Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Investigacion Operativa 2018
Investigacion Operativa 2018
INVESTIGACIÓN
OPERATIVA
INGENIERÍA DE SISTEMAS
Investigación Operativa
sfs
2
© Corporación Universitaria
Remington
Segunda edición
2018
Investigación Operativa
Carlos Guillermo Londoño Herrera
Facultad de Ciencias Básicas e Ingeniería
Editorial Uniremington
Medellín, Colombia
Derechos Reservados
Responsables
Jorge Mauricio Sepúlveda Castaño
Decano de la Facultad de Ciencias Básicas e Ingeniería
jsepulveda@uniremington.edu.co
Edición y Montaje
Vicerrectoría de Educación a Distancia y Virtual
Equipo de diseño gráfico
www.uniremington.edu.co
virtual@uniremington.edu.co
3
TABLA DE CONTENIDO
Pág.
2 UNIDAD 2 PRONOSTICOS 52
2.1.1 OBJETIVO GENERAL 52
2.1.2 OBJETIVOS ESPECÍFICOS 52
5 6.4.2 SISTEMA DE LÍNEA DE ESPERA CON DOS O MÁS SERVIDORES O MODELO MMS 148
6.4.3 SISTEMA DE LÍNEA DE ESPERA SERVIDORES MÚLTIPLES EN SERIE. 154
6.4.4 SISTEMA DE LÍNEAS DE ESPERA CON SERVIDORES MÚLTIPLES EN PARALELO 154
6.4.5 TALLER DE ENTRENAMIENTO 154
7 GLOSARIO 161
8 BIBLIOGRAFÍA 163
Investigación Operativa
sfs
6 PROPÓSITO GENERAL
INVESTIGACIÓN
OPERATIVA
INVESTIGACIÓN
OPERATIVA
OBJETIVO GENERAL
Analizar los modelos determinísticos estableciendo una síntesis genérica de lo
que es un modelo de simulación genérica y de lo que es un modelo de simulación
de una situación problemática, esta vez con todas las herramientas
determinísticas, estocásticas y heurísticas.
OBJETIVOS ESPECÍFICOS
Analizar la teoría de decisiones.
Determinar los modelos pronósticos aplicados al diferente nicho de
mercado.
Realizar los diferentes tipos de modelos de inventarios y proyectos de ruta
crítica CPM y PERT.
Identificar los conceptos de modelos de simulación y en que consiste la
cadena de Markov.
Determinar si existe relación entre dos variables por medio de los modelos.
Construir modelos de teoría de colas que permitan la toma de decisiones
sobre situaciones problémicas.
Investigación Operativa
sfs
Modelos de
Teoría De Decisiones Pronosticos Inventarios y Ruta
Crítica
Conceptos de
Modelos de
Regresión Lineal Teoría De Colas
Simulacion y Cadena
de Markov
Investigación Operativa
sfs
9
1 UNIDAD 1 TEORÍA DE DECISIONES
1.1.1 OBJETIVO GENERAL
Analizar la teoría de decisiones
1.2.2 CONCEPTOS
En términos formales, decidir o tomar una decisión es elegir de entre varias
alternativas, la mejor, basados en la información con que se cuenta en ese momento.
Variables de decisión y estados de la naturaleza, cuando se tiene que realizar una toma
de decisiones inicialmente se debe diferenciar cuáles variables se pueden controlar
(variables de decisión) y cuáles variables no (estados de la naturaleza o eventos), estas
últimas son factores externos que influirán en la situación de análisis.
Investigación Operativa
sfs
Decisiones en condiciones de riesgo. Cuando cada decisión puede dar lugar a una
serie de consecuencias que pueden ser tratadas con probabilidades conocidas. En este
caso el riesgo es medio y la información está dada con probabilidades.
11
X ij Consecuencia de tomar la decisión Ai y se dé el estado Ej
ESTADOS DE LA NATURALEZA
ALTERNATIVAS
E1 E2 ... Em
A1 x11 x12 x1m
A2 x21 x22 x2m
Ejemplo 1.
Un inversionista desea realizar un concierto para generar ganancias. Se estableció el
precio de venta de la entrada en 85.000 $ por persona, el grupo que tocará cobrará 15
millones de pesos, el alquiler del local más la amplificación será de 10 millones de pesos,
la impresión de las entradas tendrá un costo de 80.000 $ por cada talonario de 50 entradas
y otros costos por 5 millones de pesos.
Los estados de la naturaleza tienen que ver con la cantidad de personas que ingresan al
concierto, esto no depende del inversionista.
Solución
ESTADOS DE LA NATURALEZA
ALTERNATIVAS
E1=1.000 E2=1.800 E3=3.000
DE DECISIÓN
A1=1.000 X11 X12 X13
A2=1.800 X21 X22 X23
A3=3.000 X31 X32 X33
13 X11. Utilidad obtenida con 1.000 boletas impresas y 1.000 personas ingresan al
concierto.
El ingreso en este caso será de 1.000 boletas vendidas por 85.000 que es el valor
de cada boleta
Ingreso = 85 millones $
X12. Utilidad con 1.000 personas ofertadas y 1.800 personas que quieren boleta, pero
como se imprime 1.000 boletas, solo entran 1.000 personas, los 800 restantes no pueden
entrar.
El ingreso en este caso será de 1.000 boletas vendidas por 85.000 que es el valor
de cada boleta
Ingreso = 85’000.000 $
X13. Utilidad con 1.000 boletas impresas y 3.000 personas que quieren boleta, pero
como se imprime 1.000 boletas, solo entran 1.000 personas, los 2.000 restantes no
pueden entrar.
El ingreso en este caso será de 1.000 boletas vendidas por 85.000 que es el valor
de cada boleta
Ingreso = 85’000.000 $
X21 Utilidad con 1.800 boletas impresas, pero ingresan 1.000 personas, por lo tanto
quedan 800 boletas que no se venden.
El ingreso en este caso será de 1.000 boletas vendidas por 85.000 que es el valor
de cada boleta
Ingreso = 85’000.000 $
El ingreso en este caso será de 1.800 boletas vendidas por 85.000 que es el valor
de cada boleta
Ingreso = 153’000.000 $
X23. Se imprime 1.800 boletas, todas se venden, pero como la demanda es de 3.000
boletas, quedan sin ingresar al concierto 1.200 personas.
El ingreso en este caso será de 1.800 boletas vendidas por 85.000 que es el valor
de cada boleta
Ingreso = 153’000.000 $
X31. Utilidad cuando se imprime 3.000 boletas, pero solo se vende 1.000 boletas.
El ingreso en este caso será de 100 boletas vendidas por 85.000 que es el valor de
cada boleta
Ingreso = 85’000.000 $
X32. Utilidad cuando se imprime 3.000 boletas, pero solo se vende 1.800 boletas
El ingreso en este caso será de 1.800 boletas vendidas por 85.000 que es el valor
de cada boleta
Ingreso = 153’000.000 $
Investigación Operativa
sfs
X33. Utilidad cuando se imprime 3.000 boletas y se vende las 3.000 boletas.
El ingreso en este caso será de 3.000 boletas vendidas por 85.000 que es el valor
de cada boleta
Ingreso = 255’000.000 $
ESTADOS DE LA NATURALEZA
ALTERNATIVAS
E1=1000 E2=1800 E3=3000
DE DECISIÓN
A1=1000 53.4 53.4 53.4
Ejemplo 2.
Un joven universitario desea establecer una venta del periódico del día en la entrada de la
universidad. Debe decidir la cantidad de periódicos a comprar (para luego venderlos en la entrada
de la universidad). Estima vagamente la cantidad que podría vender en 10, 20, 25 o 35 periódicos,
por lo tanto, considera que tendrá que adquirir 10, 20, 25 o 35 periódicos.
Con la información anterior el estudiante construye la tabla de resultados que indica el número
de periódicos faltantes o sobrantes, como se observa.
Ventas 10 20 25 35
Compras
10 0 -10 -15 -20
20 10 0 -5 -15
25 15 5 0 -10
35 25 15 10 0
19 Solución
ESTADOS DE LA NATURALEZA
VENTAS
10 20 25 35
Compras
10*1200- 10*1200- 10*1200- 10*1200-
10 10*850= 10*850= 10*850= 10*850=
3.500 3.500 3.500 3.500
ALTERNATIVAS
ESTADOS DE LA NATURALEZA
VENTAS
10 20 25 35
Compras
ALTERNATIVAS
Este tipo de criterio se denomina maximin, es decir, lo más malo me llega a suceder a mi persona.
Procedimiento:
Ejemplo 1.
En cierta ciudad se tienen planeado construir en los próximos años una terminal intermunicipal
de pasajeros en dos posibles ubicaciones.
Una cadena de hoteles desea abrir un nuevo hotel cerca de la zona de la nueva terminal, por
consiguiente debe decidir en cuál de las dos zonas comparar un terreno para construir el nuevo
hotel, la cadena hotelera no tiene dinero para comprar en las dos zonas, por lo tanto solo puede
comparar en una de ellas o en ninguna.
ESTADOS NATURALEZA
Investigación Operativa
sfs
Determine la decisión que debe tomar la dirigencia de la cadena hotelera utilizando el criterio de
Wald o criterio pesimista.
Solución
Se debe anexar una columna a la matriz de decisión en la cual se ubicará el peor de los casos de
cada fila.
Como cero es mayor que cualquier número negativo, se debe tomar el 0 que corresponde a la
alternativa tres. Ninguno.
Ejemplo 2.
Un joven universitario desea establecer una venta del periódico del día en la entrada de la
universidad. Debe decidir la cantidad de periódicos a comprar (para luego venderlos en la entrada
Investigación Operativa
sfs
22 de la universidad). Estima vagamente la cantidad que podría vender en 10, 20, 25 o 35 periódicos,
por lo tanto, considera que tendrá que adquirir 10, 20, 25 o 35 periódicos.
ESTADOS DE LA NATURALEZA
VENTAS
10 20 25 35
Compras
ALTERNATIVAS
Utilizando el criterio de Criterio pesimista o criterio de Wald o maximin tome la mejor decisión.
Solución
Los peores resultados de cada alternativa se encuentran señalados con rojo en la siguiente tabla:
ESTADOS DE LA NATURALEZA
VENTAS
10 20 25 35
Compras
ALTERNATIVAS
Procedimiento:
En el caso de tratarse de costos, seleccione la alternativa que tenga el costo menor dentro
de las alternativas de menor costo
EJEMPLO 1.
Una persona desea realizar un concierto para generar ganancias.
ESTADOS DE LA NATURALEZA
ALTERNATIVAS
E1 E2
DE DECISIÓN
A1 30 millones $ 35 millones $
A2 32.2 millones $ 20 millones
Investigación Operativa
sfs
24 Utilizando el criterio optimista o maximax determine la decisión que debe tomar los
organizadores del concierto.
Solución
Se debe anexar una columna a la matriz de decisión en la cual se ubicará el mejor de los casos de
cada fila.
ESTADOS DE LA NATURALEZA
MEJOR CASO
ALTERNATIVAS
E1 E2
DE DECISIÓN
A1 30 millones $ 35 millones $ 35
EJEMPLO 2.
Un joven universitario desea establecer una venta del periódico del día en la entrada de la
universidad. Debe decidir la cantidad de periódicos a comprar (para luego venderlos en la entrada
de la universidad). Estima vagamente la cantidad que podría vender en 10, 20, 25 o 35 periódicos,
por lo tanto considera que tendrá que adquirir 10, 20, 25 o 35 periódicos.
ESTADOS DE LA NATURALEZA
VENTAS
10 20 25 35
Compras
ALTERNATIVAS
Solución
El valor máximo de cada alternativa esta señaldo con rojo en la siguiente matriz.
ESTADOS DE LA NATURALEZA
VENTAS
10 20 25 35
Compras
ALTERNATIVAS
Multiplique cada número por la probabilidad y sume los resultados, es decir, determine la
esperanza matemática para cada acción.
EJEMPLO 1.
Una persona desea realizar un concierto para generar ganancias.
Investigación Operativa
sfs
ESTADOS DE LA NATURALEZA
ALTERNATIVAS
E1=1000 E2=1800 E3=3000
DE DECISIÓN
Se debe crear una fila para escribir la probabilidad de ocurrencia de cada estado de la naturaleza
(parte baja de la tabla), como no se tiene información, se asume una probabilidad de 1/3 para
cada estado. (Si fueran cuatro estados la probabilidad sería 1/4, si fueran cinco la probabilidad
sería de 1/5 y así sucesivamente). También se debe crear una columna para escribir la suma que
resulta al multiplicar cada el número de cada celda por la probabilidad, es decir, el valor de la
esperanza matemática de cada acción.
Investigación Operativa
sfs
27 ESTADOS DE LA
NATURALEZA
ALTERNATIVA Esperanza matemática.
