Manual Inv. Operaciones

Universidad Nacional
Jos Faustino
Snchez Carrin
FACULTAD DE INGENIERA
INVESTIGACIN DE OPERACIONES II
Mg. Alcibiades Sosa

Palomino
TEMA 1: MODELO DE REDES

INVESTIGACIN DE OPERACIONES
Se han dado muchas definiciones. Segn Ackoff y Arnof en Prawda : La Investigacin de
operaciones es la aplicacin , por grupos interdisciplinarios, del mtodo cientfico a
problemas relacionados con el control de las organizaciones o sistemas a fin de que se
produzcan soluciones que mejor sirvan a los objetivos de toda la organizacin.
PROCESO EN LA TOMA DE DECISIONES
ESTRUCTURA DEL PROBLEMA
Problema
Modelo
ANALISIS DEL PROBLEMA

Anlisis
Cuant.
Evaluac.
Solucin
AHS
Toma de
decisiones
Anlisis
Cualit.
MODELO DE REDES
Modelo que permite tomar decisiones ptimas en un sistema , utilizando para ello el
modelo de programacin lineal y otros algoritmos para casos especiales.
Mediante el modelo de redes se han resuelto con xito diversos problemas industriales y en
otras reas tales como en sistemas de transporte, proyectos, etc.
Algunos casos de modelos de redes son:
M. Transporte.
M. Asignacin.
M. Transbordo.
M. Ruta ms corta.
M. Arbol de extensin mnima.
M. Flujo mximo.
M. PERT/CPM
ELEMENTOS BASICOS DE UNA RED

1. NODO.- Lnea cerrada que representa: ciudad, almacn, interseccin de pistas; etc.
Pueden presentarse como:

FUENTE
i
Emisor
TRANSBORDO
DESTINO
j
Receptor
2. ARCOS.- Lnea o flecha que representa la trayectoria de un nodo a otro.
Pueden ser:
Dirigidos
xij
j
i
No dirigidos
3. FLUJO.- Representan los valores de xij
Estos valores pueden ser: n de vehculos que circulan por una pista, volumen
de agua que fluye por una caera, etc.
RED.- Diagrama formado por la inter relacin de nodos, arcos y flujos bsicamente.
Las redes pueden presentarse como cadenas, anillos, rbol abierto, combinacin de
todos ellos.
Cadena
Anillo
Arbol
Red
CARACTERISTICA DEL MPL DE UNA RED

Los elementos de la matriz tecnolgica es 1 1 ( a ij )
Existe una restriccin para cada nodo.
Cada arco representa una variable de decisin.
Todo modelo matemtico que tiene estas caractersticas se puede representar mediante
una red y viceversa.
MODELO DE TRANSPORTE
El modelo general de programacin lineal de transporte con m orgenes y n destinos es:
m
Min
c
i 1 j 1
Sujeta a
ij
x ij
x
j 1
ij
si
ij
dj
i = 1; 2 ; ; m
j=1;2;;n
0 para toda i y para toda j.
i 1
xij
oferta
demanda
Pueden aadirse restricciones adicionales de la forma xij < Lij si la ruta que va del origen i
al destino j , tiene la capacidad Lij . (Problema de transporte con capacidades)
MODELO DE ASIGNACIN
El problema general de asignacin implica n agentes y m tareas; en donde los valores de x ij
es cero uno
m
Min
c
i 1 j 1
ij
x ij
Sujeta a
n
x
j 1
ij
ij
x
i 1
xij
i = 1; 2 ; ; m
j=1;2;;n
agentes
tareas.
0 para toda i y para toda j.
MODELO DE TRANSBORDO
Es una ampliacin del problema de transporte.
Existen nodos intermedios (nodos de transbordo)
Bsicamente se presentan las siguientes restricciones: restricciones de origen, de transbordo
de destino y de capacidad de flujo.
El modelo general de programacin lineal para el problema de transbordo es:
Min
ij
X ij
Todos los arcos
Sujeta a
ij
arcos que salen
x ij s i
arcos que entran
Nodo origen i
ij
x ij 0
Transferencia de nodos
arcos que salen
arcos que entran
arcos que salen
arcos que entran
x ij x ij d j
xij 0
Nodos destino j
para toda i o j .
Adems pueden darse restricciones de capacidades de ruta ( Problemas de transbordo

con capacidades )
PROBLEMA DE LA RUTA MAS CORTA.
Aplicacin de redes en la que el objetivo primordial consiste en determinar la ruta ms corta el
camino ms reducido a travs de la red.
ALGORITMO.
Distancia acumulada desde el nodo inicial
Nodo precedente
1. Asignar al nodo 1 el rtulo permanente [ da, ni-1 ]

2. Determinar rtulos tentativos para los nodos a los que puede llegarse en forma directa desde el
nodo 1 .
3. Identificar el nodo con la etiqueta tentativa que tenga el menor valor de distancia , y
considerarlo como rotulado en forma permanente.
4. Considrense todos los nodos que no tienen etiqueta permanente y a los que pueden llegar en
forma directa desde el nuevo nodo con etiqueta permanente que se estableci en el paso 3.
En caso que el nodo tiene rtulo, si el acumulado es menor o igual rotular ambos resultados.
En caso que el nodo no tiene rtulo , registrar los resultados.
5. Retornar al paso 3 hasta rotular en forma permanente todos los nodos. Los rtulos permanentes
identifican la distancia ms corta desde el nodo 1 hasta cada uno de los nodos.
EL PROBLEMA DEL ARBOL DE EXTENSION MINIMA
Se refiere a utilizar las ramas (arcos), de la red para llegar a todos los nodos de la red de tal manera
que se minimice la longitud total de todas las ramas. Estas conexiones deben realizarse sin formar
anillos.
ALGORITMO
1. Comenzar en forma arbitraria en cualquier nodo y conectarlo con el nodo ms prximo . A estos
nodos se les denomina nodos conexos y a los restantes nodos inconexos.
2. Identificar el nodo no conectado que est ms cerca de uno de los conectados. Deshacer los
empates en forma arbitraria. Agregar este nodo al conjunto de nodos conectados. Repetir esta
iteracin hasta que se hayan conectados todos los nodos.
EL PROBLEMA DEL FLUJO MAXIMO
El objetivo es terminar el flujo mximo que puede entrar y salir del sistema de una red en un
periodo determinado de tiempo y adems la distribucin del flujo en la red.
ALGORITMO
1. Encontrar cualquier camino del nodo de entrada (fuente) al nodo de salida (antifuente)que tenga
capacidades de flujo.
2. Encontrar la menor capacidad de la rama ( pf), sobre el camino elegido en 1.
3. Para el camino elegido en 1 aumentar en p f a las capacidades de flujo en sentido contrario y
reducir en pf las capacidades en el sentido del flujo. Volver al paso 1 hasta saturar todo los
caminos posibles, encontrndose de esta manera la solucin ptima.
FLUJO MAXIMO A COSTO MINIMO

Se puede utilizar este modelo cuando existe la posibilidad de utilizar ms de una
mquina de caractersticas diferentes por capacidad(unidades /hora mquina ) y costo
($/unidad); en la secuencia operativa del proceso de elaboracin de un artculo de gran
demanda.
En este modelo es posible maximizar el flujo de produccin (unidades/hora), logrando que
se obtenga al mnimo costo posible.
El algoritmo que se utiliza es de BUSACKER que consiste en :
1. Se construye una red donde los nodos representan las mquinas ( grupos similares)
disponibles para el proceso y cada arco una posible ruta.
2. En cada arco debe figurar el costo unitario y el flujo mximo (cu,fm).
3. Se procede a etiquetar las mquinas en la red eligiendo las de menor costo, empezando
por el nodo S(start-inicio) hasta llegar al nodo final.
La secuencia de mquinas etiquetadas representa la ruta ptima.
La etiqueta consta de ( c acumulado, mq. de donde proviene, f que pasa por la mq.)
4. Para determinar cunto es lo que an puede procesar cada mquina se recorre la ruta
elegida de modo inverso, colocando bajo los arcos la cantidad que fue procesada y lo
que an se puede procesar.
5. Se calcula el flujo y el costo de esta primera iteracin de la etiqueta final.
6. Se repite el proceso hasta saturar todas las rutas.
7. Se obtiene la sumatoria de los costos y flujos parciales
PROBLEMAS
1. Una empresa metal mecnica se propone a producir piezas de gran demanda , tratando de
elaborar la mxima cantidad por hora y fabricndose al mnimo costo.
Ante la necesidad de elaborar con celeridad un cuantioso pedido para componentes
de telfono pblico, la secuencia: corte, troquelado, acuado y abrillantado puede ser
realizada en las guillotinas A y B, en las prensas tipo E y F, en las prensas tipo E y F, en las
prensas H e I, y en los tambores L. Ms informacin se observa en el siguiente cuadro.
OPERACION
MAQUINAS
HM/U
N DE MAQ.
DISPONIBLES
FLUJO MAX.
EN LAS MAQ.
(Miles de U/H )
COSTO
UNITARIO
A
B
E
F
0.00025
0.00014
0.00020
0.00025
1
1
2
2
4
7
10
8
3
5
5
3
H
I
L
0.00033
0.00040
0.00014
2
4
2
6
10
14
2
4
5
Cul es el flujo mximo en este proceso a costo mnimo ?
2. La empresa de servicio de taxis Huacho querido ha identificado 10 lugares principales ;

en un esfuerzo para minimizar el tiempo de viaje , mejorar el servicio a los clientes , y
mejorar la utilizacin de la flota de taxis de la empresa , a los administradores les gustara
que los conductores de los taxis tomaran la ruta ms corta entre estos diversos lugares,
cuando sea posible. Aplicando la red de caminos y calles que se muestra en seguida . Cul
es la ruta que debera un conductor que sale del lugar 1 y debe llegar al lugar 10 ?. En los
arcos de la red se muestran los tiempos de viaje en minutos.
2
15
5
13
5
2
3
5
3.
10
10
15
12
La empresa de Televisin por cable El solitario identifica los puntos donde deben llegar sus lneas
primarias representando la distribucin en la siguiente red, donde los arcos muestran la distancia en
Km entre los puntos de distribucin. Determine la distribucin con una longitud mnima de la lnea
de cable primario.
4
3
8
9
2
3
4
2
3
4
11
3
7
1
4
7
3
2
10
2
6
4
4
5
5
4
5
4.
Cul es el flujo mximo de vehculos que puede circular por el siguiente sistema de carreteras
norte sur ?. Los arcos muestran el fluido de miles de vehculos por hora .
2
5
6
1
4
3
Norte
Sur
3
6
TEMA 2 : MODELO DE REDES . ADMINISTRACIN DE PROYECTOS

La redes proporcionan una ayuda conceptual poderosa para visualizar las relaciones entre
los componentes de sistemas complicados ; de all su utilidad en la administracin de
proyectos.
CONCEPTOS BASICOS
1.
Proyecto.- Conjunto de actividades inter relacionadas que deben efectuarse en un cierto

orden lgico.
2.
Actividad.- Trabajo que consume recursos ( tij , cij, ) para su ejecucin.
3. Red.- Grfica formada por nodos , arcos y flujos.

Cada flecha en la red representa una actividad ( xij ). i < j
Las actividades ficticias no consumen recurso y se representan por lneas punteadas.
Las actividades ficticias se utilizan para indicar precedencia y para evitar duplicidad de
variables de decisin.
APLICACIN DEL MR EN LA ADMINISTRACIN DE PROYECTOS.
FASES:
1. PLANEACIN. Identificacin de actividades.
Secuencia lgica de actividades (precedencia )
Elaboracin de la red.
2. PROGRAMACIN. Determinacin de la ruta crtica y las holguras aplicando el PERT/CPM.
PERT(Program Evaluation and review technique Tcnica de evaluacin y revisin
de programa.
CPM ( Critical Path Method Mtodo de la ruta crtica ).
Programa de actividades.
3. CONTROL
Anlisis de la red utilizando PERT/COST contraccin de la red en caso necesario.

