You are on page 1of 32

FACULTAD DE CIENCIAS Y TECNOLOGA

RED NACIONAL UNIVERSITARIA

SYLLABUS

Facultad de Ciencias y Tecnologa


Ingeniera de Sistemas

INVESTIGACIN OPERATIVA I QUINTO SEMESTRE

Gestin Acadmica I/2011

Elaborado por: Ing. Herber Luis Flores Lique

U N

I V E 1

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

UDABOL
UNIVERSIDAD DE AQUINO BOLIVIA Acreditada como PLENA mediante R. M. 288/01

VISION DE LA UNIVERSIDAD Ser la Universidad lder en calidad educativa.

MISION DE LA UNIVERSIDAD Desarrollar la Educacin Superior Universitaria con calidad y competitividad al servicio de la sociedad.

Estimado(a) estudiante: El syllabus que ponemos en tus manos es el fruto del trabajo intelectual de tus docentes, quienes han puesto sus mejores empeos en la planificacin de los procesos de enseanza para brindarte una educacin de la ms alta calidad. Este documento te servir de gua para que organices mejor tus procesos de aprendizaje y los hagas mucho ms productivos. Esperamos que sepas apreciarlo y cuidarlo.

U N

I V E 2

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

I.
Asignatura: Cdigo: Requisito: Carga Horaria: Horas tericas Horas prcticas Crditos: II. OBJETIVOS GENERALES DE LA ASIGNATURA. Al final del curso el estudiante debe: Comprender la metodologa de la investigacin operativa, desde la definicin del problema hasta la implementacin de la solucin. Formular un modelo matemtico en el entorno de de programacin lineal y no-lineal siguiendo una tcnica y resolver los mismos por medio de mtodos manuales y computacionales, adems de hacer un seguimiento en la implementacin de la solucin. Podr tomar decisiones, en problemas que tienen que ver con la coordinacin de operaciones y actividades de una organizacin, utilizando el mtodo cientfico: III. PROGRAMA ANALTICO DE LA ASIGNATURA. UNIDAD I: INVESTIGACION OPERATIVA Y PROGRAMACIN LINEAL TEMA 1. INTRODUCCIN A LA INVESTIGACIN DE OPERACIONES 1.1. Origen de la Investigacin Operativa 1.2. Escuelas de Pensamiento y la Investigacin Operativa 1.3. Nocin, Alcance y Concepto de la Investigacin Operativa 1.4. Sistemas e Investigacin Operativa 1.5. Modelos e Investigacin Operativa 1.5.1 El concepto de Modelo 1.5.2 Clasificacin de los Modelos Matemticos 1.6. Optimizacin de Investigacin Operativa 1.7. Toma de decisiones de Investigacin Operativa 1.8. Metodologa de la Investigacin Operativa y el Mtodo Cientfico TEMA 2. FORMULACIN DEL MODELO DE PROGRAMACIN LINEAL 2.1. Introduccin 2.2. Nocin y Concepto de la Programacin Lineal (PL) 2.3. Formulacin Matemtica del Modelo de PL 2.3.1. Formulacin General 2.3.2. Formulacin Cannica 2.3.3. Formulacin Estndar 2.4. Formulacin de Diversos Problemas de PL 2.5. Problemas propuestos Investigacin Operativa I MAT 303 MAT 113 80 horas 60 horas 20 horas 8

U N

I V E 3

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

UNIDAD II. METODOS DE SOLUCION DEL MODELO DE PL TEMA 3. EL MTODO GRFICO 3.1 Introduccin 3.2 Graficacin 3.3 Interpretacin de resultados TEMA 4. EL MTODO SIMPLEX 4.1. Identificacin del problema 4.2. Planteamiento de la tabla simplex 4.3. Algoritmo simplex 4.4. Interpretacin de resultados TEMA 5. OTROS MTODOS 5.1. Mtodo de las M o penalizacin 5.2. Mtodo de las dos fases TEMA 6. DUALIDAD 6.1. Estructuras primal y dual 6.2. Equivalencias de la forma dual 6.3. Usos de la dualidad TEMA 7. SOLUCIONES ESPECIALES 7.1 No Existe Solucin Bsica Factible 7.2 Solucin ptima No Acotada (Infinita) 7.3 Solucin ptima Mltiple 7.4 Soluciones Cicladas TEMA 8. SOLUCIN POR COMPUTADORA 8.1 Reportes de TORA 8.2 Reportes de SOLVER UNIDAD III: REDES Y EL PROBLEMA DE TRANSPORTE. TEMA 9: EL MODELO DE TRANSPORTE Y ASIGNACIN 9.1 Introduccin 9.2 El Modelo de Transporte 9.2.1 Concepto 9.2.2 Formulacin Matemtica del Modelo 9.2.3 Solucin del Modelo 9.3 El Modelo de Asignacin 9.3.1 Concepto 9.3.2 Formulacin Matemtica del Modelo 9.3.3 Solucin del Modelo 9.4 Problemas Propuestos TEMA 10: PROGRAMACIN DE PROYECTOS CON PERT CPM 10.1. Introduccin 10.2. Representacin por el Diagrama de Flecha 10.3. Clculos de la Ruta Crtica

U N

I V E 4

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

10.4. 10.5. 10.6. IV.

Problemas Propuestos

Construccin del Diagrama de Tiempo y Nivelacin de Recursos Control del Proyecto

SISTEMA DE EVALUACIN DE APRENDIZAJES. EVALUACIN PROCESUAL (50%) EVALUACIN DE RESULTADOS (50%)

Se tomara en cuenta el promedio de los Se tomara en cuenta los siguientes tems para cada evaluacin parcial y evaluacin final: siguientes tems para cada evaluacin parcial: Resolucin y entrega practicas Resolucin y entrega de Work Papers Trabajo con Difs Participacin en clases Presentacin de archivador de la materia Examen de la materia Participacin en brigadas

Nota: El estudiante debe de tener el 80 % de asistencia durante el semestre para estar debidamente habilitado a rendir su evaluacin final V. BIBLIOGRAFA. Bibliografa bsica: H. A. TAHA. Investigacin de Operaciones. Una introduccin, Editorial Prentice Hall, Mxico, 1997 (Signatura topogrfica: 001.424 T142). RAFFO, LECCA: Investigacin de Operaciones, Editorial RAFFO-LECCA, Per, 1990 (Signatura topogrfica: 001.4 L398). ALVAREZ, Jorge. Programacin lineal Investigacin de Operaciones, Editorial BETA, Per, 2005 (Signatura topogrfica: 001.424 A486). SOLOW DANIEL, MATHUR KAMLESH: Investigacin de Operaciones, Editorial Prentice Hall, Mxico, 1995 (Signatura topogrfica: 001.424 M389).

Bibliografa complementaria: H. A. TAHA. Investigacin de Operaciones, Editorial Prentice Hall, Mxico, 2004. F. S. HILLIER Y G. J. LIEBERMAN. Introduccin a la Investigacin Operativa, Editorial McGraw-Hill. H. A. TAHA. Investigacin de Operaciones. Una introduccin, Editorial Servicios de Ingeniera. NOHAMMAD NA GHI NAMAKFOROOSH (1994), Investigacin de Operaciones, Edit. Limusa, Mxico.