E1=100 E2=180 E3=300
S DE 0 0 0
DECISIÓN
A1=1000 53.4 53.4 53.4 53.4*1/3+53.4*1/3+53.4*1/3=53,4
A2=1800 52.12 120.12 120.12 52.12*1/3+120.12*1/3+120.12*1/3=97,45
333
A3=3000 50.2 118.2 220.2 50.2*1/3+118.2*1/3+220.2*1/3=129,5333
…
PROBABILIDAD 1/3 1/3 1/3
EJEMPLO 2.
Un joven universitario desea establecer una venta del periódico del día en la entrada de la
universidad. Debe decidir la cantidad de periódicos a comprar (para luego venderlos en la entrada
de la universidad). Estima vagamente la cantidad que podría vender en 10, 20, 25 o 35 periódicos,
por lo tanto considera que tendrá que adquirir 10, 20, 25 o 35 periódicos.
ESTADOS DE LA NATURALEZA
VENTAS
10 20 25 35
Compras
ALTERNATIVAS
Solución
ESTADOS DE LA NATURALEZA
VENTAS
10 20 25 35
Compras
ALTERNATIVAS
Procedimiento
El investigador debe elegir un criterio de optimismo que debe ser un número mayor
que cero y menor que 1. El criterio de pesimismo será 1
29 Multiplique el beneficio más alto (en el sentido de las filas) por y el más bajo por
1 .
EJEMPLO 1.
Una empresa quiere realizar una campaña publicitaria. Se le presentan 3 posibilidades: radio, TV
y prensa. De campañas anteriores se han podido valorar los beneficios de las diferentes
posibilidades como se observa en la tabla:
ESTADOS DE LA NATURALEZA
ALTERNATIVAS
Demanda alta Demanda Media Demanda baja
Solución
El beneficio más alto para Radio es 40.000 y el más bajo es 5.000. Se tiene que:
30 EJEMPLO 2.
Un joven universitario desea establecer una venta del periódico del día en la entrada de la
universidad. Debe decidir la cantidad de periódicos a comprar (para luego venderlos en la entrada
de la universidad). Estima vagamente la cantidad que podría vender en 10, 20, 25 o 35 periódicos,
por lo tanto considera que tendrá que adquirir 10, 20, 25 o 35 periódicos.
ESTADOS DE LA NATURALEZA
VENTAS
10 20 25 35
Compras
ALTERNATIVAS
Utilizando el CRITERIO índice de Hurwitz con Índice de optimismo de 0.80 tome la mejor
decisión.
Solución
ESTADOS DE LA NATURALEZA
VENTAS
10 20 25 35
Compras
ALTERNATIVAS
31
A1. 3.500(0,80) +3.500(0,20) =3.500
A2. -4.500(0,20) +7.000(0,80) = 4.700
A3. -8.500(0,20) +8.750(0,80) =5.300
A4. -16.500(0,20) +12.250(0,80) =6.500
El mayor valor es 6.500 que corresponde a A4
Decisión es comprar 35 periódicos.
1.3.1.5 CRITERIO MÍNIMO ARREPENTIMIENTO O PÉRDIDA DE OPORTUNIDAD DE
SAVAG
En este criterio se odia el lamento. La decisión debe ser tal que valga la pena repetirla.
Procedimiento
EJEMPLO 1.
Una empresa quiere realizar una campaña publicitaria. Se le presentan 3 posibilidades: radio, TV
y prensa. De campañas anteriores se han podido valorar los beneficios de las diferentes
posibilidades como se observa en la tabla:
ESTADOS DE LA NATURALEZA
Alternativas
Demanda alta Demanda Media Demanda baja
32
Prensa 55.000 12.000 2.000
Por cada columna se resta el valor señalado anteriormente con el valor de cada celda.
ESTADOS DE LA NATURALEZA
Alternativas
Demanda alta Demanda Media Demanda baja
20.000-
TV 55.000-35.000=20.000 5.000-3.000=2000
10.000=10.000
EJEMPLO 2.
Un joven universitario desea establecer una venta del periódico del día en la entrada de la
universidad. Debe decidir la cantidad de periódicos a comprar (para luego venderlos en la entrada
de la universidad). Estima vagamente la cantidad que podría vender en 10, 20, 25 o 35 periódicos,
por lo tanto considera que tendrá que adquirir 10, 20, 25 o 35 periódicos.
Investigación Operativa
sfs
ESTADOS DE LA NATURALEZA
VENTAS
10 20 25 35
Compras
ALTERNATIVAS
Solución
Restando en cada celda: ell mayor valor columna con el valor de la celda, se tiene:
ESTADOS DE LA NATURALEZA
VENTAS
10 20 25 35
Compras
3.500-3.500= 7000-3.500= 8750-3.500= 12250-3.500=
10
0 3500 5250 8750
ALTERNATIVAS
3500-(-4.500)
7.000-7000= 8750-7.000= 12250-7.000=
20 =
0 1750 5250
8.000
3-500-(-8.500)
7.000-3.000= 8750-8750= 12250-8750=
25 =
4000 0 3500
12.000
3500-(-16500)
7000-(-5000) = 8750-750= 12250-12250=
35 =
12000 8000 0
20.000
Investigación Operativa
sfs
El riesgo implica cierto grado de incertidumbre y la habilidad para controlar plenamente los
resultados o consecuencias de dichas decisiones. El proceso permite al tomador de decisiones
evaluar estrategias alternativas antes de tomar cualquier decisión. Acá se conoce la probabilidad
de ocurrencia de cada estado de la naturaleza.
El resultado real no será igual al valor esperado. Lo que se obtiene no es lo que se espera, es decir,
las grandes expectativas.
Este criterio es el más común cuando las probabilidades son conocidas, pero no tiene por qué ser
el más apropiado. Obsérvese que si el proceso de decisión se repite muchas veces en idénticas
condiciones las leyes de los grandes números aseguran que en el límite el pago medio es la
esperanza. Así pues, este criterio es apropiado cuando el proceso se va a repetir muchas veces,
pero puede no serlo cuando se presenta una situación única, en la que el proceso no va a ser
repetido
Procedimiento
Se calcula la esperanza matemática para cada acción, es decir, para cada acción,
multiplique la probabilidad y el beneficio y luego sume los resultados.
35 EJEMPLO 1.
Una empresa quiere realizar una campaña publicitaria. Se le presentan 3 posibilidades: radio, TV
y prensa. De campañas anteriores se han podido valorar los beneficios de las diferentes
posibilidades y la probabilidad asociada con cada estado de la naturaleza, como se observa en la
tabla:
ESTADOS DE LA NATURALEZA
PROBABILIDAD 0.50 0.10 0.40
Alternativas Demanda alta Demanda Media Demanda baja
Radio 40.000 20.000 5.000
TV 35.000 10.000 3.000
Prensa 55.000 12.000 2.000
Utilizando el criterio del Beneficio esperado, determine la mejor opción para pautar.
Solución
Para cada alternativa se debe multiplicar el valor por la probabilidad correspondiente y sumar los
resultados.
EJEMPLO 2
Una persona desea realizar un concierto para generar ganancias.
E1. Ingresan al concierto 3.500 personas. Con una probabilidad del 35%
E2. Ingresen al concierto 5.000 personas. Con una probabilidad del 65%
Investigación Operativa
sfs
ESTADOS DE LA NATURALEZA
ALTERNATIVAS DE
E1 E2
DECISIÓN
A1 30 millones $ 35 millones $
Utilizando el criterio Beneficio esperado determine la decisión que debe tomar los organizadores
del concierto.
Solución
Para cada acción se multiplica ganancia por su probabilidad correspondiente y se suma los
resultados.
Este criterio supone elegir la alternativa con mejor valor para el estado más probable, es decir,
visto cuál es el estado más probable elegir la alternativa con mejor valor en ese estado. Este
Investigación Operativa
sfs
37 criterio se suele utilizar más cuando el proceso de decisión no es iterativo, es decir, se lleva a
cabo una única vez.
Tome el estado de la naturaleza que tiene la probabilidad más alta (rompa empates)
EJEMPLO 1.
E1 E2 E3 E4
Utilizando el criterio de estado más probable estime el número de productos a pedir para el
próximo mes.
Solución.
EJEMPLO 2.
Una empresa quiere realizar una campaña publicitaria. Se le presentan 3 posibilidades: radio, TV
y prensa. De campañas anteriores se han podido valorar los beneficios de las diferentes
Investigación Operativa
sfs
ESTADOS DE LA NATURALEZA
Utilizando el criterio del estado más probable, determine la mejor opción para pautar.
Solución
En cada columna realice la siguiente operación. En cada celda reste el mayor valor de la
columna con cada elemento de la celda. Construya la matriz de pérdida (pérdida de
oportunidad)
Para cada acción realice la siguiente operación. Multiplique cada resultado anterior por la
probabilidad y sume los resultados y escriba cada una de las sumas obtenidas en una
nueva columna.
Investigación Operativa
sfs
EJEMPLO 1.
Una empresa que fabrica prendas para hombre tiene tres líneas de producción.
La empresa desea planear la producción para el próximo año, sabe que las ventas de cada línea
están asociadas con el clima de la ciudad. Las ventas (en unidades de dinero) de cada línea y la
probabilidad asociada con el pronóstico del clima se muestran en la siguiente matriz de decisión.
Solución.
Se selecciona el mayor valor por cada columna, en cada celda de la columna se reste el valor
mayor de la columna con el valor de la celda, así
40
Camiseta 200-150=50 600-480=120 490-490=0
Se calcula el POE para cada acción. El resultado de cada celda se multiplica por su correspondiente
probabilidad.
EJEMPLO 2.
La idea en este método es que podría modificarse el conocimiento que se tiene acerca de los
estados de la naturaleza. Esa modificación puede conllevar un costo y la pregunta es, ¿qué valor
tiene disponer de esa información? ¿Cuánto estamos dispuestos a pagar por ella? Hay que tener
en cuenta que con mayor información la ganancia esperada será mayor.
Procedimiento:
41 Luego calcule la ganancia esperada con incertidumbre, es decir, la ganancia esperada con la
decisión que se haya tomado con alguno de los criterios anteriores.
VEIP será igual a la resta del primer resultado con el segundo resultado, es decir:
EJEMPLO 1.
E1 E2 E3 E4
Solución
Por cada estado (columna) se toma el mayor valor, se multiplica por su correspondiente
probabilidad y se suma los resultados. La mayor suma determina la ganancia esperada con
información perfecta
3. Calcule el VEIP
VEIP = ganancia esperada con información perfecta - ganancia esperada con incertidumbre.
EJEMPLO 2.
Una persona desea realizar un concierto para generar ganancias.
E1. Ingresan al concierto 3.500 personas. Con una probabilidad del 35%
E2. Ingresen al concierto 5.000 personas. Con una probabilidad del 65%
43
ESTADOS DE LA NATURALEZA
PROBABILIDAD 0.35 0.65
ALTERNATIVAS
E1 E2
DE DECISIÓN
A1 30 millones $ 35 millones $
Solución.
Solución
Vértice de azar: son vértices que representan puntos en los que la naturaleza elige un
estado. De estos vértices salen tantos arcos como estados de la naturaleza posibles hay
en ese punto, y se representan mediante un círculo.
Vértice de decisión: son vértices que representan puntos en los que hay que tomar una
decisión. De ellos salen tantos arcos como alternativas posibles hay en ese punto, y se
representan mediante un cuadrado.
Vértice inicial o raíz: es la raíz del árbol, de donde salen tantos arcos como decisiones
iniciales hay, ya que en un proceso de estas características lo primero es tomar una
decisión.
Vértice terminal u hoja: son los vértices finales de una rama que es sucesión de estados y
decisiones. Se les asigna el coste o beneficio (según sea la función objetivo a evaluar) del
camino seguido para llegar a él, y se representan por un triángulo. El árbol se construye
de la raíz a las hojas, mostrando el proceso secuencial que es seguido. Una vez acabado se
valora de las hojas a la raíz de la siguiente forma:
Nodos de azar: se valoran con alguno de los criterios mostrados para valorar decisiones,
en general, suele ser el del valor medio, pero, no tiene por qué ser así.
EJEMPLO 1.
EJEMPLO 2.
Solución
1. Criterio de Pesimista
2. Criterio Optimista
Investigación Operativa
sfs
46
Leche semidescremada 600
3. Laplace o Yo no sé nada
47
Leche con sabores 350 105 455
5. Mínimo arrepentimiento
Leche entera 0 0 0 0 0
6. Estados De Naturaleza
48 el alquiler del local más la amplificación será de 4.5 millones de pesos, la impresión de las entradas
tendrá un costo de 3000 $ por cada boleta de entrada y otros costos por 1.5 millones de pesos.
2. En un municipio se tienen planeado construir en los próximos años una terminal de carga en
dos posibles ubicaciones.
Ubicación A en el norte.
Ubicación B en el sur.
