Professional Documents
Culture Documents
ASIGNATURA
INVESTIGACIN DE
OPERACIONES
(TEXTO UNIVERSITARIO)
Asignatura: Investigacin de Operaciones
VISIN
MISIN
pg. 2
Asignatura: Investigacin de Operaciones
INTRODUCCIN
pg. 3
Asignatura: Investigacin de Operaciones
NDICE
Pg.
INTRODUCCIN 3
INDICE 4
PRIMERA UNIDAD 7
Tema N 1: LA INVESTIGACIN DE OPERACIONES Y EL USO DE MODELOS 7
1.1 Los modelos 7
1.2 Qu es la investigacin de operaciones? 8
SEGUNDA UNIDAD 10
Tema N 2: PROGRAMACIN LINEAL 10
2.1 Introduccin. 10
2.2 Expresin matemtica 10
2.3 Modelo de Programacin Lineal 11
2.4 Forma estndar del modelo 12
2.5 Suposiciones del Modelo de Programacin Lineal 12
2.6 Modelos matemticos 13
2.7 Formulacin de modelos de programacin lineal 13
Casos de aplicacin 14
TERCERA UNIDAD 46
Tema N 5: MODELO DE TRANSPORTE 46
5.1 Problema de Transporte 47
5.2 Modelo general del problema de transporte 47
5.3. Mtodos para encontrar soluciones factibles 49
5.4 Mtodo de la esquina noroeste 49
5.5 Mtodo de aproximacin de Vogel 50
5.6 Modelos Balanceados y no balanceados 50
pg. 4
Asignatura: Investigacin de Operaciones
CUARTA UNIDAD 65
Tema N 7: ADMINISTRACIN DE PROYECTOS PERT/CPM 65
7.1 Introduccin 66
7.2 Procedimiento para trazar un modelo de red 66
7.3 Pasos en el planeamiento del proyecto del CPM 68
7.4 Utilidad de las tcnicas PERT y CPM 69
7.5 Programacin de proyectos 70
7.6 Ventajas del PERT y CPM 70
7.7 Pasos en el mtodo PERT (Program Evaluation and Review Technique) 71
7.8 Asignacin de tiempos 72
QUINTA UNIDAD 80
Tema N 8: SISTEMA DE LNEA DE ESPERA 80
8.1 Modelo de formacin de colas. 80
8.2 Elementos existentes en un modelo de colas 81
8.3 Casos de colas o lneas de espera 87
SEXTA UNIDAD 97
Tema N 9: TEORA DE DECISIONES 97
9.1 Introduccin 97
9.2 Toma de decisiones bajo incertidumbre 97
9.3 Caso de aplicacin: Criterios de decisin en incertidumbre 103
9.4 rboles de decisin 108
pg. 5
Asignatura: Investigacin de Operaciones
ICONOGRAFA DE TEXTO
pg. 6
Asignatura: Investigacin de Operaciones
PRIMERA UNIDAD
pg. 7
Asignatura: Investigacin de Operaciones
pg. 8
Asignatura: Investigacin de Operaciones
pg. 9
Asignatura: Investigacin de Operaciones
SEGUNDA UNIDAD
2.1 Introduccin.
Se considera al desarrollo de la Programacin Lineal (PL) entre los avances cientficos
ms importantes de mediados del siglo XX. En la actualidad es una herramienta comn
que ha ahorrado miles o millones de dlares a muchas compaas y negocios, incluyendo
industrias medianas y pequeas en distintos pases del mundo. Cul es la naturaleza
de esta notable herramienta y qu tipo de problemas puede manejar? Expresado
brevemente, el tipo ms comn de aplicacin abarca el problema general de asignar
recursos limitados entre las distintas actividades de la mejor manera posible (es decir,
en forma ptima). La variedad de situaciones a las que se puede aplicar esta descripcin
es sin duda muy grande, y va desde la asignacin de instalaciones productivas a los
productos, hasta la asignacin de los recursos nacionales a las necesidades de un pas.
No obstante, el ingrediente comn de todas estas situaciones es la necesidad de asignar
recursos a las actividades.
La programacin lineal utiliza un modelo matemtico para describir el problema. El
adjetivo lineal significa que todas las funciones matemticas del modelo deber ser
funciones lineales. En este caso, las palabra programacin no se refiere a programacin
en computadoras; en esencia es un sinnimo de planeacin. As, la programacin lineal
trata la planeacin de las actividades para obtener un resultado ptimo, esto es, el
resultado que mejor alcance la meta especificada (segn el modelo matemtico) entre
todas las alternativas de solucin.
pg. 10
Asignatura: Investigacin de Operaciones
pg. 11
Asignatura: Investigacin de Operaciones
X1 0, X2 0, ..., Xn 0.
2.5.1 Proporcionalidad
La contribucin de cada actividad al valor de la funcin objetivo Z es proporcional al
nivel de actividad xj, como lo representa el trmino cjxj en la funcin objetivo. De manera
similar, la contribucin de cada actividad al lado izquierdo de cada restriccin funcional
es proporcional al nivel de la actividad x j, en la forma en que lo representa el trmino
aijxj en la restriccin. En consecuencia, esta suposicin elimina cualquier exponente
diferente a 1 para las variables en cualquier trmino de las funciones (ya sea la funcin
objetivo o la funcin en el lado izquierdo de las restricciones funcionales) en un modelo
de programacin lineal.
2.5.2 Actividad
Establece que la entrada y salida de un recurso en particular al conjunto de actividades,
deben ser la misma cantidad; o sea, que las actividades transforman los recursos y no
los crean o destruyen. Esta suposicin garantiza que la contribucin total tanto a la
funcin objetivo como a las restricciones, es igual a la suma de las contribuciones
individuales. Cuando en un problema dado no se tenga la aditividad puede recurrirse al
empleo de otras tcnicas de la programacin matemtica, dependiendo de cada caso en
particular.
2.5.3 Aditividad
Cada funcin en un modelo de programacin lineal (ya sea la funcin objetivo o el lado
izquierdo de las restricciones funcionales) es la suma de las contribuciones individuales
de las actividades respectivas.
2.5.4 Divisibilidad
Las variables de decisin en un modelo de programacin lineal pueden tomar cualquier
valor, incluyendo valores no enteros, que satisfagan las restricciones funcionales y de
no negatividad. As, estas variables no estn restringidas a slo valores enteros. Como
cada variable de decisin representa el nivel de alguna actividad, se supondr que las
actividades se pueden realizar a niveles fraccinales.
pg. 12
Asignatura: Investigacin de Operaciones
pg. 13
Asignatura: Investigacin de Operaciones
CASO 1.
Una empresa fabrica los productos A, B y C y puede vender todo lo que produzca a los
siguientes precios: A, S / . 700.00, cada unidad; B, S / . 3 500; C, S / 7 000.
Producir cada unidad de A necesita 1 hora de trabajo, 2 horas de acabado y 3 unidades
de materia prima. Producir una unidad de B necesita 2 horas de trabajo, 3 horas de
acabado y 2.5 unidades de materia prima. Producir una unidad de C necesita 3 horas
de trabajo, 1 hora de acabado y 4 unidades de materia prima. Para este perodo de
planificacin estn disponibles 100 horas de trabajo, 200 horas de acabado y 600
unidades de materia prima.
pg. 14
Asignatura: Investigacin de Operaciones
3X1 + 2.5 X2 + 4 unid. mat. prima X3 (unid. de prod. B) 600 Unid de Mat prima
Unidad de B
CASO 2.
La Cmara de Industriales de la regin peridicamente promueve servicios pblicos,
seminarios y programas. Actualmente los planes de promocin para este ao estn
en marcha. Los medios alternativos para realizar la publicidad as como los costos y
la audiencia estimados por unidad de publicidad, adems de la cantidad mxima de
unidades de publicidad en que puede ser usado cada medio se muestran a
continuacin.
Para lograr un uso balanceado de los medios, la publicidad en radio no debe exceder el
50% del total de unidades de publicidad autorizados. Adems la cantidad de unidades
solicitadas en televisin debe ser al menos 10% del total autorizado. El presupuesto
total para promociones se ha limitado a $18.500.
Utilizando el mismo proceso terico, se tiene lo siguiente:
Variables de decisin:
X1: unidades de publicidad a contratar en televisin.
X2: unidades de publicidad a contratar en radio.
X3: unidades de publicidad a contratar en prensa.
pg. 15
Asignatura: Investigacin de Operaciones
CASO 3.
El Banco Internacional abre de lunes a viernes de 8 a.m. a 4 p.m. De experiencias
pasadas sabe que va a necesitar la cantidad de cajeros sealados en la tabla dada.
Hay dos tipos de cajeros: los que trabajan tiempo completo de 8 am a 4 pm, los cinco
das, excepto la hora que utilizan para almorzar. El Banco determina cundo debe
almorzar cada cajero, pero debe ser entre las 12 m y la 1 p.m. o entre la 1 p.m. y
las 2 p.m. A los empleados a tiempo completo se les paga S/. 1.800 la hora (incluida
la hora de almorzar). Tambin hay trabajadores a tiempo parcial que deben trabajar
exactamente 3 horas consecutivas cada da y se le paga S/. 1.100 la hora, sin ningn
otro pago. A fin de mantener la calidad del servicio el Banco desea tener un mximo
de 5 cajeros contratados a tiempo parcial. Se desea minimizar los costos de empleados
contratados.
8-9 9 - 10 10 - 11 11 - 12 - 1 1-2 2-3 3-4
Tiempo
a.m. a.m. a.m. 12 m. p.m. p.m. p.m. p.m.
Cajeros
4 3 4 6 5 6 8 8
Requeridos
a) Variables de decisin:
X1: Empleados a tiempo completo que toman su almuerzo de 12 m- 1pm
X2: Empleados a tiempo completo que toman su almuerzo de 1 pm-2 pm
X3: Empleados a tiempo parcial que empiezan a trabajar a la 8 am
X4: Empleados a tiempo parcial que empiezan a trabajar a la 9 am
pg. 16
Asignatura: Investigacin de Operaciones
NOTA: Para obtener las restricciones puede elaborar un cuadro de doble entrada: Una
entrada conteniendo cada Tipo de trabajador y la otra con las horas durante las
cuales existen requerimientos especficos; esta ltima se dividir en 8 columnas de 8
horarios, al final de las cuales est el total de empleados requeridos en cada uno de
ellos.
Caso 3:
Sean x1 y x2 la cantidad a producirse de dos productos 1 y 2 respectivamente, los costos
de produccin de ambos productos, S/. 3 para el producto 1 y S/. 5 para el producto
2. Si el tiempo total de produccin est restringido a 500 horas y el tiempo de produccin
es de 8 horas por unidad para el producto 1 y de 7 horas por unidad para el producto
2, entonces podemos representar el modelo como:
pg. 17
Asignatura: Investigacin de Operaciones
Caso 4:
Un fabricante de dos productos sillas y mesas y dispone de 6 pies de madera y 28 horas
para su ensamblaje, luna silla requiere 2 pies de madera y 7 horas de ensamblaje, una
mesa requiere 1 pie de madera y 8 horas de ensamblaje, los precios de los productos
son S/. 120 y S/. 80 respectivamente. Cuantas sillas y cuantas mesas se deben fabricar
para maximizar su ingreso?
Sea x1 y x2 la cantidad de sillas y mesas a producir respectivamente
El objetivo se expresa como: Maximizar z = 120x 1 + 80x2
El fabricante est sujeto a dos restricciones:
- De Material : 2x1 + x2 6
- De Horas : 7x1 + 8x2 28
- De no negatividad x1 0 y x2 0
- Adems no se venden productos no terminados por lo tanto las variables
x1 y x2 deben ser enteras.
Recomendaciones finales.
Para formular un problema en forma matemtica, deben expresarse afirmaciones
lgicas en trminos matemticos. Esto se realiza cuando se resuelven problemas
hablados al estudiar un curso de lgebra. Algo muy parecido sucede aqu al formular
las restricciones. Por ejemplo, considrese la siguiente afirmacin: Para fabricar el
producto A se emplea 3 horas por unidad y para B se emplea 2 horas por unidad. Si
deben usarse todas las 100 horas- hombre, disponibles, la restriccin ser:
3A + 2B = 100
Sin embargo, en la mayora de las situaciones de negocios, no es obligatorio que se
usen todos los recursos (en este caso, horas de mano de obra). Ms bien la limitacin
es que se use, cuando mucho, lo que se tiene disponible. Para este caso, la afirmacin
anterior puede escribirse como una desigualdad:
3A + 2B 100
Para que sea aceptable para PL, cada restriccin debe ser una suma de variables con
exponente 1. Adems, la forma estndar para una restriccin pone a todas las variables
del lado izquierdo y slo una constante positiva o cero del lado derecho. Esto puede
requerir algn reacomodo de los trminos. Si, por ejemplo, la restriccin es que A debe
ser por los menos el doble de B, esto puede escribirse como:
A 2B A - 2B 0
La metodologa de PL requiere que todas las variables sean positivas o cero, es decir,
no negativas. Para la mayora de los problemas esto es real, no se querra una solucin
que diga: prodzcanse menos dos cajas o contrtense menos cuatro personas.
Mientras que no existe un lmite en el nmero de restricciones que puede tener un
problema de PL, slo puede haber un objetivo. La forma matemtica del objetivo se
llama funcin objetivo. Debe llevar consigo el maximizar o minimizar alguna medida
numrica. Podra ser maximizar el rendimiento, la ganancia, la contribucin marginal o
pg. 18
Asignatura: Investigacin de Operaciones
los contactos con los clientes. Podra ser minimizar el costo, el nmero de empleados o
el material de desperdicio. Con frecuencia el objetivo es evidente al observar el
problema.
Como el valor de la funcin objetivo no se conoce hasta que se resuelve el problema,
se usa la letra Z para representarlo. La funcin objetivo tendr, entonces, la forma:
Maximizar Z = 3A + 2B
Minimizar Z = 3x1 + 2x2
Actividad
PROBLEMA N 02
Un autobs Caracas-Maracaibo ofrece plazas para fumadores al precio de 100 euros y
a no fumadores al precio de 60 euros. Al no fumador se le deja llevar 50 kg. de peso y
al fumador 20 kg. Si el autobs tiene 90 plazas y admite un equipaje de hasta 3.000
kg. Cul ha de ser la oferta de plazas de la compaa para cada tipo de pasajeros, con
la finalidad de optimizar el beneficio?