U N

I V E 5

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

VI. CONTROL DE EVALUACIONES 1 evaluacin parcial Fecha: Nota: 2 evaluacin parcial Fecha: Nota: Examen final Fecha: Nota: APUNTES

U N

I V E 6

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

VII. PLAN CALENDARIO

GESTIN I/2011 TURNOS REGULAR-TRABAJO ESTUDIANTES NUEVOS-ANTIGUOS


SEMANA

CALENDARIO ACADMICO

DEL 09-mar 14-mar 21-mar 28-mar 04-abr 11-abr 18-abr 25-abr 02-may 09-may 16-may 23-may 30-may 06-jun 13-jun 20-jun 27-jun 04-jul 11-jul 18-jul 25-jul

AL 12-mar 19-mar 26-mar 02-abr 09-abr 16-abr 23-abr 30-abr 07-may 14-may 21-may 28-may 04-jun 11-jun 18-jun 25-jun 02-jul 09-jul 16-jul 23-jul 26-jul Avance de materia Avance de materia Avance de materia Avance de materia Avance de materia Avance de materia Avance de materia Avance de materia Avance de materia Avance de materia Avance de materia Avance de materia Avance de materia Avance de materia Avance de materia Avance de materia Avance de materia

ACTIVIDADES

OBSERVACIONES

1ra. 2da. 3ra. 4ta. 5ta. 6ta. 7ma. 8va. 9na. 10ma. 11ra. 12da. 13ra. 14ta. 15ta. 16ta. 17ma. 18va. 19na. 20va. 21ra.

Inicio Primera Evaluacin Parcial Conclusin Primera Evaluacin Parcial

Presentacin de Notas Presentacin de Notas

Inicio Segunda Evaluacin Parcial


Conclusin Segunda Evaluacin Parcial

Presentacin de Notas Presentacin de Notas

Inicio Evaluacin Final


Conclusin Evaluacin Final Evaluacin del segundo turno Cierre de Gestin FERIADOS

Presentacin de Notas Transcripcin de Notas Transcripcin de Notas

22 de abril 1 de mayo 23 de junio

Viernes Santo Da del Trabajo Corpus Christi

U N

I V E 7

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

IX. PLANIFICACIN DE ACTIVIDADES

CONTENIDO MNIMO

CONTENIDO ANALTICO

ACTIVIDAD

PERIODOS ACADMICOS

RECURSOS DIDACTICOS

SOLUCIONES POR COMPUTADOR

Reportes TORA Reportes SOLVER

Prctica

6 PERIODOS

Proyector Computador

U N

I V E 8

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

WORK PAPER # 1

PROGRAMA DE CONTROL DE CALIDAD

No. DE PROCEDIMIENTO: APRO 07

No. DE HOJAS: 4

ELABOR: Ing. Herber Luis Flores Lique TTULO DEL WORK PAPER:

CDIGO: MAT 303A

INTRODUCCION A LA INVESTIGACIN DE OPERACIONES DPTO.: Facultad de Ciencia y Tecnologa DESTINADO A: DOCENTES ALUMNOS X ADMINIST. OTROS

OBSERVACIONES: Ingeniera de Sistemas, Investigacin Operativa I, Unidad I

FECHA DE DIFUSIN: MARZO 2011

FECHA DE ENTREGA: MARZO 2011

U N

I V E 9

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

INTRODUCCIN A LA INVESTIGACIN DE OPERACIONES Cul es la forma ms eficiente de asignar ciertos recursos escasos para conseguir la ms alta tasa de retorno? Cul es la mejor manera de asignar rutas a una flotilla de transporte de bienes que deben ser colocados en bodegas de distribuidores para que los costos sean ms bajos? Cuntas ventanillas deben colocarse en un banco en las horas normales y en las horas y das pico para que los clientes no se desesperen y se larguen al banco que est cruzando la calle? Cuntas cajas registradoras debe habilitar un supermercado para que el largo de las colas no entorpezcan la circulacin de los clientes que an estn comprando y de los trabajadores que colocan mercadera, etiquetan y dan atencin al pblico? De qu manera debe asignarse un presupuesto en una industria (o en un sector de la economa de un pas), para que se satisfaga la demanda interna y externa del bien o servicio que produce? Cul ser la demanda de lneas telefnicas para el ao 2004, teniendo en cuenta el crecimiento natural de la poblacin, el cambio de sus hbitos, la produccin, el nmero de profesionales, escuelas, comercios, etctera, que habrn en ese entonces? Ser posible hacer predicciones (aproximadas por supuesto) de cuntas escuelas, comercios, profesionales, etctera, habr en el ao 2004? Hermosa cantidad de preguntas para Empezar la aplicacin de la Investigacin de Operaciones (IO), pero definitivamente es muy oportuno porque es en estos casos donde los especialistas en esta disciplina pueden apoyar a las necesidades de la sociedad actual. Una pregunta ms: Qu es entonces la Investigacin de Operaciones? realmente es un poco difcil dar una respuesta corta a esta ltima pregunta pero si la IO va a tratar de encontrar respuesta a las preguntas que hemos planteado en el primer prrafo y a otra tonelada ms, debemos tratar de definir lo que es. Hillier, Lieberman, Shamblin, Stevens, Taha, Tierauf, Grosse, Sasieni, por mencionar algunos de los grandes especialistas en IO, dan una serie de definiciones que bien podra resumirse como: Es un enfoque cientfico de la toma de decisin. Podemos decir que la IO utiliza un enfoque planeado (mtodo cientfico) y un grupo interdisciplinario para representar, mediante modelos simblicos, las relaciones funcionales que se dan en la realidad, lo cual suministra una base cuantitativa para la toma de decisiones. Algo que es tan general como la definicin que acabamos de dar pero que da mucha claridad sobre lo que hace la Investigacin de Operaciones es que, cuando se aplica alguna herramienta de la IO, se busca obtener el ptimo resultado del uso de los recursos escasos. Mucho se dice de la formacin previa que se debe tener para hacer Investigacin de Operaciones, incluso hay autores que an dicen en sus libros, que no se requiere ningn conocimiento de matemtica para poder leerlo, sin embargo, no advierten al ingenuo lector que tampoco podrn resolver problemas reales sino solamente algunos ejemplos de juguete que se encuentran ah mismo. Nuestra experiencia en el campo de la enseanza y la aplicacin de las herramientas de la IO, nos han hecho ver que para hacer IO en forma profesional aceptable, se requiere de una slida preparacin en Estadstica Descriptiva e Inferencial, conocimientos sobre las aplicaciones del Clculo Diferencial e Integral y del Algebra Lineal, y desde luego, principios generales de Economa, de lo contrario, el estudioso de la Investigacin de Operaciones se sentir decepcionado y el que debe aplicarla se frustrar a menudo. En la actualidad en todas las carreras de Ingeniera se dan cursos o seminarios de Investigacin de Operaciones y dependiendo de la especialidad, as es la profundidad conque se mira. Las carreras de Ingeniera de Sistemas e Ingeniera Industrial tienen por lo regular cursos con ms contenido. En la mayora de las universidades de los pases ms avanzados existen programas de maestra de tiempo completo en Investigacin de Operaciones. En Guatemala la Facultad de Ingeniera en Sistemas, Informtica y Ciencias de la Computacin (FISICC), de la Universidad Francisco Marroqun, tiene una maestra en esta importante especialidad y ah concurre un nmero limitado (por razones de cupo) de profesionales de todas las Universidades de Guatemala y de otros pases a hacer su postgrado en IO, el cual dura un mnimo de 2 aos, habindose graduado ya unos 50 Magistrium Scientiae en Investigacin de Operaciones.

