Compilado MC PDF

TEXTO UNIVERSITARIO
COMPILADO DE MÉTODOS CUANTITATIVOS
Antonio Yupanqui Acosta

Código………………..
Compilador
Chimbote, Perú
MÉTODOS CUANTITATIVOS
Serie UTEX
Primera Edición 2017

De esta edición Universidad Católica Los Ángeles de Chimbote
Jr. Leoncio Prado N° 443 Chimbote, Ancash – Perú
Telf.: (043) 327846.
Editado por:
Alberto Carrasco Torres
Texto digital
Decreto Legislativo 822 – Ley sobre el Derecho de Autor

Artículo 43º.- Respecto de las obras ya divulgadas lícitamente, es permitido sin
autorización del autor:
a) La reproducción por medios reprográficos, para la enseñanza o la realización
de exámenes en instituciones educativas, siempre que no haya fines de lucro y en
la medida justificada por el objetivo perseguido, de artículos o de breves extractos
de obras lícitamente publicadas, a condición de que tal utilización se haga
conforme a los usos honrados y que la misma no sea objeto de venta u otra
transacción a título oneroso, ni tenga directa o indirectamente fines de lucro.
ÍNDICE GENERAL ...........................................................................................................................................3
PRESENTACIÓN DEL DOCENTE…………………………………………………………………………………………………………………5
INTRODUCCIÓN……………………………………………………………………………………………………………………………………….7
UNIDADES DE APRENDIZAJE…………………………………………………………………………………………………………………….8
PRIMERA UNIDAD: FUNDAMENTOS Y APLICACIÓN DE MODELOS DE PROGRAMACIÓN LINEAL.…………9
CAPÍTULO 1: FUNDAMENTOS DE PROGRAMACIÓN LINEAL……………………………………………………………………..10
CAPÍTULO 2: FORMULACIÓN Y SOLUCIÓN A MODELOS DE PL, POR EL MÉTODO GRÁFICO………………….16
CAPÍTULO 3: EL PROBLEMA DE ASIGNACIÓN……………………………………………………………………………………….23
CAPÍTULO 4: EL PROBLEMA DE TRANSPORTE………………………. …………………………………………………………….32
CAPÍTULO 5: EL MÉTODO SIMPLEX PRIMAL………………………………………………………………………………………….36
CAPÍTULO 6: EL PROBLEMA DUAL Y EL MÉTODO SIMPLEX DUAL………………………………………………………………..10
CAPÍTULO 7: ANÁLISIS DE SENSIBILIDAD……………………………………………………………………………………………….16
RESUMEN PRIMERA UNIDAD ……………………………………………………………………………………………………………44
AUTOEVALUACIÓN PRIMERA UNIDAD………………………………………………………………………………………………45
SOLUCIONARIO DE AUTOEVALUACIÓN PRIMERA UNIDAD………………………………………………………………..47
REFERENCIAS BIBLIOGRÁFICAS…………………………………………………………………………………………………………48
SEGUNDA UNIDAD: PRONÓSTICOS, INVENTARIOS, ÁRBOLES, ADM.DE PROYECTOS Y REDES...….….49
CAPÍTULO 1: PRONÓSTICO DE DEMANDA………………………………..………………………………………………………50
CAPÍTULO 2: PRONÓSTICO DE VENTAS……………………………………………………………………………………………54
CAPÍTULO 3: MÉTODO DE CONTROL DE INVENTARIO……………....……………………………………………………………..63
CAPÍTULO 4: ÁRBOLES DE DECISIÓN …………………………………....…………………………………………………………….72
CAPÍTULO 5: DIAGRAMA DE GANTT…………………………….…..………………………………………………………………..76
CAPÍTULO 6: MÉTODO DE LA RUTA CRÍTICA………………………...…………………………………………………………….72
CAPÍTULO 7: TEORÍA DE COLAS…….…………………………….…..………………………………………………………………..76
RESUMEN SEGUNDA UNIDAD…………………………………………………………………………………………………………….80
AUTOEVALUACIÓN SEGUNDA UNIDAD …………………………………………………………………………………………….82
SOLUCIONARIO DE LA AUTOEVALUACIÓN SEGUNDA UNIDAD……………………………………………………………..….84
REFERENCIAS BIBLIOGRÁFICAS……………………………………………………………………………………………………………85
3
PRESENTACIÓN DEL DOCENTE
El docente, Antonio Yupanqui Acosta, es Licenciado

en Administración, adscrito a la Escuela Profesional
de Administración. Dicta la asignatura de Métodos
Cuantitativos en pregrado.
La compilación de este texto universitario permitirá a

los estudiantes de nuestra casa superior de estudios
el aprovechamiento de oportunidades que le
generen un mejor medio de lectura para alcanzar su
aprendizaje.
Sin embargo, los conceptos posiblemente sean reconocidos por su exactitud,

ya que hoy en día los métodos cuantitativos brindan una forma singularmente
poderosa para analizar problemas. Aunque los métodos cuantitativos se
ocupan de la gestión práctica de las organizaciones, incluido tomar en cuenta
los factores de la relevancia cuantitativa, su contribución especial descansa en
su habilidad singular para manejar los factores cuantitativos.
Esta propuesta está dirigida especialmente a los estudiantes que tienen la

visión de progreso y satisfacción con la lectura para generar una constante
mejora continua de nuestro desarrollo intelectual.
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:
La asignatura de Métodos Cuantitativos, se encuentra en el VIII Ciclo de estudio

de la Carrera Profesional de Administración. Esta asignatura es fundamental para la
formación profesional en las ciencias administrativas.
Saber métodos cuantitativos requiere de habilidades (saber escuchar, analizar), de

actitudes (tolerancia a la frustración) conocimientos (del negocio), y valores (confianza al
interior de un equipo). Puede ser que en una organización tomar decisiones es una
competencia organizacional, o bien solo es una competencia que requieren algunos de
sus integrantes.
La belleza de un modelo bien diseñado es que permite que los procedimientos

matemáticos corran en una computadora para encontrar buenas SOLUCIONES al
problema. Ya que los modelos matemáticos son representaciones ideales, están
expresados en términos simbólicos y matemáticos. Casi siempre para poder analizar los
problemas reales se tienen que hacer varios supuestos.
Muchos problemas en los negocios y finanzas giran alrededor de factores cuantitativos

como cantidades de producción, ingresos, costos, cantidades disponibles de recursos
necesarios y otros. Al incorporar estos factores cuantitativos en un modelo matemático y
aplicar procedimientos matemáticos para resolver el problema, los métodos cuantitativos
brindan una forma singularmente poderosa para analizar problemas.
Aunque los métodos cuantitativos se ocupan de la gestión práctica de las organizaciones,

incluido tomar en cuenta los factores de la relevancia cuantitativa, su contribución especial
descansa en su habilidad singular para manejar los factores cuantitativos. Esto se logra
aprendiendo a consensuar, tarea que parece fácil pero difícil de llevarla a la práctica
porque cada individuo tiene prioridades, intereses, expectativas y necesidades diferentes,
sin importar el nivel de competencia que designe la empresa.

UNIDADES DE APRENDIZAJE
PRIMERA UNIDAD:
FUNDAMENTOS Y APLICACIÓN DE
MODELOS DE PROGRAMACIÓN LINEAL
El contenido de la primera Unidad de aprendizaje ha sido tomado de:
 Gallagher, Ch, (1982) “Métodos cuantitativos para la toma de decisiones en

administración”; Ed. Mc Graw Hill Internacional. México,
 Gould.J. (1987), “Investigación de Operaciones”. Ed. Prentice may.
 Prawda, J, (1982) “Métodos y modelos de investigación de operaciones”. Vol I; Ed.
Limusa; México.
 Serra, D. (2004) Métodos cuantitativos para la toma de decisiones. Ediciones Gestión
2000.
 Taha, H, (1995) “Investigación de Operaciones”; Alfa Omega Grupo Editor, S.A. Quinta
Edición. México.
 Taha, H, (1981) “Investigación de Operaciones. Una introducción”; Ed.
Representaciones y Servicios Ingeniería; México.
 Tierouf, R, (1989) “Toma de decisiones por medio de investigación de operaciones”; Ed.
Limusa; México.
 http://dualidad1.blogspot.pe/2013/10/definicion-del-problema-dual_27.html
 http://www.vitutor.com/algebra/pl/a_a.html
CAPÍTULO 1: FUNDAMENTOS DE PROGRAMACIÓN LINEAL
1.1 ANTECEDENTES HISTÓRICOS
 Debido al éxito obtenido en las campañas de la Segunda Guerra Mundíal, entonces, en la

década de 1950 se usa en la industria, los negocios y el gobierno.
 Dio origen a las carreras como ingeniería mecánica, química e Industrial.
 Inglaterra dio origen a esta disciplina y a los EEUU se le atribuye el rápido crecimiento
gracias al método simplex desarrollado en 1947 por George Dantzing. Otras herramientas
de IO son PL, P. Dinámica, Líneas de Espera y teorías de inventario hasta antes de
terminar la década de 1950.
1.2 DEFINICIÓN DE PROGRAMACIÓN LINEAL
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.
1.4 MODELO DE PROGRAMACIÓN LINEAL
(Maximizar o Minimizar) Zo= C1X1+ C2X2 +…+ Cn-1Xn-1+ CnXn
Sujeto a:
a11X1 + a12X2 + … + a1jXj + . . . + a1nXn (< = > ) b1

a21X1 + a22X2 + … + a2jXj + . . . + a2nXn (< = > ) b2
: :
ai1X1 + ai2X2 + … + aijXj + . . . + ainXn (< = > ) bi
: :
am1X1 + am2X2 + … + amjXj + . . . + amnXn (< = > ) bm
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
j1
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.
1.6 TIPOS DE VARIABLES EN UN MODELO DE PROGRAMACIÓN LINEAL
 Si la restricción es de la forma  entonces se suma una VARIABLE DE HOLGURA Si

 Si la restricción es de la forma  entonces se agrega una VARIABLE DE EXCESO - Si
 Variables Artificiales (Ai):
Hace las veces de una variable de holgura en restricciones de la forma =
 Variables No Básicas:
Son aquellas variables que tienen valor igual a cero.
 Variables Básicas:
Son aquellos que cuyo valor son distintos de cero. Si son positivos se dicen que son
Variables Básicas Factibles.
 Variable Irrestricta (o no restringida): yi
Puede representarse en términos de dos variables no negativas mediante la sustitución de:
YI = YI’ – YI’’ YI’, YI’’  0
Solo una de las dos variables puede tomar un valor positivo, Es decir:
Si YI’>0 , entonces, YI’’=0 y viceversa.
Si YI (irrestricta) representa holgura y exceso, entonces:
YI’ es Holgura y YI’’ es Exceso.
CAPÍTULO 2: FORMULACIÓN Y SOLUCIÓN DE MODELOS DE
PROGRAMACIÓN LINEAL
2.1 FORMULACIÓN DE UN MODELO DE MAXIMIZACIÓN
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?
Capital a invertir Demanda del Mercado Utilidades

(millones de ptas.) (unidades) (millones ptas)
Tipo A (X1) 30 1 4
Tipo B (X2) 20 1 3
Disponibilidad 1800 80
Solución:
El modelo de programación lineal es el siguiente:
Maximizar Z = 4X1 + 3X2

Sujeto a:
30X1 + 20X2 1800 (Capital disponible)
X1 + X2 80 (Demanda del mercado)
X1, X2  0
El modelo de programación lineal es el siguiente:

Sujeto a:
30X1 + 20X2 1800 (Capital disponible)
X1, X2  0
La solución se dará por el método GRÁFICO más adelante.

