 soles.
CASO 4.
Disponemos de 210 000 soles para invertir en bolsa. Nos recomiendan dos tipos de
acciones. Las del tipo A que rinden el 10% y las de tipo B que rinde el 8%. Decidimos
invertir un máximo de 130 000 soles en las de tipo A y, como mínimo, 6 000 soles en
las de tipo B. además, la inversión en las del tipo A debe ser menor o igual que el doble
de la inversión en B.
¿Cuál tiene que ser la distribución de la inversión para obtener máximo interés anual?
Solución:
Llamamos x al dinero que invertimos en acciones de tipo A e y al que invertimos
en las de tipo B. Resumimos los datos en una tabla:
x y 210 000
x 130 000
y 6 000
x 2y
x 0
y 0
pág. 24
Asignatura: Investigación de Operaciones
z 0,1x 0,08y
1
10x 8y 2 5x 4y 1 5x 4y .
100 100 50
y la recta
1
5x 4y 0 5 x 4y 0, que nos da la direcciónde las rectas
50
z
1
5x 4y .
50
z
1
5 130000 4 80 000 19 400 euros.
50
CASO 5.
a) Representa el recinto que cumple estas restricciones:
x 3y 9
2 x y 8
x 0
y 0
pág. 25
Asignatura: Investigación de Operaciones
x 3y 9 9x
y
3
a) Representamos las rectas 2 x y 8 y 8 2x
x 0
y 0
Tomamos un punto cualquiera, por ejemplo el (0, 0), para comprobar cuáles
son los puntos que cumplen las desigualdades propuestas.
Los puntos extremos del conjunto convexo son: A(16,0), B(8,24), C(8/3,28) y D(12,0).
pág. 26
Asignatura: Investigación de Operaciones
Dos puntos extremos proporcionan el máximo valor del objetivo, los puntos A y B.
Esto permite afirmar que existen soluciones óptimas Alternas para este modelo.
Son óptimos todos los puntos sobre el segmento de línea AB que limita el
conjunto convexo de solución y corresponden a la primera restricción.
Si utiliza el método de graficar la Función Objetivo con un valor arbitrario, 48 por
ejemplo, podrá observar que la línea es completamente paralela a la primera y
tercera restricción. Al desplazarla paralelamente hacia su optimización, hacia
arriba porque se está maximizando, finalmente caerá completamente sobre la
primera restricción, de horas de trabajo, antes de salir totalmente fuera de la región
solución. Dos puntos extremos estarían limitando el crecimiento del objetivo, el
punto B y el punto A.
“Cualquier recta que tenga ratio de coeficientes igual al de otra recta, es paralela
a esa otra recta”
La ventaja que presentan los modelos con este Tipo de solución es que se puede
elegir cualquiera de las soluciones óptimas, porque todas presentan el mismo valor
óptimo para el objetivo. Por ejemplo, si una de las soluciones tiene valores
fraccionales para las variables y no puede trabajarse con valores fraccionales, el que
toma la decisión seleccionará una solución con valores enteros.
Es una solución óptima alterna porque existe más de una combinación de productos
1 y 2 a producir, que proporcionan el mismo valor óptimo para el beneficio.
Se reconoce en el gráfico porque más de un punto extremo limita el valor
óptimo del objetivo o proporciona su valor óptimo, los puntos: A (16,0) y punto
B (8,24). Por lo tanto, todos los puntos sobre la recta AB son también óptimos.
Debe seleccionar una de todas las soluciones. Suponga que elige la del punto
extremo B (8, 24). En este caso la decisión sería: Producir 8 unidades de producto1
y 24 unidades del producto 2 para maximizar el beneficio en 96 unidades
monetarias: 6 (8) + 2 (24) = 96. Este valor para la Función Objetivo también se
obtendría en el otro punto extremo A (16, 0) y en cualquier punto sobre la recta
AB en la región solución.
pág. 27
Asignatura: Investigación de Operaciones
pág. 28
Asignatura: Investigación de Operaciones
No se definirán los elementos del modelo porque no habrá una solución para
tomar alguna decisión.
En el gráfico, el conjunto convexo llamado región solución, que contiene todas las
soluciones posibles, es un espacio abierto.
pág. 29
Asignatura: Investigación de Operaciones
pág. 30
Asignatura: Investigación de Operaciones
El modelo es formulado por una oficina de correos que puede contratar hasta 10
empleados para manejar el correo. La oficina conoce que un empleado (hombre)
puede manejar 300 cartas y 80 paquetes por día y una empleada (mujer) puede
manejar 400 cartas y 50 paquetes en un día. No menos de 3.400 cartas y de 680
paquetes se esperan por día. A cada empleado hombre (X), se le paga $ 2.500 por
día y a una empleada mujer (Y) se le paga $ 2.200 por día.
Se quiere determinar la cantidad de hombres (X) y mujeres (Y) que se deben
contratar para satisfacer las restricciones y lograr el objetivo establecido de
minimizar los costos de la nómina.
Siguiendo el procedimiento el gráfico obtenido es:
Se observa una región de soluciones posibles de un solo punto común para todas las
restricciones y por lo tanto un único punto extremo A.
Esto indica que existe una única combinación posible y además óptima, de cantidad
de empleados X e Y que satisface las restricciones y optimiza el objetivo.
Conociendo la definición del modelo, se plantean las siguientes consultas:
a) ¿Qué representa el coeficiente de la variable Y en la Función Objetivo y en la
segunda restricción?
b) ¿Qué Tipo de solución presenta el modelo?, ¿Por qué? y ¿Cómo se reconoce en el
gráfico?
c) ¿Cuál es la solución y la decisión que se recomendaría con la solución encontrada?
d) Analice las restricciones en el punto óptimo y presente la información que se
obtiene.
e) ¿Qué efecto tendría, sobre la solución óptima encontrada, un cambio en el número
de cartas esperadas. Suponga que cambia a 2.400. Explique y muestre sobre el
gráfico.
Respuestas:
a) El coeficiente de la variable Y en la Función Objetivo representa lo que se le paga
diariamente a cada trabajadora (mujer), es decir, el costo de contratar una
trabajadora al día es de Bs. 2.200. En la segunda restricción representa la cantidad
de cartas que puede manejar al día cada mujer contratada, es decir, 400 cartas al
día puede manejar cada mujer contratada.
pág. 31
Asignatura: Investigación de Operaciones
pág. 32
Asignatura: Investigación de Operaciones
Actividad
3 x 4 y 12
3 x 2 y 2
x 0
y 0
2 x y 3
2x y 2
x 2y 4
x 3 y 200
x y 100
x 20
y 10
pág. 33
Asignatura: Investigación de Operaciones
Caso de aplicación
La metodología de solución de los problemas de maximización hace necesario
seleccionar una columna y una fila pivotes y revisar los valores de la tabla hasta que en
la fila inferior sean menores o iguales que cero.
pág. 34
Asignatura: Investigación de Operaciones
C 10 30 0 0 Valores de
Variables de Variables de decisión solución
la solución X Y S1 S2 (LD)
0 S1 4 6 1 0 12
0 S2 8 4 0 1 16
Z 0 0 0 0 0
C-Z 10 30 0 0 0
C 10 30 0 0 Valores de
Variables de Variables de decisión solución
la solución X Y S1 S2 (LD)
0 S1 4 6 1 0 12
0 S2 8 4 0 1 16
Z 0 0 0 0 0
C-Z 10 30 0 0 0
2. Divídase cada valor de la fila pivote 1 entre el elemento pivote (6) y colóquense los
valores en una nueva tabla.
C 10 30 0 0 Valores de
Variables de Variables de decisión solución
la solución X Y S1 S2 (LD)
0 Y 2/3 1 1/6 0 2
a) Genérense las otras filas para la siguiente tabla, de tal manera que los elementos
de la columna pivote sean iguales a cero.
Se empieza con la fila S2, el cual tiene 4 en la columna de Y. Se multiplica la
nueva fila (del paso 2) por el negativo del valor que se desea convertir (-4), y se
suma a la anterior fila de S2. Se multiplica la nueva fila por (-4) el resultado se
muestra en la siguiente tabla.
pág. 35
Asignatura: Investigación de Operaciones
X Y S1 S2 (LD)
El renglón del paso 2 se -4(2/3) -4(1) -4(1/6) -4(0) -4(2)
multiplica por -4
Obtener el resultado -8/3 -4 -2/3 0 -8
Sumarlo a la fila de S2 8 4 0 1 16
Para obtener la nueva fila 16/3 0 .2/3 1 8
La fila obtenida se introduce a la nueva tabla del paso 2.
C 10 30 0 0 Valores de
Variables de Variables de decisión solución
la solución X Y S1 S2 (LD)
30 Y 2/3 1 1/6 0 2
0 S2 16/3 0 .2/3 1 8
Z
Si hay más filas que convertir, debe repetirse este paso en la siguiente fila. Dado
que ahí no hay más, puede calcularse la fila Z y C-Z.
Los valores en la fila Z son ∑ (elem. de la columna) (C) Elementos de la fila Z:
Para X: Z = 2/3(30) + 16/3(0) = 20
Para Y: Z = 1(30) + 0(0) = 30
Para S1: Z = 1/6(30) – 2/3(30) = 5
Para S2: Z = 0(30) + 1(0) = 0
Para LD: 2(30) + 8(0) = 60
C 10 30 0 0 Valores de
Variables de Variables de decisión solución
la solución X Y S1 S2 (LD)
30 Y 2/3 1 1/6 0 2
0 S2 16/3 0 .2/3 1 8
Z 20 30 5 0 60
C-Z -10 0 -5 0
Repetir los pasos anteriores hasta que todos los valores de la fila inferior sean ≤
0. Dado que todos los valores son ≤ 0, ha sido alcanzada la solución óptima. Las
variables en la solución son identificadas por las columnas en la parte central de
la tabla que tienen un 1, y el resto de los valores son cero. Los valores solución
son datos en la columna del lado derecho, como se ve en la siguiente tabla.
X Y S1 S2 (LD)
- 1 - 0 2
- 0 - 1 8
Z - - - - 60
Por tanto,
X = no está en la solución
Y = 2 unidades
Z = $60
Note que la variable de holgura asociada con la restricción 2 también tiene un 1 y ceros,
lo cual significa que tiene holgura en la solución y que la restricción no se agotó.
Entonces hay sólo una variable de decisión (no holgura) en la solución (Y) y una
restricción agotada (número 1). Esto concuerda con el teorema fundamental de
programación lineal, que establece que el número de variables de decisión (no holgura)
de la solución siempre será igual a número de restricciones que son agotadas.
pág. 36
Asignatura: Investigación de Operaciones
Actividad
pág. 37
Asignatura: Investigación de Operaciones
8. Un agricultor tiene 480 hectáreas en la que se puede sembrar ya sea trigo o maíz.
El calcula que tiene 800 horas de trabajo disponible durante la estación crucial del
verano. Dados márgenes de utilidad y los requerimientos laborales mostrados en
el cuadro.
Disp. / Prod maíz trigo
Horas de trabajo por hectárea 2 4
Utilidad S/. 40 30
a. ¿Cuántas hectáreas de cada uno debe plantar para maximizar su utilidad?
b. ¿Cuál es ésta utilidad máxima?
pág. 38
Asignatura: Investigación de Operaciones
12.Una fábrica produce camisas y pantalones los produce con dos tipos de máquinas
(de cortar, coser). Fabricar una camisa representa emplear la máquina de cortar
una hora y la de coser tres horas; fabricar un pantalón representa usar la máquina
de cortar una hora, la de coser una hora. La máquina de coser se puede usar hasta
doce y la de cortar hasta 7 horas al día, sino se recalienta. Todo lo que se fabrica
es vendido y se obtiene un beneficio de ocho soles por cada camisa y de cinco
soles por cada pantalón.
¿Cómo emplearíamos las máquinas para conseguir el beneficio máximo?
