Documentos de Académico
Documentos de Profesional
Documentos de Cultura
USO DE R EN LA PLANIFICACIÓN DE
PLANTILLAS
Septiembre 2016
2
Agradecimientos
En primer lugar quisiera agradecer a la Dirección Territorial de Melilla del
Instituto de Mayores y Servicios Sociales y al Centro Polivalente de Servicios para
Personas Mayores su colaboración desinteresada facilitándome los datos necesarios
para la elaboración de este trabajo.
Sin olvidarme, por supuesto, de mi familia y pareja, que me han animado y apoyado
durante toda mi vida y en concreto para poder finalizar con éxito el desafío que ha
supuesto para mí el Máster en Estadística Aplicada.
3
4
Índice General
Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
Capítulo 5. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5.1. Futuras líneas de investigación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
Bibliografía . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
Anexos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
5
Introducción
La Investigación Operativa (I.O.) es una disciplina científica, surgida en los
entornos bélicos más importantes del siglo XX, consistente en la aplicación de teorías,
métodos y técnicas para buscar solución a problemas de organización de sistemas, en la
toma óptima de decisiones y la planificación de actividades.
Para ejemplificar y así dar cuerpo a esta teoría, con este proyecto analizamos un
caso real de asignación de plantillas en la Administración Pública, consistente en la
optimización de la plantilla de auxiliares de clínica del Centro Polivalente de Servicios
para Personas Mayores de la Ciudad Autónoma de Melilla, con el objetivo de minimizar
los costes semanales de personal de esta categoría. En primer lugar, plantearemos un
modelo general aplicable al proceso de planificación de plantillas que, a continuación,
utilizaremos para la construcción del modelo PL que represente fielmente los datos de
nuestro problema, lo implementaremos en R y ejecutaremos las funciones disponibles
para este método. De este modo podremos concluir si actualmente el Centro cuenta con
el personal adecuado, cuantitativamente hablando, para la óptima prestación de cuidados
a sus residentes.
6
Capítulo 1
Aunque desde el comienzo de los tiempos se haya necesitado la mano de obra para
cualquier actividad (agricultura, artesanía, manufactura), tardaron en darle a la mente
humana el lugar que le pertenece. Con la Revolución Industrial y la producción
mecanizada se trataba de conseguir una producción eficiente en un ambiente de trabajo
monótono, arriesgado y mal retribuido, hasta que en el siglo XX Frederick Taylor se dio
cuenta de que una mejora en el rendimiento estaba directamente relacionado con las
mejoras en las condiciones laborales, surgiendo entonces por primera vez el concepto
“Recursos Humanos”, comenzando así a considerarlo un capital importante dentro de las
organizaciones y no solo como un elemento más de la producción.
7
2) Definición de objetivos y metas. Determinar los fines a lograr en concordancia
con la meta de la organización.
3) Selección de la línea de actuación y establecimiento de planes derivados.
Definir un plan de acción detallado y otros planes complementarios en apoyo al
principal.
4) Asignación de recursos. De toda índole que se requiera: financiero, físico,
humano.
5) Ejecución del plan.
6) Control del plan. Asegurarse durante todo el proceso que se estén cumpliendo,
de forma adecuada, los objetivos fijados para poder corregir cualquier
desviación.
8
3) Previsión. Determinar la posición futura que se trata de conseguir.
4) Programación. Realizar un plan de trabajo estableciendo plazos, personas
implicadas, prioridades, etc.
5) Ejecución. Puesta en marche del plan.
6) Control. Llevar a cabo un seguimiento del plan para localizar posibles
desviaciones y corregirlas.
Barranco (1993, pág. 217) establece las siguientes reglas básicas que la
planificación de los recursos humanos debe cumplir:
9
Además, también pueden guiarse a través de análisis de presupuestos o de nuevas
operaciones. Existen otras basadas en tendencias, las cuales suelen emplearse para
decisiones a corto plazo, como la extrapolación e indexación; mientras que para el medio
plazo suele utilizarse el análisis estadístico, como haremos en este trabajo.