Reportes peridicos en base al anlisis.
Segn las caractersticas del proyecto el MR puede ser:
1. DETERMINISTICO
2. PROBABILISTICOS.
MR: DETERMINISTICOS
Proyectos repetitivos (mantenimiento, proyectos con antecedentes, ) ; se caracteriza
por que el consumo de recurso esta estandarizado.
El MPL es de MAX y sus restricciones son similares al modelo de ruta ms corta.
PROCEDIMIENTO DE RUTA CRTICA PERT/CPM
1. Elaborar una lista de las actividades que conforman el proyecto.
2. Determinar la precedencia para cada actividad del proyecto.
3. Estimar el tiempo de terminacin de cada actividad.
4. Construir la red.
5. Determinar el tiempo ms cercano de inicio y el tiempo ms cercano de terminacin
para cada actividad, realizando el paso hacia delante en la red. El tiempo ms cercano
de terminacin para la ltima actividad del proyecto establece el tiempo que se requiere
para terminar el proyecto.
6. Determinar el tiempo ms lejano de inicio y de terminacin de cada actividad
efectuando el paso hacia atrs en la red.
7. Utilizando la diferencia entre los tiempos ms lejanos y ms cercanos de iniciacin para
cada actividad obtener la holgura disponible para cada actividad.
8. Las actividades de la ruta crtica son las que tienen holgura cero.
9. Utilizar la informacin de los pasos 5 y 6 para elaborar el programa de actividades del
proyecto.
PROBLEMAS
1. El departamento de investigacin y desarrollo de una empresa productora de TV est

desarrollando una nueva fuente para la consola de un televisor, con tal propsito, ha
descompuesto el trabajo en la forma siguiente:
TRABAJO
2.
DESCRIPCIN
A
Determinar los voltajes de salida
B
Determinar si se utilizan rectificadores de salida
C
Escoger los rectificadores
D
Escoger los filtros
E
Escoger el transformador
F
Escoger el chasis
G
Escoger el soporte del rectificador
H
Dibujar el chasis
I
Construir y probar
Determinar la ruta crtica.
Cul es el tiempo mnimo para finalizar el proyecto.
Determinar la holguras.
Elabore el programa de actividades.
PRECEDENCIA
A
B
B
C
D
C
E,F
G,H
TIEMPO
(das)
5
7
2
3
1
2
1
3
10
La siguiente tabla resume las actividades para reubicar 1700 pies de una lnea elctrica
primaria de 13.8 KV debido al ensanchamiento de la seccin del camino en la cual est
instalada la lnea actualmente.
Aij Descripcin
Preced. tij(das)
A Revisin del trabajo
1
B Concejo a clientes de interrupcin temporal
A
2
C Almacenes de requisicin
A
3
D Reconocimiento del trabajo
A
1
E Obtencin de postes y materiales
C,D
3
F Distribucin de postes
E
4
G Coordinacin de ubicacin de los postes
D
1
H Preparacin
G
1
I Cavar agujeros
H
3
J Preparar y colocar postes
F,I
4
K Cubrir conductores antiguos
F,I
1
L Colocar nuevos conductores
J,K
2
M Instalacin de material restante
L
2
N Colgamiento del conductor
L
2
O Poda de rboles
D
2
P Conmutacin de lneas
B,M,N,O
1
Q Energizacin de la nueva lnea
P
5
R
S
T
U
Limpieza
Remocin del conductor anterior
Remocin de postes anteriores
Devolucin de material a los almacenes.
Q
Q
S
I
1
1
2
2
Dibujar la red.
Hallar la ruta crtica.
Elaborar el programa de actividades.
3. La siguiente tabla muestra informacin respecto a un proyecto de mantenimiento de
alumbrado de un estadio:
Aij
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
Descripcin
Integrar el equipo
Verificar lmparas quemadas
Obtener lmparas necesarias
Pintar estndares luminosos debajo de los bancos
Remplazar lmparas quemadas
Desactivar el sistema.
Verificar defectos ene el cableado
Obtener alambre necesario
Limpiar lentes de las luces
Quitar alambres defectuosos
Cortar alambres para las lmparas que las requieren
Verificar los aisladores de soporte de los alambres
Remplazar los aisladores defectuosos
Remplazar alambre usado
Empalmar nuevo alambre con el antiguo
Aislar los empalmes
Pintar los bancos de luces
Remplazar lentes rotos
Reactivar sistema
Limpieza
Dibujar la red.
Elaborar el programa de actividades.
Preced.
B
A
C
B
A,F
G
A,F
G
J,H
J
L
M,K
N
O
P
E
Q,D,I,R
R
tij(das)
1
1
2
14
3
1
4
2
6
7
3
2
2
4
3
1
4
4
1
2
4. La siguiente informacin corresponde al mantenimiento de un carro de

competencia:
Aij
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
AA
BB
CC
DD
EE
FF
GG
Descripcin
Especificacin de diseo
Construccin de maqueta a escala para prueba en tnel de viento
Planos para la mquina
Prueba preliminar de tnel de tiempo
Diseo de ejes de trasmisin
Anlisis y cambio de alas
Cambios aerodinmicos de cuerpo
Fabricacin de la cubierta de la trasmisin y ejes
Fabricacin del acople de la caja de velocidad
Fabricacin de piones
Fabricacin de bloques de la mquina
Fabricacin de vlvulas
Fabricacin de ejes de levas
Fabricacin de la suspensin
Decidir relacin de engranajes que se deben usar
Ensamble de la mquina
Fabricacin de chasis
Prueba de dinammetro
Fabricacin de carrocera
Decisin en aros y llantas
Alteraciones de la mquina
Ensamble final de chasis
Prueba final de chasis
Prueba final de dinammetro
Instalacin de mquina en el chasis
Enviar carros a pistas de prueba
Probar suspensin
Probar ajustes
Probar engranaje
Probar diferentes ajustes de mquina
Cambios aerodinmicos y de suspensin
Cambios en la mquina y tren de impulso
Enviar carro a la siguiente pista de competencias
Preced.
A
A
B
A
D
D
E
E
E
C
C
C
F,G
H
H,I,J
K,L,M
N
P,Q
R
N,O
S
T,U
V
W,X
Y
Z
Z
Z
Z
AA,BB
CC,DD
EE,FF
tij(Sem)
5
7
2
1
8
4
6
10
4
2
10
12
12
1
5
1
2
21
1
4
2
4
1
1
4
2
4
2
3
2
4
2
5
Construya la red
Determine la ruta crtica y las holguras

CASO: PROBABILISTICO
Proyectos de investigacin.
No existe base de datos
Existen incertidumbres en los parmetros.
Los tij se consideran :
a. Optimista aij.
b. Pesimista bij
c. Realista
mij
El valor esperado de tij se obtiene :
tij = ( aij + 4mij + bij )/6
La ruta critica se obtiene aplicando el PERT/CPM ; en donde :
Tij = tij
AijRC
Adems la varianza ij2 de Aij est dado por:

ij2 = ( bij - aij )2 / 36
donde :
ij2 = ij2
AijRC
Y la desviacin estndar esta dada por :
ij = ij2
AijRC
Dado que Tij es una variable aleatoria con media Tij y una varianza ij2 ; la probabilidad de
que la duracin del proyecto sea menor igual a una cantidad Z esta dada por :
P(Tij Z ) = { ( Z - Tij ) / ij }
Donde es la distribucin normal estandarizada . ( Ver tabla )
CASO 1
La siguiente tabla muestra la informacin respecto a un proyecto de factibilidad para la
fabricacin de un nuevo producto
Aij
A
B
C
D
E
F
G
H
I
J
Precedencia
A
A
A
C
D
B,E
H
F,G,I
a
3
2
2
6
2
2.5
3
4.5
1
1
DIAS
m
7
2.5
3
7
3
3
4
5.5
2
2
b
11
6
4
14
4
3.5
5
9.5
3
3
Calcule el tiempo esperado y la varianza de cada actividad.

Cules son las actividades de la ruta crtica?.
Cul es el tiempo de terminacin del proyecto?.
Cul es la probabilidad de que el proyecto se termine dentro de 20 semanas?.
CASO 2
Se desea realizar un estudio para la creacin de un nuevo programa de Post-Grado en
Ingeniera en la Universidad Nacional J.F. Snchez Carrin de Huacho; para lo cual se
obtiene la siguiente informacin:
Aij
A12
A13
A14
A15
A26
A37
A49
A59
A68
A78
A89
A9,10
A10,11
A10,12
A11,12
A12,13
A13,14
Denominacin
Consultar con el sector Industrial
Consultar con el sector Pblico
Consultar con el sector Acadmico
Consultar con el Gobierno
Objetivos y Diseo de un Programa Industrial
Objetivos y Diseo de un Programa Administrativo
Ficticia
Ficticia
Integracin Administrativa al Programa Industrial
Integracin Administrativa al Programa Administrativo
Ficticia
Estudio y Aprobacin del Programa por las autoridades
Campaa de publicidad
Contratacin de Profesores
Ficticia
Primer ao de Prueba
Ajuste del Programa
aij
10
3
6
2
20
50
0
0
20
25
0
30
2
4
0
26
3
SEMANAS
mij
bij
15
20
5
10
10
20
3
10
25
40
60
80
0
0
0
0
30
35
30
35
0
0
40
50
3
5
8
10
0
0
35
45
5
10

Determine la probabilidad de terminar el proyecto a lo ms en 180 semanas.
Determinar el tiempo que le corresponde a una probabilidad de 0.20
CASO 3
La siguiente tabla muestra la informacin de un proyecto para mecanizar la produccin de
un producto.
Aij
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
AA
Denominacin
Inicio
Financiacin
Copiar planos
Consulta nuevas mquinas
Estudio de proceso
Consulta de forja y entrega
Consulta de despiece
Proyecto de secciones
Verificacin y control
Diseo y colocacin
Construccin de secciones
Control , anlisis
Control de muestras
Presupuesto
Presupuesto de diseo I.
Diseo II.
Construccin de servicios
Adquisicin de mquinas
Instalacin de mquinas
Construccin de medios de control
Acopio de forjas
Presupuesto II. Colocaciones
Colocacin de nuevas mquinas
Seleccin de personal
Construccin. Colocacin I.
Construccin. Colocacin II.
Acopio de despiece
Puesta en marcha
a
0
30
3
15
5
60
10
3
10
10
80
20
15
10
5
10
30
90
15
45
20
5
10
4
20
20
30
20
DIAS
2m
0
80
6
50
10
180
30
6
30
30
180
60
40
40
20
30
80
240
50
180
60
20
30
8
90
90
80
60
Antecedente
b
0
60
3
40
5
120
30
3
25
25
120
45
40
30
20
25
60
150
45
120
45
20
30
4
60
60
50
60
A
A
C
C
C
C
D
E, D
E,D
E,D
F
G
I
J
J
J
D,B
H
N
L
;O
R,Q
R,Q
;O
U,X
M
T,S,Y,P,K,V
BB
CC
DD
EE
Mecanizar muestra
Adiestramiento
Control final
Fin
10
15
3
0
30
40
6
0
20
30
3
0
AA , Z
W
BB
DD , CC

Determine la probabilidad de terminar el proyecto a lo ms en 200 das.
Determinar el tiempo que le corresponde a una probabilidad de 0.82
CASO 4
En una empresa dedicada a la produccin de refrigeradoras se ha decidido iniciar la
fabricacin de un nuevo modelo para lo cual tiene que realizar las actividades codificada
que se muestran en la tabla ; adems se tienen los tiempos optimista, ms probable y
pesimista de cada actividad.
Actividades y precedencia
A
B
B
B
E
D
C
H
G
G
F
T
J,K
E,N
E,N
E,N
O,P,Q
B
I,S
L,M
<
<
<
<
<
<
<
<
<
<
<
<
<
<
<
<
<
<
<
<
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
<
B
< C,D,E,S
< H
< G
< F,P
< L
< J,K
< I
< T
< N
<
N
< U
< U
<
O,P,Q
< R
<
R
< R
< V
< T
<
M
<
V
a
4
1
5
3
6
4
2
1
3
7
3
2
3
3
3
6
4
4
7
3
3
DAS
m
6
3
6
5
7
5
2
4
4
8
4
3
4
4
5
7
5
6
8
4
6
b
8
4
9
8
10
8
2
7
5
9
6
6
6
5
8
10
6
8
9
5
9
R,U
V
<
<
V
W
<
8
4
9
6
10
8
Confeccione el grafo sagital ( red)

Confeccione la carta Gantt.
TEMA4. :MODELO DE REDES . ADMINISTRACIN DE PROYECTOS

SISTEMA PERT /COST
La tcnica PERT/COST permite planear, programar y controlar los costos de los proyectos.
El objetivo fundamental de esta tcnica es ofrecer la informacin que sirva para mantener
los costos del proyecto dentro de un presupuesto especificado.
El PERT/CPM nos permiti analizar el recurso t ij , de manera que pueda terminarse de

acuerdo a lo planificado un proyecto.
El PERT/COST nos permite analizar el recurso costo ( cij ) ; es decir nos permite
planear, programar y controlar el recurso costo en un proyecto.
Para ello el proyecto total se divide en componentes que sean convenientes en trminos
de la medicin y el control de costos ; cuando el proyecto tiene muchas actividades se
pueden agrupar en paquetes para realizar una eficiente evaluacin de costos y
presupuestar en forma adecuada los costos por actividad o paquetes de actividades.
Teniendo en cuenta el programa obtenido mediante el PERT/CPM y el presupuesto de

cada actividad se puede elaborar el programa de costos del proyecto y establecer la
regin factible que nos permitir realizar un control de costos durante la ejecucin del
proyecto.
Para realizar controles en los tiempos que uno estima conveniente y realizar el reporte
correspondiente del mismo se requiere de la siguiente informacin.
a. Costo real a la fecha por actividad.
b. % de avance a la fecha que nos permite calcular el valor del trabajo efectuado Vi
y se obtiene mediante:
Vi = ( pi /100) B i
donde:
pi : porcentaje de avance de la actividad y
c. con la informacin de (a ) y (b) se obtiene los alzamientos y abatimientos de los

costos Di por actividad.
Di = CR - Vi
d. La sumatoria de Di muestra el alzamiento o abatimiento del proyecto a la fecha ;
esta informacin nos permitir tomar decisiones .
PROBLEMA 1.
Una empresa est modificando las operaciones en su almacn instalando un sistema de
manejo de existencias automatizado . Las actividades especificas incluyen el rediseo del
almacn , la instalacin del equipo nuevo , pruebas para el equipo nuevo ; etc.
La informacin que se tiene es la siguiente:
Aij
A
B
C
D
E
F
G
H
I
J
K
Precedencia
A
C
B,D
C
E,F
E,F
G
G
I,H
te (s)
3
2
8
0
6
4
5
1
0
5
6
2
0.3
0.5
2.0
0.0
1.0
0.2
0.4
0.1
0.0
1.0
0.6
CIJ($)
6000
4000
16000
0
18000
20000
15000
2000
0
5000
12000
CR($)
5000
4000
18000
0
9000
18000
% de avance
100
100
100
50
75
Elabore la red, ruta crtica, programa de actividades, programa de costos.