13.Un fabricante de cemento produce dos tipos de cemento, a saber en gránulos y
polvo. Él no puede hacer más de 1600 bolsas un día debido a una escasez de
vehículos para transportar el cemento fuera de la planta. Un contrato de ventas
establece que él debe producir 500 bolsas al día de cemento en polvo. Debido a
restricciones del proceso, se requiere el doble del tiempo para producir una bolsa
de cemento granulado en relación al tiempo requerido por el cemento en
polvo. Una bolsa de cemento en polvo consume para su fabricación 15
minutos/bolsa y la planta opera 8 horas al día. Su ganancia es S/.4 por la bolsa de
cemento granulado y S/ 3 por la bolsa de cemento en polvo.
¿Cuánto se debe producir de cada tipo de cemento para maximizar sus ingresos?
14.En Justicia Paz y Vida de El Tambo, se van a construir casas de dos tipos: A y B.
La empresa constructora dispone para ello de un máximo de 1,8 millones de soles,
siendo el costo de cada tipo de casa de 30 y 20 mil soles respectivamente. El
Ministerio de Vivienda, por la normatividad de paisajismo y urbanismo exige que
el número total de casas no sea superior a 80. Sabiendo que el beneficio obtenido
por la venta de una casa de tipo A es 4 mil soles y de 3 mil soles por una de tipo
B.
a. ¿La constructora cuántas casas debe construir de cada tipo para obtener
el máximo beneficio?
b. ¿Cuáles son esos ingresos máximos?
15.Doe Run SRL. produce Cobre y Zinc. Por el momento es capaz de vender todo el
mineral producido. La ganancia por tonelada de Cobre y Zinc vendida es de 4 y 3
mil dólares respectivamente. El proceso de cada tonelada de Cobre requiere 3
horas de trabajo en el horno y otras 4 horas de lavado. Para cada tonelada de
Zinc se requieren 4 horas de horneado y 2 horas de lavado. Las horas diarias
disponibles en el horno y el lavado son 35 y 30, respectivamente. Además se
supone que al menos se deben producir diariamente 4 toneladas de Zinc.
¿Cuántas toneladas de Cobre y cuántas de Zinc deben producir a fin de maximizar
el ingreso?
pág. 39
Asignatura: Investigación de Operaciones
pág. 40
Asignatura: Investigación de Operaciones
Primal
Ejemplo: Maximizar: Z = 60 X1 + 30 X2 + 20 X3
sujeto a: 8X1 + 6X2 + X3 48
4X1 + 2X2 + 1.5X3 20
2X1 + 1.5X2 + 0.5X3 8
X1, X2, X3 0
Dual:
Minimizar Z’ = 48 W1 + 20 W2 + 8W3
sujeto a: 8W1 + 4W2 + 60
2W3
6W1 + 2W2 + 1.5W3 30
W1 + 1.5W2 + 0.5W3 20
" W1, W2, W3 0
Sujeto a S j =1..naijxj = bi
xj ≥ 0 con i = 1..m, j = 1..n
Donde las “n” variables xj incluyen los excesos y las holguras.
El problema dual se construye simétricamente del primal de acuerdo a las siguientes
reglas.
1. Para cada restricción primal (m restricciones) existe una variable dual yi (m
variables), la función objetivo se construye con los valores libres bi como
coeficientes de las variables yi.
2. Para cada variable primal xj (n variables) existe una restricción dual (n
restricciones), la restricción se construye con los m coeficientes de las
restricciones primales de esa variable. Los valores libres son los n coeficientes
cj.
3. Si la optimización primal es una Maximización, el problema dual es una
Minimización y las restricciones son ≥. (y a la inversa Minimización primal,
Maximización dual, restricciones). El siguiente diagrama muestra la construcción
del dual:
pág. 41
Asignatura: Investigación de Operaciones
x1 x2 .. xj .. xn
Variables duales
Valores libres
Objetivo primal c1 c2 .. c1 .. c1 de restricciones l
duales
v
Coeficientes
a11 a12 .. a1j .. a1n b1 y1
restricciones duales
a21 a22 .. a2j .. a2n b2 y2
am1 a22 .. a2j .. a2n bm ym
Restr.
Función Objetivo dual
dual j
Nota: si consideramos los excesos y holguras las variables duales (yi) no tienen
restricciones de signo, en caso contrario en ambos problemas se considera variables ³
0. Por lo que las variables duales correspondientes a restricciones del tipo = deben ser
sin restricciones de signo, recíprocamente cuando una variable en el primal no tiene
restricción de signo, la restricción correspondiente en el dual debe ser del tipo =.
Ejemplo
Sea Max z = 3x1 + 5x2
x1 + 10x2 < 80
2x1 + 3x2 < 45
4x1 - 2x2 < 25
3x2 <60
x1, x2 > 0
pág. 42
Asignatura: Investigación de Operaciones
Problema dual:
Min Y = 80y1 + 45y2 + 25y3 + 60y4
Sujeto a:
Y1 + 2y2 + 4y3 > 3
10y1 + 3y2 - 2y3 + 3y4 > 5
y1, y2, y3, y4 > 0
2. Max Z = 3x1 + 7x2
Sujeto a:
2x1 + 5x2 = 15
x1 + 8x2 < 30
x1, x2 > 0
0. Para cada restricción primal (2 restricciones) existe una variable dual yi (2
variables) y1 y2, la función objetivo se construye con los valores libres bi (15,
30) como coeficientes de las variables yi.
1. Para cada variable primal xj (2 variables sin considerar las variables de
holgura) existe una restricción dual (2 restricciones), la restricción se
construye con los 2 coeficientes de las restricciones primales de esa variable.
Los valores libres son los 2 coeficientes cj (3, 7).
Aplicando las reglas y la nota:
Nota: Para la segunda restricción no hemos considerado las variables de
excesos ni holguras las variables duales por lo que en el dual y 2 ³ 0, la
primera restricción es de igualdad por lo que la primera variable no tiene
restricción de signo.
Problema dual:
Min Y= 15y1 + 30y2
Sujeto a:
2y1 + y2 > 3
5y1 + 8y2 > 7
y1 sin restricción de signo (irrestricta)
y2 > 0.
pág. 43
Asignatura: Investigación de Operaciones
Una forma de responder estas preguntas sería resolver cada vez un nuevo problema.
Sin embargo esto es computacionalmente ineficiente.
Para esto es preferible hacer uso de las propiedades del método Simplex y de los
problemas primal y dual.
Recordemos que una vez que en un problema lineal se conoce B, CB y XB, la tabla
simplex se puede calcular utilizando B-1 y los datos originales del problema.
El efecto de los cambios en los parámetros del problema del análisis de sensibilidad
(post óptimo) se puede dividir en tres categorías:
0. Cambios en los coeficientes C de la función objetivo, solo afecta la
optimalidad.
1. Cambios en el segundo miembro b solo pueden afectar la factibilidad.
2. Cambios simultáneos en C y b pueden afectar la optimalidad y la factibilidad.
Ejercicio 1
CIDEMETAL SRL, produce mesas y sillas para venta en el país. Se requieren dos tipos
básicos de mano de obra especializada: para ensamblado y acabado. Producir una mesa
requiere tres horas de ensamblado, dos horas de acabado y se vende con una ganancia
de $30. La producción de una silla requiere 1 hora de acabado y se vende con una ganancia
de $18. Actualmente, la compañía dispone de 200 horas de ensamblado y 160 horas de
acabado.
La formulación a este problema es:
Maximizar: X0 = 30X1 + 18X2
Sujeta a: 3X1 + X2 200 (ensamblado)
2X1 + X2 160 (acabado)
X1, X2 0
Base X0 X1 X2 X3 X4 Solución
X0 1 6 0 0 18 2880
X3 0 1 0 1 -1 40
X2 0 2 1 0 1 160
pág. 44
Asignatura: Investigación de Operaciones
Es fácil observar que el problema se encuentra en forma del problema dual estándar.
a. Plantee el problema primario para el problema dual que se dio antes.
b. ¿Cuáles son las unidades de medición de las variables primarias?
c. Resuelva el problema utilizando el método simplex. ¿Por qué fue más sencillo resolver
el problema primario que el dual?
d. Utilizando el problema primario óptima, determine el valor óptimo para las variables
duales de decisión para el problema de la GRANDE.
e. ¿Qué significado tienen las variables primarias en el problema de la GRANDE?
pág. 45
Asignatura: Investigación de Operaciones
TERCERA UNIDAD
El problema
Suponga que una compañía tiene m plantas de producción (i), de capacidad ai (i = 1..m)
y n almacenes de distribución (j), con demanda bj (j=1..n). El costo de transporte entre
la planta i y el almacén es conocido como cij.
El problema es determinar la cantidad (xij) que debe suministrar la planta i al almacén
j, de tal manera que el costo de transporte total sea mínimo. Las consideraciones de
costos de producción e inventario se pueden incorporar al modelo básico.
El modelo típico tiene cuatro componentes:
pág. 46
Asignatura: Investigación de Operaciones
- Un conjunto de m fuentes
- Un conjunto de n destinos
- Costos de transporte entre las fuentes y los destinos
- Cantidades de producto para enviar entre las fuentes y los destinos.
pág. 47
Asignatura: Investigación de Operaciones
En los casos en que la sumatoria de todo lo que se produce en todos los orígenes
es mayor que la sumatoria de todo lo que se demanda en todos los destino o viceversa,
entonces se dice que el problema no está balanceado. En estos casos lo primero que se
debe hacer antes de intentar resolver el problema es balancearlo.
m n
si dj
Para el caso de SOBREPRODUCCIÓN ( i 1 j 1 )
Si el caso es que se dispone de mayor producción de la que se demanda,
entonces para balancear el problema se agrega un destino imaginario o artificial
(llamado también destino ficticio) el cual tendrá como demanda dicha sobreproducción.
En cuanto a los costos asociados a este nuevo destino los estableceremos a cero (¿por
qué?). El siguiente dibujo muestra lo que se debe hacer:
pág. 48
Asignatura: Investigación de Operaciones
2 4 3 2 2
4 3 8 5 3
Demanda 3 4 2 1 10
10
pág. 49
Asignatura: Investigación de Operaciones
Recursos DIF.
3 7 6 4 5 1
2 4 3 2 2 0 0
2
4 3 8 5 3 1
10
Demanda 3 4 2 0 1 10
DIF. 1 1 3 1
2
3 7 6 45 1
2 4 3 22 0 0
2
4 3 8 53 0 1
3
10
Demanda 3 4 1 2 0 1 10
DIF. 1 1 3 1
2
1 4 2 2 1
pág. 50
Asignatura: Investigación de Operaciones
Como siguiente paso deberíamos calcular las nuevas diferencias de columnas, pero ya
que solamente queda un renglón dentro de las posibilidades (ésto no significa que
solamente un renglón quede bajo consideración ya que podemos observar que ninguna
de las cuatro columnas (destinos) ha sido eliminada y todas quedan todavía bajo
consideración), no es posible encontrar la diferencia aritmética entre el costo menor y
el que le sigue, por lo tanto vamos tomando una a una las celdas que quedan
comenzando con la de menor costo unitario hasta que todas hayan sido asignadas.
Recursos DIF.
3 7 6 45 2 1 0 1
3 1 0 1
2 4 3 22 0 0
2
4 3 8 53 0 1
3
10
Demanda 3 0 4 1 0 2 0 1 0 10
1
DIF. 1 1 3 2
2
1 4 2 1
pág. 51
Asignatura: Investigación de Operaciones
Actividad
a.
Destino Oferta
A B C TM
Origen I 3 6 9 200
Origen II 1 4 5 300
Origen III 3 2 1 400
Demanda TM 150 250 500
b.
Destino Oferta
A B C Kg.
Origen 1 4 6 8 50
Origen 2 1 3 5 200
Origen 3 2 4 5 250
Demanda Kg. 200 150 150
c.
