Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INSTITUTO TELESUP
L
a Asignatura de Investigación de Operaciones es de naturaleza
practico – teórico, introduce en el análisis y planteamiento de los
problemas complejos de ingeniería donde la optimización es un
factor fundamental. Se formulan modelos matemáticos y se brindan las
principales técnicas de caracterización y resolución de estos modelos.
Se aprenderá a interpretar los resultados obtenidos con criterios
económicos, a través del uso del análisis de sensibilidad, como paso
previo a la aplicación real de la toma decisiones en las organizaciones.
Se complementará con el uso de software especializado para la
solución de los modelos matemáticos.
Considerando el manejo holístico de la investigación de
operaciones junto con las demás asignaturas de este
ciclo, entonces se buscara generar sinergia para
dar solución al problema según nuestra realidad
social.
2
INSTITUTO TELESUP
MODELOS DE PROGRAMACIÓN DE
LA INVESTIGACION DE ANÁLISIS DE
TRANSPORTE, PROYECTOS Y
OPERACIONES Y LA SENSIBILIDAD DE
LOS MODELOS DE ASIGNACIÓN Y PROGRAMACIÓN
PROGRAMACION
PROGRAMACIÓN REDES LINEAL
LINEAL
LINEAL
Consideración de los
Método Simplex Programación Lineal Modelos de intercambios de
Entera Asignación tiempo y costo
Programación no
Uso del Software El Primal - Dual Modelos de Redes lineal
3
INSTITUTO TELESUP
Índice del Contenido
I. PREFACIO 02
II. DESARROLLO DE LOS CONTENIDOS 05-154
UNIDAD DE APRENDIZAJE 1:La Investigación de Operaciones y la Programación Lineal 05- 42
1. Introducción 06
a. Presentación y contextualización 06
b. Competencia (logro) 06
c. Capacidades 06
d. Actitudes 06
e. Ideas básicas y contenido 06
2. Desarrollo de los temas 07-38
a. Tema 01:Investigación de Operaciones 07
b. Tema 02:Modelos de Programación Lineal 15
c. Tema 03:Método Simplex 22
d. Tema 04:Uso del Software 29
3. Lecturas recomendadas 39
4. Actividades y ejercicios 39
5. Ejercicios de autoevaluación 40
6. Resumen 42
UNIDAD DE APRENDIZAJE 2:Análisis de Sensibilidad de los modelos de Programación Lineal 43-71
1. Introducción 44
a. Presentación y contextualización 44
b. Competencia (logro) 44
c. Capacidades 44
d. Actitudes 44
e. Ideas básicas y contenido 44
2. Desarrollo de los temas 45-68
a. Tema 01: Análisis de sensibilidad de los términos independientes en situación de 45
maximización
b. Tema 02: Análisis de la solución por la computadora 51
c. Tema 03: Programación Lineal Entera 58
d. Tema 04: El Primal – Dual 63
3. Lecturas recomendadas 69
4. Actividades y ejercicios 69
5. Ejercicios de autoevaluación 71
6. Resumen 73
UNIDAD DE APRENDIZAJE 3:Modelos de Transporte, Asignación y Redes 74-114
1. Introducción 75
a. Presentación y contextualización 75
b. Competencia (logro) 75
c. Capacidades 75
d. Actitudes 75
e. Ideas básicas y contenido 75
2. Desarrollo de los temas 76-108
a. Tema 01 Modelos de Transporte 76
b. Tema 02: Método de solución de modelos de transportes 85
c. Tema 03: Modelos de Asignación 95
d. Tema 04: Modelos de Redes 103
3. Lecturas recomendadas 109
4. Actividades y ejercicios 109
5. Ejercicios de autoevaluación 112
6. Resumen 114
UNIDAD DE APRENDIZAJE 4:Programación de Proyectos y Programación no lineal 115-147
1. Introducción 116
a. Presentación y contextualización 116
b. Competencia (logro) 116
c. Capacidades 116
d. Actitudes 116
e. Ideas básicas y contenido 116
2. Desarrollo de los temas 117-151
a. Tema 01: Programación de Proyecto con tiempos de actividad conocidos 117
b. Tema 02: Programación de Proyectos con tiempos inciertos de actividades 130
c. Tema 03: Consideración de los intercambios de tiempo y costo 137
d. Tema 04: Programación no lineal 143
3. Lecturas Recomendadas 148
4. Actividades y ejercicios 148
5. Ejercicios de autoevaluación 149
6. Resumen 151
III. GLOSARIO 152
IV. FUENTES DE INFORMACIÓN 153
V. SOLUCIONARIO 154
4
INSTITUTO TELESUP
5
INSTITUTO TELESUP
Introducció
a) Presentación y contextualización
n
Los temas que se tratan en la presente Unidad, tienen por finalidad que el
estudiante desarrolle y ejecute la optimización de los modelos matemáticos a
través del método grafico. Método simples y el uso de los software adecuados de
solución durante su proceso de formación profesional y contribuyan en el logro de
su perfil profesional.
b) Competencia
Define, planifica y genera la optimización de los modelos matemáticos
usando los diferentes métodos de solución.
c) Capacidades
1. Planifica sus metas de aprendizaje y analiza los diferentes métodos de
solución de optimización de los modelos matemáticos.
2. Aplica y genera el óptimo del modelo matemático y utiliza el método gráfico.
3. Aplica y genera el óptimo del modelo matemático y el método simplex.
4. Aplica y genera la optimización del modelo matemático y utiliza el software
Lingo, Tora, Glp.
d) Actitudes
Disposición emprendedora.
Respeto a las normas de convivencia.
Sentido de Organización.
Perseverancia en las tareas.
6
INSTITUTO TELESUP
Investigación TEMA 1
de
Operaciones
Competencia:
Planificar sus metas de aprendizaje y analiza los
diferentes métodos de solución de optimización de
los modelos matemáticos.
7
INSTITUTO TELESUP
Desarrollo de los Temas
a) INVESTIGACIÓN DE OPERACIONES
Algunas Definiciones
Departamento de Producción
8
INSTITUTO TELESUP
Departamento de Ventas
Departamento de Administración
Departamento de Personal
b) EL ANALISTA DE OPERACIONES
9
INSTITUTO TELESUP
Obtención de la solución
d) MODELOS MATEMÁTICO
10
INSTITUTO TELESUP
A fin de que los modelos sean útiles para asistir en las decisiones gerenciales,
ellos deben de ser simples para entenderlos y fácil de usarlos. Al mismo tiempo,
ellos tienen que proporcionar una representación completa y realista del ambiente
de decisión.
Los gerentes de otro lado, podrán formular las preguntas básicas a ser
contestadas por el modelo y luego interpretar los resultados del modelo en base a
su propia experiencia e intuición, reconociendo las limitaciones del modelo.
La complementación entre las habilidades computacionales superiores
proporcionadas por el modelo y las capacidades de discernimiento del gerente (el
que toma las decisiones) es la clave para un enfoque exitoso de la Investigación
de Operaciones.
11
INSTITUTO TELESUP
Ejercicio Operacional
Ventajas:
Alto grado de realismo.
Desventajas:
Costos altos de implementación.
En muchos casos imposible de analizar.
12
INSTITUTO TELESUP
Juego (Gaming)
Ventajas:
Se ha retenido algunas de las interacciones humanas del proceso real.
El costo de procesar cada alternativa ha sido reducido.
La velocidad de medición de la performance de cada alternativa ha sido
aumentada.
Desventajas:
Se pierde algún grado de realismo con respecto al ejercicio operacional,
debido a que operamos en un mundo abstracto.
Simulación
Son similares a los modelos de juego, excepto que todas las personas que toman
decisiones han sido sacadas del proceso de modelaje.
