Modulo de Investigación de Operaciones-2013 Pel

ESCUELA DE INGENIERA INDUSTRIAL
MDULO DE APRENDIZAJE DE
INVESTIGACIN DE
OPERACIONES
UNA INTRODUCCIN A LOS MODELOS
CUANTITATIVOS DE DECISIN DE
INGENIERA Y ADMINISTRACIN
Cmo formular un modelo?

Teora y prctica de los Modelos de Programacin Lineal y Entera
Modelos de Secuenciacin PERT- CPM, El Problema de transporte
Y los Modelos de redes
RESUMEN DE PUBLICACIN 2011

(Incluye software libre: Lindow, WinQSB)
Franklin Valdivieso
Ojeda
Investigacin de Operaciones
Escuela de Ingeniera Industrial
NDICE
I.
CONCEPTOS INTRODUCTORIOS SOBRE LOS MODELOS DE DECISIN
Pg.
1.1
Concepto de Investigacin de Operaciones.
1.2
Los Pasos de la Investigacin de Operaciones.
1.3
Modelos de Decisin en Investigacin de Operaciones
2,3
1.4
Clasificacin de Los Modelos de Investigacin de Operaciones
1.5
Elementos de un modelo de Investigacin de Operaciones
II.
MODELOS DE PROGRAMACIN LINEAL.
2.1
Definicin y Estructura
3, 4
2.2
Propiedades de los Modelos Matemticos de Programacin Lineal
2.3
Aplicaciones de los Modelos Matemticos de Programacin Lineal
5- 13
2.3.1
El modelo de programacin de la produccin

2.3.2
2.3.3
El modelo de mezclas
El Modelo de decisin para la adquisicin de maquinaria
3-13
5 -7
8,11
9,12
2.3.4 El modelo de inversin de cartera
13
2.3.5 El modelo de transporte
13
III. LOS MODELOS DE SECUENCIACIN
14-25
3.1
La tcnica PERT. Introduccin y conceptos
14-15
3.1.1 Consideraciones importantes para la construccin de los grafos PERT
15-16
3.1.2 Determinacin de la ruta crtica y el tiempo de culminacin del proyecto
17
3.1.3 Las holguras de los sucesos y de las actividades de un proyecto
17-18
3.1.4 Programacin de los tiempos ms tempranos y ms tarde para la
19-20
realizacin de las actividades

3.2 Los modelos PERT probabilsticos - Aplicaciones
21-23
3.3 La tcnica del CPM
23-25
Valdivieso Ojeda, Franklin
MODELOS DE REDES
26-35
4.1 Introduccin a los modelos de redes, notacin y terminologa
26-27
4.2 Modelos de solucin a los problemas de redes
28- 35
4.2.1 El algoritmo de flujo mximo
28-29
4.2.2 El algoritmo del rbol de expansin mnima
30-31
4.2.3 El algoritmo de la ruta ms corta
32-33
4.2.4 Revisin del modelo general de trasbordo, el modelo de transporte
33-35
y el modelo de asignacin
LA INVESTIGACIN DE OPERACIONES
Existen diversas definiciones para la Investigacin de Operaciones, pero vamos a realizar
una sntesis de J. Wiley de 1957, extrada de una entrevista para una publicacin de
administracin moderna en la universidad de Harvard: "La Investigacin de Operaciones
es la aplicacin del mtodo cientfico al estudio de las alternativas en una situacin
problema, con miras a proporcionar una base cuantitativa, para llegar a una solucin
ptima, en trminos de las metas buscadas"
La investigacin de Operaciones no proporciona decisiones, slo datos cuantitativos,
para ayudar al director o al administrador a tomarlas y su mayor contribucin ha sido, el
desarrollo de los modelos conceptuales para la toma de decisiones. Podemos citar a los
modelos descriptivos, llamados tambin de simulacin, usados en ciertas situaciones
generalmente complejas o a los modelos de Optimizacin, cuyo propsito es llegar a una
solucin optima en trminos de un objetivo.
LOS PASOS QUE SIGUE LA INVESTIGACIN DE OPERACIONES
1. Definicin del Problema: es el resultado de la observacin y el anlisis del sistema y
sus objetivos. Aqu debe reconocerse el rea problema donde han de operar las
soluciones, la cual, el investigador tcnicamente le denomina sistema. El propsito de
definir el problema pasa en primer lugar por reconocer las varias alternativas existentes y
principalmente determinar cul es el objetivo que se plantea, para, en trminos de ese
objetivo, poder definir la medida de efectividad. Un enfoque muy sencillo, es usar ciertas
metas como restricciones funcionales, diciendo por ejemplo: el objetivo del problema es
minimizar los costos, pero manteniendo un nivel mnimo de servicio al cliente o un nivel
mximo de existencias
2. La Construccin de un Modelo: luego de tener una visin clara del problema y
definidos: el sistema, los objetivos y sus consecuentes medidas de efectividad y de haber
identificado, cuales sern nuestras restricciones operativas, el siguiente paso es formular
el problema, construyendo un modelo relacional matemtico, capaz de reflejar la realidad
funcional del sistema. Aunque todos los modelos van encaminados a simular la realidad,
los que se denominan modelos de simulacin, son aquellos, en los cuales parcialmente
se controlan algunas de las variables involucradas y se tienen que asignar posibles
valores, para aquellas variables no controladas
Qu son las variables controladas y no controladas en un modelo de simulacin?
Vamos a valernos de un modelo de marketing en una empresa cualquiera, para explicar
su diferencia:
La empresa si lo desea, puede probar con un nmero diferente de distribuidores y
vendedores en su aparato organizacional, contratar y/o prescindir de los que sean
necesarios, para efectivizar sus variables (las variables controladas, en funcin de los
objetivos), en cambio, los precios de la competencia, sern ajenas al control de la
organizacin y slo podrn asumirse con cierto grado de posibilidad (llamadas, variables
no controladas)
3. Obtencin de una Solucin: para llegar a una solucin existen dos procedimientos
vlidos y ampliamente usados.
El procedimiento analtico: estableciendo una serie de relaciones matemticas tan
exactas como sencillas nos sea posible (las que se estudiarn con mayor detalle con los
Modelos). Este anlisis nos permite reconocer y prescindir de las variables que no tienen
la importancia suficiente, en la bsqueda de la solucin razonable al problema que nos

hemos planteado
El procedimiento numrico: el analista o programador prueba con varios valores para las
variables de control. Los procedimientos numricos varan desde la simple prueba de
acierto o error, las iteraciones sucesivas de ensayo y repeticiones complejas, hasta que
se logre la aproximacin a una solucin optima. Se han desarrollado algunas tcnicas
para ayudar a los analistas a emprender ms rpido los ensayos y a identificar las
soluciones ptimas.
4. Probar el Modelo: esto puede hacerse comparando los resultados obtenidos en el
modelo, con la realidad emprica (con lo que sucede en el sistema real), recurriendo por
lo general a registros histricos y en la prctica, es la manera ms sencilla de validarlo
5.- Retroalimentacin: un modelo que alguna vez fue preciso puede dejar de serio, por
lo tanto se deben detectar las desviaciones de los insumos (inputs) que se obtienen en la
realidad, del sistema, para corregir y ajustar dichas desviaciones en nuestro modelo.
6.- Poner en Prctica la solucin: que el modelo se implante y los insumos operen para
poner en prctica las soluciones encontradas es el paso culminante, a este respecto, los
investigadores de operaciones tienen muy en claro que una vez implantado el modelo, el
monitoreo y el asesoramiento recin empiezan.
Modelos de Decisin en Investigacin de Operaciones
La Investigacin de Operaciones aborda en la actualidad, problemas de diversa
naturaleza:
a. Problemas determinsticos
b. Problemas bajo condiciones de riesgo
c. Problemas bajo condiciones de incertidumbre
Los problemas determinsticos: son aquellos donde nos es posible conocer los
insumos y las condiciones operacionales caractersticas del sistema, cuyas salidas
podemos considerarlas como singulares, es decir, se presentan de una nica manera.
Los problemas en condiciones de riesgo, son aquellos donde a pesar de no tener
salidas singulares, nos es posible estimar la ocurrencia de las salidas en trminos de
probabilidades.
Los problemas en condiciones de Incertidumbre en cambio, no permiten estimar las
salidas en funcin de probabilidades, (en el caso que nos sea posible conocer los
posibles resultados) y algunas veces, tampoco se nos permite conocer, cul ser la
ocurrencia de los resultados
Qu es un modelo?
Es un medio utilizado frecuentemente para analizar el comportamiento de un sistema
real, casi siempre, con el fin de mejorar su desempeo. El modelo, es una representacin
razonablemente fiel, de una realidad emprica, donde se nos permite simplificar algunas
caractersticas de la realidad de un problema, con la finalidad de construir la estructura
lgica ms adecuada para su anlisis formal.
Clasificacin General de los Modelos de Decisin de la investigacin de
Operaciones
1. Modelos Icnicos o Fsicos: Como maquetas, mapas, globos terrestres, etc.
2 Modelos Por Analoga: Se construye un "Modelo Sustituto", el que nos permite
representar al real, para analizar su comportamiento. .
3. Modelos Simblicos: Utilizan los smbolos y relaciones matemticas, se

