Beruflich Dokumente
Kultur Dokumente
DE PROYECTOS CPM
MODELO PARA LA TOMA DE DECISIONES
AUTOR: Gabriel Mauricio Yaez Barreto
NDICE
Recomendaciones acadmicas
Desarrollo de cada una de las unidades temticas
1. Redes para la administracin de proyectos CPM.
1.1. Representacin como red
1.2. Ruta crtica
Referencias
Referencias bibliogrficas
INTRODUCCIN
Dentro de esta cartilla, cada uno de los estudiantes revisar la teora bsica de las redes para la
administracin de proyectos, que son usadas para determinar el tiempo de un proyecto y cules son las
actividades ms importantes dentro del mismo. Para poder comprender mejor el tema se brindarn
algunos tips o anotaciones con puntos claves de la teora.
Ahora, teniendo en cuenta que esto se utiliza es para la planeacin de los proyectos en general, pueden
revisar infinidad de aplicativos de las teoras para casos prcticos. Logran verlos aplicados desde el
momento de planear un da a da hasta el desarrollo de cualquier proyecto en una empresa.
RECOMENDACIONES ACADMICAS
Para profundizar un poco ms en el tema, no olviden que dentro de los recursos virtuales de la institucin
pueden encontrar varios tipos de documentos que les sern tiles, como lo son libros de investigacin de
operaciones o de administracin cientfica, tambin encontrarn artculos y documentos investigativos de
aplicacin.
2 POLITCNICO GRANCOLOMBIANO
Tiempo
Costo
Disponibilidad de recursos.
Estos factores son los que definen si un proyecto se realiza o no, ya que entre ellos se encuentran
relacionados. Por ejemplo, sabemos que si aumentamos el tiempo de un proyecto aumentan los costos,
para disminuir los costos de un proyecto debemos tener en cuenta que tambin se deben buscar
alternativas de tiempo y recursos. Lo que se busca con esta teora es determinar un tiempo de desarrollo
y unas actividades que son las ms importantes, lo cual nos define que esas actividades importantes son
las que no debemos permitir que se retrasen. Por lo tanto el mtodo CPM,critical path method en sus
siglas en ingls, que traduce al espaol el mtodo de la ruta crtica, es utilizado para la planeacin de cada
una de las actividades de un proyecto, definiendo cul ser su predecesor y cules actividades dependern
de la terminacin de la misma.
Este mtodo es utilizado para relacionar el tiempo de inicio y finalizacin de cada una de las actividades,
generando as el tiempo de desarrollo de un proyecto de manera secuencial. As, con la suma de los
tiempos de cada una de las actividades, podemos relacionar el tiempo de duracin de todo un proyecto.
Durante el desarrollo de la cartilla encontraremos cmo se realizan y definen las actividades ms
importantes.
Se realiza una representacin como red para tener un grfico que defina cules son las precedencias de
cada una de las actividades y lograr definir de manera ms didctica cules son las ms importantes y
cules pueden generar una demora. Por lo tanto, vamos a definir qu es un nodo y qu es un arco:
Arco: es el que refleja las relaciones de precedencia de cada una de las actividades.
Actividad Predecesor
A -
B -
C A
D A,B
E C,D
Segn lo que dice la tabla 1, la actividad A y B no tiene predecesor, por tanto son las iniciales del proyecto;
la actividad C depende de la finalizacin de A, la actividad D depende de la finalizacin de C y D, por ultimo
tenemos que la actividad E depende de la finalizacin de C y D. El tiempo en el que terminar la actividad
E ser el tiempo total de duracin del proyecto.
As como se muestra en la figura 1, quedara la representacin como red del ejemplo que venimos
desarrollando, todo teniendo en cuenta las precedencias y dependencias de cada una de las actividades.
Si revisamos bien la figura 1 nos encontramos con 3 rutas que cumplen las relaciones de precedencia desde
el inicio hasta el final, estas son A-C-E, B-D-E y por ultimo A-D-E. Para definir el tiempo total del proyecto,
es la suma de los tiempos de todas las actividades de una de las rutas siendo el mayor de los tiempos en
cualquiera de las rutas. Una ruta crtica para una red es aquella que es mayor o igual que cualquiera de las
rutas de la red.
Tambin debemos tener en cuenta la definicin de una holgura, la cual es la que nos indica si es o no una
actividad crtica o de las importantes del proyecto, ya que la ruta crtica solo tiene actividades con holgura
cero y que cumplan un camino desde el inicio del proyecto hasta el final del mismo.
Ahora revisemos el mismo ejemplo pero con tiempos para hacer ms practico el trabajo del mismo.
Tabla 2. Ejemplo con tiempos
A - 1.5
B - 1
C A 2
D A,B 1.5
4 POLITCNICO GRANCOLOMBIANO
E C,D 1
Empecemos con mirar las rutas que existen desde el inicio hasta el final del proyecto, tambin
analizaremos de una vez cual es el tiempo que se demora cada una de ellas, por lo tanto tenemos:
A - C - E = 1.5 + 2 + 1 = 4.5
A D E = 1.5 + 1.5 + 1 = 4
B D E = 1 + 1.5 + 1 = 3.5
Si nos fijamos en lo que acabamos de escribir sobre los tiempos de cada una de las rutas del proyecto y
retomamos las definicin de la ruta crtica que es aquella ruta que sea mayor o igual a cualquiera de los
tiempos de las rutas del proyecto como lo mencionamos anteriormente, tenemos que la ruta crtica del
ejemplo que estamos realizando es la primera o A C E que es la que se demora 4.5 unidades de tiempo.
Para entrar al detalle cmo se realiza todo el proceso con la teora de CPM debemos definir los siguientes
tiempos por cada una de las actividades del proyecto, los cuales son:
Ahora tenemos que para hallar cada uno de estos tiempos las siguientes instrucciones;:
S=LF-EF
S= LS ES
Si el resultado de las holguras es cero, es muy probable que esta actividad sea parte de la ruta crtica.
Definamos de una manera ms corta y concisa cada uno de los pasos para realizar el desarrollo de un
proyecto por el mtodo de CPM:
1. Calcular los tiempos ms tempranos de iniciacin (ES) para cada una de las actividades
desde el inicio hasta el final.
2. Tenga en cuenta que el tiempo ms temprano de iniciacin de una actividad es el mximo
de los tiempos de finalizacin temprana (EF) de las actividades predecesoras.
3. Calcular los tiempos ms tempranos de finalizacin de cada una de las actividades.
4. En las actividades finales del proyecto se toma el mayor de los tiempos tempranos de
finalizacin (EF) como el tiempo total del proyecto.
5. Calcular los tiempos ms tardos de finalizacin de cada una de las actividades desde el fin
hasta el inicio.
6. Tenga en cuenta el tiempo ms tardo de terminacin de una actividad (LF) es el mnimo
de los tiempos ms tardo de iniciacin de las actividades futuras.
7. Calcular los tiempos ms tardos de iniciacin de cada una de las actividades.
8. Determinar las holguras de cada una de las actividades y definir la ruta crtica.
Ya teniendo definidos cada uno de los pasos que se deben realizar vamos a continuar con el ejemplo que
venamos trabajando para esclarecer cada una de las dudas y demostrar cmo es la fase operativa de esta
teora. Tomamos la tabla 2 de nuevo de referencia del trabajo. La red queda de la siguiente manera:
6 POLITCNICO GRANCOLOMBIANO
Figura 3. Representacin de la red con los tiempos de cada una de las actividades
Despus de construir la red debemos empezar a encontrar los tiempos de inicio de cada una de las
actividades, como se muestra en la figura 2 los tiempos de inicio temprano de la actividad A y B son cero
por ser actividades iniciales de un proyecto. Pasamos a hallar los tiempos de finalizacin temprana (ES)
que son la suma del tiempo inicializacin temprana (ES) con el tiempo de la actividad por lo tanto queda
como se muestra en la figura 3.
Por lo tanto, el ES en c ser 1.5 (el final de A), y el de D es 1.5 tambin por ser el tiempo mayor. Despus
hallamos el EF de C y D, que es simplemente la suma del tiempo de la actividad con el ES de cada una de
ellas, todo quedara como se muestra en la Figura 4.
Para hallar el valor del ES de la actividad es bsicamente el mximo de los EF de la actividad C y D, lo cual
sera el mayor entre 3.5 y 3, que sera 3.5 por lo tanto se vera algo as.
Figura 7. Hallar el EF de E
Teniendo en cuenta que E es la ltima actividad el tiempo del proyecto es de 4.5 unidades de tiempo, por
lo tanto ahora empezamos a devolvernos y hallar los LF y LS de cada una de las actividades para terminar
el ejemplo.
El LF de la actividad E es bsicamente el valor de tiempo total del proyecto y a ese LF se le deben restar el
valor del tiempo de la actividad E para encontrar LS, lo cual queda como se muestra en la figura 7.
8 POLITCNICO GRANCOLOMBIANO
Figura 8. Hallar el valor LS en la actividad E
Figura 9. Hallar el LF de C y D
Ahora hallamos el valor de LS de la actividad C y D que es restar el valor de LF de cada una de las actividades
por el valor del tiempo de cada una de las actividades. Ya en la figura 9 se muestra que despus de hallar
los LS de la actividad C y D hallaremos el LF de la actividad que es el menor de los nmeros de los tiempos
LS de C y D, como se muestra en la figura 9.
Nos falta hallar las holguras de cada una de las actividades, como se muestra en la figura 11, y luego ya
tenemos las holguras como se muestra en la figura 12.
Con estos elementos podemos definir la ruta crtica, ya que esta es la secuencia de actividades
desde el inicio hasta el final, donde cada una de las actividades tiene holgura cero, por lo tanto
la ruta crtica es A C E, con un tiempo de duracin del proyecto de 4.5 unidades de tiempo.
Teniendo en cuenta este ejercicio desarrollaremos otro ejercicio ms como ejemplo del tema.
Tabla 3. Ejemplo 2
A - 6
B - 4
C A 3
D A 5
E A 1
F B,C 4
G B,C 2
H E,F 6
I E,F 5
10
10 POLITCNICO GRANCOLOMBIANO
J D,H 3
K G,I 5
Ahora en el siguiente paso colocaremos lo tiempos de cada una de las actividades y hallaremos lo tiempos
de inicializacin temprana y de finalizacin temprana de cada una de las actividades.
Como se muestra en la figura 13, as quedara la red con los ES y EF de cada una de las actividades.
Figura 14. Tiempos de iniciacin temprana y de finalizacin temprana de cada una de las actividades
Ahora realizaremos el procedimiento para hallar los LS y LF de cada una de las actividades y sus respectivas
holguras.
Ahora como podemos ver en la figura 14 ya tenemos cada una de las holguras de las actividades por lo
tanto podemos definir cul es la ruta crtica, que sera A C F I K, teniendo un tiempo de terminacin
del proyecto de 23 unidades de tiempo.
12
12 POLITCNICO GRANCOLOMBIANO
REFERENCIAS
Referencias bibliogrficas
Anderson, D. S. (2005). Mtodos Cuantitativos Para Los Negocios (Novena Edicin ed.). Mexico: Cengage
Learning Editores.
Bazaraa, M. J. (1996). Programacin Lineal y Flujo en Redes (Segunda edicin ed.). Mxico: Limusa.
Bazarra, M., & Jarvis, J. J. (2005). Programacin lineal y flujo en redes. (Segunda Edicin. ed.). Mxico:
Limusa Editores. .
Hillier, F. &. (2006). Texto principal: Introduccin a la Investigacin de Operaciones. (6 Edicin. ed.). N/A:
McGraw Hill. .
Hillier, F. &. (2006). Investigacin De Operaciones (Octava Edicin ed.). Mxico: McGraw-Hill.
Hillier, F. &. (2008). Mtodos Cuantitativos Para Administracin (Tercera Edicin ed.). Mxico: McGraw-
Hill.
Taha, H. (1997). Investigacin de Operaciones: Una Introduccin (Sexta edicin ed.). NY: Prentice Hall.
Introduccin
Recomendaciones acadmicas
Desarrollo de cada una de las unidades temticas
1. Inventarios EOQ
2. Modelo EPL
3. Modelo EOQ Con faltantes
4. Modelo de inventarios EOQ con descuentos
Referencias
Referencias bibliogrficas
INTRODUCCIN
En esta cartilla se revisarn las teoras sobre el manejo de los inventarios y las bases tericas de la
programacin lineal. Para el caso de los inventarios se entrarn a revisar los costos de cada uno de los
objetos que tenemos dentro del inventario de un almacn y cmo tenerlos puede incurrir en unos costos
que se ven reflejados en el desarrollo del ao de servicio.
Tambin se estudiar el desarrollo de la programacin lineal, sus diferentes aplicaciones y aparte sus
ventajas de uso. Teniendo en cuenta el cmo se realiza la formulacin y cmo generar una solucin.
Sabiendo que cada solucin puede tener un rango en cual se desplazara para dar una solucin acorde al
problema que se est trabajando.
RECOMENDACIONES ACADMICAS
Para profundizar un poco ms en el tema no olvide que dentro de los recursos virtuales de la institucin
puede encontrar varios tipos de documentos que pueden ser tiles, como lo son libros de investigacin de
operacin o de administracin cientfica, tambin puede encontrar artculos y documentos investigativos
de aplicacin de las mismas.
2 POLITCNICO GRANCOLOMBIANO
DESARROLLO DE CADA UNA DE LAS UNIDADES TEMTICAS
Inventarios EOQ
El gran creador del modelo de inventarios fue Ford W. Harris how many parts at once donde l nos dice
que Intereses sobre el capital invertido en salarios, materiales y gastos generales establece un lmite
mximo para la cantidad de piezas que se puede fabricar de manera rentable a la vez; costos "set-up " en
el trabajo de fijar el mnimo. La experiencia ha demostrado un gestor de una forma de determinar el
tamao econmica de lotes (Hillier, 2006). Esta fue una de las primeras aplicaciones de la administracin
cientfica.
Para el modelo EOQ se deben realizar varios supuestos para poderlo aplicar, en total son 7 supuestos de
los cuales debemos tener en cuenta;
= .
= , .
= .
= .
= .
= .
= .
= .
3
3
MODELOS PARA LA TOMA DE DECISIONES 3
Debemos tener en cuenta que nuestras variables de decisin o los datos ms importantes son el tamao
de la corrida y el punto de reorden, ya que stas son las que definen completamente el modelo que se
debe seguir. Segn lo dicho anteriormente, la grfica del modelo EOQ es la que se presenta en la figura #
1
Para definir cada una de las ecuaciones necesarias para el modelo EOQ
2
=
Para hallar cada uno de los costos en los que se incurre durante el ao en un inventario tenemos las
siguientes ecuaciones;
4 POLITCNICO GRANCOLOMBIANO
Costo de inventario : Inventario promedio
2
Costo anual de inventario
2
Costo unitario de inventario
2
Costo de alistamiento: se toma como los costos unitario de alistamiento por lote por lo
La funcin de costos totales anuales est definida como la suma del costo anual de
() = +
2
Bart's Barometer Business (BBB) es una pequea tienda especializada en implementos para la medicin
del clima. Actualmente BBB quiere decidir la poltica ptima de inventarios para sus barmetros.
Cada uno cuesta US$50 y la demanda se ha estimado en 500 por ao. Los costos de ordenar son de US$80
por pedido (un pedido tarda en ser entregado aproximadamente 60 das) y el costo de inventario es del
20% del costo del producto.