U N

I V E 10

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

CUESTIONARIO 1. 2. 3. 4. 5. 6. 7. Como y cuando surgi la Investigacin Operativa (IO). A que se aplica la Investigacin de Operaciones (IO). Que es la Investigacin de Operaciones (IO) En que medida se utiliza la Investigacin de Operaciones (IO), para el uso de valiosos recursos Cite por lo menos 5 especialistas eminentes en el campo de la Investigacin Operativa (IO). Que se requiere para la adecuada aplicacin de la Investigacin de Operaciones (I.O.). En que carreras es importante y por que la asignatura de la Investigacin Operativa.

U N

I V E 11

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

WORK PAPER # 2

PROGRAMA DE CONTROL DE CALIDAD

No. DE PROCEDIMIENTO: APRO 07

No. DE HOJAS: 4

ELABOR: Ing. Reynaldo Einar Zabaleta Rioja TTULO DEL WORK PAPER:

CDIGO: MAT 303A

LA PROGRAMACIN LINEAL

DPTO.: Facultad de Ciencia y Tecnologa DESTINADO A: DOCENTES ALUMNOS X ADMINIST. OTROS

OBSERVACIONES: Ingeniera de Sistemas

FECHA DE DIFUSIN: ABRIL 2011

FECHA DE ENTREGA: ABRIL 2011

U N

I V E 12

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

LA PROGRAMACIN LINEAL Podemos afirmar que la programacin lineal tiene una infinidad de aplicaciones de la industria, la economa, la estrategia militar, etc.. se presentan situaciones en las que se exige maximizar o minimizar algunas funciones que se encuentran sujetas a determinadas limitaciones, que llamaremos restricciones. En definitiva: Se llama programacin lineal al conjunto de tcnicas matemticas que pretenden resolver la situacin siguiente: Optimizar (maximizar o minimizar) una funcin objetivo, funcin lineal de varias variables, sujeta a una serie de restricciones, expresadas por inecuaciones lineales. Un problema de programacin lineal en dos variables, tiene la siguiente formulacin estndar:

Pudiendo cambiarse maximizar por minimizar, y el sentido de las desigualdades. En un problema de programacin lineal intervienen: La funcin f(x,y) = ax + by + c llamada funcin objetivo y que es necesario optimizar. En esa expresin x e y son las variables de decisin, mientras que a, b y c son constantes. Las restricciones que deben ser inecuaciones lineales. Su nmero depende del problema en cuestin. El carcter de desigualdad viene impuesto por las limitaciones, disponibilidades o necesidades, que son: inferiores a ... ( menores: < o ); como mnimo de ... (mayores: > o ) . Tanto si se trata de maximizar como de minimizar, las desigualdades pueden darse en cualquiera de los dos sentidos. Al conjunto de valores de x e y que verifican todas y cada una de las restricciones se lo denomina conjunto (o regin) factible. Todo punto de ese conjunto puede ser solucin del problema; todo punto no perteneciente a ese conjunto no puede ser solucin. En el apartado siguiente veremos como se determina la regin factible. La solucin ptima del problema ser un par de valores (x0, y0) del conjunto factible que haga que f(x,y) tome el valor mximo o mnimo. En ocasiones se usa las siglas PPL para indicar problema de programacin lineal. La resolucin de un PPL se puede resolver mediante el mtodo grfico o mediante el mtodo Simplex

U N

I V E 13

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

CUESTIONARIO.1. 2. 3. 4. Que es programacin lineal Que intervienen en un modelo de programacin lineal Que son las restricciones A que se denomina regin factible

U N

I V E 14

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

WORK PAPER # 3

PROGRAMA DE CONTROL DE CALIDAD

No. DE PROCEDIMIENTO: APRO 07

No. DE HOJAS: 5

ELABOR: Ing. Herber Luis Flores Lique TTULO DEL WORK PAPER:

CDIGO: MAT 303A

DEFINICIN DEL MODELO DE TRANSPORTE

DPTO.: Facultad de Ciencia y Tecnologa DESTINADO A: DOCENTES ALUMNOS X ADMINIST. OTROS

OBSERVACIONES: Ingeniera de Sistemas, Investigacin Operativa I, Unidad III

FECHA DE DIFUSIN: JUNIO 2011

FECHA DE ENTREGA: JUNIO 2011

U N

I V E 15

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

DEFINICIN DEL MODELO DE TRANSPORTE La programacin lineal es una herramienta de modelos cuantitativos para manejar diferentes tipos de problemas y ayudar a la toma de decisiones. El modelo de transporte por medio del cual un administrador debe determinar la mejor forma de como hacer llegar los productos de sus diversos almacenes a sus consumidores, con el fin de satisfacer de las clientes y a un costo mnimo. El modelo de transporte es un problema de optimizacin de redes donde debe determinarse como hacer llegar los productos desde los puntos de existencia hasta los puntos de demanda, minimizando los costos de envi. El modelo busca determinar un plan de transporte de una mercanca de varias fuentes a varios destinos. Entre los datos del modelo se cuenta: 1.- Nivel de oferta en cada fuente y la cantidad de demanda en cada destino. 2.- El costo de transporte unitario de la mercanca de cada fuente a cada destino. El modelo se utiliza para realizar actividades como: control de inventarios, programacin del empleo, asignacin de personal, flujo de efectivo, programacin de niveles de reservas en prensas entre otras. Mtodo de solucin inicial. Mediante el uso del mtodo simplex se pueden resolver los modelos de transporte y de cualquier otro tipos de problemas de programacin lineal. Sin embargo debido a la estructura especial de modelo de transporte, podemos utilizar otro mtodo que se ha diseado para aprovechar las caractersticas de los problemas de transporte. Los mtodo de esquina noroeste, costo mnimo y aproximacin de Vogel son alternativas para encontrar una solucin inicial factible. Esquina noroeste. Este mtodo es considera el ms fcil. Es tambin considerado por ser el menos probable para dar una buena solucin inicial y de bajo costo porque ignora la magnitud relativa de los costos Cij. Antes de describir el procedimiento, es necesario establecer que el nmero de variables bsicas en cualquier solucin bsica de un problema de transporte es una menos de la que se espera. Normalmente, en los problemas de programacin lineal, se tiene una variable bsica para cada restriccin. En los problemas de transporte con m recursos y n destinos el nmero de restricciones funcionales es m + n. Sin embargo, el nmero de variables bsicas = m + n - 1 Este procedimiento esta dado por los siguientes tres pasos: 1.- Seleccionar la celda de la esquina noroeste (esquina superior izquierda) para envo. 2.- Efectuar el ms grande envo como pueda en la celda de la esquina noroeste. Esta operacin agotar completamente la disponibilidad de suministros en un origen o los requerimientos de demanda en un destino.

