Pamplona

Universidad de

Centro de Educación a Distancia

Programas de Educación a Distancia

Investigación de
Operaciones
Milton Orlando Ortiz Cáceres

Programas de Educación a Distancia

Álvaro González Joves
Rector

María Eugenia Velasco Espitia

Decana Facultad de Estudios a Distancia

Luis Armando Portilla Granados

Director Centro de Educación a Distancia
Tabla de Contenido
Presentación
Introducción
Horizontes

UNIDAD 1. Introducción a la Construcción de Modelos

Descripción Temática
Horizontes
Núcleos Temáticos y Problemáticos
Proceso de Información
1.1 CONSTRUCCIÓN DE MODELOS
1.1.1 Contabilidad Gerencial
1.1.2 Introducción al Análisis Cuantitativo
1.1.3 Proceso de Toma de Decisiones
1.1.4 Construcción de Modelos
1.1.6 Factores Cualitativos
1.1.7 Decisiones e Incertidumbre
1.2 CONSTRUCCION DE MODELOS EN HOJAS CALCULO
1.3 EL MODELO Y LA RELACIÓN ENTRE VARIABLES
1.3.1 Modelo de un Aserradero
1.3.2 Relaciones: Diagrama de Influencia
Proceso de Comprensión y Análisis
Síntesis Creativa y Argumentativa
Solución de Problemas
Autoevaluación
Repaso Significativo
Bibliografía Sugerida

UNIDAD 2. Problemas Especiales de Programación Lineal

Descripción Temática
Horizontes
Núcleo Temático y Problemático
Proceso de Información
2.1 DEFINICIÓN Y APLICACIÓN DEL MODELO DE TRANSPORTE
2.1.1 Modelo de Transporte Estándar
 2.1.2 Modelo de Transporte con Equilibrio
2.1.3 Modelo de Inventario de Producción
2.1.4 Método Húngaro. Problemas de Asignación
2.1.5 Solución del Problema de Transporte
2.1.6 Determinación de la Variable de Entrada. Método de
Multiplicadores
2.1.7 Método de Esquina Noroeste
2.1.8 Determinación de la Variable que Sale. Construcción de un
Ciclo
2.19 Solución Inicial Mejorada
Proceso de Comprensión y Análisis
Síntesis Creativa y Argumentativa
Solución de Problemas
Autoevaluación
Repaso Significativo
Bibliografía Sugerida

UNIDAD 3. Análisis de Redes

Descripción Temática
Horizontes
Núcleos Temáticos y Problemáticos
Proceso de Información
3.1 EJEMPLO PROTOTIPO
3.2 TERMINOLOGÍA DE REDES
3.3 PROBLEMA DE LA RUTA MÁS CORTA
3.3.1 Algoritmo de la Ruta más Corta
3.4 OTRAS APLICACIONES
3.5 PROBLEMA DEL ÁRBOL DE MÍNIMA EXPANSIÓN
3.5.1 Algoritmo para el Problema del Árbol de Mínima Expansión
3.6 PLANEACIÓN Y CONTROL DE PROYECTOS CON PERT
3.6.1 Usos
3.6.2 Planeación y Control de Proyectos con PERT-CPM
3.6.3 Gráficas PERT
3.6.4 Red de Actividades
3.6.5 Enfoque de Tres Estimaciones de PERT
3.6.6 Método CPM para Trueques entre Tiempo y Costo
3.6.7 Elección entre PERT y CPM
3.6.8 Diferencias Entre PERT y CPM
Proceso de Comprensión y Análisis
Síntesis Creativa y Argumentativa
Solución de Problemas
Autoevaluación
 Repaso Significativo
Bibliografía Sugerida

UNIDAD 4: Teoría de Líneas es Espera

Descripción Temática
Horizontes
Núcleos Temáticos y Problemáticos
Proceso de Información
4.1 TEORIA DE LÍNEAS DE ESPERA
4.2 TIEMPO DE SERVICIO ALEATORIO (M / M / 1)
4.2.1 Características de Operación
4.3 MODELO M/M/S
4.3.1 Características de Operación
4.4 MODELO M/G/1
4.5 MODELO M/D/1
Proceso de Comprensión y Análisis
Síntesis Creativa y Argumentativa
Solución de Problemas
Autoevaluación
Repaso Significativo
Bibliografía Sugerida

UNIDAD 5: Teoría de Inventarios

Descripción Temática
Horizontes
Núcleos Temáticos y Problemáticos
Proceso de Información
5.1 DEFINICIÓN DEL PROBLEMA DE INVENTARIO
5.1.1 Características Básicas de un Sistema de Inventarios
5.2 MODELOS DE INVENTARIOS
5.2.1 Modelo de Inventario sin Déficit
5.2.2 Modelo de Inventario con Déficit
Proceso de Comprensión y Análisis
Síntesis Creativa y Argumentativa
Solución de Problemas
Autoevaluación
Repaso Significativo
Bibliografía Sugerida

ANEXO: Solución del Ejercicio compra del Edificio

BIBLIOGRAFÍA SUGERIDA
Investigación de Operaciones 1

Presentación
La educación superior se ha convertido hoy día en prioridad para el gobierno
Nacional y para las universidades públicas, brindando oportunidades de superación
y desarrollo personal y social, sin que la población tenga que abandonar su región
para merecer de este servicio educativo; prueba de ello es el espíritu de las
actuales políticas educativas que se refleja en el proyecto de decreto Estándares
de Calidad en Programas Académicos de Educación Superior a Distancia de la
Presidencia de la República, el cual define: “Que la Educación Superior a Distancia
es aquella que se caracteriza por diseñar ambientes de aprendizaje en los cuales
se hace uso de mediaciones pedagógicas que permiten crear una ruptura espacio
temporal en las relaciones inmediatas entre la institución de Educación Superior y
el estudiante, el profesor y el estudiante, y los estudiantes entre sí”.

La Educación Superior a Distancia ofrece esta cobertura y oportunidad educativa

ya que su modelo está pensado para satisfacer las necesidades de toda nuestra
población, en especial de los sectores menos favorecidos y para quienes las
oportunidades se ven disminuidas por su situación económica y social, con
actividades flexibles acordes a las posibilidades de los estudiantes.

La Universidad de Pamplona gestora de la educación y promotora de llevar

servicios con calidad a las diferentes regiones, y el Centro de Educación a Distancia
de la Universidad de Pamplona, presentan los siguientes materiales de apoyo con
los contenidos esperados para cada programa y les saluda como parte integral de
nuestra comunidad universitaria e invita a su participación activa para trabajar en
equipo en pro del aseguramiento de la calidad de la educación superior y el
fortalecimiento permanente de nuestra Universidad, para contribuir colectivamente
a la construcción del país que queremos; apuntando siempre hacia el cumplimiento
de nuestra visión y misión como reza en el nuevo Estatuto Orgánico:

Misión: Formar profesionales integrales que sean agentes generadores de

cambios, promotores de la paz, la dignidad humana y el desarrollo nacional.

Visión: La Universidad de Pamplona al finalizar la primera década del siglo XXI,

deberá ser el primer centro de Educación Superior del Oriente Colombiano.

Luis Armando Portilla Granados. Director CEDUP

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 2

Introducción
Desde el advenimiento de la revolución industrial, el mundo ha sido testigo de un
crecimiento sin precedentes en el tamaño y complejidad de las organizaciones, los
mercados, la competencia cada vez mas intensa, las comunicaciones, y
Globalización; con todo esto el beneficio ha llegado a las empresas pero también
una parte integral de este cambio revolucionario fue un gran aumento en las
actividades del trabajo, que sin embargo al haber beneficios, también se crean
nuevos problemas sobre todo conforme crecen las organizaciones se hace mas
difícil asignar los recursos disponibles a las diferentes actividades de la manera
mas efectiva para la empresa como un todo. En respuesta a facilitar este proceso
de toma de decisiones, la Investigación de Operaciones surge como respuesta y se
remonta a muchas décadas, cuando se hicieron los primeros intentos para emplear
el enfoque científico en la administración de la empresa. Sin embargo, el inicio de
la actividad llamada investigación de operaciones1, casi siempre se atribuye a los
servicios militares prestados a principios de la segunda guerra mundial.
Estimulados por el evidente éxito de la investigación de operaciones en lo militar,
los industriales comenzaron a interesarse en este nuevo campo, para el año 1951,
ya se avía introducido por completo en la Gran Bretaña y Estados Unidos, desde
entonces se ha desarrollado con rapidez, mas ahora cuando el crecimiento de los
sistemas de información y las computadoras están altamente desarrolladas,
entonces es común la utilización de estas herramientas en cualquier actividad,
empresa u organización. En el presente Modulo pretende llevar al estudiante de
administración de empresas a que conozca, comprenda y utilice los Modelos
matemáticos básicos de la investigación de operaciones como son La teoría de
redes, La teoría de colas, y la teoría de inventarios (no se incluye en este curso la
programación lineal, herramienta básica de la Investigación de Operaciones ya que
constituye un curso anterior).

1
HILLIER, Lieberman. Introducción a la Investigación de Operaciones, 1989, México.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 3

Horizontes
• Adquirir destreza para reconocer problemas que tengan su posible solución
dentro del campo de la Investigación de Operaciones.

• Analizar y formular los problemas de manera que la optimización de los

recursos sea la meta, seleccionando las técnicas de solución mas apropiadas
dentro de este campo.

• Dar al estudiante una base genérica para que comprenda la potencialidad y

alcance de la Investigación de Operaciones adquiriendo ideas para poder
dominar el ambiente físico y económico de un sistema productivo que le
permitan plasmarlo en un modelo Matemático para obtener recursos óptimos.

• Identificar, solucionar e interpretar problemas básicos de Teoría de Colas,

Procesos estocásticos con énfasis en las aplicaciones de las cadenas de Markov.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 4

UNIDAD 1: Introducción a la
Construcción de Modelos
Descripción Temática

En las empresas el proceso de toma de decisiones, por medio del cual el gerente
se enfrenta un problema, requiere establecer un método general para esbozar la
forma en que un directivo selecciona un curso de acción especifico o “solución”,
de un conjunto de alternativas. Por lo general hay incertidumbre, competencia y
complejidad con respecto al futuro, no es posible estar seguro de las
consecuencias de la decisión que se tome, y tampoco se puede asegurar que la
decisión que se elija produzca los mejores resultados. Además el problema puede
ser muy complejo, ya sea porque existan muchas alternativas por considerar o un
gran numero de factores que puedan tomarse en cuenta. Aquí pretendemos
abordar un método general que puedan utilizar los ejecutivos cuando se enfrenten
a problemas de decisión.

Horizontes
• Establecer un método que esboce la forma cómo un directivo aborda problemas
de decisión.

• Conocer e identificar las herramientas cuantitativas específicas para tipos

particulares de problemas.

Núcleos Temáticos y Problemáticos

• Construcción de Modelos
• Construcción de Modelos en Hojas Cálculo
• El Modelo y la Relación entre Variables

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 5

Proceso de Información
1.1 CONSTRUCCIÓN DE MODELOS

Para lograr comprender la construcción de los modelos es conveniente recordar los

siguientes conceptos:

1.1.1 Contabilidad Gerencial

Gasto Total = Costo Fijo + Costo Variable

Unidad vendida: Unidad, bien, producto o servicio vendido.

Costo Fijo: Costos de una organización que no son afectados por los niveles de
producción.

Costo Variable por Unidad: Costo unitario que ocurre, en la medida que se
produzca o no produzca una unidad.

Beneficio – Utilidad: Ingreso Total – Gasto Total

Es importante para este curso que el estudiante esté familiarizado con los
conceptos básicos de costos de Producción, Ingreso y en general, con la
contabilidad gerencial básica de costos, a fin de entender mejor el proceso de
toma de decisiones.

1.1.2 Introducción al Análisis Cuantitativo

Clasificación de los Modelos

Certidumbre Incertidumbre
Sencillo Modelos de caso. Análisis de decisiones
(Árboles de decisión)
Complejo Modelos de Caso. Simulación.
Programación Lineal
Programación Entera
Dinámica Modelos de Inventarios Modelos de Inventarios
Modelos PERT. Modelos de Colas
Programación DINAMICA Procesos de Markov
Programación Dinámica.

1.1.3 Proceso de Toma de Decisiones

• Establecer el criterio que usará. (elegir una acción a seguir un objetivo).

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 6

• Seleccionar un conjunto de alternativas.

• Determinar el modelo que usará y los valores de los parámetros del proceso,
Variables, relaciones.
• Determinar cuál de las alternativas optimiza el criterio que se estableció en el
primer paso.

Ejemplo

En una empresa se pueden vender al gobierno 1000 unidades de un producto, al

precio de $5.000 por unidad. ¿Deberá aceptarse el pedido?

La empresa tiene exceso de capacidad.

Se usara el criterio: Maximizar el Beneficio.

Las alternativas son:

• Aceptar el pedido.
• Rechazar el pedido.

De acuerdo con el criterio de beneficios, se aceptará el pedido si aumenta el

beneficio y se rechazará si no aumenta.

Debemos saber cuales son los gastos adicionales a la producción de 1000

unidades.

El modelo de gastos es: G = a + 1000b

Suponer que se tendrán que comprar troqueles especiales a un costo de $500.000

(a = 500.000) y costos variables para producir una unidad son de $3.000.

Los gastos relevantes totales para producir el pedido son:

G = 500.000 + 1000 (3.000)

G = 3.500.000

Al comparar los ingresos = (1000) * 5000 = 5.000.000 con los gastos

$3.500.000, se obtiene que debe aceptarse el pedido. El beneficio aumentara en
$1.500.000, si se acepta.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 7

Abstracción y Simplificación

Cada acción potencial inicia una cadena de causa, efecto e interacción que nunca
termina.

1.1.4 Construcción de Modelos

Modelo: es una representación simplificada de una situación empírica. Elimina la

complejidad del fenómeno natural y resalta el comportamiento básico del mismo a
través de una cuantas variables que se relacionan de manera sencilla.
• Reduce el tiempo y el esfuerzo.
• Quien decide puede comprenderlo rápidamente.
• El modelo se puede modificar de forma rápida y sencilla.

El objetivo de quien decide no es construir un modelo que sea lo más parecido

posible a la realidad, se busca el modelo más sencillo que pronostique los
resultados con precisión razonable y que sea consistente con la acción efectiva.

Soluciones

Después de construir el modelo, se pueden obtener conclusiones acerca de su

comportamiento, por medio del análisis lógico. Quien toma la decisión basa sus
acciones o decisiones en estas conclusiones.

Errores

Los dos errores importantes que ocurren al usar modelos para la toma de
decisiones, son:
• La exclusión de variables importantes.
• Las equivocaciones al definir las relaciones entre variables.

Técnicas parta Construcción de Modelos

Depende de la naturaleza de las variables:

• Si son medibles de alguna forma.
• Si se les puede dar representación cuantitativa.

Existen razones para usar una representación matemática del modelo. Las
matemáticas son una técnica poderosa para relacionar variables y obtener
conclusiones lógicas a partir de determinadas premisas.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 8

Combinar las matemáticas con los sistemas de información, se pueden manejar

problemas que requieren modelos de gran complejidad.

Los ejecutivos de una empresa nunca deberán ser prisioneros de un modelo

cuantitativo ni aceptar automáticamente sus conclusiones.

1.1.5 Factores Cualitativos

Muchas decisiones empresariales, en particular las más importantes, comprenden

algunas variables que son de naturaleza cualitativa, más que cuantitativa. Por
ejemplo, las decisiones que tienden a afectar la moral y el liderazgo en una
organización, o pueden alterar el empleo, acciones positivas u otras áreas de
responsabilidad social. Quien toma la decisión deberá hallar un equilibrio
adecuado.

Ejemplo Prototipo

Un Gerente debe tomar una decisión acerca del precio para un producto nuevo. El
objetivo es maximizar el beneficio, y las alternativas son precios posibles desde $2
a $10 por unidad

A continuación se describe el Modelo que se usara:

Sea:

X = Numero de unidades vendidas y producidas.

C(x) = Costo total para producir X unidades.
P = Precio que se cobrará.
BN = Beneficio Neto total. (Por maximizar).

Relaciones

Costos: C(x) = 800 + 1.25X

Ventas: X = -100 + 2000/p
Beneficio: BN = p.X – C(x)

Solución

Como vemos este modelo es un modelo de Costo-Beneficio, también observamos

que existe una relación de ventas, asociada a un efecto en el precio; desde el
punto de vista estrictamente matemático podríamos decir que al evaluar el modelo
encontramos:

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 9

Precio Ventas (x) c(x) Beneficio

2 900 1.925 -125
3 567 1.508 192
4 400 1.300 300
5 300 1.175 325
6 233 1.092 308
7 186 1.032 268
8 150 988 213
9 122 953 147
10 100 925 75

TOMA DE DECISIONES

1000 Máximo
800 beneficio
VALORES

600
400
200
0
-200 0 1 2 3 4 5 6 7 8 9 10 11
PRECIOS POSIBLES

El nivel de ventas que optimiza el beneficio es un precio de $5, para un beneficio

neto de $ 325. Observar la grafica del costo que el máximo beneficio se observa
en la base de la parábola.

Vale la pena preguntarnos acerca de lo razonable de las relaciones del modelo,

¿existen variables que se excluyeron? Como vemos es razonable el efecto del
precio sobre las unidades vendidas, según la ley de la Demanda, a un incremento
en el precio la tendencia es que los consumidores dejen de comprar, luego ello es
aceptable en una economía; pero será que en este modelo se tuvieron en cuenta
todas las variables que afectan la decisión de colocar el precio.

Naturalmente en una economía globalizada, libre comercio, existen muchas

variables que afectan el precio de los productos en el mercado, por ejemplo, la
competencia, la inflación, el mercado de productos sustitutos, que en determinado
momento afectarán la propensión a consumir. Pues bien; la relación de ventas

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 10

definida en el modelo, y según los datos ofrecidos por el problema no comenta

acerca de esto, pues entonces cabe el beneficio de la duda acerca de donde se
originó la relación X = -100 + 2000/p, si dicha proyección obedece a un
minucioso estudio estadístico donde se tuvo en cuenta las variables anteriores,
podríamos decir que el modelo seria razonable para definir el mejor precio del
producto en el mercado.

Por otro lado si no se percató de esta situación la gerencia, el modelo solo servirá
para evaluar una situación de mercado Monopolio1. Es decir la decisión esta en
manos del ejecutivo.

1.1.6 Decisiones e Incertidumbre

Las decisiones empresariales ocurren en dos contextos distintos, condiciones que

se aproximan a la certidumbre y lo más común en condiciones de incertidumbre.

Ejemplo

En el primer ejemplo se compararon las alternativas: aceptar el pedido y rechazar

el pedido.

Para un contrato, por 10000 unidades. Esta fue una decisión en condiciones de
Certidumbre. Se compararon las dos alternativas y como el beneficio dio
$1.500.000, se acepto el pedido.

Supongamos que se modifica la situación anterior.

Se venderá el producto a $5000 pesos la unidad y como antes, los gastos de

producción de X unidades son:

E = a + b*X E=Costos de producción.

E= 500.000 + 3000 *X
I = 5000*X I= Ingreso.

Pero ahora hay incertidumbre acerca del nivel real de ventas. Las ventas pueden
ser de 100 unidades, 250 o de 1000 unidades, pero no se sabe con seguridad cual
será el nivel que alcance.

1
Léase lo que pueda de Microeconomía al respecto de este tema.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

 Investigación de Operaciones 11

Las dos alternativas son:

• Lanzar el producto al mercado y aceptar los beneficios o perdidas que surjan.
• No lanzar el producto y no obtener beneficios.

Suponga que hay que aplicar $500.000 de costos fijos antes de conocer la
demanda real, pero se puede producir unidades después de conocer la demanda.

La figura ilustra un árbol de decisión:

Ventas Ingresos Costos Beneficio

100 500.000 800.000 -300.000
250 1.250.000 1.250.000 0
1000 5.000.000 3.500.000 1.500.000

Vender 100 unidades

$ -300.000

BENEFICIO
Lanzar el Producto Vender 250 unidades $0

Vender 1000 unidades $ 1.500.000

No Lanzar el Producto

$0

1.2. CONSTRUCCION DE MODELOS EN HOJAS CALCULO

Un modelo es una construcción de un problema de decisión empresarial. Esta

simplificación se logra incluyendo solo los elementos de importancia y excluyendo
los aspectos que no sean esenciales.

Así, el primer paso para la construcción de un modelo es elegir los factores o las
variables que el decidor considera importantes. Estos factores se pueden clasificar
en 5 categorías:

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 12

• Variables de Decisión
• Variables Exógenas
• Políticas y Restricciones
• Medidas de Rendimiento
• Variables Intermedias.

Variables de Decisión

Son aquellas que están bajo el control de decisor y representan alternativas para el
director. Considera el caso de un gerente de mercadotecnia que decide acerca de
la introducción de un producto nuevo. El gerente puede elegir entre introducir o no
el producto; también puede elegir el precio de venta del producto y la cantidad
que se invertirá en publicidad.

Variables Exógenas

Las variables exógenas o externas son aquellas que tienen importancia para el
problema de decisión pero están bajo el control de factores ajeno al decidor. Por lo
general las variables exógenas son las condiciones económicas, las acciones de los
competidores, el precio de las materias primas y otros factores similares. En el
caso del gerente de mercadotecnia que considera la introducción de un producto
nuevo, la reacción de los clientes (cuanto compraran) es ciertamente una variable
exógena importante. Otras variables exógenas son el precio de las materias primas
y otros elementos necesarios para fabricar el producto.

Políticas y Restricciones

Con frecuencia el decidor tiene que operar con ciertas restricciones impuestas por
las políticas de la compañía, con cuestiones legales y con limitaciones físicas. Por
ejemplo, la capacidad disponible de la planta pude ser limitada, lo cual puede
restringir las ventas posibles.

Medidas de Rendimiento

Al tomar una decisión, los gerentes tienen metas y objetivos que tratan de
alcanzar. Los criterios y medidas de rendimiento son expresiones cuantitativas de
estos objetivos. Por ejemplo, para el gerente de mercadotecnia que toma la
decisión de introducir un nuevo producto, una de las medidas de rendimiento seria
el nivel de los beneficios.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 13

Variables Intermedias

Con frecuencia se necesitan otras muchas variables para incluir todos los factores
importantes para el problema de decisión. Muchas veces son variables contable
relativas a los factores de costos o ingresos y que se usan para relacionar las
variables de decisión y las exógenas con medidas de rendimiento. Son variables
intermedias, en el sentido de que se encuentran entre las otras variables. En el
ejemplo de la decisión de un producto nuevo, una variable intermedia seria el nivel
de los ingresos totales (precio por cantidad de venta); los componentes de
manufactura y ventas serian otras variables.