Despus de haber ledo el problema debemos realizar el listado de los datos que nos dan para de esta
manera empezar a solucionar el problema.
= 500
= 50
= 80
5
5
MODELOS PARA LA TOMA DE DECISIONES 5
= (0.2) (50)
= 60 = 0.2
Empezamos a aplicar cada una de las ecuaciones del modelo descritas anteriormente. Por lo tanto
debemos iniciar con la cantidad ptima a pedir o Q
2 80 500
= = 89.44 90 .
10
500
= 5.56
90
90
= 0.18 300 = 54 .
500
= 500 (0.2) = 100 .
10 90 500 80
= + = 894
2 90
2. Modelo EPL
En el modelo EPL se deben realizar varios supuestos para poderlo aplicar, tal cual como en el modelo EOQ
pero que slo se cambie uno de los supuestos, miremos los 7 supuestos los cuales debemos tener en
cuenta:
= .
= , .
6 POLITCNICO GRANCOLOMBIANO
= .
= .
= .
= .
= .
= .
Figura 2.
Modelo EPL
Ahora veremos la definicin de cada una de las ecuaciones necesarias para el modelo EPL:
2
=
(1 )
7
7
MODELOS PARA LA TOMA DE DECISIONES 7
EL inventario mximo ser:
= (1 )
= /
Para definir los costos del modelo EPL tenemos las siguientes expresiones:
(1)
Costo de inventario : Inventario promedio
2
(1)
Costo anual de inventario
2
(1)
Costo unitario de inventario
2
Costo de alistamiento: se toma como los costos unitario de alistamiento por lote por lo
La funcin de costos totales anuales est definida como la suma del costo anual de
(1 )
() = +
2
La compaa Non-Slip Tile (NST) debe satisfacer una demanda de 1000000 de baldosas al ao. El costo de
alistamiento por corrida de produccin es de US$5000 y se ha estimado un costo de inventario de US$ 0.1
por baldosa por ao. La fbrica puede producir 500000 baldosas por mes y opera 365 das al ao.
Si actualmente produce corridas de 100000 baldosas 10 veces por ao Cunto le cuesta su poltica de
produccin al ao?
Calcule la poltica ptima de produccin para la compaa y comprela con la poltica actual.
8 POLITCNICO GRANCOLOMBIANO
Solucin del problema:
= 1000000
= 6000000
= 5000
= 0.1
2 5000 1000000
= = 346410
0.1 (1 16)
1000000
= 2.89
346410
346410
= 0.346 = 126.4
1000000
1000000 1
= =
6000000 6
= .
= , .
= .
= .
= .
9
9
MODELOS PARA LA TOMA DE DECISIONES 9
= .
= .
= , .
= .
Por lo tanto cada una de las ecuaciones que definen el modelo de EOQ con Faltantes es;
2 +
=
10 POLITCNICO GRANCOLOMBIANO
El nmero de faltantes ser:
=( )
+
Para definir los costos del modelo EOQ con Faltantes tenemos las siguientes expresiones:
()2
Costo de inventario : Inventario promedio
2
()2
Costo anual de inventario
2
Costo de alistamiento: se toma como los costos unitario de alistamiento por lote por lo
2
Costo por las unidades faltantes: Faltantes promedio
2
2
Costo Anual de faltantes
2
La funcin de costos totales anuales est definida como la suma del costo anual de
( )2 2
() = + +
2 2
Hervis Rent-a-Car tiene una flota de 2500 autos atendiendo Los Angeles. Todos los autos son
administrados desde un garaje central. En promedio, 8 autos por mes necesitan cambio de motor, cada
motor cuesta US$850. Hay un costo de US$120 por pedido (toma 2 semanas hacer la entrega) y el costo
anual de inventario equivale al 30% del costo del motor. Finalmente cada semana que un auto est fuera
de servicio Hervis pierde US$40.
11
11
MODELOS PARA LA TOMA DE DECISIONES 11
Solucin del problema:
= 96
= 850
= 120
= (0.3) (850) = 255
= (52) (40) = 2080
= 2 = 0.038
96
= 9.6
10
10
= 0.104 = 38
96
255
10 ( ) = 1
255 + 2080
96 (0.038) 1 = 3
= .
= , .
12 POLITCNICO GRANCOLOMBIANO
= .
= .
= .
= .
= .
= .
Para definir cada una de las ecuaciones necesarias para el modelo EOQ con descuentos es bsicamente
las mismas del modelo EOQ bsico.
2
=
Para que sea factible la cantidad ptima debe estar en el rango que se tome para calcular el modelo.
Ahora para halla cada uno de los costos en los que se incurre durante el ao en un inventario tenemos las
siguientes ecuaciones:
Costo de inventario : Inventario promedio
2
Costo anual de inventario
2
Costo unitario de inventario
2
13
13
MODELOS PARA LA TOMA DE DECISIONES 13
Costo de alistamiento: se toma como los costos unitario de alistamiento por lote por lo
La funcin de costos totales anuales est definida como la suma del costo anual de
() = + +
2
Nick's Camera Shop vende pelcula flmica instantnea Zodiac. La pelcula tiene un costo, normalmente,
de US$3.20 por rollo y Nick vende cada uno en US$5.20. La pelcula Zodiac tiene una vida til de 18 meses.
El promedio de ventas semanales es de 21 rollos de pelcula. Su costo de inventario anual est
representado por un 20% del costo del rollo y a Nick le cuesta US$20 cada pedido que haga, independiente
de la cantidad ordenada.
Si Zodiac ofrece un descuento del 7% si se ordena 400 rollos o ms, del 10% si se ordena 900 rollos o ms
y del 15% si se ordena 2000 rollos o ms, Cul es la cantidad ptima a ordenar?
2 1092 20
= = 261.24 = 261
0.64
1092
= 4.18
261
14 POLITCNICO GRANCOLOMBIANO
261
= 0.24 = 87.6
1092
1092 (0) = 0
2 1092 20
= = 270.94
0.595
2 1092 20
= = 275.38
0.576
2 1092 20
= = 283.36
0.544
Al analizar los costos ptimos por cada rango, se obtiene un menor valor en el segundo rango, un
descuento del 7%, ordenado una cantidad de 400 rollos por pedido. El costo anual en que se incurre es de
US$3423.4
15
15
MODELOS PARA LA TOMA DE DECISIONES 15
REFERENCIAS
Referencias bibliogrficas
Anderson, D. S. (2005). Mtodos Cuantitativos para los negocios (Novena Edicin ed.). Mxico: Cengage
Learning Editores.
Bazaraa, M. J. (1996). Programacin Lineal y Flujo en Redes (Segunda edicin ed.). Mxico: Limusa.
Bazarra, M., & Jarvis, J. J. (2005). Programacin lineal y flujo en redes. (Segunda Edicin. ed.). Mxico:
Limusa Editores. .
Hillier, F. &. (2006). Texto principal: Introduccin a la Investigacin de Operaciones. (6 Edicin. ed.). N/A:
McGraw Hill. .
Hillier, F. &. (2006). Investigacin de Operaciones (Octava Edicin ed.). Mxico: McGraw-Hill.
Hillier, F. &. (2008). Mtodos Cuantitativos para Administracin (Tercera Edicin ed.). Mxico: McGraw-
Hill.
Taha, H. (1997). Investigacin de Operaciones: Una Introduccin (Sexta edicin ed.). NY: Prentice Hall.
Winston, W. (2005). Investigacin de Operaciones Aplicaciones y Algoritmos (Cuarta Edicin ed.). Mxico:
Thomson.
16 POLITCNICO GRANCOLOMBIANO
REDES DE ADMINISTRACIN
MODELO PARA LA TOMA DE DECISIONES
AUTOR: Gabriel Mauricio Yaez Barreto
NDICE
Desarrollo
temtico
1. Redes
para
la
administracin
de
proyectos
PERT
1.1. Representacin
como
red
1.2. Mtodo
de
las
tres
estimaciones
1.3. Ejemplo
ilustrativo
2. Redes
para
la
administracin
de
proyectos,
anlisis
de
costos
Glosario
de
trminos
Referencias
Referencias
bibliogrficas
DESARROLLO TEMTICO
Dentro
de
la
planeacin
de
un
proyecto
debemos
tener
en
cuenta
que
existen
varios
factores
que
afectan
el
desarrollo
del
mismo
como
lo
son:
Qu
quiere
decir
que
el
tiempo
puede
variar?,
que
se
pueden
tener
tres
tiempos
los
cuales
se
deben
tener
en
cuenta
para
el
desarrollo
del
problema;
estos
son,
un
tiempo
optimista
de
terminar
la
tarea,
un
tiempo
nominal
de
terminacin
de
la
tarea
y
por
ultimo
un
tiempo
pesimista
de
desarrollo
de
la
tarea.
Para
la
representacin
de
la
red
se
realiza
bsicamente
lo
mismo
que
con
el
mtodo
de
la
cartilla
anterior
(CPM).
La
gran
diferencia
es
que
se
basa
en
una
distribucin
normal
de
las
variables
del
proyecto
y
se
cuenta
con
una
varianza
y
una
desviacin
estndar
que
controlan
la
decisin
sobre
el
proyecto.
Por
lo
tanto,
a
esta
teora
se
le
llama
Proyect
Evaluation
and
Review
Tecnique,
la
cual
se
basa
en
datos
estadsticos
para
tomar
la
decisin
de
la
ruta
de
un
proyecto,
lo
que
define
la
necesidad
de
tener
varios
tiempos
sobre
una
sola
actividad
y
de
esta
manera
realizar
una
distribucin
normal
de
las
mismas.
La
representacin
como
red
(que
se
muestra
en
el
punto
siguiente)
se
2 POLITCNICO GRANCOLOMBIANO
maneja
bsicamente
igual
que
el
mtodo
de
CPM,
ya
que
se
basa
en
ste
para
realizar
el
desarrollo
del
mtodo
PERT.
Se
realiza
una
representacin
como
red
para
tener
un
grfico
que
defina
cuales
son
las
precedencias
de
cada
una
de
las
actividades
y
lograr
definir
de
manera
ms
didctica
cules
son
las
ms
importantes
y
cules
pueden
generar
una
demora.
Por
lo
tanto
vamos
a
definir
qu
es
un
nodo
y
que
es
un
arco.
Arco: es el que refleja las relaciones de precedencia de cada una de las actividades.
Para
realizar
el
desarrollo
de
un
proyecto
por
medio
del
mtodo
PERT,
debemos
definir
el
mtodo
de
las
tres
estimaciones.
Para
este
mtodo
contamos
con
una
incertidumbre
sobre
el
tiempo
de
desarrollo
de
una
actividad,
este
tiempo
sigue
una
distribucin
BETA
(estadstica),
lo
cual
implica
que
para
calcularlo
debemos
hallar
un
promedio
sobre
los
datos
con
los
que
contamos.
Definamos
los
tiempos
bsicos
de
cada
una
de
las
actividades:
Teniendo
definidos
cada
uno
de
los
tiempos
que
puede
llegar
a
tomar
la
actividad,
podemos
precisar
lo
que
es
el
promedio
del
tiempo
de
una
actividad
para
el
caso
del
mtodo
PERT.
Para
definir
el
promedio
(que
no
es
un
promedio
normal)
del
tiempo
de
una
actividad
utilizamos
la
siguiente
ecuacin:
+4+
=
6
Tambin
debemos
encontrar
la
varianza
del
tiempo
de
desarrollo
de
una
actividad,
lo
cual
planteamos
con
la
siguiente
ecuacin
8 = ( 6)8
Por
ltimo,
para
hallar
la
ruta
crtica
utilizaremos
el
mtodo
CPM.
Se
asume
que
el
tiempo
de
terminacin
del
proyecto
sigue
una
distribucin
normal
con
una
media
igual
a
la
suma
de
los
promedios
de
todas
las
actividades
de
la
ruta
crtica
y
una
varianza
igual
a
la
suma
de
las
varianzas
de
todas
las
actividades
de
la
ruta.
Para
el
ejemplo
ilustrativo
manejaremos
una
tabla
que
cuenta
con
los
tres
tiempos
para
poder
desarrollar
cada
uno
de
los
pasos
necesarios
para
el
mtodo
PERT.
Tabla 1. Ejercicio de PERT con los tiempos para cada una de las actividades
A - 4 6 8
B - 1 4.5 5
C A 3 3 3
D A 4 5 6
E A 0.5 1 1.5
F B,C 3 4 5
G B,C 1 1.5 5
4 POLITCNICO GRANCOLOMBIANO
H
E,F
5
6
7
I E,F 2 5 8
K G,I 3 5 7
Iniciamos
el
ejercicio
construyendo
la
red
como
la
construiramos
con
el
mtodo
CPM.
Quedando
tal
como
se
muestra
en
la
figura
1,
basndonos
en
la
tabla
1
que
es
la
que
provee
los
datos
del
ejercicio,
Teniendo
la
red
del
ejemplo
nos
vamos
a
la
tabla
para
encontrar
los
tiempos
de
cada
una
de
las
actividades
por
medio
de
la
ecuacin
del
tiempo
promedio.
Los
tiempos
promedios
quedan
como
se
muestran
en
la
siguiente
tabla,
Tiempo
ACTIVIDAD
PREDECESORES
a(h)
m(h)
b(h)
promedio
A - 4 6 8 6
B - 1 4.5 5 4
C A 3 3 3 3
D A 4 5 6 5
E A 0.5 1 1.5 1
F B,C 3 4 5 4
G B,C 1 1.5 5 2
H E,F 5 6 7 6
I E,F 2 5 8 5
K G,I 3 5 7 5
6 POLITCNICO GRANCOLOMBIANO
Los
tiempos
promedio
de
cada
una
de
las
actividades
los
utilizamos
para
hallar
cada
uno
de
los
tiempos
de
inicializacin
temprana,
terminacin
temprana,
finalizacin
tarda
e
inicializacin
tarda,
para
cada
una
de
ellas
por
el
mtodo
CPM.
Figura 2. Red con los tiempos promedio de cada una de las actividades
Con
las
holguras
de
cada
una
de
las
actividades
del
proyecto
definimos
la
ruta
crtica
del
mismo;
la
ruta
crtica
es
A
C
F
I
K
con
una
duracin
total
del
proyecto
de
23
horas.
Como
se
haba
mencionado
antes,
debemos
hallar
la
varianza
del
proyecto,
la
cual
se
le
calcula
nicamente
a
las
actividades
de
la
ruta
crtica,
despus
debemos
sumar
esta
varianza
con
la
finalidad
de
encontrar
la
varianza
total
del
proyecto
y
se
halla
la
desviacin
estndar
del
proyecto
que
bsicamente
es
la
raz
cuadrada
de
la
varianza.
A - 4 6 8 6 0.4
B - 1 4.5 5 4
C A 3 3 3 3 0.0
8 POLITCNICO GRANCOLOMBIANO
D
A
4
5
6
5
0.1
E A 0.5 1 1.5 1
F B,C 3 4 5 4 0.1
G B,C 1 1.5 5 2
H E,F 5 6 7 6
I E,F 2 5 8 5 1.0
K G,I 3 5 7 5 0.4
< 24 = (0.71)
< 24 = 0.76
23 25 23
< 25 = <
1.41
< 25 = 1 (1.42)
< 25 = 0.0778
22 23 23 25 23
22 < < 25 = < <
1.41 1.41
10
10 POLITCNICO GRANCOLOMBIANO
2. Redes
para
la
administracin
de
proyectos,
anlisis
de
costos
Para
esta
seccin
nos
volvemos
a
basar
en
el
mtodo
de
CPM,
para
construir
una
red
y
hallar
los
tiempos
del
proyecto,
solo
que
en
este
caso
a
diferencia
del
mtodo
PERT,
encontramos
una
posibilidad
de
variacin
del
tiempo
de
cada
una
de
las
actividades,
y
teniendo
en
cuenta
los
costos
por
disminucin
de
una
actividad.