Represente en forma grfica la regin factible del presupuesto.
Realice un reporte despus de 12 semanas con la informacin que se proporciona .
Evaluar la probabilidad de culminacin en 26 semanas.
PROBLEMA 2.
Un proyecto de investigacin y desarrollo ; requiere de las actividades que se dan en la
siguiente tabla , se supone que cada actividad es un paquete de trabajo aceptable y que ya se
ha realizado un anlisis detallado de costos de cada actividad. Para utilizar el PERT/COST
se supone que las actividades ( paquetes de trabajo) se han definido de manera que sus
costos ocurran a un ritmo constante a lo largo de la duracin de las actividades.
Aij
Precedencia te (meses)
CIJ($)
CR($)
% de avance
A
3
10000
12000
100
B
2
30000
30000
100
C
D
E
F
G
A
B
B
C,D
E
8
0
6
4
5
3000
6000
20000
10000
8000
1000
2000
10000
50
33
25
Elabore el programa de actividades y de costos.

Represente en forma grfica la regin del presupuesto factible.
Elabore el reporte al cuarto mes con la informacin de la tabla.
PROBLEMA 3
Una prestigiosa empresa dedicada al mantenimiento de fabricas industriales recibe una
oferta para llevar a cabo el mantenimiento de una fbrica de conservas ; para ello deriva la
elaboracin del proyecto a su departamento de Investigacin de Operaciones que despus
de un anlisis de la planta reporta lo siguiente:
Aij
A
B
C
D
E
F
G
H
I
J
Precedencia
A
A
A
C
D
B,E
H
F,G,I
te (s)
6
2
3
5
3
2
3
4
2
2
CIJ($)
90000
16000
3000
100000
6000
2000
60000
20000
4000
2000
CR($)
85000
16000
1000
100000
4000
% de avance
100
100
33
80
100
10000
25
Elabore el programa de actividades y de costos.

Represente en forma grfica la regin factible.
Realice un reporte al finalizar la dcima semana segn la informacin de la tabla.
PROBLEMA 4
La empresa XXT ha elaborado un proyecto para presentar un nuevo sistema
computarizado para oficinas que mejorara el procesamiento de documentos y las
comunicaciones internas en una compaa. En la proposicin se incluye una lista de
actividades que se deben llevar a cabo para realizar el proyecto del nuevo sistema. Se
muestra en seguida la informacin con respecto a las actividades.
Aij
A
B
Precedencia
A
te (s)
5
3
CIJ ($)
700
200
CR ($)
800
100
% de avance
100
67
C
D
E
C
B,D
6
2
2
500
350
300
450
250
0
100
50
0
Indique la grfica de los presupuestos factibles para el costo total del proyecto.
representa esta regin poco comn para el presupuesto factible?. Explique.
Supngase que se encuentra el reporte indicado en la tabla del estado de las actividades
al inicio del octavo da. Est el proyecto dentro de lo programado?. Qu accin
recomendara?

CONTRACCIN DE LA RED
Una vez hallada la ruta crtica , el Tij y programa de actividades de un proyecto ;

interesa muchas veces realizar el proyecto en menos tiempo ; es decir reducir el Tij ,
esto se consigue aumentando recursos ( maquinaria, personal, etc. ) para llevar a cabo
en menos tiempo las actividades.
Es te proceso es llamado tambin contraccin de la red o colisin del proyecto.
La red se puede contraer de las siguientes formas:

1. Analizando las actividades de la ruta crtica; empezando por aquellas actividades cuyo
costo de reduccin es menor.
El costo de reduccin Kj para cada actividad por unidad de tiempo se obtiene mediante:
Kj = (Cj1 Cj) / Mj ; donde:
Cj1: Costo estimado para la actividad j con reduccin mxima.
Cj : Costo estimado para la actividad j con tiempo normal esperado
1
Mj = tj - tj
tj : tiempo normal para la actividad j.
tj1 : tiempo para la actividad j con reduccin mxima.
2. Para redes mayores se recurre al MPL para reducir Tij
Las variables de decisin son:

xi : tiempo de ocurrencia del evento y
yj : tiempo de reduccin para la actividad j
La funcin objetivo.
Min W = kj yj
Restricciones :
a. Descripcin de la red
xi tj - yj + xi 1 ; restriccin para cada nodo en funcin del arco que llega.
b. Tiempo de reduccin por actividad.
yj Mj
c. Contraccin de la red.
xn Tij1
d. Condicin de no negatividad
yj 0
xi 0
PROBLEMA 1
Un proyecto que se refiere a la instalacin de un sistema de computo consta de 8
actividades . Se indican en seguida las actividades . Supngase que se necesita terminar
el proyecto en 16 semanas . Es necesario entonces reducir los tiempos del proyecto . Se
muestra en seguida la informacin relevante.
AIJ
A
B
C
D
E
F
G
H
Antecedente
A
B,C
D
E
B,C
F,G
Semanas
t
3
6
2
5
4
3
9
3
Dlares
t
1
3
1
3
3
1
4
2
C
900
2000
500
1800
1500
3000
8000
1000
C
1700
4000
1000
2400
1850
3900
9800
2000
Cul es el costo adicional en el que se incurren para satisfacer el tiempo de

terminacin de 16 semanas.
Plantee un modelo de Programacin Lineal que pueda utilizarse para tomar la
decisin de reduccin del tiempo en la ejecucin del proyecto.
Desarrolle un programa completo de actividades utilizando los tiempos reducidos de
las actividades.
PROBLEMA 2
En la tabla se define un proyecto de mantenimiento de dos mquinas que consta de 5
actividades . Como los administradores han tenido considerable experiencia en proyectos
similares , se considera que los tiempos para las actividades de mantenimiento son
conocidos ; por ello se proporciona una sola estimacin para cada actividad.
Supngase que los niveles actuales de produccin hacen que sea imperativo que el proyecto
de mantenimiento se termine en 10 das .
Cul es el costo adicional necesario , para satisfacer este requerimiento?
Plantee un modelo de PL que pueda utilizarse para tomar esta decisin.
Desarrolle el programa de actividades con la reduccin de los tiempos.

Los datos necesarios se observa en la tabla.
AIJ
Descripcin
A
B
C
D
E
Antecedente
Reparac. Mq. I.
Ajuste de Mq. I.
Reparac. Mq. II.
Ajuste de Mq. II.
Prueba de sistema
DAS
t
7
3
6
3
2
A
C
B,D
t
4
2
4
1
1
DLARES
C
C
500
800
200
350
500
900
200
500
300
550
PROBLEMA 3
Se tienen disponibles los siguientes datos sobre reducciones para un proyecto.
AIJ
Antecedente
A
B
C
D
E
F
G
A
A
C,B
C,B
D,E
Meses
t
4
6
2
6
3
3
5
Dlares x 1000
C
C
50
70
40
55
20
24
100
130
50
60
25
25
60
75
t
2
3
1
4
2
3
3
Cul es el costo adicional en el que se incurren para satisfacer el tiempo de

terminacin de 12 meses.
Plantee un modelo de Programacin Lineal que pueda utilizarse para tomar la
decisin de reduccin del tiempo en la ejecucin del proyecto.
Desarrolle un programa completo de actividades utilizando los tiempos reducidos de
las actividades.
PROBLEMA 4
El gerente de operaciones de una empresa desea automatizar el sistema de
almacenamiento de sus productos , despus de consultar con el personal de ingeniera y
el personal administrativo recopila la siguiente informacin:
AIJ
A
B
C
D
Descripcin
Determinar las necesidades de equipo
Obtener propuesta de proveedores
Seleccionar el proveedor.
Ordenar el sistema.
Ant.
A,B
C
a
4
6
2
8
SEMANAS
m
b
6
8
8
16
4
6
10
24
t
4
7
4
8
$X1000
C
C
1
1,9
1
1,8
1,5 2,7
2
3,2
E
F
G
H
I
J
K
Disear la nueva disposicin del almacn.

Disear el almacn.
Disear la interfaz del sistema de computo.
Acoplar el sistema de computadoras.
Instalar el sistema.
Capacitar a los operadores del sistema.
Probar el sistema.
C
E
C
D,F,G
D,F
H
I,J
7
4
4
4
4
3
2
10
6
6
6
6
4
4
13
8
20
8
14
5
6
7
4
5
4
4
3
3
5
8
3
4,1
8 10,25
5
6,4
10 12,4
4
4,4
5
5,5
Formule el MPL para contraer su red en 4 semanas.

Cul es el costo adicional para contraer su red en 4 semanas.
PROBLEMA 5
En la fabricacin a pedido los plazos de entrega deben ser confiables, por el prestigio del
productor y por las penalidades por moras pactadas. El plazo de entrega se puede definir
mediante el mtodo probabilstico (PERT/CPM). Cuando el cliente exige la reduccin del
plazo , deber tener en cuenta que la diferencia implicar un extracosto que
contractualmente se podra acordar como bonificacin por da ganado.
CASO
Una prestigiosa tintorera tiene como poltica sealar plazos de entrega con probabilidades
de ocurrencia de 80 a 90%.
Un importante cliente requiere con urgencia , en tiempo impuesto t i = 50 das, un lote de
pernos con tuerca , preguntndose el fabricante si podra satisfacer sin o con extracosto.
Para ello el Ingeniero de Operaciones elabora la secuencia de actividades que se muestra a
continuacin:
Aij
A
B
C
D
E
F
G
H
I
J
K
L
M
N
Descripcin
Prec. Responsable
Emisin del pedido a Ing.

Ventas
Preparacin de planos.
A Ing.
Preparac. de hojas de ruta.
A Ing.
Diseo herramental.
B,C Ing.
Clculo y prep. de vales.
B,C Ing.
Prep. de normas de CC.
B,C Ing.
Compra de MP.
D Suministros
Separacin de MP.
E Suministros
Fabricacin de herramient
G Fabricacin
Emisin y oferta de fab.
F,H,I Ing.
Torneado de pernos.
J
Fabricacin
Torneado de tuercas.
J
Fabricacin
Acabado de pernos.
K Fabricacin
Hermanado y empaque.
L Fabricacin
a
1
3
1
2
1
1
1
1
3
1
5
4
1
4
das
te
m b te
1 7 2 1
7 11 7 3
1 1 1 1
5 14 6 2
1 1 1 1
2 3 5 3
3 23 6 4
7 13 7 3
10 29 12 6
1 1 1 1
10 15 10 4
8 12 8 5
2 3 2 1
8 18 9 4
$
C
200
120
50
450
50
150
120
300
130
40
40
120
30
120
C
300
400
50
600
50
200
240
600
230
40
240
180
60
200
O Confeccin de gua.
P Tramites finales.
Q Despacho.
M,N Ventas
O Ventas
P Ventas
1
1
1
1
2
2
1
3
3
1
2
2
1
1
1
20
140
20
20
200
30
TEMA 6: TOMA DE DECISIONES CON CRITERIOS MLTIPLES

Se han analizado modelos que pueden aplicarse a problemas que tienen un objetivo, como
el de maximizar utilidades o minimizar costos. Sin embargo en el mundo real , se
consideran problemas con objetivos mltiples en forma simultnea ; por ejemplo en la
ubicacin de una nueva planta sus objetivos pueden ser: maximizar utilidades, maximizar la
participacin en el mercado, minimizar costos de terreno; etc. por lo tanto es necesario
utilizar tcnicas que permitan evaluar estos criterios mltiples para llegar a la mejor
decisin global ; para ello se consideran las siguientes tcnicas.
1. PROGRAMACIN DE METAS (PM).
2. PROCESO ANALTICO DE JERARQUAS ( PAJ ).
PROGRAMACIN META (PM )
Este tcnica permite manejar situaciones con criterios mltiples, dentro de la estructura
general de la programacin lineal.
Un factor clave que diferencia la PM de la lineal es la estructura y la funcin objetivo.
En la PL se incorpora una meta en la funcin objetivo, mientras que en la PM se
incorporan muchas metas. Esto se logra expresando la meta en forma de restriccin,
incluyendo una variable de desviacin para reflejar la medida en que se llegue o no a
lograr la meta , e incorporando esa funcin en la funcin objetivo.
En la PL el objetivo es MAX MIN; en tanto que en la PM el objetivo es minimizar las
desviaciones de las metas especificadas ( Todos los problemas de PM son de MIN ).
Dado que se minimizan las desviaciones del conjunto de metas, un modelos de PM
puede manejar metas mltiples con dimensiones o unidades de medidas distintas.
Si existen metas mltiples puede especificarse una jerarquizacin ordinal o prioridades.
PROCEDIMIENTO
1. Identificar las metas y nivel de prioridades.
2. Definir las variables de decisin.
3. Plantear las restricciones.
Restriccin del sistema(duras).

Restricciones metas ( suaves) ; ( se incluyen las variables de desviacin d )
d+ : por encima de la meta.
d- : por debajo de la meta.
4. Plantear la funcin objetivo ( MIN: d+ d- ).

5. Solucin del modelo.
PROCESO ANALTICO DE JERARQUAS ( PAJ )

Permite la inclusin de factores subjetivos para llegar a la decisin que se recomienda. En
este mtodo el decisor debe formular juicios respecto a la importancia relativa de cada uno
de los criterios de decisin , y despus especifica su preferencia respecto a cada una de las
alternativas de decisin y respecto a cada criterio ; el resultado es una jerarquizacin con
prioridades que indica la preferencia global segn cada alternativa de decisin.
PROCEDIMIENTO
1. Desarrollo de jerarquas.
META GLOBAL
CRITERIOS
ALTERNATIVAS
A
B
.
.
A
B
.
.
A
B
.
.
A
B
.
.
2. Elaboracin de la matriz de comparaciones pareadas.