2.2 FORMULACIÓN DE UN MODELO DE MINIMIZACIÓN
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:
Promoción Producto Fermentación Costo de Producción

(Unidades) (gr.) Unidades monetarias / unidad
Yogurt de Limón
1 0.5 1
(X1)
Yogurt de Fresa
1 0.2 2
(X2)
Demanda o
30000 9000
disponibilidad
Luego el Modelo de Programación Lineal será
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.
2.3 SOLUCIÓN POR EL MÉTODO GRÁFICO.
Modelo de Maximización: considerando el modelo del problema 1

Sujeto a:
30X1 + 20X2  1800 (Capital disponible)
X1, X2  0
Realizando las operaciones algebraicas para obtener los valores de X1 y X2 en cada una de las
restricciones:
En la restricción 1 (C1):
Si X1 = 0, entonces, X2 =90 Luego P1(X1, X2) = P1 (0,90) y Z1 = 4(0)+3(90) = 270
Si X2 = 0, entonces, X1 =60 Luego P2(X1, X2) = P2 (60,0) y Z2 = 4(60)+3(0) = 240P2 si forma
parte de la solución.
Si X1 = 0, entonces, X2 =80 Luego P3(X1,X2) = P3(0,80) y Z3 = 4(0)+3(80) = 240
P3 si forma parte de la solución.
Calculando el punto (R) donde se interceptan las dos restricciones:

Resolviendo simultáneamente las dos ecuaciones.
30X1 + 20X2 = 1800
-30X1 + -30X2 = -2400
-10X2 = - 600
X2 = 60
Luego: X1 = 20
PR(X1, X2) = PR (20,60)
Entonces: ZR = 4(20) + 3(60)
ZR = 260
Por lo tanto la solución optima esta en el punto R (Por ser un problema de maximización)
Aquí la Z se vuelve el mayor posible.
X1 = 20
X2 = 60
ZR = 260
Se tiene la siguiente GRÁFICA:
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
Modelo de Minimización: considerando el modelo del problema 2

Minimizar Z = X1 + 2X2
Sujeto a:
X1 + X2 30000 (Unidades Yogurt)
0.5X1 + 0.2X2  9000 (Productos de fermentación)
X1, X2  0
Realizando las operaciones algebraicas para obtener los valores de X1 y X2 en cada una de las
restricciones:
Si X1 = 0, entonces, X2 =30000 Luego P1(X1, X2) = P1 (0,30000) y Z1= 1(0)+2(30000)=60000
Si X2 = 0, entonces, X1 =30000 Luego P2(X1, X2) = P2 (30000,0) y Z2= 1(30000)+2(0)=30000
Si X1 = 0, entonces, X2 =45000 Luego P3(X1, X2) = P3 (0,45000) y Z3=1(0)+2(45000) = 90000
Calculando el punto (R) donde se interceptan las dos restricciones:
Resolviendo simultáneamente las dos ecuaciones.
X1 + X2 = 30000
-X1 - 0.4X2 = -18000
0.6X2 = 12000
X2 = 20000
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.
2.4 APLICACIONES DE LA PROGRAMACIÓN LINEAL
Aunque surgió como aplicación a cuestiones de carácter logístico y militar, es la industria y la

economía donde, posteriormente ha encontrado sus aplicaciones más importantes.
Así, por ejemplo, la Programación Lineal permite resolver problemas de mezclas, nutrición de
animales, distribución de factorías, afectación de personal a distintos puestos de trabajo,
almacenaje, planes de producción, escalonamiento de la fabricación, problemas de circulación,
planes de optimización de semáforos, estudios de comunicaciones internas, etc.
CAPÍTULO 3: EL PROBLEMA DE ASIGNACIÓN
3.1 El problema de asignación:

Este problema administrativo consiste en colocar m recursos (personal u objetos) a n tareas.
Por ejemplo, una empresa puede asignar óptimamente sus m empleados a n áreas de la
empresa teniendo en cuenta el rendimiento del empleado. Aquí se puede maximizar el
rendimiento. Por otro lado se puede minimizar los costos asociados que tiene el hecho de
asignar un empleado a un determinado departamento.
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.
Problema: Caso Compañía JAV.

La gerencia general que se encuentra en Bogotá ha decidido que cada uno de los 4
vicepresidentes visite una de las 4 plantas de la compañía ubicadas en diferentes ciudades.
La gerencia empieza por estimar los costos que representará a la compañía el envío de cada
vicepresidente a cada planta. Con esos costos el gerente puede evaluar cualquier designación
particular con base en la siguiente matriz de costos:
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
Establecer el plan de asignación a mínimo costo.
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:
Finanzas (F) 14 0 11 0
Mercadeo (M) 4 12 0 4
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.
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:
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
Quedando la siguiente tabla:

Paso 6:
Paso 7:
Como el número de rectas es igual al número de filas entonces obtenemos el costo mínimo.
Luego la asignación queda de la siguiente manera
VICEPRESIDENTE Planta Costo

($)
Finanzas (F) 2 10
Mercadeo (M) 3 10
Operaciones (O) 1 15
Personal (P) 4 13
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
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
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
Consideremos que sucede el hecho de enviar 1 unidad en la ruta A - X.

Aumentar 1 unidad en A – X + 12
Disminuir 1 unidad en A – Z - 10.
Aumentar 1 unidad en D – Z + 4
Disminuir 1 unidad en D – X - 6
Total = 0; esto significa que enviar una unidad en esa ruta mantiene indistinto al modelo.
Consideremos que sucede el hecho de enviar 1 unidad en la ruta A - Y.
Aumentar 1 unidad en A – Y + 6
Disminuir 1 unidad en A – Z - 10
Aumentar 1 unidad en B – Z + 9
Disminuir 1 unidad en B – Y - 4
Total = + $ 1; esto significa que enviar una unidad en esa ruta se incrementa el costo en una
unidad de miles de dólares.
Ejercicio: Evaluar para las demás celdas vacías.
Finalmente la solución sería la óptima con un costo de acuerdo a la siguiente tabla.
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
A1 B11 b12 ... b1n a1
A2 B21 b22 b2n a2
... ... ... ... ... ...
Am bm1 bm2 ... bmn am
Necesidades C1 c2 ... cn
Ejemplo: Un ave de rapiña necesita para subsistir al día 30 unidades de

proteínas, 20 de grasas y 8 de vitaminas. Sus presas son dos tipos de animales:
ratones que le proporcionan 3 unidades de proteínas, 4 de grasa y 1 de
vitaminas; y palomas, que le proporcionan 6 unidades de proteínas, 2 de grasas
y 1 de vitaminas. Si cazar y comer un ratón le cuesta 7 unidades de energía y
una paloma 12 unidades de energía, ¿cuántas presas de cada clase deben
cazar para satisfacer sus necesidades, con el menor gasto de energía?
Solución:
Componentes
Alimentos
Costes
Proteínas Grasas Vitaminas
(Unidades de Energía)
Ratones 3 4 1 7
Palomas 6 2 1 12
Necesidades 30 20 8
El problema consiste en minimizar el gasto de energía.

CAPÍTULO 5: MÉTODO SIMPLEX PRIMAL
Algoritmo creado en 1947 por George Dantzing.
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.
5.2 CONDICIÓN DE OPTIMIDAD:

La variable entrante en una maximización (en una minimización) es la variable no básica, con
el coeficiente mas negativo (más positivo) en la ecuación z objetivo. Un empate se rompe
arbitrariamente. El óptimo se alcanza cuando todos los coeficientes no básicos en la ecuación z
son positivos (negativos) o ceros.
5.3 CONDICIÓN DE FACTIBILIDAD:

Cualquiera sea el modelo de Programación Lineal (Maximización o Minimización) la Variable
Saliente es la variable básica actual, con la menor intersección (razón mínima con
denominador estrictamente positivo) en dirección de la variable entrante. Un empate se rompe
arbitrariamente.
5.4 MÉTODO DE GAUSS – JORDAN.
1.- Ecuación Pivote:

Nueva Ec. Pivote = Ec. Pivote  Elem Pivote
2.- Formula para hallar las demás ecuaciones, incluyendo Z.
Nueva Ec. = (Ec. Anterior) – (Coef. Columna Entrante) X (Nueva Ec. Pivote)
Tipo de Solución del Método Simplex Primal: Solución Óptima y Factible.
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
Maximizar Z - 3x1 - 2x2 + 0S1 + 0S2 + 0S3 + 0S4 = 0

s.a.
x1 + 2x2 + S1 = 6
2x1 + x2 + S2 = 8
-x1 + x2 + S3 = 1
x2 + S4 = 2
x1,, x2 , S1, S2, S3, S4  0
Simplex Tableau -- Iteration 1
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
Nueva Ec. Pivote.

X1 0 1 ½ 0 ½ 0 0 4
Calculo de los coeficientes de las demás variables.

Zanterior 1 -3 -2 0 0 0 0 0
-(-3)*NEP 0 3 3/2 0 3/2 0 0 12
Znuevo 1 0 -0.5 0 3/2 0 0 12
Calculo del Nuevo S1.

S1 anterior 0 1 2 1 0 0 0 6
-(1)*NEP 0 -1 -1/2 0 -1/2 0 0 -4
S1nuevo 0 0 3/2 1 -1/2 0 0 2

S3 anterior 0 -1 1 0 0 1 0 1
-(-1)*NEP 0 1 ½ 0 ½ 0 0 4
S3nuevo 0 0 3/2 0 ½ 1 0 5

S4 anterior 0 0 1 0 0 0 1 2
-(0)*NEP 0 0 0 0 0 0 0 0
S4nuevo 0 0 1 0 0 0 1 2
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
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
SOLUCIÓN DE UN MODELO DE MINIMIZACION CON EL MÉTODO SIMPLEX PRIMAL
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
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
Iteración 2 (Tabla Optima)

Bi / aij
Z
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
CASOS ESPECIALES EN LA SOLUCIÓN CON EL MÉTODO SIMPLEX
1. SOLUCIONES Infactibles (Inexistentes).

