Documente Academic
Documente Profesional
Documente Cultură
MC
GUATEMALA, C.A.
PREFACIO vii
CAPITULO I 1
INVESTIGACIN DE OPERACIONES 1
_ Concepto 1
_ Origen y antecedentes 2
_ Aplicaciones 3
_ Introduccin a la toma de decisiones 4
_ Proceso general para la toma de decisiones 4
_ Abstraccin y Simplificacin 5
_ Tcnicas para la construccin de modelos 5
_ Clasificacin de modelos 7
_ Construccin de modelos 8
_ Variables de decisin. 9
_ Variables exgenas. 9
_ Polticas y restricciones. 10
_ Medidas de rendimiento. 10
_ Variables intermedias. 10
CAPITULO II 11
PROGRAMACION LINEAL 11
_ Concepto 11
_ Formulacin de modelos 11
_ Mtodo de solucin grfica 24
_ Mtodo Simplex 33
_ Tcnica "M" 41
_ Soluciones Especiales del Mtodo Smplex 45
_ Problemas Sugeridos del Captulo 47
_ Concepto 55
_ Balanceo del modelo de transporte 55
_ Pasos bsicos de la tcnica de transporte 56
_ Mtodos de solucin para obtener una solucin factible bsica de inicio 57
_ Mtodos de optimizacin 57
_ Representacin utilizada para el desarrollo de la tcnica de transporte 57
_ Consideraciones importantes 58
_ Mtodo de Esquina Nor-Oeste 59
_ Mtodo de Costo Mnimo 64
_ Mtodo de Aproximacin de Vogel 69
_ Mtodo de Banquillo o de Stepping Stone (optimizacin) 76
_ Problemas Sugeridos del Captulo 82
CAPITULO IV 91
ASIGNACIN DE RECURSOS 91
_ Concepto 91
_ Representacin General del Modelo de Asignacin 91
_ Consideraciones para el procedimiento de solucin 92
_ Mtodos de Solucin 92
_ Mtodo cuando existe solucin factible ptima inicial 92
_ Mtodo cuando no existe solucin factible ptima inicial 94
_ Mtodo cuando no existe solucin factible ptima inicial y la matriz no es
cuadrada 98
_ Maximizacin de recursos 100
_ Problemas Sugeridos del Captulo 103
CAPITULO V 111
CAPITULO VI 161
INVENTARIOS 189
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. iii
MC S
_ Concepto 189
_ Modelo generalizado de inventario: 189
_ Tipos de demanda en los inventarios: 193
_ MODELOS DETERMINSTICOS DE INVENTARIOS: 193
_ Modelo 1: Tamao Econmico del Lote (EOQ): 193
_ Modelo 2: EOQ para lotes de produccin (entregas graduales): 199
_ Modelo 3: EOQ con descuentos por cantidad: 206
_ MODELOS DE INVENTARIOS CON DEMANDA INCIERTA Y CON REORDEN: 213
_ Concepto 233
_ Estructura bsica de los modelos de colas 233
_ Consideraciones generales para un estudio de colas 234
_ Modelo 1: Sistemas de colas con un servidor 235
_ Modelo 2: Sistemas de colas con varios servidores 240
_ Modelo 3: Sistemas de colas finitos con un servidor 244
_ Modelo 4: Sistemas de colas de capacidad finita y varios servidores 248
_ Modelo 5: Sistemas de colas de capacidad finita con tiempos dependiendo
del estado (tasas variables) 253
_ Problemas Sugeridos del Captulo 259
CAPITULO IX 233
SIMULACIN 267
_ Concepto 267
_ Formulacin e implantacin de un modelo de simulacin 270
_ Generacin de nmeros aleatorios 271
_ Principales aplicaciones 273
_ Proceso General de Simulacin 274
_ Mtodo Montecarlo 275
_ Mtodo Grfico de Montecarlo 276
APNDICES 301
BIBLIOGRAFIA 309
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. vii
MC S
racional de los recursos limitados. La IO brinda al administrador de recursos la
metodologa de solucin necesaria para dar respuesta a las necesidades
bsicas del mejor aprovechamiento de los recursos.
viii Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S
importancia y aplicacin de la Investigacin de Operaciones y del enfoque
de sistemas en las empresas de nuestro medio.
Ingenieros:
Jorge Morales Dvila
Rodolfo Senz
Ral Crdenas
IIN
NVVEESSTTIIG
GAAC
CII
NND
DEE O
OPPEERRA
ACCIIO
ONNEESS
-C
- Coonncceeppttoo
-O
- Orriiggeenn yy aanntteecceeddeenntteess
La toma de decisiones consiste en un proceso por medio del cual, los gerentes y
personas encargadas de decidir, se enfrentan a un problema en particular y, luego
del anlisis correspondiente, definen un curso de accin que brinde la mejor solucin,
entre un conjunto de alternativas posibles.
Existe incertidumbre
Existe riesgo.
-A mpplliiffiiccaacciinn
Abbssttrraacccciinn yy SSiim
-C
- Coonnssttrruucccciinn ddee m
mooddeellooss
- Variables de decisin.
- Variables exgenas.
Son las variables que tienen importancia para el problema de decisin, pero
que sin embargo, se encuentra bajo el control de factores totalmente ajenos
al decisor. Ejemplos: Condiciones econmicas, la competencia, precio de
materias primas, reaccin de la demanda, etc.
- Medidas de rendimiento.
- Variables intermedias.
Son las variables que se utilizan para relacionar las variables de decisin y las
exgenas, con las medidas de rendimiento. Generalmente son variables
contables relativas a los factores de costo o ingresos.
Ejemplos: Ingresos, Gastos operativos, Costo de materias primas, Costo de
mano de obra, Cantidad de horas de trabajo requeridas, Gastos de Venta,
Gastos Fijos, etc.
PPRRO
OGGRRA
AMMA
ACCIIO
ONN LLIIN
NEEA
ALL
-C
Coonncceeppttoo
las relaciones entre variables son lineales y donde hay un solo objetivo o medida de
rendimiento.
Esta tcnica brinda la ventaja de que determina la mejor decisin (ptima), sin
importar la cantidad de variables y relaciones existentes.
- FFoorrm
- muullaacciinn ddee m
mooddeellooss
3. Elabore una lista de los factores restrictivos que afectan su objetivo y sus
probables decisiones. Algunos tipos de restricciones son los siguientes:
5. Defina su funcin objetivo como una ecuacin y revise que sta, as como
sus restricciones y variables de decisin estn planteadas nicamente en
trminos de costos o beneficios que varen con las decisiones, es decir, que
debe excluir los costos fijos de la funcin objetivo.
Cierta compaa utiliza dos distintas mquinas para fabricar dos productos diferentes
identificados como A y B. La fabricacin del producto A, requiere utilizar la mquina
"X" media hora y la mquina "Y" una hora. Mientras que el producto B, utiliza cada
mquina dos horas. Por especificaciones tcnicas, la mquina "X" no debe operar
ms de ocho horas al da y la mquina "Y", no debe operar ms de doce horas
diarias. Las ganancias unitarias de los productos A y B son de Q.20.00 y Q.50.00,
respectivamente. La empresa puede vender todas las unidades que puede fabricar
de los dos productos y su objetivo consiste en maximizar su ganancia diaria.
1. Objetivo:
Maximizar la ganancia diaria.
2. Variables de decisin:
La cantidad de unidades de los productos A y B que deben
producirse dentro de los lmites de capacidad.
Por lo tanto,
3. Factores restrictivos:
Horas disponibles al da en mquinas "X" y "Y".
4. Restricciones:
La primera restriccin se refiere a la disponibilidad de tiempo en la
primera mquina, la cual puede expresarse de la siguiente manera:
0.5X1 + 2X2 8
1X1 + 2X2 12
X1, X2 0
5. Funcin Objetivo:
La funcin objetivo vista como una ecuacin lineal, en trminos de su
ganancia diaria, queda as:
Xo = 20X1 + 50X2
Maximizar:
Xo = 20X1 + 50X2
Formulacin:
1. Objetivo:
2. Variables de decisin:
La cantidad de kilos de las mezclas I y II que deben producirse
dentro de los lmites de capacidad.
Por lo tanto,
3. Factores restrictivos:
Cantidad de kilos de cacahuates y nueces suministrados
semanalmente.
4. Restricciones:
La primera restriccin se refiere a la disponibilidad de cacahuates
suministrados semanalmente, utilizados en la elaboracin de mezclas I y II:
La restriccin de no negatividad:
X1, X2 0
5. Funcin Objetivo:
La funcin objetivo vista como una ecuacin lineal, en trminos de su
ganancia diaria, queda as:
Xo = 10X1 + 15X2
Formulacin:
1. Objetivo:
Maximizar las ventas mensuales.
2. Variables de decisin:
La cantidad de tiempo en minutos que sern utilizados para
publicidad en estaciones de radio y televisin.
Por lo tanto,
3. Factores restrictivos:
a. Cantidad de presupuesto mensual disponible para publicidad.
b. Proporcin de uso de la radio con respecto a la televisin.
4. Restricciones:
La primera restriccin se refiere a la disponibilidad de presupuesto
mensual para publicidad:
1X1 2X2
1X1 - 2X2 0
La restriccin de no negatividad:
X1, X2 0
5. Funcin Objetivo:
La funcin objetivo vista como una ecuacin lineal, en trminos de la
venta mensual, queda as:
Xo = 1X1 + 25X2
Maximizar:
Xo = 1X1 + 25X2
Formulacin:
1. Objetivo:
Minimizar el costo de alimentacin por paciente.
2. Variables de decisin:
La cantidad de onzas de cada producto alimenticio A y B que
debern combinarse.
Por lo tanto,
3. Factores restrictivos:
Requerimientos mnimos de tiamina y caloras.
4. Restricciones:
La primera restriccin se refiere al requerimiento mnimo de tiamina que
deber cubrir la combinacin de productos:
Cada onza del producto A contiene 100 caloras y cada onza del
producto B contiene 150 caloras. Por lo tanto, la suma total de caloras de
ambos productos debe ser igual o mayor al requerimiento diettico mnimo de
caloras que corresponde a 600.
La restriccin de no negatividad:
X1, X2 0
5. Funcin Objetivo:
La funcin objetivo vista como una ecuacin lineal, en trminos del costo
de alimentacin, queda as:
Xo = 10X1 + 10X2
Minimizar:
Xo = 10X1 + 10X2
-M
Mttooddoo ddee ssoolluucciinn ggrrffiiccaa
Formulacin:
Maximizar:
Xo = 20X1 + 50X2
Solucin:
Siga cuidadosamente los siguientes pasos:
1. Encuentre los puntos donde cada restriccin corta ambos ejes del plano
cartesiano en su primer cuadrante (nmeros positivos). Para el efecto, encuentre
el valor de una variable de decisin cuando la otra variable asume un valor de
cero y viceversa. El procedimiento queda de la siguiente manera para cada
restriccin:
La grfica, es la siguiente:
POLGONO FACTIBLE DE
SOLUCIONES (REA QUE Area que satisface nicamente
SATISFACE AMBAS la restriccin 1.
RESTRICCIONES)
4. Identifique el espacio factible de soluciones (aquella rea que satisface todas las
restricciones del modelo) y sus puntos extremos.
Xo = 20X1 + 50X2
7. Concluya su resultado.
Formulacin:
Minimizar:
Xo = 10X1 + 10X2
Solucin:
Siga cuidadosamente los siguientes pasos:
1. Encuentre los puntos donde cada restriccin corta ambos ejes del plano
cartesiano en su primer cuadrante (nmeros positivos). Para el efecto,
encuentre el valor de una variable de decisin cuando la otra variable
asume un valor de cero y viceversa. El procedimiento queda de la siguiente
manera para cada restriccin:
La grfica, es la siguiente:
Xo = 10X1 + 10X2
7. Concluya su resultado.
Fue desarrollado alrededor de 1947 en los Estados Unidos por George Dantzig.
Para comprender el funcionamiento del mtodo, es necesario introducir y aclarar
nuevos conceptos relacionados, los cuales son los siguientes.
a. Variables de Holgura.
Formulacin:
Maximizar:
Xo = 20X1 + 50X2
3. Prepare el tablero de inicio para el desarrollo del mtodo, con los datos obtenidos
de los dos pasos anteriores.
Note que para construir el tablero, se elabora una columna para cada variable de
decisin y cada variable de holgura, as como para la funcin objetivo y una
columna solucin. Para elaborar las filas, se inicia siempre con una fila para la
funcin objetivo y tantas filas como variables de holgura existan.
Para registrar los datos iniciales dentro del tablero, debe trasladar los valores
numricos (considerando su signo) que anteceden a cada variable de la funcin
objetivo identificada en el paso uno, hacia la primera fila del tablero.
Posteriormente, debe trasladar los valores numricos que anteceden a cada
Para identificar la variable de salida (V.S.), debe realizar la divisin entre los valores
de la columna solucin entre los valores positivos de la columna donde se
encuentra la variable de entrada y donde encuentre el cociente menor positivo,
corresponder a la variable ubicada en dicha fila, salir del ciclo de iteraciones.
Para este ejemplo, si usted divide los valores (8 2 = 4) de la fila S1 y (12 2 = 6) de
la fila S2, entonces se concluye que ser la variable S1 la que saldr del ciclo de
iteraciones.
Para realizar los clculos para la primera iteracin, debe construir una tabla
similar al tablero inicial, con los mismos encabezados de las columnas que no variarn
en ningn caso y con la diferencia que en las filas debe sustituir el trmino de la
variable de salida, por el trmino de la variable de entrada y luego, para registrar los
valores numricos, debe seguir los siguientes pasos:
Iteracin 1
ELEMENTO
PIVOTE V. E.
Xo X1 X2 S1 S2 Solucin
Xo 1 -7.5 0 25 0 200 (X2*50)+Xo
X2 0 0.25 1 0.5 0 4 (S1 2)
V. S. S2 0 0.5 0 -1 1 4 (X2 * -2)+ S2
Iteracin 2
Xo X1 X2 S1 S2 Solucin
Xo 1 0 0 10 15 260 (X1*7.5)+Xo
X2 0 0 1 1 -0.5 2 (X1 * -0.25)+X2
X1 0 1 0 -2 2 8 (S2 0.5)
Compare estos resultados con los obtenidos en el ejemplo uno del mtodo
grfico y concluya de acuerdo al enunciado original del problema.
Recomendacin al estudiante:
Resuelva el ejemplo nmero dos del mtodo grfico, por el mtodo
simplex. En dicho problema, el objetivo es minimizar costos, por lo que debe
considerar que la variable de entrada le corresponder al valor ms positivo
de la funcin objetivo y la variable de salida no sufre ningn cambio en su
criterio. Adems recuerde que a las restricciones de tipo debe restarles las
variables de holgura "Sn" y considerar su signo dentro del tablero inicial del
mtodo simplex.
a. Variables Artificiales.
Son variables que se agregan a las restricciones y funcin objetivo de un
modelo nicamente como un artificio matemtico para funcionalidad
de la tcnica.
Ejemplo No. 1:
Formulacin:
Minimizar:
Xo = 0.05X1 + 0.03X2
2X1 + 1X2 - S1 + R1 = 40
1X1 + 1X2 - S2 + R2 = 30
X1, X2, S1, S2, R1, R2 0
2. Agregue en la funcin objetivo igual nmero de variables artificiales como las hay
en las restricciones.
Xo = 0.05X1 + 0.03X2 + MR1 + MR2
3. Iguale a "cero" la funcin objetivo. (Identifique esta ecuacin con el numeral I).
Xo - 0.05X1 - 0.03X2 - MR1 - MR2 = 0
I
4. Multiplique las restricciones por el valor "M" y sume los resultados. (Identifique esta
ecuacin con el numeral II).
2X1 + 1X2 - S1 + R1 = 40 *M
1X1 + 1X2 - S2 + R2 = 30 *M
X1 X2 S1 S2 R1 R2 Solucin
- 0.05 - 0.03 0 0 -M -M 0
+
3M 2M -M -M M M 70M
-0.05 + 3M -0.03 + 2M -M -M 0 0 70M
6. Proceda a resolver el modelo con los mismos pasos del mtodo simplex, utilizando
la nueva funcin objetivo encontrada en el paso 5 y las restricciones establecidas
en el paso 1. Es importante aclarar que ahora deber agregar tantas columnas
como necesite en su tablero, para identificar las variables artificiales y, adems,
considere que en las filas iniciar siempre identificando la funcin objetivo y luego
nicamente las variables artificiales.
Tablero Inicial
PIVOTE V. E.
Xo X1 X2 S1 S2 R1 R2 Sol.
Xo 1 -0.05+3M -0.03+2M -M -M 0 0 70M
V. S. R1 0 2 1 -1 0 1 0 40
R2 0 1 1 0 -1 0 1 30
Xo X1 X2 S1 S2 R1 R2 Sol.
Xo 1 0 0 - 0.02 - 0.01 0.02 - M 0.01 - M 1.10 [X2*(0.005-0.5M)]+Xo
X1 0 1 0 -1 1 1 -1 10 [X2 *(-0.5)]+X1
X2 0 0 1 1 -2 -1 2 20 (R1 2)
a. Soluciones degeneradas
La degeneracin de una solucin se presenta cuando en una
iteracin, una o ms variables bsicas toman el valor de cero.
Cuando una variable llega a este punto, no existe certeza sobre si
el valor de la funcin objetivo mejorar o entrar en un ciclaje sin
alcanzar nunca la solucin ptima.
b. Soluciones no acotadas
Este caso se presenta cuando el espacio factible de soluciones
est no acotado o delimitado, de manera que el valor de la
funcin objetivo puede aumentarse indefinidamente, sin afectar
la factibilidad del problema.
d. Soluciones no existentes
Este caso se presenta cuando ningn punto satisface las
restricciones de un problema. Grficamente, una solucin no
existente se visualiza cuando no es posible identificar puntos
extremos de solucin debido a que no se cumplen todas las
restricciones del problema. Quizs se satisface una o ms
restricciones, pero no todas; por lo que se dice que no existe
solucin al problema en particular.
4. Una industria papelera fabrica dos tipos de cuadernos universitarios. El tipo 3010
posee ciertas caractersticas especiales en el diseo de su portada y se vende a
Q.1.25 cada unidad. El tipo 2020 no tiene ningn diseo especial y se vende a
Q.0.90 cada cuaderno. Los costos en materiales por unidad para stos cuadernos
son de 50 cts. y 45 cts. respectivamente. Estos cuadernos estn constituidos por
tres tipos de materiales: materiales para hojas, para pastas y resorte. El cuaderno
tipo 3010 utiliza 8 onzas de material para las hojas, 4 onzas de material para la
pasta y 1 onza de material para resorte; mientras que el tipo 2020 utiliza 10 onzas, 6
onzas y 1 onza respectivamente. Cada mes la compaa recibe un suministro por
parte de sus proveedores de 10 toneladas de material para hojas, 8 toneladas de
material para pasta y una tonelada de material para resorte. Qu cantidad de
cada tipo de cuaderno deben producirse a fin de obtener la mxima utilidad?.
(Considere que 1 Ton = 2000 Lbs.).
10. Un granjero tiene 100 acres en los cuales desea sembrar dos cultivos. La
recoleccin de cada acre del primer cultivo demanda de 5 horas hombre y cada
acre del segundo cultivo 20 horas hombre. El granjero puede confiar en un total
de 1,350 horas hombre destinadas a la recoleccin de los dos cultivos. Si la utilidad
es de $100 por acre en el caso del primer cultivo y de $300 por acre para el
12. Una compaa se dedica a producir dos tipos de estilo de zapatos. Cada tipo de
zapato del tipo A requiere el doble de tiempo en mano de obra que del tipo B. Si
la produccin total de zapatos es slo del segundo tipo, la empresa puede
producir un total de 600 pares al da. En el mercado se limitan las ventas diarias de
zapatos del tipo A y B, a 400 pares y 150 pares respectivamente. Si los beneficios
por cada par, para el tipo A son de Q.50.00 y de Q.45.00 para el tipo B, determine
el nmero de pares de zapatos que debe producirse de cada tipo a fin de
maximizar la utilidad.
14. Una compaa productora vende tres tipos de nueces diferentes en el mercado
durante la poca navidea. La marca regular contiene 80% de cacahuates y 20%
de nueces. La marca superior contiene 50% de cacahuates, 30% de nueces y 20%
de pistaches y la marca de lujo contiene 30% de cacahuates, 30% de nueces y
40% de pistaches. La empresa tiene asegurados suministros por 4300 libras de
cacahuates, 2500 libras de nueces y 2200 libras de pistaches, semanalmente. Si la
utilidad es de 10 centavos por libra de cada mezcla, cuntas libras de cada
marca deberan venderse con objeto de maximizar la utilidad total?
16. Una compaa dedicada a la purificacin de minerales cuenta con dos minas "Y"
y "Z" para su extraccin. Cada tonelada de mineral de la primera mina produce
50 libras de cobre, 4 libras de cinc y una libra de molibdeno. Cada tonelada de
mineral procedente de "Z" produce 15 libras de cobre, 8 de cinc y 3 libras de
17. El filete de lomo tiene un costo de $12 por kilo y cada kilo contiene 83 caloras y 6
gramos de protenas. El pollo rostizado tiene un costo de $9 por kilo y cada kilo
contiene 65 caloras y 2 gramos de protenas. Con la informacin anterior, se
desea realizar una planeacin diettica para una persona que debe consumir al
menos 2,900 caloras y 190 gramos de protenas. Determine la cantidad de filete
de lomo y de pollo que debe consumir esta persona para cumplir con los
requerimientos de dieta a un costo mnimo.