3. Sintetizacin.
Vector de prioridades.
4. Jerarquizacin global.
PRUEBA DE CONSISTENCIA
Evala la calidad de las comparaciones pareadas mediante la relacin de consistencia (RC).
RC = IC / IA ; si RC 0.10 ; se considera un nivel de consistencia aceptable.
El ndice aleatorio ( IA ) depende del nmero de elementos que se comparan (Tabla).
n
IA
3
0.58
4
0.90
5
1.12
6
1.24
7
1.32
8
1.41
El ndice de consistencia ( IC ) se obtiene mediante:

IC = ( mx - n ) / ( n - 1 )
Para hallar mx : 1. Se halla el vector suma ponderada.
2. Se divide los elementos del vector suma ponderada
entre el correspondiente valor de prioridad.
3. mx es el promedio de (2).
PROBLEMAS
1.
Una empresa produce dos adhesivos que se utilizan en el proceso de manufactura de aviones. Los
adhesivos, que tienen diferente adherencia , requieren de distintos tiempos de produccin : el adhesivo
IC100 requiere de 20 minutos por galn de producto terminado, y el IC200 utiliza 30 minutos por galn.
Ambos productos emplean una libra de una resina rpidamente perecedera para cada galn de producto
terminado. Existen 300 libras de la resina en inventario y se puede obtener una mayor cantidad si es
necesario. Sin embargo debido a la vida til del material se descarta cualquier cantidad que no se utilice
en las dos semanas siguientes.
La empresa tiene pedidos existentes para 100 galones de IC100 y 120 galones de IC200. En condiciones
normales , el proceso de produccin opera 8 horas al da , 5 das a la semana . Los administradores
pretenden programar la produccin para las dos semanas siguientes con el objeto de lograr las siguientes
metas:
Meta con nivel de prioridad 1
Meta 1: Evitar la subutilizacin del proceso de produccin.
Meta 2 : Evitar el tiempo extra en exceso de 20 horas por las dos semanas.
Meta 3 : satisfacer los pedidos existentes para el adhesivo IC100.
Meta 4 : Satisfacer los pedidos existentes para el adhesivo IC200.
Meta 5 : Utilizar toda la resina disponible.
Plantee un modelo de programacin de metas para este problema. Suponga que tanto las metas de nivel
de prioridad 1 como las metas con nivel de prioridad 2 tienen la misma importancia.
2.
Una financiera debe desarrollar una cartera de inversin para un cliente nuevo. Como estrategia inicial al
cliente le interesa restringir la cartera a una combinacin de las dos siguientes acciones:
Accin
A
B
Precio por accin

$50
$100
Rendimiento anual estimado

6%
10%
El cliente tiene $ 50 000 para inversin y ha establecido las dos siguientes combinaciones de inversin:
Meta 1 : Obtener un rendimiento anual de cuando menos 9%
Meta 2: Limitar la inversin en B , la inversin mas riesgosa , a cuando mucho el 60% de la inversin
Total.
Plantee un modelo de programacin de metas para esta financiera.
3.
Un estudiante est considerando para fiestas patrias la adquisicin de una computadora y ha considerado
tres criterios qu varan en trminos de precio(P) , capacidad (Q) y presentacin (F). Despus de realizar
el anlisis correspondiente cuenta con las siguientes matrices de comparaciones pareadas.
Criterio P
P
1
Q
F
a.
b.
c.
4.
Q
3
1
F
4
3
Precio
A
B
C
A
1
B C
4 2
3
Calidad A B C
A
1
B
2
C
4
3
Forma
A
B
C
A
1
B C
4
2
1
Represente la jerarqua para este problema y calcule las prioridades para cada una de las matrices.
Determine la prioridad global e indique la decisin a tomar.
Evale la consistencia para la matriz de calidad.
Un Ingeniero est considerando la adquisicin de un automvil y ha considerado tres criterios qu varan

en trminos de precio(P) , consumo de combustible (Q) comodidad (F) y estilo (G). Despus de realizar
el anlisis correspondiente cuenta con las siguientes matrices de comparaciones pareadas.
Criterio
P
Q
F
G
P
1
1/3
1/2
Estilo (G)
A
B
C
d.
e.
f.
Q
3
1
4
4
F G
Precio
2 2
A
1/4 1/4
B
1
1/ 2
C
2
1
1
3
1/3
1
1/7
4
7
1
A B C
1 1/3 1/4
3 1 1/2
4 2 1
(Q) A B
A 1
B 4 1
C 6 3
C
1/6
1/3
1
( F) A
B C
A 1
2
8
B
1
6
C 1/8 1/6 1
Represente la jerarqua para este problema y calcule las prioridades para cada una de las matrices.
Determine la prioridad global e indique la decisin a tomar.
Evale la consistencia para la matriz de combustible.
TEMA 7 : MODELO DE DECISIONES

Como cualquier humano todos los das tomamos decisiones con diferente grado de
importancia a corto a mediano y largo plazo. Los modelos de decisin nos permiten evitar
la toma de decisiones en forma arbitraria sin previo anlisis. Los modelos de decisin
proporcionan una estructura para examinar el proceso de toma de decisiones.
Con frecuencia se toman decisiones en entornos que tienen incertidumbre estas se pueden
analizar teniendo en cuenta las probabilidades a priori y a posteriori.
TOMA DE DECISIONES CON PROBABILIDADES A PRIORI
El modelo general tiene la siguiente estructura general:
Sj
d(i)
d1
d2
.
di
.
dm
p(Sj)
S1
V(d1;S1)
S2
Estados de la naturaleza
...
Sj
...
Sn
V(di;Sj)
p1
p2
...
pj
...
Pn
TERMINOLOGIA UTILIZADA EN LOS MODELOS DE TOMA DE

DECISIONES
1. Alternativas de decisiones ( di ) .- Controladas por el decisor.
2. Estados de la naturaleza ( Sj ) .- No controladas por el decisor , acciones externas que
afectan el resultado de la decisin.
3. Resultados V(di , Sj ) .- Para cada combinacin de estrategias y estado de la naturaleza
habr un resultado, que se debe expresar mediante alguna medida ; el conjunto de
resultados constituye la matriz de pagos.
4. Arbol de decisin .- Esta formada por nodos de decisin

; nodos de estado
enlace entre los nodos (ramas) y resultados al final de las ramas.
Representa graficamente el proceso de toma de decisiones.
S1
d1
V(d1 , S1 )
CRITERIOS DE DECISIN
TOMA DE DESICIONES SIN PROBABILIDADES
Este criterio es apropiado cuando el decisor tiene poca confianza en su actitud para evaluar
la probabilidad de los estados de la naturaleza.
1. EL MTODO OPTIMISTA
Se evala cada alternativa de decisin , en trmino del mejor resultado que puede
ocurrir. La alternativa de decisin que se recomienda es la que ofrece la mejor
consecuencia posible.
Para un problema en el que se desea maximizar utilidades , la alternativa elegida
corresponde aquella que brinda las utilidades mas altas.
Para un problema en el que se desea minimizar , la alternativa elegida corresponde
aquella que brinde el menor resultado.
2. EL MTODO CONSERVADOR
Se evala cada alternativa de decisin en trminos del peor resultado que pueda ocurrir.
La alternativa decisoria que se recomienda es la mejor de la peores consecuencias
posibles es decir:
Para un problema de maximizacin le corresponde el max (min)

Para un problema de minimizacin le corresponde el min (max)
3. EL MTODO DE LA DEPLORACIN
Se evala el costo de oportunidad ( deploracin)
Para un problema de maximizacin
Se obtiene la matrz de costo de oportunidad mediante R(di,Sj) = V*(Sj) - V(di,Sj)

V*(Sj) : mayor valor
Se identifica los mximos valores para cada alternativa en la matrz de costo de
oportunidad.
Se elige la mejor decisin aplicando el min (max) a los valores obtenidos
Para un problema de minimizacin
Se obtiene la matrz de costo de oportunidad mediante R(di,Sj) = V(di,Sj) - V*(Sj)

V*(Sj) : menor valor
Se identifica los mnimos valores para cada alternativa en la matrz de costo de
oportunidad.
Se elige la mejor decisin aplicando el max(min) a los valores obtenidos
TOMA DE DECISIONES CON PROBABILIDADES A PRIORI

1. CRITERIO DE PROBABILIDAD MXIMA
Se centra en el estado de la naturaleza con mayor probabilidad.
Procedimiento:
a. Identificar el estado Sj con la probabilidad a priori p(Sj) mayor.
b. Elegir la alternativa de decisin que tiene el mayor pago para este estado de la
naturaleza..
2. CRITERIO DE IGUAL PROBABILIDAD.
Por lo general es difcil tener mucha fe en las probabilidades a priori; por lo tanto se
asume igual p(Sj) a cada estado del modelo.
Procedimiento:
a. Para cada alternativa de decisin calcule el promedio de sus pagos sobre todos los
estados de la naturaleza.
b. Seleccione la alternativa con el mayor pago promedio.
3. REGLA DE DECISIN DE BAYES
Utiliza el concepto de valor esperado o esperanza matemtica
Procedimiento:
a. Para cada alternativa de decisin calcule el valor esperado VE(di).
VE ( di ) =
j 1
p(Sj) V ( di , Sj )
Donde:
n es el nmero de posibles estados de la naturaleza
p( Sj) es la probabilidad de ocurrencia del estado de la naturaleza Sj.
Las probabilidades correspondientes deben satisfacer las siguientes condiciones:
P( S j ) 0 para todos los estados de la naturaleza.
n
j 1
p(Sj) = p (S1) + p(S2) + + p(Sn ) = 1
b. Seleccione la alternativa con el mayor valor esperado

ANALISIS DE SENSIBILIDAD
Considera como los cambios en las estimaciones de las probabilidades para los
estados de la naturaleza pueden afectar la decisin que se recomienda.
El anlisis de sensibilidad se puede realizar considerando probabilidades
diferentes para los estados de la naturaleza y despus volver a calcular el VE de
cada alternativa de decisin ; repitiendo este proceso se observa la forma en que
los cambios en las probabilidades afectan la decisin recomendada.
Para el caso con dos estados de la naturaleza , se puede realizar un anlisis de
sensibilidad utilizando un procedimiento grfico; para ello se le asigna:
p(S1) = p
p( S2) = ( 1 p )
Luego se evala el VE(di) ; graficando estas ecuaciones lineales en:

VE
VE (di )
p
En el grfico se realiza el anlisis correspondiente , establecindose los rangos de

variacin de p y las modificaciones de las decisiones recomendadas.
VALOR ESPERADO DE LA INFORMACION PERFECTA (VEdeIP)
Si existe la posibilidad de llevar a cabo un estudio de investigacin de mercado para

obtener la informacin perfecta , se puede realizar siempre en cuando no supera el
valor de la informacin perfecta.
VEdeIP = VEconIP - VE*
n
VEconIP = p(Sj) . ( mejor valor en Sj)

j 1
VE*: Mejor valor esperado
PROBLEMA 1
La compaa Transporandes ubicada en Huacho, tiene solicitudes para transportar dos
remesas , una al Callao , y otra a Lima. Debido a un problema de programacin
Transporandes puede aceptar solamente uno de esos trabajos . El cliente del Callao ha
garantizado un envo de regreso, pero el de Lima no. Por tanto si Transporandes acepta el
embarque de Lima y no puede encontrar un embarque de regreso de Lima a Huacho, el
camin regresa vaco . La tabla que muestra las utilidades es la siguiente.
Remesa a
Callao
Lima
d1
d2
Envo de regreso de Lima.

S1
2000
2500
No hay envo de regreso de Lima

S2
2000
1000
a. Si la probabilidad de lograr un envo de regreso de Lima es 0.4 , Qu debe hacer

Transporandes?.
b. Aplique un anlisis de sensibilidad grfico para determinar los valores de probabilidad
del estado de la naturaleza S1 para que d1 tenga el mayor valor esperado.
c. Halle el valor de la informacin perfecta. Que comentario le merece.
PROBLEMA 2
Considere un problema de anlisis de decisin cuyas utilidades (en miles de dlares ) estn
dados por la siguiente matriz de resultados :
Alternativas
de decisin
A1
S1
80
A2
30
S2
25
50
Probabilidad a priori
A3
60
40
P(Sj)
.40
.60
a.
b.
c.
d.
Qu alternativa debe elegirse segn el criterio de probabilidad mxima?.