Es evidente que hay organizaciones que necesitan otorgar mayor importancia a los
recursos humanos, como ciertas entidades públicas o las destinadas al cuidado y servicio
de la población. Un ejemplo de este tipo de entidades es el Instituto de Mayores y
Servicios Sociales, IMSERSO, una Entidad Gestora de la Seguridad Sociales, adscrita al
Ministerio de Sanidad, Política Social e Igualdad, responsable de los colectivos de
personas mayores y de personas en situación de dependencia, y del desarrollo de políticas
y programas en relación con el envejecimiento activo de la población, aunque únicamente
mantiene Direcciones Territoriales en Ceuta y Melilla desde 1998.
10
Este organismo posee distintos centros propios y trabaja en colaboración con otros
externos según al colectivo al que se dirija. En Melilla contamos con: el Centro Base,
para el servicio a personas con discapacidad de cualquier tipo; un Centro de Día para la
atención a los más mayores, donde ofrecen servicios de peluquería, podología, comidas
y ocio durante el día, además de contar con un número reducido de residentes; y una
Residencia de Mayores.
Este centro dispone en sus instalaciones de 207 camas, 40 plazas para personas no
dependientes, 160 para dependientes, 7 para estancias temporales, tanto dependientes
como no dependientes, y de un Servicio de Estancia Diurna para un máximo de 30
usuarios. Sin embargo, actualmente cuenta con una ocupación de 123 residentes
permanentes, de los cuales casi la totalidad son grandes dependientes, 7 residentes
temporales y 13 usuarios para el Centro de Día. Que la ocupación actual sea de entorno a
un 60% es consecuencia de las exigencias de la Ley de Dependencia por la que todos los
nuevos ingresos son de residentes dependientes o grandes dependientes, los cuales
requieren mayores cuidados. Esto, sumado a las políticas de austeridad de los últimos
años que no permiten la incorporación o reposición de más personal en el centro, ha
1
En el Anexo I está disponible la Carta de Servicios del Centro.
11
desembocado en un descenso de la capacidad del mismo para atender a sus residentes o
un número mayor.
El centro actualmente cuenta con una plantilla formada por 145 personas,
pudiéndose diferenciar en dos grupos: por un lado, el personal de atención directa, que
está formado por el personal sanitario y compuesto por médicos (2), un psicólogo, un
trabajador social, fisioterapeutas (2), un terapeuta ocupacional, Diplomados
Universitarios en Enfermería/Auxiliares Técnicos Sanitarios (DUES/ATS) (16) y
Oficiales de Actividades Específicas (OAES) (88); y por otro lado se encuentra el resto
del personal (Directora gerente, Administrador, responsables de área (4), Gobernanta,
Subgobernanta, camareros de piso (21) y personal administrativo (5)). El colectivo que
vamos a estudiar en este trabajo es aquel imprescindible, además del más numeroso, que
realiza la principal actividad de este centro como es el cuidado a los mayores: los
auxiliares de clínica, que actualmente conforman aproximadamente el 60% de la plantilla.
12
Capítulo 2
13
Lieberman (1990) “La ciencia que estudia el modelado de sistemas probabilísticos y
determinísticos que se originan en la vida real desde un punto de vista de toma de
decisiones óptimas”.
14
civil. Tanto es así, que en 1941 Kantorovich trató por primera vez el problema del
transporte, seguido por G.Stigler quien planteó el problema de la dieta (régimen
alimenticio optimal) en 1945.
𝑍 = 𝑐1 𝑥1 + 𝑐2 𝑥2 + ⋯ + 𝑐𝑛 𝑥𝑛
𝒁 = 𝒄𝒙;
𝑥1
𝒙 = [ ⋮ ], 𝒄 = [𝑐1 , … , 𝑐𝑛 ]
𝑥𝑛
15
Debemos determinar si se trata de un problema de maximización o minimización de esta
función objetivo.
Las restricciones, que representan las limitaciones a las que se enfrentan las
variables de decisión y que quedan expresadas por ecuaciones o inecuaciones lineales.
