Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Chimbote, Perú
MÉTODOS CUANTITATIVOS
Serie UTEX
Primera Edición 2017
Editado por:
Alberto Carrasco Torres
Texto digital
INTRODUCCIÓN……………………………………………………………………………………………………………………………………….7
UNIDADES DE APRENDIZAJE…………………………………………………………………………………………………………………….8
REFERENCIAS BIBLIOGRÁFICAS…………………………………………………………………………………………………………48
REFERENCIAS BIBLIOGRÁFICAS……………………………………………………………………………………………………………85
3
PRESENTACIÓN DEL DOCENTE
Finalmente, este texto guía le permitirá sobre todo que medite en sus propios
actos, en sus valores y principios, y le exija un poco más cada día, por usted
mismo, por los suyos y por nuestro país.
INTRODUCCIÓN
Estimado estudiante:
FUNDAMENTOS Y APLICACIÓN DE
MODELOS DE PROGRAMACIÓN LINEAL
El contenido de la primera Unidad de aprendizaje ha sido tomado de:
Es una técnica matemática de análisis que permite determinar cual es la asignación más
eficiente de los recursos limitados en actividades que desarrolla la empresa con el propósito de
optimizar los objetivos de la organización, esto es, maximizar beneficios o minimizar costos.
1.3 ELEMENTOS DE UN MODELO DE PROGRAMACIÓN LINEAL.
VARIABLES DE DECISIÓN:
Incógnitas del Modelo (X1, X2, X3, ... , Xn)
PARÁMETROS:
Variables controlables del sistema. ( aij )
FUNCIÓN OBJETIVO:
Maximización o Minimización. (Max Zo. Ó Min Zo.)
RESTRICCIONES:
Expresadas como ecuaciones restrictivas, representan los recursos límites del sistema.
REGIÓN FACTIBLE.
Son el conjunto de valores de Xi que verifican todas y cada una de las restricciones. Todo
punto de esa región puede ser solución del problema; todo punto no perteneciente a ese
conjunto no puede ser solución.
La solución óptima del problema será un par de valores (Xa, Xb) del conjunto factible que
haga que f(Xa,Xb) tome el valor máximo o mínimo.
Sujeto a:
Xj >= 0 ( j = 1,2,3, . . . , n ; i = 1, 2, 3, . . ., m )
Maximización o Minimización
En General: n
Zo Cj X J
J 1
Sujeto a:
n
a X
j1
ij j bi
i= 1, 2 , 3 , . . . , m
j = 1, 2, 3, . . . , n
1.5 PROPIEDADES DE LA FORMA DE PROGRAMACIÓN LINEAL ESTÁNDAR
Todas las restricciones son ecuaciones (con los segundos miembros no negativos si el
modelo se SOLUCIONA por medio del método simplex primal.
Todas las variables son no negativas.
La función objetivo puede ser la maximización o la minimización.
Problema Nº 01
En una urbanización se van a construir casas de dos tipos: A y B. La empresa constructora
dispone para ello de un máximo de 1800 millones de ptas, siendo el coste de cada tipo de casa
de 30 y 20 millones respectivamente. El Ayuntamiento 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 de
4 millones y de 3 millones por una de tipo B ¿cuántas casas deben construirse de cada tipo
para obtener el máximo beneficio?
Solución:
El modelo de programación lineal es el siguiente:
PROBLEMA N° 02
Una campaña para promocionar una marca de productos lácteos se basa en el reparto gratuito
de yogures con sabor a limón o a fresa. Se decide repartir al menos 30.000 yogures. Cada
yogurt de limón necesita para su elaboración 0,5 gr. de un producto de fermentación y cada
yogurt de fresa necesita 0,2 gr. de ese mismo producto. Se dispone de 9 kgs. de ese producto
para fermentación. El coste de producción de un yogurt de fresa es el doble que el de un yogurt
de limón. ¿Cuántos yogures de cada tipo se deben producir para que el costo de la campaña
sea mínimo?
Solución:
Minimizar Z = X1 + 2X2
Sujeto a:
X1 + X2 30000 (Unidades Yogurt)
0.5X1 + 0.2X2 9000 (Productos de fermentación)
X1, X2 0
Ejercicio 2:
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 X con una composición de una unidad de A y cinco de B, y el
tipo Y, con una composición de cinco unidades de A y una de B. El precio del tipo X es de 1000
pesetas y el del tipo Y es de 3000 pesetas. Se pregunta:
¿Qué cantidades se han de comprar de cada tipo para cubrir las necesidades con un coste
mínimo? Formular el Modelo de Programación Lineal.
Interpretación Administrativa:
La Empresa Constructora debe construir 20 y 60 casas de tipo A y tipo B respectivamente para
obtener la máxima utilidad posible que representa a 260 millones de ptas. bajo las
CONDICIONES de disponibilidad de recursos financieros y demanda del mercado.
Ejercicio 3: Dar solución con el Método Gráfico al ejercicio 1 y dar una interpretación
administrativa al resultado.
Respuesta:
Mesas = 20 unidades.
Sillas = 60 unidades.
Utilidad Máxima = S/. 1800
Luego: X1 = 10000
PR(X1, X2) = PR (10000,20000)
Entonces: ZR = 1(10000) + 2(20000)
ZR = 50000
Por lo tanto la solución óptima está en el punto R (Por ser un problema de minimización)
Aquí la Z se vuelve el mínimo posible.
X1 = 10000
X2 = 20000
ZR = 50000
Se tiene la siguiente GRÁFICA:
Interpretación administrativa:
A fin de minimizar los costos de producción en la fabricación de yogurt con sabor a limón o
fresa que se pretende promocionar en la campaña se recomienda producir 10000 y 20000
unidades de yogures de limón y fresa respectivamente obteniendo un costo mínimo total de
50000 unidades monetarias bajo las CONDICIONES mínimas de demanda en la promoción y
los insumos de productos de fermentación disponibles.
Ejercicio 4: Dar solución con el Método Gráfico al ejercicio 2 y dar una interpretación
administrativa al resultado.
Respuesta:
Tipo X = 2.5 unidades.
Tipo Y = 2.5 unidades.
Costo Mínimo = 10000 ptas.
TAREAS
RECURSO
T1 T2 T3 ... Tn
R1 C11 C12 C13 ... C1n
R2 C21 C22 C23 ... C2n
R3 C31 C32 C33 ... C3n
... ... ... ... ... ...
Rm Cm1 Cm2 Cm3 ... Cmn
Procedimiento:
Caso Minimización.
1. Determinar el menor costo para cada una de las filas.
2. Restar con ese valor a los demás costos de la fila.
3. Hacer lo mismo a nivel de columnas si es que alguna no se halla cubierto con ceros y restar
con ese valor a los demás elementos de la columna comprometida.
4. Trazar el menor número de rectas que incluya la mayor cantidad de ceros. Si el número de
rectas es igual al número de filas entonces se habrá llegado a la solución óptima. Ir al paso
7.
5. Si no es solución óptima, en las celdas no cubiertas, seleccionar el menor valor de las
celdas y restar de los demás y adicionar este valor aquellas celdas que forman parte de la
intersección de dos rectas (no aquellos que sean ceros).
6. Regresar al paso 4.
7. Para obtener el costo empiece asignando a las celdas cubiertas con ceros los valores
originales dados en la matriz inicial. Empiece este procedimiento con aquellas filas con el
mínimo número de ceros.
Caso Maximización:
Seleccionar los valores más altos de las filas y columnas y seguir los pasos dados
anteriormente.
PLANTA
VICEPRESIDENTE 1 2 3 4
Finanzas (F) 24 10 21 11
Mercadeo (M) 14 22 10 15
Operaciones (O) 15 17 20 19
Personal (P) 11 19 14 13
Solución:
Paso 1:
VICEPRESIDENTE 1 2 3 4 Mínimo
Finanzas (F) 24 10 21 11 10
Mercadeo (M) 14 22 10 15 10
Operaciones (O) 15 17 20 19 15
Personal (P) 11 19 14 13 11
Paso 2:
VICEPRESIDENTE 1 2 3 4 Mínimo
Finanzas (F) 14 0 11 1 10
Mercadeo (M) 4 12 0 5 10
Operaciones (O) 0 2 5 4 15
Personal (P) 0 8 3 2 11
Paso 3:
VICEPRESIDENTE 1 2 3 4
Finanzas (F) 14 0 11 0
Mercadeo (M) 4 12 0 4
Operaciones (O) 0 2 5 3
Personal (P) 0 8 3 1
Mínimo - - - 1
Paso 4: Las rectas que incluyen la mayor cantidad de ceros (02) son la columna 1 y la fila de
Finanzas. Como piden el mínimo número de rectas se puede escoger arbitrariamente
cualquiera de ellas. Escogemos la columna 1.
VICEPRESIDENTE 1 2 3 4
Finanzas (F) 14 0 11 0
Mercadeo (M) 4 12 0 4
Operaciones (O) 0 2 5 3
Personal (P) 0 8 3 1
Paso 5: El menor valor de las celdas es el número 1 que se encuentra en la celda (4, P). Luego
se adiciona y resta según corresponda así:
VICEPRESIDENTE 1 2 3 4
Finanzas (F) 14+1 0 11+1 0
Mercadeo (M) 4 12-1 0 4-1
Operaciones (O) 0 2-1 5-1 3-1
Personal (P) 0 8-1 3-1 1-1
Paso 6:
VICEPRESIDENTE 1 2 3 4
Finanzas (F) 15 0 12 0
Mercadeo (M) 4 11 0 3
Operaciones (O) 0 1 4 2
Personal (P) 0 7 2 0
Paso 7:
Como el número de rectas es igual al número de filas entonces obtenemos el costo mínimo.