Una cadena de restaurantes desea abrir un nuevo restaurante cerca de la zona de la nueva
terminal de carga, por consiguiente, debe decidir en cuál de las dos zonas comparar un terreno
para construir el nuevo restaurante, la cadena de restaurantes no tiene dinero para comprar en
las dos zonas, por lo tanto solo puede comparar en una de ellas o en ninguna.
Zona A Zona B
49 3. Un joven universitario desea establecer una venta del periódico del día en la entrada de la
universidad. Debe decidir la cantidad de periódicos a comprar (para luego venderlos en la entrada
de la universidad). Estima vagamente la cantidad que podría vender en 10, 20, 25 o 35 periódicos,
por lo tanto considera que tendrá que adquirir 10, 20, 25 o 35 periódicos.
Con la información anterior el estudiante construye la tabla de resultados que indica el número
de periódicos faltantes o sobrantes, como se observa.
Ventas 10 20 25 35
Compras
20 10 0 -5 -15
25 15 5 0 -10
35 25 15 10 0
4. Un agricultor puede analizar sus diferentes estrategias de cultivo en función del tipo de terreno
y el clima, seleccionado como más adecuados el trigo, la papa y la yuca. Los estados de naturaleza
pueden ser el clima como es lluvioso, normal y cálido. En el momento de tomar la decisión el
microempresario del sector no conoce cómo va ser el año, suponiendo a través de pronósticos del
tiempo este dio las siguientes probabilidades: 35% lluvioso, 42% normal y 23% cálido. Según el
comportamiento de años anteriores puede dar la tendencia en la cosecha de los tres productos.
La matriz está dada a continuación:
Probabilidad 0,35 0,42 0,23
50
Yuca 133 150 135
6. Se efectuó un estudio sobre las preferencias a la hora de ir de compras de ropa para niños,
adultos, jóvenes por parte de los estudiantes antes de la temporada escolar, encontrándose que
compraban 55% ropa informal, 30% ropa sport y un 15% elegante. Los datos están dados a
continuación:
Niños 45 50 31
Adultos 12 15 18
Jóvenes 33 25 12
51 7. Una compañía de helados desea conocer las preferencias del consumidor en compras de 4
de sus productos habituales en 4 zonas del país como son Antioquia, Bogotá, Cartagena y Quibdó.
Para lo cual desea medir el comportamiento de las ventas en miles de pesos de sus productos. La
información está dada a continuación:
52
2 UNIDAD 2 PRONOSTICOS
2.1.1 OBJETIVO GENERAL
Determinar los modelos pronósticos aplicados al diferente nicho de mercado.
Caso Bimestral (dos períodos de tiempo). El pronóstico se toma a partir del tercer período
Investigación Operativa
sfs
53
EJEMPLO 1
La tabla muestra las ventas por mes en un pequeño supermercado en el primer semestre del año
redondeado a entero.
Enero 45
Febrero 60
Marzo 55
Abril 72
Mayo 56
Junio 90
Solución
Para enero y febrero no es posible determinar el promedio móvil, en términos generales para
los n primeros períodos no es posible determinar el promedio móvil.
45 + 60
= 52.5
2
60 + 55
= 57.5
2
55 + 72
= 63.5
2
Investigación Operativa
sfs
54
Para junio se obtiene promediando los ingresos de abril y mayo, así:
72 + 56
= 64
2
56 + 90
= 73
2
Ingresos en $ PRONÓSTICO
Mes
millones CON N=2
Enero 45
Febrero 60
Marzo 55 52.5
Abril 72 57.5
Mayo 56 63.5
Junio 90 64
Julio 73
EJEMPLO 2
La tabla muestra los costos por mes en millones de $ en un en una fábrica de productos lácteos
en el último año.
55
Enero 100
Febrero 200
Marzo 210
Abril 160
Mayo 230
Junio 200
Julio 210
Agosto 221
Septiembre 360
Octubre 300
Noviembre 250
Diciembre 80
Para abril se obtiene promediando los ingresos de enero, febrero y marzo así:
Para mayo se obtiene promediando los ingresos de febrero, marzo y abril, así:
Para junio se obtiene promediando los ingresos de marzo, abril y mayo, así:
Investigación Operativa
sfs
56
210 + 160 + 230
= 200
3
Los demás valores se obtienen con la misma secuencia, para determinar pronósticos bajo
cualquier modelo, se recomienda utilizar el Excel.
Enero 100
Febrero 200
Marzo 210
Diciembre 80 303
ENERO 210
Interpretación de la información
Investigación Operativa
sfs
57 En abril los costos fueron de 160 millones de $, el modelo pronostica 170 millones de $
En mayo los costos fueron de 230 millones de $, el modelo pronostica 190 millones de $
En junio los costos fueron de 200 millones de $, el modelo pronostica 200 millones de $
Para enero del año siguiente el modelo pronostica unos costos de 210 millones de $
Ejemplo 3.
Promedio móvil ponderado.
Video: 2 Promedio movil Ponderado- Pronostico de la Demanda en Excel
”Ver Video”: https://www.youtube.com/watch?v=eSV1WMQc4Hk
Meses DEMANDA
1 44
2 46
3 50
4 48
5 46
6 48
7 50
8 52
9 54
Investigación Operativa
sfs
58
10 54
11 56
12 60
Solución
1 44
2 46
3 50 45
4 48 48 46.7
5 46 49 48.0
6 48 47 48.0
7 50 47 47.3 54.3
8 52 49 48.0 46.0
9 54 51 50.0 37.3
10 54 53 52.0 28.3
11 56 54 53.3 19.3
12 60 55 54.7 10.0
13 58 56.7 0.0
Investigación Operativa
sfs
Este modelo de pronóstico precisa tan sólo de tres tipos de datos: el pronóstico del último
período, la demanda del último período y el coeficiente de suavización.
𝑌𝑡+1 = 𝛼 ∙ 𝑋𝑡 + (1 − 𝛼 ) ∙ 𝑌𝑡
O
𝑌𝑡+1 = 𝑌𝑡 + 𝛼 ∙ (𝑋𝑡 − 𝑌𝑡 )
EJEMPLO 1.
En Enero un vendedor de vehículos estimó unas ventas de 142 automóviles para el mes
siguiente. En Febrero las ventas reales fueron de 153 automóviles. Utilizando una constante de
suavización exponencial de 0.20 presupueste las ventas del mes de Marzo.
Solución
Los datos son:
𝛼 = 0.20
𝑋𝑡 = 153 Ventas reales en febrero.
Investigación Operativa
sfs
Aproximando a entero, podemos así determinar que el pronóstico de ventas para el período 3
correspondiente a Marzo es equivalente a 144 automóviles.
EJEMPLO 2.
Meses Demanda
1 44
2 46
3 50
4 48
5 46
6 48
7 50
8 52
9 54
10 54
11 56
12 60
Para el primer período en ambos casos se debe tomar como estimación previa el mismo valor
del período, es decir:
𝑋𝑡 = 𝑌𝑡
Cálculos para 𝛼 = 45% = 0.45
Investigación Operativa
sfs
61 Para t=1
𝑋1 = 44
𝑌1 = 44
𝑌𝑡+1 = 𝑌𝑡 + 𝛼 ∙ (𝑋𝑡 − 𝑌𝑡 )
𝑌2 = 𝑌1 + 𝛼 ∙ (𝑋1 − 𝑌1 )
𝑌2 = 44 + 0.45 ∙ (44 − 44) = 44
Para t=2
𝑋2 = 46
𝑌2 = 44
𝑌3 = 44 + 0.45 ∙ (46 − 44) = 44.9
Aproximando a entero
𝑌3 = 45
Para t=3
𝑋3 = 50
𝑌3 = 45
𝑌4 = 45 + 0.45 ∙ (50 − 45) = 47.25
𝑌4 = 47
Para t=4
𝑋4 = 48
𝑌4 = 47
𝑌5 = 47 + 0.45 ∙ (48 − 47) = 47.55
𝑌5 = 47
Todos los pronósticos se calculan de la misma manera, tanto para el 45% como para el 99%
obteniéndose los datos de la siguiente tabla
62 1 44 44 44
2 46 44 44
3 50 45 46
4 48 47 50
5 46 48 48
6 48 47 46
7 50 47 48
8 52 49 50
9 54 50 52
10 54 52 54
11 56 53 54
12 60 54 56
57 60
Se puede afirmar que:
Con una confianza del 45% la demanda pronosticada para el primer mes del siguiente
año es de 57 unidades
Con una confianza del 99% la demanda pronosticada para el primer mes del siguiente
año es de 60 unidades
1. La tabla muestra los costos por mes en una tienda de abarrotes durante el primer
semestre del año.
Enero 5
Febrero 4.5
Marzo 6
Abril 7
Mayo 6.2
Junio 5.3
Investigación Operativa
sfs
63
Pronostique los costos para el mes de julio.
Enero 50
Febrero 95
Marzo 80
Abril 32
Mayo 45
Junio 100
Julio 120
Agosto 40
Septiembre 35
Octubre 51
Noviembre 48
Diciembre 96
Enero ¿?
3. La tabla muestra los ingresos brutos en una pequeña tienda de barrio para un período
de 10 meses.
Investigación Operativa
sfs
1 4.6
2 9.2
3 7.6
4 13.5
5 4.2
6 9.6
7 7.2
8 5.5
9 3.8
10 4.9
11 ¿?
4. INGE es una compañía productora de alimentos para gato y requiere calcular el pronóstico de demanda
con el método de media o promedio móvil simple, considerando un periodo de 3 meses.
La siguiente tabla nos muestra la demanda real a través de los próximos 18 meses
iniciando desde enero, con lo cual pronosticamos la demanda de los siguientes
periodos para n=3:
Investigación Operativa
sfs
65
Investigación Operativa
66
3 UNIDAD 3 MODELOS DE INVENTARIOS Y RUTA
CRÍTICA
3.1.1 OBJETIVO GENERAL
El objetivo de los modelos de inventarios es presentar algunos métodos que ayuden a lograr una
buena administración en los inventarios y una relación eficiente de ellos con la Administración
Financiera. Realizar los diferentes tipos de modelos de inventarios y proyectos de ruta crítica CPM
y PERT.
El costo de compra (k) es el precio unitario de un artículo este fue adquirido de fuente
externa o proveedor, y debe ser registrado en nuestro costo de inventario como tal.
Igualmente, si el bien es fabricado en planta deberán incluirse sus costos de producción y
registrarse como un artículo que se vende a consumidor final. También se conoce como
costo de producir o costo de ordenar.
Este costo de colocación o trámite de pedidos (h), se origina por los gastos de la emisión
de la orden de compra a un proveedor, o por los costos de la orden de producción en
planta. Estos costos varían en razón directa al número de órdenes colocadas, y no con el
tamaño o monto de la orden.
ELEMENTOS CARACTERÍSTICAS
Dos o más artículos en los que la demanda de un artículo no
Demanda Independiente afecta la demanda de cualquiera de los otros artículos.
Demanda determinística La demanda del artículo por periodo se conoce con certeza.
MODELOS DE INVENTARIOS
70 El principio del EOQ es simple, y se basa en encontrar el punto en el que los costos por ordenar un
producto y los costos por mantenerlo en inventario son iguales.
El modelo de lote económico es un modelo de cantidad fija de reorden. Con este tipo de modelo
es necesario determinar la cantidad fija que se debe ordenar cada vez y un punto de reorden que
indique cuándo se debe hacer el pedido.
Los únicos costos a considerar son el costo de ordenar y el costo de almacenamiento. Así:
Si la demanda total anual es D unidades por año y se están ordenando Q* unidades cada vez,
entonces:
𝑫
𝑵=
𝑸∗
Tiempo esperado entre órdenes. T
71
𝐷𝐿
𝑅=
𝑇𝑖𝑒𝑚𝑝𝑜 𝑙𝑎𝑏𝑜𝑟𝑎𝑙 𝑎𝑙 𝑎ñ𝑜
R se interpreta como.
Se debe ordenar Q* unidades siempre que el inventario baje al valor
de R unidades.
4. Costo anual o costo total. CT
𝑫 𝑸∗
𝑪𝑻 = 𝑲+ 𝑯
𝑸∗ 𝟐
Donde:
D. Demanda
K. EL costo del pedido u organización o costo de ordenar un pedido. Es el costo fijo por colocar
un pedido para reabastecer el inventario.
I. Tasa de transferencia. La fracción del costo de compra del artículo para determinar la variación
en el incremento o modificación del costo de conservación.
L. Tiempo de entrega
𝑫
𝑲. Costo de ordenar
𝑸∗
𝑸∗
𝑯. Costo de mantener
𝟐
EJEMPLO 1.
Una empresa de dulces de Antioquia, desea reducir sus costos de inventario mediante la
determinación del número de confites que debe obtener en cada orden. La demanda anual (D) es
de 10500 unidades; el costo de preparación o de ordenar (K) es de $100 por orden; y el costo de
Investigación Operativa
sfs
72 almacenamiento por unidad al año (H) es de $1. Utilizando estos datos determinar las diferentes
medidas del modelo conociendo que el año laboral es 260 días y que el tiempo de entrega es de 8
días.