Nos encontramos con dos tipos de restricciones: restricciones funcionales o estructurales
y restricciones de no negatividad. De forma que, denominando 𝑎𝑖𝑗 la cantidad de recurso
𝑖 consumido por cada unidad de 𝑗 y 𝑏𝑖 la cantidad de recurso 𝑖 disponible para asignarse,
tendríamos 𝑚 restricciones funcionales:
expresadas matricialmente:
𝑨𝒙 ≶ 𝒃
𝑏1 𝑎11 … 𝑎1𝑛
𝒃 = [ ⋮ ], 𝑨=[ ⋮ ⋮ ]
𝑏𝑚 𝑎𝑚1 … 𝑎𝑚𝑛
𝑥1 , 𝑥2 , … , 𝑥𝑛 ≥ 0
0
𝒙 ≥ 𝟎, 𝟎 = [⋮]
0
𝑂𝑝𝑡. 𝑍 = 𝑐1 𝑥1 + 𝑐2 𝑥2 + ⋯ + 𝑐𝑛 𝑥𝑛 𝑂𝑝𝑡. 𝒁 = 𝒄𝒙
Sujeto a: Sujeto a:
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 ≤ ó ≥ 𝑏1 𝑨𝒙 ≶ 𝒃
𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 ≤ ó ≥ 𝑏2
𝒙≥𝟎
⋮
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 ≤ ó ≥ 𝑏𝑚
𝑥1 , 𝑥2 , … , 𝑥𝑛 ≥ 0
16
Deben considerarse ciertos supuestos acerca de las actividades y datos del problema
a modelar. Existe un supuesto de proporcionalidad que dice que la contribución de cada
actividad al valor de 𝑍 es proporcional al nivel de la actividad 𝑥𝑗 tal y como lo expresa
𝑐𝑗 𝑥𝑗 , al igual que la contribución de cada actividad al lado izquierdo de cada restricción
es proporcional al nivel de actividad 𝑥𝑗 como lo representa 𝑎𝑖𝑗 𝑥𝑗 . El supuesto de
aditividad establece que cada función del modelo es la suma de las contribuciones
individuales de las respectivas actividades. También está el supuesto de divisibilidad,
según el cual las variables pueden tomar valores enteros o no, y el de certidumbre que
supone que los valores asignados a cada parámetro son constantes conocidas.
2
La primera implementación computacional se hizo en un problema con 71 variables y 48 restricciones.
17
- Minimización de 𝑍.
- Todas las restricciones 𝑚 deben ser identidades.
- Las variables 𝑥𝑛 deben cumplir la condición de no negatividad.
- Los términos independientes 𝑏𝑖 de cada ecuación deben ser no negativos.
El empleo de variables artificiales supone una violación de las leyes de álgebra, por
lo que habrá que cerciorarse de que tenga valor cero en la solución final, y de ello se
encarga el método de las Dos Fases, muy similar al Simplex.
18
2.1.1. Método Simplex
𝐶1 𝐶2 … 𝐶𝑛
Base 𝐶𝑏 𝑃0 𝑃1 𝑃2 … 𝑃𝑛
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝑍 𝑍0 𝑍1 − 𝐶1 𝑍2 − 𝐶2 … 𝑍𝑛 − 𝐶𝑛
- La columna Base está compuesta por las variables básicas, que serán aquellas que
tomen valor para dar con la solución.
- En la columna 𝐶𝑏 tenemos los coeficientes de la función objetivo.
- En 𝑃0 están los términos independientes de cada restricción.
- El resto de columnas representan cada una de las variables de decisión.
- La fila superior muestra los coeficientes de la función objetivo para cada variable de
decisión y holgura.
- La última fila recoge el valor de 𝑍 y los costes reducidos 𝑍𝑗 − 𝐶𝑗 , o valores indicadores,
los cuales muestran la posibilidad de mejora en la solución del problema, 𝑍0 , tal que
𝑍𝑗 = ∑(𝐶𝑏𝑖 𝑃𝑗 ) ∀𝑖 = 1, … , 𝑚 y donde si: 𝑗 = 0 → 𝑃0 = 𝑏𝑖 , 𝐶0 = 0; 𝑗 ≠ 0 → 𝑃𝑗 = 𝑎𝑖𝑗
19
Así surge lo que se denomina elemento pivote, entendiendo por tal el resultante de
la intersección de la variable entrante con la saliente.
Con el movimiento de variables habrá que construir una nueva tabla cuyos valores,
a excepción de 𝑍, hay que actualizar. Los nuevos elementos de la fila pivote se calculan
con el cociente que divide el valor del anterior elemento de la fila entre el pivote, y el
resto de filas se calcula restando al valor del elemento anterior la multiplicación del
anterior elemento de la columna pivote con el nuevo elemento de la fila pivote. Así
conseguimos que todos los elementos de la columna entrante sean nulos excepto la
saliente que será 1.