PROBLEMA N 03
A una persona le tocan 10 millones de euros en una lotera y le aconsejan que los
invierta en dos tipos de acciones, A y B. Las de tipo A tienen ms riesgo pero producen
un beneficio del 10 %. Las de tipo B son ms seguras, pero producen slo el 7% anual.
Despus de varias deliberaciones decide invertir como mximo 6 millones en la compra
de acciones A y por lo menos, 2 millones en la compra de acciones B. Adems, decide
que lo invertido en A sea, por lo menos, igual a lo invertido en B. Cmo deber invertir
10 millones para que el beneficio anual sea mximo?
PROBLEMA N 04
Un estudiante dedica parte de su tiempo al reparto de propaganda publicitaria. La
empresa A le paga 5 euros por cada impreso repartido y la empresa B, con folletos ms
grandes, le paga 7 euros por impreso. El estudiante lleva dos bolsas: una para los
impresos A, en la que caben 120 y otra para los impresos B, en la que caben 100. Ha
calculado que cada da es capaz de repartir 150 impresos como mximo. Lo que se
pregunta el estudiante es: Cuntos impresos habr que repartir de cada clase para que
su beneficio diario sea mximo?
pg. 19
Asignatura: Investigacin de Operaciones
pg. 20
Asignatura: Investigacin de Operaciones
y 3
a) Representamos las rectas y x 1 y x 1
y 3 x 0 y 3 x
Tomamos un punto cualquiera; por ejemplo el (1, 0), para comprobar cules
son los puntos que cumplen las desigualdades propuestas.
El recinto buscado es:
pg. 21
Asignatura: Investigacin de Operaciones
CASO 2.
Maximiza la funcin z = x + y, sujeta a las siguientes restricciones:
x 3 y 26
4 x 3 y 44
2 x 3 y 28
x 0
y 0
Solucin:
x 3 y 26 y 26 x
3
44 4 x
Representamos las rectas 4 x 3 y 44 y
3
28 2x
2 x 3 y 28 y 3
Se halla la regin que cumple las condiciones del problema, teniendo en cuenta
que: x 0 e y 0.
Representamos la direccin de las rectas z = x + y, dibujando la que pasa por
el origen de coordenadas: x + y = 0
pg. 22
Asignatura: Investigacin de Operaciones
4 x 3y 44
El punto M, interseccin de es decir, M 8, 4, es el que proporciona
2x 3y 28
el mximo, que vale: z = 8 + 4 = 12
CASO 3.
En una granja de pollos se da una dieta "para engordar" con una composicin mnima
de 15 unidades de una sustancia A y otras 15 de una sustancia B. En el mercado solo
se encuentran dos clases de compuestos: el tipo I con una composicin de una unidad
de A y cinco de B, y el tipo II con una composicin de cinco unidades de A y una de B.
El precio del tipo I es de 10 euros y el del tipo II es de 30 euros. Se pregunta:
Qu cantidades se han de comprar de cada tipo para cubrir las necesidades con un
coste mnimo?
Solucin:
Llamamos x a las unidades que se compran de tipo I e y a las que se compran
de tipo II.
Resumamos los datos en una tabla:
x 5 y 15
5 x y 15
x 0
y 0
pg. 23
Asignatura: Investigacin de Operaciones
x 5y 15
El mnimose alcanzaen el punto de interseccin de ; es decir,en (2,5; 2,5).
5 x y 15
Por tanto, hay que comprar 2,5 de tipo I y 2,5 de tipo II. El precio en este caso
ser de z = 10(2,5 + 3x2,5) = 100 soles.
CASO 4.
Disponemos de 210 000 soles para invertir en bolsa. Nos recomiendan dos tipos de
acciones. Las del tipo A que rinden el 10% y las de tipo B que rinde el 8%. Decidimos
invertir un mximo de 130 000 soles en las de tipo A y, como mnimo, 6 000 soles en
las de tipo B. adems, la inversin en las del tipo A debe ser menor o igual que el doble
de la inversin en B.
Cul tiene que ser la distribucin de la inversin para obtener mximo inters anual?
Solucin:
Llamamos x al dinero que invertimos en acciones de tipo A e y al que invertimos
en las de tipo B. Resumimos los datos en una tabla:
x y 210 000
x 130 000
y 6 000
x 2y
x 0
y 0
pg. 24
Asignatura: Investigacin de Operaciones
z 0,1x 0,08y
1
10x 8y 2 5x 4y 1 5x 4y .
100 100 50
y la recta
1
5x 4y 0 5 x 4y 0, que nos da la direccinde las rectas
50
z
1
5x 4y .
50
z
1
5 130000 4 80 000 19 400 euros.
50
CASO 5.
a) Representa el recinto que cumple estas restricciones:
x 3y 9
2 x y 8
x 0
y 0
pg. 25
Asignatura: Investigacin de Operaciones
x 3y 9 9x
y
3
a) Representamos las rectas 2 x y 8 y 8 2x
x 0
y 0
Tomamos un punto cualquiera, por ejemplo el (0, 0), para comprobar cules
son los puntos que cumplen las desigualdades propuestas.
Los puntos extremos del conjunto convexo son: A(16,0), B(8,24), C(8/3,28) y D(12,0).
pg. 26
Asignatura: Investigacin de Operaciones
Dos puntos extremos proporcionan el mximo valor del objetivo, los puntos A y B.
Esto permite afirmar que existen soluciones ptimas Alternas para este modelo.
Son ptimos todos los puntos sobre el segmento de lnea AB que limita el
conjunto convexo de solucin y corresponden a la primera restriccin.
Si utiliza el mtodo de graficar la Funcin Objetivo con un valor arbitrario, 48 por
ejemplo, podr observar que la lnea es completamente paralela a la primera y
tercera restriccin. Al desplazarla paralelamente hacia su optimizacin, hacia
arriba porque se est maximizando, finalmente caer completamente sobre la
primera restriccin, de horas de trabajo, antes de salir totalmente fuera de la regin
solucin. Dos puntos extremos estaran limitando el crecimiento del objetivo, el
punto B y el punto A.
Cualquier recta que tenga ratio de coeficientes igual al de otra recta, es paralela
a esa otra recta
La ventaja que presentan los modelos con este Tipo de solucin es que se puede
elegir cualquiera de las soluciones ptimas, porque todas presentan el mismo valor
ptimo para el objetivo. Por ejemplo, si una de las soluciones tiene valores
fraccionales para las variables y no puede trabajarse con valores fraccionales, el que
toma la decisin seleccionar una solucin con valores enteros.
Es una solucin ptima alterna porque existe ms de una combinacin de productos
1 y 2 a producir, que proporcionan el mismo valor ptimo para el beneficio.
Se reconoce en el grfico porque ms de un punto extremo limita el valor
ptimo del objetivo o proporciona su valor ptimo, los puntos: A (16,0) y punto
B (8,24). Por lo tanto, todos los puntos sobre la recta AB son tambin ptimos.
Debe seleccionar una de todas las soluciones. Suponga que elige la del punto
extremo B (8, 24). En este caso la decisin sera: Producir 8 unidades de producto1
y 24 unidades del producto 2 para maximizar el beneficio en 96 unidades
monetarias: 6 (8) + 2 (24) = 96. Este valor para la Funcin Objetivo tambin se
obtendra en el otro punto extremo A (16, 0) y en cualquier punto sobre la recta
AB en la regin solucin.
pg. 27
Asignatura: Investigacin de Operaciones
pg. 28
Asignatura: Investigacin de Operaciones
No se definirn los elementos del modelo porque no habr una solucin para
tomar alguna decisin.
En el grfico, el conjunto convexo llamado regin solucin, que contiene todas las
soluciones posibles, es un espacio abierto.
pg. 29
Asignatura: Investigacin de Operaciones
pg. 30
Asignatura: Investigacin de Operaciones
El modelo es formulado por una oficina de correos que puede contratar hasta 10
empleados para manejar el correo. La oficina conoce que un empleado (hombre)
puede manejar 300 cartas y 80 paquetes por da y una empleada (mujer) puede
manejar 400 cartas y 50 paquetes en un da. No menos de 3.400 cartas y de 680
paquetes se esperan por da. A cada empleado hombre (X), se le paga $ 2.500 por
da y a una empleada mujer (Y) se le paga $ 2.200 por da.
Se quiere determinar la cantidad de hombres (X) y mujeres (Y) que se deben
contratar para satisfacer las restricciones y lograr el objetivo establecido de
minimizar los costos de la nmina.
Siguiendo el procedimiento el grfico obtenido es:
Se observa una regin de soluciones posibles de un solo punto comn para todas las
restricciones y por lo tanto un nico punto extremo A.
Esto indica que existe una nica combinacin posible y adems ptima, de cantidad
de empleados X e Y que satisface las restricciones y optimiza el objetivo.
Conociendo la definicin del modelo, se plantean las siguientes consultas:
a) Qu representa el coeficiente de la variable Y en la Funcin Objetivo y en la
segunda restriccin?
b) Qu Tipo de solucin presenta el modelo?, Por qu? y Cmo se reconoce en el
grfico?
c) Cul es la solucin y la decisin que se recomendara con la solucin encontrada?
d) Analice las restricciones en el punto ptimo y presente la informacin que se
obtiene.
e) Qu efecto tendra, sobre la solucin ptima encontrada, un cambio en el nmero
de cartas esperadas. Suponga que cambia a 2.400. Explique y muestre sobre el
grfico.
Respuestas:
a) El coeficiente de la variable Y en la Funcin Objetivo representa lo que se le paga
diariamente a cada trabajadora (mujer), es decir, el costo de contratar una
trabajadora al da es de Bs. 2.200. En la segunda restriccin representa la cantidad
de cartas que puede manejar al da cada mujer contratada, es decir, 400 cartas al
da puede manejar cada mujer contratada.
pg. 31
Asignatura: Investigacin de Operaciones
pg. 32
Asignatura: Investigacin de Operaciones
Actividad
3 x 4 y 12
3 x 2 y 2
x 0
y 0
2 x y 3
2x y 2
x 2y 4
x 3 y 200
x y 100
x 20
y 10
pg. 33
Asignatura: Investigacin de Operaciones
Caso de aplicacin
La metodologa de solucin de los problemas de maximizacin hace necesario
seleccionar una columna y una fila pivotes y revisar los valores de la tabla hasta que en
la fila inferior sean menores o iguales que cero.
pg. 34
Asignatura: Investigacin de Operaciones
C 10 30 0 0 Valores de
Variables de Variables de decisin solucin
la solucin X Y S1 S2 (LD)
0 S1 4 6 1 0 12
0 S2 8 4 0 1 16
Z 0 0 0 0 0
C-Z 10 30 0 0 0
C 10 30 0 0 Valores de
Variables de Variables de decisin solucin
la solucin X Y S1 S2 (LD)
0 S1 4 6 1 0 12
0 S2 8 4 0 1 16
Z 0 0 0 0 0
C-Z 10 30 0 0 0
2. Divdase cada valor de la fila pivote 1 entre el elemento pivote (6) y colquense los
valores en una nueva tabla.
C 10 30 0 0 Valores de
Variables de Variables de decisin solucin
la solucin X Y S1 S2 (LD)
0 Y 2/3 1 1/6 0 2
a) Genrense las otras filas para la siguiente tabla, de tal manera que los elementos
de la columna pivote sean iguales a cero.
Se empieza con la fila S2, el cual tiene 4 en la columna de Y. Se multiplica la
nueva fila (del paso 2) por el negativo del valor que se desea convertir (-4), y se
suma a la anterior fila de S2. Se multiplica la nueva fila por (-4) el resultado se
muestra en la siguiente tabla.
pg. 35
Asignatura: Investigacin de Operaciones
X Y S1 S2 (LD)
El rengln del paso 2 se -4(2/3) -4(1) -4(1/6) -4(0) -4(2)
multiplica por -4
Obtener el resultado -8/3 -4 -2/3 0 -8
Sumarlo a la fila de S2 8 4 0 1 16
Para obtener la nueva fila 16/3 0 .2/3 1 8
La fila obtenida se introduce a la nueva tabla del paso 2.
C 10 30 0 0 Valores de
Variables de Variables de decisin solucin
la solucin X Y S1 S2 (LD)
30 Y 2/3 1 1/6 0 2
0 S2 16/3 0 .2/3 1 8
Z
Si hay ms filas que convertir, debe repetirse este paso en la siguiente fila. Dado
que ah no hay ms, puede calcularse la fila Z y C-Z.
Los valores en la fila Z son (elem. de la columna) (C) Elementos de la fila Z:
Para X: Z = 2/3(30) + 16/3(0) = 20
Para Y: Z = 1(30) + 0(0) = 30
Para S1: Z = 1/6(30) 2/3(30) = 5
Para S2: Z = 0(30) + 1(0) = 0
Para LD: 2(30) + 8(0) = 60
C 10 30 0 0 Valores de
Variables de Variables de decisin solucin
la solucin X Y S1 S2 (LD)
30 Y 2/3 1 1/6 0 2
0 S2 16/3 0 .2/3 1 8
Z 20 30 5 0 60
C-Z -10 0 -5 0
Repetir los pasos anteriores hasta que todos los valores de la fila inferior sean
0. Dado que todos los valores son 0, ha sido alcanzada la solucin ptima. Las
variables en la solucin son identificadas por las columnas en la parte central de
la tabla que tienen un 1, y el resto de los valores son cero. Los valores solucin
son datos en la columna del lado derecho, como se ve en la siguiente tabla.
X Y S1 S2 (LD)
- 1 - 0 2
- 0 - 1 8
Z - - - - 60
Por tanto,
X = no est en la solucin
Y = 2 unidades
Z = $60
Note que la variable de holgura asociada con la restriccin 2 tambin tiene un 1 y ceros,
lo cual significa que tiene holgura en la solucin y que la restriccin no se agot.
Entonces hay slo una variable de decisin (no holgura) en la solucin (Y) y una
restriccin agotada (nmero 1). Esto concuerda con el teorema fundamental de
programacin lineal, que establece que el nmero de variables de decisin (no holgura)
de la solucin siempre ser igual a nmero de restricciones que son agotadas.
pg. 36
Asignatura: Investigacin de Operaciones
Actividad
pg. 37
Asignatura: Investigacin de Operaciones
8. Un agricultor tiene 480 hectreas en la que se puede sembrar ya sea trigo o maz.
El calcula que tiene 800 horas de trabajo disponible durante la estacin crucial del
verano. Dados mrgenes de utilidad y los requerimientos laborales mostrados en
el cuadro.
