UNIVERSIDAD NACIONAL FEDERICO VILLARREAL

FACULTAD DE CIENCIAS ECONOMICAS

Investigaciones de Operaciones II
Guía Practica 2

1. PERT/CPM

1.1 El siguiente proyecto es el diseñ o de un prototipo de pieza para motores de barco. A

continuació n se dan las estimaciones de los tiempos debidos a las incertidumbres de los
tiempos (semanas) de las actividades

Duració n
Actividad Precedencias Má s
optimista Pesimista te
probables σ
A - 1 2 3 2 0.111
B A 3 4 8 4.5 0.694
C A 1 3 5 3 0.444
D B 1 2 3 2 0.111
E B,C 5 6 10 6.5 0.694
F B,C 0.5 2 4 2.1 0.340
G D 3 4 5 4 0.111
H E,D 2 3 7 3.5 0.694
I D,E,F 1 2 3 2 0.111
J G,H 5 6 7 6 0.111
K G,H,I 0.5 1 1.5 1 0.028
L J,K 1 2 3 2 0.111

a) Cuá les son las actividades críticas y el tiempo de finalizació n del proyecto .
b) Determinar la ruta critica y la duració n optima del proyecto

6.5 8.5
D G
2
B 4
4.5
12.5
A H
2 3.5
 3 6.5 17.5
C E 21.5
I
6.5 2.1 2
F

17.5
Duracion optima : 24.5
σ: 1.55
Ruta critica: A,B,E,H,J,L

1.2 La siguiente red PERT corresponde a una campañ a publicitaria de distribució n y de

regular salida en el mercado de Chorrillos y distritos locales (mercado de abastos). Se
pide encontrar la ruta crítica para la realizació n de las actividades con el fin de optimizar
el tiempo empleado en la referida campañ a. Etiquetar la red

1.2 Etiquetar la red

12
8 14
 4 26

35
1 7
3
8
46
Inicio

12
2 16 2
9 1
7
4

3 30

6
12

18 22

Duracion optima : 50

Termino
EAL

tores de barco. A
tidumbres de los

o.

Duració n
22.5 Actividad Precedencias Más
optimista Pesimista
probables
J A - 1 2 3
6 B A 3 4 8
K L C A 1 3 5
D B 1 2 3
E B,C 5 6 10
F B,C 0.5 2 4
G D 3 4 5
 A - 1 2 3
B A 3 4 8
C A 1 3 5
D B 1 2 3
1 2 E B,C 5 6 10
24.5 F B,C 0.5 2 4
G D 3 4 5
H E,D 2 3 7
I D,E,F 1 2 3
J G,H 5 6 7
K G,H,I 0.5 1 1.5
L J,K 1 2 3

distribució n y de
do de abastos). Se
el fin de optimizar

a. Etiquetar la red

8 14
 8 14

7 3
1
Inicio 8

12
2
7 14
2
48

3
2
4

50
Te

termino
12

Termino
 Pesimista
es
3
8
5
3
10
4
5
3
8
5
3
10
4
5
7
3
7
1.5
3
 3

2
4

Termino

4
1. TEORIA DE DECISIONES

2.1 El propietario de un restaurante de comida regional está estudiando la posibilidad de

ampliar su negocio, para ello está dispuesto a llevar a cabo las reformas que sean necesarias.
En concreto está analizando tres mejoras posibles, la primera consistiría en ofrecer además
del servicio de restauració n, un nuevo servicio como hostal con un total de 8 habitaciones
con bañ o. La segunda mejora se limita a incrementar el nú mero de mesas del restaurante,
para ello tiene la posibilidad de usar el segundo piso del local que está ocupando en la
actualidad. La tercera mejora se resumiría en dejarlo todo intacto tal como está ahora el
restaurante. La tabla siguiente muestra los beneficios que estima el director para cada una
de las tres posibles mejoras, así como las probabilidades a priori de que la demanda sea alta
o media, segú n la mejora que ponga en marcha: Demanda alta (DA), Demanda media (DM)

Mejora DA Probab DM Probab

1 30000 euros 0.4 16000 euros 0.6
2 22000 euros 0.6 7500 euros 0.4
3 13000 euros 0.2 14000 euros 0.8

Se pide, determinar la ganancia esperada, empleando el á rbol de decisiones

Estados de la naturaleza
DA DM
M1 30000 16000
M2 22000 7500
M3 13000 14000
30000
DA 0.4
21600
16000
DM 0.6
M1
21600 16200 0.6
DA 22000
M2
DM 0.4
7500
M3
13800 DA 0.2
13000

DM
 0.8
14000

La decision que debe tomar el director del restaurante es

elegir la Mejora 1 , que consistira en aumnetar el numero
de mesas, empleandose el segundo piso del local , esperando
obtener una ganacia de 21600