Al igual que el ejercicio operacional y juego, los modelos de simulación no
generan alternativas ni producen una respuesta óptima a la decisión bajo estudio.
13
INSTITUTO TELESUP
Modelo Matemático
14
INSTITUTO TELESUP
Modelos
TEMA 2
de
Programación
Lineal
Competencia:
15
INSTITUTO TELESUP
a) Método Grafico
Maximización
Tiempo de Manufacturación
PRODUCTO
DPTO A DPTO B DPTO C
1 2 1 4
2 2 2 2
H – H disp/sem 160 120 280
16
INSTITUTO TELESUP
Max Z = x1 + 1.5x2
Gráfica de inecuaciones
X2
X2 X1
80 0 80
2x1 + 2x2 =
70 80 0
160
60
50
40 Región 2x1 + 2x2 < 160
30
20
10
10 20 30 40 50 60 70 80 X1
17
INSTITUTO TELESUP
𝑥1 ≥ 0 y 𝑥2 ≥ 0 , luego
se tendrá:
Z = x1 + 1.5x2
18
INSTITUTO TELESUP
Si hacemos x1 = x , x2 = y
1 𝑍
Z = x + 1.5y → 𝑦 = − 𝑥1 +
1.5 1.5
ec.recta y = mx + b
𝑥2 1 2
𝑚= − = − = −
𝑥1 1.5 3
m = - 1/1.5
19
INSTITUTO TELESUP
Soluciones factibles
C1: (0,60) C3: (70,0) C5: (40,40)
C2: (0, 0 ) C4: (60,20)
Solución Factible: Una solución en la que las variables de decisión son factibles
(Cualquier punto, dentro de la región factible).
20
INSTITUTO TELESUP
Propiedad
21
INSTITUTO TELESUP
Método TEMA 3
Simplex
Competencia:
22
INSTITUTO TELESUP
a) PROCEDIMIENTO
23
INSTITUTO TELESUP
Luego se calcula el vector que sale o “vector saliente” para lo cual se divide los
valores del vector columna b entre los valores del vector ingresante y se
selecciona como vector saliente a aquel que corresponda el menor valor
positivo.
Para calcular los valores de las demás filas del segundo tablero se aplica la
siguiente forma:
24
INSTITUTO TELESUP
s.a.
4X1 - 2X2 - 3X3<= 5
X1 + X3 = 12
-2X1 + X2 - X3>= 6
Balanceando
s.a.
X1 + X3 + q1 = 7
-2X1 + X2 - X3- X5 + q2 = 6
25
INSTITUTO TELESUP
4 2 –3 0 0 M M
Ci Xk b X1X2 X3 X5 X4 q1 q2
0 X4 5 4 -2-3 0 1 0 0
M q1 12 1 0 1 0 0 1 0
M q2 1 -2 1 -1 -1 0 0 1
Zj = 13M -M M 0 -M 0 M M
Cj – Zj 4+M 2-M -3 M 0 0 0
0 X4 7 0 0 -5 -2 1 0 0
M q1 12 1 0 1 0 0 1 0
2 X2 1 -2 1 -1 -1 0 0 1
Zj = 12M+2 M-4 2 M-2 -2 0 M 2
Cj – Zj -M+8 0 -M-1 2 0 0 -2+M
0 X4 67 5 0 0 -2 1 5 2
-3 X3 12 1 0 1 0 0 1 0
2 X2 13 -1 1 0 -1 0 1 1
Zj = -10 -5 2 -3 -2 0 -1 2
Cj – Zj 9 0 0 2 0 M+1 M-2
Zopt = -10
X1 = 0
X2 = 13
X3 = 12
26
INSTITUTO TELESUP
s.a.
3X1 + 2X2 - X3<= 15
X1 + 4X2 + 3X3<= 12
-2X1 + X2 - 3X3<= 7
Balanceando
s.a.
27
INSTITUTO TELESUP
2 3 –2 0 0 0
Ci Xk b X1 X2 X3 X5 X4 X6
0 X4 15 3 2 -1 1 0 0
0 X5 12 1 4 3 0 1 0
0 X6 7 -2 1 -3 0 0 0
Zj = 0 0 0 0 0 0 0
Cj – Zj 2 3 -2 0 0 0
0 X4 9 10/4 0 -10/4 1 -2/4 0
3 X2 3 1/4 1 3/4 0 1/4 0
0 X6 4 -9/4 0 -15/4 0 -1/4 1
Zj = 9 3/4 3 9/4 0 3/4 0
Cj – Zj 5/4 0 -17/4 0 -3/4 0
2 X1 36/10 1 0 -1 4/10 -2/10 0
3 X2 84/40 0 1 4/4 -1/10 3/10 0
0 X6 484/40 0 0 -6/4 9/10 -7/10 1
Zj = 135/10 2 3 1 5/10 5/10 0
Cj – Zj 0 0 -3 -5/10 -5/10 0
28
INSTITUTO TELESUP
Uso
TEMA 4
del
Software
Competencia:
Aplicar y generar la optimización del modelo
matemático y utiliza el software Lingo, Tora,
Glp.
29
INSTITUTO TELESUP
30
INSTITUTO TELESUP
1. Función objetivo
2. Variables
3. Restricciones
Nota: Cada línea en LINGO finaliza con un punto y coma. El punto y la coma son
requeridos. El modelo no se resolverá si falta algún punto y coma.
Nota: Dado que la mayor parte de las computadoras no tienen una tecla de menor
o igual, LINGO ha adoptado como convención utilizar el símbolo <= para
representar. Como alternativa, se puede usar el símbolo < para expresar menor o
igual. Lo mismo se usa >= ó > para expresar mayor o igual.
31
INSTITUTO TELESUP
X= 1.5 * Y + Z / 2 * Y; ! Esto es
Un comentario;
X= 1.5 * ! Esto es un comentario en el medio de una restricción; Y + Z / 2 * Y;
Los nombres de las variables deben comenzar con un carácter alfabético (A-
Z), los siguientes caracteres pueden ser alfabéticos, numéricos o subrayado
(_). Los nombres pueden ser de hasta 32 caracteres de longitud.
32
INSTITUTO TELESUP
Ventana de estado.
33
INSTITUTO TELESUP
La cuenta de variables no incluye las que LINGO determina como de valor fijo, por
ejemplo: dadas las restricciones
X = 1;
X + Y = 3;
LINGO determina por la primera restricción que X está fija en 1, y, usando esta
información, deduce que Y está fija en 2. X e Y serán entonces excluidas del
modelo.
Campo Descripción
State Estado de la solución actual, puede ser
"Global optimum", "Local optimum",
"Feesible", "Unbounded", "Interrupted",
"Undetermined"
Iterations Número de iteraciones
Infeasibility Cantidad de veces que es violada una
restricción
Objetive Valor actual de la función objetivo
Best IP Valor de la función objetivo de la mejor
solución entera encontrada (solo en
modelos de programación entera)
IP Bound Límite teórico de la función objetivo
para modelos de programación entera.
34
INSTITUTO TELESUP
Cuando LINGO termine de resolver el modelo, creará una nueva ventana con el título
Solution Report, conteniendo los detalles de la solución:
Informe de la solución.
35
INSTITUTO TELESUP
Etiquetas de
tipo de
variables para
X, Y, ingreso
para 6
restricciones y
la función Area de graficación
objetivo.
(PAYOFF)
36
INSTITUTO TELESUP
37
INSTITUTO TELESUP
Max Z = x1 + 1.5x2
Sujeto a: 2x1 + 2x2 <= 160 - - - - - - ( 1 )
x1 + 2x2 <= 120 - - - - - - ( 2 )
4x1 + 2x2 <= 280 - - - - - - ( 3 )
x1, x2 >= 0 ------(4)
38
INSTITUTO TELESUP
Resumen
UNIDAD DE APRENDIZAJE I:
Como su nombre lo dice, la investigación de operaciones significa “hacer investigación
sobre las operaciones”. Esto dice algo tanto del enfoque como del área de aplicación.