Disp. / Prod maz trigo
Horas de trabajo por hectrea 2 4
Utilidad S/. 40 30
a. Cuntas hectreas de cada uno debe plantar para maximizar su utilidad?
b. Cul es sta utilidad mxima?
pg. 38
Asignatura: Investigacin de Operaciones
12.Una fbrica produce camisas y pantalones los produce con dos tipos de mquinas
(de cortar, coser). Fabricar una camisa representa emplear la mquina de cortar
una hora y la de coser tres horas; fabricar un pantaln representa usar la mquina
de cortar una hora, la de coser una hora. La mquina de coser se puede usar hasta
doce y la de cortar hasta 7 horas al da, sino se recalienta. Todo lo que se fabrica
es vendido y se obtiene un beneficio de ocho soles por cada camisa y de cinco
soles por cada pantaln.
Cmo emplearamos las mquinas para conseguir el beneficio mximo?
13.Un fabricante de cemento produce dos tipos de cemento, a saber en grnulos y
polvo. l no puede hacer ms de 1600 bolsas un da debido a una escasez de
vehculos para transportar el cemento fuera de la planta. Un contrato de ventas
establece que l debe producir 500 bolsas al da de cemento en polvo. Debido a
restricciones del proceso, se requiere el doble del tiempo para producir una bolsa
de cemento granulado en relacin al tiempo requerido por el cemento en
polvo. Una bolsa de cemento en polvo consume para su fabricacin 15
minutos/bolsa y la planta opera 8 horas al da. Su ganancia es S/.4 por la bolsa de
cemento granulado y S/ 3 por la bolsa de cemento en polvo.
Cunto se debe producir de cada tipo de cemento para maximizar sus ingresos?
14.En Justicia Paz y Vida de El Tambo, se van a construir casas de dos tipos: A y B.
La empresa constructora dispone para ello de un mximo de 1,8 millones de soles,
siendo el costo de cada tipo de casa de 30 y 20 mil soles respectivamente. El
Ministerio de Vivienda, por la normatividad de paisajismo y urbanismo exige que
el nmero total de casas no sea superior a 80. Sabiendo que el beneficio obtenido
por la venta de una casa de tipo A es 4 mil soles y de 3 mil soles por una de tipo
B.
a. La constructora cuntas casas debe construir de cada tipo para obtener
el mximo beneficio?
b. Cules son esos ingresos mximos?
15.Doe Run SRL. produce Cobre y Zinc. Por el momento es capaz de vender todo el
mineral producido. La ganancia por tonelada de Cobre y Zinc vendida es de 4 y 3
mil dlares respectivamente. El proceso de cada tonelada de Cobre requiere 3
horas de trabajo en el horno y otras 4 horas de lavado. Para cada tonelada de
Zinc se requieren 4 horas de horneado y 2 horas de lavado. Las horas diarias
disponibles en el horno y el lavado son 35 y 30, respectivamente. Adems se
supone que al menos se deben producir diariamente 4 toneladas de Zinc.
Cuntas toneladas de Cobre y cuntas de Zinc deben producir a fin de maximizar
el ingreso?
pg. 39
Asignatura: Investigacin de Operaciones
pg. 40
Asignatura: Investigacin de Operaciones
Primal
Ejemplo: Maximizar: Z = 60 X1 + 30 X2 + 20 X3
sujeto a: 8X1 + 6X2 + X3 48
4X1 + 2X2 + 1.5X3 20
2X1 + 1.5X2 + 0.5X3 8
X1, X2, X3 0
Dual:
Minimizar Z = 48 W1 + 20 W2 + 8W3
sujeto a: 8W1 + 4W2 + 60
2W3
6W1 + 2W2 + 1.5W3 30
W1 + 1.5W2 + 0.5W3 20
" W1, W2, W3 0
Sujeto a S j =1..naijxj = bi
xj 0 con i = 1..m, j = 1..n
Donde las n variables xj incluyen los excesos y las holguras.
El problema dual se construye simtricamente del primal de acuerdo a las siguientes
reglas.
1. Para cada restriccin primal (m restricciones) existe una variable dual yi (m
variables), la funcin objetivo se construye con los valores libres bi como
coeficientes de las variables yi.
2. Para cada variable primal xj (n variables) existe una restriccin dual (n
restricciones), la restriccin se construye con los m coeficientes de las
restricciones primales de esa variable. Los valores libres son los n coeficientes
cj.
3. Si la optimizacin primal es una Maximizacin, el problema dual es una
Minimizacin y las restricciones son . (y a la inversa Minimizacin primal,
Maximizacin dual, restricciones). El siguiente diagrama muestra la construccin
del dual:
pg. 41
Asignatura: Investigacin de Operaciones
x1 x2 .. xj .. xn
Variables duales
Valores libres
Objetivo primal c1 c2 .. c1 .. c1 de restricciones l
duales
v
Coeficientes
a11 a12 .. a1j .. a1n b1 y1
restricciones duales
a21 a22 .. a2j .. a2n b2 y2
am1 a22 .. a2j .. a2n bm ym
Restr.
Funcin Objetivo dual
dual j
Nota: si consideramos los excesos y holguras las variables duales (yi) no tienen
restricciones de signo, en caso contrario en ambos problemas se considera variables
0. Por lo que las variables duales correspondientes a restricciones del tipo = deben ser
sin restricciones de signo, recprocamente cuando una variable en el primal no tiene
restriccin de signo, la restriccin correspondiente en el dual debe ser del tipo =.
Ejemplo
Sea Max z = 3x1 + 5x2
x1 + 10x2 < 80
2x1 + 3x2 < 45
4x1 - 2x2 < 25
3x2 <60
x1, x2 > 0
pg. 42
Asignatura: Investigacin de Operaciones
Problema dual:
Min Y = 80y1 + 45y2 + 25y3 + 60y4
Sujeto a:
Y1 + 2y2 + 4y3 > 3
10y1 + 3y2 - 2y3 + 3y4 > 5
y1, y2, y3, y4 > 0
2. Max Z = 3x1 + 7x2
Sujeto a:
2x1 + 5x2 = 15
x1 + 8x2 < 30
x1, x2 > 0
0. Para cada restriccin primal (2 restricciones) existe una variable dual yi (2
variables) y1 y2, la funcin objetivo se construye con los valores libres bi (15,
30) como coeficientes de las variables yi.
1. Para cada variable primal xj (2 variables sin considerar las variables de
holgura) existe una restriccin dual (2 restricciones), la restriccin se
construye con los 2 coeficientes de las restricciones primales de esa variable.
Los valores libres son los 2 coeficientes cj (3, 7).
Aplicando las reglas y la nota:
Nota: Para la segunda restriccin no hemos considerado las variables de
excesos ni holguras las variables duales por lo que en el dual y 2 0, la
primera restriccin es de igualdad por lo que la primera variable no tiene
restriccin de signo.
Problema dual:
Min Y= 15y1 + 30y2
Sujeto a:
2y1 + y2 > 3
5y1 + 8y2 > 7
y1 sin restriccin de signo (irrestricta)
y2 > 0.
pg. 43
Asignatura: Investigacin de Operaciones
Una forma de responder estas preguntas sera resolver cada vez un nuevo problema.
Sin embargo esto es computacionalmente ineficiente.
Para esto es preferible hacer uso de las propiedades del mtodo Simplex y de los
problemas primal y dual.
Recordemos que una vez que en un problema lineal se conoce B, CB y XB, la tabla
simplex se puede calcular utilizando B-1 y los datos originales del problema.
El efecto de los cambios en los parmetros del problema del anlisis de sensibilidad
(post ptimo) se puede dividir en tres categoras:
0. Cambios en los coeficientes C de la funcin objetivo, solo afecta la
optimalidad.
1. Cambios en el segundo miembro b solo pueden afectar la factibilidad.
2. Cambios simultneos en C y b pueden afectar la optimalidad y la factibilidad.
Ejercicio 1
CIDEMETAL SRL, produce mesas y sillas para venta en el pas. Se requieren dos tipos
bsicos de mano de obra especializada: para ensamblado y acabado. Producir una mesa
requiere tres horas de ensamblado, dos horas de acabado y se vende con una ganancia
de $30. La produccin de una silla requiere 1 hora de acabado y se vende con una ganancia
de $18. Actualmente, la compaa dispone de 200 horas de ensamblado y 160 horas de
acabado.
La formulacin a este problema es:
Maximizar: X0 = 30X1 + 18X2
Sujeta a: 3X1 + X2 200 (ensamblado)
2X1 + X2 160 (acabado)
X1, X2 0
Base X0 X1 X2 X3 X4 Solucin
X0 1 6 0 0 18 2880
X3 0 1 0 1 -1 40
X2 0 2 1 0 1 160
pg. 44
Asignatura: Investigacin de Operaciones
Es fcil observar que el problema se encuentra en forma del problema dual estndar.
a. Plantee el problema primario para el problema dual que se dio antes.
b. Cules son las unidades de medicin de las variables primarias?
c. Resuelva el problema utilizando el mtodo simplex. Por qu fue ms sencillo resolver
el problema primario que el dual?
d. Utilizando el problema primario ptima, determine el valor ptimo para las variables
duales de decisin para el problema de la GRANDE.
e. Qu significado tienen las variables primarias en el problema de la GRANDE?
pg. 45
Asignatura: Investigacin de Operaciones
TERCERA UNIDAD
El problema
Suponga que una compaa tiene m plantas de produccin (i), de capacidad ai (i = 1..m)
y n almacenes de distribucin (j), con demanda bj (j=1..n). El costo de transporte entre
la planta i y el almacn es conocido como cij.
El problema es determinar la cantidad (xij) que debe suministrar la planta i al almacn
j, de tal manera que el costo de transporte total sea mnimo. Las consideraciones de
costos de produccin e inventario se pueden incorporar al modelo bsico.
El modelo tpico tiene cuatro componentes:
pg. 46
Asignatura: Investigacin de Operaciones
- Un conjunto de m fuentes
- Un conjunto de n destinos
- Costos de transporte entre las fuentes y los destinos
- Cantidades de producto para enviar entre las fuentes y los destinos.
pg. 47
Asignatura: Investigacin de Operaciones
En los casos en que la sumatoria de todo lo que se produce en todos los orgenes
es mayor que la sumatoria de todo lo que se demanda en todos los destino o viceversa,
entonces se dice que el problema no est balanceado. En estos casos lo primero que se
debe hacer antes de intentar resolver el problema es balancearlo.
m n
si dj
Para el caso de SOBREPRODUCCIN ( i 1 j 1 )
Si el caso es que se dispone de mayor produccin de la que se demanda,
entonces para balancear el problema se agrega un destino imaginario o artificial
(llamado tambin destino ficticio) el cual tendr como demanda dicha sobreproduccin.
En cuanto a los costos asociados a este nuevo destino los estableceremos a cero (por
qu?). El siguiente dibujo muestra lo que se debe hacer:
pg. 48
Asignatura: Investigacin de Operaciones
2 4 3 2 2
4 3 8 5 3
Demanda 3 4 2 1 10
10
pg. 49
Asignatura: Investigacin de Operaciones
Recursos DIF.
3 7 6 4 5 1
2 4 3 2 2 0 0
2
4 3 8 5 3 1
10
Demanda 3 4 2 0 1 10
DIF. 1 1 3 1
2
3 7 6 45 1
2 4 3 22 0 0
2
4 3 8 53 0 1
3
10
Demanda 3 4 1 2 0 1 10
DIF. 1 1 3 1
2
1 4 2 2 1
pg. 50
Asignatura: Investigacin de Operaciones
Como siguiente paso deberamos calcular las nuevas diferencias de columnas, pero ya
que solamente queda un rengln dentro de las posibilidades (sto no significa que
solamente un rengln quede bajo consideracin ya que podemos observar que ninguna
de las cuatro columnas (destinos) ha sido eliminada y todas quedan todava bajo
consideracin), no es posible encontrar la diferencia aritmtica entre el costo menor y
el que le sigue, por lo tanto vamos tomando una a una las celdas que quedan
comenzando con la de menor costo unitario hasta que todas hayan sido asignadas.
Recursos DIF.
3 7 6 45 2 1 0 1
3 1 0 1
2 4 3 22 0 0
2
4 3 8 53 0 1
3
10
Demanda 3 0 4 1 0 2 0 1 0 10
1
DIF. 1 1 3 2
2
1 4 2 1
pg. 51
Asignatura: Investigacin de Operaciones
Actividad
a.
Destino Oferta
A B C TM
Origen I 3 6 9 200
Origen II 1 4 5 300
Origen III 3 2 1 400
Demanda TM 150 250 500
b.
Destino Oferta
A B C Kg.
Origen 1 4 6 8 50
Origen 2 1 3 5 200
Origen 3 2 4 5 250
Demanda Kg. 200 150 150
c.
Destino Oferta
W X Y Z m3
Origen P 6 10 6 8 200
Origen Q 7 9 6 11 300
Origen R 8 10 14 6 450
Demanda m3 100 150 400 300
pg. 52
Asignatura: Investigacin de Operaciones
Destino Oferta
X Y Z TM
Origen I 3 6 4 1000
Origen II 2 3 1 2000
Origen III 3 4 5 1500
Demanda TM 2000 1500 1000
Destino Oferta
X Y Z TM
Origen I 4 3 5 600
Origen II 2 1 3 120
Origen III 6 2 5 200
Demanda TM 100 150 60
Destino Oferta
X Y Z TM
Origen I 2 4 6 25
Origen II 1 3 5 35
Origen III 4 2 3 50
Demanda TM 40 30 60
pg. 53
Asignatura: Investigacin de Operaciones
2. Desde dos almacenes A y B, se tiene que distribuir fruta a tres mercados de la ciudad
Lima. El almacn A dispone de 10 toneladas de fruta diarias y el B de 15 toneladas, que
se reparten en su totalidad. Los dos primeros mercados necesitan, diariamente, 8
toneladas de fruta, mientras que el tercero necesita 9 toneladas diarias. El costo del
transporte desde cada almacn a cada mercado viene dado por el siguiente cuadro:
3. Una compaa tiene tres Plantas (A, B y C) para fabricar bebidas gaseosas BIG KOLA, y
dispone de tres distribuidores mayoristas para la venta (D, E y F). Las cantidades
producidas por A, B y C son 1000, 5000 y 4000 litros por da respectivamente. La
mxima cantidad que puede vender el almacn D es 3000 litros/da, E es 6000 litros/da
y F es 7000 litros/da. Los costos de transporte de cada fbrica a cada distribuidor
mayorista estn dados en la siguiente tabla:
Demanda
D E F
Planta A 1 4 2
Planta B 3 1 2
Planta C 4 5 2
Determine la cantidad a transportar desde los orgenes a los destinos para que el costo
sea mnimo.