Destino Oferta
W X Y Z m3
Origen P 6 10 6 8 200
Origen Q 7 9 6 11 300
Origen R 8 10 14 6 450
Demanda m3 100 150 400 300
pág. 52
Asignatura: Investigación de Operaciones
Destino Oferta
X Y Z TM
Origen I 3 6 4 1000
Origen II 2 3 1 2000
Origen III 3 4 5 1500
Demanda TM 2000 1500 1000
Destino Oferta
X Y Z TM
Origen I 4 3 5 600
Origen II 2 1 3 120
Origen III 6 2 5 200
Demanda TM 100 150 60
Destino Oferta
X Y Z TM
Origen I 2 4 6 25
Origen II 1 3 5 35
Origen III 4 2 3 50
Demanda TM 40 30 60
pág. 53
Asignatura: Investigación de Operaciones
2. Desde dos almacenes A y B, se tiene que distribuir fruta a tres mercados de la ciudad
Lima. El almacén A dispone de 10 toneladas de fruta diarias y el B de 15 toneladas, que
se reparten en su totalidad. Los dos primeros mercados necesitan, diariamente, 8
toneladas de fruta, mientras que el tercero necesita 9 toneladas diarias. El costo del
transporte desde cada almacén a cada mercado viene dado por el siguiente cuadro:
3. Una compañía tiene tres Plantas (A, B y C) para fabricar bebidas gaseosas BIG KOLA, y
dispone de tres distribuidores mayoristas para la venta (D, E y F). Las cantidades
producidas por A, B y C son 1000, 5000 y 4000 litros por día respectivamente. La
máxima cantidad que puede vender el almacén D es 3000 litros/día, E es 6000 litros/día
y F es 7000 litros/día. Los costos de transporte de cada fábrica a cada distribuidor
mayorista están dados en la siguiente tabla:
Demanda
D E F
Planta A 1 4 2
Planta B 3 1 2
Planta C 4 5 2
Determine la cantidad a transportar desde los orígenes a los destinos para que el costo
sea mínimo.
4. SEDAM Huancayo SA. tiene que distribuir el agua de tres pozos entre tres localidades.
La tabla de costos de distribución de cada m 3 es la siguiente:
LOCALIDADES OFERTA
(m3/día)
A B C
Pozo I 7 8 10 40
Pozo II 5 12 4 30
Pozo III 9 7 8 45
DEMANDA (m3/día) 55 40 60
Determine la distribución del agua para cada una de las localidades de modo que el
costo sea el mínimo.
5. Una empresa de electricidad ElectroSURMEDIO SA. tiene 4 plantas termoeléctricas que
son abastecidas por 3 minas de carbón. La oferta total de carbón de las minas es igual
a los requerimientos totales de las plantas termoeléctricas. Existe un costo de transporte
de una unidad desde cada mina a cada planta. En la tabla que se muestra a continuación
se indican la oferta disponible, los requerimientos y los costos de transporte por unidad.
pág. 54
Asignatura: Investigación de Operaciones
PLANTA
Oferta
M N O P
Mina X 2 3 4 5 14
Mina Y 5 4 3 1 15
Mina Z 1 3 3 2 17
Demanda 6 11 17 12
La empresa de electricidad quiere determinar cuántas unidades debe transportar desde
la mina a cada planta para minimizar el costo de transporte.
Actividad
PROBLEMAS PROPUESTOS
1. Una empresa KINGTEX S.A. produce 120 unidades del producto A y 360 unidades
del producto B cada día. Estos productos han de someterse a control de calidad,
siendo la capacidad de control de 200 unidades al día. El producto A se vende en el
mercado a un precio 4 veces superior al precio del producto B. Determínese la
producción de la empresa que hace posible maximizar el beneficio.
2. CEPER PIRELLI SA. fabrica cable eléctrico de alta calidad usando dos tipos de
aleaciones metálicas, M y N. La aleación M contiene un 80% de cobre y un 20% de
aluminio, mientras que la N incluye un 68% de cobre y un 32% de aluminio. La
aleación M tiene un precio de 80 euros por tonelada, y la N, 60 euros por tonelada.
¿Cuáles son las cantidades que Pedro Pérez debe usar de cada aleación para
producir una tonelada de cable que contenga al menos un 20% de aluminio y cuyo
costo de producción sea el menor posible?
3. SAN FERNANDO S.A. posee 200 cerdos que consumen 90 lb. de comida especial
todos los días. El alimento se prepara como una mezcla de maíz y harina de soya
con las siguientes composiciones:
Libras por libra de alimento
Alimento Calcio Proteína Fibra Costo ($/lb)
Maíz 0.001 0.09 0.02 0.20
Harina de soya 0.002 0.60 0.06 0.60
Los requisitos diarios de alimento de los cerdos son:
i. Cuando menos 1% de calcio
ii. Por lo menos 30% de proteína
iii. Máximo 5% de fibra
Determine la mezcla de alimentos con el mínimo de costo por día.
pág. 55
Asignatura: Investigación de Operaciones
4. CATALINA HUANCA SAC fabrica dos tipos de joyas. Las del tipo A precisan 1 g de
oro y 1,5 g de plata, vendiéndolas a 40 euros cada una. Para la fabricación de las
de tipo B emplea 1,5 g de oro y 1 g de plata, y las vende a 50 euros. El orfebre
tiene solo en el taller 750 g de cada uno de los metales.
¿Cuántas joyas se han de fabricar de cada clase para obtener un beneficio máximo?
7. SOL DE PIURA EIRL. elabora dos tipos de sombreros. Cada sombrero del primer
tipo requiere dos veces más tiempo de mano de obra que un producto del segundo
tipo. Si todos los sombreros son exclusivamente del segundo tipo, la compañía
puede producir un total de 500 unidades al día. El mercado limita las ventas diarias
del primero y segundo tipos a 150 y 200 unidades. Supóngase que la ganancia que
se obtiene por producto es $8 para el tipo 1 y $5 para el tipo 2. Determine el número
de sombreros de cada tipo que deben elaborarse para maximizar la ganancia.
VENTAS POTENCIALES
PRODUCTOS
(Unidades)
1 30
2 40
3 70
4 40
5 60
Los costos variables de producción (miles $) de cada producto en cada fábrica son:
pág. 56
Asignatura: Investigación de Operaciones
Producto 1 2 3 4 5
Fabrica
I 20 19 14 21 16
II 15 20 13 19 16
III 18 15 18 20 X
La X quiere decir que la fábrica 3 no puede producir el producto 5.
¿Qué cantidad de cada producto debe fabricarse en cada fábrica? y ¿Cuál es el
costo Total de Producción?
10. PEPE DIAZ SRL. produce tres modelos (I, II y III) de cierto producto. El utiliza dos
tipos de materia prima (A y B), de los cuales se dispone de 4000 y 6000 unidades,
respectivamente. Los requisitos de materias primas por unidad de los tres modelos
son:
El tiempo de mano de obra para cada unidad del modelo I es dos veces mayor que
el del modelo II y tres veces mayor que el del modelo III. Toda la fuerza de trabajo
de la fábrica puede producir el equivalente de 1500 unidades del modelo I. Un
estudio del mercado indica que la demanda mínima de los tres modelos es 200, 200
y 150 unidades, respectivamente. Sin embargo, las razones del número de unidades
producidas deben ser iguales a 3:2:5. Supóngase que la ganancia por unidad de los
modelos I, II y III es $30, $20 y $50, respectivamente. Formule el problema como
un modelo de programación lineal para determinar el número de unidades de cada
producto que maximizarán la ganancia.
11. TANS PERÚ SAC. Posee un avión de carga que tiene tres compartimientos para
almacenar: delantero, central y trasero. Estos compartimientos tienen un límite de
capacidad tanto en peso como en espacio. Los datos se resumen en seguida:
pág. 57
Asignatura: Investigación de Operaciones
OFERTA DE DEMANDA DE
ENSAMBLADORA CIUDAD
MOTOS MOTOS
Bogotá 35 Cartagena 30
Medellín 60 Cali 45
Barranquilla 25 Montería 25
Pasto 20
A
Cartagena Cali Montería Pasto
DE
Bogotá 50 30 60 70
Medellín 20 80 10 90
Barranquilla 100 40 80 30
Determine el PLAN ÓPTIMO de distribución con su Costo Total.
pág. 58
Asignatura: Investigación de Operaciones
1 2 ... n Recursos
1 c11 c12 ... c1n s1
Origen 2 c21 c22 ... c2n s2
Recurso . . . . .
. . . . .
m cm1 cm2 ... cmn sm
Demanda d1 d2 ... dn
Contribución a Z por
unidad de actividad
pág. 59
Asignatura: Investigación de Operaciones
Notas:
Para resolver un problema de asignación en el cual la meta es maximizar la
función objetivo, se debe multiplicar la matriz de ganancias por menos uno (-1)
y resolver el problema como uno de minimización.
Si el número de filas y de columnas en la matriz de costos son diferentes, el
problema de asignación está desbalanceado. El método Húngaro puede
proporcionar una solución incorrecta si el problema no está balanceado; debido
a lo anterior, se debe balancear primero cualquier problema de asignación
(añadiendo filas o columnas ficticias) antes de resolverlo mediante el método
Húngaro.
En un problema grande, puede resultar difícil obtener el mínimo número de filas
necesarias para cubrir todos los ceros en la matriz de costos actual. Se puede
demostrar que si se necesitan j líneas para cubrir todos los ceros, entonces se
pueden asignar solamente j trabajos a un costo cero en la matriz actual; esto
explica por qué termina cuando se necesitan m líneas.
Mediante el siguiente ejemplo vamos a ilustrar la manera de aplicar el método Húngaro
a la solución de un problema de asignación de minimización:
Una factoría tiene cuatro operarios, los cuales deben ser asignados al manejo de cuatro
máquinas; las horas requeridas para cada trabajador en cada máquina se dan en la
tabla adjunta; el tiempo a laborar por cada operario en cada una de las máquinas se
pretende que sea mínimo, para lo cual se busca la asignación óptima posible.
pág. 60
Asignatura: Investigación de Operaciones
OPERARIOS MAQUINAS
1 2 3 4
Antonio 10 14 16 13
Bernardo 12 13 15 12
Carlos 9 12 12 11
Diego 14 13 18 16
1 2 3 4
A 10 14 16 13
B 12 13 15 12
C 9 12 12 11
D 14 13 18 16
Restamos 10, 12, 9 y 14 (costos mínimos de cada fila) de cada elemento en cada una de las filas
correspondientes:
1 2 3 4
A 0 3 6 3
B 0 1 3 0
C 0 3 3 2
D 0 2 4 2
pág. 61
Asignatura: Investigación de Operaciones
En la matriz anterior trazamos el menor número de líneas (3), de manera tal que cubran todos los ceros
(Método de Flood):
1 2 3 4
A 0 3 3 3
B 0 0 0 0
C 0 2 0 2
D 0 1 1 2
En la matriz anterior trazamos el menor número de líneas (3), de manera tal que cubran todos los ceros
(Método de Flood):
1 2 3 4
A 0 2 3 2
B 1 0 1 0
C 0 1 0 1
D 0 0 1 1
Solución Óptima Unica:A-1, B-4, C-3 y D-2.Lo anterior quiere decir que Antonio va a laborar en la
máquina 1 (10 horas), Bernardo en la máquina 4 (12 horas), Carlos va a trabajar en la máquina 3 (12
horas) y Diego en la máquina 2 (16 horas).
La combinación óptima de los recursos para este problema de minimización de asignación es de 50
horas, resultantes de adicionar las asignadas a cada uno de los operarios en cada una de las máquinas.