1.3 EL MODELO Y LA RELACIÓN ENTRE VARIABLES

El modelo se encuentra en la parte central y las variables Exógenas las Políticas y

restricciones son entradas del modelo, mientras que las salidas son las medidas de
rendimiento.

1.3.1 Modelo de un Aserradero

Ejemplo de un aserradero que corta los troncos para fabricar tablas, las cuales se
venden a clientes mayoristas. Suponga que los directores del aserradero hacen
sus planes para el próximo año y se enfrentan a dos decisiones: una relativa a la
capacidad de la planta y otra acerca de la tarifa laboral. La decisión de capacidad
de la planta implica decidir si la empresa debe ampliar el aserradero, cuanto y

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 14

cuando. Supongamos que si deciden ampliarlo ahora, entonces la capacidad

adicional se puede añadir en cualquier trimestre del año entrante.

La segunda decisión tiene que ver con las negociaciones que comenzaron con el
sindicato de trabajadores de la compañía. La compañía y el sindicato tienen que
acordar una tarifa de pago para el próximo año; por supuesto, se trata de una
decisión conjunta, el resultado del proceso de negociación.

La compañía ha preparado pronósticos de precio de la madera que vender el

próximo año, así como proyecciones de la cantidad que podría vender (o sea, un
estimación de la demanda). La compañía tiene una política de producir por
pedido, de manera que no se conserva inventario de madera. En otras palabras,
la compañía no puede vender más de lo que puede producir en un periodo.
También se ha efectuado pronósticos para el precio de los troncos, materia prima
para la obtención de madera. Para producir la madera, la compañía incurre en
gastos laborales, de suministros y, por supuesto, de materias primas (troncos).
Hay otros gastos que se relacionan con las ventas. La compañía alquila su equipo
de producción y paga por el alquiler. También hay otros costos fijos (adicionales)
en cada periodo.

La tabla que se muestra a continuación presenta una lista de los factores

importantes para este ejemplo. La abreviatura MPC represente miles de pies
cuadrados de superficie y es la unidad de medida de la madera. MPT denota miles
de pies de tabla, la unidad para los troncos. M$ indica miles de dólares.

La lista de variables de la tabla (siguiente página) puede parecer enorme, pero al

analizarla con detenimiento se verá que es bastante sencilla. Aunque se ha
simplificado el ejemplo, es necesario que tenga la complejidad suficiente para
ilustrar el uso de un modelo.

1.3.2 Relaciones: Diagrama de Influencia

Ahora hay que definir las relaciones entre las variables. En ocasiones es útil
dibujar un diagrama que muestre cómo se relacionan las variables o influyen en
otras. Por ejemplo, la figura siguiente es uno de estos diagramas, llamado
diagrama de influencia. Las líneas con flechas indican qué variables se relacionan
con otras. No es indispensable construir el diagrama, pero muchas veces sirve
para comprender el modelo.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 15

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 16

Observe que hay dos líneas punteadas en la figura. La única variable por encima
de la línea superior es la medida del rendimiento, Beneficios. Los cuadros que
aparecen debajo de la línea inferior contienen las variables de decisión y las
exógenas, las entradas para el modelo. Las variables y las relaciones de la parte
media integran el modelo.

Ahora se puede comenzar a definir las relaciones entre variables. Comenzaremos

por las relaciones físicas (las que incluyen variables físicas, no monetarias)
Relaciones Físicas

Capacidad = 9200 + Capacidad Adicional

La capacidad inicial del aserradero es de 9200 MPC por trimestre. A esto se le

añade cualquier capacidad adicional que se alquile.

Producción de Madera = Mínimo (Capacidad, Demanda)

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 17

Recuerde que la producción de madera en cualquier trimestre debe ser igual a las
ventas, algo que se requiere por la política de no tener inventarios. Si la demanda
es mayor que la capacidad, la empresa producirá (y venderá) hasta el límite de
su capacidad. Es decir, en este caso la producción está limitada por la capacidad.
Por otra parte, si la demanda es menor que la capacidad, entonces será la
demanda la que limite la producción (y las ventas). Así, el limite de la producción
es el valor menor (o mínimo) de la capacidad y la demanda.

Troncos Requeridos = 0.52 * Producción de Madera

Esta relación establece que se requieren 0.52 MPT de troncos por cada MPC de
madera que se produzca. La cifra 0.52 es una constante que depende de la
eficiencia para producir madera a partir de las materias primas, los troncos. El
asterisco * significa “multiplicado por”; es un símbolo normal que se usa en
programas de computación.

Aquí es necesaria una pausa para explicar las constantes. Al construir un modelo,
hay valores numéricos, como el coeficiente 0.52 anterior, que se estiman a partir
de los costos u otros datos de la empresa. Aunque se les puede considerar como
variables exógenas, tienen menor importancia y se supone en cambio que son
constantes. Se espera que permanezcan fijas (constantes) durante los análisis
del modelo.

Horas de Trabajo = Producción de Madera / Productividad Laboral

El total de horas requeridas para el trabajo depende de la producción de madera y

de la productividad de la fuerza de trabajo.

Relaciones Financieras

Las restantes relaciones del modelo son financieras. Lo que se presenta a

continuación no son más que definiciones contables que se explican solas. En
algunos casos se requiere la división entre 1000 para hacer la conversión a miles
de dólares.

Beneficios = Ingresos - Gastos Operativos - Otros Gastos

Ingresos = (Producción de Madera * Precio de la Madera) /1000

Costo Operativo = Gastos de Materiales + Gastos de Materias Primas + Gastos

de Fuerza de Trabajo

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 18

Otros Gastos = Gastos de Ventas + GASTOS de equipo + Gastos Fijos

Gastos de fuerza de trabajo = (Tarifa Laboral * Horas de Trabajo) /1000
Gastos de Materias Primas = (Troncos Requeridos * Costo de Troncos) /1000

Algunas de las Relaciones si Requieren Explicación

Gastos de Suministros = (28 * Producción de Madera) /1000

Cada MPC de madera utiliza 28 dólares en suministros durante el proceso de

producción. La cifra de 28 dólares es otra constante del modelo.

Gastos de Ventas = 0.10 * Ingresos

Los gastos de ventas son del 10% del ingreso por ventas.

Gastos Fijos = 20

Los gastos fijos son de 20 000 dólares por trimestre.

Gastos De Equipo = (11* Capacidad) /1000

Recuerde que se alquila el equipo del aserradero. Las cuotas del alquiler son de
11 dólares trimestrales por MPC de capacidad instalada.

La construcción de modelos implica simplificar primero el problema de decisión,

seleccionando para el estudio sólo las variables más importantes. Estas variables
incluyen variables de decisión (las que están bajo el control del decisor), variables
exógenas, medidas del rendimiento, políticas o restricciones, y variables
intermedias. El segundo paso de la construcción del modelo es identificar las
relaciones entre las variables; es decir, determinar cómo dependen entre si las
variables. El modelo es, en sí mismo, el conjunto de todas estas relaciones.

Análisis con el Modelo

Ya está completo el modelo para el aserradero y ahora pasamos a la utilización del

modelo por la dirección. El primer paso es hacer estimaciones de las variables
exógenas. Supongamos que se preparan las estimaciones de la siguiente tabla.

Observe que son pronósticos que se basan en el juicio de la dirección, pero que
pueden resultar ser incorrectos. Uno de los propósitos del modelo es aprender la
manera en que los errores de estas estimaciones afectan a las operaciones del
aserradero.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 19

VARIABLE UNIDAD 1. Trimestre 2. Trimestre 3. Trimestre 4.Trimestre

Precio de la madera $/MPC 125 125 130 130
Demanda de madera MPC 10000 10800 8000 10000
Costo de troncos $/MPT 75 75 75 80
Productividad laboral MPC/hora 0.4 0.4 0.4 04
Tabla Estimaciones para las variables exógenas

Las variables de decisión son la Capacidad Adicional que se añadirá y la Tarifa

Laboral que se negocie con el sindicato. Suponga que se toma como base que no
se harán adiciones a la capacidad y que la tarifa es la misma del año pasado,
nueve dólares por hora. M Esto nos permite completar los cálculos para el modelo.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 20

Proceso de Comprensión y Análisis

• Definir que es un Modelo.

• ¿Cuáles son los elementos de un modelo?

• ¿Cómo se establecen las relaciones entre Variables en un modelo?

• La determinación del precio de un producto es una decisión empresarial muy

importante. ¿Cuáles son los elementos de incertidumbre que existen en la
decisión de cambiar el precio de un producto?

• Si un modelo matemático se puede concebir desde el punto de vista sistémico

como un proceso: Entradas Proceso Salida, ¿Cómo definiría los
elementos que constituirán este proceso en un modelo?

Solución de Problemas
• Modificar el problema del contrato gubernamental. Suponer que existe una
perdida del 40% en la producción por causa de las especificaciones más
rigurosas al producto.
− ¿Cuántas unidades tendrían que entrar al proceso de producción para obtener
1000 unidades “buenas”?
− ¿Cuál es el costo total para obtener 1000 unidades “buenas”?
− ¿Cuál es la decisión a tomar?

• La determinación del precio de un producto es una decisión empresarial muy

importante. ¿Cuáles son los elementos de incertidumbre que existen en la
decisión de cambiar el precio de un producto?

• Con frecuencia se describe a la maximización de beneficios como criterio

principal que debe aplicarse en la toma de decisiones empresariales. Si Ud.
fuera Gerente de una empresa ¿qué otros criterios usaría para tomar sus
decisiones?

• En la tabla a continuación, se observa el modelo de una compañía para fijar el

precio de venta de un producto, donde plantea dos (2) alternativas:

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 21

Compañía MIA Ventas 2005.

A B
Variables de decisión:
Unidades Vendidas Unid. 100 130
Precio $/unidad 1.600.000 1.400.000
Costo variable / unidad $/unidad 300.000 300.000
INGRESOS PROYECTADOS
EMPRESA MIA LTDA, 2005
Relaciones:

Ventas $ 160.000.000 182.000.000

Costo de manufactura $ 110.000.000 119.000.000

Margen Bruto $ 50.000.000 63.000.000

Costo de Ventas $ 26.000.000 28.200.000
Medida de Rendimiento
BENEFICIO ANTES DE
IMPUESTOS $ 24.000.000 34.800.000

– ¿Cuáles son las dos alternativas planteadas de precios por unidad?

– Si los costos fijos de manufactura son $80.000.000, ¿cómo será la relación de
costos de manufactura para (X) unidades?
– ¿Cuál seria el nivel de ventas (cantidad unidades vendidas) mínima que deba
vender la empresa para que no registre perdidas (Beneficio = 0), cuando el
precio del producto es $ 1.400.00 la unidad?

• Ciclo norte Ltda., estudia la posibilidad de fabricar o comprar los manillares

para su nuevo modelo de bicicleta montañera. El objetivo es minimizar los
costos. Si compra, el precio es de $12.000 pesos por unidad para fabricarlos
tiene 2 opciones:

Alternativa Costos Fijos Costo variable / unidad

1 18.000.000 7.000
2 8.000.000 9.000

– ¿Cuál alternativa debe elegir la empresa si desea producir 2000, 3000 o 6000
bicicletas?

– Definir las variables y relaciones. Construir un modelo para tomar esta(s)

decisión(es)

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 22

Síntesis Creativa y Argumentativa

• Desarrollar el siguiente ejercicio utilizando un computador y la hoja electrónica
Excel. Se emplean unidades monetarias en dólares, ya que nuestro peso está
muy devaluado e implica muchos ceros a la derecha, que para nuestro
aprendizaje no tiene caso. Ver anexo: Solución Caso Compra de Edificio

Se piensa comprar un edificio de apartamentos que contiene 25 unidades y se

vende en 300.000 dólares. La idea es conservar el edificio durante tres años y
Luego venderlo.

Se averigua que los impuestos sobre la propiedad son de 6000 dólares por año, y
que la administración y mantenimiento de los apartamentos costará 300 dólares
por unidad. Se espera que los impuestos aumenten un 2% cada año y que los
costos de mantenimiento lo hagan un 15% cada año.

Aún no decide de cuanto será el alquiler. En este momento el alquiler es de 300

dólares mensuales por unidad, pero el índice de rotación es muy elevado y la tasa
de ocupación es solo del 75%. En otras palabras, 75% de las unidades están
alquiladas en cualquier instante. Se estima que si redujera el alquiler a 220
dólares por unidad tendría el 100% de ocupación; una tarifa intermedia para el
alquiler daría lugar a una tasa de ocupación intermedia (suponer una relación
lineal. Tasa de ocupación = 168.75-0.3125 * tarifa alquiler). Por ejemplo con una
tarifa 260 dólares tendría una tasa de ocupación del 87.5%. Se decide fijar la
tarifa de alquiler en el primer año y aumentarla 10% en el segundo y tercer año.
La tasa de ocupación que exista en el primer año será la misma para los años 2 y
3. Por ejemplo si se opta por la tarifa de 220 dólares para el primer año, la
ocupación será del 100% en los tres años.

Se venderá el edificio de apartamentos al terminar el tercer año. La cantidad que

se espera recibir será un múltiplo de los ingresos por alquiler (antes de gastos)
que existan en ese momento. Su estimación es que el múltiplo será 5.0; es decir
si los ingresos por alquiler en el tercer año son de 75.000 dólares, entonces el
precio de venta será de 375.000 dólares.

Su objetivo es obtener el mayor flujo total de efectivo en el periodo de tres años.

El flujo de efectivo para un año es la diferencia entre los ingresos por alquiler y los
gastos. El flujo de efectivo total incluye el de cada uno de los tres años, más el
dinero que se obtenga de la venta de la propiedad, menos su precio de compra.
(Opcional: utilizar como objeto el Valor neto actual, con tasa de descuento del
15%)

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 23

Nota: para este ejercicio omita la depreciación y otros aspectos relacionados con
impuestos.

• Identificar las variables de decisión, las variables exógenas, la medida de

rendimiento, las variables intermedias y las políticas y restricciones de este
problema.

• Construir un modelo a partir de la definición de las variables identificadas.

• Implantar el modelo en un programa de hoja de cálculo. Utilizar el formato

propuesto en el archivo propuesto.

• Utilizar el modelo para encontrar la tarifa de alquiler inicial que obtiene el

mayor flujo de efectivo total (o el mayor valor actual neto)

• Estudiar la sensibilidad del flujo de efectivo total (o valor actual neto) con
respecto a las siguientes variables:
– Costo de mantenimiento por unidad,
– impuestos anuales y múltiplo de venta.
– desarrollar casos en los que varíe cada factor, uno por uno, el 10% más y el
10% menos que las cantidades del caso base que se proporcionó en la
descripción anterior.

Autoevaluación
• ¿En el diseño de modelos, qué elementos se deben tener en cuenta.

• ¿Qué es un Modelo de Caso?

• ¿Qué es hacer análisis de sensibilidad?

• Pensar en una actividad personal (por ejemplo comprar un celular), y definir

paso a paso los elementos que conformaran el modelo a aplicar para tomar
esta decisión, es decir:
– ¿Cuál es el criterio a elegir para comprar el celular?
– ¿Cuáles son las alternativas?
– ¿Cuál es el modelo a aplicar?
– ¿Qué variables externas e internas influyen en la toma de la decisión?

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 24

– ¿Cuál será la medida de rendimiento que permita evaluar el criterio?.

– Construir y aplicar el modelo para el caso.

Repaso Significativo
• Conformar grupos y consultar la pagina www.investigacion-operaciones.com, la
temática estudiada en la unidad.

• Implementar a una empresa de la región un modelo que tomar una decisión

detallando los procedimientos que deben hacerse. Como ejemplo se puede
tomar el proceso de contratación de un trabajador, la adquisición de un
producto o materia prima, la compra de un equipo, el lanzamiento de un
producto al mercado, la mejora de un proceso, la implementación de un
software, etc.

Bibliografía Sugerida
BIERMAN, Bomini. Análisis Cuantitativo para la Toma de Decisiones. México: Ed.
Mc Graw Hill, 1994.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 25

UNIDAD 2: Problemas Especiales de

Programación Lineal
Descripción Temática

En el curso de programación lineal se hizo hincapié en una amplia variedad de

aplicaciones de la programación lineal. En esta unidad se seguirá ampliando este
horizonte al estudiar algunos tipos, particularmente importantes, de problemas de
programación lineal, estos tipos especiales comparten varias características
centrales, una de ellas es que surgen con frecuencia en diferentes contextos de la
vida real.

Horizontes
• Desarrollar el caso especial de programación lineal llamado Problema de
Transporte.
• Aplicar las herramientas y metodologías para la solución de algoritmos en la
solución de problemas del transporte.
• Ampliar a aplicación del problema de transporte en otras dimensiones de
naturaleza organizacional.

Núcleo Temático y Problemático

• Definición y Aplicación del Modelo de Transporte

Proceso de Información
2.1 DEFINICIÓN Y APLICACIÓN DEL MODELO DE TRANSPORTE

El modelo de transporte busca determinar un plan de transporte de una mercancía

de varias fuentes a varios destinos. Los datos del modelo son:

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 26

• Nivel de oferta en cada fuente y la cantidad de demanda en cada destino.

• El costo de transporte unitario de la mercancía a cada destino.

Como solo hay una mercancía un destino puede recibir su demanda de una o más
fuentes. El objetivo del modelo es el de determinar la cantidad que se enviará de
cada fuente a cada destino, tal que se minimice el costo del transporte total.

La suposición básica del modelo es que el costo del transporte en una ruta es
directamente proporcional al número de unidades transportadas. La definición de
“unidad de transporte” variará dependiendo de la “mercancía” que se transporte.

Origen Destino

A X

B Y

C
Z

El esquema siguiente representa el modelo de transporte como una red con m

fuentes y n destinos. Una fuente o un destino esta representado por un nodo, el
arco que une fuente y un destino representan la ruta por la cual se transporta la
mercancía. La cantidad de la oferta en la fuente i es ai, y la demanda en el destino
j es bj. El costo de transporte unitario entre la fuente i y el destino j es Cij.

Si Xi j representa la cantidad transportada desde la fuente i al destino j, entonces,

el modelo general de PL que representa el modelo de transporte es:
m n
Minimiza Z= Σ i=1 Σ j=1 C ij X ij

Sujeta a:
n
Σ j=1 X ij <= ai , i=1,2,…, m
m
Σ i=1 X Ij >= bj , j=1,2,…, n
X i j >=0 para todas las i y j

El primer conjunto de restricciones estipula que la suma de los envíos desde una
fuente no puede ser mayor que su oferta; en forma análoga, el segundo conjunto
requiere que la suma de los envíos a un destino satisfaga su demanda.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 27

El modelo que se acaba de escribir implica que la oferta total Σi=1 m ai debe ser
cuando menos igual a la demanda total Σj=1 n bj. Cuando la oferta total es igual a
la demanda total, la formulación resultante recibe el nombre de modelo de
transporte equilibrado. Este difiere del modelo solo en el hecho de que todas las
restricciones son ecuaciones, es decir:

ΣX i j = ai, i=1,2,..., m
ΣX i j = bj, j=1,2,..., n

En el mundo real, no necesariamente la oferta debe ser igual a la demanda o

mayor que ella. Sin embargo, un modelo de transporte siempre puede equilibrarse.
El equilibrio, además de su utilidad en la representación a través de modelos de
ciertas situaciones prácticas, es importante para el desarrollo del método de
solución que explote completamente la estructura especial del modelo de
transporte. Los dos ejemplos que siguen presentan la idea del equilibrio y también
sus implicaciones prácticas.

2.1.1 Modelo de Transporte Estándar

MG Auto Company tiene plantas en Los Ángeles, Detroit y Nueva Orleáns. Sus
centros de distribución principales son Denver y Miami. Las capacidades de las
plantas durante el trimestre próximo son 1000, 1500, y 1200 automóviles. Las
demandas trimestrales en los dos centros de distribución son de 2300 y 1400
vehículos. El costo del transporte de un automóvil por tren es de 8 centavos por
milla. El diagrama de las distancias recorridas entre las plantas y los centro de
distribución son:

Denver Miami
Los Ángeles 1 000 1 690
Detroit 1 250 1 350
Nueva Orleans 1 275 850

Esto produce en costo por automóvil a razón de 8 centavos por milla recorrida.
Produce los costos siguientes (redondeados a enteros), que representan a C i j del
modelo original:

Denver Miami
Los Ángeles 80 215
Detroit 100 108
Nueva Orleans 102 68

Mediante el uso de códigos numéricos que representan las plantas y centros de

distribución, hacemos que X i j represente el número de automóviles transportados

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 28

de la fuente i al destino j. Como la oferta total (= 1 000 + 1 500 + 1 200 = 3

700) es igual a la demanda (= 2 300 + 1 400 = 3 700), el modelo de transporte
resultante esta equilibrado. Por lo tanto, el siguiente modelo de PL que representa
el problema tiene todas las restricciones de igualdad.

Minimizar Z = 80X 11 + 215X 12 + 100X 21 + 108X 22 + 102X 31 + 68X 32

Sujeto a:

X 11 X 12 = 1 000
X 21 X 22 = 1 500
X 31 X 32 = 1 200
X 11 X 21 X 31 = 2 300
X 12 X 22 X 32 = 1 400

X ij para todas las i y j

Un método más resumido para representar el modelo de transporte consiste en

utilizar lo que se llama tabla de transporte. Esta es una forma de matriz donde sus
renglones representan las fuentes y sus columnas los destinos. Los elementos de
costo C i j se resumen en la esquina noroeste de la celda de la matriz (i, j). Por lo
tanto, el modelo de MG se puede resumir en la tabla siguiente:

Destinos Capacidad
Denver Miami
Fuentes Los Ángeles X11/ 80 X12/ 215 1000
Detroit X21/ 100 X22/ 108 1500
Nueva Orleans X31/ 102 X33/ 68 1200
Demanda 2300 1400

2.1.2 Modelo de Transporte con Equilibrio

En el ejemplo anterior suponer que la capacidad de la planta de Detroit es de 1300

automóviles (en vez de 1500). Se dice que la situación está desequilibrada debido
a que la oferta total (=3500) no es igual a la demanda total (=3700). El
objetivo consiste en volver a formular el modelo de transporte de manera que
distribuya la cantidad faltante (=3700 – 3500 = 200) en forma optima entre los
centros de distribución.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 29

Como la demanda es mayor que la oferta se puede agregar una planta ficticia
con una capacidad de 200. Se permite que dicha planta, en condiciones normales,
envíe su “producción” a todos los centros de distribución. Físicamente, la
cantidad de unidades enviadas a un destino desde una planta ficticia representará
la cantidad faltante en ese destino.