representan en forma analtica como un conjunto de ecuaciones e inecuaciones
matemticas
4. Modelos descriptivos: Expresados en lenguaje convencional (Ingles, espaol,
etc.).Tienen como base la intuicin y el sentido comn
5. Modelos Tipo Procedimiento: Llamados tambin "Modelos de Simulacin.
Conjunto de procedimientos a seguir para la solucin a un problema.
6. Modelos Mentales: Representacin de ideas, imgenes y supuestos que influyen
en nuestro modo de comprender las cosas y buscar las soluciones, etc.
Elementos: Para que un modelo cientfico sea til, debe incorporar realismo y
simplicidad. Por un lado debe ser una aproximacin necesaria y razonable del sistema
real (incorporando sus caractersticas esenciales), por el otro, debe buscarse la
simplicidad, de otra manera sera un instrumento intil, imposible de manipularlo y
demasiado costoso o complicado.
Fases de un Estudio de Investigacin de Operaciones
Tradicionalmente se consideraban como tres, las fases por las que pasaba el estudio de
un problema de Investigacin Operacional: La fase de Anlisis, la fase de diseo y
finalmente la de seleccin. En la actualidad se incluyen: 1. El planteamiento del problema
2. La construccin del Modelo para representar el sistema donde opera 3. La obtencin
de una solucin 4. Las pruebas y evaluacin de la solucin.
5.
Implantacin
y
retroalimentacin (Aplicacin y Conservacin de la Solucin).
Los Modelos de Programacin Lineal
Modelo
Por que son una representacin (abstraccin), de un sistema "real"
Programacin:
Utilizamos este trmino como sinnimo de planeacin (Plan de

accin) para conseguir un objetivo de optimizacin.
Lineal
Puesto que este tipo de modelo, expresa todas sus relaciones

funcionales mediante expresiones de primer grado
La estructura del modelo matemtico de programacin lineal es la siguiente:

1. Una funcin objetivo
2. Un conjunto de restricciones: funcionales, relacionales u operacionales
3. Un conjunto de condiciones tcnicas (condiciones de aplicabilidad de la solucin
encontrada)
La Funcin Objetivo
Como se ha explicado, en todo Modelo de Programacin Lineal, solamente hay una
funcin objetivo y ser bien de maximizacin o minimizacin. Cualquier meta adicional
que se plantee se deber formular como una restriccin operacional, de tal forma, que en
dicha restriccin, se establezca cuales debern ser los niveles mnimos o mximos
permitidos o aceptados en la solucin. As por ejemplo:
El objetivo de una planta de produccin es minimizar lo costos, pero con una produccin
no menor a ciertos niveles requeridos (los que deben garantizar el abastecimiento a los
clientes)
La formulacin matemtica de los objetivos, es una funcin lineal de la forma:
Optimizar Z = C1X1 +C2X2 + ...CnXn
Z, define la medida de efectividad del sistema, como una funcin lineal de Optimizacin,
donde "Optimizar" puede significar: maximizar (utilidades, rendimientos, ganancias) o
minimizar (tiempos, costos, desperdicios, etc.)

Formulacin de restricciones
En esta parte del modelo,
se plantean mediante ecuaciones e inecuaciones
matemticas, las capacidades operativas del sistema, las disponibilidades de los
recursos, las demandas potenciales del mercado o la manera en que se transforman o
usan los recursos disponibles, (mediante los coeficientes de transformacin a ij) .Los
coeficientes usados en las restricciones y en la funcin objetivo son llamados
parmetros del problema, los cuales, deben ser necesariamente conocidos.
Su formulacin matemtica, son un conjunto de relaciones, todas lineales, de la forma:
aij Xj = bi
a11X1 + a12X2 + a13 X3 + a1nXn
= b1
a21X1 + a22X2 + a23 X3 + a2nXn
= b2
a31X1 + a32X2 + a33 X3 + a3nXn
= b3
Donde:
.........................................................
.............
X1 + am2X2 + tecnolgicos
am3 X3 + amn
= bm
aija: m1
Coeficientes
deXntransformacin
bi : disponibilidad, capacidad o demanda, de cada factor
Xj : Variable de decisin o actividad de produccin, que utiliza los recursos

Condiciones tcnicas:
Toda solucin encontrada debera poder ser aplicada. Nosotros planteamos las
condiciones tcnicas de aplicabilidad cuando formulamos por ejemplo, que toda solucin
debe ser mayor o igual a cero y en casos de programacin entera, que dichos valores no
sean fraccionarios
Xj 0
Propiedades de los Modelos de Programacin Lineal:
La mayora de ellas resultan ms que evidentes:
Linealidad: Por que todas las funciones del modelo son "lineales" o de primer grado
Certeza: Puesto que todos los parmetros son valores conocidos y adems
determinsticamente, (de una nica manera), por otra parte, las salidas que se obtienen
son siempre singulares
Existencia de una sola funcin Objetiva. Por que en los modelos de programacin
lineal solamente se plantea la optimizacin un objetivo
Aditividad: Podemos verificar esta propiedad claramente, en la funcin Objetivo: "La
contribucin total es el resultado de la sumatoria de las contribuciones parciales de cada
variable de decisin". De igual manera, el consumo o gasto total de un recurso, es la
sumatoria de cmo utiliza cada variable o actividad dicho recurso (el gasto de todas las
actividades individuales)
Proporcionalidad: Se evidencia claramente, al formular matemticamente las
contribuciones de cada variable de decisin, en la funcin Z, con el trmino Cj.Xj. La
contribucin total es proporcional al nivel de actividad de la variable X, es decir, se ganar

el doble, si se produce el doble
Ejemplos
1.- La CIA Full Electronics actualmente ensambla equipos de sonido y DVDs. Cada
Equipo de sonido vendido tiene un margen de utilidad de $ 30.0 y cada DVD de $ 10.0.
Ambos productos hacen uso de los departamentos de ensamblado digital, as como de
control de manufactura.
Las disponibilidades, en horas semanales, de ambos
departamentos, son: Ensamblaje = 400 horas, QC = 250 horas.
Por otra parte, el tiempo necesario para producir cada uno de los electrodomsticos en
cada departamento es: un equipo de sonido necesita una hora en el departamento de
ensamblaje y 0.25 horas en el departamento de control de calidad
Cada DVD necesita 0.5 horas en ensamblaje y 0.10 horas de control de calidad
Desarrolle un modelo de PL, orientado a la Maximizacin de utilidades, en la produccin
semanal de la CIA
Definicin de las variables:
X1 = cantidad de equipos de sonido que se deben producir
X2 = cantidad de DVDs que se deben producir
Formulacin de la funcin Objetivo
Las utilidades marginales por cada variable de decisin son: 30 dlares por cada equipo
de sonido y 10, por cada DVD. El objetivo, es la maximizacin de las utilidades
combinadas de los dos artculos
Max Z = 30 X1 + 10X2
Las restricciones Funcionales
X1+ 0.50 X2 400
0.25X1 + 0.10 X2 250
Las condiciones tcnicas
X1, X2 0, enteras
2.- Una fbrica de carpas de campaa multipersonales, actualmente produce dos
modelos, cuyos precios de venta unitarios en el mercado, son: $. 140.00 y $ 170.00,
respectivamente. Los materiales usados en la fabricacin son: lona pesada y tela
impermeable.
En la siguiente tabla se proporcionan los estndares de produccin y los costos unitarios
por modelo
Modelo Material
Modelo 1
Modelo 2
Lona
4m
6m
Tela Impermeable Horas

-Maquina
6m
2
4m
4
Cost. Unit
$ 100.00
$ 120.00
Actualmente, la fbrica solamente tiene pendiente, un contrato con Defensa Civil por 20
unidades del Modelo-1 y las disponibilidades de los factores de produccin ascienden a:
200 metros de Lona, 240 de tela impermeable y 120 horas mquina.
A partir de Informacin proporcionada:

Formule el modelo de Programacin Lineal que maximice las utilidades
X1 = cantidad de carpas del modelo-1, que se deben producir
X2 = cantidad de carpas del modelo-2, que se deben producir
Las utilidades marginales, por cada variable de decisin, se calcularn a partir de los
precios de venta y sus respectivos costos:
Modelo-1:
Modelo-2:
140- 100 = 40 dlares por cada carpa producida

170- 120 = 50 dlares por cada carpa producida
El objetivo, es la maximizacin de las utilidades combinadas de los dos productos