D = 10500
K = 100 $
H=1$
L = 8 días
𝟐𝑫𝑲 𝟐(𝟏𝟎𝟓𝟎𝟎)(𝟏𝟎𝟎)
𝑸 ∗= √ =√ = 𝟏𝟒𝟒𝟗. 𝟏𝟑𝟕 = 𝟏𝟒𝟒𝟗
𝑯 𝟏
Q*=1449 UNIDADES
𝐷
𝑁=
𝑄∗
10500
𝑁= = 7,246 …
1449
N=7 Ordenes entre pedidos.
3. Tiempo esperado entre ordenes
73 4. Punto de reorden R
𝐷𝐿
𝑅=
𝑇𝑖𝑒𝑚𝑝𝑜 𝑙𝑎𝑏𝑜𝑟𝑎𝑙 𝑎𝑙 𝑎ñ𝑜
10500(8)
𝑅= = 323,07 = 323
260
La política es ordenar 1.449 siempre que el inventario baje a 323 unidades
5. Costo de ordenar.
𝑫
𝑲
𝑸∗
𝟏𝟎𝟓𝟎𝟎
(𝟏𝟎𝟎) = 𝟕𝟎𝟎. 𝟒𝟔𝟔𝟗𝟕𝟖 …
𝟏𝟒𝟗𝟗
6. Costo de mantener.
𝑸∗
𝑯
𝟐
𝟏𝟒𝟗𝟗
(𝟏) = 𝟕𝟒𝟗. 𝟓
𝟐
7. Costo anual
𝐷 𝑄∗
𝐶𝑇 = 𝐾+ 𝐻
𝑄∗ 2
10500 1449
𝐶𝑇 = (100) + (1) = 1449.137 …
1449 2
C= $1450
EJEMPLO 2.
Luzdía es una empresa que ofrece soluciones de iluminación para calles y hogares. La empresa no
tiene un control específico de inventario, por lo que busca reducir su costo de inventario
determinando la cantidad óptima de pedido de bombillos estándar.
Investigación Operativa
sfs
Determine:
𝟐𝑫𝑲 𝟐(𝟑𝟐𝟎𝟎)(𝟐𝟓)
𝑸 ∗= √ =√ = √𝟒𝟎𝟎𝟎𝟎𝟎 = 𝟔𝟑𝟐, 𝟒𝟓 = 𝟔𝟑𝟐
𝑯 𝟎. 𝟒
Q*=632 UNIDADES
𝐷
𝑁=
𝑄∗
3200
𝑁= = 5.06..
632
N=5 Ordenes entre pedidos.
En el año se debe hacer 5 órdenes de pedido.
4. Costo de ordenar.
𝑫
𝑲
𝑸∗
𝟑𝟐𝟎𝟎
(𝟐𝟓) = 𝟏𝟐𝟔. 𝟓𝟖𝟐𝟐𝟕𝟖𝟓 …
𝟔𝟑𝟐
5. Costo de mantener.
𝑸∗
𝑯
𝟐
𝟔𝟑𝟐
(𝟎. 𝟒) = 𝟏𝟐𝟔. 𝟒
𝟐
6. Costo anual
𝐷 𝑄∗
𝐶𝑇 = 𝐾+ 𝐻
𝑄∗ 2
3200 632
𝐶𝑇 = (25) + (0.4) = 252.98
632 2
𝑪𝑻 = $253
Se debe analizar la cantidad óptima para cada intervalo de descuentos y determinar el costo
anual de almacenamiento, teniendo en cuenta que se debe conservar los intervalos de cada
descuento. La mejor opción es aquella con la cual se obtenga el menor costo anual.
EJEMPLO 1
Un fabricante demanda 10.000 unidades de un mismo producto al año. El costo de las unidades
depende de la cantidad pedida así:
Entre 0 y 499 unidades el costo es de $5.00
De 500 hasta 999 el costo es de $4.50
De 1.000 unidades en adelante el costo es de 3.90 por unidad
El costo de almacenamiento es el 20% del costo de cada unidad.
El costo por colocar u ordenar es de $20 por cada pedido.
Determine:
1. Cantidad óptima de un pedido.
2. Costo anual del inventario.
Solución
Datos del problema.
D = 10,000 unidades de demanda anual
Investigación Operativa
sfs
2(10000)(20)
𝑄 ∗= √ = 632,455 = 632 𝑈𝑛𝑖𝑑𝑎𝑑𝑒𝑠
0,2(5)
Este valor se encuentra por fuera del intervalo [0,499]
Se debe bajar a 499
𝑄 ∗= 499
2(10000)(20)
𝑄 ∗= √ = 666,666 … = 667 𝑈𝑛𝑖𝑑𝑎𝑑𝑒𝑠
0,2(4.50)
Este valor se encuentra en el intervalo [500,999]
78 Este valor se encuentra por fuera del intervalo 1000 o más. Se debe hacer la corrección a 1000
para poder tener un costo de 0,2*3.90=0.78
𝑄 ∗= 1000
El tamaño óptimo de un pedido será aquel para el cual el costo anual del inventario sea el
más bajo.
2. Costo anual del inventario.
𝐷 𝑄∗
𝐶𝑇 = 𝐷𝐶 + 𝑘+ 𝐻
𝑄∗ 2
Para Q*=499
H=0,2*5
10000 499
𝐶𝑇 = 10000(5) + (20) + (0,2 ∗ 5)
499 2
𝐶𝑇 = 50.650,3
Para Q*=632
H=0,2*4.50
10000 632
𝐶𝑇 = 10000(4.50) + (20) + (0,2 ∗ 4.50)
632 2
𝐶𝑇 = 45.600,8
Para Q*=667
H=0,2*4.50
10000 667
𝐶𝑇 = 10000(4.50) + (20) + (0,2 ∗ 4.50)
667 2
𝐶𝑇 = 45.600,0
Para Q*=1000
H=0,2*3.90
Investigación Operativa
sfs
79 10000 1000
𝐶𝑇 = 10000(3.90) + (20) + (0,2 ∗ 3.90)
1000 2
𝐶𝑇 = 39.590
Esta es la mejor alternativa.
EJEMPLO 2.
Una empresa de cosméticos, desea reducir sus costos de inventario mediante la determinación
del número de sus productos principales que debe obtener en cada orden. Se conoce que el costo
por hacer un pedido es de $25, el costo de adquisición de los productos es de $600 por cada uno
de ellos, el costo de mantenimiento por año es del 15% del precio de adquisición, la demanda es
de 2 unidades por día, se otorga un descuento de $25 en cada producto de belleza cuando el
pedido excede las 15 unidades. Utilizando
Determine.
Solución
Datos del problema.
D = 2*365= 730 unidades de demanda anual
k = $25
H = 15% del costo de cada unidad.
Costo de cada unidad según la cantidad del pedido.
Entre 0 y 15 unidades el costo es de $600
16 o más unidades el costo es de 600-25 = $575
80
Para [0, 15] Costo de $600
2𝐷𝑘
𝑄 ∗= √
𝐻
2(730)(25)
𝑄 ∗= √ = 20,135 … = 20 𝑈𝑛𝑖𝑑𝑎𝑑𝑒𝑠
0,15(600)
Este valor se encuentra por fuera del intervalo [0,15]
Se debe bajar a 15
𝑄 ∗= 15
2(730)(25)
𝑄 ∗= √ = 20,57 … = 21 𝑈𝑛𝑖𝑑𝑎𝑑𝑒𝑠
0,15(575)
Este valor se encuentra en el intervalo 16 o más
730 15
𝐶𝑇 = 730(600) + (25) + (0,15 ∗ 600)
15 2
𝐶𝑇 = 439.891,7
Para Q*=21
Investigación Operativa
sfs
81 730 21
𝐶𝑇 = 730(575) + (25) + (0,15 ∗ 575)
21 2
𝐶𝑇 = 421.524,7
EJEMPLO 1.
Una empresa de frutas del bosque, produce una línea de producción con capacidad anual de
100.000 cajas de sus productos tradicionales. La demanda anual se estima en 25.600 cajas,
manteniendo la tasa de demanda constante en el año. El costo de la organización para la entrega
del producto cuesta $10.500. El costo de manufactura por caja es de $2.500 y el costo anual de
posesión es de $5. Utilizando estos datos determinar las diferentes medidas del modelo sabiendo
que trabaja 300 días al año.
Solución
Datos:
P=100.000
D= 25.600
K = 10.500
H=5
82
Está dada por la siguiente ecuación:
𝟐𝑫𝑲
𝑸 ∗= √
𝑫
(𝟏 − 𝑷 ) 𝑯
2 ∗ 25600 ∗ 10500
𝑄 ∗= √
25600
(1 − 100000) ∗ 5
537600000
𝑄 ∗= √
3,72
Q*=$12021
𝑸 ∗ 𝑫𝑰𝑨𝑺
𝑻=
𝑷
(12022)(300)
𝑇=
100000
T=36 Días
3. ¿Inventario máximo que se acumula?
(𝑷 − 𝑫) ∗ 𝑸 ∗
𝑰𝑴𝑨 =
𝑷
(𝟏𝟎𝟎𝟎𝟎𝟎 − 𝟐𝟓𝟔𝟎𝟎) ∗ 𝟏𝟐𝟎𝟐𝟏
𝑰𝑴𝑨 = = 𝟖𝟗𝟒𝟑. 𝟔𝟐𝟒 = 𝟖𝟗𝟒𝟒 𝑪𝒂𝒋𝒂𝒔
𝟏𝟎𝟎𝟎𝟎𝟎
Investigación Operativa
sfs
𝑄∗ 𝐷 𝐷
𝐶𝑇 = (1 − ) 𝐻 + 𝐾
2 𝑃 𝑄∗
12021 25600 25600
𝐶𝑇 = (1 − ) (5) + (10500) =
2 100000 12021
44.719,92
EJEMPLO 2.
Un fabricante necesita 2000 partes de un artículo durante el próximo año. El costo de las unidades
es de $5.00 cada una. Se tienen disponibles en la localidad con un tiempo de entrega de una
semana, pero el costo de ordenar para el fabricante es de $5,00 por orden. El costo de
conservación es de $1,50 al año por almacenamiento, más el 10% por unidad por año por el costo
de cada unidad.
Determine:
SOLUCIÓN
D = 2.000
k = $5
H = 1,5 + 0.1*5= $2
Investigación Operativa
sfs
84 Días de trabajo al año. Por no estar especificado se asume que la empresa labora 365 días al
año.
L = 1 semana = 7 días.
P = 4000
2𝐷𝐾
𝑄 ∗= √
𝐷
(1 − 𝑃 ) 𝐻
2(2000)(5)
𝑄 ∗= √ = 141.421 … = 141 𝑈/𝑜𝑟𝑑𝑒𝑛
2000
(1 − 4000) (2)
𝑄∗ 𝐷 𝐷
𝐶𝑇 = (1 − ) 𝐻 + 𝐾
2 𝑃 𝑄∗
141 2000 2000
𝐶𝑇 = (1 − ) (2) + (5) = 141.421 …
2 4000 141
𝐶𝑇 = 141,4 $ 𝑝𝑜𝑟 𝑎ñ𝑜
3. Inventario máximo acumulado.
𝑄 ∗ (𝑃 − 𝐷)
𝐼𝑀𝐴 =
𝑃
100(400 − 200)
𝐼𝑀𝐴 = = 70.5 = 71
400
4. Días de entrega del lote óptimo.
𝑄 ∗ 𝐷í𝑎𝑠 𝑑𝑒 𝑡𝑟𝑎𝑏𝑎𝑗𝑜 𝑎𝑙 𝑎ñ𝑜
𝑇=
𝑃
Investigación Operativa
sfs
85 141 ∗ 365
𝑇= = 12.866 = 13 𝑑í𝑎𝑠
4000
EJEMPLO 1.
Una empresa de papitas tiene un inventario con una demanda anual de promedio de 12.000
unidades con base 345 días hábiles al año, entonces la demanda diaria es un promedio de 35
unidades, el tiempo de entrega cambia con un promedio de 3 días se supone que la demanda
durante el tiempo de entrega tiene una distribución normal con una desviación estándar de 7
unidades, el costo por cada pedido es de $50, el costo de mantenimiento es de $5 por unidad al
año y el costo de no tener el producto disponible es de $2 por unidad al año. Utilizando estos
datos determinar las diferentes medidas del modelo.
Datos
D = 12.000
K = 50 $
H=5$
𝐶𝑎𝑔𝑜𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜 = 2 $
𝜎 = 7 Desviación estándar.