U N

I V E 16

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

3.- Corrija los nmeros de suministro y los requerimientos para reflejar lo que va quedando de suministro y requerimiento y regresar al paso 1. Costo mnimo. Este es un procedimiento que se utiliza tomando como base a las rutas que tengan el menor costo: El procedimiento es el siguiente: Asgnese el valor ms grande posible a la variable con menor costo unitario de toda la tabla. (Los empates se rompen arbitrariamente). Tchese el rengln o columna satisfecha. (Como en el mtodo de la esquina noroeste, si una columna y un rengln se satisfacen de manera simultnea, slo una puede tacharse). Despus de ajustar la oferta y la demanda de todos los renglones y columnas no tachados, reptase el proceso asignando el valor ms grande posible a la variable con el costo unitario no tachado ms pequeo. El procedimiento esta completo cuando queda exactamente un rengln o una columna sin tachar. Mtodo de aproximacin de Vogel. Este mtodo es heurstico y suele producir una mejor solucin inicial que los mtodos anteriores. De hecho, suele producir una solucin inicial ptima, o prxima al nivel ptimo. Los pasos del procedimiento son los siguientes. 1.- Evalese una penalizacin para cada rengln (columna) restando el menor elemento de costo del rengln (columna) del elemento de costo menor siguiente en el mismo rengln (columna). 2.- Identifquese el rengln o columna con mayor penalizacin, rompiendo empates en forma arbitraria. Asigne el mayor valor posible a las variables con el costo ms bajo del rengln o columna seleccionado. Ajstese la oferta y la demanda y tachase el rengln o columna satisfecha. Si un rengln y una columna se satisfacen al mismo tiempo, slo uno de ellos se tacha y al rengln (columna) restante se le asigna una oferta (demanda) cero. Cualquier rengln o columna con oferta o demanda cero no debe utilizarse para calcular penalizaciones futuras (en el paso 3). 3: a) si slo hay un rengln o columna sin tachar, detngase. b) si slo hay un rengln (columna) con oferta (demanda) positiva sin tachar, determnese las variables bsicas del rengln (columna) a travs del mtodo de costo mnimo. c) si todos los renglones o columnas sin tachar tiene oferta y demanda cero asignadas, determnese las variables bsicas cero a travs del mtodo de costo mnimo. Detngase. d) de lo contrario, calclese las penalizaciones de los renglones y columnas no tachados y despus dirjase al paso 2. (Obsrvese que los renglones y columnas con oferta y demanda cero asignadas no deben utilizarse para determinar estas penalizaciones). Mtodo para la obtencin de la solucin ptima (multiplicadores). El mtodo de multiplicadores es un procedimiento secuencial que empieza con una solucin inicial factible del problema de transporte, para encontrar la solucin ptima. En cada paso se intenta en este procedimiento enviar artculos por las rutas que no se hayan usado en la solucin factible en curso, en tanto que se elimina una de las rutas que est siendo usada actualmente. Este cambio de ruta se hace de modo que: la solucin se conserve factible, mejore el valor de la funcin objetivo.

U N

I V E 17

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

Pasos: 1. Use la solucin actual para crear una trayectoria nica del paso secuencial. Use estas trayectorias para calcular el costo marginal de introducir a la solucin cada ruta no usada. 2. Si todos los costos marginales son iguales o mayores que cero, detngase; se tendr la solucin ptima. Si no, elija la celdilla que tenga el costo marginal ms negativo. (Los empates se resolvern arbitrariamente) 3. Usando la trayectoria del paso secuencial, determine el mximo nmero de artculos que se pueden asignar a la ruta elegida en el paso 2 y ajuste la distribucin adecuadamente. 4. Regrese al paso 1. CUESTIONARIO. 1. Una empresa dispone de 3 plantas (Pli) para hacer 3 tipos de productos (Pri). Los costos y tiempos de produccin aparecen en la tabla. Si se necesitan 100 unidades de cada producto y hay disponibles 40 horas de trabajo, formular un modelo de transporte para minimizar costos. Pr1 Pl1 Pl2 Pl3 60 50 43 Pr2 40 30 20 Pr3 28 30 20 tiempo (minutos) 20 16 15

2. Una compaa abastece a 3 clientes (Ci) cuyas demandas son de 30 unidades c/u. Existen dos depsitos con 40 y 30 unidades disponibles respectivamente. El costo unitario de envo aparece en la tabla. Por cada unidad no enviada, existe un costo de no cumplimiento. Formular un modelo de transporte para minimizar costos. C1 15 10 90 C2 35 50 80 C3 25 40 110

depsito 1 depsito 2 costo no cumplimiento

4. Cuatro personas (Ci) estn interesadas en cuatro pinturas (Pi). El precio que est dispuesto a pagar aparece en la tabla. A quin deberan ser vendidas si se quiere maximizar las ganancias? P1 8 9 9 P2 11 13 P3 12 11 12 P4 7 9

Cl C2 C3 C4

U N

I V E 18

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

WORK PAPER # 4

PROGRAMA DE CONTROL DE CALIDAD

No. DE PROCEDIMIENTO: APRO 07

No. DE HOJAS: 4

ELABOR: Ing. Herber Luis Flores Lique

CDIGO: MAT 303A

TTULO DEL WORK PAPER: PROGRAMACIN DE PROYECTOS CON PERT CPM DPTO.: Facultad de Ciencia y Tecnologa DESTINADO A: DOCENTES ALUMNOS X ADMINIST. OTROS

OBSERVACIONES: Ingeniera de Sistemas, Investigacin Operativa I

FECHA DE DIFUSIN: JUNIO 2011

FECHA DE ENTREGA: JULIO 2011

U N

I V E 19

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

PROGRAMACIN DE PROYECTOS CON PERT CPM PROYECTO Un proyecto es un conjunto articulado y coherente de actividades orientadas a alcanzar uno o varios objetivos siguiendo una metodologa definida. GESTIN DE PROYECTOS Es el proceso que contempla tres fases: PLANIFICACION Para la organizacin de un proyecto se requiere: Tener un objetivo especfico Conocer: La fecha de cumplimiento Las actividades detalladas y sus costos asociados Planificacin Programacin Control

Determinar los recursos necesarios, (personal, suministros y equipos).