Dicho valor corresponde al valor óptimo de la función objetivo.
pág. 62
Asignatura: Investigación de Operaciones
Actividad
1. Una fábrica dispone de cuatro obreros para completar cuatro trabajos. Cada obrero sólo
puede hacer uno de los trabajos. El tiempo que requiere cada obrero para completar
cada trabajo se da a continuación:
pág. 63
Asignatura: Investigación de Operaciones
4. Una empresa tiene un trabajo compuesto de 5 módulos para ser desarrollado por 5
programadores, se desea que cada módulo sea desarrollado por un solo programador y
que cada programador desarrolle un solo módulo. Debido a los diferentes grados de
dificultad de los módulos y a las diferencias individuales de los programadores, el tiempo
(en días) que ellos emplean es diferente y se da en la siguiente tabla:
MODULOS PROGRAMADORES
A B C D E
Módulo 1 2 4 4 3 6
Módulo 2 2 6 5 4 6
Módulo 3 5 6 5 3 7
Módulo 4 3 5 7 2 4
Módulo 5 8 5 6 2 1
a) Determine la asignación óptima de modo de minimizar el tiempo total
b) Para cuándo debe comprometerse a entregar el trabajo
c) ¿Cómo sería la formulación si un programador puede desarrollar más de un
módulo?
a) ¿Cuál es la opción que más le conviene hacer a la empresa?
pág. 64
Asignatura: Investigación de Operaciones
CUARTA UNIDAD
7.1 Introducción
En muchas situaciones los administradores son responsables de planear, programar y
controlar proyectos compuestos de numerosas actividades, tareas, y complejos
procesos. Estos pueden variar en un rango de menor a mayor complejidad en relación
directa al monto de la inversión, en esta última se hace difícil coordinar la duración, su
presupuesto, la precedencia todas las actividades.
La existencia de métodos cuantitativos muy relacionados entre sí como el PERT y el CPM
asisten eficazmente al administrador de proyectos. En esa oportunidad la variedad de
las utilidades de estas dos técnicas solo se estudiaran aquellas orientados a la
mercadotecnia como:
- Investigación y desarrollo de nuevos productos
- Conducción de una campaña publicitaria
- Capacitación a la fuerza de ventas
- Asesoría y consultoría en marketing
- Diseñar o modificar procesos productivos complejos
El origen de estas técnicas se debió a la complejidad de las tareas y actividades a
desarrollar en mega proyectos donde decenas, centenas y millares de actividades en el
campo militar eran necesarias planear, programa y controlar. Un factor que complica el
término a una fecha determinada de tales actividades es la interdependencia de las
mismas, por ejemplo: Algunas actividades dependen de la terminación de otras antes
de que puedan iniciarse. Los proyectos pueden llegar a varios miles de tareas o
actividades por lo que los administradores de proyectos buscan procedimientos a
responder a algunas interrogantes como:
1. ¿De qué modo puede desplegarse el proyecto en forma gráfica para visualizar
mejor el flujo de actividades?
2. ¿Cuál es el tiempo total para terminar el proyecto?
3. ¿Cuáles son las fechas programadas de inicio y término para cada una de las
actividades?
4. ¿Cuáles son las actividades cuello de botella denominadas actividades críticas?,
¿dónde deben evitarse los retrasos?
5. Dada la incertidumbre al estimar con precisión las duraciones de las actividades
¿Cuál es la probabilidad de terminar el proyecto a la fecha programada?
6. Si se gasta dinero adicional para acelerar el proyecto o para evitar penalidades
por la demora en la entrega o finalización del proyecto. ¿Cuál es la forma menos
costosa de intentar cumplir con el tiempo programado?
En toda actividad a realizar se requieren conocimientos precisos y claros de lo que se
va a ejecutar, de su finalidad, viabilidad, elementos disponibles, capacidad financiera,
etc. Esta etapa aunque esencial para la ejecución del proyecto no forma parte del
método. Es una etapa previa que se debe desarrollar separadamente y para la cual
también puede utilizarse el Método del Camino Critico. Es una investigación de objetivos,
métodos y elementos viables y disponibles.
De modo que el PERT CPM, es un instrumento de dirección válido para obtener la
seguridad en la planificación y control y es aplicable en todos los niveles de complejidad,
desde los problemas simples y de corto plazo, hasta el más complicado y de largo
alcance.
pág. 65
Asignatura: Investigación de Operaciones
Si suponemos ahora que las actividades A y B deben ser terminadas antes que una
actividad C pueda comenzar, la malla del proyecto queda como se muestra en la figura2.
En este caso, el nodo representa que las actividades A y B se han terminado, además
del inicio de la actividad C. Si la actividad A fuera predecesora de las actividades B y C,
la red quedara como se muestra.
A
1
2 C B
Proyecto de tres actividades
1 2
B C
A y B predecesoras de C
pág. 66
Asignatura: Investigación de Operaciones
pág. 67
Asignatura: Investigación de Operaciones
pág. 68
Asignatura: Investigación de Operaciones
Actividades
Actividad Descripción Duración
Precedentes
pág. 69
Asignatura: Investigación de Operaciones
pág. 70
Asignatura: Investigación de Operaciones
En otras palabras: CPM es un sistema dinámico, que se mueve con el progreso del
proyecto, reflejando en cualquier momento el STATUS presente del plan de acción.
El administrador de proyectos no tiene por qué saber el manejo matemático de las
herramientas de planeación que muchas veces es complicado, pero es fundamental
saber los conceptos, el ¿Por qué? y ¿Cuándo? usar cada técnica, y como sacar provecho
de los resultados de las mismas para la toma de decisiones
Las técnicas de planificación por redes son únicas en su forma, especialmente por lo
que respecta a los conceptos de la ruta crítica. Los conceptos relativos a nivelación de
cargas, costo mínimo y programación de recursos limitados han aportado una base
racional a una dirección de proyectos que se apoya en planes amplios cuidadosamente
tratados. Se puede decir que los planes se derivan del análisis de diversas alternativas
sobresalientes. Estando basados en la computadora, se pueden aplicar a sistemas muy
grandes. Son flexibles, de manera que se pueden modificar cuando así lo aconseje la
experiencia.
Una vez establecidas la red de actividades, la ruta crítica y los datos estadísticos del
programa se tiene un plan de proyecto. De la información se puede extraer datos
adicionales con respecto a la demanda de recursos del programa inicial; es posible la
formulación de programas alternativos, con el fin de nivelar las cargas. La distribución
del tiempo que se supone para la actividad se define por tres estimados, (estimado de
tiempo probable, tiempo optimista, tiempo pesimista) tomado en cuenta que el tiempo
de terminación del proyecto es la suma de todos los tiempos esperados de las
actividades sobre la ruta crítica, de ese modo se sabe que las distribuciones de los
tiempos de las actividades son independientes y la varianza del proyecto es la es la
suma de las varianzas de las actividades en la ruta crítica.
Mientras que el CPM y PERT son esencialmente lo mismo, sus matices hacen cada uno
aplicable más que el otro en situaciones diferentes. En ambos métodos la información
esencial deseada es la ruta crítica y las holguras. Estas, le permiten al director del
proyecto hacer decisiones con base a información, basado en el principio de
administración por excepción, sobre los planes y proyectos del trabajo actual y
monitorear el progreso del proyecto.
pág. 71
Asignatura: Investigación de Operaciones
Con estos tiempos, podemos obtener el tiempo esperado (te) bajo la siguiente
fórmula:
𝑡𝑜 + 4𝑡𝑚 + 𝑡𝑝
𝑡𝑒 =
6
La ventaja de tener tres estimaciones de los tiempos de cada actividad es que
puede calcularse la dispersión de los tiempos y puede utilizarse esta información
para evaluar la incertidumbre de que el proyecto se termine de acuerdo con el
programa.
Cálculos básicos:
La siguiente parte del proceso, que es la determinación de los tiempos en cada
actividad.
Lo primero que tendríamos que hacer es calcular el tiempo más temprano de iniciación
de cada actividad (ES), que está determinado por el tiempo de terminación de las
actividades predecesoras a esta.
pág. 72
Asignatura: Investigación de Operaciones
El tiempo más temprano de terminación de una actividad (EF) es igual al tiempo más
temprano de inicio de dicha actividad (ES) más el tiempo esperado de la actividad (t),
es decir:
EF = ES + t
Una vez terminado este proceso (conocido como “proceso hacia adelante”), haremos el
“proceso hacia atrás”, el cual nos servirá para determinar los tiempos más tardíos de
inicio y terminación de cada una de las actividades.
Como su nombre lo dice, esta parte del proceso es “hacia atrás” ya que iniciamos
calculando el tiempo más tardío de terminación (LF) de la última actividad, que es igual
al tiempo más temprano de terminación (EF) de esta misma actividad (que es el mismo
del proyecto).
El tiempo más tardío de inicio (LS) de cada actividad es igual al tiempo más tardío de
terminación (LF) menos el tiempo esperado de la actividad (t), esto es:
LS = LF – t
Regla de tiempo para LF El tiempo más tardío de terminación (LF) para una actividad
es igual al menor de los tiempos más tardíos de inicio (LS) de sus actividades sucesoras.
Una vez terminada esta actividad, ya podemos definir la ruta crítica, que es la formada
por las actividades críticas de la red. Las actividades críticas son aquellas que tienen un
tiempo de holgura igual a cero.
Tiempo de holgura = LS – ES = LF – EF
pág. 73
Asignatura: Investigación de Operaciones
El procedimiento para efectuar cálculos de camino crítico para la red del proyecto de
mantenimiento es el mismo que utilizamos para determinar el camino crítico en las
redes tanto para el proyecto de expansión del Western Hills Shopping Center como para
el proyecto Porta-Vac. Efectuando los cálculos de pase hacia adelante y pase hacia atrás
de la red obtuvimos el programa de actividades que aparece en la tabla.
Los tiempos de holgura cero, y por lo tanto el camino crítico, quedaron asociados con
las actividades A-B-E. La duración del camino crítico, y por lo tanto el tiempo total
requerido para finalizar el proyecto, es de 12 días.
pág. 74
Asignatura: Investigación de Operaciones
generalmente dan como resultado costos agregados del proyecto, por lo que
requeriremos identificar las actividades cuyo apresuramiento cuesta menos y a
continuación apresurar esas actividades únicamente lo necesario para cumplir con el
tiempo deseado de finalización del proyecto.
Para determinar simplemente dónde y cuánto apresurar los tiempos de actividad,
necesitamos información sobre cuánto se puede apresurar cada una de las actividades
y cuánto cuesta este proceso de apresuramiento, por lo que debemos solicitar la
siguiente información:
1. Costo de la actividad bajo el tiempo de actividad normal o esperado
2. Tiempo para finalizar la actividad bajo un apresuramiento máximo (es decir,
el tiempo de actividad más corto posible)
3. Costo de la actividad bajo apresuramiento máximo.
Actividad
pág. 75
Asignatura: Investigación de Operaciones
Se desea conocer:
a. Gráfico de las actividades
b. Las actividades críticas (camino crítico)
c. ¿Puede asegurarse en las condiciones actuales terminar el proyecto en 42
días?
d. A su criterio ¿qué debería realizarse para cumplir con el plazo previsto?
pág. 76
Asignatura: Investigación de Operaciones
Se desea conocer:
a. ¿Cuál es el menor número de días, necesarios para introducir al mercado el
nuevo producto?
b. Si se contratara vendedoras con experiencia y se elimina la actividad de
instrucción ¿Qué sucedería con el plazo mínimo de terminación del proyecto?
4. Antes de poder introducir un nuevo producto al mercado se deben realizar todas las
actividades que se muestran en la tabla (todos los tiempos están en semanas).
Dibuje la malla del proyecto y determine la ruta crítica. Interprete sus resultados.
Realice un modelo de programación lineal que permita determinar la duración mínima
del proyecto.
5. Una empresa de micro finanzas de la ciudad de Huancayo desea abrir otra sucursal
en la ciudad de Ayacucho, la junta de accionistas ha puesto un plazo inflexible de 24
semanas para la apertura. El grupo “analistas de sistemas y operaciones” esta a cargo
de la planeación, programación y control de este proceso, cuidando de que todo se
desarrolle de acuerdo a lo planeado y que se cumpla con el plazo previsto.
La nueva sucursal es casi difícil aunque hay relativa experiencia en apertura de
otras sucursales, esta es sui géneris ya que se prevé darle mayor autonomía para
tratar de ser centro de operaciones de otras sucursales que también planean abrir
en Andahuaylas, Puno y Cuzco.