Entonces, la investigación de operaciones se aplica a problemas que se refiere a la
conducción y coordinación de operaciones o actividades dentro de una organización.
Hasta hace poco las decisiones siempre se tomaban basadas en la intuición. Sin
embargo este proceso empezó a perder confiabilidad, por lo cual comenzaron a
utilizarse en el siglo pasado modelos de programación matemática y se diseñaron
técnicas similares como ayuda a la decisión gerencial.
En primer lugar el descubrimiento de George Dantzig en 1947 del método simple, para
resolver problemas de programación lineal., y en 1957 Churman, Ackffy Arnoff
publicaron el primer libro de investigación de operaciones. Con el advenimiento de las
computadoras digitales se expandieron los campos de acción de los métodos
cuantitativos y se crearon nuevos modelos. Dada la facilidad de obtención de
resultados en crear y desarrollarse. Hoy en día los métodos cuantitativos son utilizados
en el sector público y privado como elementos esenciales en el proceso de la toma de
decisiones generales. Programación lineal, técnica matemática y de investigación de
operaciones que se utiliza en la planificación administrativa y económica para
maximizar las funciones lineales de un gran número de variables sujetas a
determinadas restricciones (véase Álgebra; Función; Matemática). El desarrollo de
computadoras electrónicas de procesamiento de alta velocidad ha aportado
recientemente muchos avances a la programación lineal, de forma que ahora esta
técnica se utiliza extensamente en operaciones industriales y militares.
42
INSTITUTO TELESUP
43
INSTITUTO TELESUP
44
INSTITUTO TELESUP
Introducció
a) Presentación y contextualización
n Los temas que se tratan en la presente Unidad, tienen por finalidad que el
estudiante desarrolle y ejecute el análisis post-optimo de los modelos
matemáticos de programación lineal, durante su proceso de formación profesional
y contribuyan en el logro de su perfil profesional.
b) Competencia
Desarrolla y aplica el análisis de sensibilidad de los modelos matemáticos
de programación lineal.
c) Capacidades
1. Planifica y aplica el análisis de sensibilidad de los modelos matemáticos.
2. Planifica y utiliza el análisis de sensibilidad por computadora.
3. Planifica y aplica la solución de modelos de programación entera.
4. Aplica y reconoce los modelos Primal - Dual.
d) Actitudes
Disposición emprendedora.
Respeto a las normas de convivencia.
Sentido de Organización.
Perseverancia en las tareas.
45
INSTITUTO TELESUP
Análisis de
Sensibilidad TEMA 1
de los Términos
Independientes
en Situación de
Maximización
Competencia:
Planificar y aplicar el análisis de sensibilidad
de los modelos matemáticos.
46
Desarrollo de los Temas
INSTITUTO TELESUP
Procedimiento
Paso 2.
Se calcula el valor del término independiente modificado,
mediante:
bi +/ - Δb = b’
Donde:
b i = Es el término independiente original de una
determinada restricción del modelo matemático.
Δb = Es la cantidad en que se incrementa o disminuye el
término independiente.
b’ = Es el término independiente modificado
47
INSTITUTO TELESUP
Paso 5. Una vez que se obtiene la factibilidad a partir del Paso 3 o Paso 4 según
el caso, se procede a calcular la solución optima del modelo dado con la variación
propuesta del término independiente, mediante la fórmula:
Zmax = Ci ( B-1 b’ )
EJEMPLO
48
INSTITUTO TELESUP
Para cuando:
Balanceando
5 6 0 0
Ci Xk b X1 X2X3 X4
0 X3 30 2 3 1 0
0 X4 30 3 2 0 1
Zj = 0 0 0 0 0
Cj – Zj 6 6 0 0
6 X2 10 2/3 1 3/3 0
0 X4 10 5/3 0 -2/3 1
Zj = 60 4 6 2 0
Cj – Zj 1 0 -2 0
6 X2 6 0 1 3/5 -2/5
5 X1 6 1 0 -2/5 3/5
Zj = 66 5 6 8/5 3/5
Cj – Zj 0 0 -8/5 -3/5
Zopt = 66
X1 = 6
X2 = 6
49
INSTITUTO TELESUP
Se pasa al Paso 5
Zmax = Ci (B-1 b’ )
42/5
42/5
Entra
X3 X4 X3 X4
X2 3/5 -2/5 X2 0 1/2
X2 0 1/2 36 9 0
= >= Solución factible
X3 1 -3/2 18 9 0
50
INSTITUTO TELESUP
Se pasa al Paso 5
Zmax = Ci (B-1 b’ )
Zmax = (C2 , C3 ) 9
Zmax = (6,0) 9 = 54
x1= 0 x2 = 9
51
INSTITUTO TELESUP
Análisis de la TEMA 2
Solución por la
Computadora
Competencia:
52
INSTITUTO TELESUP
a) Planeación de la producción
53
INSTITUTO TELESUP
54
INSTITUTO TELESUP
b) Análisis
3. Costos reducidos.
Solo se le interpreta cuando son diferentes de cero.
Costo reducido de Q2 = 11
Tiene dos significados:
Primera interpretación: Se puede notar que el producto Q2 no conviene
fabricar, para que sea conveniente su producción, su utilidad debe aumentar
por lo menos 11 $/unidad.
Segunda Interpretación: Se sabe que el producto Q2 no debemos fabricar, si
forzamos la producción de este producto, la utilidad total se reducirá en forma
proporcional a 11, por cada unidad fabricada.
NOTA
Siempre que hay un cero en el lado izquierdo o
derecho, si no hay cero, el problema no tiene
solución. Pero cuando hay varios ceros, significa
que hay varias soluciones óptimas.
55
INSTITUTO TELESUP
$ de utilidad
Y1 = 3 ----------------------------
Libras de materia prima
$ de utilidad
Y2 = 0 ----------------------------
Pie cúbico de espacio
$ de utilidad
Y3 = 0 ----------------------------
Producto comprado por empresas industriales
56
INSTITUTO TELESUP
$ de utilidad
Y4 = -14 ----------------------------
Por producto comprado por las empresas comerciales
$ de utilidad
Y5 = 14 ----------------------------
Hora Planta 1
$ de utilidad
Y4 = 21 ----------------------------
Hora Planta 2
M + di * Yi
M = 5400
di = 50
Yi = 3
57
INSTITUTO TELESUP
En conclusión:
Por cada libra adicional de materia prima, la utilidad aumenta en 3 $, y por cada
libra que se disminuye la materia prima, la utilidad baja 3 $.
7. Rangos de sensibilidad.
58
INSTITUTO TELESUP
Programación
TEMA 3
Lineal
Entera
Competencia:
Planificar y aplicar la solución de modelos de
programación entera.
59
INSTITUTO TELESUP
Ejemplo:
MIN 6X1 + 5X2 + 4X1
S.A.
108X1 + 92X2 + 58X3 >= 576
7X1 + 18X2 + 22X3 >= 83
X1, X2, X3 >= 0 y Enteros
Por ejemplo:
MIN 6X1 + 5X2 + 4X3
S.A.
108X1 + 92X2 + 58X3 >= 576
7X1 - 18X2 + 22X3 >= 83
X1, X2, X3 >= 0 ; X1 y X3 Enteros
60
INSTITUTO TELESUP
Programación Enteros 0 y 1
En algunos problemas, se restringe el valor de las variables a 0 y 1. Dichos
problemas se llaman Binarios o Programas Lineales Enteros 0-1. Son de particular
interés, debido a que se pueden usar las variables 0-1 para representar
decisiones dicotómicas (si o no). Diversos problemas de asignación, ubicación de
plantas, planes de producción y elaboración de cartera, son de programación
lineal entera 0-1. Por ejemplo:
Método de Búsqueda
Se inician partir de la idea directa de enumerar todos los puntos enteros factibles,
El método de búsqueda más sobresaliente es la TÉCNICA DE RAMIFICAR Y
ACOTAR, Comienza a partir del optimo continuo, pero “parte” sistemáticamente el
espacio de soluciones en subproblemas, suprimiendo partes que no contengan
puntos enteros factibles.