La
gran
diferencia
es
que
contamos
con
un
tiempo
normal
y
un
tiempo
acelerado
para
cada
una
de
las
actividades
de
un
proyecto,
cada
una
enlazada
a
un
costo
normal
y
un
costo
acelerado.
Traduciendo,
es
bsicamente
por
la
disminucin
del
tiempo
de
una
actividad
que
se
nos
aumentan
los
costos
de
desarrollo
de
la
misma
actividad.
Para hallar el costo de acelerar en unidad de tiempo una actividad se tiene la siguiente ecuacin:
Realicemos
un
ejemplo
para
entender
la
teora
bsica
del
mtodo
de
anlisis
de
costos.
Como
pueden
observar
en
la
tabla
5
el
ejemplo
de
las
actividades,
predecesores,
tiempo
normal,
tiempo
acelerado,
costo
normal,
costo
acelerado,
A.
Estudio
de
mercado
-
3
1
1000
3000
12
12 POLITCNICO GRANCOLOMBIANO
C.
Diagrama
de
flujo.
A
2
2
2000
2000
D.
Diseo
de
pantalla.
B,C
6
4
3000
6000
I.
Combinar
programas
D,G,H
8
5
8000
12800
Empezamos
por
hallar
los
costos
por
unidad
de
tiempo
para
cada
una
de
las
actividades,
entonces
para
la
actividad
A:
3000 1000
=
31
2000
=
2
= 1000
Por
lo
tanto
para
la
actividad
A
el
costo
por
acelerar
una
unidad
de
tiempo
es
de
1000.
Revisemos
para
las
dems
actividades,
para
la
actividad
B:
6000 4000
=
43
Para la actividad C:
2000 2000 0
= =
22 0
Como
una
divisin
por
0
es
indeterminada,
se
pondr
el
caso
prctico
0
como
valor
ya
que
la
actividad
no
se
puede
acelerar
por
definicin.
Para la actividad D:
6000 3000
=
64
3000
=
2
= 1500
Para la actividad E:
3800 2500
=
54
1300
=
1
= 1300
Para la actividad F:
3000 1500
=
32
1500
=
1
= 1500
Para la actividad G:
14
14 POLITCNICO GRANCOLOMBIANO
10000 6400
=
54
3600
=
1
= 3600
Para la actividad I:
12800 8000
=
85
4800
=
3
= 1600
Teniendo cada uno de los costos por unidad de tiempo nos remitimos a completar la tabla:
COSTO
TIEMPO
TIEMPO
COSTO
COSTO
POR
ACTIVIDAD
PREDECESOR
NORMAL
ACELERADO
NORMAL
ACELERADO
UNIDAD
I.Combinar
D,G,H
8
5
8000
12800
1600
programas
Con
la
tabla
completa
nos
dirigimos
a
construir
la
red
y
hallar
cada
uno
de
los
tiempos
de
las
actividades,
por
medio
del
mtodo
CPM.
Ya
que
el
anlisis
de
costos
se
basa
en
el
mtodo
CPM,
pero
se
realiza
la
red
con
los
tiempo
normales
y
luego
se
empieza
a
reducir
el
tiempo
paso
por
paso.
Figura 7. Red del ejemplo de costos con tiempos de cada una de las actividades y holguras
16
16 POLITCNICO GRANCOLOMBIANO
Con
la
red
de
las
holguras
de
cada
una
de
las
actividades,
podemos
hallar
la
ruta
crtica
que
es:
A
C
E
G
I,
denotando
de
esta
manera
un
tiempo
de
25
semanas;
para
empezar
a
disminuir
el
tiempo
del
proyecto
debo
tener
en
cuenta
cunto
tendr
de
ganancia
y
cmo
sopesarlo
contra
la
disminucin
de
tiempos
por
actividad.
Las
nociones
bsicas
para
disminuir
el
tiempo
de
una
actividad
son:
Debemos
tener
en
cuenta
que
al
realizar
una
disminucin
es
probable
que
cambie
la
ruta
crtica,
por
lo
tanto
debemos
realizar
la
revisin
de
las
holguras
cada
vez
que
disminuyamos
una
actividad.
Para
el
caso
del
ejemplo
se
va
a
disminuir
la
actividad
A
en
una
unidad
(deben
disminuir
de
una
unidad),
por
lo
tanto
la
red
quedar
como
se
muestra
en
la
figura
8:
Despus
de
reducir
la
actividad
A,
se
denota
que
el
tiempo
del
proyecto
disminuye
en
una
unidad
de
tiempo,
lo
que
implica
que
existe
un
aumento
del
costo.
Para
definir
el
costo
de
un
proyecto
se
debe
realizar
la
sumatoria
de
cada
uno
de
los
costos
normales
de
las
actividades
del
proyecto
y
sumar
tambin
el
costo
por
unidad
de
cada
una
de
las
actividades
que
se
reducen
durante
el
proceso.
Se
presentara
de
la
siguiente
manera:
1000+4000+2000+3000+2500+1500+6400+3000+8000= 31400
Para
determinar
el
costo
en
el
que
se
incurre
al
momento
de
desear
disminuir
una
actividad,
se
trata
bsicamente
de
sumar
el
costo
por
disminuir
esa
unidad.
Para
el
caso
del
ejercicio
debemos
sumar
el
costo
por
unidad
de
la
actividad
A
que
es
de
1000.
Por
tanto
el
costo
total
del
proyecto
ser
31400
+1000,
o
sea
que
al
disminuir
la
actividad
A
quedara
en
32400.
Para
completar
el
ejemplo
vamos
a
decir
que
por
cada
una
de
las
semanas
que
se
reduzca
el
tiempo
del
proyecto
se
van
a
recibir
1500
de
ganancia,
hasta
dnde
ser
bueno
reducir
el
proyecto?
Las
reducciones
que
vamos
a
realizar
deben
ser
de
una
unidad
a
la
vez
para
lograr
ver
el
cambio
en
la
red.
Como
podemos
seguir
disminuyendo
la
actividad
A
realizamos
otra
disminucin.
Hasta
aqu
el
costo
del
proyecto
es
de
33400
con
las
dos
reducciones,
pero
como
estamos
ganando
1500
con
cada
unidad
reducida
tenemos
una
ganancia
de
3000
por
lo
que
el
proyecto
me
est
costando
en
este
momento
30400.
Se
contina
con
las
reducciones
de
tiempo;
ya
no
puedo
reducir
ms
la
actividad
A,
por
lo
tanto
debo
revisar
la
ruta
crtica
y
ver
cual
actividad
sigue
para
la
reduccin.
A
la
actividad
C
tampoco
le
puedo
realizar
una
reduccin
ya
que
no
est
permitido
por
el
ejercicio
(revisar
la
tabla),
ahora
se
debera
reducir
la
actividad
G
que
es
la
ms
barata.
Por
lo
tanto
se
presentara
como
se
muestra
en
la
figura
10.
18
18 POLITCNICO GRANCOLOMBIANO
Reduciendo
as
dos
veces
la
actividad
A,
dos
veces
la
actividad
G
y
una
vez
la
actividad
E,
lo
que
nos
da
una
ganancia
de
7500,
teniendo
un
costo
total
del
proyecto
de
37100,
al
que
le
debemos
quitar
los
7500,
lo
cual
nos
genera
el
costo
del
proyecto:
29600.
Se
utiliza
para
determinar
el
tiempo
que
tomar
la
finalizacin
del
proyecto,
la
ruta
crtica
del
proyecto,
holgura,
ES,
EF,
LS
y
LF
de
todas
las
actividades.
CPM:
Sigla
del
Mtodo
de
Ruta
Crtica
(Critical
Path
Method);
sta
es
una
red
muy
parecida
a
PERT
pero
que
nos
da
la
opcin
de
la
compresin
de
proyectos.
PERT:
Tcnica
de
redes
que
permite
evaluar
y
revisar
programas
asignando
tres
estimaciones
de
tiempo
a
cada
actividad
del
proyecto.
Red:
20
20 POLITCNICO GRANCOLOMBIANO
REFERENCIAS
Referencias bibliogrficas
Anderson,
D.
S.
(2005).
Mtodos
Cuantitativos
Para
Los
Negocios
(Novena
Edicin
ed.).
Mexico:
Cengage
Learning
Editores.
Bazaraa,
M.
J.
(1996).
Programacin
Lineal
y
Flujo
en
Redes
(Segunda
edicin
ed.).
Mxico:
Limusa.
Bazarra,
M.,
&
Jarvis,
J.
J.
(2005).
Programacin
lineal
y
flujo
en
redes.
(Segunda
Edicin.
ed.).
Mxico:
Limusa
Editores.
.
Hillier, F. &. (2006). Investigacin De Operaciones (Octava Edicin ed.). Mxico: McGraw-Hill.
Hillier,
F.
&.
(2008).
Mtodos
Cuantitativos
Para
Administracin
(Tercera
Edicin
ed.).
Mxico:
McGraw-Hill.
Taha,
H.
(1997).
Investigacin
de
Operaciones:
Una
Introduccin
(Sexta
edicin
ed.).
NY:
Prentice
Hall.
PROGRAMACIN LINEAL
MODELOS PARA LA TOMA DE DECISIONES
AUTOR: Gabriel Mauricio Yaez Barreto
INICIO
Se
conoce
como
Investigacin
de
Operaciones
al
proceso
cientfico
utilizado
para
encontrar
una
solucin
o
decisin
que
permita
operar
un
sistema
y
obtener
un
resultado
especfico
asignando
la
menor
cantidad
de
recursos
posibles,
a
este
proceso,
se
le
conoce
como
Ciencia
de
la
Administracin.
2 POLITCNICO GRANCOLOMBIANO
Un
Sistema
es
un
conjunto
de
elementos
independientes
que
trabajan
en
conjunto
para
lograr
una
meta
comn.
Una
empresa
cualquiera
sera
un
buen
ejemplo
de
sistema
cuya
meta
comn
es
aumentar
al
mximo
sus
ganancias
mientras
ofrecen
productos
de
excelente
calidad.
Cuando
las
variables
de
decisin
no
requieren
de
sucesiones
de
decisin
para
periodos
mltiples
se
tiene
un
modelo
esttico.
En
caso
contrario,
se
tiene
un
modelo
dinmico.
En
el
modelo
esttico
podemos
resolver
un
problema
con
tan
solo
un
intento
cuyas
soluciones
dicten
valores
ptimos
de
las
variables
de
decisin
en
cada
uno
de
los
puntos
de
tiempo.
Los
modelos
restantes,
en
los
cuales
las
decisiones
requieren
del
anlisis
recursivo
para
periodos
mltiples,
pertenecen
a
la
categora
de
modelos
dinmicos.
Si
las
variables
de
decisin
que
aparecen
en
la
funcin
objetivo
y
en
las
restricciones
de
un
modelo
de
optimizacin
estn
multiplicadas
por
constantes
y
acomodadas
en
forma
de
suma,
entonces,
en
este
caso,
tendremos
un
modelo
lineal;
cuando
el
modelo
de
optimizacin
no
es
lineal
obtenemos
un
modelo
no
lineal.
En
caso
de
conocer
con
seguridad
el
valor
de
la
funcin
objetivo
y
si
las
restricciones
se
cumplen
o
no
para
cualquier
valor
de
las
variables
de
decisin
se
tendr
un
modelo
determinstico;
en
caso
contrario,
en
el
que
no
conocer
los
valores
de
la
funcin
objetivo
y
no
tener
seguridad
sobre
el
cumplimiento
de
las
restricciones
se
tendr
un
modelo
estocstico.
3
3
MODELOS PARA LA TOMA DE DECISIONES 3
2. Proceso
de
construccin
de
modelos
de
siete
pasos
4 POLITCNICO GRANCOLOMBIANO
3. Ventajas
del
modelo
matemtico
1. Un
modelo
puede
ser
una
representacin
exacta
de
un
problema
real.
Con
una
buena
formulacin
es
posible
tener
una
ecuacin
altamente
precisa;
la
validez
del
modelo
depende
en
su
exactitud
al
momento
de
representar
el
problema
o
el
sistema
a
estudiar,
lo
cual
lo
hace
tremendamente
eficiente
para
la
resolucin
de
problemas
de
negocios.
2. Los
modelos
pueden
ser
muy
tiles
para
un
directivo
que
quiera
formular
problemas
hipotticos,
que
le
ayuden
a
calcular
ingresos,
gastos,
ventas,
rendimientos,
costos
de
produccin
y
de
transporte
y
otros
elementos
similares.
3. Se
puede
utilizar
un
modelo
para
recopilar
informacin,
a
largo
plazo
de
esta
forma
se
puede
saber
de
qu
forma
podran
afectar
los
posibles
cambios
de
presupuesto
a
las
utilidades;
a
esto
se
le
conoce
como
anlisis
de
sensibilidad
y
permite
estudiar
los
cambios
de
un
modelo.
4. Una
empresa
puede
usar
un
modelo
para
ahorrar
costos
a
la
hora
de
tomar
una
decisin
y
resolver
un
problema;
el
costo
y
el
tiempo
invertidos
en
un
anlisis
de
modelo
son
mucho
menores
que
los
de
una
arriesgada
campaa
de
marketing,
con
lo
cual
es
posible
determinar
con
anticipacin
los
resultados
en
un
entorno
real.
5. En
ocasiones
el
modelo
es
el
nico
medio
infalible
para
la
resolucin
de
problemas
complejos;
si
una
empresa
quiere
saber
cunto
crecer
o
disminuir
su
taza
de
produccin
y
ganancia
con
restricciones
de
manufactura,
puede
utilizar
un
modelo
para
calcular
tales
cifras
en
cualquier
situacin
especfica.
6. Los
modelos
tambin
pueden
ser
tiles
para
compartir
diferentes
problemas
y
soluciones
con
otros
analistas;
de
esta
forma,
se
presentarn
mejores
soluciones
a
los
directivos
de
una
empresa
que
les
ayuden
a
tomar
la
mejor
decisin
final.
7. Solucin
de
modelos
de
programacin
lineal
de
dos
variables
con
mtodo
grfico
5
5
MODELOS PARA LA TOMA DE DECISIONES 5
4. Conceptos
clave
para
el
desarrollo
de
problemas
de
programacin
lineal
Para
solucionar
modelos
de
programacin
lineal
es
necesario
reconocer
tres
objetos
bsicos
del
problema:
Se
debe
tener
especial
atencin
en
el
desarrollo
de
las
restricciones;
tenemos
varios
tipos
de
restricciones
y
se
debe
tener
la
habilidad
de
detectarlas
para
poderlas
expresar
en
el
lenguaje
matemtico.
Esta
habilidad
solamente
se
puede
obtener
mediante
la
prctica
de
ejercicios.
Veremos
una
forma
de
analizar
restricciones.
Las
restricciones
que
limitan
el
uso
de
materias
primas
y
de
la
demanda.