La única información que falta para completar el modelo son los “costos de
transporte” unitarios de la planta ficticia a los destinos. Como la planta no existe,
no habrá ningún envío físico y el costo de transporte unitario es cero. Sin
embargo, podemos enfocar la situación desde otro ángulo diciendo que se incurre
en un costo de penalización por cada unidad de demanda insatisfecha en los
centros de distribución. En este caso los costos de transporte unitarios serán
iguales a los costos de penalización unitarios en los diversos destinos.

Denver Miami
Los Ángeles 80 215 1 000
Detroit 100 108 1 300
Nueva Orleáns 102 68 1 200
Planta ficticia 0 0 200

De manera análoga, si la oferta en mayor que la demanda podemos añadir un

destino ficticio que absolverá la diferencia. Por ejemplo, suponga que la demanda
en Denver disminuye a 1900 cualquier automóvil enviado de una planta a un
centro de distribución ficticio representa un excedente en la planta.

Denver Miami Destino

Ficticio
Los Ángeles 80 215 0 1 000
Detroit 100 108 0 1 500
Nueva Orleans 102 68 0 1 200

La aplicación del modelo de transporte no se limita al problema de “transporte”.

El siguiente ejemplo ilustra el uso del modelo del transporte en otros campos.

2.1.3 Modelo de Inventario de Producción

Una compañía construye una planta maestra para la producción de un articulo en

un periodo de cuatro meses. Las demandas en los cuatro meses son: 100, 200,
180 y 300 unidades. Una demanda para el mes en curso puede satisfacerse a
través de:

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 30

• Producción excesiva en un mes anterior almacenada para su consumo

posterior.
• Producción en el mes actual.
• Producción excesiva en un mes posterior para cubrir pedidos de meses
anteriores.

El costo de producción variable por unidad en un mes cualquiera es de $4.00. Una

unidad producida para consumo posterior incurrirá en un costo de almacenamiento
razón de $0.50 por unidad por mes. Por otra parte, los artículos ordenados en
meses anteriores incurren en un costo de penalización de $2.00 por unidad por
mes. La capacidad de producción para elaborar el producto varía cada mes. Los
cálculos de los cuatro meses siguientes son 50, 180, 280 y 270 unidades,
respectivamente.

El objetivo es el de formular el plan de inventario de producción a costo mínimo.

Este problema se puede formular como un modelo de “transporte”. La
equivalencia entre los elementos de los sistemas de producción y transporte se
establece de la manera siguiente:

Sistema de Transporte Sistema de Producción

Fuente i Periodo de producción i
Destino j Periodo de demanda j
Oferta en la fuente i Capacidad de producción del periodo i
Demanda en el destino j Demanda del periodo j
Costo de transporte de la fuente i al Costo de producto e inventario del periodo i al j
destino j

En tabla de abajo se presenta un resumen del problema como un modelo de

transporte:

Periodo
1 2 3 4 Capacidad
Demanda 1 4 4.5 5 5.5 50
2 6 4 4.5 5 180
3 8 6 4 4.5 280
4 10 8 6 4 270
Demanda: 100 200 180 300

El costo de “transporte” unitario del periodo i al j es:

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 31

Costo de producción en i, i=j

Cij = Costo de producción en i / costo de almacenamiento en i a j

i<j

Costo de producción en i / costo de penalización en i a j

i>j

La definición de C i j indica que la producción en el periodo i para el mismo

periodo (i = j) sólo iguala el costo unitario de producción. Si el periodo i se
produce para periodos futuros j (i < j), se incurre en un costo de almacenamiento
adicional. De la misma manera, la producción en i para cubrir j pedidos hechos
con anterioridad (i > j) incurre en un costo de penalización adicional.

2.1.4 Método Húngaro. Problemas de Asignación

Un problema de asignación es un problema de transporte balanceado, en el cual

todas las ofertas y todas las demandas son iguales a uno. Se puede resolver
eficientemente un problema de asignación m x m mediante el método Húngaro:

Paso 1

Empezar por encontrar el elemento más pequeño en cada renglón de la matriz de

costos. Construir una nueva matriz, al restar de cada costo, el costo mínimo de su
renglón. Encontrar, para esta nueva matriz el costo mínimo en cada columna.
Construir una nueva matriz (la matriz de costos reducidos) al restar de cada costo
el costo mínimo de su columna.

Paso 2

Dibujar el mínimo numero de líneas (horizontales o verticales ) que se necesitan

para cubrir todos los ceros en la matriz de costos reducidos. Si se requieren m
líneas para cubrir todos los ceros, seguir con el paso 3.

Paso 3

Encontrar el menor elemento no cero (llamar su valor k en la matriz de costos

reducidos, que no esta cubiertos por las líneas dibujadas en el paso 2. Ahora
restar k de cada elemento no cubierto de la matriz de costos reducidos y sumar k
a cada elemento de la matriz de costos reducidos cubierto por dos líneas. Regrese
al paso 2.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 32

Un problema de asignación es un problema de transporte balanceado en el que

todas las ofertas y demandas son iguales a 1; así se caracteriza por el
conocimiento del costo de asignación de cada punto de oferta a cada punto de
demanda. La matriz de costos del problema de asignación se llama: matriz de
costos.

Como todas las ofertas y demandas para el problema de asignación son números
enteros, todas las variables en la solución óptima deben ser valores enteros.

Ejemplos

Una empresa ha contratado a 4 individuos para 4 trabajos, los 4 individuos y 4

trabajos pueden mostrarse en una tabla que indique las clasificaciones obtenidas,
analizando al individuo para cada trabajo. Los renglones se refieren a los
hombres, mientras que las columnas se refieren a los trabajos; el problema
consiste en maximizar las calificaciones para asignar los 4 trabajos.

Se supone que las calificaciones de un individuo es directamente proporcional a la

ganancia que obtendría la compañía si ese individuo se encargara del trabajo.

Otro problema que utiliza la misma estructura del modelo de transporte, es la

asignación de camiones para reducir al mínimo los costos de un problema de
asignación.

Una empresa cubre el territorio nacional con dos camiones especialmente

equipados para funcionar en condiciones climatológicas específicas. La empresa
ha dividido en cinco regiones geográficas. Se compra el camión A y se modifica
para que funcione eficientemente en las regiones uno y dos, y para que funcione
bastante bien en las regiones tres y cuatro. El mismo camión no funciona bien en
la región cinco. Los gastos de gasolina, mantenimiento y otros costos directos de
operación, serían mínimos en las regiones uno y dos, promedio en las regiones
tres y cuatro, y altos en la región cinco. Se tiene esa misma información con
respecto a los demás camiones de la compañía, o sea, los tipos B, C y D.

Solución del Problema de Transporte

En esta sección presentamos los detalles para resolver el modelo de transporte.

Técnica de Transporte

Los pasos básicos de la técnica de transporte son:

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 33

Paso 1: Determinar una solución factible.

Paso 2: Determinar la variable que entra, que se elige entre las variables no
básicas. Si todas estas variables satisfacen la condición de optimidad (del método
simplex), detenerse; de lo contrario, seguir al paso 3.

Paso 3: determinar la variable que sale (mediante el uso de la condición de

factibilidad) de entre las variables de la solución básica actual; después encontrar
la nueva solución básica. Regresar al paso 2.

Obtención de Soluciones Básicas Factibles para Problemas de Transportes

Podemos obtener una solución básica factible (sbf) para un problema de

transporte balanceado mediante el método de la esquina Noroeste, el método de
costo mínimo, o el método de Vogel.

Para obtener una sbf mediante el método de la esquina noroeste, empezar en la

esquina superior izquierda del cuadro del transporte y haga a X11 lo más grande
posible.

Naturalmente, X11 no puede ser mayor que el menor valor Si y así X11 S1
tache el primer renglón del cuadro de transporte. Esto indica que si habrá más
variables básicas del renglón 1 del cuadro. También d1-S1 . Si X11=d1, tachar la
primera la columna del cuadro de transporte y cambiar S1 – d1.

Si X11= S1 = d1, tachar o el renglón 1, o la columna 1 (pero no ambos), del

cuadro de transporte. Si tacha el renglón 1, cambiar d1 por cero; si tacha columna
1, cambiar S 1 por 0.

Continuar aplicando este procedimiento a la celda más noroeste del cuadro que no
cae en un renglón eliminado o en una columna eliminada.

Finalmente, llegará un momento en el cual solo queda una celda a la cual se

puede asignar un valor.

Asignar a esta celda un valor igual a la oferta de su renglón o a la demanda de su

columna, y tachar el renglón y la columna de la celda. Se obtiene de esta manera
una solución básica factible.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 34

Obtener la Solución Óptima para un Problema de Transporte

Paso 1: Si el problema no está balanceado, balancearlo.

Paso 2: Utilizar uno de los métodos descritos anteriormente para obtener una
solución básica factible.

Paso 3: Utilizar el hecho de que U1=0, y Ui+Vj=Cij en todas las variables básicas
para encontrar (U1,U2...Um V1,V2...Vn) para la sbf actual.

Paso 4: Si Ui + Vj – Cij es menor o igual a cero, para todas las variables no

básicas, entonces la sbf actual es óptima.

Si no es así se introduce la variable con valor más positivo de Ui + Vj –Cij en la

base. Para hacer esto, encuentre un circuito cerrado (se puede demostrar que
solamente existe un circuito cerrado) que contiene la variable que entra y algunas
de las variables básicas. Después, tomando en cuenta solamente las celdas en el
circuito cerrado marque las que se encuentren alejadas en número par
(0,2,4,6,...) de celdas de la variable que entra como celdas pares. También
marque las celdas en el circuito cerrado, que se encuentra un número impar de
celdas de la variable que entra como celdas impares. Ahora encuentre la celda
impar cuya variable toma el menor valor. Llamar este valor teta. La variable
correspondiente a esta celda impar saldrá de la base. Para realizar el pivoteo,
disminuye el valor de cada celda impar en teta y aumenta el valor de cada celda
par en teta. Los valores de las variables que no se encuentran en el circuito
cerrado permanecen sin cambio. Ahora se completó el bloqueo.

Sí teta es igual a cero, la variable que entra será igual a cero, y una variable impar
que tiene un valor actual de cero, saldrá de la base. En este caso, existía un sbf
degenerada antes del pivoteo y resultará después del pivoteo.

Si más de una celda impar en el circuito cerrado es igual a teta. Puede escoger
arbitrariamente una de estas celdas impares para que salga de la base; se
obtendrá una vez más una sbf degenerada. El pivoteo produce una nueva sbf.

Paso 5: Regresar a los pasos 3 y 4, utilizando la nueva sbf. Para un problema de

maximización, proceder como se especificó, pero cambiar el paso 4 por el paso 4’.

Paso 6: Si Ui + Vj –Cij es mayor o igual a cero, para todas las variables no básicas,
entonces, la sbf actual es óptima. De otra manera, colocar la variable con el valor
más negativo de Ui + Vj – Cij en la base mediante el procedimiento de pivoteo.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 35

2.1.6 Método de Esquina Noroeste

Determinación general del modelo de transporte requiere que:

m n

∑ ai = ∑ bj
i=1 j=1

Este requisito da origen a una ecuación dependiente, lo que significa que el

modelo de transporte tiene sólo m + n –1 ecuaciones independientes. Por lo
tanto, como en el método simplex, una solución factible básica inicial debe incluir
m + n – 1 variables básicas.

Normalmente, si el modelo de transporte se formula como una tabla simplex, sería

necesario utilizar variables artificiales para asegurar una solución básica inicial. Sin
embargo, cuando se utiliza la tabla de transporte, una solución factible básica
inicial se puede obtener fácil y directamente. Presentamos un procedimiento
llamado regla de la esquina noroeste para este fin.

Destino
1 2 3 4
Oferta
Fuente 1 10 0 20 11 15
X11 X12 X13 X14
2 12 7 9 20 25
X21 X22 X23 X24
3 0 14 16 18 5
X31 X32 X33 X34
5 15 15 10
Demanda

El método de la esquina noroeste comienza con la asignación de la máxima

cantidad admisible a través de la oferta y la demanda de la variable x11 (la de la
esquina noroeste de la tabla). Después se tacha la columna (renglón) satisfecha,
lo que indica que las variables restantes de la columna (renglón) tachada son
iguales a cero. Si se satisfacen una columna y un renglón al mismo tiempo, sólo
una (una u otro) puede ser tachado. (Esta condición garantiza la ubicación
automática de variables básicas cero, si las hay). Después de ajustar las
cantidades de oferta y demanda de todos los renglones y columnas no tachados, la
cantidad factible máxima se asigna al primer elemento no tachado de la nueva

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 36

columna (renglón). El proceso se completa cuando se deja sin tachar

exactamente un renglón o una columna.

El procedimiento que se acaba de describir se aplica ahora en el ejemplo:

x11 = 5, se tacha la columna 1. Por lo tanto, no se puede hacer otra asignación en

la columna 1. La cantidad que falta en el renglón 1 son 10 unidades.

x12 = 10, se tacha el renglón 1 y faltan 5 unidades en la columna 2.

x22 = 5, se tacha la columna 2 y faltan 20 unidades en el renglón 2.

x23 = 15, se tacha la columna 3 y faltan 5 unidades en el renglon 2.

x24 = 5, se tacha el renglón 2 y faltan 5 unidades en la columna 4.

x34 = 5, se tacha el renglón 3 o la columna 4. Como sólo un renglón o una

columna se mantiene sin tachar, el proceso llega a su fin.

La solución básica inicial resultante se presenta a continuación:

Las variables básicas son x11 = 5, x22 =10, x23 =15, x24 =5 y x34 = 5. Las variables
restantes son no básicas en el nivel cero. El costo de transporte asociado es:

5 x 10 +10 x 0 + 5 x 7+ 15 x 9 + 5 x 20 +5 x 18 = $410.

1 2 3 4
1 5 10 15
2 5 15 5 25
3 5 5
5 15 15 10

Cuando se satisfacen al mismo tiempo una columna y un renglón, la siguiente

variable que se agregará a la solución básica estará necesariamente en el nivel
cero. La siguiente tabla ilustra este aspecto. La columna 2 y el renglón 2 se
satisfacen simultáneamente.

1 2 3 4
1 5 5 10 5
2 5 0 5 0
3 8 7 15
5 10 8 7 15
5

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 37

Si se tacha la columna 2, x23 se vuelve básica en el nivel cero en el paso siguiente,

ya que la demanda restante del renglón 2 vale ahora cero. (Este caso se presenta
en la tabla anterior). Si en cambio se cruza el renglón 2, x32 sería la variable
básica cero. Las soluciones iniciales de las dos últimas tablas incluyen el número
adecuado de variables básicas, o sea, m + n-1 = 6. La regla de la esquina
noroeste produce siempre el número adecuado de variables básicas.

2.1.7 Determinación de la Variable de Entrada. Método de

Multiplicadores

La variable que entra se determina mediante el uso de la condición de optimalidad

del método simplex. Los cálculos de los coeficientes de la función objetivo están
basados en las relaciones primales-duales. Primero presentamos la mecánica del
método y después damos una explicación con base en la teoría de la dualidad.
Otro método, llamado procedimiento Saltando Piedras, también sirve para
determinar la variable que entra.

En el método de multiplicadores asociamos los multiplicadores ui y vj con el renglón

i y la columna j de la tabla de transporte. Para cada variable basica xij ed la
solución actual, los multiplicadores ui y vj deben satisfacer la ecuación que sigue:

ui + vj = cij , para cada variable basica xij

Estas ecuaciones producen m+n-1 ecuaciones con m+n incógnitas. Los valores de
los multiplicadores se pueden determinar a partir de estas ecuaciones suponiendo
un valor arbitrario para cualquiera de los multiplicadores y resolviendo las m+n-1
multiplicadores desconocidos restantes. Al hacer esto, la evaluación de cada
variable no básica Xpq esta dada por:

Cpq = up – vq - cpq

Después se selecciona la variable que entra como la variable no básica con la

variable no básica con la variable cpq más positiva. Si aplicamos este
procedimiento a las variables no básicas están dadas como:

X11: U1 + V1 = C11 = 10
X12: U1 + V2 = C12 = 0
X22: U2 + V2 = C22 = 7
X23: U2 + V3 = C23 = 9
X24: U2 + V4 = C24 = 20
X34: U3 + V4 = C34 = 18

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 38

Haciendo u1= 0 los valores de los multiplicadores se determinan sucesivamente

como V1=10, V2=0, U2=7, V3=2, V4=13, y U3=5. Las evaluaciones de las variables
no básicas están dadas de la manera siguiente:

X13: c13 = u1 + v3 – c13 = 0+2-20 = -18

X14: c14 = u1+ v4 – c14 = 0+13-11 = 2
X21: c21 = u2 + v1 – c21 = 7+10-12 = 5
X31: c31 = u3+v1 – c3 = 5+10-0 = 15
X32: c32 = u3+v2 – c32 = 5+0-14 = -9
X33: c33 = u3 +v3 – c33 = 5+2-16 = -9

Como x31 tiene la variable cpq más positiva, esta se selecciona como la variable que
entra.

Las ecuaciones ui+vj = cij que utilizamos para determinar los multiplicadores,
tienen una estructura tan sencilla que es necesario escribirlos en forma explicita.

2.1.8 Determinación de la Variable que Sale. Construcción de un Ciclo

Este paso es equivalente a aplicar la condición de factibilidad del método simplex.

Sin embargo, como todos los coeficientes de restricción del modelo de transportes
original son cero o uno, las razones de condición de factibilidad tendrán siempre su
denominador igual a uno. Por lo tanto los valores de las variables básicas
producirán directamente las razones asociadas.

Para el fin de determinar la razón mínima, construimos un ciclo cerrado para la

variable actual que entra. El ciclo empieza y termina en la variable no básica
designada. Este consta de los segmentos sucesivos horizontales y verticales cuyos
puntos extremos deben de ser variables básicas salvo para los puntos extremos
que están asociados con la variable que entra. Esto significa que todo elemento
de esquina del ciclo debe ser una celda que contenga una variable básica. La tabla
6-10 ilustra un ciclo para la variable que entra dada en la solución básica de la
tabla 6-8. Observar que para la solución básica dada solo se puede construir un
ciclo único para cada variable no básica.

La variable que sale se selecciona de entre las variables de esquina del ciclo que
disminuirán cuando las variables del ciclo que entra aumenten arriba del nivel cero.
Estas situaciones se indican en la tabla siguiente a través de las variables
contenidas en el cuadro etiquetado con los signos menos.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 39

1 2 3 4
10 0 20 11 15
5 - 10 +
12 7 9 20 25
5 - 15 5 +
0 14 16 18 5
X 31 0 5 -
5 15 15 10

La solución básica de la tabla de abajo es degenerada, ya que las variables básicas

x11 y x22 son cero. Ahora se revisa la optimidad de la nueva solución básica de la
tabla 6-11 calculando los nuevos multiplicadores como se indica en la tabla 6-12.
Los valores de cpq están dados por los números de la esquina de cada celda no
básica. La variable no básica x21 con la variable cpq positiva mayor entra en la
solución. El ciclo cerrado asociado con x21 muestra que x21 o x22 pueden ser la
variable que sale. Seleccionamos arbitrariamente x11 como la que sale de la
solución.

1 2 3 4
1 10 0 20 11 15
0 15
2 12 7 9 20 25
0 15 10
3 0 14 16 18 5
5
5 15 15 10

V1=10 V2=0 V3=2 V4=13

U1=0 10 0 20 11 15
0 - 15 + -18 +2
U2=7 12 7 9 20 25
+5 X 21 + 0 - 15 10
U3=-10 0 14 16 18 5
5 -24 -24 -15
5 15 15 10

La tabla de arriba muestra la nueva solución básica que sigue de la tabla siguiente.
Los nuevos valores de ui, vj y cpq se vuelven a calcular. La tabla muestra la
variable que entra y la que sale como x14 y x24, respectivamente.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 40

Al efectuar este cambio en la tabla de abajo obtenemos la nueva solución de la

tabla final. Como todas las variables cpq de la tabla final son no positivas se ha
llegado a la solución optima.

V1=5 V2=0 V3=2 V4=13

U1=0 10 0 20 11 15
-5 15 - -18 +2 X 14 +
U2=7 12 7 9 20 25
0 0 + 15 10 -
U3=- 0 14 16 18 5
5
5 -19 -19 -10
5 15 15 10

V1=5 V2=0 V3=2 V4=11

U1=0 10 0 20 11 15
-5 5 -18 10
U2=7 12 7 9 20 25
0 10 15 -2
U3=-5 0 14 16 18 5
5 -19 -19 -12
5 15 15 10

2.1.9 Solución Inicial Mejorada

En esta sección presentamos dos procedimientos que determinan la solución inicial

a través de la selección de las rutas “económicas” del modelo.

Modelo del Costo Mínimo

Asígnese el más grande valor posible a la variable con el menor costo unitario de
toda la tabla. Táchese el renglón o columna satisfecha. Después de ajustar la
oferta y la demanda de todos los renglones y columnas no tachados, repítase el
proceso asignando el valor más grande posible a la variable con el costo unitario
no tachado más pequeño. El procedimiento esta completo cuando queda
exactamente un renglón o bien una columna sin tachar.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 41

1 2 3 4
1 10 0 20 11 15
0 15 0
2 12 7 9 20 25
15 10
3 0 14 16 18 5
5
5 15 15 10

Método de Aproximación de Vogel (VAM)

Este método es heurístico y suele producir una mejor solución inicial que los dos
métodos antes descritos. De hecho, VAM suele producir una solución inicial
optima, o próxima al nivel optimo.

Los pasos del procedimiento son los siguientes:

Paso1: Evaluar una penalización para cada renglón restando el menor elemento
del costo del renglón del elemento de costo menor siguiente en el mismo renglón.

Paso2: Identificar el renglón o columna con la mayor penalización, rompiendo

empates en forma arbitraria. Asignar el valor mayor posible a la variable con el
costo más bajo del renglón o columna seleccionado. Ajustar la oferta y la
demanda y táchese el renglón o columna satisfecho. Si un renglón o columna se
satisfacen al mismo tiempo, solo uno de ellos se tacha y al renglón restante se le
asigna una oferta cero. Cualquier renglón o columna con oferta o demanda cero
no debe utilizarse para calcular penalizaciones futuras.