Qu alternativa debe elegirse segn el criterio de igual probabilidad ?.
Qu alternativa debe elegirse segn la regla de decisin de Bayes?.
Realice un anlisis de sensibilidad grfico respecto a la probabilidad a priori para
determinar los puntos de cruce donde cambia la decisin de una alternativa a otra.
e. Halle el valor de la informacin perfecta. Que comentario le merece.
PROBLEMA 3
Un procesador de alimentos est considerando corridas diarias de produccin de 100;

200 y 300 cajas . las posibles demandas para el producto son 100 y 300 cajas . La
matriz de utilidades se muestra a continuacin
Demanda
PRODUCCIN
100
200
300
d1
d2
d3
100
S1
500
-400
-1000
300
S2
-100
700
1600
Determine la decisin recomendable empleando los mtodos optimista; conservador

y deploracin.
Trace un rbol de decisin para este problema.
Si P ( S1)=0,4 . Cul es la mejor decisin a tomar?.
Hallar el valor esperado de la informacin perfecta.
Realice el anlisis de sensibilidad e interprete sus resultados.
PROBLEMA 4
Se presenta en seguida la tabla de resultados que muestra las utilidades para un problema de
decisin con dos estados de la naturaleza y tres alternativas de decisin:
S1
S2
d1
d2
d3
15
10
8
10
12
20
Determine la decisin recomendable empleando los mtodos optimista; conservador

y deploracin.
Trace un rbol de decisin para este problema.
Si P ( S2)=0,3 . Cul es la mejor decisin a tomar?.
Hallar el valor esperado de la informacin perfecta.
Realice el anlisis de sensibilidad e interprete sus resultados.
TEMA 8. : MODELO DE DECISIONES CON PROBABILIDADES A POSTERIORI
USO DE NUEVA INFORMACIN PARA ACTUALIZAR

PROBABILIDAD
Las probabilidades a priori de los estados de la naturaleza , con frecuencia son de
naturaleza subjetiva , de modo que pueden ser slo estimaciones burdas de las
verdaderas probabilidades . Por fortuna muchas veces es posible hacer pruebas o
sondeos adicionales ( a cierto costo ) para mejorar estas estimaciones. Estas
estimaciones mejoradas se llaman probabilidades a posteriori.
ANALISIS BAYESIANO
Se combina los datos previos ( probabilidades a priori) con datos muestrales o de
prueba, utilizando la frmula desarrollada por BAYES.
Con frecuencia lo TD tienen estimaciones preliminares o previas de las
probabilidades de los estados de la naturaleza p( Sj).
Sin embargo a fin de adoptar la mejor decisin ; es posible que el TD pretenda
obtener informacin adicional sobre los estados de la naturaleza con el
propsito de actualizar las probabilidades previas. A la nueva informacin se le
llama INFORMACION MUESTRAL.
A la informacin nueva combinada con la probabilidad previa mediante el
procedimiento BAYESIANO se le llama probabilidad posteriori o modificada.
A la nueva informacin se le llama indicador (Ik ) o informacin muestral.
Para el proceso bayesiano se utiliza:
P( Ik / Sj) probabilidad condicional que indica que ocurre Ik dado que ocurrio Sj
que por lo general se conoce por datos histricos.
Segn la ley de BAYES
p(Sj / IK) =
p ( I K / S j ) p( S j )
p( I K )
Donde:
N
p( IK ) =
j 1
p(IK/ Sj) p ( Sj ).
El anlisis Bayesiano se puede realizar en un rbol de decisin.

Un rbol de decisin proporciona una grfica de la progresin de las decisiones
Y los eventos aleatorios.
P (Sj / IK)
di
p( IK)
VALOR ESPERADO DE LA INFORMACION MUESTRAL ( VEIM)

VE deIM = [ Valor ptimo esperado con la informacin muestral ] [Valor ptimo
esperado sin informacin muestral ]
El valor ptimo esperado con informacin muestral se obtiene previo anlisis en el
rbol de decisin.
EFICIENCIA DE LA INFORMACION MUESTRAL
E = VE deIM / VE deIP
Para valores de E bajos es recomendable buscar otros tipos de informacin.

Para E altos la informacin muestral es casi tan buena como la informacin
perfecta.
PROBLEMAS
1. La compaa Transporandes ubicada en Huacho, tiene solicitudes para transportar dos
remesa , una al Callao , y otra a Lima. Debido a un problema de programacin
Transporandes puede aceptar solamente uno de esos trabajos . El cliente del Callao ha
garantizado un envo de regreso, pero el de Lima no. Por tanto si Transporandes acepta
el embarque de Lima y no puede encontrar un embarque de regreso de Lima a Huacho,
el camin regresa vaco . La tabla que muestra las utilidades es la siguiente.
Remesa a
Callao
Lima
d1
d2
Envo de regreso de Lima.

S1
2000
2500
No hay envo de regreso de Lima

S2
2000
1000
d. Si la probabilidad de lograr un envo de regreso de Lima es 0.4 , Qu debe hacer

Transporandes?.
e. Aplique un anlisis de sensibilidad grfico para determinar los valores de probabilidad
del estado de la naturaleza S1 para que d1 tenga el mayor valor esperado.
f. Transporandes puede llamar por telfono a un centro de despacho de camiones en Lima
para determinar si la actividad general de transporte en Lima es activa ( I 1 ), o lenta
(I2). Si el reporte indica que es activa , aumenta n las posibilidades de obtener un
embarque de regreso. Supngase que se dan las siguientes probabilidades
condicionales:
P(I1/S1) = .6
P(I1/S2) = .3
P(I2/S1) = .4
P(I2/S2) = .7
Qu debe hacer Transporandes?.

g. Si el reporte de la actividad en Lima es (I 1), Cul es la probabilidad de que la empresa
obtenga un embarque de regreso si realiza el viaje a Lima?.
h. Cul es la eficiencia de la informacin telefnica?.
2. La empresa constructora ctx est realizando una encuesta que le ayudar a evaluar la
demanda de su nuevo complejo de condominio . El cuadro de resultados ( utilidades )
de la ctx es como sigue:
Alternativas
de decisin
Media
Alta
S2
S3
400
400
Pequea
d1
Baja
S1
400
Mediano
d2
100
600
600
Grande
d3
-300
300
900
.20
.35
.45
P(Sj)
La encuesta dar como resultado tres indicadores de la demanda : dbil (I1) , promedio
(I2) , y fuerte ( I3) en donde las probabilidades condicionales son las siguientes:
P(Ik/Sj)
I2
.3
.4
.4
I1
S1
S2
S3
.6
.4
.1
I3
.1
.2
.5
a. Cul es la estrategia ptima de la empresa.

b. Cul es el valor de la informacin muestral.
c. Cul es la eficiencia de la informacin de la encuesta.
3. La empresa TV.H est evaluando la posibilidad de fabricar un episodio piloto destinado
a una serie de programas para una importante red de televisin . La red podra rechazar
el programa piloto y la serie , pero tambin es posible que adquiera el programa para
uno o dos aos . La TV.H puede decidir fabricar el programa o transferir los derechos
de la serie a un competidor por $ 100 000 . En el siguiente cuadro de resultados se
resumen las utilidades:
Fabricar el
producto piloto
Vender al
competidor
P(Sj)
d1
Rechazar
-100
1 ao
50
2 aos
150
d2
100
100
100
.2
.3
.5
Segn un honorario por consultora de $ 2 500 una agencia revisara los planes de la
serie de televisin e indicara las probabilidades globales de que la red reaccione de
manera favorable ante la serie . Si la revisin especial de la agencia da como resultado
una evaluacin favorable ( I1) o una evaluacin desfavorable ( I 2), Cul debe ser la
estrategia de decisin de la empresa?. Si la probabilidades condicionales son
evaluaciones realistas de la agencia:
P(I1/S1) = .3
P(I1/S2) = .6
P(I1/S3) = .9
P(I2/S1) = .7
P(I2/S2) = .4
P(I2/S3) = .1
a. Elabore el rbol de decisiones para este problema.

b. La informacin vale el honorario por consultora de $ 2 500 ?.
c. Cunto es lo mximo que la TV.H debe estar dispuesta apagar por la consultora?.
TEMA 9. : PROGRAMACIN DINMICA

Tcnica que soluciona modelos matemticos de gran magnitud, descomponindolos en
sub-modelos (etapas).
Integra la solucin ptima de los sub modelos mediante una funcin recursiva.
No cuenta con una formulacin matemtica STANDARD. C/Problema tiene su
algoritmo especfico.
El comportamiento de los parmetros de cada etapa pueden ser determinstico o
probabilstico; teniendo en cuenta este comportamiento los modelos de Programacin
Dinmica pueden ser Determinsticos y Probabilsticos.
Max z = 2x1 + x2
St: x1 + 3x2 < 12
Max z = 4x1 + x2
St: x1 + 3x2 < 18
Max z = 2x1 + 5x2

St: x1 + 3x2 < 20
PROCEDIMIENTO GENERAL
1. Identificar las etapas.
2. En cada etapa identificar
d n : Variable de decisin
fn
Max z = x1 + x2
St: x1 + 3x2 < 14
x n: variable de estado
x n+1
Funcin recursiva
r n: rendimiento resultado
x n : Situacin actual antes de tomar la decisin
d n : Decisin a tomar en cada etapa.
r n : Contribucin en cada etapa ( Utilidad, costo, etc. ) .
r n = f (x n , d n )
f n : Integra la solucin ptima de una etapa con otra
f n (s) = r n + f * n+1
s : estado
n : etapa
3. Se resuelven los sub modelos empezando por el fin.
PROBLEMAS
1. Una empresa de caudales tiene que llevar dinero desde una entidad bancaria hasta una
empresa para pagar a sus trabajadores; pero existen serios peligros en el trayecto de ser
asaltados. En la figura se muestran las posibles rutas para viajar desde el banco ( 1 ) a la
empresa ( 10 ) y en cada arco el riesgo de una calle a otra ( c ij ). La empresa esta
preocupada por la seguridad del dinero y le encarga al gerente de operaciones obtener la
ruta ptima a seguir.
3
4
6
2
4
4
1
4
2. En una empresa se han desarrollado pronsticos de la demanda para un producto

determinado y para un cierto nmero de periodos , y que se deseara decidir sobre la
cantidad que se debe fabricar en cada uno de esos periodos para satisfacer la demanda a
un costo mnimo. Existen dos costos que es necesario considerar: costos de produccin
y costos de tenencia de inventario. No se consideran los costos de preparacin en cada
periodo. Se permiten que los costos de produccin y tenencia de inventario varan de un
periodo a otro. Los datos del problema se dan en la siguiente tabla:
MES
DEMANDA
CAPACIDAD DE
PRODUCCION
CAPACIDAD
DE ALMACEN
COSTO DE PRODUCCION
POR UNIDAD
COSTO DE TENENCIA POR

UNIDAD
ENER.
FEBR.
MARZ.
2
3
3
3
2
3
2
3
2
$175
150
200
$30
30
40
Considere el inventario inicial de Enero de 1 unidad.
3. Una empresa tiene un problema de produccin y control de inventarios para un

componente que la empresa fabrica para un generador elctrico . Los datos disponibles
para el siguiente periodo de planeacin de 3 meses son los que se presentan en seguida.
MES
Demanda
Capacidad de
produccin
Capacidad de
almacn
1
2
3
20
30
40
30
20
30
40
30
20
Costo de
produccin por
unidad
$ 2.00
1.50
2.00
Costo de tenencia
por unidad
$0.30
0.30
0.20
Utilizando el mtodo de programacin dinmica , obtenga las cantidades de produccin y los niveles
de inventario ptimos en cada periodo para esta empresa . Supngase que se tiene un inventario
inicial de 10 unidades el principio del mes 1 y que las corridas de produccin se llevan a cabo en
mltiplos de 10 unidades, ( es decir, 10 , 20 o 30 unidades ).
4. El jefe de produccin de una empresa debe hacer una seleccin ptima quincenal de
tareas que se debe procesar durante el siguiente periodo de dos semanas ( 10 das ) para
ello cuenta con la informacin que se muestra en la tabla. Cul es la seleccin ptima .
TAREA
Nde tareas que se procesarn
Categora 1
Categora 2
Categora 3
Categora 4
4
3
2
2
Tiempo estimado de
terminacin por tarea (das)
1
3
4
7
Calificacin(valor)
2
8
11
20
5. Considere que se carga un barco con N artculos i que tienen un peso wi y un valor
vi ( i = 1,2,,N )
El peso de carga mnima es W.
Se requiere determinar la cantidad de carga mas valiosa sin que se exceda al peso mximo
disponible en el barco.
Especficamente, consider el caso siguiente de tres artculos y suponga que W = 5.
i
1
2
3
wi
2
3
1
Vi
65
80
30
TEMA 10. : PROCESO DE MARKOV.

