Universidad del Valle

Facultad de ingeniera industrial y estadstica

Informe de ejercicios de taller 3 de programacin de operaciones




Estudiantes a cargo
Arredondo R. Jeniffer Y
Daz B. Jos Luis
Hernndez Vctor Hugo
Mena Diego Fernando


Docente
Salazar Andrs Felipe






Guadalajara de Buga, Mayo 2014



Solucin de algunos ejercicios del captulo 8
14) Una pequea compaa procesadora de alimentos debe realizar 7 trabajos.
El gerente desea entregar las rdenes tan pronto como sea posible, para
reducir los espacios que se usan para los trabajos en proceso, y quiere que
todos los trabajos se entreguen con nomas de tres das de retraso. Qu
programacin recomendara?
Trabajo j 1 2 3 4 5 6 7
Pj 4 2 8 9 3 6 1
dj 6 13 14 22 31 33 38

En primera instancia se utiliz el programa LEKIN Scheduler para evaluar las
reglas de despacho como Ratio crtico (CR), Earliest Due Date (EDD), Longest
Processing Time (LPT) y Shortest Processing Time (SPT), esto se realiz con
el fin de definir que regla de prioridad es ms eficiente a la hora de definir la
programacin con base a los requerimientos de la compaa de alimentos. La
tabla de resultados se presenta a continuacin:

Bajo el criterio establecido anteriormente, las reglas de programacin CR, EDD,
LPT y SPT presentan diferente tiempos de tardanza los cuales son (1, 1, 21,
11) respectivamente, esto ya puede definir que tanto el programa CR como el
EDD son los ms indicados para cumplir con el plazo mximo de 3 das de
retraso; por otro lado, el nmero de trabajos tardos es de (3, 1, 3, 3)
respectivamente, esto muestra que el programa EDD minimiza el nmero de
trabajos tardos a 1 (el trabajo 4), mientras que los programas CR, LPT y SPT
generan 3 trabajos tardos. A continuacin se presenta el diagrama de carga
objetivo que presenta la diferencia de eficacia de los mtodos:

Como se puede ver en el grfico, el comportamiento de los mtodos es
semejante en varios aspectos como el tiempo y el lapso de trabajo, por otro
lado, tanto en las reas de tardanza mxima, total retrasos y nmero de
tardanzas se puede observar que el mtodo EDD es superior a los dems en
trminos de efectividad a la hora de desarrollar una solucin factible.
A continuacin se presenta el diagrama de Gantt para la programacin (EDD):


Como conclusin se recomendara la programacin de trabajos con fecha de
entrega ms temprana (EDD) ya que puede cumplir con los requerimientos de
tiempo de tardanza, adems, lleva al mnimo el nmero de trabajos tardos en
comparacin con los dems mtodos.








16) Encuentre un buen programa del tiempo de flujo para los siguientes
trabajos con tiempos de liberaciones de las rdenes:
Trabajo i 1 2 3 4 5 6 7 8 9 10 Total
Pi 16 11 6 18 2 20 19 20 8 16 136
ri 22 6 0 6 21 7 29 121 64 48

Para un problema donde se deba minimizar el tiempo de flujo con tiempos de
liberacin, se recomienda el mtodo de produccin trabajo con procesos ms
corto (SPT), este mtodo me ayuda a optimizar el flujo de tiempo y teniendo en
cuenta los tiempos de liberacin de los trabajos.
Ahora, si aplicamos este mtodo los resultados serian:


Trabajo
i
3 2 5 1 4 9 10 7 6 8
Pi 6 11 2 16 18 8 16 19 20 20
ri 0 6 21 22 6 64 48 29 7 121 Total
Ci= 6 17 23 39 57 72 88 107 127 147 683
Fi= 6 11 2 17 51 8 40 78 120 26 359








Como podemos observar nos da un tiempo de proceso (Makespan) de 147 y
un tiempo de flujo total de 683 si el orden de los trabajos son (3, 2, 4, 6, 5, 1, 7,
10, 9 y 8), indicndonos que son las cantidades ptimas con este modelo, sin
embargo, el mtodo radio critico (CR), nos arroja un resultado similar.
Para demostrar que es el ptimo entre los dems modelos conocidos, se
presentaran en la siguientes graficas:





Como se puede observar los mtodos CR y SPT, me ofrecen las cantidades
mas optimas entre ellas.
22) Encuentre el programa de tardanza total optima para el siguiente problema
de una sola maquina. Sugerencia: use la informacin que pueda.
Trabajo
i
1 2 3 4 5 6 Total
Pi 79 96 102 121 130 147 675
di 255 683 580 260 337 269
Para este tipo de problemas, donde el objetivo principal es optimizar la
tardanza total, se recomienda el modelo de programacin fecha de entre ms
corta (EDD), al utilizar este modelo obtuvimos los siguientes resultados:
Trabajo
i
1 4 6 5 3 2 Total
Pi 79 121 147 130 102 96 675
di 255 260 269 337 580 683
Ci 79 200 347 477 579 675 2357
Li -
176
-60 78 140 -1 -8 -27
Ti 0 0 78 140 0 0 218


Como podemos observar en estas graficas, si se utiliza este mtodo el orden
de trabajo seria (1, 4, 6, 5, 3 y 2), obteniendo una tardanza total de 218, con 2
trabajos tardos que son (6 y 5). Tambin, se puede demostrar que es el ms
ptimo de los mtodos conocidos, ya que supera la tardanza total, aunque el
flujo de tiempo sea menor. Esta demostracin se presenta en la siguientes
graficas:


De esta forma se demuestra que el modelo ptimo entre los conocidos es el
EDD, dando como tardanza total una cantidad de 218.

30) Considere el siguiente conjunto de trabajos:
TRABAJO
i
1 2 3 4 5 6 7 8 9 10
Pi 5 11 18 8 20 4 14 9 10 16

a) Encuentre la suma mnima de adelanto y tardanza si la fecha de entrega
comn es de 90
b) Repita el inciso anterior si la fecha de entrega es 65.
Para este problema se supone que todos los trabajos tienen pesos iguales,
fecha de liberacin en cero y una fecha de entrega en comn, y tiene como
objetivo minimizar la tardanza total. Para lograr este objetivo usaremos la
secuencia TPC (SPT) que me minimiza la tardanza total.


Ahora para responder el inciso a, se debe tener en cuenta que tiene una
cantidad en comn para todos los trabajos y esa cantidad es la fecha de
entrega que me representa como 90, para observar si se logro minimizar la
tardanza con este parmetro, utilizamos el mtodo SPT y obtuvimos los
siguientes resultados:
Trabajo
i
6 1 4 8 9 2 7 10 3 5 Total
Pi 4 5 8 9 10 11 14 16 18 20 115
di 90 90 90 90 90 90 90 90 90 90
Ci 4 9 17 26 36 47 61 77 95 115 487
Li -
86
-81 -
73
-64 -
54
-
43
-29 -13 5 25 -413
Ti 0 0 0 0 0 0 0 0 5 25 30
Ai 86 81 73 64 54 43 29 13 0 0 443




Como podemos observar el orden programado optimo, es (6, 1, 4, 8, 9, 2, 7,
10, 3 y 5), siendo este el de menor tardanza (30) y adelanto (443). Para
demostrar que este modelo es el ptimo se mostrara en las siguientes graficas
los resultados de los otros mtodos:




Con estos resultados, se puede observar claramente que se no se obtienen
una tardanza menor que 30, sin embargo, no es el nico modelo que me
minimiza los trabajos tardos, tambin lo hace EDD y FCFS.
b) ahora para este problema, que tiene un parmetro distinto, que es la fecha
de entrega, siendo de 65
Trabajo i 1 2 3 4 5 6 7 8 9 10 Total
Pi 5 11 18 8 20 4 14 9 10 16 115
di 65 65 65 65 65 65 65 65 65 65

Si aplicamos el mismo mtodo, cumpliramos el mismo objetivo solo que con
distintos resultados como podemos ver a continuacin:
Trabajo i 6 1 4 8 9 2 7 10 3 5 Total
Pi 4 5 8 9 10 11 14 16 18 20 115
di 65 65 65 65 65 65 65 65 65 65
Ci 4 9 17 26 36 47 61 77 95 115 487
Li -61 -56 -48 -39 -29 -18 -4 12 30 50 -163
Ti 0 0 0 0 0 0 0 12 30 50 92
Ai 61 56 48 39 29 18 4 0 0 0 255


Con este resultado obtuvimos el mismo orden, aunque la tardanza mnima en
este caso es de 92 y el adelanto es de 255, siendo estos valores los ms
ptimos entre los mtodos conocidos. Para observar que este mtodo es el
ptimo entre los otros, lo demostraremos en las siguientes graficas.


En este caso, este mtodo fue el nico que mejor me minimizo los trabajos
tardos y la tardanza mnima.

Sin embrago, para comprobar que se obtenga el ptimo se utilizara un modelo
heurstico y al aplicarlo podemos decir que:
Suponiendo que todos los trabajos tienen pesos iguales, fecha de liberacin en
cero y una fecha de entrega en comn se utiliza la regla LPT para resolver
este tipo de problemas.
a) Este primer inciso se realiza para un problema no restringido con D>= Delta,
es decir, la fecha de entrega es no restringida.

Primero se debe determinar el j* que en este caso nos dio J* = 5 es
decir que el trabajo 9 est en la quinta posicin de la secuencia v
dada en el segundo rengln.
Luego definimos:
D = fecha de entrega = 90
Delta = p1 + p3 +p5 + p7 +p9 = 67
Aqu comprobamos que el problema es no restringido porque se cumple que
D>= Delta.
Despus definimos la terminacin de cada trabajo lo que se
determina a partir de la diferencia entre la fecha de entre y Delta y en
este caso nos da igual a 23 entonces el primer trabajo tiene una
fecha de terminacin de 28 dado que se le suma el tiempo de
procesamiento, y as se realiza para cada fecha de terminacin de
cada trabajo.
Por ltimo con los anteriores clculos logramos obtener la suma
mnima de adelanto y tardanza para los cuales se programan todos
los tiempos ocioso al principio con el objetivo de no adelantar tanto
los trabajos, dado que esto nos puede causar costos de mantener
inventarios si los trabajos se terminan antes de la fecha de entrega y
costos de retrasos por incumplir la fecha de entrega si los trabajos se
terminan despus de esta.


Los resultados de los clculos anteriores se muestran en la tabla a
continuacin.



TRABAJO i 1 2 3 4 5 6 7 8 9 10
Pi 5 11 18 8 20 4 14 9 10 16
SECUENCIA 1 3 5 7 9 10 8 6 4 2
TIEMPOS 5 18 20 14 10 16 9 4 8 11
SUMA DE
TIEMPOS
5 23 43 57 67 83 92 96 104 115
TERMINACIN 28 51 71 85 95 111 120 124 132 143
ADELANTO 62 39 19 5 0 0 0 0 0 0
TARDANZA 0 0 0 0 5 21 30 34 42 53

b) Este es un caso con fecha de entrega restringida debido a que D<Delta
por ende tenemos que hacer uso de otro tipo de procedimiento
heurstico que desarrollaron y probaron Sundararaghavan y Ahmed
para estos casos.
Paso 0 :
a = n; K = b = 1
Hacemos B = D
Paso 1:
Si B > A, entonces se asigna el trabajo k a la posicin b
b + 1 entonces b
B pk entonces B

De otra manera se asigna el trabajo k a la posicin a
a 1 entonces a
A pk entonces A
Para determinar los datos iniciales se realizaron los siguientes clculos:
A = j pj - D

a = 10 trabajos
Siguiendo esta secuencia de pasos y respetndolas condiciones que se van
presentando a lo largo de la programacin obtuvimos los resultados en la
siguiente tabla.

B b A a
k pk 65 1 50 10
5 20 65 1 50 10
3 18 65 1 30 9
10 16 47 2 30 9
7 14 31 3 30 9
2 11 17 4 30 9
9 10 17 4 19 8
8 9 17 4 9 7
4 8 8 5 9 7
1 5 8 5 1 6
6 4 3 6 1 6
j pj
=
115

32) Considere los siguientes tipos de procesado dependientes de la secuencia:
D una secuencia segn el heurstico del tiempo de preparacin ms corto y
muestre el ptimo.
Trabajo 1 2 3 4 5
1 __ 22 15 24 15
2 35 __ 24 29 1
3 19 23 __ 30 13
4 39 18 0 __ 9
5 11 0 2 12 __

Dada la limitacin de la herramienta LEKIN, no se puede programar este
algoritmo en esta herramienta, por otro lado, utilizando la secuencia segn el
heurstico del tiempo de preparacin ms corto se logr obtener la ruta ms
apropiada la cual se presenta a continuacin:

Trabajo 1 2 3 4 5
1 3
2 5
3 2
4 1
5 4

Mnimo de tiempo 63 Ruta 4-3-1-5-
2-4


La ruta apropiada segn el heurstico para el tiempo de preparacin ms corto
es (4-3-1-5-2-4) con un lapso de 63 unidades de tiempo.
33) Un troquel hace cuatro partes. Una vez terminada cada parte, se realiza un
cambio para la siguiente parte programada. El tiempo (en horas) para el
cambio depende de la secuencia y se muestra en la tabla. El proceso real de
las partes se puede tomar hasta dos das. Suponga que las partes deben de
hacerse una a la vez en un programa rotativo, Qu secuencia recomendara?
Parte 1 2 3 4
1 __ 1 3 4
2 6 __ 10 4
3 10 2 __ 3
4 2 1 4 __


Ya que la herramienta LEKIN tiene limitaciones de aplicabilidad, no es posible
programar este problema en la herramienta, por otro lado, utilizando la
secuencia segn el heurstico del tiempo de preparacin ms corto para hallar
el tiempo de preparacin mnimo se puede llegar a la solucin.
Parte 1 2 3 4
1 3
2 1
3 4
4 2

Mnimo de tiempo 11 Ruta 2-4-1-3-2
La ruta apropiada segn el heurstico para el tiempo de preparacin ms corto
es (2-4-1-3-2) con un lapso de 11 unidades de tiempo. Por otro lado se
encontr otra ruta que genera un lapso de tiempo similar:

Parte 1 2 3 4
1 4
2 2
3 1
4 3

Mnimo de tiempo 11 Ruta 3-2-4-1-3

Otro resultado de seguir el heurstico para el tiempo de preparacin ms corto
es (3-2-4-1-3) con un lapso de 11 unidades de tiempo. Ahora bien, tanto la
primera como la segunda ruta pueden ser una forma viable de minimizar el
tiempo de preparacin entre trabajos.

43) Determina el programa de flujo mnimo para los trabajos descritos en la
tabla, procesando en tres maquinas idnticas. Compare el tiempo de flujo con
las soluciones de una sola maquina.

Trabajo
i
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Total
Pi 16 9 10 8 5 11 15 6 3 19 8 4 3 11 5 1 11 10 6 5 166



Para este tipo de problema, se identifica claramente que se trabaja con
maquinas paralelas y se diferencia con una proceso de maquina simple. En
este problema tiene como objetivo minimizar el flujo total de los trabajos. Para
cumplir con este objetivo se recomienda utilizar el mtodo de programacin
trabajo con el proceso ms corto (SPT), sin embargo, este mtodo no me
optimiza el mximo flujo de tiempo, para tener mejor claridad, observemos los
resultados con el mtodo SPT:
Trabaj
o i
1
6
9 1
3
1
2
5 1
5
2
0
8 1
9
4 1
1
2 3 1
8
6 1
4
1
7
7 1 1
0
Tot
al
Pi 1 3 3 4 5 5 5 6 6 8 8 9 1
0
1
0
1
1
1
1
1
1
1
5
1
6
1
9
166


M1/Trabajo
i
16 12 20 4 3 14 1
P1 1 4 5 8 10 11 16 Total
Ci 1 5 10 18 28 39 55 156


M2/Trabajo
i
9 5 8 11 18 17 10
P1 3 5 6 8 10 11 19 Total
Ci 3 8 14 22 32 43 62 184

M3/Trabajo
i
13 15 19 2 6 7
P1 3 5 6 9 11 15 Total
Ci 3 8 14 23 34 49 131

Mi M1 M2 M3 Total
Ci 156 184 131 471



Como se puede observar, el tiempo de flujo total nos da una cantidad de 147,
con un makespan de 62, sin embargo, si lo que se quiere es optimizar el
makespan, el modelo ms ptimo es el mtodo proceso de tiempo ms largo
(LPT), para observar los resultados se mostraran en las siguientes graficas:


Con el mtodo LPT, se ve claramente que el Makespan, disminuyo de 62 a 56,
sin embargo, el tiempo de flujo total nos arrojo una cantidad mayor al mtodo
de SPT que es de 802.
Ahora estos son los mtodos ms ptimos si se quiere un mnimo flujo de
tiempo total o un flujo de tiempo mximo, se pueden demostrar en las
siguientes graficas:


Sin embargo, el objetivo principal es diferenciar el mtodo optimo con
maquinas paralelas y el mtodo optimo con maquinas simples. Adems se
debe hacer un anlisis con maquina simple, donde hay que minimizar el tiempo
de flujo o el flujo mximo de todo el proceso, para este tambin se utiliza el
mtodo SPT, en el caso de maquinas simple el flujo mximo es el mismo para
todos, as que solo se va optimizar el tiempo de flujo total. Al aplicar este
mtodo se tiene como resultado:


Trabajo
i
16 9 13 12 5 15 20 8 19 4 11 2 3 18 6 14 17 7 1 10 Total
Pi 1 3 3 4 5 5 5 6 6 8 8 9 10 10 11 11 11 15 16 19 166
Ci 1 4 7 11 16 21 26 32 38 46 54 63 73 83 94 105 116 131 147 166 1234



Con este mtodo tenemos como resultado optimo el tiempo de flujo total de
1234, aproximadamente el triple del flujo total del SPT con 3 maquinas
paralelas y un Makespan de 166, siendo aproximadamente el triple del
makespan del SPT con 3 maquinas paralelas.
Se podra afinar que entre ms maquinas paralelas, habr menos tiempo en la
espera.
44) Gerry, el mecnico del ejercicio 8.5, puede contratar otro mecnico para
ayudarlo a reparar seis automviles. El mecnico cuesta $ 10 por hora y debe
trabajar un mnimo de 4 horas. Qu costo por hora tendr que pagar Gerry al
tiempo de espera del cliente para justificar la contratacin del mecnico?
Trabajo i 1 2 3 4 5 6 Total
Pi 115 145 40 25 70 30 425
Para solucionar este problema, primero se debe identificar qu tipo de
programacin es, en este caso la programacin es maquinas paralelas. Ya
teniendo definido este programa se escoge el mtodo ms ptimo, y para
cumplir el objetivo que es el de menos flujo de tiempo total se usa el mtodo
del proceso con el tiempo ms corto (SPT), al aplicar este mtodo podemos
observar los siguientes resultados:
Trabajo i 4 6 3 5 1 2
Pi 25 30 40 70 115 145

M1/Trabajo i 4 3 1
Pi 25 40 115 Total
Ci 25 65 180 270

M2/Trabajo i 6 5 2
Pi 30 70 145 Total
Ci 30 100 245 375

Mi M1 M2 Total
Ci 270 375 645


Como podemos observar, el mtodo SPT, nos indica que el tiempo de flujo
optimo es de 645, adems de esto, tambin nos indica los tiempo de los
mecnicos (180 y 245), como el mecnico nuevo debe trabajar un mnimo de 4
horas, pues Gerry trabajara el resto en lo cual su tiempo mximo es de 245.
Ahora que sabemos, cual es el tiempo de total que trabaja el mecnico nuevo,
se calcula el costo total ya que el mecnico cobra un total de $10 por hora. Con
el resultado de la operacin (10*4.05 = $40,5), se calcula el posible costo por
hora, como ($40,5 = 645X), esta operacin nos da como resultado $0.096 por
minutos, ahora se calcula por horas ($0.096*60 = $5,76).
Sin embargo, para reducir costos, el mtodo ms optimo es el radio critico
(CR), este mtodo nos demuestra, que uno de los mecnicos trabaja
exactamente 4 horas, donde casualmente el mecnico nuevo debe trabajar
mnimo de 4 horas, para ver claramente este mtodo, se demostrara en la
grafica:



En este caso los costos cambiaran totalmente, ya que tendramos un total de
($10x4=$40), pero los costos por hora serian mucho ms reducidos por el
tiempo de flujo total que se obtuvo en este modelo, que tiene como cantidad
995. El costo por hora seria (($40/ 995) x 60 = $2.41).

Para demostrar que estos mtodos son los ptimos segn el inters de Gerry,
se mostraran en las siguientes graficas:


Como se menciono anteriormente, los mtodos ptimos son SPT y CR, en
este caso depende de cunto realmente el mecnico quiera tener como espera
por hora.

52) Los datos de un taller de produccin continua con 4 trabajos y 6 mquinas
se dan enseguida


A) obtenga un programa con un buen lapso para el problema
TRABAJO i 1 2 3 4 5 6
Pi1 18 14 25 29 7 21
Pi2 2 23 25 5 15 6
Pi3 28 3 22 6 25 19
Pi4 16 11 26 1 16 21
Para hallar el mejor programa con un buen lapso para el problema se realiza
con tres mtodos y reglas, primero se probar en el software Lekin con la regla
SPT, despus con el heurstico CDS y por ultimo con el heurstico de Gupta y
despus de ver los resultados de las tres programaciones se definir cual el
que tiene el mejor lapso para este problema.
1) Programacion en Lekin con la regla SPT

Con este mtodo obtuvimos un tiempo total de terminacin de Cmax =190.
2) Ahora se probara la programacin con el heurstico CDS
En este heurstico para lograr semejar este problema de 4 mquinas y n
trabajos como un algoritmo de Johnson para un problema de 2 mquinas y n
trabajos debemos de combinar los tiempo de procesado para obtener tres
programas de la cuales se escoger la mejor secuencia CDS para que tenga el
menor lapso Cmax.
El primer programa
trabajos 1 2 3 4 5 6
M1 18 14 25 29 7 21
M2 16 11 26 1 16 21

Secuencia
1 2 3 4 5 6
T4 T5 T2 T1 T6 T3

Con esta secuencia se tiene Cmax = 141
El segundo programa
trabajos 1 2 3 4 5 6
M1 20 37 50 34 22 27
M2 44 14 48 7 41 40


Secuencia
1 2 3 4 5 6
T4 T1 T2 T5 T6 T3

Con esta secuencia se tiene Cmax = 247
Tercer programa
trabajos 1 2 3 4 5 6
M1 48 40 72 40 47 46
M2 46 37 73 12 56 46

Secuencia
1 2 3 4 5 6
T4 T2 T6 T1 T5 T3

Con esta secuencia se tiene Cmax = 371

3) Por ltimo se realiza una programacin a este problema con el
heurstico de Gupta

TRABAJO
i
1 2 3 4 5 6
Pi1 18 14 25 29 7 21
Pi2 2 23 25 5 15 6
Pi3 28 3 22 6 25 19
Pi4 16 11 26 1 16 21

Aplicando los algoritmos en la siguiente tabla obtenemos los resultados y la
secuencia optima que este arrojo









trabajo p1+p2 p2+p3 p3+p4 min ei si (i)
1 20 30 44 20 -1 -
0,05
5
2 37 26 14 14 -1 -
0,07
3
3 50 47 48 47 1 0,02 6
4 34 11 7 7 -1 -
0,14
1
5 22 40 41 22 1 0,05 2
6 27 25 40 25 -1 -
0,04
4

Con este modelo obtuvimos la secuencia ptima (4-5-2-6-1-3)
Al realizar la grfica de Gantt para este heurstico obtuvimos un Cmax = 181
A partir de estos programas se realizaron los diagramas de Gantt y se
obtuvieron los Cmax respectivos y comparando pudimos comprobar que la
secuencia que arroja el mejor programa con un buen lapso optimo es la del
Cmax = 141, siendo el menor que se obtuvo, que corresponde a la primera
programacin que se realiz en el heurstico de CDS
Secuencia ptima para este problema:
1 2 3 4 5 6
T4 T5 T2 T1 T6 T3