Las
restricciones
de
materia
primas
se
pueden
expresar
de
la
siguiente
manera:
Ahora
el
caso
prctico
que
veremos
a
continuacin,
contiene
todos
estos
conceptos
aplicados,
los
analizaremos
con
el
ejercicio
piloto
de
Hamdy
A.
Taha.
(Taha
1997)
5. Mtodo de solucin
Ejemplo desarrollado.
Iron
Works,
Inc.
(IWI)
fabrica
dos
productos
de
acero
y
slo
recibe
pedidos
mensuales
de
b
libras
de
acero.
Una
unidad
de
producto
1
requiere
de
a1
libras
de
acero
para
su
fabricacin
y
se
requieren
a2
libras
de
acero
para
la
fabricacin
de
una
unidad
de
producto
2.
6 POLITCNICO GRANCOLOMBIANO
El
fabricante
tiene
un
contrato
para
entregar
al
menos
m
unidades
de
producto
1
este
mes.
Adicionalmente,
la
planta
puede
fabricar,
como
mximo,
u
unidades
de
producto
2
mensualmente.
Lo
primero
que
debemos
realizar
es
la
revisin
del
problema,
cuales
son
los
datos
ms
importantes
y
realizar
una
pequea
lista
de
variables.
Todo
esto
con
el
fin
de
definir
las
variables
de
estado
y
que
tipo
de
funcin
objetivo
voy
a
tener.
Variables de decisin:
Donde
sern
mis
variables
de
decisin,
ya
que
son
las
unidades
que
podre
producir
con
la
materia
prima
con
la
que
cuento,
el
valor
de
esa
materia
prima
es
b.
La
restriccin
queda
menor
o
igual
ya
que
como
mximo
podr
utilizar
b
cantidad
de
materia
con
la
que
cuento.
Ahora
analizando
un
poco
ms
el
ejercicio
puedo
definir
la
funcin
objetivo.
Como
el
ejercicio
habla
sobre
las
utilidades
obtenidas
por
cada
uno
de
los
productos
debo
tener
en
cuenta
que
lo
ms
importante
es
MAXIMIZAR
las
ganancias
de
la
empresa
por
medio
de
la
produccin
de
los
dos
productos.
Por
lo
tanto
tengo
que
la
funcin
objetivo
est
definida
por
que
son
las
utilidades
obtenidas
por
cada
uno
de
los
productos
que
fabrica
la
empresa.
Que
quiere
decir
que
7
7
MODELOS PARA LA TOMA DE DECISIONES 7
esos
valores
de
son
constantes
para
el
modelo
como
tal.
La
funcin
objetivo
queda
de
la
siguiente
forma.
Que
lo
que
me
dice
la
ecuacin
anterior
es
que
necesitamos
realizar
una
produccin
por
medio
de
la
cual
obtenga
la
mejor
ganancia
aprovechando
el
material
con
el
que
cuento.
Por
ltimo,
contamos
con
dos
restricciones
ms
definidas
por
el
problema,
la
cantidad
de
unidades
que
puede
producir
del
producto
2
y
el
contrato
que
tiene
el
fabricante
sobre
las
unidades
del
producto
1.
Entonces
en
la
restriccin
que
es
referente
a
la
cantidad
de
unidades
del
producto
2
se
construye
la
restriccin
de
la
siguiente
manera;
La
restriccin
queda
as
de
sencilla
por
que
como
un
mximo
o
un
lmite
superior
de
la
solucin
esta
que
se
generen
u
unidades
del
producto
u,
ya
sea
por
la
capacidad
de
la
planta
o
por
la
capacidad
de
trabajo
del
personal.
Ahora
para
la
restriccin
del
contrato
que
adquiri
la
empresa
sobre
el
producto
1
se
tiene
la
siguiente
restriccin;
Esta
restriccin
queda
as
ya
que
lo
mnimo
que
debe
producir
la
empresa
del
producto
1
es
m
unidades
que
es
para
cumplir
el
contrato
con
el
que
se
compromete.
Esta
es
un
lmite
inferior
del
sistema
modelado.
Se
encuentra
sujeto
a:
8 POLITCNICO GRANCOLOMBIANO
La
ultima
restriccin
me
dice
que
cada
una
de
las
variables
de
decisin
son
positivas
o
tiene
un
valor
nulo
(0)
como
mnimo,
ya
que
no
puedo
tener
un
numero
negativo
de
unidades.
Ahora
podemos
darle
valores
a
las
constantes
del
ejercicio
anterior
para
revisar
cmo
se
podra
dar
una
solucin
al
modelo
ya
sea
por
mtodo
matemtico,
mtodo
grafico
o
por
simplex.
Teniendo
en
cuenta
que
contamos
con
ecuaciones,
podemos
encontrar
un
valor
aproximado
por
medio
de
desarrollo
de
ecuaciones
bsicas,
por
lo
tanto
si
al
modelo
anterior
le
damos
valores
numricos
a
las
constantes
que
definen
el
modelo
del
ejemplo
anterior.
Supongamos
que
se
cuentan
con
2000
libras
de
acero,
que
se
utilizan
2
libras
de
acero
en
construir
el
producto
1
y
3
libras
de
acero
en
construir
el
producto
2,
que
el
contrato
con
el
que
se
compromete
la
empresa
es
de
60
unidades
y
por
ltimo
que
mximo
se
pueden
construir
720
unidades
del
producto
2.
Tambin
que
las
utilidades
del
producto
1
y
producto
2
son
de
100
y
200
respectivamente.
Por
lo
tanto
el
modelo
queda
definido
de
la
siguiente
manera:
(1)
Se encuentra sujeto a:
(2)
(3)
(4)
(5)
Podemos
iniciar
con
la
condicin
que
conlleva
ms
relevancia
para
la
empresa
y
partiendo
de
ella
definir
el
punto
de
inicio
de
desarrollo
del
sistema,
esta
restriccin
es
el
cumplimiento
del
contrato
de
60
unidades
con
el
cual
se
compromete
la
empresa,
por
lo
tanto
damos
el
valor
mnimo
de
la
variable
de
decisin
y
arrancamos
con
l
a
resolver
el
sistema
9
9
MODELOS PARA LA TOMA DE DECISIONES 9
Lo
igualamos
a
60
ya
que
con
esto
es
lo
mnimo
de
unidades
del
producto
1
que
deben
construirse
para
poder
cumplir
el
contrato
de
la
empresa.
Despejamos
la
ecuacin
anterior
y
de
esta
manera
podemos
hallar
el
valor
de
X2
y
de
esta
manera
completar
una
solucin
para
el
problema.
Aclarando
que
hablamos
de
unidades,
nos
damos
cuenta
que
no
podemos
tener
decimales
por
lo
cual
debemos
aproximar
por
lo
cual
el
resultado
queda
de
la
siguiente
manera
Ahora
como
ya
conocemos
el
valor
de
cada
una
de
las
variables
de
decisin
debemos
tener
en
cuenta
que:
Por
lo
tanto
esto
reflejado
en
la
funcin
objetivo
nos
da
de
la
siguiente
manera:
Lo
que
nos
define
que
la
utilidad
cumpliendo
con
las
restricciones
del
problema
es
131
400,
cumpliendo
con
el
contrato
y
teniendo
en
cuenta
que
no
se
supera
el
nmero
de
unidades
posibles
para
producir
del
producto
2,
por
lo
tanto
el
problema
se
encuentra
muy
bien
desarrollado.
10 POLITCNICO GRANCOLOMBIANO
5.3. Mtodo
Grfico
Teniendo
en
consideracin
el
ejemplo
anterior
realizaremos
la
solucin
del
mismo
por
medio
del
mtodo
grfico.
(1)
Se encuentra sujeto a:
(2)
(3)
(4)
(5)
Empezamos
con
el
anlisis
de
las
restricciones
para
lograr
desarrollar
el
modelo
por
medio
de
grafica
en
2
ejes
(grfica
clsica
de
X
y
Y).
En
primera
instancia
definimos
que
por
teora
cada
una
de
las
restricciones
genera
una
lnea
recta
que
me
define
cual
ser
el
conjunto
solucin
para
el
modelo.
Definimos que cada uno de los dos ejes tiene un nombre que en este caso se encuentra definido
11
11
MODELOS PARA LA TOMA DE DECISIONES 11
Teniendo
en
cuenta
la
imagen
anterior
,
la
restriccin
#
2
queda
como
una
lnea
recta
paralela
a
el
eje
y,
el
espacio
de
solucin
para
esta
restriccin
es
todo
el
conjunto
de
nmeros
que
van
desde
0
hasta
la
lnea,
ya
que
se
dice
que
tiene
que
ser
menor
o
igual
a
60
unidades
de
.
Sigamos
con
la
restriccin
#3
que
ser
tambin
una
lnea
recta
pero
en
este
caso
ser
paralela
al
eje
x
y
tendr
un
valor
de
720,
segn
la
restriccin
matemtica
el
conjunto
solucin
para
esta
restriccin
ser
todos
los
valores
menores
o
iguales
a
720
como
se
muestra
en
la
siguiente
figura.
12 POLITCNICO GRANCOLOMBIANO
Ahora
continuando
con
la
ecuacin
#2
que
es
la
ecuacin
complicada
iniciamos
de
la
siguiente
manera:
Ahora
con
este
valor
ya
tenemos
el
primer
punto
para
dibujar
la
recta,
tengamos
en
cuenta
que
para
dibujar
una
lnea
recta
debemos
contar
por
lo
menos
con
dos
puntos.
El
primero
de
nuestros
puntos
es:
Para
el
segundo
punto
de
la
recta
debemos
definir
para
hallar
un
valor
para
El
segundo
punto
de
la
recta
es
el
siguiente
Lo
que
se
realiza
al
poner
cada
una
de
las
variables
en
0
se
est
poniendo
un
punto
de
cruce
en
cada
uno
de
los
ejes,
para
lograr
una
construccin
de
la
lnea.
El
rea
que
define
por
los
valores
que
se
encuentren
en
la
lnea
o
debajo
de
ella.
13
13
MODELOS PARA LA TOMA DE DECISIONES 13
Por
lo
tanto
tenemos
la
siguiente
grfica:
Ahora
para
dar
la
solucin
por
el
mtodo
grfico,
debemos
tener
en
cuenta
que
es
la
interseccin
de
los
conjuntos
de
solucin
de
cada
una
de
las
restricciones.
Por
lo
cual
como
ya
hemos
relacionado
en
las
grficas
anteriores
queda
de
la
siguiente
manera:
El
tringulo
azul
es
el
rango
de
solucin
del
modelo,
pero
pues
la
idea
es
encontrar
el
punto
donde
se
crucen
como
mnimo
dos
restricciones,
este
punto
y
dependiendo
de
lo
que
est
realizando
es
14 POLITCNICO GRANCOLOMBIANO
la
solucin
ptima
(o
mejor
solucin
para
el
modelo),
se
debe
definir
que
se
est
realizando
sea
una
minimizacin
o
una
maximizacin
del
modelo.
Figura 5. Solucin ptima del modelo por medio del mtodo grfico
Para
hallar
el
valor
numrico
del
punto
de
cruce
de
las
dos
restricciones
se
deben
manejar
esas
dos
ecuaciones
como
un
sistema
de
ecuaciones
de
dos
variables,
las
cuales
dando
la
solucin
es
el
punto
que
buscamos
que
ser
la
solucin
ptima
del
problema,
veamos
cmo
se
debe
realizar:
Debemos
tener
en
cuenta
que
la
recta
vertical
es
de
una
valor
de
60,
lo
cual
representa
la
segunda
restriccin
que
estamos
manejando
como
solucin
ptima
ahora
para
la
segunda
ecuacin
se
tiene.
Por
lo
tanto
el
punto
de
solucin
ptima
por
mtodo
grfico
es
(60,626,7),
lo
cual
genera
el
siguiente
valor
para
y,
reemplazndolo
en
la
funcin
objetivo
del
modelo,
el
resultado
de
remplazar
los
valores
es
131
320
que
es
la
solucin
del
modelo.
Iron
Works,
Inc.
(IWI)
fabrica
dos
productos
de
acero
y
slo
recibe
pedidos
mensuales
de
b
libras
de
acero.
Una
unidad
de
producto
1
requiere
de
libras
de
acero
para
su
fabricacin
y
se
requieren
libras
de
acero
para
la
fabricacin
de
una
unidad
de
producto
2.
15
15
MODELOS PARA LA TOMA DE DECISIONES 15
Sea
y
el
nivel
de
produccin
mensual
de
producto
1
y
producto
2,
respectivamente.
Denote
por
y
las
utilidades
unitarias
para
los
productos
1
y
2,
respectivamente.
El
fabricante
tiene
un
contrato
para
entregar
al
menos
m
unidades
de
producto
1
este
mes.
Adicionalmente,
la
planta
puede
fabricar,
como
mximo,
u
unidades
de
producto
2
mensualmente.
max 11+22
Se encuentra sujeto a:
11+22
1, 20
1=100 2=200
Se encuentra sujeto a:
21+322000
(2)
2720 (3)
160 (4)
1,20 (5)
Para
desarrollar
el
problema
por
medio
del
mtodo
simplex,
debemos
reorganizar
cada
una
de
las
ecuaciones
pasndolas
de
desigualdades
a
igualdades,
lo
cual
genera
unas
nuevas
variables
por
ecuacin
que
se
llaman
holguras.
Para
explicar
lo
anterior
tendremos
en
cuenta
lo
siguiente:
16 POLITCNICO GRANCOLOMBIANO
max
z=1001+2002
(5)
Se encuentra sujeto a:
21+32+1=2000 (6)
2+2=720 (7)
1+3=60 (8)
Cada
uno
de
esas
variables,
las
holguras
mencionadas
en
el
prrafo
anterior,
ahora
lo
que
debemos
realizar
es
una
organizacin
en
las
ecuaciones
ya
que
para
colocarlas
en
una
tabla
y
empezar
a
desarrollar
el
ejemplo
por
medio
del
mtodo
simplex
debemos
plantear
las
ecuaciones
de
una
manera
especfica.
Este
proceso
se
basa
en
teoras
de
algebra
lineal
y
disminuciones
gausianas.
z10012002=0 (9)
21+32+1=2000 (10)
2+2=720 (11)
1+3=60 (12)
17
17
MODELOS PARA LA TOMA DE DECISIONES 17
La
tabla
quedar
de
la
siguiente
manera:
Z X1 X2 S1 S2 S3 RESULTADO
R1 1 -100 -200 0 0 0 0
R2 0 2 3 1 0 0 2000
R3 0 0 1 0 1 0 720
R4 0 1 0 0 0 1 60
Donde
lo
que
queda
en
la
columna
de
resultado
es
lo
que
est
al
lado
derecho
de
cada
una
de
las
ecuaciones;
lo
que
se
presenta
despus
del
igual.
Mientras
que
la
primera
columna
es
el
nombre
del
rengln.
Cada
una
de
las
siguientes
columnas
son
las
variables
de
decisin
y
holguras
correspondientes
a
cada
una
de
las
ecuaciones.
Como
explicacin
de
donde
aparecen
las
holguras,
es
para
poder
quitar
los
signos
de
desigualdades
y
poder
colocar
el
igual;
estas
holguras
sern
los
nmeros
que
completan
la
ecuacin
para
lograr
la
igualdad.
Contando
con
la
tabla
debemos
encontrar
lo
que
se
llama
la
columna
pivote,
la
fila
pivote
y
el
nmero
pivote
del
sistema.
Cada
una
de
estos
datos
es
indispensable
para
poder
desarrollar
el
mtodo
y
cada
uno
de
sus
pasos.
