Professional Documents
Culture Documents
MATERIAL BIBLIOGRFICO
DE APOYO DIDCTICO
Licenciatura:
NEGOCIOS Y COMERCIO
INTERNACIONALES
Asignatura:
INVESTIGACION DE
OPERACIONES
Semestre:
CUARTO
INDICE
INTRODUCCION
MANEJO DE LA ANTOLOGIA
1. INTRODUCCIN
1.1 Orgenes de la investigacin de operaciones
1.2 Naturaleza de investigacin de operaciones
1.3 La investigacin de operaciones en la contadura, la administracin e informtica
1.4 Alcances y limitaciones de la investigacin de operaciones
2. PROGRAMACIN LINEAL
2.1 Elementos de un problema de programacin lineal
2.2 El mtodo grfico
2.3 El mtodo simplex
2.4 Doble fase
2.5 El mtodo de transporte
2.5.1 Mtodo de esquina noroeste
2.5.2 Mtodo de costo mnimo
2.5.3 Mtodo de Vogel
2.6 El mtodo de asignacin
2.7 Estudio de casos
3. MODELO DE REDES
3.1 Terminologa
3.2 Problemas de recorrido mnimo P.M.R.
3.3 La ruta ms corta
3.4 Flujo mximo
3.5 C.P.M. (Ruta crtica)
3.6 Pert/ tiempo y Pert/costo
3.7 Estudio de casos
4. INVENTARIOS
4.1 Terminologa
4.2 Diferentes modelos
4.3 El modelo de cantidad econmica de pedido en los diferentes modelos
4.4 Punto de reorden
4.5 Descuentos
4.6 Resolucin de problemas
5. LNEAS DE ESPERA
5.1 Terminologa
5.2 Estructura bsica de una lnea de espera
5.3 Modelos de una cola con servidor
5.4 Modelos de una cola con servidores mltiples en paralelo
5.5 Modelos de una cola con servidores mltiples en serie
5.6 Comportamiento prioritario de una lnea de espera
INTRODUCCION
MANEJO DE LA ANTOLOGIA
1. INTRODUCCIN
Como su nombre lo dice, la investigacin de operaciones significa hacer
investigacin sobre las operaciones. Entonces, la investigacin de operaciones se
aplica a problemas que se refieren a la conduccin y coordinacin de operaciones (o
actividades) dentro de una organizacin. La naturaleza de la organizacin es
esencialmente inmaterial y, de hecho, la investigacin de operaciones se ha aplicado
de manera extensa en reas tan diversas como la manufactura, el transporte, la
constitucin, las telecomunicaciones, la planeacin financiera, el cuidado de la salud,
la milicia y los servicios pblicos, por nombrar slo unas cuantas. As, la gama de
aplicaciones es extraordinariamente amplia.
La parte de investigacin en el nombre significa que la investigacin de
operaciones usa un enfoque similar a la manera en que se lleva a cabo la investigacin
en los campos cientficos establecidos. En gran medida, se usa el mtodo cientfico
para investigar el problema en cuestin. (De hecho, en ocasiones se usa el trmino
ciencias de la administracin como sinnimo de investigacin de operaciones.) En
particular, el proceso comienza por la observacin cuidadosa y la formulacin del
problema incluyendo la recoleccin de los datos pertinentes. El siguiente paso es la
construccin de un modelo cientfico (por lo general matemtico) que intenta abstraer
la esencia del problema real.
En este punto se propone la hiptesis de que el modelo es una representacin lo
suficientemente precisa de las caractersticas esenciales de la situacin como para que
las conclusiones (soluciones) obtenidas sean vlidas tambin para el problema real.
Despus, se llevan a cabo los experimentos adecuados para probar esta hiptesis,
modificarla si es necesario y eventualmente verificarla. (Con frecuencia este paso se
conoce como validacin del modelo.) Entonces, en cierto modo, la investigacin e
operaciones incluyen la investigacin cientfica creativa de las propiedades
fundamentales de las operaciones. Sin embargo, existe ms que esto. En particular, la
IO se ocupa tambin de la administracin prctica de la organizacin. As, para tener
xito, deber tambin proporcionar conclusiones claras que pueda usar el tomador de
decisiones cuando las necesite.
Una caracterstica ms de IO es que adopta un punto de vista organizacional, de
esta manera, intenta resolver los conflictos de intereses entre las componentes de la
organizacin de forma que el resultado sea el mejor para la organizacin completa.
Esto no significa que el estudio de cada problema deba considerar en forma explcita
todos los aspectos de la organizacin sino que los objetivos que se buscan deben ser
consistentes con los de toda ella.
Una caracterstica adicional es que la investigacin de operaciones intenta
encontrar una mejor solucin, (llamada solucin ptima) para el problema bajo
consideracin. (Decimos una mejor solucin y no la mejor solucin porque pueden
existir muchas soluciones que empaten como la mejor.) En lugar de contentarse con
ING JUAN ALBERTO VAZQUEZ G.
Pgina 5 de 85
CESVER MATERIAL BIBLIOGRAFICO DE APOYO DIDACTICO
NEGOCIOS Y COMERCIOS INTERNACIONALES INV. DE OPERACIONES 4 SEM
mejorar el estado de las cosas, la meta es identificar el mejor curso de accin posible.
Aun cuando debe interpretarse con todo cuidado en trminos de las necesidades
reales de la administracin, esta bsqueda de la optimidad es un aspecto importante
dentro de la investigacin de operaciones.
Todas estas caractersticas llevan de una manera casi natural a otra. Es evidente
que no puede esperarse que un solo individuo sea un experto en todos los mltiples
aspectos del trabajo de investigacin de operaciones o de los problemas que se
estudian; se requiere un grupo de individuos con diversos antecedentes y habilidades.
Entonces, cuando se va a emprender un estudio de investigacin de operaciones
completo de un nuevo problema, por lo general es necesario emplear equipo. Este debe
incluir individuos con antecedentes firmes en matemticas, estadstica y teora de
probabilidades, al igual que en economa, administracin de empresas, ciencias de la
computacin, ingeniera, ciencias fsicas, ciencias del comportamiento y, por supuesto,
en las tcnicas especiales de investigacin de operaciones. El equipo tambin necesita
tener la experiencia y las habilidades necesarias para permitir la consideracin
adecuada de todas las ramificaciones del problema a travs de la organizacin.
puede ir en prdida de otra, de manera que pueden terminar trabajando con objetivos
opuestos. Un problema relacionado con esto es que, conforme la complejidad y la
especializacin crecen, se vuelve ms difcil asignar los recursos disponibles a las
diferentes actividades de la manera ms eficaz para la organizacin como un todo.
Este tipo de problemas, y la necesidad de encontrar la mejor forma de resolverlos,
proporcionaron el ambiente adecuado para el surgimiento de la INVESTIGACIN DE
OPERACIONES (IO).
Las races de la investigacin de operaciones se remontan a muchas dcadas
como ya se ha visto en la seccin anterior, cuando se hicieron los primeros intentos
para emplear el mtodo cientfico en la administracin de una empresa. Sin embargo, el
inicio de la actividad llamada investigacin de operaciones, casi siempre se atribuye a
los matemticos para la toma de decisiones en servicios militares prestados a
principios de la segunda guerra mundial existiendo una necesidad urgente de asignar
recursos escasos a las distintas operaciones militares y a las actividades dentro de
cada operacin, en la forma ms efectiva. Por esto, las administraciones militares
americana e inglesa hicieron un llamado a un gran nmero de cientficos para que
aplicaran el mtodo cientfico a ste y a otros problemas estratgicos y tcticos. De
hecho, se les pidi que hicieran investigacin sobre operaciones (militares). Estos
equipos de cientficos fueron los primeros equipos de IO. Con el desarrollo de mtodos
efectivos para el uso del nuevo radar, estos equipos contribuyeron al triunfo del
combate areo ingls. A travs de sus investigaciones para mejorar el manejo de las
operaciones antisubmarinas y de proteccin, jugaron tambin un papel importante en
la victoria de la batalla del Atlntico Norte.
Al terminar la guerra, el xito de la investigacin de operaciones en las actividades
blicas gener un gran inters en sus aplicaciones fuera del campo militar. Como la
explosin industrial segua su curso, los problemas causados por el aumento en la
complejidad y especializacin dentro de las organizaciones pasaron de nuevo a primer
plano. Comenz a ser evidente para un gran nmero de personas, incluyendo a los
consultores industriales que haban trabajado con o para los equipos de IO durante la
guerra, que estos problemas eran bsicamente los mismos que los enfrentados por la
milicia, pero en un contexto diferente.
Cuando comenz la dcada de 1950, estos individuos haban introducido el uso de
la investigacin de operaciones en la industria, los negocios y el gobierno.
Desde entonces, esta disciplina se ha desarrollado con rapidez. Se pueden
identificar por lo menos otros dos factores que jugaron un papel importante en el
desarrollo de la investigacin de operaciones durante este perodo. Uno es el gran
progreso que ya se haba hecho en el mejoramiento de las tcnicas disponibles en esta
rea. Despus de la guerra, muchos cientficos que haban participado en los equipos
de IO o que tenan informacin sobre este trabajo, se encontraban motivados a buscar
resultados sustanciales en este campo; de esto resultaron avances importantes. Un
ACTIVIDADES
Renase con sus compaeros de grupo y visiten diversas empresas, describan las
actividades que realizan y cules son los objetivos que persigue la empresa a corto
plazo.
EVALUACION
2. PROGRAMACIN LINEAL
La programacin matemtica es una potente tcnica de modelado usada en el
proceso de toma de decisiones. Cuando se trata de resolver un problema de este tipo,
la primera etapa consiste en identificar las posibles decisiones que pueden tomarse;
esto lleva a identificar las variables del problema concreto. Normalmente, las variables
son de carcter cuantitativo y se buscan los valores que optimizan el objetivo. La
segunda etapa supone determinar que decisiones resultan admisibles; esto conduce a
un conjunto de restricciones que se determinan teniendo presente la naturaleza del
problema en cuestin. En la tercera etapa, se calcula el coste/beneficio asociado a cada
decisin admisible; esto supone determinar una funcin objetivo que asigna, a cada
conjunto posible de valores para las variables que determinan una decisin, un valor
de coste/beneficio. El conjunto de todos estos elementos define el problema de
optimizacin.
La programacin lineal (PL), que trata exclusivamente con funciones objetivos y
restricciones lineales, es una parte de la programacin matemtica, y una de las reas
ms importantes de la matemtica aplicada. Se utiliza en campos como la ingeniera, la
economa, la gestin, y muchas otras reas de la ciencia, la tcnica y la industria.
EJEMPLO
Un comprador est tratando de seleccionar la combinacin ms barata de dos
alimentos, que debe cumplir con ciertas necesidades diarias de vitaminas. Los
requerimientos vitamnicos son por lo menos 40 unidades de vitamina W, 50 unidades
de vitamina X y 49 unidades de vitamina Y. Cada onza del alimento A proporciona 4
4A + 10B = 40
7A + 7B = 49
Resolviendo el sistema de ecuaciones A=5 y B=2.
La solucin menos costosa es 5 kilogramos de alimento A y 2 kilogramos de
alimento B. El costo total de esta combinacin es:
Z = 5A + 8B = 5(5) + 8(2) = 25 + 16 = 41 pesos
Si se usa el mtodo de prueba y error para localizar la solucin ptima, se deben
encontrar las coordenadas de los puntos a, b, c, y d. Se debe calcular despus el valor
de la funcin objetivo para cada punto.
Finalmente se muestran los resultados de este procedimiento:
Punto Coordenadas Z=5A+8B
A A = 10, B = 0 50
B A = 5, B = 2 41 menor
C A =3, B = 4 47
D A = 0, B = 10 80
EJEMPLO
Una compaa de auditores se especializa en preparar liquidaciones y auditoras de
empresas pequeas. Tienen inters en saber cuntas auditoras y liquidaciones pueden
realizar mensualmente para maximizar sus ingresos. Se dispone de 800 horas de
trabajo directo y 320 horas para revisin. Una auditora en promedio requiere de 40
horas de trabajo directo y 10 horas de revisin, adems aporta un ingreso de 300
dlares. Una liquidacin de impuesto requiere de 8 horas de trabajo directo y de 5
horas de revisin, produce un ingreso de 100 dlares. El mximo de liquidaciones
mensuales disponibles es de 60.
OBJETIVO: Maximizar el ingreso total.
VARIABLE DE DECISION:
Cantidad de auditoras (X1).
Cantidad de liquidaciones (X2).
RESTRICCIONES:
Tiempo disponible de trabajo
directo
Tiempo disponible de revisin
Nmero mximo de liquidaciones.
MAXIMIZAR
Z=300X1+100X2
SUJETO A:
40X1+8X2800
10X1+5X2320
X260
ING JUAN ALBERTO VAZQUEZ G.
Pgina 17 de 85
CESVER MATERIAL BIBLIOGRAFICO DE APOYO DIDACTICO
NEGOCIOS Y COMERCIOS INTERNACIONALES INV. DE OPERACIONES 4 SEM
X1,X20
La solucin ptima siempre se encuentra en uno de los vrtices del conjunto de
soluciones factibles. Se analizan estos valores en la funcin objetivo. El vrtice que
representa el mejor valor de la funcin objetivo ser la solucin ptima.
(0,60)
Z=300(0)+100(60)=6,000
(2,60)
Z=300(2)+100(60)=6,600
(12,40)
Z=300(12)+100(40)=7,600
(20,0)
Z=300(20)+100(0)=6,000
(0,0)
Z=300(0)+100(0)=6,000
SOLUCIN PTIMA.
X1= 12 auditorias
X1= 40 liquidaciones
Z=$7,600
EJEMPLO
Con miras a conocer la metodologa que se aplica en el Mtodo SIMPLEX, vamos a
resolver el siguiente problema:
Maximizar Z=f(x,y)=3x+2y
sujeto a: 2x+y18
2x+3y 42
3x+y24
x,y0
SOLUCION
1. Convertir las desigualdades en igualdades
Se introduce una variable de holgura por cada una de las restricciones, para
convertirlas en igualdades, resultando el sistema de ecuaciones lineales:
2x+y+h=18
2x+3y+s=42
3x+y+d=24
2. Igualar la funcin objetivo a cero
-3x-2y+Z=0
3. Escribir la tabla inicial simplex
En las columnas aparecern todas las variables del problema y, en las filas,
los coeficientes de las igualdades obtenidas, una fila para cada restriccin y la
ltima fila con los coeficientes de la funcin objetivo:
Tabla I . Iteracin n 1
Base Variable de decisin Variable de holgura Valores solucin
x y h s d
h 2 1 1 0 0 18
s 2 3 0 1 0 42
d 3 1 0 0 1 24
Z -3 -2 0 0 0 0
4. Encontrar la variable de decisin que entra en la base y la variable de holgura que
sale de la base
a) Para escoger la variable de decisin que entra en la base, nos fijamos
en la ltima fila, la de los coeficientes de la funcin objetivo y
escogemos la variable con el coeficiente negativo mayor (en valor
absoluto).
En nuestro caso, la variable x de coeficiente -3.
Si existiesen dos o ms coeficientes iguales que cumplan la condicin
anterior, entonces se elige uno cualquiera de ellos.
Vemoslo con un ejemplo (fila s) una vez calculada la fila del pivote (fila de x
en la Tabla II):
Vieja fila de s 2 3 0 1 0 42
- - - - - -
Coeficiente 2 2 2 2 2 2
x x x x x x
Nueva fila pivote 1 1/3 0 0 1/3 8
= = = = = =
Nueva fila de s 0 7/3 0 1 -2/3 26
De manera similar se procede para las dems filas, incluyendo la de la
funcin objetivo. Obteniendo la siguiente tabla.
Tabla II . Iteracin n 2
Bas Variable de Variable de Valores
e decisin holgura solucin
x Y h s d
h 0 1/3 1 0 -2/3 2
s 0 7/3 0 1 -2/3 26
x 1 1/3 0 0 1/3 8
Z 0 -1 0 0 1 24
Como en los elementos de la ltima fila hay uno negativo, -1, significa que no
hemos llegado todava a la solucin ptima. Hay que repetir el proceso:
a) La variable que entra en la base es y, por ser la variable que
corresponde al coeficiente -1
b) Para calcular la variable que sale, dividimos los trminos de la ltima
columna entre los trminos correspondientes de la nueva columna
pivote:
2/(1/3) [=6] , 26/(7/3) [=78/7] y 8/(1/3 [=24]
y como el menor cociente positivo es 6, tenemos que la variable de
holgura que sale es h.
c) El elemento pivote, que ahora hay que hacer 1, es 1/3.
EJEMPLO
Max 2X1+X2
Sujeto a 10X1+10X2<= 9
10X1+5X2>=1
X1, X2>= 0
Se debe agregar X3 como variable de holgura de la restriccin 1, X4 como variable
de exceso de la restriccin 2 y X5 variable auxiliar para poder comenzar la Fase 1.
Obteniendo como resultado:
Min X5
Sujeto a 10X1+10X2+X3=9
10X1+5X2-X4+X5=1
X1, X2, X3, X4, X5>= 0
La tabla inicial asociada a la Fase I queda en consecuencia definida de la siguiente
forma:
X1 X2 X3 X4 X5
X3 10 10 1 0 0 9
X5 10 5 0 -1 1 1
Z 0 0 0 0 1 0
Luego, se debe hacer 0 el costo reducido de X5, obteniendo la siguiente tabla inicial
para hacer el uso de Simplex La forma de hacerlo es Z-X5 y los resultados sern
colocados en Z:
X1 X2 X3 X4 X5
X3 10 10 1 0 0 9
X5 10 5 0 -1 1 1
Z -10 -5 0 1 0 -1
Se escoge X1 como variable que entra a la base al tener el costo reducido ms
negativo. Posteriormente, utilizando lo aprendido en la seccin anterior se selecciona
la variable que sale de la base: Min {9/10; 1/10} = 1/10, X5 sale de la base.
X 1 X2 X 3 X4 X5
X3 0 5 1 1 -1 8
X1 1 1/2 0 -1/10 1/10 1/10
Z 0 0 0 0 1 0
Una vez obtenida la solucin ptima de la Fase I, con valor ptimo cero, tomamos
X1 y X3 como variables bsicas inciales para la Fase II. Observe que solo se ha
cambiado la fila que corresponde a la funcin objetivo y se ha despreciado la columna
X5.
X 1 X2 X 3 X4
X3 0 5 1 1 8
X1 1 1/2 0 -1/10 1/10
Z -2 -1 0 0 0
Hacemos cero los costos reducidos de las variables bsicas:
X 1 X2 X 3 X4
X3 0 5 1 1 8
X1 1 1/2 0 -1/10 1/10
Z 0 0 0 -1/5 1/5
EJEMPLO 2.
Una compaa de renta de autos tiene problemas de distribucin debido a que los
acuerdos de renta permiten que los autos se entreguen en lugares diferentes a aquellos
en que originalmente fueron rentados. Por el momento, hay 2 lugares (fuentes) con 15 y
13 autos en exceso, respectivamente, y cuatro lugares (destinos) en los que se
requieren 9, 6, 7, y 9 autos respectivamente. Los costos unitarios de transporte en
dlares entre los lugares son los siguientes:
EJEMPLO
Considere una fbrica que tiene tres lugares de produccin (X, Y, Z) y tres
almacenes con sus respectivas demandas, datos que son mostrados en la tabla:
FABRICA PROD. PLANEADA ALMACEN REQUERIMIENTO
X 150 A 90
Y 40 B 70
Z 80 C 50
D 60
270 270
Los primero que se observa es que el problema esta balanceado, dado que la
produccin y la demanda tienen un valor numrico de 270.
Los costos de transporte de los productos son mostrados en la siguiente tabla.
A B C D
X $27 $23 $31 $69 150
Y $10 $45 $40 $32 40
Z $30 $54 $35 $57 80
90 70 50 60 270
De acuerdo a lo que se ha planteado debemos localizar el menor de los costos y a
partir de este ir asignando la cantidad de productos. Obteniendo como solucin la
tabla.
A B C D
X $27 50 $23 70 $31 30 $69 150
Y $10 40 $45 $40 $32 40
Z $30 $54 $35 20 $57 60 80
90 70 50 60 270
En color rojo se marcaron las asignaciones hechas, se ha empezado por el 10 de la
columna A fila Y dado que era el menor valor.
EJEMPLO:
Aplique el mtodo de Vogel para la tabla que se solicita.
Clientes
Almacn 1 2 3 4
1 10 2 20 11 15
2 12 7 9 20 25
3 4 14 16 18 10
5 15 15 15
De acuerdo con el paso 1 debemos de penalizar renglones y columnas, empecemos
por el primer rengln que tiene como elementos mnimos 2 y 10, entonces su
penalizacin es 8, ya que 10-2=8, en el segundo rengln 7 y 9, su penalizacin 2, y as
sucesivamente hasta completar filas y columnas el resultado es la tabla siguiente:
Clientes
Almacn 1 2 3 4
1 10 2 20 11 15 10-2=8
2 12 7 9 20 25 9-7=2
3 4 5 14 16 18 10 14-4=10
5 15 15 15
10-4=6 7-2=5 16-9=7 18-11=7
De acuerdo con el paso 2 la mayor penalizacin se localiza en el tercer rengln y
dado que la primera fila es la que presenta el elemento menor (X31) entonces aqu se
colocara la primera variable, en este caso 5, como adems se ha conseguido completar
el valor de la variable la columna 1 se tacha y ahora solo se trabajara con tres
columnas. La nueva tabla es:
Clientes
Almacn 1 2 3 4
1 10 2 15 20 11 15 11-2=9
2 12 7 9 20 25 9-7=2
3 4 5 14 16 18 10 16-14=2
5 15 15 15
7-2=5 16-9=7 18-11=7
PROCEDIMIENTO MAXIMIZACIN
Paso 1: 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.
Paso 2: 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.
Paso3: 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 porqu
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:
EJEMPLO:
Una fbrica 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.
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
Si quisiramos aplicar el mtodo simplex tendramos:
MIN W = 10X11+ 14X12+ 16X13+ 13X14+ 12X21+ 13X22+ 15X23+ 12X24+ 9X31+ 12X32+
12X33+ 11X34+ 14X41+ 13X42+ 18X43+ 16X44
Sujeto a las siguientes restricciones:
EJEMPLO
Maximizar las ventas estimadas que pueden conseguir cada uno de los
representantes de una empresa, asignando los vendedores a una zona concreta.
Vendedor Sevilla Cdiz Crdoba Huelva Mlaga
Prez 50 35 40 25 30
Garca 60 40 50 25 60
Lpez 15 35 40 30 20
Daz 25 40 50 50 20
Snchez 60 50 30 40 30
Como maximizamos, hay que cambiar de signo:
Vendedor Sevilla Cdiz Crdoba Huelva Mlaga
Prez -50 -35 -40 -25 -30
Garca -60 -40 -50 -25 -60
Lpez -15 -35 -40 -30 -20
Daz -25 -40 -50 -50 -20
Snchez -60 -50 -30 -40 -30
Para hallar ceros en cada fila y en cada columna, sumaremos el mayor elemento en
trminos absolutos de cada fila:
Vendedor Sevilla Cdiz Crdoba Huelva Mlaga Valor
sumado
Prez -50 -35 -40 -25 -30 +50
Garca -60 -40 -50 -25 -60 +60
Lpez -15 -35 -40 -30 -20 +40
Daz -25 -40 -50 -50 -20 +50
Snchez -60 -50 -30 -40 -30 +60
Como resultado de la operacin anterior obtenemos la siguiente tabla:
Vendedor Sevilla Cdiz Crdoba Huelva Mlaga
Prez 0 15 10 25 20
Garca 0 20 10 35 0
Lpez 25 5 0 10 20
Daz 25 10 0 0 30
Snchez 0 10 30 20 30
Todos los elementos son positivos, as que podemos utilizar la tabla como si fuera
un problema de minimizacin.
Nos falta encontrar un cero en la columna de Cdiz, as que:
Vendedor Sevilla Cdiz Crdoba Huelva Mlaga
Prez 0 15 10 25 20
Garca 0 20 10 35 0
Lpez 25 5 0 10 20
Daz 25 10 0 0 30
Snchez 0 10 30 20 30
Valor restado -5
El resultado ser la siguiente tabla:
Vendedor Sevilla Cdiz Crdoba Huelva Mlaga
Prez 0 10 10 25 20
Garca 0 15 10 35 0
Lpez 25 0 0 10 20
Daz 25 5 0 0 30
Snchez 0 5 30 20 30
Procedemos a encuadrar ceros:
Vendedor Sevilla Cdiz Crdoba Huelva Mlaga Nceros
Prez 0 10 10 25 20 1
Garca 0 15 10 35 0 2
Lpez 25 0 0 10 20 2
Daz 25 5 0 0 30 2
Snchez 0 5 30 20 30 1
ACTIVIDADES
EVALUACION
3. MODELO DE REDES
La importancia del anlisis de flujo de redes, en los ltimos aos ha crecido de una
manera progresiva en todos los campos de la planificacin; de procesos tareas y
recursos tanto econmicos como fsicos y del tiempo de los proyectos que requieren
de este tipo de planificacin.
La aplicacin de estos tipos de modelos tiene infinidades campos de accin en los
diferentes proyectos de inversin tales como:
En los proyectos de diseos de tuberas de acueducto, gas natural,
electrificacin, vas, tanto frreas como carrete hables.
En la determinacin del camino ms corto entre dos lugares o ciudades de
acuerdo a una red existente.
En la determinacin de las capacidades mximas que deben fluir a travs de
una red, de un recurso especifico.
La determinacin del programa de flujo de costo mnimo de los campos de
origen a los centros de distribucin de un recurso especial.
Un estudio de esta lista representativa, revela que los problemas de optimizacin
de redes se pueden representar en trminos generales a travs de los siguientes
modelos.
Modelo del flujo mximo
Modelo de la ruta ms corta.
Modelo del rbol de extensin mnima.
Modelo de red de capacidad de costo mnimo.
Modelo de la ruta critica.
Modelo de la tcnica de evaluacin y revisin de proyectos (PERT.
3.1 Terminologa
Para la comprensin de los diferentes modelos, se deben tener en cuenta las
siguientes definiciones.
DEFINICIN DE RED. Es un conjunto de nodos conectados por arcos o ramas, a
veces los nodos reciben el nombre de vrtices y los ramales de arcos.
CADENA: Una cadena es una secuencia de ramales que conectan dos nodos que al
especificarles direccin forman lo que se llama un camino o ruta.
RED SIMTRICA: Significa que un vrtice x est conectado a uno y; entonces
y, est conectado a x.
RED ASIMTRICA: Significa que un vrtice x est conectado a uno y; entonces
y, no est conectado a x.
CAPACIDAD: Es el flujo que circula por una determinada red y puede ser finita o
infinita.
EJEMPLO
La compaa de telfonos est buscando la
forma ms econmica de conectar el servicio
telefnico para 6 poblaciones del medio rural.
En la figura se muestra un diagrama de las
poblaciones representadas por crculos y en las
ramas se muestran los costos en miles de
pesos de las conexiones entre las dos
poblaciones.
SOLUCION
Debemos hallar la red de recorrido mnimo por lo que procedemos a aplicarlo,
empezaremos por tomar el nodo de La Loma como el inicial para este caso. Despus
vemos que hay tres ramas que conectan al nodo La Loma con otros nodos,
seleccionamos Los Ojitos por ser el de costo mnimo, con esto nuestra red de conexin
ser:
La Loma cuenta con dos nodos ms, mientras que Ojitos cuenta con cuatro nodos
ms y el menor de los nodos es El Matorral con un costo de 14, la red queda ahora
como:
Ahora debemos de buscar unir cada una de las tres ramas, as seguiremos hasta
terminar con todos los nodos. La red finalmente quedara como:
nodo destino, sealando la rama que nos llevo ah, con lo que sabremos cual
fue el nodo inmediato anterior, luego se repite esto hasta llegar al nodo
origen del problema.
EJEMPLO
Un individuo busca la ruta ms corta para trasladarse de su domicilio a su trabajo
en una gran ciudad. Dicha persona vive en la colonia Arsnico y su trabajo se halla en
la colonia Flor. En la siguiente tabla se dan las distancias en kilmetros entre las
diferentes colonias por las que podra atravesar para hacer su recorrido.
Des_origen Arsnico Bromo Cloro Dino Estao Flor
Arsnico +++++ 18 +++++ 16 14 +++++
Boro 18 +++++ 12 15 +++++ 16
Cloro +++++ 12 +++++ 11 10 +++++
Dino 16 15 11 +++++ 11 9
Estao 14 +++++ 10 11 +++++ 8
Flor +++++ 16 +++++ 9 8 +++++
Como vera en la tabla algunas distancias no se indican con lo que es fcil deducir
que no es posible este recorrido.
SOLUCION
En el presente caso trataremos de hallar la distancia mnima total para ir desde el
domicilio de la persona en la colonia Arsnico, hasta su trabajo en la colonia Flor. A
las diferentes colonias las llamaremos por su letra inicial. Entonces conforme al
algoritmo con A como origen y F como nodo destino, creamos la tabla inicial de nodos
y ramas, ordenadas estas de menor a mayor en cuanto a sus distancias.
A*(0) B C D E F
AE 14 BC 12 CE 10 DF 9 EF 8
AD 16 BD 15 CD 11 DC 11 EC 10
AB 18 BF 16 CB 12 DE 11 ED 11
DB 15
En la tabla se han incluido las ramas bajo el sentido de notacin descrito en el
primer paso, as bajo el nodo B, por ejemplo, aparece la rama BC, la cual en la columna
del nodo C aparece como CB. No se han incluido aquellas que tienen como segundo
nodo a A y como primer nodo a F. Se ha marcado el nodo A con asterisco por ser el
nodo origen y se ha dado un valor de cero, se marcado AE por ser el de menor costo.
Esto de acuerdo al 2 y 3 paso.
El segundo nodo es de la rama AE es E por lo que este se seala ahora con el
asterisco y se le asigna el costo de AE, es decir 14. Y se eliminan de la tabla todas
aquellas que tengan al nodo E como segundo nodo. Ahora nuestra tabla es:
A*(0) B C D E*(14) F
AE 14 BC 12 CD 11 DF 9 EF 8
AD 16 BD 15 CB 12 DC 11 EC 10
AB 18 BF 16 DB 15 ED 11
Ahora vamos al paso 6 pero como E no es el nodo destino debemos de pasar al
paso 7 y calculamos los costos de las primeras ramas marcadas y que no estn
encerradas en un recuadro. Los valores de P sern 0+16=16 y 14+8=22. Con lo que se
debe encerrar en un recuadro la rama AD por ser la de menor valor conforme al paso 8.
Luego se ir al nodo de la rama D y se marca con un asterisco y se le asigna el costo
16, de acuerdo con lo citado en el paso 9 y se eliminan de la tabla aquellas ramas no
encerradas en cuadro que tengan como segundo nodo a D, es decir BD, CD y ED. La
nueva tabla es:
A*(0) B C D*(16) E*(14) F
AE 14 BC 12 CB 12 DF 9 EF 8
AD 16 BF 16 DC 11 EC 10
AB 18 DB 15
El algoritmo nos lleva nuevamente al 6 paso y dado que D no vuelve a ser destino.
Por lo que debemos de calcular los valores de P igual como se realizo anteriormente en
la rama AB hay un valor de 18, en DF un valor de 16+9=25 y en EF un valor de 14+8=22
para P.
Entonces nuevamente debemos encerrar a AB por ser la rama con menor costo y
se le asigna a B el valor de 18, eliminando de la ltima tabla los valores de CB y DB. La
nueva tabla ser:
A*(0) B*(18) C D*(16) E*(14) F
AE 14 BC 12 DF 9 EF 8
AD 16 BF 16 DC 11 EC 10
AB 18
Puesto que el nodo B no es el destino tendremos que repetir los mismos
procedimientos que hasta ahora hemos realizado ahora los nodos marcados son A, B,
D y E y los valores de los costos para las primeras ramas no marcadas con cuadro son
BC con P=18+22=30, DF con P=16+9=25 y EF con P=14+8=22. El menor valor de P es
este ultimo por lo tanto se encierra en un cuadro la rama EF y se le asigna el valor de
22 eliminando de la tabla aquellos valores que tengan en su ltima rama a F.
A*(0) B*(18) C D*(16) E*(14) F*(22)
AE 14 BC 12 DC 11 EF 8
AD 16 EC 10
AB 18
Hemos llegado al nodo destino de acuerdo con el paso 6 y de acuerdo con el paso
12 tiene una distancia de 22. Dicha ruta se identifica iniciando la rama EF que fue la que
nos llevo a F; por su parte para llegar a E debimos tomar la rama AE. Por lo que una
solucin representada de manera grafica seria:
EJEMPLO
Para la red mostrada anteriormente determine el flujo mximo que puede ser
enviado.
SOLUCION
Para la red hemos comentado que 2 rutas de flujo positivo son AB BD con
capacidad para enviar dos unidades y la AD con capacidad para enviar 6 unidades.
Ahora de acuerdo con el paso 2 debemos disminuir la rama AD en su parte inicial
en 6 unidades y aumentar en esta misma cantidad en su parte final. Nuestra nueva red
ser:
Luego se regresara al primer paso, donde otra ruta de flujo positiva es ABBD con
capacidad para enviar 2 unidades a travs de la misma, por lo que M=2. Entonces
conforme al segundo paso disminuiremos las ramas AB y BD en sus partes inciales en
dos y las incrementaremos en esta misma cantidad en sus partes finales. Nuestro
nuevo grafico es:
Luego y de acuerdo con el paso 1 ya no hay ninguna ruta de flujo positivo puesto
que las tres ramas que llevan a D, que son BD, AD y CD tienen en su parte inicial una
capacidad de flujo de cero en la direccin hacia D. Por esto vamos al 4 paso del
algoritmo el cual menciona que la cantidad mxima de flujo corresponde a la suma de
los envos de las dos etapas anteriores, es decir 6+2=8 unidades.
EJEMPLO
Una compaa
elctrica desea
determinar cul es el
amperaje mximo que
es posible enviar por
sus lneas de
transmisin desde
Pueblo Quieto hasta El
Fin de acuerdo con la
red mostrada en la figura. Los nmeros indican millones de Amperios.
SOLUCION
Una de las posibles rutas es ACCI que permite enviar 4 unidades por lo que M
ser este valor. Entonces se debe disminuir las ramas AC y CI en 4 unidades en su
inicio y aumentar en esta misma cantidad al final, ahora la red ser.
Otra ruta es la formada por ACCHHI con capacidad de 1 unidad al hacer los
cambios en las 3 ramas en una unidad nuestra nueva red queda de la siguiente forma.
Si ahora observamos esta red vemos que el acceso al nodo destino I como es el
caso de CI y de HI no tienen capacidad de flujo en la direccin hacia I. La nica rama
que llega a I que si tiene capacidad de flujo en ese sentido es la GI, sin embargo la
rama predecesora de esta es la EG no puede permitir envos en esa direccin por lo
que nuestra red actual ya no puede permitir envos en esa direccin o lo que es lo
mismo ya no hay rutas de flujo positivo.
Nuestra capacidad de flujo ser entonces de 4+2+1=7. Tendremos una cantidad
mxima de 7,000,000 de amperios que pueden ser enviados.
por un arco dirigido y cada evento est simbolizado por un nodo. La longitud del arco
no tiene que ser proporcional a la duracin de la actividad ni tiene que dibujarse como
lnea recta.
Las reglas para construir el diagrama de flechas se resumirn ahora:
a) Cada actividad est representada por una y un solo una flecha en la red.
Ninguna actividad puede representarse dos veces en la red.
b) Dos actividades diferentes no pueden identificarse por los mismos eventos
terminal y de inicio.
Para la construccin del grafo PERT se ha de tener en cuenta los principios de
construccin que son los siguientes.
Principio de designacin sucesiva: se empieza a numerar los nudos por
orden, desde el principio hasta el final.
Principio de unicidad del suceso inicio y del suceso final: siempre
tendremos un nico nudo de inicio y otro de final
Principio de designacin nivoca.
En la seccin 3.7 estaremos en posibilidad de resolver ejemplos, de momento lo
invito para que realicemos un anlisis del tiempo contra el costo.
Los costes directos aumentan a medida que disminuyen las duraciones, mientras
los costes indirectos aumentan cuanto mayor sea la duracin del proyecto. Por tanto la
duracin ptima ser aquella que tenga el mnimo coste total.
Las relaciones tiempo-costo
pueden tomar muchas formas como
se ilustra en la figura. El caso A es
una relacin de tiempo costo en la
cual pueda efectuarse una reduccin
de tiempo con un moderado
incremento del costo. En cambio, el
caso B es una relacin de tiempo-
costo en la cual se puede lograr una
reduccin del tiempo con un gran
incremento del costo. El tipo mas comn de relacin costo-tiempo es una lnea recta
trazada entre el caso A y el B, la cual es una aproximacin lineal razonablemente exacta
de la relacin verdadera. Para demostrar el incremento moderado en el costo para el
caso A y el incremento grande en el costo para el caso B, se transformaron varias
lneas en la figura. Las lneas C,E,G y H estn relacionadas con el caso B.
actividades que tenemos. Se empieza a calcular desde el primer nudo hasta el ltimo y
se sita en la cuadrcula izquierda de cada nudo.
Tiempo early del primer nudo es cero y los posteriores se calculan sumando el
tiempo early del nudo anterior ms la actividad que hay entre los nudos.
Veamos como se ve nuestra red.
Con este grafo podemos concluir que planificando correctamente cada una de
estas actividades y con el tiempo que tenemos de cada una de ellas, el proyecto se
puede acabar en menos de un ao, exactamente en 10,5 meses. Si lo comparamos con
la duracin inicial, se observa que hemos ganado 10,5 meses (que es la diferencia entre
21 meses que es lo que tardaba anteriormente el proyecto a ahora que somos capaces
de hacerlo en 10,5 meses).
El ltimo concepto que nos queda por explicar a la hora de construir un grafo Pert,
es el camino crtico. A la diferencia entre los tiempos last(TL) y early de cada
contecimiento le denominamos holgura. La existencia de holguras puede indicar
posible exceso de recursos, que un buen planificador debe minimizar.
Las holguras de cada actividad se calculan de la siguiente manera, se resta del
tiempo last del nudo final, el tiempo early del nudo inicial y el tiempo de la actividad.
Con esto conseguiremos obtener el tiempo sobrante que tenemos los recursos
parados y por tanto tiempo que se ha de intentar minimizar. Matemticamente tenemos:
Hx,y = TLy -(TEx + duracin actividadx,y )
En ejemplo que estamos utilizando para la explicacin obtendramos las siguientes
holguras:
ACTIVIDADES
EVALUACION
4. INVENTARIOS.
4.1 Terminologa.
papel que tengamos guardados para la venta a nuestros clientes, forman el inventario
PT.
Se consideran 4 tipos de costos que estn asociados directamente con los costos
de los inventarios y estos son:
El costo o precio de compra. Incluye el precio de un artculo mas los impuestos, los
gastos de compra y los costos del transporte. Si la compaa produce el artculo,
entonces, el costo completo que debe incluirse se llama costo de produccin. Se usar
precio como sinnimo de costo de compra o costo de adquisicin.
El costo de ordenar. Dentro de los costos de ordenar se incluyen gastos de
cotizacin, telfono, fax, mano de obra para preparar la rden, timbres de correos
comidas, viticos y cualquier otro costo directo.
El costo de conservacin o mantenimiento. Dentro de los costos de mantener se
incluyen el costo de capital ( financieros), equipo de almacenamiento y movimientos,
edificios, costo de espacio ocupado, depreciacin, rentas, impuestos, seguros, costo
de oportunidad, riesgos, deterioro, mermas, desperdicios, obsolescencia, etc.
El costo de faltantes o de agotamientos. Estos son los costos de penalizacin en
que se incurre cuando se queda sin la mercanca cuando sta se necesita.
Generalmente comprende costos debido a prdida de clientes, prestigio y prdida
potencial de utilidad debido a prdidas en ventas o en aquellos casos en que no se
tiene a la mano el artculo y que posteriormente es satisfecha dicha demanda.
Consideraremos ahora los modelos de inventarios que pueden agruparse en dos
grandes categoras:
Modelos de cantidad fija de reorden.
Modelos de perodo fijo de reorden.
En los primeros la demanda se satisface a partir del inventario que se tiene. Si este
no es adecuado, entonces la orden se satisface despus o la venta se pierde. Cada vez
que se hace un retiro, el balance del inventario se ajusta para mostrar continuamente el
estado actual (sistema perpetuo). Cuando el inventario baja a un punto de reorden
establecido, se coloca una orden de reabastecimiento. Como las rdenes de
reabastecimiento son siempre por la misma cantidad, es por eso que a ste modelo se
le conoce como Modelo de cantidad fija de reorden. En la siguiente figura se muestra
un diagrama de flujo que ilustra lo que se ha expresado verbalmente.
En esta seccin trataremos las formulas que relacionan las cantidades de acuerdo
con los modelos vistos anteriormente.
MODELO CLASICO DE LA CANTIDAD PTIMA O ECONMICA DE PEDIDO
LLAMADO MODELO CLASICO DE LA CEP O MODELO EOQ.
Con este tipo de modelo es necesario determinar la cantidad fija que se debe
ordenar cada vez y un punto de reorden que indique cundo se debe hacer el pedido.
Al aplicar este modelo se deber tomar en consideracin las siguientes
suposiciones:
La demanda es uniforme (constante y continua).
El abastecimiento se recibe todo junto, no en partes (global).
El tiempo de entrega es constante.
Todos los costos son constantes.
( D)(TL) 2(Co)( D)
R= = unidades Q*=
dias _ habiles _ al _ ao Cm
Donde:
CT = Costo total anual de inventarios = Costo anual de ordenar + Costo anual de
mantenimiento o conservacin.
Costo anual de ordenar = (numero de ordenes)(costo de una sola orden)
Costo anual de ordenar = (NO)(Co)
D = demanda anual en unidades
Tc = tiempo de adelanto o tiempo de espera
Q* = cantidad optima o econmica de artculos en cada pedido
Q = es cualquier cantidad de artculos en cada pedido
NO = Numero de rdenes o pedidos por ao
Co = representa el costo en pesos de una orden:
Cm = costo de mantenimiento o conservacin por unidad anual
R = Punto de reorden.
NOTA: La demanda y el tiempo de entrega tienen que estar en las mismas unidades
de tiempo.
2(Co)( D)
R = Q*=
Cm
D S 2Cm BCa D
CT = Co + + NO =
Q 2Q 2Q Q
2(Co)( D) Ca Cm
Q*= K= B=Q*
Cm( K ) Cm + Ca Cm + Ca
Imax=S=(K)(Q)
S
Nivel promedio de inventario=
2Q *
B
Nive promedio de pedidos pendientes=
2Q *
Dias habiles
Tc=T1+T2=
NO
Costo total anual de inventario = Costo anual de pedidos + Costo anual de
mantenimiento + Costo anual de pedidos pendientes.
(Tc)( S )
T1 = tiempo cuando hay existencias =
Q
(Tc)( B)
T2 = tiempo cuando hay existencias =
Q
De donde:
S = Nivel mximo de Inventario
B = artculos que no estn en existencia pero son artculos que se surtieran
posteriormente
Tc = tiempo de ciclo
Ca = Costo de tener una unidad como pedido pendiente durante un ao
Cm = Costo de tener una unidad en inventario durante un ao
Segn el factor K, puede observarse que, al tiempo que el costo por faltante
sobrepasa el costo de mantenimiento, K tiende a la unidad, lo cual reduce los faltantes.
Si los costos de mantenimiento y por faltante son iguales, entonces, K = , y la mitad
de todas las unidades se surtirn despus, es decir, sern faltantes.
Q R2
CT=costo de inventarios=(Nc)(Cp)+ (1 )Cm
2 R1
En donde:
D = demanda unidades por ao
R1 = Capacidad instalada (lo que puede producir la empresa)
R2= cantidad de abastecimiento unidades por ao o capacidad aprovechada
( o capacidad de uso o sea lo que se va a fabricar o producir)
Tc= periodo de reabastecimiento o tiempo de ciclo (este nos indica cada que tanto
tiempo se debern hacer cada corrida de produccin)
Q* = cantidad optima o econmica de pedidos o lote econmico de produccin (son
los artculos que se deben de fabricar en cada corrida de produccin a fin de que los
costos totales de produccin de inventarios sean los ms bajos).
Cm = Costo de mantenimiento anual de inventario por unidad anual.
Cp= Costo de preparacin de cada corrida de produccin.
Imax = Nivel de inventario mximo.
Nc = nmero de corridas de produccin al ao.
NOTA: Con el abastecimiento uniforme, se hacen pedidos ms grandes y los
costos son menores, en cambio con el abastecimiento global las cantidades de
pedidos son ms pequeas pero el costo total anual de los inventarios son ms
grandes.
Con los modelos de perodo fijo de reorden se determina un intervalo fijo ptimo
para llevar a cabo las revisiones del inventario. Entonces, cada vez que se hace un
pedido se ordena la diferencia entre algn mximo y la cantidad que se tiene. Se haran
las mismas suposiciones que se hicieron para el modelo bsico EOQ o CEP.
Demanda uniforme
Abastecimiento global.
Tiempo de entrega constante.
Costos constantes.
En este caso se encontrar el EOI (Economic Order Interval) que es el intervalo
econmico de reorden.
El inventario disponible disminuye en respuesta a la demanda. Cuando se hace la
revisin se coloca un pedido por la diferencia entre M (el mximo) y la cantidad que se
tiene. Al recibirse, el inventario se reabastece en su mximo. La primera tarea es
encontrar el intervalo ptimo de reorden (T).
Co TD
CT=costo de inventarios= + Cm
T 2
1. Demanda uniforme, constante continua 1. Demanda uniforme, 1. Demanda uniforme, constante 1. Demanda uniforme, constante
2. Abastecimiento global constante continua continua continua
3. precio constante 2. Abastecimiento global 2. Abastecimiento Uniforme 2. Abastecimiento global
Condici 4. tiempo de espera constante 3. Con descuento en el 3. precio constante 3. precio constante
ones 5. sin faltantes permitidos precio por cantidad 4. tiempo de espera constante 4. tiempo de espera constante
4. tiempo de espera 5. sin faltantes permitidos 5. con faltantes permitidos
constante
5. sin faltantes permitidos
Grafica
s
Q*
2 DC o 2 DC o C h + C s
2 DC o 2 DC o P *
Ch * Ch Cs
Ch Vs. Nivel de Ch PD
menor costo
Ch
Qs *Q
Ch + Cs
Q Q Qs
t1
P D
t2 PD Qs
*Q
D D
T t1 + t2 t1 + t2
QR te * D te * D ( T te )*( P - D) ; te * D ( te t2 ) * D ; ( t2 te ) * D
2 2
D Q
Co + Ch pD +
D Q
Co + Ch
D
Co +
PD
QC h D (Q Qs ) Q
CT
Co + Ch + s Cs
Q 2 Q 2 Q 2P Q 2Q 2Q
Inv. PD
Mximo Q Q Q Q Qs
P
NO D D D D
Q Q Q Q
ING JUAN ALBERTO VAZQUEZ G.
Pgina 70 de 85
CESVER MATERIAL BIBLIOGRAFICO DE APOYO DIDACTICO
NEGOCIOS Y COMERCIOS INTERNACIONALES INV. DE OPERACIONES 4 SEM
4.5 Descuentos.
Para propiciar las compras en gran escala, el proveedor ofrece un precio menor, si
se solicitan cantidades mayores a un mnimo.
Qu sucede cuando Q (Cantidad de pedidos) es menor que la cantidad necesaria
para obtener el descuento?
Se debe determinar si los costos totales que resultan de aceptar el descuento son
menores que el de ordenar la cantidad Q. Si es as se acepta el descuento.
El descuento produce 3 efectos:
o La reduccin del precio, produce una economa por perodo de tiempo igual
a la reduccin de costo por unidad multiplicado por el consumo del perodo.
o Como el tamao del pedido es mayor si el descuento se acepta, se hacen
menos pedidos por unidad de tiempo. Luego se obtiene una economa en el
costo total de adquisicin.
o El costo menor significa que se requiere inversin inferior en el inventario
por unidad, pero cunto mayor es el nmero del pedido mayor es el costo de
almacenamiento.
El procedimiento que se analiza toma en cuenta estos tres cambios y determina
matemticamente las circunstancias en que debe aceptarse el descuento.
Supngase que se ha determinado el tamao ptimo del pedido Q que se ofrece un
descuento d, y se solicita para obtener el descuento KQ unidades (K > 1).
Un descuento d significa que el nuevo costo de la unidad es:
(1-d)c
Donde: c = costo de la unidad.
La economa directa ser igual a:
Ocd
Donde O=demanda o consumo total.
El costo del pedido, si se solicitan KQ es: S O
Donde S = costo del pedido. KQ
El costo de mantenimiento, para un pedido de tamao KQ, ser:
KQ(C) ( 1 - d ) c
2
EJEMPLO
Sharp, Inc., una empresa que comercializa las agujas hipodrmicas indoloras en los
hospitales, desea reducir sus costos de inventario mediante la determinacin del
nmero de agujas hipodrmicas que debe obtener en cada orden. La demanda anual es
de 1000 unidades; el costo de preparacin o de ordenar es de 10 dlares por orden; y el
costo de manejo por unidad de ao es de 50 centavos de dlar. Utilizando estos datos,
calcule:
a) El nmero ptimo de unidades por orden (Q*).
b) El nmero de rdenes (N).
c) El tiempo transcurrido (T) y
d) El coso total anual del inventario.
(Utilizar un ao laboral de 250 das).
2 DCo 2(1000)(10)
a) El numero optimo de unidades: Q* = = = 200 unidades
Cm 0.50
D 1000
b) El numero de ordenes es: N = = = 5 ordenes por ao.
Q 200
Numero de dias laborables/ao 250
c) El tiempo transcurrido: T = = = 50
N 5
d) El costo total anual del inventario:
DCo QH (1000)(10) (200)(0.5)
Ct = + = + = $100
Q 2 200 2
EJEMPLO
Un impresor que en la actualidad esta haciendo una compra mensual, estudio el
comportamiento del papel libro de 70 gr. en los ltimos doce meses, encontr que su
demanda fue de: 10, 11, 10, 9, 10, 11, 9, 10.5, 10, 9, 9 y 11.5 toneladas por mes, estima el
precio de compra se va a mantener en $2.300.000 por tonelada, su costo de pedido en
$500.000 y por poltica carga un 15% del costo unitario al manejo de los inventarios
mas $55.000 por concepto de bodegaje, calcular:
a) El modelo a manejar en estas condiciones.
ACTIVIDADES
EVALUACION
5. LNEAS DE ESPERA.
Las colas (lneas de espera) son parte de la vida diaria. Todos esperamos en colas
para comprar un boleto para el cine, hacer un depsito en el banco, pagar en el
supermercado, enviar un paquete por correo, subir a un juego en la feria, etc. Nos
hemos acostumbrado a esperas largas, pero todava nos molesta cuando lo son
demasiado.
Sin embargo, tener que esperar no slo es una molestia personal. El tiempo que la
poblacin de un pas pierde en colas es un factor importante tanto en la calidad de vida
como en la eficiencia de su economa. Por ejemplo, antes de su disolucin, la Unin
Sovitica era notoria por las excesivas colas que sus ciudadanos solan tener que
soportar solo para comprar artculos bsicos. Hoy en Estados Unidos se estima que las
personas pasan gran parte de su vida en lneas de espera. Si este tiempo se usara de
manera productiva significara ms aos de trabajo til cada ao.
Incluso las asombrosas cifras no cuentan toda la historia del impacto que causa la
espera excesiva. Tambin ocurren grandes ineficiencias debido a otros tipos de espera
que no son personas en una Cola.
La Teora de Colas es el estudio de la espera en las distintas modalidades. Usa los
modelos de colas para representar los tipos de sistemas de lneas de espera (sistemas
que involucran colas de algn tipo) que surgen en la prctica. Las frmulas para cada
modelo indican cul debe ser el desempeo del sistema correspondiente y sealan la
cantidad promedio de espera que ocurrir, en una gama de circunstancias.
Por lo tanto, estos modelos de lneas de espera son muy tiles para determinar
cmo operar un sistema de colas de la manera ms efectiva. Proporcionar demasiada
capacidad de servicios para operar el sistema implica costos excesivos; pero al no
contar con suficiente capacidad de servicio la espera aumenta con todas sus
desafortunadas consecuencias. Los modelos permiten encontrar un balance adecuado
entre el costo de servicio y la cantidad de espera.
5.1 Terminologa.
Daremos como lo hemos estado haciendo en otras secciones algunas definiciones
que es importante que conozca con el fin de mejorar su estudio en la teora de lneas de
espera.
Fuente de entrada o poblacin potencial: Es un conjunto de individuos (no
necesariamente seres vivos) que pueden llegar a solicitar el servicio en cuestin.
Podemos considerarla finita o infinita. Aunque el caso de infinitud no es realista, s
permite (por extrao que parezca) resolver de forma ms sencilla muchas situaciones
en las que, en realidad, la poblacin es finita pero muy grande. Dicha suposicin de
infinitud no resulta restrictiva cuando, an siendo finita la poblacin potencial, su
nmero de elementos es tan grande que el nmero de individuos que ya estn
La cola: Es el conjunto de clientes que hacen espera, es decir los clientes que ya
han solicitado el servicio pero que an no han pasado al mecanismo de servicio.
El sistema de la cola: es el conjunto formado por la cola y el mecanismo de
servicio, junto con la disciplina de la cola, que es lo que nos indica el criterio de qu
cliente de la cola elegir para pasar al mecanismo de servicio. Estos elementos pueden
verse ms claramente en la siguiente seccin:
Un modelo de sistema de colas debe especificar la distribucin de probabilidad de
los tiempos de servicio para cada servidor.
La distribucin ms usada para los tiempos de servicio es la exponencial, aunque
es comn encontrar la distribucin degenerada o determinstica.
sus propios sistemas de colas. En forma parecida, las familias en espera de viviendas
de inters social u otros servicios sociales se pueden concebir como clientes de un
sistema de colas.
Aun cuando stas son cuatro clases amplias de sistemas de colas, la lista todava
no se agota. De hecho, la teora de colas comenz a principios de siglo con
aplicaciones a ingeniera telefnica (el fundador de la teora de colas, A.K. Erlang, era
un empleado de la Danish Telephone Company en Copenhague), y la ingeniera
telefnica constituye todava una importante aplicacin. Lo que es ms, cada individuo
tiene sus propias lneas de espera personales: tareas, libros que leer, etc. Estos
ejemplos son suficientes para sugerir que los sistemas de colas sin duda ocurren con
toda frecuencia en muchas reas de la sociedad.
El mecanismo de servicio consiste en una o ms instalaciones de servicio, cada
una de ellas con uno o ms canales paralelos de servicio, llamados servidores. Si
existe ms de una instalacin de servicio, puede ser que sirva al cliente a travs de una
secuencia de ellas (canales en serie de servicio). En una instalacin dada, el cliente
entra en uno de estos canales y el servidor le presta el servicio completo. Un modelo
de colas debe especificar el arreglo de las instalaciones y el nmero de servidores
(canales paralelos) en cada una.
El tiempo que transcurre para un cliente desde el inicio del servicio hasta su
terminacin en una instalacin se llama tiempo de servicio (o duracin del servicio). Un
modelo de sistema de colas determinado debe especificar la distribucin de
probabilidad de los tiempos de servicio para cada servidor (y tal vez para los distintos
clientes), aunque es comn suponer la misma distribucin para todos los servidores. El
flujo de los elementos que recibirn servicios puede formar una cola nica, una cola
mltiple o una combinacin de ambas y pueden ser brindadas por un servidor o
mltiples servidores.
Existen otras reglas que se caracterizan por la ruptura de la disciplina de Cola: por
ejemplo casos en que hay clientes privilegiados (urgencias hospitalarias) donde se
puede situar al cliente prioritario como primero de la Cola (prioridad dbil), o incluso
sustituir al cliente en servicio actual si es de prioridad inferior (prioridad fuerte).
Otros modelos ms sofisticados contemplan estaciones de servicio especficas
para determinados segmentos de clientes, o puestos reservados, etc.
EJEMPLO:
D / M / 2 / 12 / GD
Patrn de llegada: Determinstico.
Patrn de servicio: Aleatorio.
Servidores: 2.
Capacidad del sistema: 12.
Disciplina de la lnea de espera: Atencin por prioridad.
ACTIVIDADES
EVALUACION
BIBLIOGRAFIA
ENLACES RELACIONADOS
http://antiguo.itson.mx/dii/elagarda/apagina2001/PM/uno.html
http://www.investigacion-operaciones.com/Historia.htm
http://www.biblioteca.uson.mx/digital/tesis/docs/8167/Capitulo1.pdf
http://rmorales.mayo.uson.mx/Mod%20de%20Inventario20061.pdf
http://allman.rhon.itam.mx/~cacosta/modelado/simplex.pdf
http://www.eva.com.mx/sia/sia/ingenieria/026
http://www.keypress.com/documents/daa1/CondensedLessonPlansSpanish/D
AA_CLPS_06.pdf
http://jupiter.utm.mx/~tesis_dig/8521.pdf
www.cesver.edu.mx
Tel. 01-228-8182038 01-228-8182039
Serafn Olarte 43 Col. Mrtires de Chicago. Xalapa ver