VICEPRESIDENTE 1 2 3 4
Finanzas (F) 15 0 12 0
Mercadeo (M) 4 11 0 3
Operaciones (O) 0 1 4 2
Personal (P) 0 7 2 0
Total 48
CAPÍTULO 4: EL PROBLEMA DEL TRANSPORTE
Este problema consiste en colocar en varios destinos las unidades situadas en varios orígenes,
en tal forma que la colación sea óptima (reducir costos o maximizar la ganancia).
DESTINOS
ORIGENES SUMINISTRO
1 2 3 ... n (OFERTA)
O1 C11 C12 C13 ... C1n S1
O2 C21 C22 C23 ... C2n S2
O3 C31 C32 C33 ... C3n S3
... ... ... ... ... ... ...
Om Cm1 Cm2 Cm3 ... Cmn Sm
DEMANDA D1 D2 D3 ... Dn Total
Procedimiento:
1. Obtener las penalizaciones restando el menor costo de cada fila o columna de su inmedíato
superior.
2. Seleccionar la fila o columna con mayor penalización y ubicar su menor costo.
3. Obtener el menor valor entre la oferta y demanda en la intersección encontrada en el paso
anterior y restarlo del otro.
4. Eliminar aquella fila o columna con menor oferta o demanda. Regresar al paso 1 hasta ya
no se pueda hacer más reducciones.
5. Luego que se ha obtenido la primera solución básica validar el resultado mediante la
técnica de los signos (Método del eslabón).
6. Para evaluar los resultados asignar un signo positivo (+) a la celda vacía que se desea
evaluar e ir asignando alternadamente con signos negativos o positivos a aquellas celdas
llenas. Se debe tener en cuenta que en cada fila o columna debe tener un positivo y un
negativo o viceversa.
Problema:
La compañía HBB productora de máquinas tiene 4 plantas (A, B, C, D) en diferentes ciudades
que pueden suministrar 400, 900, 200 y 500 unidades al mes. Tres centros de consumo (X, Y,
Z) requieren para su distribución 500, 700 y 800 unidades respectivamente. La compañía debe
decidir cuántas máquinas enviará de cada planta a cada centro. Para esto tiene en cuenta el
costo del transporte en miles de $ por unidad que está resumido en la siguiente tabla:
Centros
X Y Z SUMINISTROS
Plantas
A 12 6 10 400
B 13 4 9 900
C 4 10 12 200
D 6 11 4 500
DEMANDA 500 700 800 2000
Observe que el problema se balancea en el sentido de que la oferta total suministrada por las
máquinas disponibles es igual al número total de unidades requerido por los centros de
consumo.
La meta de HBB consiste en minimizar los costos de transporte de las máquinas de las plantas
a los centros.
Solución:
Paso 1:
Centros SUMINISTROS
X Y Z Diferencia
Plantas (Oferta)
A 12 6 10 400 10 - 6 = 4
B 13 4 9 900 9–4=5
C 4 10 12 200 10 – 4 = 6
D 6 11 4 500 6–4=2
DEMANDA 500 700 800 2000
Diferencia 6-4=2 6-4=2 9-4=5
Paso 2:
Centros SUMINISTROS
X Y Z Diferencia
Plantas (Oferta)
A 12 6 10 400 10 - 6 = 4
B 13 4 9 900 9–4=5
C 4 10 12 200 10 – 4 = 6
D 6 11 4 500 6–4=2
DEMANDA 500 700 800 2000
Diferencia 6-4=2 6-4=2 9-4=5
Paso 3:
El menor valor entre oferta y demanda: min (200,500) = 200
Luego la diferencia será: 500 – 200 = 300
Paso 4: Se elimina la Fila C por tener menor oferta = 200 y se aplica la técnica según el paso1.
Centros SUMINISTROS
X Y Z Diferencia
Plantas (Oferta)
A 12 6 10 400 10 - 6 = 4
B 13 4 9 900 9–4=5
D 6 11 4 500 6–4=2
DEMANDA 300 700 800 1800
Diferencia 12-6=6 6-4=2 9-4=5
Hallando el mínimo: Min (500,300) = 300, entonces, la diferencia = 500 – 300 = 200 y se
elimina la columna X.
Centros SUMINISTROS
Y Z Diferencia
Plantas (Oferta)
A 6 10 400 10 - 6 = 4
B 4 9 900 9–4=5
D 11 4 200 11 – 4 = 7
DEMANDA 700 800 1500
Diferencia 6-4=2 9-4=5
Hallando el mínimo: Min (200,800) = 200, entonces, la diferencia = 800 – 200 = 600 y se
elimina la Fila D.
Centros SUMINISTROS
Y Z Diferencia
Plantas (Oferta)
A 6 10 400 10 - 6 = 4
B 4 9 900 9–4=5
DEMANDA 700 600 1300
Diferencia 6-4=2 10-9=1
Hallando el mínimo: Min (900,700) = 700, entonces, la diferencia = 900 – 700 = 200 y se
elimina la columna Y.
Centros SUMINISTROS
Z
Plantas (Oferta)
A 10 400
B 9 200
DEMANDA 600 600
Paso 6:
Resumiendo los resultados en la siguiente tabla:
Centros
X Y Z SUMINISTROS
Plantas
12 6 10
A 400
+ 400-
13 4 9
B 900
700- 200+
4 10 12
C 200
200
6 11 4
D 500
300 200
DEMANDA 500 700 800 2000
TOTAL
RUTA UNIDADES COSTO
($)
AZ 400 10 4000
BY 700 4 2800
BZ 200 9 1800
CX 200 4 800
DX 300 6 1800
DZ 200 4 800
Total 2000 12000
EL PROBLEMA DE LA DIETA.
Trata de determinar los alimentos que deben incluirse en una dieta para asegurar la nutrición
necesaria y a la vez minimizar el costo.
Componentes
Alimentos
C1 C2 ... Cn Costes
Necesidades C1 c2 ... cn
Solución:
Componentes
Alimentos
Costes
Proteínas Grasas Vitaminas
(Unidades de Energía)
Ratones 3 4 1 7
Palomas 6 2 1 12
Necesidades 30 20 8
5.1 PROCEDIMIENTO:
El modelo debe estar representado en su forma estándar.
Debe tener una solución básica inicial factible. Es decir los elementos del lado derecho
deben ser positivos.
Añadir las variables de Holgura, Exceso y/o artificial dependiendo del tipo de Restricción.
Evaluar las variables de entrada y salida según el método de Gauss-Jordan.
Es aquella cuyo conjunto solución se encuentra en algún punto extremo del espacio de
SOLUCIONES factibles (región factible). Se puede notar cuando se llega a una iteración donde
no existe variable candidata para ingresar (condición de optimidad) y todos los elementos del
lado derecho de la tabla son positivos (condición de factibilidad)
SOLUCIÓN DE UN MODELO DE MAXIMIZACIÓN CON EL MÉTODO SIMPLEX PRIMAL
Sea el modelo:
Maximizar Z = 3x1 + 2x2
s.a.
x1 + 2x2 6
2x1 + x2 8
-x1 + x2 1
x2 2
x1,, x2 0
MÉTODO GRÁFICO:
FORMA ESTÁNDAR
Z X1 X2 S1 S2 S3 S4 Solución bi
aij
Z 1 -3 -2 0 0 0 0 0
S1 0 1 2 1 0 0 0 6 6
S2 0 2 1 0 1 0 0 8 4
S3 0 -1 1 0 0 1 0 1 M
S4 0 0 1 0 0 0 1 2 M
Z X1 X2 S1 S2 S3 S4 Solución bi
aij
Z 1 0 -0.5 0 1.5 0 0 12
S1 0 0 1,5 1 -0,5 0 0 2 1,3333
X1 3 1 0,5 0 0,5 0 0 4 8,0000
S3 0 0 1,5 0 0,5 1 0 5 3,3333
S4 0 0 1, 0 0 0 1 2 2,0000
Simplex Tableau -- Iteration 3
ACTIVIDAD 01:
Completar la tabla siguiendo el procedimiento del algoritmo Simplex Primal para obtener la tabla optima
final.
Z X1 X2 S1 S2 S3 S4 Solución
Z
X2 0 0 1 0,6667 -0,3333 0 0 1,3333
X1
S3
S4
Solución:
Z = 12,6667
X1 = 3,3333
X2 = 1,3333
S1 = 0
S2 = 0
S3 = 3
S4 = 0,6667
Minimizar Z = x1 + 2x2
s.a.
0.1x1 + 0.1x2 1
0.5x1 + 2x2 10
x1,, x2 0
Forma Estándar:
Minimizar Z = x1 + 2x2 + MA1 + MA2
s.a.
0.1x1 + 0.1x2 – S1 + A1 = 1 ()
0.5x1 + 2x2 – S2 + A2 = 10 ()
x1, x2 , S1 , S2 , A1 , A2 0
En ()
A1 = 1 – 0.1x1 – 0.1x2 + S1
En ()
A2 = 10 – 0.5x1 – 2x2 + S2
Reemplazando A1 y A2 en Z, tenemos:
Z + (0.6M – 1) x1 + (2.1M – 2) x2 – MS1 – MS2 = 11M
Tabla Inicial
Z X1 X2 S1 A1 S2 A2 Solución
Bi / aij
Z 1 0.6M – 1 2.1M – 2 -M 0 -M 0 11M
A1 0 0.1 0.1 -1 1 0 0 1 10
A2 0 0.5 2 0 0 -1 1 10 5
Iteración 1
Z X1 X2 S1 A1 S2 A2 Solución
Bi / aij
Z 1 0.075M-0.5 0 -M 0 0.05M-1 -1.05M+1 10+0.5M
A1 0 0.075 0 -1 1 0.05 -0.05 0.5 6.667
X2 0 0.25 1 0 0 -0.5 0.5 5 20
ACTIVIDAD 02:
Completar la tabla óptima haciendo los cálculos para cada una de las ecuaciones según la
técnica del método Simplex Primal.