Sucede cuando las restricciones no se pueden satisfacer en forma simultánea. Esto puede
suceder cuando existen restricciones distintas al de  dado a que se debe agregar
variables artificiales (valores muy grandes) que se convierten en cero cuando llegan al
óptimo. Caso contrario (valor positivo de la variable artificial) se dice que la solución es
infactible.
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)
j=1 naijxj=bii=1,2,...m (2)
xj0, j=1,2,...n (3)
PROBLEMA DUAL:
Considerar el siguiente modelo de PL.
Maximizar Z = CX
s.a.
AX  b
X0
Está asociado al problema Dual:
Minimizar w = b T X
s.a.
A T Y  CT
Y0
CONDICIONES para derivar un Dual a partir de un Primal.
1. El objetivo primal es maximización, y el objetivo dual es minimización.

2. El número de variables en el dual es igual al número de restricciones en el primal.
3. El número de restricciones en el dual es igual al número de variables en el primal.
4. Los coeficientes de la función objetivo en el primal forman las constantes del lado derecho
del dual.
5. Las constantes del lado derecho del primal forman los coeficientes de la función objetivo del
dual.
6. Todas las variables son no negativas en ambos problemas.
Ejemplo 1: Dado el siguiente modelo de PL.
Primal:
s.a.
x1 + 2x2  6 ........... Y1
2x1 + x2  8 ........... Y2
-x1 + x2  1 ........... Y3
x2  2 ........... Y4
x1,, x2  0
Dual:
Minimizar W = 6Y1 + 8Y2 + Y3 + 2Y4

s.a.
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
La solución Dual se puede obtener a partir de la solución óptima Primal.
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
Zmax = W min = 12.667
Ejemplo 2: Dado el siguiente modelo de PL (Primal) obtener su Dual.
Primal:
s.a.
x1 - x 2  3/5 ........... Y1
x1 - x 2  2 ........... Y2
x1 , x2  0
Dual:
Minimizar W = 3/5Y1 - 2Y2

s.a.
Y1 - Y2  4
-Y1 + Y2  3
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)
El Dual del Dual es el Primal.
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:
Minimizar W = 11Y1 - 22Y2 + 33Y3

s.a.
Y1 + 7Y2 + 9Y3  2
5Y1 - 6Y2 + 4Y3  -3
Y1 , Y2  0
El modelo anterior se puede representar de la siguiente manera:
Maximizar - W = -11Y1 + 22Y2 - 33Y3

s.a.
-Y1 - 7Y2 - 9Y3  -2
-5Y1 + 6Y2 - 4Y3  3
Y1 , Y2  0
Hallando su Dual a este modelo tenemos:
Minimizar -Z = -2x1 + 3x2

s.a.
-x1 - 5x2  -11
-7x1 + 6x2  22
-9x1 - 4x2  -33
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.
MÉTODO SIMPLEX DUAL
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:
 El modelo debe estar representado en su forma estándar.

 Debe tener una solución básica inicial óptima e infactible. Es decir los coeficientes de Z deben ser
negativos o ceros y los elementos del lado derecho deben ser negativos.
 Añadir las variables de Holgura o Exceso dependiendo del tipo de Restricción.
 Las variables de Exceso deben tener coeficiente positivo. Logrando con ello que la solución inicial
sea infactible.
 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.
MÉTODO DE GAUSS – JORDAN.

1.- Ecuación Pivote:
Nueva Ec. Pivote = Ec. Pivote  Elem Pivote
2.- Formula para hallar las demás ecuaciones, incluyendo Z.
Nueva Ec. = (Ec. Anterior) – (Coef. Columna Entrante) X (Nueva Ec. Pivote)
SOLUCIÓN DE UN MODELO DE MAXIMIZACIÓN CON EL MÉTODO SIMPLEX DUAL
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
Nueva Ec. Pivote:(NEP)

X2 0 ¼ 1 0 -1/2 5
Calculo de los coeficientes de las demás variables:
Zanterior 1 -1/2 0 0 -1 10
-(-2)*NEP 0 ½ 2 0 -1 10
Znuevo 1 -1/2 0 0 -1 10
S1anterior 0 -1/10 -1/10 1 0 -1

-(-1/10)*NEP 0 1/40 1/10 0 -1/20 ½
S1nuevo 0 -3/40 0 1 -1/20 -1/2
Nueva Tabla:
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
Nueva Ec. Pivote:(NEP)

X1 0 1 0 -40/3 2/3 20/3
Calculo de los coeficientes de las demás variables:

Zanterior 1 -1/2 0 0 -1 10
-(-1/2)*NEP 0 ½ 0 -20/3 1/3 10/3
Znuevo 1 0 0 -20/3 -2/3 40/3
X2anterior 0 ¼ 1 0 -1/2 5
-(-1/2)*NEP 0 -1/4 0 10/3 -1/6 -5/3
X2nuevo 0 0 1 10/3 2/3 10/3
Nueva Tabla: Tabla Final.
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
CAPÍTULO 7: ANÁLISIS DE SENSIBILIDAD
Sea el siguiente modelo de PL:
Maximizar Z = 12x1 + 20x2 + 18x3 +40x4

s.a.
4x1 + 9x2 + 7x3 + 10x4  6000 (Horas Hombre en carpintería)
x1 + x2 + 3x3 + 40x4  4000 (Horas Hombre en acabado)
x1,, x2 , x3 , x4 0
x1,, x2 , x3 , x4 : son modelos de escritorio ( 4 modelos ).
Sean las siguientes tablas:

Tabla Inicial:
Sea el siguiente modelo de PL:
Maximizar Z = 12x1 + 20x2 + 18x3 +40x4

s.a.
4x1 + 9x2 + 7x3 + 10x4  6000 (Horas Hombre en carpintería)
x1 + x2 + 3x3 + 40x4  4000 (Horas Hombre en acabado)
x1,, x2 , x3 , x4 0
x1,, x2 , x3 , x4 : son modelos de escritorio ( 4 modelos ).
Sean las siguientes tablas:
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:
A partir del análisis de estas dos tablas podemos deducir lo siguiente:

Estado de los recursos.- Pueden ser de dos tipos: Escasos y abundantes.
S1 es escaso (representa a Horas Hombre en carpintería).
S2 es escaso (representa a Horas Hombre en acabado).
Estas dos variables no forman parte de la solución básica por lo tanto S1=S2=0 lo cual indica
que se ha utilizado todo en el proceso productivo.
Por otro lado, un recurso es abundante cuando forma parte de las variables básicas y es
diferente de cero. Lo cual indica que existen recursos disponibles al finalizar el proceso
productivo por lo tanto no es necesario disponer de más recursos.
Precios Duales (Precios sombra).- Representa el Precio Unitario que tiene cada recurso
expresado en unidades monetarias por unidad de medida del recurso.
En el ejemplo:
El recurso 1: tiene un precio dual Y1 = 44/15.
El recurso 2: tiene un precio dual Y2 = 4/15.
CAMBIO EN LA DISPONIBILIDAD DE LOS RECURSOS
Cualquier cambio Di que se haga a un recurso Bi este afectará a la función objetivo en una
proporción igual al coeficiente del recurso en la misma función objetivo.
Es decir:
Si cambio el recurso 1 de: 6000 a 6000 + D1, entonces, Z = 56000/3 + (44/15) D1
El intervalo de variabilidad se calcula de la siguiente manera:
4000/3 + (4/15) D1 >= 0 ..................................................... 
1000/15 + (-1/150 )D1 >= 0 ................................................ 
 y  son mayor igual a cero para conservar la factibilidad:
De aquí se tiene que analizar dos casos:
Caso1: si D1 > 0
 Cumple para cualquier D1>=0
 Cumple para cualquier D1<=10000
Por lo tanto:
D110000
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:
-5000D110000
Por lo tanto el recurso 1 puede variar en este rango:

-5000 + 6000  Recurso 1  10000 + 6000
1000  Recurso 1 16000
Luego la función objetivo puede variar de la siguiente manera:
56000/3 + (44/15) (-5000)  Z + (44/15) D1  56000/3 + (44/15)10000
12000/3  Z + (44/15) D1  144000/3
4000  Z + (44/15) D 1  48000
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.
Caso 1: Si No es variable básica.

El cambio d del coeficiente objetivo original de una variable no básica conduce siempre al
decremento en la misma cantidad del coeficiente objetivo en la tabla optima actual.
Por ejemplo:
X2 es variable no básica su c2 = 20, entonces el nuevo seria c2 = 20 + d2 y la variación del
coeficiente de X2 se vera afectado en: 20/3 - d2
Para no romper la optimidad se debe cumplir que: 20/3 - d2 >= 0, entonces, d220/3
Por lo tanto:
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?
Veamos la Tabla óptima:

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
Si vario en d1 a c1 inicial, entonces, en el óptimo se variara de la siguiente manera:
Z X1 X2 X3 X4 S1 S2
Z 1 0 20/3 + (7/3)d1 0 10/3+(5/3)d10 0 44/15 + (4/15)d10 4/15 – (1/15)d10
Nota:
Son mayores que cero para conservar la optimidad.
Solución por el Método Analítico:
Z X1 X2 X3 X4 S1 S2
Z 1 0 20/3 + (7/3)d1 0 10/3+(5/3)d10 0 44/15 + (4/15)d10 4/15 – (1/15)d10
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 dii
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
Ejercicio: Calcular la variación del coeficiente de X4

RESUMEN DE LA PRIMERA UNIDAD
La programación lineal es una técnica matemática que busca resolver problemas de

planificación. Principalmente ayuda a tomar decisiones de asignación de recursos (es decir
problemas de maximización o minimización). Optimización lineal o programación lineal (LP) es
un método matemático para determinar la forma de lograr el mejor resultado en un modelo con
varios requisitos (restricciones) que tienen una relación lineal.
Wikipedía la define como: La Programación Lineal es un procedimiento o algoritmo

matemático mediante el cual se resuelve un problema indeterminado, formulado a través de
ecuaciones lineales, optimizando la función objetivo, también lineal. Consiste en optimizar
(minimizar o maximizar) una función lineal, denominada función objetivo, de tal forma que las
variables de dicha función estén sujetas a una serie de restricciones que expresamos mediante
un sistema de inecuaciones lineales. Requerimientos de un problema de programación lineal.
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.
Esto significa que si la producción de 1 unidad de un producto utiliza 3 horas de un recurso

particular escaso, entonces producir 10 de este producto utiliza 30 horas del recurso.
Aditividad: El total de todas las actividades es igual a la suma de las actividades individuales.
Divisibilidad: Las SOLUCIONES no tienen que ser números (enteros). En su lugar, son
divisibles y pueden tomar cualquier valor fraccionario. Este supuesto depende del tipo de
problema en estudio. Si este no admite, valores fraccionarios, estamos ante un problema de
programación entera. No negatividad: Se supone que todas las respuestas o variables son no
negativas. No se puede producir un número negativo de sillas. Formulación de problemas de
programación lineal.
La formulación de un programa lineal implica desarrollar un modelo matemático para

representar al problema. Por lo tanto, es necesario entender a cabalidad el problema a
resolver. Una vez que este se entiende, los pasos para formular un programa lineal son los
siguientes:
1. Entender por completo el problema que se enfrenta.

