Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INVENTARIOS
Modelos para Flow Shop I
En
las
semanas
anteriores,
estudiamos
problemas
de
programación
de
tareas
para
sistemas
que
estaban
conformados
por
una
o
varias
máquinas
en
paralelo,
en
los
cuales,
los
trabajos
solo
debían
recibir
una
operación
(en
alguna
de
las
máquinas).
Ahora,
vamos
a
estudiar
problemas
donde
los
trabajos
requieren
más
de
una
operación
y
pasan
por
varias
estaciones.
Es
común
encontrar
en
las
empresas
de
sistemas
de
manufactura
o
ensamble
que
cada
trabajo
tenga
que
sufrir
diferentes
transformaciones
(operaciones).
En
particular,
en
estas
dos
semanas,
estudiaremos
los
sistemas
flow
shops,
donde
las
máquinas
están
organizadas
en
serie
(una
tras
otra)
y
los
trabajos
tienen
que
pasar,
obligatoriamente,
por
todas
las
operaciones
en
la
misma
ruta.
Un
elemento
fundamental
en
estos
modelos
es
que
consideran
más
de
una
estación
de
trabajo
o
buffers.
Los
buffers
son
los
espacios
para
almacenamiento
que
existe
entre
una
estación
y
otra.
Según
el
tamaño
en
relación
con
los
trabajos
que
transitan
por
el
sistema,
los
buffers
tienen
capacidad
finita
o
infinita;
se
considera
infinita
cuando
su
tamaño
permite
almacenar
una
cantidad
de
trabajos
mayor
que
la
que
normalmente
se
necesita.
En
el
caso
en
que
los
buffers
son
finitos,
se
pude
presentar
una
situación
conocida
como
blocking
o
bloqueo,
la
cual
consiste
en
que
si
el
contenido
de
un
buffer
está
ocupando
toda
la
capacidad,
cuando
la
máquina
que
le
precedía
termine
un
trabajo,
no
podrá
entregarlo,
dado
que
el
buffer
está
lleno,
y
por
ende,
la
máquina
retendrá
el
trabajo
finalizado
sin
poder
iniciar
operaciones
sobre
otro.
Un
sistema
de
manufactura,
un
poco
más
general,
es
aquel
que
está
conformado
por
varias
estaciones
de
trabajo,
dentro
de
las
cuales
puede
haber
más
de
una
máquina
que
trabaja
en
paralelo.
Cada
vez
que
un
trabajo
llega
a
una
estación
es
procesado
sólo
por
una
máquina.
Dicho
sistema
de
manufactura
es
conocido
como
flexible
flow
shop.
2 [ POLITÉCNICO GRANCOLOMBIANO]
Ejemplo
Consideremos
un
problema
scheduling
en
un
sistema
tipo
flow
shop
que
consiste
en
cinco
(5)
trabajos
y
cuatro
(4)
máquinas
con
los
siguientes
tiempos
de
procesamiento:
j1
j2
j3
j4
j5
p1,jk
5
5
3
6
3
p2,jk
4
4
2
4
4
p3,jk
4
4
3
4
1
p4,jk
3
6
3
2
5
[ SCHEDULING E INVENTARIOS ] 3
4 4 2 4 4
4 4 3 4 1
3 6 3 2 5
Del
grafo
se
puede
concluir
que
el
makespan
es
igual
a
34,
en
este
caso
en
particular,
el
makespan
está
determinado
por
dos
rutas
críticas.
□
Ahora,
comparemos
dos
permutaciones
para
problemas
tipo
flow
shop
permutation
para
m
máquinas
y
n
trabajos,
sean
!!,!!
y
!!,!!
los
tiempos
de
procesamiento
del
trabajo
j
en
la
máquina
i
en
la
primera
y
la
segunda
permutación
respectivamente.
Ahora,
supongamos
lo
siguiente:
!!,!! = !!!!!!,! !
Aquí,
se
puede
interpretar
que
la
primera
máquina,
en
el
segundo
flow
shop,
es
idéntica
a
la
última
máquina
en
el
primer
flow
shop;
la
segunda
máquina,
en
el
segundo
flow
shop,
es
idéntica
a
la
penúltima
máquina
en
el
primer
flow
shop,
y
así
sucesivamente.