Paso 3:
• Si solo hay un renglón o columna sin tachar, detener.
• Si solo hay un renglón con oferta positiva sin tachar, determinare las variables
básicas del renglón a través del método del costo mínimo.
• Si todos los renglones y columnas sin tachar tienen oferta o demanda cero
asignadas, determinar las variables básicas cero a través del método del costo
mínimo. Detener.
• De lo contrario, calcular las penalizaciones de las renglones y columnas no
tachados y después ir al paso 2.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 42

1 2 3 4 PR
1 10 0 20 11 15 10

2 12 7 9 20 25 2

3 0 14 16 18 5 14
5
PC 5 15 15 10
10 7 7 7

PR = Penalización de Renglón
PC = Penalización de Columna

1 2 3 4 PR
1 10 0 20 11 15 11

2 12 7 9 20 25 10 2
15
3 0 5 0 -
5
PC 5 15 15 10
- 7 11 9

Se han presentado varios métodos para obtener una solución al problema de

transporte u otro semejante. Una consideración muy importante que hay que
tener en cuenta con cualquier método que se utilice, es que el problema de
transporte no siempre puede aislarse y resolverse dentro de sus propios límites. El
transporte es tan sólo una parte de todo el sistema de distribución de la compañía.

Es muy difícil resolver el mejor programa de transporte en términos de servicio y

bajo costo. Esa área de la empresa requiere de una constante atención para
incorporar los cambios que constituyan y una difícil tarea para cualquier grupo de
investigaciones de negocios.

Proceso de Comprensión y Análisis

• ¿Qué es un problema de transporte?

• ¿Qué características tienen los problemas de transporte?

• ¿Qué aplicaciones concretas a nivel empresarial se pueden encontrar donde se

puedan resolver situaciones como un problema de transporte?

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 43

• ¿Cómo se puede expresar un problema de asignación, en qué circunstancias se

puede aplicar?

• ¿Es un problema de asignación un problema de transporte?, ¿ Por qué?

• Una forma de obtener una solución factible inicial para un problema de

transporte es el de usar varias técnicas. ¿Cuáles son?

• ¿Cuál técnica de asignación de una solución básica factible inicial en un

problema de transporte es la más adecuada? Reflexionar al respecto

Solución de Problemas
• Dos mataderos, P y Q, se encargan de suministrar la carne consumida
semanalmente en tres ciudades, R, S y T: 20, 22 y 14 toneladas,
respectivamente. El matadero P produce cada semana 26 toneladas de carne,
y el Q, 30. Sabiendo que los costes de transporte, por tonelada de carne,
desde cada matadero de a cada ciudad, son los reflejados en la siguiente tabla:

R S T

P 1 3 1

Q 2 1 1

Utilizando el método SIMPLEX analítico, determinar cuál es la distribución de

transporte que supone un coste mínimo.

• Desde dos almacenes A y B, se tiene que distribuir fruta a tres mercados de la

ciudad. El almacén A dispone de 10 toneladas de fruta diarias y el B de 15
toneladas, que se reparten en su totalidad. Los dos primeros mercados
necesitan, diariamente, 8 toneladas de fruta, mientras que el tercero necesita 9
toneladas diarias.

El coste del transporte desde cada almacén a cada mercado viene dado por el
siguiente cuadro:

Almacén Mercado 1 Mercado 2 Mercado 3

A 10 15 20

B 15 10 10

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 44

Utilizando el método SIMPLEX analítico, planificar el transporte para que el costo

sea mínimo.

• Una fabrica de jamones tiene dos secaderos A y B que producen 50 y 80

jamones por mes. Se distribuyen a tres tiendas de las ciudades M, N y O cuya
demanda es 35, 50 y 45 respectivamente. El coste del transporte por jamón en
euros se ve en la tabla siguiente:

M N O
A 5 6 8
B 7 4 2

Utilizando el método SIMPLEX analítico, averiguar cuántos jamones deben enviarse

desde cada secadero a cada tienda para hacer mínimo el gasto en transporte.

• La Empresa transportista ABC posee varios camiones usados para acarrear

piedra molida para proyectos de carreteras en el municipio. El contratista de
carreteras para quien trabaja le ha dado el programa de la semana siguiente.
Utilizando el SIMPLEX analítico, calcular el costo óptimo del transporte

Necesidades Disponibilidad
Semanales, Planta Semanal, Cargas
Proyecto Cargas de de Camión
Camión

A 50 W 45

B 75 X 60

C 50 Y 40

Información de Costos:

De Al proyecto A Al proyecto B Al proyecto C

Planta W $4 $3 $3

Planta X 6 7 6

Planta Y 4 2 5

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 45

• Una Empresa de fibra óptica esta instalando una línea para televisión por cable
desde el punto más a la izquierda hasta el punto más a la derecha, determinar
el camino óptimo para minimizar el costo del cable cuyo precio es de ·$250 el
kilómetro siendo las distancias entre los diferentes estaciones de retransmisión
los indicados en el diagrama anexo.

4 B 7 3 5
C H
A 2 T
5 6 5 3
6 F 8
D E 2 G
4 3

Síntesis Creativa y Argumentativa

• Arbejas enlatadas es uno de los productos más importantes de la empresa
Alimentos San Jorge S.A., las arbejas se fabrican en tres plantas de producción
ubicadas en Bucaramanga, Armenia y Cartagena, y después se mandan en
camiones a cuatro (4) distribuidores en Cúcuta, Bogota, Medellín, y
Barranquilla.

Planta/Distr. Cúcuta Bogota Medellín B/quilla PRODUCCIÓN

Toneladas
B/manga. 32 58 71 50 75
Armenia 73 47 46 75 125
Cartagena 80 90 73 23 100
Asignación 80 65 70 85 300
(Toneladas)
Costos de Transporte por Tonelada en Miles de Pesos

El problema es determinar el plan de asignación de estos (despachos) embarques

a las distintas combinaciones de Planta-Distribuidora, que minimice el costo total
de transporte, para lo cual usted deberá:

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 46

• Definir una primera solución inicial factible para el problema, utilizando la

técnica del mínimo costo y determinar el costo de transporte para esta
solución.

• Determinar si el costo de transportar una unidad desde la planta de Armenia al

distribuidor en Cúcuta es menor que la ruta indirecta actual para esta situación.

• Si lo anterior es cierto que se podría concluir frente al costo total de transporte

actual.

Autoevaluación
• Definir un modelo de transporte, en el siguiente ejercicio: Una empresa tiene
tres plantas que fabrican cierto producto que debe mandarse a cuatro centros
de distribución. Las plantas 1,2, y 3 producen 12, 17 y 11 toneladas mensuales.
Cada centro de distribución necesita recibir 10 toneladas al mes. La distancia
en kilómetros desde cada planta a los respectivos centros de distribución es la
siguiente:

Planta/Centro 1 2 3 4
1 800 1300 400 700
2 1100 1400 600 1000
3 600 1200 800 900

– El costo del flete por cada embarque es de $ 100 mas $ 0.5 / kilómetro.
– ¿Cuantas toneladas deben mandarse desde cada planta a cada uno de los
centros de distribución para minimizar el costo total de transporte?.
– Formular este problema como un problema de transporte construyendo la tabla
de costos y requerimientos apropiada.
– Utilizar la regla del mínimo costo para obtener una solución inicial básica
factible, para el problema planteado
– Utilizar el método aproximación de VOGUEL, para encontrar una solución inicial
básica factible y comparar cuál de los dos métodos minimiza mejor la solución.

• Definir un problema de asignación, se dice que en esta clase de problemas los

recursos se asignan a las actividades sobre una base de uno a uno. Considerar
el problema de asignación que tiene la siguiente tabla de costos:

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 47

ASIGNACIÓN
1 2 3 4
A 4 1 0 1
ASIGNADO B 1 3 4 0
C 3 2 1 3
D 2 2 3 0

– Reformular el problema como un problema de transporte equivalente

construyendo la tabla apropiada de costos y requerimientos:
– Utilizar la regla esquina noroeste para obtener una solución básica factible
inicial.

• Aplicando la solución a un problema de transporte, según, Método Costo

mínimo y técnica de transporte resolver el siguiente problema:

ORIGEN DESTINO
1 2 3 4 Recursos
1 3 7 6 4 5
2 2 4 3 2 2
3 4 3 8 5 3
Demanda 3 3 2 2

Repaso Significativo
• En grupos visitar una empresa, identificar de qué manera hacen los envíos o se
asigna el trabajo a los empleados.

• Basados en datos reales, construir un modelo de transporte, plantear todos los

requerimientos y costos. Resolver por el método que considere le es más
familiar.

• Existe un software llamado Winqsb plus, y el LINGO, con los cuales se

pueden resolver este tipo de problemas. El segundo se puede descargar de la
pagina de Internet www.lingo.com. Tratar de utilizarlo; no es material de este
curso el estudio de este software, diríjase al tutor para solicitar mayor
información de este software.

• Dar recomendaciones a la empresa estudiada sobre los hallazgos encontrados.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 48

Bibliografía Sugerida
BIEMAN, Harold; BONINI, Charles y HAUSMAN, Warren. Análisis Cuantitativo para
los Negocios. 9° CD. Bogota: Mc Graw Hill. 1999.

HILLER, Frederick y LIEBERINAN, Gerald. Introducción a la Investigación de

Operaciones. 5° CD. Mexico: Mc Graw Hill. 1993.

TAHA, Hamdy. Investigación de operaciones, una introducción. 6° CD. México:

Prentice Hall. 1998

DIRECCIONES ELECTRÓNICAS

www.investigacion-operaciones.com

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 49

UNIDAD 3: Análisis de Redes

Descripción Temática

Desde hace mucho tiempo, el análisis de redes ha jugado un papel muy

importante en la ingeniería eléctrica. En las ultimas décadas se ha visto que
ciertos conceptos y herramientas de la teoría de redes son útiles también en otros
contextos; por ejemplo, se han hecho aplicaciones importantes del análisis de
redes en la teoría de la información, Internet, en cibernética, en el estudio de
sistemas de transporte y en planeación y control de proyectos de investigación y
desarrollo.

La representación en redes proporciona una ayuda conceptual poderosa para

visualizar las relaciones entre las componentes de sistemas complicados que con
frecuencia se tienen que analizar en la investigación de operaciones.

En esta unidad se introduce un ejemplo prototipo que se usará más adelante para
ilustrar los fundamentos de los primeros tres tipos de problema, a continuación, se
presenta la terminología básica de redes y el resto de la unidad está dedicada a los
cuatro problemas: la ruta más corta, el árbol de mínima expansión, el flujo
máximo y la planeación y control de proyectos con PERT y CPM.

Horizontes
• Entender y relacionar el concepto del análisis de redes como otra herramienta a
utilizar en el proceso de toma de decisiones gerenciales.
• Conocer la terminología de redes y su aplicación practica.
• Conocer el problema de la ruta más corta y sus aplicaciones, de igual forma, el
problema del árbol de mínima expansión y sus aplicaciones.
• Identificar la importancia de la planeación y control de proyectos.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 50

Núcleos Temáticos y Problemáticos

• Ejemplo Prototipo
• Terminología de Redes
• Problema de la Ruta más Corta
• Otras Aplicaciones
• Problema del Árbol de Mínima Expansión

Proceso de Información
Un problema básico de teoría de redes surge con frecuencia en el estudio de los
sistemas de transporte y es el de encontrar la ruta más corta a través de la red.
Un problema parecido es el de escoger un conjunto de conexiones que
proporcione una ruta entre dos puntos cualesquiera de una red de manera que se
minimice la longitud total de estas conexiones. Otro problema fundamental implica
la asignación de flujos con el fin de maximizar el flujo a través de una red que
conecta una fuente u origen y un destino. La planeación y control de proyectos es
el cuarto tipo de problema que se ha atacado por medio de técnicas de redes, en
especial el PERT (Program Evaluation and Rewiew Technique o Técnica de
evaluación y revisión de Programas) y el CPM (Critical Path Metod o metodo de la
ruta critica).

3.1 EJEMPLO PROTOTIPO

La ciudad de Pamplona ha implementado un programa de turismo por los museos

de la ciudad. No se permite entrada de automóviles pero se pueden utilizar Buses
de turismo colocados para tal efecto. En la figura se muestra este sistema de
turismo por la ciudad a través de todos sus museos y sitios de interés, en donde O
es la entrada a la ciudad; las otras letras representan la localización de los sitios
de interés. Los números son las distancias en metros que los comunican.

La ciudad posee un mirador (Casa de encuentros Nasareth) a un hermoso paisaje

de la ciudad (T), unos cuantos buses transportan a los visitantes desde la entrada
(Universidad) a la estación T y de regreso.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 51

En este momento el coordinador del programa se enfrenta a tres problemas.

• Determinar que ruta, desde la entrada de la ciudad (Universidad) a la estación

T, es la que tiene la distancia total más corta para la operación de los Buses.
(este es un problema de la Ruta más corta)

• Según el problema es que deben instalarse líneas telefónicas subterráneas para

establecer comunicación entre las casetas de turismo en todos los sitios de
interés (inclusive la entrada). Como la instalación es costosa, perturba el
funcionamiento de la ciudad, instalarán líneas que sigan solo los caminos
necesarios para obtener comunicación entre cualquier par de sitios de interés.
La pregunta es por dónde deben tenderse las líneas para lograr esto con el
mínimo numero total de metros de cable instalado (Problema de Árbol de
mínima expansión).

• El tercer problema es que durante la temporada pico, (Máxima demanda) hay

más personas que quieren tomar el bus a la estación T, de las que pueda
acomodar. Para evitar la perturbación indebida de la armonía de la ciudad, se
ha impuesto un racionamiento estricto en el numero en el numero de viajes al
día que pueden hacer los buses en cada camino. (Estos limites difieren de un
camino a otro) Así, durante la temporada pico, se pueden seguir varias rutas
sin tomar en cuenta la distancia para aumentar el numero de viajes del bus
diarios. La pregunta es cómo planear las rutas para los distintos viajes de
manera que se maximice el numero total de viajes que se pueden hacer cada
día. (Este es un problema de flujo máximo).

3.2. TERMINOLOGÍA DE REDES

Grafica de Turismo por Pamplona

10 35
A T
4 D
20 4

25
B 38
10
O 2
1
O Universidad
• Casa colonial
26
3 E •
•
Museo A. Religioso
Museo de arte
moderno
C • Museo Anzoategüi
• Casa Águeda gallardo
T Casa de encuentros

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 52

Según la terminología de teoría de graficas (Grafos), Una grafica consiste en un

conjunto de puntos de unión llamados nodos, en donde algunos pares de nodos
están unidos por líneas llamadas ramas (o arcos, ligaduras, aristas). La Figura
siguiente es un ejemplo de una grafica, en la que los círculos que indican los
museos son los nodos y las calles o rutas que conectan son las ramas.

Se considera que una red es una grafica con un flujo de algún tipo de ramas.
Existen numerosos ejemplos de sistemas que satisfacen esta definición de red,
como sugiere la tabla que se enseña a continuación.

Nodos Ramas Flujo

Intersecciones Calles Vehículos
Aeropuertos Rutas aéreas Aviones
Puntos de conmutación Cables o canales Mensajes (informacion)
Estaciones de Bombeo Tuberías Fluidos
Centros de trabajo Rutas de materiales trabajos en proceso
Tabla Componentes de redes representativas.

Se ha introducido algunos términos adicionales para describir las graficas. Una

cadena del nodo i al j es una sucesión de ramas que conectan estos dos nodos.
Por ejemplo, una de las cadenas que conectan los nodos O y T en la figura
anterior es la sucesión de ramas AB, BD, DT, y viceversa. Cuando también se
especifica la dirección del viaje a lo largo de la cadena, entonces se llama ruta. Un
ciclo es una cadena que se conecta a un nodo consigo mismo sin retroceder sobre
sus pasos. Así en la figura 3.1. AD, DB, BA forman un ciclo.

Se dice que una grafica es una grafica conexa si existe una cadena que conecta a
todo par de nodos. La grafica de la figura 3.1. es una grafica conexa, pero no lo
seria si se eliminaran las ramas AD, BD, BE, y CE. Un árbol es una grafica conexa
(para algún conjunto de nodos) que no contiene ciclos. Por ejemplo en la figura
3.1. seria un árbol si OB, BD, DT, BA, BC y DE fueran las únicas ramas. Uno de
los teoremas de la teoría de graficas establece que una grafica que tiene n nodos
es conexa si tiene (n-1) ramas y no tiene ciclos (de manera que tal grafica es un
árbol). Una grafica que tiene estas propiedades se conoce como árbol de
expansión.

Se dice que una rama de una gráfica está orientada (dirigida) si se le atribuye un
sentido o dirección tal que un nodo pueda considerarse punto de origen y el otro
punto de destino. Una grafica orientada es aquella en la que todas sus ramas
están orientadas. Si una grafica orientada es una red, la orientación de una rama
es la dirección factible del flujo a través de esa rama. Sin embargo no es necesario

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 53

que una red sea orientada, ya que puede ser factible tener flujo en ambas
direcciones de una rama. La capacidad de flujo de una rama en una dirección
especifica es el limite superior de la cantidad de flujo factible (expresado como
una tasa o como una cantidad total) en esa rama en esa dirección. Un nodo
también puede tener una capacidad de flujo limitada, auque aquí se ignora esa
posibilidad.

Se dice que un nodo en una red es un origen si cada una de sus ramas tiene una
orientación tal que el flujo se mueve hacia fuera de ese nodo. De igual manera un
nodo se llama destino si cada una de sus ramas esta orientada hacia ese nodo.
Entonces, se puede pensar que los orígenes son generadores de flujo y que los
destinos absorben ese flujo.

3.3 PROBLEMA DE LA RUTA MÁS CORTA

El objetivo de este problema es el de encontrar la ruta más corta de un origen a

un destino a través de una red conexa.

3.3.1 Algoritmo de la Ruta más Corta

Método

• Objetivo de la n-esima iteración : encontrar en n-esimo nodo más cercano al

origen. Este paso se repetirá para n= 1,2,...,r hasta que el n-ésimo nodo más
cercano sea el nodo destino.)

• Datos para la n-esima iteración: (n-1) nodos más cercanos al origen

encontrados en las iteraciones previas, y también su ruta más corta y la
distancia desde el origen. (Estos nodos y el origen se llamarán nodos
resueltos.)

• Candidatos para el n-esimo nodo más cercano: cada nodo resuelto que está
conectado directamente con uno o más nodos no resueltos proporciona un
candidato, y este es el nodo no resuelto que tiene la rama más corta. (los
empates proporcionan candidatos adicionales).

• Calculo del n-esimo nodo más cercano: para cada nodo resuelto y sus
candidatos, se suma la distancia entre ellos y la distancia desde la ruta más
corta desde el origen a este nodo resuelto. El candidato con la distancia total
más pequeña es el n-esimo nodo más cercano (los empates proporcionan

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 54

nodos resueltos adicionales), y su ruta más corta es la que genera esa

distancia).

Ejemplo

La administración de turismo, necesita encontrar la ruta más corta desde la

entrada de la Universidad (O) hasta la casa de encuentros (T), a través del sistema
de calles que se muestra en la figura anterior, en la tabla se encuentran los
resultados obtenidos al aplicar el algoritmo anterior a este problema. La primera
columna(n) indica el numero de la iteración, la segunda da una lista de los nodos
resueltos, la tercera da los candidatos para el n-esimo nodo más cercano (nodos
no resueltos con la distancia más corta al nodo resuelto). La cuarta calcula la
distancia de la ruta más corta desde el origen hacia cada uno de esos candidatos.
El candidato con la suma de distancias más pequeña es el n-esimo nodo más
cercano al origen, el cual se indica en la quinta columna. Las dos ultimas
columnas resumen la información de este ultimo nodo resuelto necesaria para
pasar a las iteraciones siguientes.

Ahora, al trabajar en la ultima columna de la tabla siguiente, la ruta más corta se

puede rastrear hacia atrás desde el nodo destino hasta el origen, con lo que se
obtiene T→D→B→A→O, por tanto se identifica una opción para la ruta más corta
desde el origen hasta el destino como la cadena O→A→B→D→T, con una
distancia total de 63 kilómetros.

n Nodos Nodo más Distancia n-esimo Distancia Ultima

resueltos cercano no total nodo más Minina Conexión
conectados resuelto involucrada cercano
directamente a conectado
nodos no
resueltos
1 O A 20 A 20 0A
2 O B 25 B 24 AB
A B 20+4=24
3 O C 26 C 26 OC
A D 20+10= 30
B E 24+2 = 26 E BE
4 A D 20+10=30 28 BD
B D 24+4 = 28 D
E D 26+10=36
5 D T 28+35=63 T 63 DT
E T 26+38=64
Tabla: Aplicación del Algoritmo de la Ruta más Corta
para el Problema del Turismo por Pamplona.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 55

3.4 OTRAS APLICACIONES

Antes de concluir la presentación del problema de la ruta más corta, es necesario

hacer hincapié en un punto. Hasta aquí, se ha descrito el problema en términos
de minimizar la distancia de un origen a un destino. Sin embargo, en realidad el
problema de redes que se estudia es el de encontrar cual es la ruta que conecta
dos nodos específicos que minimiza la suma de los valores de las ramas sobre esa
ruta. Por ejemplo, las ramas pueden corresponder a actividades de algún tipo y
los valores asociados a cada rama pueden representar costo de esa actividad.
Entonces el problema seria encontrar que secuencia de actividades logran el
objetivo especifico de minimizar el costo total relacionado. ( Ver problema 2 del
proceso de comprensión y análisis). Otra aplicación seria encontrar el mínimo
tiempo total requerido para realizar una secuencia de actividades. (Ver problema 3
proceso de comprensión y análisis).

3.5 PROBLEMA DEL ÁRBOL DE MÍNIMA EXPANSIÓN

Ahora considere una variación al problema de la ruta más corta conocido como el
problema del árbol de mínima expansión. Como antes, se conocen el conjunto de
nodos y distancias1 entre pares de nodos, pero ahora no se especifican las ramas
entre los nodos. En lugar de encontrar una ruta más corta a través de una red, se
trata de seleccionar para esa red, las ramas que tienen la longitud total menor
proporciona una ruta entre cada par de nodos. Las ramas deben escogerse de
manera que la red obtenida forme un árbol que recorra (es decir que conecte)
todos los nodos dados. En resumen, el problema consiste en definir el árbol de
expansión con una longitud total mínima e las ramas.

35
A T
4 D
20 4

B 38

26
E
C

Árbol de Mínima Expansión para el Problema

de Turismo por Pamplona

1
Una vez mas, “distancia” puede interpretarse como costo, tiempo o alguna otra cantidad

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 56

El problema de Turismo por Pamplona tiene n=7 nodos, y como se indicó

anteriormente, una red debe tener justo (n-1) = 6 ramas y no tener ciclos para
clasificar como un árbol de expansión. Esta condición se logra en la figura
anterior, por lo que esta red es una solución factible (con una longitud total de
127 Km en las ramas) para el problema del árbol de mínima expansión (se verá
más adelante que esta solución no es optima, ya que es posible construir un árbol
de expansión con solo 66 Km. en sus ramas)

3.5.1 Algoritmo para el Problema del Árbol de Mínima Expansión

Paso 1: Se seleccionan, de manera arbitraria cualquier nodo y el nodo mas

cercano distinto de este.