PROGRAMACION Consiste en determinar las actividades necesarias en secuencia, el tiempo necesario, materiales, equipos, maquinarias y personal responsable que las ejecutarn. La Programacin de Proyectos sirve para: Definir la relacin de cada actividad con las otras y con todo el proyecto. Determinar la precedencia entre actividades. Obliga a determinar tiempos reales y estimar costos para todas las actividades. Permite al Gerente del Proyecto a usar eficientemente los recursos: personal, dinero y materiales, determinando los cuellos de botella del proyecto.

U N

I V E 20

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

CONTROL Consiste en el monitoreo cercano de recursos, costos, calidad y presupuesto del mismo.

TCNICAS DE GESTIN DE PROYECTOS PERT P = Program Tcnica de revisin y evaluacin E = Evaluation de programas R = Review T = Technique CPM Mtodo de la ruta crtica C = Critical P = Path M = Method

Las tcnicas de gestin de proyectos nos permiten responder las siguientes preguntas: Cundo concluir el proyecto? Cul es la probabilidad de que concluya a tiempo? Cules son las actividades crticas? Cules son las actividades con holgura? Est el proyecto dentro de lo programado? Est el proyecto dentro del presupuesto?

PASOS PARA USAR PERT Y CPM Detallar el proyecto y todas sus actividades o tareas significativas Definir las interrelaciones entre actividades; qu actividades deben preceder a otras. Dibujar la red conectando todas las actividades. Asignar tiempo y/o costo a cada actividad. Calcular la ruta ms larga de la red; es la RUTA CRTICA. Usar la red para planificar, programar, monitorear y controlar el proyecto.

ACTIVIDADES, EVENTOS Y REDES El primer paso en PERT es dividir el proyecto en eventos y actividades.

U N

I V E 21

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

Un evento marca el inicio o conclusin de una tarea o actividad particular. Actividad es una tarea o subproyecto que ocurre entre dos eventos. EVENTOS Y ACTIVIDADES NOMBRE Evento SIMBOLO (nodo) DESCRIPCION Un punto en el tiempo. Usualmente una fecha de inicio o conclusin Un flujo en el tiempo. Usualmente una tarea o subproyecto

Actividad

(flecha)

DEFINICIN CONCEPTUAL RED DE ACTIVIDADES Es una representacin de dos aspectos muy particulares de cualquier proyecto, que son: ACTIVIDAD Es un trabajo que se debe realizar como parte de un proyecto, que requiere tiempo y recursos para su ejecucin. Se especifican mediante eventos. EVENTOS Un evento representa un punto en el tiempo y especifica la terminacin de algunas actividades y/o el comienzo de nuevas actividades. Un evento puede ser el evento inicial de un conjunto de actividades o puede ser el evento final de un conjunto de actividades. ACTIVIDAD FICTICIA Son actividades que no consumen recursos y estn asociados generalmente a eventos ficticios. Una actividad ficticia se utiliza para: Cumplir la precedencia de una actividad y no afectar la precedencia de otra actividad. Para cumplir con el requerimiento de que toda red debe tener un evento inicial y un evento final. Una relacin de precedencia entre las diferentes actividades del proyecto. La duracin de cada actividad.

U N

I V E 22

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

CUESTIONARIO 1. 2. 3. 4. 5. 6. Que es un proyecto Que es una actividad. Que es un evento. Que significa PERT. Que significa CPM. Mediante un ejemplo ilustres las tres fases del proceso de gestin de proyectos.

U N

I V E 23

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

PROGRAMA DE CALIDAD UDABOL DIF 001

ORGENES DE LA INVESTIGACIN DE OPERACIONES La toma de decisiones es un proceso que se inicia cuando una persona observa un problema y determina que es necesario resolverlo procediendo a definirlo, a formular un objetivo, reconocer las limitaciones o restricciones, a generar alternativas de solucin y evaluarlas hasta seleccionar la que le parece mejor, este proceso puede se cualitativo o cuantitativo. El enfoque cualitativo se basa en la experiencia y el juicio personal, las habilidades necesarias en este enfoque son inherentes en la persona y aumentan con la prctica. En muchas ocasiones este proceso basta para tomar buenas decisiones. El enfoque cuantitativo requiere habilidades que se obtienen del estudio de herramientas matemticas que le permitan a la persona mejorar su efectividad en la toma de decisiones. Este enfoque es til cuando no se tiene experiencia con problemas similares o cuando el problema es tan complejo o importante que requiere de un anlisis exhaustivo para tener mayor posibilidad de elegir la mejor solucin. La investigacin de operaciones proporciona a los tomadores de decisiones bases cuantitativas para seleccionar las mejores decisiones y permite elevar su habilidad para hacer planes a futuro. En el ambiente socioeconmico actual altamente competitivo y complejo, los mtodos tradicionales de toma de decisiones se han vuelto inoperantes e inadmisibles ya que los responsables de dirigir las actividades de las empresas e instituciones se enfrentan a situaciones complicadas y cambiantes con rapidez que requieren de soluciones creativas y prcticas apoyadas en una base cuantitativa slida. En organizaciones grandes se hace necesario que el tomador de decisiones tenga un conocimiento bsico de las herramientas cuantitativas que utilizan los especialistas para poder trabajar en forma estrecha con ellos y ser receptivos a las soluciones y recomendaciones que se le presenten. En organizaciones pequeas puede darse que el tomador de decisiones domine las herramientas cuantitativas y l mismo las aplique para apoyarse en ellas y as tomar sus decisiones. Desde al advenimiento de la Revolucin Industrial, el mundo ha sido testigo de un crecimiento sin precedentes en el tamao y la complejidad de las organizaciones. Los pequeos talleres artesanales se convirtieron en las corporaciones actuales de miles de millones de pesos. Una parte integral de este cambio revolucionario fue el gran aumento en la divisin del trabajo y en la separacin de las responsabilidades administrativas en estas organizaciones. Los resultados han sido espectaculares. Sin embargo, junto con los beneficios, el aumento en el grado de especializacin creo nuevos problemas que ocurren hasta la fecha en muchas empresas. Uno de estos problemas es la tendencia de muchas de las componentes de una organizacin a convertirse en imperios relativamente autnomos, con sus propias metas y sistemas de valores, perdiendo con esto la visin de la forma en que encajan sus actividades y objetivos con los de toda la organizacin. Lo que es mejor para una componente, puede ir en detrimento de otra, de manera que pueden terminar trabajando con objetivos opuestos. Un problema relacionado con esto es que, conforme la complejidad y la especializacin crecen, se vuelve ms difcil asignar los recursos disponibles a las diferentes actividades de la manera ms eficaz para la organizacin como un todo. Este tipo de problemas, y la necesidad de encontrar la mejor forma de resolverlos, proporcionaron el ambiente adecuado para el surgimiento de la INVESTIGACIN DE OPERACIONES (IO). Las races de la investigacin de operaciones se remontan a muchas dcadas, cuando se hicieron los primeros intentos para emplear el mtodo cientfico en la administracin de una empresa. Sin embargo, el inicio de la actividad llamada investigacin de operaciones, casi siempre se atribuye a los servicios militares prestados a principios de la segunda guerra mundial. Debido a los esfuerzos blicos, exista una necesidad urgente de asignar recursos escasos a las distintas operaciones militares y a las actividades dentro de cada operacin, en la forma ms efectiva. Por esto, las administraciones militares americana e inglesa hicieron un llamado a un gran nmero de cientficos para que aplicaran el mtodo cientfico a ste y a otros problemas estratgicos y tcticos. De hecho, se les pidi que hicieran investigacin sobre operaciones (militares). Estos

U N

I V E 24

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

equipos de cientficos fueron los primeros equipos de IO. Con el desarrollo de mtodos efectivos para el uso del nuevo radar, estos equipos contribuyeron al triunfo del combate areo ingls. A travs de sus investigaciones para mejorar el manejo de las operaciones antisubmarinas y de proteccin, jugaron tambin un papel importante en la victoria de la batalla del Atlntico Norte. Esfuerzos similares fueron de gran ayuda en a isla de campaa en el pacfico. Al terminar la guerra, el xito de la investigacin de operaciones en las actividades blicas gener un gran inters en sus aplicaciones fuera del campo militar. Como la explosin industrial segua su curso, los problemas causados por el aumento en la complejidad y especializacin dentro de las organizaciones pasaron de nuevo a primer plano. Comenz a ser evidente para un gran nmero de personas, incluyendo a los consultores industriales que haban trabajado con o para los equipos de IO durante la guerra, que estos problemas eran bsicamente los mismos que los enfrentados por la milicia, pero en un contexto diferente. Cuando comenz la dcada de 1950, estos individuos haban introducido el uso de la investigacin de operaciones en la industria, los negocios y el gobierno. Desde entonces, esta disciplina se ha desarrollado con rapidez. Se pueden identificar por lo menos otros dos factores que jugaron un papel importante en el desarrollo de la investigacin de operaciones durante este perodo. Uno es el gran progreso que ya se haba hecho en el mejoramiento de las tcnicas disponibles en esta rea. Despus de la guerra, muchos cientficos que haban participado en los equipos de IO o que tenan informacin sobre este trabajo, se encontraban motivados a buscar resultados sustanciales en este campo; de esto resultaron avances importantes. Un ejemplo sobresaliente es el mtodo simplex para resolver problemas de programacin lineal, desarrollada en 1947 por George Dantzing. Muchas de las herramientas caractersticas de la investigacin de operaciones, como programacin lineal, programacin dinmica, lneas de espera y teora de inventarios, fueron desarrolladas casi por completo antes del trmino de la dcada de 1950. Un segundo factor que dio mpetu al desarrollo de este campo fue el advenimiento de las computadoras. Para manejar de una manera efectiva los complejos problemas inherentes a esta disciplina, por lo general se requiere un gran nmero de clculos. Llevarlos a cabo a mano puede resultar casi imposible. Por lo tanto, el desarrollo de la computadora electrnica digital, con su capacidad para realizar clculos aritmticos, miles o tal vez millones de veces ms rpido que los seres humanos, fue una gran ayuda para la investigacin de operaciones. Un avance ms tuvo lugar en la dcada de 1980 con el desarrollo de las computadoras personales cada vez ms rpidas, acompaado de buenos paquetes de software para resolver problemas de IO, esto puso las tcnicas al alcance de un gran nmero de personas. Hoy en da, literalmente millones de individuos tienen acceso a estos paquetes. En consecuencia, por rutina, se usa toda una gama de computadoras, desde las grandes hasta las porttiles, para resolver problemas de investigacin de operaciones.

U N

I V E 25

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

PROGRAMA DE CALIDAD UDABOL DIF 002

LA PROGRAMACIN LINEAL En cualquier empresa, muchas de las decisiones que se toman tienen por objeto hacer el mejor uso posible (optimizacin) de los recursos de la misma. Por recursos de una empresa entendemos la maquinaria que sta posea, sus trabajadores, capital financiero, instalaciones, y las materias primas de que disponga. Tales recursos pueden ser usados para fabricar productos (electrodomsticos, muebles, comida, ropa, etc.) o servicios (horarios de produccin, planes de marketing y publicidad, decisiones financieras, etc.). La Programacin Lineal (PL) es una tcnica matemtica diseada para ayudar a los directivos en la planificacin y toma de decisiones referentes a la asignacin de los recursos. Como ejemplos de problemas donde la PL desarrolla un papel fundamental, podramos citar: 1. A partir de los recursos disponibles, determinar las unidades a producir de cada bien de forma que se maximice el beneficio de la empresa. 2. Elegir materias primas en procesos de alimentacin, para obtener mezclas con unas determinadas propiedades al mnimo coste. 3. Determinar el sistema de distribucin que minimice el coste total de transporte, desde diversos almacenes a varios puntos de distribucin. 4. Desarrollar un plan de produccin que, satisfaciendo las demandas futuras de los productos de una empresa, minimice al mismo tiempo los costes totales de produccin e inventario. Caractersticas de un problema de PL Las tcnicas de PL han sido ampliamente utilizadas en mbitos tan diferentes como el militar, industrial, financiero, de marketing, e incluso agrcola. A pesar de tal diversidad de aplicaciones, todos los problemas de PL tienen cuatro propiedades comunes: 1. Pretenden optimizar (maximizar o minimizar) alguna cantidad (funcin objetivo). As, por ejemplo, el principal objetivo de un banquero sera maximizar beneficios, mientras que el principal objetivo de una empresa transportista podra ser minimizar los costes de los envos. 2. Habr que tener en cuenta las restricciones que limitan el grado en el cual es posible modificar las variables que afectan a nuestra funcin objetivo. As, a la hora de decidir cuntas unidades de cada bien se han de producir, deberemos considerar, entre otras, las limitaciones de personal y maquinaria de que disponemos.

3. El problema debe presentar distintas alternativas posibles: si una compaa produce cuatro bienes diferentes, la direccin puede usar PL para determinar las cantidades de recursos que asigna a la produccin de cada uno de ellos (podra optar por hacer una asignacin ponderada, dedicar todos los recursos a la produccin de un nico bien abandonando la produccin del resto, etc.). 4. En PL, la funcin objetivo debe ser una funcin lineal, y las restricciones deben ser expresables como ecuaciones o inecuaciones lineales.

U N

I V E 26

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

Planteamiento de un problema de PL Ejemplo: Una empresa fabrica dos modelos de mesas para ordenador, M1 y M2. Para su produccin se necesita un trabajo manual de 20 minutos para el modelo M1 y de 30 minutos para el M2; y un trabajo de mquina de 20 minutos para M1 y de 10 minutos para M2. Se dispone de 100 horas al mes de trabajo manual y de 80 horas al mes de mquina. Sabiendo que el beneficio por unidad es de 1,5 y 1 $us. para M1 y M2, respectivamente, planificar la produccin para obtener el mximo beneficio. Estructuramos el modelo: Llamando: La funcin objetivo es: Las restricciones: X = n unidades producidas al mes de M1 Y = n unidades producidas al mes de M2 Z = 1,5X + Y

Sujeto a: 20X + 30Y <= 100*60 20X + 10Y <= 80*60 X >= 0 Y >= 0 Las dos ltimas restricciones, si bien no constan de forma explcita en el enunciado, s figuran de forma implcita, pues el nmero de mesas a producir no puede ser inferior a 0. Supuestos bsicos de la PL Desde un punto de vista tcnico, hay cinco supuestos que debe cumplir todo problema de programacin lineal: 1. Los coeficientes, tanto de la funcin objetivo como de las restricciones, son conocidos con exactitud y adems no varan durante el perodo de tiempo en que se realiza el estudio (supuesto de certidumbre). 2. Tanto en la funcin objetivo como en las restricciones hay proporcionalidad: si para la produccin de un bien empleamos 5 horas de un determinado recurso (mano de obra, maquinaria, etc.), para producir diez unidades de dicho bien sern necesarias 50 horas del mismo recurso.

3. Aditividad de actividades: tanto en la funcin objetivo como en las restricciones, la contribucin de cada variable es independiente de los valores del resto de las variables, siendo el total de todas las actividades igual a la suma de cada actividad individual. As, por ejemplo, si producimos dos tipos de bienes, uno que nos reporte un beneficio de 20 /unidad, y otro que nos reporte un beneficio de 10 /unidad, la produccin de un bien de cada tipo supondr un beneficio total de 30 . 4. Las soluciones del problema sern, en general, nmeros reales no necesariamente enteros (supuesto de divisibilidad). Para aquellos problemas en los cuales slo tenga sentido obtener soluciones enteras (cuando las soluciones se refieran a objetos indivisibles), se usarn tcnicas de Programacin Lineal Entera (PLE). 5. Las variables de nuestro modelo tomarn siempre valores positivos (supuesto de no negatividad), dado que no tiene sentido hablar de cantidades negativas de objetos fsicos.

U N

I V E 27

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

PROGRAMA DE CALIDAD UDABOL


DIF 003

METODO GRFICO El mtodo grfico de resolucin tan slo es aplicable a problemas con dos variables (X e Y). Para aquellos casos en que el nmero de variables del problema sea superior a dos, no ser posible encontrar la solucin a partir de un grfico bidimensional y, por tanto, tendremos que usar mtodos de resolucin ms complejos. An as, el mtodo grfico es de un gran valor pedaggico dado que nos permite vislumbrar de una forma intuitiva las ideas bsicas de la PL. Volviendo al ejemplo de las mesas de ordenador, dado que en l tenemos slo dos variables, podremos representar cada una de las restricciones en el plano real. Estas restricciones son semiespacios (por ser lineales), la interseccin de los cuales se denomina regin factible (rea de color verde en la figura):

La teora matemtica establece que, dado un problema de PL que tenga solucin, sta vendr dada por uno de los vrtices (o puntos extremos) del polgono que configura la regin factible. Por tanto, ser suficiente hallar las coordenadas de dichos vrtices (intersecciones de rectas) y determinar (sustituyendo en la funcin objetivo) cul de ellos es la solucin ptima. En nuestro ejemplo, tendramos slo cuatro puntos candidatos a ser solucin del problema (los cuatro vrtices del polgono), sustituyendo sus coordenadas en la funcin objetivo obtenemos: Z(0,0) = 0; Z(0,200) = 200; Z(210,60) = 375; Z(240,0) = 360

U N

I V E 28

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

Casos especiales A la hora de resolver un problema de PL, nos podramos encontrar con cualquiera de estas cuatro situaciones especiales que conviene conocer: No Factibilidad: Podra ocurrir que el problema propuesto no tuviese solucin. ste sera el caso en que las restricciones fuesen incompatibles, i.e., que ningn punto del plano (o, en general, del espacio real ndimensional) puede cumplir simultneamente todas las limitaciones a las que estamos sometidos, es decir, la regin factible es un conjunto vaco. No Acotacin: En ocasiones, podemos encontrarnos con problemas que no tengan una solucin finita; as por ejemplo, en un problema de maximizacin podramos tener alguna variable que pudiese incrementarse indefinidamente sin violar ninguna de las restricciones, permitiendo a la funcin objetivo tomar valores tan grandes como se desee. Grficamente, tendramos una regin factible no acotada. Redundancia: Algunas restricciones pueden estar de ms por no aportar nada nuevo a la forma de la regin factible, ya que hay otras que resultan ser ms restrictivas (esto suele ocurrir en problemas extensos, donde resulta difcil reconocer restricciones redundantes). Soluciones Mltiples: Un problema de PL puede tener ms de una solucin ptima (e incluso infinita). En el caso grfico de dos variables, si dos vrtices consecutivos de la regin factible son solucin ptima del problema, entonces todos los puntos del segmento comprendido entre ellos tambin sern ptimos.

U N

I V E 29

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

PROGRAMA DE CALIDAD UDABOL DIF 004

PROBLEMAS DE ASIGNACION (MTODO HNGARO) Un problema de asignacin es un problema de transporte balanceado, en el cual todas las ofertas y todas las demandas son iguales a uno. Se puede resolver eficientemente un problema de asignacin m x m mediante el mtodo Hngaro: Paso 1.- Empiece por encontrar el elemento mas pequeo en cada rengln de la matriz de costos. Construya una nueva matriz, al restar de cada costo, el costo mnimo de su rengln. Encuentre, para esta nueva matriz el costo mnimo en cada columna. Construya una nueva matriz ( la matriz de costos reducidos ) al restar de cada costo el costo mnimo de su columna. Paso 2.- Dibuje el mnimo numero de lneas (horizontales o verticales) que se necesitan para cubrir todos los ceros en la matriz de costos reducidos. Si se requieren m lneas para cubrir todos los ceros, siga con el paso 3. Paso 3.- Encuentre el menor elemento no cero (llame su valor k en la matriz de costos reducidos, que no esta cubiertos por las lneas dibujadas en el paso 2. Ahora reste k de cada elemento no cubierto de la matriz de costos reducidos y sume k a cada elemento de la matriz de costos reducidos cubierto por dos lneas. Regrese al paso 2. Un problema de asignacin es un problema de transporte balanceado en el que todas las ofertas y demandas son iguales a 1; as se caracteriza por el conocimiento del costo de asignacin de cada punto de oferta a cada punto de demanda. La matriz de costos del problema de asignacin se llama: matriz de costos. Como todas las ofertas y demandas para el problema de asignacin son nmeros enteros, todas las variables en la solucin ptima deben ser valores enteros. EJEMPLOS DE PROBLEMAS DE ASIGNACIN 1. Una empresa ha contratado a 4 individuos para 4 trabajos, los 4 individuos y 4 trabajos pueden mostrarse en una tabla que indique las clasificaciones obtenidas, analizando al individuo para cada trabajo. Los renglones se refieren a los hombres, mientras que las columnas se refieren a los trabajos; el problema consiste en maximizar las calificaciones para asignar los 4 trabajos. Se supone que las calificaciones de un individuo son directamente proporcionales a la ganancia que obtendra la compaa si ese individuo se encargara del trabajo. 2. Otro problema que utiliza la misma estructura del modelo de transporte, es la asignacin de camiones para reducir al mnimo los costos de un problema de asignacin. 3. Una empresa cubre el territorio nacional con dos camiones especialmente equipados para funcionar en condiciones climatolgicas especficas. La empresa ha dividido en cinco regiones geogrficas. Se compra el camin A y se modifica para que funcione eficientemente en las regiones uno y dos, y para que funcione bastante bien en las regiones tres y cuatro. El mismo camin no funciona bien en la regin cinco. Los gastos de gasolina, mantenimiento y otros costos directos de operacin, seran mnimos en las regiones uno y dos, promedio en las regiones tres y cuatro, y altos en la regin cinco. Se tiene esa misma informacin con respecto a los dems camiones de la compaa, o sea, los tipos B, C y D.