Para
esos
dos
flow
shops
se
puede
establecer:
Secuenciar
los
trabajos
de
acuerdo
a
la
permutación
!! , … , !!
en
el
primer
flow
shop
genera
el
mismo
makespan
que
si
se
secuenciara
los
trabajos
de
acuerdo
a
la
permutación
!! , … , !!
en
el
segundo
flow
shop.
Esto
se
conoce
como
propiedad
de
reversibilidad.
De
la
anterior
afirmación
se
puede
establecer
que
el
makespan
no
cambia
si
los
trabajos
atraviesan
el
sistema
hacia
adelante
(con
la
permutación
!! , … , !! )
o
si
lo
hacen
hacia
atrás
(con
la
permutación
!! , … , !! ).
Tomemos
ahora
un
problema
!2||!!"# ,
es
decir
un
flow
shop
con
dos
máquinas
y
buffers
infinitos.
Existe
n
trabajos,
los
cuales
tienen
tiempos
de
procesamiento
!!,!!
y
!!,!!
en
la
máquina
uno
y
dos
respectivamente.
Este
es
un
problema
muy
conocido
en
investigación
de
operaciones
y
la
regla
que
lo
minimiza
es
conocida
como
Johnson
(en
nombre
de
su
autor).
4 [ POLITÉCNICO GRANCOLOMBIANO]
Para
este
problema
se
puede
encontrar
una
secuencia
óptima
por
medio
del
siguiente
procedimiento:
1. Partir
los
trabajos
en
dos
conjuntos,
donde
el
primero
contiene
todos
los
trabajos
con
!!,! < !!,! ;
y
el
segundo,
todos
los
trabajos
con
!!,! > !!,! .
Los
trabajos
con
!!,! = !!,!
se
pueden
colocar
en
cualquiera
de
los
dos
conjuntos.
2. Los
trabajos
en
el
primer
conjunto
se
procesan
primero
y
van
en
orden
ascendente
con
respecto
a
!!,!
(SPT).
3. Los
trabajos
en
el
segundo
conjunto
se
procesan
después
y
van
en
orden
descendente
con
respecto
a
!!,!
(LPT).
Cualquier
empate
se
resuelve
de
manera
arbitraria.
El
procedimiento
anterior
da
origen
a
schedules
conocidos
como
SPT(1)-‐LPT(2).
Debido
a
los
posibles
empates
(entre
otras
situaciones)
se
pueden
obtener
muchos
schedules,
sin
embargo
todos
ellos
son
óptimos
para
el
problema
!2||!!"# .
Los
schedules
SPT(1)-‐LPT(2)
no
son
los
únicos
óptimos
para
los
problemas
!2||!!"# .
La
clase
de
los
schedules
óptimos
es
difícil
de
caracterizar
y
dependen
de
los
datos.
Desafortunadamente,
la
estructura
de
los
schedules
SPT(1)-‐LPT(2)
no
se
puede
generalizar
para
flow
shops
con
más
de
2
máquinas.
Sin
embargo,
el
problema
de
minimizar
el
makespan
en
un
flow
shop
permutation
con
un
número
arbitrario
de
máquinas
(!"|!"#$|!!"# )
puede
ser
formulado
como
un
problema
de
programación
entera
mixta
(MIP
por
sus
siglas
en
inglés).
Para
formular
dicho
problema
como
un
MIP,
definiremos:
• !!,!
igual
a
uno
(1)
si
el
trabajo
j
es
el
k-‐ésimo
trabajo
en
la
secuencia
y
cero
(0)
de
lo
contrario.
• !!,!
es
el
tiempo
ocioso
de
la
máquina
i
entre
los
procesamientos
del
trabajo
k-‐ésimo
y
del
trabajo
(k+1)-‐ésimo.
• !!,!
es
el
tiempo
de
espera
del
trabajo
en
la
k-‐ésima
posición
entre
las
máquinas
i
y
la
máquina
i+1.
Es
obvio
que
las
variables
!!,!
y
!!,!
están
relacionadas;
si
!!,! > 0,
entonces
!!,!
tiene
que
ser
cero.
Dicha
relación
se
puede
formular
si
se
considera
la
diferencia
entre
el
tiempo
en
que
el
trabajo
de
la
(k+1)-‐ésima
posición
comienza
a
ser
procesado
en
la
máquina
i+1
y
el
tiempo
en
que
el
trabajo
en
la
k-‐ésima
posición
completa
su
procesamiento
en
la
máquina
i.