Solución
Investigación Operativa
sfs
𝟐𝑫𝑲
𝑸 ∗= √
𝑯
𝟐(𝟏𝟐𝟎𝟎𝟎)(𝟓𝟎)
𝑸 ∗= √
𝟓
Q*=490 unidades
2. La probabilidad de existencias
𝐷 ∗ 𝐶𝑎𝑔𝑜𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜
𝑃=
𝑄 ∗ 𝐻 + 𝐷𝐶𝑎𝑔𝑜𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜
𝐷 ∗ 𝐶𝑎𝑔𝑜𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜
𝑃=
𝑄 ∗ 𝐻 + 𝐷𝐶𝑎𝑔𝑜𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜
24000
𝑃=
2450 + 24000
P=0,907=0,91
4. Inventario de Seguridad
𝐵 = 𝑍
𝜎=7
𝐵 = (1,35)(7) = 9,45
B= 9
5. El punto de reorden
𝑅 = 𝑑𝐿 + 𝐵
𝑅 = (35)(3) + 9
R=114
6. Costo de mantenimiento del inventario de seguridad
HB= 5*14= 70
𝑫 𝑸∗
𝑪𝑻 = 𝑲 ∗ +𝑯∗ + 𝑯𝑩
𝑸∗ 𝟐
𝟏𝟐𝟎𝟎𝟎 𝟒𝟗𝟎
𝑪𝑻 = 𝟓𝟎 ∗ +𝟓∗ + 𝟕𝟎
𝟒𝟗𝟎 𝟐
CT= $2.519,48
Investigación Operativa
sfs
88
EJEMPLO 2.
Su póngase que se utilizará un sistema de revisión continua y también que el almacén abre
cinco días a la semana, 50 semanas al año o 250 días al año. Entonces, la demanda promedio
anual = 250(200) = 50 000 cajas al año.
Datos:
D = 50.000 cajas al año
K = 20 dólares
H = 20% de 10 = 2 dólares
P = 95%
L = 4 días
𝜎𝑑 = 150 Este valor se debe corregir
Determine:
1. La cantidad optima de pedido
𝟐𝑫𝑲
𝑸 ∗= √
𝑯
𝟐(𝟓𝟎. 𝟎𝟎𝟎)(𝟐𝟎)
𝑸 ∗= √ = 𝟏. 𝟎𝟎𝟎
𝟐
Investigación Operativa
sfs
89
Q*=1.000 Cajas
2. La probabilidad es:
𝑃 = 95%
P=0,95
𝐵 = (1,65)(√4 ∗ 150)
B= 495 Cajas.
5. El punto de reorden
𝑅 = 𝑑𝐿 + 𝐵
𝑅 = 200(4) + 495 = 1295
Investigación Operativa
sfs
90
R=1.295 Cajas
𝑫 𝑸∗
𝑪𝑻 = 𝑲 ∗ +𝑯∗ + 𝑯𝑩
𝑸∗ 𝟐
𝟓𝟎𝟎𝟎𝟎 𝟏𝟎𝟎𝟎
𝑪𝑻 = 𝟐𝟎 ∗ +𝟐∗ + 𝟗𝟗𝟎
𝟏𝟎𝟎𝟎 𝟐
CT= 2.990 dólares
3.4 TEMA 2 RUTA CRÍTICA CPM Y PERT
DEFINICION: Es una secuencia de elementos terminales de la red con respecto a
tiempo y costo.
Método de la Ruta Crítica o CPM
El método CPM o Ruta Crítica (Critical Path Method) se utiliza en el desarrollo y control de proyectos.
El objetivo principal es determinar la duración de un proyecto, entendiendo éste como una
secuencia de actividades relacionadas entre sí, donde cada una de las actividades tiene una duración
estimada.
En este sentido el principal supuesto de CPM es que las actividades y sus tiempos de duración son
conocidos, es decir, no existe incertidumbre. Este supuesto simplificador hace que esta metodología
Investigación Operativa
sfs
91 sea fácil de utilizar y en la medida que se quiera ver el impacto de la incertidumbre en la duración
de un proyecto, se puede utilizar un método complementario como lo es PERT.
Una ruta es una trayectoria desde el inicio hasta el final de un proyecto. La longitud de la ruta crítica
es igual a la trayectoria más grande del proyecto. La duración de un proyecto es igual a la ruta crítica.
Para utilizar el método CPM o de Ruta Crítica se necesita TENER EN CUENTA los siguientes pasos:
2. Establecer relaciones entre las actividades. Decidir cuál debe comenzar antes y cuál debe seguir
después.
5. Identificar la trayectoria más larga del proyecto, siendo ésta la que determinará la duración del
proyecto (Ruta Crítica).
Donde:
Investigación Operativa
sfs
92 IC. Inicio más cercano, es decir, lo más pronto que puede comenzar la actividad.
TC. Término más cercano, es decir, lo más pronto que puede terminar la actividad.
IL.. Inicio más lejano, es decir, lo más tarde que puede comenzar la actividad sin retrasar el término
del proyecto.
TL. Término más lejano, es decir, lo más tarde que puede terminar la actividad sin retrasar el término
del proyecto.
Holgura. Se define la Holgura para cada actividad como en el tiempo máximo que se puede retrasar
el comienzo de una actividad sin que esto retrase la finalización del proyecto. La holgura de una
actividad se puede obtener con la siguiente fórmula:
Holgura = IL - IC = TL - TC
Determinación de IC y TC
IC = 0
TC = 0
Determinación de IL y TL
93 Para los demás nodos: TC es igual al IL del nodo posterior (si hay varios se debe tomar el
menor).
Ejemplo 1.
Una empresa desea patrocinar un equipo de patinaje para competir en carreras en todo el país y
estar en algunos eventos internacionales, para el cual se planeó el programa por equipo, la primera
práctica del equipo está programada para el 15 de enero. Las actividades, sus predecesoras
inmediatas y las estimaciones de tiempo de actividad en semanas son las siguientes.
PREDECESORA TIEMPO DE
ACTIVIDAD DESCRIPCIÓN
INMEDIATA TAREAS(SEMANAS)
B Contratación de Técnicos A 4
Reservar el lugar de
C A 2
entrenamiento
G Registrar patinadores D 1
94
A, B, D, G, H, I, Fin
Tiempo = 1 + 4 + 1 + 1+ 2+ 1 = 10
A, B, E, I, Fin
Tiempo = 1 +4 +2 +1 = 8
A, F, I, Fin
Tiempo = 1+ 2 + 1 = 4
A, B, D, G, H, I
Con un tiempo de duración de 10 semanas
EJEMPLO 2.
El ejemplo fue tomado el 23 de octubre de 2018 de:
Investigación Operativa
sfs
95 http://www.investigaciondeoperaciones.net/cpm.html
Las actividades que requiere un proyecto para completarse y el tiempo de duración de cada
actividad en semanas es:
Duración
Actividad Actividad Predecesora
(Semanas)
A 6 -
B 8 -
C 12 A,B
D 4 C
E 6 C
F 15 D,E
G 12 E
H 8 F,G
SOLUCIÓN
96
Para determinar la ruta crítica se debe llenar los datos en de la siguiente figura:
Determinación de IL y TL
Determinación de la holgura H
La ruta crítica corresponde al cualquier recorrido que va desde el inicio hasta el fin en el
cual todas las holguras son iguales a cero. Para el ejemplo la ruta crítica es la mostrada en
la figura con color verde.
Las actividades con holgura igual a cero corresponden a las actividades de la ruta crítica.
Investigación Operativa
sfs
100
La ruta crítica corresponde a: Inicio, B, C, E, F, H, Fin.
2. Una empresa de electrodomésticos de Bogotá surte a una cadena de almacenes con tres sus
líneas, la cual desea analizar el comportamiento de sus clientes de acuerdo a sus compras por lo
tanto efectuó un estudio de mercadeo para disminuir el costo. La demanda de artículos de
artículos para tres ciudades es de135 unidades mensuales para Medellín, para Bogotá de 165
unidades y Cali de 170 unidades mensuales. El costo de preparación de la orden es de $1500 para
Bogotá, a Cali de $750 y a Medellín de $650 por orden y el costo que le representa el
almacenamiento por unidad en el mes es de $250, Utilizando los datos, se pide plantear un
modelo EOQ y se pide determinar sus parámetros. La empresa trabaja 260 días al año. Además,
determine cuál produce los costos mínimos y los costos más altos.
3. Una empresa de satélites desea determinar el tamaño óptimo del pedido para un tipo de
antena, se estima la demanda anual en 1,000 unidades con costo de mantener inventarios de
Investigación Operativa
sfs
101 $100 por unidad, y la colocación de pedido en $25. Con el EOQ, ¿cuántas antenas deben pedir
cada vez?
4. Los artículos comprados a un proveedor cuestan $20 cada uno y el pronóstico de la demanda
para el año siguiente es de 1000 unidades. Si cada vez que se coloca un pedido cuesta $5 y el
costo de almacenaje es de $4 por unidad al año. Determine:
a. ¿Qué cantidades se deberían comprar por cada pedido?
b. ¿Cuál es el costo total de los pedidos para un año?
c. ¿Cuál es el costo total de almacenaje para un año?
5. Una empresa de conformación de metales consume material de acero a una razón constante
de 1000 toneladas por mes. El costo de mantener una tonelada en inventario es de $1.00 por
mes y el costo de ordenar un pedido es de $80.00 pesos la orden. Si la tonelada de acero
cuesta $200.00, determine:
a) Tamaño óptimo del lote.
6. La empresa del MICONS necesita mensualmente para las obras de la Batalla de Ideas en la
provincia de Las Tunas 200 toneladas de materiales de la construcción. El costo de compra de
cada tonelada es de $400.00, la empresa por cada pedido que realiza gasta alrededor de
$50.00. Los costos de conservación de los materiales es de $10.00 la tonelada en cada mes.
Determine:
a) Tamaño óptimo del lote.
7. Una empresa necesita 5000 productos en el semestre, para ello ha realizado un contrato con
otra empresa. Los productos se envían por embarques a la empresa contratante, el costo de
cada embarque es de $20.00, los costos de inventario son de $10.00 por unidad semestral. Sí
cada producto cuesta $ 5.00, determine:
a) Tamaño óptimo del lote.
102 d) ¿En cuánto se incrementará el costo total anual de inventario si el tamaño óptimo del lote
es de 150 productos por orden?
8. Una empresa del SIME elabora los ejes que necesita para el ensamblaje de determinado
equipo . Para el ensamblaje se necesitan 40 ejes por día, el costo estimado de compra es de
$5.00 por eje y el costo de almacenamiento es de $0.50 por eje- día. Cada vez que se realiza
los pedidos de estos ejes se incurre en un costo de $60.00, determine:
a) Tamaño óptimo del lote.
10. Una empresa tiene acceso a una materia prima concreta a 3 precios diferentes
dependiendo del tamaño del pedido:
11. Una empresa produce contactos para interruptores y relevadores. La empresa tiene que
determinar la cantidad de pedido Q para satisfacer la demanda anual al costo más bajo. El precio
del cobre depende del volumen del pedido. Los datos se muestran a continuación:
Investigación Operativa
sfs
103
$0.82 por kg. Hasta 2,499 kg.
Precio del cobre: $0.81 por kg. Entre 2,500 y 5,000 kg.
Costo de mantener el inventario 20% por unidad del precio del cobre
13. Las actividades que requiere un proyecto para completarse y el tiempo de duración de cada
actividad en semanas es:
DURACIÓN
ACTIVIDAD PREDECESOR
(SEMANAS)
A - 5
B - 7
C A 10
D A 4
Investigación Operativa
sfs
104
E B 3
F E, A 5
G D, F 12
H B 14
I H, C, G 3
14. Las actividades que requiere un proyecto para completarse y el tiempo de duración de
cada actividad en semanas es:
A - 4
B A 1
C A 3
D A, C 2
E B, D 5
15. Una empresa de alimentos lácteos desea realizar una estrategia de mercadeo para diseñar
una línea nueva de papitas y dar la a conocer a los diferentes tipos de públicos, para lo cual realizo
una serie de actividades para este producto.
105
A Elaboración del diseño de la ---------------------
línea del producto
C Realizar ingeniería de A
manufactura
E Llevar un informe de A
mercadotecnia
106
4 UNIDAD 4 CONCEPTOS DE MODELOS DE SIMULACION
Y CADENA DE MARKOV
4.1.1 OBJETIVO GENERAL
Reconocer los conceptos de modelos de simulación y en que consiste la cadena de
Markov.
Existe una formulación matemática, pero es difícil obtener una solución analítica. Los
modelos matemáticos utilizados para modelar un reactor nuclear o una planta química
son imposibles de resolver en forma analítica sin realizar serias simplificaciones.
Investigación Operativa
sfs
108
4.2.3 TEORÍA DE LOS MODELOS DE SIMULACIÓN
No existe el sistema real. Es problema del ingeniero que tiene que diseñar un sistema nuevo.
El diseño del sistema mejorará notablemente si se cuenta con un modelo adecuado para
realizar experimentos.