Max Z = 40 X1 + 50X2
4X1
+ 6 X2 200
6X1
+ 4X2 240
2X1
+ 4X2 120
X1
20

X1, X2 0, enteras
3.-Una escuela de primaria de la ciudad, ha preparado para sus 500 alumnos, una
excursin por el da de la primavera y se ha puesto en contacto con la empresa de
transporte que goza de su mayor confianza. La empresa de transporte le asegura 8
omnibuses medianos de 32 plazas y 10 grandes de 50 plazas, pero para esa fecha slo
dispondr de 14 conductores. El alquiler de cada vehculo grande cuesta 200 soles y el
de cada mediano, 120 soles. Calcular Cuntos vehculos de cada tipo se debern
alquilar, para que el costo de la excursin resulte lo mas econmica posible para la
escuela?
X1 = numero de unidades de transporte medianos, que se deben alquilar
X2 = numero de unidades de transporte grandes, que se deben alquilar
El objetivo, es la minimizacin de los costos combinados de alquiler, de los transportes
que sern usados en la excursin por el da de la primavera
Min Z = 120 X1 + 200X2
32X1 + 50X2
X1
X2
X1 +
X2
500
8
10
14

X1, X2 0, enteras
Ejemplo -4
Los propietarios de una pequea bodega, han decidido vender gaseosas y cerveza los
fines de semana y aprovechar su proximidad a las plataformas deportivas, situadas a
unos cuantos metros (frente a su local), as que adquieren una congeladora y deciden
empezar este sbado.
La caja de gaseosa chica, la compraran a 12 soles (por 24 botellas) y cada
unidad la venderan a 70 cntimos
La botella de litro y medio a 2.20 soles y la venderan a 3.5 soles ( por unidad)
La caja de cerveza cuesta 30 soles y cada botella la venderan a 3.5 soles
Dicha congeladora tiene una capacidad para 8 cajas de cerveza grande (96 botellas)
Para 10 cajas de gaseosa chica , si se llenara de gaseosas de litro y medio, para 42
botellas.
Los deseos de los dueos, son maximizar sus ganancias, pero adems consideran
que deberan tener al menos 2 cajas de cerveza helndole, unas tres cajas de gaseosa
chica y aunque sea, unas 8 botellas de litro y medio de gaseosa.
Asesore a la pequea bodega y optimice sus utilidades.
Solucin
producto
Gaseosa chica
costo
venta
Margen de Utilidad
0.50
0.70
0.20
Botella gaseosa 1
litro y medio
2.20
3.50
1.30
Botella de cerveza
grande
2.50
3.50
1.0
Declaracin de las variables

GC = cantidad de botellas de gaseosa chica a congelar
GG = cantidad de botellas de gaseosa grande (litro y medio) a congelar
CG = cantidad de botellas de cerveza grande a congelar
El objetivo : La maximizacin de las ganancias
Max Z = 0.20 GC. + 1.30 GG + 1.0 CG
RESTRICCIONES
GC / 240+ GG / 42 + CG /96
CG
24
GG
GC
36
GC, GG, CG 0, enteras

Plantee la condicin adicional, que la seora cuenta actualmente con 200 soles,
para empezar el negocio
EL MODELO DE MEZCLAS
El modelo de Mezclas se orienta hacia la optimizacin (minimizacin de los costos) que
se producen al mezclar, diferentes productos (insumos), los cuales debern ser
capaces de satisfacer unos requerimientos especificados
El ejemplo planteado a continuacin, esta referido, a la optimizacin de mezclas de
fertilizacin agrcola
El modelo clsico de mezclas agrcolas requiere la siguiente informacin
1. Una lista de todos los posibles productos (insumos agrcolas), que puedan ser
utilizados para satisfacer los requerimientos del campo
2. La composicin porcentual en peso de los elementos y/o componentes
3. Los costos unitarios de los insumos
4. Puede o no incluir, la asimilacin porcentual del insumo y/o componente,
por parte de la planta
5. El tamao de la plantacin ( nmero de plantas )
6. Los requerimientos ( cantidades requeridas en peso de los elementos
qumicos ), por planta o del total del campo
4.
El grupo agro exportador Mangos Piuranos, se encuentra en la fase de
abonamiento de uno de sus campos ubicado en el valle de Cieneguillo. El experto en
fruticultura ha recomendado las siguientes dosis de N, P, K, luego del anlisis de suelos
practicado la semana pasada: 400 gramos de Nitrgeno (N), 230 gramos de fsforo (P) y
120 gramos de Potasio (K), por cada plantn. En dicho campo se practica agricultura
intensiva en las 600 hectreas que se poseen y en cada Ha, existe una densidad de 410
plantas.
Se le plantea al encargado de ingeniera industrial, que desarrolle un modelo matemtico
de programacin lineal orientado hacia la optimizacin de los costos.
Los tres productos triples que se consiguen en el mercado tienen la siguiente
composicin por Kg y sus costos por bolsa de 50 Kg se muestra a continuacin:
PRODUCTO
TRIPLE A
TRIPLE B
TRIPLE C
gramos de N
gramos de P
Gramos de K
por Kg
de por Kg
de por Kg
de
producto
producto
producto
460
170
90
380
240
80
360
160
120
Total de plantones en el campo: 600 x 410 = 246000
Costo
Kg
S/. 1.80
S/. 1.65
S7. 1.60
por
Necesidad de N, P, K, en kilogramos, en el campo:

N:
P:
K:
246000 x 0.400 = 98400

246000 x 0.230 = 56580
246000 x 0.120 = 29520
Formulacin del Modelo

El problema consiste en determinar las cantidades de cada producto, (A, B, C) que
debern mezclarse, de un nmero disponible de productos, llamados insumos, los que
contienen algunos de los elementos requeridos (en ciertas cantidades). Dicha mezcla
debe satisfacer las condiciones planteadas (las necesidades mnimas) y resultar la ms
econmica de ponerse en prctica
X1 = Kilogramos del Triple-A en la mezcla
X2 = Kilogramos del Triple-B en la mezcla
X3 = Kilogramos del Triple-C en la mezcla
El objetivo, es la minimizacin de los costos totales de mezclar los productos triples,
que sern usados en el abonamiento, de acuerdo a las necesidades del campo.
Min Z = 1.80 X1 + 1.65X2 + 1.60 X3
0.460 X1 + 0.380 X2 + 0.360 X3
98400 (requerimiento de Nitrgeno)
0.170 X1 + 0.240 X2 + 0.160 X3
56580 (requerimiento de Fsforo)
0.090 X1 + 0.080 X2 + 0.120 X3
29520 (requerimiento de Potasio)

X1, X2, X3 0
MODELO DE DECISIN PARA LA ADQUISICIN DE MAQUINARIA
5. Cierta empresa minera, ha decidido adquirir nuevos camiones de acarreo de
minerales, para sus operaciones en Cerro de Pasco y actualmente debe decidir la
compra de la flota y la composicin de la misma, basados en las necesidades que le
formulan sus diversos departamentos.
El departamento de logstica
analiza las prestaciones ms significativas, en el
desempeo de los tres modelos ms confiables del mercado, las que se describen a
continuacin:
veloc de Trabajo
Precio (US. $) T-Oper.dia
operarios
Vehculo
Acarreo
K-70
70 TM
40 km/ h
0.8 millones
18 h
1 oper
C-110
110 TM
35 km/h
1.3 millones
22 h
2 oper
JD-100
100 TM
35 km/h
1.1 millones
21 h
2 oper
Dicho departamento, ha resumido las necesidades de todas las reas involucradas con
la compra, de la siguiente manera:
La gerencia le ha asignado 30 millones de dlares para dichas adquisiciones
El Departamento de Mantenimiento ha planteado tener capacidad de atencin
para la nueva flota hasta para 30 unidades
El Departamento de Recursos humanos considera que solamente puede dar
alojamiento para 150 nuevos operarios en el campamento (contrataciones de
personal, destinados para la nueva flota)
El presupuesto asignado para el mantenimiento de la nueva flota es 960 mil
dlares anuales
Adicionalmente le proporcionamos la informacin necesaria, relacionada con el costo de
mantenimiento y las tareas en la empresa:
Los costos de mantenimiento-anuales por vehculo son :

K-70 = USS/. 25 000
C-110 = USS/. 40 000
JD-100 =USS/. 30
000
Las actividades en la minera se realizan a tiempo completo , tres turnos al da
Formule Usted el modelo de P.L que le permita a la CIA adquirir la nueva flota y
optimizar la tarea de acarreo,
(carga y distancia movilizada), en las operaciones
diarias.
Formulacin del Modelo
El problema consiste en seleccionar como estar compuesta la flota de vehculos
destinados al transporte de material en la mina, de tal forma, que se maximice la
capacidad diaria de acarreo. La medida de efectividad que definimos como acarreo
resulta del producto de la capacidad de carga muerta de los vehculos, la velocidad
promedio de operacin y el nmero de horas efectivas al da que pueden trabajar los
camiones.
XK = nmero de unidades de los camiones K-70 a comprarse
XC = nmero de unidades de camiones C-110 a comprarse
XJ = nmero de unidades de camiones J-100 a comprarse
El objetivo, es la maximizacin de la capacidad total de acarreo diario, de la flota a ser
adquirida, donde los ndices de productividad de cada variable de decisin, (camiones)
son:
10
K-70 : 70 x 40 x 18 =
C-110 :110 x 35 x 22 =
J-100 :100 x 35 x 21 =
50400 TM/ da
84700 TM/da
73500 TM/da
Max Z = 50400 XK + 84700 XC + 73500 XJ