18. Una persona est considerando reemplazar en su dieta parte de la carne por
brcoli. Una onza de carne contiene en promedio 6 gramos de protena y 4
miligramos de vitaminas; mientras que una onza de brcoli contiene 1/2 gramo de
protena y 3 miligramos de vitaminas. Si requiere que su consumo diario de
protena y vitaminas que obtiene de la carne y del brcoli combinados debe ser
al menos 75 gramos de protena y 220 miligramos de vitamina; determine la
cantidad de carne y brcoli que debe consumir esta persona para cumplir con
los requerimientos de dieta a un costo mnimo, si la onza de carne cuesta $14 y la
onza de brcoli cuesta $8.
M
MOOD
DEELLO
ODDEELL PPRRO
OBBLLEEM
MAAD
DEE TTRRA
ANNSSPPO
ORRTTEE
-C
- Coonncceeppttoo
- BBaallaanncceeoo ddeell m
mooddeelloo ddee ttrraannssppoorrttee
Significa que la oferta en todos los orgenes debe igualar la demanda de todos
los destinos. En problemas reales esta restriccin no siempre se cumple, en la mayora
de los casos la oferta disponible puede ser menor que la demanda o puede
excederla. En este caso se dice que el modelo "no est balanceado".
-M
- Mttooddooss ddee ooppttiim
miizzaacciinn
- RReepprreesseennttaacciinn uuttiilliizzaaddaa ppaarraa eell ddeessaarrrroollloo ddee llaa ttccnniiccaa ddee ttrraannssppoorrttee
Destino "j"
Origen "i" 1 2 3 OFERTA
C11 C12 C13
DEMANDA b1 b2 b3
Ejemplo Ilustrativo
Una compaa desea minimizar sus costos de distribucin de productos. Cuenta con
tres fbricas y cinco distribuidores. La produccin semanal de las fbricas es de 20, 25
y 30 unidades, respectivamente. Los requerimientos de los distribuidores corresponden
a 10, 12, 14, 16 y 18 unidades semanales, respectivamente. Los costos de enviar una
unidad entre cada fbrica y los distribuidores, se presentan a continuacin.
Distribuidores
Fbrica A B C D E
1 42 32 33 39 36
2 34 36 37 32 37
3 38 31 40 35 35
Se determinar la solucin aplicando cada uno de los mtodos de transporte.
1. Inicialmente usted tiene la matriz sin ningn valor dentro de sus casillas. Proceda a
identificar la esquina nor-oeste de la tabla. Concluir que le corresponde a la
variable X11. Evale la oferta disponible (20 unidades) y la demanda (10
unidades) en dicha casilla. Asigne lo mximo permitido. En este caso 10 unidades
y actualice sus saldos de unidades en la oferta (10 unidades) y demanda
(ninguna unidad). Proceda a "eliminar" la columna 1 (debido a que ya no hay
Distribuidores
Fbri A B C D E F OFERTA
1
ca
1 42 32 33 39 36 0 20 10
10
(X11) (X12) (X13) (X14) (X15) (X16)
2 34 36 37 32 37 0 25
Fbri A B C D E F OFERTA
1
ca
1 42 32 33 39 36 0 20 10 ---
10 10 2
(X11) (X12) (X13) (X14) (X15) (X16)
2 34 36 37 32 37 0 25
Fbri A B C D E F OFERTA
1 3
ca
1 42 32 33 39 36 0 20 10 ---
10 10 2
(X11) (X12) (X13) (X14) (X15) (X16)
2 34 36 37 32 37 0 25 23
2
(X21) (X22) (X23) (X24) (X25) (X26)
3 38 31 40 35 35 0 30
Fbri A B C D E F OFERTA
1 3 4 6 7 8
ca
1 42 32 33 39 36 0 20 10 ---
10 10 2
(X11) (X12) (X13) (X14) (X15) (X16)
2 34 36 37 32 37 0 25 23 9 ---
5
2 14 9
(X21) (X22) (X23) (X24) (X25) (X26)
3 38 31 40 35 35 0 30 23 5 ---
7 18 5
(X31) (X32) (X33) (X34) (X35) (X36)
De- 10 12 14 16 18 5 75
man 75
--- 2 --- 7 --- ---
da
--- ---
1. Inicialmente usted tiene la matriz sin ningn valor dentro de sus casillas.
Proceda a identificar la casilla con el costo ms pequeo de toda la tabla.
Concluir que tiene tres casillas con costo "cero"; por lo tanto usted rompe
arbitrariamente el empate y empieza a asignar en cualquiera de las tres
casillas. En este ejemplo, se decidi empezar por la casilla con variable X36.
Al igual que en el mtodo anterior, evale la oferta y demanda disponible
en dicha casilla. Asigne lo mximo permitido. Actualice sus saldos de
unidades. Proceda a "eliminar" la columna 6 (debido a que ya no hay
demanda que cubrir en esta columna) con una lnea vertical y asgnele un
correlativo nmero uno para guardar orden en la secuencia.
Fbri A B C D E F OFERTA
1
ca
1 42 32 33 39 36 0 20
5
(X31) (X32) (X33) (X34) (X35) (X36)
De- 10 12 14 16 18 5 75
man 75
---
da
Fbri A B C D E F OFERTA
2 1
ca
1 42 32 33 39 36 0 20
12 5
(X31) (X32) (X33) (X34) (X35) (X36)
De- 10 12 14 16 18 5 75
man 75
--- ---
da
Fbri A B C D E F OFERTA
2 3 1
ca
1 42 32 33 39 36 0 20
16
(X21) (X22) (X23) (X24) (X25) (X26)
3 38 31 40 35 35 0 30 25 13
12 5
(X31) (X32) (X33) (X34) (X35) (X36)
De- 10 12 14 16 18 5 75
man 75
--- --- ---
da
Fbri A B C D E F OFERTA
2 7 1
8 4 3
ca
1 42 32 33 39 5 36 0 20 6 1 ---
1 14
(X11) (X12) (X13) (X14) (X15) (X16)
2 34 36 37 32 37 0 25 9 ---
5
9 16
(X21) (X22) (X23) (X24) (X25) (X26)
3 38 31 40 35 35 0 30 25 13 ---
6
12 13 5
(X31) (X32) (X33) (X34) (X35) (X36)
De- 10 12 14 16 18 5 75
man 75
1 --- --- --- 5 ---
da
--- ---
5. Al final, verifique que tanto oferta como demanda, quedan sin ningn valor y
que ha quedado nicamente una fila o columna sin "eliminar".
5
(X21) (X22) (X23) (X24) (X25) (X26)
3 38 31 40 35 35 0 30 31
4 1 4 3 1 0 1er. JUEGO
PENALIZACIONES COLUMNAS
5
(X21) (X22) (X23) (X24) (X25) (X26)
3 38 31 40 35 35 0 30 18 31 4
12
(X31) (X32) (X33) (X34) (X35) (X36)
De- 10 12 14 16 18 5 75
man 75
--- ---
da
4 1 4 3 1 0 1er. JUEGO
6. Repita los pasos del 2 al 5 de manera cclica por cada asignacin que vaya
a realizar hasta que ya no le sea posible calcular ms juegos de
penalizaciones o ya no existan valores por asignar. Luego de la 6a.
penalizacin y asignacin, ya no le ser posible, calcular ms juegos de
penalizaciones, por lo que la matriz, le quedar as:
Fbri A B 3 C 6
D E F OFERTA
4 2 1
ca
1 42 32 33 39 36 0 20 6
14
(X11) (X12) (X13) (X14) (X15) (X16)
2 34 36 37 32 37 0 25 20 10 ---
10 10 5
5
(X21) (X22) (X23) (X24) (X25) (X26)
3 38 31 40 35 35 0 30 18 12
12 6
(X31) (X32) (X33) (X34) (X35) (X36)
De- 10 12 14 16 18 5 75
man 75
--- --- --- 6 ---
da
---
32 1 3 3 3 3
32 2 2 2 5 -----
31 4 0 0 0 0
Fbri A B 3 C 6
D E F OFERTA
4 2 8 1
ca
1 42 32 33 39 36 0 20 6 ---
14 6
(X11) (X12) (X13) (X14) (X15) (X16)
2 34 36 37 32 37 0 25 20 10 ---
10 10 5
5
(X21) (X22) (X23) (X24) (X25) (X26)
3 38 31 40 35 35 0 30 18 12 ---
12 6 12 7
(X31) (X32) (X33) (X34) (X35) (X36)
De- 10 12 14 16 18 5 75
man 75
--- --- --- 6 6 ---
da
--- ---
Durante el desarrollo del mtodo, tenga presente siempre las siguientes
consideraciones:
Comentarios sobre los mtodos para encontrar una solucin bsica de inicio:
Luego del desarrollo prctico del mismo ejercicio con los tres mtodos
conocidos para encontrar una solucin bsica de inicio, puede concluirse que para
este ejemplo, la distribucin de transporte sugerida por el mtodo de costo mnimo,
es la mejor hasta el momento, debido a que es la que presenta un menor costo de
transporte asociado.
Los tres mtodos para una solucin de inicio se desarrollan porque no se sabe
con certeza cul de los tres presentar una mejor distribucin inicial, aunque
generalmente, el mtodo de esquina nor-oeste est ms alejado de la optimizacin y
el mtodo de Vogel est ms prximo. Para nuestro ejemplo, result ser el mtodo de
costo mnimo el que est ms prximo de la optimizacin, por lo que tomaremos la
distribucin sugerida por este mtodo para desarrollar el mtodo de banquillo.
-M
Mttooddoo ddee BBaannqquuiillloo oo ddee SStteeppppiinngg SSttoonnee ((ooppttiim
miizzaacciinn))
Distribuidores
Fbri 1 2 3 4 5 6 OFER
ca TA
42 32 33 39 36 0
1 14 6 20
(X11) (X12) (X13) (X14) (X15) (X16)
34 36 37 32 37 0
2 10 10 5 25
(X21) (X22) (X23) (X24) (X25) (X26)
38 31 40 35 35 0
3 12 6 12 30
(X31) (X32) (X33) (X34) (X35) (X36)
Demanda
10 12 14 16 18 5
1. Determine los circuitos cerrados para cada variable no bsica, es decir, para
aquellas variables ubicadas en las casillas que no tienen ningn valor asignado
dentro de la matriz.
Para determinar los circuitos asociados, debe tener en cuenta que el circuito
dar inicio con la variable no bsica y luego sta deber conectarse en forma
horizontal y vertical estrictamente con variables bsicas (puntos intermedios),
formando generalmente cuadrados o rectngulos, hasta finalizar el circuito en la
misma variable no bsica inicial. Debe evitar siempre conexiones diagonales.
Distribuidores
Fbri OFER
1 2 3 4 5 6
Ca TA
42 32 33 39 36 0
1 14 - 6 + 20
(X11) (X12) (X13) (X14) (X15) (X16)
34 36 37 32 37 0
+ -
2 10 10 5 25
(X21) (X22) (X23) (X24) (X25) (X26) V.S.
38 31 40 35 35 0
- +
3 12 6 12 30
(X31) (X32) (X33) (X34) (X35) (X36)
Demanda
10 12 14 16 18 5
4. Determine la variable de salida del circuito. Para el efecto, elija entre las variables
con signo negativo del circuito, aquella que tiene el valor ms pequeo
cuantitativamente, debido a que esta variable ser la primera que llegue al valor
"cero" y cualquier disminucin adicional, causar su negatividad (como la
condicin de factibilidad en el mtodo simplex, donde la variable que sale est
asociada con la relacin mnima). Para nuestro ejemplo, las variables del circuito
con signo negativo son: X15, X34 y X26. De estas variables, la que tiene un menor
valor, es la variable X26, por lo tanto, sta es la variable de salida. En este caso
tambin se aplica el criterio de que cualquier empate, se rompe arbitrariamente.
42 32 33 39 36 0
1 14 1 5 20
(X11) (X12) (X13) (X14) (X15) (X16)
34 36 37 32 37 0
2 10 15 25
(X21) (X22) (X23) (X24) (X25) (X26)
38 31 40 35 35 0
3 12 1 17 30
(X31) (X32) (X33) (X34) (X35) (X36)
Demanda
10 12 14 16 18 5
6. Repita los mismos pasos del 1 al 5 cuantas veces sea necesario (iteraciones),
hasta que obtenga slo valores positivos en la columna de "aumento o
disminucin en costo".
Como todos los valores anteriores, son positivos, se deduce que un aumento en
el valor de cualquier variable no bsica sobre su valor actual, aumentar los costos
netos totales; por lo que la solucin obtenida en el paso 5, representa la distribucin
ptima de transporte.
Tenga siempre claro que el criterio de paro lo identifica cuando se tengan slo
aumentos en los costos netos, es decir, slo valores positivos para las variables no
bsicas.
3. Una compaa cuenta con tres centros productores y cuatro clientes hacia
donde debe despacharles mercadera diariamente. La produccin diaria es de
16, 8 y 12 unidades por cada centro productor, respectivamente. La demanda
de los clientes es de 10, 8, 12 y 6 unidades. Los costos de enviar una unidad entre
cada centro productor y cada cliente, son los siguientes.
Clientes
Centro 1 2 3 4 Oferta
1 8 9 5 3 16
2 4 12 10 6 8
3 13 16 11 5 12
Demanda 10 8 12 6
Clientes
Planta 1 2 3
A 3 4 2
B 2 1 4
C 2 4 8
Distribuidores
Fabrica 1 2 3 4 5 Disponibilidades
1 20 19 14 21 16 40
2 15 20 13 19 16 60
3 18 15 18 20 15 70
Requerimientos 30 40 50 40 60
Distribuidores
Centros de 1 2 3 4 5 Oferta
Distribucin
1 100 150 200 140 35 400
2 50 70 60 65 80 200
3 40 90 100 150 130 150
Demanda 100 200 150 160 140
10. Una cadena de restaurantes cuenta actualmente con tres sucursales en el pas. El
problema al que se enfrenta consiste en que debe transportar desde tres distintos
puntos que representan centros de distribucin, hacia cada restaurante,
materiales para su funcionamiento. El costo de transporte vara de acuerdo al
siguiente cuadro resumen.
Restaurante No.
Centro 1 2 3 Oferta
1 0.95 0.30 0.40 35,000
2 0.60 0.35 0.60 80,000
3 0.40 0.50 0.40 140,000
Demanda 35,000 70,000 130,000
11. Una compaa posee cinco centros de venta de productos que estn ubicados
en diferentes partes del pas, a los cuales les abastece de mercadera a travs de
diferentes medios de transporte, movilizados desde tres plantas de produccin.
Con base a los costos del transporte por unidad, a los requerimientos de los
Destino No.
Fbrica A B C Disponib.
1 50 70 90 50
2 40 110 30 80
3 0 20 100 50
Demanda 60 60 60
Distribuidores
Fbrica A B C Disponib.
1 60 55 70 10
2 30 35 40 25
3 110 65 112 10
4 75 100 85 45
5 90 95 55 35
Demanda 15 75 35
A
ASSIIG
GNNA
ACCII
NND
DEE RREEC
CUURRSSO
OSS
-C
- Coonncceeppttoo
cumplir con una necesidad, encontrando la solucin ptima por medio de una matriz
de "n" columnas por "m" filas, donde "n" debe ser igual a "m".
El principal objetivo consiste en asignar los trabajos a las mquinas (un trabajo
por mquina), con el costo mnimo total.
- RReepprreesseennttaacciinn G
Geenneerraall ddeell M
Mooddeelloo ddee A
Assiiggnnaacciinn
MAQUINA (Destinos)
1 2 ... n
1 C11 C11 ... C11
TRABAJO 2 C11 C11 ... C11
(Origen) ...
m C11 C11 ... C11
-M
- Mttooddooss ddee SSoolluucciinn
- maa iinniicciiaall
Mttooddoo ccuuaannddoo eexxiissttee ssoolluucciinn ffaaccttiibbllee ppttiim
- M
Ejemplo 1
Deben efectuarse cuatro reparaciones a cuatro distintas mquinas. El objetivo es
determinar la asignacin de estas reparaciones al mecnico que nos cobre ms
barato, segn la matriz de costos siguiente.
Solucin:
Siga cuidadosamente los siguientes pasos:
1. Reste el menor valor de cada fila, de cada elemento de esa misma fila. El menor
valor de cada rengln se simboliza como "pm" Para nuestra matriz, el valor ms
pequeo de la fila 1 = 0.14 (p1); para la fila 2 = 0.12 (p2); para la fila 3 = 0.11 (p3) y
para la fila 4 = 0.15 (p4). Presente sus resultados en una nueva matriz de costos.
A B C D
1 0.02 0 0.01 0.04
2 0 0.01 0.04 0.02
3 0.03 0.02 0 0.01
4 0.01 0.03 0 0.02
3. Como los elementos "cero" representan una solucin factible, se busca asociar
estos elementos con la asignacin de cada mquina a cada mecnico, siendo
sta, la solucin ptima de asignacin que se visualiza mediante el sombreado
de los valores "cero" en la tabla anterior y de la cual se concluye lo siguiente:
-M maa iinniicciiaall
Mttooddoo ccuuaannddoo nnoo eexxiissttee ssoolluucciinn ffaaccttiibbllee ppttiim
Ejemplo 1
Deben efectuarse cuatro reparaciones a cuatro distintas mquinas. El objetivo es
determinar la asignacin de estas reparaciones al mecnico que nos cobre ms
barato, segn la matriz de costos siguiente.
MECNICOS
A B C D
1 2 6 8 5
Mquina a 2 11 9 12 11
Reparar 3 6 7 13 9
4 10 9 10 7
Solucin:
Siga cuidadosamente los siguientes pasos:
A B C D
1 0 4 3 3
2 2 0 0 2
3 0 1 4 3
4 3 2 0 0
Para este caso no es posible realizar una asignacin factible a los elementos cero
debido a que las mquinas 1 y 3 tienen nicamente como opcin de asignacin
al mecnico A y la forma correcta de asignar indica que debe ser slo "una
mquina por mecnico". De tal forma que ahora debemos continuar con los
pasos adicionales.
Ejemplo 2
Considere el problema de asignar cuatro operadores a cuatro mquinas. Los costos
de asignacin se presentan en tabla siguiente. Tenga en cuenta que el operador 1
no sabe utilizar la mquina 4 y el operador 4 no puede utilizar la mquina 1.
Encuentre la asignacin ptima.
Solucin:
1. Al restar el menor valor de cada fila se obtiene la siguiente matriz.
1 2 3 4
1 3 3 0 (M-62)
2 5 2 0 1
3 6 0 2 4
4 (M-62) 0 4 5
1 2 3 4
1 0 3 0 (M-63)
2 2 2 0 0
3 3 0 2 3
4 (M-65) 0 4 4
3. Luego de trazar lneas para tachar los elementos cero, obtenemos lo siguiente:
1 2 3 4
1 0 5 0 (M-63)
2 2 4 0 0
3 1 0 0 1
4 (M-67) 0 2 2
Ejemplo 1
Deben efectuarse cinco reparaciones a cinco distintas mquinas. Para ello, se
cuenta con seis mecnicos. El objetivo es determinar la asignacin de estas
reparaciones al mecnico que nos cobre ms barato, segn la matriz de costos
siguiente.
MECANICO
A B C D E F
1 16 14 19 26 22 12
2 14 22 29 19 20 16
MAQUINA 3 15 14 7 12 9 13
4 10 18 12 17 17 16
5 12 16 15 11 17 14
Solucin:
1. Como en este caso m < n, entonces debe balancearse el problema agregando
una mquina ficticia.
A B C D E F
1 16 14 19 26 22 12
2 14 22 29 19 20 16
3 15 14 7 12 9 13
4 10 18 12 17 17 16
5 12 16 15 11 17 14
6 0 0 0 0 0 0
A B C D E F
1 4 2 7 14 10 0
2 0 8 15 5 6 2
3 8 7 0 5 2 6
4 0 8 2 7 7 6
5 1 5 4 0 6 3
6 0 0 0 0 0 0
3. El elemento menor de cada columna es "cero" en todos los casos, por lo tanto, la
matriz permanece igual. Luego de realizar el procedimiento de trazar lneas para
tachar todos los ceros, se obtienen los siguientes resultados.
A B C D E F
1 6 2 7 14 10 0
2 0 6 13 3 4 0
3 10 7 0 5 2 6
4 0 6 0 5 5 4
5 3 5 4 0 6 3
6 2 0 0 0 0 0
En este ltimo caso, los pasos generales aplicables en cada uno de los
mtodos o situaciones descritas con anterioridad, son aplicables de la misma forma
para maximizar la matriz, con excepcin del primer paso que cambia de criterio,
quedando as:
100 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
Ejemplo 1
Considere el Ejemplo 1 de la Seccin Mtodo cuando no existe solucin ptima
inicial, del cual obtenemos los siguientes datos.
REGIN
A B C D
1 2 6 8 5
Vendedor 2 11 9 12 11
3 6 7 13 9
4 10 9 10 7
Solucin:
Siga cuidadosamente los siguientes pasos:
1. Reste el elemento de mayor valor de cada fila, de cada elemento de esa misma
fila. El valor ms alto de la fila 1 = 8 (p1); para la fila 2 = 12 (p2); para la fila 3 = 13
(p3) y para la fila 4 = 10 (p4). Presente sus resultados en valores absolutos en una
nueva matriz de costos.
A B C D
1 6 2 0 3
2 1 3 0 1
3 7 6 0 4
4 0 1 0 3
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 101
MCS
A B C D
1 6 1 0 2
2 1 2 0 0
3 7 5 0 3
4 0 0 0 2
Para este caso no es posible realizar una asignacin factible a los elementos cero
debido a que los vendedores 1 y 3 tienen nicamente como opcin de
asignacin, la regin C. De tal forma que ahora debemos continuar con los pasos
adicionales.