Si
∆!,!
denota
dicha
diferencia
y
si
!! !
denota
el
tiempo
de
procesamiento
en
la
máquina
i
del
trabajo
en
la
k-‐ésima
posición
en
la
secuencia,
entonces:
∆!,! = !!,! + !! !!! + !!,!!! = !!,! + !!!! ! + !!!!,!
[ SCHEDULING E INVENTARIOS ] 5
6 [ POLITÉCNICO GRANCOLOMBIANO]
Ejemplo
Consideremos
el
mismo
conjunto
de
datos
del
problema
anterior,
sin
conocer
la
permutación
previamente:
1
2
3
4
5
p1,j
5
5
3
6
3
p2,j
4
4
2
4
4
p3,j
4
4
3
4
1
p4,j
3
6
3
2
5
La
función
objetivo
del
MIP
quedaría
de
la
siguiente
forma:
z
= 5x!,! + 5x!,! + 3x!,! + 6x!,! + 3x!,! + 4x!,! + 4x!,! + 2x!,! + 4x!,! + 4x!,! + 4x!,! + 4x!,!
+ 3x!,! + 4x!,! + 1x!,! + 3x!,! + 6x!,! + 3x!,! + 2x!,! + 5x!,!
El
primer
y
el
segundo
conjunto
de
restricciones
del
MIP
contienen
5
restricciones
cada
una.
Mientras
que
el
tercer
conjunto
de
restricciones
contiene
(5-‐1)x(4-‐1)
=12
restricciones.
Por
ejemplo,
la
restricción
correspondiente
a
i=3
y
k=2
quedaría
de
la
siguiente
forma:
!!,! + 4!!,! + 4!!,! + 3!!,! + 4!!,! + !!,! + !!,! − !!,! − 3!!,! − 6!!,! − 3!!,! − 2!!,!
− 5!!,! − !!,! = 0
□
El
problema
!3||!!"# ,
y
aquellos
problemas
de
este
tipo
con
más
de
2
máquinas,
son
NP-‐
Hard.
El
problema
!"||!!"#
es
uno
de
los
problemas
básicos
en
scheduling
y,
por
lo
tanto,
ha
recibido
gran
atención
a
lo
largo
de
los
años.
Una
de
las
primeras
heurísticas
desarrolladas
para
este
problema
es
la
conocida
como
slope
heuristic.
De
acuerdo
con
esta
heurística
se
calcula
un
slope
index
para
cada
trabajo
de
la
siguiente
manera:
!
!! = − ! − 2! − 1 !!,!
!!!
Luego,
los
trabajos
son
secuenciados
en
orden
decreciente
de
su
slope
index.
Esta
heurística
utiliza
el
mismo
razonamiento
que
el
método
de
Johnson:
los
trabajos
con
tiempos
de
procesamiento
cortos
en
la
primera
máquina
y
largos
en
la
segunda
se
colocan
al
principio
de
la
secuencia,
mientras
que
los
trabajos
con
tiempos
de
procesamiento
largos
en
la
primera
máquina
y
cortos
en
la
segunda
se
colocan
al
final
de
la
secuencia.
El
slope
index
es
mayor
si
[ SCHEDULING E INVENTARIOS ] 7
los
tiempos
de
procesamiento
en
las
máquinas,
al
final
de
la
línea,
son
mayores
que
los
tiempos
de
procesamiento
en
las
máquinas
al
principio
de
la
línea.
Ejemplo
Observemos
el
conjunto
de
trabajos
del
ejemplo
anterior.
Se
puede
calcular
los
slope
index
para
cada
trabajo
de
la
siguiente
manera:
1
2
3
4
5
p1,j
5
5
3
6
3
p2,j
4
4
2
4
4
p3,j
4
4
3
4
1
p4,j
3
6
3
2
5
Aj
-‐6
3
1
-‐12
3
De
los
resultados
anteriores
se
concluye
que
la
permutación
a
secuenciar
debe
ser
2,
5,
3,
1,
4
o
5,
2,
3,
1,
4.
El
makespan
bajo
ambas
permutaciones
es
igual
a
32.
El
diagrama
de
Gantt
para
la
primera
permutación
es:
Mientras
que
el
diagrama
de
Gantt
para
la
segunda
permutación
es:
Como
se
puede
observar,
ambas
permutaciones
generan
un
makespan
de
32.
□
8 [ POLITÉCNICO GRANCOLOMBIANO]
En
adelante,
todos
los
flow
shops
considerados
serán
de
este
tipo
(buffers
de
capacidad
cero),
dado
que
cualquier
flow
shop
con
buffers
de
capacidad
finita
puede
ser
modelado
como
un
flow
shop
con
buffers
de
capacidad
cero,
si
se
asume
que
los
espacios
son
máquinas
sucesivas,
en
los
cuales,
los
diferentes
trabajos
tienen
un
tiempo
de
procesamiento
de
cero
(0).
Los
problemas
en
los
cuales
se
quiere
minimizar
el
makespan
en
un
flow
shop
con
buffers
de
capacidad
cero
(0),
lo
denotaremos
!" !"#$% !!"# .
Denotemos
por
!!,!
el
tiempo
en
el
cual
el
trabajo
j
deja
la
máquina
i.
Es
evidente
que
!!,! ≥ !!,! ;
si
el
trabajo
j
no
queda
bloqueado
en
la
estación,
entonces
!!,! = !!,! .
El
instante
de
tiempo
en
el
cual
el
trabajo
j
inicia
su
procesamiento
en
la
primera
máquina
se
denota
!!,! .
Para
una
secuencia
!! , … , !! ,
las
siguientes
relaciones
recursivas
se
mantienen:
!
!!,!! = !!,!!
!!!
!!,!! = max (!!!!,!! + !!,!! , !!!!,!!!! )
!!,!! = !!!!,!! + !!,!!
Para
este
modelo,
el
makespan
también
se
puede
calcular
como
la
ruta
crítica
sobre
un
grafo
dirigido.
En
este
grafo
dirigido
el
nodo
(!, !! )
denota
el
instante
de
tiempo,
en
el
cual,
el
trabajo
j
deja
la
máquina
i.
En
este
procedimiento
(a
diferencia
del
anterior),
los
pesos
están
ubicados
sobre
los
arcos
y
no
sobre
los
nodos.
El
nodo
!, !! , ! = 1, … , ! − 1; ! = 1, … , ! − 1
tiene
dos
arcos
salientes,
uno
va
hacia
el
nodo
(! + 1, !! )
con
un
arco
cuyo
peso
es
!!!!,!! ;
y
el
otro
va
hacia
el
nodo
! − 1, !!!!
con
un
arco
cuyo
peso
es
cero
(0).
El
nodo
(!, !! )
solo
tiene
un
arco
saliente
hacia
los
nodos
! − 1, !!!!
con
un
peso
de
cero
(0).
El
nodo
(!, !! )
solo
tiene
un
arco
saliente
hacia
el
nodo
(! + 1, !! )
con
un
peso
de
!!!!,!! .
El
nodo
(!, !! )
no
tiene
arcos
salientes.
El
makespan
!!"# ,
bajo
una
secuencia
!! , … , !! ,
es
igual
a
la
longitud
de
la
ruta
crítica
con
mayor
peso
desde
el
nodo
(0, !! )
hasta
el
nodo
(!, !! ).
El
esquema
general
del
grafo
se
aprecia
en
la
siguiente
figura:
[ SCHEDULING E INVENTARIOS ] 9
1,j1 1,j2
i-‐1,jk
i,jk
i+1,j
k
m,j1 m,jn
Ejemplo
Observemos
el
conjunto
de
trabajos-‐máquinas
que
se
ha
venido
estudiando:
j1
j2
j3
j4
j5
p1,jk
5
5
3
6
3
p2,jk
4
4
2
4
4
p3,jk
4
4
3
4
1
p4,jk
3
6
3
2
5
A
continuación,
se
muestra
el
diagrama
de
Gantt
correspondiente:
Maquina
1 5 5 3 6 3
Maquina 2 4 4 2 4 4
Maquina 3 4 4 3 4 1
Maquina
4 3 6 3 2 5
En
el
diagrama
de
Gantt
se
puede
identificar
los
espacios
en
negro,
los
cuales
corresponden
a
los
lapsos
de
tiempo
que
cada
máquina
permanece
bloqueada.
□
La
propiedad
de
reversibilidad
también
se
extiende
a
flow
shops
con
buffers
de
capacidad
cero
(0),
es
decir,
que
se
tienen
dos
sistemas
tipo
!" !"#$% !!"#
donde
!!,!!
y
!!,!!"
son
los
tiempos
de
procesamiento
del
trabajo
j
en
la
máquina
i
en
el
primer
y
en
el
segundo
sistema
respectivamente:
10 [ POLITÉCNICO GRANCOLOMBIANO]
Si
!!,!! = !!!!!!,!