4. SEDAM Huancayo SA. tiene que distribuir el agua de tres pozos entre tres localidades.
La tabla de costos de distribucin de cada m 3 es la siguiente:
LOCALIDADES OFERTA
(m3/da)
A B C
Pozo I 7 8 10 40
Pozo II 5 12 4 30
Pozo III 9 7 8 45
DEMANDA (m3/da) 55 40 60
Determine la distribucin del agua para cada una de las localidades de modo que el
costo sea el mnimo.
5. Una empresa de electricidad ElectroSURMEDIO SA. tiene 4 plantas termoelctricas que
son abastecidas por 3 minas de carbn. La oferta total de carbn de las minas es igual
a los requerimientos totales de las plantas termoelctricas. Existe un costo de transporte
de una unidad desde cada mina a cada planta. En la tabla que se muestra a continuacin
se indican la oferta disponible, los requerimientos y los costos de transporte por unidad.
pg. 54
Asignatura: Investigacin de Operaciones
PLANTA
Oferta
M N O P
Mina X 2 3 4 5 14
Mina Y 5 4 3 1 15
Mina Z 1 3 3 2 17
Demanda 6 11 17 12
La empresa de electricidad quiere determinar cuntas unidades debe transportar desde
la mina a cada planta para minimizar el costo de transporte.
Actividad
PROBLEMAS PROPUESTOS
1. Una empresa KINGTEX S.A. produce 120 unidades del producto A y 360 unidades
del producto B cada da. Estos productos han de someterse a control de calidad,
siendo la capacidad de control de 200 unidades al da. El producto A se vende en el
mercado a un precio 4 veces superior al precio del producto B. Determnese la
produccin de la empresa que hace posible maximizar el beneficio.
2. CEPER PIRELLI SA. fabrica cable elctrico de alta calidad usando dos tipos de
aleaciones metlicas, M y N. La aleacin M contiene un 80% de cobre y un 20% de
aluminio, mientras que la N incluye un 68% de cobre y un 32% de aluminio. La
aleacin M tiene un precio de 80 euros por tonelada, y la N, 60 euros por tonelada.
Cules son las cantidades que Pedro Prez debe usar de cada aleacin para
producir una tonelada de cable que contenga al menos un 20% de aluminio y cuyo
costo de produccin sea el menor posible?
3. SAN FERNANDO S.A. posee 200 cerdos que consumen 90 lb. de comida especial
todos los das. El alimento se prepara como una mezcla de maz y harina de soya
con las siguientes composiciones:
Libras por libra de alimento
Alimento Calcio Protena Fibra Costo ($/lb)
Maz 0.001 0.09 0.02 0.20
Harina de soya 0.002 0.60 0.06 0.60
Los requisitos diarios de alimento de los cerdos son:
i. Cuando menos 1% de calcio
ii. Por lo menos 30% de protena
iii. Mximo 5% de fibra
Determine la mezcla de alimentos con el mnimo de costo por da.
pg. 55
Asignatura: Investigacin de Operaciones
4. CATALINA HUANCA SAC fabrica dos tipos de joyas. Las del tipo A precisan 1 g de
oro y 1,5 g de plata, vendindolas a 40 euros cada una. Para la fabricacin de las
de tipo B emplea 1,5 g de oro y 1 g de plata, y las vende a 50 euros. El orfebre
tiene solo en el taller 750 g de cada uno de los metales.
Cuntas joyas se han de fabricar de cada clase para obtener un beneficio mximo?
7. SOL DE PIURA EIRL. elabora dos tipos de sombreros. Cada sombrero del primer
tipo requiere dos veces ms tiempo de mano de obra que un producto del segundo
tipo. Si todos los sombreros son exclusivamente del segundo tipo, la compaa
puede producir un total de 500 unidades al da. El mercado limita las ventas diarias
del primero y segundo tipos a 150 y 200 unidades. Supngase que la ganancia que
se obtiene por producto es $8 para el tipo 1 y $5 para el tipo 2. Determine el nmero
de sombreros de cada tipo que deben elaborarse para maximizar la ganancia.
VENTAS POTENCIALES
PRODUCTOS
(Unidades)
1 30
2 40
3 70
4 40
5 60
Los costos variables de produccin (miles $) de cada producto en cada fbrica son:
pg. 56
Asignatura: Investigacin de Operaciones
Producto 1 2 3 4 5
Fabrica
I 20 19 14 21 16
II 15 20 13 19 16
III 18 15 18 20 X
La X quiere decir que la fbrica 3 no puede producir el producto 5.
Qu cantidad de cada producto debe fabricarse en cada fbrica? y Cul es el
costo Total de Produccin?
10. PEPE DIAZ SRL. produce tres modelos (I, II y III) de cierto producto. El utiliza dos
tipos de materia prima (A y B), de los cuales se dispone de 4000 y 6000 unidades,
respectivamente. Los requisitos de materias primas por unidad de los tres modelos
son:
El tiempo de mano de obra para cada unidad del modelo I es dos veces mayor que
el del modelo II y tres veces mayor que el del modelo III. Toda la fuerza de trabajo
de la fbrica puede producir el equivalente de 1500 unidades del modelo I. Un
estudio del mercado indica que la demanda mnima de los tres modelos es 200, 200
y 150 unidades, respectivamente. Sin embargo, las razones del nmero de unidades
producidas deben ser iguales a 3:2:5. Supngase que la ganancia por unidad de los
modelos I, II y III es $30, $20 y $50, respectivamente. Formule el problema como
un modelo de programacin lineal para determinar el nmero de unidades de cada
producto que maximizarn la ganancia.
11. TANS PER SAC. Posee un avin de carga que tiene tres compartimientos para
almacenar: delantero, central y trasero. Estos compartimientos tienen un lmite de
capacidad tanto en peso como en espacio. Los datos se resumen en seguida:
pg. 57
Asignatura: Investigacin de Operaciones
OFERTA DE DEMANDA DE
ENSAMBLADORA CIUDAD
MOTOS MOTOS
Bogot 35 Cartagena 30
Medelln 60 Cali 45
Barranquilla 25 Montera 25
Pasto 20
A
Cartagena Cali Montera Pasto
DE
Bogot 50 30 60 70
Medelln 20 80 10 90
Barranquilla 100 40 80 30
Determine el PLAN PTIMO de distribucin con su Costo Total.
pg. 58
Asignatura: Investigacin de Operaciones
1 2 ... n Recursos
1 c11 c12 ... c1n s1
Origen 2 c21 c22 ... c2n s2
Recurso . . . . .
. . . . .
m cm1 cm2 ... cmn sm
Demanda d1 d2 ... dn
Contribucin a Z por
unidad de actividad
pg. 59
Asignatura: Investigacin de Operaciones
Notas:
Para resolver un problema de asignacin en el cual la meta es maximizar la
funcin objetivo, se debe multiplicar la matriz de ganancias por menos uno (-1)
y resolver el problema como uno de minimizacin.
Si el nmero de filas y de columnas en la matriz de costos son diferentes, el
problema de asignacin est desbalanceado. El mtodo Hngaro puede
proporcionar una solucin incorrecta si el problema no est balanceado; debido
a lo anterior, se debe balancear primero cualquier problema de asignacin
(aadiendo filas o columnas ficticias) antes de resolverlo mediante el mtodo
Hngaro.
En un problema grande, puede resultar difcil obtener el mnimo nmero de filas
necesarias para cubrir todos los ceros en la matriz de costos actual. Se puede
demostrar que si se necesitan j lneas para cubrir todos los ceros, entonces se
pueden asignar solamente j trabajos a un costo cero en la matriz actual; esto
explica por qu termina cuando se necesitan m lneas.
Mediante el siguiente ejemplo vamos a ilustrar la manera de aplicar el mtodo Hngaro
a la solucin de un problema de asignacin de minimizacin:
Una factora tiene cuatro operarios, los cuales deben ser asignados al manejo de cuatro
mquinas; las horas requeridas para cada trabajador en cada mquina se dan en la
tabla adjunta; el tiempo a laborar por cada operario en cada una de las mquinas se
pretende que sea mnimo, para lo cual se busca la asignacin ptima posible.
pg. 60
Asignatura: Investigacin de Operaciones
OPERARIOS MAQUINAS
1 2 3 4
Antonio 10 14 16 13
Bernardo 12 13 15 12
Carlos 9 12 12 11
Diego 14 13 18 16
1 2 3 4
A 10 14 16 13
B 12 13 15 12
C 9 12 12 11
D 14 13 18 16
Restamos 10, 12, 9 y 14 (costos mnimos de cada fila) de cada elemento en cada una de las filas
correspondientes:
1 2 3 4
A 0 3 6 3
B 0 1 3 0
C 0 3 3 2
D 0 2 4 2
pg. 61
Asignatura: Investigacin de Operaciones
En la matriz anterior trazamos el menor nmero de lneas (3), de manera tal que cubran todos los ceros
(Mtodo de Flood):
1 2 3 4
A 0 3 3 3
B 0 0 0 0
C 0 2 0 2
D 0 1 1 2
En la matriz anterior trazamos el menor nmero de lneas (3), de manera tal que cubran todos los ceros
(Mtodo de Flood):
1 2 3 4
A 0 2 3 2
B 1 0 1 0
C 0 1 0 1
D 0 0 1 1
Solucin ptima Unica:A-1, B-4, C-3 y D-2.Lo anterior quiere decir que Antonio va a laborar en la
mquina 1 (10 horas), Bernardo en la mquina 4 (12 horas), Carlos va a trabajar en la mquina 3 (12
horas) y Diego en la mquina 2 (16 horas).
La combinacin ptima de los recursos para este problema de minimizacin de asignacin es de 50
horas, resultantes de adicionar las asignadas a cada uno de los operarios en cada una de las mquinas.
Dicho valor corresponde al valor ptimo de la funcin objetivo.
pg. 62
Asignatura: Investigacin de Operaciones
Actividad
1. Una fbrica dispone de cuatro obreros para completar cuatro trabajos. Cada obrero slo
puede hacer uno de los trabajos. El tiempo que requiere cada obrero para completar
cada trabajo se da a continuacin:
pg. 63
Asignatura: Investigacin de Operaciones
4. Una empresa tiene un trabajo compuesto de 5 mdulos para ser desarrollado por 5
programadores, se desea que cada mdulo sea desarrollado por un solo programador y
que cada programador desarrolle un solo mdulo. Debido a los diferentes grados de
dificultad de los mdulos y a las diferencias individuales de los programadores, el tiempo
(en das) que ellos emplean es diferente y se da en la siguiente tabla:
MODULOS PROGRAMADORES
A B C D E
Mdulo 1 2 4 4 3 6
Mdulo 2 2 6 5 4 6
Mdulo 3 5 6 5 3 7
Mdulo 4 3 5 7 2 4
Mdulo 5 8 5 6 2 1
a) Determine la asignacin ptima de modo de minimizar el tiempo total
b) Para cundo debe comprometerse a entregar el trabajo
c) Cmo sera la formulacin si un programador puede desarrollar ms de un
mdulo?
a) Cul es la opcin que ms le conviene hacer a la empresa?
pg. 64
Asignatura: Investigacin de Operaciones
CUARTA UNIDAD
7.1 Introduccin
En muchas situaciones los administradores son responsables de planear, programar y
controlar proyectos compuestos de numerosas actividades, tareas, y complejos
procesos. Estos pueden variar en un rango de menor a mayor complejidad en relacin
directa al monto de la inversin, en esta ltima se hace difcil coordinar la duracin, su
presupuesto, la precedencia todas las actividades.
La existencia de mtodos cuantitativos muy relacionados entre s como el PERT y el CPM
asisten eficazmente al administrador de proyectos. En esa oportunidad la variedad de
las utilidades de estas dos tcnicas solo se estudiaran aquellas orientados a la
mercadotecnia como:
- Investigacin y desarrollo de nuevos productos
- Conduccin de una campaa publicitaria
- Capacitacin a la fuerza de ventas
- Asesora y consultora en marketing
- Disear o modificar procesos productivos complejos
El origen de estas tcnicas se debi a la complejidad de las tareas y actividades a
desarrollar en mega proyectos donde decenas, centenas y millares de actividades en el
campo militar eran necesarias planear, programa y controlar. Un factor que complica el
trmino a una fecha determinada de tales actividades es la interdependencia de las
mismas, por ejemplo: Algunas actividades dependen de la terminacin de otras antes
de que puedan iniciarse. Los proyectos pueden llegar a varios miles de tareas o
actividades por lo que los administradores de proyectos buscan procedimientos a
responder a algunas interrogantes como:
1. De qu modo puede desplegarse el proyecto en forma grfica para visualizar
mejor el flujo de actividades?
2. Cul es el tiempo total para terminar el proyecto?
3. Cules son las fechas programadas de inicio y trmino para cada una de las
actividades?
4. Cules son las actividades cuello de botella denominadas actividades crticas?,
dnde deben evitarse los retrasos?
5. Dada la incertidumbre al estimar con precisin las duraciones de las actividades
Cul es la probabilidad de terminar el proyecto a la fecha programada?
6. Si se gasta dinero adicional para acelerar el proyecto o para evitar penalidades
por la demora en la entrega o finalizacin del proyecto. Cul es la forma menos
costosa de intentar cumplir con el tiempo programado?
En toda actividad a realizar se requieren conocimientos precisos y claros de lo que se
va a ejecutar, de su finalidad, viabilidad, elementos disponibles, capacidad financiera,
etc. Esta etapa aunque esencial para la ejecucin del proyecto no forma parte del
mtodo. Es una etapa previa que se debe desarrollar separadamente y para la cual
tambin puede utilizarse el Mtodo del Camino Critico. Es una investigacin de objetivos,
mtodos y elementos viables y disponibles.