A B C D
1 5 1 0 2
2 1 2 0 0
3 7 4 0 3
4 0 0 0 2
102 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S La conclusin se resume as:
- PPrroobblleem Caappttuulloo
maass SSuuggeerriiddooss ddeell C
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 103
MC
2.
S Una fbrica adquiri cuatro mquinas. Existen cuatro lugares diferentes
donde se pueden asignar. Algunos de los lugares son ms deseables que otros.
El objetivo consiste en asignar las nuevas mquinas a los lugares disponibles
para minimizar los costos estimados por unidad de tiempo. Los costos se dan
en la tabla siguiente.
LUGAR
L1 L2 L3 L4
1 13 10 15 20
MAQUINA 2 30 18 17 15
3 9 7 3 22
4 8 31 32 34
104 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S
TALLER
A B C D
1 16 14 15 18
PIEZA 2 12 13 16 14
3 14 13 11 12
4 16 18 15 17
X Y Z
A 2 3 6
B 2 1 5
C 4 6 12
A B C D
1 10 9 7 9
2 9 9 7 8
3 8 10 8 9
4 7 8 8 6
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 105
MC S
MODELO
Running Walking Football Gym Confort
Juan 4.5 6.5 3 3.5 3.5
EMPLEADO Mario 5 6 3.5 6.5 4
Pedro 5.5 5 3.5 8 4.5
Mara 4 5.5 3 7 4
Juana 6 4.5 4 6 3
MAQUINAS
1 2 3 4
1 25 18 19 9
TRABAJADOR 2 40 12 14 5
3 15 22 32 17
4 10 28 17 35
10. Se utilizarn cuatro camiones de carga para transportar bienes hacia cuatro
distintos lugares en el interior de la Repblica. Se puede utilizar cualquier camin
para hacer cualquiera de los cuatro viajes. Sin embargo, dadas algunas
diferencias entre los camiones y las cargas, el costo total de transporte de bienes
para las distintas combinaciones de camiones y lugares de destino, vara mucho.
Estos costos se muestran en la siguiente tabla.
106 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
DESTINO
1 2 3 4
1 3 5 6 4
CAMION 2 5 6 4 5
3 4 7 5 6
4 3 6 5 4
11. Cierta empresa industrial posee cuatro mquinas nuevas para lo cual contrat a
cuatro operadores para el manejo de las mismas. La empresa desea saber qu
mquina debe asignar a cada operador de manera que el costo sea mnimo.
MAQUINAS
1 2 3 4
1 1 4 6 3
OPERADOR 2 9 7 10 9
3 4 5 11 7
4 8 7 8 5
12. El gerente administrativo de una granja avcola desea ampliar su mercado y para
ello ha planeado cinco nuevas rutas hacia distintas regiones, para lo cual ha
adquirido cinco vehculos. Segn estudios realizados con anterioridad se ha
determinado el costo que representara para la empresa el desplazamiento de
cada vehculo a cada regin. Los datos, a continuacin.
REGIN
1 2 3 4 5
1 25 17 25 14 36
VEHCULO 2 15 10 18 24 40
3 16 20 8 13 26
4 35 27 35 24 33
5 30 25 33 39 35
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 107
MCS
13. Resuelva el problema 12, considerando la tabla de datos como volumen de
ventas generados por cada vendedor. Cul es la asignacin ms adecuada?.
14. Una empresa cuenta con cinco candidatos para realizar cuatro tareas
especficas y temporales muy importantes. De acuerdo a las caractersticas de los
candidatos y otras circunstancias relacionadas, se determin que los costos de
ejecucin de cada tarea vara para cada candidato. Adems, todos los
candidatos resultan muy eficientes, por lo que resulta difcil determinar cul de
ellos no ser tomado en cuenta. Los costos se resumen a continuacin.
TAREA
1 2 3 4
1 3,770 4,340 3,330 2,920
CANDIDATO 2 3,290 3,310 2,850 2,640
3 3,380 4,220 3,890 2,960
4 3,700 3,470 3,040 2,850
5 3,540 4,180 3,360 3,110
15. Una industria qumica elabora seis tipos de componentes diferentes, los cuales
son aceptados indistintamente por seis fbricas que los requieren. La ganancia
obtenida depende no slo del compuesto que se produce, sino tambin de la
fbrica que lo requiere. La ganancia en quetzales se indica en la siguiente tabla.
FBRICA
1 2 3 4 5 6
A 0 250 300 100 0 170
COMPUESTO B 250 0 160 0 270 150
C 300 160 0 230 0 140
D 100 0 230 0 220 0
E 0 270 0 220 0 100
F 170 150 140 0 100 0
108 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
16. Resuelva el problema 11, pero ahora considerando que el operador 1 no sabe
operar la mquina 1 y el operador 4, no sabe operar la mquina 4. Cul es la
asignacin ms adecuada?.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 109
S
MC
110 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S C
CAAPPIITTUULLO
OVV
A
ANN
LLIISSIISS D
DEE RREED
DEESS PPO
ORR EELL M
MTTO
ODDO
ODDEELL C
CAAM
MIIN
NOOC
CRRTTIIC
COO
-C
Coonncceeppttoo
l mtodo de la Ruta Crtica conocido como CPM por sus iniciales en ingls
- PPrrooyyeeccttoo
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 111
MC S Para la ejecucin de todo proyecto, deben realizarse ciertas actividades
que al ejecutarse en un orden determinado, se llega al fin deseado, organizando
para el efecto, los recursos, el tiempo, material, etc. Se dice que una actividad es
todo trabajo que requiere tiempo y recursos para su terminacin.
-
- FFaasseess ddee uunn pprrooyyeeccttoo
112 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC
-
S D
Diiaaggrraam
maa ddee BBaarrrraass oo ddee G
Gaanntttt
Las ventajas que ofrece el diagrama, se dan cuando se utiliza como grfico de
control, siendo las principales las siguientes.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 113
MCS
-O
Orrggeenneess yy aapplliiccaacciioonneess ddeell m
mttooddoo ddeell ccaam
miinnoo ccrrttiiccoo
q Construccin de presas
q Apertura de caminos
q Pavimentacin
q Construccin de casas y edificios
114 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC
q
S Reparacin de barcos
q Investigacin de mercados
q Movimientos de colonizacin
q Estudios econmicos regionales
q Auditoras
q Distribucin de tiempos de salas de operaciones
q Ampliaciones de fbrica
q Planeacin de itinerarios para cobranzas
q Planes de venta
q Censos de poblacin, etc.
Crrttiiccaa C
Mttooddoo ddee llaa RRuuttaa C
-M M--
CPPM
El mtodo define una ruta crtica (la ruta ms larga en tiempo de un proyecto),
la cual es la base para su desarrollo. Adems, se consideran sus tiempos como
deterministas, es decir que son predecibles con un alto grado de exactitud.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 115
MCS
actividades que componen el proyecto, interrelacionando las mismas y
permitiendo el anlisis del plan para la toma de decisiones.
Desde otro punto de vista, camino crtico es la serie de actividades que indica
la duracin total del proyecto.
2. Actividad:
116 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
direccin. La longitud no representa ninguna magnitud.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 117
S
MC
4. El diagrama no puede tener ningn circuito cerrado, es decir que cuando una
actividad es ejecutada, ya no se puede volver a ella.
NO
7. Debe evitarse que dos actividades que parten de un mismo evento lleguen
a finalizar en el mismo evento siguiente. Esto produce confusin de tiempo
y de continuidad. Para el efecto, debe abrirse el evento inicial o el evento
final en dos eventos y unirlos con una actividad ficticia.
C
C
A A
Ficticia
B
INCORRECTO B
CORRECTO
8. Deben evitarse los eventos sueltos al inicio o al finalizar la red. Todos los
eventos deben estar relacionados con el evento inicial o con el evento
final.
118 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
- Ejemplos de diagramas:
1. Actividades simultneas:
A C
B D
B D
A C
- Numeracin de Eventos:
Los eventos deben numerarse en secuencia lgica de izquierda a derecha y
de arriba hacia abajo.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 119
MCS
- Tiempos considerados en CPM:
- Holguras:
Las actividades que no son del camino crtico, cuentan con mayor tiempo
para su terminacin. Sus tiempos de inicio y terminacin pueden ser alterados hasta
cierto lmite, sin afectar la duracin del proyecto. A estos tiempos se les conoce como
Holguras o tiempos flotantes.
120 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S De donde;
Lj = Tiempo de terminacin ms tardo del evento final de la actividad.
Ei = Tiempo de terminacin ms temprano del evento inicial.
D = Duracin de la actividad.
C
A
CL
CN B
TL TN T
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 121
MCS
La ejecucin de esta actividad en un tiempo normal (TN), tiene un costo
normal (CN). Si se desea disminuir el tiempo en que se realiza la actividad, ste puede
disminuirse hasta cierto lmite (TL) y el costo asociado aumenta tambin hasta llegar
un lmite (CL). Despus del punto A, el costo aumenta sin que el tiempo disminuya
ms. A la derecha del punto B, el costo y el tiempo aumentan proporcionalmente.
Pendiente = CL - CN
TL - TN
122 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
C COSTOS
TOTALES
CL COSTOS
INDIRECTOS
Co
COSTOS
DIRECTOS
CN
TL To TN T
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 123
MCS
- Ejemplo Ilustrativo CPM-Costo
Solucin:
En la tabla anterior, se presenta la duracin normal a un costo normal para cada
actividad. Sin embargo, tambin se tiene cuantificado un tiempo lmite de reduccin
de cada actividad y el costo que representara su reduccin (costo lmite). Por
ejemplo, la actividad A que normalmente durara 8 das a un costo de Q.100.00;
puede reducirse hasta un lmite de 5 das al invertir ms recursos y por lo tanto, el
costo se incrementara a Q.350.00. De manera similar la persona analista del proyecto
124 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S
debe cuantificar el costo lmite y tiempo lmite para cada actividad. Estos datos de
reduccin representan la planificacin de un programa urgente en el proyecto.
21
25
2. Tome como base el cuadro inicial del proyecto y proceda a calcular el tiempo
mximo de compresin o reduccin permitido (Tc); el costo incremental (CI) por
actividad y el costo incremental por unidad de tiempo (pendiente de costo). El
Tc se determina mediante la diferencia entre la duracin normal con la duracin
lmite. El costo incremental es el resultado de la diferencia entre el costo lmite y el
costo normal. El costo incremental por unidad de tiempo (pendiente de costo) es
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 125
MC S
el resultado de dividir el dato del costo incremental entre el dato del tiempo de
compresin. Los resultados se presentan en la siguiente tabla.
DURACIN NORMAL 8 6 6 7 7 2 4 4 5
Ruta A B C D E F G H I Tiempo
1 X X X X X 29
Ruta Crtica 2 X X X X X X 36
3 X X X X X X 32
126 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S
con una "X" cada actividad que la integra y se totaliza la duracin de la cadena de
actividades.
La ruta crtica es aquella ms larga en duracin, por lo tanto, la ruta crtica del
proyecto es la ruta 2 y sus actividades que la integran se dice que son
actividades crticas, sin holgura de tiempo, lo cual significa que cualquier retraso
en alguna de estas actividades, causar el retraso en la ejecucin de todo el
proyecto. La duracin de la ruta crtica, define la duracin normal del proyecto,
en este caso, 36 das.
Las actividades crticas se marcan en el cuadro del paso 2, porque ser a partir
de ellas, que se realizar la compresin o reduccin de la duracin del proyecto.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 127
S
MC
distintas rutas del diagrama, y otro para calcular los costos directos que se originan
de la compresin. Los resultados del ejemplo, a continuacin.
8 6 6 7 7 2 4 4 5
Ruta A B C D E F G H I Tiempo
1 X X X X X 29 29 27 27 27 27 24 23 20
2 X X X X X X 36 33 31 29 29 27 24 23 20
3 X X X X X X 32 29 29 29 27 27 24 23 20
H C E D E B I A
COSTO
Compresin DIRECTO
36 1,135.00
(3*43.3) = 129.90 33 1,264.90 H
(2*47.5) = 95 31 1,359.90 C
(2*62.5) = 125 29 1,484.90 E
(2*50) + (2*62.5) = 225 27 1,709.90 D,E
(3*66.7) = 200.10 24 1,910.00 B
(1*75) = 75 23 1,985.00 I
(3*83.3) = 249.90 20 2,234.90 A
128 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
S
MC
La siguiente actividad crtica con menor costo incremental, es la actividad C. El
procedimiento de reduccin es el mismo que se aplic para la actividad H.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 129
MC S
El resultado de reducir el proyecto hasta 20 das, se determina en los costos directos,
haciendo el clculo de reducir todas las actividades crticas del proyecto y dos
das de la actividad D para la ruta 3 que fue indispensable para mantener un
equilibrio entre rutas y no caer en el error de concluir sobre una aparente
duracin del proyecto que no es real.
5. Como ltimo paso, debe analizar sus costos indirectos del proyecto, los cuales
tienen relacin directa con la duracin del mismo. Para este ejemplo, los costos
indirectos son de Q.75.00 por da; por lo que deber multiplicar este dato por
cada duracin probable del proyecto obtenida en la tabla anterior y sumar el
resultado al costo directo de cada opcin. Los resultados se presentan a
continuacin.
CI
Tiempo CD (Q. 75/DIA) CT
36 1,135.00 2,700 3,835.00
33 1,264.90 2,475 3,739.90
31 1,359.90 2,325 3,684.90
29 1,484.90 2,175 3,659.90
27 1,709.90 2,025 3,734.90
24 1,910.00 1,800 3,710.00
23 1,985.00 1,725 3,710.00
20 2,234.90 1,500 3,734.90
130 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC
S La duracin mnima en que puede realizarse el proyecto en las
condiciones actuales de inversin de recursos, es de 20 das a un costo de
Q.3,734.90.
La duracin ptima del proyecto es de 29 das a un costo total de
Q.3,659.90.
Si la entrega del proyecto se realiza exactamente en el da 23 que fue
pactado en el contrato, el costo total del mismo sera de Q.3,710.00.
Al igual que el CPM, tambin emplea una red del proyecto para visualizar
grficamente las interrelaciones entre sus elementos. Para la determinacin de sus
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 131
MCS
tiempos, se consideran condiciones de probabilidad de ocurrencia, estableciendo
tres tipos de tiempos, el tiempo optimista, el tiempo ms probable de ocurrencia y el
tiempo pesimista; los cuales estn sujetos a condiciones aleatorias.
132 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS En muchas ocasiones, el tiempo estimado para cada una de las actividades,
se calcula a base de experiencia o datos anteriores; sin embargo, algunas veces es
muy difcil determinar este tiempo de ejecucin por diversos motivos, y debido a esto,
se calcula un tiempo medio o esperado para cada actividad a travs de
probabilidades. El mtodo PERT es muy til principalmente en proyectos donde
existen actividades nuevas donde no se dispone de experiencia.
FORMULAS UTILIZADAS:
a. te = Tiempo esperado.
b. = Desviacin estndar por actividad.
c. Ve = Varianza esperada por actividad.
d. e = Desviacin esperada en la duracin del proyecto.
e. Z = Cantidad de desviaciones estndar con respecto a la media
aritmtica en una distribucin de probabilidad normal.
f. ts = Tiempo solicitado para la finalizacin del proyecto.
a) Te = to + 4 tm + tp .
6
b) = tp - to .
6
c) Ve = 2
d) e = Ve de Ruta Crtica
e) Z = ts - te ruta crtica .
e
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 133
MC S
Ejemplo Ilustrativo PERT
Un contratista le solicita a usted como administrador de una empresa, la ejecucin
de un proyecto en particular. Las actividades y estimacin de recursos de tiempo (en
das) se resumen en la siguiente tabla.
Actividad Precedencia to tm tp
A ----- 15 20 25
B ----- 20 25 30
C ----- 10 15 20
D A 5 10 15
E B 15 20 25
F C 20 25 30
G E 5 10 15
H E 20 25 30
I E 15 20 25
J D,G 5 10 15
K J, H 10 15 20
L F, H, I 20 25 30
M L 15 20 25
Solucin:
1. Para cada actividad del proyecto, calcule los valores del Tiempo esperado (Te),
Desviacin Estndar () y Varianza Esperada (Ve), de conformidad con las
frmulas correspondientes.
134 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S q Te = to + 4 tm + tp .
6
q = tp - to .
6
q Ve = 2
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 135
MCS
20 55
50 60
D J
2 6
0 A 25 70
G
0 25 70
B E H 115
1 3 5 7 K
10 115
45
I Fi1 M
C 45
4 8 9
F L
15 70 95
45 70 95
Te 20 25 15 10 20 25 10 25 20 10 15 25 20
Ruta A B C D E F G H I J K L M Tiempo
1 X X X X 55
2 X X X X X 85
3 X X X X X 80
4 X X X X X X 110
5 X X X X 85
R.C. 6 X X X X X 115
7 X X X X X 110
8 X X X X 85
La ruta crtica es aquella ms larga en duracin, por lo tanto, la ruta crtica del
proyecto es la ruta 6. Para el presente caso, la duracin esperada del proyecto
es de 115 das.
136 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
S
MC
Las actividades crticas se marcan en el cuadro del paso 1, porque ser a partir
de ellas, que se realizar el clculo de desviaciones estndar y dems
probabilidades.
4. Para dar respuesta a las interrogantes planteadas en los incisos del problema,
realice lo siguiente:
e = Ve de Ruta Crtica
e = 3.72
Z= ts - te ruta crtica .
e
Z = 1.34
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 137
S
MC
Se concluye para el inciso a) que se tiene una probabilidad del 91% para
finalizar el proyecto dentro de 120 das solicitados.
4.4 Para el inciso b) se desea determinar el tiempo que debe solicitarse para
tener una probabilidad del 85% de finalizar el proyecto a tiempo. Por lo
tanto, realice su anlisis a partir de la siguiente frmula de Z :
Z= ts - te ruta crtica .
e
138 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S Ts = 118.87 119 das.
Se concluye para el inciso b) que el proyecto puede finalizarse en 119 das
con una probabilidad del 85%. Debern solicitarse 4 das adicionales para
terminar el proyecto con un 85% de probabilidad.
-D
- CPPM
Diiffeerreenncciiaass eennttrree PPEERRTT yy C M
En la actualidad, las diferencias entre las versiones de PERT y CPM no son tan
marcadas como se describe en la teora original de los mtodos. Muchas versiones
de PERT permiten emplear una sola estimacin (la ms probable) para cada
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 139
MC S
actividad y omiten as la investigacin probabilstica. Una versin llamada
PERT/Costo considera tambin combinaciones de tiempo y costo en forma parecida
al CPM.
-O
- Ottrraass TTccnniiccaass uuttiilliizzaaddaass ppaarraa llaa PPllaanniiffiiccaacciinn,, PPrrooggrraam
maacciinn yy C
Coonnttrrooll ddee
PPrrooyyeeccttooss
-M
- MA
ANN SScchheedduulliinngg ((M Allooccaattiioonn PPrroocceedduurree))
weerr A
Maannppoow
140 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC
-D
-
S Diissttrriibbuucciinn ddee RReeccuurrssooss yy PPrrooggrraammaacciinn ddee PPrrooyyeeccttooss M
Mllttiipplleess ((RReessoouurrccee
A ll oc a t i on a n d M u l ti -P ro je
A location and Multi-Project Scheduling) RAMPS- c t S c h e d u l in g ) R A MP S -
-A
- Chhaarrttiinngg A
Annaallyyssiiss BBaarr C C--
ABBC
- m ffoorr A
- SScchheedduulliinngg PPrrooggrraam ARR--
Alllooccaattiioonn RReessoouurrcceess SSPPA
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 141
MC
-
S
- RReessoouurrccee PPllaannnniinngg &
& SScchheedduulliinngg M
Meetthhoodd RRPPSSM
M--
NORMAL MNIMO
Actividad Precedencia
Duracin Costo (Q) Duracin Costo (Q)
A 4 400 2 500 ----
B 10 300 8 450 ----
C 5 800 4 1000 ----
D 4 100 3 250 A, B
E 6 200 5 250 C
F 8 700 6 950 C
G 4 200 3 320 D, B
H 3 180 2 225 E, F
I 2 1200 1 1800 H
142 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
SOLUCIN:
Diagrama de flechas:
E2 = 10
E5 = 14
L2 = 10
L5 = 14
D 4
2 5
4 A 4
Fi2
E1 = 0 Fi1 G
L1 = 0 E7 = 13
B 10 L7 = 13
1 3 E9 = 18
7 8 9 L9 = 18
H I
E3 = 10 6 3
2
L3 = 10 E E8 = 16
C Fi3 L8 = 16
5
4 6
F 8
E4 = 5 E6 = 13
L4 = 5 L6 = 13
Ocurrencias ms tempranas:
o E1 = 0 (siempre inicia en 0)
o E2 = Elegir la sumatoria mayor, entre: (E1 + duracin de actividad A = 0+ 4
= 4); o bien, (E3 + duracin de actividad ficticia 1 = 10+ 0 = 10). Por lo
tanto, E2 = 10.
o E3 = E1 + duracin de actividad B = 0+ 10 = 10
o E4 = E1 + duracin de actividad C = 0+ 5 = 5
o E5 = Elegir la sumatoria mayor, entre: (E2 + duracin de actividad D = 10+
4 = 14); o bien, (E3 + duracin de actividad ficticia 2 = 10+ 0 = 10). Por lo
tanto, E5 = 14.
o E6 = E4 + duracin de actividad F = 5+ 8 = 13
o E7 = Elegir la sumatoria mayor, entre: (E4 + duracin de actividad E = 5+ 6
= 11); o bien, (E6 + duracin de actividad ficticia 3 = 13+ 0 = 13). Por lo
tanto, E7 = 13.
o E8 = E7 + duracin de actividad H = 13+ 3 = 16
o E9 = Elegir la sumatoria mayor, entre: (E5 + duracin de actividad G = 14+
4 = 18); o bien, (E8 + duracin de actividad I = 16+ 2 = 18). Por lo tanto, E9
= 18.