Fase I
𝐶1 𝐶2 … 𝐶𝑛−𝑘 … 𝐶𝑛
Base 𝐶𝑏 𝑃0 𝑃1 𝑃2 … 𝑃𝑛+𝑘 … 𝑃𝑛
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝑍 𝑍0 𝑍1 𝑍2 … 𝑍𝑛−𝑘 … 𝑍𝑛
Tiene la misma condición de parada que el método anterior, y una vez que esta se
cumpla, habrá que determinar la posibilidad de pasar a la siguiente fase y obtener la
20
solución óptima del problema. Así será cuando las variables artificiales sean 1 y el
resultado 0, lo que indica la existencia de una solución, pero en caso contrario nos
encontraríamos con un problema no factible.
Fase II
En esta fase se utilizará la misma tabla que en el método Simplex, para cuya
construcción habrá que eliminar las variables artificiales de la tabla de la fase I y
reestablecer el cálculo de 𝑍.
Casos anómalos
21
con matrices, pero solo funciona bien para variables continuas, presuponiendo no
negatividad, y para sistemas relativamente pequeños, con una velocidad del cubo del
número de restricciones. Además, presenta inconvenientes como que no identifica un
problema con óptimos alternativos o da error con soluciones no acotadas.
simplex (a, A1, b1, A2, b2, A3, b3, maxi, n.iter, eps)
soln – los valores de 𝑥 que optimizan la función objetivo cumpliendo con las
restricciones dadas.
solved – indica si el problema se ha resuelto no mediante los valores -1 en caso
negativo, 1 en caso positivo y 0 si se han ejecutado el número de iteraciones
máximo sin haber acabado la segunda fase.
value – el valor de la función objetivo con los valores de 𝑥 de soln.
22
val.aux – en caso de no encontrar solución factible, da un valor positivo según el
valor de la función objetivo cuando se minimizó.
obj – coeficientes de la función objetivo original.
a – los coeficientes de la función objetivo expresados de forma que las variables
básicas tengan coeficiente cero.
a.aux – en caso de encontrar solución factible, proporciona la función objetivo
auxiliar al terminar la primera fase del método.
A – matriz de restricciones expresadas por variables no básicas. Si hay solución
factible, será de dimensión 𝑚1 + 𝑚2 + 𝑚3 × 𝑛 + 𝑚1 + 𝑚2, siendo las
columnas finales las correspondientes a las variables de holgura y excedentes. En
caso contrario, habrá una columna adicional para las variables artificiales de la
primera fase.
basic – los índices de las variables básicas en la solución: entre 𝑛 + 1 y 𝑛 + 𝑚1
corresponden a las variables de holgura, entre 𝑛 + 𝑚1 + 1 y 𝑛 + 𝑚1 + 𝑚2 a las
excedentes, y mayores que 𝑛 + 𝑚2 para las artificiales (este último caso se daría
si solved es -1).
slack – valor final de las 𝑚1 variables de holgura.
surplus – valor final de las 𝑚2 variables excedentes.
artificial – en caso de no encontrar solución factible, dará los valores de las 𝑚1 +
𝑚2 + 𝑚3 variables artificiales.
2.2.2. Función lp
23
objective.in – vector numérico para los coeficientes de la función objetivo.
const.mat – matriz con los coeficientes de las restricciones, con tantas filas como
número de restricciones y tantas columnas como número de variables, a no ser
que transpose.constraints=”FALSE”.
const.dir – vector para el signo (≤, ≥, =) de cada restricción.
const.rhs – vector numérico con los valores del lado derecho de cada restricción.
transpose.contraints – por defecto, en const.mat cada restricción ocupa una fila.
Con transpose.contraints=FALSE, cuando la matriz sea muy grande, se pueden
constriur columna por columna.
int.vec – vector numérico con los índices de las variables enteras.
presolve – negativo: 0, afirmativo: cualquier otro valor numérico.
compute.sens – 0 para no hacer sensibilidad y cualquier otro valor numérico para
afirmar hacerlo.
binary.vec – vector numérico para los índices de las variables binarias.
all.int – si todas las variables deben ser enteras. Falso por defecto.
all.bin – si todas las variables deben ser binarias. Falso por defecto.
scale – por defecto: 196, 0 para no escalar.
num.bin.solns – si all.bin=TRUE, para obtener las soluciones óptimas.