Familia de modelos dinmicos que son estocsticos y dependientes del tiempo.
Se utiliza para describir diversas situaciones.
Buscan determinar en forma secuencial las probabilidades de ocurrencia de eventos.
TERMINOLOGIA:
Estado : Condiciones iniciales y finales del proceso de Markov.
Ensayo: Ocurrencias repetidas del evento que se estudia.
Probabilidad de Transicin : Probabilidad de pasar de un estado actual al siguiente.
CADENA DE MARKOV:
Proceso de Markov que presenta las restricciones:
1. Existe un nmero finito de estados.
2. Las probabilidades de transicin son constantes.
MODELO MATEMATICO
Notacin:
pij : Probabilidad de cambiar del estado i al estado j.
P : Matriz formada por los valores de pij (Matriz de transicin).
Si(t) : Probabilidad de encontrarse en el estado i en el periodo t.
S(t) : Vector de probabilidad de estado en el periodo t.
Planteamiento:
Si(t) + S2(t) ++ Sn(t) = 1
pi1 + pi2 + + pin = 1
n estados .
La transicin de un periodo al siguiente se expresa como :

S(t + 1 ) = S( t) P
Para el primer periodo :
S ( 1 ) = S (0 ) P
Para el segundo periodo : S ( 2 ) = S ( 1 ) P = S ( 0 ) P2

En general
:
S ( t ) = S ( 0 ) Pt
Por la condicin de estado estacionario:
S = S(t+1)=S(t)
Donde S : vector de probabilidad de estado estacionario que es el
mismo sin importar el periodo.
S=SP
Es decir el vector de estado estacionario sigue siendo igual despus de la transicin de una
etapa.
RESUMEN
El desarrollo de las cadenas de Markov dada una matriz de transicin de una etapa P = [Pij]
y un vector de estado para el periodo t , S ( t ) esta dado por:
S(t+1)=S(t)P
Y dado que :
S ( t + 1 ) = S ( t )P = S ( t 1 )P2 = = S ( 1 )Pt-1 = S ( 0 ) Pt
Se tiene que :
S ( t ) = S ( 0 ) Pt
Tambin: Puede obtenerse el vector de probabilidades de equilibrio o de estado
estacionario, S , resolviendo el sistema de ecuaciones:
S = SP
m
S
i 1
CADENA DE MARCOV CON ESTADOS ABSORBENTES

Un estado absorbente es aquel que una vez que se alcanza no pueden abandonarse.
Cuando un proceso de Markov tiene estados absorbentes , no se calculan probabilidades de
estados estables; ya que en algn momento, el proceso termina en alguno de los estados
absorbentes. Sin embargo , podra interesar saber la probabilidad de terminar en uno de los
estados absorbentes.
PROBLEMAS
1. Se ha elaborado la siguiente matriz de transicin utilizando datos recopilados en aos
anteriores y referentes a la forma en que los televidentes tienden a cambiar de un canal
a otro, semana a semana para un programa noticiero:
ATV
PANTEL
AMERICA
ATV 0.2
0.4
0.4
PANTEL 0.3
0.3
0.4
AMERICA 0.2
0.2
0.6
a. Trace el diagrama de rbol de dos periodos para un televidente que vio su noticiero
la ltima semana en PANTEL. Analice sus resultados.
b. Determine la matriz estacionaria.
c. Si la ltima semana 2000 vieron ATV, 5000 PANTEL y 4000 AMRICA. Despus
de 2 semanas cuntos estn observando cada uno de estos programas.
2. La empresa RC arrienda camiones para mudanza . El gerente esta considerando
aplicar un cargo por traslado de camiones , para lo cul a dividido su atencin en la
regin norte, centro y sur. De registros previos se ha determinado que de los camiones
que se rentan cada mes en el norte 20% van a una ciudad del norte, 30 % terminan en el
centro y 50% en el sur; el mismo significado representan los datos de la tabla.
Van
.2
.3
.3
.4
.5
.3
Renta
N
C
.2
.4
.4
En este momento 40% de los camiones se encuentran en el norte , 30 % en el centro y

30% en el sur.
El gerente est interesado en saber:
1. Qu proporcin de los camiones se encontrar en cada regin despus de un
mes ?.Despus de 2 meses.
2. Qu proporcin de los camiones estar en cada regin despus de periodo largo ?.
3. La empresa HD tiene dos categoras de antigedad para sus cuentas por cobrar: De 0
a 30 das y de 31 a 90 das. Para lo cual la empresa considera un ensayo de Markov
donde:
Estado 1 : Categora de pagado
Estado 2 : Categora de cuenta incobrable.
Estado 3 : Categora de antigedad de 0 a 30 das.
Estado 4 : Categora de antigedad de 31 a 90 das.
Por datos histricos obtiene:
P=
1 0 0 0
0 1 0 0
.4 0 .3 .3
.4 .2 .3 .1
La empresa est interesada en saber la probabilidad de que la u.m. termine en cada uno
de los dos estado absorbentes.
4. La empresa KLM es propietaria de un vivero con 5000 rboles . En la actualidad
1500 rboles se clasifican como rboles protegidos ( pequeos ) , mientras que los
3500 restantes estn disponibles para su corte . Aunque la mayora de los rboles
que no se cortan en un ao determinado siguen de pie hasta el ao siguiente,
algunos rboles mueren durante ese ao y se les pierde.
La KLM ha considerado esta operacin como un proceso de Markov, con periodos
anuales, se definen los cuatro siguientes estados:
Estado 1 : Cortado y vendido.
Estado 2 : Perdido por enfermedad.

Estado 3 : Demasiado pequeo para corte.
Estado 4 : Disponibilidad para corte pero no cortado y vendido.
La siguiente matriz de transicin resulta apropiada:
P =
1
0
0.1
0.4
0
1
0.2
0.1
0
0
0
0
0.5 0.2
0
0.5
Cuntos de los 5000 rboles del vivero se vendern en algn momento dado y
cuantos se perdern?.
TEMA 11: TEORIA DE JUEGOS

La vida esta llena de conflictos y competencias; las organizaciones empresariales y
los negocios no escapan de estos acontecimientos, algunos ejemplos podran ser:
- Campaas de publicidad entre dos empresas.
- Campaas polticas.
- Etc.
El xito de estas situaciones depende primordialmente de las estrategias seleccionadas
por los adversarios. Una estrategia es una regla predeterminada que especifica por
completo como se intenta responder a cada circunstancia posible en cada etapa de
juego.
En general un juego entre competidores se caracteriza por:
1. Las estrategias de los competidores.
2. La matriz de pago.
Una jugada real consiste en que los jugadores eligen simultneamente sus estrategias
sin conocer la eleccin del oponente.
Por lo general, la matriz de pago se da para el jugador I., ya que del jugador II es
negativo, debido a la naturaleza de la suma cero.
Los casos fundamentales que se pueden presentar se pueden resolver aplicando los
siguientes procedimientos:
1. PUNTO SILLA
La estrategia ptima esta dada por:
En el punto : maximin de la fila = minimax de la columna
2. ESTRATEGIAS DOMINANTES.
Se pueden aplicar para filas y columnas.
3. ESTRATEGIAS MIXTAS.
Se utiliza cuando no existe punto silla ni estrategias dominantes y las estrategias son
2xn mx2.
4. PROGRAMACION LINEAL
Se aplica cuando los competidores tienen mxn estrategias
PROBLEMA 1
Dos polticos que postulan a la presidencia de un pas. En este momento deben hacer
sus planes de campaa para los dos ltimos das antes de las elecciones; se espera que
estos das sean cruciales por ser tan prximos al final. Por esto, ambos quieren
emplearlos para hacer sus campaas en dos ciudades importantes: B y M. Para evitar
prdidas de tiempo , estn planeando viajar en las noches y pasar un da completo en
cada ciudad o dos das en slo una de las ciudades.
Cada poltico tiene un jefe de campaa en cada ciudad para asesorarlo en cuanto al
impacto que tendrn ( en trminos de votos ganados perdidos ) las distintas
combinaciones posibles de los das dedicados a cada ciudad por ellos o por sus opositor.
Ellos quieren emplear esta informacin para escoger su mejor estrategia .
A continuacin se presentan diversas matrices de pago.
II
1
2
3
1
-3
2
5
2
3
-2 6
0 2
-2 -4
II
1
2
3
1
1
1
0
II
2
2
0
1
3
4
5
-1
1
2
1 0 -2
I 2 5
4
3 2
3
3
2
-3
-4
Segn la forma en que se estableci el problema, cada jugador tiene tres estrategias:
1. Pasar un da en cada ciudad.
2. Pasar ambos das en la ciudad A.
3. Pasar ambos das en la ciudad B.
PROBLEMA 2
Dada las siguientes matrices de pago:
a)
b)
1
2
II
2
4
0
3
1
1
2
I
1
2
3
4
II
2
4
-2
2
1
-1
7
0
5
6
-1
3
3
Para la matriz (a) utilice el mtodo de estrategias mixtas para obtener las
estrategias optimas de los competidores.
Para la matriz (b) formule el modelo de programacin lineal para obtener las
estrategias ptimas de los competidores.
TEMA 12: MODELOS DE LINEA DE ESPERA
Poblacin
Cliente
Salida
Servicio
Sistema de LE
Recuerda Ud. la ltima vez que tuvo que esperar ante la caja para pagar su derecho
de matrcula y otros y habr experimentado que el tiempo de espera es molestoso ; este es
un problema que se puede analizar mediante la teora de colas modelos de lnea de espera.
El comn denominador del problema de colas es el costo ocasionado al cliente y al servidor
que tienen correlacin inversa.
La teora de lneas de espera tiene los siguientes objetivos:
- Caracterizar cuantitativa y cualitativamente una fila de espera.
- Determinar los niveles adecuados de ciertos parmetros del sistema , que armonicen el
costo social de la espera con el costo asociado al consumo de recursos.
La cuantificacin de una lnea de espera puede hacerse mediante un anlisis matemtico o
un proceso de simulacin
Se han desarrollado modelos cuantitativos que permiten tomar decisiones ante estos
problemas de lnea de espera. Estos modelos forman relaciones matemticas que pueden
utilizarse para determinar las caractersticas de operacin de una lnea de espera. Alguna de
las caractersticas de operacin que son de inters son:
1. Probabilidad de que no haya unidades en el sistema
P0
2. El nmero promedio de unidades en la lnea de espera Lq

3. Numero promedio de unidades en el sistema L
4. Tiempo promedio que una unidad pasa en la lnea de espera Wq
5. Tiempo promedio que una unidad pasa en el sistema W
6. Probabilidad que una unidad que llega tenga que esperar para recibir el servicio Pw
7. Probabilidad de que haya n unidades en el sistema Pn
Los clientes pueden ser: personas, mquinas, documentos; etc.
Los servicios (canales) pueden ser : talleres , cajeros, cabina telefnica; etc.
Teniendo en cuenta las caractersticas particulares de las lneas de espera se pueden
clasificar :
1. Considerando sus canales:
Etapa nica
Mltiples etapas
Canales mltiples
Una sola lnea de espera con canales mltiples
2. Considerando la tasa de llegada y tasa de servicio:
Para ello se utiliza la notacin Kendall: A/B/C
A: distribucin de llegada
B: Distribucin de servicio
C: N de canales
A y B pueden ser: M,D,G
M: Modelo probabilstico
D: Modelo determinstico
G: Modelo general
C puede ser : 1,2,3,,k
3. De acuerdo a la naturaleza de la cola se pueden considerar otros casos.
ANALISIS ECONOMICO DE LINEAS DE ESPERA
Con el propsito de realizar un anlisis econmico de un sistema de lneas de espera , debe
desarrollarse un modelo de costo total, que incluye el costo de espera y el de ofrecer el
servicio.
Para desarrollar el modelo de costos totales para un sistema de lneas de espera , se utiliza
la siguiente notacin:
Cw : Costo de la espera por periodo para cada unidad.
L : nmero promedio de unidades en el sistema .
Cs: costo de servicio por periodo para cada canal.
K : nmero de canales.
CT: costo total por periodo

CT = CwL + CsK
La forma general de las curvas del costo de la espera , del costo del servicio y del costo
total, en modelos de lneas de espera se aprecia en el siguiente grfico:
Costo total
CT
Cw
Cs
K(n de canales)
MODELO M/M/1
Restricciones :
- La lnea de espera tiene un solo canal.
- El patrn de llegada sigue una distribucin probabilstica de Poisson.
- Los tiempos de servicio siguen una distribucin probabilstica exponencial.
- La disciplina de la lnea de espera es Primero que Llega, Primero que se atiende
(PLPA).
Notaciones: nmero promedio de llegada por periodo(tasa promedio de llegada).
nmero promedio de servicio por periodo(tasa promedio de servicio).
Las caractersticas de este modelo se pueden utilizar las siguientes ecuaciones:
1. Probabilidad de que no haya unidades en el sistema.
P0 1
2. Nmero promedio de unidades en la lnea de espera(largo de la fila).

Lq
2
( )
3. Nmero promedio de unidades en el sistema ( largo total ).

L Lq
4. Tiempo promedio que una unidad pasa en la lnea de espera.
Wq
Lq
5. Tiempo promedio que una unidad pasa en el sistema.

W Wq
6. Probabilidad que una unidad que llega tenga que esperar para obtener el servicio(factor
de utilizacin).
Pw
7. Probabilidad que haya n unidades en el sistema.

Pn

P0
Para utilizar estas ecuaciones se debe tener que: >

MODELO M/M/k
Restricciones:
- La lnea de espera tiene dos o ms canales.
- Tiene llegadas tipo Poisson.
- El patrn de servicio es de tipo exponencial.
- es lo mismo para todos los canales.
- Las unidades que llegan aguardan en una sola lnea de espera y despus pasan al primer canal abierto
para obtener el servicio.
- La disciplina de la fila es (PLPA)
Notacin:
tasa promedio de llegadas para el sistema.
tasa promedio de servicio para cada canal.
K nmero de canales.
Las frmulas son aplicables para k >
Las ecuaciones para este modelo son:
P0
1
k 1
( / )
( / ) k
n0
n!
k!
n
2.
Nmero promedio de unidades en la lnea de espera.
3.
Nmero promedio de unidades en el sistema.
( / ) k
Lq
P0
(k 1)! (k ) 2
L Lq
4.
Tiempo promedio que cada unidad pasa en la lnea de espera.
Wq
5.
Lq
Tiempo promedio que una unidad pasa en el sistema.
W Wq
6.
Probabilidad de que una unidad que llega tenga que esperar.

k
k
1

P0
Pw
k! k
7. Probabilidad de que haya n unidades en el sistema
Para n k
Para n > k
( / ) n
Pn
P0
n!
( / ) n
Pn
P0
k! k ( n k )
MODELO M/G/1
tasa promedio de llegadas para el sistema.
tasa promedio de servicio para cada canal.

1/ tiempo promedio de servicio.
desviacin estndar del tiempo de servicio.