0.800 XK + 1.300 XC +
1.100 XJ
30.0
XK +
XC +
XJ
30.0
3 XK +
6XC +
6XJ
150
+ 40000 XC +
30000XJ
25000 XK
960000

XK, XC, XJ 0, enteras
Ejercicios
Modelo de Mezclas
1-Cierto granjero regional, dedicado a la crianza y venta de pollo, desea determinar qu
cantidades de los distintos tipos de alimentos deber mezclar, de tal forma, que la mezcla
alimenticia aporte las cantidades nutricionales necesarias a un costo mnimo.
En la tabla siguiente se proporcionan las cantidades nutricionales contenidas en un
kilogramo de cada tipo de alimento, los requisitos nutricionales totales diarios de la granja
y los costos por kilogramo de los alimentos disponibles
Ingrediente
Nutricional
balanceado
de maz
Carbohidratos
Protenas
Vitaminas
190
130
105
Costo (c)
0.92
pasta de
algodn
150
80
120
1.36
balanceado
de soya
Requerimiento
mnimo diario de
la granja
140
160
116
20000
18000
7500
1.40
2.
El Fundo Sol del Chira, actualmente desea realizar las tareas de abonamiento
de su plantacin de limones, estimadas en unas 5000 plantas. El propietario se ha visto
entusiasmado por la idea de aplicar la programacin lineal por primera vez en su
empresa y lograr la optimizacin del costo relacionado con el abonamiento, que esta a
punto de realizar. Para ello, realiza el anlisis de suelos del campo y consulta luego con
un especialista en fruticultura de ctricos, el cual le recomienda que cada planta requiere
una aplicacin de: 300 gramos de N, 100 gramos de P, 225 gramos de K, 70 gramos de
Mg y 70 gramos de Ca. Luego de averiguar los diferentes productos que se recomiendan
para dicho cultivo, su composicin y los respectivos costos, le solicita la ayuda a su
hermano menor, un estudiante de ingeniera industrial, el cual le ha comentado sobre la
optimizacin que podra lograrse, formulando un modelo de mezclas de programacin
lineal.
11
Producto
SUPER GUANO AZUL
NITROFOSKA ELITE
CAMPOMASTER
MAGNOCAL
SULFATO DE CAL
NITRATO DE CALCIO
NITRATO DE POTASIO
NITRATO DE AMONIO
SULFATO DE AMONIO
FOSFATO DIAMNICO
CLORURO DE POTASIO
SULFATO DE POTASIO
SULPOMAG
Composicin porcentual en
peso
12% N, 12% P,
17% K,
2% Mg
12% N, 10% P,
20% K,
2% Mg
20% N, 20% P,
20% K
4% Ca, 5% Mg, 30% S
20% Ca, 10% Mg, 10% S,
15.5% N, 26.5% Ca,
13% N, 44% K
33% N, 3% P,
21% N, 24% S,
18% N, 46% P
60% K
50% K, 18% S
22% K, 18% Mg , 22% S
Costo de
bolsa
S/. 83.00
Costo por Kg
S/. 1.66
S/. 133.00
S/.
S/.
S/.
S/.
S/.
S/.
S/.
S/.
S/.
S/.
S/.
87.00
29.00
12.00
96.00
96.00
70.00
54.00
80.00
57.00
68.00
48.00
S/. 2.66
S/. 1.74
S/. 0.58
S/. 0.24
S/. 1.92
S/. 1.92
S/. 1.40
S/. 1.08
S/. 1.60
S/. 1.14
S/. 1.36
S/. 0.96
Necesidades por planta en el fundo

300 gr de N
100 gr de P
225 gr de K
70 gr de Mg
70 gr de Ca
Plantas en el fundo: 5000
Necesidades totales de cada elemento en el fundo:
1500 Kg. de N
500 Kg. de P
1125 Kg. de K
350 Kg. de Mg
350 Kg de Ca
A partir de la informacin que se describe en el problema anterior, formule el Modelo de
Programacin Lineal de mezclas, que debera aplicarse, para minimizar los costos de
abonamiento en dicho fundo.
3.- MODELO DE DECISIN DE COMPRA DE MAQUINARIA
Cierta empresa minera debe adquirir con urgencia 12 cargadores frontales de gran
envergadura (en total) y ha decidido comprarlos localmente a importadores locales y no
importarlos directamente, por que el proceso le tomara unos 45 das.
Por su elevado costo, actualmente existen solamente dos empresas que los venden y
le ofrecen las siguientes condiciones de negociacin: El primero le ofrece ahora slo los
cuatro cargadores que dispone en stock a 750 mil dlares y le garantiza que si realiza
la compra en unos das (antes de una semana), el precio de los mismos equipos se
cotizar en 742 mil por cada uno( por una oferta especial ), comprometindose con cinco
unidades adicionales, que le estn llegando. El segundo le podra vender en 746 mil
dlares cada uno, los tres que tiene ahora y se compromete en traer con urgencia va
area de Brasil a un precio de 750 mil dlares, hasta seis unidades ms, en el
transcurso de la semana.
12
El punto es que la empresa necesita un mnimo de 6 unidades en las operaciones

ahora y los restantes, podran esperar una semana ms.
Formule el Modelo de Programacin Lineal que optimice la compra de la maquinaria.
4. EL MODELO DE INVERSIN DE CARTERA
La formulacin de este modelo se orienta hacia la maximizacin de las utilidades, que
puede lograrse al colocar un capital disponible, entre dos o ms opciones existentes. El
capital ser invertido en una serie de colocaciones, (de acuerdo al plan de inversin de
las opciones), de tal forma, que al cabo de un perodo determinado se logr maximizar
los retornos totales de la inversin. Cada opcin de inversin genera unas utilidades
(intereses), durante el perodo que es colocado el dinero, permitindose la reinversin,
total o parcial del dinero disponible, hasta completarse el perodo. La solucin del
problema, nos permite conocer la asignacin ptima del capital, en cada uno de los
planes, a lo largo del perodo
Aplicacin: El Banco Regional actualmente, debe decidir como colocar seis millones de
dlares, en los prximos aos. Las dos opciones que actualmente maneja el Banco son
los planes (A y B). El Primer plan(A), consta de una serie de colocaciones anuales de
capital con una tasa anual de 25% en intereses. El plan B son una serie de colocaciones
de dinero por dos aos con unos intereses del 65% al final del periodo (bianual). La
institucin se ha planteado recuperar todo dentro de cinco aos. Formule el Modelo de
Programacin Lineal que permita al Banco regional optimizar sus utilidades en este
quinquenio.
4. EL MODELO DE TRANSPORTE
El modelo de transporte se orienta hacia la minimizacin de los costos totales de
transporte, que se generan al abastecer un conjunto de nodos de demanda, llamados
destinos, desde unos nodos fuente (orgenes). El planteamiento del modelo esta basado
en los valores conocidos de las capacidades totales de cada una de las fuentes, as como
de las demandas o necesidades de cada punto destino. Mediante una funcin objetivo de
optimizacin, se describe matemticamente el costo total (combinado) de transporte, a
partir de los costos unitarios correspondientes (coeficientes conocidos). La solucin del
problema, nos permite determinar las cantidades que debern transportarse, en cada
caso, (origen-destino), as como el costo total del transporte
Aplicacin: La Empresa Peruana de Cervezas dispone de tres bodegas distribuidas en
Lima (O1, O2, O3) para atender los 4 puntos de distribucin en todo el departamento,
ubicados al: Norte, Sur, Este y Oeste. Estas bodegas se encuentran ubicadas a escasa
distancia de las tres plantas que posee la cervecera en la capital y de donde se distribuye
el producto a los 4 puntos antes citados. Los costos de transporte estn en funcin del
recorrido (distancia del Origen al destino). Las demandas y las capacidades totales de
las fuentes y los puntos de demanda, se muestran en la siguiente tabla
BODEGAS
P. NORTE
O1
0.55 soles
O2
0.70
O3
0.65
DEMANDAS 85 000
Costos en soles
cerveza
P. SUR
0.65
0.60
0.60
50 000
P. ESTE
0.60
0.55
0.75
90 000
P. OESTE
CAPACIDAD
0.70
70 000
0.60
120 000
0.65
90 000
55 000
Unidades: cajas de
Formule el modelo matemtico que le permita a la empresa cervecera optimizar su