Paso 2: Se identifica el nodo no conectado mas cercano a un nodo conectado y se

conectan estos dos nodos.

Empates: Los empates para el nodo mas cercano distinto (paso1) o par el nodo
no conectado mas cercano (paso 2), se pueden romper en forma arbitraria y el
algoritmo debe llevar todavía a la solución optima. No obstante, estos empates son
señal de que pueden existir (pero no necesariamente) soluciones optimas
múltiples. Todas esas soluciones se pueden indentificar si se buscan las demás
formas de romper los empates hasta el final.

3.6 PLANEACIÓN Y CONTROL DE PROYECTOS CON PERT

Otra Herramienta de investigación de operaciones muy difundida actualmente es la

planeacion y control de proyectos con PERT/CPM.

Dos son los orígenes del método del camino crítico: el método PERT (Program
Evaluation and Review Technique) desarrollo por la Armada de los Estados Unidos
de América, en 1957, para controlar los tiempos de ejecución de las diversas
actividades integrantes de los proyectos espaciales, por la necesidad de terminar
cada una de ellas dentro de los intervalos de tiempo disponibles. Fue utilizado
originalmente por el control de tiempos del proyecto Polaris y actualmente se
utiliza en todo el programa espacial.

El método CPM (Crítical Path Method), el segundo origen del método actual, fue
desarrollado también en 1957 en los Estados Unidos de América, por un centro de
investigación de operaciones para la firma Dupont y Remington Rand, buscando el
control y la optimización de los costos de operación mediante la planeación
adecuada de las actividades componentes del proyecto.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 57

Ambos métodos aportaron los elementos administrativos necesarios para formar el

método del camino crítico 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.

3.6.1 Usos

El campo de acción de este método es muy amplio, dada su gran flexibilidad y

adaptabilidad a cualquier proyecto grande o pequeño. Para obtener los mejores
resultados debe aplicarse a los proyectos que posean las siguientes características:
• Que el proyecto sea único, no repetitivo, en algunas partes o en su totalidad.
• Que se deba ejecutar todo el proyecto o parte de el, en un tiempo mínimo, sin
variaciones, es decir, en tiempo crítico.
• Que se desee el costo de operación más bajo posible dentro de un tiempo
disponible.

Dentro del ámbito aplicación, el método se ha estado usando para la planeación y

control de diversas actividades, tales como construcción de presas, apertura de
caminos, pavimentación, construcción de casas y edificios, reparación de barcos,
investigación de mercados, movimientos de colonización, estudios económicos
regionales, auditorias, planeación de carreras universitarias, distribución de
tiempos de salas de operaciones, ampliaciones de fábrica, planeación de itinerarios
para cobranzas, planes de venta, censos de población, etc.

3.6.2 Planeación y Control de Proyectos con PERT-CPM

La buena administración de proyectos a gran escala requiere planeación,

programación y coordinación cuidadosa de muchas actividades interrelacionadas.
Al principiar la década de 1950 se desarrollaron procedimientos formales basados
en uso de redes y de las técnicas de redes para ayudar en estas tareas. Entre los
procedimientos mas sobresalientes se encuentran el PERT (técnica de evaluación y
revisión de programas) y el CPM (método de la ruta critica).Aunque originalmente
los sistemas tipo PERT se aplicaron para evaluar la programación de un proyecto
de investigación y desarrollo, también se usan para controlar el avance de otros
tipos de proyecto especiales. Como ejemplos se pueden citar programas de
construcción, la programación de computadoras, la preparación de propuestas y
presupuestos, la planeación de l mantenimiento y la instalación de sistemas de
computo, este tipo de técnica se ha venido aplicando aun a la producción de
películas, a las compañas políticas y a operaciones quirúrgicas complejas.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 58

El objetivo de los sistemas tipo PERT consiste en ayudar en la planeación y el

control, por lo que no implica mucha optimización directa. Algunas veces el
objetivo primario es determinar la probabilidad de cumplir con fechas de entrega
especificas. También identifica aquellas actividades que son más probables que se
conviertan en cuellos de botella y señala, por ende, en que puntos debe hacerse el
mayor esfuerzo para no tener retrasos. Un tercer objetivo es evaluar el efecto de
los cambios del programa. Por ejemplo, se puede valorar el efecto de un posible
cambio en la asignación de recursos de las actividades menos criticas a aquellas
que se identificaron con cuellos de botella. Otra aplicación importante es la
evaluación del efecto de desviarse de lo programado.

Todos los sistemas tipo PERT emplean una red de proyecto para visualizar
gráficamente la interrelación entre sus elementos. Esta representación del plan de
un proyecto muestra todas las relaciones de procedencia, respecto al orden en que
se deben realizar las actividades. En la Fig. 1 sé muestran estas características
para la red de proyecto inicial para la construcción de una casa. Esta red indica
que la excavación debe hacerse antes de poner los cimientos y después los
cimientos deben completarse antes de colocar las paredes. Una vez que se
levantan las paredes se pueden realizar tres actividades en paralelo. Al seguirla red
hacia delante se ve el orden de las tareas subsecuentes.

1 Inicio
Red del
proyecto Excavación
inicial para
la
2
construcción
de una casa Cimientos

Obra negra

Colad
4 o de te
c hos
Plomería exterior 6
Revoque
Instalación 5 externo
Eléctrica
Plomería Interna 8
Pintura
7 exterior
Revocado 10
s interno
piso
oc. 9
Col Pintura interior Acabados
exteriores
11 12

Acabados 13
internos Final

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 59

Red del proyecto 1 (0,0)

final para
construcción de una 2
casa
2 (2,2)

3 (6,6)

10
(16,16)
4 6 (22,26)

4 6
(20,20)
7
5 0
5 8 (29,33)
(25,25) 9
7

8 (38,42)
10
(33,33)
(37,38) 4 9 (38,38) 2
(44,44)
11 12
0
6 13

En la terminología de PERT, cada arco de la red representa una actividad, es decir,

una de las tareas que requiere el proyecto, cada nodo representa un evento que
por lo general se define con el momento ñeque se terminan todas las actividades
que llegan a ese nodo, Las puntas de flecha indican la secuencia en la que3 debe
ocurrir cada uno de esos eventos. Lo que es mas, un evento debe preceder a la
iniciación de las actividades que llegan a ese nodo. Las puntas de flecha indican la
secuencia en la que debe ocurrir cada uno de esos eventos. Lo que es mas, un
evento debe preceder a la iniciación de las actividades que salen de ese nodo. (En
la realidad, con frecuencia se pueden traslapar etapas sucesivas de un proyecto,
por lo que la red puede representar una aproximación idealizada del plan de un
proyecto.)

El nodo hacia el que todas las actividades se dirigen es el evento que corresponde
a la terminación desde su concepción, o bien, si el proyecto ya comenzó, el plan
para su terminación. En él ultimo caso, cada nodo de la red sin arcos que llegan
representa el evento de continuar una actividad en marcha o el evento de iniciar
una nueva actividad que puede comenzar en cualquier momento.

Cada arco juega un doble papel, el de representar una actividad y el de ayudar a

representar las relaciones de procedencia entre las distintas actividades. En

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 60

ocasiones, se necesita un arco para definir las relaciones de procedencia aun

cuando no haya una actividad real que representar. En este caso, se introduce una
actividad ficticia que requiere un tiempo cero, en donde el arco que representa
esta actividad ficticia se muestra como una flecha punteada que indica esa relación
de procedencia. Por ejemplo, considérese el arco 5 - 8 que representa una
actividad ficticia en la Fig. 1; el único objeto de este arco es indicar que la
colocación de la tubería debe estar terminada antes de poder comenzar los
exteriores.

Una regla común para construir este tipo de redes es que dos nodos no pueden
estar conectados directamente por mas de un arco. Las actividades ficticias
también se pueden usar para evitar violar esta regla cuando se tienen dos o más
actividades concurrentes; en la Fig. 1 se ilustra esto con el arco 11 12. El único
propósito de este arco es indicar que debe terminarse la colocación de pisos antes
de instalar los acabados interiores sin tener dos arcos del nodo 9 al nodo 12. Una
vez desarrollada la red la red de un proyecto, el siguiente paso es estimar el
tiempo que se requiere para cada actividad. Estas estimaciones para el ejemplo de
la construcción de una casa de la figura 1. se muestran en la figura 2 con los
números mas oscuros (en unidades de días de trabajo) que aparecen junto a los
arcos. Estos tiempos se usan para calcular dos cantidades básicas para cada
evento, a saber, su tiempo más próximo y su tiempo más lejano. El tiempo más
próximo para un evento es el tiempo (estimado) en el que ocurrirá el evento si las
actividades que lo proceden comienzan lo mas pronto posible.

Los tiempos más próximos se obtienen al efectuar una pasada hacia delante a
través de la red, comenzando con los eventos iniciales y trabajando hacia delante
en el tiempo, hasta los eventos finales, para cada evento se hace un calculo del
tiempo en el que ocurrirá cada uno, si cada evento procedente inmediato ocurre
en su tiempo más próximo y cada actividad que interviene consume exactamente
su tiempo estimado. La iniciación del proyecto se debe etiquetar con el tiempo 0.
este proceso se muestra en la tabla 1. para el ejemplo considerado en las figuras 1
y 2. los tiempos más próximos que se obtuvieron están registrados en la figura 2,
con el primero de los dos números que se dan para cada nodo. El tiempo más
lejano para un evento es él ultimo momento (estimado) en el que puede ocurrir sin
retrasar la terminación del proyecto mas allá de su tiempo más próximo.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 61

Evento Evento Tiempo Tiempo Tiempo

inmediato mas + de la = máximo
Anterior próximo actividad más
próximo
1 ___ ___ 0
2 1 0+2 2
3 2 2+4 6
4 3 6 + 10 16
5 4 16 + 4 20
6 4 16 + 6 22
7 4 16+7 25
5 20+5
8 5 20+0 29
6 22+7
9 7 25+8 33
10 8 29+9 38
11 9 33+4 37
12 9 33+5 38
11 37+0
13 10 38+2 44

Tabla 1. Calculo de los Tiempos más Próximos

para el Ejemplo de la Construcción de Una casa.

En este caso los tiempos más lejanos se obtienen sucesivamente para los eventos
al efectuar una pasada hacia atrás a través de la red, comenzando con los eventos
finales y trabajando hacia atrás en el tiempo hasta los iniciales. Para cada evento
él calculo del tiempo final en el que puede ocurrir un evento de manera que los
que le siguen ocurran en su tempo mas lejano, si cada actividad involucrada
consume exactamente su tiempo estimado. Este proceso se ilustra en la tabla 2,
en donde 44 días es el tiempo más próximo y el tiempo más lejano para la
terminación del proyecto de construcción de la casa. Los tiempos más lejanos para
la terminación del proyecto de construcción de la casa. Los tiempos mas lejanos
que se obtuvieron se encuentran también en la figura 2 como el segundo numero
que se da para cada nodo.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 62

Sea la actividad ( i , j ) la actividad que va del evento i al evento j en la red del

proyecto.

La holgura para un evento es la diferencia entre su tiempo más lejano y su tiempo

más próximo. La holgura para una actividad ( i , j ) es la diferencia entre [ el
tiempo mas lejano del evento] y [el tiempo mas próximo del evento i mas el
tiempo estimado para la actividad].

Así, si se supone que todo lo demás marcha a tiempo, la holgura para un evento
indica cuanto retraso se puede tolerar para llegar a ese evento sin retrasar la
terminación del proyecto, y la holgura para una actividad indica lo mismo respecto
a un retraso en la terminación de esa actividad. En a tabla 3 se ilustran los calculo
de estas holguras para el proyecto de la construcción de una casa. Una ruta critica
de un proyecto es una ruta cuyas actividades tienen la holgura cero. (Todas las
actividades y eventos que tienen holgura cero deben estar sobre una ruta crítica,
pero no otras.)

Evento inmediato Tiempo Tiempo Tiempo

Evento Anterior mas - de la = mínimo más
lejano actividad próximo

13 __ ___ 44

12 13 44-6 38

11 12 38-0 38

10 13 44-2 42

9 12 38-5 33

11 38-4

8 10 42-9 33

7 9 33-8 25

6 8 33-7 26

5 8 33-0 20

7 25-5

4 7 25-7 16

6 26-6

5 20-4

3 4 16-10 6

2 3 6-4 2

1 2 2-2 0

Tabla 2. Calculo de los Tiempos más Lejanos

para el Ejemplo de la Construcción de una Casa

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 63

Evento Holgura Actividad Holgura

1 0–0=0 (1,2) 2 - (0+2) = 0

2 2-2=0 (2,3) 6 - (2+4) = 0
3 6–6=0 (3,4) 16 - (6+10) = 0
4 16 - 16 = 0 (4,5) 20 - (16+4) = 0
5 20 – 20 = 0 (4,6) 26 - (16+6) = 4
6 26 - 22 = 4 (4,7) 25 - (16+7) = 2
7 25 – 25 = 0 (5,7) 25 - (20+5) = 0
8 33 - 29 = 4 (6,8) 33 - (22+7) = 4
9 33 – 33 = 0 (7,9) 33 - (25+8) = 0
10 42 - 38 = 4 (8,10) 42 - (29+9) = 4
11 38 – 37 = 1 (9,11) 38 - (33+4) = 1
12 38 - 38 = 0 (9,12) 38 - (33+5) = 0
13 44 – 44 = 0 (10,13) 44 - (38+2) = 4
(12,13) 44 - (38+6) = 0

Tabla 3. Calculo de las Holguras para el Ejemplo

de la Construcción de una Casa

Si se verifica en la tabla 3 las actividades que tienen holgura cero, se observa que
el ejemplo de la construcción de una casa tiene una ruta critica, 1 - 2 - 3 - 4 - 5 - 6
- 7 - 9 - 12 - 13, como se muestra en la figura 2 con las flechas mas oscuras. Esta
secuencia de actividades criticas debe mantenerse estrictamente a tiempo, si se
quiere evitar retrasos en la terminación del proyecto. Otros proyectos pueden
tener mas de una ruta critica; por ejemplo nótese lo que pasaría en la figura 2 si el
tiempo estimado de la actividad (4,6) se cambiara de 6 a 19.

Resulta interesante observar en la tabla 3 que mientras que todos los eventos
sobre la ruta critica (inclusive el 4 y el 7 ) necesariamente tienen holgura cero, no
es así para la actividad (4 , 7), ya que su tiempo estimado es menor que la suma
de los tiempos estimados para las actividades (4 , 5 ) y (5 , 7). En consecuencia,
estas ultimas actividades están en la ruta crítica, pero la actividad (4 , 7) no lo
está.

Esta información sobre los tiempos más cercanas y más lejanos, las holguras y la
ruta crítica, es invaluable para el administrador del proyecto. Entre otras cosas, le
permite investigar el efecto de posible mejoras en la planeación para determinar
en donde debe hacerse un esfuerzo especial para mantenerse y evaluar el impacto
de los retrasos.

3.6.3 Gráficas PERT

La gráfica PERT es una gráfica original de redes no medidas que contiene los datos
de las actividades representadas por flechas que parten de un evento i y terminan
en un evento j.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 64

En la parte superior de la flecha se indica el número de identificación,

generalmente los números de los eventos (i-j). En la parte inferior aparece dentro
de un rectángulo la duración estándar (t) de la actividad. En la mitad superior del
evento se anota el número progresivo, en el cuarto inferior izquierdo la última
lectura del proyecto y en el cuarto inferior derecho la primera lectura del proyecto.
Esta gráfica tiene como ventaja la de informar las fechas más tempranas y más
tardías de iniciación y terminación de cada actividad, sin tener que recurrir a la
matriz de holguras.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 65

Veamos cómo se presenta la ampliación de la fábrica por medio de una gráfica

PERT.

3.6.4 Red de Actividades

Se llama red la representación gráfica de las actividades que muestran sus

eventos, secuencias, interrelaciones y el camino critico. No solamente se llama

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 66

camino critico al método sino también a la serie de actividades contadas desde la

iniciación del proyecto hasta su terminación, que no tienen flexibilidad en su
tiempo de ejecución, por lo que cualquier retraso que sufriera alguna de las
actividades de la serie provocaría un retraso en todo el proyecto.

Desde otro punto de vista, camino critico es la serie de actividades que indica la
duración total del proyecto. Cada una de las actividades se representa por una
flecha que empieza en un evento y termina en otro.

Se llama evento al momento de iniciación o terminación de una actividad. Se

determina en un tiempo variable entre el más temprano y el más tardío posible, de
iniciación o de terminación.

A los eventos se les conoce también con los nombres de nodos.

Evento Evento (I j).

El evento inicial se llama i y el evento final se denomina j. El evento final de una

actividad será el evento inicial de la actividad siguiente.

Las flechas no son vectores, escalares ni representan medida alguna. No interesa

la forma de las flechas, ya que se dibujarán dé acuerdo con las necesidades y
comodidad de presentación de la red. Pueden ser horizontales, verticales,
ascendentes, descendentes curvas, rectas, quebradas, etc

En los casos en que haya necesidad de indicar que una actividad tiene una
interrelación o continuación con otra se dibujará entre ambas una línea punteada,
llamada liga, que tiene una duración de cero.

La liga puede representar en algunas ocasiones un tiempo de espera para poder

iniciar la actividad siguienteVarias actividades pueden terminar en un evento o
partir de un mismo evento.

(a) Incorrecto, (b) Correcto.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 67

Al construir la red, debe evitarse lo siguiente:

• Dos actividades que parten de un mismo evento y llegan a un mismo evento.

Esto produce confusión de tiempo y de continuidad. Debe abrirse el evento
inicial o el evento final en dos eventos y unirlos con una liga.

• Partir una actividad de una parte intermedia de otra actividad. Toda actividad
debe empezar invariablemente en un evento y terminar en otro. Cuando se
presenta este caso, a la actividad base o inicial se le divide en eventos
basándose en porcentajes y se derivan de ellos las actividades secundadas.

(a) Incorrecto; (b) Correcto.

• Dejar eventos sueltos al terminar la red. Todos ellos deben relacionarse con el
evento inicial o con el evento final.

3.6.5 Enfoque de Tres Estimaciones de PERT

Hasta ahora se ha supuesto implícitamente que se puede obtener estimaciones

con una exactitud razonable del tiempo requerido para cada actividad del proyecto.
En la realidad, con frecuencia existe bastante incertidumbre sobré cuales serán
estos tiempo; de hecho se trata de una variable aleatoria que tiene cierta
distribución de probabilidad. La versión original de PERT toma en cuenta esta
incertidumbre usando tres tipos diferentes de estimaciones par los tiempos de las
actividades, con el fin de obtener información básica sobre su distribución de

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 68

probabilidad. Esta información para todos los tiempos de las actividades se utiliza
para estimas la probabilidad de terminar el proyecto en la fecha programada.

Las tres estimaciones empleadas por PERT para cada actividad son una estimación
más probable, una estimación optimista y una estimación pesimista. La estimación
mas probable (denotada por m ) intenta ser la estimación mas realista del tiempo
que puede consumir una actividad. En términos estadísticos, es una estimación de
la moda (el punto mas alto) de la distribución de probabilidad para el tiempo de la
actividad. La estimación optimista (denotada por a) procura ser el tiempo poco
probable pero posible si todo sale bien; es en esencia una estimación de la cota
inferior de la distribución de la probabilidad. Por ultimo, se intenta que la
estimación pesimista (denotada por b) sea el tiempo poco probable pero posible si
todo sale mal. En términos estadísticos, se trata en esencia de una estimación de
la cota superior de la distribución de probabilidad. En la figura 3 se muestra la
localización ideal de estas tres estimaciones con respecto a la distribución de
probabilidad.

Tiempo transcurrido (Figura 3.) Modelo de distribución de probabilidad para loas

tiempos de las actividades en el enfoque de tres estimaciones de PERT: m =
estimación probable, a = estimación optimista y b = estimación pesimista. Se
hacen dos suposiciones para convertir m, a y b en estimaciones del valor esperado
( te ) y la variancia ( 2) del tiempo que requiere la actividad. Una suposición es
que , la desviación estándar (raíz cuadrada de la variancia), es igual a un sexto
del intervalo de los requerimientos de tiempo razonablemente posibles; esto es,

es la estimación deseada de la variancia. El razonamiento para hacer esta

suposición es que se considera que las colas de muchas distribuciones de
probabilidad (como en la distribución normal) están mas o menos a tres
desviaciones estándar de la media, de manera que existe una dispersión de
alrededor de seis desviaciones estándar entre las colas, por ejemplo, las cartas de
control que se usan normalmente para el control estadístico de la calidad están
construidas de manera que la dispersión entre los limites de control se estima en
seis desviaciones estándar.

Para obtener la estimación del valor esperado ( te ), también es necesaria una

suposición sobre la forma de la distribución de probabilidad, se supone que la
distribución es ( al menos aproximadamente) una distribución beta. Este tipo de
distribución tiene la forma que se muestra en la figura 3, que es razonable para
este propósito.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 69

Si se usa el modelo ilustrado en la figura 3 el valor esperado del tiempo de una

actividad es aproximadamente

Nótese que el medio del intervalo (a + b)/ 2 se encuentra entre a y b de manera

que te es la media aritmética ponderada de la moda y la mitad del intervalo, con
un peso de dos tercios para la moda. Aunque la suposición de una distribución
beta es arbitraria, sirve para el propósito de localizar el valor esperado a m, a y b
de una manera que parece ser razonable.

Después de calcular el valor esperado y la variancia estimados para cada una de

las actividades, se necesitan tres suposiciones adicionales (o aproximaciones) para
poder calcular la probabilidad de terminar el proyecto a tiempo. Una es que los
tiempos de las actividades son estadísticamente independientes. Una segunda es
que la ruta critica ( en términos de los tiempos esperado) siempre requiere un
tiempo total mayor que cualquier otra ruta. Esto implica que el valor esperado y la
variancia, es sencillo encontrar la probabilidad de que esta variable aleatoria
normal (tiempo del proyecto) sea menor que el tiempo de terminación
programado.

3.6.6 Método CPM para Trueques entre Tiempo y Costo

Las versiones originales de CPM y PERT difieren en dos aspectos importantes.

Primero, el CPM supone que los tiempos de las actividades son deterministicos ( es
decir, se pueden predecir de manera confiable sin incertidumbre significativa), por
lo que no necesita las tres estimaciones que se acaban de describir. Segundo, en
lugar de dar una importancia primordial al tiempo (explícitamente), el CPM asigna
la misma importancia al tiempo y al costo y pon esto de relieve al construir un a
curva de tiempo-costo para cada actividad, con la que se muestra en la figura 4.
Esta curva representa la relación entre el costo directo presupuestado para la
actividad y su tiempo de duración resultante. Figura 4. Curva tiempo-costo para la
actividad (i,j).