Se debe elegir entre:
- Acondicionar un local céntrico de la ciudad
- Construir un nuevo local previamente derrumbar la construcción
antigua o
- Alquilar un piso de un edificio céntrico
- Determinar cuántos empleados de la sede central Huancayo se mudaran
a Ayacucho, cuantos se contratan y cuántos de ellos deben ser
capacitados
El grupo de sistemas y la oficina de planeamiento deben organizar e instrumentar
los procedimientos operativos y los desembolsos a seguir en cada actividad de la
apertura de la nueva sede.
pág. 77
Asignatura: Investigación de Operaciones
Los arquitectos tienen que diseñar el espacio interior, el estilo de la tienda y contar
con la superficie suficiente, previamente el estudio de mercado ha determinado que
gradualmente se incrementara la cantidad de clientes.
Un segundo motivo de complicación es que hay interdependencia de actividades
como por ejemplo:
No se puede amoblar las oficinas, no sin antes haberlas acabado y previamente
haberlas diseñado.
Tampoco puede contratarse nuevos empleados mientras no se haya
determinado el requerimiento de personal.
Pasos a seguir:
Debe efectuarse un listado de actividades (no tareas) necesarias del proyecto,
estableciendo la relaciones de precedencia correspondiente.
pág. 78
Asignatura: Investigación de Operaciones
QUINTA UNIDAD
Cuando se habla de líneas de espera, se refieren a las creadas por clientes o por las
estaciones de servicio. Los clientes pueden esperar en cola simplemente porque los
medios existentes son inadecuados para satisfacer la demanda de servicio; en este
caso, la cola tiende a ser explosiva, es decir, a ser cada vez más larga a medida que
transcurre el tiempo. Las estaciones de servicio pueden estar esperando por que los
medios existentes son excesivos en relación con la demanda de los clientes; en este
caso, las estaciones de servicio podrían permanecer ociosas la mayor parte del tiempo.
Los clientes puede que esperen temporalmente, aunque las instalaciones de servicio
sean adecuadas, porque los clientes llegados anteriormente están siendo atendidos.
Las estaciones de servicio pueden encontrar temporal cuando, aunque las
instalaciones sean adecuadas a largo plazo, haya una escasez ocasional de demanda
debido a un hecho temporal. Estos dos últimos casos tipifican una situación equilibrada
que tiende constantemente hacia el equilibrio, o una situación estable.
pág. 79
Asignatura: Investigación de Operaciones
Se debe lograr un balance económico entre el costo del servicio y el costo asociado
a la espera por ese servicio.
pág. 80
Asignatura: Investigación de Operaciones
Disciplina de la cola: Es el modo en el que los clientes son seleccionados para ser
servidos. Las disciplinas más habituales son:
La disciplina FIFO (first in first out), también llamada FCFS (first come first served):
según la cual se atiende primero al cliente que antes haya llegado.
La disciplina LIFO (last in first out), también conocida como LCFS (last come first
served) o pila: que consiste en atender primero al cliente que ha llegado el último.
pág. 81
Asignatura: Investigación de Operaciones
Notación de Kendall
pág. 82
Asignatura: Investigación de Operaciones
Terminología
Datos básicos:
1
Ws Wq
Ls Ws
Lq Wq
Ls Lq
Factor de utilización del sistema:
s
2
M/M/1: Lq
( )
2 2 2
M/G/1: Lq
2(1 )
2
M/D/1: Lq
2(1 )
2 (k 1)
M/Ek/1: Lq
2k (1 )
pág. 83
Asignatura: Investigación de Operaciones
1
P0
s s 1 n
s
M/M/s: s! s n 0 n!
s
Lq P0
( s 1)!( s ) 2
3
Lq
4 2
M/M/2 y M/M/3:
4
Lq
(3 )(6 4 2 )
M/D/s
M/Ek/s
Costos
Costo
total
Costo del
servicio
Costo de
espera
Tasa óptima Tasa de
Características claves.
de servicio servicio
Existen dos clases básicas de tiempo entre llegadas:
pág. 84
Asignatura: Investigación de Operaciones
f(t)=(1/ 𝜆 )e - 𝜆t
En donde l (lambda) es el número promedio de llegadas en una unidad de tiempo.
Con una cantidad, T, de tiempo se puede hacer uso de la función de densidad para
calcular la probabilidad de que el siguiente cliente llegue dentro de las siguientes T
unidades a partir de la llegada anterior, de la manera siguiente:
P(tiempo entre llegadas <=T)=1- e - 𝜆t
El proceso de servicio.
El proceso de servicio define cómo son atendidos los clientes. En algunos casos,
puede existir más de una estación en el sistema en el cual se proporcione el servicio
requerido. Los bancos y los supermercados, de nuevo, son buenos ejemplos de lo
anterior. Cada ventanilla y cada registradora son estaciones que proporcionan el
mismo servicio. A tales estructuras se les conoce como sistemas de colas de canal
múltiple. En dichos sistemas, los servidores pueden ser idénticos, en el sentido en
que proporcionan la misma clase de servicio con igual rapidez, o pueden no ser
idénticos. Por ejemplo, si todos los cajeros de un banco tienen la misma experiencia,
pueden considerarse como idénticos.
pág. 85
Asignatura: Investigación de Operaciones
pág. 86
Asignatura: Investigación de Operaciones
𝜆
En estas definiciones, todos los promedios son para estado estable donde = <1, si
𝜇
>1 es fácil ver por qué no puede existir distribución de estado estable. Supongamos
=6 clientes por hora y que = 4 clientes por hora. Aun si el despachador estuviera
trabajando todo el tiempo, sólo podría atender a 4 clientes por hora. Así, el número
promedio de clientes en el sistema crecería al menos en 6 – 4 =2 clientes por hora. Esto
significa que después de mucho tiempo, el número de clientes que hay “explotaría” y
no podría existir distribución de estado estable. Entonces para cualquier sistema de
colas en el que exista una distribución de estado estable, se cumplen las siguientes
ecuaciones
Lq = .Wq; Ls = .Ws
EJEMPLO 2
A un cajero para automovilistas, sólo llega un promedio de 10 vehículos por
hora. Suponga que el tiempo promedio de servicio para cada cliente es de 4
minutos, y que los tiempos entre llegadas y los de servicio son exponenciales.
Conteste las siguientes preguntas.
a) ¿Cuál es la probabilidad de que el cajero se encuentre vacío?
b) ¿Cuál es el número promedio de automóviles que esperan en la cola su turno?,
se considera que un vehículo que está ocupando el cajero, no está en la cola
esperando.
c) ¿Cuál es el tiempo promedio que un cliente pasa en el estacionamiento del banco,
incluyendo el tiempo en el servicio?
d) En promedio, ¿Cuántos clientes por hora serán atendidos por el cajero
automático?
Solución:
Identificamos el modelo M/M/1/DG//, ya que no especifica la cantidad de clientes en
el sistema ni la población asumimos infinito, y se coloca una disciplina general.
Identificamos = 10 vehículos/hora y =4 minutos/hora, lo primero que hay que fijarse
es que no están en las misma unidades entonces la colocamos en vehículos por hora
si atiende 1 vehículo en 4 minutos entonces atenderá 15 en una hora por lo tanto =15
vehículos/hora. RECORDARSE SIEMPRE EN LAS MISMA UNIDADES.
a. La probabilidad de que el cajero se encuentre vació es Po = 1- ;
𝜆 10 2
𝜌=𝜇= = = 0.667, entonces Po =1-0.667 = 0.33, por lo tanto el cajero estará
15 3
vació el 33% del tiempo.
𝜌2 0.6672
b. 𝐿𝑞 = 1−𝜌 = 1−0.667 = 1.33 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠
EJEMPLO 3.
Supongamos que todos los propietarios de automóviles llenan sus tanques de gasolina
cuando están exactamente a la mitad, En la actualidad, llega un promedio de 7.5 clientes
por hora a una gasolinera que tiene una sola bomba surtidora. Se necesita un promedio
pág. 87
Asignatura: Investigación de Operaciones
de 4 minutos para atender un automóvil. Suponga que tanto los tiempos entre llegadas
como los tiempos de servicio son exponenciales.
a) Para el caso actual, calcule L y W
b) Suponga que se presenta escasez de gasolina y que hay compras de pánico. Para
modelar este fenómeno, suponga que todos los propietarios de automóvil
compran gasolina cuando sus tanques les falta exactamente ¾ partes. Como
cada conductor pone menos gasolina al tanque durante cada visita a la
gasolinera, suponga que el tiempo promedio de servicio se ha reducido a 3.33
minutos ¿Cómo afecto la compra de pánico a L y a W?
Solución:
a) Al identificar el sistema observamos que es M/M/1/DG// con =7.5 vehículos
/hora y =15 vehículos por hora. Primero encontramos =7.5/15=0.50, nótese
que aquí se hace conversión porque tiene diferentes unidades. Teniendo
logramos obtener L = / (1-) = 0.50 / (1-0.5) = 1 , luego obtenemos :
W = L/ = 1/7.5 = 0.13 horas. Con estos resultados podemos observar que todo
está bajo control y son improbables las largas colas.
b) Con la segunda opción tenemos el mismo sistema M/M/1/DG// con
=2(7.5)=15 vehículos por hora, se preguntar porque por 2 y es dado que el
cliente llenará con doble de frecuencia su tanque porque ahora no estar a la
mitad sino que 3/4, y visitara la gasolinera cada vez que se haya gastado 1/4 de
tanque. Y es igual a 60/3.33 = 18 vehículos por hora donde =15/18=5/6.
Con los datos utilizamos las ecuaciones: L= (5/6) /(1-5/6) =5 automóviles y
W = 5/15 =1/3 horas = 20minutos.
Ya comparando se ve que las compras de pánico han originado colas mas largas
y tiempos más largos en el sistema.
EJEMPLO 4.
En una aerolínea se debe revisar cada pasajero, así como su equipaje, para ve si trae
armas. Suponga que al aeropuerto Internacional La Aurora llega un promedio de 10
pasajeros/minuto. Los tiempos entre llegadas son exponenciales. Para revisar a los
pasajeros, el aeropuerto debe tener una estación que consiste en un detector de metales
y una máquina de rayos X para el equipaje. Cuando está trabajando la estación se
necesitan dos empleados. Una estación puede revisar un promedio de 12 pasajeros/min.
Con la hipótesis que el aeropuerto sólo tiene una estación de verificación, responda las
siguientes preguntas.
a. ¿Cuál es la probabilidad de que un pasajero tenga que esperar para ser revisado?
b. En promedio, ¿Cuántos pasajeros esperan en la cola para entrar a la estación?
c. En promedio, ¿Cuánto tiempo pasará el pasajero en la estación de verificación?
Solución:
Primero identificamos el modelo M/M/1/DG// donde existe un servidor, en
el problema puede confundirse pensando que son dos servidores porque hay
dos empleados trabajando, pero NO es así ya que un servidor aquí se
considera una estación independientemente que se realice en ella y cuantos
la atiendan.
a. =10 pasajeros/minuto =12 pasajeros/minuto
=/=10/12=0.833 Po=1-0.833=0.17 (probabilidad de que este vació)
Entonces estar ocupado 1-0.17= 0.833 = 83.33% del tiempo esto es
igual a .
pág. 88
Asignatura: Investigación de Operaciones
MODELO M/M/1/DG/m/
Este sistema es parecido al anterior con la variante que tiene una capacidad total de
“m” clientes, y cuando existen estos “m” clientes, todas las llegadas se regresan y el
sistema las pierde para siempre. Este número máximo de clientes es una constante y
varía según el libro que se utiliza c,m, etc. En este modelo de capacidad finita, llega
un promedio de Pm, de esas llegadas encuentran al sistema lleno a toda capacidad y
se van. Por lo tanto, en realidad entrará al sistema un promedio de =(1-Pm) llegadas
por unidad de tiempo. En este modelo existirá estado estable aún si > Esto se debe
que aun cuando >, la capacidad finita de “m” en el sistema evita que “explote” el
número de personas en la cola.