Para
hallar
la
columna
pivote
se
revisa
cul
es
el
menor
de
los
nmeros
en
toda
la
tabla,
esta
estar
siempre
entre
las
variables
de
decisin
de
la
funcin
objetivo;
si
revisamos
la
tabla
del
ejemplo
que
estamos
realizando
la
columna
pivote
estar
en
-200
que
se
encuentra
en
la
variable
x2
de
la
funcin
objetivo.
Para
hallar
la
fila
pivote
se
debe
realizar
un
proceso
por
cada
una
de
las
restricciones,
ese
proceso
requiere
contar
con
la
columna
pivote;
se
divide
cada
uno
de
los
nmeros
de
los
resultados
sobre
el
valor
del
mismo
de
la
columna
pivote,
como
se
ve
en
la
siguiente
tabla;
18 POLITCNICO GRANCOLOMBIANO
Tabla
2.
Seleccin
de
la
columna
pivote
Z X1 X2 S1 S2 S3 RESULTADO
R1 1 -100 -200 0 0 0 0
R4 0 1 0 0 0 1 60 60/0 no se puede.
Teniendo
en
cuenta
lo
anterior
realizamos
las
divisiones
correspondientes
a
cada
uno
de
los
casos
(estas
divisiones
no
se
aplican
para
la
funcin
objetivo,
solo
para
las
restricciones).
Entonces
el
resultado
de
cada
uno
de
los
renglones
ser
666.67,
720.
El
ultimo
no
se
puede
realizar
ya
que
una
divisin
por
0
es
indeterminada;
de
las
tres
divisiones
debemos
encontrar
el
menor,
por
lo
tanto
el
rengln
nmero
2
ser
el
rengln
pivote.
19
19
MODELOS PARA LA TOMA DE DECISIONES 19
Z X1 X2 S1 S2 S3 RESULTADO
R1 1 -100 -200 0 0 0 0
R2 0 2 3 1 0 0 2000
R3 0 0 1 0 1 0 720
R4 0 1 0 0 0 1 60
Ahora,
el
nmero
pivote
es
la
interseccin
de
la
columna
pivote
y
la
fila
pivote,
por
lo
tanto
en
este
ejemplo
seria
el
nmero
3.
Lo
que
se
debe
realizar
es
volver
el
nmero
pivote
en
1,
para
lo
cual
debemos
realizar
una
divisin
en
toda
la
fila
que
representa
la
ecuacin
sobre
3.
Despus
de
realizar
esa
divisin
queda
la
tabla
de
la
siguiente
manera;
Z X1 X2 S1 S2 S3 RESULTADO
R1 1 -100 -200 0 0 0 0
R3 0 0 1 0 1 0 720
R4 0 1 0 0 0 1 60
20 POLITCNICO GRANCOLOMBIANO
Luego
tendremos
que
volver
cada
uno
de
los
nmeros
de
la
columna
pivote
en
0,
lo
cual
se
realiza
con
sumas
y
multiplicaciones
sobre
la
fila
pivote.
Se
debe
seguir
una
serie
de
pasos
para
realizar
esta
reduccin.
Para
el
rengln
1
debemos
convertir
el
-200
en
0
,
lo
cual
significa
que
debemos
multiplicar
el
rengln
2
(rengln
pivote)
por
200
y
luego
sumarlo
al
rengln
1.
Esta
operacin
se
presentara
de
la
siguiente
manera:
2002+1
De
esta
manera
debe
quedar
el
rengln
1,
teniendo
en
cuenta
que
ya
se
redujo
el
-200
a
0,
del
mismo
modo
se
debe
realizar
para
los
otros
dos
renglones,
con
la
siguiente
relacin
de
ecuaciones
para
cada
uno
de
ellos.
12+3
Para
el
rengln
4
no
se
debe
realizar
ninguna
ecuacin
ya
que
esta
se
encuentra
en
0.
La
tabla
del
ejercicio
sera:
Z X1 X2 S1 S2 S3 RESULTADO
R4 0 1 0 0 0 1 60
21
21
MODELOS PARA LA TOMA DE DECISIONES 21
Se
seguir
el
procedimiento
mientras
los
coeficientes
de
las
variables
de
decisin
sean
negativos.
Lo
que
quiere
decir
es
que
si
revisamos
la
tabla
tenemos
varios
nmeros
negativos
que
debemos
quitar.
Volvemos
a
escribir
la
tabla
anterior
sin
la
seleccin
de
la
columna
y
fila
pivote
ya
que
en
este
punto
se
vuelve
a
iniciar
el
procedimiento.
Z X1 X2 S1 S2 S3 RESULTADO
R4 0 1 0 0 0 1 60
22 POLITCNICO GRANCOLOMBIANO
GLOSARIO
DE
TRMINOS
Mtodo
de
Mtodo
algebraico
con
el
que
es
posible
hallar
el
punto
de
la
interseccin
de
ecuaciones
dos
o
ms
ecuaciones
de
restriccin
lineal.
simultaneas
Se
ubica
en
una
de
las
esquinas
de
la
regin
factible,
lo
cual
significa
que
queda
Punto
de
esquina
en
la
interseccin
de
dos
lneas
de
restriccin.
Restricciones
de
no
Este
conjunto
de
restricciones
necesita
que
cada
variable
de
decisin
sea
no
negatividad negativa,
cada
X1
debe
ser
igual
o
mayor
a
0.
Cualquier
punto
ubicado
fuera
de
la
regin
factible
que
adems
viole
una
o
Solucin
infactible
varias
de
las
restricciones
establecidas.
23
23
MODELOS PARA LA TOMA DE DECISIONES 23
Situacin
que
se
presenta
cuando
se
obtiene
ms
de
una
solucin
ptima
y
Solucin
ptima
cuando
la
pendiente
de
la
funcin
objetivo
es
la
misma
que
la
pendiente
de
alternativa
una
restriccin.
24 POLITCNICO GRANCOLOMBIANO
REFERENCIAS
Referencias Bibliogrficas
Anderson,
D.
S.
(2005).
Mtodos
Cuantitativos
para
los
Negocios
(Novena
Edicin
ed.).
Mxico:
Cengage
Learning
Editores.
Bazaraa,
M.
J.
(1996).
Programacin
Lineal
y
Flujo
en
Redes
(Segunda
edicin
ed.).
Mxico:
Limusa.
Bazarra,
M.,
&
Jarvis,
J.
J.
(2005).
Programacin
lineal
y
flujo
en
redes.
(Segunda
Edicin.
ed.).
Mxico:
Limusa
Editores.
.
Hillier, F. &. (2006). Investigacin de Operaciones (Octava Edicin ed.). Mxico: McGraw-Hill.
Hillier,
F.
&.
(2008).
Mtodos
Cuantitativos
para
Administracin
(Tercera
Edicin
ed.).
Mxico:
McGraw-Hill.
Taha,
H.
(1997).
Investigacin
de
Operaciones:
Una
Introduccin
(Sexta
edicin
ed.).
NY:
Prentice
Hall.
25
25
MODELOS PARA LA TOMA DE DECISIONES 25
TRANSPORTE Y ASIGNACIN
MODELOS PARA LA TOMA DE DECISIONES
AUTOR: Gabriel Mauricio Yaez Barreto
INDICE
Introduccin
Recomendaciones
acadmicas
Desarrollo
de
cada
una
de
las
unidades
temticas
1. Modelo
de
transporte
1.1. Ejemplo
2. Modelo
de
asignacin
Referencias
Referencias
bibliogrficas
INTRODUCCIN
En
esta
cartilla
se
revisarn
las
aplicaciones
de
la
programacin
lineal.
Teniendo
en
cuenta
que
las
aplicaciones
de
la
programacin
lineal,
son
dependientes
de
los
problemas
de
aplicaciones
ms
comunes
dentro
del
ambiente
real.
Teniendo
en
cuenta
que
el
fuerte
de
cada
uno
de
ellos
es
dependiente
de
la
cantidad
de
veces
que
se
pueden
aplicar
y
cules
seran
las
variaciones
en
casos
especiales
de
cada
uno
de
ellos.
RECOMENDACIONES ACADMICAS
Para
profundizar
un
poco
ms
en
el
tema
no
olvide
que
dentro
de
los
recursos
virtuales
de
la
institucin
puede
encontrar
varios
tipos
de
documentos
que
pueden
ser
tiles,
como
lo
son
libros
de
investigacin
de
operaciones
o
de
administracin
cientfica,
tambin
puede
encontrar
artculos
y
documentos
investigativos
de
aplicacin
de
las
mismas.
2 POLITCNICO GRANCOLOMBIANO
DESARROLLO
DE
CADA
UNA
DE
LAS
UNIDADES
TEMTICAS
1. Modelo de transporte
Empezamos
por
definir
que
la
aplicacin
de
la
programacin
lineal
se
manejan
como
modelos
de
redes.
Los
modelos
de
redes
son
representaciones
de
un
conjunto
de
nodos
iniciales
y
un
conjunto
de
nodos
finales
relacionados
entre
s
por
arcos,
en
los
que
se
cuenta
con
datos
como
costos,
ofertas
y
demandas
por
cada
uno
de
ellos.
El
modelo
de
transporte
se
puede
solucionar
por
cualquiera
de
los
mtodos
de
solucin
de
la
programacin
lineal
expuestos
en
la
unidad
anterior.
Se
define
tambin
que
si
cada
uno
de
los
valores
del
lado
de
derecho
de
las
ecuaciones
(desigualdades)
son
enteros,
la
solucin
tambin
ser
un
nmero
entero
(nmero
sin
decimales).
Para
realizar
la
representacin
como
red
se
define
que
cada
uno
de
los
inicios
y
los
finales
se
representan
como
nodos,
mientras
que
los
caminos
se
representan
como
arcos,
los
arcos
son
los
que
definen
los
posibles
caminos
entre
el
inicio
y
los
destinos
con
los
que
contamos.
Cada
uno
de
los
arcos
se
les
asigna
un
costo,
mientras
que
a
cada
nodo
de
inicio
se
le
asigna
una
oferta
y
a
cada
nodo
de
destino
se
le
asigna
una
demanda.
Para
evidenciarlo
de
manera
ms
clara
podremos
en
la
figura
1
como
se
dibujara
la
red.
Como
podemos
ver
en
la
figura
1,
tenemos
los
nodos
de
inicio
con
color
negro,
quienes
se
encuentran
relacionados
cada
uno
con
una
oferta
" ,
mientras
que
en
color
verde
tenemos
los
nodos
de
finalizacin
o
destino,
cada
uno
de
ellos
relacionados
a
una
demanda
$ .
Mientras
que
cada
uno
de
los
caminos
cuenta
con
un
costo
asociado.
Debemos
tener
en
cuenta
que
siempre
en
un
modelo
de
transporte
se
busca
minimizar
los
costos
de
transportar
un
bien,
desde
un
origen
hasta
un
final
con
un
costo
relacionado
por
realizar
esta
tarea.
Para
definir
el
modelo
de
manera
matemtica
tenemos
las
siguientes
ecuaciones;
9 8
"$ "$
" $
:
"$ "
.
$
"$ = $
"
"$ 0
4 POLITCNICO GRANCOLOMBIANO
La
definicin
del
modelo
es
como
se
presenta
anteriormente,
lo
que
en
palabras
esta
dicho
de
la
siguiente
manera:
La
funcin
objetivo
es
la
suma
de
la
cantidad
de
unidades
que
van
por
un
arco
multiplicado
por
el
costo
de
este
camino,
teniendo
en
cuenta
la
cantidad
de
inicios
y
de
finales
con
los
que
se
cuente.
Las
primeras
restricciones
van
atadas
a
la
cantidad
de
unidades
que
pueden
salir
de
un
nodo,
por
lo
tanto,
la
cantidad
de
unidades
que
salga
por
cada
uno
de
los
arcos
que
salgan
de
un
nodo
deben
ser
cuando
mucho
la
oferta
que
tiene
este.
Las
segundas
restricciones
es
para
los
arcos
que
entran
a
los
nodos
de
destino,
la
suma
de
las
unidades
que
van
por
cada
uno
de
los
arcos
deben
cumplir
con
la
demanda
del
nodo.
Teniendo
entendido
lo
anterior
debemos
enfocarnos
en
algunos
de
los
casos
especiales
que
pueden
ocurrir
dentro
de
este
tipo
de
modelo,
los
cuales
son;
Requerimiento
mnimo
de
transporte
desde
i
hasta
j,
lo
que
nos
dice
que
desde
un
nodo
de
inicio
hasta
un
nodo
de
destino
exista
la
necesidad
en
enviar
una
cantidad
mnima
de
unidades.
"$ "$
Capacidad
mxima
de
la
ruta
"$ "$
Ruta
inaceptable,
retire
la
ruta
que
no
se
pueda
realizar.
1.1. Ejemplo:
Building
Brick
Company
(BBC)
tiene
ordenes
por
80
ton
de
ladrillos
en
tres
locaciones
suburbanas:
Northwood
(25
ton),
Westwood
(45
ton)
y
Eastwood
(10
ton).
BBC
tiene
dos
plantas,
cada
una
de
las
cuales
puede
producir
50
ton
por
semana.
Cul debera ser el plan de envos si los costos de transporte por tonelada (en US$) son
Planta 1 24 30 40
Planta 2 30 40 42
En
primera
instancia
debemos
analizar
el
problema,
para
lo
cual
debemos
definir
qu
cantidad
de
nodos
de
inicio
tenemos,
despus
revisamos
cuantos
nodos
de
finalizacin
contamos
y
por
ltimo
revisamos
cuales
son
los
caminos
y
los
costos
de
transportar
por
cada
una
para
construir
la
red.
Como
inicios
tenemos
2,
que
sern
la
planta
1
y
la
planta
cada
una
con
una
oferta
de
50
toneladas,
como
finales
tenemos
las
tres
locaciones
suburbanas
que
cada
una
tiene
una
demanda
definida
(Nortwood
25
ton,
Eastwood
45,
westwood
10
ton),
debemos
encontrar
el
modelo
que
define
el
problema
y
las
restricciones
del
mismo.
Analizando
los
arcos
todos
los
caminos
se
pueden
cumplir,
por
lo
tanto
ya
con
esto
podramos
definir
las
restricciones
que
estn
atadas
al
modelo,
como
podemos
observar
en
la
figura
2
la
red
ya
est
construida.
6 POLITCNICO GRANCOLOMBIANO
Ya
teniendo
definida
la
red
del
ejemplo,
debemos
realizar
el
montaje
de
la
funcin
objetivo,
la
cual
segn
la
definicin
es
la
suma
de
los
costos
por
las
unidades
que
se
enviaran
desde
un
inicio
hasta
un
destino.
Tengamos
en
cuenta
que
la
cantidad
de
unidades
que
se
envan
es
la
variable
de
decisin
por
lo
tanto
contaremos
con
tantas
variables
de
decisin
como
arcos
se
cuenten
dentro
de
la
red.
Funcin Objetivo:
min 24 NN + 30 NQ + 40 NR + 30 QN + 40 QQ + 42 QR
NN + NQ + NR 50
QN + QQ + QR 50
Para
explicar
las
dos
restricciones
anteriores,
son
las
referentes
a
los
nodos
de
inicio,
ya
que
la
suma
de
todo
lo
que
sale
de
estos
dos
nodos
no
puede
superar
la
oferta
que
este
tiene,
por
eso
se
pone
la
desigualdad
con
el
signo
de
menor
o
igual
a
la
oferta
del
mismo.