Ocurrencias ms tardas:
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 143
MC S
o L8 = L9 - duracin de actividad I = 18 - 2 = 16
o L7 = L8 - duracin de actividad H = 16 - 3 = 13
o L6 = L7 - duracin de actividad ficticia 3 = 13 - 0 = 13
o L5 = L9 - duracin de actividad G = 18 4 = 14.
o L4 = Elegir la resta menor, entre: (L7 - duracin de actividad E = 13 - 6 = 7);
o bien, (L6 - duracin de actividad F = 13 - 8 = 5). Por lo tanto, L4 = 5.
o L3 = Elegir la resta menor, entre: (L5 - duracin de actividad ficticia 2 = 14
- 0 = 14); o bien, (L2 - duracin de actividad ficticia 1 = 10 - 0 = 10). Por lo
tanto, L3 = 10.
o L2 = L5 - duracin de actividad D = 14 - 4 = 10
o L1 = Elegir la resta menor, entre: (L2 - duracin de actividad A = 10 - 4 =
6); o bien, (L3 - duracin de actividad B = 10 10 = 0); o bien, (L4 -
duracin de actividad C = 5 - 5 = 0). Por lo tanto, L1 = 0.
q Ruta Crtica:
RutaCadena de Tiempo
Actividades (das) *
1 A-DG 12
2 B Fi1 - D - G 18
3 B - Fi2 - G 14
4 C-E-H-I 16
5 C - F - Fi3 - H - I 18
* Se determina mediante la sumatoria de la duracin normal de cada actividad que
integra la ruta.
Se concluye:
144 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
S
MC
- Tabla de Holguras:
OCURRENCIAS HOLGURAS
- Holgura Total:
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 145
S
MC
- Holgura Libre:
- Holgura Independiente:
146 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S
- Diagrama de GANTT:
HOLGURAS
Independie
Actividad Duracin Total Libre nte 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
B 10 0 0 0
D 4 0 0 0
G 4 0 0 0
C 5 0 0 0
F 8 0 0 0
H 3 0 0 0
I 2 0 0 0
A 4 6 6 6
E 6 2 2 2
- Determinacin de la Pendiente:
Se concluye:
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 147
S
MC
- Diagrama de flechas reducido: considerando H = 2:
E2 = 10 E5 = 14
L2 = 10 L5 = 14
D 4
2 5
4 A 4
Fi2
E1 = 0 Fi1 G
L1 = 0 E7 = 13
B 10 L7 = 14
1 3 E9 = 18
7 8 9 L9 = 18
H I
E3 = 10 6 2 2
L3 = 10 E E8 = 15
C Fi3 L8 = 16
5
4 6
F 8
E4 = 5 E6 = 13
L4 = 6 L6 = 14
o E1 = 0 (siempre inicia en 0)
o E2 = Elegir la sumatoria mayor, entre: (E1 + duracin de actividad A = 0+ 4
= 4); o bien, (E3 + duracin de actividad ficticia 1 = 10+ 0 = 10). Por lo
tanto, E2 = 10.
o E3 = E1 + duracin de actividad B = 0+ 10 = 10
o E4 = E1 + duracin de actividad C = 0+ 5 = 5
o E5 = Elegir la sumatoria mayor, entre: (E2 + duracin de actividad D = 10+
4 = 14); o bien, (E3 + duracin de actividad ficticia 2 = 10+ 0 = 10). Por lo
tanto, E5 = 14.
o E6 = E4 + duracin de actividad F = 5+ 8 = 13
o E7 = Elegir la sumatoria mayor, entre: (E4 + duracin de actividad E = 5+ 6
= 11); o bien, (E6 + duracin de actividad ficticia 3 = 13+ 0 = 13). Por lo
tanto, E7 = 13.
o E8 = E7 + duracin de actividad H = 13+ 2 = 15
o E9 = Elegir la sumatoria mayor, entre: (E5 + duracin de actividad G = 14+
4 = 18); o bien, (E8 + duracin de actividad I = 15+ 2 = 17). Por lo tanto, E9
= 18.
148 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
- Ocurrencias ms tardas de la red reducida:
Se concluye:
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 149
MC S
- PPrroobblleem
maass SSuuggeerriiddooss ddeell C
Caappttuulloo
150 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S
Actividad Precedencia COSTO COSTO DURACIN DURACIN
NORMAL LIMITE NORMAL LIMITE
A ----- 100 500 6 2
B ----- 300 700 5 4
C A 500 800 7 7
D B 150 650 2 2
E C 200 350 6 1
F C 80 250 9 8
G D, E 90 125 3 3
H F 90 160 9 9
Los costos indirectos del proyecto se estiman en Q.60.00 diarios.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 151
MC
4.
S Considere el siguiente proyecto Las cifras estn en quetzales por actividad y la
duracin en das.
Actividad Precedencia COSTO COSTO DURACIN DURACIN
NORMAL LIMITE NORMAL LIMITE
A ----- 100 500 6 2
B ----- 300 700 5 4
C ----- 500 800 7 7
D A 150 650 2 2
E D 200 350 6 1
F B 80 250 9 8
G F 90 125 3 3
H C 120 135 3 2
I H 140 165 7 5
J E,G,I 90 160 9 9
Los costos indirectos del proyecto se estiman en Q.120.00 diarios.
152 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC
6.
S Un contratista solicita la ejecucin de un proyecto en particular. Las actividades
y estimacin de recursos se resumen en la siguiente tabla. Las cifras estn en
quetzales por actividad y la duracin en semanas.
Actividad Precedencia COSTO COSTO DURACIN DURACIN
NORMAL LIMITE NORMAL LIMITE
A ----- 200 300 4 2
B ----- 100 100 2 2
C A 150 150 3 3
D B 100 150 5 3
E C 300 550 4 2
F C 150 200 2 1
G D, E 100 100 3 3
H F 400 650 4 2
Los costos indirectos del proyecto se estiman en Q.100.00 semanales.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 153
MC
8.
S Considere el siguiente proyecto. Las cifras estn en quetzales por actividad y la
duracin en das.
Actividad Precedencia COSTO COSTO DURACIN DURACIN
NORMAL LIMITE NORMAL LIMITE
A ----- 100 150 28 26
B ----- 200 300 20 18
C B 400 600 4 3
D A 100 300 24 22
E A 200 400 8 6
F C, D 300 350 12 10
G E 400 600 20 16
H E 500 500 10 8
I F, G 400 400 4 3
J F, G, H 300 350 30 28
K I, J 600 650 10 8
Los costos indirectos del proyecto se estiman en Q.25.00 diarios.
154 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
Los costos indirectos del proyecto se estiman en Q.90.00 semanales.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 155
MCS
Actividad Precedencia to tm tp
A ----- 5 8 15
B ----- 3 6 12
C ----- 3 4 8
D A 6 9 14
E B 4 7 20
F C 2 6 13
G C 2 4 10
H D, E 1 4 12
I F 4 5 9
J G 3 7 20
Determine: a) Probabilidad de finalizar el proyecto en 25 das; b) La probabilidad de
finalizar el proyecto si le conceden 7 das adicionales; c) La cantidad de das
adicionales que debern solicitarse si se desea contar con un 90% de probabilidad
de finalizarlo a tiempo.
156 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
Determine: a) Probabilidad de finalizar el proyecto en 100 das; b) La probabilidad
de finalizar el proyecto si le conceden 10 das adicionales; c) La cantidad de das
adicionales que debern solicitarse si se desea contar con un 85% de probabilidad
de finalizarlo a tiempo.
Actividad Precedencia to tm tp
A ----- 15 20 30
B ----- 20 25 40
C ----- 10 15 25
D ---- 5 10 18
E A 10 20 28
F B 15 20 30
G C 20 25 40
H D 5 10 18
I E,F,G,H 5 15 24
J G,H 15 20 36
Determine: a) Probabilidad de finalizar el proyecto al trmino de 60 das; b) La
probabilidad de finalizar el proyecto si le conceden 3 das adicionales; c) La cantidad
de das adicionales que debern solicitarse si se desea contar con un 95% de
probabilidad de finalizarlo a tiempo.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 157
MCS
Actividad Precedencia to tm tp
A ----- 20 31 45
B ----- 14 28 38
C A 18 36 43
D B 32 52 100
E B 24 32 63
F B 6 16 28
G F, D 4 18 40
H E, G 8 20 36
I E, G 18 34 42
J C, H 4 16 24
Determine: a) Probabilidad de finalizar el proyecto al trmino de 130 das; b) La
probabilidad de finalizar el proyecto si le conceden 12 das adicionales; c) La
cantidad de das adicionales que debern solicitarse si se desea contar con un 90%
de probabilidad de finalizarlo a tiempo.
158 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
Actividad Precedencia to tm tp
A ----- 26 28 39
B ----- 18 20 34
C B 3 4 10
D A 22 24 33
E A 6 8 14
F C, D 10 12 20
G E 16 20 32
H E 8 10 25
I F, G 3 4 10
J F, G, H 28 30 45
K I, J 8 10 22
Determine: a) Probabilidad de finalizar el proyecto al trmino de 110 das; b) La
probabilidad de finalizar el proyecto si le conceden 15 das adicionales; c) La
cantidad de das adicionales que debern solicitarse si se desea contar con un 80%
de probabilidad de finalizarlo a tiempo.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 159
S
MC
160 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS C
CAAPPIITTUULLO
OVVII
PPRRO
OCCEESSO
OSS EESSTTO
OCC
SSTTIIC
COOSS
probabilsticas , por lo que estn sometidos al azar y son objeto de anlisis estadstico.
Este tipo de procesos sirven para poder entender la correlacin, la cual se entiende
estadsticamente como la relacin entre varios datos, por ejemplo la estatura de los
padres con los hijos.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 161
MCS
162 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S Si estas variables aleatorias tienen iguales valores, en un mismo instante y su
esperanza y varianza son iguales generan Procesos Estacionarios.
Ejemplo Ilustrativo:
1. En un lote de autos usados, el 25% son de la marca Ford, el 45% son Chevrolet y el
30% son Chrysler, de los cuales, 2 de cada 8 autos Ford son estndar, 1 de cada
10 autos Chevrolet son estndar y 2 de cada 10 autos Chrysler son tambin
estndar, un cliente compra un auto de este lote, a. cul es la probabilidad de
que el auto seleccionado por el cliente sea estndar?, b. cul es la
probabilidad de que haya seleccionado un auto Chevrolet estndar?, c. cul
es la probabilidad de que el auto seleccionado sea Ford o Chrysler automtico?
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 163
MC S
Solucin:
25% A 6/8
S 1/10
45% CH
A 9/10
30% S 2/10
Chr
A 8/10
= 0.1675
= p(F)p(A|F) + p(Chr)p(A|Chr)
= 0.25*6/8 + 0.30*8/10
164 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
C
CAAD
DEEN
NAASS D
DEE M
MAARRKKO
OVV
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 165
MCS
azar en las cuales la variable futura es determinada por la preexistente pero
independiente de la manera en que sta se gener de sus precursores. Este trabajo
lanz la teora de los procesos estocsticos.
166 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
del comportamiento general del sistema en el que se encuentra sumergido el
proceso estocstico.
Pij = { tn =j tn-1=i}
La probabilidad de transicin de un paso de ir del estado i en tn-1 al estado
j en tn y el conjunto de probabilidades que se generan por los cambios de estado,
son estacionarias a travs del tiempo. Las probabilidades de transicin del estado Ei
al estado Ej se arreglan de manera ms conveniente en forma matricial como sigue:
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 167
MCS Una matriz de transicin P junto con las probabilidades iniciales asociadas
con los estados Ej definen completamente una cadena de Markov.
P1 = p21 .
P12 + p21
P2 = p12 .
P12 + p21
168 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
Ejemplo Ilustrativo No. 1: (Cadenas de Markov para dos estados posibles)
Cierta compaa desea emprender una gran campaa publicitaria para que los
consumidores prueben su marca de caf. A partir de los datos obtenidos en la
investigacin de mercado, la empresa pudo estimar las probabilidades actuales de
que los consumidores cambien de la marca que produce la compaa, X a otra
marca Y, luego de una semana, as: 0.8 de probabilidad de continuar en la marca
X y 0.2 de cambiar de marca de X a Y. Asimismo, existe una probabilidad de 0.2 de
que los consumidores cambian de la marca Y a la X y 0.8 de que continen en la
marca Y. Los investigadores de mercado han estimado las probabilidades
correspondientes que existirn despus de una semana de realizada la campaa
publicitaria, as: Existe 0.8 de probabilidad de que se contine consumiendo la marca
X y 0.2 de que los consumidores cambian de marca de X a Y. Mientras que existe 0.3
de probabilidad de que los consumidores cambien de marca de Y a X y 0.7 de que
continen en la marca Y. Si la campaa publicitaria tiene un costo de 12 millones de
dlares anuales y si hay 50 millones de compradores de caf en el mercado y si el
beneficio promedio anual por cliente, antes de pagar impuestos, es de dos dlares,
entonces determine si la compaa debe o no debe realizar la campaa publicitaria.
Solucin:
I) Anlisis de la situacin previa a la campaa publicitaria:
1. Estados del proceso: El consumidor prefiere el producto X
Estado 1: Se compra la marca X
Estado 2: Se compra la marca Y
P = ( pij )
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 169
MCS
3. Vector de probabilidad de estado inicial:
El consumidor prefiere el producto X
Vpe(0) = ( 1, 0 )
Vpe(n+1) = Vpe(n) * P
170 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS Vpe(2) = (0.8 , 0.2) * 0.8 0.2
0.2 0.8
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 171
MCS
II) Anlisis de la situacin posterior a la campaa publicitaria:
1. Estados del proceso: El consumidor prefiere el producto X
Estado 1: Se compra la marca X
Estado 2: Se compra la marca Y
P = ( pij )
Vpe(n+1) = Vpe(n) * P
172 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS Vpe(1) = ( 1, 0 ) * 0.8 0.2
0.3 0.7
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 173
MCS
Resultados para 20 semanas:
n p(E1) p(E2)
0 1 0
1 0.80000 0.20000
2 0.70000 0.30000
3 0.65000 0.35000
4 0.62500 0.37500
5 0.61250 0.38750
6 0.60625 0.39375
7 0.60313 0.39688
8 0.60156 0.39844
9 0.60078 0.39922
10 0.60039 0.39961
11 0.60020 0.39980
12 0.60010 0.39990
13 0.60005 0.39995
14 0.60002 0.39998
15 0.60001 0.39999
16 0.60001 0.39999
17 0.60000 0.40000
18 0.60000 0.40000
19 0.60000 0.40000
20 0.60000 0.40000
174 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S
Por lo tanto:
Clculo del Beneficio anual de la alternativa de crecimiento:
Beneficio anual = Crecimiento del mercado * beneficio por cliente
-C
- Caaddeennaass ddee M mss ddee ddooss eessttaaddooss ppoossiibblleess::
Maarrkkoovv ppaarraa m
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 175
MCS
Ejemplo Ilustrativo No. 2: (Cadenas de Markov para ms de dos estados posibles)
Una compaa ha tabulado las siguientes probabilidades diarias de cambio:
Solucin:
1. Estados del proceso: 1
Estado 1: 1
Estado 2: 2
Estado 3: 3
FRMULAS:
Vpe(n+1) = Vpe(n) * P
176 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
Vpe(n+1) = ( p(E1), p(E2), p(E3) ) * p11 p12 p13
p21 p22 p23
p31 p32 p33
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 177
MCS
1.10 P1 + 0.30 P2 = 0.60 * -0.05
0.05 P1 + 0.85 P2 = 0.35 * 1.10
P2 = 0.3859
Sustituyendo P2 en (5):
Sustituyendo P1 y P2 en (4):
P3 = 1 - P1 - P2
P3 = 0.1739
178 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC
-
S
- PPrrooggrraam
maacciinn D
Diinnm
miiccaa::
Ejemplo Ilustrativo:
La empresa Campaas Promocionales, S.A., planifica sustituir todo su equipo de
digitalizacin en un trmino de 3 aos (N= 3). Se desea calcular el ingreso esperado
ptimo y se tienen dos polticas de accin: k=1 no hacer reparaciones ni
mantenimiento independiente del estado del equipo y k = 2 hacer reparaciones y
mantenimiento, independiente del estado del equipo. Los estados son: 1: bueno, 2:
regular y 3: malo. Las matrices de transicin de probabilidad y de ingreso para las dos
polticas son: P1, R1, P2, R2.
POLTICA 1
Probabilidades de Transicin Matriz de Rendimientos
B R M B R M
B 0.1 0.6 0.3 B 15 10 3
R 0 0.3 0.7 R 0 7 2
M 0 0 1 M 0 0 -1
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 179
MCS
POLTICA 2
Probabilidades de Transicin Matriz de Rendimientos
B R M B R M
B 0.4 0.5 0.1 B 8 7 -1
R 0.2 0.6 0.2 R 6 5 0
M 0.1 0.4 0.5 M 7 4 -2
Solucin:
1. Estados del proceso:
Estado 1: Bueno
Estado 2: Regular
Estado 3: Malo
B R M B R M B R M B R M
1 1 1 1 0.1 0.6 0.3 1 1 1 1 15 10 3
P = p 11 p 12 p 13 R = r 11 r 12 r 13 =
p121 p122 p123 r121 r122
0 0.3 0.7 1 0 7 2
= r 23
p131 p132 p133 0 0 1 r131 r132 r133 0 0 -1
B R M B R M B R M B R M
P2 =
2 2 2 0.4 0.5 0.1 2 2 2 2 8 7 -1
p 11 p 12 p 13 R = r 11 r 12 r 13 =
p221 p222 p223 = 0.2 0.6 0.2 r221 r222 r223 6 5 0
p231 p232 p233 0.1 0.4 0.5 r231 r232 r233 7 4 -2
180 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS 3. Desarrollo de la funcin de ingreso ptimo esperado:
fN ( i ) = max vki m
k , vki = Pkij Rkij
j=1
m
fn( i ) = max vki + Pkij n+1( j ) para n = 1, 2, ..., N-1
k j=1
Por lo tanto: Los ingresos esperados por transicin de estados para K=1 y K=2
son:
Para K = 1:
i = 1: v11 = (0.1 * 15) + (0.6 * 10) + (0 * 3) = 8.4
i = 2: v12 = ( 0 * 0) + (0.3 * 7) + (1 * 2) = 3.5
i = 3: v13 = ( 0 * 0) + (0 * 0) + (1 * -1) = -1
Para K = 2:
i = 1: v21 = (0.4 * 8) + (0.5 * 7) + (0 * -1) = 6.6
i = 2: v22 = (0.2 * 6) + (0.6 * 5) + (0 * 0) = 4.2
i = 3: v23 = (0.1 * 7) + (0.4 * 4) + (1 * -2) = 1.3
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 181
MC S
3.3 Se calcula la funcin de rendimiento ptimo: Vlida para todo N = N-1 hasta
N = 1.
m
fn( i ) = max vki + Pkij n+1( j ) para n = 1, 2, ..., N-1
k j=1 Vlida para toda N - 1
m
N= 2 K=1 K=2 fn( i ) = max vk i + Pkij n+1( j )
v1i
2
i vi k j=1 K mximo
1 12.15 12.19 12.19 "j" K=2
2 5.67 8.66 8.66 "j" K=2
3 0.3 4.47 4.47 "j" K=2
182 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
CONCLUSIN: Para el problema de 3 aos con dos polticas de accin, se concluye
que si el equipo al trmino del primer ao est en estado 1: Bueno, la poltica de
accin: Hacer reparaciones y mantenimiento independiente del estado (Poltica 2),
es la recomendable y el ingreso ptimo esperado en ese caso es de 16.25 unidades
monetarias. Si el equipo al final del ao 1 est en estado 2: Regular, se recomienda la
poltica de accin: Hacer reparaciones y mantenimiento independiente del estado
(Poltica 2), y el ingreso ptimo esperado al final del periodo en ese caso sera de:
12.73 u.m. Si la maquinaria al final del ao 1 est en estado 3: Malo, se recomienda la
poltica de accin: Hacer reparaciones y mantenimiento independiente del estado
(Poltica 2), y el ingreso ptimo esperado al final del periodo en este caso sera de:
8.22 unidades monetarias.
NOTA:
La frmula de funcin de ingreso ptimo se aplica en forma regresiva debido a
que se calcula el ingreso ptimo esperado al final de un periodo N, en caso se parta
de un estado inicial 1, en el periodo N = 1.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 183
MC
-
S
- PPrroobblleem
maass SSuuggeerriiddooss ddeell C
Caappttuulloo::
2. Cierta compaa desea emprender una gran campaa publicitaria para que los
consumidores prueben su marca de bebida sabor cola. A partir de los datos
obtenidos en la investigacin de mercado, la empresa pudo estimar las
probabilidades actuales de que los consumidores cambien de la marca que
produce la compaa: Ko-La a otra marca Z, as: 0.75 de probabilidad de
continuar en la marca Ko-La y 0.25 de cambiar de marca, de Ko-La a Z.