2. Identificar los objetivos y las restricciones (de ser posible resumir los datos del problema).
3. Definir las variables de decisión.
4. Utilizar las variables de decisión para escribir las expresiones matemáticas de la función
objetivo y de 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
1.- Una compañía f abrica y ven de dos modelos de lámpar a L 1 y L 2 . Para su

f abricación se necesita un trabajo manual de 20 minutos para el modelo L 1 y de
30 minutos para el L 2 ; y un trabajo de máquina para L 1 y de 10 minutos para L 2 .
Se dispone para el trabajo manual de 100 horas al mes y para la máqu ina 80
horas al mes. Sabiendo que el benef icio por unidad es de 15 y 10 euros para
L 1 y L 2 , respectivamente, planif icar la producción para obtener el máximo
benef icio.
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
1 Elección de las incógnitas.

x = nº de lámparas L1
y = nº de lámparas L2
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
Manual 1/3 1/2 100
Máquina 1/3 1/6 80
1/3x + 1/2y ≤ 100

1/3x + 1/6y ≤ 80
Como el número de lámparas son números naturales, tendremos dos restricciones más:
x≥0
y≥0
4 Hallar el conjunto de SOLUCIONES factibles

Tenemos que representar gráficamente las restricciones.
Al ser x ≥ 0 e y ≥ 0, trabajaremos en el primer cuadrante.
Representamos las rectas, a partir de sus puntos de corte con los ejes.
Resolvemos gráficamente la inecuación: 1/3 x + 1/2 y ≤ 100; para ello tomamos un punto del
plano, por ejemplo el (0,0).
1/3·0 + 1/2·0 ≤ 100

1/3·0 + 1/6·0 ≤ 80
La zona de intersección de las SOLUCIONES de las inecuaciones sería la solución al sistema
de inecuaciones, que constituye el conjunto de las SOLUCIONES factibles.
5 C al cu l ar las coordenadas de los vértices del recinto de las SOLUCIONES factibles.

La solución óptima si es única se encuentra en un vértice del recinto. Estas son las SOLUCIONES a los
sistemas:
1/3x + 1/2y = 100; x = 0 (0, 200)
1/3x + 1/6 y = 80; y = 0(240, 0)
1/3x + 1/2 y = 100 ; 1/3x + 1/6 y = 80(210, 60)
6 C al cu l ar el valor de la función objetivo
En la función objetivo sustituimos cada uno de los vértices.
f(x, y) = 15x + 10y
f(0, 200) = 15·0 + 10·200 = 2 000 €
f(240, 0 ) = 15·240 + 10·0 = 3 600 €
f(210, 60) = 15·210 + 10·60 = 3 750 € Máximo
La solución óptima es fabricar 210 del modelo L1 y 60 del modelo L1 para obtener un beneficio
de 3 750 €.
Problema N° 02
1 El e cci ón de las incógnitas.

x = P1
y = P2
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

5 Calcular las coordenadas de los vértices del recinto de las SOLUCIONES factibles.
6 C al cu l ar el valor de la función objetivo

f(x,y) = 6.5 · 200 + 7 · 0 = 1300 €
f(x,y)= 6.5 · 0 + 7 · 200 = 1 400 €
f(x,y)= 6.5 · 150 + 7 · 100 = 1 675 € Máximo
La solución óptima son 150 P 1 y 100 P 2 con la que se obtienen 1 675 €
Problema N° 03
1 El e cci ón de las incógnitas.

x=X
y=Y
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

5 C al cu l ar las coordenadas de los vértices del recinto de las SOLUCIONES factibles.
6 Calcular el valor de la función objetivo

f(0, 15) = 10 · 0 + 30 · 15 = 450
f(15, 0) = 10 · 15 + 30 · 0 = 150
f(5/2, 5/2) = 10 · 5/2 + 30 · 5/2 = 100 Mínimo
El costo mínimo son 100 € para X = 5/2 e Y = 5/2.
SEGUNDA UNIDAD:
PRONÓSTICOS, INVENTARIOS,
ÁRBOLES, ADMIMISTRACIÓN DE
PROYECTOS Y REDES
El contenido de la Segunda Unidad de aprendizaje ha sido tomado de:
Adam. E. (1991) Administración de la Producción y las Operaciones, cuarta edición Prentice Hall
Hispanoamericana, S.A., México.
Schroeder R. (1993) Administración de Operaciones. Toma de decisiones en la función de

Operaciones, tercera edición, Mc Graw Hill, México.
Render.Y.(1996) Principios de Administración de Operaciones, Prentice Hall

Hispanoamericana; México.
Noori H. (1998) Administración de Operaciones y Producción: Calidad total y Respuesta

Sensible Rápida. Mc Graw Hill, México.
Sinisterra V., Gonzalo. Polanco, L. (2007). Contabilidad Administrativa.
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
CAPÍTULO 1: PRONÓSTICO DE DEMANDA
1.1 PRONOSTICAR: consiste en utilizar datos pasados para determinar acontecimientos

futuros.
Los pronósticos a menudo son utilizados para poder predecir la demanda del
consumidor de productos o servicios, aunque se pueden predecir una amplia gama de
sucesos futuros que pudieran de manera potencial influir en el éxito
Pronosticar es el arte y la ciencia de predecir los eventos futuros. Puede involucrar el
manejo de datos históricos para proyectarlos al futuro, mediante algún tipo de modelo
matemático. Puede ser una predicción del futuro subjetiva o intuitiva. O bien una
combinación de ambas, es decir, un modelo matemático ajustado por el buen juicio de
un administrador.
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
Un administrador debe tener la habilidad de alterar la demanda. En el caso en que la

demanda exceda la capacidad, la empresa debe ser capaz de reducir la demanda
sencillamente con elevar los precios, programando tiempos de entrega largos (los
cuales pueden ser inevitables), y desanimando los negocios con utilidad marginal. En el
caso de que la capacidad exceda la demanda, la empresa quizá requiera la
estimulación de la demanda a través de las reducciones de precios de mercadeo
agresivo, o acomodar el mercado de una mejor manera a través de los cambios de
productos.
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
· Ajuste de equipos y procesos, que pueden incluir la compra de maquinaria

adicional o la venta o arrendamiento de equipo existente;
· Mejoramiento de los métodos para aumentar la salida, y/o
· El rediseño del producto para facilitar más rendimiento
1.2 CLASIFICACIÓN DE LOS PRONÓSTICOS:
· 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 medíano plazo. Un pronóstico de rango medíano, o intermedio,

generalmente con un lapso de tres meses a tres años. Es valioso en la planeación de
producción y presupuestos, planeación de ventas, presupuestos de efectivo, y el
análisis de varios planes de operación.
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.
1.3 TIPOS DE PRONÓSTICO
 Pronósticos económicos marcan el ciclo del negocio al predecir las tasas de

inflación, oferta de dinero, nuevas construcciones, y otros indicadores de
planeación.
 Pronósticos tecnológicos tienen que ver con las tasas de progreso tecnológico,
que pueden dar por resultado el nacimiento de productos novedosos, que
requieren nuevas plantas y equipo.
 Pronósticos de demanda son proyecciones de la demanda para los productos o
servicios de una compañía. Estos pronósticos, también llamados pronósticos de
ventas, conducen la producción de una compañía, la capacidad, y los sistemas de
programación, y sirven como insumos a la planeación financiera, de mercado y de
personal.
1.4 MODELOS BÁSICOS DE PROMEDIO
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
D1 = demanda del periodo más reciente
D2 = demanda que ocurrió hace dos periodos
Dk = demanda que ocurrió hace k periodos
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.
La razón de la obtención del promedio es que si se obtiene el promedio de todas las

demandas anteriores, las demandas elevadas que se tuvieran en diversos periodos
tenderán a ser equilibradas por las bajas demandas de otros periodos, Los resultados
serán un promedio que representa el verdadero modelo subyacente, especialmente
cuando se incrementa el número de periodos empleados en el promedio.
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
Medía móvil simple
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
t = 1 en el periodo más antiguo en el promedio de n periodos
t = n es el periodo más reciente

Ejemplo
Frigerware ha experimentado la siguiente demanda de productos para sus neveras

durante los últimos seis meses:
Mes Demanda total de neveras

Enero 200
Febrero 300
Marzo 200
Abril 400
Mayo 500
Junio 600
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.
Es necesario hacer una recomendación al gerente de planta Frigerware. Baste

recomendar usar una medida móvil de tres meses de 500 neveras para Julio, pues el
número parece ser más representativo de la serie de tiempo que una medida móvil de
seis meses y se basa en más datos que en el caso de una medida móvil de un mes.
Medía móvil ponderada
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:
Demanda de cada periodo por un peso
MMP = determinado, sumada a los largo de todos los

Periodos en la medía móvil.
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.
2.2 FACTORES A TENER EN CUENTA PARA REALIZAR EL PRONÓSTICO DE