EJEMPLO 5
En una peluquería hay un peluquero y un total de 10 asientos. Los tiempos de llegada
tienen distribución exponencial, y llega un promedio de 20 clientes posibles por hora.
Los que llegan cuando la peluquería está llena no entran. El peluquero tarda un promedio
de 12 minutos en atender a cada cliente. Los tiempos de corte de pelo tienen distribución
exponencial.
a) En promedio ¿Cuántos cortes de pelo hará el peluquero?
b) En promedio ¿Cuánto tiempo pasará un cliente en la peluquería, cuando entra?
Solución
1 n
Pn Donde n=1,2,....m
m 1
1
Sustituyendo datos P10=0.75
Así, los cortes de pelo son en promedio 20(1-0.75) = 5 cortes/hora.
b) Para calcular W=L/((1-Pm))
W=9.67/(20(1-0.75))=1.93 horas.
pág. 89
Asignatura: Investigación de Operaciones
EJERCICIOS RESUELTOS
Problema 1 M/M/1/
Suponga que un cajero bancario puede atender a los clientes a una velocidad promedio
de diez clientes por hora. Además, suponga que los clientes llegan a la ventanilla del
cajero a una tasa promedio de 7 por hora. Se considera que las llegadas siguen la
distribución Poisson y el tiempo de servicio sigue la distribución exponencial. Realice un
análisis acerca de la situación actual del Banco.
Solución:
=10 clientes/hora =7 clientes/hora k=1
=/=7/10=0.7
Po=1-0.7=0.3
7 7
Ls 2.33
10 7 3
2 72
Lq 1.63
( ) 10(10 7)
1 1 1
Ws 0.33
10 7 3
7
Wq 0.233
( ) 10(10 7)
Según los datos obtenidos el sistema está ocupado el 70% del tiempo, vacío el 30% en
promedio hay 2.33 unidades en el sistema y 1.63 en la cola con un tiempo en el sistema
de 1/3 hora = 20 minutos y un tiempo en la cola de 0.233 horas = 14 minutos.
Problema 2. M/M/K/
Suponga que se coloca un segundo cajero bancario en el problema antes descrito. ¿Qué
tanto se mejorará el servicio? De sus conclusiones y recomendaciones para el Banco.
Solución:
S=k=2 número de servidores =7 clientes/hora =10 clientes/hora
7
0.35
k 2(10)
1 1
Po 0.48148
7
0
7
1
7
2
1 0.7 0.3769
10 10 10 10(2)
0! 1! 2! 10(2) 7
pág. 90
Asignatura: Investigación de Operaciones
7(10)(7 / 10) 2
Ls (0.48148) 7 / 10 0.7977
(2 1)!(2(10) 7) 2
Lq = 0.7977 – 7/10 = 0.0977
Ws =Ls/ = 0.7977/7 =0.11396
Wq = Lq / = 0.0977/7 = 0.01396
Con dos cajeros las estadísticas de los clientes mejoraran dramáticamente. Ahora se
tiene un promedio de solamente 0.0977 clientes en la línea y el cliente promedio
esperara solamente 0.0139 horas para recibir el servicio (menos de un minuto). El costo
de este buen servicio es que los prestadores de este solamente están ocupados durante
el 35% de su tiempo. A menos que se desee un servicio extraordinariamente bueno el
banco no deseara incurrir en el gasto de un segundo cajero. Puede tomarse en
consideración en las horas pico.
Problema 3. M/M/K/
Solución:
=100 clientes/hora =50 clientes / hora
1 servidor ------- Q 5/hora
k servidores ------ 5k Q 20 por cada cliente que espera en la cola por hora 20Wq
=100/2(50)=1 pero 1
Aunque se realice el cálculo con k=2 los datos generados serian incoherentes.
Se deja al estudiante que lo compruebe.
Con K=3
=100/3(50) =2/3 =0.667
1 2
(100 / 50) 0 (100 / 50)1 (100 / 50) 2
Po A 1 2 2 5
A B n 0 0! 1! 2!
pág. 91
Asignatura: Investigación de Operaciones
(100)(50)(100 / 50) 3 26
Ls (1 / 9) (100 / 50) 2.89
3 1!(3(50) 100) 2
9
Lq = 2.89 – 100/50 = 0.89
Ws = 2.89/100 = 0.0289 horas = 1.73 minutos
Wq = Lq / = 0.89/100=0.0089 horas
CT = 5(3) + 20(0.0089) =Q15.18 / hora
Al utilizar k>3 servidores el costo se aumenta por lo tanto se deben tener 3 Servidores.
Problema 4. M/M/1/m
Hay un promedio de 40 automóviles por hora, con tiempos exponenciales entre llegadas,
que desean que se les atienda en la ventanilla de “servicio en su auto” de Pizza Hut. Si
hay una cola de más de 4 coches, incluyendo el de la ventanilla, el coche que llegue se
va. En promedio toman cuatro minutos en servir a un automóvil.
(a) ¿Cuál es el número promedio de automóviles esperado en la cola, sin incluir al que
está frente a la ventanilla?
(b) En promedio ¿a cuántos automóviles se atiende en cada hora?
(c) Acabo de formarme en la cola. En promedio ¿Cuánto tiempo pasará para que llegue
a la ventanilla?
Solución:
=40 autos/ hora =4 minutos/ hora = 15 autos / hora m=4
Lq = ? Ls =? Wq =?
= 40/15 =2.67
1 1 2.67
Po 0.012398
1 m 1
1 2.67 5
1 2.67
P4 4 1
(2.67) 4 0.63011
1 2.67
pág. 92
Asignatura: Investigación de Operaciones
Actividad
3. Una franquicia de comida rápida, está pensando abrir operaciones de servicio por
ventanilla a los clientes, desde su vehículo. Los clientes que llegan al
intercomunicador a colocar órdenes y luego manejan hasta la ventanilla para pagar
y recibir sus órdenes lo hacen a una tasa de 24 por hora. En el sistema es aplicable
el modelo M/M1. Se está considerando las alternativas siguientes:
a. Realizar la operación con un solo empleado que llene la orden y reciba el dinero
del cliente. En esta alternativa, el tiempo promedio de servicio es de 2 minutos.
b. Realizar la operación con un empleado y un ayudante que tome el dinero del
cliente. En esta alternativa, el tiempo promedio de servicio es de 1.25 minutos.
En ambos caso es un sistema de una sola ventanilla, por lo que se mantiene el
sistema de un solo servidor, modelo M/M/1. Se le pide:
a. Calcule las características operacionales para cada alternativa y tome una
decisión.
b. Si dispone de información del costo de espera de S/. 25.00 por hora, pues es
considerado alto este costo en los servicios de comida rápida y el costo de cada
empleado es de 8.00 S/. por hora, siendo además cargado 20.00 S/. por
equipos y espacio. ¿Cuál sería la alternativa de menor costo para el servicio?
4. Sam Lawer Médico Veterinario maneja una clínica de vacunación antirrábica para
perros, en la clínica municipal. Sam puede vacunar un perro cada tres minutos. Se
estima que los perros llegarán en forma independiente y aleatoriamente en el
transcurso del día, en un rango de un perro cada seis minutos, de acuerdo con la
distribución de Poisson. También suponga que los tiempos de vacunación de Sam
están distribuidos exponencialmente.
Datos 𝜆 = 1 / 6 = 0.167 perros/min
𝜇 = 1 / 3 = 0.34 perros/min
pág. 93
Asignatura: Investigación de Operaciones
Determinar:
a. La probabilidad de que Sam este de ocioso
b. La proporción de tiempo en que Sam está ocupado.
c. El número total de perros que están siendo vacunados
d. El número promedio de perros que esperan a ser vacunados
5. Las llamadas llegan a la central telefónica de la OEC a una tasa de dos por minuto,
él tiempo promedio para manejar cada una de estas es de 20 segundos.
Actualmente solo hay una operadora de la central. Las distribuciones de Poisson y
exponencial parecen ser relevantes en esta situación.
Datos
𝜆 = 2 llamadas/minutos
𝜇 = (1 / 20 seg.)(60 seg.) = 3 llamadas/minuto
Determine:
a. La probabilidad de que la operadora este ocupada
b. El tiempo promedio que debe de esperar una llamada antes de ser tomada por
la operadora
c. El número de llamadas que esperan ser contestadas
7. Una empleada administra un gran complejo de cines “Cinemark Comas” I, II, III y
IV. Cada uno de los cuatro auditorios proyecta una película diferente, el programa
se estableció de tal forma que las horas de las funciones se encuentren escalonadas
para evitar las multitudes que ocurrirían si los cuatro cines comenzarán a la misma
hora. El cine tiene una sola taquilla y un cajero que puede mantener una tasa de
promedio de servicio de 280 clientes por hora. Se supone que los tiempos de
servicio siguen una distribución exponencial. Las llegadas en un día son distribución
de Poisson y promedian 210 por hora.
Determine:
a. El número promedio de cinéfilos esperando en la línea para adquirir un boleto
b. ¿Qué porcentaje del tiempo está ocupado el cajero?
c. ¿Cuál es el tiempo promedio que pasa un cliente en el sistema?
d. ¿Cuál es el tiempo promedio que pasa esperando en la línea para llegar a la
taquilla?
e. ¿Cuál es la probabilidad de que haya más de dos personas en la cola?
pág. 94
Asignatura: Investigación de Operaciones
SEXTA UNIDAD
Categorías Consecuencias
Certidumbre Deterministas
Riesgo Probabilísticas
Incertidumbre Desconocidas
Conflicto Influidas por un oponente
Reglas de decisión
A continuación se describen las diferentes reglas de decisión en ambiente de
incertidumbre, y que serán sucesivamente aplicadas al ejemplo de construcción del
hotel.
• Criterio de Wald
• Criterio Maximax
• Criterio de Hurwicz
• Criterio de Savage
• Criterio de Laplace
Para trabajar con los criterios utilizaremos la siguiente matriz:
Estados de la Naturaleza
Alternativas e1 e2 ... en
a1 x11 x12 ... x1n
pág. 95
Asignatura: Investigación de Operaciones
a) Criterio de Laplace
Este criterio, propuesto por Laplace en 1825, está basado en el principio de razón
insuficiente: como a priori no existe ninguna razón para suponer que un estado se puede
presentar antes que los demás, 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. Así, para
un problema de decisión con n posibles estados de la naturaleza, asignaríamos
probabilidad 1/n a cada uno de ellos.
La regla de Laplace selecciona como alternativa óptima aquella que proporciona un
mayor resultado esperado:
1 n
máx _ ai xai , e j
n j 1
EJEMPLO
Partiendo del ejemplo de construcción del hotel, la siguiente tabla muestra los
resultados esperados para cada una de las alternativas.
Alternativas Estados de la Naturaleza
Terreno
Aeropuerto en A Aeropuerto en B Resultado esperado
comprado
A 13 -12 0.5
B -8 11 1.5
AyB 5 -1 2
Ninguno 0 0 0
CRÍTICA
La objeción que se suele hacer al criterio de Laplace es la siguiente: ante una misma
realidad, pueden tenerse distintas probabilidades, según los casos que se
consideren. Por ejemplo, una partícula puede moverse o no moverse, por lo que la
probabilidad de no moverse es 1/2. En cambio, también puede considerarse de la
siguiente forma: una partícula 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 práctico, la dificultad de aplicación de este criterio reside en la
necesidad de elaboración 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 elección sólo va a realizarse una
vez, puede conducir a decisiones poco acertadas si la distribución de resultados presenta
una gran dispersión, como se muestra en la siguiente tabla:
pág. 96
Asignatura: Investigación de Operaciones
Estados de la Naturaleza
Alternativas e1 e2 Resultado
esperado
a1 15000 -5000 5000
Este criterio seleccionaría la alternativa a1, que puede ser poco conveniente si la toma
de decisiones se realiza una única vez, ya que podría conducirnos a una pérdida elevada
b) Criterio de Wald
Este es el criterio más conservador ya que está basado en lograr lo mejor de las peores
condiciones posibles. Esto es, si el resultado x(ai, ej) representa pérdida para el decisor,
entonces, para ai la peor pérdida independientemente de lo que ej pueda ser, es máx
ej { x(ai, ej) }. El criterio minimax elige entonces la acción ai asociada a:
Elegir _ ai mín ai máx e j x( ai , e j )
En una forma similar, si x(ai, ej) representa la ganancia, el criterio elige la acción ai
asociada a :
Elegir _ ai máx ai mín e j x( ai , e j )
Este criterio recibe el nombre de criterio maximin, y corresponde a un pensamiento
pesimista, pues razona sobre lo peor que le puede ocurrir al decisor cuando elige una
alternativa.