Solución:
Z = 13.33
X1 = 6.667
X2 = 3.333
A1 = 0
A2 = 0
S1 = 0
S2 = 0
2. SOLUCIONES Degeneradas.
Sucede cuando existe al menos una restricción redundante generando con ello que en el
espacio de SOLUCIONES (variables básicas) aparezca algunas de ellas con valor cero (0).
3. SOLUCIONES con opciones óptimas alternativas.
Sucede cuando la función objetivo es paralela a un restricción de enlace (ósea, una
restricción que satisface en el sentido de la igualdad a través de la solución óptima). La
función objetivo tomará el mismo valor óptimo en más de un punto de solución1. Otra forma
de notarlo en las iteraciones del método simplex primal es cuando al evaluar más dos
variables candidatas a ingresar cualquiera de ellas cumple con el mismo valor en la función
objetivo.
4. SOLUCIONES No acotadas.
Sucede cuando los valores de la variable pueden aumentar o disminuir indefinidamente sin
alterar a ninguna de las restricciones. Cuando el valor de la función objetivo crecen
(maximización) o disminuyen (minimización) indefinidamente se dice que el espacio de
SOLUCIONES y el valor optimo de la función objetivo son no acotadas.
Ejercicio:
Dados los siguientes modelos determinar su tipo de solución:
Minimizar Z = 3X1 + X2 + X3
sujeta a
X1 – 2X2 + X3 ≤ 11
-4X1 + X2 + 2X3 ≥ 3
2X1 - X3 = -1
X1; X2; X3 ≥ 0
Maximizar Z = X1 + 3X2 - X3
sujeta a
X1 + 2X2 + X3 = 4
2X1 + X2 ≤ 5
X1, X2 ≥ 0
CAPÍTULO 6: EL PROBLEMA DUAL Y EL MÉTODO SIMPLEX DUAL
6.1 DEFINICIÓN:
El problema dual es una programación lineal definida en forma directa y sistemática a partir del
modelo original (o primal) de programación lineal. Los dos problemas están relacionados en
forma tan estrecha que resolución óptima de un problema produce en forma automática la
resolución óptima del otro.
En la mayor parte de las presentaciones de programación lineal, el dual se define para varias
formas del primal, dependiendo del sentido de la optimización (maximización o
minimización), tipos de restricciones (≤, ≥ o =), y la orientación de las variables (no negativa
o no restringida). Este tipo de tratamiento puede confundir. Por esta razón presentaremos una
sola definición que comprenda en forma automática a todas las formas del primal.
Nuestra definición del problema dual requiere expresar el problema primal en forma de
ecuaciones, como se presentó anteriormente: todas las restricciones son ecuaciones, con
lado derecho no negativo y todas las variables son no negativos. Este requisito es
consistente con el formato de la tabla de inicio sımplex. En consecuencia, todo resultado
obtenido a partir de la solución primala óptima se aplica en forma directa al problema dual
asociados.
Para mostrar cómo se forma el problema dual, se define el primal en forma de
Ecuación como sigue:
maximizar o minimizar=j=1n (1)
PROBLEMA DUAL:
Considerar el siguiente modelo de PL.
Maximizar Z = CX
s.a.
AX b
X0
Está asociado al problema Dual:
Minimizar w = b T X
s.a.
A T Y CT
Y0
CONDICIONES para derivar un Dual a partir de un Primal.
Primal:
Maximizar Z = 3x1 + 2x2
s.a.
x1 + 2x2 6 ........... Y1
2x1 + x2 8 ........... Y2
-x1 + x2 1 ........... Y3
x2 2 ........... Y4
x1,, x2 0
Dual:
Y1 + 2Y2 - Y3 3
2Y1 + Y2 + Y3 + Y4 2
Y1 , Y2 , Y3 , Y4 0
Todo Modelo Primal tiene asociado un Dual que representa los precios sombra del modelo primal.
Siempre se debe cumplir en la solución óptima final lo siguiente:
Zmax = W min
Así:
Z X1 X2 S1 S2 S3 S4 Solución
Z 1 0 0 0,3333 1,3333 0 0 12,6667
X2 0 0 1 0,6667 -0,3333 0 0 1,3333
X1 0 1 0 -0,3333 0,6667 0 0 3,3333
S3 0 0 0 -1,0000 1,0000 1 0 3,0000
S4 0 0 0 -0,6667 0,3333 0 1 0,6667
Y1 = 0.3333 , Y2 = 1.3333 , Y3 = 0 , Y4 = 0
Wmin = 6Y1 + 8Y2 + Y3 + 2Y4
W min = 6(0.3333) + 8(1.3333) + 0 + 2(0) = 1.9998 + 10.6664 = 12.667
Wmin = 12.667
Primal:
Maximizar Z = 4x1 + 3x2
s.a.
x1 - x 2 3/5 ........... Y1
x1 - x 2 2 ........... Y2
x1 , x2 0
Dual:
Y1 , Y2 0
Si en el modelo Primal existe una restricción de igualdad, entonces, en el modelo Dual aparecerá
una variable irrestricta y viceversa. Así:
Ejemplo 3:
Primal:
Maximizar Z = y
s.a.
x1 + x 2 + x3 + x4 = 500 ........... Y1
3x1 - 4x2 + 7x3 – 15x4 + y 0 ........... Y2
-5x1 + 3x2 – 9x3 – 4x4 + y 0 ........... Y3
-3x1 + 9x2 – 10x3 + 8x4 + y 0 ........... Y4
x1, x2 , x3 , x4 0
y no restringida (irrestricta)
Dual:
Minimizar W = 500Y1
s.a.
Y1 + 2Y2 - 5Y3 – 3Y4 0
Y1 - 4Y2 + 3Y3 + 9Y4 0
Y1 + 7Y2 - 9Y3 – 10Y4 0
Y1 - 15Y2 - 4Y3 + 8Y4 0
Y2 + Y3 + Y4 = 1
Y2 , Y3 , Y4 0
Y1 no restringida (irrestricta)
Ejemplo 4.
Primal:
Maximizar Z = 2x1 - 3x2
s.a.
x1 + 5x2 11 ........... Y1
-7x1 + 6x2 22 ........... Y2
9x1 + 4x2 33 ........... Y3
x1,, x2 0
Dual:
Y1 + 7Y2 + 9Y3 2
5Y1 - 6Y2 + 4Y3 -3
Y1 , Y2 0
Y1 , Y2 0
Hallando su Dual a este modelo tenemos:
x1,, x2 0
Convirtiendo – Z a +Z.
Maximizar Z = 2x1 - 3x2
s.a.
x1 + 5x2 11
-7x1 + 6x2 22
9x1 + 4x2 33
x1,, x2 0
Lo cual demuestra que el dual del dual es el primal.
Es aplicado a modelos que tiene restricciones de tipo (esta restricción da solución inicial infactible) o la
combinación de y (esta restricción siempre da solución inicial factible).
PROCEDIMIENTO:
La variable básica que sale es aquella que tiene valor negativo con mayor valor absoluto.
La variable No básica que ingresa resulta de la división entre los coeficientes de Z y los coeficientes
de la variable que sale (discriminándose los ceros y positivos a fin de conservar la condición de
optimidad) y se considera aquella cuyo resultado de la división sea la mas pequeña.
Calcular las demás ecuaciones según el método de Gauss-Jordan.
Minimizar Z = x1 + 2x2
s.a.
0.1x1 + 0.1x2 1
0.5x1 + 2x2 10
x1,, x2 0
Forma Estándar
Minimizar Z = x1 + 2x2 + 0S1 + 0S2
s.a.
- 0.1x1 - 0.1x2 + S1 = -1
- 0.5x1 - 2x2 + S2 = -10
x1,, x2 , S1, S2 0
Tabla Inicial.
Z X1 X2 S1 S2 Solución
Z 1 -1 -2 0 0 0
S1 0 -1/10 -1/10 1 0 -1
S2 0 -1/2 -2 0 1 -10
Z - 10 5 - -
S2
Zanterior 1 -1/2 0 0 -1 10
-(-2)*NEP 0 ½ 2 0 -1 10
Znuevo 1 -1/2 0 0 -1 10
Nueva Tabla:
Z X1 X2 S1 S2 Solución
Z 1 -1/2 0 0 -1 10
S1 0 -3/40 0 1 -1/20 -1/2
X2 0 ¼ 1 0 -1/2 5
Z - 20/3 - - 20
S1
Z X1 X2 S1 S2 Solución
Z 1 0 0 -20/3 -2/3 40/3
X1 0 1 0 -40/3 2/3 20/3
X2 0 0 1 10/3 -2/3 10/3
Tabla Inicial:
Z X1 X2 X3 X4 S1 S2 SOLUCIÓN
Z 1 -12 -20 -18 -40 0 0 0
S1 0 4 9 7 10 1 0 6000
S2 0 1 1 3 40 0 1 4000
Tabla Final:
Z X1 X2 X3 X4 S1 S2 Solución
Z 1 0 20/3 10/3 0 44/15 4/15 56000/3
X1 0 1 7/3 5/3 0 4/15 -1/15 4000/3
X4 0 0 -1/30 1/30 1 -1/150 2/75 1000/15
Tabla Final:
Caso1: si D1 > 0
Cumple para cualquier D1>=0
Cumple para cualquier D1<=10000
Por lo tanto:
D110000
Caso2: si D1 < 0
Cumple para cualquier D1>=-5000
Así:
4000/3 + (4/15) D1>=0
D1>=-5000
Cumple para cualquier D1<=0
De los dos casos:
-5000D110000
Ejercicio:
Calcular el rango de variabilidad del recurso2 y cómo afecta a la función objetivo.
Solamente los recursos escasos se pueden calcular la variación de sus coeficientes debido a
que el incremento de 1 unidad de esos recursos este incrementara la utilidad en la función
objetivo. Los recursos abundantes no contribuyen en nada a la función objetivo.