VENTAS.
Capacidad del negocio: al no conocer la capacidad de inversión, la capacidad de

producción, la capacidad de abastecimiento, el tamaño, la empresa se puede convertir
en un limitante para cumplir con las metas propuestas por la proyección de ventas
realizadas, al producir un porcentaje menor al que arroja la proyección.
Temporadas: dependiendo del producto la empresa debe conocer las épocas o

temporadas del año, donde el producto se vende con mayor frecuencia, claro está, que
los productos de consumo masivo como los de la canasta familiar presentan demanda
continua.
Ejemplo: juguetería en navidad.
Aspiraciones de ventas: se debe tener en cuenta el porcentaje o incremento de venta

que la empresa quiere obtener, los objetivos de ventas que deben ser superiores al
porcentaje o cantidades dadas por el punto de equilibrio, donde al sobrepasarlo es en
realidad que se empieza a percibir las ganancias de la empresa.
Ejemplo: aspiración de venta de 1000 vehículos para fin de año, de la empresa FORD.
Estimaciones de la demanda: también se conoce como estimación de las ventas, para

entender este método primero veamos algunos conceptos.
Demanda: es la cantidad del producto o servicio que compran en un determinado
periodo, la cantidad depende de ciertos factores como los ingresos de los clientes, el
precio del producto y él de la competencia, la variedad de marcas, de los gustos de los
consumidores entre otros.
Oferta: es la cantidad del producto servicio que la empresa puede vender en un

determinado periodo, dicho de otra manera, es el total de producción que se puede
sacar al mercado, la cual depende de los costos de producción del mercado.
2.3 TÉCNICAS DE PROYECCIÓN DE VENTAS
Datos históricos de los productos.
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:
Estacionalidad: estudio de las ventas en períodos de tiempo de 30 días, pero hay

estudios que requieren períodos más cortos como semanas e incluso días.
Ejemplo: una tienda de variedades presenta incremento de ventas en los meses de

mayo, setiembre y diciembre, pero por ejemplo, la semana anterior al día del amor y la
amistad incrementa sus ventas y específicamente el día del amor y la amistad es
cuando más vende.
Concentración: es el estudio de las cantidades que se vende por cada cliente

analizando su participación porcentual en el total de las ventas.
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
Existen métodos matemáticos y estadísticos para realizar el pronóstico de

ventas, este documento le permitirá conocer los métodos y sus fórmulas,
enfatizaremos en los tres que consideramos son más fáciles de comprender,
apóyese en el documento anexo en Excel “proyección de ventas” y paso a paso
siga el procedimiento.
Ejemplo:
Técnicas matemáticas
La empresa PLÁSTICOS Y PLÁSTICOS presenta la siguiente información

histórica sobre sus ventas:
PERIODO AÑO VENTA EN UNIDADES - PRODUCTO 01
1 2007 50000
2 2008 50500
3 2009 52300
4 4 2010 53000
5 2011 53700
F
PERIODO AÑO VENTA EN UNIDADES - PRODUCTO 01
Determinar el pronóstico de ventas por cada uno de los métodos: incrementos

absolutos, porcentuales, tendencias y mínimos cuadrados.
Fórmulas
2.4.1 Método de incremento absoluto
Según Sinisterra V. Gonzalo, Polanco Luis E. en su libro “Contabilidad Administrativa

(2007)”. El método de incremento absoluto calcula los incrementos (disminuciones) en
valores absolutos. Determina un promedio que se agrega al último dato para obtener el
pronóstico. Para el caso del ejemplo será:
Volumen actividad Cambio

Año
(unidades) absoluto (Abs)
1 2000 -
2 2400 400
3 2850 450
4 2980 130
5 3400 420
6 3860 460
FAVA - Formación en Ambientes Virtuales de Aprendizaje SENA - Servicio Nacional de Aprendizaje
El promedio se calcula así: _________ = 1860 = 372

6-1
2 Por lo tanto, las ventas pronosticadas para el año 7 son:

3860 + 372 = 4232 unidades

2.4.2 Método de incremento porcentual
Según Sinisterra, consiste en calcular el aumento (disminución) porcentual del volumen de

actividad para cada año con el fin de determinar un promedio de aumento (disminución) para la
muestra. Este se aplica al año inmediatamente anterior del período a presupuestar, resultando el
pronóstico requerido. Para el ejemplo presupuesto, el método opera de la siguiente forma:
Volumen actividad Cambio

Año
(unidades) porcentual (%)
1 2000 -
2 2400 0.2000
3 2850 0.1875
4 2980 0.0456
5 3400 0.1409
6 3860 0.1353
El promedio se calcula mediante el uso de la siguiente
fórmula:
_______ = 0.7093 = 0.14186
6-1
Por lo tanto, las ventas pronosticadas para el año 7 son:

3860 + 0.14186 (3860) = 4407 unidades
12
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).
Según Sinisterra V., el método de mínimos cuadrados ajusta la anterior información

a una recta que sea representativa de cada uno de los puntos. Esta recta tendrá la
forma Y= a +bX; donde a es la porción fija y b la pendiente. Para encontrar el valor
de los parámetros a y b se aplican las siguientes fórmulas:
a= b= 2
Donde Y es el volumen de actividad, o variable dependiente, X la variable

independiente y n el número de datos o años. El valor de las X se encuentra de la
siguiente manera: si el número de datos es par, de la mitad para adelante se
numeran con 1,3,5,7 y la mitad hacia atrás se numera con -1,-3, -5, -7, así:
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
Para el ejemplo y utilizando la siguiente tabla, se determinan los valores de

a y b.
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
A partir de la información anterior se desprende que los parámetros a y b

son:
a = 17490 = 2915 b = 12430 = 177.57

6 70
La recta que representa la anterior información es:
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:
Y(7) = 2915 + 177.57 (7) = 4158 unidades
Significa que si en el período se mantienen las tendencias de los últimos

seis años, el número de unidades a vender será de 4158.
Se debe indicar que esto se puede representar a través de una gráfica

realizando los pasos correspondientes
15
CAPÍTULO 3: MÉTODO DE CONTROL DE INVENTARIO
REGISTRO, VALUACIÓN Y CONTROL DE LOS INVENTARIOS.
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.
3.1 COMO CONTROLAR LOS INVENTARIOS
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.
3.2 REQUISICIÓN DE MATERIALES:
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.
Es el documento que emite un proveedor a su cliente para hacer constar el envió de

mercaderías, materia prima o insumos. Esta nota hace constar solamente el envió para
su correspondiente traslado y revisión para que posteriormente sea documentado a su
cancelación con un Comprobante de Crédito Fiscal o Factura de Consumidor Final.
Recepción.
Cuando el proveedor despacha la mercadería, materia prima o insumos ordenados, el

departamento de recepción los desempaca y los cuenta. Se revisan para tener la seguridad de
que no estén dañados y cumplan con las especificaciones de la orden de compra en cuanto a
calidad y cantidad. Luego el departamento de recepción emite un informe.
Informe de devolución a los Proveedores.
Una vez realizada la revisión anterior, se elabora un documento al proveedor donde se le

especifica la cantidad, descripción y motivos por los cuales se devuelven las mercaderías,
materia prima o insumos.
Comprobante de Crédito Fiscal y Facturas.

Son los documentos que los proveedores en calidad de contribuyentes, emiten a sus clientes,
ya sea, contribuyentes o consumidores finales por sus respectivas compras.
Stock de inventario o Tarjeta de Kardex.

Es un documento en el cual se registran los datos de entrada, salidas y saldos de la existencia
de los distintos tipos de inventarios, anteriormente se utilizaban unas fichas o tarjetas las cuales
han sido reemplazadas por los programas o software que facilita su proceso de control. El
siguiente es un modelo para efectos académicos.
3.3 MÉTODOS DE VALUACIÓN DE INVENTARIOS.
Cualquier empresa u organización puede utilizar el método que más le convenga en su

operatividad contable y fiscal, considerando por supuesto que dicho método este autorizado por
la Administración Tributaria. Una vez se elija el método con el cual vamos a valuar las
existencias para efectos de costo, se tiene que tener la responsabilidad de tener consistencia
en la información a suministrar en el sentido que si queremos cambiar
de método de valuación tenemos que informar a la Dirección General de Impuestos Internos,
para no tener problemas fiscales y contables en su utilización.
MÉTODO PEPS. (FIFO-First In First Out).

Con Este método se establece un mecanismo que las primeras entradas son las primeras
existencias a las que les vamos a dar salida. Esto significa que enviamos al proceso productivo,
o bien a la sala de venta las primeras unidades que realmente entraron, quedando las últimas
para efectos de inventario.
Esto nos permite argumentar que el costo de lo vendido o producido, será menor, ya que
tomamos los costos de las compras más bajas
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.
A continuación se detalla un pequeño ejemplo para su respectiva utilización.

Elaborar por el método PEPS 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:
FECHA CONCEPTO UNIDS. VALORES

01-En./11 Inventario Inicial 275 $ 11,825.00
05-En./11 Compra s/CCF # 1 200 $ 45.00
08-En./11 Compra s/CCF # 2 150 $ 46.50
10-En./11 Salida s/Requisición # 01 180
15-En./11 Compra s/CCF # 3 125 $ 47.00
20-En./11 Compra s/CCF # 4 300 $ 48.00
28-En./11 Compra s/CCF # 5 75 $ 49.00
De acuerdo a la información anterior nuestra cédula o tarjeta de Kardex quedaría de la siguiente

manera. En este caso la mecánica para desarrollar el método consiste en que lo que entra al
inventario de primero, es lo primero que vamos a darle salida de las existencias de inventario.
Nuestro control quedaría de la siguiente manera.
Resumiendo el método anterior vemos que el valor final de las existencias es de 135 unidades
(60 unids a $ 48 y 75 unids.a $ 49), lo que hace un valor final de existencias de $ 6,555.00. El
costo por las unidades vendidas nos lo da la columna de las salidas y este según el control nos
da un total de $ 45,195.00
MÉTODO UEPS. (LIFO-Last in First Out)
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:

05-En./11 Compra s/CCF # 1 200 $ 45.00
08-En./11 Compra s/CCF # 2 150 $ 46.50
15-En./11 Compra s/CCF # 3 125 $ 47.00
20-En./11 Compra s/CCF # 4 300 $ 48.00
28-En./11 Compra s/CCF # 5 75 $ 49.00
De acuerdo a la información anterior nuestra cedula o tarjeta de Kardex quedaría de la siguiente

manera. En este caso la mecánica para desarrollar el método consiste en que lo que entra al
inventario por último es lo primero que vamos a darle salida de las existencias de inventario.
Nuestro control quedaría de la siguiente manera.
Analizando este método vemos que el valor final de las existencias de inventario se mantienen
en 135 unidades las cuales quedan valuadas con el precio de compra más bajo y es por eso
que monetaria-mente representa un valor de $ 5,805. Y el costo de las unidades vendidas se
nos incrementa en un valor de $ 45,915.00, dato que lo podemos verificar en la columna de
salidas.
MÉTODO DE COSTO PROMEDIO.
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
En donde: CP = Costo Promedio.