24
solveLP (cvec, bvec, Amat, maximum, const.dir, maxiter, zero, tol, dualtol, lpSolve,
solve.dual, verbose)
25
Capítulo 3
𝑍 = Coste global del personal de una categoría concreta para un período de tiempo
especificado.
𝑐𝑖𝑗 = Coste de cada trabajador asignado al turno 𝑖 el día 𝑗; incremento de 𝑍 por cada
unidad más de 𝑥𝑖𝑗 .
𝑐̅𝑖𝑗 = Coste de cada trabajador eventual asignado al turno 𝑖 el día 𝑗; incremento de 𝑍 por
cada unidad más de 𝑥̅𝑖𝑗 .
26
𝑛𝑖𝑗 = Cantidad total de trabajadores para el turno 𝑖 del día 𝑗.
Por otro lado, nos podemos encontrar con varios tipos de restricciones, que
mostramos continuación, sin ser necesaria la aparición de todas ellas, de forma que el
número máximo de restricciones que podemos construir es 𝑚 = 𝑛 + 𝑝 + 𝑘.
𝐴. ∑(𝑥𝑖𝑗 + 𝑥̅ 𝑖𝑗 ) ≤ 𝑛𝑖
𝑗∈𝐽
B. ∑(𝑥𝑖𝑗 + 𝑥̅𝑖𝑗 ) ≤ 𝑛𝑗
𝑖∈𝐼
𝑥𝑖𝑗 ≥ 𝑏𝑖𝑗
𝑥̅𝑖𝑗 ≥ 𝑏̅𝑖𝑗
𝐷. ∑ 𝑥𝑖𝑗 ≤ 𝑁
𝑖∈𝐼,𝑗∈𝐽
̅
∑ 𝑥̅𝑖𝑗 ≤ 𝑁
𝑖∈𝐼,𝑗∈𝐽
27
- Y con las restricciones D especificamos el número de trabajadores disponibles o
̅ para ‘ordinarios’ y eventuales, respectivamente.
máximo para cada tipo, 𝑁 y 𝑁
- Los valores de los parámetros 𝑛𝑖 , 𝑛𝑗 , 𝑛𝑖𝑗 , 𝑏𝑖𝑗 , 𝑏̅𝑖𝑗 , 𝑁 y 𝑁
̅ se calcularán en función
Sujeto a:
∑(𝑥𝑖𝑗 + 𝑥̅ 𝑖𝑗 ) ≤ 𝑛𝑖
𝑗∈𝐽
∑(𝑥𝑖𝑗 + 𝑥̅ 𝑖𝑗 ) ≤ 𝑛𝑗
𝑖∈𝐼
𝑥𝑖𝑗 ≥ 𝑏𝑖𝑗
𝑥̅𝑖𝑗 ≥ 𝑏̅𝑖𝑗
∑ 𝑥𝑖𝑗 ≤ 𝑁
𝑖∈𝐼,𝑗∈𝐽
̅
∑ 𝑥̅𝑖𝑗 ≤ 𝑁
𝑖∈𝐼,𝑗∈𝐽
28
Capítulo 4
Aplicación práctica
29
4.1. Construcción del modelo
Para la asistencia a los residentes 24 horas, los OAES rotan en tres turnos al día
durante todos los días de la semana: un turno de mañana, desde las 08’00h a las 15’00 y
un turno de tarde, de 15’00h a 22’00h, con una duración de 7 horas cada uno, y un turno
de noche de 10 horas de duración desde las 22’00h a las 08’00h.
Por tanto, teniendo en cuenta los diferentes turnos de trabajo y tipos de auxiliares,
las variables de decisión las definimos como 𝑥𝑖 el número de auxiliares del turno tal que
𝑖 sea cada uno de los turnos de trabajo:
30
4.1.2. Función objetivo
El salario base anual para los OAES, quienes poseen una titulación de Técnico
Auxiliar y, por tanto, pertenecen al grupo 4 en la clasificación profesional establecida en
el Convenio, es de 14.623,70 euros dividido en catorce pagas. A esta cantidad debemos
añadirle los complementos salariales correspondientes dadas las condiciones laborales del
puesto, que serían los siguientes:
3
Véase los datos destacados en los anexos IIB,D y III, donde se explica a qué grupo pertenece esta
categoría profesional dadas las condiciones laborales y se señalan las cuantías destinadas a su retribución
salarial.
31
Habiendo determinado las cuantías retribuidas por la AGE para este colectivo, a
continuación procedemos al cálculo del coste semanal para los auxiliares de cada una de
las variables de decisión 𝑥𝑖 , lo que correspondería al valor del coeficiente 𝑐𝑖 de la función
objetivo.
32
4) Coste de 𝑥9 : OAES del turno de noche del domingo.
5) Coste de 𝑥̅1 y 𝑥̅2 : OAES de fin de semana del turno de mañana y tarde del sábado,
respectivamente.
Estos auxiliares, a diferencia del resto y como dijimos anteriormente, tiene jornadas
más largas, por lo que su coste semanal será el resultando de añadir los
complementos de turnicidad para días laborables y el de prolongación de jornada.
6) Coste de 𝑥̅3 y 𝑥̅4 : OAES de fin de semana del turno de mañana y de tarde del
domingo, respectivamente.
4.1.3. Restricciones
33
a) En primer lugar, debemos diferenciar los residentes permanentes o temporales
de los usuarios del Centro de Día, a los que se aplican ratios diferentes.
a. Actualmente la residencia cuenta con un total de 130 residentes, 123
permanentes y 7 temporales. Al aplicar el ratio global 0,47 (aprox. 1 OAES
cada 2 pacientes) para residentes con grado III de dependencia, dado que a
día de hoy el 98% de los usuarios son grandes dependientes, obtenemos un
total de 61,1 ≈ 62 trabajadores (redondeamos al alza debido a que las
personas son unidades enteras indivisibles).
b. Para el Centro de Día, el cual cuenta con 13 usuarios, con un ratio de 0,23
para grado II de dependencia, serían necesarios un total de 3 personas.
Tras estos cálculos, podemos deducir que el personal mínimo necesario para
atender a los residentes y usuarios durante el día es de 39 auxiliares cuando esté operativo
el Centro de Día, siendo así de lunes a viernes, y de 37 auxiliares en caso contrario.
𝑥1 ≥ 39
𝑥2 ≥ 39
34
o Las restricciones que representan los 6 auxiliares necesarios en los turnos de noche
son:
𝑥3 ≥ 6
𝑥6 ≥ 6
𝑥9 ≥ 6
o Para los turnos de mañana y tarde de los fines de semana, cuando no opera el Centro
de Día, se necesitan 2 auxiliares menos. Además, hay que tener en cuenta la
disponibilidad esos días de los auxiliares de fin de semana y el horario prolongado de
los mismos.
𝑥4 + 𝑥̅1 ≥ 37
𝑥7 + 𝑥̅3 ≥ 37
Al igual ocurre con el turno de tarde, pero existe la coincidencia de horarios del
auxiliar de fin de semana del turno de mañana (de 08’00h a 17’00h) con el del turno
de tarde (de 13’00h a 22’00h):
𝑥4 + 𝑥̅1 + 𝑥̅2 ≥ 37
𝑥̅1 + 𝑥̅2 + 𝑥5 ≥ 37
𝑥̅2 + 𝑥5 ≥ 37
𝑥7 + 𝑥̅3 + 𝑥̅4 ≥ 37
𝑥̅3 + 𝑥̅4 + 𝑥8 ≥ 37
𝑥̅4 + 𝑥8 ≥ 37
𝑥1 + 𝑥2 + 𝑥3 ≤ 86
𝑥4 + 𝑥5 + 𝑥6 ≤ 86
𝑥7 + 𝑥8 + 𝑥9 ≤ 86
Sin olvidar los auxiliares de fin de semana contratados, que tienen solo dos y debe haber al
menos uno por turno:
35
𝑥̅1 + 𝑥̅2 ≤ 2
𝑥̅3 + 𝑥̅4 ≤ 2
𝑥̅1 ≥ 1
𝑥̅2 ≥ 1
𝑥̅3 ≥ 1
𝑥̅4 ≥ 1
Para finalizar con las restricciones, añadimos la de no negatividad de las variables:
𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 𝑥5 , 𝑥6 , 𝑥7 , 𝑥8 , 𝑥9 , 𝑥̅1 , 𝑥̅2 , 𝑥̅3 , 𝑥̅4 ≥ 0
4.1.4. Modelo
36
4.2. Implementación en R
La función lp de lpSolver necesita una matriz formada por los coeficientes de las
variables en las restricciones, 𝑎𝑖𝑗 , que llamaremos const.coef, y unos vectores para los
coeficientes de la función objetivo 𝑐𝑖 , obj.coef, la direcciones de las restricciones,
strings, y los valores 𝑏𝑚 , b.coef. Estos mismos elementos los utilizaremos para la
función solveLP de linprog.
seguido de la matriz const.coef con los coeficientes de la restricciones, con tantas filas
como número de restricciones y columnas como número de variables del modelo.
37
Y por último el vector strings para las desigualdades de las restricciones y b.coef
para los valores 𝑏 de las mismas
para poder ejecutar lp y así poder ver si el modelo resulta válido o no.
38
A continuación, del mismo modo que hemos hecho con el modelo completo, vamos
a proceder a la resolución del modelo con ciertas restricciones omitidas para así obtener
información adicional sobre la conveniencia o no de preservar los auxiliares de fin de
semana o sobre qué ocurre cuando no acotamos las variables.
39
40
41
Si eliminamos las restricciones que representan la obligatoriedad de tener al menos
un auxiliar de clínica de fin de semana en cada turno podremos interpretar si, según el
modelo, es conveniente mantenerlos en plantilla o utilizar solo a auxiliares de turno
ordinario. Cambiamos los vectores y matriz que representan el modelo y resolvemos:
A este mismo resultado llegamos con solveLP, tal y como vemos a continuación
con un proceso distinto:
42
43
44
Capítulo 5
Conclusiones
Sin embargo, en el análisis solo hemos estudiado si disponen del personal necesario
para lo cuidados diarios, sin tener en cuenta la rotación de la plantilla. Si al día se
necesitan un total de 84 OAES (39 de mañana, 39 de tarde y 6 de noche) y el Centro tiene
contratados a 86, ¿quién rotará cuando acaben su turno semanal o los días de descanso?
La respuesta es que no tienen personal suficiente para ello dadas las características de
jornadas de un máximo de 40 horas semanales estipuladas en el art. 37 del III Convenio
de la AGE4. La realidad de la Residencia de Mayores es que, hasta el momento de estudio,
disponen de unos 9 o 10 auxiliares por planta en cada turno diurno (unos 36 al día), en
los que se incluyen los trabajadores de Planes de Empleo que la Delegación del Gobierno
de Melilla contrata durante 6 meses como apoyo a la plantilla regular del centro.
4
El máximo de días que pueden trabajar los OAES a la semana es cinco con unos turnos normales de
siete horas diarias.
45
Por tanto, aunque el modelo haya resultado favorable, concluimos que existen
evidencias sobre la imperiosa necesidad de ampliar la plantilla de auxiliares de clínica de
la Residencia de Mayores, si la situación lo permitiera, para, por un lado, cumplir con el
mínimo exigido y así poder ofrecer el mejor servicio a los residentes actuales, y por otro
lado, poder aumentar la ocupación del centro y darle utilidad a la totalidad de plazas
disponibles en las instalaciones permitiendo que la población anciana de la ciudad tenga
mayor acceso a recibir los cuidados que tantos de ellos necesitan y no tienen posibilidad
de recibir hoy en día al no existir más centros de este tipo en Melilla. Los gestores del
Centro se encuentran en una situación complicada para la gestión de sus recursos
humanos dadas las restricciones impuestas ante las políticas de austeridad derivadas de la
crisis económica que ha atravesado el país estos últimos años.
46
Bibliografía
[1] Barranco, F.J. (1993). Planificación estratégica de Recursos Humanos: del marketing
interno a la planificación. Madrid: Pirámide.
[2] Dolan, S., Valle Cabrera, R., Jackson, S. y Schuler, R. (2003). La gestión de los
recursos humanos: preparando profesionales para el siglo XXI. 2ª ed. Madrid:
McGraw-Hill
[3] Duane, M. J. (1996). Customized human resource planning: Different practices for
different organizations. Quorum Books.
[4] Heizer, J. y Render, B. (2007). Dirección de la producción y de las operaciones:
decisiones estratégicas. Traducido del inglés por Moreno López, Y. 8ª ed. Madrid:
Pearson.