Ejemplo:
MAX X1 + 5X2
S.A.
11X1 + 6X2 <= 66
5X1 + 50X2 <= 225
X1, X2 >= 0 y Enteros
61
INSTITUTO TELESUP
62
INSTITUTO TELESUP
Ramificar y Acotar
63
INSTITUTO TELESUP
El
TEMA 4
Primal –
Dual
Competencia:
Aplicar y reconocer los modelos Primal –
Dual.
64
INSTITUTO TELESUP
a) Primal - Dual
S.A.
4X1 - 12X2 + 3X3 <= 12 Y1
-2X1 + 3X2 + X3 <= 6 Y2
-5X1 + X2 - 6X3 >= -40 Y3
3X1 + 4X2 -2X3 = 10 Y4
65
INSTITUTO TELESUP
b) Regla
Los Coeficientes de la 1ra función de restricción del Dual, son los Coeficientes de
la 1ro variable en las restricciones de Primal, y en forma análoga para las otras
restricciones.
Los recursos de las restricciones duales son los Coeficientes de la función objetivo
del Primal.
El sentido de la i-ésima restricción Dual es = si y solo si la i-ésima variable del
Primal no tiene restricción de signo (NRS).
Si el Primal es un modelo de Max (Min), entonces, después de aplicar la regla
anterior, se asigna a las restantes restricciones Duales el mismo (opuesto) sentido
a la variable correspondiente del Primal.
La i-ésima variable del problema DUAL no tendrá restricción
de signo(NRS) si y solo si la i-ésima restricción del PRIMAL
es una igualdad.
66
INSTITUTO TELESUP
Modelo Dual
S.A.
4Y1 - 2Y2 - 5Y3 + 3Y4 >= 3
-12Y1 + 3Y2 + Y3 + 4Y4 <= 4
3Y1 + Y2 - 6Y3 - 2Y4 = -2
d) Ejercicios
X1>= 0 , X2>= 0
Dual
Núm. Variables (D) = Num. Restricciones (P) = 3
Núm. Restricciones (D) = Núm. Variables (P) = 2
67
INSTITUTO TELESUP
S.A.
4X1 + 2X2 + 12X3 <= 10
2X1 - X2 + 11X3 >= -2
Dual
S.A.
4Y1 + 2Y2 >= 1
2Y1 - Y2 = 12
12Y1 + 11Y2 <= -2
Y1<= 0, Y2>= 0
68
INSTITUTO TELESUP
S.A.
4X1 + 2X2 + X3 <= 100
X1 + 3X2 + 7X3 <= 80
2X1 + 6X2 + 3X3 <= 50
Dual
S.A.
4Y1 + Y2 + 2Y3 = 4
2Y1 + 3Y2 + 6Y3 = 7
Y1 + 7Y2 + 3Y3 = 8
69
INSTITUTO TELESUP
Resumen
74
INSTITUTO TELESUP
75
INSTITUTO TELESUP
Introducció
n
a) Presentación y contextualización
Los temas que se tratan en la presente Unidad, tienen por finalidad que el
estudiante desarrolle y ejecute los modelos de Transporte, Asignación y Redes,
durante su proceso de formación profesional y contribuyan en el logro de su perfil
profesional.
b) Competencia
Aplica modelos de transporte, asignación, redes y comprende su
importancia en la investigación de operaciones.
c) Capacidades
1. Planifica y reconoce la estructura de un modelo de transporte.
2. Diseña y aplica modelos de transporte.
3. Diseña y aplica modelos de asignación.
4. Aplica y reconoce los modelos de redes.
d) Actitudes
Disposición emprendedora.
Respeto a las normas de convivencia.
Sentido de Organización.
Perseverancia en las tareas.
76
INSTITUTO TELESUP
Modelos TEMA 1
de
Transporte
Competencia:
77
Desarrollo de los Temas
INSTITUTO TELESUP
Como solo hay una mercancía un destino puede recibir su demanda de una o más
fuentes. El objetivo del modelo es el de determinar la cantidad que se enviará de
cada fuente a cada destino, tal que se minimice el costo del transporte total.
La suposición básica del modelo es que el costo del transporte en una ruta es
directamente proporcional al número de unidades transportadas. La definición de
“unidad de transporte” variará dependiendo de la “mercancía” que se transporte.
La suposición básica del modelo es que el costo del transporte en una ruta es
directamente proporcional al número de unidades transportadas. La definición de
“unidad de transporte” variará dependiendo de la “mercancía” que se transporte.
Fuentes Destinos
C11 : x11
a1 1 1 b1
Unidades a2 Unidades
2 2 b2 de demanda
de oferta
am bn
m n
Cmn : xmn
78
INSTITUTO TELESUP
Sujeta a:
El primer conjunto de restricciones estipula que la suma de los envíos desde una
fuente no puede ser mayor que su oferta; en forma análoga, el segundo conjunto
requiere que la suma de los envíos a un destino que satisfaga su demanda.
El modelo que se acaba de escribir implica que la oferta total i=1m ai debe ser
cuando menos igual a la demanda total j=1n bj. Cuando la oferta total es igual a la
demanda total, la formulación resultante recibe el nombre de modelo de transporte
equilibrado. Este difiere del modelo solo en el hecho de que todas las
restricciones son ecuaciones, es decir:
X i j = ai, i=1,2,..., m
X i j = bj, j=1,2,..., n
79
INSTITUTO TELESUP
b) Ejemplos
MG Auto Company tiene plantas en Los Ángeles, Detroit y Nueva Orleáns. Sus
centros de distribución principales son Denver y Miami. Las capacidades de las
plantas durante el trimestre próximo son 1 000, 1 500, y 1 200 automóviles. Las
demandas trimestrales en los dos centros de distribución son de 2 300 y 1 400
vehículos. El costo del transporte de un automóvil por tren es de 8 centavos por
milla. El diagrama de las distancias recorridas entre las plantas y los centros de
distribución son:
Denver Miami
1 000 1 690
Los Ángeles
Detroit 1 250 1 350
1 275 850
Nueva Orleans
Esto produce en costo por automóvil a razón de 8 centavos por milla recorrida.
Produce los costos siguientes (redondeados a enteros), que representan a C ij del
modelo original:
Denver Miami
80 215
Los Ángeles
Detroit 100 108
102 68
Nueva Orleans
80
INSTITUTO TELESUP
Sujeto a:
X 11 X 12 = 1 000
X 21 X 22 = 1 500
X 31 X 32 = 1 200
X 11 X 21 X 31 = 2 300
X 12 X 22 X 32 = 1 400
81
INSTITUTO TELESUP
Como la demanda es mayor que la oferta se puede agregar una planta ficticia
con una capacidad de 200. Se permite que dicha planta, en condiciones normales,
envíe su “producción“ a todos los centros de distribución. Físicamente, la cantidad
de unidades enviadas a un destino desde una planta ficticia representará la
cantidad faltante en ese destino.
La única información que falta para completar el modelo son los “costos de
transporte” unitarios de la planta ficticia a los destinos. Como la planta no existe,
no habrá ningún envío físico y el costo de transporte unitario es cero. Sin
embargo, podemos enfocar la situación desde otro ángulo diciendo que se incurre
en un costo de penalización por cada unidad de demanda insatisfecha en los
centros de distribución. En este caso los costos de transporte unitarios serán
iguales a los costos de penalización unitarios en los diversos destinos.