Asimismo, existe una probabilidad de 0.25 de que los consumidores cambien de
la marca Z a la Ko-La y 0.75 de que continen en la marca Z. Los
investigadores de mercado han estimado las probabilidades correspondientes
que existirn despus de realizar la campaa publicitaria, as: Existe 0.95 de
probabilidad de que se contine consumiendo la marca Ko-La y 0.05 de que
los consumidores cambian de marca de Ko-La a Z. Mientras que existe un 0.3
de probabilidad de que los consumidores cambien de marca de Z a Ko-La y
0.7 de que continen en la marca Z. Si la campaa publicitaria tiene un costo
de $850,000.00 anuales y si hay 600,000 compradores en el mercado y si el
beneficio promedio anual por cliente, es de $6, entonces determine si la
compaa debe o no debe realizar la campaa publicitaria.
184 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC
3.
S Una compaa ha tabulado las siguientes probabilidades diarias de cambio:
De \ A Estado 1 Estado 2 Estado 3
Estado 1 0.20 0.60 0.20
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 185
MC S
el 20% se cambiar a la marca ABC. Con estos datos construya la matriz de
probabilidades de transicin, calcule las probabilidades de estado y concluya.
186 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S
Matriz de Rendimientos de Cambio por la
aplicacin de la Poltica 1
De \ A Estado 1 Estado 2 Estado 3
Estado 1 7 6 3
Estado 2 0 5 1
Estado 3 0 0 -1
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 187
MCS
histrica, se implementa un plan piloto de muestreo por inspeccin en dos puntos
crticos del proceso. De la tabulacin de datos obtenidos durante una semana,
se determina que la probabilidad de aceptar un lote por bueno en la primera
inspeccin y que contine en este estado luego de la segunda inspeccin es de
0.95; mientras que la probabilidad de rechazarlo por defectuoso en la segunda
inspeccin es de 0.05. Asimismo, se estableci que existe una probabilidad de
0.45 de que un lote que es rechazado en la primera inspeccin, contine en este
estado por no ser posible su solucin inmediata; mientras que existe una
probabilidad de 0.55 de aceptar el lote en la segunda inspeccin luego de
algunos ajustes menores. SE LE PIDE: calcular las probabilidades de estado
estacionario para 6 semanas y concluya tomando en cuenta que la Gerencia de
Produccin no desea ms de un 7% de lotes defectuosos.
188 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S C
CAAPPIITTUULLO
OVVIIII
IIN
NVVEEN
NTTA
ARRIIO
OSS
-C
- Coonncceeppttoo
-M
- Mooddeelloo ggeenneerraalliizzaaddoo ddee iinnvveennttaarriioo::
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 189
MCS
1. Qu cantidad de artculos deben pedirse?
2. Cundo deben pedirse?
Por tanto, podemos expresar las solucin del problema general de inventarios
de la manera siguiente:
190 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
COSTO TOTAL = COSTO DE + COSTO DE + COSTO DE + COSTO DE
DE INVENTARIO COMPRA PEDIDO ALMACENAJE ESCASEZ
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 191
MC S
Grfica de Costos de Inventarios
Costo total por
ao
Costo Total
Costo ptimo
Costo de
Almacenamiento
Costo de Costo de
Penalizacin Pedido
Costo de
Compra
Nivel de
Nivel ptimo inventario
192 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S
- TTiippooss ddee ddeem
- maannddaa eenn llooss iinnvveennttaarriiooss::
-M
- OD
MO DEELLO DEETTEERRM
OSS D CO
NSSTTIIC
MIIN OSS D NV
DEE IIN NTTA
VEEN OSS::
ARRIIO
-M
- maaoo EEccoonnm
Mooddeelloo 11:: TTaam OQ
miiccoo ddeell LLoottee ((EEO Q))::
Caractersticas:
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 193
MCS
Comportamiento grfico:
R R
0 t Tiempo
De donde:
Frmulas utilizadas:
1. Cantidad ptima:
Q= 2 D Co .
Ch
2. Periodo de agotamiento:
T= Q/D
3. # de rdenes:
194 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS # de rdenes = D / Q
4. Nivel de reorden:
R = t *D
Costo total = Co D . + Ch Q .
Q 2
= (Q + 0) /2
=Q/2
Ch/2 + ( -D Co / Q2 ) = 0
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 195
MCS - D Co / Q2 = - Ch / 2
Q2 = 2 D Co .
Ch
Q= 2 D Co .
Ch
Solucin:
1. Demanda anual:
D= 16,800.00 resortes
196 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
3. Costo de almacenamiento unitario:
Ch = 0.6 $/resorte-ao
4. Tiempo de entrega:
t = 1 semana
t = 7 das
5. EOQ:
EOQ = 2 D Co .
Ch
Q= 2 * 16,800.00 * 3.5
0.6
Q= 442.72 resortes
6. Ciclo de inventario:
T= Q/D
T = 443.00 / 16,800.00
T = 0.02637 aos = T= 9.62 das
7. # de rdenes:
# ordenes = D/Q
# ordenes = 16,800.00 / 443.00
# ordenes = 37.92 rdenes al ao
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 197
MCS
8. Nivel de reorden:
R= t*D
R = 7 das/ao * 16,800.00 repuestos * 1 ao /365 das
R = 322.19 repuestos
CT = Co * (D / Q) + Ch * (Q / 2)
CT = 265.63 $/ao
11. Conclusin:
Debido a que existen ahorros anuales que aplicados a todos los artculos de
inventario, resultaran significativos, entonces, se concluye que S es conveniente
la aplicacin de EOQ.
198 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S
12. Grfica:
Q = 443
R
R = 323
0 Tiempo
t = 7 das
T = 9.62 das
-M
- OQ
Mooddeelloo 22:: EEO Q ppaarraa llootteess ddee pprroodduucccciinn ((eennttrreeggaass ggrraadduuaalleess))::
Este modelo tiene slo una pequea modificacin con relacin con el Modelo
I, se supone que los pedidos se liberan o producen a una tasa uniforme, y no todo de
una vez.
Caractersticas:
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 199
MC
q
S No se utiliza existencia de seguridad.
q Los materiales se suministran a una tasa uniforme (p) y se utilizan a una tasa
uniforme (d), y cuando el siguiente pedido llega los materiales se utilizaron
totalmente.
q No son importantes los costos de faltantes de inventario ni de los clientes, as
como otros costos diferentes al de almacenar y de pedir.
q No existen descuentos por cantidad.
q La tasa de suministro (p) es superior a la tasa de uso (d)
Frmulas utilizadas:
1. Cantidad ptima:
Q= ( 2 D Co / Ch ) [ p / (p d) ] .
Costo total = Co D . + Ch [ ( p d ) / p] * Q .
Q 2
200 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
3. Ciclo de inventario:
T = inv. Mx. / D
4. Nivel de reorden:
R=t*D
5. # de rdenes:
# ord. = D / inv. Mx.
6. Tiempo de entrega:
t=Q/p
Q2 = ( 2 D Co / Ch ) [ p / (p d) ]
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 201
MCS
4. La cantidad ptima (EOQ), es por lo tanto:
Q= ( 2 D Co / Ch ) [ p / (p d) ] .
Solucin:
1. Demanda anual:
D= 16,800.00 resortes
202 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
4. Tasa a la que se utilizan las unidades saliendo del inventario:
d= D / das efectivos laborales al ao
d= 16,800.00 / 266
d= 63.16 resortes/da
Q= ( 2 D Co / Ch ) [ p / (p d) ] .
Q= 1,416.06 resortes
Q= 2 * 16,800.00 * 3.5
0.6
Q= 442.72 resortes
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 203
MCS
7. Costo total anual de administracin del inventario:
CT 1 sla entrega = Co * (D / Q) + Ch * (Q / 2)
CT = 265.63 $/ao
CT lotes: Co ( D/Q ) + Ch [ ( p - d ) / p ] * ( Q / 2 )
CT = 83.05 $/ao
Ahorros = Costo total EOQ 1 sla entrega - Costo total EOQ entregas graduales
204 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S
14. No. ordenes:
15. Conclusin:
Debido a que existen ahorros anuales que aplicados a todos los artculos de
inventario, resultaran significativos, entonces, se concluye que S es conveniente la
aplicacin de EOQ para entregas graduales.
16. Grfica:
Q = 1,417.00
Q
R = 932
0 Tiempo
Lt =
(p - d)
6.84
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 205
MC
-
S
-MMooddeelloo 33:: EEO
OQQ ccoonn ddeessccuueennttooss ppoorr ccaannttiiddaadd::
Caractersticas:
Frmulas utilizadas:
Las frmulas del Modelo I o del Modelo II, son aplicables al Modelo III, dependiendo
cul de los supuestos se adeca mejor a la situacin de los inventarios.
1. Cantidad ptima:
Q= 2 D Co .
Ch
206 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
2. Costo total del periodo:
1. Cantidad ptima:
Q= ( 2 D Co / Ch ) [ p / (p d) ] .
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 207
MCS
Ejemplo ilustrativo Modelo 3 EOQ con entregas graduales-:
El gerente general le pide al analista de inventarios que investigue los nuevos precios
bajo dos supuestos: I) Los pedidos se reciben todos a la vez y II) Las entregas son
graduales. Las estimaciones con que se cuentan son: D= 16,800 resortes al ao, Ch =
15% del costo de adquisicin (ac) por vlvula por ao, Co = $3.50 por pedido y p = 70
resortes diarios. Los das laborables en el ao son 266.
Solucin:
1. Demanda anual:
D= 16,800.00 resortes
208 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
4. Tasa a la que se utilizan las unidades saliendo del inventario:
d= D / das efectivos laborales al ao
d= 16,800.00 / 266
d= 63.16 resortes/da
Supuesto I:
5. EOQ una sla entrega:
EOQ = 2 D Co .
Ch
- Para ac = 4.25:
- Para ac = 3.75:
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 209
MCS
- Para ac =2.99:
CT = Co * (D / Q) + Ch * (Q / 2) + (D) (ac)
Se aplica la frmula de costo total para una entrega, para las cantidades clave por
analizar. En este caso, corresponde calcular costos para Q = 458 y para Q = 700
debido a que en esta ltima cantidad existe un cambio en el precio unitario.
Recuerde que de conformidad con la metodologa de solucin, se debe calcular el
costo para los EOQs factibles y para aquellas cantidades en donde se dan cambios
de precio unitario.
- CT para Q = 458:
CT = 63,257.20 $ /ao
210 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
- CT para Q = 700:
CT = 50,472.98 $ /ao
Q= ( 2 D Co / Ch ) [ p / (p d) ] .
- Para ac = 4.25:
- Para ac = 3.75:
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 211
MCS
- Para ac =2.99:
- CT para Q =1,638:
CT = 50,303.80 $ /ao
212 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC
-
S
-MMO
ODDEELLO
OSS D
DEE IIN
NVVEEN
NTTA
ARRIIO
OSS C
COON
NDDEEM
MAAN
NDDA
A IIN
NCCIIEERRTTA
A YY C
COON
N RREEO
ORRD
DEEN
N::
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 213
MC
-
S
-MMooddeelloo 11:: M
Mooddeelloo ddee C
Coossttoo ddee EEssccaasseezz::
Al igual que los casos anteriores, el objetivo consiste en minimizar el costo total de
inventario en un periodo determinado. Para este caso se consideran tres tipos de
costo: a) costo de pedido (Co); b) Costo de almacenamiento (Ch); y c) Costo de
escasez (Ku).
Caractersticas:
- El tiempo de reabastecimiento es conocido.
- Costo de escasez unitario e independiente de la duracin de la situacin de
inexistencias.
- La demanda durante el tiempo de entrega tiene una distribucin normal. ( D )
- Las existencias de seguridad (R D), siempre son positivas, debido a que el
punto ptimo de pedido (R) es mayor que la demanda promedio durante el
tiempo de entrega ( D ).
- El inventario siempre contar en promedio con existencias de seguridad.
Comportamiento grfico:
Q Q
Q
Q
R R
Existencias de seguridad
0 t Tiempo
214 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
De donde:
Frmulas utilizadas:
1. Cantidad ptima:
Q= 2 D Co .
Ch
El nico error grave que puede existir al utilizar esta frmula para el caso
probabilstico, se da cuando la cantidad ptima resulta menor que la desviacin
estndar de la demanda durante el tiempo de entrega (D). Para esta situacin se
puede aplicar un mtodo heurstico que consiste en hacer que la cantidad de
pedido sea igual a la D.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 215
MCS
2. Punto ptimo de pedido (Nivel de reorden):
F(R)= 1 - Ch Q .
Ku D
R= D + Z D
216 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S
Costo incremental Demanda de
de no agregar la = Prob la siguiente * Ku (D/Q)
unidad adicional Unidad o ms
Ch
R ptimo
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 217
MCS Por lo tanto:
Ch = [ 1 F ( R ) ] * Ku * ( D / Q )
Es decir:
[ 1 F (R) ] = ( Ch Q ) / ( Ku D )
Finalmente:
F(R)= 1 - Ch Q .
Ku D
R= D + Z D
Frmula que se obtiene derivada del anlisis de la siguiente figura que muestra
la distribucin normal de la demanda durante el tiempo de entrega:
D R
218 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
4. Desviacin estndar de la demanda durante el tiempo de entrega:
D = t 1
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 219
MCS
Solucin:
F(R)= 1 - Ch Q .
Ku D
F ( R ) = 0.98454
R= D + Z D
R = 5,088 resortes
4. Existencia de seguridad: Z D
ES = (2.16 * 800)
ES = 1,728 resortes
220 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS Z= R - D .
D
Hallando N(Z):
Por tabla de funcin de prdida para una distribucin normal (Apndice C),
se determina que N(2.16) = 0.005472.
CT = $ 1,472.34 / ao.
Solucin:
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 221
MCS
1. Encontrar la cantidad ptima de pedido:
Q= 2 D Co .
Ch
Q= 2 x 20,000 x 5 .
0.95
Q = 459 unidades.
F(R)= 1 - Ch Q .
Ku D
F ( R ) = 0.99273
R= D + Z D
R = 6,884
4. Existencia de seguridad: Z D
222 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS ES = (2.44 * 1,100)
ES = 2,684
NOTA:
Cuanto mayor sea el costo de escasez y mayor sea la variacin de la demanda
durante el tiempo de entrega, mayor deber ser la existencia de seguridad
(compare valores de ejemplo 2 con ejemplo 1).
Z= R - D .
D
Hallando N(Z):
Por tabla de funcin de prdida para una distribucin normal (Apndice C), se
determina que N(2.44) = 0.002410.
CT = $ 3,332.23 /ao
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 223
MCS
Anlisis: Con un punto de pedido de 6.884 unidades, no se presentar escasez de
existencias aproximadamente el 99.27% del tiempo durante el periodo de pedido. La
existencia de seguridad debe ser de 2,684 unidades.
Solucin:
D = tD
D = (2 * 350 )
D = 700 Unidades
D = 2 (21)
D = 29.70 unidades
224 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC
-
S
-MMooddeelloo 22:: M
Mooddeelloo ddee N
Niivveell ddee SSeerrvviicciioo::
Para este modelo se aplican las mismas caractersticas y supuestos del modelo
anterior. Adicionalmente, se considera:
Por lo tanto:
1P = D * N(Z) .
Q
De donde se obtiene:
N(Z) = Q (1 P ) .
D
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 225
MCS
Esto es, porque en este ltimo caso, la probabilidad de inexistencias tiene una
relacin directa con el tamao de la cantidad de pedido Q con respecto al tamao
de la desviacin estndar de la demanda durante el tiempo de entrega, mientras
que el nivel de servicio es un concepto independiente del otro concepto.
Ejemplo Ilustrativo:
Solucin:
226 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS N(Z) = Q (1 P ) .
D
N (Z) = 0.02165
2. Por tabla de funcin de prdida para una distribucin normal (Apndice C), se
determina que para N(Z) = 0.02165, el valor de Z = 2.16.
R= D + Z D
R = 4,664 resortes
4. Existencia de seguridad: Z D
ES = (1.63 * 800)
ES = 1,304 resortes
CT = $ 1,720.10 / ao.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 227
MC S
6. Probabilidad de escasez durante el tiempo de entrega:
- Caappttuulloo::
maass SSuuggeerriiddooss ddeell C
- PPrroobblleem
228 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
2. La compaa Manufacturas, S.A. cuenta con un rea dentro del departamento
de produccin, destinada a la fabricacin del componente C-3000. Si los
componentes se produjeran en la empresa en lotes de produccin, fluiran
gradualmente hacia el inventario en el almacn principal para su uso. El costo de
almacenar, de pedir y la demanda anual se conservaran aproximadamente igual.
Dado que los componentes realmente fluyen hacia el inventario en lugar de
recibirse todos a la vez, el gerente general se pregunta de qu manera ello
afectara la cantidad de pedido y el costo anual de almacenamiento. El analista
de inventarios desarrolla las siguientes estimaciones: D= 18,000 componentes por
ao, Ch = $1.20 por componente por ao, Co = $6 por pedido y p = 80
componentes diarios. Los das efectivos de produccin en el ao para este artculo
son 250. Se le pide, calcular los ahorros de costo estimados con EOQ si se fabrica
en la planta de produccin, comparado contra los costos totales si se entregan
todos los componentes de una sola vez por un proveedor externo. As mismo,
determine el valor de las dems variables del modelo.
El gerente general le pide al analista de inventarios que investigue los nuevos precios
bajo dos supuestos: I) Los pedidos se reciben todos a la vez, y II) Las entregas son
graduales. Las siguientes son las estimaciones disponibles: D= 18,000 componentes por
ao, Ch = 18% del costo de adquisicin (ac) por componente por ao, Co = $6 por
pedido y p = 80 componentes diarios. Los das efectivos de produccin en el ao son
250. Determine desde el punto de vista del costo total de inventario anual, si es ms
conveniente la opcin de una sola entrega, o bien, la de entregas graduales.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 229
MCS
4. Una empresa que distribuye lubricantes tiene una demanda estable de 125 latas
por semana para un tipo especial de aceite. La tienda paga $2.25 por lata y
estima el costo de conservacin anual en un 40% del valor del inventario. Se lleva 2
semanas en recibir una orden y cuesta $5 procesarla. Calcule la poltica de
inventario para esta empresa (EOQ, T, # rdenes, R, CT). Considere que 1 ao tiene
52 semanas.
6. Una industria papelera vende cada mes 5,000 libras de papel. Cada vez que el
distribuidor realiza la colocacin de un pedido en la bodega de la industria en
estudio, cobra Q.100.00 de flete + Q.30.00/ libra por gastos de colocacin. El costo
anual de almacenamiento de una libra de papel es de Q.325.00. Si el tiempo de
entrega es de 3 semanas, calcule la poltica ptima de inventario para la industria
papelera (EOQ, T, # rdenes, R, CT).
230 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
se tienen las siguientes estimaciones: D= 3,333.3333 rodillos al mes, t = 2 semanas; Q
= 300 rodillos por pedido (cantidad de pedido actual definida por costumbre en el
pedido), Ch = $2.00 por rodillo y Co = $25.00 por pedido. Determine el ahorro anual
de costo, concluya y calcule las dems variables del modelo.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 231
S
MC
cajas por ao, Ch = 25% del costo de adquisicin (ac) por caja por ao, Co = $6.00
por pedido y p = 200 cajas diarias. Los das laborables en el ao son 265.
232 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S C
CAAPPIITTUULLO
OVVIIIIII
TTEEO
ORRIIA
ADDEE C
COOLLA
ASS
-C
- Coonncceeppttoo
SISTEMA
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 233
MC S
FFUUEEN
NTTEE D
DEE EEN
NTTRRA
ADDA
A:
Representa el origen de los clientes que llegan al sistema.
C
COOLLA
A::
Representa la lnea de espera de clientes en el sistema.
234 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S
5. Las tasas de llegada y de servicio no cambian con el tiempo. El proceso ha
estado en funcionamiento el tiempo suficiente para eliminar los efectos de las
condiciones iniciales.
- M
- Mooddeelloo 11:: SSiisstteem
maass ddee ccoollaass ccoonn uunn sseerrvviiddoorr
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 235
MCS
FFO
ORRM
MUULLA
ASS UUTTIILLIIZZA
ADDA
ASS::
Previo a la presentacin de frmulas, es necesario definir la siguiente simbologa:
Ls = .
-
Lq = 2 .
( - )
Ws = 1 .
-
Wq = .
( - )
236 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
5. Probabilidad de que exista cualquier nmero de clientes "n" dentro del sistema
(Pn): Mide la probabilidad de que exista un nmero "n" especfico de clientes
dentro del sistema en cualquier momento.
Pn = Po * n
Pn = e - ( t) *( t)n
n!
9. Costo total del sistema: Cuantifica la sumatoria de costos totales del sistema
por unidad de tiempo.
Las frmulas nmeros 7, 8 y 9 son aplicables para todos los modelos de colas,
es decir, que no son exclusivas para el modelo 1.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 237
MCS
Ejemplo Ilustrativo
A una estacin de autobanco que es atendida por un solo receptor pagador, llega
un promedio de 10 vehculos por hora. El tiempo promedio de servicio para cada
cliente es de 4 minutos con un comportamiento exponencial. Las llegadas obedecen
a una distribucin Poisson. El gerente de operaciones del banco necesita conocer: a)
La probabilidad de que el autobanco est vaco; b) El nmero promedio de clientes
que esperan en la cola su turno; c) El tiempo promedio que un cliente tarda en ser
atendido, incluyendo la espera y el servicio; d) El nmero de clientes por hora que
realmente son atendidos en promedio por el servidor.
Solucin:
Datos que brinda el enunciado:
= 10 clientes / hora.
= 4 minutos / cliente.
a. Po = 1 - .
Como se desconoce el valor del factor de utilizacin, se procede a
calcular este dato como primer punto.
238 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
S
MC
= .
K
Sustituyendo valores:
= 10 .
(1) (15)
= 2/3
Po = 1 - 2/3 = 1/3.
b. Lq = 2 .
( - ).
Sustituyendo valores:
Lq = 102 .