!
,
entonces,
la
secuencia
!! , … , !!
en
el
primer
sistema
produce
el
mismo
makespan
que
la
secuencia
!! , … , !!
en
el
segundo
sistema.
□
Ahora,
analicemos
el
problema
!2 !"#$% !!"# ,
donde
el
flow
shop
cada
vez
que
un
trabajo
inicia
su
proceso
en
la
primera
máquina,
el
trabajo
que
le
precede
inicia
su
proceso
en
la
segunda
máquina.
El
tiempo
que
el
trabajo
!!
permanece
en
la
máquina
1
es
max !!,!! , !!,!!!! .
El
primer
trabajo
en
la
secuencia
permanece
solo
!!,!!
en
la
máquina
1.
Así
este
problema
de
minimización
del
makespan
es
equivalente
al
problema
del
agente
viajero
(TSP,
Travelling
Salesman
Problem)
con
n+1
ciudades
por
visitar.
Sea
la
distancia
de
la
ciudad
j
a
la
ciudad
k
igual
a:
!!,! = !!,!
!!,! = !!,!
!!,! = max (!!,! , !!,! )
La
distancia
total
recorrida
es
igual
al
makespan
del
flow
shop.
En
lugar
de
minimizar
el
makespan,
se
puede
minimizar
el
tiempo
total
entre
0
y
!!"#
que
uno
de
las
dos
máquinas
está
ociosa
o
bloqueada.
Estos
dos
objetivos
son
equivalentes
dado
que
el
makespan
es
igual
a
la
suma
de
los
tiempos
de
proceso
de
los
dos
trabajos,
más
la
suma
de
los
tiempos
ociosos.
Minimizar
la
suma
de
todos
los
tiempos
ociosos
es
equivalente
al
siguiente
TSP
con
n+1
ciudades:
!!,! = !!,!
!!,! = !!,!
!!,! = ||!!,! − !!,! ||
El
tiempo
ocioso
en
una
de
las
máquinas,
cuando
el
trabajo
j
inicia
su
procesamiento
en
la
máquina
dos
y
el
trabajo
k
inicia
su
procesamiento
en
la
máquina
uno,
es
la
diferencia
entre
el
tiempo
de
procesamiento
!!,!
y
!!,! .
Si
!!,!
el
cual
es
mayor
que
!!,! .
El
trabajo
k
estará
bloqueado
por
un
lapso
de
tiempo
!!,! − !!,! .
Si
por
el
contrario,
!!,!
es
mayor
que
!!,! ,
la
máquina
dos
estará
ociosa
por
un
lapso
de
tiempo
!!,! − !!,! .
Ejemplo
Considere
un
conjunto
de
cuatro
(4)
trabajo
a
ser
programados
en
un
sistema
tipo
!2 !"#$! !!"#
J1
J2
J3
J4
p1,j
2
3
3
9
p2,j
8
4
6
9
[ SCHEDULING E INVENTARIOS ] 11
Este
problema
se
puede
traducir
a
un
TSP
con
5
ciudades,
donde
se
obtiene
la
siguiente
matriz
de
distancias:
C0
C1
C2
C3
C4
C0
2
3
3
9
C1
8
5
5
1
C2
4
2
1
5
C3
6
4
3
3
C4
9
7
6
6
Se
puede
utilizar
cualquier
método
para
solucionar
el
TSP
para
obtener
el
tour
resultante
014230.
De
hecho,
dos
toures
son
óptimos:
014230
y
014320.
□
Una
gran
cantidad
de
heurísticas
se
han
desarrollado
para
minimizar
el
makespan
en
problemas
tipo
flow
shop
con
buffers
de
capacidad
limitada.
Una
heurística
muy
conocida
para
!" !"#$% !!"#
,
es
la
PF
(Profile
Fitting),
la
cual
opera
de
la
siguiente
manera:
se
selecciona
un
trabajo
!!
para
ser
programado
bajo
algún
esquema,
por
ejemplo,
el
trabajo
con
la
suma
de
tiempos
de
procesamiento
más
pequeña.
Dicho
trabajo
no
encuentra
ningún
tipo
de
bloqueo
en
la
línea
y
pasa
sin
problema
por
las
dos
máquinas
que
crean
un
perfil.
Dicho
perfil
está
determinado
por
el
instante
en
el
cual.
el
trabajo
sale
de
la
máquina
i.