De modo que el PERT CPM, es un instrumento de direccin vlido para obtener la
seguridad en la planificacin y control y es aplicable en todos los niveles de complejidad,
desde los problemas simples y de corto plazo, hasta el ms complicado y de largo
alcance.
pg. 65
Asignatura: Investigacin de Operaciones
Si suponemos ahora que las actividades A y B deben ser terminadas antes que una
actividad C pueda comenzar, la malla del proyecto queda como se muestra en la figura2.
En este caso, el nodo representa que las actividades A y B se han terminado, adems
del inicio de la actividad C. Si la actividad A fuera predecesora de las actividades B y C,
la red quedara como se muestra.
A
1
2 C B
Proyecto de tres actividades
1 2
B C
A y B predecesoras de C
pg. 66
Asignatura: Investigacin de Operaciones
pg. 67
Asignatura: Investigacin de Operaciones
pg. 68
Asignatura: Investigacin de Operaciones
Actividades
Actividad Descripcin Duracin
Precedentes
pg. 69
Asignatura: Investigacin de Operaciones
pg. 70
Asignatura: Investigacin de Operaciones
En otras palabras: CPM es un sistema dinmico, que se mueve con el progreso del
proyecto, reflejando en cualquier momento el STATUS presente del plan de accin.
El administrador de proyectos no tiene por qu saber el manejo matemtico de las
herramientas de planeacin que muchas veces es complicado, pero es fundamental
saber los conceptos, el Por qu? y Cundo? usar cada tcnica, y como sacar provecho
de los resultados de las mismas para la toma de decisiones
Las tcnicas de planificacin por redes son nicas en su forma, especialmente por lo
que respecta a los conceptos de la ruta crtica. Los conceptos relativos a nivelacin de
cargas, costo mnimo y programacin de recursos limitados han aportado una base
racional a una direccin de proyectos que se apoya en planes amplios cuidadosamente
tratados. Se puede decir que los planes se derivan del anlisis de diversas alternativas
sobresalientes. Estando basados en la computadora, se pueden aplicar a sistemas muy
grandes. Son flexibles, de manera que se pueden modificar cuando as lo aconseje la
experiencia.
Una vez establecidas la red de actividades, la ruta crtica y los datos estadsticos del
programa se tiene un plan de proyecto. De la informacin se puede extraer datos
adicionales con respecto a la demanda de recursos del programa inicial; es posible la
formulacin de programas alternativos, con el fin de nivelar las cargas. La distribucin
del tiempo que se supone para la actividad se define por tres estimados, (estimado de
tiempo probable, tiempo optimista, tiempo pesimista) tomado en cuenta que el tiempo
de terminacin del proyecto es la suma de todos los tiempos esperados de las
actividades sobre la ruta crtica, de ese modo se sabe que las distribuciones de los
tiempos de las actividades son independientes y la varianza del proyecto es la es la
suma de las varianzas de las actividades en la ruta crtica.
Mientras que el CPM y PERT son esencialmente lo mismo, sus matices hacen cada uno
aplicable ms que el otro en situaciones diferentes. En ambos mtodos la informacin
esencial deseada es la ruta crtica y las holguras. Estas, le permiten al director del
proyecto hacer decisiones con base a informacin, basado en el principio de
administracin por excepcin, sobre los planes y proyectos del trabajo actual y
monitorear el progreso del proyecto.
pg. 71
Asignatura: Investigacin de Operaciones
Con estos tiempos, podemos obtener el tiempo esperado (te) bajo la siguiente
frmula:
+ 4 +
=
6
La ventaja de tener tres estimaciones de los tiempos de cada actividad es que
puede calcularse la dispersin de los tiempos y puede utilizarse esta informacin
para evaluar la incertidumbre de que el proyecto se termine de acuerdo con el
programa.
Clculos bsicos:
La siguiente parte del proceso, que es la determinacin de los tiempos en cada
actividad.
Lo primero que tendramos que hacer es calcular el tiempo ms temprano de iniciacin
de cada actividad (ES), que est determinado por el tiempo de terminacin de las
actividades predecesoras a esta.
pg. 72
Asignatura: Investigacin de Operaciones
Una vez terminado este proceso (conocido como proceso hacia adelante), haremos el
proceso hacia atrs, el cual nos servir para determinar los tiempos ms tardos de
inicio y terminacin de cada una de las actividades.
Como su nombre lo dice, esta parte del proceso es hacia atrs ya que iniciamos
calculando el tiempo ms tardo de terminacin (LF) de la ltima actividad, que es igual
al tiempo ms temprano de terminacin (EF) de esta misma actividad (que es el mismo
del proyecto).
El tiempo ms tardo de inicio (LS) de cada actividad es igual al tiempo ms tardo de
terminacin (LF) menos el tiempo esperado de la actividad (t), esto es:
LS = LF t
Regla de tiempo para LF El tiempo ms tardo de terminacin (LF) para una actividad
es igual al menor de los tiempos ms tardos de inicio (LS) de sus actividades sucesoras.
Una vez terminada esta actividad, ya podemos definir la ruta crtica, que es la formada
por las actividades crticas de la red. Las actividades crticas son aquellas que tienen un
tiempo de holgura igual a cero.
Tiempo de holgura = LS ES = LF EF
pg. 73
Asignatura: Investigacin de Operaciones
El procedimiento para efectuar clculos de camino crtico para la red del proyecto de
mantenimiento es el mismo que utilizamos para determinar el camino crtico en las
redes tanto para el proyecto de expansin del Western Hills Shopping Center como para
el proyecto Porta-Vac. Efectuando los clculos de pase hacia adelante y pase hacia atrs
de la red obtuvimos el programa de actividades que aparece en la tabla.
Los tiempos de holgura cero, y por lo tanto el camino crtico, quedaron asociados con
las actividades A-B-E. La duracin del camino crtico, y por lo tanto el tiempo total
requerido para finalizar el proyecto, es de 12 das.
pg. 74
Asignatura: Investigacin de Operaciones
generalmente dan como resultado costos agregados del proyecto, por lo que
requeriremos identificar las actividades cuyo apresuramiento cuesta menos y a
continuacin apresurar esas actividades nicamente lo necesario para cumplir con el
tiempo deseado de finalizacin del proyecto.
Para determinar simplemente dnde y cunto apresurar los tiempos de actividad,
necesitamos informacin sobre cunto se puede apresurar cada una de las actividades
y cunto cuesta este proceso de apresuramiento, por lo que debemos solicitar la
siguiente informacin:
1. Costo de la actividad bajo el tiempo de actividad normal o esperado
2. Tiempo para finalizar la actividad bajo un apresuramiento mximo (es decir,
el tiempo de actividad ms corto posible)
3. Costo de la actividad bajo apresuramiento mximo.
Actividad
pg. 75
Asignatura: Investigacin de Operaciones
Se desea conocer:
a. Grfico de las actividades
b. Las actividades crticas (camino crtico)
c. Puede asegurarse en las condiciones actuales terminar el proyecto en 42
das?
d. A su criterio qu debera realizarse para cumplir con el plazo previsto?
pg. 76
Asignatura: Investigacin de Operaciones
Se desea conocer:
a. Cul es el menor nmero de das, necesarios para introducir al mercado el
nuevo producto?
b. Si se contratara vendedoras con experiencia y se elimina la actividad de
instruccin Qu sucedera con el plazo mnimo de terminacin del proyecto?
4. Antes de poder introducir un nuevo producto al mercado se deben realizar todas las
actividades que se muestran en la tabla (todos los tiempos estn en semanas).
Dibuje la malla del proyecto y determine la ruta crtica. Interprete sus resultados.
Realice un modelo de programacin lineal que permita determinar la duracin mnima
del proyecto.
5. Una empresa de micro finanzas de la ciudad de Huancayo desea abrir otra sucursal
en la ciudad de Ayacucho, la junta de accionistas ha puesto un plazo inflexible de 24
semanas para la apertura. El grupo analistas de sistemas y operaciones esta a cargo
de la planeacin, programacin y control de este proceso, cuidando de que todo se
desarrolle de acuerdo a lo planeado y que se cumpla con el plazo previsto.
La nueva sucursal es casi difcil aunque hay relativa experiencia en apertura de
otras sucursales, esta es sui gneris ya que se prev darle mayor autonoma para
tratar de ser centro de operaciones de otras sucursales que tambin planean abrir
en Andahuaylas, Puno y Cuzco.
Se debe elegir entre:
- Acondicionar un local cntrico de la ciudad
- Construir un nuevo local previamente derrumbar la construccin
antigua o
- Alquilar un piso de un edificio cntrico
- Determinar cuntos empleados de la sede central Huancayo se mudaran
a Ayacucho, cuantos se contratan y cuntos de ellos deben ser
capacitados
El grupo de sistemas y la oficina de planeamiento deben organizar e instrumentar
los procedimientos operativos y los desembolsos a seguir en cada actividad de la
apertura de la nueva sede.
pg. 77
Asignatura: Investigacin de Operaciones
Los arquitectos tienen que disear el espacio interior, el estilo de la tienda y contar
con la superficie suficiente, previamente el estudio de mercado ha determinado que
gradualmente se incrementara la cantidad de clientes.
Un segundo motivo de complicacin es que hay interdependencia de actividades
como por ejemplo:
No se puede amoblar las oficinas, no sin antes haberlas acabado y previamente
haberlas diseado.
Tampoco puede contratarse nuevos empleados mientras no se haya
determinado el requerimiento de personal.
Pasos a seguir:
Debe efectuarse un listado de actividades (no tareas) necesarias del proyecto,
estableciendo la relaciones de precedencia correspondiente.
pg. 78
Asignatura: Investigacin de Operaciones
QUINTA UNIDAD
Cuando se habla de lneas de espera, se refieren a las creadas por clientes o por las
estaciones de servicio. Los clientes pueden esperar en cola simplemente porque los
medios existentes son inadecuados para satisfacer la demanda de servicio; en este
caso, la cola tiende a ser explosiva, es decir, a ser cada vez ms larga a medida que
transcurre el tiempo. Las estaciones de servicio pueden estar esperando por que los
medios existentes son excesivos en relacin con la demanda de los clientes; en este
caso, las estaciones de servicio podran permanecer ociosas la mayor parte del tiempo.
Los clientes puede que esperen temporalmente, aunque las instalaciones de servicio
sean adecuadas, porque los clientes llegados anteriormente estn siendo atendidos.
Las estaciones de servicio pueden encontrar temporal cuando, aunque las
instalaciones sean adecuadas a largo plazo, haya una escasez ocasional de demanda
debido a un hecho temporal. Estos dos ltimos casos tipifican una situacin equilibrada
que tiende constantemente hacia el equilibrio, o una situacin estable.
pg. 79
Asignatura: Investigacin de Operaciones
Se debe lograr un balance econmico entre el costo del servicio y el costo asociado
a la espera por ese servicio.
pg. 80
Asignatura: Investigacin de Operaciones
Disciplina de la cola: Es el modo en el que los clientes son seleccionados para ser
servidos. Las disciplinas ms habituales son:
La disciplina FIFO (first in first out), tambin llamada FCFS (first come first served):
segn la cual se atiende primero al cliente que antes haya llegado.
La disciplina LIFO (last in first out), tambin conocida como LCFS (last come first
served) o pila: que consiste en atender primero al cliente que ha llegado el ltimo.
pg. 81
Asignatura: Investigacin de Operaciones
Notacin de Kendall
pg. 82
Asignatura: Investigacin de Operaciones
Terminologa
Datos bsicos:
1
Ws Wq
Ls Ws
Lq Wq
Ls Lq
Factor de utilizacin del sistema:
2
M/M/1: Lq
( )
2 2 2
M/G/1: Lq
2(1 )
2
M/D/1: Lq
2(1 )
2 (k 1)
M/Ek/1: Lq
2k (1 )
pg. 83
Asignatura: Investigacin de Operaciones
1
P0
s s 1 n
s
M/M/s: s! s n 0 n!
s
Lq P0
( s 1)!( s ) 2
3
Lq
4 2
M/M/2 y M/M/3:
4
Lq
(3 )(6 4 2 )
M/D/s
M/Ek/s
Costos
Costo
total
Costo del
servicio
Costo de
espera
Tasa ptima Tasa de
Caractersticas claves.
de servicio servicio
Existen dos clases bsicas de tiempo entre llegadas:
pg. 84
Asignatura: Investigacin de Operaciones
f(t)=(1/ )e - t
En donde l (lambda) es el nmero promedio de llegadas en una unidad de tiempo.
Con una cantidad, T, de tiempo se puede hacer uso de la funcin de densidad para
calcular la probabilidad de que el siguiente cliente llegue dentro de las siguientes T
unidades a partir de la llegada anterior, de la manera siguiente:
P(tiempo entre llegadas <=T)=1- e - t
El proceso de servicio.
El proceso de servicio define cmo son atendidos los clientes. En algunos casos,
puede existir ms de una estacin en el sistema en el cual se proporcione el servicio
requerido. Los bancos y los supermercados, de nuevo, son buenos ejemplos de lo
anterior. Cada ventanilla y cada registradora son estaciones que proporcionan el
mismo servicio. A tales estructuras se les conoce como sistemas de colas de canal
mltiple. En dichos sistemas, los servidores pueden ser idnticos, en el sentido en
que proporcionan la misma clase de servicio con igual rapidez, o pueden no ser
idnticos. Por ejemplo, si todos los cajeros de un banco tienen la misma experiencia,
pueden considerarse como idnticos.
pg. 85
Asignatura: Investigacin de Operaciones
pg. 86
Asignatura: Investigacin de Operaciones
En estas definiciones, todos los promedios son para estado estable donde = <1, si
>1 es fcil ver por qu no puede existir distribucin de estado estable. Supongamos
=6 clientes por hora y que = 4 clientes por hora. Aun si el despachador estuviera
trabajando todo el tiempo, slo podra atender a 4 clientes por hora. As, el nmero
promedio de clientes en el sistema crecera al menos en 6 4 =2 clientes por hora. Esto
significa que despus de mucho tiempo, el nmero de clientes que hay explotara y
no podra existir distribucin de estado estable. Entonces para cualquier sistema de
colas en el que exista una distribucin de estado estable, se cumplen las siguientes
ecuaciones
Lq = .Wq; Ls = .Ws
EJEMPLO 2
A un cajero para automovilistas, slo llega un promedio de 10 vehculos por
hora. Suponga que el tiempo promedio de servicio para cada cliente es de 4
minutos, y que los tiempos entre llegadas y los de servicio son exponenciales.