∑ CT = Sumatoria de Costo Total.
∑ Q = Sumatoria de unidades compradas.
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:

05-En./11 Compra s/CCF # 1 200 $ 45.00
08-En./11 Compra s/CCF # 2 150 $ 46.50
15-En./11 Compra s/CCF # 3 125 $ 47.00
20-En./11 Compra s/CCF # 4 300 $ 48.00
28-En./11 Compra s/CCF # 5 75 $ 49.00
De acuerdo a la información anterior nuestra cedula o tarjeta de Kardex quedaría de la siguiente

manera. Su procedimiento consiste en sacar de forma aleatoria las existencias de mercadería o
materia prima tanto para el proceso productivo como para ventas las unidades en base a un
promedio ponderado lo que facilita en gran manera su utilización. Nuestro control quedaría de la
siguiente manera.
NOTA: El costo unitario de la columna de existencias, así como también la columna de las
salidas, para efectos de presentación se utiliza solamente dos decimales; pero para efectos de
cálculo utilizamos todos los decimales.
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.
Así cuando efectuamos la salida (operación 9), lo realizamos 150Q X $ 46.83063158 = $

7024.55 de igual manera se hace con la existencia final 125Q X $ 46.83063158 = $ 6322.14.
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).
Costo según última Compra:

Este método consiste en que si hemos realizado diferentes compras de un mismo artículo en
distintas fechas y a distintos precios. Significa que la existencia total de estos bienes se
consignara con el costo que hayan tenido la última vez que se compraron.
Costo Promedio por Aligación Directa:

El cual se determinara dividiendo la suma del valor total de las cinco últimas compras o de las
efectuadas si es menor, entre la suma de unidades que en ella se hayan obtenido.
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.
ASPECTO LEGAL DEL CONTROL DE INVENTARIOS.

A partir de la vigencia del decreto 142-A del Código Tributario, los sistemas de control de
inventarios que utilizan los contribuyentes deben cumplir los siguientes requisitos.
SANCIONES RELACIONADAS AL CONTROL DE INVENTARIOS.
El incumplimiento de la obligación de llevar registros de control de inventarios y métodos de

valuación (Art. 243 Código Tributario), está regulada de acuerdo a las siguientes sanciones.
CAPÍTULO 4: ÁRBOLES DE DECISIÓN Y ANALISIS MARGINAL
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.
En resumen, los árboles de decisión proveen un método efectivo para la toma de

decisiones debido a que:
 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.
4.1 CÓMO DIBUJAR UN ÁRBOL DE DECISIONES
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.
Un ejemplo de árbol de decisión se puede ver en la siguiente figura:
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.
4.2 EVALUAR LOS ÁRBOLES
Ahora ya estamos en condición de evaluar un árbol de decisiones. Aquí es cuando podemos

analizar cuál opción tiene el mayor valor para nosotros. Comencemos por asignar un costo o
puntaje a cada posible resultado - cuánto creemos que podría ser el valor para nosotros si estos
resultados ocurren.
Luego, debemos ver cada uno de los círculos (que representan puntos de incertidumbre) y
estimar la probabilidad de cada resultado. Si utilizamos porcentajes, el total debe sumar 100%.
Si utilizamos fracciones, estas deberían sumar 1. Si tenemos algún tipo de información basada
en eventos del pasado, quizás estemos en mejores CONDICIONES de hacer estimaciones más
rigurosas sobre las probabilidades. De otra forma, debemos realizar nuestra mejor suposición.
Esto dará un árbol parecido al de la siguiente figura:
4.3 CALCULAR LOS VALORES DE LOS ÁRBOLES
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.
En este ejemplo, el valor para “Producto Nuevo, Desarrollo Meticuloso” es:
0,4 (probabilidad de un resultado bueno) x 500.000€ (costo) $200.000€

0,4 (probabilidad de un resultado moderado) x 25.000€ (costo) $10.000€
0,2 (probabilidad de un resultado pobre) x 1.000€ (costo) $200€
Total: $210.200
Colocamos el valor calculado para cada nodo en un recuadro.
4.5 CALCULAR EL VALOR DE LOS NODOS DE DECISIÓN
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
Los cronogramas de barras o “gráficos de Gantt” fueron concebidos por el ingeniero

norteamericano Henry L. Gantt, uno de los precursores de la ingeniería industrial
contemporánea de Taylor. Gantt procuro resolver el problema de la programación de
actividades, es decir, su distribución conforme a un calendario, de manera tal que se pudiese
visualizar el periodo de duración de cada actividad, sus fechas de iniciación y terminación e
igualmente el tiempo total requerido para la ejecución de un trabajo. El instrumento que
desarrolló permite también que se siga el curso de cada actividad, al proporcionar
información del porcentaje ejecutado de cada una de ellas, así como el grado de adelanto o
atraso con respecto al plazo previsto.
Este gráfico consiste simplemente en un sistema de coordenadas en que se indica:

En el eje Horizontal: un calendario, o escala de tiempo definido en términos de la unidad
más adecuada al trabajo que se va a ejecutar: hora, día, semana, mes, etc.
En el eje Vertical: Las actividades que constituyen el trabajo a ejecutar. A cada actividad se
hace corresponder una línea horizontal cuya longitud es proporcional a su duración en la
cual la medición efectúa con relación a la escala definida en el eje horizontal conforme se
ilustra.
Símbolos Convencionales: En la elaboración del gráfico de Gantt se acostumbra utilizar
determinados símbolos, aunque pueden diseñarse muchos otros para atender las
necesidades específicas del usuario. Los símbolos básicos son los siguientes:
 Iniciación de una actividad.

 Término de una actividad
 Línea fina que conecta las dos “L” invertidas. Indica la duración prevista de la actividad.
 Línea gruesa. Indica la fracción ya realizada de la actividad, en términos de porcentaje.
Debe trazarse debajo de la línea fina que representa el plazo previsto.
 Plazo durante el cual no puede realizarse la actividad. Corresponde al tiempo
improductivo puede anotarse encima del símbolo utilizando una abreviatura.
 Indica la fecha en que se procedió a la última actualización del gráfico, es decir, en que
se hizo la comparación entre las actividades previstas y las efectivamente realizadas.
5.1 CARACTERÍSTICAS
El diagrama de Gantt consiste en una representación gráfica sobre dos ejes; en el

vertical se disponen las tareas del proyecto y en el horizontal se representa el tiempo.
 Cada actividad se representa mediante un bloque rectangular cuya longitud indica su

duración; la altura carece de significado.
 La posición de cada bloque en el diagrama indica los instantes de inicio y finalización
de las tareas a que corresponden.
 Los bloques correspondientes a tareas del camino crítico acostumbran a rellenarse
en otro color (en el caso del ejemplo, en rojo).
Tarea Predec. Duración

A - 2
B A 3
C - 2
D C 3
E DII+1 2
F BFI-1 3
G D, E, F 3
H GFF 2
5.2 MÉTODO CONSTRUCTIVO
Para construir un diagrama de Gantt se han de seguir los siguientes pasos:
 Dibujar los ejes horizontal y vertical.

 Escribir los nombres de las tareas sobre el eje vertical.
 En primer lugar se dibujan los bloques correspondientes a las tareas que no
tienen predecesoras. Se sitúan de manera que el lado izquierdo de los bloques
coincida con el instante cero del proyecto (su inicio).
 A continuación, se dibujan el bloque correspondiente a las tareas que solo
dependen de las tareas ya introducidas en el diagrama. Se repite este punto
hasta haber dibujado todas las tareas. En este proceso se han de tener en cuenta
las consideraciones siguientes:
- Las dependencias fin-inicio se representan alineando el final del bloque de

la tarea predecesora con el inicio del bloque de la tarea dependiente.
- Las dependencias final-final se representan alineando los finales de los
bloques de las tareas predecesora y dependiente.
- Las dependencias inicio-inicio se representan alineando los inicios de los

bloques de las tareas predecesora y dependiente.
- Los retardos se representan desplazando la tarea dependiente hacia la

derecha en el caso de retardos positivos y hacia la izquierda en el caso de
retardos negativos.
Cálculos
El diagrama de Gantt es un diagrama representativo, que permite visualizar fácilmente la

distribución temporal del proyecto, pero es poco adecuado para la realización de
cálculos.
Por la forma en que se construye, muestra directamente los inicios y finales mínimos de cada
tarea.
Ejemplo
Construcción
Finalmente, una vez realizados los cálculos del proyecto utilizando un sistema adecuado, como
el diagrama PERT o el Roy, resulta conveniente destacar con un color distinto las tareas con
margen total 0, para poder identificar con facilidad los caminos críticos.
5.3 VENTAJAS Y DESVENTAJAS DE LOS GRÁFICOS 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.
En resumen, para la planificación de actividades relativamente simples, el gráfico de Gantt

representa un instrumento de bajo costo y extrema simplicidad en su utilización. Para
proyectos complejos, sus limitaciones son bastantes serias, y fueron éstas las que llevaron a
ensayos que dieron como resultado el desarrollo del CPM, el PERT y otras técnicas
conexas. Estas técnicas introdujeron nuevos conceptos que, asociados más tarde a los de
los gráficos de Gantt, dieron origen a las denominadas “redes-cronogramas”.
Gráfico de Gantt para seguir la marcha de las actividades:

En este tipo de gráfico se usa el eje vertical para representar actividades, en tanto que los
recursos aplicados a cada uno indican, por medio de claves, sobre la línea que representan la
duración de la actividad. Consiste, por lo tanto, en una inversión del caso anterior. El eje
horizontal permanece como registro de escala de tiempo.
Gráfico de Gantt para el control de la carga de trabajo:

Este gráfico es semejante al de la distribución de actividad que tiene por objeto proporcionar el
administrador una posición de carga total de trabajo aplicada a cada recurso. Indica el periodo
durante el cual el recurso estará disponible para el trabajo (representado por una línea fina) y la
carga total de trabajo asignada a este recurso (representado por una línea gruesa).
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:
ESCALA TEMPORAL SÍ - DEPENDENCIAS NO

Diagrama de Gantt
El diagrama de Gantt es un diagrama de barras desarrollado durante la I Guerra Mundíal. En él

se muestran las fechas de comienzo y finalización de las actividades y las duraciones
estimadas, como se dijo anteriormente, pero no aparecen dependencias.
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.
ESCALA TEMPORAL NO - DEPENDENCIAS SÍ

Un diagrama de red es cualquiera de las representaciones que vinculan las actividades y los
eventos de un proyecto entre sí para reflejar las interdependencias entre las mismas. Una
actividad o evento puede presentar interdependencias con actividades o eventos sucesores,
predecesores, o en paralelo. Los más importantes son:
PERT (Program Evaluation and Review Technique)
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
Generalmente se denominan técnicas PERT al conjunto de modelos abstractos para la

programación y análisis de proyectos de ingeniería. Estas técnicas nos ayudan a programar un
proyecto con el coste mínimo y la duración más adecuada. Están especialmente difundidas el
PERT y el CPM.
Aplicación de las técnicas PERT:

 Determinar las actividades necesarias y cuando lo son.
 Buscar el plazo mínimo de ejecución del proyecto.
 Buscar las ligaduras temporales entre actividades del proyecto.
 Identificar las actividades críticas, es decir, aquellas cuyo retraso en la ejecución supone
un retraso del proyecto completo.
 Identificar el camino crítico, que es aquel formado por la secuencia de actividades
críticas del proyecto.
 Detectar y cuantificar las holguras de las actividades no críticas, es decir, el tiempo que
pueden retrasarse (en su comienzo o finalización) sin que el proyecto se vea retrasado
por ello.
 Si se está fuera de tiempo durante la ejecución del proyecto, señala las actividades que
hay que forzar.
 Nos da un proyecto de coste mínimo.
PDM (Precedence Díagramming Method)
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
ADM (Arrow Díagramming Method)

Está orientada a las actividades, y se aplica en la industria de la construcción, en la que de
forma habitual el tiempo de cada actividad es muy controlable. Las actividades se representan
con flechas que se conectan con nodos para mostrar las dependencias.
Gráfico PDM. Esta técnica también se denomina “actividad.. sobre
nodo”
Gráfico ADM. Esta técnica también se denomina “actividad sobre flecha
ESCALA TEMPORAL SÍ - DEPENDENCIAS SÍ
Diagrama de tiempos con interdependencias
Se trata de un gráfico de Gantt en el que aparecen

las dependencias entre actividades y los recursos
implicados en cada una de ellas. Permite de esta
forma tener una idea más real del proyecto que la
que obteníamos con el diagrama de Gantt que
mostrábamos anteriormente.
CAPÍTULO 6: MÉTODO DE LA RUTA CRÍTICA
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.
Dos son los orígenes de ésta técnica o método:
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
El método de ruta crítica es un proceso administrativo (planeación, organización, dirección y

control) de todas y cada una de las actividades componentes de un proyecto que debe
desarrollarse durante un tiempo crítico y al costo óptimo.
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.
El método es aplicable en tareas tales como: construcción, estudios económicos, planeación de

carreras universitarias, censos de población, estudios técnicos, etc.
Los beneficios derivados de la aplicación del método de la ruta crítica se presentarán en

relación directa a la habilidad con que se haya aplicado. Debe advertirse, sin embargo, que el
camino crítico no es una panacea que resuelva problemas administrativos de un proyecto.
Cualquier aplicación incorrecta producirá resultados adversos. No obstante, si el método es
utilizado correctamente, determinará un proyecto más ordenado y mejor balanceado que podrá
ser ejecutado de manera más eficiente y normalmente, en menor tiempo.
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
El método de la ruta crítica consta básicamente de dos ciclos:
· 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.
FIG. 1. METODOLOGÍA DE LA RUTA CRÍTICA
Definición
Lista Secuencias Tiempos Red
PLANEACION Y PROGRAMACION
Elasticidad Limitaciones Compresión Costos
Aprobación
EJECUCION Y
CONTROL
Terminación
Definición del proyecto
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
Es la relación de actividades físicas o mentales que forman procesos interrelacionados en un

proyecto total. No es necesario que las actividades se listen en orden de ejecución, aunque si
es conveniente porque evita que se olvide alguna de ellas. Sin embargo, las omisiones de las
actividades se descubrirán más tarde al hacer la red correspondiente.
Es conveniente numerar progresivamente las actividades para su identificación y en algunos

casos puede denominarse en clave, no es necesario indicar la cantidad de trabajo ni las
personas que la ejecutarán.
En términos generales, se considerará actividad a la serie de operaciones realizadas por una

persona o grupo de personas en forma continua, sin interrupciones, con tiempos determinables
de iniciación y terminación.
Matriz de secuencias
Existen dos procedimientos para conocer la secuencia de las actividades:
· 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.
En el segundo procedimiento se preguntará a los responsables de la ejecución, cuales

actividades deben hacerse al terminar cada una de las que aparecen en la lista de actividades.
Para este efecto se debe presentar la matriz de secuencias iniciando con la actividad cero que
servirá para indicar solamente el punto de partida de las demás.
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
La representación visual del método de la ruta crítica es el diagrama de flechas o red de

actividades, que consiste en la ilustración gráfica del conjunto de operaciones de un proyecto y
de sus interrelaciones. La red esta formada por flechas que representan actividades y nudos
o uniones que simbolizan eventos.
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:
1. ¿Qué actividades deben ser realizadas inmediatamente antes de la ejecución de esta?
ACTIVIDAD A
ACTIVIDAD C
ACTIVIDAD B
2. ¿Qué actividades deben llevarse a cabo inmediatamente después de realizar la presente?
ACTIVIDAD B
ACTIVIDAD A
ACTIVIDAD C
3. ¿Qué actividades se pueden realizar simultáneamente a la ejecución de esta?
ACTIVIDAD A ACTIVIDAD C
ACTIVIDAD B
Otros dos aspectos que deben considerarse son los siguientes:
· La numeración de los eventos

· La existencia de actividades ficticias
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.
7.2 Definiciones iniciales
La teoría de colas es el estudio matemático del comportamiento de líneas de espera. Esta

se presenta, cuando los “clientes” llegan a un “lugar” demandando un servicio a un
“servidor”, el cual tiene una cierta capacidad de atención. Si el servidor no está disponible
inmediatamente y el cliente decide esperar, entonces se forma la línea de espera.
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.
El problema es determinar qué capacidad o tasa de servicio proporciona el balance correcto.

Esto no es sencillo, ya que un cliente no llega a un horario fijo, es decir, no se sabe con
exactitud en que momento llegarán los clientes. También el tiempo de servicio no tiene un
horario fijo.
Los problemas de “colas” se presentan permanentemente en la vida diaria: un estudio en

EEUU concluyó que, por término medio, un ciudadano medio pasa cinco años de su vida
esperando en distintas colas, y de ellos casi seis meses parado en los semáforos.
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
7.3 Objetivos de la Teoría de Colas
Los objetivos de la teoría de colas consisten en:
 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.
7.4 Elementos existentes en un modelo de colas
Fuente de entrada o población potencial:
Es un conjunto de individuos (no necesariamente seres vivos) que pueden llegar a

solicitar el servicio en cuestión. Podemos considerarla finita o infinita. Aunque el caso
de infinitud no es realista, sí permite (por extraño que parezca) resolver de forma más
sencilla muchas situaciones en las que, en realidad, la población es finita pero muy
grande. Dicha suposición de infinitud no resulta restrictiva cuando, aún siendo finita la
población potencial, su número de elementos es tan grande que el número de
individuos que ya están solicitando el citado servicio prácticamente no afecta a la
frecuencia con la que la población potencial genera nuevas peticiones de servicio.
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:
Es el máximo número de clientes que pueden estar haciendo cola (antes de

comenzar a ser servidos). De nuevo, puede suponerse finita o infinita. Lo más
sencillo, a efectos de simplicidad en los cálculos, es suponerla infinita. Aunque es
obvio que en la mayor parte de los casos reales la capacidad de la cola es finita,
no es una gran restricción el suponerla infinita si es extremadamente
improbable que no puedan entrar clientes a la cola por haberse llegado a ese
número límite en la misma.
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:
Es el procedimiento por el cual se da servicio a los clientes que lo solicitan. Para

determinar totalmente el mecanismo de servicio debemos conocer el número de
servidores de dicho mecanismo (si dicho número fuese aleatorio, la distribución de
probabilidad del mismo) y la distribución de probabilidad del tiempo que le lleva a cada
servidor dar un servicio. En caso de que los servidores tengan distinta destreza para
dar el servicio, se debe especificar la distribución del tiempo de servicio para cada
uno.
La cola, propiamente dicha, es el conjunto de clientes que hacen espera, es decir los
clientes que ya han solicitado el servicio pero que aún no han pasado al mecanismo de
servicio.
El sistema de la cola: es el conjunto formado por la cola y el mecanismo de servicio, junto

con la disciplina de la cola, que es lo que nos indica el criterio de qué cliente de la cola
elegir para pasar al mecanismo de servicio. Estos elementos pueden verse más claramente
en la siguiente figura:
Un modelo de sistema de colas debe especificar la distribución de probabilidad de los

tiempos de servicio para cada servidor.
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
Por convención los modelos que se trabajan en teoría de colas se etiquetan
Las distribuciones que se utilizan son:
• M: Distribución exponencial (markoviana)
• D : Distribución degenerada (tiempos constantes)
• 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.
M / G / 1: Tiempos entre llegada exponenciales, tiempos de servicio general y 1 solo

servidor
Terminología
Usualmente siempre es común utilizar la siguiente terminología estándar:
• Estado del sistema : Número de clientes en el sistema.
• Longitud de la cola: Número de clientes que esperan servicio.
• N(t) : Número de clientes en el sistema de colas en el tiempo t (t ³0).

• Pn (t): Probabilidad de que exactamente n clientes estén en el sistema en el tiempo t,
dado el número en el tiempo cero.
• s : Número de servidores en el sistema de colas.
• l n : Tasa medía de llegadas (número esperado de llegadas por unidad de tiempo) de

nuevos clientes cuando hay n clientes en el sistema.
• 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
l n: Cuando l n es constante para toda n
mn : Cuando mn es constante para toda n ³ 1
Tiempo entre
llegadas
l esperado
Tiempo entre
llegadas
m esperado
Ejemplo:
Sea l = 3 personas / hora

1
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
=
También puede interpretarse como número promedio de personas siendo atendidas
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
r: fracción esperada de tiempo que los servidores individuales están ocupados).

El servidor está trabajando 4 de cada 5 minutos, es decir está trabajando el 80% del tiempo
r: Número promedio de personas siendo atendidas
Número promedio = 0 * P0 + 1 * P1
Número promedio = P1
Número promedio = 1/m / 1/l
Número promedio = r
La siguiente notación supone la condición de estado estable:
• Pn : Probabilidad de que haya exactamente n clientes en el sistema
• L: Número esperado de clientes en el sistema.
• Lq : Longitud esperada de la cola (excluye los clientes que están en servicio).
• W : Tiempo de espera en el sistema para cada cliente
• W : E(W )
• W q: Tiempo de espera en la cola para cada cliente.
• Wq: E (Wq )
Relaciones entre L , W , Lq y Wq
Supongamos que ln es una constante l para toda n:
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
En este capítulo, examinamos diversos tipos de pronósticos y presentamos una

variedad de modelos de los pronósticos. Nuestro propósito es demostrar que hay
muchas maneras para que los encargados pronostiquen. También se proveerá una
descripción del pronóstico de ventas del negocio y describimos cómo preparar,
supervisar, y juzgar exactitud de un pronóstico. Los buenos pronósticos son una parte
esencial de operaciones eficientes del servicio y de la manufactura. El pronóstico es
el arte y la ciencia de acontecimientos futuros que predicen.
Las organizaciones utilizan tres tipos importantes de pronósticos en las operaciones

futuras de la planificación:
1. Los pronósticos económicos tratan el ciclo de negocio prediciendo tasas de inflación,

fuentes de dinero, comienzo de cubierta, y otros indicadores del planeamiento.
2. Los pronósticos tecnológicos se refieren a los índices del progreso tecnológico,
que pueden dar lugar al nacimiento de productos nuevos, requiriendo nuevas
compañías y nuevos equipo.
Los pronósticos de la demanda son proyecciones de la demanda para los productos o
los servicios de una compañía. Estos pronósticos, también llamados los pronósticos de
las ventas, conducen la producción.
Así mismo los inventarios son acumulaciones de materias primas, provisiones,

componentes, trabajo en proceso y productos terminados que aparecen en númerosos
puntos a lo largo del canal de producción y de logística de una empresa: almacenes,
patios, pisos de las tiendas, equipo de transporte y en los estantes de las tiendas de
menudeo, entre otros. Al respecto, refieren además que tener estos inventarios
disponibles puede costar, al año, entre 20% y 40% de su valor. Por lo tanto,
administrar cuidadosamente los niveles de inventario tiene un buen sentido económico.
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.
Algunos de estos aspectos de la administración de proyectos, como definir el proyecto y

administrar situaciones, aplican para todos los proyectos. Otros como el manejo de la
documentación y las métricas cobran importancia en proyectos más grandes.
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.
1.- Una compañía presenta en el siguiente tabulado el reporte de ventas correspondiente al

año 2009.
MES VENTAS REALES (2009)

Enero 80
Febrero 90
Marzo 85
Abril 70
Mayo 80
Junio 105
Julio 100
Agosto 105
Septiembre 100
Octubre 105
Noviembre 100
Diciembre 150
Teniendo en cuenta los datos anteriores, se debe calcular un pronóstico mediante la

técnica de Promedio Móvil utilizando:
 Un período de 3 meses (a partir de abril de 2009)

 Un período de 6 meses (a partir de julio de 2009)
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:
MES VENTAS REALES

Enero 2560 unds
Febrero 3205 unds
Marzo 2830 unds
Abril ?
3.- Con el siguiente ejemplo se pretende explicar la aplicación de cada uno de los métodos
para la fijación del costo de mercancías en el inventario.
Cantidad Costo unitario Valor total

Inventario inicial 10 Unid. $ 10.000 $ 100.000
Compras 30 Unid. $ 15.000 $ 450.000
Cantidad total 40 Unid. $ 550.000
Ventas periodo 35 Unid.
Inventario final 5 Unid.
4.- Una empresa compra la materia prima a dos proveedores A y B, cuya calidad se muestra en
la tabla siguiente:
Piezas Probabilidad para el Probabilidad para el

Defectuosas proveedor A proveedor B
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.
De esta manera se efectúan las previsiones restantes obteniendo el siguiente resultado:
MES VENTAS REALES (2009) PRONÓSTICO 3 MESES

Enero 80
Febrero 90
Marzo 85
Abril 70 85
Mayo 80 82
Junio 105 78
Julio 100 85
Agosto 105 95
Septiembre 100 103
Octubre 105 102
Noviembre 100 103
Diciembre 150 102
El pronóstico restante al ser un pronóstico con un período móvil de 6 meses, este deberá
efectuarse a partir del mes de Julio, es decir que para su cálculo tendrá en cuenta seis
períodos, es decir, Enero, Febrero, Marzo, Abril, Mayo y Junio.
De esta manera se efectúan las previsiones restantes obteniendo el siguiente resultado:
MES VENTAS REALES (2009) PRONÓSTICO 3 MESES PRONÓSTICO 6 MESES

Enero 80
Febrero 90
Marzo 85
Abril 70 85
Mayo 80 82
Junio 105 78
Julio 100 85 85
Agosto 105 95 88
Septiembre 100 103 91
Octubre 105 102 93
Noviembre 100 103 99
Diciembre 150 102 103
Aunque existen diversos indicadores de precisión de un pronóstico, en este caso el resultado

es más que evidente, pues podemos observar como el pronóstico con un período móvil de 3
meses logra aproximarse en una mayor medida a las ventas reales del año 2009 con relación a
las previsiones obtenidas mediante el pronóstico con un período móvil de 6 meses.
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.
3.- Aplicando los métodos de valuación respectiva:
Promedio ponderado
Valor total = $550.000 = $13.750

Cantidad total 40
El valor promedio del costo por artículo es de $13.750

El valor del inventario final = 5 Unid. * $13.750 = $68.750
El inventario final queda valorado al costo promedio mercancía en existencia.
PEPS o FIFO
Valor del inventario final por= 5 Unid. * $15.000 = $75.000

El inventario final queda valorado al costo de la última mercancía comprada.
UEPS o LIFO
Valor del inventario final por= 5 Unid. * $10.000 = $50.000

El inventario final queda valorado al costo de la primera mercancía en existencia.
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.
4.- Aplicando los siguientes pasos:

Paso 1 - Enumere las diferentes alternativas de decisión.
Proveedor A.
Proveedor B.
Paso 2 - Enumere para cada una de las alternativas de decisión, los estados de la naturaleza
asociados a la misma.
Alternativas Estados de la naturaleza
Proveedor A 1% de piezas defectuosas

2% de piezas defectuosas
Proveedor B 1% de piezas defectuosas
Paso 3 - Explicite el árbol de decisión

Compilado MC PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Compilado MC PDF

Cargado por

Copyright:

Formatos disponibles

TEXTO UNIVERSITARIO

COMPILADO DE MÉTODOS CUANTITATIVOS

Antonio Yupanqui Acosta

Antonio Yupanqui Acosta

Decreto Legislativo 822 – Ley sobre el Derecho de Autor

PRIMERA UNIDAD: FUNDAMENTOS Y APLICACIÓN DE MODELOS DE PROGRAMACIÓN LINEAL.…………9

CAPÍTULO 1: FUNDAMENTOS DE PROGRAMACIÓN LINEAL……………………………………………………………………..10

CAPÍTULO 2: FORMULACIÓN Y SOLUCIÓN A MODELOS DE PL, POR EL MÉTODO GRÁFICO………………….16

CAPÍTULO 3: EL PROBLEMA DE ASIGNACIÓN……………………………………………………………………………………….23

CAPÍTULO 4: EL PROBLEMA DE TRANSPORTE………………………. …………………………………………………………….32

CAPÍTULO 5: EL MÉTODO SIMPLEX PRIMAL………………………………………………………………………………………….36

CAPÍTULO 6: EL PROBLEMA DUAL Y EL MÉTODO SIMPLEX DUAL………………………………………………………………..10

CAPÍTULO 7: ANÁLISIS DE SENSIBILIDAD……………………………………………………………………………………………….16

RESUMEN PRIMERA UNIDAD ……………………………………………………………………………………………………………44

AUTOEVALUACIÓN PRIMERA UNIDAD………………………………………………………………………………………………45

SOLUCIONARIO DE AUTOEVALUACIÓN PRIMERA UNIDAD………………………………………………………………..47

SEGUNDA UNIDAD: PRONÓSTICOS, INVENTARIOS, ÁRBOLES, ADM.DE PROYECTOS Y REDES...….….49

CAPÍTULO 1: PRONÓSTICO DE DEMANDA………………………………..………………………………………………………50

CAPÍTULO 2: PRONÓSTICO DE VENTAS……………………………………………………………………………………………54

CAPÍTULO 3: MÉTODO DE CONTROL DE INVENTARIO……………....……………………………………………………………..63

CAPÍTULO 4: ÁRBOLES DE DECISIÓN …………………………………....…………………………………………………………….72

CAPÍTULO 5: DIAGRAMA DE GANTT…………………………….…..………………………………………………………………..76

CAPÍTULO 6: MÉTODO DE LA RUTA CRÍTICA………………………...…………………………………………………………….72

CAPÍTULO 7: TEORÍA DE COLAS…….…………………………….…..………………………………………………………………..76

RESUMEN SEGUNDA UNIDAD…………………………………………………………………………………………………………….80

AUTOEVALUACIÓN SEGUNDA UNIDAD …………………………………………………………………………………………….82

SOLUCIONARIO DE LA AUTOEVALUACIÓN SEGUNDA UNIDAD……………………………………………………………..….84

El docente, Antonio Yupanqui Acosta, es Licenciado

La compilación de este texto universitario permitirá a

Sin embargo, los conceptos posiblemente sean reconocidos por su exactitud,

Esta propuesta está dirigida especialmente a los estudiantes que tienen la

La asignatura de Métodos Cuantitativos, se encuentra en el VIII Ciclo de estudio

Saber métodos cuantitativos requiere de habilidades (saber escuchar, analizar), de

La belleza de un modelo bien diseñado es que permite que los procedimientos

Muchos problemas en los negocios y finanzas giran alrededor de factores cuantitativos

Aunque los métodos cuantitativos se ocupan de la gestión práctica de las organizaciones,

Antonio Yupanqui Acosta

 Gallagher, Ch, (1982) “Métodos cuantitativos para la toma de decisiones en

CAPÍTULO 1: FUNDAMENTOS DE PROGRAMACIÓN LINEAL

1.1 ANTECEDENTES HISTÓRICOS

 Debido al éxito obtenido en las campañas de la Segunda Guerra Mundíal, entonces, en la

1.2 DEFINICIÓN DE PROGRAMACIÓN LINEAL

1.4 MODELO DE PROGRAMACIÓN LINEAL

(Maximizar o Minimizar) Zo= C1X1+ C2X2 +…+ Cn-1Xn-1+ CnXn

a11X1 + a12X2 + … + a1jXj + . . . + a1nXn (< = > ) b1

1.6 TIPOS DE VARIABLES EN UN MODELO DE PROGRAMACIÓN LINEAL

 Si la restricción es de la forma  entonces se suma una VARIABLE DE HOLGURA Si

2.1 FORMULACIÓN DE UN MODELO DE MAXIMIZACIÓN

Capital a invertir Demanda del Mercado Utilidades

Maximizar Z = 4X1 + 3X2

El modelo de programación lineal es el siguiente:

Maximizar Z = 4X1 + 3X2

La solución se dará por el método GRÁFICO más adelante.

Promoción Producto Fermentación Costo de Producción

Luego el Modelo de Programación Lineal será

2.3 SOLUCIÓN POR EL MÉTODO GRÁFICO.

Modelo de Maximización: considerando el modelo del problema 1

Maximizar Z = 4X1 + 3X2

Calculando el punto (R) donde se interceptan las dos restricciones:

Se tiene la siguiente GRÁFICA:

Modelo de Minimización: considerando el modelo del problema 2

2.4 APLICACIONES DE LA PROGRAMACIÓN LINEAL

Aunque surgió como aplicación a cuestiones de carácter logístico y militar, es la industria y la