Denver Miami
Los Ángeles 80 215 1 000
Detroit 100 108 1 300
Nueva Orleáns 102 68 1 200
Planta ficticia 0 0 200
82
INSTITUTO TELESUP
Destino
Denver Miami
Ficticio
Los Ángeles 80 215 0 1 000
Detroit 100 108 0 1 500
Nueva Orleans 102 68 0 1 200
83
INSTITUTO TELESUP
Sistema de Producción
Sistema de Transporte
1. Fuente i 1. Periodo de producción i
2. Destino j 2. Periodo de demanda j
3. Oferta en la fuente i 3. Capacidad de producción del
periodo i
4. Demanda en el destino j 4. Demanda del periodo j
5. Costo de transporte de la fuente i al 5. Costo de producto e inventario del
destino j periodo i al j
84
INSTITUTO TELESUP
Periodo
1 2 3 4 Capacidad
Demanda 1 4 4.5 5 5.5 50
2 6 4 4.5 5 180
3 8 6 4 4.5 280
4 10 8 6 4 270
Demanda: 100 200 180 300
85
INSTITUTO TELESUP
Métodos de
Solución TEMA 2
de
Modelos de
Transporte
Competencia:
86
INSTITUTO TELESUP
a) Método Noeoeste
P Q R S
A 5 3 5 2 20
B 3 2 3 5 30
C 3 4 1 2 40
20 20 30 20 90
I P Q R S Oferta
A 20 - - - 20 , 0
B - 20 10 - 30 , 10 , 0
C - - 20 20 40 , 20 , 0
Dm 20 20 30 20
0 0 20 0
0
87
INSTITUTO TELESUP
Verificar Optimicidad
5 - - 2 u1 u1 + v1 = 5 u1 = 1 , v1 = 4
- 2 3 - u2 u2 + v2 = 2 u2 = 3 , v2 = -1
- - 1 2 u3 u2 + v3 = 3 u3 = 1 , v3 = 0
v1 v2 v3 v4 u3 + v3 = 1 v4 = 1
u3 + v4 = 2
Degenerativo u1 + v4 = 2
5 0 1 2 u1 = 1
CI = 7 2 3 4 u2 = 3
5 0 1 2 u3 = 1
v1 v2 v3 v4
4 -1 0 1
CI - CD = MD
5 0 1 2 5 3 5 2 0 -3 -4 0
7 2 3 4 - 3 2 3 5 = 4 0 0 -1
5 0 1 2 3 4 1 2 2 -4 0 0
No Óptimo
I P Q R S II P Q R S
A 20-θ 10+θ A 10 - - 10
B θ 20 10-θ B 10 20 - -
C 20+θ 20-θ C - - 30 10
θ = 10
88
INSTITUTO TELESUP
Verificar Optimicidad
5 - - 2 u1 u1 + v1 = 5 u1 = 1 , v1 = 4
3 2 - - u2 u1 + v4 = 2 u2 = -1 , v2 = 3
- - 1 2 u3 u2 + v1 = 3 u3 = 1 , v3 = 0
v1 v2 v3 v4 u2 + v2 = 2 v4 = 1
u3 + v3 = 1
u3 + v4 = 2
5 4 1 2 u1 = 1
CI = 3 2 -1 0 u2 = -1
5 4 1 2 u3 = 1
v1 v2 v3 v4
2 1 0 1
CI - CD = MD
5 4 1 2 5 3 5 2 0 1 -4 0
3 2 -1 0 - 3 2 3 5 = 0 0 -4 -5
5 4 1 2 3 4 1 2 2 0 0 0
No Óptimo
II P Q R S III P Q R S
A 10-θ 10+θA - - - 20
B 10 20 B 10 20 - -
C θ 30 10-θ C 10 - 30 -
θ = 10
89
INSTITUTO TELESUP
Verificar Optimicidad
- - - 2 u1 u1 + v4 = 2 u1 = 1 , v1 = 2
3 2 - - u2 u2 + v1 = 3 u2 = 1 , v2 = 1
3 - 1 2 u3 u2 + v2 = 2 u3 = 1 , v3 = 0
v1 v2 v3 v4 u3 + v1 = 3 v4 = 1
u3 + v3 = 1
Degenerativou3 + v4 = 2
3 2 1 2 u1 = 1
CI = 3 2 1 2 u2 = 1
3 2 1 2 u3 = 1
v1 v2 v3 v4
2 1 0 1
CI - CD = MD
3 2 1 2 5 3 5 2 -2 -1 -4 0
3 2 1 2 - 3 2 3 5 = 0 0 -2 -3
3 2 1 2 3 4 1 2 0 -2 0 0
Óptimo
90
INSTITUTO TELESUP
b) Mínima Matriz
P Q R S
A 5 3 5 2 20
B 3 2 3 5 30
C 3 4 1 2 40
20 20 30 20 90
I P Q R S Oferta
A - 10 - 10 20 , 10 , 0
B 20 10 - - 30 , 20 , 0
C - - 30 10 40 , 10 , 0
Dm 20 20 30 20
0 10 0 10
0 0
91
INSTITUTO TELESUP
Verificar Optimicidad
- 3 - 2 u1 u1 + v2 = 3 u1 = 1 , v1 = 3
3 2 - - u2 u1 + v4 = 2 u2 = 0 , v2 = 2
- - 1 2 u3 u2 + v1 = 3 u3 = 1 , v3 = 0
v1 v2 v3 v4 u2 + v2 = 2 v4 = 1
u3 + v3 = 1
u3 + v4 = 2
4 3 1 2 u1 = 1
CI = 3 2 0 1 u2 = 0
4 3 1 2 u3 = 1
v1 v2 v3 v4
3 2 0 1
CI - CD = MD
4 3 1 2 5 3 5 2 -1 0 -4 0
3 2 0 1 - 3 2 3 5 = 0 0 -3 -4
4 3 1 2 3 4 1 2 2 -1 0 0
No Óptimo
I P Q R S II P Q R S
A 10-θ 10-θ A - - - 20
B 20-θ 10-θ B 10 20 - -
C θ 30 10-θ C 10 - 30 -
θ = 10
92
INSTITUTO TELESUP
Verificar Optimicidad
- - - 2 u1 u1 + v4 = 2 u1 = 1 , v1 = 2
3 2 - - u2 u2 + v1 = 3 u2 = 1 , v2 = 1
3 - 1 2 u3 u2 + v2 = 2 u3 = 1 , v3 = 0
v1 v2 v3 v4 u3 + v1 = 3 v4 = 1
u3 + v3 = 1
Degenerativou3 + v4 = 2
3 2 1 2 u1 = 1
CI = 3 2 1 2 u2 = 1
3 2 1 2 u3 = 1
v1 v2 v3 v4
2 1 0 1
CI - CD = MD
3 2 1 2 5 3 5 2 -2 -1 -4 0
3 2 1 2 - 3 2 3 5 = 0 0 -2 -3
3 2 1 2 3 4 1 2 0 -2 0 0
Optimo
93
INSTITUTO TELESUP
c) Método de Vogel
P Q R S
A 5 3 5 2 20
B 3 2 3 5 30
C 3 4 1 2 40
20 20 30 20 90
P Q R S Oferta
A - - - 20 20 , 0 1 1 -
B 10 20 - - 30 , 10 , 0 1 1 1
C 10 - 30 - 40 , 10 , 0 1 1 1
Dm 20 20 30 20
10 0 0 0
0
0 1 2 0
0 1 - 0
0 2 - -
94
INSTITUTO TELESUP
Verificar Optimicidad
- - - 2 u1 u1 +v1 = 2 u1 = 1 , v4 = 1
3 2 - - u2 u2 + v1 = 3 u2= 1 , v3 = 0
3 - 1 2 u3 u2 + v2 = 2 u3 = 1 , v2 = 1
v1 v2 v3 v4 u3 + v1 = 3 v1 = 2
u3 + v3 = 1
Degenerativou3 + v4 = 2
3 2 1 2 u1 = 1
CI = 3 2 1 2 u2 = 1
3 2 1 2 u3 = 1
v1 v2 v3 v4
2 1 0 1
CI - CD = MD
3 2 1 2 5 3 5 2 -2 -1 -4 0
3 2 1 2 - 3 2 3 5 = 0 0 -2 -3
3 2 1 2 3 4 1 2 0 -2 0 0
Optimo
Cmin = $170
Asignación
De A a S = 20 u.