Conteste las siguientes preguntas.
a) Cul es la probabilidad de que el cajero se encuentre vaco?
b) Cul es el nmero promedio de automviles que esperan en la cola su turno?,
se considera que un vehculo que est ocupando el cajero, no est en la cola
esperando.
c) Cul es el tiempo promedio que un cliente pasa en el estacionamiento del banco,
incluyendo el tiempo en el servicio?
d) En promedio, Cuntos clientes por hora sern atendidos por el cajero
automtico?
Solucin:
Identificamos el modelo M/M/1/DG//, ya que no especifica la cantidad de clientes en
el sistema ni la poblacin asumimos infinito, y se coloca una disciplina general.
Identificamos = 10 vehculos/hora y =4 minutos/hora, lo primero que hay que fijarse
es que no estn en las misma unidades entonces la colocamos en vehculos por hora
si atiende 1 vehculo en 4 minutos entonces atender 15 en una hora por lo tanto =15
vehculos/hora. RECORDARSE SIEMPRE EN LAS MISMA UNIDADES.
a. La probabilidad de que el cajero se encuentre vaci es Po = 1- ;
10 2
== = = 0.667, entonces Po =1-0.667 = 0.33, por lo tanto el cajero estar
15 3
vaci el 33% del tiempo.
2 0.6672
b. = 1 = 10.667 = 1.33
EJEMPLO 3.
Supongamos que todos los propietarios de automviles llenan sus tanques de gasolina
cuando estn exactamente a la mitad, En la actualidad, llega un promedio de 7.5 clientes
por hora a una gasolinera que tiene una sola bomba surtidora. Se necesita un promedio
pg. 87
Asignatura: Investigacin de Operaciones
de 4 minutos para atender un automvil. Suponga que tanto los tiempos entre llegadas
como los tiempos de servicio son exponenciales.
a) Para el caso actual, calcule L y W
b) Suponga que se presenta escasez de gasolina y que hay compras de pnico. Para
modelar este fenmeno, suponga que todos los propietarios de automvil
compran gasolina cuando sus tanques les falta exactamente partes. Como
cada conductor pone menos gasolina al tanque durante cada visita a la
gasolinera, suponga que el tiempo promedio de servicio se ha reducido a 3.33
minutos Cmo afecto la compra de pnico a L y a W?
Solucin:
a) Al identificar el sistema observamos que es M/M/1/DG// con =7.5 vehculos
/hora y =15 vehculos por hora. Primero encontramos =7.5/15=0.50, ntese
que aqu se hace conversin porque tiene diferentes unidades. Teniendo
logramos obtener L = / (1-) = 0.50 / (1-0.5) = 1 , luego obtenemos :
W = L/ = 1/7.5 = 0.13 horas. Con estos resultados podemos observar que todo
est bajo control y son improbables las largas colas.
b) Con la segunda opcin tenemos el mismo sistema M/M/1/DG// con
=2(7.5)=15 vehculos por hora, se preguntar porque por 2 y es dado que el
cliente llenar con doble de frecuencia su tanque porque ahora no estar a la
mitad sino que 3/4, y visitara la gasolinera cada vez que se haya gastado 1/4 de
tanque. Y es igual a 60/3.33 = 18 vehculos por hora donde =15/18=5/6.
Con los datos utilizamos las ecuaciones: L= (5/6) /(1-5/6) =5 automviles y
W = 5/15 =1/3 horas = 20minutos.
Ya comparando se ve que las compras de pnico han originado colas mas largas
y tiempos ms largos en el sistema.
EJEMPLO 4.
En una aerolnea se debe revisar cada pasajero, as como su equipaje, para ve si trae
armas. Suponga que al aeropuerto Internacional La Aurora llega un promedio de 10
pasajeros/minuto. Los tiempos entre llegadas son exponenciales. Para revisar a los
pasajeros, el aeropuerto debe tener una estacin que consiste en un detector de metales
y una mquina de rayos X para el equipaje. Cuando est trabajando la estacin se
necesitan dos empleados. Una estacin puede revisar un promedio de 12 pasajeros/min.
Con la hiptesis que el aeropuerto slo tiene una estacin de verificacin, responda las
siguientes preguntas.
a. Cul es la probabilidad de que un pasajero tenga que esperar para ser revisado?
b. En promedio, Cuntos pasajeros esperan en la cola para entrar a la estacin?
c. En promedio, Cunto tiempo pasar el pasajero en la estacin de verificacin?
Solucin:
Primero identificamos el modelo M/M/1/DG// donde existe un servidor, en
el problema puede confundirse pensando que son dos servidores porque hay
dos empleados trabajando, pero NO es as ya que un servidor aqu se
considera una estacin independientemente que se realice en ella y cuantos
la atiendan.
a. =10 pasajeros/minuto =12 pasajeros/minuto
=/=10/12=0.833 Po=1-0.833=0.17 (probabilidad de que este vaci)
Entonces estar ocupado 1-0.17= 0.833 = 83.33% del tiempo esto es
igual a .
pg. 88
Asignatura: Investigacin de Operaciones
MODELO M/M/1/DG/m/
Este sistema es parecido al anterior con la variante que tiene una capacidad total de
m clientes, y cuando existen estos m clientes, todas las llegadas se regresan y el
sistema las pierde para siempre. Este nmero mximo de clientes es una constante y
vara segn el libro que se utiliza c,m, etc. En este modelo de capacidad finita, llega
un promedio de Pm, de esas llegadas encuentran al sistema lleno a toda capacidad y
se van. Por lo tanto, en realidad entrar al sistema un promedio de =(1-Pm) llegadas
por unidad de tiempo. En este modelo existir estado estable an si > Esto se debe
que aun cuando >, la capacidad finita de m en el sistema evita que explote el
nmero de personas en la cola.
EJEMPLO 5
En una peluquera hay un peluquero y un total de 10 asientos. Los tiempos de llegada
tienen distribucin exponencial, y llega un promedio de 20 clientes posibles por hora.
Los que llegan cuando la peluquera est llena no entran. El peluquero tarda un promedio
de 12 minutos en atender a cada cliente. Los tiempos de corte de pelo tienen distribucin
exponencial.
a) En promedio Cuntos cortes de pelo har el peluquero?
b) En promedio Cunto tiempo pasar un cliente en la peluquera, cuando entra?
Solucin
1 n
Pn Donde n=1,2,....m
m 1
1
Sustituyendo datos P10=0.75
As, los cortes de pelo son en promedio 20(1-0.75) = 5 cortes/hora.
b) Para calcular W=L/((1-Pm))
1 m 1 m m m1 41 10 1410 10 4101
L
1 m1 1 1 4101 1 4 9.67clientes
W=9.67/(20(1-0.75))=1.93 horas.
pg. 89
Asignatura: Investigacin de Operaciones
EJERCICIOS RESUELTOS
Problema 1 M/M/1/
Suponga que un cajero bancario puede atender a los clientes a una velocidad promedio
de diez clientes por hora. Adems, suponga que los clientes llegan a la ventanilla del
cajero a una tasa promedio de 7 por hora. Se considera que las llegadas siguen la
distribucin Poisson y el tiempo de servicio sigue la distribucin exponencial. Realice un
anlisis acerca de la situacin actual del Banco.
Solucin:
=10 clientes/hora =7 clientes/hora k=1
=/=7/10=0.7
Po=1-0.7=0.3
7 7
Ls 2.33
10 7 3
2 72
Lq 1.63
( ) 10(10 7)
1 1 1
Ws 0.33
10 7 3
7
Wq 0.233
( ) 10(10 7)
Segn los datos obtenidos el sistema est ocupado el 70% del tiempo, vaco el 30% en
promedio hay 2.33 unidades en el sistema y 1.63 en la cola con un tiempo en el sistema
de 1/3 hora = 20 minutos y un tiempo en la cola de 0.233 horas = 14 minutos.
Problema 2. M/M/K/
Suponga que se coloca un segundo cajero bancario en el problema antes descrito. Qu
tanto se mejorar el servicio? De sus conclusiones y recomendaciones para el Banco.
Solucin:
S=k=2 nmero de servidores =7 clientes/hora =10 clientes/hora
7
0.35
k 2(10)
1 1
Po 0.48148
7
0
7
1
7
2
1 0.7 0.3769
10 10 10 10(2)
0! 1! 2! 10(2) 7
pg. 90
Asignatura: Investigacin de Operaciones
7(10)(7 / 10) 2
Ls (0.48148) 7 / 10 0.7977
(2 1)!(2(10) 7) 2
Lq = 0.7977 7/10 = 0.0977
Ws =Ls/ = 0.7977/7 =0.11396
Wq = Lq / = 0.0977/7 = 0.01396
Con dos cajeros las estadsticas de los clientes mejoraran dramticamente. Ahora se
tiene un promedio de solamente 0.0977 clientes en la lnea y el cliente promedio
esperara solamente 0.0139 horas para recibir el servicio (menos de un minuto). El costo
de este buen servicio es que los prestadores de este solamente estn ocupados durante
el 35% de su tiempo. A menos que se desee un servicio extraordinariamente bueno el
banco no deseara incurrir en el gasto de un segundo cajero. Puede tomarse en
consideracin en las horas pico.
Problema 3. M/M/K/
Solucin:
=100 clientes/hora =50 clientes / hora
1 servidor ------- Q 5/hora
k servidores ------ 5k Q 20 por cada cliente que espera en la cola por hora 20Wq
=100/2(50)=1 pero 1
Aunque se realice el clculo con k=2 los datos generados serian incoherentes.
Se deja al estudiante que lo compruebe.
Con K=3
=100/3(50) =2/3 =0.667
1 2
(100 / 50) 0 (100 / 50)1 (100 / 50) 2
Po A 1 2 2 5
A B n 0 0! 1! 2!
pg. 91
Asignatura: Investigacin de Operaciones
(100)(50)(100 / 50) 3 26
Ls (1 / 9) (100 / 50) 2.89
3 1!(3(50) 100) 2
9
Lq = 2.89 100/50 = 0.89
Ws = 2.89/100 = 0.0289 horas = 1.73 minutos
Wq = Lq / = 0.89/100=0.0089 horas
CT = 5(3) + 20(0.0089) =Q15.18 / hora
Al utilizar k>3 servidores el costo se aumenta por lo tanto se deben tener 3 Servidores.
Problema 4. M/M/1/m
Hay un promedio de 40 automviles por hora, con tiempos exponenciales entre llegadas,
que desean que se les atienda en la ventanilla de servicio en su auto de Pizza Hut. Si
hay una cola de ms de 4 coches, incluyendo el de la ventanilla, el coche que llegue se
va. En promedio toman cuatro minutos en servir a un automvil.
(a) Cul es el nmero promedio de automviles esperado en la cola, sin incluir al que
est frente a la ventanilla?
(b) En promedio a cuntos automviles se atiende en cada hora?
(c) Acabo de formarme en la cola. En promedio Cunto tiempo pasar para que llegue
a la ventanilla?
Solucin:
=40 autos/ hora =4 minutos/ hora = 15 autos / hora m=4
Lq = ? Ls =? Wq =?
= 40/15 =2.67
1 1 2.67
Po 0.012398
1 m 1
1 2.67 5
1 2.67
P4 4 1
(2.67) 4 0.63011
1 2.67
(m 1) m1 2.67 (4 1)(2.67) 41
Ls 3.438
1 1 m1 1 2.67 1 2.67 41
Ls =3.438 autos / hora
Lq = Ls - (1- Po)= 3.438 - (1 - 0.012398)=2.45
= (1-Pm) = 40 (1-0.63011) =14.80 = 14.80
Wq = Lq/ Wq = 2.45 /14.80 = 0.1655 Wq =0.1655 horas = 9.9
minutos
pg. 92
Asignatura: Investigacin de Operaciones
Actividad
3. Una franquicia de comida rpida, est pensando abrir operaciones de servicio por
ventanilla a los clientes, desde su vehculo. Los clientes que llegan al
intercomunicador a colocar rdenes y luego manejan hasta la ventanilla para pagar
y recibir sus rdenes lo hacen a una tasa de 24 por hora. En el sistema es aplicable
el modelo M/M1. Se est considerando las alternativas siguientes:
a. Realizar la operacin con un solo empleado que llene la orden y reciba el dinero
del cliente. En esta alternativa, el tiempo promedio de servicio es de 2 minutos.
b. Realizar la operacin con un empleado y un ayudante que tome el dinero del
cliente. En esta alternativa, el tiempo promedio de servicio es de 1.25 minutos.
En ambos caso es un sistema de una sola ventanilla, por lo que se mantiene el
sistema de un solo servidor, modelo M/M/1. Se le pide:
a. Calcule las caractersticas operacionales para cada alternativa y tome una
decisin.
b. Si dispone de informacin del costo de espera de S/. 25.00 por hora, pues es
considerado alto este costo en los servicios de comida rpida y el costo de cada
empleado es de 8.00 S/. por hora, siendo adems cargado 20.00 S/. por
equipos y espacio. Cul sera la alternativa de menor costo para el servicio?
4. Sam Lawer Mdico Veterinario maneja una clnica de vacunacin antirrbica para
perros, en la clnica municipal. Sam puede vacunar un perro cada tres minutos. Se
estima que los perros llegarn en forma independiente y aleatoriamente en el
transcurso del da, en un rango de un perro cada seis minutos, de acuerdo con la
distribucin de Poisson. Tambin suponga que los tiempos de vacunacin de Sam
estn distribuidos exponencialmente.
Datos = 1 / 6 = 0.167 perros/min
= 1 / 3 = 0.34 perros/min
pg. 93
Asignatura: Investigacin de Operaciones
Determinar:
a. La probabilidad de que Sam este de ocioso
b. La proporcin de tiempo en que Sam est ocupado.
c. El nmero total de perros que estn siendo vacunados
d. El nmero promedio de perros que esperan a ser vacunados
5. Las llamadas llegan a la central telefnica de la OEC a una tasa de dos por minuto,
l tiempo promedio para manejar cada una de estas es de 20 segundos.
Actualmente solo hay una operadora de la central. Las distribuciones de Poisson y
exponencial parecen ser relevantes en esta situacin.
Datos
= 2 llamadas/minutos
= (1 / 20 seg.)(60 seg.) = 3 llamadas/minuto
Determine:
a. La probabilidad de que la operadora este ocupada
b. El tiempo promedio que debe de esperar una llamada antes de ser tomada por
la operadora
c. El nmero de llamadas que esperan ser contestadas
7. Una empleada administra un gran complejo de cines Cinemark Comas I, II, III y
IV. Cada uno de los cuatro auditorios proyecta una pelcula diferente, el programa
se estableci de tal forma que las horas de las funciones se encuentren escalonadas
para evitar las multitudes que ocurriran si los cuatro cines comenzarn a la misma
hora. El cine tiene una sola taquilla y un cajero que puede mantener una tasa de
promedio de servicio de 280 clientes por hora. Se supone que los tiempos de
servicio siguen una distribucin exponencial. Las llegadas en un da son distribucin
de Poisson y promedian 210 por hora.
Determine:
a. El nmero promedio de cinfilos esperando en la lnea para adquirir un boleto
b. Qu porcentaje del tiempo est ocupado el cajero?
c. Cul es el tiempo promedio que pasa un cliente en el sistema?
d. Cul es el tiempo promedio que pasa esperando en la lnea para llegar a la
taquilla?
e. Cul es la probabilidad de que haya ms de dos personas en la cola?
pg. 94
Asignatura: Investigacin de Operaciones
SEXTA UNIDAD
Categoras Consecuencias
Certidumbre Deterministas
Riesgo Probabilsticas
Incertidumbre Desconocidas
Conflicto Influidas por un oponente
Reglas de decisin
A continuacin se describen las diferentes reglas de decisin en ambiente de
incertidumbre, y que sern sucesivamente aplicadas al ejemplo de construccin del
hotel.
Criterio de Wald
Criterio Maximax
Criterio de Hurwicz
Criterio de Savage
Criterio de Laplace
Para trabajar con los criterios utilizaremos la siguiente matriz:
Estados de la Naturaleza
Alternativas e1 e2 ... en
a1 x11 x12 ... x1n
pg. 95
Asignatura: Investigacin de Operaciones
a) Criterio de Laplace
Este criterio, propuesto por Laplace en 1825, est basado en el principio de razn
insuficiente: como a priori no existe ninguna razn para suponer que un estado se puede
presentar antes que los dems, podemos considerar que todos los estados tienen la
misma probabilidad de ocurrencia, es decir, la ausencia de conocimiento sobre el estado
de la naturaleza equivale a afirmar que todos los estados son equiprobables. As, para
un problema de decisin con n posibles estados de la naturaleza, asignaramos
probabilidad 1/n a cada uno de ellos.
La regla de Laplace selecciona como alternativa ptima aquella que proporciona un
mayor resultado esperado:
1 n
mx _ ai xai , e j
n j 1
EJEMPLO
Partiendo del ejemplo de construccin del hotel, la siguiente tabla muestra los
resultados esperados para cada una de las alternativas.
Alternativas Estados de la Naturaleza
Terreno
Aeropuerto en A Aeropuerto en B Resultado esperado
comprado
A 13 -12 0.5
B -8 11 1.5
AyB 5 -1 2
Ninguno 0 0 0
CRTICA
La objecin que se suele hacer al criterio de Laplace es la siguiente: ante una misma
realidad, pueden tenerse distintas probabilidades, segn los casos que se
consideren. Por ejemplo, una partcula puede moverse o no moverse, por lo que la
probabilidad de no moverse es 1/2. En cambio, tambin puede considerarse de la
siguiente forma: una partcula puede moverse a la derecha, moverse a la izquierda o
no moverse, por lo que la probabilidad de no moverse es 1/3.
Desde un punto de vista prctico, la dificultad de aplicacin de este criterio reside en la
necesidad de elaboracin de una lista exhaustiva y mutuamente excluyente de todos
los posibles estados de la naturaleza.
Por otra parte, al ser un criterio basado en el concepto de valor esperado, su
funcionamiento debe ser correcto tras sucesivas repeticiones del proceso de toma de
decisiones. Sin embargo, en aquellos casos en que la eleccin slo va a realizarse una
vez, puede conducir a decisiones poco acertadas si la distribucin de resultados presenta
una gran dispersin, como se muestra en la siguiente tabla:
pg. 96
Asignatura: Investigacin de Operaciones
Estados de la Naturaleza
Alternativas e1 e2 Resultado
esperado
a1 15000 -5000 5000
Este criterio seleccionara la alternativa a1, que puede ser poco conveniente si la toma
de decisiones se realiza una nica vez, ya que podra conducirnos a una prdida elevada
b) Criterio de Wald
Este es el criterio ms conservador ya que est basado en lograr lo mejor de las peores
condiciones posibles. Esto es, si el resultado x(ai, ej) representa prdida para el decisor,
entonces, para ai la peor prdida independientemente de lo que ej pueda ser, es mx
ej { x(ai, ej) }. El criterio minimax elige entonces la accin ai asociada a:
Elegir _ ai mn ai mx e j x( ai , e j )
En una forma similar, si x(ai, ej) representa la ganancia, el criterio elige la accin ai
asociada a :
Elegir _ ai mx ai mn e j x( ai , e j )
Este criterio recibe el nombre de criterio maximin, y corresponde a un pensamiento
pesimista, pues razona sobre lo peor que le puede ocurrir al decisor cuando elige una
alternativa.
EJEMPLO
Partiendo del ejemplo de construccin del hotel, la siguiente tabla muestra las
recompensas obtenidas junto con los niveles de seguridad de las diferentes alternativas:
AyB 5 -1 -1
Ninguno 0 0 0
La alternativa ptima segn el criterio de Wald sera no comprar ninguno de los terrenos,
pues proporciona el mayor de los niveles de seguridad.
pg. 97
Asignatura: Investigacin de Operaciones
CRTICA
En ocasiones, el criterio de Wald puede conducir a decisiones poco adecuadas. Por
ejemplo, consideremos la siguiente tabla de decisin, en la que se muestran los niveles
de seguridad de las diferentes alternativas.
Estados de la
Naturaleza
Alternativas e1 e2 si
a1 1000 99 99
c) Criterio de Hurwicz
Este criterio representa un intervalo de actitudes desde la ms optimista hasta la ms
pesimista. En las condiciones ms optimistas se elegira la accin que proporcione el
mx ai mx ej { x(ai, ej) }. Se supone que x(ai, ej), representa la ganancia o beneficio.
De igual manera, en las condiciones ms pesimistas, la accin elegida corresponde a
mx ai mn ej { x(ai, ej) }. El criterio de Hurwicz da un balance entre el optimismo
extremo y el pesimismo extremo ponderando las dos condiciones anteriores por los
pesos respectivos y (1- ), donde 0 1. Esto es, si x(ai, ej) representa beneficio,
seleccione la accin que proporcione:
mx ai mx e j x( ai , e j ) (1 )mn e j x( ai , e j )
Para el caso donde x(ai, ej) representa un costo, el criterio selecciona la accin que
proporciona:
mn ai mn e j x( ai , e j ) (1 )mx e j x( ai , e j )
El parmetro se conoce como ndice de optimismo: cuando = 1, el criterio es
demasiado optimista; cuando = 0, es demasiado pesimista. Un valor de entre cero
y uno puede ser seleccionado dependiendo de si el decisor tiende hacia el pesimismo o
al optimismo. En ausencia de una sensacin fuerte de una circunstancia u otra, un valor
de = 1/2 parece ser una seleccin razonable.
pg. 98
Asignatura: Investigacin de Operaciones
EJEMPLO
Partiendo del ejemplo de construccin del hotel, la siguiente tabla muestra las
recompensas obtenidas junto con la media ponderada de los niveles de optimismo y
pesimismo de las diferentes alternativas para un valor = 0.4:
A 13 -12 -12 13 -2
B -8 11 -8 11 -0.4
AyB 5 -1 -1 5 1.4
Ninguno 0 0 0 0 0
La alternativa ptima segn el criterio de Hurwicz sera comprar las parcelas A y B, pues
proporciona la mayor de las medias ponderadas para el valor de seleccionado.
d) Criterio de Savage
En 1951 Savage argumenta que al utilizar los valores xij para realizar la eleccin, el
decisor compara el resultado de una alternativa bajo un estado de la naturaleza con
todos los dems resultados, independientemente del estado de la naturaleza bajo el que
ocurran. Sin embargo, el estado de la naturaleza no es controlable por el decisor, por
lo que el resultado de una alternativa slo debera ser comparado con los resultados de
las dems alternativas bajo el mismo estado de la naturaleza.
Con este propsito Savage define el concepto de prdida relativa o prdida de
oportunidad rij asociada a un resultado xij como la diferencia entre el resultado de la
mejor alternativa dado que ej es el verdadero estado de la naturaleza y el resultado de
la alternativa ai bajo el estado ej:
pg. 99
Asignatura: Investigacin de Operaciones
Conviene destacar que, como paso previo a la aplicacin de este criterio, se debe
calcular la matriz de prdidas relativas, formada por los elementos rij. Cada columna de
esta matriz se obtiene calculando la diferencia entre el valor mximo de esa columna y
cada uno de los valores que aparecen en ella.
Observe que si x(ai, ej) es una funcin de beneficio o de prdida, la matriz de prdidas
relativas, formada por los elementos rij representa en ambos casos prdidas. Por
consiguiente, nicamente el criterio minimax (y no el maximin) puede ser
aplicado a la matriz de de exploracin.
EJEMPLO
Partiendo del ejemplo de construccin del hotel, la siguiente tabla muestra la matriz de
prdidas relativas y el mnimo de stas para cada una de las alternativas.
B 21 0 21
AyB 8 12 12
Ninguno 13 11 13
CRTICA
El criterio de Savage puede dar lugar en ocasiones a decisiones poco razonables. Para
comprobarlo, consideremos la siguiente tabla de resultados:
Estados de la Naturaleza
Alternativas e1 e2
a1 9 2
a2 4 6
pg. 100
Asignatura: Investigacin de Operaciones
Estados de la
Naturaleza
Alternativas e1 e2 ri
a1 0 4 4
a2 5 0 5
La alternativa ptima es a1. Supongamos ahora que se aade una alternativa, dando
lugar a la siguiente tabla de resultados:
Estados de la Naturaleza
Alternativas e1 e2
a1 9 2
a2 4 6
a3 3 9
Estados de la
Naturaleza
Alternativas e1 e2 ri
a1 0 7 7
a2 5 3 5
a3 6 0 6
El criterio de Savage selecciona ahora como alternativa ptima a2, cuando antes
seleccion a1. Este cambio de alternativa resulta un poco paradjico: supongamos que
a una persona se le da a elegir entre peras y manzanas, y prefiere peras. Si
posteriormente se la da a elegir entre peras, manzanas y naranjas, esto equivaldra a
decir que ahora prefiere manzanas!
pg. 101
Asignatura: Investigacin de Operaciones
RESULTADOS
a) LAPLACE:
El principio de Laplace establece que e1, e2, e3, e4 tienen la misma probabilidad de
suceder. Por consiguiente las probabilidades asociadas son P(x)=1/4 y los costos
esperados para las acciones son:
E(a1) = (1/4)(5+10+18+25) = 14.5
E(a2) = (1/4)(8+7+8+23) = 11.5
E(a3) = (1/4)(21+18+12+21) = 18.0
E(a4) = (1/4)(30+22+19+15) = 21.5
Por lo tanto, el mejor nivel de inventario de acuerdo con el criterio de Laplace est
especificado por a2.
b) WALD
Ya que x(ai, ej) representa costo, el criterio minimax es aplicable. Los clculos se
resumen en la matriz que sigue. La estrategia minimax es a3:
pg. 102
Asignatura: Investigacin de Operaciones
c) HURWICZ
Supongamos =1/2. Los clculos necesarios se muestran enseguida. La solucin
ptima est dada por a1 a2.
a1 5 25 15 (mn)
a2 7 23 15 (mn)
a3 12 21 16.5
a4 15 30 22.5
d) SAVAGE
Se obtiene primero la matriz rij restando 5, 7, 8 y 15 de las columnas 1, 2, 3 y 4
respectivamente.
CASO DE APLICACIN
pg. 103
Asignatura: Investigacin de Operaciones
Matriz de decisin
Decisiones Alternativas Alta Acept. E1 Baja Acept. E2
D1 $200 000 -$20 000
D2 $150 000 $20 000
D3 $100 000 $60 000
Solucin:
Aplicando los criterios para la toma de decisiones en condiciones de incertidumbre se
tiene:
Criterio pesimista
Para aplicar este criterio se lista primeramente para cada decisin alternativa el "peor"
resultado, seleccionando entonces la decisin que proporcione el mayor valor para esos
resultados peores, lo cual se resume en la siguiente tabla:
Criterio optimista
La aplicacin de este criterio se resume en la siguiente tabla:
Criterio de Laplace
La aplicacin de este criterio presupone el clculo del resultado medio y se expresa en
la siguiente tabla:
Criterio de Savage
Para aplicar este criterio es necesario calcular primeramente la matriz de prdida de
oportunidad, la cual se muestra a continuacin:
pg. 104
Asignatura: Investigacin de Operaciones
Para aplicar el criterio se busca entonces para cada decisin el mximo valor de las
Oij a fin de determinar de entre estos el mnimo, lo cual se refleja en la siguiente tabla:
Criterio de Hurwitz
Para aplicar este criterio hay que definir un valor para el coeficiente . Fijemos un
0,4 y calculamos los valores que adoptara en los hi.
h1 =0.4 (200000) + 0.6 (-20000) = $68000
h2 = 0.4 (150000) + 0.6 (20000) - 72000
h3 = 0.4 (100000) + 0.6 (60000) = 76000 < - Mayor valor
Pero pese a todo, los mtodos empleados son tiles, ya que permiten:
Expresar en la matriz de decisin los elementos esenciales que se daban tener en
cuenta para tomar la misma y lo cual es bueno cuando se tienen muchas
alternativas.
Sustituir la mera contemplacin de la matriz de decisin con el empleo de diferentes
criterios que permiten valorar las decisiones desde diferentes puntos de vistas,
considerar las recomendaciones de cada uno de ellos y por ultimo detenerse en algo
concreto.
Esto es semejante a discutir el problema desde diferentes puntos de vista, pues como
se sabe de la discusin sale la mejor solucin. Por tanto no puede esperarse de la teora
de la decisin soluciones definitivas e indiscutibles, con lo nico que puede ayudarnos
es con consejos.
Si las recomendaciones que se deducen de los diferentes criterios coinciden, tanto
mejor, entonces se puede elegir sin vacilar la alternativa recomendada. Si como sucede
frecuentemente, las recomendaciones son contradictorias, entonces razonemos sobre
pg. 105
Asignatura: Investigacin de Operaciones
estas, aclaremos hasta qu punto divergen los resultados obtenidos, precisemos los
puntos de vista y hagamos la eleccin definitiva.
Actividad
Se ha demostrado que los rboles de decisin son eficaces cuando es necesario describir
problemas con ms de una dimensin o condicin. Tambin son tiles para identificar
los requerimientos de datos crticos que rodean al proceso de decisin, es decir, los
pg. 106
Asignatura: Investigacin de Operaciones
rboles indican los conjuntos de datos que la gerencia requiere para formular decisiones
o tomar acciones. El analista debe identificar y elaborar una lista de todos los datos
utilizados en el proceso de decisin, aunque el rbol de decisin no muestra todo los
datos.
Para comenzar a dibujar un rbol de decisin debemos escribir cul es la decisin que
necesitamos tomar. Dibujaremos un recuadro para representar esto en la parte
izquierda de una pgina grande de papel.
Desde este recuadro se deben dibujar lneas hacia la derecha para cada posible solucin,
y escribir cul es la solucin sobre cada lnea. Se debe mantener las lneas lo ms
apartadas posibles para poder expandir tanto como se pueda el esquema. Al final de
cada lnea se debe estimar cul puede ser el resultado. Si este resultado es incierto, se
puede dibujar un pequeo crculo. Si el resultado es otra decisin que necesita ser
tomada, se debe dibujar otro recuadro. Los recuadros representan decisiones, y
los crculos representan resultados inciertos. Se debe escribir la decisin o el
causante arriba de los cuadros o crculos.
Comenzando por los recuadros de una nueva decisin en el diagrama, dibujar lneas
que salgan representando las opciones que podemos seleccionar. Desde los crculos se
pg. 107
Asignatura: Investigacin de Operaciones
deben dibujar lneas que representen las posibles consecuencias. Nuevamente se debe
hacer una pequea inscripcin sobre las lneas que digan que significan. Seguir
realizando esto hasta que tengamos dibujado tantas consecuencias y decisiones como
sea posible ver asociadas a la decisin original.
Una vez que tenemos hecho esto, revisamos el diagrama en rbol. Controlamos cada
cuadro y crculo para ver si hay alguna solucin o consecuencia que no hayamos
considerado. Si hay alguna, la debemos agregar. En algunos casos ser necesario
dibujar nuevamente todo el rbol si partes de l se ven muy desarregladas o
desorganizadas. Ahora ya tendremos un buen entendimiento de las posibles
consecuencias de nuestras decisiones.
Aqu es cuando podemos analizar cul opcin tiene el mayor valor para nosotros.
Comencemos por asignar un costo o puntaje a cada posible resultado (cunto creemos
que podra ser el valor para nosotros si estos resultados ocurren).
Luego, debemos ver cada uno de los crculos (que representan puntos de incertidumbre)
y estimar la probabilidad de cada resultado. Si utilizamos fracciones, estas deberan
sumar 1 (si utilizamos porcentajes, el total debe sumar 100%). Si tenemos algn tipo
de informacin basada en eventos del pasado, quizs estemos en mejores condiciones
de hacer estimaciones ms rigurosas sobre las probabilidades. De otra forma, debemos
realizar nuestra mejor suposicin
pg. 108
Asignatura: Investigacin de Operaciones
Una vez que calculamos el valor de cada uno de los resultados, y hemos evaluado la
probabilidad de que ocurran las consecuencias inciertas, ya es momento de calcular el
valor que nos ayudar a tomar nuestras decisiones. Comenzamos por la derecha del
rbol de decisin, y recorremos el mismo hacia la izquierda. Cuando completamos un
conjunto de clculos en un nodo (cuadro de decisin o crculo de incertidumbre), todo
lo que necesitamos hacer es anotar el resultado. Podemos ignorar todos los clculos que
llevan a ese resultado.
pg. 109
Asignatura: Investigacin de Operaciones
El rbol final con los resultados de los clculos puede verse en la siguiente figura:
CUL ES EL RESULTADO
Actividad
pg. 110
Asignatura: Investigacin de Operaciones
2. Como director de operaciones de Muebles & Madera, usted debe tomar una decisin
sobre la ampliacin de la lnea de mobiliario infantil (cunas, cajas para juguetes,
camas, etc.). Estudia las posibilidades con la directora de ventas y ambos estn de
acuerdo en que va a haber mercado y que la compaa debe entrar en l. Sin
embargo, como el mobiliario infantil a menudo se debe pintar en lugar de barnizar,
usted decide que necesita otra lnea de produccin. No tiene duda alguna sobre su
decisin, y est seguro que necesita un segundo proceso. Pero la cuestin es saber
cul ha de ser su tamao. Una lnea de produccin grande costar 300 millones de
Bs.; una lnea de produccin pequea costar 200 millones de Bs. Por tanto, es
importante saber la demanda que habr de mobiliario infantil. Despus de una
extensa discusin con los representantes de una empresa de marketing que se
contrat para que hiciera el estudio de mercado, se determin que la mejor
estimacin que se puede hacer es que hay un 66.5% de probabilidades de que la
demanda sea alta, y un 33.5 % de probabilidades de que la demanda sea baja.
Con una lnea de produccin grande y una demanda alta puede obtener ganancias
de 400 millones. Si la demanda es baja obtendr beneficios de 200 millones. Con
una lnea de produccin pequea no podr cubrir una demanda alta, por lo que la
empresa se ver en la necesidad de expandirse; despus de la expansin las
ganancias sern de 330 millones. Si no se expande, las ganancias se quedaran en
280 millones. Si se decide por un proceso pequeo y la demanda es baja, podr
satisfacerla sin ningn problema con una ganancia de 200 millones.
pg. 111
Asignatura: Investigacin de Operaciones
SEXTA UNIDAD
10.1 INTRODUCCIN
Una cadena de Markov es una serie de eventos, en la cual la probabilidad de que ocurra
un evento depende del evento inmediato anterior. En efecto, las cadenas de este tipo
tienen memoria. Recuerdan" el ltimo evento y esto condiciona las posibilidades de los
eventos futuros. Esta dependencia del evento anterior distingue a las cadenas de Markov
de las series de eventos independientes, como tirar una moneda al aire o un dado.
En los negocios, las cadenas de Markov se han utilizado para analizar los patrones de
compra de los deudores morosos, para planear las necesidades de personal y para
analizar el remplazo de equipo.
El anlisis de Markov, llamado as en honor de un matemtico ruso que desarrollo el
mtodo en 1907, permite encontrar la probabilidad de que un sistema se encuentre en
un estado en particular en un momento dado. Algo ms importante an, es que permite
encontrar el promedio a la larga o las probabilidades de estado estable para cada estado.
Con esta informacin se puede predecir el comportamiento del sistema a travs del
tiempo.
La tarea ms difcil es reconocer cundo puede aplicarse. La caracterstica ms
importante que hay que buscar en la memoria de un evento a otro.
pg. 112
Asignatura: Investigacin de Operaciones
Esto se debe compensar por promocin del grado 1. Al pasar al grado 1, el 30 % sale y
21 deben promoverse, lo cual una prdida total de 111. Por tanto, el siguiente ao se
deben contratar 111 empleados del nivel 1.
En este ejemplo se derivan algunas tasas de transicin a partir de consideraciones
externas.
Generador de Markov
Probabilidades de transicin
Una forma de describir una cadena de Markov es con un diagrama de estados, como el
que se muestra en la figura 4.1.2. En sta se ilustra un sistema de Markov con cuatro
estados posibles: M1, M2, M3 y M4. La probabilidad condicional o de transicin de
moverse de un estado a otro se indica en el diagrama
pg. 113
Asignatura: Investigacin de Operaciones
Diagrama de estados
Otro mtodo para exhibir las probabilidades de transicin es usar una matriz de
transicin. . La matriz de transicin para el ejemplo del diagrama de estados se muestra
en la tabla Matriz de transicin.
Matriz de transicin
Otro mtodo para exhibir las probabilidades de transicin es usar una matriz de
transicin. .
Para n = 0, 1, 2,
CASOS RESUELTOS
pg. 114
Asignatura: Investigacin de Operaciones
pg. 115
Asignatura: Investigacin de Operaciones
Actividad
1.
2.
pg. 116
Asignatura: Investigacin de Operaciones
REFERENCIAS BIBLIOGRFICAS
REFERENCIAS ELECTRNICAS
1. Administracin de operaciones
http://admoperaciones.pe.tripod.com/admope.htm
2. Operations Management and Principles of Operations Management
http://wps.prenhall.com/bp_heizer_opsmgmt_10/147/37737/9660836.cw/index.ht
ml
3. Sistemas de produccin integrado
http://italica.us.es/asignaturas/it/spi.htm
pg. 117
Asignatura: Investigacin de Operaciones
ANEXO
normal 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0 0.5 0.50399 0.50798 0.51197 0.51595 0.51994 0.52392 0.5279 0.53188 0.53586
0.1 0.53983 0.5438 0.54776 0.55172 0.55567 0.55962 0.56356 0.56749 0.57142 0.57535
0.2 0.57926 0.58317 0.58706 0.59095 0.59483 0.59871 0.60257 0.60642 0.61026 0.61409
0.3 0.61791 0.62172 0.62552 0.6293 0.63307 0.63683 0.64058 0.64431 0.64803 0.65173
0.4 0.65542 0.6591 0.66276 0.6664 0.67003 0.67364 0.67724 0.68082 0.68439 0.68793
0.5 0.69146 0.69497 0.69847 0.70194 0.7054 0.70884 0.71226 0.71566 0.71904 0.7224
0.6 0.72575 0.72907 0.73237 0.73565 0.73891 0.74215 0.74537 0.74857 0.75175 0.7549
0.7 0.75804 0.76115 0.76424 0.7673 0.77035 0.77337 0.77637 0.77935 0.7823 0.78524
0.8 0.78814 0.79103 0.79389 0.79673 0.79955 0.80234 0.80511 0.80785 0.81057 0.81327
0.9 0.81594 0.81859 0.82121 0.82381 0.82639 0.82894 0.83147 0.83398 0.83646 0.83891
1 0.84134 0.84375 0.84614 0.84849 0.85083 0.85314 0.85543 0.85769 0.85993 0.86214
1.1 0.86433 0.8665 0.86864 0.87076 0.87286 0.87493 0.87698 0.879 0.881 0.88298
1.2 0.88493 0.88686 0.88877 0.89065 0.89251 0.89435 0.89617 0.89796 0.89973 0.90147
1.3 0.9032 0.9049 0.90658 0.90824 0.90988 0.91149 0.91308 0.91466 0.91621 0.91774
1.4 0.91924 0.92073 0.9222 0.92364 0.92507 0.92647 0.92785 0.92922 0.93056 0.93189
1.5 0.93319 0.93448 0.93574 0.93699 0.93822 0.93943 0.94062 0.94179 0.94295 0.94408
1.6 0.9452 0.9463 0.94738 0.94845 0.9495 0.95053 0.95154 0.95254 0.95352 0.95449
1.7 0.95543 0.95637 0.95728 0.95818 0.95907 0.95994 0.9608 0.96164 0.96246 0.96327
1.8 0.96407 0.96485 0.96562 0.96638 0.96712 0.96784 0.96856 0.96926 0.96995 0.97062
1.9 0.97128 0.97193 0.97257 0.9732 0.97381 0.97441 0.975 0.97558 0.97615 0.9767
2 0.97725 0.97778 0.97831 0.97882 0.97932 0.97982 0.9803 0.98077 0.98124 0.98169
2.1 0.98214 0.98257 0.983 0.98341 0.98382 0.98422 0.98461 0.985 0.98537 0.98574
2.2 0.9861 0.98645 0.98679 0.98713 0.98745 0.98778 0.98809 0.9884 0.9887 0.98899
2.3 0.98928 0.98956 0.98983 0.9901 0.99036 0.99061 0.99086 0.99111 0.99134 0.99158
2.4 0.9918 0.99202 0.99224 0.99245 0.99266 0.99286 0.99305 0.99324 0.99343 0.99361
2.5 0.99379 0.99396 0.99413 0.9943 0.99446 0.99461 0.99477 0.99492 0.99506 0.9952
2.6 0.99534 0.99547 0.9956 0.99573 0.99585 0.99598 0.99609 0.99621 0.99632 0.99643
2.7 0.99653 0.99664 0.99674 0.99683 0.99693 0.99702 0.99711 0.9972 0.99728 0.99736
2.8 0.99744 0.99752 0.9976 0.99767 0.99774 0.99781 0.99788 0.99795 0.99801 0.99807
2.9 0.99813 0.99819 0.99825 0.99831 0.99836 0.99841 0.99846 0.99851 0.99856 0.99861
3 0.99865 0.99869 0.99874 0.99878 0.99882 0.99886 0.99889 0.99893 0.99896 0.999
3.1 0.99903 0.99906 0.9991 0.99913 0.99916 0.99918 0.99921 0.99924 0.99926 0.99929
3.2 0.99931 0.99934 0.99936 0.99938 0.9994 0.99942 0.99944 0.99946 0.99948 0.9995
3.3 0.99952 0.99953 0.99955 0.99957 0.99958 0.9996 0.99961 0.99962 0.99964 0.99965
3.4 0.99966 0.99968 0.99969 0.9997 0.99971 0.99972 0.99973 0.99974 0.99975 0.99976
3.5 0.99977 0.99978 0.99978 0.99979 0.9998 0.99981 0.99981 0.99982 0.99983 0.99983
3.6 0.99984 0.99985 0.99985 0.99986 0.99986 0.99987 0.99987 0.99988 0.99988 0.99989
3.7 0.99989 0.9999 0.9999 0.9999 0.99991 0.99991 0.99992 0.99992 0.99992 0.99992
3.8 0.99993 0.99993 0.99993 0.99994 0.99994 0.99994 0.99994 0.99995 0.99995 0.99995
3.9 0.99995 0.99995 0.99996 0.99996 0.99996 0.99996 0.99996 0.99996 0.99997 0.99997
4 0.99997 0.99997 0.99997 0.99997 0.99997 0.99997 0.99998 0.99998 0.99998 0.99998
pg. 118