[5] Hillier, F., Lieberman, G. and Murrieta Murrieta, J. (2010). Introducción a la
investigación de operaciones. México, D.F.: McGraw-Hill. 9ª edición
[6] López Ruiz, F. (2006). Investigacion operativa. San Sebastián: Universidad del Paiś
Vasco, Servicio Editorial.
[7] McBeath, G., y McBeath. (1992). The handbook of human resource planning.
Blackwell.
[8] Prawda Witenberg, J. (2004). Métodos y modelos de investigación de operaciones. I,
Modelos determinísticos. México: Limusa (pag.20)
[9] Sierra Plana, J. (1980). Métodos de investigación operativa en la práctica de las
empresas. Bilbao: Edic. Deusto.
[10] Taha, H. and González Pozo, V. (2004). Investigación de operaciones. México:
Pearson Educación.
[11] Valero Matas, J.A. (2010). Casos prácticos de recursos humanos y relaciones
laborales. Madrid: Pirámide.
[12] Agencia Estatal Boletín Oficial del Estado. Recuperado de https://www.boe.es/
[13] Berrendero Díaz, J.R. (28 de marzo de 2015). Programación lineal con R [Mensaje
de blog]. Recuperado de: https://caminosaleatorios.wordpress.com
[14] Cuaquera, J.A. (18 de diciembre de 2008). Etapas del proeso de planificación
[Mensaje de blog]. Recuperado de
http://alfredoj111.blogspot.com.es/2008/12/etapas-del-proceso-de-planificacin.html
[15] Gómez Alemany, I. (2014). Programación Lineal en la planificación de plantillas
mediante TIC’s. Trabajo Fin de Grado. Recuperado del repositorio de la UGR.
[16] Hill, B. La importancia de la planificación de una organización. La voz de Houston.
Recuperado de http://pyme.lavoztx.com/la-importancia-de-la-planificacin-en-una-
organizacin-4332.html
47
[17] Izquierdo Granja, D. y Ruiz Ruiz, J.J. (2006-2016). PHPSimplex. Recuperado de
http://www.phpsimplex.com/
[18] Josa Fombellida, R. (2003). La Investigación Operativa. Recuperado el 24 de agosto
de 2016, del Sitio web del Departamento de Estadísticas e Investigación Operativa
de la Universidad de Valladolid: http://www.eio.uva.es/~ricardo/io/introio.pdf
[19] Salazar López, B. (2012). Método simplex. Ingeniería Industrial Online.
Recuperado de http://www.ingenieriaindustrialonline.com/herramientas-para-el-
ingeniero-industrial/investigaci%C3%B3n-de-operaciones/m%C3%A9todo-
simplex/
[20] Secretaría de Estado de Presupuestos y Gastos (2016). Retribuciones del personal
laboral del Convenio Único. Recuperado de
http://www.sepg.pap.minhap.gob.es/sitios/sepg/es-
ES/CostesPersonal/EstadisticasInformes/Paginas/RetribucionesPersonalLaboral.asp
x
[21] Vélaz, I. (25 de febrero de 2013). Técnicas de Investigación Operativa [Mensaje de
blog]. Assentire. Recuperado de https://s3a2.me/2013/02/25/tecnicas-de-
investigacion-operativa/
(2015). Método Simplex. Programación Lineal.net. Recuperado de
http://www.programacionlineal.net/simplex.html
48
Anexos
Anexo I
Carta de servicios 2011-2014 del Centro Polivalente de Servicios para Personas Mayores
de Melilla del IMSERSO, proporcionada por el propio centro.
49
Anexo II
III Convenio Único para el personal laboral de la Administración General del Estado,
publicado en el BOE núm. 273 el 12 de noviembre de 2009 (recuperado de
http://www.boe.es/boe/dias/2009/11/12/pdfs/BOE-A-2009-18065.pdf).
50
Anexo IIC: Art. 37. Jornada
Anexo IID: Art. 73. Otras retribuciones de carácter personal y complementos salariales.
51
52
Anexo III
Retribuciones básicas y complementarias del III Convenio Único para el personal laboral
de la Administración General del Estado, actualizadas al año 2016 (recuperado de
http://www.sepg.pap.minhap.gob.es/sitios/sepg/es-
ES/CostesPersonal/EstadisticasInformes/Paginas/RetribucionesPersonalLaboral.aspx)
53
Anexo IV
Anexo IVB: Art. 6. Requisitos específicos de los Centros Residenciales y de los Centros
de Día y de Noche.
54