De B a P = 10 u.
De B a Q = 20 u.
De C a P = 10 u.
De C a R = 30 u.
90 u
95
INSTITUTO TELESUP
Modelos TEMA 3
de
Asignación
Competencia:
Diseñar y aplicar Modelos de Asignación.
96
INSTITUTO TELESUP
Paso 1.- Empiece por encontrar el elemento más pequeño en cada renglón de la
matriz de costos. Construya una nueva matriz, al restar de cada costo, el costo
mínimo de su renglón. Encuentre, para esta nueva matriz el costo mínimo en cada
columna. Construya una nueva matriz (la matriz de costos reducidos) al restar de
cada costo el costo mínimo de su columna.
Paso 2.- Dibuje el mínimo número de líneas (horizontales o verticales) que se
necesitan para cubrir todos los ceros en la matriz de costos reducidos. Si se
requieren m líneas para cubrir todos los ceros, siga con el paso 3.
Paso 3.- Encuentre el menor elemento no cero (llame su valor k en la matriz de
costos reducidos, que no está cubiertos por las líneas dibujadas en el paso 2.
Ahora reste k de cada elemento no cubierto de la matriz de costos reducidos y
sume k a cada elemento de la matriz de costos reducidos cubierto por dos líneas.
Regrese al paso 2.
97
INSTITUTO TELESUP
98
INSTITUTO TELESUP
99
INSTITUTO TELESUP
EJEMPLO
Determinar el Costo mínimo y la asignación óptima de:
100
INSTITUTO TELESUP
PASO 3:
Se marca aquellas filas que no tengan ceros encuadrados, luego ingresamos por
cada de dichas filas, buscando ceros tarjados y luego de ser ubicados estos, se
procede a marcar la o las columnas que le corresponda.
A partir de las columnas marcadas se reingresa al tablero buscando ceros
encuadrados y luego de identificar a estos se marca las filas que les corresponde.
A partir de cada fila marcada se trata de reingresar nuevamente al tablero
repitiendo el procedimiento señalado en los párrafos anteriores hasta que se
pierdan los ramales bien sea a nivel de columna o de fila.
PASO 4:
Se procede a rayar aquellas filas que no están marcadas y aquellas columnas que
si estén marcadas.
Luego se busca el menor valor de aquellas casillas que tengan doble rayado
(vertical y horizontal), este menor valor seleccionado se resta a aquellas casillas
que no están rayadas, pero se le suma a aquellas que tienen doble rayado (se
entiende que aquellas casillas que tienen un solo rayado permanecen igual).
101
INSTITUTO TELESUP
Ejemplo
Determinar el Costo mínimo y la asignación óptima de:
102
INSTITUTO TELESUP
103
INSTITUTO TELESUP
Modelo TEMA 4
de
Redes
Competencia:
Aplicar y reconocer los Modelos de Redes.
104
INSTITUTO TELESUP
a) Teoría de Redes
Una red está formada por arcos y nodos, los arcos pueden ser direccionados
o direccionados
105
INSTITUTO TELESUP
c) Casos de redes
106
INSTITUTO TELESUP
Problema
Calcular el árbol de extensión mínimo
Problema
Calcular el árbol de extensión mínimo
107
INSTITUTO TELESUP
El problema de la ruta más corta se refiere a una red, en la que cada arco (i,j)
tiene asociado un numero Ci,j que se interpreta como la distancia (o el costo, o el
tiempo) que hay entre los nodos i y j. Una ruta o camino entre dos nodos es
cualquier secuencia de arcos que los conecte. El objetivo consiste en encontrar
las rutas más cortas (económicas ó rápidas) entre un nodo específico y todos los
demás nodos de la red.
Algoritmo de Etiquetado
PASO1.
Considérense todos los nodos que están directamente conectados con el origen
(es decir, mediante un solo arco). El componente de distancia de la etiqueta que
se pone a cada nodo de estos es la distancia desde el origen. El componente
predecesor es el origen. Estas etiquetas serán temporales.
PASO 2.
De entre todos los nodos con etiqueta temporal, se escoge uno cuyo componente
de distancia sea mínimo y se señala para ser etiquetado como permanente. Todos
los empates en cualquier punto del algoritmo se rompen arbitrariamente. Tan
pronto como todos los nodos han sido etiquetados en forma permanente se va al
paso 4.
108
INSTITUTO TELESUP
PASO 3.
Todo nodo que no tenga actualmente etiqueta permanente estará o bien sin
etiqueta o con una temporal. Sea l el ultimo nodo etiquetado permanentemente,
Considérese todas las etiquetas de los vecinos de l (es decir, directamente
conectados a l mediante un solo arco). Para cada uno de esos nodos calculase la
suma de su distancia a l más la componente de distancia de la etiqueta de l. Si el
nodo en cuestión ya tiene etiqueta no está etiquetado, asegurase una etiqueta
temporal que conste de esta distancia y de l como predecesor. Si el nodo en
cuestión ya tiene etiqueta temporal, cambiase solo si la distancia recién calculada
es menor que la componente de distancia de la etiqueta actual. En este caso, la
etiqueta contendrá esta distancia y a l como predecesor. Regrese al paso 2.
PASO 4.
Las etiquetas permanentes indican la distancia más corta desde el origen a cada
nodo de la red. También indican el nodo predecesor en la ruta más corta hacia
cada nodo.
Para encontrar el camino más corto de un nodo dado comiéncese en él y
retroceda al nodo predecesor. Continué este recorrido de retroceso hasta llegar al
origen. La secuencia de nodos obtenidos forma la ruta más corta entre el origen y
el nodo en cuestión.
Ejemplo
Encontrar el conjunto de rutas óptimas, desde el origen H hasta los demás nodos
busca minimizar la utilidad de los costos, asegurándose de que cualquier reparto
futuro a las siete localidades diferentes, se haga a través de la ruta más corta.
109
INSTITUTO TELESUP
Resumen
UNIDAD DE APRENDIZAJE III:
La Teoría de Redes es una técnica que permite resolver problemas que se pueden
plantear mediante una red. Muchos problemas de programación Lineal se pueden
formular mediante una red: Transporte, asignación, inventario, producción y
distribución, procesos de producción, etc.
Existen en Teoría de Redes, algoritmos mucho más efectivos que el método simplex.
Existen software para resolver problemas de redes como: Opti
red, Tora, Invop, Win QSB, etc.
115
INSTITUTO TELESUP
116
INSTITUTO TELESUP
Introducció
a) Presentación y contextualización
n
Los temas que se tratan en la presente Unidad, tienen por finalidad que el
estudiante desarrolle y ejecute la Programación PERT-CPM Y La programación
no Lineal durante su proceso de formación profesional contribuyendo a elevar su
perfil.
b) Competencia
Analiza y describe la Programación de Proyectos usando la técnica del
PERT-CPM.
c) Capacidades
1. Conoce y Utiliza la teoría de la Programación del Tiempo.
2. Analiza y describe la Programación del Costo
3. Analiza y describe la sensibilidad de un Proyector.
4. Construye e interpreta mediante los modelos de programación no lineal.
d) Actitudes
Aporta ideas en la solución de los problemas de programación del tiempo.