Mientras
que
las
restricciones
para
los
nodos
de
destino
tienen
que
estar
igualadas
a
la
demanda
de
cada
uno
de
ellos,
ya
que
se
debe
cumplir
con
la
demanda
de
cada
uno
de
ellos,
como
lo
veremos
a
continuacin:
NN + QN = 25
NQ + QQ = 45
NR + QR = 10
Por
ultimo
debemos
definir
la
condicin
de
no
negatividad
que
es
primordial,
ya
que
no
me
puede
dar
un
numero
negativo
de
unidades.
NN , QN , NQ , QQ , NR , QR 0
min 24 NN + 30 NQ + 40 NR + 30 QN + 40 QQ + 42 QR
NN + NQ + NR 50
QN + QQ + QR 50
NN + QN = 25
NQ + QQ = 45
NR + QR = 10
NN , QN , NQ , QQ , NR , QR 0
Para
solucionar
el
modelo
podemos
utilizar
el
mtodo
simplex
(explicado
en
la
unidad
anterior),
o
simplemente
podemos
utilizar
la
herramienta
de
solver
en
Excel.
Para
ejemplificar
este
caso
vamos
a
usar
la
herramienta
de
solver
de
Excel,
pero
primero
re
escribiremos
el
modelo
de
manera
organizada
para
poderlo
escribir
en
Excel
correctamente.
min 24 NN + 30 NQ + 40 NR + 30 QN + 40 QQ + 42 QR
8 POLITCNICO GRANCOLOMBIANO
1 NN + 1 NQ + 1 NR + 0 QN + 0 QQ + 0 QR 50
0 NN + 0 NQ + 0 NR + 1 QN + 1 QQ + 1 QR 50
1 NN + 0 NQ + 0 NR + 1 QN + 0 QQ + 0 QR = 25
0 NN + 1 NQ + 0 NR + 0 QN + 1 QQ + 0 QR = 45
0 NN + 0 NQ + 1 NR + 0 QN + 0 QQ + 1 QR = 10
NN , QN , NQ , QQ , NR , QR 0
Como
se
escribi
ahora,
el
modelo
es
para
decir
cuales
variables
de
decisin
se
encuentran
en
la
tabla
y
cules
no,
por
ejemplo,
las
variables
que
estn
multiplicadas
por
0
son
inexistentes,
pero
de
esta
manera
se
pueden
escribir
ms
fcil
cada
una
de
las
ecuaciones.
Tenga
en
cuenta
que
si
no
han
activado
la
herramienta
solver
de
Excel
en
el
instructivo
que
est
en
curso
encontraran
como
hacerlo.
Ahora
la
tabla
de
Excel
quedar
de
la
siguiente
manera.
24 30 40 30 40 42
CELDAS CAMBIANTES
1 1 1 0 0 0 <= 50
0 0 0 1 1 1 <= 50
1 0 0 1 0 0 = 25
0 1 0 0 1 0 = 45
0 0 1 0 0 1 = 10
10 POLITCNICO GRANCOLOMBIANO
Ya
con
la
tabla
podemos
aplicar
solver,
para
tener
claro
las
celdas
que
estn
en
naranja
sern
las
celdas
de
formulacin
de
las
restricciones,
mientras
que
las
que
estn
en
amarillo
claro
sern
las
que
corresponden
a
la
solucin
dada
por
solver,
pero
antes
de
eso
debemos
formular
en
una
de
las
celdas
de
la
tabla
la
multiplicacin
de
la
funcin
objetivo,
sea
el
costo
por
la
celda
cambiante
correspondiente
a
la
variable
de
decisin,
tal
y
como
se
ve
en
la
figura
3.
Proseguimos
a
realizar
la
formulacin
de
cada
una
de
las
restricciones
en
las
celdas
que
estn
en
blanco
antes
de
cada
uno
de
los
signos,
como
se
ve
en
la
figura
4.
Ahora,
as
como
en
la
figura
4
se
realiza
la
multiplicacin
de
cada
una
de
las
celdas
cambiantes
por
el
valor
de
la
constante
que
la
acompaa,
se
fijan
las
celdas
cambiantes
para
poder
desplazar
la
formula
hasta
la
ltima.
Quedando
el
modelo
como
se
muestra
en
la
figura
5.
12 POLITCNICO GRANCOLOMBIANO
Ya
encontrando
la
herramienta,
vemos
que
como
en
primera
instancia
nos
pide
una
celda
objetivo,
la
cual
ser
la
celda
donde
tenemos
formulada
la
funcin
objetivo,
despus
debemos
definir
si
queremos
maximizar
o
minimizar
la
funcin
objetivo
(para
el
caso
del
modelo
de
transporte
es
minimizar).
El
espacio
que
dice
celdas
cambiantes
son
las
celdas
vacas
que
dejamos
y
con
las
que
formulamos
cada
una
de
las
ecuaciones.
En
el
recuadro
grande
adjuntamos
cada
una
de
las
restricciones
y
por
ultimo
escogemos
el
mtodo
SIMPLEX
LP
en
el
desplegable
del
mtodo
de
solucin.
Veamos
en
las
siguientes
figuras
como
se
realiza
este
hecho
14 POLITCNICO GRANCOLOMBIANO
Como
se
muestra
en
la
figura
11,
debemos
realizar
el
ingreso
de
cada
una
de
las
restricciones
teniendo
en
cuenta
que
la
celda
de
referencia
ser
donde
tenemos
formulada
la
ecuacin,
el
signo
debe
ser
el
mismo
que
el
que
tiene
la
restriccin
en
el
modelo,
por
ultimo
agregamos
el
valor
al
que
se
debe
asemejar
el
resultado.
Despus
de
ingresar
cada
una
de
las
restricciones
del
problema
quedar
el
solver
como
se
muestra
en
la
figura
12.
Despus
de
tener
el
modelo
completo
simplemente
le
damos
que
lo
soluciones
y
l
nos
mostrar
un
recuadro
como
se
muestra
en
la
figura
13.
Lo
que
nos
pregunta
en
la
figura
13
Excel
es
que,
si
queremos
mantener
la
solucin
que
nos
da
solver,
y
podemos
imprimir
los
reportes
que
son
el
de
resultados,
anlisis
de
sensibilidad
y
los
limites
correspondientes
al
sistema,
que
los
veremos
en
la
siguiente
semana.
Por
el
momento
le
damos
que
mantenga
los
valores.
Ya
solver
nos
deja
solucionado
con
cuantas
unidades
por
arco
se
van
a
transportar
(el
valor
de
cada
una
de
las
celdas
cambiantes),
tambin
nos
muestra
de
una
vez
el
valor
de
la
funcin
objetivo
que
ser
el
costo
total
de
la
operacin.
16 POLITCNICO GRANCOLOMBIANO
Traduciendo
lo
que
nos
da
solver
como
solucin;
Segn los resultados del modelo el costo mnimo para el problema de transporte es de 2490.
2. Modelo de asignacin
Como
desarrollo
del
modelo
de
asignacin
se
debe
tener
en
cuenta
que
se
asume
que
todas
las
tareas
son
desarrollas
y
que
todos
los
agentes
son
asignados.
Este
modelo,
como
ya
se
dijo,
se
basa
en
el
modelo
de
transporte,
pero
con
la
gran
diferencia
que
todas
las
ofertas
y
todas
las
demandas
son
consideradas
como
1,
lo
que
quiere
decir
que
solo
se
puede
asignar
un
agente
a
una
tarea,
por
lo
tanto
el
modelo
en
sus
restricciones
queda
como
una
nocin
binaria
(de
1
y
0).
Para
realizar
la
representacin
como
red
se
define
que
cada
uno
de
los
agentes
y
las
tareas
se
representan
como
nodos,
mientras
que
las
asignaciones
se
representan
como
arcos,
los
arcos
son
los
que
definen
las
posibles
asignaciones
entre
el
agente
y
la
tarea
con
los
que
contamos.
Cada
uno
de
los
arcos
se
les
asigna
un
costo,
a
diferencia
del
modelo
de
transporte
se
asigna
una
demanda
y
una
oferta.
Para
evidenciarlo
de
manera
ms
clara
podremos
en
la
figura
15
como
se
dibujara
la
red.
Debemos
tener
en
cuenta
que
siempre
en
un
modelo
de
asignacin
se
busca
minimizar
los
costos
de
asignar
un
agente
a
una
determinada
tarea.
Para
definir
el
modelo
de
manera
matemtica
tenemos
las
siguientes
ecuaciones:
9 8
"$ "$
" $
:
"$ = 1
.
$
"$ = 1
.
"
"$ = 0 1
18 POLITCNICO GRANCOLOMBIANO
La
funcin
objetivo
es
la
suma
los
costos
por
la
tarea
que
se
cumple,
mientras
que
las
restricciones
suman
1,
porque
por
definicin
los
agentes
quedaran
asignados
por
lo
menos
1
a
cada
tarea.
Tambin
para
el
modelo
de
asignacin
tenemos
casos
especiales
como
lo
son;
"$ 1
$
"$
$
Un
contratista
paga
sus
empleados
un
sueldo
base
ms
una
comisin
proporcional
a
la
distancia
recorrida
para
hacer
el
trabajo.
En
un
da
en
particular
el
contratista
tiene
que
cumplir
con
tres
trabajos
elctricos
asociados
a
diferentes
proyectos.
A
continuacin,
se
presentan
las
distancias
de
los
empleados
a
cada
proyecto.
PROYECTOS
EMPLEADOS A B C
W 50 36 16
F 28 30 18
G 35 32 20
U 25 25 14
20 POLITCNICO GRANCOLOMBIANO
50 NN + 36 NQ + 16 NR + 28 QN + 30 QQ + 18 QR + 35
RN + 32 RQ + 20 RR + 25 YN + 25 YQ + 14 YR
Para
las
restricciones
debemos
tener
en
cuenta
que
el
modelo
es
un
caso
especial
en
el
que
tengo
ms
agentes
que
tareas
por
lo
tanto
el
modelo
queda
de
la
siguiente
manera.
: NN + NQ + NR 1
QN + QQ + QR 1
RN + RQ + RR 1
YN + YQ + YR 1
NN + QN + RN + YN = 1
NQ + QQ + RQ + YQ = 1
NR + QR + RR + YR = 1
Ahora, ya teniendo la definicin de modelo lo pasamos a Excel como se muestra en la figura 17.
El
Resultado
del
modelo,
es
que
se
asigna
al
trabajador
W
a
la
tarea
3,
generando
una
distancia
de
16.
Se
asigna
al
trabajador
F
a
la
tarea
1,
dando
as
una
distancia
de
28.
El
trabajador
G
no
se
le
asigna
ninguna
tarea.
Por
ltimo
el
trabajador
U
se
le
asigna
la
tarea
2
con
una
distancia
de
25,
por
lo
tanto
en
el
total
de
las
distancias
a
recorrer
ser
de
69.
La
solucin
en
solver
se
ve
como
se
presenta
en
la
figura
19.
22 POLITCNICO GRANCOLOMBIANO
REFERENCIAS
Referencias bibliogrficas
Anderson,
D.
S.
(2005).
Mtodos
Cuantitativos
para
los
Negocios
(Novena
Edicin
ed.).
Mxico:
Cengage
Learning
Editores.
Bazaraa,
M.
J.
(1996).
Programacin
Lineal
y
Flujo
en
Redes
(Segunda
edicin
ed.).
Mxico:
Limusa.
Bazarra,
M.,
&
Jarvis,
J.
J.
(2005).
Programacin
lineal
y
flujo
en
redes.
(Segunda
Edicin.
ed.).
Mxico:
Limusa
Editores.
.
Hillier, F. &. (2006). Investigacin de Operaciones (Octava Edicin ed.). Mxico: McGraw-Hill.
Hillier,
F.
&.
(2008).
Mtodos
Cuantitativos
Para
Administracin
(Tercera
Edicin
ed.).
Mxico:
McGraw-Hill.
Taha,
H.
(1997).
Investigacin
de
Operaciones:
Una
Introduccin
(Sexta
edicin
ed.).
NY:
Prentice
Hall.
24 POLITCNICO GRANCOLOMBIANO
MODELO DE TRANSBORDO Y
ANALISIS DE SENSIBILIDAD
MODELOS PARA LA TOMA DE DECISIONES
AUTOR:Gabriel Mauricio Yaez Barreto
INDICE
1. Modelo de transbordo
El
modelo
de
transbordo
es
otra
aplicacin
del
modelo
de
transporte,
solo
que
aqu
se
aaden
unos
nodos
de
paso
entre
los
inicios
y
los
finales,
estos
pueden
ser
convertidos
en
problemas
de
transporte
ms
grandes
y
solucionados
como
modelos
de
transporte.
Para
realizar
la
representacin
como
red
de
este
tipo
de
modelo
tenemos
tres
grupos
de
nodos,
los
cules
sern
los
correspondientes
a
los
inicios,
transbordos
y
por
ltimo
los
destinos.
Cada
uno
de
estos
conjuntos
de
nodos,
se
encuentran
unidos
por
arcos
que
son
los
que
definen
los
caminos
que
se
pueden
seguir.
Teniendo
en
cuenta
que
es
una
forma
de
un
modelo
de
transporte,
tambin
se
tiene
en
cuenta
el
costo
por
transportar
un
bien
de
un
punto
a
otro,
pero
pasando
por
un
punto
intermedio.
Por
lo
tanto,
cada
uno
de
los
nodos
de
inicio
cuenta
con
una
oferta,
mientras
que
los
nodos
de
finalizacin
cuentan
con
una
demanda
que
se
debe
cumplir.
2 POLITCNICO GRANCOLOMBIANO
Debemos
tener
en
cuenta
que
siempre
en
un
modelo
de
transbordo
se
busca
minimizar
los
costos
de
transportar
un
bien,
desde
un
origen
hasta
un
final,
pasando
por
un
transbordo
con
un
costo
relacionado
por
realizar
el
envo
desde
el
inicio
hasta
el
transbordo
y
despus
otro
costo
por
enviar
del
transbordo
hasta
el
destino
final.
Para
definir
el
modelo
de
manera
matemtica
tenemos
las
siguientes
ecuaciones;
7 6
23 23
2 3
:
23 2
.
3
6 7
23 23 = 0
3 2
23 = 3
2
23 0
Lo
que
nos
dice
que
la
funcin
objetivo
es
bsicamente
de
la
misma
manera
que
el
modelo
de
transporte
que
es
la
sumatoria
de
los
costos
por
las
variables
de
decisin,
la
diferencia
en
este
caso
es
que
tenemos
ms
variables
de
decisin
ya
que
contamos
con
ms
arcos.
Para
las
restricciones
tenemos
que
por
cada
uno
de
los
nodos
contaremos
con
una
restriccin,
si
estamos
hablando
de
los
nodos
de
inicio
la
restriccin
es
que
la
suma
de
todo
lo
que
sale
del
nodo
tiene
que
ser
menor
o
igual
a
la
oferta
de
este
nodo.
Para
los
nodos
de
transbordo
tenemos
que
la
restriccin
es
que
la
suma
de
todo
lo
que
entra
al
nodo
menos
todo
lo
que
sale
de
l
debe
ser
0,
ya
que
en
un
transbordo
no
se
almacena
mercanca.
Por
ultimo
para
los
nodos
de
destino
tenemos
que
la
suma
de
todo
lo
que
entra
en
un
nodo
de
destino
es
igual
a
la
demanda
del
mismo.