Por lo general la grafica se basa en dos puntos: el normal y el intensivo o de

quiebre. El punto normal da el costo y el tiempo necesario cuando la actividad se
realiza en la forma normal, sin incurrir en costos adicionales (horas extras de mano
de obra, equipo o materiales especiales para ahorrar tiempo, etc.), Para acelerar la
actividad. Por el contrario, el punto de quiebre proporciona el tiempo y el costo
necesario cuando se realiza la actividad en forma intensiva o de quiebre, esto es se
acelera completamente sin reparar en costos, con el fin de reducir su tiempo de

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 70

duración lo mas que se pueda. Como una aproximación, se supone entonces que
todos los trueques intermedios entre tiempo y costos son posibles y que se
encuentran sobre el segmento de línea que une a estos dos puntos. (Obsérvese en
el segmento de línea oscuro en la Fig. 4). Así, las únicas estimaciones que tienen
que obtener el personal del proyecto son el costo y el tiempo para estos dos
puntos.

El objetivo fundamental del CPM es determinar el trueque entre tiempo y costo

que debe emplearse en cada actividad para cumplir con el tiempo de terminación
del proyecto que se programo a un costo mínimo. Una forma de determinar la
combinación optima del tiempo y costo es aplicar programación lineal. para
descubrir esto, es necesario introducir notación nueva, parte de la cual se resume
en la figura 4. Sea:

Dij = tiempo normal para la actividad (i , j)

CDij = costo (directo) normal para la actividad (i , j)
dij = tiempo de quiebre para la actividad (i , j)
Cdij = costo (directo) de quiebre para la actividad (i , j)
Las variables de decisión para el problema son xij donde:
xij = tiempo de duración de la actividad (i , j)

Entonces existe una variable de decisión xij para cada actividad, pero no lo hay par
a los valores de i y j que no tienen una actividad correspondiente. Para expresar el
costo directo de la actividad ( i, j) como una función (lineal) de Xjj denótese la
pendiente de la línea que pasa por los puntos normal y de quiebre para la
actividad (i , j) por

también defínase Kij como la intersección con el eje del costo directo de esta linea,
como se muestra en la fig. 4, por tanto, costo directo de la actividad(i,j) = Kij + Sij

xij,en consecuencia, costo directo total del proyecto = en donde la

sumatoria se extiende sobre todas las actividades (i , j). Ahora se puede establecer
y formular matemáticamente el problema.

El problema: dado un tiempo T (máximo) de terminación del proyecto,

selecciónese la xjj que minimice el costo directo total del proyecto. Formulación De
Programación Lineal. Para tomar en cuenta el tiempo de terminación del proyecto

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 71

en la formulación de programación lineal del problema, se necesita una variable

más para cada evento. Esta variable adicional esyk = tiempo más próximo
(desconocido) para el evento k, el cual es una función determinística de Xij.

Cada yk es una variable auxiliar, es decir, una variable que se introduce al modelo
por ser conveniente en la formulación y que no representa una decisión. El método
simplex trata a las variables auxiliares igual que a las variables de decisión (xij )
normales.

Para ver cómo se introducen las yk a la formulación, considérese el evento 7 de la

figura 1 Por definición, su tiempo más próximo es:

y7 = máx {y4 + x47, y5 + x57}, En otras palabras y7 es la cantidad más pequeña tal
que las dos restricciones siguientes se cumplen:

y4 + x47 < y7
y5 + x45 < y7,

Por lo que estas dos restricciones se pueden incorporar directamente a la

formulación de programación lineal (después de pasar y7 al lado izquierdo para
obtener la forma apropiada). Aún más, adelante se verá por qué la solución óptima
que se obtiene con el método simples para el modelo completo hará de manera
automática que el valor de y7 sea la cantidad más pequeña que, satisface estas
restricciones, por lo que no se necesitan más restricciones para incorporar la
definición de y7 al modelo.

Dentro del proceso e incorporación de estas restricciones para todos los eventos,
se tiene que cada variable xij aparecerá en exactamente una restricción de este
tipo,

que se puede expresar en la forma apropiada como

Para continuar con los preparativos para escribir el modelo completo de

programación lineal, se etiquetan Evento 1 = inicio del proyecto Evento n =
terminación del proyecto, con lo que :
=0
= tiempo de terminación. .

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 72

Nótese también que es una constante fija que puede eliminarse de la función
objetivo, de manera que minimizar el costo directo total para el proyecto es
equivalente a maximizar Por tanto, el problema de programación lineal
es encontrar las (y las correspondientes) tales que

Maximizar

Sujeta a:

Para todas las actividades (i , j)

Desde un punto de vista computacional, este modelo se puede mejorar algo al

sustituir todas las por

en todo el modelo, para que el primer conjunto de restricciones funcionales

( ) se sustituya por las restricciones de no negatividad

Es conveniente también introducir restricciones de no negatividad para el resto de

las variables:

aunque estas variables ya estaban forzadas a ser no negativas al establecer y1 =

0, debido a

las restricciones y

Una propiedad interesante de una solución óptima para este modelo es que (en
circunstancias normales) toda trayectoria de la red será una ruta crítica que
requiere un tiempo T, La razón es que una solución de este tipo satisface las

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 73

restricciones mientras que evita los costos adicionales en que se incurre por
acortar el tiempo de cualquier trayectoria.

La clave de esta formulación es la manera en que se introducen las al modelo

mediante las restricciones , con el fin de proporcionar los tiempos
más próximos para los respectivos eventos (dados los valores de las en la
solución básica factible actual). Como los tiempos más próximos se tienen que
obtener en orden, todas estas son necesarias nada más para obtener finalmente
el valor correcto de (para los valores actuales de las ), reforzando así la
restricción .

Sin embargo, obtener el valor correcto requiere que el valor de cada (incluso el
de ) sea la cantidad más pequeña que satisface todas las restricciones
. Ahora se hará una descripción breve de por qué (en circunstancias
normales) esta propiedad se cumple para una solución óptima.

Considérese una solución para las variables tal que toda trayectoria de la red es
crítica y requiere un tiempo T. Si los valores de las satisfacen la propiedad
anterior, entonces las son los verdaderos tiempos más pr6ximos con
exactamente y la solución completa para las y satisface todas las
restricciones.

Sin embargo, si alguna se hace un poco más grande, esto crearía una reacción
en cadena en la que alguna se tendría que hacer un poco más grande para
satisfacer todavía las restricciones etc., hasta que en última instancia,
deba hacerse un poco más grande y se viole la restricción .

La única manera de evitar esto con una un poco más grande, es hacer que los
tiempos de duración de algunas actividades (posteriores al evento i) sean un poco
más pequeños, aumentando con esto el costo. Por lo tanto, una solución óptima
evitará que las sean más grandes de lo necesario para satisfacer las

restricciones .

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 74

El problema, como se estableció aquí, supone que se ha fijado una fecha de

entrega específica T (tal vez por contrato) para la terminación del proyecto. En
realidad, algunos proyectos no tienen una fecha de entrega, en cuyo caso no está
claro el valor que debe asignarse a T en la formulación de programación lineal. En
este tipo de situaciones, la decisión sobre T (que resulta ser la duración del
proyecto en la solución óptima), de hecho depende de cuál es el mejor trueque
entre el costo total y el tiempo total del proyecto.

La información básica que se necesita para tomar esta decisión es cómo cambia el
costo directo total mínimo al cambiar el valor de T en la formulación anterior,
como se muestra en la figura 5. Esta información se puede obtener cuando se usa
programación lineal parametrica para obtener la solución óptima como una funci6n
de T en todo el intervalo. Existen procedimientos aún más eficientes, para obtener
esta información, que explotan la estructura especial del problema.

La figura 5 proporciona una base útil para la toma de decisiones del administrador
sobre el valor de T (y la solución óptima correspondiente para ) cuando los
efectos importantes de la duración del proyecto (distintos a los costos directos)
son en esencia intangible. Ahora bien, cuando estos otros efectos que son
básicamente financieros (costos indirectos ), es apropiado combinar la curva del
costo directo total de la figura 5 con una curva de costo indirecto total mínimo
(supervisión, instalaciones, intereses, multas contractuales) contra t, como se
muestra en la figura 6. La suma de estas curvas proporcionará la curva del costo
total mínimo del proyecto para distintos valores de T. El valor óptimo de T será
entonces aquél que minimice esta curva de costo total.

3.6.7 Elección entre PERT y CPM

La elección entre el enfoque de las tres estimaciones de PERT y el método de

trueques entre el tiempo y el costo del CPM depende fundamentalmente del tipo
de proyecto y de los objetivos gerenciales. El PERT es en particular apropiado
cuando se maneja mucha incertidumbre al predecir los tiempos de las actividades
y cuando es importante controlar de una manera efectiva la programación del
proyecto; por ejemplo, la mayor parte de los proyectos de investigación y
desarrollo caen dentro de esta categoría. Por otro lado, el CPM resulta muy
apropiado cuando se pueden predecir bien los tiempos de las actividades (quizá
con base en la experiencia) y cuando estos tiempos se pueden ajustar con facilidad
(por ejemplo, si se cambian tamaños de brigadas), al igual que cuando es
importante planear una combinación apropiada entre el tiempo y el costo del
proyecto. Este último tipo lo representan muchos proyectos de construcción y
mantenimiento.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 75

En la actualidad, las diferencias entre las versiones actuales de PERT y CPM no son
tan marcadas como se han descrito. Muchas versiones de PERT permiten emplear
una sola estimación (la más probable) para cada actividad y omiten así la
investigación probabilística. Una versión llamada PERT/Costo considera también
combinaciones de tiempo y costo en forma parecida al CPM.

3.6.8 Diferencias Entre PERT y CPM

La diferencia entre PERT y CPM es la manera en que se realizan los estimados de

tiempo. E1 PERT supone que el tiempo para realizar cada una de las actividades es
una variable aleatoria descrita por una distribución de probabilidad. E1 CPM por
otra parte, infiere que los tiempos de las actividades se conocen en forma
determinísticas y se puede variar cambiando el nivel de recursos utilizados. La
distribución de tiempo que supone el PERT para una actividad es una distribución
beta. La distribución para cualquier actividad se define por tres estimados: el
estimado de tiempo más probable, m; el estimado de tiempo más optimista, a; y el
estimado de tiempo más pesimista, b.

La forma de la distribución se muestra en la siguiente Figura. E1 tiempo más

probable es el tiempo requerido para completar la actividad bajo condiciones
normales. Los tiempos optimistas y pesimistas proporcionan una medida de la
incertidumbre inherente en la actividad, incluyendo desperfectos en el equipo,
disponibilidad de mano de obra, retardo en los materiales y otros factores.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 76

Con la distribución definida, la media (esperada) y la desviación estándar,

respectivamente, del tiempo de la actividad para la actividad Z puede calcularse
por medio de las fórmulas de aproximación.

El tiempo esperado de finalización de un proyecto es la suma de todos los tiempos

esperados de las actividades sobre la ruta crítica. De modo similar, suponiendo que
las distribuciones de los tiempos de las actividades son independientes
(realísticamente, una suposición fuertemente cuestionable), la varianza del
proyecto es la suma de las varianzas de las actividades en la ruta crítica. Estas
propiedades se demostrarán posteriormente.

En CPM solamente se requiere un estimado de tiempo. Todos los cálculos se hacen

con la suposición de que los tiempos de actividad se conocen. A medida que el
proyecto avanza, estos estimados se utilizan para controlar y monitorear el
progreso. Si ocurre algún retardo en el proyecto, se hacen esfuerzos por lograr
que el proyecto quede de nuevo en programa cambiando la asignación de
recursos.

Proceso de Comprensión y Análisis

• En un pequeño aeropuerto que está creciendo, la empresa aérea local piensa
comprar un tractor para mover los carros que llevan y traen el equipaje de los
aviones: Dentro de tres años se instalará un nuevo sistema mecanizado de
transporte, por l o que después no se necesitará el tractor. No obstante tendrá
una carga de trabajo pesada y los costos de operación y mantenimiento
aumentaran rápidamente con el tiempo y podría resultar costeable
reemplazarlo en uno o dos años. La siguiente tabla proporciona los costos
descontados netos totales asociados a la compra del tractor (Precio de compra
menos valor a cambio del tractor en uso más costos de operación y
mantenimiento) al final del año i y si se reemplaza al final del año j (en donde
el momento presente es el año o ).

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 77

j
1 2 3
i 0 8 18 31
1 10 21
2 12

El problema es determinar el momento (si existe) debe reemplazarse el tractor

para minimizar el costo total durante los tres años.

– Formular éste problema como un problema de la ruta más corta.

– Utilizar el algoritmo planteado para resolver éste problema de la ruta más
corta.

• Una empresa tiene la certeza que su competidor esta planeando sacar un

nuevo producto al mercado con ventas potenciales muy grandes. Ésta empresa
ha estado trabajando en un producto similar y la investigación esta casi
terminada. Ahora se quiere sacar el producto más rápidamente para alcanzar a
la competencia. Se tienen que lograr cuatro etapas independientes (o sin
traslape) incluyendo lo que falta de la investigación, que por el momento se
lleva a cabo a paso normal. Sin embargo, cada etapa se puede realizar en un
nivel de prioridad o de quiebre para acelerar la terminación. Los tiempo
requeridos (en meses) para los distintos niveles son:

Tiempo
Nivel Investigación Desarrollo Diseño del Inicio de la
por hacer proceso de producción y
fabricación distribución
Normal 5
Prioridad 4 3 5 2
Quiebre 2 2 3 1

Se dispone de $30.000.000 para las cuatro etapas. (El costo en millones de pesos
para los diferentes niveles es:

Costo
Nivel Investigación Desarrollo Diseño del Inicio de la
por hacer proceso de producción y
fabricación distribución
Normal 3
Prioridad 6 6 9 3
Quiebre 9 9 12 6

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 78

– Determinar el nivel a que debe conducirse cada etapa para minimizar el

tiempo total hasta que pueda comercializarse el producto sujeto a las
restricciones de presupuesto.

Solución de Problemas
• Se ha definido un proyecto compuesto por las siguientes actividades:

Actividad Predecesor Inmediato Tiempo (semanas)

A - 1
B A 4
C A 3
D A 7
E B 6
F C, D 2
G E, F 7
H D 9
I G,H 4

– Dibujar el diagrama de Red.

• Suponer que se desea establecer una red de comunicación por cable que
enlace las ciudades importantes que se indican en la tabla, la cual contiene las
distancias (Km) entre cada par de ciudades. Determinar como se conectan las
ciudades de modo que minimice la longitud total de cable que se utilice.

Arauca Cúcuta B/manga B/quilla Medellín Cali Bogota

Arauca - 400 650 2500 1500 3100 2500
Cúcuta - 175 690 580 850 750
B/manga - 515 405 675 575
B/quilla - 1000 1200 1550
Medellín - 350 450
Cali - 350
Bogota -

Nota por problemas de seguridad no se recomienda conectar cable entre Arauca y

Cúcuta.

• La red de la siguiente figura representa la distancia en kilómetros entre

diversas ciudades i (i=1,2,3,4,....,8). Determinar la ruta más corta entre: La
ciudad (2) y la ciudad (6). Pero existe paso restringido entre la ciudad 6 y la
ciudad 7. para lo cual se debe tomar otra ruta alterna.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 79

4 3
5

2 8
6
5
7
5 4 10
7
3 6
3 5
1 3
2 3
4
9
5
7 2
4 6

Síntesis Creativa y Argumentación

• Suponer que el tiempo requerido en semanas para cada actividad es una
constante predecible y que está colocado en el numero junto a la rama.
Encontrar el tiempo más próximo, el tiempo más lejano, y la holgura en cada
evento al igual que la holgura en cada actividad. identificar la ruta critica.

4 3
5
2 8
6
5

6 4 10
7
3 6
3 5
1 3

4
9
5
7 2
4 6

– ¿Qué aspectos se tienen en cuenta para identificar una rama?

– ¿Qué ramas se pueden eliminar de la grafica para que sea un árbol’
– ¿Cuál es el árbol de mínima expansión?

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 80

– ¿Cuál es la ruta más corta entre el nodo (1) y el nodo (10)?

– Encontrar el flujo máximo entre el origen y el destino, si el numero junto a la
rama (i,j) más cercano al nodo representa la capacidad de flujo del nodo i al
nodo j.

Autoevaluación
• ¿Qué es un gráfico?
• ¿Qué es un nodo?
• ¿Qué es una rama?
• ¿Qué es una red?
• ¿Qué aplicaciones encontramos en el mundo actual sobre teoría de redes, cite
unos 10 ejemplos?.

Repaso Significativo
• Consultar en Internet un tipo de aplicación a escala empresarial (puede ser en
el ámbito nacional o continental) donde se utilice o haya utilizado con éxito el
uso de la teoría de redes para la resolución de algún problema o proyecto en
particular. Realizar una monografía sobre los hallazgos.

• Investigar sobre el uso y aplicaciones del software MICROSOFT PROJECT 2000

Bibliografía Sugerida
HILLER, Lieberman. Introducción a la Investigación de Operaciones. Cuarta
edición. México: Mc Graw Hill, 1988.

EPPEN, G. D. Investigación de Operaciones en la Ciencia Administrativa. México:

Mc Graw Hill, 2000.

HILLIER, Frederick S.; GERALD J. Lieberman. Introducción a la Investigación de

Operaciones. México: Mc Graw Hill, 1993.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 81

UNIDAD 4. Teoría de Líneas de Espera

Descripción Temática

Entender las filas de espera y aprender a administrarlas es una de las tareas más
importantes en la administración de operaciones. Es esencial para crear
programación, diseñar cargos, determinar niveles de inventario, etc.

En la economía de servicios se hace en fila todos los días, desde cuando se

conduce un auto hasta cuando se pagan los artículos en un supermercado.
También se encuentran filas en las fabricas: las tareas aguardan en fila para que
se trabaje en ellas en diferentes maquinas, y las maquinas mismas aguardan turno
para ser reparadas.

En esta unidad se examinan los elementos básicos de los problemas que plantean
las filas de espera y se suministran formulas estandarizadas para solucionarlos.
Estas formulas permiten a los planeadores analizar los requerimientos de servicios
y establecer instalaciones apropiadas según condiciones especificas. De igual
forma se abordara la naturaleza de la teoría de colas o líneas de espera, que
permita al estudiante asumir un problema de teoría de colas, diseñar el proceso y
evaluar las diferentes alternativas de solución aplicando los diferentes modelos
matemáticos propios de estos sistemas.

Horizontes
• Conocer los aspectos generales que aborda la teoría de colas
• Comprender cómo se realiza la notación de los modelos de colas.
• Desarrollar y aplicar modelos de matemáticos probabilísticos de teoría de colas.

Núcleos Temáticos y Problemáticos

• Teoría de Líneas de Espera
• Tiempo de Servicio Aleatorio

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 82

• Modelo M/M/S
• Modelo M/G/1
• Modelo M/D/1

Proceso de Información
4.1 TEORIA DE LÍNEAS DE ESPERA

A que las ocurrencias aleatorias de un tipo especial pueden describirse a través de

una distribución discreta de probabilidad bien conocida, la distribución de Poisson.

Este tipo especial de llegadas aleatorias supone características acerca de la

corriente de entrada. En primer lugar, se supone que las llegadas son por
completo independientes entre sí y con respecto al estado del sistema.

En segundo lugar la probabilidad de llegada durante un periodo especifico no

depende de cuando ocurre el periodo, sino más bien, depende solo de la longitud
del intervalo. Se dicen que estas ocurrencias carecen de "memoria".

Si conocemos el numero promedio de ocurrencias por periodo, podemos calcular

las probabilidades acerca del numero de eventos que ocurrirán en un periodo
determinado, utilizando las probabilidades conocidas de la distribución de Poisson.

En particular, existe un promedio de l llegadas en un periodo, T, la probabilidad de

n llegadas en el mismo periodo esta dado por:

P[n llegadas en le tiempo T] =

Por ejemplo si existe un promedio de 6 llegadas aleatorias por hora, la

probabilidad de que haya solo 3 llegadas durante una hora esta dada por:

P[6 llegadas en el tiempo en una hora] = = 0.0892

4.2 TIEMPO DE SERVICIO ALEATORIO (M / M / 1)

Al igual que las llegadas aleatorias, la ocurrencia de tiempos de servicios

aleatorios, carentes de memoria, es suceso bastante común en las situaciones

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 83

cotidianas de líneas de espera. Y al igual que las llegadas aleatorias los tiempos de
servicio carentes de memoria se describen a través de una distribución de
probabilidad.

La diferencia entre las llegadas aleatorias y los tiempos de servicio aleatorios es

que estos se describen a través de una distribución continua en tanto que las
llegadas se describen a través de una distribución de Poisson, que es discreta. Si la
duración de los tiempos de servicio es aleatoria, la distribución exponencial
negativa describe ese tipo de servicio. Si la m es la tasa promedio de servicio
entonces la distribución esta dada por:

F(t) = m e-m t

Es posible emplear esta formula para calcular la probabilidad de que el servicio sea
mas prolongado que alguna duración especificada de tiempo T. En la siguiente
figura se representa es modelo.

4.2.1 Características de Operación

Para calcular las características de operación de una cola M / M / 1, primero

debemos de observar que sí l = tasa promedio de llegadas y m = tasa promedio
de servicio, entonces l debe de ser menor que m . Si esto no ocurriera el promedio
de llegadas sería superior al numero promedio que se atienden y el numero de
unidades que están esperando se volvería infinitamente grande. Si hacemos que r
= λ/ µ puede denominarse a ρ como factor de utilización. Este valor es la fracción
promedio de que el sistema este ocupado, también sería el numero promedio de
unidades que están siendo atendidas en cualquier momento. En términos de
probabilidad tendríamos que:

Pw = probabilidad de que el sistema esté ocupado.

Entonces la probabilidad de que el sistema no esté trabajando, o esté vacío, P0,

puede obtenerse por medio de:

A partir de esto podemos obtener la probabilidad de que haya n unidades en el

sistema, Pn, mediante:

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 84

en donde n es cualquier entero no negativo. Este importante resultado nos permite

calcular las características de operación de las líneas de espera.

