UNIVERSIDAD DE ORIENTE NCLEO DE MONAGAS INGENIERA DE SISTEMAS ANLISIS DE DECISIONES MATURN/MONAGAS/VENEZUELA

ANALISIS DE RIESGOS

Profesor: Ing. Csar Estaba

Bachilleres: Seccin 01

Maturn, marzo de 2012

INDICE

Anlisis de decisiones .................................................................................................................... 4 Toma de Decisiones bajo Certidumbre ................................................................................... 4

Caractersticas ....................................................................................................................................... 4

Toma de Decisiones bajo Incertidumbre ................................................................................ 5

Caractersticas ....................................................................................................................................... 6

Modelos Matemticos ................................................................................................................... 7 MODELOS MATEMTICOS DE LA TOMA DE DECISIONES BAJO CERTIDUMBRE ......................................................................................................................................................... 8 El anlisis del punto de equilibrio .................................................................................... 8
Objetivos ............................................................................................................................................... 9 Factores Determinantes........................................................................................................................ 9 Elementos Determinantes .................................................................................................................... 9 Requerimientos para el punto de equilibrio ......................................................................................... 9

PROGRAMACIN LINEAL ......................................................................................... 10

Componentes del modelo de programacin lineal ............................................................................ 11 MODELO DE PROGRAMACIN LINEAL CON DOS VARIABLES ............................................................. 11 SOLUCIN GRFICA DE LA PROGRAMACIN LINEAL ......................................................................... 15 METODO SIMPLEX............................................................................................................................... 18

PROGRAMACIN DE LA PRODUCCIN ............................................................... 23

DIAGRAMA DE GANTT......................................................................................................................... 24

Cmo crear un diagrama de GANTT ................................................................................... 24 Acontecimientos ....................................................................................................................... 25 Recursos ................................................................................................................................... 26

MTODO DE LA RUTA CRTICA ............................................................................................................ 27 EJEMPLO PRCTICO ............................................................................................................................ 29

CONTROL DE INVENTARIO ...................................................................................... 31

MODELO PERT- CPM .................................................................................................. 37

Representacin en red ........................................................................................................................ 37 Elementos de la representacin en red .............................................................................................. 38 Ejemplo ............................................................................................................................................... 38 Determinacin de la Ruta Crtica ........................................................................................................ 39

MODELOS

MATEMTICOS

DE

LA

TOMA

DE

DECISIONES

BAJO

INCERTIDUMBRE .................................................................................................................... 42 CRITERIO DE WALD ................................................................................................... 42

Caractersticas ..................................................................................................................................... 43

CRITERIO MAXIMAX .................................................................................................. 43 CRITERIO DE HURWICZ ............................................................................................ 45

EJEMPLO.............................................................................................................................................. 46

CRITERIO DE SAVAGE ............................................................................................... 47

Explicacin de los pasos para realizar el criterio de savage ............................................................... 48 EJEMPLO.............................................................................................................................................. 49 CRTICA ................................................................................................................................................ 49

CRITERIO DE LAPLACE ............................................................................................. 51

EJEMPLO.............................................................................................................................................. 52 CRTICA ................................................................................................................................................ 52

BIBLIOGRAFA......................................................................................................................... 54

Anlisis de decisiones
Se puede definir como el proceso de seleccin entre muchas alternativas de acciones rigindose por un determinado conjunto de criterios y sin restar importancia al proceso de la lgica. Un buen anlisis de decisiones incluye un buen anlisis de riesgo y varias alternativas de seleccin en cada punto de decisin, es decir, en el primer momento en que tomemos una decisin debemos de tener argumentacin de la misma.

Las diversas alternativas se caracterizan segn el grado de certidumbre que estas posean. Por ello, dentro mbito de la toma de decisiones se le refiere como toma de decisiones bajo certidumbre y toma de decisiones bajo incertidumbre.

Toma de Decisiones bajo Certidumbre: Se tiene conocimiento total sobre el problema, las alternativas de solucin que se planteen van a causar siempre resultados conocidos e invariables. Al tomar la decisin solo se debe pensar en la alternativa que genere mayor beneficio. Mediante este modelo de decisin si se pueden predecir con certeza las consecuencias de cada alternativa de accin, entonces se tienen una tarea de toma de decisiones bajo certidumbre. Otra manera de pensar en esto es que existe una relacin directa de causa y efecto entre cada acto y su consecuencia.

Caractersticas:

Limitacin de los modelos empleados, ya que, en general estn pensados para operar con informacin cuantificable y con objetivos o criterios expresables en forma cuantitativa. Lo cual impide, o al menos dificulta, su aplicacin a un gran nmero de problemas. En realidad esta limitaciones no es tan grave como puede parecer por lo que se acaba de decir, a menudo es posible cuantificar aunque solo sea aproximadamente los criterios de evaluacin cualitativos; otras veces stos no tiene muchos peso en la decisin final.

Es de carcter algo ms metafsico, pero no por ello menos importantes, se refiere a la existencia de condiciones de certeza en la prctica. Probablemente, nunca se pueda afirmar con total rigor que nos encontramos ante un problema que podemos abordar con un conocimiento exacto de toda la informacin necesaria para evaluar las consecuencias que se puedan desprender de emprender uno u otro curso de accin. No obstante, relajando levemente este criterio de clasificacin se puede modelar un gran nmero de situaciones problemticas asumiendo un cierto margen de error mnimo. La relajacin concierne a la cantidad de informacin que se conoce, no se trata tanto de conocer toda la necesaria, sino la ms relevante.

Los parmetros son constantes conocidas y ciertas Solamente hay una consecuencia para cada alternativa. Se tiene conocimiento total sobre el problema informacin exacta, medible y confiable acerca del resultado de cada una de las alternativas que consideremos.

En el ambiente del proceso de la toma de decisiones bajo certidumbre, quienes las toman conocen con certeza la consecuencia de cada una de las alternativas que implica la seleccin de la decisin. Naturalmente, seleccionaran la alternativa que maximizar su bienestar o que dar mejor resultados.

Toma de Decisiones bajo Incertidumbre: En la toma de decisiones bajo incertidumbre se posee informacin deficiente para tomar la decisin, no se tienen ningn control sobre la situacin, no se conoce como puede variar o la interaccin de la variables del problema, se pueden plantear diferentes alternativas de solucin pero no se le puede asignar probabilidad a los resultados que arrojen. Con base en lo anterior hay dos clases de incertidumbre: Estructurada: No se sabe que puede pasar entre diferentes alternativas, pero s se conoce que puede ocurrir entre varias posibilidades.

 No estructurada: No se sabe que puede ocurrir ni las probabilidades para las posibles soluciones, es decir no se tienen ni idea de que pueda pasar.

Caractersticas:

En las decisiones tomadas con pura incertidumbre o ignorancia total, el decisor no tiene ningn conocimiento, ni siquiera de la probabilidad de ocurrencia de cualquier estado de la naturaleza. En estas situaciones, el comportamiento del decisor se basa puramente en su actitud hacia la incgnita. Algunos de estos comportamientos son los optimistas, los pesimistas y los de arrepentimiento.

Observe que esta categora de problemas (es decir, los problemas con pura incertidumbre) resultan apropiados slo para la toma de decisiones en la vida privada. El poltico, el conductor de un grupo humano, la persona pblica tiene que tener cierto conocimiento de los estados de la naturaleza, para poder predecir las probabilidades de cada estado. De lo contrario no podr tomar una buena decisin que sea razonable y defendible.

Siempre que un decisor tiene cierto conocimiento sobre los estados de la naturaleza puede asignar una probabilidad subjetiva a la ocurrencia de cada estado. Este es el caso de toma de decisiones bajo riesgo.

El decisor en caso de incertidumbre o ignorancia deberia invertir en limitar sus incertidumbres con respecto a la probabilidad de cada estado de la naturaleza. Si la situacion y el valor de la utilidad esperada lo aconsejan se puede comprar informacin relevante a especialistas, para poder tomar una mejor decisin. Encuestas, estadisticas, analisis de sensibilidad, etc

Cuando las decisiones se toman bajo ignorancia total, el decisor no tiene conocimiento de los resultados de ninguno de los estados de la naturaleza y/o es costoso obtener la informacin necesaria. En tal caso, la decisin depende meramente del tipo de personalidad que tenga el decisor.

Modelos Matemticos:
Un modelo matemtico es considerado como un producto de una abstraccin de un sistema real, eliminando las complejidades y haciendo suposiciones pertinentes, para esto se aplica una tcnica matemtica y se obtiene una representacin simblica del mismo.

Un modelo matemtico consta al menos de tres caractersticas bsicas:

1.- Variables de decisin y parmetros Las variables de decisin son incgnitas que deben ser determinadas a partir de la solucin del modelo. Los parmetros representan los valores conocidos del sistema o bien que se pueden controlar.

2.- Restricciones Las restricciones son relaciones entre las variables de decisin y magnitudes que dan sentido a la solucin del problema y las acotan a valores factibles. Por ejemplo si una de las variables de decisin representa el nmero de empleados de un taller, es evidente que el valor de esa variable no puede ser negativo.

3.- Funcin Objetivo La funcin objetivo es una relacin matemtica entre las variables de decisin, parmetros y una magnitud que representa el objetivo o producto del sistema. Por ejemplo si el objetivo del sistema es minimizar los costos de operacin, la funcin objetivo debe expresar la relacin entre el costo y las variables de decisin.

MODELOS MATEMTICOS DE LA TOMA DE DECISIONES BAJO CERTIDUMBRE:

El anlisis del punto de equilibrio Es aquel que estudia la relacin que existe entre costos y gastos fijos, costos y gastos variables, volumen de ventas y utilidades operacionales. Adems es aquel nivel de produccin y ventas que una empresa o negocio alcanza para lograr cubrir los costos y gastos con sus ingresos obtenidos. En otras palabras, a este nivel de produccin y ventas la utilidad operacional es cero, o sea, que los ingresos son iguales a la sumatoria de los costos y gastos operacionales. Tambin el punto de equilibrio se considera como una herramienta til para determinar el apalancamiento operativo que puede tener una empresa en un momento determinado.

El punto de equilibrio se puede calcular tanto para unidades como para valores en dinero. Algebraicamente el punto de equilibrio para unidades se calcula as: Frmula (1)

Donde: CF = costos fijos; PVq = precio de venta unitario; CVq = costo variable unitario O tambin se puede calcular para ventas de la siguiente manera: Frmula (2)

Donde CF = costos fijos; CVT = costo variable total; VT = ventas totales.

Objetivos:

Determinar en que momento son iguales los ingresos y los gastos son iguales. Medir la eficiencia de operacin y controlar las sumas por cifras predeterminadas por medio de compararlas con cifras reales, para desarrollar de forma correcta las polticas y decisiones de la administracin de la empresa.

Influye de forma importante para poder realizar el anlisis, planeacin y control de los recursos de la entidad.

Factores Determinantes

El volumen de produccin afectar de forma directa a los costos variables, mientras que los costos fijos no son influidos por este.

El tiempo afecta al punto de equilibrio de forma que se puede dar solucin a los problemas de forma oportuna.

Los artculos y las lneas de produccin deben tomarse a consideracin para no caer en producciones que no generan utilidades.

Los datos reales y presupuestados de los estados financieros permitirn determinar las variaciones, que las provoco y as aplicar soluciones.

Elementos Determinantes Los costos constantes se subdividen en fijos y regulares: Fijos: Son aquellos que se efectan necesariamente cada periodo. Regulares: Son aquellos que se efectan bajo control directivo de acuerdo a polticas de produccin o ventas.

Requerimientos para el punto de equilibrio: Para poder realizar un anlisis por medio del punto de equilibrio se necesitan una serie de puntos:

Los inventarios deben de ser constantes, o que las variaciones que presentan no sean relevantes durante la operacin de la entidad.

La contabilidad debe de estar basada en el costeo directo o marginal en lugar del mtodo de costeo absorbente, esto con el fin de poder identificar los costos fijos y variables.

Se deber de realizar la separacin de los costos fijos y los costos variables. Determinar la utilidad o contribucin marginal por unidad de produccin.

PROGRAMACIN LINEAL La Programacin Lineal (PL) es una de las principales ramas de la Investigacin Operativa, sta se aplica a modelos de optimizacin en los que las funciones objetivo y restriccin son estrictamente lineales.

Los modelos de Programacin Lineal son frecuentemente usados para abordar una gran variedad de problemas de naturaleza real en ingeniera, en los campos de agricultura, industria, transporte, economa, salud, ciencias sociales y de la conducta, y militar, lo que ha permitido a empresas y organizaciones importantes beneficios y ahorros asociados a su utilizacin. Tambin produce algoritmos eficientes de cmputo para problemas con miles de restricciones y variables.

La Programacin Lineal es una herramienta para la ayuda en la toma de decisiones, permitindonos plantear un tipo particular de modelo matemtico, donde representamos en forma simplificada el problema de decisin, las variables de decisin, el objetivo y las restricciones mediante smbolos matemticos y ecuaciones.

Una de las grandes ventaja de utilizar este tipo de modelos es que mediante un algoritmo de resolucin se puede obtener la decisin ms ptima o incluso la mejor aunque haya miles de variables y relaciones entre ellas.

Componentes del modelo de programacin lineal

El modelo de programacin lineal, como en cualquier modelo de investigacin de operaciones, tiene tres componentes bsicos.

1. Las variables de decisin que se trata de determinar. 2. El objetivo (la meta) que se trata de optimizar. 3. Las restricciones que se deben satisfacer.

Propiedades de la programacin lineal

La linealidad implica que la programacin lineal debe satisfacer dos propiedades:

1. La proporcionalidad requiere que la contribucin de cada variable de decisin en la funcin objetivo, y sus requerimientos en las restricciones, sea directamente proporcional al valor de la variable.

2. La aditividad estipula que la contribucin total de todas las variables en la funcin objetivo y sus requerimientos en las restricciones, sean la suma directa de las contribuciones o requerimientos individuales de cada variable.

MODELO DE PROGRAMACIN LINEAL CON DOS VARIABLES

Ejemplo 1. Una compaa produce pinturas para interiores y exteriores, M1 y M2. La tabla siguiente proporciona los datos bsicos del problema:

Toneladas de materia prima de: Pinturas para exteriores Pinturas para interiores idad Disponibil diaria

mxima (ton) Materia prima, 6 4 24

M1 Materia M2 Utilidad ton(miles de $) por 5 4 prima, 1 2 6

Una encuesta de mercado indica que la demanda diaria de pintura para interiores no puede ser mayor que 1 tonelada ms que la de pintura para exteriores. Tambin, que la demanda mxima diaria de pintura para interiores es de 2 toneladas. La compaa desea determinar la mezcla ptima (la mejor) de productos para exteriores y para interiores que maximice la utilidad diaria total.

La definicin correcta de las variables de decisin es un primer paso esencial en el desarrollo del modelo. Una vez hecha, la tarea de construir la funcin objetivo y las restricciones se hace en forma ms directa.

Se necesita determinar las cantidades a producir de pinturas para exteriores e interiores. As, las variables del modelo se definen como sigue:

x1 = Toneladas producidas diariamente, de pintura para exteriores x2 = Toneladas producidas diariamente, de pintura para interiores

Para formar la funcin objetivo, la empresa desea aumentar sus utilidades todo lo posible. Si z representa la utilidad diaria total (en miles de dlares), el objetivo de la empresa se expresa as:

Maximizar z = 5x1 + 4x2

A continuacin se definen las restricciones que limitan el uso de las materias primas y la demanda. Las restricciones en materias primas se expresan verbalmente como sigue:

Segn los datos del problema, Uso de la materia prima M1, por da = 6x1 + 4x2 toneladas Uso de la materia prima M2, por da = 1x1 + 2x2 toneladas

Ya que la disponibilidad de las materias primas M1 y M2 se limita a 24 y 6 toneladas, respectivamente, las restricciones correspondientes se expresan como sigue: 6x1 + 4x2 24 (Materia prima M1) x1 + 2x2 6 (Materia prima M2)

La primera restriccin de la demanda indica que la diferencia entre la produccin diaria de pinturas para interiores y exteriores, x2 - x1, no debe ser mayor que 1 tonelada, y eso se traduce en: x2 - x1 1. La segunda restriccin de la demanda estipula que la demanda mxima diaria de pintura para interiores se limita a 2 toneladas, y eso se traduce como: x2 2.

Una restriccin implcita es que las variables y no pueden asumir valores negativos. Las restricciones de no negatividad, x10, x20, expresan ese requisito.

El modelo de programacin lineal completo es:

Maximizar z = 5x1 + 4x2 sujeta a 6x1 + 4x2 24 x1 + 2x2 6 -x1 + x2 1 x2 2 x1,x2 0

Cualquier valor de y que satisfaga todas las restricciones del modelo es una solucin factible. Por ejemplo, la solucin x1=3 toneladas diarias y x2=1 tonelada diaria es factible, porque no viola alguna de las restricciones, incluyendo las de no negatividad. Para comprobar este resultado se sustituye (x1=3, x2 =1) en el lado izquierdo de cada restriccin.

Por ejemplo, en la primera restriccin, 6x1 + 4x2 = 6 * 3 + 4 * 1 = 22, que es menor que 24 en el lado derecho. El valor de la funcin objetivo correspondiente a la solucin (x1 = 3, x2 =1) es z= 5 * 3 + 4 *1 = 19 (miles de dlares).

Desde el punto de vista de todo el modelo, nos interesa determinar la solucin ptima factible que produzca la utilidad total mxima y al mismo tiempo satisfaga todas las restricciones.

No se acepta enumerar las soluciones factibles, porque el modelo tiene una cantidad infinita de ellas. En su lugar, se necesita un procedimiento sistemtico que ubique con eficiencia la solucin ptima. El mtodo grfico y su generalizacin algebraica en resuelven este punto.

Proporcionalidad. En este modelo las cantidades 5x1 y 4x2 expresan las utilidades por producir x1 y x2 toneladas de pintura para exteriores y para interiores, respectivamente, y las utilidades unitarias por tonelada son 5 y 4, que definen las constantes de proporcionalidad. Si, por otra parte, la compaa ofrece alguna clase de descuentos por cantidad cuando las ventas son mayores que ciertas cantidades, la utilidad ya no ser proporcional a las cantidades producidas x1 y x2.

Aditividad. En este modelo, la utilidad total es igual a la suma de dos componentes individuales de utilidad. Sin embargo, si los dos productos compiten por la misma parte de mercado en forma tal que un aumento de ventas de uno afecte negativamente al otro, ya no se satisface la propiedad de aditividad.

SOLUCIN GRFICA DE LA PROGRAMACIN LINEAL

El procedimiento de solucin grfica comprende dos pasos:

1. Determinacin del espacio de soluciones que define todas las soluciones factibles del modelo. 2. Determinacin de la solucin ptima, entre todos los puntos factibles del espacio de soluciones.

Siguiendo con el mismo ejemplo:

Paso 1. Determinacin del espacio de soluciones factibles: Primero, se tendrn en cuenta las restricciones de no negatividad x1 0 y x2 0. En la figura siguiente figura el eje horizontal x1 y el eje vertical x2 representan las variables pintura para exteriores y pintura para interiores, respectivamente.

Figura 1 En consecuencia, las restricciones de no negatividad limitan el rea del espacio de soluciones al primer cuadrante: arriba del eje x1 y a la derecha del eje x2.

Para tener en cuenta las otras cuatro restricciones, primero se sustituye cada desigualdad con una ecuacin, y a continuacin se grafica la recta resultante, ubicando dos puntos diferentes de ella. Por ejemplo, despus de sustituir 6x1 + 4x2 24 con la recta 6x1 + 4x2 = 24, se pueden determinar dos puntos distintos, primero igualando x1 = 0 para obtener y despus igualando y despus igualando x2 = 0 para obtener . De este modo, la recta que

pasa por los dos puntos (0, 6) y (4, 0) es la que se identifica con (1) en la figura 1.

Considerando el efecto de la desigualdad. Todo lo que hace la desigualdad es dividir al plano (x1, x2) en dos semiespacios que en este caso son semiplanos, uno a cada lado de la lnea graficada. Slo una de esas dos mitades satisface la desigualdad. Para determinar cul es el lado correcto, se elige cualquier punto de referencia en el primer cuadrante. Si satisface la desigualdad, el lado en el que est es el semiplano factible. En caso contrario, quiere decir que es el otro lado. Desde el punto de vista de los clculos, es cmodo seleccionar a (0, 0) como el punto de referencia, a menos que la recta pase por el origen; si as fuera, se debera elegir otro punto. El uso del punto de referencia (0, 0) se ilustra con la restriccin 6x1 + 4x2 24.

Como 6*0 + 4*0 = 0 es menor que 24, el semiplano que representa la desigualdad incluye al origen (lo que se indica con la flecha en la figura 1). Para demostrar el uso de otros puntos de referencia, investigaremos (6, 0). En este caso 6*6 + 4*0 = 36, que es mayor que el lado derecho de la primera restriccin, y eso indica que el lado en el que est (6, 0) no es factible para la desigualdad. Este resultado es consistente con el que se obtuvo usando (0, 0) como punto de referencia.

Con la aplicacin del procedimiento del punto de referencia a todas las restricciones del modelo se obtiene el espacio factible que se indica en la figura 1.

Paso 2. Determinacin de la solucin ptima:

El espacio factible de la figura 1 est delimitado por los segmentos de recta que unen a los vrtices A, B, C, D, E y F. Todo punto dentro o en la frontera del espacio ABCDEF es factible, porque satisface todas las restricciones. Ya que el espacio factible ABCDEF est formado por

una cantidad infinita de puntos, es obvio que se necesita un procedimiento sistemtico para identificar la solucin ptima. Para identificar la solucin ptima se requiere identificar la direccin en la que aumenta la funcin utilidad (recurdese que se est

maximizando a z). Para hacerlo se asignan valores arbitrarios crecientes a z. Por ejemplo, si y equivaldra a graficar las dos rectas y . En

consecuencia, la direccin de aumento en z es la que se ve en la figura 2.

Figura 2

La solucin ptima se encuentra en C, que es el punto, en el espacio de soluciones, ms all del cual cualquier aumento en z saca a uno de las fronteras de ABCDEF.

Los valores de x1 y x2 correspondientes al punto ptimo C se calculan resolviendo las ecuaciones asociadas a las rectas (1) y (2), esto es, resolviendo

La solucin es

y en ese caso

. Eso equivale a

una mezcla de productos de 3 toneladas de pintura para exteriores y 1.5 toneladas de pintura para interiores. La utilidad diaria correspondiente es $21,000.

No es por accidente que la solucin ptima se encuentre en un punto de esquina del espacio de soluciones, donde se cruzan dos lneas. En realidad, si se cambia la pendiente de la funcin utilidad z (cambiando sus coeficientes), se ver que la solucin ptima siempre se encuentra en esos puntos de esquina. Esta observacin es clave para desarrollar el algoritmo smplex general.

METODO SIMPLEX:

Es un procedimiento iterativo que permite ir mejorando la solucin a cada paso. El proceso concluye cuando no es posible seguir mejorando ms dicha solucin. Se consideran las siguientes fases:

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 h s d Z 2 2 3 -3 y 1 3 1 -2 h 1 0 0 0 s 0 1 0 0 d 0 0 1 0 18 42 24 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. Si en la ltima fila no existiese ningn coeficiente negativo, significa que se ha alcanzado la solucin ptima. Por tanto, lo que va a determinar el final del proceso de aplicacin del mtodo del simplex, es que en la ltima fila no haya elementos negativos. La columna de la variable que entra en la base se llama columna pivote (En color azulado).

B.

Para encontrar la variable de holgura que tiene que salir de la base, se divide cada

trmino de la ltima columna (valores solucin) por el trmino correspondiente de la columna pivote, siempre que estos ltimos sean mayores que cero. En nuestro caso:

18/2 [=9] , 42/2 [=21] y 24/3 [=8] Si hubiese algn elemento menor o igual que cero no se hace dicho cociente. En el caso de que todos los elementos fuesen menores o iguales a cero, entonces tendramos una solucin no acotada y no se puede seguir.

El trmino de la columna pivote que en la divisin anterior d lugar al menor cociente positivo, el 3, ya 8 es el menor, indica la fila de la variable de holgura que sale de la base, d. Esta fila se llama fila pivote (En color azulado). Si al calcular los cocientes, dos o ms son iguales, indica que cualquiera de las variables correspondientes pueden salir de la base.

C. operacional, 3.

En la interseccin de la fila pivote y columna pivote tenemos el elemento pivote

5. Encontrar los coeficientes de la nueva tabla.

Los nuevos coeficientes de x se obtienen dividiendo todos los coeficientes de la fila d por el pivote operacional, 3, que es el que hay que convertir en 1.

A continuacin mediante la reduccin gaussiana hacemos ceros los restantes trminos de su columna, con lo que obtenemos los nuevos coeficientes de las otras filas incluyendo los de la funcin objetivo Z.

Tambin se puede hacer utilizando el siguiente esquema:

Fila del pivote: Nueva fila del pivote= (Vieja fila del pivote) : (Pivote)

Resto de las filas: Nueva fila= (Vieja fila) - (Coeficiente de la vieja fila en la columna de la variable entrante) X (Nueva fila del pivote)

Vemoslo con un ejemplo una vez calculada la fila del pivote (fila de x en la Tabla II):

Vieja fila de s

2 3 - -

0 1 0 - - 2 2 2 x x x

42 2 x

Coeficiente

2 2 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

Tabla II . Iteracin n 2 Base Variable de decisin Variable de holgura Valores solucin X h s x Z 0 0 1 0 Y 1/3 7/3 1/3 -1 h 1 0 0 0 S 0 1 0 0 d -2/3 -2/3 1/3 1 2 26 8 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. coeficiente -1 B. entre 2:1/3 los Para calcular la variable que sale, dividimos los trminos de la ltima columna trminos [=6], correspondientes 26:7/3 de la nueva y columna 8:1/3 pivote: [=8] La variable que entra en la base es y, por ser la variable que corresponde al

[=78/7]

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.

Operando de forma anloga a la anterior obtenemos la tabla:

Tabla III. Iteracin n 3 Base Variable de decisin Variable de holgura Valores solucin X y s x Z 0 0 1 0 Y 1 0 0 0 h 3 -7 -1 3 S 0 0 0 0 d -2 4 1 -1 6 12 6 30

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. coeficiente -1 B. entre 6/(-2) los Para calcular la variable que sale, dividimos los trminos de la ltima columna trminos [=-3], correspondientes 12/4 de [=3], la nueva y columna 6:1 pivote: [=6] La variable que entra en la base es d, por ser la variable que corresponde al

y como el menor cociente positivo es 3, tenemos que la variable de holgura que sale es s. C. El elemento pivote, que ahora hay que hacer 1, es 4.

Obtenemos la tabla:

Tabla IV. Final del proceso Base Variable de decisin Variable de holgura Valores solucin X y d x Z 0 0 1 0 y 1 0 0 0 H -1/2 -7/4 -3/4 5/4 s 0 0 0 0 d 0 1 0 0 12 3 3 33

Como todos los coeficientes de la fila de la funcin objetivo son positivos, hemos llegado a la solucin ptima.

PROGRAMACIN DE LA PRODUCCIN. Actividad que consiste en la fijacin de planes y horarios de la produccin, de acuerdo a la prioridad de la operacin por realizar, determinado as su inicio y fin, para lograr el nivel ms eficiente. La funcin principal de la programacin de la produccin consiste en lograr un movimiento uniforme y rtmico de los productos a travs de las etapas de produccin. Se inicia con la especificacin de lo que debe hacerse, en funcin de la planeacin de la produccin. Incluye la carga de los productos a los centros de produccin y el despacho de instrucciones pertinentes a la operacin. El programa de produccin es afectado por:

Materiales: Para cumplir con las fechas comprometidas para su entrega. Capacidad del personal: Para mantener bajos costos al utilizarlo eficazmente , en ocasiones afecta la fecha de entrega.

Capacidad de produccin de la maquinaria: Para tener una utilizacin adecuada de ellas, deben observarse las condiciones ambientales, especificaciones, calidad y cantidad de los materiales, la experiencia y capacidad de las operaciones en aquellas.

Sistemas de produccin: Realizar un estudio y seleccionar el ms adecuado, acorde con las necesidades de la empresa. La funcin de la programacin de produccin tiene como finalidad la siguiente:

Prever las prdidas de tiempo o las sobrecargas entre los centros de produccin. Mantener ocupada la mano de obra disponible. Cumplir con los plazos de entrega establecidos. Existen diversos medios de programacin de la produccin, entre los que destacan los

siguientes: 1. Grfica de Barras. Muestra las lneas de tendencia. 2. Grfica de Gantt. Se utiliza en la resolucin de problemas relativamente pequeos y de poca complejidad.

3. Camino Crtico. Se conoce tambin como teora de redes, es un mtodo matemtico que permite una secuencia y utilizacin ptima de losrecursos. 4. Pert- Cost. Es una variacin del camino crtico, en la cual adems de tener como objetivo minimizar el tiempo, se desea lograr el mximo de calidad del trabajo y la reduccin mnima de costos. La programacin de la produccin, o mejor denominada scheduling, es una respuesta operativa para optimizar la produccin de un bien o servicio. El scheduling es una de las actividades ms relevantes y complejas en el arsenal de la gestin de la produccin. Existen hoy en da diversas tcnicas de programacin de la produccin encaminadas a optimizar un proceso o procedimiento...

DIAGRAMA DE GANTT Cmo crear un diagrama de GANTT En un diagrama de GANTT, cada tarea es representada por una lnea, mientras que las columnas representan los das, semanas, o meses del programa, dependiendo de la duracin del proyecto. El tiempo estimado para cada tarea se muestra a travs de una barra horizontal cuyo extremo izquierdo determina la fecha de inicio prevista y el extremo derecho determina la fecha de finalizacin estimada. Las tareas se pueden colocar en cadenas secuenciales o se pueden realizar simultneamente.

Si las tareas son secuenciales, las prioridades se pueden confeccionar utilizando una flecha qu desciende de las tareas ms importantes hacia las tareas menos importantes. La tarea menos importante no puede llevarse a cabo hasta que no se haya completado la ms importante.

A medida que progresa una tarea, se completa proporcionalmente la barra que la representa hasta llegar al grado de finalizacin. As, es posible obtener una visin general del progreso del proyecto rastreando una lnea vertical a travs de las tareas en el nivel de la fecha actual. Las tareas ya finalizadas se colocan a la izquierda de esta lnea; las tareas que an no se han iniciado se colocan a la derecha, mientras que las tareas que se estn llevando a cabo atraviesan la lnea. Si la lnea est cubierta en la parte izquierda, la tarea est demorada respecto de la planificacin del proyecto! Idealmente, un diagrama como este no debe incluir ms de 15 20 tareas para que pueda caber en una sola hoja con formato A4. Si el nmero de tareas es mayor, es posible crear diagramas adicionales en los que se detallan las planificaciones de las tareas principales. Acontecimientos Adicionalmente, es posible que los eventos ms importantes, que no sean las tareas mismas, se muestren en la planificacin como puntos de conexin del proyecto: estos se denominan acontecimientos. Los acontecimientos permiten que el proyecto se realice en fases claramente indentificables, evitando que se prolongue la finalizacin del mismo. Un acontecimiento podra ser la produccin de un documento, la realizacin de una reunin o el producto final de un proyecto. Los

acontecimientos son tareas de duracin cero, representadas en el diagrama por un smbolo especfico, frecuentemente un tringulo invertido o un diamante.

Recursos Generalmente es posible (y til) mostrar referencias en el diagrama, humanas o materiales, para permitir calcular el tiempo restante y tener una idea del costo global. Para ser ms concisos, por lo general slo sern necesarios las iniciales o los nombres de los responsables.

Diagrama de Gantt mostrando tres tipos de precedencias (en rojo) y porcentajes de avance. El diagrama de Gantt, grfica de Gantt o carta Gantt es una popular herramienta grfica cuyo objetivo es mostrar el tiempo de dedicacin previsto para diferentes tareas o actividades a lo largo de un tiempo total determinado. A pesar de que, en principio, el diagrama de Gantt no indica las relaciones existentes entre actividades, la posicin de cada tarea a lo largo del tiempo hace que se puedan identificar dichas relaciones e interdependencias. Fue Henry Laurence Gantt quien, entre 1910 y 1915, desarroll y populariz este tipo de diagrama en Occidente.1 2 Por esta razn, para la planificacin del desarrollo de proyectos complejos (superiores a 25 actividades) se requiere adems el uso de tcnicas basadas en redes de precedencia como CPM o los grafos PERT. Estas redes relacionan las actividades de manera que se puede visualizar el camino crtico del proyecto y permiten reflejar una escala de tiempos para facilitar

la asignacin de recursos y la determinacin del presupuesto. El diagrama de Gantt, sin embargo, resulta til para la relacin entre tiempo y carga de trabajo. En gestin de proyectos, el diagrama de Gantt muestra el origen y el final de las diferentes unidades mnimas de trabajo y los grupos de tareas (llamados summary elements en la imagen) o las dependencias entre unidades mnimas de trabajo (no mostradas en la imagen). Desde su introduccin los diagramas de Gantt se han convertido en una herramienta bsica en la gestin de proyectos de todo tipo, con la finalidad de representar las diferentes fases, tareas y actividades programadas como parte de un proyecto o para mostrar una lnea de tiempo en las diferentes actividades haciendo el mtodo ms eficiente. Bsicamente el diagrama esta compuesto por un eje vertical donde se establecen las actividades que constituyen el trabajo que se va a ejecutar, y un eje horizontal que muestra en un calendario la duracin de cada una de ellas.

MTODO DE LA RUTA CRTICA El Mtodo de la ruta crtica o del camino crtico tambin conocido por sus siglas en ingls CPM (Critical Path Method), fue desarrollado en 1957 en los Estados Unidos de Amrica, por un centro de investigacin de operaciones para las firmas Dupont y Remington Rand, buscando el control y la optimizacin de los costos mediante la planeacin y programacin adecuadas de las actividades componentes del proyecto. En administracin y gestin de proyectos, una ruta crtica

es la secuencia de los elementos terminales de la red de proyectoscon la mayor duracin entre ellos, determinando el tiempo ms corto en el que es posible completar el proyecto. La duracin de la ruta crtica determina la duracin del proyecto entero. Cualquier retraso en un elemento de la ruta crtica afecta a la fecha de trmino planeada del proyecto, y se dice que no hay holgura en la ruta crtica. Un proyecto puede tener varias rutas crticas paralelas. Una ruta paralela adicional a travs de la red con las duraciones totales menos cortas que la ruta crtica es llamada una subruta crtica. Originalmente, el mtodo de la ruta crtica consider solamente dependencias entre los elementos terminales. Un concepto relacionado es la cadena crtica, la cual agrega dependencias de recursos. Cada recurso depende del manejador en el momento donde la ruta crtica se presente. A diferencia de la tcnica de revisin y evaluacin de programas (PERT), el mtodo de la ruta crtica usa tiempos ciertos (reales o determinsticos). Sin embargo, la elaboracin de un proyecto basndose en redes CPM y PERT son similares y consisten en:

Identificar todas las actividades que involucra el proyecto, lo que significa, determinar relaciones de precedencia, tiempos tcnicos para cada una de las actividades.

Construir una red con base en nodos y actividades (o arcos, segn el mtodo ms usado), que implican el proyecto.

Analizar los clculos especficos, identificando la ruta crtica y las holguras de las actividades que componen el proyecto.

En trminos prcticos, la ruta crtica se interpreta como la dimensin mxima que puede durar el proyecto y las diferencias con las otras rutas que no sean la crtica, se denominan tiempos de holgura.

EJEMPLO PRCTICO Cumpleaos 15 de Mara Fernanda, para 100 personas. (60 amigos + 40familiares y amigos de la familia). El sbado 9 de septiembre de 2009. En un local para fiestas con baile, parrillada, bebidas y postres. Responsables: Pap y Mam, Ana La, Majo, Leti, To Jos, Abuelo Nino, Abuela Nena, Ta Lara, Marta. N 1 2 3 4 5 Lista de tareas Buscar saln/ Reservar Hacer lista de invitados Disear tarjetas Disear centros de mesa Disear recuerdo) 6 Conseguir precios de bebidas para To Jos 100 personas/ Comprar 7 Conseguir precio de asado y Pap parrilla Comprar 8 Averiguar precios de asadores y Abuelo Nino para 100 personas/ souveirs(obsequios Lista de responsables Pap y Mam Ana La Ana La y Majo Majo y Leti de Ana La

meseros/ Contratar 9 Conseguir precio y contratar To Jos

sonido y luces 10 11 12 13 Disear ambientacin del local Hacer tarjetas/ Entregar Hacer centros de mesa Hacer souvenirs(obsequios Ana La, Majo Ana La, Majo y Leti Ana La, Majo y Leti de Ta Lara, Mam

recuerdo) 14 15 16 17 18 19 Armar lista de msica Elegir vestuario Comprar vestuario Definir y hacer los postres Comprar pan y saladitos Ambientar el local Ta Lara y Ana La Ana La Mam, Ana la Mam, Abuela Nena y Marta Abuela Nena To Jos, Abuelo Nino y Majo

Con los datos listados obtenemos el siguiente diagrama de Gantt.

CONTROL DE INVENTARIO El control de inventarios, existe cuando es necesario guardar bienes fsicos o mercancas con el propsito de satisfacer la demanda sobre un horizonte de tiempo especificado (finito o infinito). Las empresas deben almacenar bienes para asegurar un trabajo uniforme y eficiente en

sus operaciones. Las decisiones considerando cundo hacer pedidos y en qu cantidad, son tpicas de cada problema de inventario. El objetivo estriba en definir el nivel de inventario. Estas decisiones consisten en dar normas que nos precisen en que instante se deben efectuar los pedidos del producto considerado y la cantidad que se debe pedir. En trminos generales un inventario es un conjunto de recursos tiles que se encuentran ociosos en algn momento. El objetivo de los problemas de inventario es minimizar los costes (totales o esperados) del sistema sujetos a la restriccin de satisfacer la demanda (conocida o aleatoria). Entre los diferentes costes que puede haber en un problema de inventario estn: 1.- Costes de fabricacin. 2.- Costes de mantenimiento o almacenamiento. 3.- Costes de penalizacin o rotura por no satisfacer la demanda. 4.- Rendimientos o ingresos. (Puede o no incluirse en el modelo). 5.- Costes de recuperacin o salvamento. (El valor de recuperacin representa el valor de desecho del artculo para la empresa, quiz a travs de una venta con descuento). 6.- Tasa de descuento. La tasa de descuento toma en cuenta el valor del dinero en el tiempo. Cuando una empresa compromete capital en inventarios, no puede usar este dinero para otros fines. El problema bsico es determinar cunto y cundo hay que producir. Los problemas de inventarios suelen clasificarse en: Determinstico: demanda fija. Aleatorios: demanda es una variable aleatoria con distribucin conocida. Otra clasificacin tiene en cuenta la forma de revisin del inventario: Modelos de revisin continua: se hacen pedidos cuando el inventario baja de cierto lmite. Modelos de revisin peridica: si los pedidos se hacen a intervalos de tiempo discretos.

La situacin de inventarios ms comn que enfrentan los fabricantes, distribuidores y comerciantes es que los niveles de inventarios se reducen con el tiempo y despus se reabastecen

con la llegada de nuevas unidades. Una representacin de esta situacin es el modelo del lote econmico o modelo de EOQ. Los elementos del modelo son: Se piden o producen Q unidades a la vez en el momento que sea necesario. Los costes que se consideran son: El coste fijo de preparacin de un pedido es k. El coste de producir comprar una unidad del artculo es c. El coste del inventario de una unidad del artculo durante una unidad de tiempo es h. Se requieren a unidades del artculo por unidad de tiempo.

El objetivo problema consiste en determinar la frecuencia con la que hay que hacer los pedidos y el nmero de unidades a pedir para que el coste por unidad de tiempo sea mnimo. Se supone revisin continua, por lo que el inventario se puede reabastecer cuando el inventario baje lo suficiente. El modelo EOQ bsico realiza las siguientes suposiciones: Se conoce la tasa de demanda de a unidades por unidad de tiempo. La cantidad ordenada (Q) para reabastecer el inventario llega toda junta cuando se desea, es decir, cuando el nivel del inventario baja a 0. No se permite planear faltantes. Llamamos ciclo al tiempo t entre dos instantes consecutivos de pedido. Es t = Q/a. El coste de produccin por ciclo es k + cQ (si Q > 0), 0 (si Q =0). El nivel medio de inventario durante un ciclo es Q/2 y el coste correspondiente es: h Q/2 por unidad de tiempo, luego el coste de mantenimiento por ciclo es: h Q/2 Q/a = h Q2/2a. El coste total por ciclo es k + cQ + h /2a.

El coste total por unidad de tiempo es: Z= El mnimo de z se alcanza en

Valor que se obtiene derivando e igualando a cero la primera derivada y observando que la segunda derivada es positiva.

De igual manera el tiempo ptimo ser:

Una compaa que fabrica televisores produce sus propias bocinas para usarlas en la fabricacin de los aparatos. Los televisores se ensamblan en una lnea de produccin continua a una tasa de 8000 al mes, en donde se necesita una bocina por televisor. Las bocinas se producen por lotes, pues no justifican toda una lnea de produccin y se pueden producir cantidades relativamente grandes en un tiempo corto. Por lo tanto, las bocinas se colocan en inventario hasta que se necesitan para ensamblarlas en los televisores en la lnea de produccin. La compaa est interesada en determinar cundo producir un lote de bocinas y cuntas bocinas producir en cada lote. Es necesario tener en cuenta varios costos: Cada vez que se produce un lote, se incurre en un costo de preparacin de 12.000 ptas. Esta cantidad incluye el costo de preparar las mquinas y herramientas, los costos administrativos, los de registros, etc. Observemos que la existencia de estos costos es un argumento para producir lotes grandes de bocinas. El costo unitario de produccin de una sola bocina es de 10$. independiente del tamao del lote fabricado. No obstante, en general, el costo unitario de produccin no necesita ser constante y puede decrecer con el tamao del lote. La produccin de bocinas en grandes lotes lleva a un inventario grande. La estimacin del costo de mantener una bocina en almacn es de 0.3 0$ por mes. La existencia de un costo de mantener el inventario es un motivo para producir lotes pequeos. Este movimiento incluye el costo de capital comprometido en el inventario. Como el dinero invertido en el no se puede usar de otra manera productiva, este costo de capital consiste en el rendimiento perdido porque debe prescindirse de usarlo de otra forma. La poltica de la compaa prohbe la planeacin deliberada de faltantes de cualquiera de sus componentes. Sin embargo existe un faltante de bocinas y se ha estimado que cada bocina que falta cuando se necesita cuesta 1.10$ por mes. Este costo por faltantes incluye el costo de instalar las bocinas cuando el televisor est totalmente ensamblado, el espacio de almacn, el ingreso retrasado, etc.

Aplicando las formulas: k = 12000, h=0.30, a=8000, De manera que: ( )( Y )( )

Meses

En consecuencia, la solucin optima es hacer una preparacin de la lnea de produccin de bocinas cada 3.2 meses y producir 25298 bocinas cada vez. Uno de los inconvenientes en la administracin de cualquier sistema de inventarios es que ocurran faltantes, la demanda que no se satisface debido a que el inventario se agota. El modelo EOQ con faltantes planeado toma en cuenta este tipo de situaciones y se sustituye la aproximacin (no se permiten planear faltantes) del modelo bsico EOQ por la siguiente: El coste p de una unidad de demanda no satisfecha (por unidad de tiempo). La cantidad disponible S al principio de un ciclo. El coste de produccin por ciclo es k + cQ (si Q > 0). Durante el ciclo el nivel de inventario es positivo durante un tiempo S/a. El nivel medio de inventario durante ese tiempo es S/2 artculos por unidad de tiempo y el coste correspondiente h S/2. El coste de mantener el inventario por ciclo es: De manera similar los faltantes ocurren durante un tiempo (Q-S)/a. La cantidad promedio de faltas durante ese tiempo es (Q-S)/2 artculos por unidad de tiempo y el coste correspondiente p (Q-S)/2. El coste total de faltas es:
( ) ( )

As es coste total por ciclo es

( )

y el coste total por unidad de tiempo es

( ) ( ) ( )

Este modelo tiene dos variables (S y Q) y los valores ptimos S* y Q* se encuentran estableciendo las derivadas parciales igual a cero. Al resolver estas ecuaciones simultneas se obtiene

As la longitud ptima del ciclo es: La falta mxima de existencias es

Y la fraccin de tiempo con existencia es

Que es independiente de k. Si en el ejemplo de las bocinas se permiten faltantes planeados, el costo por faltantes se estimo en p= 1.10. De nuevo k = 12000, Por lo que ahora: h = 0.30 por mes y a = 8000,

( )( ( )(

)(

)(

Meses As la lnea de produccin debe prepararse cada 3.6 meses para producir 28540 bocinas. El faltante mximo que se permite es de 6116 bocinas. Se puede observar que no difieren

mucho de los valores del caso en que no se permiten faltantes. La razn es que p es mucho mayor que h.

MODELO PERT- CPM Los mtodos CPM (mtodo de la ruta critica o del camino critico, Critical Path Method) y PERT (tcnica de evaluacin y revisin de programa, Program Evaluation and Review Technique) se basan en redes, y tienen por objeto auxiliar en la planeacin, programacin y control de proyectos. Se define un proyecto como conjunto de actividades interrelacionadas, en la que cada actividad consume tiempo y recursos. El objetivo del CPM y del PERT es contar con un mtodo analtico para programar las actividades.

Representacin en red. Cada actividad del proyecto se representa con un arco que apunta en la direccin de avance del proyecto. Los nodos de la red establecen las relaciones de precedencia entre las diferentes actividades del proyecto. Para configurar la red se dispone de dos reglas: Regla 1. Cada actividad se representa con un arco y uno solo. Regla 2. Cada actividad se debe representar con dos nodos distintos.

Elementos de la representacin en red. Arcos de flecha o segmentos continuos de lnea ( ________ ), cada uno de los cuales representa a una nica actividad del proyecto. Puntas de las flechas (>) que representan la secuencia en que deben ser ejecutadas las actividades del proyecto. Nodos ( O ), que representan el momento o la fecha calendario en que han concluido las actividades que concurren a l, y pueden ser iniciadas las actividades siguientes en la secuencia establecida. Se les denomina Eventos. Los puntos de inicio y terminacin de una actividad estn descritos por dos eventos usualmente conocidos por evento inicial (i) y terminal(j) Actividades ficticias. Estas no consumen tiempo ni recursos; se representan con segmentos de lnea entrecortada para diferenciarlas de las actividades reales ( --------- ) Numeracin de eventos que debe ser progresiva y continua. Sobre la Red deben colocarse tambin los tiempos necesarios para ejecutar cada actividad.

Ejemplo:

Las actividades (1,3) y (2,3) deben terminar antes que pueda iniciarse la actividad (3,4). La direccin de avance de cada actividad se especifica asignando un nmero ms pequeo al evento inicial comparado con el nmero de su evento terminar.
2 1 3 4

Las actividades ficticias no consumen tiempo y se usan por las razones siguientes: a) Para evitar que dos o ms actividades tengan el mismo Evento inicial y final y b) Para representar relaciones de precedencia que de otra manera no pueden ser representadas. Una red puede contener cualquier cantidad de actividades ficticias. Una red bien elaborada debe contener el mnimo necesario de este tipo de actividades.

Ejemplos: 1)
A i B j

Las actividades A y B tienen los mismos eventos de inicio y fin. Para representar este caso se introduce una actividad ficticia.

Soluciones posibles:
A 1

F 3

F 1

B (a)

B (b)

La determinacin de los tiempos de inicio y terminacin, requiere de clculos especiales que se hacen directamente en el diagrama de flechas usando aritmtica simple. El objetivo es clasificar las actividades en crticas y no crticas.

Una actividad es crtica si una demora en su comienzo causar una demora en la fecha de terminacin de todo el proyecto completo.

Una actividad no crtica es tal que el tiempo entre comienzo ms prximo y de terminacin ms tardo (como lo permita el proyecto) es ms grande que su duracin real y se dice que la actividad no crtica tiene un tiempo de holgura.

Determinacin de la Ruta Crtica

Una ruta crtica define una cadena de actividades crticas, las cuales conectan los eventos inicial y final del diagrama de flechas.

1) Identificar las actividades crticas del proyecto. Se realiza es dos fases: - fase hacia adelante para obtener el tiempo de ocurrencia ms prximo del Evento. Se coloca al lado del evento en un cuadrado. - fase hacia atrs para obtener el tiempo de ocurrencia ms tardo del Evento. Se coloca sobre el cuadrado en un triangulo.

Para identificar las actividades crticas:

Clculos de la fase hacia adelante

Sea TIPi el tiempo de inicio ms prximo de todas las actividades que se originan en el evento i (nodo). En el evento de inicio, su tiempo de ocurrencia ms prximo es igual a cero. Si i=0, TIP0=0. Sea Dij la duracin de la actividad (i,j). Los clculos hacia delante se obtienen a partir de la frmula,

IPj maxTIPi Dij para todas las actividades (i, j) definidas

i

Para calcular TIPj, para el evento j, se debe calcular previamente los eventos de iniciacin de las actividades (i,j) definidas (las actividades que terminan en el nodo j).

Clculos de la fase hacia atrs

Sea TTTi, el tiempo de terminacin ms tardo de todas las actividades que terminan en el evento i. En el evento final, el tiempo de terminacin ms tardo es igual al Tiempo de iniciacin ms prximo en ese nodo. Si el ltimo nodo es el n-simo, entonces TTTn = TIPn.

Los clculos se inician comenzando en el ltimo nodo, despus de tener TTTn usando la frmula,

TTi minTIPj D ij para todas las actividades (i, j) definidas

j

2) Identificar la Ruta Crtica

Una actividad (i,j) est en la ruta crtica si satisface las siguientes condiciones:

1. TIPi = TTTi 2. TIPj = TTTj 3. TIPj TIPi = TTTj TTTi = Dij

Ejemplo: Se tiene el siguiente diagrama de red con la correspondiente duracin de cada actividad:

2 30 1 3 4 5

Los clculos correspondientes hacia delante (lo ms prximo) van desde el nodo de inicio (1) hasta el nodo final (5) y los clculos correspondientes hacia atrs (lo ms tardo) van desde el nodo final (5) hasta el nodo de inicio (1), esto clculos nos permiten determinar cuales son las rutas crticas del proyecto:

15

15 0 0

65 65 30 4

95
95

1 3
25 25

En este caso todas las actividades del proyecto son crticas. Cmo se hicieron estos clculos? Nodo Tiempo prximo 1-2 1-3 2-4 3-4 4-5 0+15=15 0+25=25 15+50=65 25+40=65 65+30=95 5-4 4-2 4-3 2-1 3-1 95-30=65 65-50=15 65-40=25 15-15=0 25-25=0 mas Nodo Tiempo mas tardo

Para el clculo de la ruta crtica el tiempo ms prximo y ms tardo del nodo de inicio deben ser iguales, de la misma manera los tiempos ms prximo y ms tardo del nodo de llegada deben ser iguales. Si estos tiempos son iguales la resta del tiempo mas tardo del nodo de llegada con la del tiempo mas prximo del nodo de inicio debe ser igual a la duracin de la actividad, en caso de que esta resta sea diferente a la duracin del proyecto la ruta calculada no es crtico.

MODELOS MATEMTICOS DE LA TOMA DE DECISIONES BAJO INCERTIDUMBRE:

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 mnai mxe 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 mxai mne 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.

Caractersticas: El decisor piensa que tome la alternativa que tome, suceder lo peor para l. Se determina el resultado ms desfavorable con cada estrategia. Se selecciona la estrategia que ofrece el ms favorable de todos los determinados. Tambin se le llama maxi-min mini-max segn el caso.

CRITERIO MAXIMAX Las situaciones, ambientes o contextos en los cuales se toman las decisiones, se pueden clasificar segn el conocimiento y control que se tenga sobre las variables que intervienen o influencian el problema, ya que la decisin final o la solucin que se tome va a estar condicionada por dichas variables. Dichos ambientes pueden ser: bajo riesgo, bajo incertidumbre, certidumbre y conflicto de los cuales se desprenden algunos criterios Attach:file.ext que nos permitirn evaluar las alternativas y as elegir la que nos proporcione un mayor beneficio.

 Criterio Maximax. El criterio maximax propone que el decisor debe buscar los mayores beneficios posibles para cada accin y escoger la accin que tenga mayores beneficios. Esta estrategia solo contempla el mayor beneficio posible e ignora las probabilidades y consecuencias de los otros sucesos que pueden ocurrir. Por ejemplo se tiene: Accin Estado de la naturaleza: d1 d2 d3 La demanda es: Comprar 0 Comprar 1 Comprar 2 q1 0 0 30 60 q2 1 0 20 10 q3 2 0 20 40 Para el ejemplo anterior el criterio maximax elegira la accin comprar 2, ya que ofrece beneficios posibles de cuarenta pesos; sin embargo, ignora la posibilidad de que pueda generar prdidas por sesenta pesos. El criterio maximax no es una regla de decisin prudente. Hay algunas circunstancias en las que se desea tomar riesgos prudentes, pero debe hacerse tomando en cuenta las posibilidades y las consecuencias de lo que puede suceder. Criterio Minimax. El criterio minimax sugiere que se seleccione la accin con menor perda mxima posible, de otro modo, la que presente los mayores beneficios mnimos posibles. En otras palabras, hay que asegurar que se ganen por lo menos R pesos y buscar la accin que brinde R mayor (la menor perdida, si se analizan las perdidas). La accin minimax del ejemplo propuesto en el criterio maximax, seria pedir cero unidades. La perdida mxima que puede ocurrir con cero unidades es cero pesos; las perdidas mximas de las otras dos acciones son treinta y sesenta. El criterio minimax tiende a llevar a la decisin de no hacer nada, a menos que no haya probabilidad de perdida. Es un criterio muy conservador. La persona que use el criterio minimax se vera, al final de cuentas, ante la amenaza de morirse de hambre (al no hacer nada) y estara obligado a actuar. En trminos de las actividades empresariales, la corporacin se estancara y

seria superada por la competencia dispuesta a innovar y a tomar riesgos razonables de sufrir prdidas. En otras situaciones se puede llegar a una decisin totalmente irracional al usar el criterio minimax. Por ejemplo suponga que la siguiente tabla nos muestra los costos condicionales de dos acciones: Accin Estado de la naturaleza: Comprar seguro No comprar seguro q1 $1000 $1001 q2 1000 10 La mejor accin es comprar el seguro, de acuerdo con el criterio minimax, ya que el costo mximo es de 1000 pesos (el costo mximo de la accin no comprar (el seguro) es 1001 pesos). Sin embargo, si los dos estados tuvieran la misma probabilidad, o si el estado q2 es mas probable que q1, entonces la mayora de las personas opinaran que la accin deseable es no comprar. Minimax no es una estrategia deseable en un juego contra la naturaleza, pero si es til frente a adversarios que piensan. Enfoque de arrepentimiento minimax. El enfoque de arrepentimiento para la toma de decisiones no es puramente optimista ni puramente conservador. Se ilustra el enfoque de arrepentimiento mostrando cmo puede emplearse para seleccionar una alternativa en el siguiente ejemplo.

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:

mxai mxe j x( ai , e j ) (1 )mne j x( ai , e j )

proporciona:

Para el caso donde x(ai, ej) representa un costo, el criterio selecciona la accin que

mnai mne j x( ai , e j ) (1 )mxe 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.

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 a = 0.4:

Alternativas Terreno comprado A

Estados de la Naturaleza

Aeropuerto en A

Aeropuerto en B

mnei -12

mxei S(ai) 13 -2

13

-12

B AyB Ninguno

-8 5 0

11 -1 0

-8 -1 0

11 5 0

-0.4 1.4 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 a seleccionado.

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:

As, si el verdadero estado en que se presenta la naturaleza es ej y el decisor elige la alternativa ai que proporciona el mximo resultado xij, entonces no ha dejado de ganar nada, pero

si elige otra alternativa cualquiera ar, entonces obtendra como ganancia xrj y dejara de ganar xijxrj. Savage propone seleccionar la alternativa que proporcione la menor de las mayores prdidas relativas, es decir, si se define ri como la mayor prdida que puede obtenerse al seleccionar la alternativa ai,

el criterio de Savage resulta ser el siguiente:

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. Explicacin de los pasos para realizar el criterio de savage

Este criterio dice que para cada estado de la naturaleza (variable incontrolable) hay una decisin que es mejor que el resto. Hay que buscar qu se deja de ganar o qu se pierde si se toma otra decisin que no sea sa (es decir, que permite el arrepentimiento). 1) Encima de cada columna del cuadro, se indica el n ms alto de su columna. 2) Dentro de la tabla, se va restando ese n ms alto de cada n de la tabla. 3) A parte, se representa con S y un nmero a partir del 1. Habr tantos como posibles acciones (filas). Se busca el Minimax (mnimo entre los mximos) que es el n ms alto de cada fila (teniendo en cuenta que, por ejemplo, el 0 es mayor que un n negativo)

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.

Alternativas

Estados de la Naturaleza Aeropuerto en B

i

Terreno comprado Aeropuerto en A A B AyB Ninguno 0 21 8 13

23 0 12 11

23 21 12 13

El mayor resultado situado en la columna 1 de la tabla de decisin original es 13; al restar a esta cantidad cada uno de los valores de esa columna se obtienen las prdidas relativas bajo el estado de la naturaleza Aeropuerto en A. De la misma forma, el mximo de la columna 2 en la tabla original es 11; restando a esta cantidad cada uno de los valores de esa columna se obtienen los elementos rij correspondientes al estado de la naturaleza Aeropuerto en B. Como puede observarse, el valor
i

menor se obtiene para la tercera alternativa, por lo que la decisin ptima

segn el criterio de Savage sera comprar ambas parcelas.

CRTICA El criterio de Savage puede dar lugar en ocasiones a decisiones poco razonables. Para comprobarlo, consideremos la siguiente tabla de resultados:

Estados Naturaleza Alternativas e1

de

la

e2

a1 a2

9 4

2 6

La tabla de prdidas relativas correspondiente a esta tabla de resultados es la siguiente:

Estados de la Naturaleza Alternativas e1 a1 a2 0 5 e2 4 0 4 5

i

La alternativa ptima es a1. Supongamos ahora que se aade una alternativa, dando lugar a la siguiente tabla de resultados:

Estados Naturaleza Alternativas e1 a1 a2 a3 9 4 3

de

la

e2 2 6 9

La nueva tabla de prdidas relativas sera:

Estados de la Naturaleza

Alternativas e1 a1 a2 a3 0 5 6

e2 7 3 0 7 5 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!

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. Una vez realizada esta asignacin de probabilidades, a la alternativa ai le corresponder un resultado esperado igual a:

La regla de Laplace selecciona como alternativa ptima aquella que proporciona un mayor resultado esperado:

EJEMPLO Partiendo del ejemplo de construccin del hotel, la siguiente tabla muestra los resultados esperados para cada una de las alternativas.

Alternativas Terreno comprado A B AyB Ninguno

Estados de la Naturaleza

Aeropuerto en A

Aeropuerto en B

Resultado esperado

13 -8 5 0

-12 11 -1 0

0.5 1.5 2 0

En este caso, cada estado de la naturaleza tendra probabilidad ocurrencia 1/2. El resultado esperado mximo se obtiene para la tercera alternativa, por lo que la decisin ptima segn el criterio de Laplace sera comprar ambas parcelas.

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:

Estados de la Naturaleza Alternativas a1 a2 e1 15000 5000 e2 -5000 4000 Resultado esperado 5000 4500

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.

BIBLIOGRAFA
Medios Impresos: AMATA AMAY, Jairo. Toma De Decisiones Gerenciales mtodos cuantitativos para la administracin. Universidad Santo tomas. BARRY Render y otros.Metodos Cuantitativos Para Los Negocios. Pearson. Prentice Hall. CAABATE CARMONA, Antonio Toma de decisiones: anlisis y entorno organizativo Hillier, Lieberman. Investigacin de operaciones, sptima edicin

Medios Digitales: wikipedia.org. Diagrama_de_Gantt. Disponible en: http://es.wikipedia.org/wiki/Diagrama_de_Gantt www.monografias.com. Control del la Produccion. Disponible en: http://www.monografias.com/trabajos24/control-produccion/controlproduccion.shtml#program wikipedia.org. Metodo de la ruta critica. Disponible en: http://es.wikipedia.org/wiki/M%C3%A9todo_de_la_ruta_cr%C3%ADtica www.slideshare.net. Programacin Lineal. Disponible en: http://www.slideshare.net/dorkapalmira/programacin-lineal-1906374

www.arquimedex.com. Caractersticas de la Programacin Lineal. Disponible en: http://www.arquimedex.com/index.php?accion=1&id=89

 thales.cica.es. Criterio de la Place. Disponible en: http://thales.cica.es/rd/Recursos/rd99/ed99-0191-03/laplace.htm