15*(15-10)
Lq = 1.33 clientes
c. Ws = 1 .
-
Sustituyendo valores:
Ws = 1 .
15 - 10
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 239
MC S
d. Si sabemos que = 15 clientes / hora, debemos entender que este dato
representa la capacidad o rapidez del servidor. En otras palabras, el servidor es
capaz de atender 15 clientes en una hora, si y slo si, el sistema estuviera
ocupado todo el tiempo. Por lo tanto, para determinar el nmero real de
clientes por hora que son atendidos en promedio por el servidor, debemos
multiplicar la tasa de servicio por el factor de utilizacin; quedando de la
siguiente manera:
*
Sustituyendo valores:
(2/3) * (15) = 10 clientes / hora.
-M
- maass ddee ccoollaass ccoonn vvaarriiooss sseerrvviiddoorreess
Mooddeelloo 22:: SSiisstteem
FFO MUULLA
ORRM AD
ASS UUTTIILLIIZZA ASS::
DA
Adems de las frmulas 7, 8 y 9 especificadas en el modelo 1, las frmulas
aplicables a este modelo son las siguientes.
Po = 1 .
k-1
1 * (/)n + 1 * (/)k k .
n=0 n! k! k -
240 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
2. Longitud promedio del sistema.
Ls = () (/)K . * (Po) +
(k-1)! (K - )2
6. Probabilidad de que exista cualquier nmero de clientes "n" dentro del sistema.
Ejemplo Ilustrativo
Una compaa enva sus camiones al taller de mantenimiento propio de la empresa a
recibir mantenimiento de rutina. Los camiones llegan siguiendo un proceso
poissoniano a un promedio de 3.5 camiones por hora. El tiempo de servicio se
distribuye exponencialmente con una media de 15 minutos. Los administradores de la
flotilla de camiones estiman que el costo de espera de un camin es de Q.10/hora. El
costo de operacin del taller es en promedio de Q.20/camin. Actualmente es un
solo mecnico el que atiende con un salario de Q.15/hora. Sin embargo, la
compaa est considerando la opcin de contratar otro mecnico para que el
servicio de mantenimiento sea ms rpido y los costos totales disminuyan. Si el taller
trabaja en una jornada de 8 horas diarias de manera continua, recomendara usted
la contratacin de otro mecnico desde el punto de vista del costo total diario?.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 241
MCS
Solucin:
Datos que brinda el enunciado:
= 3.5 camiones / hora.
= 15 minutos / camin.
Costo Improductivo = Q.10/hora.
Costo de operacin = Q.20/camin.
Salario: Q.15/hora.
Jornada de trabajo: 8 horas diarias.
Costo de Operacin = 20 Q. *
camin
242 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
S
MC
a. Anlisis del sistema con un solo mecnico (Modelo 1, K = 1).
Ls = .
-
Ls = 3.5 .
4 - 3.5
Ls = 7 camiones.
Po = 1 .
Po = 1 . = 0.3913
1.875 + 0.680555
Ls = () (/)K (Po) . +
(k-1)! (K - )2
Ls = 1.08 camiones.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 243
MC S
Por lo tanto, se concluye que desde el punto de vista del costo total diario del
sistema, s se recomienda contratar otro mecnico ms para atender el taller
de mantenimiento.
- M
- Mooddeelloo 33:: SSiisstteem
maass ddee ccoollaass ffiinniittooss ccoonn uunn sseerrvviiddoorr
FFO MUULLA
ORRM AD
ASS UUTTIILLIIZZA ASS::
DA
Adems de las frmulas 7, 8 y 9 especificadas en el modelo 1, las frmulas
aplicables a este modelo son las siguientes. Dentro de las frmulas, el smbolo "M"
representa el nmero mximo de clientes que pueden ocupar el sistema.
Ls = . - (M+1) (M+1)
1- 1 - (M+1)
244 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
5. Tiempo promedio de cola.
Wq = Lq .
6. Probabilidad de que exista cualquier nmero de clientes "n" dentro del sistema
hasta su capacidad mxima "M".
Pn = Po * n (n = 1 ... M)
7. Tasa efectiva de llegadas (): Mide slo a los clientes que entran al sistema y
son atendidos. La diferencia con la tasa de llegada normal, consiste en que
sta mide todas las llegadas, sin importar si entran o no al sistema.
8. Prdida de clientes.
= -
Ejemplo Ilustrativo
Un autobanco ubicado a la orilla de una importante calzada dentro de la ciudad,
tiene una sola ventanilla para atender a sus clientes. Los autos llegan a realizar sus
transacciones a una tasa promedio de 10 por hora. El tiempo de servicio promedio es
de 5 minutos por cliente. El banco tiene problemas de espacio fsico en el rea de
atencin ya que nicamente cabe un mximo de 4 automviles incluyendo al que es
atendido. Cualquier otro auto que llegue al autobanco y lo encuentre lleno, debe
retirarse debido a que Ley de Trnsito prohbe la espera sobre la calzada principal. En
base a la informacin anterior, determine: a) El nmero de autos que se encuentran
en promedio esperando realizar su transaccin; b) El tiempo promedio que un cliente
debe esperar en el sistema; c) La cantidad de clientes por hora que no pueden
entrar al autobanco.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 245
MCS
Solucin:
Datos que brinda el enunciado:
= 10 autos / hora.
= 5 minutos / auto.
M = 4 autos.
Por lo tanto:
= . = 10 . = 0.8333
K (1)(12)
Ls = . - (M+1) (M+1)
1- 1 - (M+1)
Ls = 1.64 autos.
Po = 1- . = 1 - 0.833 . = 0.27866
1-(M+1) (1 - 0.8335)
Finalmente,
Lq = 1.64 - (1 - 0.27866) = 0.9187 autos.
246 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
S
MC
Por lo tanto, se concluye que el nmero de autos que se encuentran en cola
esperando realizar su transaccin, es a lo sumo 1 auto como promedio.
b.
Ws = Ls .
De donde,
= *(1 - Pn) cuando n = M
= *(1 - P4)
Y adems,
P4 = Po * 4 = (0.27866) * (0.8333)4 = 0.13436
Sustituyendo,
= 10*(1 - 0.13436) = 8.66 clientes / hora.
Finalmente,
Ws = 1.64 . = 0.1894 horas = 11.36 minutos.
8.66
c. Prdida de clientes.
-
Se concluye que la cantidad promedio de clientes por hora que no pueden entrar
al autobanco por estar lleno es a lo sumo de 2 clientes por hora.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 247
MC
-
S
-MMooddeelloo 44:: SSiisstteem
maass ddee ccoollaass ddee ccaappaacciiddaadd ffiinniittaa yy vvaarriiooss sseerrvviiddoorreess
FFO
ORRM
MUULLA
ASS UUTTIILLIIZZA
ADDA
ASS::
Adems de las frmulas 7, 8 y 9 especificadas en el modelo 1, las frmulas
aplicables a este modelo son las siguientes.
1. Probabilidad de que exista cualquier nmero de clientes "n" dentro del sistema
hasta su capacidad mxima "M".
k-1 k-1
Ls = nPn + Lq + k * 1- Pn
n=0 n=0
248 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
5. Tiempo promedio de cola.
Wq = Lq .
Ejemplo Ilustrativo
Una pequea tienda de conveniencia ubicada en los alrededores de una zona
residencial, utiliza dos cajas para efectuar los cobros a los clientes. En el local caben
a lo sumo seis clientes (incluyendo el servicio) debido a lo limitado del espacio fsico.
A los clientes que llegan cuando el negocio est lleno se les niega la entrada y se les
da por perdidos. Los clientes llegan a la caja siguiendo un proceso poissoniano a una
tasa de 40 clientes por hora. El tiempo de servicio prestado para cobrarle a cada
cliente es de 1.5 minutos. Determine: a) El tiempo total que un cliente permanece en
el sistema; b) La prdida de ingresos por hora por aquellos clientes que no pueden
entrar a la tienda, si la venta promedio es de Q.25/cliente.
Solucin:
Datos que brinda el enunciado:
= 40 clientes / hora.
= 1.5 minutos / cliente = 40 clientes /hora.
M = 6 clientes.
K = 2 cajas.
Venta Promedio = Q.25/cliente.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 249
S
MC
Frmula:
Pn = (/)n * (Po) (Se utiliza cuando: 0 < n < k)
n! ( 0 < n < 2)
Sustituyendo:
P1 = (40/40)1 * (Po) = 1Po
1!
Frmula:
Pn = (/)n * (Po) (Se utiliza cuando: k n M)
k! k(n-k) ( 2 n 6)
Sustituyendo:
P2 = (40/40)2 * (Po) = 0.5Po
2! 2(2-2)
250 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS 2.96875P0 = 1
P0 = 0.3368
Lq = 0.27365 clientes.
k-1 k-1
Ls = nPn + Lq + k * 1- Pn
n=0 n=0
1 1
Ls = 0P0 + 1P1 + Lq + k * 1- P0 + P1
n=0 n=0
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 251
MCS Ls = 1.26325 clientes.
Por lo tanto:
Ws = Ls .
Se concluye que la prdida de ingresos por hora por los clientes que no pueden
entrar a la tienda, es de Q.10.525.
252 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC
-
S
-M Mooddeelloo 55:: SSiisstteem
maass ddee ccoollaass ddee ccaappaacciiddaadd ffiinniittaa ccoonn ttiieem
mppooss
ddeeppeennddiieennddoo ddeell eessttaaddoo ((ttaassaass vvaarriiaabblleess))
FFO
ORRM
MUULLA
ASS UUTTIILLIIZZA
ADDA
ASS::
Adems de las frmulas 7, 8 y 9 especificadas en el modelo 1 y de las frmulas
4 y 5 especificadas en el modelo 4; las frmulas aplicables a este modelo son las
siguientes.
1. Probabilidad de que exista cualquier nmero de clientes "n" dentro del sistema
hasta su capacidad mxima "M".
Pn = n-1 * Pn-1
K n
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 253
MCS
5. Tiempo promedio de cola.
Wq = Lq .
Ejemplo Ilustrativo
Los clientes llegan a un local pequeo donde se venden refacciones, con un proceso
poissoniano a una tasa media de 30 por hora. En el local caben a lo sumo cuatro
clientes, incluyendo el servicio. Siempre que el negocio est lleno, los clientes que
llegan no pueden entrar y se pierde su compra. El propietario de la tienda es el nico
que atiende, y su tiempo de servicio se distribuye exponencialmente. Siempre que
hay un slo cliente en la tienda el propietario es capaz dar servicio en un tiempo
medio de 5 minutos. Sin embargo, l se vuelve ms eficiente conforme el local se va
llenando, ya que reduce su pltica con los clientes y logra disminuir por lo tanto, el
tiempo promedio de servicio en 1 minuto por cada cliente que est formado
esperando servicio. Determine: a) El nmero esperado de personas que estn
simultneamente en el local; b) El tiempo promedio de servicio por parte del
propietario.
Solucin:
Datos que brinda el enunciado:
= 30 clientes / hora.
1 = 5 minutos / cliente (este tiempo disminuye 1 min. por c/cliente que ingresa al local)
M = 4 clientes.
K=1
254 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
Solucin:
1. Como primer paso, se estandarizarn las unidades de medida de las tasas de
llegada y de servicio, transformndolas a clientes por minuto.
Frmula:
Pn = n-1 * Pn-1
K n
P1 = 0 * P 0 = 0.50 . * Po P1 = 2.50 Po
K 1 (1)*(0.20)
P2 = 1 * P 1 = 0.50 . * (2.50 Po ) P2 = 5 Po
K 2 (1)*(0.50)
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 255
MCS
P3 = 2 * P2 = 0.50 . * (5 Po ) P3 = 7.5 Po
K 3 (1)*(0.3333)
Hallando Po:
M
Pn = 1
n=0
Por lo tanto:
Po + P1 + P2 +P3 +P4 = 1
Lo que equivale a:
Po + 2.5P0 + 5 P0 + 7.5P0 + 7.5P0 = 1
23.5P0 = 1
P0 = 0.0426
Sustituyendo valores:
Ls = (0)(0.0426) + (1)(0.1065) + (2)(0.2130) + (3)(0.3195) + (4)(0.3195)
256 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S
Ls = 2.769 clientes
Por lo tanto:
Sustituyendo el valor de n:
= ( 1 P4) = 0.50 * ( 1 0.3195 )
= 0.34025 clientes / min.
Longitud de cola:
M
Lq = ( n K ) * Pn
n=K
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 257
MC S
Lq = (1-1)(P1) + (2-1)(P2) + (3-1)(P3) + (4-1)(P4)
n=1
4
Lq = (0)(0.1065) + (1)(0.2130) + (2)(0.3195) + (3)(0.3195)
n=1
Lq = 1.8105 clientes
CA
C OSS EESSPPEEC
ASSO ALLEESS::
CIIA
La mayor parte de frmulas estn planteadas en funcin a sistemas de servicio
estables, es decir, donde < 1. Sin embargo, puede existir el caso de sistemas no
estables cuando las llegadas se presentan con una tasa mayor o igual que lo que el
servidor puede manejar. En este caso, la longitud de cola esperada, aumenta sin
lmite y no se presenta un estado estable. Por lo tanto, cuando = 1 o mayor, y
matemticamente no pueden aplicarse las frmulas desarrolladas, se utilizan, las
siguientes frmulas:
Ls = M/2; Pn = 1 .
( M + 1)
258 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S Para todo n = 0 ... M
- PPrroobblleem
- maass SSuuggeerriiddooss ddeell C
Caappttuulloo
1. Una empresa debe decidir a quin contratar entre dos mecnicos A y B con el
propsito de reparar las mquinas que se descomponen ocasionalmente. La
frecuencia de daos en las mquinas se sabe que obedece a una distribucin
Poisson con una tasa de 1 mquina por hora. La compaa pierde ingresos por
mquina detenida a razn de Q.25/hora. El mecnico a pide Q.20/hora de
salario, mientras que el B pide Q.12/hora. De acuerdo a mediciones efectuadas,
el mecnico a es capaz de reparar las mquinas a una tasa de 1.8 mquinas por
hora; mientras que B repara 1.2 mquinas por hora. Desde el punto de vista del
costo total por hora, a cul de los dos mecnicos recomendara contratar?
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 259
MC S
promedio de autos que esperan servicio; b) La cantidad de tiempo de espera por
el servicio, que un cliente debera estimar; c) El tiempo medio en el servicio para
un cliente; d) La probabilidad de que exista una lnea de espera.
5. En cierta oficina de servicios estatales, las llamadas telefnicas son atendidas por
una sola persona operadora, quien tiene capacidad para conservar en espera
nicamente dos llamadas en espera cuando est ocupada con otra. Si las tres
lneas estn ocupadas, quien realiza una llamada recibe una seal de ocupado.
Las llamadas se reciben de acuerdo a un proceso poissoniano, con una tasa
media de 20 por hora. Una vez que se logra contacto con la operadora, la
duracin de una llamada se distribuye exponencialmente, con una duracin
media de 1 minuto. Determine: a) La probabilidad de que una persona que
realiza una llamada, reciba seal de ocupado; b) La probabilidad de que una
persona que llama, permanezca en espera; c) La probabilidad de que una
persona que llama, hable de inmediato con la operadora.
260 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S
caso regresan a la administracin para recibir instrucciones. Determine: a) El tiempo
total que permanece un furgn en el proceso de mantenimiento; b) El costo total
diario para la compaa si el costo improductivo por hora de estar en las
instalaciones de mantenimiento es de Q.5 por furgn y cada mecnico del taller
gana Q.3 por hora; c) La prdida diaria para la compaa, si el costo d enviar un
tractor a las instalaciones y que regrese sin servicio es de Q.50.00.
7. Cierto restaurante de comida para llevar tiene espacio para un mximo de cinco
clientes. Durante la poca de invierno, sucede que cuando los clientes llegan y el
local est lleno, prcticamente ninguno espera el servicio por la fra temperatura
exterior y se va a otro establecimiento. Los clientes llegan al restaurante de
acuerdo a un proceso poissoniano, con una tasa media de 15 por hora. El
restaurante atiende clientes a una tasa promedio de 15 por hora, con una
distribucin exponencial. El servicio lo brinda nicamente el propietario del
negocio, quien se ocupa de los clientes de acuerdo al orden que llegan.
Determine: a) el nmero promedio de clientes en el restaurante en cualquier
momento dado; b) el tiempo estimado que un cliente deber esperar por el
servicio; c) la tasa esperada a la cual se pierden ingresos debido al espacio
limitado del restaurante, si la cuenta promedio es de Q.10.00 por cliente.
8. Una tienda de dulces tpicos es operada por una sola persona, el propietario. El
patrn de llegadas de clientes durante los sbados se comporta siguiendo una
distribucin de poisson, con una tasa promedio de llegadas de 10 personas por
hora. A los clientes se les atiende siguiendo una distribucin exponencial con un
tiempo promedio de servicio de 4 minutos por cliente. Determine: a) la
probabilidad de que haya una lnea de espera; b) la longitud promedio de la
lnea de espera; c) el tiempo esperado de permanencia en la lnea de espera
por el cliente.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 261
MCS
que los tiempos de servicio estn distribuidos exponencialmente. Los estudiantes del
campus central llegan a la agencia bancaria siguiendo un proceso poissoniano a
una tasa promedio de 100 por hora. Determine: a) la probabilidad de que existan
ms de tres estudiantes simultneamente en la agencia bancaria; b) la
probabilidad de que uno de los receptores-pagadores este ocioso.
10. Cierta tienda de abarrotes tiene dos cajas de pago para efectuar los cobros a los
clientes. En el local caben a lo sumo seis clientes incluyendo el servicio, debido a
lo limitado del espacio. A los clientes que llegan cuando el negocio est lleno se
les niega la entrada y se les da por perdidos. Los clientes llegan a la caja
siguiendo un proceso poissoniano a una tasa de 40 clientes por hora. El tiempo de
servicio prestado para cobrarle a cada cliente es de 1.5 minutos. Determine: a) El
tiempo total que un cliente permanece en el sistema; b) La tasa de prdida de
ingresos por hora si cada cliente gasta en promedio $25.00.
11. Un mecangrafo copia una carta en un tiempo medio de 8 minutos, el cual est
distribuido exponencialmente. Si el 40% de su tiempo lo dedica el mecangrafo a
realizar otras actividades, determine cuntas cartas diarias se espera que l
escriba.
262 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
sistema para ambas alternativas y concluya sobre el equipo ms conveniente a
comprar.
14. En una oficina de arquitectura, un dibujante digitaliza los planos y diseos de tres
arquitectos. Una digitalizacin de un plano requiere en promedio 30 minutos con
un comportamiento exponencial. Un arquitecto produce un plano o diseo
aproximadamente cada 3 horas. Determine: a) El tiempo que debe esperar un
plano o diseo que es trasladado al dibujante para ser comenzado a
digitalizarse; b) El tiempo promedio que tarda un plano especficamente en el
proceso de digitalizacin.
15. Una tienda de artculos de canasta bsica tiene dos cajas para recibir los pagos
por la mercadera. Cuenta con un cajero de tiempo completo para efectuar los
cobros los clientes. En el local caben slo seis clientes debido a lo limitado del
espacio. Los clientes que llegan cuando la tienda est llena no pueden entrar y
se les da por perdidos. Los clientes llegan con un proceso poissoniano a una tasa
de 40 por hora. Cuando nicamente hay un cliente en la caja, el servicio es
prestado solo por el cajero de tiempo completo con un tiempo medio de 1.5
minutos. Sin embargo, otro cajero tiene instrucciones de atender la otra caja
siempre que haya ms de un cliente en el local. Esto reduce en dos segundos el
tiempo de servicio por cada cliente que llega a la tienda. Determine: a) Tiempo
total que un cliente permanece dentro de la tienda; b) La tasa de prdida de
ingresos si cada cliente gasta en promedio $25.00.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 263
MCS
colocarse para atender el almacn desde el punto de vista del costo total por
hora.
18. Los pacientes llegan a una clnica con una tasa media de 5 por hora, con los
tiempos entre llegadas consecutivas con distribucin poisson. Hay un mdico
especialista que atiende toda la jornada pero slo 4 sillas para espera cuando el
mdico est ocupado. Cualquier otro paciente que llega cuando la clnica est
llena, se le da cita para otro da. El tiempo de servicio se distribuye
exponencialmente con una media que cambia segn el nmero de pacientes,
as:
Nmero de pacientes en la clnica 1 2 3 4 5
Tiempo medio de atencin (Min/paciente) 9 10 10 13 20
Determine: a) el nmero medio de pacientes esperando ser atendidos; b) tiempo
promedio estimado para un paciente esperando ser atendido; c) porcentaje de
tiempo que el mdico especialista permanece ocioso.
19. Una compaa internacional de aviacin tiene cuatro aviones comerciales del
tipo Jumbo 747. Se han tabulado durante aos los fallos ocurridos en las turbinas.
Los datos indican que el tiempo promedio entre fallos consecutivos es de un ao
(365) das. El tiempo medio de revisin y arreglo del fallo es de 45 das. Solamente
se cuenta con un equipo humano de expertos para dar servicio y se proporciona
bajo la poltica de primeo que entra en taller, primero que se repara. Durante el
periodo de mantenimiento, el avin no vuela. Determine: a) Conjunto de
probabilidades de estado del sistema; b) cantidad media de aviones que
264 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
esperan ser reparados; c) tiempo promedio que tarda un avin para entrar
especficamente a revisin y arreglo de fallos.