EJEMPLO
Partiendo del ejemplo de construcción del hotel, la siguiente tabla muestra las
recompensas obtenidas junto con los niveles de seguridad de las diferentes alternativas:
AyB 5 -1 -1
Ninguno 0 0 0
La alternativa óptima según el criterio de Wald sería no comprar ninguno de los terrenos,
pues proporciona el mayor de los niveles de seguridad.
pág. 97
Asignatura: Investigación de Operaciones
CRÍTICA
En ocasiones, el criterio de Wald puede conducir a decisiones poco adecuadas. Por
ejemplo, consideremos la siguiente tabla de decisión, en la que se muestran los niveles
de seguridad de las diferentes alternativas.
Estados de la
Naturaleza
Alternativas e1 e2 si
a1 1000 99 99
El criterio de Wald seleccionaría la alternativa a2, aunque lo más razonable parece ser
elegir la alternativa a1, ya que en el caso más favorable proporciona una recompensa
mucho mayor, mientras que en el caso más desfavorable la recompensa es similar.
c) Criterio de Hurwicz
Este criterio representa un intervalo de actitudes desde la más optimista hasta la más
pesimista. En las condiciones más optimistas se elegiría la acción que proporcione el
máx ai máx ej { x(ai, ej) }. Se supone que x(ai, ej), representa la ganancia o beneficio.
De igual manera, en las condiciones más pesimistas, la acción elegida corresponde a
máx ai mín ej { x(ai, ej) }. El criterio de Hurwicz da un balance entre el optimismo
extremo y el pesimismo extremo ponderando las dos condiciones anteriores por los
pesos respectivos y (1- ), donde 0 ≤ ≤ 1. Esto es, si x(ai, ej) representa beneficio,
seleccione la acción que proporcione:
máx ai máx e j x( ai , e j ) (1 )mín e j x( ai , e j )
Para el caso donde x(ai, ej) representa un costo, el criterio selecciona la acción que
proporciona:
mín ai mín e j x( ai , e j ) (1 )máx e j x( ai , e j )
El parámetro se conoce como índice de optimismo: cuando = 1, el criterio es
demasiado optimista; cuando = 0, es demasiado pesimista. Un valor de entre cero
y uno puede ser seleccionado dependiendo de si el decisor tiende hacia el pesimismo o
al optimismo. En ausencia de una sensación fuerte de una circunstancia u otra, un valor
de = 1/2 parece ser una selección razonable.
pág. 98
Asignatura: Investigación de Operaciones
EJEMPLO
Partiendo del ejemplo de construcción 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 = 0.4:
A 13 -12 -12 13 -2
B -8 11 -8 11 -0.4
AyB 5 -1 -1 5 1.4
Ninguno 0 0 0 0 0
La alternativa óptima según el criterio de Hurwicz sería comprar las parcelas A y B, pues
proporciona la mayor de las medias ponderadas para el valor de seleccionado.
d) Criterio de Savage
En 1951 Savage argumenta que al utilizar los valores xij para realizar la elección, el
decisor compara el resultado de una alternativa bajo un estado de la naturaleza con
todos los demás 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 sólo debería ser comparado con los resultados de
las demás alternativas bajo el mismo estado de la naturaleza.
Con este propósito Savage define el concepto de pérdida relativa o pérdida 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:
pág. 99
Asignatura: Investigación de Operaciones
Conviene destacar que, como paso previo a la aplicación de este criterio, se debe
calcular la matriz de pérdidas relativas, formada por los elementos rij. Cada columna de
esta matriz se obtiene calculando la diferencia entre el valor máximo de esa columna y
cada uno de los valores que aparecen en ella.
Observe que si x(ai, ej) es una función de beneficio o de pérdida, la matriz de pérdidas
relativas, formada por los elementos rij representa en ambos casos pérdidas. Por
consiguiente, únicamente el criterio minimax (y no el maximin) puede ser
aplicado a la matriz de de exploración.
EJEMPLO
Partiendo del ejemplo de construcción del hotel, la siguiente tabla muestra la matriz de
pérdidas relativas y el mínimo de éstas para cada una de las alternativas.
B 21 0 21
AyB 8 12 12
Ninguno 13 11 13
CRÍTICA
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 9 2
a2 4 6
pág. 100
Asignatura: Investigación de Operaciones
Estados de la
Naturaleza
Alternativas e1 e2 ri
a1 0 4 4
a2 5 0 5
La alternativa óptima es a1. Supongamos ahora que se añade una alternativa, dando
lugar a la siguiente tabla de resultados:
Estados de la Naturaleza
Alternativas e1 e2
a1 9 2
a2 4 6
a3 3 9
Estados de la
Naturaleza
Alternativas e1 e2 ri
a1 0 7 7
a2 5 3 5
a3 6 0 6
El criterio de Savage selecciona ahora como alternativa óptima a2, cuando antes
seleccionó a1. Este cambio de alternativa resulta un poco paradójico: 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 equivaldría a
decir que ahora prefiere manzanas!
pág. 101
Asignatura: Investigación de Operaciones
RESULTADOS
a) LAPLACE:
El principio de Laplace establece que e1, e2, e3, e4 tienen la misma probabilidad de
suceder. Por consiguiente las probabilidades asociadas son P(x)=1/4 y los costos
esperados para las acciones son:
E(a1) = (1/4)(5+10+18+25) = 14.5
E(a2) = (1/4)(8+7+8+23) = 11.5
E(a3) = (1/4)(21+18+12+21) = 18.0
E(a4) = (1/4)(30+22+19+15) = 21.5
Por lo tanto, el mejor nivel de inventario de acuerdo con el criterio de Laplace está
especificado por a2.
b) WALD
Ya que x(ai, ej) representa costo, el criterio minimax es aplicable. Los cálculos se
resumen en la matriz que sigue. La estrategia minimax es a3:
pág. 102
Asignatura: Investigación de Operaciones
c) HURWICZ
Supongamos =1/2. Los cálculos necesarios se muestran enseguida. La solución
óptima está dada por a1 ó a2.
a1 5 25 15 (mín)
a2 7 23 15 (mín)
a3 12 21 16.5
a4 15 30 22.5
d) SAVAGE
Se obtiene primero la matriz rij restando 5, 7, 8 y 15 de las columnas 1, 2, 3 y 4
respectivamente.
CASO DE APLICACIÓN
pág. 103
Asignatura: Investigación de Operaciones
Matriz de decisión
Decisiones Alternativas Alta Acept. E1 Baja Acept. E2
D1 $200 000 -$20 000
D2 $150 000 $20 000
D3 $100 000 $60 000
En estas condiciones: ¿Qué decisión debe tomar la empresa Z si quiere lograr la máxima
ganancia?
Solución:
Aplicando los criterios para la toma de decisiones en condiciones de incertidumbre se
tiene:
Criterio pesimista
Para aplicar este criterio se lista primeramente para cada decisión alternativa el "peor"
resultado, seleccionando entonces la decisión que proporcione el mayor valor para esos
resultados peores, lo cual se resume en la siguiente tabla:
Criterio optimista
La aplicación de este criterio se resume en la siguiente tabla:
Criterio de Laplace
La aplicación de este criterio presupone el cálculo del resultado medio y se expresa en
la siguiente tabla:
Criterio de Savage
Para aplicar este criterio es necesario calcular primeramente la matriz de pérdida de
oportunidad, la cual se muestra a continuación:
pág. 104
Asignatura: Investigación de Operaciones
Para aplicar el criterio se busca entonces para cada decisión el máximo valor de las
Oij a fin de determinar de entre estos el mínimo, lo cual se refleja en la siguiente tabla:
Criterio de Hurwitz
Para aplicar este criterio hay que definir un valor para el coeficiente . Fijemos un
0,4 y calculamos los valores que adoptaría en los hi.
h1 =0.4 (200000) + 0.6 (-20000) = $68000
h2 = 0.4 (150000) + 0.6 (20000) - 72000
h3 = 0.4 (100000) + 0.6 (60000) = 76000 < - Mayor valor
Pero pese a todo, los métodos empleados son útiles, ya que permiten:
Expresar en la matriz de decisión los elementos esenciales que se daban tener en
cuenta para tomar la misma y lo cual es bueno cuando se tienen muchas
alternativas.
Sustituir la mera contemplación de la matriz de decisión con el empleo de diferentes
criterios que permiten valorar las decisiones desde diferentes puntos de vistas,
considerar las recomendaciones de cada uno de ellos y por ultimo detenerse en algo
concreto.
Esto es semejante a discutir el problema desde diferentes puntos de vista, pues como
se sabe de la discusión sale la mejor solución. Por tanto no puede esperarse de la teoría
de la decisión soluciones definitivas e indiscutibles, con lo único que puede ayudarnos
es con consejos.
Si las recomendaciones que se deducen de los diferentes criterios coinciden, tanto
mejor, entonces se puede elegir sin vacilar la alternativa recomendada. Si como sucede
frecuentemente, las recomendaciones son contradictorias, entonces razonemos sobre
pág. 105
Asignatura: Investigación de Operaciones
estas, aclaremos hasta qué punto divergen los resultados obtenidos, precisemos los
puntos de vista y hagamos la elección definitiva.
Actividad
Se ha demostrado que los árboles de decisión son eficaces cuando es necesario describir
problemas con más de una dimensión o condición. También son útiles para identificar
los requerimientos de datos críticos que rodean al proceso de decisión, es decir, los
pág. 106
Asignatura: Investigación de Operaciones
árboles indican los conjuntos de datos que la gerencia requiere para formular decisiones
o tomar acciones. El analista debe identificar y elaborar una lista de todos los datos
utilizados en el proceso de decisión, aunque el árbol de decisión no muestra todo los
datos.
Para comenzar a dibujar un árbol de decisión debemos escribir cuál es la decisión que
necesitamos tomar. Dibujaremos un recuadro para representar esto en la parte
izquierda de una página grande de papel.
Desde este recuadro se deben dibujar líneas hacia la derecha para cada posible solución,
y escribir cuál es la solución sobre cada línea. Se debe mantener las líneas lo más
apartadas posibles para poder expandir tanto como se pueda el esquema. Al final de
cada línea se debe estimar cuál puede ser el resultado. Si este resultado es incierto, se
puede dibujar un pequeño círculo. Si el resultado es otra decisión que necesita ser
tomada, se debe dibujar otro recuadro. Los recuadros representan decisiones, y
los círculos representan resultados inciertos. Se debe escribir la decisión o el
causante arriba de los cuadros o círculos.
Comenzando por los recuadros de una nueva decisión en el diagrama, dibujar líneas
que salgan representando las opciones que podemos seleccionar. Desde los círculos se
pág. 107
Asignatura: Investigación de Operaciones
deben dibujar líneas que representen las posibles consecuencias. Nuevamente se debe
hacer una pequeña inscripción sobre las líneas que digan que significan. Seguir
realizando esto hasta que tengamos dibujado tantas consecuencias y decisiones como
sea posible ver asociadas a la decisión original.