Valora las etapas de la metodología de la técnica PERT-CPM.
Se interesa por las diferentes modelos de programación de proyectos.
Muestra responsabilidad y ética en la solución de las tareas.
117
INSTITUTO TELESUP
Programación
de Proyecto TEMA 1
con tiempos
de actividad
conocidos
Competencia:
Conocer y utilizar la teoría de la
Programación del Tiempo.
118
Desarrollo de los Temas
INSTITUTO TELESUP
a) Antecedentes
Dos son los orígenes del método del camino crítico: el método PERT (Program
Evaluation and Review Technique) desarrollo por la Armada de los Estados
Unidos de América, en 1957, para controlar los tiempos de ejecución de las
diversas actividades integrantes de los proyectos espaciales, por la necesidad de
terminar cada una de ellas dentro de los intervalos de tiempo disponibles. Fue
utilizado originalmente por el control de tiempos del proyecto Polaris y
actualmente se utiliza en todo el programa espacial.
El método CPM (Crítical Path Method), el segundo origen del método actual, fue
desarrollado también en 1957 en los Estados Unidos de América, por un centro
de investigación de operaciones para la firma Dupont y Remington Rand,
buscando el control y la optimización de los costos de operación mediante la
planeación adecuada de las actividades componentes del proyecto.
b) Definición
119
INSTITUTO TELESUP
Usos
120
INSTITUTO TELESUP
a 4m b
Te Z
6
ba
Z
6
121
INSTITUTO TELESUP
Metodología.
El Método del Camino Crítico consta de dos ciclos:
1. Planeación y Programación.
122
INSTITUTO TELESUP
2. Ejecución y Control.
Lista de Actividades
123
INSTITUTO TELESUP
Ejemplo:
b. Ingeniero electricista.
1. Elaboración del proyecto eléctrico.
2. Cálculo de los costos y presupuestos.
3. Aprobación del proyecto.
4. Instalación de un transformador nuevo.
5. Instalación de nuevo alumbrado.
6. Instalación de interruptores y arrancadores.
c. Ingeniero contratista.
1. Elaboración del proyecto de obra muerta.
2. Cálculo de los costos y presupuestos.
3. Aprobación del proyecto.
4. Cimentación de las máquinas.
5. Pisos nuevos.
6. Colocación de ventanas nuevas.
124
INSTITUTO TELESUP
Matriz de Secuencias
Existen dos procedimientos para conocer la secuencia de las
actividades:
a. Por antecedentes
b. Por secuencias.
125
INSTITUTO TELESUP
Matriz de Secuencias
Matriz de Tiempos
126
INSTITUTO TELESUP
El tiempo medio (M) es el tiempo normal que se necesita para la ejecución de las
actividades, basado en la experiencia personal del informador. El tiempo óptimo
(o) es el que representa el tiempo mínimo posible sin importar el costo o cuantía
de elementos materiales y humanos que se requieran; es simplemente la
posibilidad física de realizar la actividad en el menor tiempo. El tiempo pésimo (p)
es un tiempo excepcionalmente grande que pudiera presentarse ocasionalmente
como consecuencia de accidentes, falta de suministros, retardos involuntarios,
causas no previstas, etc. Debe contarse sólo el tiempo en que se ponga remedio
al problema presentado y no debe contar el tiempo ocioso.
Se puede medir el tiempo en minutos, horas, días, semanas, meses y años, con la
condición de que se tenga la misma medida para todo el proyecto. Los tiempos
anteriores servirán para promediarlos mediante la fórmula PERT obteniendo un
tiempo resultante llamado estándar (t) que recibe la influencia del óptimo y del
pésimo a la vez.
o 4M p
t
6
127
INSTITUTO TELESUP
Matriz de Tiempos
128
INSTITUTO TELESUP
Matriz de información
Red de Actividades
Desde otro punto de vista, camino crítico es la serie de actividades que indica la
duración total del proyecto. Cada una de las actividades se representa por una
flecha que empieza en un evento y termina en otro.
129
INSTITUTO TELESUP
Costos y Pendientes
130
INSTITUTO TELESUP
Programación
de Proyectos TEMA 2
con Tiempos
Inciertos de
Actividades
Competencia:
Analizar y describir la Programación del
Costo.
131
INSTITUTO TELESUP
Actividades
a)Limitaciones de Tiempo
b) Limitaciones de Recurso
c) Limitaciones económicas
132
INSTITUTO TELESUP
Matriz de Elasticidad
Para poder tomar decisiones efectivas y rápidas durante la ejecución del proyecto
es necesario tener a la mano los datos de las probabilidades de retraso o adelanto
de trabajo de cada una de las actividades, o sea la elasticidad de las mismas.
Examinemos primero el procedimiento para calcular las holguras que nos
proporciona la posibilidad de retrasar una actividad sin consecuencias para otros
trabajos.
Se llama holgura a la libertad que tiene una actividad para alargar su tiempo de
ejecución sin perjudicar otras actividades o el proyecto total. Se distinguen tres
clases de holguras:
133
INSTITUTO TELESUP
Cuando se tiene una liga que indica terminación de proceso, se correrá hacia el
evento inicial la misma cantidad acumulada en el evento final. Cuando la liga no
indica terminación de proceso, sino únicamente continuidad entre dos procesos,
las cantidades acumuladas no deben modificarse aunque la liga tenga fechas
diferentes de iniciación y terminación.
Pi Ui Pj Uj
a
134
INSTITUTO TELESUP
Pj – Ui = Intervalo de Actividad
Y al restar el tiempo t de este intervalo se obtiene la holgura independiente:
HI = Pj – Ui - t
135
INSTITUTO TELESUP
Las lecturas de los eventos y los resultados de la aplicación de las fórmulas de las
holguras se pasan a la matriz de información.
HT
%( E )
t
t o
%(C )
t
po
6
136
INSTITUTO TELESUP
Mientras mayor sea el intervalo que se mencione para la ejecución, mayor será la
seguridad de acertar.
(Pr y ) (CC )
21 4.17 25.17 25
137
INSTITUTO TELESUP
Consideración
de los
TEMA 3
Intercambios
de Tiempo y Costo
Competencia:
138
INSTITUTO TELESUP
139
INSTITUTO TELESUP
Proceso A
Este proceso constar de cinco actividades que duran 15 días. Si recordamos que
1.00
el valor de la unidad de avance del proyecto (D-a) es igual a = 0.01515,
66
entonces este proceso representa el 15 x 0.01515 = 0.2272 (22.72%) de avance
en el proyecto. Como esta cantidad 0.2272 representa el 100% de avance del
proceso, entonces el factor de conversión del porcentaje de avance del proyecto a
proceso (fa) será:
0.2272: 1.00 : : n : fa
1.00
fa = n = 4.39 n.
0.2272
1.00
D-a = = 0.0667
15
Como sólo se trabaja una unidad de avance por día, este será el avance
acumulado diariamente que se programe en la columna 8 del cuadro de avance
del proceso.
140
INSTITUTO TELESUP
Proceso B
Este proceso consta de cinco actividades de duración total de 17 días, por lo que
su contribución al avance del proyecto es de 17 x 0.01515 = 0.2576.
El factor de conversión (fa) del porcentaje de avance del proyecto al porcentaje de
avance del proceso es:
1.00
Fa = = 3.88
0.2576
Qué acumulado servirá para hacer las anotaciones de la columna 8 del cuadro de
avance del proceso.
Proceso C
El proceso C, se compone de seis actividades con una duración total de 17 días y,
por tanto, el factor de conversión (fa) y el factor de avance diario (D-a)
programado son los mismos que los del proceso B anterior.