20. En el cruce fronterizo entre Guatemala (A) y El Salvador (B), la lnea de trfico de
A a B se bifurca en cinco puestos de inspeccin migratoria y aduanera. Las
llegadas de vehculos tienen una distribucin poisson con 15 llegadas por hora,
mientras que el nmero de servicios tiene una distribucin exponencial con 8
servicios por hora. Por poltica gubernamental, no existe prioridad de trato, as
que los puestos migratorios y aduaneros proporcionan servicio a medida que se
desocupan. Determine: a) Probabilidad de que el sistema est vaco; b) cantidad
de vehculos promedio que esperan pasar a un puesto de inspeccin; c)
cantidad de vehculos que se encuentren en promedio en el cruce fronterizo; d)
tiempo promedio de espera por vehculo previo a ser atendido; e) tiempo
promedio que invierte un vehculo en el cruce fronterizo; f) analizar todas las
variables anteriores si se decide suprimir tres puestos fronterizos de inspeccin.
21. La Municipalidad de Guatemala tiene registros que indican que los nacimientos
en la ciudad capital presentan una distribucin poisson a razn de 1 nacimiento
cada 7 minutos. Determine: a) El nmero de nacimientos estimados en la ciudad
al trmino de un ao; b) la probabilidad de emitir 45 actas de nacimiento al final
de un periodo de 3 horas, si de hecho ya fueron emitidas 35 actas durante las
primeras dos horas.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 265
S
MC
266 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S
C
CAAPPTTUULLO
O IIX
X
SSIIM
MUULLA
ACCII
NN
-C
- Coonncceeppttoo
En los ltimos aos se han desarrollado tcnicas para probar los resultados de
decisiones empresariales a travs de la simulacin en un ordenador.
La simulacin implica construir una replica de algn sistema real y usarlo bajo
condiciones de prueba. En Administracin, los modelos matemticos se construyen y
se utilizan para comprobar los resultados de decisiones antes de aplicarlas en la
realidad.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 267
MCS
De forma general cualquier planteamiento de un problema de decisin de
negocios podra llamarse una simulacin, ya que representa o simula algunos
aspectos del problema real.
268 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS Ms que describir el comportamiento global de un sistema directamente, el
modelo de simulacin describe la operacin del mismo en trminos de los eventos
individuales de cada uno de los componentes del sistema. Entonces la simulacin
proporciona un medio para dividir el trabajo en componentes ms pequeos que se
pueden formular con mayor facilidad y despus combina estos componentes en su
orden natural.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 269
MC
-
S
- FFoorrm
muullaacciinn ee iim
mppllaannttaacciinn ddee uunn m
mooddeelloo ddee ssiim
muullaacciinn
Este paso requiere que la persona analista est ampliamente familiarizada con
las realidades operativas del sistema y con los objetivos de estudio. Dado este
requisito tal vez la persona analista intente reducir el sistema real a un diagrama de
flujo lgico.
270 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S Al construir los bloques de un modelo de simulacin, un paso importante es la
definicin del estado del sistema. El estado debe incluir la informacin relevante
sobre el estado actual del sistema de manera que, al generar la evolucin simulada
a partir de este estado, se obtenga una representacin fiel de su comportamiento
-G
- Geenneerraacciinn ddee nnm
meerrooss aalleeaattoorriiooss
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 271
MC S
- SSiim
- muullaacciinn PPrroobbaabbiillssttiiccaa
- mppuuttaaddoorraass
muullaacciinn yy ccoom
- SSiim
272 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S
- PPrriinncciippaalleess aapplliiccaacciioonneess
-
Muchos sistemas del mundo real involucran sistemas integrados por gran
cantidad de componentes que se interrelacionan. El sistema puede ser dinmico y
cambiar con el paso del tiempo y pueden incluir eventos probabilsticos o inciertos. La
simulacin puede ser la nica tcnica par el anlisis cuantitativo de dichos
problemas.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 273
MC S
Modelos discretos: su comportamiento cambia slo en instantes concretos de
tiempo.
- muullaacciinn
Geenneerraall ddee SSiim
- PPrroocceessoo G
Verificar el programa
Validar el modelo.
Reunir, procesar y analizar los datos generados como soluciones del modelo y en
trminos de validez y confiabilidad estadstica.
274 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC
-
S
-MMttooddoo M
Moonntteeccaarrlloo
El mtodo fue llamado as por el principado de Mnaco por ser la capital del
juego de azar, al tomar una ruleta como un generador simple de nmeros aleatorios.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 275
MC S
Algunas variantes del Mtodo Montecarlo se usan para resolver problemas muy
diversos. De todas ellas en el caso de los clculos computacionales relacionados con
sistemas moleculares, los ms importantes son:
-M
- Mttooddoo G
Grrffiiccoo ddee M
Moonntteeccaarrlloo
276 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS Sin embargo, es factible omitir la construccin del histograma siempre y
cuando se construyan acertadamente los rangos de probabilidad acumulada en
una tabla diseada adecuadamente.
Ejemplo Ilustrativo:
Solucin:
1. Clculo de probabilidades de ocurrencia y probabilidad acumulada:
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 277
MCS
Toneladas Frecuencia de Probabilidad Probabilidad
de Basura ocurrencia acumulada
por da
10 6 0.06 0.06
20 10 0.10 0.16
30 13 0.13 0.29
40 22 0.22 0.51
50 26 0.26 0.77
60 18 0.18 0.95
70 5 0.05 1.00
TOTAL: 100
0,77
0,8
0,6 0,51
0,4 0,29
0,16
0,2
0,06
0
Eje "X", Variable de Medicin
10 20 30 40 50 60 70
3. Generar nmeros aleatorios por tabla o por programa. Para este caso, se utilizar la
tabla de Nmeros Aleatorios del Apndice D para llevar a cabo el proceso de
simulacin.
Estos valores son producto del azar y por lo tanto, no existe un orden especfico
que deba seguirse siempre. Es por ello, que con el fin de estandarizar resultados y
para efectos didcticos, se suele utilizar una columna especfica de la tabla, esta
278 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
columna se le indica como dato al estudiante o lector para que utilice los valores
contenidos en sta, como los nmeros aleatorios del proceso.
Para este ejemplo se tomarn como nmeros aleatorios los valores de la columna
3 de la tabla del apndice D.
Da No. Aleatorio
1 0.57714
2 0.16955
3 0.67223
4 0.19399
5 0.02150
6 0.11649
7 0.67846
8 0.35595
9 0.84752
10 0.40610
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 279
MCS
Los rangos de nmeros aleatorios no son ms que intervalos de valores de
probabilidad en donde los valores superiores de cada rango son las probabilidades
acumuladas que definen el lmite de cada uno. Los valores inferiores se crean
agregando una fraccin muy pequea al lmite superior del rango anterior. Esto con
el fin de convertir los valores discretos de probabilidad, a valores continuos.
Generalmente se suman valores: 0.001 o 0.0001.
En el presente ejemplo se opt por ilustrar ambos casos dentro del mismo
ejercicio para que pueda observarse que el resultado es exactamente el mismo.
280 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S
5. Tabular las frecuencias de ocurrencia de los datos obtenidos:
Toneladas Frecuencia
10 1
20 1
30 2
40 2
50 3
60 1
70 0
- Caappttuulloo::
maass SSuuggeerriiddooss ddeell C
- PPrroobblleem
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 281
MCS
2. En el siguiente conjunto de datos se expresa la demanda diaria de un artculo
especfico. Este artculo es el principal producto que se vende en un negocio. El
administrador de la tienda lo compra a Q.25.00 c/u y lo vende a Q.40.00/unidad.
Lo que no se vende se puede devolver, obteniendo un reembolso de Q.5.00 por
unidad. El objetivo consiste en simular 12 das de operacin del negocio para
determinar la utilidad esperada al trmino de este periodo, as como la utilidad
promedio diaria proveniente del producto, asumiendo que se puede vender el
90% de la demanda. Utilice la columna 2 de la tabla del apndice D.
Demanda Frecuencia de
diaria ocurrencia
45 5
46 20
47 35
48 50
49 30
50 10
TOTAL: 150
282 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
Un aterrizaje o un despegue dura en promedio 5 minutos. El aeropuerto no quiere
que existan ms de 4 aviones esperando acceso a la pista. Con base en la
informacin disponible, realice un proceso de simulacin para 1 hora de demanda
pico a partir de las 07:00 AM, suponiendo que la tasa de trfico areo de hecho se
ha duplicado y que al inicio del proceso de simulacin (7:00 AM) comienza el
primer despegue/aterrizaje. Concluya sobre la necesidad de habilitar otra pista.
UTILICE LA COLUMNA 3 DE LA TABLA DE # ALEATORIOS.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 283
MCS
5. Los administradores han observado que el tiempo muerto (tiempo de espera) para
que una mquina sea reparada en el rea de produccin ocasiona prdidas a la
empresa. Los ingenieros opinan que es posible reducir significativamente el
problema utilizando un nmero adecuado de personal de mantenimiento. El
salario por hora para el personal de mantenimiento es de $.8.00. El departamento
de produccin considera que se pierden $.30 por hora cuando una mquina no
est operando. Esto incluye las utilidades que se pierden as como el costo del
tiempo muerto de los operadores. La empresa necesita determinar el nmero de
personal necesario para mantenimiento. La informacin recolectada, es la
siguiente:
Tiempo Frecuencia de
descomposturas ocurrencia
15 7
16 14
17 15
18 28
19 36
20 27
21 15
22 8
TOTAL: 150
Tiempos de servicio:
284 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S
Cuando ocurre una descompostura se comienza el servicio de inmediato si est
disponible una persona de mantenimiento. Si no lo est, pasa a una lnea de espera.
Se dar servicio a las mquinas sobre la base que la primera en llegar es la primera
en ser atendida.
Para el proceso de simulacin, la fbrica cuenta con los siguientes nmeros aleatorios
que fueron generados por programa:
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 285
S
MC
286 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S
C
CAASSO
OSS D
DEE A
APPLLIIC
CAAC
CII
NN
-C
- CA
ASSO
A O 11:: O
OPPTTIIM
MIIZZA
ACCII
NND
DEELL SSU
UMMIIN
NIISSTTRRO
ODDEE A
AGGUUA
A PPO
OTTA
ABBLLEE
Los usuarios de la Municipalidad de Santa Catarina Pinula, previo a efectuar los pagos por el
servicio de agua potable, presentan sus quejas por errores en la facturacin o inconformidad
con el servicio. De no existir ninguna queja, se cancela directamente en caja, el servicio de
agua del mes. El alcalde tambin est interesado en minimizar el nmero de quejas por el
servicio a mediano plazo y, en el corto plazo su objetivo consiste en optimizar los costos del
sistema en esta rea de quejas. Para ello se cuenta con estadsticas que demuestran que los
usuarios llegan al rea de quejas por el servicio de agua potable a razn de 45 por hora con
un comportamiento de distribucin poisson. Los tiempos de servicio estn distribuidos
exponencialmente con capacidad de atencin de 50 personas por hora. Cada servidor en
esta rea devenga un salario de Q.12.50 por hora y el costo por atender una queja se estima
en Q.65.00 por hora (que incluye: el ingreso monetario inmediato que se estara generando en
la caja de la municipalidad de no existir problema en el servicio, ms los costos de operacin
en esta rea que podran estar siendo invertidos en una actividad de mayor provecho para la
municipalidad).
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 287
MC S
q Identifique variables de holgura, indique sus valores solucin y concluya sobre stas
q Recomiende cmo podra mejorarse el servicio de suministro de agua en el municipio en
estudio, a largo plazo.
q Determine el nmero ptimo de servidores que debe colocar el alcalde en el rea de
quejas en el corto plazo. (Recuerde el objetivo del alcalde en el corto plazo).
q A cunto asciende el costo total diario del sistema optimizado en el rea de quejas en la
actualidad.
q Cmo puede el alcalde minimizar el nmero de quejas en el largo plazo?
q Conclusiones, Recomendaciones y Comentarios generales del caso.
-C
- CA
ASSO
O 22:: C
CO
C ON
NSSU
ULLTTO
ORREESS D
DEE M
MEERRC
CAAD
DEEO
O,, SS..A
A..
ID ACTIVIDAD To Tn Tp Precedencia
AFormulacin del problema 0.5 1 2 ----
B
Formulacin de objetivos e Hiptesis 0.5 1 2 A
CDefinicin del mtodo de recopilacin de 2 3 5 B
datos y diseo de cuestionarios, encuestas
y dems herramientas
D Investigacin Preliminar 3 4 11 A
E Trabajo de Campo 4 5 10 C
F Tabulacin, Interpretacin y Anlisis 1 2 3 D,E
G Conclusiones Preliminares 1 2 9 F
H Estudios complementarios y Anlisis de 1 4 7 F
Sensibilidad
I Elaboracin del informe final 2 3 4 G,H
To = Tiempo optimista; Tn = Tiempo normal; Tp = Tiempo pesimista. Tiempos en semanas.
288 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
Como parte del estudio complementario, los consultores deben sugerir una estrategia de
publicidad para el lanzamiento del producto. Para el efecto, se sabe que del producto se
derivarn dos tipos de marcas que tienen como meta influir en su adquisicin como mnimo
en el 60% de las familias con ingresos medios y en el 35% de las familias con ingresos altos.
Consultores, S.A. tiene estudios anteriores que la publicidad escrita y la publicidad por TV
resultan ms eficaces para este tipo de productos. Asimismo, los estudios indican que la
publicidad por TV llega al 4% de las familias de ingresos altos y al 3% de las familias de ingresos
medios por cada comercial; y que la publicidad por medios escritos llega al 3% de las familias
de ingresos altos y al 8% de las familias de ingresos medios por cada anuncio escrito. Por lo
tanto, la estrategia que sea sugerida debe cumplir con las metas de cobertura deseada y
garantizar que los costos de inversin sean los menores posibles. De acuerdo a los promedios
del mercado, la publicidad por TV tiene un costo de Q.1,800.00 por comercial y la publicidad
por medios escritos tiene un costo de Q.300.00 por anuncio.
1. Red de actividades
2. Ruta Crtica
3. La Probabilidad de que la empresa Consultores de Mercadeo, S.A. pueda entregar el
estudio de mercado al trmino de 18 semanas.
4. La duracin ms aconsejable para la entrega del estudio de mercado.
5. La cantidad de comerciales por TV y de anuncios por medios escritos que debe sugerir
la empresa Consultores de Mercadeo, S.A. a su cliente contratante, para garantizarle
la cobertura de metas en el mercado y la inversin mnima de costo.
6. La asignacin que debe realizar el gerente de Consultores de Mercadeo, S.A., para la
actividad de ventas de campo de tal manera que optimice dichas ventas.
7. Conclusiones y Recomendaciones.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 289
MC
-
S
-CCA
ASSO
O 33::: IIN
NDDU
USSTTRRIIA
ASS D
DEE PPA
APPEELL,, SS..A
A..
Todos los socios de industrias de Papel, son reconocidos empresarios en el medio y han
confiado en su experiencia acumulada durante muchos aos el proceso de toma de
decisiones. Sin embargo, en este caso, estn en desacuerdo y por lo tanto han convocado a
una reunin con un grupo selecto de empleados, el cual lo encabeza usted como gerente
general y profesional en el rea de la Administracin de Empresas.
De la planta A, el costo de traslado por cada 100 libras hacia la empresa 1, asciende a $1.00;
Hacia la empresa 2, $4.00
Hacia la empresa 3, $2.00
De la planta B, el costo de traslado por cada 100 libras hacia la empresa 1, asciende a $2.00;
Hacia la empresa 2, $4.00
Hacia la empresa 3, $1.00
De la planta C, el costo de traslado por cada 100 libras hacia la empresa 1, asciende a $1.00;
Hacia la empresa 2, $3.00
Hacia la empresa 3, $2.00
290 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S
se le dificulta decidir a quin dejar fuera si le interesa asegurar que se obtendrn los
mximos beneficios.
Para el efecto, se ha tabulado la contribucin a la utilidad esperada (en miles) por cada
candidato, segn la empresa en donde podra desempear sus funciones, de acuerdo a
registros histricos del desempeo de los mismos en regiones cercanas:
EMPRESAS
1 2 3
Candidato 1 400 400 375
Candidato 2 325 525 400
Candidato 3 450 575 425
Candidato 4 225 450 500
-C
- ASSO
CA
A ON
O 44:: TTEELLFFO M
OSS M
NO V A.. ((PPrrooyyeeccttoo ddee A
VIILLEESS,, SS..A maattiizzaacciinn))
Auuttoom
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 291
MC S
6. Maquila y ensambla
7. Empaca.
8. Efecta registros en krdex.
9. Verifica lista de chequeo como parte del control de calidad.
10. Realiza la distribucin y entrega del equipo al cliente.
Sin embargo, se desea mejorar el sistema de registro sobre existencias mediante una
automatizacin que favorezca la fluidez del procedimiento de entregas y despachos a
clientes.
PPLLA
ANNTTEEA
AMMIIEEN
NTTO
ODDEELL PPRRO
OBBLLEEM
MAA
Los datos que se efectan en krdex es una combinacin de registros manuales con
hojas de clculo, pero esta actividad se ha vuelto muy lenta y poco confiable, por lo que se
pretende automatizar el sistema de registros de inventario mediante el diseo de un proyecto
que incluya la instalacin de equipo nuevo para el procesamiento de informacin, diseo de
una aplicacin de software especfica para el manejo de inventario que se convertir en una
bodega virtual, instalaciones de red, capacitacin a los empleados, etc.
292 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS Adicionalmente al costo del salario de los responsables ejecutores, debe
considerarse que para la ejecucin de la actividad consistente en la instalacin del sistema
operativo, debe invertirse cierta cantidad para la adquisicin del hardware y software
requerido, el cual consiste en lo siguiente:
De un estudio de mercado realizado relacionado con los precios del equipo requerido
para la instalacin del sistema operativo, se concluyen los siguientes datos:
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 293
MC S
Sin embargo, el gerente del departamento de logstica considera que la duracin
puede resultar muy variable debido a la forma en que se presenten las circunstancias, por lo
que sugiere que los tiempos estimados se consideren como probabilsticos para un tiempo
normal, con las siguientes variaciones probables, como base para la estimacin de un tiempo
esperado:
294 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
La utilidad esperada para el primer estilo es de Q.350.00 por aparato telefnico y de
Q.405.00 por unidad, para el segundo estilo.
El problema consiste en optimizar la duracin del proyecto para que los costos totales
sean los ms bajos para el departamento de logstica y asimismo, en sugerir a la compaa de
telefona, la cantidad de aparatos telefnicos de ambos estilos que debe requerir a bodega
central para el prximo trimestre, con el fin de maximizar sus utilidades. Adicionalmente,
indique cuntos das adicionales debern solicitarse para contar con un 98% de probabilidad
de finalizar el proyecto, e indique cul sera el costo total en este caso. Presente el detalle de
sus clculos realizados, analice, concluya y recomiende los aspectos que considere
necesarios.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 295
S
MC
296 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S
RREESSPPUUEESSTTA
ASS A
A LLO
OSS PPRRO
OBBLLEEM
MAASS SSUUG
GEERRIID
DOOSS
- C
CAAPPIITTUULLO
O III
1. X1 = 8; X2 = 78; Xo = Q.2,620.00.
2. X1 = 6; S2 = 1; Xo = Q.900.00.
3. X1 = 3; X2 = 2; Xo = Q.7.00
4. X1 = 32,000; S1 = 4,000; S2 = 8,000; Xo = Q.24,000.00
5. X1 = 800; X2 = 11,200; Xo = Q.70,400.00
6. X1 = 166.66; X2 = 66.66; S3 = 100; Xo = Q.233.33
7. X1 = 59.524; X2 = 28.571; Xo = Q.41,964.286
8. X1 = 250; S1 = 25; S2 = 75; S4 = 50; Xo = Q.6,250.00
9. X1 = 1,000; X2 = 1,333.33; S1 = 50; Xo = Q.115,000.00
10. X1 = 43.333; X2 = 56.667; Xo = Q.21,333.33
11. X1 = 100.84; S1 = 5.34; Xo = Q.100.84
12. X1 = 225; X2 = 150; S2 = 175; Xo = Q.18,000.00
13. X2 = 25; S2 = 60; Xo = Q.1,000.00
14. X1 = 2,000; X2 = 3,000; X3 = 4,000; Xo = Q.900.00
15. X1 = 100; S2 = 30; S3 = 20; Xo = Q.20.00
16. X1 = 1,352.94; X2 = 1,323.53; S3 = 323.53; Xo = Q.147,058.80
17. X1 = 29.241; X2 = 7.277; Xo = Q.416.384
18. X1 = 7.188; X2 = 63.75; Xo = Q.610.625
-C
- CA O IIIII
APPIITTUULLO
1. Xo = 2,260; X12 = 5; X13 = 15; X16 = 5; X21 = 5; X22 = 5; X24 = 10; X25 = 25; X36 = 10.
2. Xo = 2,510; X12 = 300; X13 = 190; X15 = 60; X24 = 160; X25 = 140; X31 = 250; X33 = 10.
3. Xo = 244; X12 = 8; X13 = 8; X21 = 8; X31 = 2; X33 = 4; X34 = 6.
4. Xo = 170,000; X13 = 20,000; X22 = 30,000; X31 = 30,000; X32 = 10,000; X42 = 0; X43 = 5,000.
5. Xo = 10,400; X14 = 500; X21 = 400; X22 = 300; X24 = 200; X32 = 300; X33 = 400.
6. Xo = 2,490; X13 = 20; X15 = 20; X21 = 30; X23 = 30; X32 = 30; X35 = 40; X42 = 10; X44 = 40.
7. Xo = 63,300; X11 = 100; X14 = 160; X15 = 140; X22 = 50; X23 = 150; X31 = 0; X32 = 150.
8. Xo = 5,200; X11 = 300; X13 = 200; X15 = 300; X24 = 600; X25 = 0; X32 = 500; X33 = 200.
9. Xo = 84,000; X12 = 100; X14 = 800; X21 = 100; X22 = 600; X25 = 300; X31 = 900; X33 = 600.
10. Xo = 90,000; X12 = 10,000; X13 = 25,000; X22 = 60,000; X24 = 20,000; X31 = 35,000; X33 =
10,500.