En este caso el sistema real está disponible para realizar experimentos, pero la dificultad de
los mismos hace que se descarte esta opción. Ejemplo de esto
Es la imposibilidad de provocar fallas en un avión real para evaluar la conducta del
piloto,
Tampoco se puede variar el valor de un impuesto para evaluar la reacción del mercado.
Un ejemplo de dinámica lenta es el problema de los científicos que estudian la evolución del
clima. Ellos deben predecir la conducta futura del clima dado las condiciones actuales, no
pueden esperar a que un tornado arrase una ciudad para luego dar el mensaje de alerta. Por
el contrario, existen fenómenos muy rápidos que deben ser simulados para poder observarlos
en detalles, por ejemplo una explosión.
109 No se puede conocer el grado de imprecisión de los resultados. Por lo general el modelo
se utiliza para experimentar situaciones nunca planteadas en el sistema real, por lo tanto
no existe información previa para estimar el grado de correspondencia entre la respuesta
Actualmente la simulación presta un invalorable servicio en casi todas las áreas posibles, algunas
de ellas son:
Sistemas públicos: Predice la demanda de energía durante las diferentes épocas del año,
anticipa el comportamiento del clima, predice la forma de propagación de enfermedades.
Capacitación: Dado que el riesgo y los costos son casi nulos, una persona puede utilizar el
simulador para aprender por sí misma utilizando el método más natural para aprender: el
de prueba y error.
Investigación Operativa
sfs
La caída de la bolsa de New York en 1988: La utilización de programas de simulación por parte
de los corredores de la bolsa causó una falsa inestabilidad que provocó la caída.
El regreso del Apolo 13: La simulación jugó un rol fundamental en la determinación del plan de
emergencia. La nave retornó con éxito a pesar de las graves averías.
Los Voyagers: Gracias a la simulación se pudieron establecer los itinerarios óptimos para estas
naves con un mínimo consumo de energía aprovechando la atracción gravitacional de los
planetas.
Proyecto Monte Carlo: Von Newman y Ulam (1945) emplearon simulación para estudiar
reacciones nucleares.
Los modelos del planeta: Algunos plantean la posibilidad de un calentamiento global debido al
efecto invernadero. Otros plantean la posibilidad de un enfriamiento y predicen una nueva era
glaciar.
111 Capacitación de policías: Se utiliza entornos virtuales para que el policía aprenda a conducirse en
situaciones de riesgo.
Simuladores de vuelos: Fue una de las primeras aplicaciones de los simuladores. Actualmente se
utilizan para entrenar pilotos de aviones comerciales y de combate.
MODELOS DE SIMULACIÓN
MODELO CARACTERÍSTICA
112 COMPUTADORA lenguaje computacional. Las personas quedan excluidas del modelo.
Un ejemplo es el simulador de un sistema de redes de comunicación
donde la conducta de los usuarios está modelada en forma
estadística.
Este tipo de simulación a su vez puede ser:
Es el arreglo numérico donde se condensa las probabilidades de un estado a otro. A través de una
gráfica de matriz de transición se puede observar el comportamiento estacionario representado
por una cadena de Markov tal que los estados representan la categoría en que se encuentre
clasificado.
Investigación Operativa
sfs
Una matriz de transición para una cadena de Markov de n estado es una matriz de n X n con todos
los registros no negativos y con la propiedad adicional de que la suma de los registros de cada
columna (o fila) es 1.
PROPIEDADES
EJEMPLO1
114 5. Si el estudiante esta semana estudia física, determine la probabilidad que dentro de 3
semanas estudie cálculo.
Solución
1. Representación gráfica.
Los estados para el estudiante son:
Estado 1. Estudiar matemáticas.
Estado 2. Estudiar física.
Si esta semana estudia matemática, la probailidad que estudie matemáticas la próxima
semana es 1/5
Si esta semana estudia matemática, la probailidad que estudie Física la próxima semana
es 4/5
Si esta semana estudia Física, la probailidad que estudie matemáticas la próxima
semana es 7/10.
Si esta semana estudia Física, la probailidad que estudie Física la próxima semana es
3/10.
Esta situación se representa en el siguiente gráfico
115
Ambos estados con las probabilidades indicadas en el gráfico anterior.
Para determiner el vector de estados inicales, nos vamos a la pregutna 4 del ejercicio, que
dice:
Si el estudiante esta semana estudia física, determine la probabilidad que dentro de 3
semanas estudie cálculo.
El estudiante esta en el estado 2, por lo tanto, se toma que en el tiempor cero, el estudiante
se encuentra estudiando física.
El vector es x0 con estados:
0. El estudiante esta estudiando física
1. El estudiando se encuentra estudaindo matemáticas.
𝑥0 = (0 1)
La probabilidad igual a cero (entrada a11), queire decir que el estudiante no se encuentra
estudiando matemáticas.
La probabilidad igual a uno (entrada a12) quiere decir que en esta semana el estudiante se
encuentra estudiando física.
3. Matriz de transición.
Para elaborar la matriz de transición se debe llenar el siguiente arreglo
MATEMATICAS FÍSICA
ESTADO DE
SALIDA O ESTADO MATEMÁTICAS 1/5 4/5
INICAL
FÍSICA 7/10 3/10
Nota: Algunos autores ubican en la parte superior el estado de salida y en el costado izquierdo
el estado de llegada, en cuyo caso el vector de estados inicales y la matriz quedan:
1 1/5 7/10
𝑥0 = ( ) , ( )
0 4/5 3/10
1/5 4/5
(𝑆1 𝑆2) = (𝑆1 𝑆2) ( )
7/10 3/10
1 7 4 7
𝑆1 − 𝑆1 − 𝑆2 = 0 → 𝑆1 − 𝑆2 = 0 → 8 𝑆1 − 7 𝑆2 = 0 𝐸𝑐𝑢𝑎𝑐𝑖ó𝑛 1
5 10 5 10
4 3 4 7
𝑆2 − 𝑆1 − 𝑆2 = 0 → 𝑆1 − 𝑆2 = 0 → 8 𝑆1 − 7 𝑆2 = 0 𝐸𝑐𝑢𝑎𝑐𝑖ó𝑛 2
5 10 5 10
Una tercera ecuación sale de las propiedad de las probabilidades. La suma de todas las
probabilidades posibles de una distribución es igual a 1.
Por lo tanto:
S1 + S2 = 1 Ecuación 3
Investigación Operativa
sfs
117 Tomando la ecuación 3 con cualquiera de las ecuaciones 1 o 2 se tiene un Sistema 2x2.
8 𝑆1 − 7 𝑆2 = 0
𝑆1 + 𝑆2 = 1
8 𝑆1 − 7 𝑆2 = 0
8 𝑆1 + 8 𝑆2 = 8
-15S2=-8
S2=-8/-15
S2=8/15= 0.5333
Reemplazando en la segunda ecuación
S1 + 8/15 = 1
S1=1-8/15
S1 = 7/15=0.4667
5. Si el estudiante esta semana estudia física, determine la probabilidad que dentro de 3 semans
estudie cálculo.
Para contester la pregunta se debe multiplicar el vector de estados inicales por la matriz de
trancisión elevada al exponent K, dónde, K es el número de unidades de tiempo transcurridas
desde el estado inical, hasta el estado final pedido, es decir, tres semanas.
En términos generales para hallar xK Se realiza la siguiente multiplicación de matrices:
𝑥𝐾 = 𝑃𝐾 𝑥0
Donde:
XK: Vector de estado K. Estado en el cuál queremos determiner las probabilidades
P: Matriz de trancisión.
X0: Vector de estados inicales
Investigación Operativa
sfs
O realizer la multiplicación:
1/5 7/10 3 0
𝑥3 = ( ) ( )
4/5 3/10 1
𝑥3 = (2/5 3/5)
O el resultado es:
2/5
𝑥3 = ( )
3/5
La probabilidad 2/5 Quiere decir que después de tres semanas el estudiante estudia
matemáticas con probabilidad 2/5
La probabilidad 3/5 quiere decir que depués de tres semanas el estudiante estudia física con
probabilidad 3/5
La respuesta a la pregunta es:
Si el estudiante estudia esta semana física, la probabilidad que estudie física dentro de tres
semans es 3/5.
EJEMPLO2
En un municipio A el clima puede cambiar de un día para otro. Se considera dos estados para
el clima, tiempo soleado o tiempo lluvioso. Se tiene la siguiente información:
Si el día es soleado, la probabilidad que el día siguiente sea soleado es de 0.75.
Si el día es lluvioso, la probabilidad que el día siguientes sea soleado es de el 60%. Se debe
asumir que dichos valores no cambian en el tiempo.
Determien:
1. Gráfico de transición
2. La matriz de transición
3. Probabilidades de estado estable del Sistema
Solución
Investigación Operativa
sfs
1. Representación gráfica
2. Matriz de transición.
Por lo tanto se toma una de las dos ecuaciones y con la ecuación suma de probabilidades
igual a 1 se obtiene un Sistema 2x2
Sietema 2x2 a solucionar
0.25 𝑆1 − 0.40 𝑆2 = 0
𝑆1 + 𝑆2 = 1
𝑆1 − 1.6 𝑆2 = 0
𝑆1 + 𝑆2 = 1
-2.6S2=-1
S2=-1/-2.6
S2=5/13= 0.3846
Reemplazando en la segunda ecuación
S1 + 5/13 = 1
S1=1-5/13
S1 = 8/13=0.6154
121 S2= 5/13. La probabilidad de llegar a un día con tiempo lluvios es de 0.3846.
EJEMPLO3
Video: Cadenas de Markov
”Ver Video”: https://www.youtube.com/watch?v=htxBioMOZLU
Los dueños de los establecimientos del municipio que se surten de bebidas gaseosas le pueden
comprar solo a un distribuidor de gaseosas. Se tiene la siguiente información.
3) En un país existen 3 operadores principales de telofonía móvil que son: operador A con el
45% de clientes, operador B con el 25% de los clientes y operador C con el resto de
clienetes.
123
5 UNIDAD 5 REGRESIÓN LINEAL
5.1.1 OBJETIVO GENERAL
Determinar el grado de correlación entre dos variables por medio de los modelos lineales.
Su símbolo es la letra 𝒓.
124 Si su valor es cercano a uno ó a menos uno se dice que la relación es muy buena, siendo una
correlación perfecta en uno ó en menos uno.
Si su valor es cercano a cero, se dice que la correlación es muy mala o que no existe correlación.
Diagrama de dispersión:
Es una gráfica de pares de datos X e Y en un espacio dimensional.
125
n xy x * y
r
n x 2
x
2
n y 2
y
2
Donde:
EJEMPLO 1.
Una tienda de electrodomésticos vende neveras y estufas a distintos clientes del municipio de
Envigado según las necesidades del cliente. En la siguiente tabla se indica el comportamiento de
las ventas y la cantidad durante los 12 primeros meses del año se desea observar si existe relación
entre las dos variables.
126
1 22 112
2 24 123
3 26 125
4 22 124
5 28 124
6 26 134
7 28 132
8 12 134
9 24 136
10 26 137
11 26 138
12 28 140
Se pide:
127
x y xy x2 y2
128
26 137 3562 676 18769
TOTALES
∑ 𝒙 =292 ∑ 𝒚 =1559 ∑ 𝒙𝒚 =37988 ∑ 𝒙𝟐 =7320 ∑ 𝒚𝟐 =203295
Cada una de las sumatorias se obtiene sumando los elementos de cada columna.
Con n = 12
Reemplazando en la fórmula:
𝒏 ∑ 𝒙𝒚 − ∑ 𝒙 ∗ ∑ 𝒚
𝒓=
√(𝒏 ∑ 𝒙𝟐 − (∑ 𝒙)𝟐 )(𝒏 ∑ 𝒚𝟐 − (∑ 𝒚)𝟐 )
𝟏𝟐(𝟑𝟕𝟗𝟖𝟖) − (𝟐𝟗𝟐)(𝟏𝟓𝟓𝟗)
𝒓=
√(𝟏𝟐 ∗ 𝟕𝟑𝟐𝟎 − (𝟐𝟗𝟐)𝟐 )(𝟏𝟐 ∗ 𝟐𝟎𝟑𝟐𝟗𝟓 − (𝟏𝟓𝟓𝟗)𝟐 )
𝒓 = 𝟎. 𝟏𝟑𝟎𝟎𝟎𝟎𝟗𝟔𝟕𝟓 = 𝟎. 𝟏𝟑
Correlación lineal positiva muy débil
𝑟 2 = 0.0169
EJEMPLO 2.
Al bajar por el tiro perpendicular de una mina se observaron los siguientes cambios de
temperatura.
Investigación Operativa
sfs
129
Temperatura en °C Profundidad en metros.