2.2 La inmobiliaria, “San isidro” está considerando la construcció n de un edificio moderno. La

direcció n está evaluando la posibilidad de añ adir 30, 40 o 50 habitaciones. El éxito de la
adició n depende de una combinació n entre la legislació n que esté vigente y la competencia; se
consideran pues cuatro estados de la naturaleza posibles. Se observan a continuació n, junto
con los resultados (en % anual de retorno de la inversió n). α = 0.66 (LCB: Legislació n positiva
y Baja competencia; LCA: Legislació n positiva y alta competencia; SLBC: sin legislació n y baja
competencia; SLAC: sin legislació n y alta competencia)

Estado de la naturaleza
Alternativas
LCB LCA SLBC SLAC
30 habitaciones 10 5 4 -2
40 habitaciones 17 10 1 -10
50 habitaciones 24 15 -3 -20
0.25 0.25 0.25 0.25
0.3 0.2 0.2 0.3

Utilice los criterios en condiciones de incertidumbre: Maximin, Maximax, Save;

Laplace; Hurwitcz, VME, POE; VEIP

Estado de la naturaleza
Alternativas
LCB LCA SLBC SLAC

30 habitaciones 10 5 4 -2
40 habitaciones 17 10 1 -10
50 habitaciones 24 15 -3 -20

VEIP 10.4 (4.3)=10.4-4.3 6.1

POE (30 habitacione) 6.2

POE (40 habitaciones) 6.1
POE (50 habitaciones) 6.8
tudiando la posibilidad de
eformas que sean necesarias.
onsistiría en ofrecer además
un total de 8 habitaciones
de mesas del restaurante,
ue está ocupando en la
to tal como está ahora el
a el director para cada una
i de que la demanda sea alta
DA), Demanda media (DM)

de decisiones
 n de un edificio moderno. La
habitaciones. El éxito de la
vigente y la competencia; se
servan a continuació n, junto
66 (LCB: Legislació n positiva
; SLBC: sin legislació n y baja α=0.66 optimista
.=1-0.66=0.34 pesimista

Maximin Maximax Save Laplace VME Hurwitz

-2 10 14 4.25 4.2 5.92
-10 17 8 4.5 4.3 7.82
-20 24 18 4 3.6 9.04

n, Maximax, Save;

Estado de la naturaleza
Alternativas costo
LCB LCA SLBC SLAC
oportunidad
30 habitaciones 14 10 0 0 14
40 habitaciones 7 5 3 8 8
50 habitaciones 0 0 7 18 18
0.25 0.25 0.25 0.25
 1. TEORIA DE COLAS
3.1 La oficina de la subdirecció n académica de la universidad UNFV ha determinado
implementar copiadoras para el uso exclusivo de los estudiantes. Cada copiadora es capaz
de hacer hasta 3 copias por minuto, teniendo en cuenta los retrasos debidos al tiempo
necesario para insertar monedas, cambiar originales, etc. Por té rmino medio llega un
estudiante por minuto, y cada estudiante hace como media cinco copias.
a) Si se pone una sola copiadora, ¿se satura el sistema?
b) Si se ponen dos copiadoras, ¿cuá l es el tiempo medio de espera en la cola?
c) Si se pretende que los estudiantes no esperen má s de dos minutos como promedio en la
cola para hacer copias, ¿cuá ntas copiadoras se deben instalar?

M/M/3
λ= 1 cliente/min
μ=3/5=0.6 clientes/min

ρ=1/0.6 1.67
a) No se cumple la condicion de no saturacion

b) s= 2 copiadoras 1/2*0.6 83.33%

3.787813 minuto 3.787813

1.666666666667

1*0.6*(1/0.6)^2 0.090911+1/0.6
(2-1)!(2*0.6-1)^2

1
[1/0! (1/0.6)^0 + 1/1!.(1/0.6)^1]+ 1/2!(1/0.6)^2 . 2*0.
[1+ 1/0.6] + 0.5*2.7777 * 1.2/0.2
2.66666+8.3331

c) S=3 porque Wq > 2 min

ρ=1/3*0.6 0.55555556

𝜆 0.37464433 clientes
𝐿𝑞 = 𝐿𝑠 −
𝜇
 𝜆
𝐿𝑞 = 𝐿𝑠 −
𝜇

0.37464433 0.37447 min

1

1
[1/0! (1/0.6)^0 + 1/1!.(1/0.6)^1+1/2!.(1/0.6)^2]+ 1/3!(1/0.6)^3 . 3*
[1+ 1/0.6 + 0.5*2.7777] + 0.166666*4.62962963* 2.25

2.6666 1.38885
4.05545 1.73604167

𝜆 𝑠
𝜆𝜇.ቀ ቁ 𝜆 1*0.6*(1/0.6)^3 2.777777
𝜇
𝐿𝑠 = ሺ𝑠−1ሻ!.ሺ𝑠𝜇−𝜆 ሻ2 . 𝑃0 + 𝜇 2*(3*0.6-1) ^2 1.28

3.2 Los trabajadores de una fá brica tienen que llevar su trabajo al departamento de control de
calidad antes de que el producto llegue al final del proceso de producció n. Hay un gran nú mero
de empleados y las llegadas son aproximadamente de 20 por hora. El tiempo para inspeccionar
una pieza sigue una distribució n exponencial de media de 4 minutos. Calcular el nú mero medio
de trabajadores en el control de calidad si hay:
a) Dos inspectores.
b) Tres inspectores.