Las ecuaciones que se utilizan en este caso son :
Notacin:

P0 1
2. Nmero promedio de unidades en la lnea de espera.

2 2 ( / ) 2
Lq
2(1 / )
3. Nmero promedio de unidades en el sistema.
L Lq

Wq
Lq

W Wq
6. Probabilidad de que una unidad que llega tenga que esperar.
Pw
MODELO M/G/K SIN LINEA DE ESPERA.

Restricciones:
-
El sistema tiene k canales.

La llegada es tipo Poisson.
Los tiempos de servicio para cada canal pueden tener cualquier distribucin de
probabilidad.
La tasa promedio de servicio es la misma para todo los canales.
Una de las principales aplicaciones de este modelo se refiere al diseo de sistemas

telefnicos, u otros sistemas de comunicacin. Cuando todos los canales estn ocupados ,
las llamadas adicionales reciben una seal ocupado y no se le permite el acceso al
sistema.
En este caso se evala la probabilidad de que exactamente j de los k canales estn
ocupados para j = 0, 1,2,,k.
Este calculo se realiza mediante :
Pj
( / ) j / j!
k
( / )
/ i!
i 0
Es posible qu el calculo mas importante sea P k , que es la que todos los canales estn
ocupados.
Otra caracterstica que interesa en este caso es el promedio de unidades que se encuentran
en el sistema, y esta evaluacin se lleva a cabo mediante:
(1 Pk )
MODELO M/M/1 CON POBLACION DEMANDANTE FINITA.

En este caso N es el tamao de la poblacin .
Restricciones:
- Tiene un solo canal.
- Poblacin a ser atendida finita.
- Llegada tipo Poisson.
- Tasa de servicio exponencial.
- Disciplina de de cola PLPA.
Para evaluar este modelo se utilizan las siguientes ecuaciones:
1
P0
N!
n 0 ( N n)!
N
2. Nmero promedio de unidades en la lnea de espera(largo de la fila).
Lq N
(1 P0 )
3. Nmero promedio de unidades en el sistema ( largo total ).

L L q (1 P0 )

Wq
Lq
( N L )

W Wq
6. Probabilidad que haya n unidades en el sistema.

Pn

N!
( N n)!
Para n = 0 ; 1 ; 2 ; ; N
PROBLEMA 1
En un taller dedicado a la reparacin de bicicletas la llegada de clientes sigue una
distribucin de Poisson y los servicios una distribucin exponencial. Este taller opera con
una disciplina de primero en llegar primero en ser atendido. Las llegadas son 3 por da y
los clientes se atienden a 6 por da. Suponiendo que la poblacin es infinita y la longitud de
fila ilimitada, determinar los parmetros que describen el fenmeno de lnea de espera.
PROBLEMA 2.
Una empresa suministra dispensadores de alimentos a una Universidad . Como los
estudiantes acostumbran deteriorar las mquinas , la gerencia tiene que afrontar un
problema constante de reparaciones . En promedio se averan tres mquinas por hora , y las
averas se distribuyen de manera Poisson. El tiempo muerto le cuesta a la compaa $25
por hora por mquina y a cada empleado de mantenimiento le pagan $ 4 por hora. Un
empleado puede reparar las mquinas a una tasa promedio de 5 por hora, distribuida
exponencialmente; dos empleados que trabajan juntos pueden reparar 7 mquinas por hora
distribuidas exponencialmente; y un equipo de tres trabajadores puede reparar 8 por hora
distribuidas exponencialmente.
Cul es el tamao ptimo del equipo de mantenimiento para reparar las mquinas?.
PROBLEMA 3.
Una oficina de correos dispone de 6 servidores . La llegada de los clientes es de
acuerdo a una distribucin de Poisson de tasa 4 por minuto. El tiempo de servicio es
exponencial con un promedio de 1 minuto 12 segundos.
Determinar los parmetros que describen el sistema.
PROBLEMA 4
Una Clnica especializada en tratamientos de alergias tiene un sistema excelente para
atender a sus clientes que van a aplicarse inyecciones contra la alergia. En cierto momento
del da , la carga de pacientes disminuye y solo se necesita una enfermera para poner la
inyeccin. Si los pacientes llegan de manera Poisson y la tasa de servicio de la enfermera
tiene una distribucin exponencial y los pacientes llegan a intervalos de tres minutos
aproximadamente. La enfermera emplea dos minutos en promedio para preparar el suero
del los paciente y aplicar la inyeccin.
Determinar los parmetros que describen este sistema.
PROBLEMA 5
Un centro de comunicaciones al que llegan mensajes de forma aleatoria con un tiempo
medio de 10 minutos entre una llegada y la siguiente, dispone de una radiotelegrafista . Se
supone que el tiempo medio de servicio para enviar estos mensajes se distribuye
exponencialmente con una media de tres minutos. Se desea conocer:
Nmero medio de mensajes en la fila.
Nmero medio de mensajes en el sistema.
PROBLEMA 6
En un taller , las mquinas suelen fallar segn una ley de Poisson de tas a 3 maq/hora ;
evalundose el costo de parada de una mquina en S/. 1000 por hora . En esta situacin
pueden elegirse entre una de las siguientes alternativas.
a. Un mecnico que repare las mquinas segn una ley de servicio exponencial de tasa
4 maq/hora y desea cobrar 300 pesetas por hora.
b. Un mecnico muy experimentado que repara las mquinas segn distribucin
anloga al anterior de tasa 5 maq/hora pero que exige 400 pesetas por hora.
Cul de las dos alternativas resulta ms beneficiosa ?.
PROBLEMA 7
Una oficina que dispone de una fotocopiadora ha observado que, generalmente , los
requerimientos de utilizacin de la misma , durante las ocho horas de trabajo, son
aleatorios con una tasa de 5 personas por hora.
Las fotocopias que se realizan varan en magnitud y en el nmero de copias pero la tasa
de servicio puede estimarse en 10 trabajos a la hora. Si el costo de una persona que
accede a realizar un trabajo es de $3.5 por hora, se desea conocer:
Utilizacin de la fotocopiadora.
Porcentaje de tiempo que una llegada tiene que esperar.
Tiempo promedio de espera en el sistema.
Costo promedio diario ocasionado por esperar .
PROBLEMA 8
Un restauran de comida rpida presenta un problema de colas . Analizando datos sobre la
llegada de clientes se ha llegado a la conclusin de que la tasa promedio de arribo es de 45
clientes por hora . Supngase adems que se ha estudiado el proceso de atencin y que se
ha encontrado que el nico empleado que sirve los alimentos puede procesar un promedio
de 60 ordenes de clientes por hora. Analizar este sistema de colas cuyo modelo se adapta al
M/M/1.
PROBLEMA 9
La HN es una tienda especializada en venta de artefactos. Despus de realizar un anlisis
del problema de colas que se genera en la tienda llega a la conclusin que corresponde a un
modelo M/G/1. Y la tasa promedio de llegada es de 21 clientes por hora y el tiempo

promedio de servicio es de 2 minutos por cliente con una desviacin estandar de 1.2
minutos. Evaluar las caractersticas de este sistema.
TEMA 13: MODELO DE SIMULACION
Es el proceso de disear un modelo de un sistema real y llevar a cabo experiencias
con l, con la finalidad de aprender el comportamiento del sistema o de evaluar diversas
estrategias para el funcionamiento del sistema.
En la prctica existen bsicamente dos procedimientos para obtener modelos
matemticos de un sistema real: el anlisis terico y el anlisis experimental. En este caso
se utiliza el experimental ya que se construye el modelo matemtico a partir de medidas
realizadas directamente sobre el sistema y luego se experimenta con l permitiendo
recopilar informacin .
Este modelo es aplicable cuando es imposible por diferentes circunstancias experimentar en
el sistema real , para lo cual se construye un modelo captando las variables que nos interesa
analizar y descartando aquellas que no son de utilidad para nuestro inters.
NUMEROS ALEATORIOS
Es uno de los componentes fundamentales para realizar la simulacin y existen diversos
procedimientos para generarlos, si bien tiene un cierto deterioro en la nocin de azar a estos
nmeros se les llama pseudoaleatorios y son adaptados a los ordenadores digitales.
Mtodo de los cuadrados medios:
1. Tomar un nmero al azar x0 = 2n cifras.
2. Efectuar x02 , tomar las 2n cifras centrales que ser x1
3. Se continua .
Mtodo de Lehmer:
1. Se parte de un nmero al azar x0 de n cifras.
2. Se le multiplica por un nmero al azar de k cifras, dando lugar a un nmero de n+k
cifras.
3. Se separa la k cifras de la izquierda, obtenindose un nmero de n cifras del cual se le
resta el nmero de k cifras que se haba separado el resultado es el nmero x1
4. Se continua..
TEST DE LAS RACHAS.

Evala la consistencia de los nmeros seudoaleatorios.
Dados los nmeros x1, x2,,xn se construye una sucesin formada por signos + si xy<xy+1 , y
signo - si xy>xy+1.
1. Calcular el nmero de rachas R.
2. Evaluar :
1
R ( 2n 1)
3
Z
1
(16n 29)
90
3. Fijar un nivel de significancia y aceptar la aleatoriedad de la secuencia si el valor de Z
verifica :
Z Z
2
Para = 5%
= 1,96
NUMERO DE SIMULACIONES
Se puede obtener utilizando: N
Z 2 S 2
2
d2
; donde : d x
Debido a que en la prctica la media de la poblacin no se conoce se requiere hacer la

suposicin para d.
Para obtener los valores de las varianza y la media muestral es recomendable realizar una
simulacin previa de al menos 100 corridas.
LENGUAJES DE SIMULACION
En general , al llevar a la prctica un modelo de simulacin es necesario la utilizacin de un
ordenador para lo cual es necesario elegir una de las dos opciones siguientes:
a. Escribir un programa especial en uno de los lenguajes de programacin de uso
corriente: BASIC, FORTRAN, ALGOL, PL/1, PASCAL, etc.
b. Utilizar lenguajes de simulacin desarrollados y comercializados: SIMULA, GPSS,

SIMPAC, SIMSCRIPT, etc.
CONCLUSION:
En conclusin para aplicar esta tcnica de simulacin se debe tener en cuenta la siguiente
secuencia:
Inicio
Definir el problema
Construir el
modelo
Especificacin de
los
Especificacin de las
normas de
Hacer funcionar la simulacin
Evaluar los
resultados
Validar
Proponer nuevo experimento
Detenerse
PROBLEMAS
1. Considrese la consulta de un mdico en la que a los pacientes se les cita cada 20
minutos . El tiempo empleado por el mdico en examinar a un paciente es una variable
aleatoria con funcin de densidad:
f (t )
1 (1 / 25 ) t
e
25
; t>0
Realizar 20 simulaciones para el tiempo de servicio.

2. El encargado de ventas en una tienda de electrodomsticos tiene anotado el nmero de
aparatos que diariamente se han demandado de una determinada clase durante los
ltimos 4 aos. Se supone que el nmero de das que la tienda permanece abierta
durante el ao es de 250. Estos datos se muestran en la siguiente tabla:
N de artculos demandados
N de das(frecuencia de
demandas)
1
2
3
4
5
las 135 271 271 180 90
6
36
7
12
8
4
9
1
La fabrica donde se construye el aparato no garantiza plazo de entrega, pero se tiene

anotado el nmero de das que han tardado en servir los ltimos 100 pedidos. Los datos
quedan reflejados en la siguiente tabla :
Das transcurridos hasta la entrega de los
2
3
4
aparatos
N de veces
30
40
30
Se fija el punto de pedido en 11 unidades , y el da en el que el nmero de artculos en
inventarios sea menor igual a 11 se realiza un pedido por una cantidad igual a la cantidad
demandada durante los ltimos 5 das , incluido el da del pedido. Cada semana cuenta con
5 das hbiles . Los pedidos llegan al final del da , por lo que no pueden ser utilizados para
satisfacer la demanda hasta el da siguiente.
Se supone que cada aparato tiene un costo de 1500 unidades monetarias, el costo de pedido
y recepcin de cada pedido es de 6000 unidades monetarias, el costo de mantenimiento del
inventario es del 20 % anual sobre el valor ( precio de compra) del inventario promedio , y
el costo por aparato no vendido es de 1500 unidades monetarias.
Simular este problema de inventario teniendo en cuenta que el inventario inicial es de 10
unidades y que el ltimo da hbil se haba efectuado un pedido de 9 unidades y el periodo
de espera de este pedido se corresponde con el primer nmero simulado de das de espera.
3. La demanda semanal de un producto tiene la distribucin que se muestra en la tabla