22° 60
24° 120
29° 270
X y xy x2 y2
130
29 270 7830 841 72900
TOTALES
∑ 𝒙𝒚 − ∑ 𝒙 ∗ ∑ 𝒚
𝒓=
√(𝒏 ∑ 𝒙𝟐 − (∑ 𝒙)𝟐 )(𝒏 ∑ 𝒚𝟐 − (∑ 𝒚)𝟐 )
𝟑(𝟏𝟐𝟎𝟑𝟎) − (𝟕𝟓)(𝟒𝟓𝟎)
𝒓=
√(𝟑 ∗ 𝟏𝟗𝟎𝟏 − (𝟕𝟓)𝟐 )(𝟑 ∗ 𝟗𝟎𝟗𝟎𝟎 − (𝟒𝟓𝟎)𝟐 )
𝒓=𝟏
Correlación lineal positiva perfecta.
Coeficientes de determinación:
𝒓𝟐 = 𝟏
131
n xy x * y
b1
n x 2 x
2
b0 y b x
Es la línea recta que mejor se ajusta a un conjunto de puntos 𝑿 𝒆 𝒀. La ecuación es:
x y
0 -1
2 0
3 2
5 1
SOLUCIÓN.
x y x2 x y
0 -1 0 0
2 0 4 0
3 2 9 6
Investigación Operativa
sfs
132
5 1 25 5
x 10 y2 x 2
38 x y 11
Cálculo de x
x
x 10 5
n 4 2
Cálculo de y
y
y 2 1
n 4 2
n xy x * y
Cálculo de b1
n x 2 x
2
4 * 11 10 * 2 24 6
b1 b1
4 * 38 (10) 2
52 13
Cálculo de b0 y b1 x
1 6 5 1 30 17
b 0 * b0
2 13 2 2 26 26
EJEMPLO 2
Para los datos de la tabla determine la recta de regresión
Investigación Operativa
sfs
133
x y
-5 15
-2 9
1 3
4 -3
6 -7
SOLUCIÓN
X Y X2 X.Y
-5 15 25 -75
-2 9 4 -18
1 3 1 3
4 -3 16 -12
6 -7 36 -42
x 4 y 17 x 2 82 x y 144
Cálculo de x
x
x 4
n 5
Cálculo de y
Investigación Operativa
sfs
134 y 17
y
n 5
n xy x * y
Cálculo de b1
n x 2 x
2
Cálculo de b0 y b1 x
2* b0 5
17 4 17 8
b0
5 5 5 5
y 5 2x
5.4.3 RESIDUALES
Un residual es la diferencia entre el valor y el valor ŷ pronosticado por la ecuación
de regresión muestral.
E=Y- ŷ
E Residual
Y valor real de y
1 10 30
2 12 25
3 13 32
4 14 34
5 15 35
6 16 28
7 18 30
8 20 32
9 12 24
10 14 36
Bajo el supuesto de que el tiempo de espera medio depende linealmente del número de cajas
registradoras se pretende saber, e Interpretar.
a. Diagrama de dispersión.
b. Coeficiente de correlación.
c. La recta de regresión.
d. Los residuales.
Investigación Operativa
sfs
136 2. Dada la difícil situación por la que atraviesa actualmente la empresa PALMA CARIBE en la que
hemos empezado a trabajar, se propone la reducción de determinados gastos. Para ello se estudia
la relación que existe entre dos variables como son: los gastos en publicidad (variable X) y los
beneficios (variable Y). De ambas variables disponemos de los siguientes datos:
1985 60 32
1986 65 35
1987 78 37
1988 79 38
1989 82 42
1990 86 44
1991 88 46
1992 92 56
1993 98 58
1994 99 60
Se pide:
a. ¿Se puede considerar que ambas variables guardan algún tipo de relación? ¿Cuál sería la
variable dependiente y cuál la independiente?
b. Realizando un gráfico adecuado. ¿Se puede suponer que la relación que las liga es de tipo
lineal?
c. Construye las dos rectas de regresión mínimo cuadrática asociada con las variables.
d. Si la empresa para el próximo año realizará un esfuerzo para poder invertir 12.550.000 pesos
en publicidad. ¿Cuáles resultarían ser sus beneficios? ¿Con qué fiabilidad realizaría usted la
predicción?
Investigación Operativa
sfs
137
3. Se han recogido datos en dos localidades mediante sendas encuestas sobre el consumo
(Y) de productos de hogar y de la renta (X) de los consumidores Consultados, obteniéndose
los siguientes resultados:
Ciudad 1 Ciudad 2
X Y X Y
Se ha observado una relación lineal entre el consumo (en miles de pesetas) y la renta (en millones
de pesetas) y se desea contrastar si esta relación es idéntica en las dos ciudades donde se ha
realizado el trabajo de campo.
4. Un investigador cree que la inteligencia de los niños, medida a través del coeficiente
intelectual (CI en puntos), depende del número de hermanos. Toma una muestra aleatoria de
15 niños y ajusta una regresión lineal simple. Los resultados aparecen en la salida adjunta.
Investigación Operativa
sfs
138
N CL HERMANOS
1 112 0
2 114 1
3 110 2
4 113 3
5 114 2
6 115 4
7 110 2
8 112 1
9 117 2
10 111 3
11 118 2
12 120 4
13 122 5
14 121 4
15 124 5
Bajo el supuesto de que el tiempo de espera medio depende linealmente del número de cajas
registradoras se pretende saber, e Interpretar:
5. La entrada a cine en los teatros de cine Colombia en los centros comerciales, indica una
relación de cantidad de personas que ingresan y el valor en el precio a pagar (miles de
pesos). Con la siguiente tabla responder las preguntas:
N CANTIDAD PRECIO
1 12 96000
2 14 112000
3 16 121000
4 18 132000
5 19 135000
6 15 118000
7 14 110000
8 12 90000
9 16 119000
10 15 117500
11 18 130000
12 17 127600
Se pide encontrar:
140
6 UNIDAD 6 TEORIA DE COLAS
Video: Lineas de espera
”Ver Video”: https://www.youtube.com/watch?v=uKSjzQ9djuw
Diferenciar un modelo de línea de espera de una cola con un solo servidor y múltiple.
141 servicio.
EL SERVIDOR: es quien proporciona el servicio; puede ser una persona, grupo de personas,
máquina, dispositivo, entre otros.
DISCIPLINA DE LA COLA: vamos a asumir en esta curso que las colas funcionan con el
método FIFO En inglés o PEPS en español (primero en entrar, primero en salir).
Investigación Operativa
sfs
142
6.4 TEMA 2 MODELOS DE TEORÍA DE COLAS
6.4.1 SISTEMA CON UN SERVIDOR O MODELO MM1
Sistemas de línea de espera con un servidor.
𝜆
𝑝=
𝜇
Dónde:
𝝀. 𝑷𝒓𝒐𝒎𝒆𝒅𝒊𝒐 𝒅𝒆 𝒍𝒍𝒆𝒈𝒂𝒅𝒂𝒔
𝑃(𝑛) = (1 − 𝑝)𝑝𝑛
Dónde p (minúscula) es el factor de utilización y P(n) (mayúscula) es la probabilidad
que n clientes se encuentren en el sistema.
𝜆
𝐿=
𝜇−𝜆
Investigación Operativa
sfs
𝜆2
𝐿𝑞 =
𝜇(𝜇 − 𝜆)
O
𝐿𝑞 = 𝑝. 𝐿
- El tiempo promedio de una unidad en el sistema.
1
𝑊=
𝜇−𝜆
𝜆
𝑊𝑞 =
𝜇(𝜇 − 𝜆)
𝑊𝑞 = 𝑝. 𝑊
Es el tiempo promedio que debe espsrar una persona que llega a la cola.
EJEMPLO 1.
A una tienda de barrio llegan 25 personas cada hora, en la tienda hay una sola caja con capacidad
de atender 30 perosnas cada hora.
25 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠
𝜆= = 25 𝑝/ℎ
1 ℎ𝑜𝑟𝑎
Investigación Operativa
sfs
144 30 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠
𝜇= = 30 𝑝/ℎ
1 ℎ𝑜𝑟𝑎
𝜆
𝑝=
𝜇
25
𝑝= = 0.8333 = 83.33%
30
Determine la probabilidad que 2 clientes se encuntren en el sistema:
𝑃(𝑛) = (1 − 𝑝)𝑝𝑛
25 25 2 25
𝑃(2) = (1 − ) ( ) = = 0.11574 = 11.57%
30 30 216
𝜆 25 25
𝐿= = = =5
𝜇 − 𝜆 30 − 25 5
𝜆2
𝐿𝑞 =
𝜇(𝜇 − 𝜆)
(25)2
𝐿𝑞 = = 4,1666. = 4
30(30 − 25)
Investigación Operativa
sfs
1
𝑊=
𝜇−𝜆
1 60 𝑚𝑖𝑛
𝑊= = 0.2 ℎ𝑜𝑟𝑎𝑠 ∗ = 12 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
30 − 25 1ℎ
En promedio una persona se encuentra en la tienda 12 minutos
𝜆
𝑊𝑞 =
𝜇(𝜇 − 𝜆)
25 1 60 𝑚𝑖𝑛
𝑊𝑞 = = 𝐻𝑜𝑟𝑎𝑠 ∗ = 10 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
30(30 − 25) 6 1 ℎ𝑜𝑟𝑎
EJEMPLO 2.
Una tienda de un barrio desea realizar un estudio para conocer el comportamiento en compra de
sus productos por parte de 30 clientes constantes, para recoge la información mostrada en la
tabla. Desea estimar los diferentes parámetros.
TIEMPO DE LLEGADA
NÚMERO DE CLIENTES TIEMPO DE SERVICIO (minutos)
(minutos)
1 10 12
2 20 23
3 30 34
4 20 26
5 20 30
6 10 22
Investigación Operativa
sfs
146 7 30 40
8 40 50
9 20 40
10 10 21
11 5 10
12 2 12
13 5 15
14 4 15
15 3 11
16 6 15
17 8 16
18 20 23
19 22 24
20 23 26
21 24 28
22 26 30
23 28 32
24 38 36
25 32 38
26 34 40
27 36 42
28 30 44
29 25 46
30 24 48
TOTAL 605 849
Solución:
Para determinar tiempo promedio de llegada, se suma los 30 tiempos de llegada y se divide entre
30. Así:
605 121
𝜆= = 𝑝𝑒𝑟𝑠𝑜𝑛𝑎/𝑚𝑖𝑛𝑢𝑡𝑜
30 6
Investigación Operativa
sfs
147 Para determinar tiempo promedio de atención, se suma los 30 tiempos de servicio y se divide
entre 30. Así:
605849 283
𝜇= = 𝑝𝑒𝑟𝑠𝑜𝑛𝑎/𝑚𝑖𝑛𝑢𝑡𝑜
30 10
- Factor de utilización del sistmea
𝜆
𝑝=
𝜇
121/6 605
𝑝= = = 0.7126 = 71.26%
283/10 849
605 605 10
𝑃(10) = (1 − )( ) = 0.009704 = 0.97%
849 849
- El número promedio de unidades en el sistema, está dado por:
𝜆
𝐿=
𝜇−𝜆
121/6 604
𝐿= = = 2,479 = 2
283/10 − 121/6 244
- El número promedio de unidades que esperan ser atendidas en la cola:
2
𝜆
𝐿𝑞 =
𝜇(𝜇 − 𝜆)
121 2
( )
𝐿𝑞 = 6 = 1.766 = 2
283/10(283/10 − 121/6)
Investigación Operativa
sfs
148
- El tiempo promedio de una unidad en el sistema.
1
𝑊=
𝜇−𝜆
1 15 60 𝑠𝑒𝑔
𝑊= = 𝑚𝑖𝑛 ∗ = 7.377 … = 7 𝑠
283/10 − 121/6 122 1𝑚𝑖𝑛
𝜆
𝑊𝑞 =
𝜇(𝜇 − 𝜆)
121/6 3025 60 𝑠
𝑊𝑞 = = ∗ = 5.256 … = 5 𝑠
283/10(283/10 − 121/6) 34526 1𝑚𝑖𝑛
Elementos.
- Factor de utilización.
𝜆
𝑝=
𝜇∗𝑆
Investigación Operativa
sfs
−1
𝑆−1
(𝜆/𝜇)𝑛 (𝜆/𝜇)𝑆 1
𝑃0 = [∑ + ( )]
𝑛! 𝑆! 𝜆
𝑛=0 1−
𝑆𝜇
𝝀 𝑺
𝝀𝝁 ( ) 𝑷𝟎 𝝁
𝝁
𝑳= +
(𝑺 − 𝟏)! (𝑺 − 𝝁𝝀)𝟐 𝝀
𝝀 𝑺+𝟏
(𝝁)
𝑳𝒒 = 𝑷𝟎
𝝀 𝟐
(𝑺
[ − 𝟏)! (𝑺 − 𝝁) ]
𝑳
𝒘=
𝝀
𝑳𝒒
𝒘𝒒 =
𝝀
EJEMPLO 1
A una tienda llegan 50 personas cada hora. En el momento de pagar una caja puede atender a 20
personas en una hora. Se tiene tres puntos de pago.