La tasa de llegada es de 20 trabajad/h

λ= 20 trabaja/h
μ=15 piezas/h .=20/(2*15) 0.66666667

s= 2 inspectores
Po=0.20000547
Ls=2.4

1 1
[1/0! (20/15)^0 + 1/1!.(20/15)^1]+ 1/2!(20/15)^2 . 2*15/2*15-20 4.99986335
1+1.33333 +0.5*(1.3333)^2]
1.33333333 0.88884444 3 2.33333 2.66653333 4.999863335

2.3333 0.88888889 0.5*1.7777*3 30

3.22218889 2.666655

Ls=20*15*(20/15)^2 533.333333 5.3333 0.2000+ 20/15

(1*(2*15-20)^2 100 2.400

λ= 20 trabaja/h
μ=15 piezas/h .=20/(3*15) 0.44444444

s= 3 inspectores

1
[1/0! (20/15)^0 + 1/1!.(20/15)^1+1/2!.(20/15)^2]+ 1/3!(20/15)^3 . 3*15/3*15-20

[1+1.333333 .+0.8888888] 0.39506173 1.8 0.711111111111

1.77777778 2.37037037 25
0.88888889 0.16666667
 𝜆 𝑠
𝜆𝜇.ቀ ቁ 𝜆
𝜇
𝐿𝑠 = ሺ𝑠−1ሻ!.ሺ𝑠𝜇−𝜆 ሻ2 . 𝑃0 + 𝜇 Ls: 20*15*(20/15)^3 711.1111
2*(3*15-20)^2 1250
ha determinado
da copiadora es capaz
ebidos al tiempo
o medio llega un
as.

la cola?
como promedio en la

5.454473

1 0.09091107
1!.(1/0.6)^1]+ 1/2!(1/0.6)^2 . 2*0.6/2*0.6-1 10.99976
7777 * 1.2/0.2
 1 0.17266709
1/2!.(1/0.6)^2]+ 1/3!(1/0.6)^3 . 3*0.6/3*0.6-1 5.79149167
6666*4.62962963* 2.25

2.17013828 0.37471146 2.041311

2.04131146
1.66666667

rtamento de control de
ó n. Hay un gran nú mero
empo para inspeccionar
alcular el nú mero medio
 0.20000547

1.06669582 1.33333333

0.25423729

1 0.25423731
3 . 3*15/3*15-20 3.93333299
0.56888889 0.254237 0.1446326 1.33333333 1.47796594
 4.1 Sea el modelo de programació n lineal entera 0-1. Aplicar el método de PLE binario
Max z = 6x1 − 4x2
sujeto a
3x1 + 2x2 ≤ 10
−x1 + x2 ≤ 17
x1, x2 = 0 ´o 1

x1 x2 x1 x2
1 0 Fo 3.33333333
6 -4 6 6

3 2 <= 3 10 3
-1 1 <= -1 17 -1

2
Z max 100x1+50x2+20x3
Sujeto a:
25x1+ 20x2+ 10x3 ≤20700
X1 ≥ 50
X2 ≥ 80
X3 ≥100
Xj ≥0, j= 1, 2 3 , , enteros

x1 x2 x3
724 80 100 78400
100 50 20

25 20 10 <= 20700
1 >= 724
1 >= 80
1 >= 100

Solucion entera Z= 78400

x1=724
x2=80
x3=100
 Utilizando la ramificacion y acotamiento

4.1 Sea el modelo de programació n lineal entera 0-1. Aplicar el método de PLE binario
Max z = 6x1 − 4x2
sujeto a
3x1 + 2x2 ≤ 10
−x1 + x2 ≤ 17
x1, x2 = 0 ´o 1

x1 x2
3.33333333 0 Fo
6 -4 20

3 2 <= 10 10
-1 1 <= -3.3333 17

Z=20
x1=3.333
x2=0

x1=1 X1=0
Z1=6 Z=0
X1=1 x1=0
x2=0 x2=0
Solucion optima

x1 X2 fo
1 0 6
6 -4

3 2 <= 3 10
-1 1 <= -1 17
1 .= 1 1
de PLE binario

x1 x2
3.33333333 0 Fo
6 -4 20

3 2 <= 10 10
-1 1 <= -3.3333 17

20700
50
80
100
de PLE binario

x1 X2 fo
0 0 0
6 -4

3 2 <= 0 10
-1 1 <= 0 17
1 .= 0 0