Si
el
trabajo
!!
corresponde
al
trabajo
k,
entonces:
! !
!!,!! = !!,!! = !!,!
!!! !!!
Para
determinar
cuál
trabajo
debe
ir
en
segunda
posición
en
la
permutación,
cada
uno
de
los
trabajos
que
quedan
sin
procesar
se
deben
someter
a
una
prueba.
Para
cada
candidato
se
realiza
un
cálculo
con
el
fin
de
determinar
la
cantidad
de
tiempo
que
las
máquinas
estarían
desocupadas
y
el
tiempo,
en
el
cual
un
trabajo
estaría
bloqueado
en
una
máquina.
El
instante
en
el
que
un
trabajo
candidato
a
la
segunda
posición
partiría
de
cada
máquina
puede
ser
calculado
así:
!!,!! = max !!,!! + !!,!! , !!,!!
!!,!! = max !!!!,!! + !!,!! , !!!!,!! ! = 2, … , ! − 1
!!,!! = max !!!!,!! , !!,!! + !!,!!
El
tiempo
perdido
en
cada
máquina
i,
es
decir,
el
tiempo
que
la
máquina
está
desocupada
o
bloqueada,
es
!!,!! − !!,!! − !!,!! .
Luego
se
calcula
la
suma
de
estos
tiempos
(bloqueado
o
12 [ POLITÉCNICO GRANCOLOMBIANO]
desocupado)
sobre
las
m
máquinas.
El
candidato
con
la
menor
suma
es
seleccionado
como
el
segundo
trabajo
en
la
permutación.
Una
vez
se
ha
seleccionado
el
mejor
trabajo
para
ocupar
la
posición
número
2
en
la
permutación,
se
calcula
un
nuevo
perfil,
es
decir,
se
calculan
los
tiempos
de
partida
del
segundo
trabajo
en
cada
una
de
las
m
máquinas.
Este
procedimiento
se
repite
para
los
trabajos
3,
…,
n.
En
la
anterior
descripción
de
la
heurística
PF,
el
ajuste
de
un
trabajo
es
calculado
con
base
en
el
tiempo
total
que
se
desperdicia
en
las
m
máquinas.
Cada
máquina
es
considerada
igualmente
importante.
Es
evidente
que
el
tiempo
que
se
desperdicia
en
la
máquina
cuello
de
botella
tiene
mayor
impacto
que
el
que
se
pierde
en
las
demás
máquinas,
por
lo
anterior,
cuando
se
calcula
la
suma
de
los
tiempos
desperdiciados,
se
debe
multiplicar
por
un
factor
que
refleje
(proporcional)
el
nivel
de
congestión
de
cada
máquina.
Ejemplo
Consideremos
el
siguiente
conjunto
de
trabajos
y
sus
respectivos
tiempos
de
procesamiento:
Jobs
j1
j2
j3
p1,j
1
1
2
p2,j
1
1
1
p3,j
2
1
1
p4,j
3
1
1
Se
desea
aplicar
la
heurística
PF
para
encontrar
una
permutación
a
secuenciar.
Lo
primero
que
hacemos
es
definir
el
primer
trabajo
a
ser
secuenciado.
Si
definimos
que
el
primer
trabajo
es
aquel
que
tenga
menor
suma
de
los
tiempos
de
procesamiento,
deberíamos
seleccionar
el
trabajo
número
dos
(2)
dado
que
la
suma
de
los
tiempos
de
procesamiento
es
tres
(4).
Luego,
establecemos
el
perfil
de
cada
uno
de
los
trabajos
restantes.
Para
el
caso
del
trabajo
uno
(1),
la
siguiente
tabla
presenta
las
columnas
Label
Original
que
corresponde
al
nombre
original
del
trabajo
y
la
columna
Label
Permutación
que
corresponde
al
nombre
que
obtendrá
el
trabajo
dentro
de
la
permutación,
es
decir
la
posición.
[ SCHEDULING E INVENTARIOS ] 13
j1
j2*
2
3
5
8
0
0
0
1
Tiempo
desperdiciado
por
máquina
Para
el
caso
del
trabajo
2
el
tiempo
total
desperdiciado
por
máquina
es
de
uno
(1).
Al
evaluar
el
trabajo
3,
la
siguiente
tabla
presenta
los
resultados
arrojados:
14 [ POLITÉCNICO GRANCOLOMBIANO]