N1. Cuando se formula un pedido para reabastecer el inventario , hay una demora de
entrega , la cual es una variable aleatoria que se muestra en la tabla N2.
TABLA 1
TABLA 2
Nde
semanas
desde
Cantidad
el
pedido
hasta
la Probabilida
Probabilida
demandada
entrega
d
0
1
2
3
0.10
0.40
0.30
0.20
2
3
4
0.20
0.60
0.20
Considerando la cantidad ptima de pedido de Q = 15 unidades , el punto de pedido R = 5

unidades( es decir realizar el pedido cuando el inventario final es de 5 unidades) y el
inventario inicial de 10 unidades; realice una simulacin de 20 corridas. Adems considere
5 semanas para el proceso de estabilizacin.
Realice la prueba de las rachas para sus nmeros aleatorios.
Analice sus resultados y cuales son las conclusiones que obtiene
4. Considere un almacn con un andn para descarga de vagones. Los vagones llegan
durante la noche y se descargan durante el da, requirindose medio da exactamente
para descargar cada vagn , si hay mas de dos vagones por descargar se posterga la
descarga para el siguiente da. Se cuenta con la informacin de la tabla por experiencia
anterior. Realizar una simulacin para 50 das para determinar el nmero promedio de
llegadas
Nmero de vagones que llegan
Frecuencia relativa
0
0.23
1
0.30
2
0.30
3
0.10
4
0.05
5
0.02
6 mas
0.00
PROBLEMA 5
Una posta mdica recibe una entrega de plasma fresco una vez por semana por parte del
banco central de sangre . El suministro vara de acuerdo con la demanda de otras postas y
hospitales de la regin pero se sita entre 4 y 9 bolsas del tipo de sangre ms utilizado, el
tipo O. El nmero de pacientes por semana que requieren este tipo de sangre vara de cero a
cuatro y cada uno puede necesitar de uno a cuatro bolsas. Dadas las siguientes cantidades
de entrega , la distribucin de los pacientes y la demanda por paciente, cul sera el
nmero de bolsas sobrantes o faltantes para un periodo de seis semanas ?. Utilice la
simulacin para obtener su respuesta. Considere que el plasma es almacenable y que
actualmente no existe disponibilidad alguna.
Cantidad de entrega
Bolsas/semana
probabilidad
4
5
6
7
8
9
Distribucin de pacientes
pacientes / semana
Que requieren sangre
0.15
0.20
0.25
0.15
0.15
0.10
0
1
2
3
4
Demanda por paciente
probabilidad
0.25
0.25
0.30
0.15
0.05
bolsas
probabilidad
1
2
3
4
0.40
0.30
0.20
0.10
PROBLEMA 6
La demanda semanal de un producto tiene la distribucin que se muestra en la tabla N1.
Cuando se formula un pedido para reabastecer el inventario , hay una demora de entrega ,
la cual es una variable aleatoria que se muestra en la tabla N2.
TABLA 1
TABLA 2
Nde
semanas
desde
Cantidad
el pedido hasta la Probabilida
Probabilida
demandada
entrega
d
0
1
2
3
0.10
0.40
0.30
0.20
2
3
4
0.20
0.60
0.20
Considerando la cantidad ptima de pedido de Q = 15 unidades , el punto de pedido R = 5

unidades( es decir realizar el pedido cuando el inventario final es de 5 unidades) y el
inventario inicial de 10 unidades; realice una simulacin de 20 corridas. Adems considere
5 semanas para el proceso de estabilizacin.
Realice la prueba de las rachas para sus nmeros aleatorios.
Cul es el inventario final .
BIBLIOGRAFA O FUENTES DE INFORMACION.

1. Investigacin de Operaciones . Hamdy A. Taha.
2. Investigacin de Operaciones
3.
.Herbert Moskowitz
Investigacin de Operaciones.. Hillier/ Lieberman
4. Investigacin de Operaciones
. Robert J. Thierauf.
5. Mtodos y Modelos de Investigacin de Operaciones . Juan Prawda

6. Programacin Lineal..
7. Prob. y Estad..
Bazaraa.
Irwin Miller.
8. Mod. Cuant. Para Adm.. Davis /Mc Kewon.

9. Int. A los Mod. Cuant. Para la Administracin.
10. Simulacin. Sheldon M. Ross
David R. Anderson
ANEXO
TABLA I. Valores de la funcin de distribucin estndar
z
- 3.
- 2.9
- 2.8
- 2.7
- 2.6
- 2.5
- 2.4
- 2.3
- 2.2
- 2.1
- 2.0
- 1.9
- 1.8
- 1.7
- 1.6
- 1.5
- 1.4
- 1.3
- 1.2
- 1.1
- 1.0
- 0.9
- 0.8
- 0.7
- 0.6
- 0.5
- 0.4
- 0.3
- 0.2
- 0.1
- 0.0
Z
2
.0013
.0010
.0007
.0005
.0003
.0002
.0002
.0001
.0001
.0000
.0019
.0018
.0017
.0017
.0016
.0016
.0015
.0015
.0014
.0014
.0026
.0025
.0024
.0023
.0023
.0022
.0021
.0021
.0020
.0019
.0035
.0034
.0033
.0032
.0031
.0030
.0029
.0028
.0027
.0026
.0047
.0045
.0044
.0043
.0041
.0040
.0039
.0038
.0037
.0036
.0062
.0060
.0059
.0057
.0055
.0054
.0052
.0051
.0049
.0048
.0082
.0080
.0078
.0075
.0073
.0071
.0069
.0068
.0066
.0064
.0107
.0104
.0102
.0099
.0096
.0094
.0091
.0089
.0087
.0084
.0139
.0136
.0132
.0129
.0126
.0122
.0119
.0116
.0113
.0110
.0179
.0174
.0170
.0166
.0162
.0158
.0154
.0150
.0146
.0143
.0228
.0222
.0217
.0212
.0207
.0202
.0197
.0192
.0188
.0183
.0287
.0281
.0274
.0268
.0262
.0256
.0250
.0244
.0238
.0233
.0359
.0352
.0344
.0336
.0329
.0322
.0314
.0307
.0300
0294
.0446
.0436
.0427
.0418
.0409
.0401
.0392
.0384
.0375
.0367
.0548
.0537
.0526
.0516
.0505
.0495
.0485
.0475
.0465
.0455
.0668
.0655
.0643
.0630
.0618
.0606
.0594
.0582
.0570
.0559
.0808
.0793
.0778
.0764
.0749
.0735
.0722
.0708
.0694
.0681
.0968
.0951
.0934
.0918
.0901
.0885
.0869
.0853
.0838
.0823
.1151
.1121
.1112
.1093
.1075
.1056
.1038
.1020
.1003
.0985
.1357
.1335
.1314
.1292
.1271
.1251
.1230
.1210
.1190
.1170
.1587
.1562
.1539
.1515
.1492
.1469
.1446
.1423
.1401
.1379
.1841
.1814
.1788
.1762
.1736
.1711
.1685
.1660
.1635
.1611
.2119
.2090
.2061
.2033
.2005
.1977
.1949
.1922
.1894
.1867
.2420
.2389
.2358
.2327
.2297
.2266
.2236
.2206
.2177
.2148
.2743
.2709
.2676
.2643
.2611
.2578
.2546
.2514
.2483
.2451
.3085
.3050
.3015
.2981
.2946
.2912
.2877
.2843
.2810
.2776
.3446
.3409
.3372
.3336
.3300
.3264
.3228
.3192
.3156
.3121
.3821
.3783
.3745
.3707
.3669
.3632
.3594
.3557
.3520
.3483
.4207
.4168
.4129
.4090
.4052
.4013
.3974
.3936
.3897
.3859
.4602
.4562
.4522
.4483
.4443
.4404
.4364
.4325
.4286
.4247
.5000
.4960
.4920
.4880
.4840
.4801
.4761
.4721
.4681
.4641
z
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2.0
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
3.0
.5000
.5040
.5080
.5120
.5160
.5199
.5239
.5279
.5319
.5359
.5398
.5438
.5478
.5517
.5557
.5596
.5636
.5675
.9714
.5753
.5793
.5832
.5871
.5910
.5948
.5987
.6026
.6064
.6103
.6141
.6179
.6217
.6255
.6293
.6331
.6368
.6406
.6443
.6480
.6517
.6554
.6591
.6628
.6664
.6700
.6736
.6772
.6808
.6844
.6879
.6915
.6950
.6985
.7019
.7054
.7088
.7123
.7157
.7190
.7224
.7257
.7291
.7324
.7357
.7389
.7422
.7454
.7486
.7517
.7549
.7586
.7611
.7642
.7673
.7703
.7734
.7764
.7794
.7823
.7852
.7881
.7910
.7939
.7967
.7995
.8023
.8051
.8078
.8106
.8133
.8159
.8186
.8212
.8238
.8264
.8289
.8315
.8340
.8365
.8389
.8413
.8438
.8461
.8485
.8508
.8531
.85554
.8577
.8599
.8621
.8643
.8665
.8686
.8708
.8729
.8749
.8770
.8790
.8810
.8830
.8849
.8869
.8888
.8907
.8925
.8944
.8962
.8980
.8997
.9015
.9032
.9049
.9066
.9082
.9099
.9115
.9131
.9147
.9162
.9177
.9192
.9207
.9222
.9236
.9251
.9265
.9278
.9292
.9306
.9319
.9332
.9345
.9357
.9370
.9382
.9394
.9406
.9418
.9430
.9441
.9452
.9463
.9474
.9484
.9495
.9505
.9515
.9525
.9535
.9545
.9554
.9564
.9573
.9582
.9591
.9599
.9608
.9616
.9625
.9633
.9647
.9648
.9656
.9664
.9671
.9678
.9686
.9693
.9700
.9706
.9713
.9719
.9726
.9732
.9738
.9744
.9750
.9756
.9762
.9767
.9772
.9778
.9783
.9788
.9793
.9798
.9803
.9808
.9812
.9817
.9821
.9826
.9830
.9834
.9838
.9842
.9846
.9850
.9854
.9857
.9861
.9864
.9868
.9871
.9874
.9878
.9881
.9884
.9887
.9890
.9893
.9896
.9898
.9901
.9904
.9906
.9909
.9911
.9913
.9916
.9918
.9920
.9922
..9925
.9927
.9929
.9931
.9932
.9934
.9936
.9938
.9940
.9941
.9943
.9945
.9946
.9948
.9949
.9951
.9952
.9953
.9955
.9956
.9957
.9959
.9960
.9961
.9962
.9963
.9964
.9965
.9966
.9967
.9968
.9969
.9970
.9971
.9972
.9973
.9974
.9974
.9975
.9976
.9977
.9977
.9978
.9979
.9979
.9980
.9981
.9981
.9982
.9982
.9983
.9984
.9984
.9985
.9985
.9986
.9986
.9987
.9990
.9993
.9995
.9997
.9998
.9998
.9999
.9999
1.000
NOTA: Por
Para
para cuatro cifras decimales;

para cuatro cifras decimales.

Manual Inv. Operaciones

Cargado por

Copyright:

Formatos disponibles

Manual Inv. Operaciones

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Manual Inv. Operaciones

Cargado por

Copyright:

Formatos disponibles

Universidad Nacional

Mg. Alcibiades Sosa

TEMA 1: MODELO DE REDES

ANALISIS DEL PROBLEMA

ELEMENTOS BASICOS DE UNA RED

Pueden presentarse como:

CARACTERISTICA DEL MPL DE UNA RED

0 para toda i y para toda j.

Todos los arcos

arcos que salen

arcos que salen

arcos que entran

arcos que salen

arcos que entran

Adems pueden darse restricciones de capacidades de ruta ( Problemas de transbordo

Distancia acumulada desde el nodo inicial

1. Asignar al nodo 1 el rtulo permanente [ da, ni-1 ]

FLUJO MAXIMO A COSTO MINIMO

Cul es el flujo mximo en este proceso a costo mnimo ?

2. La empresa de servicio de taxis Huacho querido ha identificado 10 lugares principales ;

TEMA 2 : MODELO DE REDES . ADMINISTRACIN DE PROYECTOS

Proyecto.- Conjunto de actividades inter relacionadas que deben efectuarse en un cierto

Actividad.- Trabajo que consume recursos ( tij , cij, ) para su ejecucin.

3. Red.- Grfica formada por nodos , arcos y flujos.

Anlisis de la red utilizando PERT/COST contraccin de la red en caso necesario.

1. El departamento de investigacin y desarrollo de una empresa productora de TV est

4. La siguiente informacin corresponde al mantenimiento de un carro de

TEMA 3 : MODELO DE REDES . ADMINISTRACIN DE PROYECTOS

Adems la varianza ij2 de Aij est dado por:

Y la desviacin estndar esta dada por :

Calcule el tiempo esperado y la varianza de cada actividad.

Hallar la ruta crtica.

Hallar la ruta crtica.

Confeccione el grafo sagital ( red)

TEMA4. :MODELO DE REDES . ADMINISTRACIN DE PROYECTOS

El PERT/CPM nos permiti analizar el recurso t ij , de manera que pueda terminarse de

Teniendo en cuenta el programa obtenido mediante el PERT/CPM y el presupuesto de

c. con la informacin de (a ) y (b) se obtiene los alzamientos y abatimientos de los

Elabore la red, ruta crtica, programa de actividades, programa de costos.

Elabore el programa de actividades y de costos.

Elabore el programa de actividades y de costos.

TEMA 5 : MODELO DE REDES . ADMINISTRACIN DE PROYECTOS

Una vez hallada la ruta crtica , el Tij y programa de actividades de un proyecto ;

La red se puede contraer de las siguientes formas:

Las variables de decisin son:

Cul es el costo adicional en el que se incurren para satisfacer el tiempo de

Desarrolle el programa de actividades con la reduccin de los tiempos.

Cul es el costo adicional en el que se incurren para satisfacer el tiempo de

Disear la nueva disposicin del almacn.

Formule el MPL para contraer su red en 4 semanas.

Emisin del pedido a Ing.

TEMA 6: TOMA DE DECISIONES CON CRITERIOS MLTIPLES

3. Plantear las restricciones.

Restriccin del sistema(duras).

4. Plantear la funcin objetivo ( MIN: d+ d- ).

PROCESO ANALTICO DE JERARQUAS ( PAJ )

2. Elaboracin de la matriz de comparaciones pareadas.

El ndice aleatorio ( IA ) depende del nmero de elementos que se comparan (Tabla).

El ndice de consistencia ( IC ) se obtiene mediante: