You are on page 1of 66

UNIVERSIDAD NACIONAL AUTONOMA DE MEXICO

FACULTAD DE CONTADURA Y ADMINISTRACIN


DIVISIN DE ESTUDIOS PROFESIONALES
COORDINACIN DE MATEMATICAS

MATEMATICAS VI
(INVESTIGACION DE OPERACIONES)
PROF.: L. A. NORMA NEZ SNCHEZ.
SEMESTRE 2012 - 2

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

BIBLIOGRAFIA
1.- ANALISIS CUANTITATIVO PARA LA TOMA DE DECIUSIONES, HAROLD BIERMAN JR., ED,
MC GRAW HILL.
2.- INTRODUCCION A LA INVESTIGACION DE OPERACIONES, F. HILLER Y G. LIEBERMAN,
ED, MC GRAW HILL.
3.- MODELOS CUANTITATIVOS PARA ADMINISTRACION, K. ROSCOE DAVIS, GRUPO
EDITORIAL IBEROAMERICA.
4.-INVESTIGACION DE OPERACIONES, MATUR HAMLESH, ED. PRENTICE HALL.
5.- INVESTIGACION DE OPERACIONES EN LA CIENCIA ADMINISTRATIVA, G. D. EPPEN, ED.
PRENTICE HALL HISPANOAMERICA.
6.- INVESTIGACIN DE OPERACIONES, J. SHAMBLIN, ED. MC GRAW HILL.
7.- MTODOS CUANTITATIVOS PARA LA TOMA DE DECISIONES, CHARLES GALLAGHER,
ED. MC GRAW HILL.
8.- MTODOS Y MODELOS DE INVESTIGACIN DE OPERACIONES, J. PRAWD, VOL. I Y II.
ED. LIMUSA.
9.- INVESTIGACIN DE OPERACIONES, H. MOSKOWITZ, ED. PRENTICE HALL.
10.- INTRODUCCIN A LAS TCNICAS DE INVESTIGACIN DE OPERACIONES, H.
DAELLENBACH, J. GEORGE Y D. MCNIKLE, CECSA.
11.- INVESTIGACIN DE OPERACIONES, H. TAHA, ED. ALFA - OMEGA.

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

I.- ASPECTOS GENERALES DE LA INVESTIGACION DE OPERACIONES


A.- ORIGEN DE LA INVESTIGACION DE OPERACIONES
El origen de la Investigacin de Operaciones se da antes de la Revolucin Industrial, ya que du
rante este movimiento surgieron algunos problemas como fueron el crecimiento y complejidad
de las organizaciones; es decir, cuando los pequeos talleres artesanales se convirtieron en industrias grandes lo que trajo como consecuencia cambios en la divisin del trabajo y la separa
cin de las responsabilidades administrativas dentro de stas, perdiendo con esto la divisin
de sus objetivos.
Otro problema aunado al anterior, es que conforme la especializacin y complejidad crecieron,
se vuelve ms difcil asignar los recursos disponibles a las diversas actividades de manera eficaz en un organismo, este tipo de problemas los resolvera ms tarde la Investigacin de Ope
raciones.
La Investigacin de Operaciones es un enfoque cientfico de la toma de decisiones, dentro de
este contexto, la Investigacin de Operaciones. Puede remontarse a Frederick W. Taylor, los
Gilbreths y Henry Gantt. Sin embargo, la Investigacin de operaciones se desarrolla en su totalidad durante la Segunda Guerra Mundial cuando se utiliz el termino Investigacin Operacional para describir el enfoque adoptado por grupos interdisciplinarios de hombres de ciencia para resolver problemas de estrategia y tctica del manejo militar. Despues de la guerra
este enfoque se extendi a las organizaciones industriales.
B.- NATURALEZA DE LA INVESTIGACION DE OPERACIONES
Como su nombre lo indica la Investigacin de Operaciones significa hacer investigacin sobre las operaciones. La Investigacin de Operaciones se aplica a problemas que se refiere
a la conduccin y coordinacin de operaciones (actividades) dentro de una organizacin.
La parte de investigacin en el nombre significa que la Investigacin de Operacin usa un enfoque similar a la manera en que se lleva a cabo la investigacin en los campos cientficos establecidos, en ocasiones se usa el trmino Ciencias de la Administracin como sinnimo de
Investigacin de Operaciones.
La Investigacin de Operaciones incluye la investigacin cientfica creativa de las propiedades fundamentales de las operaciones. La Investigacin de Operaciones se ocupa de la administracin prctica de la organizacin, as para tener xito deber tambin proporcionar
conclusiones claras que pueda usar el tomador de decisiones cuando las necesite.
Una caracterstica adicional es que la Investigacin de Operaciones intenta encontrar una me
jor solucin (llamada solucin ptima), an cuando debe interpretarse con todo cuidado en tr
minos de las necesidades reales de la administracin, esta bsqueda de la optimalidad es un
aspecto importante dentro de la Investigacin de Operaciones.

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

C.- CONCEPTO DE LA INVESTIGACION DE OPERACIONES


La Investigacin de Operaciones utiliza el mtodo planeado y el equipo interdisciplinario para
representar relaciones funcionales complejas como los modelos matemticos, con objeto de
proporcionar una base cuantitativa para la toma de decisiones y para descubrir nuevos problemas en el anlisis cuantitativo.
D.- OBJETIVO DE LA INVESTIGACION DE OPERACIONES
Consiste en proporcionar un mtodo racional y sistemtico para resolver problemas fundamen
ales para el control u operacin de los sistemas, los resultados obtenidos deben de ponerse en
ejecucin y si stos constituyen resoluciones que conformen reglas para emitir decisiones res
pectivas, que se piensan aplicar durante cierto tiempo dichos resultados deben dirigirse o con
trolarse.
E.- METODOLOGIA DE LA INVESTIGACION DE OPERACIONES
Los pasos de la metodologa de la Investigacin de Operaciones son:
1.- Defnase el problema
2.- Recolctense los datos
3.- Defnanse soluciones alternativas
4.- Evalense soluciones alternativas
5.- Seleccinese la mejor alternativa
6.- Pngase a la prctica
F.- MODELO GENERAL DE LA INVESTIGACION DE OPERACIONES
El mtodo del investigador de operaciones es la construccin de representaciones de sistemas
y modelos donde ejemplifica su operacin. Los modelos se representan con ecuaciones y tienen
la siguiente estructura.
E = f(Xi, Yi)
Donde:
E.- representa la efectividad del sistema (utilidad, costo o beneficio)
F.- representa la funcin de un grupo de variables del sistema sujeto a control.
Xi.- representa las variables del sistema sujetas a control.
Yi.- representa las variables del sistema que no estn sujetas a control.
El modelo anterior puede ser clasificado como un modelo de optimizacin de los valores que se
insertan para las variables controlables (Xi) y las variables no controlables (Yi) se deben manipular para optimizar la efectividad del sistema.

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

G.- CONCEPTO DE OPTIMIZACION


La optimizacin se da cuando se conocen todos los factores que afectan al sistema, se puede
formular un modelo matemtico como se indic antes. La solucin a este modelo ya que se re
lacionaron apropiadamente las funciones (mercadeo, manufactura, finanzas y personal). As
como los componentes debe dar como resultado de utilidades para la firma como un todo.
H.- APLICACIONES DE LA INVESTIGACION DE OPERACIONES
La Investigacin de Operaciones se aplica a problemas que se refieren a la conduccin y coordinacin de operaciones dentro de una empresa, tambin se ha aplicado en reas tan diversas
como: la manufactura, el transporte, la construccin, las telecomunicaciones, la planeacin fi
nanciera, el cuidado de la salud, la milicia, y los servicios pblicos por mencionar algunos.

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

II.- TECNICAS DE LA INVESTIGACION DE OPERACIONES


MODELOS DE PROGRAMACION LINEAL
Resuelven problemas tratan sobre dietas, mezcla de productos y seleccin de productos, para
formular un problema en forma matemtica se deben expresar afirmaciones lgicas en trminos matemticos.
PROGRAMACION LINEAL
Es un procedimiento matemtico para hacer ptimo el uso de los recursos, dado un objetivo y
las restricciones de los recursos, los cuales se establecen como funciones.
Tambin se puede decir que la programacin lineal se ha difundido porque una gran cantidad de
problemas econmicos, administrativos y contables pueden ser descritos como modelos de programacin lineal.
ALGORITMO
Es un conjunto de procedimientos que cuando se siguen proporcionan la mejor solucin de un mo
delo.
FUNCION LINEAL
Es aquella que en el plano cartesiano por medio de coordenadas genera una lnea recta, es decir, una funcin en x y y, la cual se denota por:
ax + by
Donde:
a y b son constantes y a y b son diferentes de cero.
EJEMPLOS
3x + 6y = 18
2x 4y = 12
X 5y = 15
6x +3y = 24
DESIGUALDAD LINEAL
Es aquella que consta de dos variables y se describe en cualesquiera de las siguientes formas:
ax + by < 0
ax + by > 0

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

ax + by 0
ax + by 0
TECNICAS DE OPTIMIZACION
Es el mtodo que trata de maximizar o minimizar un objetivo.
EJEMPLOS
Maximizar las utilidades
Minimizar los costos
SISTEMA
Es un conjunto de cosas interrelacionadas entre s, de tal manera que toman una unidad comple
ja o un todo compuesto de partes disponibles en forma ordenada segn un plan o esquema.
EJEMPLOS
Sistema nervioso
Sistema solar
Escuela
MODELOS
Son una representacin o abstraccin de un sistema real, deben de ser representativos de aquellos aspectos que estn investigndose, sirven para predecir y comparar los resultados de
las decisiones.
CLASIFICACION DE LOS MODELOS
Los modelos pueden ser clasificados por: sus dimensiones, sus propsitos, el tema y su grado de abstraccin. Algunos tipos de modelos son:
A.- MODELOS ANALOGICOS
B.- MODELOS SIMBOLICOS (MATEMATICOS)
C.- MODELOS CUANTITATIVOS Y CUALITATIVOS
D.- MODELOS ESTANDAR Y HECHOS A LA MEDIDA
E.- MODELOS DESCRPTIVOS Y DE OPTIMIZACION
F.- MODELOS PROBABILISTICO Y DETERMINISTICO

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

G.- MODELOS ESTATICOS Y DINAMICOS


H.- MODELOS DE SIMULACION Y DE NO SIMULACION
TAREA NO.1
Investigue cada uno de los diferentes tipos de modelos antes mencionados.
TOMA DE DECISIONES
Es un proceso mediante el cual un profesional que se enfrenta a un problema que puede seleccionar un curso alternativo de accin entre un conjunto de estos, ya sea que dicho curso al
ternativo sea el adecuado para optimizar los recursos humanos, materiales, tecnolgicos y
financieros de un organismo.
A.- FORMULACION DE MODELOS DE INVESTIGACION DE OPERACIONES.
Los pasos para la formular modelos de Programacin Lineal son:
1. Lea con mucho cuidado el planteamiento del problema.
2. Identifique las variables de decisin.- (tambin llamadas variables desconocidas) que deben
determinarse y se deben de representar mediante smbolos x y y (x 1 y x2).
3. Identifique las restricciones estructurales.- son las condiciones que normalmente se presen
tan los recursos escasos con que se cuenta para producir y que se expresan como desiguaidades lineales.
x1 + x2 < 0
x1 + x2 > 0
x1 + x2 0
x1 + x2 0
4. Identifique el objetivo.- se le denomina funcin objetivo (criterio a desarrollar) y representarla como una funcin lineal de las variables de decisin la cual ser maximizada o minimizada segn se requiera en el problema y se expresa matemticamente:
Z(Max) = x1 + x2
Z(Min) = x1 + x2
5. Identifique la restriccin de no negatividad.- los recursos no pueden ser negativos, por lo
tanto, las variables deben de ser positivas o cero.

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

x1 , x2 0.
EJEMPLOS
1.- Una editorial planea utilizar una seccin de su planta para producir dos libros de texto. La
utilidad unitaria es de $20 para el libro I y de $30 para el II. El texto I requiere de 4 horas
para su impresin y de 6 horas para su encuadernacin, el texto II requiere 5 horas para imprimirse y de 3 horas para ser encuadernado. Se dispone de 200 horas para imprimir y de 210
horas para encuadernar. Formule el Modelo de Programacin lineal que optimice la produccin
de la editorial para maximizar la utilidad.
2.- Se cuenta con dos alimentos pan y queso. Cada uno de ellos contiene caloras y protenas
en diversas proporciones. Un kilogramo de pan contiene 2,000 caloras y 50 gramos de protenas, un kilogramo de queso contiene 4,000 caloras y 200 gramos de protenas.
Supngase que una dieta normal requiere 6,000 caloras y 200 gramos de protenas diariamente. Por lo tanto, si el kilo de pan cuesta $6 y el kilo de queso cuesta $21. Qu cantidad de
pan y queso se debe comprar al menos para satisfacer los requisitos de una dieta normal gastando la menor cantidad de dinero?
3.- Un fabricante est tratando de decidir sobre la produccin para dos artculos: mesas y sillas. Se cuenta con 96 unidades de material y 72 horas de mano de obra. Cada esa requiere 12 u
nidades de material y 6 horas de mano de obra. Por otra parte, las sillas usan 8 unidades de ma
terial y 12 horas de mano de obra. El margen de contribucin es el mismo para las mesas que pa
ra las sillas $500 por unidad. El fabricante prometi construir por lo menos 2 mesas. Desarrolle el MPL que optimice la produccin del fabricante para maximizar la utilidad.
5.- Una dieta debe contener menos de 16 unidades de carbohidratos y 20 unidades de protenas. El alimento A contiene 2 unidades de carbohidratos y 4 unidades de protenas, el B contiene 2 unidades de carbohidratos y 1 unidad de protenas. Si el alimento A cuesta $1.20 por
unidad y el B $0.80 por unidad. Cuntas unidades de cada alimento deben adquirirse para mini
mizar los costos?
TAREA NO. 2
6.- Un fabricante produce dos artculos A y B, cada uno de los cuales requiere tiempo en 3 m
quinas. Cada unidad de A demanda 2 horas en la primera mquina, 4 horas en la segunda maqui
na y 3 en la tercera. Los nmeros correspondientes en B son de 5, 1 y 2 horas, respetivamente.
La compaa obtiene utilidades de $250 y $300 por cada unidad de A y B. Si los nmeros de
horas disponibles son: 200, 240 y 190 en caso de la primera, segunda y tercera mquina. Determine cuntas unidades de cada artculo deben producirse a fin de maximizar la utilidad total.
7.- Un nutrilogo asesora a un individuo que sufre de deficiencia de hierro y vitamina B y le
indica que debe ingerir al menos 2,300 mg de hierro, 2,100 mg de tiamina, 1,500 mg de ribo

flavina durante cierto perodo de tiempo. Existen dos pldoras de vitamina disponibles, la
marca A y la marca B. Cada pldora de la marca A contiene 40 mg de hierro, 10 mg de tiamiPROF.: L. A. NORMA NUEZ SANCHEZ.
MATEMATICAS VI

ASIGNATURA:

na y 5 mg de riboflavina y cuesta 6 centavos. Cada pldora de la marca B contiene 10 mg de hie


rro, 15 mg de tiamina y 15 mg de riboflavina y cuesta 8 centavos. Cules combinaciones de
pldoras debe comprar el paciente para cubrir sus requerimientos de hierro y de vitamina al
menor costo?
8.- La compaa ACE quiere producir dos clases de recuerdos de viaje: del tipo A y del tipo B.
Cada unidad del tipo A producir una ganancia de $1.00, mientras que uno del tipo B generar
una ganancia de $1.20. Para fabricar un recuerdo del tipo A se necesitan 2 minutos en la mquina I y 1 minuto en la mquina II. Un recuerdo del tipo B requiere 1 minuto en la mquina I
y 3 minutos en la mquina II para procesar el pedido. Cuntas piezas de cada tipo debe producir la compaa ACE para maximizar la ganancia?
9.- Suponga que el alimento A y el alimento B son los dos tipos bajo consideracin. El alimento A cuesta 12 centavos/onza y el alimento B cuesta 8 centavos/onza. Se requiere minzar el
costo de los alimentos al mismo tiempo que satisfacer tres restricciones vitamnicas, se desean por lo menos 30 unidades de vitamina B, 50 unidades de la vitamina C y 60 unidades de
la vitamina E. Cada onza de alimento A proporciona 2 unidades de la vitamina B, 4 unidades
de la vitamina C y unidades de la vitamina E. El alimento B proporciona 3, 3 y 6 unidades de
vitamina B, C y E, respectivamente. Cuntas onzas de cada alimento debe comprarse?
10.- Un fabricante elabora dos artculos A y B. Cada uno de ellos debe de ser procesado en dos
mquinas diferentes. Una mquina tiene una capacidad disponible de 24 horas y la otra de 16
horas. Cada artculo A requiere 2 horas en ambas mquinas y cada unidad del artculo B necesita 3 horas en la primera mquina y de 1 hora en la segunda mquina. La utilidad incremental es
de $6 por cada unidad del artculo A y de $7 por cada unidad de B y la fbrica puede producir
tantas unidades de cada producto como pueda.
El objetivo de la fbrica es maximizar las utilidades. El problema est en determinar cuntas
unidades del artculo A y del artculo B podran producirse dentro de los lmites disponibles
permitidos por la capacidad de las mquinas.
11.- Una industria produce dos artculos A y B, la elaboracin de un artculo A se lleva $20 y
$10 de mano de obra, de materia prima se lleva $20 A y $30 B. El desgaste del equipo se supone proporcional a la produccin es de $5 para cada unidad de A y de $5 para B. El beneficio es
de de $8 para A y de $5 para B. Si solamente se cuenta con $100,000 para salarios y
$180,000 para materia prima y no se requiere que el desgaste del equipo exceda de $40,000
cal ser la cantidad de cada artculo que se tenga que producir para obtener las utilidades
ms altas posibles.
12.- Una empresa que se dedica a hacer ropa desea minimizar los gastos de produccin, si se
dedican a hacer un solo tipo de blusas y un solo tipo de pantalones y por cada blusa usan 2 me-

tros de tela la cual cuesta $50 cada uno y se lleva 5 horas de mano de obra mientras que por
pantaln usan 3 metros de tela y les cuesta hacerlo $100 cada uno y se lleva 6 horas de mano
de obra.
PROF.: L. A. NORMA NUEZ SANCHEZ.
MATEMATICAS VI

ASIGNATURA:

13.- Una compaa posee dos minas: la Perla y la Rue, cada tonelada de mineral de la perla produce 30 libras de cobre, 4 libras de zinc y 1 libra de molibdeno. Cada tonelada de mineral de la
Rue produce 15 libras de cobre, 8 libras de zinc y 3 libras de molibdeno. La compaa debe producir al menos 87,500 libras de cobre, 16,000 libras de zinc y 5,000 libras de molibdeno a la
semana . Si se tiene un costo de $50 por toneladas al obtener mineral de la Perla y $60 por la
tonelada al extraerlo de la Rue. Desarrolle el MPL que optimice la extraccin de mineral de la
compaa y que minimice el costo.
14.- Un fertilizante para el campo necesita 10, 12 y 12 unidades de componentes qumicos A, B
y C, respectivamente. Un producto qumico lquido contiene 5, 2 y 1 unidades de los componentes respectivamente por un litro. Un producto seco 1, 2 y 4 unidades de cada componente por
kilogramo. El costo del producto lquido es de $3 y el costo del producto seco es de $2. Cunto de cada producto debe mezclarse para poder cubrir las caractersticas del fertilizante para obtener un costo mnimo?
15.- Un granjero cra pavos, gallinas y patos. El costo de la crianza de una gallina, un pato y un
pavo es de $1.50, $1 y $4 respectivamente, hasta el momento de su venta. Las gallinas se ven
den a $3, los patos a $2 y los pavos a $5.50 cada uno. Sabiendo que la granja puede alojar solo
500 aves y que el granjero no desea tener ms de 300 patos a la vez, Cuntas aves de cada
especie debe crar a fin de maximizar sus utilidades?
16.- Una compaa elabora los productos A, B y C, cada producto se procesa en tres departa-mentos, I; II y III. El total de horas de trabajo disponibles por semana para los departamen
tos, I; II y III son 900, 1,080 y 840, respectivamente. Los requisitos de tiempo (en horas por
unidad) la ganancia por cada unidad de cada producto son como sigue:

Departamento I
Departamento II
Departamento IIII
Ganancia

Producto A Producto B Producto C


2
1
2
3
1
2
2
2
1
$18
$12
$15

Cuntas unidades de cada producto debe fabricar la compaa para maximizar su ganancia?
B.- METODO GRAFICO
SOLUCION DE MODELOS POR EL METODO GRAFICO
Para resolver Modelos de Programacin Lineal por el Mtodo Grfico es necesario considerar:

1.- Slo se pueden trazar restricciones con 2 variables de decisin puesto que con 3 es muy
difcil.
EJEMPLO
17.- Represente grficamente la siguiente ecuacin:
PROF.: L. A. NORMA NUEZ SANCHEZ.
MATEMATICAS VI

ASIGNATURA:

3x1 + 6x2 + 3x3 = 6


TAREA NO. 3
18.- Represente grficamente la siguiente ecuacin:
4x1+ 5x2 + 8x3 = 20
19.- Represente grficamente la siguiente ecuacin:
2x1+ x2 + 3x3 = 6
2.- Debido a las restricciones de no negatividad slo se escoge la superficie que se genera en el
primer cuadrante. Esto se hace slo para escoger valores positivos para x 1 y x2.
X2

2do CUADRANTE

1 er CUADRANTE

X1
-

3er CUADRANTE

4 to CUADRANTE

REGION FACTIBLE
Es el conjunto de puntos factibles de acuerdo con todas las restricciones.
EJEMPLO
20.-MODELO PRIMAL
Z(Min) = 18x1 + 12x2
Sujeto a:

1) 6x1 + 2x2 3
2) 3x1 + 4x2 8
x1,x2 0
PROF.: L. A. NORMA NUEZ SANCHEZ.
MATEMATICAS VI

ASIGNATURA:

DUALIDAD
Para todo problema de maximizacin de P. L., existe un problema equivalente de minimizacin y
para todo problema de minimizacin existe un problema equivalente de maximizacin.
Los coeficientes de la funcin objetivo en el problema dual se convierten en las limitantes de
las restricciones estructurales (desigualdades), las limitantes de las restricciones estructurales se convierten en los coeficientes de la funcin objetivo. Los vectores rengln se convier
ten en columna y los vectores columna en rengln, si se est minimizando se cambia a maximizar o viceversa y si los signos eran se cambian por .
21.- MODELO DUAL
Z(Max) = 3x1 + 4x2
Sujeto a:
1) 6x1 + 3x2 18
2) 2x1 + 4x2 12
x1,x2 0
FORMA CANONICA
Se dice que el modelo se encuentra en su forma cannica, clsica, tpica o tradicional, cuando la
funcin objetivo se est maximizando y todas las restricciones estructurales tienen signo .
EJEMPLO
22.- MODELO PRIMAL
Z(Max) = x1 + x2
Sujeto a:
1) x1 + x2 0
2) x1 + x2 0
x1,x2 0

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

EJEMPLO
23.- MODELO PRIMAL
Z(Max) = 12x1 + 24x2
Sujeto a:
1) 2x1 + 8x2 56
2) 2x1 + 5x2 60
x1,x2 0
FORMA ESTANDAR
Se dice que el modelo est en su forma estndar cuando todas las restricciones estructurales
(desigualdades) se han convertido en igualdades.
EJEMPLO
24.- MODELO PRIMAL
Z(Max) = x1 + x2
Sujeto a:
1) x1 + x2 = 0
2) x1 + x2 = 0
x1,x2 0
EJEMPLO
25.- MODELO PRIMAL
Z(Max) = 4x1 + 2x2
Sujeto a:
1) 2x1 + 3x2 = 12
2) 5x1 + 4x2 = 20
x1,x2 0
PASOS DEL METODO GRAFICO
Los pasos del Mtodo Grfico son:
1.- Se trazan cada una de las restricciones de la siguiente manera:
A.- Se da un valor de cero a la primera variable de decisin (x 1) y se encuentra el valor de la se
gunda variable de decisin (x2) y as se genera un primer punto.

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

B.- Se da un valor de cero a la segunda variable de decisin (x 2) y se encuentra el valor de la


primera variable de decisin (x1) ) y as se obtiene un segundo punto.
C.- Se localizan estos dos puntos en un eje de coordenadas cartesianas y se traza una lnea recta, la cual formar una superficie limitada por la misma lnea recta y cuando menos uno de los
dos ejes. Si el signo de la restriccin estructural es del tipo la superficie formada debe contener al origen y cuando el signo de la restriccin estructural es del tipo no debe contener al
origen sino al infinito.
TIPO DE SOLUCIONES A PROBLEMAS DE PROGRAMACION LINEAL
SOLUCION MATEMATICA
Es aquella que resuelve el modelo.
SOLUCION FACTIBLE
Es aquella en la que un conjunto de valores satisfacen el sistema de desigualdades lineales.
SOLUCION NO FACTIBLE
Es aquella en la cual un conjunto de valores no forman parte del polgono de soluciones facti
bles.
SOLUCION OPTIMA
Es aquella que brinda el valor ms favorable para la funcin objetivo, entendindose por valor favorable aquel valor ms alto o ms pequeo que se puede encontrar al resolver el Modelo de Programacin Lineal.
EJEMPLO
26.- Resuelva el siguiente Modelo de Programacin Lineal tanto el modelo primal como el dual y
conteste lo siguiente:
A.- Encuentre la solucin por el Mtodo Grfico.
B.- Indique cuales son las soluciones factibles.
C.- Indique cuales son las soluciones no factibles.
D.- Indique cual es la solucin ptima.

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

MODELO PRIMAL
Z(Min) = 48x1 + 42x2
x1, x2 0
Sujeto a:
(1) 6x1 + 3x2 3
(2) 4x1 + 6x2 1

EJEMPLO
27.- Resuelva el siguiente Modelo de Programacin Lineal
tanto el modelo primal como el modelo dual y conteste lo siguiente:

A.- Encuentre la solucin por el Mtodo Grfico.


B.- Indique cuales son las soluciones factibles.
C.- Indique cuales son las soluciones no factibles.
D.- Indique cual es la solucin ptima
MODELO PRIMAL
Z(Min) = 40x1 + 30x2
Sujeto a:
() 2x1 + x2 9
2) x1 + 3x2 7
x1, x2 0
TAREA NO. 4
28.- Resuelva el siguiente Modelo de Programacin Lineal tanto el modelo primal como el dual y
conteste lo siguiente:
A.- Encuentre la solucin por el Mtodo Grfico.
B.- Indique cuales son las soluciones factibles.
C.- Indique cuales son las soluciones no factibles.
D.- Indique cual es la solucin ptima
PROF.: L. A. NORMA NUEZ SANCHEZ.
MATEMATICAS VI

MODELO PRIMAL
Z(Min) = 4x1 + 3x2

ASIGNATURA:

Sujeto a:
(1) 4x1 + 2x2 80
(2) 3x1 + x2 50
x1, x2 0
29.- Resuelva el siguiente modelo y conteste lo que se pide:
A.- Encuentre la solucin por el Mtodo Grfico.
B.- Indique cuales son las soluciones factibles.
C.- Indique cuales son las soluciones no factibles.
D.- Indique cual es la solucin ptima.
MODELO
Z(Max) = 7x1 + 4x2
Sujeto a:
() - 2x1 + 3x2 6
(2) 5x1 4x2 10
(3) x1 + x2 3
x1, x2 0
SOLUCION
Z = $82.53
x1 =7.71
x2 = 7.14
30.- Solucione el modelo matemtico correspondiente al problema de pan y queso y aplique los
puntos que se piden en el modelo primal.
SOLUCION
Z = $22.50
x1 = 0.5
x2 = 2

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

31.- Solucione el modelo matemtico correspondiente al problema de mesas y sillas y aplique los
puntos que se piden en el modelo dual.
SOLUCION
Z = $4,500
x1 = 6
x2 =3
32.- Resuelva el siguiente modelo y conteste lo que se pide:
A.- Encuentre la solucin por el Mtodo Grfico.
B.- Indique cuales son las soluciones factibles.
C.- Indique cuales son las soluciones no factibles.
D.- Indique cual es la solucin ptima.
MODELO
Z(Min) = 3x1 + 4x2
Sujeto a:
(1) 3x1 + 5x2 15
(2) 8x1 + 7x2 56
(3)

x2 7
x1, x2 0

33.- Resuelva el siguiente modelo y conteste lo que se pide:


A.- Encuentre la solucin por el Mtodo Grfico.
B.- Indique cuales son las soluciones factibles.
C.- Indique cuales son las soluciones no factibles.
D.- Indique cual es la solucin ptima.

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

MODELO
Z(Min) = 6x1 + 2x2
Sujeto a:
(1) 3x1 + 2x2 18
(2) x1 +

x2 3

(3) x1

x1, x2 0
C.- METODO SIMPLEX (ALGORITMO ITERATIVO).
En 1947 George Dantzig, quien en ese tiempo estaba comisionado en la Fuerza Area de los EU,
desarrollo el Mtodo Simplex. Demostr que poda usarse una ecuacin criterio (la funcin
objetivo) para seleccionar de manera sistemtica una solucin ptima de entre muchas
soluciones posibles.
El Mtodo Simplex es un enfoque que puede ser utilizado para resolver cualquier problema de
Programacin Lineal. Con la ayuda de una computadora, esta tcnica puede resolver problemas
de programacin lineal con cientos de variables y restricciones estructurales
El Mtodo Simplex es un algoritmo iterativo (repetitivo) que comienza con cualquier solucin
factible bsica de las ecuaciones de restriccin estructural. Si esta solucin no es ptima, otra
variable es indicada e introducida en la solucin y as sucesivamente hasta alcanzar una
solucin ptima.
PASOS PARA ARREGLAR UN MODELO DE PROGRAMACION LINEAL
1.- Convertir las restricciones estructurales (desigualdades) en igualdades, si el signo de la
restriccin estructural es del tipo se agrega una variable con signo (+) llamada de holgura (H),
si el signa de la restriccin estructural es del tipo se coloca una variable con signo (-)
denominada superflua (S).
2.- Existen otro tipo de variables que se escriben con el propsito de formar artificialmente la
matriz identidad que es aquella matriz cuadrada cuya diagonal principal esta constituida por
unos positivos los dems elementos son ceros.
MATRIZ IDENTIDAD
1

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

3.- A la funcin objetivo las variables l afectan de la siguiente forma:


A.- Si la variable es de holgura se escribe con un coeficiente cero.
B.- Si la variable es superflua se anota con un coeficiente de cero.
C.- Si la variable es artificial se coloca con un coeficiente de M si se est maximizando y de
+M si se est minimizando.
NOTA
En el tema anterior se dio la nota de forma cannica.
EJEMPLOS
34.- Arregle el siguiente modelo de Programacin Lineal.
MODELO PRIMAL
Z(Max) = 90x1 + 120x2
Sujeto a:
(1) 2x1 + 5x2 10
(2) 4x1 + 3x2 12
x1, x2 0
35.- Arregle los siguientes modelos de Programacin Lineal.
MODELO
Z(Max) = 2x1 + 2x2
Sujeto a:
(1) 2x1 + x2 8
(2) 3x1 + 4x2 12
x1, x2 0

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

36.- Arregle el siguiente modelo de Programacin Lineal.


MODELO
Z(Max) = 5x1 + 3x2
Sujeto a:
(1) 2x1 + 3x2 10
(2) 4x1 + 2x2 12
(3)

+ x2 = 6
x1, x2 0

PROCEDIMIENTO DEL METODO SIMPLEX


1.- Se transforma el modelo de Programacin Lineal a su forma estndar (en base al modelo
dual no al modelo primal).
EJEMPLO
37.- MODELO PRIMAL
Z(Min) = 20x1 + 10x2
Sujeto a:
(1) 5x1 + x2 6
(2) 2x1 + 2x2 8
x1, x2 0
TAREA NO. 5
38.- Arregle el siguiente modelo de Programacin Lineal.
MODELO
Z(Max) = 2x1 + 5x2
Sujeto a:
(1) x1 + 3x2 9
(2) 4x1 + 2x2 8
(3)

+ 2x2 = 7

x1, x2 0
PROF.: L. A. NORMA NUEZ SANCHEZ.
MATEMATICAS VI

ASIGNATURA:

39.- Arregle el siguiente modelo de Programacin Lineal.


MODELO
Z(Max) = 6x1 + 2x2
Sujeto a:
(1) 2x1 + 3x2 5
(2) 4x1 + 3x2 8
(3)

+ 5x2 = 3
x1, x2 0

2.- Se elabora una tabla (matriz) simplex que contenga los datos anteriores.
3.- Se la matriz de la siguiente manera:
A.- Se encuentra la columna pivote, analizando el rengln Z, para lo cual se escoge el valor
positivo ms alto. Si hubieran 2 valores iguales se escoge cualesquiera de ellos
arbitrariamente.
B.- Se halla el regln pivote, dividiendo cada elemento de la columna bi entre el elemento
correspondiente de la columna pivote que corresponda a ese rengln (esto no se realiza en el
rengln Z).
Esta operacin se realiza slo entre nmeros positivos, si hubiera algn nmero negativo o cero
entonces el modelo ya no tiene solucin. De los valores obtenidos se escoge el de valor ms
pequeo y este indicara el rengln pivote.
C.- A la interseccin de la columna pivote con el rengln pivote se le denomina elemento pivote,
a los dems elementos se les da el nombre de elementos semipivotes.
Se revisa el rengln Z y si ya no se encuentran valores positivos esto indicara que la tabla es
la solucin ptima del modelo.
4.- Se desarrolla una nueva matriz simplex, la cual contendr los mismos enunciados tanto para
las columnas como para los renglones, excepto que en lugar de la variable que sale se escribe la
variable que entra a la solucin.

Esta nueva matriz se empieza a resolver encontrando los valores de la variable que entra a la
solucin, para ello se divide cada elemento del rengln pivote entre el elemento pivote de la

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

tabla anterior. Estos valores se anotan en la nueva tabla exactamente en el rengln que
corresponda a la variable que entra a la solucin y a ste rengln se le llama rengln nuevo.
La siguiente operacin se realiza para encontrar los valores de todos los dems renglones,
incluyendo Z. Al valor original se le resta el producto del elemento semipivote por el elemento
correspondiente en el rengln nuevo.
Matemticamente se tiene:
R: O.- [E. S. P. X E. R. N.]
5.- Se analiza el rengln Z y si no existen valores positivos, se llega a la solucin ptima: En
caso contrario se vuelve al paso nmero 3.
40.- Resuelva el siguiente MPL por el mtodo simplex:
MODELO PRIMAL
Z(Min) = 4x1 + 8x2
Sujeto a:
(1) x1 + 2x2 2
(2) x1 + 4x2 3
x1, x2 0
41.- Resuelva el siguiente modelo de Programacin Lineal por el mtodo simplex.
MODELO
Z(Max) = 3x1 + 4x2
Sujeto a:
() 6x1 + 3x2 18
(2) 2x1 + 4x2 12
x1, x2 0

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

42.- Resuelva el siguiente modelo de Programacin Lineal por el mtodo simplex.


MODELO
Z(Max) = 3x1 + 3x2
Sujeto a:
() 2x1 + 3x2 12
(2) 2x1 + x2 8
x1, x2 0
43.- Resuelva el siguiente modelo de Programacin Lineal por el mtodo simplex.
MODELO
Z(Min) = 50x1 + 80x2
Sujeto a:
(1) 4x1 + 10x2 40
(2) 10x1 + 5x2 50
(3) 7x1 + 7x2 49
x1, x2 0
44.- Resuelva el siguiente modelo de Programacin Lineal por el mtodo simplex.
MODELO
Z(Max) = 3x1 + 10x2 + x3
Sujeto a:
() 2x1 +2x2 + x3 10
(2) x1 + x2 +2x3 9
(3) 2x1 + 3x2
x1, x2, x3 0

12

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

TAREA NO.6
45.- Resuelva el siguiente modelo de Programacin Lineal por el mtodo simplex.
MODELO PRIMAL
Z(Min) = 80x1 + 70x2
Sujeto a:
(1) 2x1 + x2 3
(2) 4x1 + 5x2 10
x1, x2 0
46.- Resuelva el siguiente modelo de Programacin Lineal por el mtodo simplex.
MODELO PRIMAL
Z(Min) = 10x1 + 20x2
Sujeto a:
(1) 2x1 + 4x2 4
(2) 3x1 + 5x2 5
x1, x2 0
47.- Resuelva el siguiente modelo de Programacin Lineal por el mtodo simplex.
MODELO
Z(Max) = 2x1 + 3x2
Sujeto a:
(1) 4x1 + 3x2 8
(2) 5x1 + 2x2 16
x1, x2 0

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

48.- Resuelva el siguiente modelo de Programacin Lineal por el mtodo simplex.


MODELO
Z(Max) = 5x1 3x2 + x3
Sujeto a:
() x1 + x2
(2)

10

- 5x2 + x3 6

(3) x1

- x3 2

x1, x2, x3 0

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

III.- MODELOS DE DISTRIBUCION


A.- MODELO DE ASIGNACIN
El Modelo de Asignacin forma una clase especial de los Modelos de Programacin Lineal para
quedar clasificado como un modelo de asignacin 1 a 1, como su nombre lo indica consiste en
asignar o dar destino a los distintos recursos.
El problema es dedicar un grupo de recursos a diferentes fines, de manera que todos los fines
se logren y a cada uno de ellos se destine un recurso solamente, el objetivo es que el costo o el
tiempo de trabajo sean mnimos o por otro lado, que las utilidades sean mximas o puntuaciones
sean altas.
El nmero de recursos debe ser igual al nmero de destinos, es decir, a cada recurso
corresponde solo y slo un destino.
EJEMPLO
49.- Resuelva el siguiente Modelo de asignacin:

A
B
C
D
Cul es el costo total de

W
15
14
17
19
la solucin ptima?

X
18
17
19
14

50.- Resuelva el siguiente Modelo de Asignacin


L
D
A
5
6
B
6
8
C
10
7
D
8
12
Reducir el tiempo.

Y
16
17
23
16

M
5
5
2
4

Z
10
8
17
17

F
5
3
4
5

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

51.- Resuelva el siguiente Modelo de Asignacin.


UBICACIN

I II

II
I

IV

CALZADO

10

12

JUGUETES

15

18

11

DISCOS

14

16

REPUESTO

17

10

13

16

UTENSILIOS

14

12

13

10

DEPARTAMENTO

Minimizar el costo.
MAXIMIZACIN
Consiste en escoger el mayor elemento de toda la tabla, ste valor se resta a los dems
elementos de la nueva matriz y despus se aplica el mtodo usado para minimizacin.
EJEMPLOS
52.- Aplquese el mtodo de asignacin al siguiente problema:
W
X
A
15
18
B
14
17
C
17
19
D
19
14
Cul es la Maximizacin de la Utilidad?
53.- Resuelva el siguiente modelo de asignacin.
LOTE
I II
II
IV
I
COMPRADOR
A
16
15
25
19
B
19
17
24
15
C
15
15
18
0
D
19
0
15
17
E
0
0
0
0
Maximizar la utilidad.

Y
16
17
23
16

20
25
16
18
0

Z
10
8
17
17

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

54.- Resuelva el siguiente modelo de asignacin.


L
D
A
5
6
B
6
8
C
10
7
D
8
12
Maximice la utilidad.
TAREA NO. 7
55.- Resuelva el siguiente modelo de asignacin.
M
E
A
6
4
B
4
3
C
5
8
D
2
7
Reducir el tiempo.

56.- Resuelva el siguiente modelo de asignacin.


M
E
A
6
4
B
4
3
C
5
8
D
2
7
Maximice la utilidad

ASIGNATURA:

M
5
5
2
4

F
5
3
4
5

C
4
5
1
3

R
3
4
9
6

C
4
5
1
3

R
3
4
9
6

B.- MODELO DE TRANSPORTE


El Transporte desempea un papel importante en la economa y en las decisiones administrati
vas. Con frecuencia la disponibilidad de transporte econmico es crtica para la sobrevivencia
de una empresa.
El Modelo de Transporte consiste en que si se tienen diferentes orgenes (fbricas u ofertas)
que elaboran algn producto o artculo y se cuenta con diferentes destinos (distribuidores o
demanda), existen distintos costos entre las fbricas y los distribuidores tenindose como
propsito el satisfacer la demanda dada y cubrir la oferta tratando que el costo sea mnimo.

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

La estructura de un Modelo de Transporte es:

MODELO DE PROGRAMACIN LINEAL DE LA MATRIZ DE TRANSPORTE:

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

PARA RESOLVER MODELOS DE TRANSPORTE EXISTEN DIVERSOS MTODOS QUE


GENERAN SOLUCIONES FACTIBLES Y SON:
A. Aproximacin Vogel.
B. Aproximacin Russel.
C. Costo Mnimo.
D. Esquina Noroeste.
E. Cruce del Arroyo.
F. Piedra que Rueda.
G. Tanteos.
MTODO DE ESQUINA NOROESTE.
Los pasos del Mtodo de Esquina Noroeste son
1. Se da la mxima asignacin posible a la celda superior izquierda.
2. Si an existe oferta se asigna a la celda inmediata horizontal.
3. Si la oferta no ha sido satisfecha se contina asignando en la celda inmediata inferior. Se re
pite el procedimiento hasta la ltima celda.
EJEMPLOS
57.- Resuelva el siguiente Modelo de Transporte:
ORIGEN

OFERTA

100

60

90

TOTAL

250

DESTINO DEMANDA
V

30

50

65

55

50

TOTAL

250

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

O / D

$30

$50

$20

$60

$50

$40

$40

$50

$20

$30

$35

$55

A.- Con la informacin proporcionada arme la matriz de transporte.


B.- Formule el modelo de programacin lineal.
C.- Determine la solucin ptima.
MTODO DE MODIFICACIN DE LA DISTRIBUCIN (MODI).
Para aplicar el mtodo MODI es necesario que se cumplan los siguientes requisitos:
1.- Haber resuelto el modelo por algn mtodo que genere solucin factible.
2.- Que las asignaciones encontradas por el mtodo usado no formen ciclos.
3.- Que la suma de renglones ms columnas menos uno se igual al nmero de celdas asignadas, o
sea:
m + n 1 = Celdas Asignadas.
4.- Formar una matriz que contenga los costos asociados con las celdas en las cuales se han he
cho asignaciones utilizando esta matriz establecer un conjunto de nmeros Ui (renglones) y Vj
(columnas), tales que la suma iguale los costos obtenidos en el paso anterior. El objetivo es
encontrar los valores de los renglones Ui y de las columnas Vj aplicando la igualdad Cij = Ui +
Vj. Para iniciar este proceso se da un valor de a la primera columna Vi.
5.- Las celdas que no contienen costos se dividen horizontalmente en dos partes.
6.- En la parte superior de las celdas divididas se escribe el resultado de sumar el valor del
rengln y de la columna respectiva, es decir:

Sij = Ui + Vj
7.- En la parte inferior se coloca el resultado de restarle al costo original de la matriz de
transporte inicial el valor encontrado en el paso anterior y se tiene:

Zij = C. O. - Sij

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

8.- De los valores encontrados en el paso anterior se escoge el valor negativo cuyo valor
absoluto sea el ms alto. Este indicar la celda en la matriz original desde la cual se realiza el
siguiente paso.
9.- Partiendo de la celda localizada en el paso anterior como la ms negativa, en la matriz de
--distribucin original se forma una trayectoria cerrada + /- la cual se inicia y termina en la
cel
da de la cual se parti. la trayectoria se dibuja con lneas horizontales y verticales, y en cada
vrtice debe existir asignacin.
10.- Partiendo de la celda sin asignacin se colocan alternadamente los signos + y anotando
estos del lado derecho de los vrtices.
11.- De los valores a los que les toco el signo negativo se escoge el ms pequeo. Este valor se
suma o se resta a cada uno de los valores de los vrtices y se encuentra el resultado. Los valores obtenidos substituyen a los valores origina-les de los cuales se parti. El fin del mtodo
MODI es descubrir si la distribucin de donde se parti es ptima, si lo es el mtodo lo indica, en caso contrario se irn realizando modificaciones a la distribucin hasta hallar la solucin ptima, sta se encuentra la solucin ptima cuando en la matriz UV no se encuentran
valores negativos en la parte inferior de las celdas divididas en dos partes.
58.- Resuelva el siguiente modelo de transporte, para lo cual arme la matriz con la siguiente
informacin:
ORIGEN

OFERTA

150

40

80

TOTAL

270

DESTINO DEMANDA
V

90

70

50

60

TOTAL

270

O / D

$27

$10

$23

$31

$69

$45

$40

$32

$30

$54

$35

$57

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

A.- Con la informacin proporcionada arme la matriz de transporte.


B.- Determine la solucin ptima
TAREA NO. 8
59.-.Resuelva el siguiente modelo de transporte, para lo cual arme la matriz con la siguiente
informacin:
ORIGEN

OFERTA

10

TOTAL

23

DESTINO DEMANDA
V

TOTAL

23

O / D

$70

$60

$60

$60

$50

$80

$60

$70

$80

$50

$80

$60

A.- Con la informacin proporcionada arme la matriz de transporte.

B.- Determine la solucin ptima

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

IV.- ANALISIS DE MARKOV


El Anlisis de Markov, tuvo su origen en los estudios del matemtico ruso a. A. Markov en ao
de 1907, que permite determinar la probabilidad de que un sistema se encuentre en un estado
en particular en un momento dado. Tambin permite hallar el promedio a la larga o las
probabilidades de estado estable de cada estado. Con esta informacin se puede predecir el
comportamiento del sistema a travs del tiempo.
En los negocios, las cadenas de Markov se han utilizado para analizar los patrones de compra
de los consumidores, pronosticar las concesiones por deudores morosos, planear las
necesidades del personal y analizar el reemplazo del equipo.
CADENA DE MARKOV.
Es un metido para analizar la conducta actual de alguna variable en un esfuerzo de predecir la
conducta futura de esa misma variable.
APLICACIONES DEL ANALISIS DE MARKOV
1.- Se uso para describir y pronosticar el comportamiento de partculas de gas en un recipiente
cerrado.
2.- Se uso para examinar y pronosticar la conducta de consumidores en trminos de lealtad a
la marca y de su cambio de una marca a otra.
3.- Se uso para estudiar el comportamiento de las cuentas por cobrar.
MATRIZ DE TRANSICIN.
Es una herramienta eficaz que representa el comportamiento de una Cadena de Markov.
Supngase que el proceso tiene m resultados mutuamente excluyentes e 1, e2, ..., em, posibles
para cada experimento. a continuacin se muestra la forma general de una matriz de transicin
Para este conjunto de experimentos.
SIGUIENTE ESTADO
(R E S U L T A D O)
1
1
ESTADO ACTUAL
(R E S U L T A D O) .

2
E11

...

E12 E1m

2 E21 E22 E2m


Em1 Em2 Emm

Ntese que el sistema que va a ser modelado puede estar en uno de m posibles estados
actuales.

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

Un estado corresponde al resultado de un experimento. al finalizar un experimento, el sistema


se hallar en uno de m estados posibles. la matriz de transicin se compone de elementos Eij,
los cuales representan la probabilidad condicional de que el sistema pase de un estado actual i
al siguiente j, o sea:

Eij =

EL RESULTADO Ej OCURRE
DURANTE EL SIGUIENTE
EXPERIMENTO

EL RESULTADO E i OCURRIO EN EL EXPETO ANTERIOR

Obsrvese que los elementos Eij (donde i = j) indican las probabilidades de permanecer en el
mismo estado mientras los elementos Eij (i j) sealan las probabilidades de pasar de un
estado a otro, es decir, del estado de i al j. por tanto, la matriz de transicin es una matriz de
dimensin:
m xm
Los elementos de la matriz de transicin debern satisfacer las siguientes propiedades:
1.- los elementos deben ser tales que 0 e ij 1 puesto que cada uno representa a una probabilidad.
2.- La suma de los elementos Eij en cada rengln debe ser igual a 1. Esta propiedad garantiza
que, en un estado actual del sistema i, ste se encontrar en uno de los m estados posibles j al
finalizar el siguiente experimento.
Puesto que el sistema debe hacer una transicin y las probabilidades por rengln suman 1
entonces el proceso de Markov puede resolverse por sistema de ecuaciones.
Cuando se trata de un proceso de tres estados, para encontrar las probabilidades de estados
estacionarios se tienen las siguientes ecuaciones:

(1) E1 = PE1 + PE2 + PE3


(2) E2 = PE1 + PE2 + PE3
(3) E3 = 1 - PE1 - PE2

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

EJEMPLOS
60.- La compaa e1 tiene tres competidores bsicos en un segmento de mercado de su negocio
(produccin de discos compactos). Actualmente las participaciones de mercado son:
A

E1

E2

E3

TOTAL

E1
E2

0.80
0.05

0.10
0.75

0.10
0.20

1
1

E3

0.40

0.30

0.30

DE

61.- La compaa a tiene tres competidores bsicos en un segmento de mercado (produccin de


licor). Actualmente las participaciones de mercado son:
E1

E2

E3

TOTAL

E1
E2

0.4
0.2

0.2
0.6

0.4
0.2

1
1

E3

0.3

0.5

0.2

DE

62.- la compaa el alce blanco tiene dos competidores bsicos en un segmento del mercado
de su negocio (produccin de juguetes). Actualmente las participaciones de mercado son:
A
DE
ALCE
BLANCO
OSO
GRIS
UNICORNIO

ALCE
BLANCO

OSO
GRIS

UNICORNIO

TOTAL

0.2

0.2

0.6

0.6

0.3

0.1

0.5

0.4

0.1

ROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

V.- MODELOS DE CONTROL DE INVENTARIOS.


El modelo de control de inventarios es una parte importante en cualesquier empresa ya que se
tiene un producto terminado o no, y esto es dinero, ocupa espacio, iluminacin, aire
acondicionado, se necesita un seguro y ello implica dinero, por eso se requiere un buen manejo
de inventario.
As el profesional en ocasiones se enfrenta a la necesidad de tener que tomar decisiones con
respecto a los inventarios, es decir; debe manejar dos preguntas que son: Cundo? y Cunto?
y esto es el secreto del control de inventarios.
QU ES UN INVENTARIO?:
Son las cantidades o los recursos utilizables que se encuentran almacenados en espera de ser
utilizados en algn punto determinado del tiempo a mayor parte de las organizaciones, los
gastos correspondientes al financiamiento y a la conservacin de los inventarios son parte
importante del negocio.
Se pueden tener inventarios en:
A.- Artculos terminados.
B.- Productos en proceso.
C.- Materia prima
Se tienen dos decisiones que tomar en los modelos de control de inventarios. la primera que
consiste en pedir grandes cantidades a fin de disminuir los costos de los pedidos, y la segunda
que consiste en pedir pequeas cantidades para reducir los costos cargados a los inventarios.
Llevadas al extremo cualesquiera de esas dos rutas tendrn un efecto desfavorable a las
ganancias, y la mejor solucin en trminos de utilidades e ingresos sobre los activos totales es
un equilibrio entre ambos extremos.
Los costos en los modelos de control de inventarios se pueden agrupar en tres categoras que
son:
1.- COSTOS DE PEDIDOS:
Son aqullos relacionados con la adquisicin de los artculos comprados, son bsicamente los de
rivados de la llegada de un artculo a los almacenes de la empresa
Otros costos incluyen la expedicin de la orden de compra, el recibo del artculo, la colocacin en el almacn, etc. la determinacin en cada empresa de stos es diferente y tienen que
hacerse mediante estudios especiales.
2.- COSTOS CARGADOS AL INVENTARIO:
Son aqullos en los que incurre la empresa porque ha decidido mantener guardado un objeto y
como se mencion al principio del tema requiere de varios factores, adems de un mantenimiento y ello depende de la rama que se trate.

PROF.: L. A. NORMA NUEZ SANCHEZ.


MATEMATICAS VI

ASIGNATURA:

3.- COSTOS DE FALTANTES:


Son aqullos que detienen el proceso y si algn cliente solicita ese objeto y no se tiene, esto
trae como consecuencia que se pierda al cliente.
Cuando se decide almacenar un artculo se supone que la persona responsable de hacerlo cono
ce dos parmetros que son:
A. Que la tasa de demanda es constante.
B. Que el proveedor no surta a tiempo.
En 1915, Ford Harris Wilson desarroll lo que se conoce como modelo del lote Econmico de
Pedido o la cantidad econmica de pedido sirve para determinar la cantidad optima de
materiales o artculos que deben adquirirse o fabricarse. Con este tipo de modelo es necesario
determinar la cantidad que se debe ordenar cada vez y cada cuando debe hacerse el pedido.
Para simplificar el anlisis se establecieron dos parmetros. Hace un instante, muy pocas veces
estos resultan ciertos a la larga, con frecuencia son aproximadamente razonables a corto
plazo.
En la siguiente figura se puede observar que la cantidad econmica de pedido es de 1,000 unidades, pero con el transcurrir del tiempo esta cantidad se va reduciendo hasta llegar a cero y
cada ocasin que se adquiere material tiende a suceder lo mismo.
1000 Q

500

Q/2

1 er

SEMANA

2da

TIEMPO

SEMANA

PROF: L. A. NORMA NUEZ SANCHEZ


MATEMATICAS VI

RECIBIDA

ASIGNATURA:

CANTIDAD
RECIBIDA

CANTIDAD
RECIBIDA

CANTIDAD
RECIBIDA

CANTIDAD

Q
CANTIDAD DEL
PEDIDO 400 UNIDADES.

(Q/2)

12
Tiempo
EN ESTA GRFICA EL INVENTARIO PROMEDIO ES DE 200 UNIDADES.

En la figura anterior se puede observar que el nmero de unidades que hay en inventarios es
igual a q cuando se recibe fsicamente en el almacn (inventario) cada nuevo pedido, y este se
agota gradualmente hasta llegar a cero en el momento en que se hace el siguiente pedido.
Tambin se puede ver que el inventario promedio q/2 es igual a la mitad del nmero de
unidades del tamao del lote.
Adems, cada nuevo pedido se recibe en el inventario exactamente en el momento en que se agota el pedido anterior, lo que da por resultado que no falten las existencias
NOMENCLATURA
Q.- representa el lote econmico de pedido o la
expresado en unidades.

cantidad econmica de pedido (CEP)

Q/2.- representa el inventario promedio expresado en unidades.


R.- representa los requerimientos a travs del tiempo expresados en unidades.
A.- representa los requerimientos a travs del tiempo expresado en dinero o el costo de
adquisicin.
T.- representa el tiempo entre pedidos.
S.- representa el costo de los pedidos de cada pedido.
N.- representa el nmero ptima de pedidos.
I.- representa el costo cargado al inventario sobre el inventario promedio expresado en
porcentaje.

PROF: L. A. NORMA NUEZ SANCHEZ


MATEMATICAS VI

C.- representa el costo unitario expresado en dinero.


D.- representa la cantidad ptima de suministro diario pedido en un ao.
F.- representa el nmero de fletes.
365.- representa los das calendario al ao.
CF.- representa el costo de los fletes.
CA.- representa el costo de almacenamiento.
CP.- representa el costo de pedidos.
OBTENCIN DE FRMULAS
Q
= Q
COSTO DE ALMACENAMIENTO
2XCXI
2CI
R
QX S

R
QS

COSTO DE PEDIDOS

COSTO DE ALMACENAMIENTO. COSTO DE PEDIDOS.

Q
2CI

R
QS

2 que est dividiendo pasa multiplicando

Q = 2R
CI QS

Q que est dividiendo pasa multiplicando

Q2 = 2R
CI
S

Q que est dividiendo pasa multiplicando

Q2 = 2R
CI
S

S que est dividiendo pasa multiplicando

Q2 = 2R
CIS
Q2 = 2RS
CI
2RS = Q2
CI

S que est dividiendo pasa multiplicando

Al despejar Q2, 2RS pasa Igual.

Al despejar Q2, 2RS pasa Igual.

ASIGNATURA:

PROF: L. A. NORMA NUEZ SANCHEZ


MATEMATICAS VI

2RS = Q2
CI

ASIGNATURA:

.2 que esta como potencia pasa como raz.

2RS = Q Anotando la frmula en la forma correcta se tiene:


CI

2 RS
CI
Q=

CANTIDAD ECONOMICA DE PEDIDO

A = AI
NXXI
2N
NX S

= NS

COSTO DE ALMACENAMIENTO

COSTO DE PEDIDOS

COSTO DE ALMACENAMIENTO. COSTO DE PEDIDOS.


AI = NSN que est dividiendo pasa multiplicando
2N
AI = N2S2

S que est multiplicando pasa dividiendo

AI = N22S
AI = N
2S

AI
2S
N=

2 que est como potencia pasa como raz.

Escribiendo el modelo matemtico en forma correcta se tiene:

NMERO PTIMO DE PEDIDOS.

RC
RCI
365
= 730 = RCID
DXXI
D
730
365 X S = 365S
D
D

COSTOS TOTALES CARGADOS AL INVENTARIO

COSTOS TOTALES DE PEDIDOS

COSTOS TOTALES CARGADOS AL INVENTARIO. COSTOS TOTALES DE PEDIDOS


RCID = 365S
730 que est dividiendo pasa multiplicando
730
D

RCID = 730 X 365S


D

D que est dividiendo pasa multiplicando

PROF: L. A. NORMA NUEZ SANCHEZ


MATEMATICAS VI

ASIGNATURA:

RCID2 = 266,450S

RCI que est multiplicando pasa dividiendo.

D2 = 266,450S
RCI

2 que est como potencia pasa como raz y se tiene:

266,450S
RCI
D =
T = 12 meses
N
CT = CA + CP

CANTIDAD OPTIMA DE SUMINISTRO DIARIO PEDIDO EN UN AO


TIEMPO ENTRE PEDIDOS

COSTO TOTAL

R= A
C

REQUERUIRIMIENTOS A TRAVES DEL TIEMPO EXPRESADOS EN


EN UNIDADES

A = RC

REQUERIMIENTOS A TRAVS DEL TIEMPO EXPRESADOS EN DINE


RO

F=R
Q

NUMERO DE FLETES

EJEMPLOS
63.- Una empresa tiene requerimientos anuales de 8,000 unidades, el costo de los pedidos por
cada pedido es de $12.50, el costo cargado al inventario sobre el inventario promedio es del
20% y el costo unitario es de $1.00. Determine: a.- La cantidad econmica de pedido. b.- El
nmero ptimo de pedidos. c.- El tiempo entre pedidos. d.- La cantidad ptima de suministro
diario pedido en un ao. e.- Iguale el costo de almacenamiento y el costo de pedidos. f.- El
costo total.
64- Supngase que al proveedor del problema anterior no le conviene entregar 1,000 unidades
y ofrece entregar 2,000 unidades con un descuento del 10% sobre el precio de venta.
Conviene aceptar el ofrecimiento?
65.- la Brown Company, ha realizado un estudio de mercado para comprobar que compra
enormes cantidades de materia prima para la produccin de libros. En la actualidad compra
$90,000 al ao de materia prima. Su proveedor le ha hecho una proposicin, que consiste en un
descuento del 1.25% si la Brown Company le hace un pedido trimestral. La Brown Company ha

estimado que el costo de compra es de $90 por pedido y que los costos cargados al inventario
sobre el inventario promedio son de 20%. Debe la Brown Company aceptar la oferta de
descuento de su proveedor? Si la respuesta es no. Qu contraproposin debe hacerse en
trminos de algn descuento?

PROF: L. A. NORMA NUEZ SANCHEZ


MATEMATICAS VI

ASIGNATURA:

66.-La compaa XYZ, ha comprobado que compra una gran cantidad de materia prima para
produccin de cuadernos. En la actualidad compra $50,000 al ao de varias clases de materia
prima a la compaa Star. Su proveedor le ha hecho una proposicin, que consiste en un
descuento del 1%. Si la compaa XYZ le hace un pedido trimestral. La compaa XYZ ha
estimado que el costo de compra es de $20 por pedido y que los costos cargados al inventario
sobre el inventario promedio. Debe la compaa XYZ aceptar la oferta de descuento de la
compaa Star? Si la respuesta es no. Qu contraproposicin debe hacer la compaa XYZ en
trminos de algn descuento?
67.- La Winston Company, tiene un consumo mensual de la pieza #LX232 de 600 unidades. Los
costos cargados al inventario sobre el inventario promedio son del 25% y los costos de pedidos
son de $20 por pedido. Cada pieza cuesta $10 y su cantidad econmica de pedido es de 300
unidades. El flete de 300 unidades cuesta $200. Si se embarcan 400 unidades, el flete cuesta
$250. Debe ordenarse la cantidad de 400 unidades a fin de aprovechar los ahorros de flete?
68.- Una compaa est considerando la posible conveniencia de cambiar de proveedor de
conexiones de acoplamiento en la actualidad, la empresa tiene una poltica de compra con ace
hardware al 1% de descuento. las compras anuales normales son de $81,000 y el costo por
unidad es de $8.10. el cargo administrativo es de $125 por compra y los cargos por
mantenimiento de inventario son de 25% del nivel promedio del inventario. se han recibido
cotizaciones de otros proveedores, que son: Nutz, Incorporation que ofrece un 5% de
descuento si le ordenan los conectores 2 veces al ao, y Grabbers, Incorporation que ofrece
un descuento si se le ordenan 4 veces al ao. Cules de las proposiciones debera aceptarse, o
bien, debera conservarse el proveedor actual?

PROF: L. A. NORMA NUEZ SANCHEZ


MATEMATICAS VI

ASIGNATURA:

VI.- ANALISIS DE DECISIONES


TOMA DE DECISIONES
Es la conclusin de un conjunto de diversos cursos de accin mediante un proceso de
recopilacin de datos significativos, anlisis, planeacin y control administrativo en condiciones
de certeza, riesgo, incertidumbre y conflicto.
TOMADOR DE DECISIONES
Es el individuo que tiene la responsabilidad de tomar la decisin que se analiza.
CURSO DE ACCIN
Son planes que se desarrollan para alcanzar un objetivo. Un objetivo de los cursos de accin, es
anticiparse a los hechos.
ALTERNATIVAS
Son las opciones que debe considerar en la decisin quien debe tomarla.
DECISIN
Es el proceso de elegir la solucin para un problema, siempre y cuando existan al menos dos
alternativas.
ESTADSTICA
Es la ciencia y arte de reunir, analizar presentar o interpretar datos.
VARIABLE ALEATORIA
Es el resultado general de un experimento aleatorio.
RIESGO
Es la posibilidad de que los resultados reales sean diferentes a los esperados.
ESTADOS DE LA NATURALEZA
Son los resultados posibles de los factores aleatorios que afectan el pago que se obtendra de
una alternativa de decisin.
PAGO
Es la medida cuantitativa del resultado de una alternativa de decisin y de un estado de la
naturaleza.
PROBABILIDAD
Es la medida numrica de la posibilidad de que ocurra un evento.
EVENTO
Es un conjunto de puntos muestrales.

PROF: L. A. NORMA NUEZ SANCHEZ


MATEMATICAS VI

ASIGNATURA:

EJEMPLO:
69.- Sea C el evento en que un proyecto se termina en 10 meses o menos, se tiene:
C = {(2,6); (2,7); (2,8); (3,6); (3,7); (4,6)}
Se dice que el evento C ocurre si cualesquiera de los 6 puntos muestrales de arriba llega a ser
el resultado experimentado.
Enunciados bsicos de probabilidad
1.- Las probabilidades de los diferentes resultados posibles de un ensayo deben sumar 1.
2.- Las probabilidades son siempre mayores que o iguales a cero (es decir, las probabilidades
nunca son negativas) y son menores o iguales a 1. Cuanto ms pequea sea la probabilidad, tanto
menos posibilidad tendr el evento.
RANGO DE RENDIMIENTO
Es aquel que se obtiene restando al resultado optimista al resultado pesimista. Cuanto mayor
es el rango, mayor es el riesgo que se dice tiene el activo y la ecuacin del rango rendimiento
es:

EJEMPLO:
70.- La empresa ABC fabricante de equipo de golf, desea elegir la mejor de dos inversiones: X
y Y. cada una requiere un desembolso de $ 10,000 y cada una tiene una tasa de rendimiento
anual ms probable de 15%. La administracin ha hecho estimaciones pesimistas y optimistas
de los rendimientos asociados a cada una. A continuacin se presentan las estimaciones para
cada activo, junto con sus rangos:

Inversin inicial
Tasa de rendimiento
Pesimista
Ms probable
Optimista

Activo A
$ 10,000

Activo B
$ 10,000

13%
15%
17%

7%
15%
23%

Determine el rango de rendimiento para cada activo.


ADMINISTRADOR ADVERSO AL RIESGO
Es aqul individuo cuya funcin de utilidad del dinero tiene una pendiente decreciente cuando
aumenta la cantidad de dinero.

PROF: L. A. NORMA NUEZ SANCHEZ


MATEMATICAS VI

ASIGNATURA:

DISTRIBUCIONES DE PROBABILIDADES
Es un modelo que relaciona la probabilidad con los resultados asociados. El tipo ms simple de
distribucin de probabilidades es la grfica de barras, que muestra slo un nmero limitado de
coordenadas de probabilidad de resultados.
DISTRIBUCIONES CONTINUAS DE PROBABILIDAD
Es aquella que muestra todos los resultados posibles y las probabilidades asociadas para un
evento dado.
EJEMPLO:
71.- Con la informacin de Micro Pub. Inc elabore las grficas de distribuciones de
probabilidades.
MEDICIN DEL RIESGO
La medicin del riesgo se puede efectuar empleando herramientas estadsticas elementales
como:
MEDIA
Es el promedio ponderado por probabilidad de todos los posibles resultados de una variable
aleatoria y se denota por:

Donde:
.- representa el tamao de la poblacin.
.- representa los valores que puede asumir la variable aleatoria discreta.
.- representa la probabilidad de ocurrencia.
VARIANZA
Es una medida de dispersin de todos los posibles resultados alrededor de la media y su modelo
matemtico es:

DESVIACIN ESTNDAR
Es la raz cuadrada de la varianza y su ecuacin es:

PROF: L. A. NORMA NUEZ SANCHEZ


MATEMATICAS VI

ASIGNATURA:

NOTA
Considrese que cuanto ms alta sea la desviacin estndar el riesgo es mayor.
COEFICIENTE DE VARIACIN
Es una medida de dispersin relativa que es til al comparar los riesgos de activos con
diferentes rendimientos esperados y su ecuacin es:
CV = x 100
X
CV = x 100
Y
COVARIANZA
Es una medida de cmo varan juntas dos variables aleatorias. La covarianza puede ser positiva,
negativa o cero. Una covarianza positiva indica que cuando una variable aleatoria tienen un
resultado mayor que su media, la otra tambin tiende a estar por arriba de su media. Una
covarianza negativa indica lo contrario: un resultado ms alto para una tiende a estar asociado
a un resultado ms bajo para la otra. Una covarianza de cero indica que un apareo sencillo de
los resultados no revela ningn patrn regular.

COEFICIENTE DE CORRELACIN
Es la medida numrica de la asociacin lineal entre dos variables que toma valores entre -1 y +1.
Los valores cercanos a +1 indican una fuerte relacin lineal positiva y los cercanos a -1 sealan
negativa. Los cercanos a 0 manifiestan falta de relacin lineal y su expresin es:

Cor ( x , y ) =

(x , y )
( x ) ( y )

PROF: L. A. NORMA NUEZ SANCHEZ

ASIGNATURA:
MATEMATICAS VI

EJEMPLOS
72.- Con la informacin proporcionada por la empresa ABC:
a) Determine el valor esperado (media) de los rendimientos.
b) Calcule la desviacin estndar.
c) Obtenga el coeficiente de variacin.
d) Determine la covarianza y la correlacin lineal.
73.- Se ha solicitado asesora para seleccionar una cartera d activos y se le han dado los
siguientes datos:
RENDIMIENTO ESPERADO
Ao
Activo A
Activo B
2004
12%
16%
2005
14
14
2006
16
12

Activo C
12%
14
16

No se le han proporcionado las probabilidades. Se le ha dicho que puede crear dos carteras,
una conformada por los activos A y B y la otra conformada por los activos A y C invirtiendo
partes iguales, 50% en cada uno de los activos componentes.
a) Establezca las ecuaciones del coeficiente de correlacin de las carteras AB y AC.
b) Cul es el rendimiento esperado de cada activo durante un periodo de 3 aos?

c) Cul es la desviacin estndar del rendimiento de cada activo?

PROF: L. A. NORMA NUEZ SANCHEZ

ASIGNATURA:
MATEMATICAS VI

d) Cul es el rendimiento esperado de cada una de las dos carteras?


e) Cmo representara las correlaciones de los rendimientos de dos activos conforman cada
una de las dos carteras que se identifican en la parte D?
f) Cul es la desviacin estndar para ambas carteras?
g) Qu cartera recomienda? Por qu?
TAREA NO.9
74.- Micro Pub. Inc., est pensando en comprar una de dos cmaras de Microfilm R y SD. Las
dos deben proporcionar beneficios durante un perodo de 10 aos y cada una requiere una
inversin de $ 4,000. La administracin ha contribuido la siguiente tabla de estimaciones de
tasas de rendimiento y probabilidades para resultados pesimista, ms probable y optimistas.

Inversin inicial
Tasa de rendimiento anual
Pesimista
Ms probable
Optimista

Activo A
$ 4,000

Probabilidad
1.00

Activo B

Probabilidad
1.00

20%
25%
30%

0.25
0.50
0.25

15%
25%
35%

0.20
0.55
0.25

Determine el rango de rendimiento de ambas cmaras.


75.- Invirtiendo $ 10 000 en acciones de Martin Products Inc. o U. S.: Water Company. Martin
Products fabrica y distribuye terminales y equipo de computadora en la industria de
transmisin de datos que tiene un crecimiento acelerado. Como la competencia es muy fuerte,
sus nuevos productos pueden ser competitivos o no en el mercado, por lo cual las utilidades
futuras no pueden predecirse con mucha exactitud; alguna compaa de ingreso reciente podra
desarrollar mejores productos y orillarla a la quiebra. Por su parte U. S. Water ofrece
servicios indispensables; sus ventas son relativamente estables y predecibles pues ofrece
servicios esenciales y tiene franquicias en la ciudad que la protegen en contra de la
competencia.
La tabla siguiente contiene las distribuciones de probabilidad de la tasa de rendimiento de
ambas compaas:

PROF: L. A. NORMA NUEZ SANCHEZ

ASIGNATURA:
MATEMATICAS VI

Demanda de productos
de la compaa
Fuerte
Normal
Dbil
Total

Probabilidad de
ocurrencia
0.30
0.40
0.30
1.00

Martin Products
(%)
100
15
(70)

U. S. Water
(%)
20
15
10

a) Determine el valor esperado (media) de los rendimientos.


b) Calcule la desviacin estndar.
c) Obtenga el coeficiente de variacin.
d) Determine la covarianza y la correlacin lineal.
76.-Se ha solicitado asesora para seleccionar una cartera de activos y se le han dado los siguientes datos:

Ao
2004
2005
2006
2007
2008

Rendimiento esperado
Activo X
Activo Y
(%)
(%)
8
16
10
14
12
12
14
10
16
8

Activo Z
(%)
8
10
12
14
16

No se le han proporcionado las probabilidades. Se le ha dicho que puede crear dos carteras
una conformada por los X y Y; y la otra conformada por los activos X y Z invirtiendo partes
iguales, 50% en cada uno de los activos componentes.
a) Establezca las ecuaciones del coeficiente de correlacin de las carteras XY y XZ.
b) Cul es el rendimiento esperado de cada activo durante un periodo de 3 aos?
c) Cul es la desviacin estndar del rendimiento de cada activo?
d) Cul es el rendimiento esperado de cada una de las dos carteras?
e) Cmo representara las correlaciones de los rendimientos de dos activos conforman cada
una de las dos carteras que se identifican en la parte D?
f) Cul es la desviacin estndar para ambas carteras?

PROF: L. A. NORMA NUEZ SANCHEZ


MATEMATICAS VI

ASIGNATURA:

VII.- ADMINISTRACION DE PROYECTOS (PERT/CPM).


Aunque PERT (Tcnica de Evaluacin y Revisin de Proyectos) y CPM (Mtodo de la Ruta
Crtica), tienen el mismo propsito general y utilizan en buena medida la misma terminologa, las
tcnicas se desarrollaron en forma independiente. Se present el Mtodo PERT a finales de la
dcada de los 50s para especificar tareas de planear, programar y controlar el Proyecto de
los Misiles Polaris efectuado por la Navy Special Projetcs Office en colaboracin con la
Empresa de Consultora Booz, Allen y Hamilton.
Muchas de las tareas o actividades relacionadas con el proyecto nunca se haban considerado
antes, resultaba difcil pronosticar el tiempo necesario para terminar las diversas tareas o
actividades. En consecuencia, se desarroll la tcnica PERT con el objeto de permitir manejar
las incertidumbres en los tiempos de terminacin de las tareas.
Por otro lado, el CPM se ide en 1957 por J. E. Kelly, de Remington Rand y M. R. Walker, de Du
Pont, para desarrollar y controlar proyectos industriales en donde se consideraba que se
conocan los tiempos de las tareas o actividades. El CPM ofreca la posibilidad de reducir los
tiempos de las actividades aadiendo trabajadores o recursos, por lo general con mayores
costos. Por ello, una caracterstica distintiva de CPM era que permita realizar intercambios
entre tiempos y costos para las diversas actividades de los proyectos.
En los usos que se les dan actualmente; ya ha desaparecido en gran medida la diferencia entre
PERT Y CPM como dos tcnicas distintas. Con frecuencia, las versiones computacionales del
Mtodo PERT/CPM contienen opciones para considerar en los tiempos de las actividades, as
como tambin entre tiempos y costos de las actividades.
Problemas que se han resuelto por medio de PERT/CPM. se han resuelto con xito con xito
diversos problemas tanto industriales como administrativos por medio de la tcnica PERT/CPM
como son:
1.- La construccin de una presa.
2.- La determinacin de la ruta de transporte ms econmica.
3.- La construccin de un avin.
4.- La planeacin de programacin y control de la construccin de grandes sistemas de armas
militares.
5.- La determinacin de polticas de expansin ptima para un sistema de gasoducto.
6.- El implante de un nuevo sistema de computacin.
7.- El diseo, introduccin y comercializacin de un nuevo producto.

PROF: L. A. NORMA NUEZ SANCHEZ

ASIGNATURA:
MATEMATICAS VI

TERMINOLOGA DE PERT/CPM.
ACTIVIDAD
Es un paso de trabajo en el proyecto total y se representa con una flecha, donde el extremo
de la flecha indica el principio de la actividad y la punta su terminacin.
ACTIVIDADES PRECEDENTES
Son las actividades que inmediatamente preceden a una actividad especfica.
ACTIVIDAD FICTICIA
Es la actividad que tiene tiempo cero y que se utiliza en las redes del tipo PERT/CPM.
EVENTO
Es el suceso que ocurre cuando terminan todas las actividades que conducen a un nodo.
DIAGRAMA DE RED
Es la representacin grfica de todo el proyecto. cada actividad del mismo se representa con
un crculo y las flechas se usan para indicar los requerimientos de la secuencia.
HOLGURA
Es el tiempo que puede demorarse una actividad sin afectar la fecha de terminacin de un
proyecto.
HOLGURA TOTAL
Es el tiempo del cual dispone una actividad, que no afecta la terminacin del proyecto, o sea, es
el tiempo de proteccin que tiene cada actividad para que el proyecto termine a tiempo,
matemticamente se tiene:
HT = LMTPF LMPPI D. A.
HOLGURA LIBRE
Es el tiempo disponible que tiene una actividad para no afectar el inicio de las actividades
subsecuentes y su modelo matemtico es:
HL = LMPPF LMPPI D. A.
NODO
Es el crculo de una red PERT/CPM que indica la conclusin de ciertas actividades y el inicio de
otras.
TIEMPO LO MS PRONTO POSIBLE DE INICIACIN
Es el tiempo ms pronto posible en el que puede comenzarse una actividad sin demorar la
terminacin de un proyecto.

PROF: L. A. NORMA NUEZ SANCHEZ

ASIGNATURA:
MATEMATICAS VI

TIEMPO LO MS TARDE POSIBLE DE TERMINACIN


Es el tiempo ms lejano en el que puede terminarse una actividad sin demorar la terminacin de
un proyecto.
ACTIVIDAD CRTICA
Es la actividad que conforma la ruta crtica.
RUTA CRTICA
Es la ruta ms larga de una red de administracin de proyectos PERT/CPM y la duracin del
proyecto es la suma de las actividades crticas.
TIEMPO NORMAL
Es el tiempo mximo posible para la conclusin de una actividad, correspondiente al uso mnimo
de recursos.
TIEMPO CRASH
Es el tiempo mnimo posible para la conclusin de una actividad, correspondiente a la
concentracin mxima de recursos.
HOLGURA TOTAL
Es el tiempo del cual dispone cada actividad, que no afecta la terminacin del proyecto.
HOLGURA LIBRE
Es el tiempo disponible que tiene una actividad para no afectar el inicio de las actividades
subsecuentes.
REGLAS PARA EL TRAZO DE UNA RED
1.- Cada actividad debe tener un evento predecesor y un evento sucesor. los eventos se
encierran en crculos que marcan el principio o fin de una tarea y entre los eventos se trazan
flechas de interrelacin.
2.- Ninguna actividad puede comenzar antes de que termine su evento predecesor; a su vez
ningn evento puede considerarse consumado antes de que hayan quedado terminadas todas las
tareas que conducen a l.
3.- Los eventos deben tener relacin o interrelacin con otros eventos; es incorrecto que un evento quede suelto ya que una red es cerrada.
4.- Algunos eventos slo tienen referencia con otros eventos sin que indique dependencia; en
estos casos se usan flechas de liga o actividades ficticias que no tienen tiempo de ocurrencia;
pero que indican entrega de resultados, o bien; espera a que se complete el evento con l que
hay liga.

PROF: L. A. NORMA NUEZ SANCHEZ

ASIGNATURA:
MATEMATICAS VI

5.- No puede haber flechas en ambos sentidos entre dos eventos. Tampoco es posible derivar
una flecha de la mitad de una ya existente.
6.- La ltima regla para la construccin de la red se refiere a la formacin de un ciclo, ningn
evento dado puede ser seguido por una ruta de actividad que conduce de regreso al mismo
evento.

CALCULO DE UNA RED


TIEMPO LO MS PRONTO POSIBLE
1.- Se inicia por la fecha ms temprana en la que puede ocurrir el evento inicial (normalmente
se da un valor de cero).
2.- Se suma a esta fecha el nmero de das necesario para dar cumplimiento a cada una de las
actividades que salen de este evento.
3.- Cuando se tenga un evento del cual llegan dos o ms actividades se escoge el valor ms alto.
se aplica este proceso hasta el evento final y este dato da la duracin del proyecto.

NUMERO DSE EVENTO


LMPP

PROF: L. A. NORMA NUEZ SANCHEZ

ASIGNATURA:
MATEMATICAS VI

(LO MS PRONTO POSIBLE).


I

+ + D. A.

EJEMPLO
78.- Determine el tiempo lo ms pronto posible

B
4

PROF: L. A. NORMA NUEZ SANCHEZ

ASIGNATURA:
MATEMATICAS VI

TIEMPO LO MS TARDE POSIBLE


1.- Para realizar este clculo se debe de haber determinado el tiempo lo ms pronto posible.
2.- Se anota en el evento final el nmero de das (semanas) que se ha obtenido en el lado
correspondiente a lo ms tarde posible, y de derecha a izquierda se resta a este el valor de la
duracin de las actividades que llegaron a l, as hasta el final del proyecto.
3.- Cuando se tenga un evento del cual salen varias actividades se escoge el valor ms pequeo.

NUMERO DE EVENTO

LMTP

D. A

EJEMPLO
78.- Determine el tiempo lo ms tarde posible
.

L
3

M
4

PROF: L. A. NORMA NUEZ SANCHEZ

ASIGNATURA:

MATEMATICAS VI

EJEMPLOS
79.- Resuelva el siguiente problema:

ACTIVIDAD

ANTECEDENTE INMEDIATO

TIEMPO
(SEMANAS)

B
C
D
E
F
G
H
I
J

2
3
5
3
2
3
4
2
2

A
A
A
C
D
B, E
H
F, G, I

A.- Trazar la red.


B.- Encontrar la duracin del proyecto y la ruta crtica.
C.- Encontrar la ruta crtica en forma tabular.
80.- FORMULACIN DE REDES PARA EMPLEAR CPM
Proyecto de Ampliacin de un Centro Comercial.
Perisur desea ampliar sus instalaciones y para ello a decidido contratar a la constructora ICA la
cual rinde el informe de actividades en el sigiente cuadro para determinar el tiempo que tardar
en realizar el proyecto.
ACTIVIDAD
A
B
C
D
E
F
G
H
I

DESCRIPCIN
PREPARAR DIBUJOS
IDENTIFICAR NUEVOS INQUILINOS
DESARROLLAR PROYECTOS
ELEGIR CONTRATISTAS
PREPARAR PERMISOS
OBTENER PERMISOS
CONSTRUCCIN
FINIQUITAR CONTRATOS
MUDANZA

ANTECEDENTE

TIEMPO(SEM.)
5
6

A
A
A
E
D,F
B,C
G,H

4
3
1
4
14
12
2

A.- Trazar la Red.


PROF: L. A. NORMA NUEZ SANCHEZ

ASIGNATURA:

MATEMATICAS VI

B.- Encontrar la Duracin del Proyecto y la Ruta Critica.


C.- Encontrar la Ruta Crtica en Forma Tabular.
81.- Formulacin de redes para emplear PERT (costo)
ACTIVIDAD ACTIVIDAD
PRECEDENTE
A
B
C
A,B
D
A,B
E
B
F
D,E
G
C,F
H
D,E
I
G,H
Costo por da normal $5.00.

TIEMPO
NORMAL
(DIAS)
10
5
3
4
5
6
5
6
6

TIEMPO
CRASH
(DIAS)
7
4
2
3
3
3
2
4
4

COSTO
CRASH
($)
4
2
2
3
3
3
5
1
4

Se pide:
A.- Trace la red.
B.- Encuentre la Duracin, el Costo del Proyecto con Tiempo Normal y la Ruta Crtica.
C.- Encuentre la Ruta Crtica en Forma Tabular.
D.- Encuentre la Duracin del Proyecto con Tiempo Crash.

You might also like