Thomas
Industries
y
Washburn
Corporation
proveen
a
tres
firmas
(Zrox,
Hewes,
Rockwright)
las
cuales
personalizan
los
estantes
para
sus
oficinas.
Ambos
ordenan
los
estantes
a
los
mismos
fabricantes,
Arnold
Manufacturers
y
Supershelf,
Inc.
Actualmente
las
demandas
semanales
por
parte
de
sus
clientes
son:
50
para
Zrox,
60
para
Hewes,
y
40
para
Rockwright.
Tanto
Arnold
como
Supershelf
pueden
entregar
a
lo
sumo
75
unidades
semanalmente.
Debido
a
largos
contratos,
basados
en
acuerdos
especiales,
los
costos
unitarios
para
cada
estante
varan
para
cada
cliente.
stos
son:
Thomas Washburn
Arnold 5 8
Supershelf 7 4
4 POLITCNICO GRANCOLOMBIANO
El
costo
de
instalacin
es
diferente
para
cada
una
de
las
firmas
como
se
ve
en
la
tabla
#2.
Thomas 1 5 8
Washburn 3 4 4
Para
construir
la
red
para
el
ejemplo
tenemos
que
definir
cul
ser
el
grupo
de
nodos
de
inicio,
cules
sern
los
transbordos
y
por
ultimo
cules
sern
los
destinos.
Por
lo
tanto,
si
analizamos
bien
las
empresas
Arnold
y
Supershelf
ser
nuestros
nodos
de
inicio
cada
uno
con
una
oferta
de
75,
mientras
que
nuestros
transbordos
sern
Thomas
y
Washburn,
por
ser
los
transbordos
ellos
no
cuentan
con
mercanca
en
stock.
Por
ultimo
encontramos
que
los
finales
sern
Zrox
Hewes
y
Rockwright.
Ya
teniendo
la
red
inicial
podemos
iniciar
a
colocar
a
cada
uno
de
los
nodos
los
datos
completos,
como
para
cada
nodo
de
inicio
la
oferta
inicial
es
de
75,
el
costo
entre
cada
camino
que
est
relacionado
en
las
tablas,
y
las
demandas
de
cada
uno
de
los
finales
que
son
50,
60
y
40
respectivamente.
Ya
en
la
figura
3
veremos
la
red
completa.
Ahora definimos las variables de decisin para este caso de manera ms clara que en la red.
23 = .
3O = .
= 1 , = 2 , = 3 , = 4 ,
= 5 , = 6 , = 7 .
6 POLITCNICO GRANCOLOMBIANO
Para
definir
la
funcin
objetivo
debemos
tener
en
cuenta
que
es
la
suma
de
los
costos
multiplicados
por
las
variables
de
decisin,
por
lo
tanto,
la
funcin
objetivo
quedara
de
la
siguiente
manera;
min 5 ab + 8ae + 7 fb + 4 fe + 1 bg + 5 bh + 8 bi + 3 eg + 4
eh + 4 ei
Para
las
restricciones
vamos
a
escribirlas
de
manera
separada
para
que
queden
totalmente
claras,
entonces
por
cada
uno
de
los
inicios
tenemos;
ab + ae 75 .
fb + fe 75
Ahora para cada uno de los transbordos tenemos las siguientes expresiones;
ab + fb bg bh bi = 0 .
ae + fe eg eh ei = 0 .
Ahora para cada uno de los finales tendremos tambin una serie de restricciones;
bg + eg = 50 , .
bh + eh = 60 , .
bi + ei = 40 , .
Por
ultimo
tendremos
una
restriccin
que
es
sper
importante,
la
de
no
negatividad
ya
que
no
podemos
tener
un
numero
negativo
de
unidades.
23 , 3O 0
min 5 ab + 8ae + 7 fb + 4 fe + 1 bg + 5 bh + 8 bi + 3 eg + 4
eh + 4 ei
Sujeto a; ab + ae 75
fb + fe 75
ab + fb bg bh bi = 0
ae + fe eg eh ei = 0
bg + eg = 50
bh + eh = 60
bi + ei = 40
23 , 3O 0
Ahora nos dirigimos a Excel a montar el ejemplo en un cuadro, para solucionarlo con solver:
Figura
4.
Montaje
del
modelo
en
Excel
Si
nos
fijamos
tenemos
algunos
de
los
valores
en
-1,
toca
de
esta
manera
para
poder
lograr
formular
la
resta
de
manera
sencilla,
tengamos
en
cuenta
que
en
los
transbordos
se
suma
lo
que
entre
y
se
le
resta
lo
que
salga
del
mismo.
Ahora
nos
dedicamos
a
montar
cada
una
de
las
restricciones
en
solver.
8 POLITCNICO GRANCOLOMBIANO
Figura
6.
Solucin
del
problema
en
solver
Teniendo
en
cuenta
el
resultado
nos
damos
cuenta
que
el
costo
de
la
operacin
total
ser
de
1150,
enviando
75
unidades
desde
la
fbrica
de
Arnold
a
Thomas,
75
unidades
desde
Supershelf
a
Washburn,
enviando
las
50
unidades
demandas
desde
Thomas
a
Zrox,
Pero
desde
Thomas
tambin
se
le
envan
25
unidades
a
Hewes,
para
completar
la
demanda
de
Hewes
se
deben
enviar
las
35
unidades
faltantes
desde
Washburn,
por
ltimo
se
cumple
con
las
40
unidades
de
Rockwright
con
lo
que
quedaba
en
Washburn.
2. Anlisis de sensibilidad
Permite responder preguntas del tipo Qu pasara si? acerca del problema.
max = 5 a + 7 f
. .
a 6
2 a + 3 f 19
a + f 8
a , f 0
10 POLITCNICO GRANCOLOMBIANO
Figura
7.
Solucin
ptima
por
mtodo
grfico
El
rango
de
optimalidad
de
cada
coeficiente
provee
el
rango
de
valores
sobre
el
cual
la
actual
solucin
permanecer
ptima.
Se
debe
enfocar
los
esfuerzos
en
aquellos
coeficientes
que
tienen
un
rango
de
optimalidad
ms
estrecho
y
en
aquellos
ms
cerca
de
los
bordes
del
intervalo.
Grficamente,
los
lmites
del
rango
de
optimalidad
son
encontrados
cambiando
la
pendiente
de
la
lnea
de
la
funcin
objetivo
dentro
de
los
lmites
de
las
pendientes
de
las
restricciones
activas.
12 POLITCNICO GRANCOLOMBIANO
Rango
de
optimalidad
para
f
Como
vemos
en
la
figura
10,
cuando
solver
nos
dice
que
si
quiere
conservar
la
solucin
en
el
lado
derecho
podemos
seleccionar
los
informes
que
queremos,
por
lo
tanto
pedimos
el
informe
de
sensibilidad.
Las
columnas
que
nos
importan
son
las
3
ltimas
de
las
celdas
variables
que
son
las
que
nos
dan
los
datos
ms
importantes
de
las
variaciones
con
sus
lmites
correspondientes
a
cada
una
de
las
variables.
Para analizar los datos del lado derecho de cada una de las ecuaciones tenemos.
Un
cambio
en
el
lado
derecho
de
una
restriccin
puede
afectar
la
regin
factible
y
tal
vez
cause
un
cambio
en
la
solucin
ptima.
Cuando
el
RHS
incrementa,
otras
restricciones
se
pueden
convertir
en
activas
y
limitan
el
cambio
en
el
valor
de
la
funcin
objetivo.
14 POLITCNICO GRANCOLOMBIANO
Mientras
que
para
el
precio
sombra:
El
precio
sombra
es
la
diferencia
entre
los
valores
de
las
funciones
objetivo
del
problema
nuevo
y
del
problema
original.
El
precio
sombra
para
una
restriccin
No-activa
es
0.
Un
precio
sombra
negativo
(en
un
problema
de
Max)
indica
que
la
funcin
objetivo
no
mejorar
si
el
RHS
es
incrementado.
El
rango
de
factibilidad
para
un
cambio
en
el
RHS
es
el
rango
de
valores
que
puede
tomar
dicho
coeficiente
sin
que
el
precio
sombra
cambie.
Grficamente,
el
rango
de
factibilidad
se
determina
encontrando
los
valores
del
RHS
que
no
cambian
ninguna
restriccin
activa
a
No-activa.
GLOSARIO DE TRMINOS
Actividad
en
Arco
Es
una
red
en
la
que
las
actividades
son
representadas
con
el
uso
de
(AOA):
arcos.
Actividad
en
Nodo
Es
una
red
en
la
que
las
actividades
son
representadas
con
el
uso
de
(AON):
nodos.
16 POLITCNICO GRANCOLOMBIANO
REFERENCIAS
Referencias bibliogrficas
Anderson,
D.
S.
(2005).
Mtodos
Cuantitativos
para
los
Negocios
(Novena
Edicin
ed.).
Mxico:
Cengage
Learning
Editores.
Bazaraa,
M.
J.
(1996).
Programacin
Lineal
y
Flujo
en
Redes
(Segunda
edicin
ed.).
Mxico:
Limusa.
Bazarra,
M.,
&
Jarvis,
J.
J.
(2005).
Programacin
lineal
y
flujo
en
redes.
(Segunda
Edicin.
ed.).
Mxico:
Limusa
Editores.
.
Hillier, F. &. (2006). Investigacin de Operaciones (Octava Edicin ed.). Mxico: McGraw-Hill.
Hillier,
F.
&.
(2008).
Mtodos
Cuantitativos
para
Administracin
(Tercera
Edicin
ed.).
Mxico:
McGraw-Hill.
Taha,
H.
(1997).
Investigacin
de
Operaciones:
Una
Introduccin
(Sexta
edicin
ed.).
NY:
Prentice
Hall.
Introduccin
Recomendaciones acadmicas
a. Teora de colas
b. Ley de Little
c. Colas Markovianas
d. Ejemplo
Referencias
Referencias bibliogrficas
INTRODUCCIN
En esta cartilla se revisarn los temas relacionados con la toma de decisiones por medio del uso de la
distribucin de tareas y asignaciones para un sistema completo de colas, donde se encuentran
relacionadas la cantidad de servidores y de colas segn sea necesario, con la finalidad de evitar que el
usuario demore mucho dentro del sistema logrando un tiempo acorde entre el momento que entra al
sistema y el momento en el que sale. Tenga en cuenta que es importante que tome nota de lo que est
realizando y que realice los ejercicios desarrollados para un mayor entendimiento de los mismos.
RECOMENDACIONES ACADMICAS
Para profundizar un poco ms en el tema no olviden que dentro de los recursos virtuales de la institucin
puede encontrar varios tipos de documentos que pueden ser tiles, como lo son libros de investigacin
2 POLITCNICO GRANCOLOMBIANO
de operaciones o de administracin cientfica, tambin puede encontrar artculos y documentos
investigativos de aplicacin.
a. Teora de colas
El origen de la Teora de Colas est en el esfuerzo de Agner Krarup Erlang (Dinamarca, 1878 - 1929)
(Anderson, 2005) en 1909 para analizar la congestin de trfico telefnico con el objetivo de cumplir la
demanda incierta de servicios en el sistema telefnico de Copenhague. Sus investigaciones acabaron en
una nueva teora llamada teora de colas o de lneas de espera. Esta teora es ahora una herramienta de
valor en negocios debido a que muchos de sus problemas pueden caracterizarse como problemas de
congestin llegada - partida.
Una cola es una lnea de espera y la teora de colas es una coleccin de modelos matemticos que
describen sistemas de lneas de espera particulares o de sistemas de colas. Los modelos sirven para
encontrar un buen compromiso entre costes del sistema y los tiempos promedio de la lnea de espera
para un sistema dado.
Los problemas de colas se presentan permanentemente la vida diaria: un estudio de EE.UU. concluy
que un ciudadano medio pasa 5 aos de su vida esperando en distintas colas, y de ellos casi 6 meses
parado en los semforos.
Mecanismo de
Situacin Llegadas Cola
servicio
Entonces por definicin, la teora de Colas es el estudio matemtico del comportamiento de lneas de
espera. Estas se presentan cuando "clientes" llegan a un "lugar" demandando un servicio a un "servidor"
el cual tiene cierta capacidad de atencin. Si el servidor no est disponible inmediatamente y el cliente
decide esperar, entonces se forma en la lnea de espera.
A continuacin realizaremos el estudio de los conceptos bsicos necesarios para el caso de las teoras de
colas.
4 POLITCNICO GRANCOLOMBIANO
Instalaciones de Servicio: este trmino se usa para referirse a:
Lneas telefnicas
Talleres de reparacin
Pistas de aeropuerto
Tasa de Servicio: este trmino se usa para designar la capacidad de servicio, por ejemplo:
Un sistema telefnico entre dos ciudades puede manejar 90 llamadas por minuto
Una instalacin de reparacin puede de media, reparar mquinas a razn una cada 8
horas.
Nmero de servidores de servicio: Es la cantidad de servidores de que disponemos:
El nmero de servidores no tiene porqu ser siempre en paralelo, es decir, puede que un sistema de
colas tenga varias fases.
Tabla 2. Tipos de colas dependiendo de la cantidad de servidores y fases
Lnea de produccin
Uno Varias
secuencial.
Funcionamiento de
Varios Una
operaciones bancarias.
Centros de exmenes
Varios Varias
mdicos.
Ahora revisaremos los costes que van asociados a las teoras de las colas.
Por qu es necesario contar con herramientas de optimizacin para los problemas de colas?
Por ejemplo, el valor del tiempo perdido o la gasolina malgastada en los atascos o los semforos.
Lo normal es pensar que estos costes de espera decrecen conforme aumenta la capacidad de servicio del
sistema.
Contra la reduccin anterior de costes de espera, es tambin normal que el coste asociado a incrementar
la capacidad de servicio crezca con alguna proporcionalidad en relacin a esta capacidad.
6 POLITCNICO GRANCOLOMBIANO
c. Los costes totales del sistema de servicio
La suma de los dos costes anteriores da una funcin de costes totales del sistema en funcin de la
capacidad, que tendr una forma similar a la siguiente:
Dada la funcin de costes anterior, los objetivos de la Teora de Colas consisten en:
Identificar el nivel ptimo de capacidad del sistema que minimiza el coste global del mismo
Evaluar el impacto que las posibles alternativas de modificacin de la capacidad del sistema
tendran en el coste total del mismo
8 POLITCNICO GRANCOLOMBIANO
Hay que prestar atencin al tiempo de permanencia en el sistema o en la Cola: la paciencia de los
clientes depende del tipo de servicio especfico considerado, eso puede hacer que un cliente abandone
el sistema.
Segn el tipo de sistema de colas, tenemos varios tipos de stas, las cuales son:
El primer sistema que se muestra se llama un sistema de un servidor y una cola o puede describir
una consulta de un mdico.
El segundo, una lnea con mltiples servidores, es tpico de una peluquera o una panadera en
donde los clientes toman un nmero al entrar y se les sirve cuando les llega el turno.
El tercer sistema, en que cada servidor tiene una lnea separada, es caracterstico de los bancos y
las tiendas de autoservicio. Para este tipo de servicio pueden separarse los servidores y tratarlos
como sistemas independientes de un servidor y una cola. Esto sera vlido slo si hubiera muy
pocos intercambios entre las colas.