11. Xo = 30,500; X11 = 300; X14 = 500; X21 = 100; X23 = 400; X25 = 500; X32 = 500; X34 = 100.
12. Xo = 43,225; X12 = 170,000; X15 = 5,000; X21 = 80,000; X23 = 75,000; X25 = 20,000; X34 =
95,000; X35 = 30,000; X45 = 100,000.
13. Xo = 52,200; X11 = 1,400; X23 = 1,600; X31 =200; X32 = 1,600.
14. Xo = 6,300; X11 = 40; X12 = 10; X21 =20; X23 = 60; X32 = 50.
15. Xo = 7,000; X11 = 25; X13 = 15; X22 =20; X23 = 10; X31 = 15; X42 = 20; X53 = 10..
16. Xo = 8,125; X12 = 10; X22 = 25; X32 =10; X41 = 15; X42 = 30; X53 = 35.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 297
MC
-
S
-CCA
APPIITTUULLO
O IIV
V
1. Costo = Q.1,800.00
2. Costo = Q.36.00
3. Costo = Q.22.00
4. Costo = Q.53.00
5. Costo = Q.11.00
6. Costo = Q.30.00
7. Tiempo = 19.00 Hrs
8. Produccin = 28 unidades
9. Costo = Q.53.00
10. Costo = Q.17.00
11. Costo = Q.21.00
12. Costo = Q.95.00
13. Ingresos por venta = Q.159.00
14. Costo = Q.12,620.00
15. Ganancia = Q.1,340.00
16. Costo = Q.22.00
17. Costo = Q.55.00
-C
- OV
APPIITTUULLO
CA V
298 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MC S
11. = 2.8137; a) 77.9362%; b) 99.3543%
12. = 6.6249; a) 56%; b) 93.4415%
13. = 5.4416; a) 21.2922%; b) 70.9067%
14. = 14.6059; a) 26.1418%; b) 79.4277%
15. = 4.9301; a) 38.0469%; b) 99.8822%
- C
CAAPPIITTUULLO
OVVII
CA
- C OV
APPIITTUULLO VIII
1. CT con EOQ = $509.12. CT poltica actual = $1,140. EOQ = 425; T = 8.62 das;
#rdenes = 43; R ) 691.
2. CT entregas graduales = $161; CT una sola entrega = $ 509.12. EOQ entregas
graduales = 1,342; EOQ una entrega = 425; T = 2.738 das; t = 16.775 das; R = 828; #
rdenes = 134.
3. CT una sola entrega = $124,929.00; EOQ una entrega = 1,000; CT entregas
graduales = $102,756.60; EOQ entregas graduales = 2,000.
4. EOQ = 269; T = 15.11 das; # rdenes = 25; R = 250; CT = $241.87
5. I) Modelo Costo de Escasez: R = 240; ES = 40 ; CT = $283.99. II) Modelo de Nivel de
Servicio: R = 205; ES = 6; CT = $ 442.09; P, F(R) = 0.6141.
6. EOQ = 11,081 lbs; T = 67.41 das; # rdenes = 6; R = 3,453 lb.s; CT = $3,601,203.97/ao.
7. EOQ = 1,000; CT ptimo = $2,000.00; CT poltica actual = $3,623.33. Ahorro annual =
$1,633.33; T = 9.13; # rdenes = 40; R = 1,535.
8. PARA UNA SOLA ENTREGA: EOQ = 1,000; CT = 2,000.00; PARA ENTREGAS
GRADUALES: EOQ = 2,517; CT = $ 794.72. Ahorro anual = $1,205.28. T = 3.631 das; t =
13.247 das; R = 1,452; # rdenes = 101.
9. Una sola entrega: EOQ = 600; CT = $439,062.50. Entregas Graduales: EOQ = 600
cajas; CT = $438,443.40.
10. I) Modelo de costo de Escasez: R = 178; ES = 78; CT = $126.05. II) Modelo de Nivel
de Servicio: R = 105; ES = 5; CT = 725.18; P, F(R) = 0.5557.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 299
MC S
- C
CAAPPIITTUULLO
OVVIIIII
CA
- C O IIXX
APPIITTUULLO
1. 6 min.
2. U = Q.6,565.00. U = Q.547.08/da.
3. Aviones en espera al trmino de 1 hora = 5.
4. Usuarios en espera al trmino de 1 hora = 3.
5. Mquinas en cola = 5. CT = $ 595.00/da.
6. Mquinas en cola = 0. CT = $ 225.00/da.
300 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
S
MC
A
APPN
NDDIIC
CEESS
APNDICE A: FORMULARIOS UTILIZADOS. A.1) TEORA DE COLAS
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 301
MC S
A.2) MODELOS DE INVENTARIOS
t=Q/p
F(R)= 1 - Ch Q . Z= R - D .
Ku D D
R= D + Z D D = t 1
E.S. = Z D D = tD
302 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
S
MC
A.3) CADENAS DE MARKOV
Vpe(n+1) = Vpe(n) * P
p 11 p 12
Vpe(n+1) = ( p(E1), p(E2) ) *
p 21 p 22
max
fN( i ) = vki m
k
, vki = P kij Rkij
j=1
m
max vki + P kij n+1( j ) para n = 1, 2, ..., N-1
fn( i ) = k j=1
P1 = p21 .
P12 + p21
P2 = p12 .
P12 + p21
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 303
S
MC
te = to + 4 tn + tp . = Tp - To .
6 6
V= e= V ruta crtica
2
Z= Ts Te ruta crtica .
e
304 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
MCS
APNDICE B: Tabla de Distribucin Normal de Probabilidad
REA BAJO LA CURVA
(rea Sombreada)
Z
Z 00 .01 .02 .03 .04 .05 .06 .07 .08 .09
.0 .50000 .50399 .50798 .51197 .51595 .51994 .52392 .52790 .53188 .53586
.1 .53983 .54380 .54776 .55172 .55567 .55962 .56356 .56749 .57142 .57535
.2 .57926 .58317 .58706 .59095 .59483 .59871 .60257 .60642 .61026 .61409
.3 .61791 .62172 .62552 .62930 .63307 .63683 .64058 .64431 .64803 .65173
.4 .65542 .65910 .66276 .66640 .67003 .67364 .67724 .68082 .68439 .68793
.5 .69146 .69497 .69847 .70194 .70540 .70884 .71226 .71566 .71904 .72240
.6 .72575 .72907 .73237 .73536 .73891 .74215 .74537 .74857 .75175 .75490
.7 .75804 .76115 .76424 .76760 .77035 .77337 .77637 .77935 .78230 .78524
.8 .78814 .79103 .79389 .79673 .79955 .80234 .80511 .80785 .81057 .81327
.9 .81594 .81859 .82121 .82381 .82639 .82894 .83147 .83398 .83646 .83891
1.0 .84134 .84375 .84614 .84849 .85083 .85314 .85543 .85769 .85993 .86214
1.1 .86433 .86650 .86864 .87076 .87286 .87493 .87698 .87900 .88100 .88298
1.2 .88493 .88686 .88877 .89065 .89251 .89435 .89617 .89796 .89973 .90147
1.3 .90320 .90490 .90658 .90824 .90988 .91149 .91309 .91466 .91621 .91774
1.4 .91924 .92073 .92220 .92364 .92507 .92647 .92785 .92922 .93056 .93189
1.5 .93319 .93448 .93574 .93699 .93822 .93943 .94062 .94179 .94295 .94408
1.6 .94520 .94630 .94738 .94845 .94950 .95053 .95154 .95254 .95352 .95449
1.7 .95543 .95637 .95728 .95818 .95907 .95994 .96080 .96164 .96246 .96327
1.8 .96407 .96485 .96562 .96638 .96712 .96784 .96856 .96926 .96995 .97062
1.9 .97128 .97193 .97257 .97320 .97381 .97441 .97500 .97558 .97615 .97670
2.0 .97725 .97784 .97831 .97882 .97932 .97982 .98030 .98077 .98124 .98169
2.1 .98214 .98257 .98300 .98341 .98382 .98422 .98461 .98500 .98537 .98574
2.2 .98610 .98645 .98679 .98713 .98745 .98778 .98809 .98840 .98870 .98899
2.3 .98928 .98956 .98983 .99010 .99036 .99061 .99086 .99111 .99134 .99158
2.4 .99180 .99202 .99224 .99245 .99266 .99286 .99305 .99324 .99343 .99361
2.5 .99379 .99396 .99413 .99430 .99446 .99461 .99477 .99492 .99506 .99520
2.6 .99534 .99547 .99560 .99573 .99585 .99598 .99606 .99621 .99632 .99643
2.7 .99653 .99664 .99674 .99683 .99693 .99702 .99711 .99720 .99728 .99736
2.8 .99744 .99752 .99760 .99767 .99774 .99781 .99788 .99795 .99801 .99807
2.9 .99813 .99819 .99825 .99831 .99836 .99841 .99846 .99851 .99856 .99861
3.0 .99865 .99869 .99874 .99878 .99882 .99886 .99889 .99893 .99896 .99900
3.1 .99903 .99906 .99910 .99913 .99916 .99918 .99921 .99924 .99926 .99929
3.2 .99931 .99934 .99936 .99938 .99940 .99942 .99944 .99946 .99948 .99950
3.3 .99952 .99953 .99955 .99957 .99958 .99960 .99961 .99962 .99964 .99965
3.4 .99966 .99968 .99969 .99970 .99971 .99972 .99973 .99974 .99975 .99976
3.5 .99977 .99978 .99978 .99979 .99980 .99981 .99981 .99982 .99983 .99983
3.6 .99984 .99985 .99985 .99986 .99986 .99987 .99987 .99988 .99988 .99989
3.7 .99989 .99990 .99990 .99990 .99991 .99991 .99992 .99992 .99992 .99992
3.8 .99993 .99993 .99993 .99994 .99994 .99994 .99994 .99995 .99995 .99995
3.9 .99995 .99995 .99996 .99996 .99996 .99996 .99996 .99996 .99997 .99997
FUENTE: GAITHER, Norman & Greg Frazier. Administracin de Produccin y Operaciones 4. Edicin
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 305
MC S
APNDICE C:Tabla de la Funcin de Prdida de la Distribucin
Normal Estandarizada
DoZ 00 .01 .02 .03 .04 .05 .06 .07 .08 .09
.0 .3989 .3940 .3890 .3841 .3793 .3744 .3697 .3649 .3602 .3556
.1 .3509 .3464 .3418 .3373 .3328 .3284 .3240 .3197 .3154 .3111
.2 .3069 .3027 .2986 .2944 .2904 .2863 .2824 .2784 .2745 .2706
.3 .2668 .2630 .2592 .2555 .2518 .2481 .2445 .2409 .2374 .2339
.4 .2304 .2270 .2236 .2203 .2169 .2137 .2104 .2072 .2040 .2009
.5 .1978 .1947 .1917 .1887 .1857 .1828 .1799 .1771 .1742 .1714
.6 .1687 .1659 .1633 .1606 .1580 .1554 .1528 .1503 .1478 .1453
.7 .1429 .1405 .1381 .1358 .1334 .1312 .1289 .1267 .1245 .1223
.8 .1202 .1181 .1160 .1140 .1120 .1100 .1080 .1061 .1042 .1023
.9 .1004 .0986 .0968 .09503 .09328 .09156 .08986 .08819 .08654 .08491
1.0 .08332 .08174 .08019 .07866 .07716 .07568 .07422 .07279 .07138 .06999
1.1 .06862 .06727 .06595 .06465 .06336 .06210 .06086 .05964 .05844 .05726
1.2 .05610 .05496 .05384 .05274 .05165 .05059 .04954 .04851 .04750 .04650
1.3 .04553 .04457 .04363 .04270 .04179 .04090 .04002 .03916 .03831 .03748
1.4 .03667 .03587 .03508 .03431 .03356 .03281 .03208 .03137 .03067 .02998
1.5 .02931 .02865 .02800 .02736 .02674 .02612 .02552 .02494 .02436 .02380
1.6 .02324 .02270 .02217 .02165 .02114 .02064 .02015 .01967 .01920 .01874
1.7 .01829 .01785 .01742 .01699 .01658 .01617 .01578 .01539 .01501 .01464
1.8 .01428 .01392 .01357 .01323 .01290 .01257 .01226 .01195 .01164 .01134
1.9 .01105 .01077 .01049 .01022 .009957 .009698 .009445 .009198 .008957 .008721
2.0 .008491 .008266 .008046 .007832 .007623 .007418 .007219 .007024 .006835 .006649
2.1 .006468 .006292 .006120 .005952 .005788 .005628 .005472 .005320 .005172 .005028
2.2 .004887 .004750 .004616 .004486 .004358 .004235 .004114 .003996 .003882 .003770
2.3 .003662 .003556 .003453 .003352 .003255 .003159 .003067 .002977 .002889 .002804
2.4 .002720 .002640 .002561 .002484 .002410 .002337 .002267 .002199 .002132 .002067
2.5 .002005 .001943 .001883 .001826 .001769 .001715 .001662 .001610 .001560 .001511
3.0 3.822 E-4 3.689 E-4 3.560 E-4 3.436 E-4 3.316 E-4 3.199 E-4 3.087 E-4 2.978 E-4 2.873 E-4 2.771 E-4
3.5 5.848 E-5 5.620 E-5 5.400 E-5 5.188 E-5 4.984 E-5 4.788 E-5 4.599 E-5 4.417 E-5 4.242 E-5 4.073 E-5
4.0 7.145 E-6 6.835 E-6 6.538 E-6 6.253 E-6 5.980 E-6 5.718 E-6 5.468 E-6 5.227 E-6 4.997 E-6 4.777 E-6
-D
D - N(D) se define as: N(D) = (-D X) *(X) dX = (X - D) *(X) dX .
Donde * (X) es la funcin de densidad normal estandarizada y D es positivo
FUENTE: BIERMAN Jr, Harold, BONINI, Charles P & asuman, Warren H. Anlisis Cuantitativo para la
Toma de Decisiones. 8. Edicin
306 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
S
MC
APNDICE D: Tabla de Nmeros Aleatorios
1 2 3 4 5 6 7 8 9 10
1 .85387 .51571 .57714 .00512 .61319 .69143 .08881 .01400 .55061 .82977
2 .84176 .03311 .16955 .59504 .54499 .32096 .79485 .98031 .99485 .16788
3 .27258 .51746 .67223 .98182 .43166 .54297 .26830 .29842 .78016 .73127
4 .99398 .46950 .19399 .65167 .35082 .30482 .86323 .41061 .21717 .48126
5 .72752 .89364 .02150 .85418 .05420 .84341 .02395 .27655 .59457 .55438
6 .69090 .93551 .11649 .54688 .57061 .77711 .24201 .16895 .64936 .62347
7 .39620 .54988 .67846 .71845 .54000 .26134 .84526 .16619 .82573 .01737
8 .81725 .49831 .35595 .29891 .46812 .57770 .03326 .31316 .75412 .80732
9 .87968 .85157 .84752 .93777 .62772 .78961 .30750 .76089 .23340 .64637
10 .07730 .01861 .40610 .73445 .70321 .26467 .53533 .20787 .46971 .29134
11 .32825 .82100 .67406 .44156 .21531 .67186 .39945 .04189 .79798 .41087
12 .34453 .05330 .40224 .04116 .24597 .93823 .28171 .47701 .76201 .68257
13 .00830 .34235 .40671 .66042 .06341 .54437 .81649 .70494 .01883 .18350
14 .24580 .05258 .37329 .59173 .62660 .72513 .82232 .49794 .36913 .05877
15 .59578 .08535 .77107 .19838 .40651 .01749 .58893 .99115 .05212 .92309
16 .75387 .24990 .12748 .71766 .17471 .15794 .68622 .59161 .14476 .75074
17 .02465 .34977 .48319 .53026 .53691 .80594 .58805 .76961 .62665 .82855
18 .49689 .08342 .81912 .92735 .30042 .47623 .60061 .69427 .21163 .68543
19 .60958 .20236 .79424 .04055 .54955 .73342 .14040 .72431 .99469 .41044
20 .79956 .98409 .79548 .39569 .83974 .43707 .77080 .08645 .20949 .56932
21 .04316 .01206 .08715 .77713 .20572 .13912 .94324 .14656 .11979 .53258
22 .78684 .28546 .06881 .66097 .53530 .42509 .54130 .30878 .77166 .98075
23 .69235 .18535 .61904 .99246 .84050 .15270 .07751 .90410 .96675 .62870
24 .81201 .04314 .92708 .44984 .83121 .33767 .56607 .46371 .20389 .08809
25 .80336 .59638 .44368 .33433 .97794 .10343 .19235 .82633 .17186 .63902
26 .65076 .87960 .92013 .60169 .49176 .50140 .39081 .04638 .96114 .63463
27 .90879 .70970 .50789 .59973 .47771 .94567 .35590 .23462 .33993 .99899
28 .50555 .84355 .97066 .82748 .98298 .14385 .82493 .40182 .20523 .69182
29 .48658 .41921 .86514 .46786 .74097 .62825 .46457 .24428 .09245 .86069
30 .26373 .19166 .88223 .32371 .11570 .62078 .92317 .13378 .05734 .71778
31 .20878 .80883 .26027 .29101 .58382 .17109 .53511 .95536 .21759 .10630
32 .20069 .60582 .55749 .88068 .48589 .01874 .42930 .40310 .34613 .97359
33 .46819 .38577 .20520 .94145 .99405 .47064 .25248 .27289 .41289 .54972
34 .83644 .04459 .73253 .58414 .94180 .09321 .59747 .07379 .56255 .45615
35 .08636 .31363 .56033 .49076 .88908 .51318 .39104 .56556 .23112 .63317
36 .92058 .38678 .12507 .90343 .17213 .24545 .66053 .76412 .29545 .89932
37 .05038 .18443 .87138 .05076 .25660 .23414 .84837 .87132 .84405 .15346
38 .41838 .68590 .93646 .82113 .25498 .33110 .15356 .81070 .84900 .42660
39 .15564 .81618 .99186 .73113 .99344 .13213 .07235 .90064 .89150 .86359
40 .74600 .40206 .15237 .37378 .96862 .78638 .14376 .46607 .55909 .46398
41 .78275 .77017 .60310 .13499 .35268 .47790 .77475 .44345 .14615 .25231
42 .30145 .71205 .10355 .18404 .85354 .22199 .90822 .35204 .47891 .69860
43 .46944 .00097 .39161 .50139 .60458 .44649 .85537 .90017 .18157 .13856
44 .85883 .21272 .89266 .94887 .00291 .70963 .28169 .95130 .27223 .35387
45 .83606 .98192 .82194 .26719 .24499 .28102 .97769 .98769 .30757 .81593
46 .66888 .81818 .52490 .54272 .70549 .69235 .74684 .96412 .65186 .87974
47 .63673 .73966 .34036 .44298 .60652 .05947 .05833 .27914 .57021 .58566
48 .37944 .16094 .39797 .63253 .64103 .32222 .65925 .64693 .34048 .75394
49 .93240 .66855 .29336 .28345 .71398 .45118 .01454 .72128 .09715 .29454
50 .40189 .76776 .70842 .32675 .81647 .75868 .21288 .12849 .94990 .21513
FUENTE: ADAM, Everett E. Jr. & Ronald J. Ebert. Administracin de la Produccin y las Operaciones 4. Edicin.
Rand Corporation, A Million Random Digits with 100,000 Normal Deviates.
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 307
S
MC
308 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.
S
MC
BBIIBBLLIIO
OGGRRA
AFFIIA
A
1. Bierman Jr., Harold, Charles P. Bonini y otros. "Anlisis Cuantitativo para la toma
de decisiones". 8. Ed. Divisin Irwin, Madrid, Espaa:1996. 756 pp.
2. Eppen, G.D. y otros. "Investigacin de Operaciones en la Ciencia
Administrativa". 5. Ed. Prentice Hall Hispanoamericana, S.A., Mxico: 2000. 702
pp.
3. Everett E. Jr., Adam & Ronald J. Ebert. "Administracin de la Produccin y las
Operaciones". 4. Ed. Prentice Hall Hispanoamericana, S.A., Mxico: 1991. 739
pp.
4. Gaither, Norman & Greg Frazier. "Administracin de Produccin y
Operaciones". 8. Ed. International Thomson Editores, S.A. Mxico: 2000. 846 pp.
5. Hillier, Frederick S. & Gerald J. Lieberman. "Investigacin de Operaciones". 7.
Ed. Mc.Graw Hill. Mxico: 2002. 1,223 pp.
6. Jauffred M, Francisco J. y otros. "Mtodos de Optimizacin". Facultad de
Ingeniera de la Universidad Nacional Autnoma de Mxico. Representaciones
y Servicios de Ingeniera, S.A. Mxico: 1987. 720pp.
7. Meredith, Jack R. & Thomas E. Gibbs. "Administracin de Operaciones". 1. Ed.
Limusa. Mxico: 1986. 760 pp.
8. Zaderenko, S.G. "Sistemas de Programacin por el Camino Crtico". Ed. Mitre.
Buenos Aires, Argentina: 1968.
9. Apuntes y resmenes personales de ctedra de los autores (1999-2006).
Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas. 309
S
MC
EDICIONES MAYTE
Avenida Bolvar 28-45, Zona 8
2o. Nivel. Telfono: 2471-2005.
Guatemala, C.A.
310 Ings. Jorge Morales Dvila, Rodolfo Senz & Ral Crdenas.