U N

I V E 30

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

PROGRAMA DE CALIDAD UDABOL DIF 005

PROGRAMACIN DE PROYECTOS CON PERT-CPM Un proyecto define una combinacin de actividades interrelacionadas que deben ejecutarse en un cierto orden antes que el trabajo completo pueda terminarse. Las actividades estn interrelacionadas en una secuencia lgica en el sentido que algunas de ellas no pueden comenzar hasta que otras se hayan terminado. Una actividad en un proyecto, usualmente se ve como un trabajo que requiere tiempo y recursos para su terminacin. Recuerde: En general, un proyecto es esfuerzo de un solo periodo; esto es, la misma sucesin de actividades puede no repetirse en el futuro. En el pasado, la programacin de un proyecto (en el tiempo) se hizo con poca planeacin. La mejor herramienta conocida de "Planeacin" entonces era el diagrama de barras de Gantt, el cual especifica los tiempos de inicio y terminacin de cada actividad en una celda de tiempo horizontal. Su ventaja es que la interdependencia entre las diferentes actividades (la cual controla principalmente el progreso del proyecto) no puede determinarse a partir del diagrama de barras. Las complejidades crecientes de los proyectos actuales han demandado tcnicas de planeacin ms sistemticas y ms efectivas con el objeto de optimizar la eficiencia en la ejecucin del proyecto. La eficiencia aqu implica efectuar la mayor reduccin en el tiempo requerido para terminar el proyecto mientras se toma en cuenta la factibilidad econmica de la utilizacin de los recursos disponibles. La administracin de proyectos ha evolucionado como un nuevo campo con el desarrollo de dos tcnicas analticas para la planeacin, programacin y control de proyectos. Tales son el Mtodo de Ruta Crtica (CPM) y la Tcnica de Evaluacin y Revisin de Proyectos (PERT). Las dos tcnicas fueron desarrolladas por dos grupos diferentes casi simultneamente (1956-1958). El CPM fue desarrollado por E.I. du Pont de Nemours & Company como una aplicacin a los proyectos de construccin y posteriormente se extendi a un estado ms avanzado por Mauchly Associates. El PERT, por otra parte, fue desarrollado por la Marina de Estados Unidos por una organizacin consultora con el fin de programar las actividades de investigacin y desarrollo para el programa de misiles Polaris. Los mtodos PERT y CPM estn bsicamente orientados en el tiempo en el sentido que ambos llevan a la determinacin de un programa de tiempo. Aunque los dos mtodos fueron desarrollados casi independientemente, ambos son asombrosamente similares. Quiz la diferencia ms importante es que originalmente las estimaciones en el tiempo para las actividades se supusieron determinantes en CPM y probables en PERT. Ahora PERT y CPM comprenden realmente una tcnica y las diferencias, si existe alguna, son nicamente histricas. En adelante, ambas se denominarn tcnicas de "programacin de proyectos". La programacin de proyectos por PERT-CPM consiste en tres fases bsicas: Planeacin, Programacin y Control. La fase de planeacin se inicia descomponiendo el proyecto en actividades. Las estimaciones de tiempo para estas actividades se determinan luego y se construye un diagrama de red (o de flechas) donde cada uno de sus arcos (flechas) representa una actividad. El diagrama de flechas completo da una representacin grfica de las interdependencias entre las actividades del proyecto. LA construccin del diagrama de flechas como una fase de planeacin, tiene la ventaja de estudiar los diferentes trabajos en detalle, sugiriendo quiz

U N

I V E 31

R S

I D A D

D E

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

mejoras antes del que el proyecto realmente se ejecute. Ser ms importante su uso en el desarrollo de un programa para el proyecto. El ltimo objetivo de la fase de programacin es construir un diagrama de tiempo que muestre los tiempos de iniciacin y terminacin para cada actividad, as como su relacin con otras actividades del proyecto. Adems, el programa debe sealar las actividades crticas (en funcin del tiempo) que requieren atencin especial si el proyecto se debe terminar oportunamente. Para las actividades no crticas el programa debe mostrar los tiempos de holgura que pueden utilizarse cuando tales actividades se demoran o cuando se deben usar eficientemente recursos limitados. La fase final en la administracin de proyectos es la de control. Esto incluye el uso del diagrama de flechas y la grfica de tiempo para hacer reportes peridicos del progreso. La red puede, por consiguiente, actualizarse y analizarse y si es necesario, determinar un nuevo programa para la porcin restante del proyecto. Diagramas de Flechas: El diagrama de flechas representa las interdependencias y relaciones de precedencia entre las actividades del proyecto. Se utiliza comnmente una flecha para representar una actividad, y la punta indica el sentido de avance del proyecto. La relacin de precedencia entre las actividades se especifica utilizando eventos. Un evento representa un punto en el tiempo y significa la terminacin de algunas actividades y el comienzo de nuevas. Las actividades que originan un cierto evento no puede comenzar hasta que las actividades que concluyen en el mismo evento hayan terminado. En la terminologa de la teora de redes cada actividad est representada por un arco dirigido y cada evento est simbolizado por un nodo. La longitud del arco no tiene que ser proporcional a la duracin de la actividad ni tiene que dibujarse como lnea recta. Las reglas para construir el diagrama de flechas se resumirn ahora: 1. Cada actividad est representada por una y un solo una flecha en la red. Ninguna actividad puede representarse dos veces en la red. 2. Dos actividades diferentes no pueden identificarse por el mismo evento terminal y de inicio. 3. Al fin de asegurar la relacin de precedencia correcta el diagrama de flechas, las siguientes preguntas deben responderse cuando se agrega cada actividad a la red: Es importante revisar las siguientes preguntas acerca de la planificacin de los proyectos.

Qu actividad debe terminarse inmediatamente antes de que esta actividad pueda comenzar? Qu actividades deben seguir a esta actividad? Qu actividades deben efectuarse simultneamente?

U N

I V E 32

R S

I D A D

D E

A Q

U I N O

B O

L I V I A