David G. Kendall introdujo una notacin de colas A/B/C en 1953 para describir las colas y sus
caractersticas. Esta ha sido desde entonces extendida a 1/2/3/ (4/5/6) donde los nmeros se
reemplazan con :
a. M para "Markoviano" (la tasa de llegadas sigue una distribucin de Poisson), significando una
distribucin exponencial para los tiempos entre llegadas.
10 POLITCNICO GRANCOLOMBIANO
b. D para unos tiempos entre llegadas "determinsticas".
c. G para una "distribucin general" de los tiempos entre llegadas o del rgimen de llegadas.
1. Un cdigo similar que representa el proceso de servicio (tiempo de servicio). Se usan los mismos
smbolos.
Last Come First Served (LCFS) o Last In First Out (LIFO), 6. El tamao de la poblacin desde donde
los clientes vienen.
Segn la Figura 4, las colas pueden tomar la distribucin de tiempo de arribos y tiempo de servicio como
exponenciales, constantes o determinsticas segn sea el caso, por ejemplo, nombrar una cola M/M/1,
sera una cola con tiempo de arribo exponencial, con un tiempo de servicio exponencial y con solo un
servidor.
=
1
= .
= .
= .
1
= .
= .
= .
= .
= .
= .
= .
= .
= .
= .
= .
= .
b. Ley de Little
La ley de Little establece las ecuaciones o formas de encontrar los datos ms importantes dentro de un
problema de colas, para establecer de manera concreta cuales sern la cantidad de clientes dentro de
una cola, el tiempo que se demora un cliente en una cola, la cantidad de clientes que estn siendo
12 POLITCNICO GRANCOLOMBIANO
atendidos o la probabilidad que un servidor se encuentre ocupado, por lo tanto tendremos las siguientes
expresiones;
= [] =
=0
= [ ] = ( )
=+1
c. Colas Markovianas
Las colas markovianas son bsicamente aquellas con distribuciones exponenciales, ya sean en el tiempo
de arribo como en el tiempo de servicio. Por lo tanto, debemos tener en cuenta las colas M/M/1 o las
M/M/c, que son las que veremos a continuacin;
= =
2
= = (1 )
()
1
=
=
()
1
=
Ahora debemos tener en cuenta que para poder utilizar este modelo se debe tener una condicin de
estabilidad la cual est definida de la siguiente manera:
<
Ahora, para estandarizar los modelos tenemos las siguientes ecuaciones que definen el modelo
independientemente de la cantidad de servidores con los que se cuente, por lo tanto;
14 POLITCNICO GRANCOLOMBIANO
Las principales medidas de desempeo tenemos
d. Ejemplo
b. El tiempo promedio que un vehculo tardar desde que llega al peaje hasta que lo cruza
La caseta de peaje se puede modelar como un sistema M/M/1, con tasa de arribos =10 v/h y tasa de
servicio =15 v/h. Note que se cumple la condicin de estabilidad (10 < 15).
b. Tiempo promedio desde que un vehculo llega al peaje hasta que lo cruza.
1 1
= = = 12
15 10 5
16 POLITCNICO GRANCOLOMBIANO
10
= = 2
15 10
102 4
= = .
15 (15 10) 3
10 2
= = = 8 .
15(1510) 5
f. La proporcin del tiempo que el cajero debe trabajar.
10 2
= =
15 3
REFERENCIAS
Referencias bibliogrficas
Anderson, D. S. (2005). Mtodos Cuantitativos para los Negocios (Novena ed.). Mxico: Cengage Learning
Editores.
Bazarra, M., & Jarvis, J. J. (2005). Programacin lineal y flujo en redes. (Segunda ed.). Mxico: Limusa
Editores. .
Hillier, F. &. (2006). Texto principal: Introduccin a la Investigacin de Operaciones. (6 ed.). N/A:
McGraw Hill. .
Hillier, F. &. (2006). Investigacin de Operaciones (Octava Edicin ed.). Mxico: McGraw-Hill.
Hillier, F. &. (2008). Mtodos Cuantitativos para Administracin (Tercera ed.). Mxico: McGraw-Hill.
Taha, H. (1997). Investigacin de Operaciones: Una Introduccin (Sexta ed.). NY: Prentice Hall.
18 POLITCNICO GRANCOLOMBIANO
MODELOS DE TOMA DE DECISIONES 19
FORMULACIN DE PROBLEMAS
MODELO
PARA LA TOMAS DE DECISIONES
AUTOR:
Gabriel Mauricio Yaez Barreto
NDICE
1. Formulacin
de
problemas.
2. Matriz
de
pagos
3. Criterios
de
manejo
de
toma
de
decisiones.
3.1. Criterio
optimista.
3.2. Criterio
conservador.
3.3. Criterio
minimax.
4. rboles
de
decisin.
1. Formulacin
de
problemas.
Para
analizar
un
problema
de
toma
de
decisiones
debemos
tener
en
cuenta
las
caractersticas
que
lo
definen,
como
lo
son
los
estados
de
la
naturaleza
que
son
los
que
nos
definen
las
decisiones
como
tal
y
tambin
encontramos
la
matriz
de
los
pagos
que
es
la
que
nos
define
los
costos
y
las
posibles
decisiones
a
tomar.
Las
alternativas
de
decisin
definen
las
alternativas
posibles
para
las
estrategias
que
podemos
tener
en
cuenta
y
cul
de
estas
ser
la
ideal
para
la
persona
que
define
cual
se
deber
utilizar.
Por
lo
tanto,
para
definir
los
estados
de
la
naturaleza
de
un
problema
tenemos
que
son
los
eventos
futuros
que
no
estn
bajo
el
control
de
la
persona
encargada
de
tomar
las
decisiones,
los
cuales
deben
ser
exhaustivos
y
mutuamente
excluyentes,
lo
que
quiere
decir
que
son
hechos
de
alta
importancia
y
adems
que
el
movimiento
o
accin
sobre
uno
de
ellos
no
afectar
al
otro.
2. Matriz
de
pagos
La
matriz
de
pagos
es
la
combinacin
de
las
posibles
alternativas
con
las
que
se
cuentan
para
los
estados
de
la
naturaleza,
la
cual
se
encuentra
relacionada
cada
una
de
ellas
por
un
pago.
Teniendo
en
cuenta
estas
posibles
combinaciones
tenemos
definidos
cules
sern
las
posibles
rutas
a
seguir.
Los
pagos
tienen
diferentes
tipos
de
interpretaciones,
ya
que
pueden
ser
utilidades,
costos,
tiempos,
distancia
o
cualquier
medida
que
sea
adecuada
al
problema
como
tal.
Ahora
para
realizar
la
toma
de
decisiones
se
tienen
varios
criterios
si
no
se
cuenta
con
una
tabla
de
datos
probabilsticos,
los
cuales
son
dependientes
de
las
matrices
de
pagos
de
cada
uno
de
los
estados
de
la
naturaleza.
2 POLITCNICO GRANCOLOMBIANO
Estos
criterios
son:
Criterio Optimista.
Criterio Conservador.
Criterio Minimax(Arrepentimiento).
Demanda
Alta
Media
Baja
Pequea
4
4
-2
Tamao
de
la
Mediana
0
3
-1
planta
Alta
1
5
-3
Fuente:
Elaboracin
propia
2016.
Demanda
Alta
Media
Baja
MAX
Pequea
4
4
-2
4
Tamao
de
la
Mediana
0
3
-1
3
planta
Alta
1
5
-3
5
Fuente:
Elaboracin
propia
2016.
La
mejor
de
las
alternativas
seria
construir
una
planta
con
una
demanda
media,
segn
lo
que
nos
muestra
la
tabla
1,
por
lo
tanto,
el
tomador
de
decisiones
se
enfoca
en
esta
decisin
como
tal.
ii. Para
tomar
la
decisin
se
toma
la
peor
de
las
opciones
y
de
las
peores
se
toma
la
mejor
o
que
genere
mejor
pago.
iii. Si
la
tabla
est
en
funcin
de
los
costos
se
toman
primero
los
peores
pagos
y
de
estos
se
escoge
el
mejor.
Ahora
para
resolver
el
problema
de
la
compaa
ACME
tenemos
que
en
la
tabla
de
escenarios
posibles
(ver
tabla1.)
los
estados
de
la
naturaleza
sern
qu
tipo
de
planta
abriremos,
por
lo
que
se
define
que
el
criterio
conservador
se
toma
el
peor
de
los
casos
y
de
este
se
toma
la
mejor
solucin.
Por
lo
tanto,
tendremos
la
siguiente
tabla
4 POLITCNICO GRANCOLOMBIANO
Tabla
3.
Criterio
Conservador.
Demanda
Alta
Media
Baja
MAX
Pequea
4
4
-2
-2
Tamao
de
la
Mediana
0
3
-1
-1
planta
Alta
1
5
-3
-3
Fuente:
Elaboracin
propia
2016.
Al
considerar
el
peor
de
los
escenarios
se
toma
la
mejor
de
las
soluciones
del
mismo
por
lo
tanto
la
solucin
es
una
planta
mediana.
Demanda
Alta
Media
Baja
Pequea
4-4
5-4
-1+2
Tamao
de
la
Mediana
4-0
5-3
-1+1
planta
Alta
4-1
5-5
-1+3
Fuente:
Elaboracin
propia
2016.
Demanda
Alta
Media
Baja
MAX
Pequea
0
1
1
1
Tamao
de
la
Mediana
4
2
0
4
planta
Alta
3
0
2
3
Fuente:
Elaboracin
propia
2016.
ii. El
pago
esperado
de
cada
decisin
es
calculado
al
ponderar
los
pagos
bajo
cada
estado
de
la
naturaleza
con
la
probabilidad
respectiva
de
cada
estado.
iv. El
valor
esperando
de
la
decisin
" esta
dado
por
la
siguiente
expresin
;
)
" = ( "(
(*+
Donde
N=Numero
de
estados
de
la
naturaleza.
( =Probabilidad
de
que
ocurra
el
estado
di.
"( =el
pago
obtenido
por
di
y
el
estado
de
la
naturaleza
sj.
4. Arboles
de
decisin
Un
rbol
de
decisin
es
una
representacin
cronolgica
del
problema.
Existen
dos
tipos
de
nodos:
crculos
(estados
de
la
naturaleza)
y
cuadrados
(alternativas
de
decisin).
Las
ramas
del
rbol
dejando
cada
crculo
representa
a
cada
estado
de
la
naturaleza,
mientras
las
ramas
que
dejan
cada
cuadrado
representa
a
cada
alternativa
de
decisin.
6 POLITCNICO GRANCOLOMBIANO
Al
final
de
cada
rama-fin
del
rbol
se
encuentran
los
pagos
acumulados
de
todas
las
ramas
desde
el
inicio
hasta
la
rama-fin
Ejemplo
2.
El
restaurante
Burger
Prince
est
considerando
construir
un
nuevo
restaurante
en
la
carrera
sptima.
Se
ha
estimado
que
la
tasa
de
arribo
de
clientes
al
restaurante
puede
ser
de
80
clientes/hora
(s )
con
una
probabilidad
del
40%,
100
clientes/hora
(s )
con
una
probabilidad
del
1 2
20%
y
120
clientes/hora
(s )
con
una
probabilidad
del
40%.
El
restaurante
puede
abrir
uno
de
3
tres
tipos
de
locales
(d ,
d o
d ).
Las
utilidades
promedio
(en
dlares)
para
cada
escenario
se
1 2
3
muestran
a
continuacin.
Tabla
6.
Matriz
del
ejemplo2.
Demanda
80c/h
100
c/h
120
c/h
D1
10000
15000
14000
Modelo
Local
D2
8000
18000
12000
D3
6000
16000
21000
Fuente:
Elaboracin
propia
2016.
El
EVPI
ofrece
un
valor
lmite
del
precio
que
se
deber
pagar
por
la
informacin
muestral.
Pasos
para
Calcular
el
EVPI:
8 POLITCNICO GRANCOLOMBIANO
Ahora
lo
primero
es
que
hallan
los
mejores
pagos
para
cada
estado
de
la
naturaleza
80
c/h
100
c/h
120
c/h
Pago
optimo
10000
18000
21000
Por
lo
tanto
hallamos
0.4*10000+0.2*18000+0.4*21000=
16000
,
por
lo
tanto
como
el
valor
esperado
del
mejor
de
los
resultados
es
14000
el
EVPI
ser
de
:
EVPI=
16000-14000=2000
Probabilidades
Posteriores.
Sume
las
probabilidades
conjuntas
del
mismo
indicador
sobre
todos
los
estados
de
la
naturaleza,
as
se
obtiene
la
probabilidad
marginal.
Halle
la
diferencia
entre
el
Valor
Esperado
(EV)
de
la
mejor
decisin
con
las
probabilidades
anteriores
y
el
valor
esperado
con
las
probabilidades
posteriores.
El
resultado
ser
el
EVSI.
La
eficiencia
de
la
Informacin
Muestral
es
la
razn
entre
el
EVSI
y
el
EVPI.
Lo
eficiencia
siempre
es
un
nmero
entre
0
y
1.
10 POLITCNICO GRANCOLOMBIANO
GLOSARIO
DE
TRMINOS
Criterio
Optimista:
Se
le
dice
as
al
criterio
maximax.
Distribucin
de
Se
utiliza
frecuentemente
para
calcular
el
tiempo
y
variaciones
de
Probabilidades
terminacin
de
las
actividades
en
las
redes.
Beta:
Estado
de
la
Resultado
en
el
que
el
administrador
tiene
poco
o
nulo
control.
Naturaleza:
Lnea
de
Espera
Uno
o
ms
clientes
u
objetos
que
permanecen
en
modo
de
espera
para
(Cola):
recibir
un
servicio.
12 POLITCNICO GRANCOLOMBIANO
REFERENCIAS
Anderson,
D.
S.
(2005).
Mtodos
Cuantitativos
Para
Los
Negocios
(Novena
Edicin
ed.).
Mexico:
Cengage
Learning
Editores.
Bazaraa,
M.
J.
(1996).
Programacin
Lineal
y
Flujo
en
Redes
(Segunda
edicin
ed.).
Mxico:
Limusa.
BAZARRA,
M.,
&
JARVIS,
J.
J.
(2005).
Programacin
lineal
y
flujo
en
redes.
(Segunda
Edicin.
ed.).
Mxico:
Limusa
Editores.
.
Castillo.
(20
de
Noviembre
de
2007).
Departamento
Unican.
Obtenido
de
Unican:
http://departamentos.unican.es/macc/personal/profesores/castillo/libro.htm
HILLIER,
F.
&.
(2006
).
Texto
principal:
Introduccin
a
la
Investigacin
de
Operaciones.
(6
Edicin.
ed.).
N/A:
McGraw
Hill.
.
Hillier,
F.
&.
(2006).
Investigacin
De
Operaciones
(Octava
Edicin
ed.).
Mxico:
McGraw-Hill.
Hillier,
F.
&.
(2008).
Mtodos
Cuantitativos
Para
Administracin
(Tercera
Edicin
ed.).
Mxico:
McGraw-Hill.
Hopp,
W.
&.
(2008).
M.
Factory
Physics.
NY:
McGraw
Hill.
TAHA,
H.
(
1997).
Investigacin
de
Operaciones:
Una
Introduccin
(Sexta
edicin
ed.).
NY:
Prentice
Hall.
WINSTON,
W.
(2005).
Investigacin
De
Operaciones
Aplicaciones
Y
Algoritmos
(Cuarta
Edicin
ed.).
Mxico
:
Thomson.