poltica de costo en el transporte del producto
13
TCNICAS DE SECUENCIACIN
INTRODUCCIN
La primera de ellas fue desarrollada por Henry L. Gantt, en los primeros aos del
siglo XX y consista en una grfica de barras (la cual lleva su nombre), que mostraba los
tiempos de duracin de los eventos de un programa de produccin. Revolucionaria en su
tiempo en la Administracin, las grficas de Gantt dieron inicio a una serie de tcnicas
orientadas a la gestin de programas, entre las cuales sobresale el PERT, tcnica que
fue desarrollada para las fuerzas armadas de los EE.UU. a finales de los cincuenta.
TCNICA DE EVALUACIN Y REVISIN DE PROYECTOS PERT-CPM
La Tcnica del PERT. (Program Evaluation and Review Technique) es un
instrumento diseado especialmente para la direccin, permitindole planificar, programar
y controlar los recursos que sta dispone, con el fin de obtener los resultados deseados. .
Aplicada por primera vez en 1958 por la oficina de Proyectos de la Marina de los EE.UU.
y la firma consultora Booz-Allen and Hamilton de Chicago.
Se trata de una tcnica que proporciona a la gerencia, informacin sobre los
problemas reales y potenciales que pueden presentarse en la culminacin de un
proyecto, tales como: las condiciones actuales de desarrollo de las tareas y su relacin
con el logro de los objetivos, las fechas esperadas de terminacin para las actividades
involucradas y las posibilidades ( en trminos de probabilsticos ), de lograrlo , as como
la determinacin de las actividades que resultan crticas en la ejecucin del proyecto total.
Fundamentos. Esta tcnica tiene como fundamento la elaboracin de los "grafos" o
redes. Mediante estos grafos (diagramas combinados de nodos y flechas), se plasman
los procesos operativos que han de tener lugar durante la ejecucin o realizacin de un
proyecto.
Grafo : Consiste en un conjunto de vrtices llamados nodos. X= {(x1, x2,...xn)} y un
conjunto de arcos dirigidos. A= {(xi, xj), (xk, xl),...}, los que se encuentran uniendo parejas
de nodos
Objetivos : esta orientada a la programacin, gestin y el anlisis de las actividades de
un proyecto, desde el inicio, hasta su culminacin , introduciendo en este anlisis, el
clculo de probabilidades, (puesto que deben realizarse estimaciones acerca de las
duraciones de las tareas y de las fechas de culminacin). El PERT, puede aplicarse sin
ningn problema en proyectos compuestos de actividades con tiempos determinsticos,
a pesar que fue la naturaleza estocstica en las duraciones de las tareas, el origen de
su desarrollo.
Ventajas:
El PERT obliga a planear y necesariamente a que toda la lnea deba hacerlo, (debido a
que las piezas deben encajar como un todo) , es capaz de identificar las actividades que
son crticas en el proyecto y tener la posibilidad de corregir o tomar alguna medida
previsora, si tenemos algn retraso, otra de las ventajas, es que nos ofrece una vista
panormica no solo de lo que se est haciendo, sino de la secuenciacin en las
14
actividades del futuro y como ste se ver afectado, por una demora en el presente o en
el pasado y finalmente, nos permite la realizacin de reportes e informes de todas las
reas y actividades para su control
Procedimientos bsicos para la construccin de un grafo PERT-CPM
Se proceder de la siguiente manera:
1.
Se especifica el objeto del Proyecto.
2.
Se hace una lista de todas las actividades para la realizacin del proyecto.
3.
Se dibuja el grafo respectivo que esquematice dicho proyecto.
4.
Se anotan las estimaciones de las duraciones de las actividades.
5.
Se enumeran los sucesos del grafo.
LA TCNICA DEL CPM (CRITICAL PATH METHOD)
Esta tcnica se desarroll por el ao 1957 y estuvo orientada, hacia la optimizacin de
la relacin: costo- tiempo, existente entre las actividades que se realizan y los recursos
que se gastan en cualquier proyecto y donde las estimaciones que se realizan, estn
basadas en la experiencia
Esta tcnica tambin se fundamenta en la aplicacin de los grafos o redes y sus
creadores fueron: Morgan R. Walker de la Dupont de Memours Co, y James E. Kelly de la
Remington Rand-UNIVAC.
CONSIDERACIONES GENERALES PARA LA CONSTRUCCIN DE LOS GRAFOS
PERT-CPM
1.
2.
3.
4.
5.
6.
7.
El grafo comienza en un nico suceso inicial que no tiene actividades

precedentes.
Una actividad no puede empezar hasta que todas las actividades precedentes
hayan sido terminadas.
Una actividad debe estar terminada, para que las subsiguientes puedan
comenzar.
La longitud de la flecha, de la actividad, no tiene representacin de tiempo.
La orientacin de la flecha es de izquierda a derecha.
Las lneas debern ser de forma recta, evitando arcos o semicrculos
El grafo debe terminar en un suceso nico final que no tiene actividades
subsiguientes.
Conceptos importantes de un grafo PERT-CPM

a)Tiempo de preparacin ( TP) : Se representa con una lnea-sinuosa y en la prctica se
considera con un tiempo de duracin igual a cero.
TP
0
b)Suceso (Si) : se representa mediante un nodo circular enumerado, el que permite

identificar las diferentes actividades, as como a su inicio y culminacin.
A
El suceso 1 marca el inicio de la actividad
1
2
El suceso 2 su culminacin.
15
c) Actividad (Ai) : es la realizacin de un trabajo o una tarea, la que emplea, consume o

usa unos recursos y forma parte de un proyecto, se simboliza generalmente con una
letra mayscula y se representa siempre entre dos sucesos :los nodos inicial y final.
d) Las actividades simultneas
Las actividades simultaneas son aquellas que inician o culminan en un mismo nodo, as
cuando dos o ms actividades empiezan en un mismo nodo, se denominan actividades
simultneas al comenzar, si en cambio culminan en un mismo nodo sern actividades
simultaneas de culminacin. El caso especial es cuando se presentan actividades que
empiezan y terminan simultneamente es entonces cuando se hace necesario el uso de
actividades ficticias para analizar coherentemente el proyecto
A
Actividades simultaneas al iniciar (izquierda) y al

culminar
1
10
(Derecha)
e) Actividades Ficticias: o imaginarias, no consumen trabajo, tiempo, ni recursos. Nos

permiten dar consistencia, a las interrelaciones existentes de las actividades, en algunos
casos especiales de secuenciacin. Se representa por una lnea de trazo discontinuo
A
A
B
C
Actividades que empiezan y terminan simultneamente, como en el grfico de la

izquierda, hacen necesario el empleo actividades ficticias (representadas con lneas
punteadas), para dar coherencia a las relaciones existentes
EJEMPLO DE APLICACIN -1
El siguiente proyecto consta de ocho actividades, las que estn interrelacionadas como
se indica:
1.
A y B no dependen de ninguna. Solo de TP.
2.
C, depende de A.
3.
E, depende de B y C.
4.
F, depende de A.
5.
D, depende de F.
6.
G, depende de E.
7.
H, depende de D y G.
8.
H, final del proyecto.
Complete convenientemente el diagrama PERT, Identificando las actividades y los
sucesos del
proyecto que faltan, de acuerdo a la secuencia de realizacin, proporcionada
16
Determinacin de la duracin del proyecto, las holguras y la ruta crtica.

En cualquier proyecto que se realice, algunas de las actividades son flexibles respecto al
cuando puedan iniciarse o terminarse, otras en cambio no lo son, de forma que si
stas se retrasaran, afectara la culminacin de todo el proyecto.
Camino o Ruta Crtica. Precisamente a aquellas actividades que no tienen holgura de
tiempo para comenzar ni para terminar, porque su retraso afectara el tiempo de
culminacin del proyecto, se conocen como actividades de la ruta crtica, las que
generalmente son las ms controladas por los directores y encargados del proyecto.
Holguras. Es el tiempo adicional disponible, para la ejecucin de algunas de las
actividades involucradas en un proyecto. Definiremos dos tipos de holguras: la holgura o
tiempo libre para el suceso, y la holgura total de la actividad. En la prctica, las holguras
nos permiten cierta "flexibilidad" en el tiempo de realizacin de las tareas y al tener que
asignar los recursos para su ejecucin.
Holguras de sucesos (Hs) . Se define como el tiempo adicional que se dispone para
iniciar o culminar las actividades flexibles (en el tiempo),
Hs = ti, max ti, min