La primera característica de operación que calculamos es el numero promedio de

unidades que se encuentran en el sistema, ya sea esperando o siendo atendidas.
Denominaremos a este número promedio de unidades promedio, L. Entonces
tenemos que:

Con estos valores obtenidos podemos calcular el numero promedio de unidades

que esperan ser atendidas, Lq. Dado que L es el numero de unidades que están
esperando o están siendo atendidas, y r es el numero promedio de unidades que
están siendo atendidas en algún momento dado entonces:

L = Lq + r

A partir de esto es fácil observar que:

Lq = L - r

O también podríamos decir que

Ahora examinaremos el tiempo de espera. Utilizaremos W para representar el

tiempo promedio o esperado que una unidad se encuentra en el sistema. Para
encontrar W, observaremos que se L el numero esperado de unidades de en le
sistema y l es el numero promedio de unidades que llegan para ser atendidas por
periodo, entonces el tiempo promedio de cualquier unidad que llega debe estar en
le sistema está dado por:

W = tiempo promedio de una unidad en el sistema

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 85

De manera similar, el tiempo esperado o promedio que una unidad tiene que
esperar antes de ser atendida, Wq, esta dado por:

En la siguiente figura se representa este modelo.

Ejercicio.

A una línea de espera llegan 20 unidades por hora y el tiempo promedio de

servicio es de 30 unidades por hora, realizar un análisis de esta línea de espera.

Datos
λ= 20 unidades por hora
µ= 30 unidades por hora

Con los datos anteriores podemos calcular la probabilidad de que el sistema esté
ocupado:

Pw = 20 / 30 = 2 /3
r = Pw

Entonces la probabilidad de que el sistema no esté ocupado:

Po = 1 - r = 1 / 3

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 86

El numero esperado de unidades en el sistema quedará definido por:

= 2 Unidades

El numero esperado de unidades que esperan ser atendidas quedará definido por:

Entonces en promedio habrá 4 / 3 de unidades esperando ser atendidas y 2 / 3 de

unidad siendo atendida.

de hora

W = 6 minutos

De manera similar, el tiempo promedio que una unidad espera para ser atendida
estará definido por:

de hora

Wq = 4 minutos

4.3 MODELO M/M/S

Este modelo supone llegadas y tiempos de servicio aleatorios para canales de

servicio múltiples, teniendo las mismas consideraciones que le modelo de canal
único de servicio (M / M / 1), excepto que ahora existe una sola fila de entrada
que alimenta los canales múltiples de servicio con iguales tasas de servicio.
El cálculo de las características de la línea de espera para el modelo M / M / S es
lago mas complicado que los cálculos para el caso de canal único, y dado que
primordialmente nos interesa las implicaciones de estas características mas que las
formulas necesarias para calcularlos, nos apoyaremos en le uso de tablas
elaboradas a partir de estas formulas para hacer los cálculos.

4.3.1 Características de Operación

En el modelo M / M / S, si m es la tasa promedio de servicio para cada uno de los

S canales de servicio, entonces ya no se requiere que m > l , pero Sm debe ser

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 87

mayor que l para evitar una acumulación infinita de líneas de espera. En el caso de
M / M / S, la característica que se utilizará para hacer los demás cálculos es la
probabilidad de que el sistema esté ocupado. En otras palabras, la probabilidad es
de que haya S o más unidades en el sistema. En este caso todos los canales de
servicio se estarán utilizando y por ello se dice que el sistema está ocupado. Esto
de puede representar como:

P(Sistema ocupado) =

Y lo podemos calcular por medio de la siguiente ecuación:

P(Sistema ocupado) =

En donde Po estará representado por

Con las ecuaciones anteriores podemos calcular los demás datos que requiera el
sistema. En el modelo M / M / S, al igual que el modelo M / M / 1, se tiene que
L = Lq + r, pero aquí utilizaremos el valor P(sistema ocupado) para calcular Lq:

Lq = P(sistema ocupado) x

Ahora calcularemos el valor L

Lq = P(sistema ocupado) x

En el caso de M / M / S, al igual que en el modelo M / M / 1, W = L / l y Wq =

Lq / l , por ello se tiene que.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 88

En la siguiente figura se representa este modelo.

Ejercicio

Para ejemplificar el modelo M / M / S, suponga que existen cinco canales de

servicio con tasas promedio de servicio m = 6 y una tasa de llegada de l = 24
unidades por hora, esto implica que S = 5.

Datos
m=6
l = 24
S=5

Entonces tenemos que

Nota: Para encontrar los valores de Po con una mayor rapidez nos podemos
auxiliar de la tabla que se anexa a este sistema, la cual nos proporciona este valor
teniendo como parámetros los valores de S y de r .

Considerando los valores obtenidos podemos calcular el valor de Po = 0.0130, la

probabilidad de que el sistema este ocupado será P(sistema ocupado) = 0.5547,
utilizando este valor obtenemos que:

Unidades

L = 2.2188 + 4 = 6.2188 unidades

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 89

Ahora el tiempo promedio en del sistema quedará definido de la siguiente forma:

4.4 MODELO M/G/1

Sistema de líneas de espera con llegadas aleatorias, distribución general de los

tiempos de servicio (para el cual se supone conocida la desviación estándar), un
canal de servicio y una línea de espera.

En este modelo las llegadas se distribuyen de acuerdo con la distribución de

Poisson, al igual a los casos anteriores, pero los tiempos de servicio no
necesariamente se distribuyen de acuerdo con la distribución exponencial negativa.
Si consideramos el caso en que solo existe un solo canal, estamos considerando el
caso M / G / 1, es decir, llegadas de tipo Markov, tiempo de servicio general y un
canal de servicio.

La razón por la que podemos considerar el caso M / G / 1 es que las formulas que
se utilizan para calcular sus características de operación son bastantes simples. Al
igual que en el caso M / M / S, no es posible calcular en forma directa el numero
esperado de unidades en el sistema (L). Para esto primero debe de calcularse el
numero de unidades que están esperando a ser atendidas (Lq), y utilizar este
resultado para calcular el valor de L. Para calcular el valor de Lq debemos de
conocer le valor de la desviación (s ) estándar de la distribución que distingue los
tiempos de servicio. Si no se conoce la distribución de los tiempos de servicio no es
posible determinar las características de operación.

Ahora si conocemos la desviación estándar y la media de la distribución de los

tiempos de servicio, puede obtenerse formula para el valor de Lq a partir de la
siguiente ecuación.

Si utilizamos Lq podemos determinar el valor de L, por medio de la siguiente

ecuación:

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 90

Al igual que las características de operación de los modelos M / M / 1 y M / S / 1,

podemos calcular el tiempo esperado en el sistema de líneas de espera (W), y el
tiempo que se invierte antes de ser atendido (Wq), esto lo podemos realizar por
medio de las siguientes ecuaciones:

4.5 MODELO M/D/1

Sistema de líneas de espera con llegadas aleatorias, tiempo de servicio constante,

una línea de servicio y una línea de espera.

En este modelo los tiempos de servicio son determinísticos, este es un caso

especial de la situación M / G / 1 que se analizó con anterioridad, en donde la
desviación estándar es igual a cero. En este caso se puede conocer el numero de
unidades que están esperando a ser atendidas (Lq), a través de la siguiente
ecuación:

Todas las demás características de operación pueden determinarse a partir de este

valor. Si utilizamos Lq podemos determinar el valor de L, por medio de la siguiente
ecuación:

Al igual que las características de operación de los modelos M / M / 1 y M / S / 1,

podemos calcular el tiempo esperado en el sistema de líneas de espera (W), y el
tiempo que se invierte antes de ser atendido (Wq), esto lo podemos realizar por
medio de las siguientes ecuaciones:

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 91

Ejercicios

• Debido a un reciente incremento en el negocio una secretaria de una cierta

empresa tiene que mecanografiar 20 cartas por día en promedio (asuma una
distribución de Poisson). A ella le toma aproximadamente 20 minutos
mecanografiar cada carta (asuma una distribución exponencial). Suponiendo
que la secretaria trabaja ocho horas diarias.

Datos
λ= 20 / 8 = 2.5 cartas/hora
µ= (1 / 20 min)(60 min/ 1 hora) = 3 cartas/hora

La tasa de utilización de la secretaria estará definida por:

El tiempo promedio de espera antes de que la secretaria mecanografíe una carta

se deducirá de la siguiente manera:

horas

Ahora el numero promedio de cartas que estarán en la línea de espera:

Si deseáramos conocer la probabilidad de que a la secretaria tenga mas de cinco

cartas que mecanografiar, se determinaría de la siguiente manera:

0 0.834

1 0.694

2 0.578

3 0.482

4 0.401

5 0.334

6 0.279

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 92

• Sam el veterinario maneja una clínica de vacunación antirrábica para perros, en

la preparatoria local. Sam puede vacunar un perro cada tres minutos. Se
estima que los perros llegarán en forma independiente y aleatoriamente en el
transcurso del día, en un rango de un perro cada seis minutos, de acuerdo con
la distribución de Poisson. También suponga que los tiempos de vacunación de
Sam están distribuidos exponencialmente. Determinar:

Datos
λ= 1 / 6 = 0.167 perros/min
µ= 1 / 3 = 0.34 perros/min

La probabilidad de que Sam este de ocioso definirá de la siguiente manera:

Ahora la proporción de tiempo en que Sam está ocupado.

El número total de perros que están siendo vacunados y que esperan a ser
vacunados

El numero promedio de perros que esperan a ser vacunados.

• Las llamadas llegan al conmutador de una oficina a una tasa de dos por
minuto, él tiempo promedio para manejar cada una de estás es de 20
segundos. Actualmente solo hay un operador del conmutador. Las
distribuciones de Poisson y exponencial parecen ser relevantes en esta
situación.

Datos
λ = 2 llamadas/minutos
µ = (1 / 20 seg)(60 seg) = 3 llamadas/minuto

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 93

La probabilidad de que el operador este ocupado se definirá:

El tiempo promedio que debe de esperar una llamada antes de ser tomada por él
operador

El numero de llamadas que esperan ser contestadas

• Al principio de la temporada de futbol, la oficina de boletos se ocupa mucho el

día anterior al primer juego. Los clientes llegan a una tasa de cuatro llegadas
cada 10 minutos y el tiempo promedio para realizar la transacción es de dos
minutos.

Datos
λ = (4 / 10) = 0.4 c/min
µ= (1 /2 ) = 0.5 c/min

El numero promedio de gente en línea se definirá de la forma siguiente:

personas

El tiempo promedio que una persona pasaría en la oficina de boletos

minutos

La proporción de tiempo que el servidor está ocupado

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 94

• Electrónica Corporación retiene una brigada de servicio para reparar

descomposturas de máquinas que ocurren con promedio de tres por día
(aproximadamente de naturaleza de Poisson). La brigada puede servir a un
promedio de ocho máquinas por día, con una distribución de tiempo de
reparación que se asemeja la distribución de exponencial.

Datos
λ= 3 repar. /día
µ= 8 repar. /día

La tasa de utilización de este sistema se encontrará de la siguiente forma:

El tiempo promedio de descompostura para cada máquina que está descompuesta

Las máquinas que están esperando a ser reparadas el cualquier momento dado

La probabilidad de que haya una máquina en el sistema, dos, tres o más máquinas
en el sistema.

0 0.375

1 0.140

2 0.052

3 0.019

4 0.007

5 0.002

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 95

• El Barry’s Car Wash está abierto seis días a la semana, pero el día del negocio
mas pesado es siempre el sábado. A partir de datos históricos, Barry’s estima
que los coches sucios llegan a una tasa de 20 por hora, todo el día sábado. Con
una brigada completa trabajando la línea de lavado a mano, él calcula que los
automóviles se pueden lavar a una tasa de uno cada dos minutos. Este ejemplo
se tiene una línea de espera de canal sencillo, los automóviles se lavan de uno
en uno. Suponga llegadas de Poisson y tiempos exponenciales de servicio.

Datos
λ= 20 automóvil /hora
µ= (1 / 2 min)(60 min) = 30 automóvil / hora

El numero promedio de automóviles en la línea se definirá de la siguiente manera:

El tiempo promedio que un automóvil espera antes de ser lavado

El tiempo promedio que un automóvil pasa en el sistema de servicio

La tasa de utilización del lavado de automóviles

La probabilidad de que no haya automóviles en el sistema

Proceso de Comprensión y Análisis

• ¿Qué es un fila de espera?
• ¿Qué es un canal?

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 96

• ¿Cuál es la principal transacción en términos de costo que se debe hacer

cuando se maneja una situación de fila de espera?

• ¿Qué supuestos son necesarios para emplear las formulas necesarias para
aplicar el Modelo M/M/1.

• Definir en un sentido practico el significado de: tiempo de servicio exponencial

y tiempo entre llegadas exponencial.

• Explicar por que la distribución Poisson es una buena aproximación para:

– Lo corredores que cruzan la línea final en una maratón?
– Los tiempos de llegada de los estudiantes a una clase?
– Los tiempos de llegada del bus hasta la parada de la Universidad?

Solución de Problemas
• Una empleada administra un gran complejo de cines llamados Cinema I , II, III
y IV. Cada uno de los cuatro auditorios proyecta una película diferente, el
programa se estableció de tal forma que las horas de las funciones se
encuentren escalonadas para evitar las multitudes que ocurrirían si los cuatro
cines comenzarán a la misma hora. El cine tiene una sola taquilla y un cajero
que puede mantener una tasa de promedio de servicio de 280 clientes por
hora. Se supone que los tiempos de servicio siguen una distribución
exponencial. La llegadas en un día son distribución de Poisson y promedian
210 por hora.
– Encontrar el numero promedio de cinéfilos esperando en la línea para adquirir
un boleto.
– ¿Qué porcentaje del tiempo esta ocupado el cajero?
– ¿Cuál es el tiempo promedio que pasa un cliente en el sistema?
– ¿Cuál es el tiempo promedio que pasa esperando en la línea para llegar a la
taquilla?
– ¿Cuál es la probabilidad de que haya más de dos personas en la cola?

• Kamal’s Deparment Store mantiene satisfactoriamente un departamento de

ventas por catalogo en el cual el empleado toma las ordenes por teléfono: Si el
empleado está ocupado en la línea, las llamadas telefónicas entran
automáticamente al departamento de catálogos y son contestadas por una
grabadora y solicita esperar. Tan pronto el operador este libre y se comunica

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 97

con el cliente que ha esperado más. Las llamadas llegan a una tasa de 12 por
hora. El empleado es capaz de tomar una orden en un promedio de cuatro
minutos. Las llamadas tienen que seguir una distribución de Poisson y los
tiempos de servicio tienden a ser exponenciales.

Al empleado se le pagan a 5 pesos la hora, pero debido a la buena voluntad,

perdida y las ventas, la empresa pierde aproximadamente 25 dólares por hora
de tiempo que el cliente pasa esperando para que el empleado le tome la
orden.

– ¿Cuál es el tiempo promedio que los clientes de catálogo deben de esperar,

antes de que sus llamadas sean transferidas al empleado que recibe las
ordenes?
– ¿Cuál es el numero promedio de llamadores que esperan para colocar la orden?
– La empresa está considerando añadir un segundo empleado para tomar las
llamadas. La tienda pude pagar a esa persona 5 dólares la hora. ¿se debe
contratar otro empleado?

Síntesis Creativa y Argumentativa

• El peaje “los acacios” (vía Cúcuta), ha decidido experimentar con el uso de la
tarjeta debito para recoger el dinero. Al comienzo solo se utilizara un solo
carril. Se calcula que los vehículos llegan a ese carril experimental a una tasa
de 750 por hora en un proceso poisson. La verificación de sus tarjetas debito
toma exactamente cuatro segundos.

– Cuanto tiempo calcula que le tomaría al cliente aguardar en la fila, pagar con la
tarjeta debito y marcharse?
– Cuantos vehículos calcula que habría en el Sistema.

• Llevando el problema a otra dimensión podría decirse que contribuyentes

acuden a las oficinas de la administración de impuestos a solicitar el servicio de
paz y salvo según un proceso poisson con intensidad de uno cada dos minutos,
y son atendidos en tiempos exponenciales de promedio cuatro minutos. Cada
vez que van a cerrar las oficinas siempre se observa que es necesario despedir
contribuyentes sin ser atendidos pues la persona encargada de expedir tales
certificaciones no alcanza a cubrir completamente los servicios solicitados; esto
ha hecho que tal servicio se vuelva caótico y que muchos contribuyentes
prefieran pagar intermediarios quienes de alguna manera les consiguen el paz y
salvo requerido.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 98

El deseo de la nueva administración es restaurar el orden, la confianza y el

respeto por los clientes estableciendo condiciones para que nadie se quede sin
ser atendido, y que además, garanticen que en promedio no hay colas mayores
de 8 personas ni tiempos superiores de espera en la cola de 5 minutos.

La administración lo contrata para que le asesore en la mejora del servicio

usando una sustentación técnica adecuada. ¿Cuál es la propuesta?

Autoevaluación
• Citar cinco ejemplos de problemas o situaciones de líneas de espera en la vida
practica.

• En un problema de colas la tasa de llegadas obedece a una función de

densidad de probabilidad, ¿Cuáles son las distribuciones más comunes?

• Gráficamente cómo se estructura un sistema de atención en un banco que

tiene tres cajeros y una sola línea de espera.

• Si las llegadas a una instalación de servicio se comportan de manera

exponencial con λ = 1 minuto, se puede derivar la siguiente tabla. Completar:

t (minutos) Probabilidad de que la Probabilidad de que la

siguiente llegada ocurra en t siguiente llegada ocurra
minutos o mas. en t minutos o menos
0
0.5
1.0
1.5
2.0

• La fila de servicios de una cafetería tiene una greca de la cual los clientes
mismos se sirven el café. Las llegadas a la greca siguen una distribución
poisson a una tasa de tres por minuto. Los clientes demoran unos 15 segundos
en servirse, exponencialmente distribuidos.
– ¿Cuántos clientes esperaría ver en promedio frente a la greca de café?.
– ¿Cuánto tiempo calcula que se demora obtener un café?
– ¿Qué porcentaje de tiempo esta utilizando la greca?
– ¿Qué probabilidad existe de que haya tres o mas personas en la cafetería?.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 99

Repaso Significativo
• Corroborar los modelos de teorías de colas expuestos en la unidad con la
practica, acudiendo a un Banco, un cine y observar el flujo de tráfico en una
esquina o intersección de una calle concurrida, las filas de un supermercado o
el pago de los servicios públicos etc.
– Estructurar el sistema gráficamente, realizando las observaciones necesarias
(no menos de 150), de la tasa de llegadas de los clientes o unidades a la
estación que se esté estudiando.
– Observar y tomar nota de las observaciones requeridas de los tiempos de
servicios (o demoras).
– Con base en estos datos estimar los parámetros de λ y µ según la tabulación
de sus datos registrados en la situación estudiada.
– Aplique el modelo de colas que más se ajuste a las observaciones.

• Determinar la información necesaria y proponer una mejora que le garantice a

los clientes del servicio estudiado unas mejores condiciones de servicio.

Bibliografía Sugerida
BIEMAN, Harold; BONINI, Charles y HAUSMAN Warren. Análisis Cuantitativo para
los Negocios. 9° CD. Bogota: Mc Graw Hill, 1999.

HILLER Frederick y LIEBERINAN Gerald. Introducción a la Investigación de

Operaciones. 5° CD. MÉxico: Mc Graw Hill, 1993.

PÉREZ, Luis. Teoría de Colas. Medellín : Editorial Universidad Nacional, 1987.

TAHA, Hamdy. Investigación de Operaciones, una Introducción. 6° CD. México:

Prentice Hall. 1998.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 100

UNIDAD 5. Sistemas de Inventarios

Descripción Temática

Las empresas mantienen inventarios de materias primas y de productos

terminados. Los inventarios de materias primas sirven como entradas al proceso
de producción y los inventarios de productos terminados sirven para satisfacer la
demanda de los clientes. Puesto que estos inventarios representan
frecuentemente una considerable inversión, las decisiones con respecto a las
cantidades de inventarios son importantes. Los modelos de inventario y la
descripción matemática de los sistemas de inventario constituyen una base para
estas decisiones.

Mantener un inventario (existencia de bienes) para su venta o uso futuro es una

práctica común en el mundo de los negocios. Las empresas de venta al menudeo,
los mayoristas, los fabricantes y aún los bancos de sangre por lo general
almacenan bienes o artículos. ¿Cómo decide una instalación de este tipo sobre su
"política de inventarios", es decir, ¿cuándo y cómo se reabastece?. En una
empresa pequeña, el administrador puede llevar un recuento de su inventario y
tomar estas decisiones. Sin embargo, como esto puede no ser factible incluso en
empresas chicas, muchas compañías han ahorrado grandes sumas de dinero al
aplicar la "administración científica del inventario".

Horizontes
• Formular un modelo matemático que describe el comportamiento del sistema
de inventarios.

• Conocer la utilización del computador para mantener un registro de los niveles

de inventario y señalar cuándo conviene reabastecer.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 101

Núcleos Temáticos y Problemáticos

• Definición del Problema de Inventario
• Modelos de Inventarios

Proceso de Información
5.1 DEFINICIÓN DEL PROBLEMA DE INVENTARIO

Un problema de inventario existe cuando es necesario guardar bienes físicos o

mercancías con el propósito de satisfacer la demanda sobre un horizonte de
tiempo especificado (finito o infinito). así cada empresa debe almacenar bienes
para asegurar un trabajo uniforme y eficiente en sus operaciones. Las decisiones
considerando cuándo hacer pedidos y en qué cantidad, son típicas de cada
problema de inventario. La demanda requerida puede satisfacerse almacenando
una vez según todo el horizonte de tiempo o almacenando separadamente cada
unidad de tiempo durante el horizonte. Los dos casos que pueden considerarse
son sobre-almacenamiento (con respecto a una unidad de tiempo) o sub-
almacenamiento (con respecto al horizonte completo).

Un sobre-almacenamiento requeriría un capital invertido superior por unidad de

tiempo pero menos ocurrencias frecuentes de escasez y de colocación de pedidos.
Un sub-almacenamiento por otra parte disminuiría el capital invertido por unidad
de tiempo pero aumentaría la frecuencia de los pedidos así como el tiempo de
estar sin mercancía. Los dos extremos son costosos. Las decisiones considerando
la cantidad ordenada y el tiempo en el cual se ordena pueden, por consiguiente,
estar basadas sobre la minimización de un a función de costo apropiada la cual
balancea los costos totales resultantes de sobre-almacenamiento y sub-
almacenamiento.

5.1.1 Características Básicas de un Sistema de Inventarios

Parámetros Económicos

Estos parámetros incluyen los tipos siguientes:

• Costo fijo: esto implica el costo fijo asociado a la colocación de un pedido o

con la preparación inicial de una instalación de producción. El costo fijo
usualmente se supone independiente de la cantidad ordenada o producida.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 102

• Precios de compra o costo de producción: este parámetro de especial interés

cuando pueden obtenerse descuentos por mayoreo o rebajas en precio o
cuando grandes corridas de producción pueden dar como resultado una
disminución en el costo de la misma. En estas condiciones la cantidad ordenada
debe ajustarse para aprovechar de estos cambios en el precio.