Otro Método:
A partir del análisis anterior y de la tabla óptima siguiente:
Z X1 X2 … Xn S1 S2 ... Sm Solución
Z
VB1 a1j a2j amj SVB1
: : : : :
VBm a1m a2m amn SVBm
Se puede concluir:
Si aij > 0
Di -(SVBi)/aij
Di Max(-(SVBi)/aij) = i
Si aij < 0
Di -(SVBi)/aij
Di Min(-(SVBi)/aij) = i
Por tanto:
i Di i
Bi + i Bi + Di Bi + i
Bi + i Bi Bi + i
Bi : variación del recurso i
Por ejemplo: variar el recurso 1 de B1 = 6000 a B1 = 6000 + Bi
S1 S2 Solución
44/15 4/15 56000/3
4/15 -1/15 4000/3
-1/150 2/75 1000/15
Si aij > 0
D1 Max( - (4000/3) / (4/15)) = 1 = -5000
Si aij < 0
D1 Min( - (1000/15) / (-1/150)) = 1 = 10000
Luego:
-5000 D1 10000
Bi + i B1 Bi + i
1000 B1 16000
Ejercicio:
Calcular el rango de variabilidad del recurso2 y cómo afecta a la función objetivo.
CAMBIO EN LAS UTILIDADES Y/O COSTOS MARGINALES DE LA FUNCIÓN OBJETIVO
Cualquier cambio d1 que se efectué a los coeficientes de la función objetivo de las variables de
decisión, este afectara en igual proporción en la solución óptima final.
Es decir:
Sea ci el coeficiente de la variable xj y d1 la variación, entonces,
Cinicio = ci Cinicio = ci + d1
Al inicio Luego de incrementar en di a ci
Para calcular los coeficientes de variabilidad se toma dos casos.
Método Analítico:
Si d2 > 0, entonces, d2 20/3
Si d2 < 0, entonces, d2 se cumple d2 < 0
Luego:
- d 2 20/3
- 20+d2 20+20/3
- C2 80/3
C2 Representa la variación de C2
Ejercicio:
Hallar la variación para el coeficiente de X3
Caso 2: Si es variable básica.
En este caso el análisis se hace en la filas del coeficiente de Z optimo (zj – cj) y la fila de la
variable básica.
Por ejemplo, consideremos a la variable básica x1 cuyo c1 = 12. ¿Cómo cambiaría a c1 = 12 +
d1?
Z X1 X2 X3 X4 S1 S2
Z 1 0 20/3 + (7/3)d1 0 10/3+(5/3)d10 0 44/15 + (4/15)d10 4/15 – (1/15)d10
Nota:
Son mayores que cero para conservar la optimidad.
Z X1 X2 X3 X4 S1 S2
Z 1 0 20/3 + (7/3)d1 0 10/3+(5/3)d10 0 44/15 + (4/15)d10 4/15 – (1/15)d10
Si d1 > 0 cumple Cumple cumple d1 4
Si d1 < 0 d1 -20/7 D1 -10/5 = -2 d1 -44/4 = -11 d1 -4
De la tabla:
-2 d1 4
12 – 2 12 + d1 12 + 4
10 c1 16
c1 : rango de variación de c1
Ejercicio:
Calcular la variación de la utilidad de la variable básica x4
Otro Método:
A partir del análisis anterior y de la tabla óptima siguiente:
X1 X2 X3 X4 S1 S2 Solución
Z zj - cj
X1 Xi
aij
X4
Se puede concluir:
Si aij > 0
di -(zj-cj)/aij
di Max(-(zj-cj)/aij) = i
Si aij < 0
di -(zj-cj)/aij
di Min(-(zj-cj)/aij) = i
Por tanto:
i dii
ci + i ci + di ci + i
ci + i Ci ci + i
Ejemplo: Calcular la variación para el coeficiente de X1
Si aij > 0
di -(zj-cj)/aij
d1 Max(-20/7, -10/5 ,-44/4) = 1 = -2
Si aij < 0
di -(zj-cj)/aij
d1 Min(-4/-1) = 1 = 4
-2 d1 4
12 - 2 c1 + d1 12 + 4
10 C1 16
Primera propiedad: Los problemas buscan maximizar o minimizar alguna cantidad, por lo
general la utilidad o costo. Se conoce esta propiedad como la función objetivo de un problema
de PL.
Segunda propiedad: Las restricciones limitan el grado al cual el objetivo puede ser alcanzado.
Tercera propiedad: Debe haber alternativas disponibles para alcanzar el objetivo. Cuarta
propiedad: Las relaciones matemáticas (función objetivo y las restricciones), expresadas en
ecuaciones y/o desigualdades, son lineales. Supuestos básicos de programación lineal.
Certeza: se conoce con certeza los números en el objetivo y restricciones y no cambian
durante el periodo que se está estudiando. Proporcionalidad: Se supone existe
proporcionalidad entre el objetivo y las restricciones.
Pero la formulación del problema es solo el primer paso, luego hay que resolverlo. Existen
varias formas para obtener la solución al problema. Desde, métodos gráficos hasta la
utilización de programas de computadora. La solución gráfica, es la forma más fácil de resolver
problemas de programación lineal; siempre y cuando solo se consideran dos variables de
decisión en el problema. Además, permite observar de manera visual y resumida lo que la
técnica de la programación lineal busca y por lo tanto es de gran ayuda para comprender como
FUNCIONAN algunos de los métodos más complejos.
AUTOEVALUACIÓN PRIMERA UNIDAD
2.- Con el comienzo del curso se va a lanzar unas of ertas de material escolar.
Unos almacenes quieren of recer 600 cuadernos, 500 carpet as y 400 bolígraf os
para la of erta, empaquetándolo de dos f ormas distintas; en el primer bloque
pondrá 2 cuader nos, 1 carpet a y 2 bolígraf os; en el segundo, pondrán 3
cuader nos, 1 carpet a y 1 bolígraf o. Los p recios de cada paquete serán 6.5 y 7
€, respectivamente. ¿Cuántos paquetes le s convienen poner de cada tipo para
obtener el máximo benef icio?
3.- En una granja de pollos se da una dieta, para engordar, con una
composición m ínima de 15 unidades de una sust ancia A y otras 15 de una
sustancia B. En el mercado solo se encuentra dos clases de compuestos: el
tipo X con una composición de una unidad de A y 5 de B, y el otro t ipo, Y, con
una composición de cinco unidades de A y una de B. El precio del t ipo X es de
10 euros y del t ipo Y es de 30 €. ¿Qué cantidades se han de comprar de cada
tipo para cubr ir las necesidades con un coste m ínimo?
SOLUCIONARIO DE LA AUTOEVALUACIÓN PRIMERA UNIDAD
Problema N° 01
2 Función objetivo
f(x, y) = 15x + 10y
3 Restricciones
Pasamos los tiempos a horas
20 min = 1/3 h
30 min = 1/2 h
10 min = 1/6 h
Para escribir las restricciones vamos a ayudarnos de una tabla:
L1 L2 Tiempo
Problema N° 02
2 Fu n ci ón objetivo
f(x, y) = 6.5x + 7
3 R e st ri cci on es
P1 P2 Disponibles
Cuadernos 2 3 600
Carpetas 1 1 500
Bolígrafos 2 1 400
2x + 3y ≤ 600
x + y ≤ 500
2x + y ≤ 400
x≥0
y≥0
2 Función objetivo
f(x,y) = 10x + 30y
3 R e st ri cci on es
X Y Mínimo
A 1 5 15
B 5 1 15
x + 5y ≥ 15
5x + y ≥ 15
x≥0
y≥0
Adam. E. (1991) Administración de la Producción y las Operaciones, cuarta edición Prentice Hall
Hispanoamericana, S.A., México.
http://catarina.udlap.mx/u_dl_a/tales/documentos/mepi/nava_n_g/CAPÍTULO2.pdf
http://sandramartinez.udem.edu.ni/wp-
content/uploads/2017/01/PRONÓSTICOdelademanda.pdf
http://www.educaconta.com/2011/01/control-de-inventarios.html
https://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-
industrial/pron%C3%B3stico-de-ventas/promedio-m%C3%B3vil/
https://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-
industrial/pron%C3%B3stico-de-ventas/promedio-simple/
http://administracion-inventarios.blogspot.pe/2011/09/MÉTODOs-peps-ueps-y-promedio-
ponderado.html
Existen diferentes técnicas de pronósticos pero rara vez hay un único modelo superior .Lo
que mejor FUNCIONA en una empresa bajo un conjunto de CONDICIONES, puede ser un
desastre completo en otra organización, o incluso en otro departamento de la misma
empresa. En forma tradicional, podrá advertir que existen límites sobre lo que puede
esperarse de los pronósticos. Rara vez son, si acaso, perfectos; también son caros y
consumen tiempo en su preparación y monitoreo.
Sin embargo, pocos negocios pueden darse el lujo de evitar el proceso del pronóstico
solo en espera de lo que pueda suceder para tomar entonces las oportunidades. La
planeación efectiva depende del pronóstico de la demanda para los productos de la
compañía
Las instalaciones no utilizadas (esto es, exceso de capacidad) significan costos fijos
excesivos; y las instalaciones inadecuadas reducen la utilidad a menos de lo que es
posible. Por lo tanto, existen varias tácticas para igualar la capacidad con la demanda.
Los cambios internos incluyen el ajuste del proceso para un cierto volumen a través de:
· Cambios en el personal
· Pronóstico a corto plazo. Este tiene un lapso de hasta un año, pero es generalmente
menor a tres meses. Se utiliza para planear las compras, programación de planta, niveles
de fuerza laboral, asignaciones de trabajo y niveles de producción.
Pronóstico a largo plazo. Generalmente con lapsos de tres años o más, los pronósticos
a largo plazo se utilizan para planear nuevos productos desembolsos de capital,
localización e instalaciones o su expansión, y la investigación y el desarrollo.