1.00
Fa = = 3.88
0.2576
1.00
D-a = = 0.05882,
17
La cuenta del avance programado se interrumpió al día 6 con 0.3533 hasta el día
11, en que continúa con la actividad 5.
Proceso D
Este proceso D, con las actividades 9, 10 y 11 tiene, igual que los dos procesos
anteriores, una duración de 17 días, por lo que los factores de conversión y de
avance son los mismos.
1.00
Fa = = 3.88
0.2576
1.00
D-a = = 0.05882,
17
141
INSTITUTO TELESUP
El cuadro de avance del proceso aparece en la tabla del cuadro de avance del
proceso D.
b) Procedimiento de evaluación
142
INSTITUTO TELESUP
Se multiplica el tiempo óptimo o por lo tanto por uno del volumen del trabajo
pendiente de ejecutar. El producto representa el tiempo que se requiere para
terminar la actividad en condiciones óptimas es decir, con la máxima aceleración.
Si este tiempo es menor que el tiempo disponible, significa que no se retrasará el
proyecto, pero si es mayor, la diferencia será la cantidad de tiempo que retrasará
el proyecto, excepto que se pueda comprimir una actividad posterior a la actividad
retrasada dentro del proceso.
143
INSTITUTO TELESUP
Programación
TEMA 4
no
lineal
Competencia:
144
INSTITUTO TELESUP
a) Método de GOMORY
Ejemplo
145
INSTITUTO TELESUP
PASO 1
Tablero Óptimo
146
INSTITUTO TELESUP
PASO 2
147
INSTITUTO TELESUP
148
INSTITUTO TELESUP
149
INSTITUTO TELESUP
Resumen
UNIDAD DE APRENDIZAJE IV:
En proyectos como este tipo, los administradores deben programar y coordinar los
diversos trabajos o actividades de tal manera que el proyecto se concluya a tiempo.
En esta sección de aprendizaje hemos abordado los detalles de la programación de
proyectos para un problema que involucra investigación y desarrollo de nuevos productos.
Dado que muchas de las actividades de este proyecto nunca se han intentado, el
administrador del proyecto desea tomar en consideración la incertidumbre en los tiempos
de las actividades. También ampliamos nuestro análisis como agregar recursos a
actividades seleccionadas para reducir el tiempo de terminación del proyecto.
Los proyectos en gran escala por una sola vez han existido desde tiempos antiguos; este
hecho lo atestigua la construcción de las pirámides de Egipto y los acueductos de Roma.
Pero sólo desde hace poco se han analizado por parte de los investigadores operacionales
los problemas gerenciales asociados con dichos proyectos. El problema de la
administración de proyectos surgió con el proyecto de armamentos del Polaris, empezando
1958. Con tantas componentes y subcomponentes juntos producidos por diversos
fabricantes, se necesitaba una nueva herramienta para programar y controlar el proyecto.
El PERT (evaluación de programa y técnica de revisión) fue desarrollado por científicos de
la oficina Naval de Proyectos Especiales. Booz, Allen y Hamilton y la División de Sistemas
de Armamentos de la Corporación Lockheed Aircraft. La técnica demostró tanta utilidad
que ha ganado amplia aceptación tanto en el gobierno como en el sector privado.
Casi al mismo tiempo, la Compañía DuPont, junto con la División UNIVAC de la Remington
Rand, desarrolló el método de la ruta crítica (CPM) para controlar el mantenimiento de
proyectos de plantas químicas de DuPont. El CPM es idéntico al PERT en concepto y
metodología. La diferencia principal entre ellos es simplemente el método por medio del
cual se realizan estimados de tiempo para las actividades del proyecto. Con CPM, los
tiempos de las actividades son determinanticos. Con PERT, los tiempos de las actividades
son probabilísticas o estocásticos. El PERT/CPM fue diseñado para proporcionar diversos
elementos útiles de información para los administradores del proyecto. Primero, el
PERT/CPM expone la "ruta crítica" de un proyecto. Estas son las actividades que limitan la
duración del proyecto. En otras palabras, para lograr que el proyecto se realice pronto, las
actividades de la ruta crítica deben realizarse pronto.
Las actividades que no están en la ruta crítica tienen una cierta cantidad de holgura; esto
es, pueden empezarse más tarde, y permitir que el proyecto como un todo se mantenga
en programa. El PERT/CPM identifica estas actividades y la cantidad de tiempo
disponible para retardos. El PERT/CPM también considera los recursos necesarios para
completar las actividades. En muchos proyectos, las limitaciones en mano de obra y
equipos hacen que la programación sea difícil. El PERT/CPM identifica los instantes del
proyecto en que estas restricciones causarán problemas y de acuerdo a la flexibilidad
permitida por los tiempos de holgura de las actividades no críticas, permite que el
gerente manipule ciertas actividades para aliviar estos problemas.
153
INSTITUTO TELESUP
Glosario
ACTIVIDADES CRÍTICAS:
Actividades que aparecen en el camino crítico
CAMINO CRÍTICO:
Es aquello perteneciente al holismo, una tendencia o corriente que analiza los
eventos desde el punto de vista de las múltiples interacciones que los
caracterizan. El holismo supone que todas las propiedades de un sistema no
pueden ser determinadas o explicadas como la suma de sus componentes. En
otras palabras, el holismo considera que el sistema completo se comporta de un
modo distinto que la suma de sus partes.
Es una herramienta simple que permite utilizar el poder de la optimización lineal
y no lineal para formular grandes problemas concisamente, resolverlos, y
analizar la solución.
HOLÍSTICO:
La trayectoria más larga en una red del proyecto.
LINGO: MÉTODO DEL CAMINO CRÍTICO (CPM por sus siglas en ingles):
Se conoce como software1 al equipamiento lógico o soporte lógico de un sistema
informático; comprende el conjunto de los componentes lógicos necesarios que
hacen posible la realización de tareas específicas, en contraposición a los
componentes físicos, que son llamados hardware.
Secuencia de nodos conectados, que lleva del nodo de inicio hasta el nodo de
terminación.
TRAYECTORIA:
Un procedimiento de programación de proyecto basado en redes
154
INSTITUTO TELESUP
Fuentes de
Información
Bibliográficas:
HILLIER, Frederick & LIEBERMAN, Gerarld J. Introducción a la Investigación de
Operaciones. 6ª ed. México: McGraw-Hill Interamericana Editores, 1996. 830 p.
ISBN: 9701010221
(DIS/003/H54A)
TAHA, Hamdy A. Investigación de Operaciones. 6ª ed. México: Prentice-Hall
Iberia, S. R. L., 1998. 916 p. ISBN: 9701701666
(DIS/003/T13N)
MATHUR, Kamlesh & SOLOW, D. Investigación de Operaciones. El Arte de la
Toma de Decisiones. España: Prentice Hall Hispanoamericana, S.A. ISBN:
9688806986
(003/M28/E1)
WINSTON, Wayne L. Investigación de Operaciones Aplicaciones y Algoritmos.
1ª ed. México: Grupo Editorial Iberoamericana, S. A. de C. V. 1417 p. ISBN:
9706250298
(003/W71)
BAZARAA, Mokhtar & JARVIS, Jhon J. Programación Lineal y Flujo en Redes.
2ª ed. México: Limusa, S. A. de C. V. 539 p. ISBN: 9681848675
(519/B28)
EPPEN,G.D, Investigación de Operaciones en la Ciencia Administrativa, 5ª ed.
México: Prentice Hall Hispanoamericana, S.A. ISBN : 970170270
ALVAREZ ALVAREZ, Jorge. Programación Lineal. América SR Ltda. 210 p.
Electrónicas:
Programación Lineal
http://es.wikipedia.org/wiki/Programaci%C3%B3n_lineal
http://personal5.iddeo.es/ztt/prob/B1_Prog_Lineal.htm
155