Su clculo resulta la diferencia, entre el tiempo lo mas tarde permisible y el tiempo lo ms
pronto, referidos al mismo suceso, al que denotamos como i
Holgura de la Actividad. Es la diferencia entre el tiempo lo ms tarde posible del suceso
final (para terminar una actividad cualquiera), el tiempo ms pronto posible, (del suceso
inicial de dicha actividad) y el tiempo de ejecucin de la misma actividad.
HA = tj, max ti, min, - t i,j
Ejemplo de aplicacin
A partir del siguiente cuadro de actividades, precedencias y duraciones de un proyecto
(ver grafico adjunto por completar), determine:
Los tiempos: ms tarde y ms pronto posible, para iniciar las actividades
La ruta crtica del proyecto
Las holguras de los sucesos
Las holguras de las actividades
17
actividad
A
B
C
D
E
F
G
H
I
J
precedencia tiempo
(das)
2
A
3
A
5
B
4
B
1
C
6
C
2
D
8
E,F
7
G
4
3
PP
0
A= 2
6
H=8
B=3
TP
D=4
E=1
2
I=7
5
F=6
C=5
J=4
G=2
Construccin del diagrama

Como se muestra en el nodo siguiente, los tiempos ms pronto y ms tarde, se
incluirn a la izquierda y derecha del semicrculo inferior
Suceso i
Tiempo lo ms tarde
Tiempo lo ms pronto
18
SOLUCIN
Ruta crtica:
Duracin
A - C F I
: 20 das
D=4
3
8
,
B=3
P
P
H=8
I=7
17
E=1
A= 2
12
12
TP
0
6
9
2
2
5
13
13
13
F=6
J=4
C=5
4
7
7
9
14
16
G=2
Obsrvese en el diagrama, que todos los sucesos (nodos) de la ruta critica, tienen igual valor en los tiempos lo ms pronto y lo mas tarde
19
8
20
20
Los tiempos ms prontos de las actividades

La actividad B. puede ser comenzada luego de dos das de trabajo y culminarse en el
tiempo acumulado ms pronto de 5 das, pero en el caso ms tarde, puede comenzarse
luego de 5 das y finalizar en el tiempo acumulado de 8 das, sin problemas de retraso
La actividad E, puede ser comenzada luego de 5 das y culminarse en el tiempo
acumulado ms pronto de 6 das (obsrvese que solamente dura un da su ejecucin)
Los tiempos ms tarde de las actividades
La actividad D. ha ms tardar, debe culminarse en el tiempo acumulado de 12 das (de
otra forma producira un retraso) y puesto que demora 4 das, lo ms tarde que puede
empezar es luego de 8 das y dado que B es su actividad precedente tendra hasta el da
8 para ser concluida sin problemas
La actividad E. ha ms tardar, debe culminarse en el tiempo acumulado de 13 das (de
otra formar producira un retraso) y puesto que demora 1 da, podemos empezar luego de
12 das de trabajo
Holguras de algunos sucesos
Hs1 =
Hs2 =
Hs3 =
Hs4 =
Hs5 =
F
Hs6 =
Hs7 =
Hs8 =
0-0
2-2
8-5
7-7
13-13
= 0
=0
= 3
= 0
= 0
12-9 = 3
16-9 = 7
20-20 = 0
La holgura en el inicio del proyecto

La holgura en el inicio de la actividad crtica C
La holgura en el inicio de la actividad D
La holgura en el inicio de la actividad crtica
La holgura en el inicio de la actividad crtica I y de la culminacin de
La holgura en el inicio de la actividad H
La holgura en el inicio de la actividad crtica J
La holgura del nodo critico final del proyecto
Holguras de las actividades (i,,j)

HA
2-0-2 =
HB
8-2-3 =
HC
7-2-5 =
HF
13-7-6 =
HG
16-7-2 = 7
HD
12-5-4 = 3
HI
20-13-7 = 0
HH
20-9-8 = 3
HJ
20-9-4 = 7
Ruta Crtica: A-C-F-I. Con una duracin de 20 das, esta es la ruta de actividades, con
el mayor tiempo de culminacin en el proyecto y por lo tanto, no tienen holgura en el
plazo para su realizacin. Obsrvese que los nodos correspondientes a dichas
actividades tienen igual valor en el tiempo lo ms pronto y lo ms tarde .
-20
Los tiempos mas pronto y ms Tarde para iniciar o culminar las

actividades
Los tiempos denominados ms pronto o tempranos, indican el menor tiempo en el
cual puede iniciarse o culminarse una actividad, se anotarn al lado izquierdo, de cada
uno de los sucesos del proyecto. As por ejemplo, el tiempo lo ms pronto para iniciar la
actividad D, es al final del quinto da, el tiempo ms temprano para iniciar la actividad J,
es al final del da nueve , el tiempo ms pronto para culminar la actividad G, es al noveno
da, etc.
Programacin Probabilstica
El segundo concepto involucrado al PERT, tiene que ver, con estimar" (el tener que
realizar una estimacin, de las duraciones de las actividades y consecuentemente, de
calcular valores esperados para la culminacin de las actividades involucradas en el
proyecto). Los tiempos estimados se realizan en tres horizontes: uno optimista, el
probable y el pesimista
Tiempo Optimista de planeacin (a). Es el tiempo mnimo que se requiere para la
culminacin de la actividad, si todos los factores que intervienen en el trabajo marchan
con buena suerte.
Tiempo Probable (m).- llamado tiempo normal.
Tiempo Pesimista (b). Es el tiempo excepcionalmente mayor que se presenta como
consecuencia de falta de suministros retardos involuntarios o accidentes, es decir, por
causas no previstas.
La estimacin de los tiempos de las actividades: Al estimar la duracin de una
actividad, se recurre a los tres posibles tiempos que puede demandar su ejecucin
Tiempo Estimado (TE) = (a+ 4m + b) / 6
Donde:
(a) : Tiempo Optimista
(m): Tiempo Normal
(b ): Tiempo Pesimista
La varianza en los tiempos estimados de las actividades: se calcula a partir de los
tiempos pesimistas y optimistas de duracin, como:
ba
La duracin total del proyecto (DT): es la que resulta de la suma total de los tiempos
estimados, de las actividades que son crticas en el proyecto
Ejemplo de Aplicacin
A partir del siguiente cuadro resumen, acerca de los tres posibles tiempos de duracin en
la ejecucin de las actividades del proyecto, determine:
Los tiempos esperados para la ejecucin de cada actividad
El tiempo total esperado para culminar el proyecto
Estime en trminos de probabilidades, las posibilidades de concluir en 27
semanas dicho proyecto
-21
Actividades
A
B
C
D
E
F
G
H
I
a
1
1
4
1
7
4
4
7
1
m
3
3
5
4
8
6
5
9
3
b
5
5
6
7
9
8
6
11
5
TE
3
3
5
4
8
6
5
9
3
Nota: Utilice la secuencia de actividades mostrada, para completar el diagrama PERT

adjunto y desarrollar el ejemplo
Precedente
-A
B
B
A
D,E
C,F
E
G,H
Act.
A
B
C
D
E
F
G
H
I
B= 3
E=8
Solucin: Calculamos los tiempos esperados de cada actividad

TEA = (1 + 4 (3) + 5) / 6
=3
TEB = (1 + 4 (3) + 5) / 6
=3
TEC = (4 + 4 (5) + 6) / 6
.
...
=5
..
TEI = (1+ 4(3) +5) / 6

b)
= 3
Estimamos luego, el tiempo total de duracin del proyecto
Para ello identificamos la ruta crtica y su tiempo total de culminacin

DT= A+ E + F+ G+ I =
3+ 8+ 6+ 5+ 3 = 25 semanas
Luego , calculamos las varianzas de los tiempos estimados ( de las actividades

crticas), a partir de :
VT =
CRITICAS
-22
Clculo de la varianza en cada actividad de la ruta crtica
ba
VT = VA + VE + VF + VG + VI = 1.555
VT = 0.444 + 0.111+0.444 + 0.111 + 0.4444 = 1.555
(Varianza del tiempo de

culminacin del proyecto)
Luego, la desviacin: T VT
T = 1.247
c) La probabilidad de culminar en un plazo mximo de 27 das el proyecto

(asumiendo una distribucin normal), es:
P (Z (27-25)/ 1.247) = 94.56 %
APLICACIN DEL MTODO DE LA RUTA CRTICA (CPM)