Promedio simple
Un promedio simple (PS) es un promedio de los datos del pasado en el cuál las
demandas de todos los períodos anteriores tienen el mismo peso relativo.[1] Se
calcula de la siguiente forma:
Donde
Cuando se usa un promedio simple para crear un pronóstico, las demandas de todos los
periodos anteriores tienen la misma influencia (equipesada) al determinar el promedio. De
hecho un factor de peso de 1/k se aplica a cada demanda anterior.
Al promedíar se obtiene una reducción de las posibilidades de error al dejarse llevar por
fluctuaciones aleatorias que pueden ocurrir en un periodo. Pero si el modelo subyacente
cambia en el tiempo, el promedio no permite detectar este cambio.
Ejemplo
En Welds Supplies la demanda total para un nuevo electrodo ha sido de 50,60, y 40
docenas en cada uno de los últimos trimestres. La demanda promedio ha sido:
PS = 50
Una medida móvil simple (MMS) combina los datos de demanda de la mayor parte de los
periodos recientes, siendo su promedio el pronóstico para el periodo siguiente. Una vez
calculado el número de periodos anteriores a ser empleado en las operaciones, se debe
de mantener constante. Se puede emplear una medida móvil de tres periodos de 20, pero
una vez que se toma la decisión hay que continuar usando el mismo número de periodos.
Después de seleccionar el número de periodos a ser usados, se dan pesos iguales a las
demandas para determinar el promedio. El promedio se mueve en el tiempo en el sentido
de que al transcurrir un periodo, la demanda del periodo más antiguo se descarta, y se
agrega la demanda para el periodo mas reciente para la siguiente operación, superando
así la principal limitación del modelo del promedio simple.
Donde
El gerente de planta ha solicitado que se prepare un pronóstico usando una medida móvil
de seis periodos para pronosticar las ventas del mes de Julio. El 2 de Julio está por dar
principio la corrida de producción de neveras.
MMS = 367
Usando una medía móvil de seis meses el pronóstico para julio es de 367. Si se examinan
los datos, es posible que una medía móvil de tres meses pudiera ser mejor que una de
seis meses. Si se toman en cuenta tres meses obtenemos:
MMS= 500
Si se hubiera utilizado una medía móvil de un mes, las ventas del mes siguiente serían
iguales a la demanda real del último mes y el pronóstico para julio sería de 600.
Algunas veces quien hace los pronósticos desea utilizar una medía móvil pero no quiere
que todos los n periodos tengan el mismo peso. Una medida móvil ponderada (MMP) es
un modelo de medía móvil que incorpora algún peso de la demanda anterior distinto a un
peso igual para todos los periodos anteriores bajo consideración, la representación de
este modelo es el siguiente:
Donde
0" Ct " 1.0
Este es un modelo que permite un peso desigual de la demanda. Si son tres n periodos,
es posible dar peso al periodo más reciente del doble de los otros periodos, al hacer C1
=.25, C2 = .25 y C3 = .50
Ejemplo.
Para Frigerware, un pronóstico de la demanda para julio usando un modelo de tres
periodos en donde la demanda del periodo más reciente tenga un peso del doble de los
dos periodos anteriores, tendrá la siguiente forma.
MMP = 525
CAPÍTULO 2: PRONÓSTICO DE VENTAS
Las empresas para elaborar sus planes de mercadeo y su planeación requieren la elaboración
inicial de un pronóstico de ventas, el cual les permitirá proyectar las posibles ventas futuras
basándose en datos históricos de la misma empresa, con el fin de planear, administrar y controlar
los presupuestos necesarios para un buen uso de los recursos que se requerirán para cumplir con
las metas propuestas.
2.1 PRONÓSTICO DE VENTAS O PROYECCIÓN DE VENTAS
El pronóstico de ventas es una herramienta comercial que permite estimar las ventas a
futuro, con el fin de establecer metas en un determinado periodo, para su elaboración
se tienen en cuenta los resultados históricos y las tendencias de ventas presentadas por
el área comercial.
La proyección de ventas es el complemento de la planeación estratégica ya que es
la base para la planeación, proyección, coordinación y control de los costos, gastos e
inversiones, necesarias para la elaboración de presupuestos de ventas, de compra
de materias primas e insumos, presupuestos de producción, administrativos y
financieros.
Ejemplo: aspiración de venta de 1000 vehículos para fin de año, de la empresa FORD.
Nos da a conocer el consumo del producto en periodos de tiempo pasado con los
cuales se proyecta el futuro. Se toma como referencia toda la información de datos
concretos de cantidades en unidades y pesos que vendió la empresa en períodos de
tiempo pasados y se analiza la tendencia, estos datos se obtienen del área financiera,
específicamente del estado de resultados y de los registros que lleva el área de
ventas.
Este análisis solo se efectúa para productos que existen en el mercado, que ya tienen
un histórico que se pueden analizar bajo las siguientes ópticas:
Ejemplo: Una distribuidora de papelería, que tiene como mayor cliente una
fotocopiadora de una universidad, la cual represente el 70% de sus ventas, en
temporada de vacaciones tendrá que buscar alternativas o nuevos clientes para suplir
ese porcentaje en dichos meses.
2.4 MÉTODOS DE PROYECCIÓN
Ejemplo:
Técnicas matemáticas
1 2007 50000
2 2008 50500
3 2009 52300
4 4 2010 53000
5 2011 53700
F
Fórmulas
2.4.1 Método de incremento absoluto
fórmula:
_______ = 0.7093 = 0.14186
6-1
12
FAVA - Formación en Ambientes Virtuales de Aprendizaje SENA - Servicio Nacional de Aprendizaje
2.4.3 Método de mínimos cuadrados
Este método requiere de registros históricos que sean consistentes, reales y precisos,
son utilizados con el fin de sacar el total de las desviaciones elevadas al cuadrado a un
valor mínimo y así poder determinar los coeficientes a y b, que son conocidos como
coeficientes de regresión, donde X es la variable independiente (tiempo), Y es la
variable dependiente (pronóstico de la demanda).
a= b= 2
FAVA - Formación en Ambientes Virtuales de Aprendizaje SENA - Servicio Nacional de Aprendizaje
Año X
1 -5
2 -3
3 -1
4 1
5 3
6 5
Si el número de datos es impar, al dato de la mitad se le coloca 0, de ahí en
adelante se numera con 1, 2, 3, 4, y hacia atrás con -1, -2, -3, -4, así:
Año X
1 -5
2 -3
3 -1
4 0
5 1
6 3
7 5
2
Año Y X X XY
Volumen actividad (unidades)
1 2000 -5 25 -10000
2 2400 -3 9 -7200
3 2850 -1 1 -2850
4 2980 1 1 2980
5 3400 3 9 10200
6 3860 5 25 19300
17490 70 12430
Y = 2915 + 177.57X
Con el fin de pronosticar las unidades a vender para el año 7, este último
número se reemplaza en la ecuación, resultando:
Los inventarios representan una base fundamental en la toma de decisiones dentro de cualquier
organización, estos permiten el buen desenvolvimiento de la misma. Es necesario que
toda empresa realice sus procedimientos en función de garantizar que sus inventarios están
libres de posibles hurtos, maniobras fraudulentas o mal manejo en su utilización.
Los inventarios representan una cuenta de activo corriente y los podemos definir “Como todos
los recursos tangibles representados por la existencia de mercaderías, materias primas,
productos en proceso, productos terminados y otros, los cuales son destinados a la
comercialización, a la producción de bienes y servicios o a la realización de otras
operaciones de la organización.”
Administrar los inventarios es parte de la gestión que debe llevar la organización, esto obedece
primordialmente a los siguientes factores.
A) Darle una atención personalizada al cliente evitándole inconvenientes y demoras en su
atención.
B) Desarrollar la producción de manera normal; no importando que la demanda manifieste
fluctuaciones.
C) Adquirir la materia prima o bienes (mercaderías) a precios relativamente bajos.
Toda empresa debe establecer una estrategia de control y verificación periódica de sus stocks
de inventario, para eso debe de implementar la documentación necesaria de todas las
operaciones relacionadas con los mismos. Los más utilizados son los siguientes.
Orden de Compra:
La orden de compra es un documento que da la compañía a la que se le compra mercadería,
materia prima o bien insumos. Este formato especifica las mercaderías, materia prima o
insumos que solicitamos, su precio unitario y el total de la compra.
No cuenta con requisitos fiscales y sirve para amparar los productos o materia prima que
solicitamos, así como la fecha en que el proveedor deberá enviar la mercancía o la materia
prima.
Es un documento en el cual se solicitan las materias primas y suministros que se van a emplear
en el proceso productivo en las empresas industriales.
Cualquier entrega de materiales por el empleado encargado debe ser respaldada por una
requisición de materiales aprobada por el gerente de producción o por el supervisor del
departamento. Cada requisición de materiales, muestra el número de orden de trabajo,
el nombre del departamento, las cantidades y las descripciones de los materiales solicitados.
Nota de Remisión.
El PEPS, tiene el visto bueno de la administración tributaria, ya que a menor costo, mayores
utilidades y esto hace que los impuestos sean mayores.
Con este método se establece un mecanismo diferente al PEPS, ya que lo último que entra al
inventario es lo primero a lo cual le daremos salida.
Esto implica que hacia el proceso de producción o bien a la sala de ventas estas unidades que
entraron de ultimo son la primeras a las que le vamos a dar salida.
Podemos decir en relación a este método que las existencias finales quedaran valuadas a los
precios de las primeras entradas, eso significa que dicho valor será menor si lo comparamos
con el PEPS, la razón es sencilla, ya que, los costos de las primeras compras son más bajos.
El costo de lo vendido o producido será mayor porque ha tomado los costos de compra más
altos. Este es el mayor problema de este método para la Administración Tributaria de cualquier
país, ya que a costos más altos la utilidad es menor y el pago de impuestos también disminuye
proporcionalmente y en consecuencia en nuestro país no es aceptado.
A continuación se detalla un pequeño ejemplo para su respectiva utilización.
Elaborar por el método UEPS el control de la cámara digital modelo AG-350 de 10 mega pixeles
y lente óptico de largo alcance. Dicha mercadería nos la proporciona nuestro proveedor local La
Surtidora, S.A. de C.V. Las generales nuestras son; Razón Social: Agüita de Coco, S.A. de C.
V., con número de NIT 0315-220910-105-4 y el NRC 160380-3. Los movimientos realizados son
los siguientes:
Este método nos permite establecer un promedio ponderado, lo que facilita su utilización en el
aspecto contable debido a que no se dan variaciones sustanciales entre el costo de una salida
en relación con la anterior.
Lo anterior significa que las salidas tanto para el proceso de producción o ventas serán de
forma aleatoria.
Para su operatividad se utiliza una pequeña formula la cual puede ser utilizada cada vez que se
den los ingresos para ir acumulando el promedio en base a las unidades que ingresan y sus
valores respectivos o bien puede acumularse cantidades y valores antes de cada salida y
establecer el promedio ponderado.
∑ CT
CP =______
∑ Q
Con este método el costo de venta será mayor que el del PEPS y menor que el del UEPS, por
lo consiguiente el valor de las existencias finales también mostraran el mismo comportamiento.
Su utilización es de total aceptación en nuestro medio empresarial.
Elaborar por el método de Costo Promedio, el control de la cámara digital modelo AG-350 de 10
mega pixeles y lente óptico de largo alcance. Dicha mercadería nos la proporciona nuestro
proveedor local La Surtidora, S.A. de C.V. Las generales nuestras son; Razón Social: Agüita de
Coco, S.A. de C. V., con número de NIT 0315-220910-105-4 y el NRC 160380-3. Los
movimientos realizados son los siguientes:
Ejemplo: En la operación #8, el costo total acumulado de las existencias es $13,346.73 dividido
entre el total de las unidades (285). 13,346.73 / 285 = $ 46.83063158 en el cuadro presentamos
solo dos decimales $ 46.83.
Como podemos observar este método es muy útil para efectos de valuación más que todo
porque establece una secuencia lógica en la utilización de los costos evitando variaciones
sustanciales en su manejo contable. Las existencias como siempre son 135 unidades pero
como están valuadas al costo promedio su valor es de $ 6,322.14. Si vemos el total en la
columna de salidas verificaremos que su costo equivale a $ 45,427.86 que también es un
promedio de los dos métodos anteriores.
También en nuestro medio se pueden utilizar los siguientes métodos.
Costo de Adquisición:
Con este método lo que se compra o sea el valor principal se le tienen que agregar todos los
gastos necesarios hasta que la materia prima o mercadería lleguen al inventario. Dentro de
estos tenemos fletes, seguros, derechos de importación y todos los desembolsos que tengan
que ver con el costo de lo que estamos adquiriendo para nuestra existencia. (Ver cómo elaborar
un retaceo).
INVENTARIO FISICO.
Según el Código Tributario “Todo sujeto pasivo que obtenga ingresos gravables de la
manufactura o elaboración, transformación, ganadería, producción, extracción, adquisición o
enajenación de materias primas; mercaderías, productos o frutos naturales, accesorios,
repuestos, o cualesquiera otros bienes, nacionales o extranjeros ya sean para la venta o no,
está obligado a practicar inventario físico al comienzo del negocio y al final de cada ejercicio
impositivo. Art. 142.
Para la elaboración del inventario físico se debe planificar con bastante anticipación para que el
encargado de las existencias pueda clasificar los inventarios según su naturaleza e interrelación
de los mismos, codificando, agrupando existencias que estén ubicadas en otros lugares más
que todo para facilitar el conteo.
Es conveniente hacer el inventario físico a doble conteo, más que todo para asegurarnos de
que realmente vamos a reportar lo que existe a la fecha en el inventario realizado.
Una vez realizado el inventario físico lo comparamos con el dato contable razón por la cual se
nos pueden presentar los siguientes casos.
1) Faltantes de Inventario: Contablemente tenemos más valor en los inventarios, pero de
manera física nos falta inventario. En este caso tenemos que justificar el porqué del faltante.
Caso contrario podría considerarse una evasión fiscal.
2) Sobrante de inventario. En este caso se da lo contrario contablemente tenemos menos y de
manera física tenemos más inventario. Acá se puede haber generado una salida que realmente
no se llevó a cabo, razón por la cual el costo de venta quedo sobrevaluado y cuando se le dé la
entrada contablemente se afectara la cuenta de inventario y se trabajara en el abono el ingreso
generado por el inventario a una cuenta de resultados.
Vamos a ver una de las herramientas más interesantes y utilizadas para esta tarea. El árbol es
una excelente ayuda para la elección entre varios cursos de acción. Proveen una estructura
sumamente efectiva dentro de la cual estimar cuales son las opciones e investigar las posibles
consecuencias de seleccionar cada una de ellas. También ayudan a construir una imagen
balanceada de los riesgos y recompensas asociados con cada posible curso de acción.
Claramente plantean el problema para que todas las opciones sean analizadas.
Permiten analizar totalmente las posibles consecuencias de tomar una decisión.
Proveen un esquema para cuantificar el costo de un resultado y la probabilidad de que
suceda.
Nos ayuda a realizar las mejores decisiones sobre la base de la información existente y de
las mejores suposiciones.
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.
Si se completa la solución al final de la línea, se puede dejar en blanco.
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 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.
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.
4.4 CALCULAR EL VALOR DE LOS NODOS DE INCERTIDUMBRE
Cuando vayamos a calcular el valor para resultados inciertos (los círculos), debemos hacerlo
multiplicando el costo de estos resultados por la probabilidad de que se produzcan. El total para
esos nodos del árbol lo constituye la suma de todos estos valores.
Total: $210.200
Cuando evaluamos los nodos de decisión, debemos escribir el costo de la opción sobre cada
línea de decisión. Luego, debemos calcular el costo total basado en los valores de los
resultados que ya hemos calculado. Esto nos dará un valor que representa el beneficio de tal
decisión.
Hay que tener en cuenta que la cantidad ya gastada no cuenta en este análisis - estos son
costos ya perdidos y (a pesar de los argumentos que pueda tener un contador) no deberían ser
imputados a las decisiones.
Cuando ya hayamos calculado los beneficios de estas decisiones, deberemos elegir la opción
que tiene el beneficio más importante, y tomar a este como la decisión tomada. Este es el valor
de este nodo de decisión.
El árbol final con los resultados de los cálculos puede verse en la siguiente figura:
En este ejemplo, el beneficio que hemos calculado previamente para “Nuevo Producto,
Desarrollo Meticuloso” fue $210.000. Luego, estimamos el futuro costo aproximado de esta
decisión como $75.000. Esto da un beneficio neto de $135.000.
El beneficio neto de “Nuevo Producto, Desarrollo Rápido” es $15.700. En esta rama por
consiguiente seleccionamos la opción de mayor valor, “Nuevo Producto, Desarrollo Meticuloso”,
y escribimos ese valor en el nodo de decisión.
CUÁL ES EL RESULTADO
Realizando este análisis podemos ver que la mejor opción es el desarrollo de un nuevo
producto. Es mucho más valiosos para nosotros que tomemos suficiente tiempo para registrar
el producto antes que apurarnos a sacarlo rápidamente al mercado. Es preferible el mejorar
nuestros productos ya desarrollados que echar a perder un nuevo producto, incluso sabiendo
que nos costará menos.
CAPÍTULO 5: DIAGRAMA DE GANTT
La ventaja principal del gráfico de Gantt radica en que su trazado requiere un nivel mínimo
de planificación, es decir, es necesario que haya un plan que ha de representarse en forma
de gráfico.
Los gráficos de Gantt se revelan muy eficaces en las etapas iniciales de la planificación. Sin
embargo, después de iniciada la ejecución de la actividad y cuando comienza a efectuarse
modificaciones, el gráfico tiende a volverse confuso.
Por eso se utiliza mucho la representación gráfica del plan, en tanto que los ajustes
(replanificación) requieren por lo general de la formulación de un nuevo gráfico. Para superar
esa deficiencia se crearon dispositivos mecánicos, tales como cuadros magnéticos, fichas,
cuerdas, etc., que permite una mayor flexibilidad en las actualizaciones. Aún en términos de
planificación, existe todavía una limitación bastante grande en lo que se refiere a la
representación de planes de cierta complejidad. El Gráfico de Gantt no ofrece
CONDICIONES para el análisis de opciones, ni toma en cuenta factores como el costo. Es
fundamentalmente una técnica de pruebas y errores. No permite, tampoco, la visualización
de la relación entre las actividades cuando el número de éstas es grande.
Técnicas de Programación
Las técnicas de planificación se ocupan de estructurar las tareas a realizar dentro del proyecto,
definiendo la duración y el orden de ejecución de las mismas, mientras que las técnicas de
programación tratan de ordenar las actividades de forma que se puedan identificar las
relaciones temporales lógicas entre ellas, determinando el calendario o los instantes de tiempo
en que debe realizarse cada una.
La programación debe ser coherente con los objetivos perseguidos y respetar las restricciones
existentes (recursos, costes, cargas de trabajo, etc...).
La programación consiste por lo tanto en fijar, de modo aproximado, los instantes de inicio y
terminación de cada actividad. Algunas actividades pueden tener holgura y otras son las
actividades críticas (fijas en el tiempo).
PASOS:
· Construir un diagrama de tiempos (instantes de comienzo y holgura de las actividades).
· Establecer los tiempos de cada actividad.
· Analizar los costes del proyecto y ajustar las holguras (proyecto de coste mínimo).
RESULTADOS:
· Disponer de un diagrama de tiempos.
· Conocer actividades críticas y determinar la necesidad de recursos.
Para comenzar la programación, se ha de partir de los siguientes datos:
diagrama de red del proyecto (PDM, ADM...);
estimación de duración de actividades;
recursos asignados a las actividades;
calendarios de recursos para actividades;
limitaciones, como fechas fijas para resultados o fases del proyecto.
Según los resultados que deseemos conocer, podemos hacer uso de unas determinadas
herramientas o de otras. En el siguiente cuadro se muestran todas ellas, que pasamos a
comentar a continuación:
El gráfico de Gantt es la
forma habitual de
presentar el plan de
ejecución de un proyecto,
recogiendo en las filas la
relación de actividades a
realizar y en las columnas
la escala de tiempos que
estamos manejando,
mientras la duración y
situación en el tiempo de
cada actividad se
representa mediante una
línea dibujada en el lugar
correspondiente.
La utilidad de un gráfico de este tipo es mayor cuando se añaden los recursos y su grado de
disponibilidad en los momentos oportunos. Como ventajas tendríamos la facilidad de
construcción y comprensión, y el mantenimiento de la información global del proyecto. Y como
desventajas, que no muestra relaciones entre tareas ni la dependencia que existe entre ellas, y
que el concepto de % de realización es un concepto subjetivo.
Gráfica de hitos
Un hito es un evento claramente verificable por otra persona y que requiere verificación antes
de poder proseguir con la ejecución del proyecto. Por ejemplo, la obtención y formalización de
los requisitos de usuario constituye un hito en la realización de un proyecto de ingeniería
software.
La utilidad de los hitos se basa en la buena selección de los mismos. Pero al igual que los
diagramas de GANTT, la programación con hitos no aporta o refleja información acerca de la
interdependencia entre tareas o actividades.
Desarrollado por la Special Projects Office de la Armada de EE.UU. a finales de los 50s para el
programa de I+D que condujo a la construcción de los misiles balísticos Polaris. Está orientada
a los sucesos o eventos, y se ha utilizado típicamente en proyectos de I+D en los que el tiempo
de duración de las actividades es una incertidumbre. Dado que las estimaciones de duración
comportan incertidumbre se estudian las distribuciones de probabilidad de las duraciones. Con
un diagrama PERT se obtiene un conocimiento preciso de la secuencia necesaria, o planificada
para la ejecución de cada actividad y utilización de diagramas de red.
Se trata de un método muy orientado al plazo de ejecución, con poca consideración hacia al
coste. Se suponen tres duraciones para cada suceso, la optimista a, la pesimista b y la normal
m; suponiendo una distribución beta, la duración más probable: t = (a + 4m + b) / 6
Se basa en la utilización de una red en la que figuran las actividades en los nodos y los arcos
representan demoras de tiempo entre los puntos (comienzo o fin de nodo) que unen, a la vez
que muestran las dependencias. Permiten reflejar distintas relaciones de precedencia entre
tareas.
Entre las ventajas encontramos que el RELACIONES DE
método PDM tiene más flexibilidad que el PRECEDENCIA
método PERT – ADM para la modelización Relación FINAL-COMIENZO
de grandes proyectos, la representación Relación COMIENZO-FINAL
gráfica es más sencilla y no hay actividades Relación FINAL-FINAL
virtuales.
Relación COMIENZO-
COMIENZO
6.1 INTRODUCCIÓN
En una sociedad que cada día se vuelve más variable y compleja, lo que puede atribuirse en
gran parte al desarrollo de la ciencia y la tecnología, la ejecución de un proyecto es una tarea
en la cual deben participar diferentes individuos, agencias, entidades y factores ya que en los
diseños modernos se multiplica tremendamente el número de elementos que hay que coordinar
y relacionar.
Para resolver este arduo problema se han desarrollado una gran variedad de sistemas o
procedimientos formales, ideados con la finalidad de ayudar al administrador de un proyecto a
realizar eficientemente su tarea, entre estas técnicas ha destacado una que utiliza diagramas
de flechas conocida como ruta crítica.
El método Pert (Program Evaluation and Review Technique) desarrollado 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.
El Método CPM (Critical 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 las firmas Dupont y Remington Rand, buscando el control y la optimización
los costos mediante la planeación y programación adecuadas de las actividades componentes
del proyecto.
Ambos métodos aportaron los elementos administrativos necesarios para formar el método de
ruta crítica actual, utilizando el control de los tiempos de ejecución y los costos de operación,
para buscar que el proyecto total sea ejecutado en el menor tiempo y al menor costo posible.
6.2 DEFINICIÓN Y USOS
La aplicación potencial del método de la ruta crítica, debido a su gran flexibilidad y adaptación,
abarca desde los estudios iniciales para un proyecto determinado, hasta la planeación y
operación de sus instalaciones. A esto se puede añadir una lista indeterminable de posibles
aplicaciones de tipo específico. Así, podemos afirmar que el método de la ruta crítica es
aplicable y útil en cualquier situación en la que se tenga que llevar a cabo una serie de
actividades relacionadas entre sí para alcanzar un objetivo determinado.
Un beneficio primordial que nos brinda el método de la ruta crítica es que resume en un solo
documento la imagen general de todo el proyecto, lo que nos ayuda a evitar omisiones,
identificar rápidamente contradicciones en la planeación de actividades, facilitando
abastecimientos ordenados y oportunos; en general, logrando que el proyecto sea llevado a
cabo con un mínimo de tropiezos.
En la práctica el error que se comete más a menudo es que la técnica se utiliza únicamente al
principio del proyecto, es decir, al desarrollar un plan y su programación y después se cuelga en
la pared el diagrama resultante, olvidándose durante el resto de la vida del proyecto.
El verdadero valor de la técnica resulta más cuando se aplica en forma dinámica. A medida que
se presentan hechos o circunstancias imprevistas, el método de la ruta crítica proporciona el
medio ideal para identificar y analizar la necesidad de replantear o reprogramar el proyecto,
reduciendo al mínimo el resultado adverso de dichas contingencias. Del mismo modo, cuando
se presenta una oportunidad para mejorar la programación del proyecto, la técnica permite
determinar fácilmente que actividades deben ser aceleradas para que se logre dicha mejoría.
6.3 MÉTODOLOGÍA
· Planeación y programación
· Ejecución y Control
El primer ciclo termina hasta que todas las personas directoras o responsables de los diversos
procesos que intervienen en el proyecto están plenamente de acuerdo con el desarrollo,
tiempos, costos, elementos utilizados, coordinación, etc., tomando como base la red de camino
crítico diseñada al efecto.
Al terminar la primera red, generalmente hay cambios en las actividades componentes, en las
secuencias, en los tiempos y algunas veces en los costos, por lo que hay necesidad de diseñar
nuevas redes hasta que exista un completo acuerdo de las personas que integran el grupo de
ejecución.
El segundo ciclo termina al tiempo de hacer la última actividad del proyecto y entre tanto existen
ajustes constantes debido a las diferencias que se presentan entre el trabajo programado y el
realizado.
Será necesario GRAFICAR en los esquemas de control todas las decisiones tomadas para
ajustar a la realidad el plan original. Con objeto de entender este proceso, se presenta la figura
1.
Considerando que el principal objetivo de este trabajo consiste en establecer la MÉTODOlogía
de la construcción de la red del camino crítico se abarcará únicamente el primer ciclo, con
objeto de presentar la elaboración de la red del camino crítico y entienda sus ventajas y
limitaciones.
El primer ciclo se compone de las siguientes etapas: definición del proyecto, lista de
actividades, matriz de secuencias, matriz de tiempos, red de actividades, costos y pendientes,
compresión de la red, limitaciones de tiempo, de recursos económicos, matriz de elasticidad.
Definición
PLANEACION Y PROGRAMACION
Aprobación
EJECUCION Y
CONTROL
Terminación
Esta etapa aunque es esencial para la ejecución del proyecto no forma parte del método. Es
una etapa previa que debe desarrollarse separadamente y para la cual también puede utilizarse
el método de la ruta crítica. Es una investigación de objetivos, métodos y elementos viables y
disponibles, lo que nos aclara si el proyecto va a satisfacer una necesidad o si es costeable su
realización.
3
Lista de actividades
Matriz de secuencias
· Por antecedentes
· Por secuencias
En el primer caso se preguntará a los responsables de los procesos cuales actividades deben
quedar terminadas para ejecutar cada una de las que aparecen en la lista. Debe cuidarse que
todas y cada una de las actividades tenga cuando menos un antecedente. En el caso de ser
iniciales, la actividad antecedente será cero.
Matriz de tiempos
Mediante esta matriz conocemos el tiempo de duración de cada actividad del proyecto. El
método de la ruta crítica utiliza únicamente un tipo de estimación de duración, basada en la
experiencia obtenida con anterioridad mediante una actividad X.
Para asignar el tiempo de duración de una actividad debemos basarnos en la manera más
eficiente para terminarla de acuerdo con los recursos disponibles.
Tanto la Matriz de Secuencias como la Matriz de Tiempos se reúnen en una sola llamada Matriz
de información, que sirve para construir la Red Medida.
Red de Actividades
Cuando se encuentran varias flechas conectadas una tras otra es que existe una secuencia
entre ellas; esa es la manera de ilustrar dicha dependencia. Los nudos o uniones de flechas,
denominados eventos, se representan en la gráfica en forma de círculos y significan la
terminación de las actividades que culminan en un evento determinado y la iniciación de las
subsecuentes.
ACTIVIDAD A ACTIVIDAD B
Para preparar un diagrama de flechas se deben contestar tres preguntas básicas sobre cada flecha
o actividad específica:
ACTIVIDAD A
ACTIVIDAD C
ACTIVIDAD B
ACTIVIDAD B
ACTIVIDAD A
ACTIVIDAD C
3. ¿Qué actividades se pueden realizar simultáneamente a la ejecución de esta?
ACTIVIDAD A ACTIVIDAD C
ACTIVIDAD B
La numeración de los eventos permite identificar las diferentes actividades mediante los
eventos de iniciación (i) y de terminación (j) para cada actividad puede ser identificada por una
combinación única de hechos de iniciación y de terminación, es necesario incluir en la
elaboración de una red a las llamadas actividades ficticias, que son aquellas que no
representan la realización de una tarea finita, tiempo de duración o costo (o sea que el evento
de iniciación, corresponde al evento de terminación con respecto al tiempo).
ACTIVIDAD (i, j)
i j
1 ACTIVIDAD A ACTIVIDAD C 4
2
ACTIVIDAD B
3
Indistintamente se podrían numerar los eventos al azar y realmente no hay razón por la cual no
se pueda o no se deba hacer. La experiencia ha demostrado, sin embargo, que el numerar los
eventos de una manera especial hace más simple el procedimiento aritmético. Es buena
práctica numerar los eventos de tal manera que el número del inicio de cualquier flecha sea
simple menor que el número indicado en su punta; en otras palabras “i” debe ser menor que “j”.
CAPÍTULO 7: TEORÍA DE COLAS
7.1 Introducción
Las "colas" son un aspecto de la vida moderna que nos encontramos continuamente en
nuestras actividades diarias. En el contador de un supermercado, accediendo al Metro, en
los Bancos, etc., el fenómeno de las colas surge cuando unos recursos compartidos
necesitan ser accedidos para dar servicio a un elevado número de trabajos o clientes.
El estudio de las colas es importante porque proporciona tanto una base teórica del tipo de
servicio que podemos esperar de un determinado recurso, como la forma en la cual dicho
recurso puede ser diseñado para proporcionar un determinado grado de servicio a sus
clientes.
Debido a lo comentado anteriormente, se plantea como algo muy útil el desarrollo de una
herramienta que sea capaz de dar una respuesta sobre las características que tiene un
determinado modelo de colas.
Una cola es una línea de espera y la teoría de colas es una colección de modelos
matemáticos que describen sistemas de línea de espera particulares o sistemas de colas.
Los modelos sirven para encontrar un buen compromiso entre costes del sistema y los
tiempos promedio de la línea de espera para un sistema dado.
Los sistemas de colas son modelos de sistemas que proporcionan servicio. Como modelo,
pueden representar cualquier sistema en donde los trabajos o clientes llegan buscando un
servicio de algún tipo y salen después de que dicho servicio haya sido atendido. Podemos
modelar los sistemas de este tipo tanto como colas sencillas o como un sistema de colas
interconectadas formando una red de colas. En la siguiente figura podemos ver un ejemplo
de modelo de colas sencillo.
Este modelo puede usarse para representar una situación típica en la cual los clientes
llegan, esperan si los servidores están ocupados, son servidos por un servidor disponible y
se marchan cuando se obtiene el servicio requerido.
La teoría de colas incluye el estudio matemático de las colas o líneas de espera y provee un
gran número de modelos matemáticos para describirlas.
Se debe lograr un balance económico entre el costo del servicio y el costo asociado a la espera
por ese servicio
La teoría de colas en sí no resuelve este problema, solo proporciona información para la toma
de decisiones
Identificar el nivel óptimo de capacidad del sistema que minimiza el coste global del
mismo.
Evaluar el impacto que las posibles alternativas de modificación de la capacidad del
sistema tendrían en el coste total del mismo.
Establecer un balance equilibrado (“óptimo”) entre las consideraciones cuantitativas
de costes y las cualitativas de servicio.
Hay que prestar atención al tiempo de permanencia en el sistema o en la cola: la
“paciencia” de los clientes depende del tipo de servicio específico considerado y eso
puede hacer que un cliente “abandone” el sistema.
Cliente:
Es todo individuo de la población potencial que solicita servicio. Suponiendo que los
tiempos de llegada de clientes consecutivos son 0<t1<t2<..., será importante conocer
el patrón de probabilidad según el cual la fuente de entrada genera clientes. Lo más
habitual es tomar como referencia los tiempos entre las llegadas de dos clientes
consecutivos: clientes consecutivos: T{k} = tk - tk-1, fijando su distribución de
probabilidad. Normalmente, cuando la población potencial es infinita se supone que la
distribución de probabilidad de los Tk (que será la llamada distribución de los tiempos
entre llegadas) no depende del número de clientes que estén en espera de completar
su servicio, mientras que en el caso de que la fuente de entrada sea finita, la
distribución de los Tk variará según el número de clientes en proceso de ser
atendidos.
Capacidad de la cola:
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.
La RSS (random selection of service), o SIRO (service in random order), que
selecciona a los clientes de forma aleatoria.
Mecanismo de servicio:
La distribución más usada para los tiempos de servicio es la exponencial, aunque es común
encontrar la distribución degenerada o determinística (tiempos de servicio constantes) o la
distribución Erlang (Gamma).
Notación de Kendall
• E k : Distribución Erlang
• G : Distribución general
M / M / s : Modelo donde tanto los tiempos entre llegada como los tiempo de servicio son
exponenciales y se tienen s servidores.
Terminología
• mn : Tasa medía de servicio para todo el sistema (número esperado clientes que
completan su servicio por unidad de tiempo) cuando hay n clientes en el sistema.
Nota: mn representa la tasa combinada a la que todos los servidores ocupados logran
terminar sus servicios
Tiempo entre
llegadas
l esperado
Tiempo entre
llegadas
m esperado
Ejemplo:
1 hora
l 3 = 20
minutos
r: factor de utilización para la instalación se servicio (fracción esperada de tiempo fue los
servidores individuales están ocupados).
l
r sm
=
Nota: Para los sistemas de colas que analizaremos haremos la suposición de que el
sistema se encuentra en la condición de estado estable.
Demostración
Para s = 1
Número promedio = 0 * P0 + 1 * P1
Número promedio = P1
Número promedio = r
• W : E(W )
• Wq: E (Wq )
Relaciones entre L , W , Lq y Wq
L=lW Lq = l Wq
Supongamos que el tiempo medio de servicio es una constante 1/m para toda n ³ 1
W = Wq + 1/m L = Lq+r
Estas relaciones son fundamentales pues permiten determinar las cuatro cantidades
fundamentales L, W, Lq, Wq, en cuanto se encuentra analíticamente el valor de una de
ellas.
RESUMEN DE LA SEGUNDA UNIDAD
Los árboles de decisión son muy utilizados a la hora de analizar la toma de decisiones
de individuos, son muy diversas las materias donde son utilizados, desde
la economía hasta la informática se sirven de su uso. Estos árboles son muy útiles
para visualizar las diversas opciones que se tienen y como llegar a ellas, además se
les pueden aplicar métodos de inducción, como por ejemplo la inducción hacia atrás,
gracias a los cuales mediante sencillos razonamientos se ve cómo se llegaría a la
solución final.
Estas habilidades descritas como necesarias en una medida u otra para garantizar el
éxito de los proyectos se centra en la administración de procesos. Sin embargo hay otra
serie de habilidades que también se requieren en el manejo de las personas como
liderazgo, escucha y buena retroalimentación.
Los métodos PERT y CPM están básicamente orientados en el tiempo en el sentido que
ambos llevan a la determinación de un programa de tiempo. Aunque los dos métodos
fueron desarrollados casi independientemente, ambos son asombrosamente similares.
Quizá la diferencia más importante es que originalmente las estimaciones en el tiempo
para las actividades se supusieron determinantes en CPM y probables en PERT. Ahora
PERT y CPM comprenden realmente una técnica y las diferencias, si existe alguna, son
únicamente históricas. En adelante, ambas se denominarán técnicas de “programación
de proyectos”.
AUTOEVALUACIÓN SEGUNDA UNIDAD.
El objetivo consiste en identificar con cuál de los dos períodos del pronóstico se obtiene
mayor precisión al compararse con las ventas reales del reporte.
2.- Una compañía desea realizar un pronóstico para el mes de abril, teniendo en cuenta la
siguiente información:
4.- Una empresa compra la materia prima a dos proveedores A y B, cuya calidad se muestra en
la tabla siguiente:
1% 0.80 0.40
2% 0.10 0.30
3% 0.10 0.30
La probabilidad de recibir un lote del proveedor A en el que haya un 1% de piezas defectuosas es del
70%. Los pedidos que realiza la empresa ascienden a 1.000 piezas. Una pieza defectuosa puede ser
reparada por 1 euro. Si bien tal y como indica la tabla la calidad del proveedor B es menor, este está
dispuesto a vender las 1.000 piezas por 10 euros menos que el proveedor A. Indique el proveedor que
debe utilizar.
SOLUCIONARIO DE AUTOEVALUACIÓN SEGUNDA UNIDAD
Solución problema 01
1.- Al ser un pronóstico con un período móvil de 3 meses, este deberá efectuarse a partir del
mes de abril, es decir que para su cálculo tendrá en cuenta tres períodos, es decir, enero,
febrero y marzo.
Luego para efectuar la previsión del mes de mayo, deberán tenerse en cuenta los últimos tres
períodos que anteceden al mes de mayo, es decir febrero, marzo y abril.
Solución problema 02
2.- Aplicando la formula respectiva de un pronóstico de Promedio Simple
Fórmula
El pronóstico de ventas para el período 4 (mes de abril) equivale a: 2865 unidades.
Solución problema 03
Promedio ponderado
PEPS o FIFO
UEPS o LIFO
Análisis final
Promedio $ 68.750
PEPS $ 75.000
UEPS $ 50.000
Al analizar los tres métodos se puede sacar como conclusión que la valoración más baja es la
obtenida con el UEPS, la más alta con el PEPS y una valoración intermedía con el promedio.
Solución problema 04
Paso 2 - Enumere para cada una de las alternativas de decisión, los estados de la naturaleza
asociados a la misma.