Una vez que tenemos hecho esto, revisamos el diagrama en árbol. Controlamos cada
cuadro y círculo para ver si hay alguna solución o consecuencia que no hayamos
considerado. Si hay alguna, la debemos agregar. En algunos casos será necesario
dibujar nuevamente todo el árbol si partes de él se ven muy desarregladas o
desorganizadas. Ahora ya tendremos un buen entendimiento de las posibles
consecuencias de nuestras decisiones.
Aquí es cuando podemos analizar cuál opción tiene el mayor valor para nosotros.
Comencemos por asignar un costo o puntaje a cada posible resultado (cuánto creemos
que podría ser el valor para nosotros si estos resultados ocurren).
Luego, debemos ver cada uno de los círculos (que representan puntos de incertidumbre)
y estimar la probabilidad de cada resultado. Si utilizamos fracciones, estas deberían
sumar 1 (si utilizamos porcentajes, el total debe sumar 100%). Si tenemos algún tipo
de información basada en eventos del pasado, quizás estemos en mejores condiciones
de hacer estimaciones más rigurosas sobre las probabilidades. De otra forma, debemos
realizar nuestra mejor suposición
pág. 108
Asignatura: Investigación de Operaciones
Una vez que calculamos el valor de cada uno de los resultados, y hemos evaluado la
probabilidad de que ocurran las consecuencias inciertas, ya es momento de calcular el
valor que nos ayudará a tomar nuestras decisiones. Comenzamos por la derecha del
árbol de decisión, y recorremos el mismo hacia la izquierda. Cuando completamos un
conjunto de cálculos en un nodo (cuadro de decisión o círculo de incertidumbre), todo
lo que necesitamos hacer es anotar el resultado. Podemos ignorar todos los cálculos que
llevan a ese resultado.
pág. 109
Asignatura: Investigación de Operaciones
El árbol final con los resultados de los cálculos puede verse en la siguiente figura:
CUÁL ES EL RESULTADO
Actividad
pág. 110
Asignatura: Investigación de Operaciones
2. Como director de operaciones de Muebles & Madera, usted debe tomar una decisión
sobre la ampliación de la línea de mobiliario infantil (cunas, cajas para juguetes,
camas, etc.). Estudia las posibilidades con la directora de ventas y ambos están de
acuerdo en que va a haber mercado y que la compañía debe entrar en él. Sin
embargo, como el mobiliario infantil a menudo se debe pintar en lugar de barnizar,
usted decide que necesita otra línea de producción. No tiene duda alguna sobre su
decisión, y está seguro que necesita un segundo proceso. Pero la cuestión es saber
cuál ha de ser su tamaño. Una línea de producción grande costará 300 millones de
Bs.; una línea de producción pequeña costará 200 millones de Bs. Por tanto, es
importante saber la demanda que habrá de mobiliario infantil. Después de una
extensa discusión con los representantes de una empresa de marketing que se
contrató para que hiciera el estudio de mercado, se determinó que la mejor
estimación que se puede hacer es que hay un 66.5% de probabilidades de que la
demanda sea alta, y un 33.5 % de probabilidades de que la demanda sea baja.
Con una línea de producción grande y una demanda alta puede obtener ganancias
de 400 millones. Si la demanda es baja obtendrá beneficios de 200 millones. Con
una línea de producción pequeña no podrá cubrir una demanda alta, por lo que la
empresa se verá en la necesidad de expandirse; después de la expansión las
ganancias serán de 330 millones. Si no se expande, las ganancias se quedarían en
280 millones. Si se decide por un proceso pequeño y la demanda es baja, podrá
satisfacerla sin ningún problema con una ganancia de 200 millones.
pág. 111
Asignatura: Investigación de Operaciones
SEXTA UNIDAD
10.1 INTRODUCCIÓN
Una cadena de Markov es una serie de eventos, en la cual la probabilidad de que ocurra
un evento depende del evento inmediato anterior. En efecto, las cadenas de este tipo
tienen memoria. “Recuerdan" el último evento y esto condiciona las posibilidades de los
eventos futuros. Esta dependencia del evento anterior distingue a las cadenas de Markov
de las series de eventos independientes, como tirar una moneda al aire o un dado.
En los negocios, las cadenas de Markov se han utilizado para analizar los patrones de
compra de los deudores morosos, para planear las necesidades de personal y para
analizar el remplazo de equipo.
El análisis de Markov, llamado así en honor de un matemático ruso que desarrollo el
método en 1907, permite encontrar la probabilidad de que un sistema se encuentre en
un estado en particular en un momento dado. Algo más importante aún, es que permite
encontrar el promedio a la larga o las probabilidades de estado estable para cada estado.
Con esta información se puede predecir el comportamiento del sistema a través del
tiempo.
La tarea más difícil es reconocer cuándo puede aplicarse. La característica más
importante que hay que buscar en la memoria de un evento a otro.
pág. 112
Asignatura: Investigación de Operaciones
Esto se debe compensar por promoción del grado 1. Al pasar al grado 1, el 30 % sale y
21 deben promoverse, lo cual una pérdida total de 111. Por tanto, el siguiente año se
deben contratar 111 empleados del nivel 1.
En este ejemplo se derivan algunas tasas de transición a partir de consideraciones
externas.
Generador de Markov
Probabilidades de transición
Una forma de describir una cadena de Markov es con un diagrama de estados, como el
que se muestra en la figura 4.1.2. En ésta se ilustra un sistema de Markov con cuatro
estados posibles: M1, M2, M3 y M4. La probabilidad condicional o de transición de
moverse de un estado a otro se indica en el diagrama
pág. 113
Asignatura: Investigación de Operaciones
Diagrama de estados
Otro método para exhibir las probabilidades de transición es usar una matriz de
transición. . La matriz de transición para el ejemplo del diagrama de estados se muestra
en la tabla Matriz de transición.
Matriz de transición
Otro método para exhibir las probabilidades de transición es usar una matriz de
transición. .
Para n = 0, 1, 2, …
CASOS RESUELTOS
pág. 114
Asignatura: Investigación de Operaciones
pág. 115
Asignatura: Investigación de Operaciones
Actividad
1.
2.
pág. 116
Asignatura: Investigación de Operaciones
REFERENCIAS BIBLIOGRÁFICAS
REFERENCIAS ELECTRÓNICAS
1. Administración de operaciones
http://admoperaciones.pe.tripod.com/admope.htm
2. Operations Management and Principles of Operations Management
http://wps.prenhall.com/bp_heizer_opsmgmt_10/147/37737/9660836.cw/index.ht
ml
3. Sistemas de producción integrado
http://italica.us.es/asignaturas/it/spi.htm
pág. 117
Asignatura: Investigación de Operaciones
ANEXO
normal 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0 0.5 0.50399 0.50798 0.51197 0.51595 0.51994 0.52392 0.5279 0.53188 0.53586
0.1 0.53983 0.5438 0.54776 0.55172 0.55567 0.55962 0.56356 0.56749 0.57142 0.57535
0.2 0.57926 0.58317 0.58706 0.59095 0.59483 0.59871 0.60257 0.60642 0.61026 0.61409
0.3 0.61791 0.62172 0.62552 0.6293 0.63307 0.63683 0.64058 0.64431 0.64803 0.65173
0.4 0.65542 0.6591 0.66276 0.6664 0.67003 0.67364 0.67724 0.68082 0.68439 0.68793
0.5 0.69146 0.69497 0.69847 0.70194 0.7054 0.70884 0.71226 0.71566 0.71904 0.7224
0.6 0.72575 0.72907 0.73237 0.73565 0.73891 0.74215 0.74537 0.74857 0.75175 0.7549
0.7 0.75804 0.76115 0.76424 0.7673 0.77035 0.77337 0.77637 0.77935 0.7823 0.78524
0.8 0.78814 0.79103 0.79389 0.79673 0.79955 0.80234 0.80511 0.80785 0.81057 0.81327
0.9 0.81594 0.81859 0.82121 0.82381 0.82639 0.82894 0.83147 0.83398 0.83646 0.83891
1 0.84134 0.84375 0.84614 0.84849 0.85083 0.85314 0.85543 0.85769 0.85993 0.86214
1.1 0.86433 0.8665 0.86864 0.87076 0.87286 0.87493 0.87698 0.879 0.881 0.88298
1.2 0.88493 0.88686 0.88877 0.89065 0.89251 0.89435 0.89617 0.89796 0.89973 0.90147
1.3 0.9032 0.9049 0.90658 0.90824 0.90988 0.91149 0.91308 0.91466 0.91621 0.91774
1.4 0.91924 0.92073 0.9222 0.92364 0.92507 0.92647 0.92785 0.92922 0.93056 0.93189
1.5 0.93319 0.93448 0.93574 0.93699 0.93822 0.93943 0.94062 0.94179 0.94295 0.94408
1.6 0.9452 0.9463 0.94738 0.94845 0.9495 0.95053 0.95154 0.95254 0.95352 0.95449
1.7 0.95543 0.95637 0.95728 0.95818 0.95907 0.95994 0.9608 0.96164 0.96246 0.96327
1.8 0.96407 0.96485 0.96562 0.96638 0.96712 0.96784 0.96856 0.96926 0.96995 0.97062
1.9 0.97128 0.97193 0.97257 0.9732 0.97381 0.97441 0.975 0.97558 0.97615 0.9767
2 0.97725 0.97778 0.97831 0.97882 0.97932 0.97982 0.9803 0.98077 0.98124 0.98169
2.1 0.98214 0.98257 0.983 0.98341 0.98382 0.98422 0.98461 0.985 0.98537 0.98574
2.2 0.9861 0.98645 0.98679 0.98713 0.98745 0.98778 0.98809 0.9884 0.9887 0.98899
2.3 0.98928 0.98956 0.98983 0.9901 0.99036 0.99061 0.99086 0.99111 0.99134 0.99158
2.4 0.9918 0.99202 0.99224 0.99245 0.99266 0.99286 0.99305 0.99324 0.99343 0.99361
2.5 0.99379 0.99396 0.99413 0.9943 0.99446 0.99461 0.99477 0.99492 0.99506 0.9952
2.6 0.99534 0.99547 0.9956 0.99573 0.99585 0.99598 0.99609 0.99621 0.99632 0.99643
2.7 0.99653 0.99664 0.99674 0.99683 0.99693 0.99702 0.99711 0.9972 0.99728 0.99736
2.8 0.99744 0.99752 0.9976 0.99767 0.99774 0.99781 0.99788 0.99795 0.99801 0.99807
2.9 0.99813 0.99819 0.99825 0.99831 0.99836 0.99841 0.99846 0.99851 0.99856 0.99861
3 0.99865 0.99869 0.99874 0.99878 0.99882 0.99886 0.99889 0.99893 0.99896 0.999
3.1 0.99903 0.99906 0.9991 0.99913 0.99916 0.99918 0.99921 0.99924 0.99926 0.99929
3.2 0.99931 0.99934 0.99936 0.99938 0.9994 0.99942 0.99944 0.99946 0.99948 0.9995
3.3 0.99952 0.99953 0.99955 0.99957 0.99958 0.9996 0.99961 0.99962 0.99964 0.99965
3.4 0.99966 0.99968 0.99969 0.9997 0.99971 0.99972 0.99973 0.99974 0.99975 0.99976
3.5 0.99977 0.99978 0.99978 0.99979 0.9998 0.99981 0.99981 0.99982 0.99983 0.99983
3.6 0.99984 0.99985 0.99985 0.99986 0.99986 0.99987 0.99987 0.99988 0.99988 0.99989
3.7 0.99989 0.9999 0.9999 0.9999 0.99991 0.99991 0.99992 0.99992 0.99992 0.99992
3.8 0.99993 0.99993 0.99993 0.99994 0.99994 0.99994 0.99994 0.99995 0.99995 0.99995
3.9 0.99995 0.99995 0.99996 0.99996 0.99996 0.99996 0.99996 0.99996 0.99997 0.99997
4 0.99997 0.99997 0.99997 0.99997 0.99997 0.99997 0.99998 0.99998 0.99998 0.99998
pág. 118