• Precio de Venta: en algunas situaciones de inventarío la demanda puede ser

afectada por la cantidad almacenada. En tales casos el modelo de decisión está
basado en un criterio de maximización de beneficios el cual comprende el
ingreso de venta de la mercancía. El precio de venta unitario puede ser
constante o variable dependiendo, por ejemplo, de si se permite un descuento
o no en la cantidad.

• Costo de mantenimiento del inventario: esto representa el costo de tener el

inventario en el almacén. Incluye el interés sobre capital invertido, costos de
almacenamiento, costos de manejo, costos de depreciación, etc. Los costos de
llevar el inventario usualmente se supone que varían directamente con el nivel
de inventario, así como con el tiempo que el articulo se tiene en almacén.

Demanda

El modelo de demanda de una mercancía puede ser determinista o probabilista.

En el caso del determinista se supone que se conocen con certeza las cantidades
necesarias sobre períodos subsecuentes. Esto puede expresarse según períodos
iguales en términos de demandas constantes conocidas, o en función de
demandas variables conocidas. Los dos casos se denominan demandas estática y
dinámica, respectivamente:

La demanda probabilísticas ocurre cuando los requisitos durante un cierto período

no se conocen con certeza si no que su modelo puede describirse por una
distribución conocida de probabilidad. En este caso, se dice que la distribución de
probabilidad es estacionaria o no estacionaria en el tiempo. (Estos términos son
equivalentes a demandas estática y dinámica en el caso determinista).

La demanda para un período dado puede satisfacerse instantáneamente al inicio

del período o uniformemente durante dicho lapso. El efecto de demandas
instantáneas y uniformes deberá reflejarse directamente en el costo total de llevar
el inventario.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 103

Ciclo para Ordenar

Consiste en la medida de tiempo de la situación de inventario. Un ciclo de órdenes

o pedidos puede identificarse por el período entre dos órdenes sucesivas. Lo último
puede iniciarse en una de dos formas:

• Revisión continua donde un registro del nivel de inventario se actual9iza

continuamente hasta que se alcanza un cierto límite inferior, en cuyo punto se
coloca un nuevo pedido. Esto se conoce algunas veces como el sistema de "dos
depósitos".

• Revisión periódica donde los pedidos se hacen usualmente a intervalos

igualmente espaciados.

Demoras en la Entrega

Cuando se coloca un pedido, puede entregarse inmediatamente o puede requerir

algún tiempo antes de que la entrega se efectúe. El tiempo entre la colocación de
un pedido y su surtido se conoce como demora en la entrega. En general, las
holguras de entrega pueden ser deterministas o probabilista.

Reabasto del Almacén

Aunque un sistema de inventario puede operar con demora en las entregas, el

abastecimiento real del almacén puede ser instantáneo o uniforme. El instantáneo
ocurre cuando el almacén compra de fuentes externas. El uniforme puede ocurrir
cuando el producto se fabrica localmente dentro de la organización. En general, un
sistema puede operar con demora positiva en la entrega y también con
reaprovisionamiento de almacén.

Horizonte de Tiempo

el horizonte define el período sobre el cual el nivel de inventarios estará

controlado. Este horizonte puede ser finito o infinito, dependiendo de la naturaleza
o la demanda.

Abastecimiento Múltiple

Un sistema de inventario puede tener puede tener varios puntos de

almacenamiento (en lugar de uno). En algunos casos estos puntos de
almacenamiento están organizados de tal manera que un punto actúa como una
fuente de abastecimiento para algunos otros puntos. Este tipo de operación puede

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 104

repetirse a diferentes niveles de tal manera que un punto de demanda pueda

llegar a ser un nuevo punto de abastecimiento. La situación usualmente se
denomina sistema de abastecimiento múltiple.

Número de Artículos

Un sistema de inventarios puede comprender más de un articulo (mercancías).

Este caso es de interés, principalmente si existe una clase de interacción entre los
diferentes artículos. Por ejemplo, estos pueden competir en espacio o capital total
limitados.

5.2 MODELOS DE INVENTARIOS

Dos sistemas de inventario muy utilizados son el sistema de pedido de tamaño fijo
y el sistema de pedido de intervalo fijo. Se designa como sistema Q al sistema de
pedido de tamaño fijo, mientras que el sistema de pedido de intervalo fijo se
designa como sistema P. La diferencia básica entre los dos consiste en que en el
sistema Q se pide una cantidad fija a intervalos variables de tiempo y en el sistema
P se ordena cantidad variable a intervalos fijos de tiempo.

Formulas para los sistemas P y Q.

Para determinar la cantidad pedida es:

El tiempo entre pedido es (IP intervalo entre pedidos):

Las existencias de seguridad (ES):

ES para el sistema P se calcula de la siguiente forma ya que este sistema tiene

como base el intervalo entre pedidos más el tiempo promedio de anticipación (IP
+ L), entonces ES queda:

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 105

Cantidad pedida = Q óptimo + existencias de seguridad - inventario disponible –

unidades pedidas + demanda promedio en el tiempo de anticipación

El costo total anual se calcula con la siguiente ecuación.

En donde:

C1 : es el Costo de una unidad

C2 : es el Costo de hacer una compra
C3 : es el Costo de almacenar
Dm :es la Demanda máxima
: es la Demanda promedio
t = tiempo entre pedidos
L= tiempo de anticipación
ES : son las existencias de seguridad

Cuando el sistema de inventario es determinístico y la tasa de demanda es

constante, realmente hay poca diferencia entre los sistemas Q y P. Primero se
analizará el sistema Q con los siguientes datos.

Ejemplo

La demanda de un articulo particular es 18,000 unidades / año. El costo de

almacenamiento por unidad es de $1.20 por año y el costo de ordenar una compra
es de $400, el tiempo de anticipación (L) es de 20 días, el costo de una unidad es
de $1. (Se supone 1 año = 250 días):

Para determinar la cantidad a pedir se hace lo siguiente:

unidades

El intervalo entre pedidos es:

1 año = 250 días

días

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 106

La demanda diaria se saca de la siguiente forma. Como la demanda es de 18,000

por unidades por año y 1 año = 250 días, entonces:

unidades / día

El tiempo de anticipación es L=20 días; por tanto el número de unidades que

podrían requerirse durante el tiempo de anticipación es:

Demanda en el periodo de anticipación = D L , si el tiempo de anticipación es de

20 días y la demanda diaria es de 72 unidades / día, entonces la demanda en
periodo de anticipación es 72(20)=1,440 unidades.

La representación gráfica de estas cantidades que se muestra en la figura 2-1

indica la siguiente regla de pedido: Verificar continuamente nivel de inventario, y
cuando el nivel del inventario alcance 1440 unidades, se ordenan 3,465 unidades.

Aplicando esta regla se obtiene un costo total anual de $22,156 sin permitir déficit.

= 18,000 + 2,078 + 2078 = $ 22,156 por año.

Si se permite déficit el punto de pedido disminuye. Por ejemplo, puede suponerse

que el tiempo de anticipación de 20 días y el numero de unidades agotadas de
747, el punto de pedido es:

72(20) - 747 = 693 unidades

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 107

Si el tiempo de anticipación hubiera sido mayor que 48 días, el nivel (punto) de

pedido sobrepasa el nivel de inventario. Por ejemplo, puede suponerse que el
tiempo de anticipación del ejemplo es 60 días en lugar de 20 días. Esto indicaría un
punto de pedido de:

60(72) = 4.320 unidades

Sin embargo, esto es imposible ya que la figura indica que el nivel inventario
nunca es mayor que 3,465 unidades. El valor de 4,320 unidades implica que
cuando el número de unidades en inventario (disponible) y el número de unidades
pedidas pero no recibidas es 4,320 unidades, entonces se hace un pedido de 3,465
unidades.

Ahora se Discute un Sistema P.

En el ejemplo anterior debería usarse un intervalo entre pedidos de 48 días ya que

este es el intervalo óptimo indicado por un balance entre los costos de compra e
inventario. Cualquier intervalo entre pedidos menor que 48 días ocasiona mayores
costos de compra, y cualquier intervalo entre pedidos mayor que 48 días ocasiona
déficit.

días

El sistema P representado en la figura anterior para los datos del ejemplo anterior
indica la siguiente regla de pedido: determinar el nivel de inventario cada 48 días y
en ese momento pedir una cantidad igual a Cantidad pedida = Q óptimo +
existencias de seguridad - existencias disponibles - unidades pedidas + cantidad
requerida para un período completo de anticipación.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 108

En este caso, el tamaño del pedido es igual a:

3,465 + 0 – 1,440 - 0 + 72(20) = 3,465 unidades

Esta cantidad pedida debe ser la misma en cada punto de pedido ya que todas las
componentes de la ecuación de la cantidad pedida son constantes debido a que el
sistema es determinístico y la tasa de demanda es constante. Además, por las
mismas causas los períodos entre pedidos (48 días) son iguales en ambos
sistemas. Por consiguiente, los dos sistemas dan iguales resultados siempre que
los sistemas sean determinísticos y la tasa de demanda sea constante.

Se presentan diferencias entre los dos sistemas cuando la demanda, el tiempo de

anticipación, o ambos se vuelven probabilísticas.

Un enfoque para manejar sistemas probabilísticos de inventario es suponer un

modelo de inventario basado en existencias de seguridad (existencias
amortiguadoras). Las existencias de seguridad sirven de amortiguador para
absorber las variaciones de la demanda y del tiempo de anticipación. También
sirven como medio de regulación de las unidades agotadas. Este enfoque permite
una aproximación razonable hacia una solución óptima. Es una aproximación ya
que supone que las existencias de seguridad para el tiempo de anticipación y el
intervalo entre pedidos son independientes. Obviamente, esta suposición no es
correcta.

Ahora podemos destacar que el sistema Q y el sistema P tienen algunas

diferencias las cuales en ocasiones no son muy notorias

5.2.1 Modelo de Inventario sin Déficit

Este modelo tiene como bases el mantener un inventario sin falta de productos
para desarrollar las actividades de cualquier empresa.

Este es un modelo de inventarios que se encuentra basado en las siguientes

suposiciones:
• La demanda se efectúa a tasa constante.
• El reemplazo es instantáneo (la tasa se reemplazo es infinita).
• Todos los coeficientes de costos son constantes.

En este modelo no se permite la falta de productos para la venta, es decir, una

empresa que maneje este modelo de inventario no se puede quedar sin
mercancías para la venta.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 109

En la siguiente figura se ilustra esquemáticamente este modelo.

Símbolos:
Q = Cantidad optima a pedir
Im = Inventario Máximo
t = Periodo entre pedidos
T = Periodo de Planeación

En este modelo se representan iguales el inventario máximo y la cantidad

económica pedida.

Cabe mencionar que esto no siempre es verdadero.

El costo total para un periodo en este modelo esta conformado por tres
componentes de costo:
• Costo unitario del producto (C1)
• Costo de ordenar una compra (C2)
• Costo de mantener un producto en almacén (C3)

El costo para un periodo estará conformado de la siguiente manera:

Costo por periodo = [Costo unitario por periodo] + [Costo de ordenar un pedido]
+ [Costo de mantener el inventario en un periodo]

El costo total para el periodo de planeación estará conformado de la manera

siguiente:

Costo total = Costo por periodo x Numero de pedidos a realizar.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 110

Costo Unitario por Periodo

El costo unitario por periodo simplemente es el costo de la cantidad optima a

pedir. C1 Q

Costo de Ordenar (Pedir) una Compra

Puesto que solo se realiza una compra en un periodo el costo de ordenar una
compra esta definido por: C2

Costo de Mantener el Inventario por Periodo

El inventario promedio por periodo es [Q / 2]. Por consiguiente el costo de

mantenimiento del inventario por periodo es:

Para determinar el costo en un periodo se cuenta con la siguiente ecuación:

El tiempo de un periodo se expresa de la siguiente manera:

Nota: La demanda del articulo en un periodo de planeación se define con la letra

D.

El numero de periodos se expresa de la manera siguiente:

Si se desea determinar el costo total en el periodo de planeación (T) se multiplica

el costo de un periodo por el numero de ínter periodos (t) que contenga el periodo
de planeación. Para determinar este costo se aplica la siguiente ecuación:

Costo Total = Costo (Q*)t

Otra manera de representar el costo total para el periodo de planeación es por

medio de la siguiente ecuación:

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 111

Cuando los componentes del costo total se representan gráficamente se obtiene

un punto óptimo (de costo mínimo).

Una forma de determinar la cantidad optima a pedir es suponer diversos valores

de Q y sustituir en la ecuación anterior hasta encontrar el punto de costo mínimo.
Un procedimiento mas sencillo consiste en derivar la ecuación del costo total con
respecto a Q e igualar la derivada a cero.

Al resolver esta derivada tenemos la ecuación para determinar la cantidad óptima

a pedir.

Q=

Esta ecuación ocasiona un costo mínimo y tiene como base un balance entre los
dos costos variables (costo de almacenamiento y costo de compra) incluidos en el
modelo. Cualquier otra cantidad pedida ocasiona un costo mayor.

Para entender este modelo se resolverá un ejercicio en donde se aplican todos los
aspectos mas importantes de este modelo de compra

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 112

Ejercicio

Una empresa vende un articulo que tiene una demanda de 18, 000 unidades por
año, su costo de almacenamiento por unidad es de $1.20 por año y el costo de
ordenar una compra es de $ 400.00. El costo unitario del articulo es $ 1.00. No se
permite faltante de unidades y su tasa de reemplazo es instantánea. Determinar:
• La cantidad optima pedida
• El costo total por año
• El numero de pedidos por año
• El tiempo entre pedidos

Datos
C1= $ 1.00
C2 = $ 400.00
C3 = $ 1.20

La cantidad optima a pedir se calcula de la siguiente forma.

= 3 465 Unidades

El costo total estará determinado por:

Costo = [(1)(18000)] + [ (400)(18000/3465)] + [(1.2)(3465/2)] = $22, 156 por

año

El numero de pedidos por año es: N = D / Q = 18 000 / 3465 = 5.2 Pedidos por
año

El tiempo entre pedidos es: t = Q / D = 3465 / 18000 = 0.1925 años

5.2.2 Modelo de Inventario con Déficit

El modelo de compra que permite déficit tiene como base las siguientes
suposiciones:
• La demanda se efectúa a tasa constante
• El reemplazo es instantáneo (la tasa se reemplazo es infinita).
• Todos los coeficientes de costos son constantes.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 113

Este modelo tiene costos normales (costo unitario del producto, costo de ordenar
una compra, costo de mantener en inventario) pero además tiene un costo
adicional, el costo por unidad de faltante.

En este modelo es posible diferir un pedido, de manera que una vez recibida la
cantidad pedida desaparece el déficit, esto se representa claramente en el
siguiente esquema.

Q = Cantidad optima a pedir

S = Cantidad de unidades agotadas
Im = Inventario Máximo
t = Periodo entre pedidos
T = Periodo de Planeación
t1 = Tiempo en donde se cuenta con inventario
t2 = Tiempo en donde se cuentan con unidades agotadas.

Por consiguiente, en este modelo, los costos de déficit son ocasionados por
agotamiento de existencias durante el periodo de tiempo y no por la perdida de
ventas. En este modelo se incluyen los costos de déficit para determinar el costo
para un periodo.

Costo por periodo = [Costo unitario por periodo] + [Costo de ordenar un pedido]
+ [Costo de mantener el inventario en un periodo] + [costo de déficit por periodo]

Análisis de Ecuaciones

El costo unitario y el costo de ordenar un pedido se determinan de una manera

semejante a como se determinan en el modelo de compra sin faltante.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 114

Para determinar el tiempo t1, el inventario máximo y el tiempo t2 en función de la

cantidad optima a pedir (Q) y la cantidad de existencias agotadas (S) se realiza el
siguiente proceso.

El inventario máximo estará definido por:

Im = Q – S

Las siguientes ecuaciones se obtienen a partir de la semejanza de triángulos:

Debido a que el tiempo de un periodo t es Q / D. Las ecuaciones anteriores

pueden representarse de la siguiente forma.

Sustituyendo las ecuaciones 1,2 y 5 en la ecuación del costo por periodo tenemos.

Multiplicando el costo de un periodo por el numero total de ínter períodos que

tiene el periodo de planeación obtenemos el costo total.

Para determinar la cantidad optima a pedir y la cantidad de existencias agotadas

se realiza una operación de derivación parcial con respecto a cada una de estas
variables.

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 115

El resultado de estas operaciones nos da como resultado.

Para entender este modelo se resolverá un ejercicio en donde se aplican todos los
aspectos mas importantes de este modelo de compra.

Ejercicio

• Una empresa vende un articulo que tiene una demanda de 18,000 unidades por
año, su costo de almacenamiento por unidad es de $ 1.20 por año y el costo de
ordenar una compra es de $ 400.00. El costo unitario del articulo es $ 1.00. El
costo por unidad de faltante es de $ 5.00 por año. Determinar:
– La cantidad optima pedida
– El costo total por año
– El numero de pedidos por año
– El tiempo entre pedidos

Datos
C1= $ 1.00
C2 = $ 400.00
C3 = $ 1.20
C4 = $ 5.00

La cantidad optima a pedir se calcula de la siguiente forma.

= 3 465 Unidades

El costo total estará determinado por:

= 747 Unidades

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 116

El numero de pedidos por año es

= 4.66

El tiempo entre pedidos es:

= 0.215

Proceso de Comprensión y Análisis

• Porque una empresa puede estar interesada en administrar sus inventarios?
• Cuales son las características básicas de un sistema de inventario?
• Que es ciclo para Ordenar, reabastecer o pedir?
• Que es demora en la entrega y como se puede calcular?
• Que características tiene el modelo de inventario P?
• Que características tiene el modelo de inventario Q?
• En que se diferencian los modelos de inventarios P y Q?
• Cuales son los componentes del costo de administración de inventarios?
• Como se calcula la cantidad económica a pedir?
• Que variables serian necesarias para implementar una regla de administración
de inventarios?

Solución de Problemas
• La demanda promedio de un artículo durante el tiempo de entrega es de 150
unidades con una desviación standard de 35 unidades, la cantidad de pedido es
de 250 unidades. La gerencia quiere que se satisfaga el 99% de la demanda a
partir de las existencias.
– Cual es el punto de pedido Optimo.
– Suponga que la gerencia desea un nivel de servicio del 98%,

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 117

– ¿Cuál seria el punto de pedido optimo?.

– Y si la gerencia quiere un nivel de servicio del 90% Calcule el punto de pedido
optimo.

• En SERVITECA ROSETAL, el cambio de neumáticos es gratuito si los clientes

compran allí. Se estima que él pronostico de la demanda de llantas R16 para el
próximo año sea de 6000 unidades, las llantas cuestan cada una $ 68.000
pesos y deben pagarse $ 5.000 por unidad transportada, el costo de colocación
son $ 95.000 por pedido y el tiempo de entrega son seis (6) días. El costo de
almacenamiento equivale al 35% del costo de Adquisición.
– ¿Cuántos Neumáticos debe pedir la servíteca para lograr el costo mínimo de
inventario?
– ¿Con qué intervalo de tiempo?
– ¿Cuál es el punto optimo de pedido?
– ¿A cuánto equivale el costo anual de Mantenimiento?
– Si el proveedor ofrece un descuento del 10% por unidad si se piden más de
300 llantas en cada pedido, ¿Cuál seria la cantidad a pedir optima?.

Síntesis Creativa y Argumentativa

• Implementar un sistema de administración de inventarios en una empresa. Es
un proceso que debe desarrollarse como un sistema de información con la
aplicación de un software que soporte los modelos matemáticos que definen el
sistema, consultar como seria el proceso de montaje de un sistema de
inventarios para una empresa en particular.

• Investigar que software o paquetes comerciales se han desarrollado

actualmente en el mercado latinoamericano de administración de inventarios.
¿Qué características tienen estos paquetes de software?

• ¿Qué modelos de inventarios vistos en esta unidad se pueden desarrollar en los

paquetes de software? ¿Qué tan complejo es implementar un paquete de
sofware de Inventarios?

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 118

Autoevaluación
• ¿Qué es un inventario?
• ¿Cómo se aborda el problema de inventarios en una empresa?
• ¿Cómo se clasifican los inventarios?
• ¿Qué es una política de Inventarios?
• ¿Cómo se utilizan los modelos de inventario?
• ¿Qué es lote económico de compra?
• Como se define el costo de administración de inventarios?

Repaso Significativo
Una empresa en particular podría estar interesada en utilizar una política optima
de inventarios, diríjase en grupo de tres personas a una de ellas, no es necesario
que sea de Producción o servicios, Uds. como asesores, piensen que elementos
debe considerar para implementar dicha política, que variables son necesarias
estudiar, que información es necesaria recopilar y cual seria el proceso para la
implementación. Como evaluar el costo de esta politica?; Que modelo de
inventarios seria el mas recomendable aplicar?, que tiempo requiere y que
recursos serán necesarios, igualmente defina un plan para la ejecución de estas
políticas.

Bibliografía Sugerida
BIEMAN Harold, BONINI Charles y HAUSMAN Warren. Análisis Cuantitativo para
los Negocios. 9° CD. Bogota: Mc Graw Hill. 1999

HILLER, Frederick y LIEBERINAN. Gerald. Introducción a la Investigación de

Operaciones. 5° Cd. Mexico: Mc Graw Hill. 1993.

TAHA, Hamdy. Investigación de Operaciones, una Introducción. 6° CD. México:

Prentice Hall. 1998.

DIRECCIONES ELECTRÓNICAS

www.investigacion-operaciones.com

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 119

ANEXO: Solución del Ejercicio Compra del Edificio

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 120

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia

Investigación de Operaciones 121

BIBLIOGRAFÍA GENERAL
BIEMAN, Harold; BONINI, Charles y HAUSMAN Warren. Análisis Cuantitativo para
los Negocios. 9° CD. Bogota: Mc Graw Hill, 1999.

BIERMAN, Bomini. Análisis Cuantitativo para la Toma de Decisiones. México: Ed.

Mc Graw Hill, 1994.

EPPEN, G. D. Investigación de Operaciones en la Ciencia Administrativa. México:

Mc Graw Hill, 2000.

HILLER Frederick y LIEBERINAN Gerald. Introducción a la Investigación de

Operaciones. 5° CD. MÉxico: Mc Graw Hill, 1993.

HILLER, Lieberman. Introducción a la Investigación de Operaciones. Cuarta

edición. México: Mc Graw Hill, 1988.

PÉREZ, Luis. Teoría de Colas. Medellín : Editorial Universidad Nacional, 1987.

TAHA, Hamdy. Investigación de Operaciones, una Introducción. 6° CD. México:

Prentice Hall. 1998.

DIRECCIONES ELECTRÓNICAS

www.investigaion-operaciones.com

UNIVERSIDAD DE PAMPLONA- Centro de Educación a Distancia