Si fuera posible adelantar algunas de las actividades de un proyecto, con la finalidad de
acelerar el tiempo de culminacin programado, resulta fcil comprender que se haran
necesarios algunos recursos adicionales, (algunas mquinas extras, horas hombre
adicionales a las programadas, etc), si embargo, cmo estaramos seguros de hacer, el
mejor de los usos, a los recursos adicionales que se disponen? Cmo sabramos, que
el impacto que lograremos al inyectar recursos extras, en el desarrollo de las actividades,
es el ptimo que podemos obtener?
Donde se recomendara, hacer uso de estos recursos, para optimizar su impacto?
Las respuestas a estas interrogantes relacionadas con el costo- tiempo, las ofrece la
tcnica denominada CRITICAL PATH METHOD
Adelantar un proyecto de t2 a t1, nos significa un incremento en el costo del proyecto,
comparado con el costo del proyecto inicial,
Por otra parte, el tener que retrasar el proyecto, debido a inconveniente, de t 3 a t4,
tambin genera un aumento en el costo programado (el costo de tener los proyectos
retrasados)
Costo de Ruptura.
Todos los proyectos no pueden adelantarse, aun cuando estemos dispuestos a solventar
un aumento en el costo programado de las actividades, sin embargo, algunas de las
actividades de los proyectos si lo permiten.
El costo de ruptura, es aquel, donde las actividades se desarrollan en el tiempo lmite, es
decir, donde no existe posibilidad de una reduccin en la duracin de dicha actividad y de
aplicarse recursos adicionales, nicamente producir aumentos en los costos, sin reducir
los tiempos de ejecucin de las actividades
El tiempo de ruptura: es precisamente el lmite, donde puede ejecutarse (acelerarse)
una actividad, si estamos dispuestos a emplear algunos recursos adicionales
Ejemplo de aplicacin: Utilizando el cuadro de las actividades y costos del proyecto
mostrado. Se pide utilizar El Mtodo de la Ruta Crtica para analizar y responder:
Cmo son los incrementos en los costos de las actividades involucradas, si se

quisiera acelerar el proyecto?
-23
Cules son las actividades que se deberan adelantar, si se quisiera completar

el proyecto en un plazo de 20 semanas?
Si la gerencia ha pensado terminar el proyecto 7 semanas antes de lo

programado En qu actividades se recomienda la aplicacin de los recursos
adicionales? Finalmente A cunto asciende, el nuevo costo total del proyecto?
Cuadro resumen de las actividades del proyecto

ACTIVIDAD
Tiempo
Normal
Costo
Normal
Costo de
Ruptura
1-2
1-3
2-4
3-4
4-5
8 semanas
4 semanas
7 semanas
7 semanas
9 semanas
1000
500
800
1200
1300
1200
800
1000
3500
1500
Tiempo de
ruptura
4 semanas
2 semanas
4 semanas
5 semanas
6 semanas
Costo
Incremental
50
150
66.67
1150
66.67
C=7
E=9
B =4
D= 7
Determinacin de la ruta crtica. A - C - E

RC: (1,2) + (2,4) + (4,5) = Duracin normal 24 semanas.
La ruta alternativa es de 20 semanas
El costo total del proyecto, ejecutado en tiempo normal es de $ 4800
Optimizacin en el uso de los recursos
Programa-1
De los costos incrementales, debemos seleccionar, el menor de ellos, (siempre que se
encuentre en la ruta crtica), en el ejemplo, el correspondiente a la actividad A (1-2),
igual a $50 por semana y con respecto al valor lmite que puede adelantarse esta
actividad, ste es de 4 semanas, siendo el costo adicional de: $ 50 x 4 = 200
Programa-2
-24
+ 4 ( $ 50 )
C=7
E=9
B =4
D= 7
Al reducir el tiempo de la actividad A, en 4 semanas, el tiempo de culminacin del

proyecto es ahora de 20 semanas.
Si quisiramos continuar disminuyendo dicho tiempo, el segundo menor valor
incremental, esta empatado entre las actividades C (2,4), el cul asciende a 66.67 por
semana (que se reduce), y la actividad E (4,5). Optamos por la actividad E (4-5), puesto
que es la actividad que afecta simultneamente a las dos rutas criticas, de otra forma,
una de ellas seguira teniendo una duracin de 20 semanas en su culminacin
El costo incremental en la actividad E (4-5) es 66.67 por semana y el lmite que puede
reducirse es de 3 semanas
+ 4 ( $ 50 )
C=7
+ 3 ($ 66.67)
E=6
B =4
D= 7
Reducir el tiempo en tres semanas ms, nos permite completar el proyecto en 17

semanas, Con un costo inicial del proyecto (en tiempo normal de ejecucin) de 4800
unidades monetarias y un Incremento de 400 unidades monetarias
Nota.- Adelantarlo ms all de los 17 das involucra disminuir dos rutas crticas
-25
MODELOS DE REDES
Notacin y terminologa de redes

Red: Una red consiste en un conjunto de puntos y un conjunto de lneas que unen
ciertos pares de puntos. Los puntos se llaman nodos (o vrtices). Las lneas se llaman
arcos (o ligaduras, aristas o ramas).
Los arcos se etiquetan para dar nombres a los nodos en sus puntos terminales,
por ejemplo, AB es el arco entre lo nodos A Y B.
En un problema de programacin lineal, las redes pueden representar un conjunto
de estaciones, campos petrolferos, almacenes, fabricas, sucursales, ciudades,
interconectadas entre si a travs de caminos, conductos, tuberas que permiten fluir
productos para la comercializacin o la distribucin.
Arcos Dirigidos: Se dice que un arco es dirigido cuando el arco tiene flujo en una
direccin (como en una calle de un sentido). La direccin se indica agregando una
cabeza de flecha al final de la lnea que representa el arco.
Al etiquetar un arco dirigido con el nombre de los nodos que une, siempre se
coloca primero al nodo de donde viene (nodo o vrtice inicial) y despus el nodo a donde
va (nodo o vrtice final), esto es, un arco dirigido del nodo A al nodo B, el cual debe
etiquetarse como AB y no como BA. Otra Manera es mediante la flecha A B.
Arcos No Dirigidos: Si el flujo a travs de un arco se permite en ambas
direcciones (como una tubera que se puede usar para bombear fluido en ambas
direcciones), se dice que es un arco no dirigido.
Tambin se les llama ligadura. Aunque se permita que el flujo a travs de un arco no
dirigido ocurra en cualquier direccin, se supone que ese flujo ser en una direccin, en
la seleccionada, y no se tendr flujos simultneos en direcciones opuestas.
Trayectoria: Una trayectoria entre dos nodos es una sucesin de arcos distintos
que conectan estos nodos. Por ejemplo, una de las trayectorias que conectan los nodos
O y T es la la sucesin de arcos OB- BD- DT (O B D T)
Ciclo: Un ciclo es una trayectoria que comienza y termina en el mismo nodo.
Red Conexa: Una red conexa es una red en la que cada par de nodos est
conectado. Se dice que dos nodos estn conectados si la red contiene al menos una
trayectoria no dirigida entre ellos. Se debe resaltar, que no es necesario, que la
trayectoria sea dirigida, aun cuando la red puede ser dirigida.
rbol de Expansin: es una red conexa para la n nodos, sin ciclos. Todo rbol de
expansin tiene justo n-1 arcos, ya que este es el nmero mnimo de arcos necesarios
para tener una red conexa y el mximo numero posible, para que no haya ciclos no
dirigidos.
Capacidad de Arco: Es la cantidad mxima de flujo (quizs infinito) que puede
circular en un arco dirigido.
Nodo Fuente: o nodo de origen
Nodo Demanda: o nodo destino
-26
Nodo de Trasbordo: o nodo intermedio, satisface la conservacin del flujo, es

decir, el flujo que entra es igual al que sale.
REDES DIRIGIDAS Y NO DIRIGIDAS
Red No Dirigida: Es una red donde todos sus arcos son no dirigidos
Red Dirigida: Es una red que tiene solo arcos dirigidos.
Ejemplos
2
Red no dirigida
Formada por arcos no dirigidos.
Permiten el flujo en ambas
direcciones
12
5
16
12
12
11
Red dirigida
Formada por arcos dirigidos. El
flujo tiene la direccin que indica
la cabeza de flecha
12
11
4
16
20
20
Redes equivalentes: Como las redes de la figuras

de la izquierda y de la derecha (en la parte superior)
Observe la ligadura existente entre los nodos 2-3,
puede seguir ambas direcciones
Los ciclos: Un ciclo se produce, cuando siguiendo

una trayectoria, se parte de un nodo (inicial) y se llega
al mismo nodo (como nodo final)
1
3
12
11
21
4
11
3
3
Una red conexa es aquella,

donde existe por lo menos una
ruta que une cada uno de sus
nodos (todos los vrtices se
encuentran conectados)
Una rbol es una red conexa

sin ciclos, es decir sin cadenas
o ligaduras cerradas
-27
I.
REVISIN DEL ALGORITMO DE FLUJO MXIMO
El algoritmo consiste en un conjunto de iteraciones orientadas a determinar la

capacidad mxima de transporte que puede circular por una red, desde una fuente
llamada origen hacia otro llamado destino.
El algoritmo se inicia determinando todas las posibles trayectorias
( rutas de
transporte) que conectan el origen con el destino
Se calcula la capacidad de transporte de la primera trayectoria
( ruta), y se
actualiza la capacidad residual en cada uno de los arcos que componen dicha
trayectoria
Se continua con el anlisis e iteracin del algoritmo, con todas las rutas
identificadas en la red , de tal forma que en cada iteracin del algoritmo , se van
actualizando las capacidades residuales en los arcos ( lneas de transporte que
se conectan con el destino)
El valor ptimo se va actualizando desde la primera iteracin hasta completar la
ltima. A medida que va aumentando el flujo que se transporta por los arcos, van
disminuyendo las capacidades residuales en dichos arcos, agotando la capacidad
de algunos de ellos (al llegar a su mxima capacidad de transporte)
APLICACIN
Determine la capacidad de flujo mximo en la red mostrada
Si las cantidades se encuentran en miles de barriles
4
4
0
0
0
6
0
Trayectoria: 1-2-3-4-5
Capacidad actual de la trayectoria = 3 mil

