TRABAJO DE INVESTIGACION DE OPERACIONES

TEMA
ENSAYOS,MAPAS MENTALES Y AUTO EVALUACIONES


PRESENTADO POR:

DEICY PAULINA LERECH DE HOYOS
PAULA ANDREA JIMENEZ DURANGO
MARIA FERNANDA MARTINEZ OROZCO
NELA GABRIELA GONZALEZ VILLAREAL



LICENCIADO:
MIGUEL ACOSTA MERCADO



FUNDACION UNIVERSITARIA SAN MARTIN
VII SEMESTRE ADMINISTRACION DE EMPRESA



ENSAYO FASCICULO 1
La Investigacin de Operaciones (IO) o Investigacin Operativa es una rama
de las matemticas que hace uso de modelos matemticos y algoritmos con el
objetivo de ser usado como apoyo a la toma de decisiones. Se busca que las
soluciones obtenidas sean significativamente ms eficientes (en tiempo,
recursos, beneficios, costos, etc.) en comparacin a aquellas decisiones
tomadas en forma intuitiva o sin el apoyo de una herramienta para la toma de
decisiones.
Los modelos de Investigacin de Operaciones son frecuentemente usados para
abordar una gran variedad de problemas de naturaleza real en ingeniera y
ciencias sociales, lo que ha permitido a empresas y organizaciones importantes
beneficios y ahorros asociados a su utilizacin.
En la Administracin. Contribuye a resolver problemas complejos de asignacin
de recursos desde el rea de logstica, hasta temas pertenecientes a las
ciencias de la salud. Para hallar la solucin a un problema se representa un
modelo matemtico, se analiza y evala de modo riguroso en busca de
respuestas integrales favorables al sistema como un todo.
La planeacin, modelacin, anlisis, aplicacin y seguimiento de estas tcnicas
matemticas (programacin lineal, toma de decisiones, Lneas de espera,
PERT-CPM), contribuye a que el administrador tome determinaciones ms
efectivas.
Sus mtodos son:
Programacin lineal: maximiza o minimiza una funcin lineal comnmente
llamada funcin objetivo. Por lo general, se desea maximizar un objetivo
econmico o minimizar un costo condicionados a desigualdades lineales.
Mtodo simplex: resuelve problemas lineales
Mtodos de solucin de transporte: Las soluciones bsicas factibles se
logran generalmente luego de iterar sucesivas veces.
Teora de la decisin: es una aproximacin analtica para estudiar de manera
detallada determinaciones que tienen un componente de factores de riesgo. Se
estudiar el contexto en el que una buena decisin administrativa generalmente
est basada en la lgica, en el estudio de alternativas y el desarrollo de
modelos cuantitativos y cualitativos
Control de inventarios y teora de juegos: El estudio o anlisis de las
cantidades de materia prima o procesada requeridas en un ambiente
productivo para generar una produccin continua y sin demoras, es
fundamental para mejorar la eficacia y eficiencia del sistema.
Modelo de ruta crtica: La combinacin de actividades interrelacionadas a
ejecutarse en un orden pre establecido en un proyecto, es el fundamento de
esta teora. Las actividades se encuentran interrelacionadas en una secuencia
lgica con un principio y final preestablecido.
Modelo de lneas de espera: El fenmeno de las lneas de espera se genera
cuando el sistema no tiene la suficiente capacidad para responder a la
demanda. Las variables que se estudian son los tiempos de llegada y la
capacidad del servicio.

MAPA MENTAL FASCICULO 1














































ENSAYO FASCICULO 2

Toma de
decisiones
Mtodos
Programacin lineal
Mtodo simplex
Restriccin en
problemas
Problema recursos
Mejor accin
Identificar
Objetivo
Teora de la decisin
Mtodos de solucin de transporte
Modelo de ruta crtica
Control de inventarios y teora de juegos
Modelo de lneas de espera

Investigacin
de
operaciones
Esa rama de la
matemtica
Usa modelos
representativos
La programacin lineal es un procedimiento de optimizacin que consiste en la
maximizacin o minimizacin de una funcin lineal, llamada funcin objetivo,
sujeta a restricciones lineales.
La programacin lineal es un conjunto de tcnicas racionales de anlisis y de
resolucin de problemas que tiene por objeto ayudar a los responsables en las
decisiones sobre asuntos en los que interviene un gran nmero de variables.
El nombre de programacin lineal no procede de la creacin de programas de
ordenador, sino de un trmino militar, programar, que significa realizar planes o
propuestas de tiempo para el entrenamiento, la logstica o el despliegue de las
unidades de combate'.
Aunque parece ser que la programacin lineal fue utilizada por G. Monge en
1776, se considera a L. V. Kantorvich uno de sus creadores. La present en
su libro Mtodos matemticos para la organizacin y la produccin (1939) y la
desarroll en su trabajo Sobre la transferencia de masas (1942). Kantorvich
recibi el premio Nobel de economa en
El procedimiento es iterativo, pues mejora los resultados de la funcin objetivo
en cada etapa hasta alcanzar la solucin buscada. sta se encuentra en un
vrtice del que no parta ninguna arista a lo largo de la cual la funcin objetivo
aumente.
Existen varios mtodos para resolver un modelo lineal planteado; en primer
lugar, se utilizar el mtodo geomtrico o grfico, til para visualizar las
soluciones factibles al igual que los errores en la formulacin de las
restricciones. Otro mtodo usado, es el recurso algebraico o analtico que se
aplica cuando el nmero de variables y el nmero de ecuaciones es
considerablemente alto.



MAPA MENTAL FASCICULO 2














































PROGRAMACIN
LINEAL
Recurso algebraico
o analtico
Funcin objetivo
Funcin lineal
Maximizacin o
minimizacin
Optimizacin
Ayuda
Anlisis
Geomtrico o
grfico
Decisiones
Resolucin
de problemas
Mtodos
Tcnicas racionales
Conjunto
ENSAYO FASCICULO 3

El mtodo Simplex fue creado por George Bernard Dantzig en 1947, El mtodo
Simplex, provee una herramienta efectiva para resolver problemas de n
variables con m ecuaciones.
El mtodo Simplex es un procedimiento iterativo que permite mejorar la
solucin de la funcin objetivo en cada paso. El proceso concluye cuando no es
posible continuar mejorando dicho valor, es decir, se ha alcanzado la solucin
ptima (el mayor o menor valor posible, segn el caso, para el que se
satisfacen todas las restricciones).
El mtodo Simplex se basa en la siguiente propiedad: si la funcin objetivo Z no
toma su valor mximo en el vrtice A, entonces existe una arista que parte de A
y a lo largo de la cual el valor de Z aumenta.
Esta forma se caracteriza por tener los siguientes elementos:
La funcin objetivo puede ser de la forma maximizacin o minimizacin.
Todas las variables son no negativas.
Se considera que el lado derecho de las restricciones es no negativo.
Cuando existe una desigualdad se adiciona una variable de holgura S1
para convertir una inecuacin en ecuacin.
La interpretacin econmica del modelo dual ayuda a identificar los
requerimientos del recurso limitante. Mejora el proceso de toma de decisiones
referente al mejoramiento o adquisicin del monto exacto del recurso escaso,
con el fin de mejorar la utilidad de la funcin objetivo inicialmente planteada. La
formulacin del problema sigue siendo un paso esencial para resolver e
interpretar de manera correcta un problema de optimizacin. Invertir ms
tiempo en el planteamiento o formulacin del modelo es una estrategia
acertada. Aplicar metodologas de solucin no es fundamental cuando el
modelo no refleja el sistema que se est analizando.
MAPA MENTAL FASCICULO 3














































MTODO
SIMPLEX
Permite
M ecuaciones
n variables
Resolver problemas
1947
George Bernard
Dantzig
Cada
Funcin objetivo
Solucin
ENSAYO FASCICULO 4
El modelo del transporte tiene que ver con la determinacin de un plan de costo
mnimo para transportar una mercanca desde varias fuentes (por ejemplo
fabricas), a varios destinos por ejemplo, almacenes o bodegas. El modelo
puede extenderse de manera directa para abarcar situaciones prcticas de las
reas del control de inventario, programacin de empleo y asignacin de
personal entre otros.
El modelo del transporte en bsicamente un programa lineal que se puede
resolver a travs del mtodo simplex regular. Sin embargo, su estructura
especial hace posible el desarrollo de un procedimiento de solucin, conocido
como tcnica del transporte, que es ms eficiente en trminos de clculo.
La tcnica de transporte puede presentarse, y a menudo se hace, en forma
elemental que parezca completamente separada del mtodo simplex. No
obstante, debemos destacar que la nueva tcnica sigue esencialmente los
pasos exactos del mtodo simplex.
Definicin y aplicacin del modelo de transporte.
El modelo de transporte busca determinar un plan de transporte de una
mercanca de varias fuentes a varios destinos.
Entre los datos del modelo se encuentran:
1) Nivel de oferta de cada fuente y la cantidad de la demanda en cada
destino
2) El costo de transporte unitario de la mercanca, de cada fuente a cada
destino.
Como solo hay una mercanca, un destino puede recibir su demanda de una o
ms fuentes. El objetivo del modelo es el de determinar la cantidad que se
enviar de cada fuente a cada destino, tal que se minimice el costo del
transporte total.
La suposicin bsica del modelo es que el costo del transporte en una ruta es
directamente proporcional al nmero de unidades transportadas y la definicin
de unidad de transporte vara dependiendo de la mercanca que se transporte.

MAPA MENTAL FASCCULO 4





















MODELO DE TRANSPORTE
ESTAN ENFOCADOS EN RESOLVER PROBLEMAS
ALGORITMOS BSICOS
MODELOS P.L
MODELOS DE ASIGNACION
LA REDUCCION DE LOS COSTOS DE TRANSPORTE
LAS ASIGNACIONES DE TRABAJOS
EL CONTROL DE PRODUCCION E INVENTARIOS
A travs de unos mtodos de solucin:
ENSAYO FASCICULO 5

La teora de decisiones se ocupa de decisiones contra la naturaleza. Esta fase
se refiere a una situacin donde el resultado (rendimiento) de una decisin
individual depende de la accin de otro agente (naturaleza) sobre el cual no se
tiene control. Es importante observar que en este modelo los rendimientos
afectan nicamente a quien toma la decisin. A la naturaleza no le importa cul
es el resultado.

La teora de decisiones se enmarca en tres escenarios posibles de ocurrencia
de un evento. Existen diversos procedimientos que pueden ayudar a
seleccionar las alternativas ms favorables o cursos de accin a implementar
para solucionar un problema, en seguida, se exponen seis pasos genricos de
la teora de decisin:
-Definir el problema con objetividad y claridad.
-Desarrollar alternativas de solucin.
-Identificar las alternativas con mejores resultados.
-Desarrollar un cuadro de costos y utilidades.
-Aplicar el modelo de la teora de la decisin.
-Anlisis y seguimiento.
Existen muchas condiciones externas e internas para tomar decisiones de
acuerdo a la informacin obtenida; a continuacin relacionamos las ms
importantes. Primero, las decisiones bajo factores conocidos y entonos
predecibles, es decir, llamadas bajo entornos de certidumbre; El segundo,
decisiones bajo factores conocidos y entornos aleatorios, muchas veces,
descritos mediante distribuciones de probabilidad; y, tercero, decisiones con
algunos factores desconocidos y entornos impredecibles conocidos como de
incertidumbre, los datos generados en esta situacin son ambiguos.
El tercer entorno es el ms complejo y ms difcil de predecir en tanto que el
primer escenario con factores conocidos y entorno predecible no debera existir
equivocacin alguna a la hora de elegir el curso de accin.

Modelos de decisin bajo certidumbre
Mtodo analtico de jerarqua: tiene en cuenta distintos pasos para los
factores intervenidos en el proceso en el que se ubican los criterios de la
jerarqua que influyen en el resultado y, en seguida, las diferentes alternativas.

Modelos de decisin bajo riesgo
Los eventos se asociacin con distribuciones de probabilidades. Estas
probabilidades estn ligadas a estados de la naturaleza o eventos futuros que
no son controlados por los actores que intervienen.

Teorema de Bayes: En este sentido, cuando el contexto en el que se
desarrolla el problema es desconocido o al menos poco predecible, se pueden
tomar varios cursos de accin, el ms aplicable es experimentar las posibles
mejores soluciones a travs de recoleccin de datos o experimentacin. En
este escenario en particular, se deben aplicar algunos conceptos bsicos de
estadstica para poder procesar la informacin recopilada
Teora de la utilidad: se refiere a situaciones especficas donde una
interpretacin incorrecta o falta de objetividad en el anlisis del problema de
decisin, pueden llevar a perder la ganancia esperada. Las consideraciones
realizadas en esta teora, se basan en asignar una probabilidad P para el mejor
o peor resultado considerado como la alternativa 1 y un valor (1 P) para la
alternativa 2. La asignacin de una probabilidad P a una alternativa tambin se
denomina medida o tasa de utilidad.
Arboles de decisin: se caracterizan por tener smbolos y estructura
similares. Las condiciones de su uso y aplicacin son en entornos de riesgo
donde los resultados finales relacionados con cada alternativa se describen
mediante distribuciones de probabilidad. Por lo tanto, el valor esperado en
situaciones de incertidumbre se encuentra asociado a esta condicin.

Modelos de decisin bajo incertidumbre
Criterio de Hurwicz: Este criterio de decisin est basado en escenarios
optimistas y pesimistas. Se asigna un coeficiente Alfa () de ocurrencia entre 0
y 1 a cada valor esperado. El criterio para asignar un coeficiente ms alto es
relacionado a un escenario positivo y ganancias esperadas ALTSIMAS;
inversamente, el coeficiente menor es asignado al escenario ms negativo.
Este coeficiente Alfa, tambin se le conoce como criterio de realismo.
Criterio Maximin (Minimax): se asume una actitud conservadora eligiendo la
mejor alternativa de las peores posibles. Por ejemplo, cuando se enfrenta a una
posible prdida, se escoge la alternativa con el menor valor de las mximas
PRDIDAS posibles.

MAPA MENTAL FASCICULO 5














































TEORA DE
DECISIONES
Criterio Maximin
(Minimax)
Criterio de Hurwicz
Teorema de Bayes
Bajo riesgo
Mtodo analtico de
jerarqua
Bajo certidumbre
Decisiones
De otro
Accin
Depende
Decisin
Situacin
Contra la naturaleza
Decisiones
Bajo incertidumbre
Arboles de decisin
Teora de la utilidad
Modelo de programacin
lineal
ENSAYO FASCICULO 6
En los negocios existe una realidad reconocida por muchos, pero
desafortunadamente racionalizada e implementada por pocos "quien compra
bien, vende o produce bien". El tener una buena poltica de compras, le va a
permitir un manejo fluido a la empresa y disminuir sus costos, lo que
obviamente mejorar su rentabilidad. Debido a lo anterior es necesario estudiar
los inventarios desde el momento en que se proyecta la compra, es decir
involucrarlos en los procesos de planeacin de la compaa y en su
contrapartida obligatoria, el control.
En la acepcin ms amplia de la palabra, los inventarios son recursos
utilizables que se encuentran almacenados para su uso posterior en un
momento determinado. Algunos autores los definen simplemente como bienes
ociosos almacenados en espera de ser utilizados. Otros autores los definen
como un activo corriente de vital importancia para el funcionamiento de la
empresa. Existen mltiples argumentos para justificar la tenencia o no de
inventarios, de los cuales mencionaremos tan solo unos pocos.
Los costos ms frecuentes asociados un inventario son los siguientes:
Costo de ordenar o de produccin
Muchos gastos asociados a efectuar una orden por cierto producto, o bien a
producirlo internamente no necesariamente dependen del tamao de la orden o
del tamao de la partida producida.
Por ejemplo, los costos involucrados en el envo de un fax en el caso de
rdenes, o bien el costo de encendido de maquinaria en el caso de produccin
propia.
Costo unitario de compra
Corresponde al costo variable unitario involucrado en la compra de artculos a
algn proveedor. Normalmente el costo de compra incluye los costos de
materiales, mano de obra, maquinaria y utilidades del proveedor.
EJEMPLOS
Problema #1) La empresa Sharp Inc. es una empresa que comercializa agujas
hipodrmicas indoloras en los hospitales, desea reducir sus costos de
inventario mediante la determinacin del nmero de agujas que debe obtener
en cada orden. La demanda anual es de 1000 unidades; el costo de manejo
por unidad por ao es de 0.50 dlares. Calcule el nmero ptimo de unidades
por orden.
Datos:
D = demanda anual = 1000
A = $ 10.00 (costo por cobrar una orden)
H = $ 0.50/unidad-ao (costo por mantener una unidad en inventario por ao)

a) Nmero ptimo de unidad por orden


Q* = 2AD/H = [((2 x 10) x 1000) / 0.50]
1/2


Q* = 200 agujas/orden

b) Nmero de rdenes en el ao (N)
N = D/Q = (200 unidades/orden) / (200 unidades/orden)
N = 5 rdenes

c) Tiempo de ciclo, tiempo esperado entre rdenes (T)
T = Q/D = (200 unidades/orden) / (1000 unidades/ao)
T = 0.2 aos/orden = 50 das/orden

Se considera el ao = 250 das laborables.
D = 1000 unidades/ao
Ao = 250 das
1 da =?

SOLUCIN:
1000 X 1 250 = 4 unidades/da


Cunto comprar? Q*
Cundo comprar? Punto de reorden (ROP o reorder point)

Cunto cuesta el sistema de inventario en el ao?

d) Punto de reorden basado en el inventario.



Si el tiempo de entregar, para este problema, es de 10 das:

ROP = 4 unidades/da
10 das = 40 unidades

Cuando se tienen 40 unidades en inventario, se tiene que hacer el siguiente
pedido.

e) Costos variables anuales del sistema de inventario (VC)



VC = 10 (1000/200) + 0.50 (200/2) = 100

Problema #2) Una Empresa comercializa artculos del hhogar, con una
demanda anual de 1.000 unidades, si el costo para colocar un pedido es de 10
dlares, el costo de almacenamiento unitario anual de cada artculo es de 2.50
dlares, la empresa opera 365 das al ao, siete das a la semana, con un
costo de venta del artculo de 15 dlares, determinar la poltica de inventario
ptima de la Empresa.
SOLUCIN:







Problema #3) Una compaa de taxis consume gasolina a una tasa de 8500
galones/mes. La gasolina cuesta 1.05$/galn y tiene un coste de emisin de
pedido de 1000$/pedido. El coste de mantener el inventario es 1
centavo/galn/mes.

a) Determine cundo y cunto se debe ordenar, si desea minimizar el
coste total.
b) Suponga que se permiten roturas de stock, y que ste asciende a
50 centavos/galn/mes.
c) Suponga que el coste de la gasolina baja a 1$/galn si compran, al
menos, 50000 galones.
d) Suponga que el coste de la gasolina es 1.20$/galn si el tamao del
pedido es menor de 20000galones, 1.10$/galn si a
2
=40000 galones,
y 1.00$/galn si Q es, como mnimo, 40000 galones.
e) Es necesario el dato de para resolver este problema?
SOLUCION:
Apartado a:
Q*= 41231 galones.
Frecuencia (n de pedidos al mes): 0,21; Frecuencia (n de pedidos al ao):
2,47
T* (meses)= 4,85; T* (das) = 146

Apartado b:
Q* = 41641 galones
Frecuencia (n de pedidos al mes): 0,20; Frecuencia (n de pedidos al ao) =
2,45
T* (meses)= 4,90; T* (das) = 147

Apartado c:
Q1* = 41231 galones
Q2* = 42249 galones
CT (Q1*) = 9337 $
CT(a) = 8908 $
Q*= a = 50000 galones
Frecuencia (n de pedidos al mes): 0,17; Frecuencia (n de pedidos al ao) =
2,04
T* (meses): 5,88; T* (das): 176

Apartado d:
Q1* = 38568 galones
Q2* = 40283 galones
Q3* = 42249 galones
SITUACIN: a1<Q1*<a2<Q2*<Q3* Q*=Q3*=42249 galones
Frecuencia (n de pedidos al mes): 0,20; Frecuencia (n de pedidos al ao) =
2,41
T* (meses)= 4,97; T* (das) = 149

MAPA MENTAL FASCICULO 6














































TEORA DE
INVENTARIOS
Procedimiento
Frecuencia de
pedido
Cantidad de pedido solicitado
Periodo determinado
Valor monetario total
Dividen
Sistemas de inventarios
Diferentes
Solicitudes de
reposicin
Transacciones
de pedidos
Material almacenado
Control
Abastecimiento Monitoreo
ENSAYO FASCICULO 7
El mtodo de la ruta crtica es una tcnica nueva y eficaz en la planeacin y
administracin de todo tipo de proyectos, es la representacin del plan de un
proyecto en un diagrama o red, para la completa determinacin del mejor
programa de operacin, brinda un enfoque mucho ms til y preciso.
A esta nueva tcnica se le reconoce ya con varios nombres: Camino o
Trayectoria Crtica, Anlisis del Camino Crtico, Anlisis de Redes,
Programacin de la Ruta Crtica, Estimacin y Programacin del Costo Mnimo;
pero la designacin Mtodo de la Ruta Crtica (CPM).
La tcnica de la ruta crtica tuvo su origen entre 1956 y 1958, en dos problemas
simultneos, aunque diferentes, sobre la planeacin y control de proyectos en
E. U; la Marina de Estados Unidos, estaba interesada en el control de
contratistas en su programa de Proyectiles Polaris. Los contratos comprendan
la investigacin y desarrollo de trabajo, as como las manufacturas de
componentes que no estaban todava hechas, ni el costo ni el tiempo podan
ser estimados con exactitud, y los tiempos de terminacin tenan que estar
basados en la realidad.
Primero se le consider como PERT siglas de las palabras inglesas Program
Evaluation and Review Technique. En ese proyecto no se consideraba al costo
como una variable. Recientemente se ha introducido el costo como dato siendo
conocido como este sistema como PERTCO (PERT con costos).

Ejemplos
EJEMPLO: A continuacin se presenta un resumen de las actividades que
requiere un proyecto para completarse. El tiempo de duracin de cada
actividad en semanas es fijo. Se solicita que estime la duracin total del
proyecto a travs del mtodo CPM.
Actividad Duracin (sem)
Actividad
Predecesora
A 6 -
B 8 -
C 12 A,B
D 4 C
E 6 C
F 15 D,E
G 12 E
H 8 F,G
En consideracin a las etapas del mtodo CPM definidas anteriormente, en
este caso se debe desarrollar el paso 3 y 5. En este sentido es necesario
construir el diagrama identificando las relaciones entre las actividades y con el
objetivo de resumir la metodologa se incorporar inmediatamente el clculo de
la Holgura, IC, TC, IL, TL para cada actividad, junto con la identificacin de la
ruta crtica.

Primero se construye el diagrama identificando cada actividad en un nodo
(crculo) con su nombre respectivo y entre parntesis el tiempo estimado. Las
flechas entre actividades sealan las relaciones de predecencia, por ejemplo, la
actividad F slo puede comenzar una vez terminadas las actividades D y E.
Luego, se identifica para cada actividad los indicadores IC y TC. Por ejemplo,
para la actividad C el inicio ms cercano es 8 (esto porque C slo puede
comenzar una vez terminada A y B, siendo B la que ms se demora y termina
en 8) y el trmino ms cercano es 20 (dado que la actividad C demora 12
semanas).
Posteriormente se obtiene el IL y TL para cada actividad. Con esta informacin
el clculo de la holgura de cada actividad es simple. Para obtener el IL y TL de
cada actividad nos "movemos" desde el final hasta el inicio. En este caso la
actividad que termina ms tarde es H (49 sem) y por tanto nos preguntamos
cundo es lo ms tarde que podra terminar H sin retrasar el proyecto (TL), esto
claramente es 49. Por tanto si lo ms tarde que puede terminar H es 49, lo ms
tarde que puede comenzar H para cumplir este tiempo es 41 (dado que H dura
8 sem). Luego, la holgura de H es cero. Notar que las actividades con
holgura igual a cero corresponden a las actividades de la ruta crtica.

MAPA MENTAL FASCICULO 7














































Redes de gas
Tendidos de
cables elctricos
Diseos de acueductos
Modelo del flujo del costo mnimo
Soluciona
Nodos
Informacin
detallada y prctica
Arcos
Esquema
MODELO DE
REDES
Representar problemas
Modelo del rbol de mnima
expansin
Modelo
probabilstico
Modelo determinstico
Modelo del flujo mximo
Modelo de la ruta ms corta
Modelo CPM
Modelo PERT
ENSAYO FASCCULO 8

Las lneas de espera son parte de la vida diaria todos esperamos en colas para
comprar un boleto para el cine, hacer una consignacin en el banco, pagar en
un supermercado, subir a un juego, esperar un ascensor, pagar un servicio
pblico, etc. Nos hemos acostumbrado a esperas largas filas, 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 37 mil
millones de horas al ao en lneas de espera. Si este tiempo se usara de
manera productiva significara cerca de 20 millones de personas aos de
trabajo til cada ao.
Incluso estas 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.

MAPA MENTAL FASCICULO 8











MODELO
LNEAS DE
ESPERA
Est definido como el estudio del comportamiento
del fenmeno de arribo, prestacin del servicio y
salida de clientes de un sistema
Se aplica en
sistemas como
industrias, salud y
comercio

El modelo de lnea de espera consiste
en frmulas y relaciones matemticas
que pueden usarse para determinar las
caractersticas operativas
Su beneficio primordial es
mejorar el servicio y
disminuir los costos
dentro de la organizacin
AUTOEVALUACIN FASCCULO 1



1- La aplicacin de procedimientos matemticos como la programacin
lineal permiten el estudio de segmentos precisos de un sistema. El
nombre que recibe el sistema en estudio es:

A. Meta.
B. Modelo
C. Segmento
D. Contexto

2- La investigacin de operaciones como una herramienta decisoria posee
diversos mecanismos para recopilar informacin usada para construir
parmetros y restricciones de un modelo. Los mecanismos ms usados
son:

1. Valores histricos
2. Mtodos de pronsticos
3. Mtodos estadsticos
4. Fuentes digitales externas.

Si 1 y 2 son correctas, rellene el valo A
Si 2 y 3 son correctas, rellene el valo B
Si 3 y 4 son correctas, rellene el valo C
Si 1 y 4 son correctas, rellene el valo D

A.

B.

C.

D.

3- Identifique a continuacin las dos clases de modelos que no se utilizan
en Investigacin de operaciones.

1. Fsico
2. Analgico
3. Determinstico
4. Probabilstico








Si 1 y 2 son correctas, rellene el valo A
Si 2 y 3 son correctas, rellene el valo B
Si 3 y 4 son correctas, rellene el valo C
Si 1 y 4 son correctas, rellene el valo D

A.

B.

C.

D.

4- Si aplicamos la metodologa de la investigacin de operaciones, cul es
el orden correcto de implementacin de este recurso cientfico.

1. Evaluacin, control, alternativas de solucin, formulacin.
2. Alternativas de solucin, implementacin del plan, evaluacin y formulacin.
3. Formulacin, construccin, control e implementacin del plan.
4. Formulacin, construccin, solucin, validacin, implementacin y control.


5- Analice la siguiente expresin: Los modelos determinsticos son parte de
la investigacin de operaciones, porque no incluyen propiedades
relacionadas a fenmenos aleatorios.

Si la afirmacin y la razn son VERDADERAS y la razn es una EXPLICACIN
CORRECTA de la afirmacin seleccione la respuesta A

Si la afirmacin y la razn son VERDADERAS pero la razn NO ES una
explicacin
CORRECTA de la afirmacin seleccione la respuesta B

Si la afirmacin es VERDADERA pero la razn es FALSA seleccione la
respuesta C

Si la afirmacin es FALSA y la razn es VERDADERA seleccione la respuesta
D

Si la afirmacin y la razn son FALSAS seleccione la respuesta E

A.
B. X
C.
D.
E

AUTOEVALUACIN FASCCULO 2

INVESTIGACIN DE OPERACIONES

1. El plano cartesiano se divide en cuatro cuadrantes sobre un plano
bidimensional identificados con las letras I, II, III y IV. Uno de estos cuadrantes,
es usado para graficar el problema de programacin lineal debido a la
restriccin de uso de variables positivas o iguales a cero. Cul es el cuadrante
usado para dibujar las restricciones.

A. Cuadrante III.
B. Cuadrante I.
C. Cuadrante II.
D. Cuadrante IV.

2. Cules son los tres componentes bsicos mnimos de un modelo de
programacin lineal.

A. Funcin objetivo, coeficientes y recursos.
B. Ecuaciones de restriccin, igualdades y variables.
C. Variables, condicin de no negatividad de variables y recursos.
D. Funcin objetivo, ecuaciones de restriccin y condicin de no negatividad de
variables.

3. Segn el siguiente enunciado, el mtodo grfico se aplica a la solucin de
problemas lineales, la interseccin de las rectas construye un conjunto convexo
denominado regin de solucin posible o factible en donde se pueden obtener
los siguientes resultados:

a. La interseccin de las restricciones o rectas constituye al menos un punto
extremo con una solucin ptima.
b. Las soluciones ptimas se encuentran fuera de la regin de soluciones
factibles.
c. Debe evaluarse el resultado de la funcin objetivo en cada uno de los puntos
extremos del espacio de soluciones factibles.
d. Es deseable tener dos regiones de soluciones posibles dentro del primer
cuadrante.

1. Las respuestas a y b son correctas.
2. Las respuestas c y d son correctas.
3. Las respuesta a y c son correctas.
4. Las respuestas b y d son correctas.
4. Un modelo lineal con un espacio de solucin no acotado y soluciones
infinitas ocurre cuando:

1. Existen combinaciones de variables que dan un valor infinito a la funcin
objetivo.
2. El grfico muestra una regin de valores acotados.
3. El grfico muestra un espacio limitado.
4. No existe omisin de restricciones.

5. El modelo de programacin lineal conocido como PL posee diversos
procedimientos para resolverlo. Los ms comunes se enuncian a continuacin:

a. Mtodo grfico.
b. Mtodo de la esquina Noroeste.
c. Mtodo analtico.
d. El mtodo de las restricciones.

1. Las respuestas b y c son correctas.
2. Las respuestas c y d son correctas.
3. Las respuestas a y c son correctas.
4. Las respuestas a y d son correctas.

6. Problema propuesto: Una compaa produce caf tostado y saborizado. El
costo de la materia prima para producir 1 libra de caf tostado es de $ 5.000
pesos. El costo de la materia para producir una libra de caf saborizado es de $
7.000. El caf tostado requiere un tiempo de proceso de 0.2 horas y 0.25 horas
en la zona de empaque. El caf saborizado requiere un tiempo de proceso de
0.3 horas y 0.40 horas en la zona de empaque. El salario pagado por hora es
de $ 2.000 pesos. Si ambos productos se venden a $ 9.000 pesos y las horas
disponibles de trabajo en las estaciones de proceso y empaque son 150 y 170
respectivamente, expresar este problema como un problema de programacin
lineal de modo que se maximicen las utilidades.


COSTOS DE PRODUCCIN Y UTILIDAD POR PRODUCTO

Caf tostado = tiempo de proceso (0,2 horas y 0,25 horas)2000 empacado +
5.000

VALOR NETO DE PRODUCCIN = (0,2+0,25)2.000 + 5.000 = 5. 900
UTILIDAD CAF TOSTADO = precio de venta precio de produccin
UTILIDAD CAF TOSTADO = 9.000-5.900
UTILIDAD CAF TOSTADO = 3.100

Caf saborizado = tiempo de proceso (0,3 horas y 0,4 horas)2000 + 7.000

VALOR NETO DE PRODUCCIN = (0,3+0,4)2.000 + 7.000 = 8.400
UTILIDAD CAF TOSTADO = precio de venta precio de produccin
UTILIDAD CAF TOSTADO = 9.000-8.400
UTILIDAD CAF TOSTADO = 600

X= Cantidad de caf tostado a producir mensualmente.
Y= nmero de cafs saborizado producir por mes.
Z = Utilidad total.

X = Caf tostado
Y = Caf saborizado
Por lo tanto la funcin objetiva es

Zmax = 3.100X + 600Y

Existen las siguientes restricciones de mano de obra calificada e
insumos:

Caf tostado = tiempo de proceso 0,2 horas y 0,25 horas empacado
Caf saborizado = tiempo de proceso 0,3 horas y 0,4 horas

Recursos disponibles

Tiempo de Proceso 150 horas
Tiempo de empaque 170 horas

Sujeto a
0,2X + 0,3Y 150 ECU 1
0,5X + 0,4Y 170 ECU 2
X,Y 0

SOLUCIN
X Y
750 0
0 500


ECU 1
0,2X + 0,3Y 150
X 150 0,3Y
0,2
X 150 0,3(0)
0,2
X 750
Y 150 0,2(X)
0,3
Y 150 0,2(0)
0,3
Y 500





ECU 2
X Y
340 0
0 425

0,5X + 0,4Y 170

X 170 0,4Y
0,5
X 170 0,4(0)
0,5
X 340

Y 170 0,5(X)
0,4
Y 170 0,5(0)
0,4
Y 425

AUTOEVALUACIN FASCCULO 3

ADMINISTRACIN DE EMPRESAS
INVESTIGACIN DE OPERACIONES

1. Cuando una regin factible de un cuerpo convexo dibujado con base en las
restricciones provee una solucin, se puede afirmar que el modelo tiene:

a. Dos soluciones factibles.
b. Es mejor solucionarlo grficamente.
c. Al menos un valor ptimo para la funcin objetivo.
d. Aplicar el mtodo Simplex.
e. Las restricciones son positivas.

2. La funcin de las variables de holgura dentro del proceso de formulacin y
desarrollo del mtodo Simplex es:

a. Sumar variables restrictivas.
b. Ayuda a transformar desigualdades en igualdades.
c. Pasar el modelo de forma cannica a forma estndar.
d. Desarrolla holguras dentro del modelo.
e. Completa recursos escasos.

3. La disponibilidad de recursos generalmente se ubica al lado derecho de las
ecuaciones de restriccin. Los recursos deben ser positivos o mayores a cero
debido a:

a. Los recursos son cantidades reales.
b. El Simplex no lo permite.
c. La restriccin de positividad lo impide.
d. La variable base lo impide.

4. El concepto de ratio mnimo o coeficiente mnimo dentro del proceso iterativo de
solucin del modelo Simplex se refiere a:

a. Consiste en sumar la variable base y el coeficiente del recurso.
b. Consiste en restar la variable base y el coeficiente del recurso.
c. Consiste en dividir la variable base y el coeficiente del recurso.
d. Consiste en dividir el coeficiente de la variable correspondiente de la columna
pivote y el valor del coeficiente del recurso.

5. Cul es el mayor beneficio de desarrollar un modelo dual.

a. Ayuda a interpretar econmicamente el modelo primal, se identifican los
recursos limitantes, se conoce el costo marginal.
b. Ayuda a resolver el modelo primal, se calcula los recursos marginales, se
conoce la utilidad.
c. Se conocen las variables independientes, se resuelve el modelo primal,
interpreta el modelo dual.
d. Se determina la solucin bsica inicial, se conoce el coeficiente relativo, se
maximiza la funcin objetivo.










































AUTOEVALUACIN FASCCULO 4



1. El problema de transporte se reduce a movilizar bienes y servicios de un origen
a un destino.

a. Cierto puesto que las organizaciones deben ahorrar dinero
b. Cierto puesto que es el punto clave en logstica
c. Falso puesto que el transporte no es el punto esencial de una organizacin
d. Falso puesto que el problema de transporte no solo incluye el estudio de
movilizar con eficiencia bienes y servicios sino tambin el control de produccin y
control de inventarios.

2. Que diferencia existe entre una variable bsica y una no bsica en un problema
de transporte.

a. La variable bsica se diferencia puesto que genera mltiples soluciones
b. La variable no bsica solo genera un nmero limitado de soluciones
c. Las variables se consideran bsicas puesto que quedan dentro de la tabla de
soluciones una vez calculadas las variables factibles, las variables remanentes se
consideran no bsicas
d. Las variables no bsicas generan soluciones no factibles dentro del espacio
acotado mientras las bsicas generan soluciones factibles dentro del espacio no
acotado.
e. Las dos variables son similares cuando la solucin bsica es factible

3. El nmero de variables bsicas de un modelo de transporte se genera a partir
del siguiente calculo:

a. M (origenes) + N (demandas) /2 - 1
b. M (origenes) * N (demandas) 1
c. M (origenes) / N (demandas) 1
d. M (origenes) + N (demandas) 1
e. M (origenes) - N (demandas) + 1

4. El mtodo de la esquina Noroeste aplica el mismo procedimiento del Mtodo
Vogel o VAM

a. Cierto, los dos mtodos se basan en la tabla de transporte
b. Cierto, los dos mtodos usan los costos de transporte como objetivo principal
c. Falso, los dos mtodos inician en las esquinas opuestas de la tabla de
transporte.
d. Falso, los dos mtodos aplican procedimientos diferentes, mientras el mtodo
de la esquina Noroeste empieza en la esquina superior derecha de la tabla de
transporte el mtodo de VAM se basa en un sistema de penalizacin o diferencia
entre los mnimos costos.






5. Como se define el mtodo Hngaro

a. Es un problema de asignacin de tareas para un destino definido
b. Es un mtodo de asignacin de variables para un origen definido
c. En un mtodo de asignacin de tareas basadas en soluciones bsicas factibles
de acuerdo a un costo mnimo
d. Es un mtodo inventado en Europa oriental que mejora la distribucin de tareas.
































AUTOEVALUACIN FASCCULO 5

ADMINISTRACIN DE EMPRESAS
INVESTIGACIN DE OPERACIONES


1. La diferencia fundamental entre un evento determinstico y un evento
probabilstico en un proceso de toma de decisin es:

a. El evento determinstico es cclico.
b. El evento probabilstico es aleatorio.
c. El proceso determinstico ocurre una sola vez y el probabilstico innumerable
veces.
d. Un evento aleatorio es la frecuencia relativa de ocurrencia en cambio un evento
determinstico es predecible.

2. Los modelos de decisin bajo incertidumbre se caracterizan por:

a. Comprenden eventos aleatorios.
b. Comprenden eventos predecibles.
c. Comprenden eventos con probabilidades conocidas.
d. Comprenden eventos con mltiples escenarios.

3. Los modelos de decisin bajo riesgo se caracterizan por:

a. Enmarcarse en escenarios con eventos predecibles.
b. Enmarcarse en escenarios con eventos impredecibles.
c. Enmarcarse en escenarios con eventos aleatorios que incluyen probabilidad.
d. Enmarcarse en escenarios con eventos posibles.

4. Segn las siguientes consideraciones la teora el modelo de evaluacin de
factores se fundamentada en:

a. Consideraciones personales y factores mltiples.
b. Ponderacin de los factores que afectan el problema.
c. Asignacin de importancia se factores entre 0 y 1.
d. Se califica el entorno ms predecible.

A. Las respuestas a y c son correctas.
B. Las respuestas a y d son correctas.
C. Las respuestas b y c son correctas.
D. Las respuestas c y d son correctas.

5. Los pasos genricos en la solucin de problemas de decisin son:

a. Identifica alternativas, define el problema, aplica el modelo de decisin y analiza
los resultados.
b. Aplica el modelo de decisin, analiza los resultados, identifica las alternativas y
define el problema.
c. Define el problema, aplica el modelo de decisin, analiza los resultados y
identifica las alternativas.
d. Define el problema, identifica las alternativas, aplica el modelo de decisin y
analiza los resultados.




esultados.


.




















AUTOEVALUACIN FASCCULO 6


1. De acuerdo a las siguientes definiciones, cul es la que mejor aplica a un
inventario.

a. El inventario es el conjunto de elementos almacenados por un periodo
indefinido.
b. El objetivo de los inventarios es evitar escasez en las pocas de costos altos de
las materias primas.
c. El inventario se conoce como el conjunto de recursos disponibles en un
proceso, identificados como materia prima, sub productos o productos terminados.
d. El inventario se conoce como la posibilidad de acaparar bienes o servicios de tal
forma que el costo de los mismos se incremente con el tiempo.
e. El inventario es un procedimiento que genera costos que muchas veces
encarecen el producto final.

2. Cul es la diferencia entre un modelo de inventario probabilstico y otro
determinstico.

a. El modelo determinstico puede ser esttico y el probabilstico puede ser
estacionario.
b. El modelo determinstico es constante en el tiempo y el probabilstico varia de
forma regular.
c. El modelo probabilstico se basa en distribuciones aleatorias y el determinstico
en datos histricos.
d. En el modelo determinstico los valores de la demanda son predecibles pero
varan de forma cclica o peridica, en el modelo probabilstico la distribucin de la
demanda es aleatoria.


3. Cul es la diferencia entre el punto de re orden y el punto de recibo en un
modelo de inventarios.

a. El punto de re orden indica la diferencia en el nivel de inventario y el tiempo en
que tarda en llegar un pedido.
b. El punto de recibo sucede cuando el comprador saca una unidad del inventario.
c. El punto de re orden es directamente proporcional al nmero de ciclos del
modelo de inventarios.
d. El punto de re orden es el momento en el que se toma la decisin de ordenar un
nuevo lote. Por el contrario, el punto de recibo el material solicitado llega a la
bodega.






4. Segn lo planteado en el contenido del fascculo los tres componentes de
un lote econmico de re orden Y son:

a. Y (Lote econmico), D (Demanda) y h (Costo).
b. Y (Lote econmico), D (Demanda) y K (Costo unidad).
c. K (Costo unidad), D (Demanda) y h (Costo porcentual de mantenimiento).
d. K (Costo unidad), D (Demanda) y t (nmero de ciclos). e. Y (Lote econmico), D
(Demanda) y t (nmero de ciclos).



5. Qu puede inferir a partir de la siguiente frase: El costo total de mantener
un inventario decrece hasta un punto mnimo para un lote o pedido
econmico, a partir de este punto, una solicitud adicional de unidades
durante un ciclo implica un costo adicional.

a. Falsa.
b. Correcta.
c. Incompleta.
d. Ninguna de las anteriores.


























AUTOEVALUACIN FASCCULO 7

1. La ruta que pertenece a una red se puede definir como:

a. Una secuencia de nodos iguales que se unen entre s para formar un circuito.
b. Una secuencia de ciclos en donde se conecta un nodo con s mismo.
c. Una secuencia de arcos distintos uniendo a dos o ms nodos.
d. Un secuencia nodos dispuestos uno detrs de otros de tal forma.

2. El modelo de rbol de expansin mnima se caracteriza por:

a. Se busca encontrar la ruta con las actividades ms cortas.
b. Se busca conectar las actividades afines.
c. Se busca la ruta ms corta entre dos nodos extremos.
d. Se busca la expansin mnima de las actividades.
e. Se busca aplicar un procedimiento para conectar los nodos de una red de tal
forma que la distancia recorrida al enlazarla sea la mnima posible.

3. El modelo de flujo mximo se caracteriza por:

a. Es un procedimiento para hallar una ruta en la que se pueda transportar el
mximo recursos.
b. Es un procedimiento que puede ayudar a modelar un sistema hidrulico.
c. Es un procedimiento que ayuda a configurar un sistema teniendo un flujo en un
solo sentido.
d. Es un procedimiento que ayuda a trazar la ruta que puede transportar el
mximo de carga teniendo en cuenta las restricciones de la red.

4. Un diferencia fundamental entre un modelo PERT y uno CPM es:

a. El modelo CPM usa eventos y el PERT usa actividades.
b. El modelo PERT ordena actividades, el CPM se concentra en el tiempo.
c. El modelo PERT est basado en eventos aleatorios y, el CPM en eventos
determinsticos.
d. El modelo PERT consume tiempo y recursos y el CPM slo tiempo.

5. Cul es el orden de las fases genricas de un proyecto.

a. Planeacin, ejecucin, cierre y control.
b. Inicio, planeacin, control y cierre.
c. Inicio, ejecucin, cierre, control, planeacin.
d. Inicio, planeacin, ejecucin, control y cierre.





AUTOEVALUACIN FASCCULO 8

1. Cul es la diferencia entre una poblacin con entradas infinitas o entradas
finitas en las lneas de espera.

a. La poblacin finita es ms corta que la infinita.
b. Las propiedades de la poblacin infinita son ms ajustadas.
c. Las caractersticas de la poblacin finita es su distribucin probabilstica ms
grande que la poblacin infinita.
d. La poblacin infinita necesita ms recursos para estabilizarse.

2. La siguiente afirmacin: Cuando la llegada de clientes a un centro de
servicio genera una prestacin no regular o al azar durante un tiempo T, SE
aplica el principio de distribucin:

a. Exponencial.
b. Poisson.
c. Normal.
d. Student.
e. Desviacin estndar.

3. La siguiente grfica representa la probabilidad de llegadas o distribucin de
tiempos de llegadas de:

F(t)











t


a. Distribucin exponencial.
b. Distribucin de Poisson.
c. Distribucin Normal.








4. La representacin grfica de la distribucin de
Poisson sigue el siguiente
Patrn:
Probabilidad t














5. Enumere y describa con sus propias palabras las cuatro caractersticas de
un sistema de lneas de espera.

1. Una poblacin de clientes, que es el conjunto de los clientes posibles.
2. Un proceso de llegada, que es la forma en que llegan los clientes de esa
poblacin.
3. Un proceso de lineas de espera, que est conformado por la manera que
los clientes esperan para ser atendidos.
4. La disciplina delineas de espera, que es la forma en que son elegidos para
proporcionarles el servicio.