Datos:
Investigación Operativa
sfs
−1
𝑆−1
(𝜆/𝜇 )𝑛 (𝜆/𝜇 )𝑆 1
𝑃0 = [∑ + ( )]
𝑛! 𝑆! 𝜆
𝑛=0 1 − 𝑆𝜇
−1
3−1
(𝜆/𝜇)𝑛 (𝜆/𝜇)𝑆 1
𝑃0 = [∑ + ( )]
𝑛! 𝑆! 𝜆
𝑛=0 1 − 𝑆𝜇
−1
2
(𝜆/𝜇)𝑛 (𝜆/𝜇)𝑆 1
𝑃0 = [∑ + ( )]
𝑛! 𝑆! 𝜆
𝑛=0 1 − 𝑆𝜇
Realizando el corchete
𝟖𝟗 −𝟏 𝟒
𝑷𝟎 = ( ) = = 𝟎. 𝟎𝟒𝟒𝟗𝟒𝟑𝟖 = 𝟒. 𝟒𝟗%
𝟒 𝟖𝟗
151
𝝀 𝑺
𝝀𝝁 ( ) 𝑷𝟎 𝝁
𝝁
𝑳= +
(𝑺 − 𝟏)! (𝑺 − 𝝁𝝀)𝟐 𝝀
𝟓𝟎 𝟑 𝟒
𝟓𝟎 ∗ 𝟐𝟎 ( )
𝑳= 𝟐𝟎 𝟖𝟗 + 𝟓𝟎 = 𝟐. 𝟓𝟎𝟎𝟑𝟓𝟑𝟐𝟒 … = 𝟑
𝟐! (𝟑 − 𝟓𝟎 ∗ 𝟐𝟎)𝟐 𝟐𝟎
𝟐. 𝟓𝟎𝟎𝟑𝟓𝟑𝟐𝟒 … 𝟔𝟎𝒎𝒊𝒏
𝒘= = 𝟎. 𝟎𝟓𝟎𝟎𝟎𝟎𝟕𝟎𝟔𝟒𝟖 𝒉𝒐𝒓𝒂𝒔 … ∗
𝟓𝟎 𝟏𝒉𝒐𝒓𝒂
𝒘 = 𝟑 𝒎𝒊𝒏
𝝀 𝑺+𝟏
(𝝁)
𝑳𝒒 = 𝑷𝟎
𝝀 𝟐
(𝑺
[ − 𝟏)! (𝑺 − 𝝁) ]
𝟓𝟎 𝟒
𝟒 (𝟐𝟎) 𝟔𝟐𝟓
𝑳𝒒 = [ ] = = 𝟑, 𝟓𝟏𝟏𝟐𝟑 … = 𝟒
𝟖𝟗 𝟓𝟎 𝟐 𝟏𝟕𝟖
𝟐! (𝟑 − )
𝟐𝟎
Hay aproximadamente 4 personas haciendo fila.
𝑳𝒒
𝒘𝒒 =
𝝀
Investigación Operativa
sfs
152 𝟔𝟐𝟓
𝟐𝟓 𝟔𝟎𝒎𝒊𝒏
𝒘𝒒 = 𝟏𝟕𝟖 = 𝑯𝒐𝒓𝒂𝒔 ∗
𝟓𝟎 𝟑𝟓𝟔 𝟏𝒉𝒐𝒓𝒂
𝒘𝒒 = 𝟒, 𝟐𝟏 𝒎𝒊𝒏
El tiempo de espera en la fila es aproximadamente de 4,21 minutos
EJEMPLO 2
En una agencia de correos, la terminal de carga funciona con cuatro plataformas de descarga. Los
camiones llegan a un ritmo de tres por hora. Se necesita una persona para descargar un camion
en una hora.
Datos:
𝑆=4
camiones
λ=3
hora
camión
μ=1
hora
Determine:
1. El factor de utilización.
𝜆 3 3
𝑝= = = = 0.75 = 75%
𝑠 ∗ 𝜇 4(1) 4
−1
𝑆−1
(𝜆/𝜇)𝑛 (𝜆/𝜇)𝑆 1
𝑃0 = [∑ + ( )]
𝑛! 𝑆! 𝜆
𝑛=0 1 − 𝑆𝜇
Investigación Operativa
sfs
153 4−1 −1
(3/1)𝑛 (3/1)𝑆 1
𝑃0 = [∑ + ( )]
𝑛! 4! 1 − 0.75
𝑛=0
−1
(3)0 (3)1 (3)2 (3)3 (3)4 1
𝑃0 = [ + + + + ( )]
0! 1! 2! 3! 4! 0.25
−1
9 27 81
𝑃0 = [1 + 3 + + + (4)]
2 6 24
79 −1
𝑃0 = [ ]
3
3
𝑃0 = = 0.03797468354 … = 3.78%
79
𝟑 𝟓
𝟑 (𝟏)
𝑳𝒒 = [ ]
𝟕𝟗 𝟑 𝟐
(𝟒 − 𝟏)! (𝟒 − )
𝟏
𝟑 𝟐𝟒𝟑 𝟐𝟒𝟑
𝑳𝒒 = [ ]= = 𝟏. 𝟓𝟑𝟕𝟗. . = 𝟐 𝒄𝒂𝒎𝒊𝒐𝒏𝒆𝒔
𝟕𝟗 𝟔(𝟏) 𝟏𝟓𝟖
𝑳𝒒
𝒘𝒒 =
𝝀
Investigación Operativa
sfs
154 𝟐𝟒𝟑/𝟏𝟓𝟖 𝟖𝟏
𝒘𝒒 = = = 𝟎. 𝟓𝟏 … 𝒉𝒐𝒓𝒂𝒔 = 𝟑𝟎. 𝟕𝟓 = 𝟑𝟏𝒎𝒊𝒏
𝟑 𝟏𝟓𝟖
155 2) En una sucursal no bancaria de un barrio llegan 2 personas cada 20 minutos, en promedio
se atiende 1 persona cada 8 minutos. Solo hay una persona atendiendo en la sucursal.
Determine:
a) Factor de utilización.
b) La probabilidad que 6 personas se encuentren en espera.
c) El tiempo promedio de una persona en la sucursal.
d) El tiempo promedio de una persona en la cola.
e) El número de personas en la cola.
f) El número de autos en la sucursal.
3) A una tienda llegan 70 personas cada hora. En el momento de pagar una caja puede
atender a 30 personas en una hora. Se tiene tres puntos de pago. Determine:
a) La probabilidad que ningún cliente se encuentre en el sistema.
b) Promedio de unidades en el sistema.
c) El tiempo promedio que una unidad se encuentra en el sistema.
d) Número de clientes en la fila.
e) Tiempo de espera en la fila.
4) A un supermercado llegan en promedio 40 clientes por hora que son atendidos entre
sus 3 cajas. Cada caja puede atender en promedio a un cliente cada 4 minutos.
Determine:
a) La probabilidad que ningún cliente se encuentre en el sistema.
b) Promedio de unidades en el sistema.
c) El tiempo promedio que una unidad se encuentra en el sistema.
d) Número de clientes en la fila.
e) Tiempo de espera en la fila.
156 3 23 29
4 21 30
5 24 30
6 24 31
7 23 32
8 22 33
9 20 31
10 19 32
11 18 33
12 17 34
13 16 35
14 15 36
15 14 31
16 13 32
17 12 33
18 11 34
19 10 33
20 19 31
21 19 28
22 21 29
23 22 30
24 23 31
25 24 32
26 24 33
27 23 34
28 22 35
29 24 36
30 23 37
TOTAL
157
NÚMERO DE CLIENTES TIEMPO DE LLEGADA TIEMPO DE SERVICIO
1 11 23
2 12 23
3 13 24
4 15 25
5 15 26
6 13 23
7 12 27
8 11 28
9 11 29
10 10 27
11 12 30
12 13 31
13 14 32
14 15 33
15 16 31
16 17 32
17 18 27
18 10 28
19 20 30
20 21 30
21 22 29
22 23 28
23 24 31
24 21 32
25 21 33
26 23 34
27 22 35
28 21 36
29 20 37
30 19 38
TOTAL
158 de sus productos en supermercados a de 30 de sus clientes para lo cual realizo un estudio
entre los supermercados que le presta el servicio entre las 8 a.m. y 6.30 p.m., se tiene 6
servidores. Para lo cual se obtiene los datos en la tabla y se pide determinar los
diferentes parámetros.
159 30 45 60
TOTAL
Investigación Operativa
16
0
Tener en cuenta que una decisión es la mejor alternativa para dar una solución a un
problema.
Tener presente que criterio es un modelo que me permite solucionar un problema para
llegar a la mejor decisión.
Tener en cuenta que una ruta crítica es un camino para buscar la mejor decisión para
resolver un problema.
Tener en cuenta que un pronóstico es algo que va a suceder o pasar, el cual se efectuar
en el año anterior.
Investigación Operativa
16
1 7 GLOSARIO
Cadena de markov: Consiste en una forma de analizar el movimiento actual del
comportamiento de una variable discreta o continúa con respecto al año. Es un procedimiento
en cadena y se utiliza para la toma de decisiones.
Modelos inventarios: Son aquellos materiales o bienes ociosos que la organización conserva
para su uso en algún momento en el futuro.
Modelos inventarios: Son aquellos materiales o bienes ociosos que la organización conserva
para su uso en algún momento en el futuro
Pronósticos: es simplemente una predicción del comportamiento de una variable la cual está
sujeta al presente y como va hacer en el futuro.
Pronósticos: es simplemente una predicción del comportamiento de una variable la cual está
sujeta al presente y cómo va hacer en el futuro.
Regresión lineal Simple: El estudio de la regresión simple muestra la relación entre dos
variables, una de ellas es independiente y una variable dependiente.
Ruta Crítica: Es una secuencia de elementos terminales de la red con respecto a tiempo y
costo.
16
3 8 BIBLIOGRAFÍA
el estilo como en el ...
MENDENHALL, William. SINCICH, Terry. gaudi.ua.es/ uhtbin/ boletín/ 189880
Probabilidad y Estadística para ingeniería y UNIVERSIDAD NACIONAL AUTNOMA DE
ciencias. 4ª edición. Prentice Hall. 1997. MXICO
Investigación de Operaciones (una
PURCELL, Edwin J. VARBERG, Dale. Cálculo introducción). 6a. Edicion. México. Prentice
Hall, 1998. MARÍN PINILLOS, Benito. Técnicas
con geometría analítica. 6ª edición. Prentice
de Optimización ...
Hall. 1997. www.economia.unam.mx/ reforma/ proplan/
eco_negoci/ pdfs/ semestre6/
MATHUR, Kamlesh, SOLOW, Daniel. InvestigaciondeOperacionesI.pdf
Investigación de Operaciones, el arte de la
toma de decisiones. Prentice Hall. 1997. 3.Investigación de Operaciones: Opiniones y
Características en...
NAKAMURA, Shoichiro. Análisis numérico y Opiniones y características sobre
visualización gráfica con Matlab. 1ª edición. Investigación de Operaciones. Desde la
Prentice Hall. 1997. primera publicación de Investigación de
Operaciones: Una ..
MONROY, Olivares César. Teoría del caos. opinion.mercadolibre.com.ar/ investigacion-
Alfa Omega grupo editor. 1997. operaciones-26725-VCP
16 Introducción a la Investigación...
4 www.chapingo.mx/ agroind/ planes/ fichas/
Optativas/ pdf/
Investigaci%F3n%20de%20operaciones.pdf
Microsoft powerpoint - tema6
Algorithms". PWS-KENT Publishing Company.
1987. TAHA, ha "Investigación de
Operaciones. Una Introducción." (6ª. ed.)
Prentice-Hall, 1998. ...
www.lcc.uma.es/ ~cmgl/ mmtc0708/
tema6.pdf
INVESTIGACION DE OPERACIONES I
INVESTIGACIÓN DE OPERACIONES Una
introducción. Hamdy Taha. Ed. Prentice Hall,
1998. [Incluye diskette con software]. 2.-
INTRODUCCION A LA INVESTIGACION DE...
www.ucab.edu.ve/ ucabnuevo/ industrial/
recursos/ prog_inv_operaciones1.pdf
bciucla Descriptor: Alejandría BE 7.0.3b3
[T57.6 T34 1997] Investigación de
Operaciones una Introducción Operations
Research, an Introduction Taha, Hamdy A.
Fernández Gamero, Ángel (Revisor); ...
bibcyt.ucla.edu.ve/ cgi-win/
be_alex.exe?Descriptor=IX+SEMESTRE+MATE
MATICA& Nombrebd=bciucla
UNIVERSIDAD CATÓLICA ARGENTINA
Investigación de operaciones. Una
introducción. Séptima Edición. Prentice Hall.
Hillier – Lieberman. Introducción a la
investigación de operaciones. ...
www.facusanfrancisco.com.ar/ pág. /
informática/ programas/ 5426.doc