Flujo mximo de llegada: 3 mil
2
6
0
4
4
0
0
0
Flujo mximo (se mantiene): 3 mil

(Agotada la conexin 2- 3)
Trayectoria: 1-2-3-5
-28

Flujo mximo: 3 mil+5 mil = 8 mil
0
0
6
0
4
4
0
0
0
6
0
Flujo mximo (se mantiene)= 8 mil

(Agotada la conexin 4-5)
4
4
0
0
0
0
0
Trayectoria: 1-3-5

Flujo mximo: 8mil+6mil = 14 mil
El transporte en la red (del flujo mximo) se muestra

5
8
1
2
6
0
4
3
0
Aplicacin: Analice la siguiente red de transporte y determine el flujo mximo que puede circular
desde la fuente (nodo-1) al destino (nodo-6)
Trayectorias
70
1
30
90
80
50
30
6
70
5
60
II.
60
100
00
La solucin se inicia
determinando las posibles
trayectorias de transporte,
desde el origen al destino
(Comprubese las
trayectorias proporcionadas
a la derecha)
REVISIN DEL ALGORITMO DEL RBOL DE EXPANSIN MNIMA
-29
1-2-4-6
1-2-5-6
1-2-3-4-6
1-2-3-5-6
1-3-4-6
1-3-2-4-6
1-3-5-6
1-3-2-5-6
El algoritmo consiste en construir una red conexa donde todos los puntos o
nodos que conforman dicha red, se encuentren conectados..
Todo rbol de extensin mnima que posee n nodos, poseer n-1 arcos. Se debe
resaltar que no es necesario que la trayectoria sea dirigida.
Subred o subgrafo: Es un subconjunto de una red o grafo, constituido por algunos de los
nodos y arcos de la red.
El algoritmo se inicia seleccionando arbitrariamente un nodo cualquiera y
analizando las posibles ligaduras con los otros nodos existentes, seleccionando
aqul, que le resulte el ms econmico de todos (de valor mnimo), formando de
esta manera nuestra primera rama.
Una vez establecido el primer arco ( rama), con los dos primeros nodos, se
deber analizar la ligadura ms econmica (de menor valor), capaz de hacer
crecer esta rama o decidirse formar una nueva rama
El algoritmo se repite , con los subgrafos que se van construyendo y en cada
iteracin se selecciona siempre, la ligadura de valor mnimo con los nodos
restantes , hasta unirlos a todos, de tal forma que se obtenga una red conexa sin
ciclos cuya expansin sea de costo mnimo
Nota : En caso de empates, se pueden romper en forma arbitraria y el algoritmo

debe llegar a una solucin optima. No obstante, estos empates son seal de que pueden
existir (pero no necesariamente)soluciones optimas mltiples.
Aplicacin:
Construya el rbol de expansin mnima de la siguiente red informtica, la que se
interconectar con fibra ptica y determine su costo
Solucin
80
1
75
75
4
Subgrafo-1
Subgrafo-2
La ligadura 4-6
resulta la conexin ms econmica
con un costo de 75
Acumulado del subgrafo = 75
La nueva ligadura es 2- 4 y resulta

la conexin ms econmica
con un costo de 80
75
80
1
85
-30

5
75
80
4
90
85
3
Subgrafo-3
Subgrafo-4
La conexin 3- 5, es una nueva

rama (independiente de la primera)
de costo ms econmico (85 )
La conexin 5- 6, es la ligadura
ms econmica y une la primera
rama con la segunda ( 90 )
100
1
80
2
75
4
90
85
3
Subgrafo-5
La conexin 1-2 es la ligadura
ms econmica( 100), capaz de
unir el nodo 1, con la red
El rbol de expansin mnima:
La red conexa (cuyos puntos se encuentren todos conectados), de expansin mnima
tiene un valor de 430
-31
III.
EL PROBLEMA DE LA RUTA MS CORTA
El problema consiste en hallar la ruta ptima para trasladarse desde un punto inicial
(llamado origen), hasta otro llamado destino, a travs de una red de conexin no singular, (que
puede conectarlos de ms de una manera), de tal forma, que se minimice el costo total asociado
en completar el viaje
Problema
En el siguiente grafo: se pide encontrar el costo ptimo de viaje para ir desde el nodo 1, hasta el
nodo 10
Solucin
n:
Etapa n, Jornada del viaje
Sn:
Es el Punto de partida de la jornada- n (nodo inicial de la fase n).
Sn+1:
punto de llegada de la jornada-n (Nodo final de la fase n)
Cn:
Costo asociado de arco Sn -Sn+l
F*n(Sn):
Valor o costo ptimo del viaje desde el nodo Sn de la etapa n, hasta el punto
destino
F*n+1 (Sn+l):
Es el costo ptimo del viaje desde Sn+1, hasta la conclusin del viaje.
La funcin de recursividad
: Fn* (Sn) =
Min. {Cn (Sn, Sn+1)+ Fn+1* (Sn+1)}
ETAPA-4
F4* (S4): Min. {C4(S4, S5) }
Estado
Inicial S4
8
9
decisin ptima
10
90
70
Fn (Sn)
X n (Sn)
90
70
10
10
ETAPA-3
F* (S3): Min. {C3 (S3, S4)+ + F4* (S4)}
Estado
Inicial(S3)
5
6
7
8
50+90
30+90
60+90
9
60+70
40+70
80+70
Fn (Sn)
optimo
130
110
150
decisin ptima
X n (Sn)
9
9
8,9
ETAPA-2
-32
F* (S2): Min. {C2 (S2, S3) + F3* (S3)}

Estado Inicial
(S2)
2
3
4
5
20+ 130
40+ 130
-
6
30+110
50+ 110
30+ 11 0
7
60+150
70+150
Fn (Sn)
optimo
140
160
140
decisin ptima
X n (Sn)
Fn (Sn)
optimo
decisin ptima
X n (Sn)
165
6
6
6
ETAPA-1
F* (S1): Min. {C1 (S1, S2) + F2* (S2)}
Estado
inicial (S1)
1
2
30+140
3
15+160
4
25+140
Ruta ptima:
25
1
costo total en completar el viaje 165

30
40
6
70
9
10
1. REVISIN DEL MODELO GENERAL DE TRASBORDO (WIN QSB) se orienta hacia

la minimizacin de los costos totales de transporte, que se generan al abastecer un
conjunto de nodos que demandan, mercaderas o productos, los cuales sern
suministrados por unos nodos fuente.
El modelo general puede incluir: nodos orgenes que producen y de hecho,
pueden consumir parcialmente la produccin, unos nodos de trasbordo y de consumo,
los cuales sirven de enlace entre las plantas productoras y los centros de distribucin y
que en la practica podran consumir otra parte de los envos y finalmente, los nodos
destinos, o puntos finales de la mercadera.
El modelo permite el transporte (envo) entre los diferentes nodos de trasbordo y
de consumo
La solucin del problema, nos permite determinar las cantidades que debern
transportarse, en cada caso, as como el costo total del transporte
SHANGAI MOTORS CO. Es una empresa ensambladora de tractores agrcolas, la cual
se ha visto beneficiada del tratado de libre de comercio con China y ha instalado dos
plantas ensambladoras en el Per. Las fbricas han sido ubicadas estratgicamente,
una en la costa norte (Trujillo) y la otra, en el sur (Arequipa), de tal forma, que se
aproveche el mercado potencial, de las zonas de mayor actividad agrcola del pas.
Las demandas estimadas de cada punto, los costos de transporte de las maquinas,
desde las plantas a los centros de distribucin y la capacidad de produccin de las
mismas, se proporcionan en la siguiente tabla:
1- Determine la poltica de transporte de la maquinaria producida, a los centros de
distribucin
2- A cunto asciende el costo total de transporte?
3- La empresa ha decidido exportar a Bolivia el excedente. Cuntas unidades
podran destinarse a este mercado, en cada una de las plantas de produccin?
-33

TRUJILLO AREQUIPA CHICLAYO
PISCO
200
720
TRUJILLO
AREQUIPA
CHICLAYO
600
270
450
450
PISCO
AMAZONAS PIURA HUANCAVELICA FUENTES
460
400
1020
970
300
180
850 1000
800
260
850 1250
500
4000
3500
300
AMAZONAS
PIURA
HUANCAVELICA
DEMANDAS
1400
1500
1200
600
COSTOS DE TRANSPORTE A LOS DIFERENTES CENTROS DE CONSUMO Y DE TRASBORDO
Costos en dlares americanos por tractor transportado
2. REVISIN EL MODELO DE TRANSPORTE

El modelo de transporte se orienta hacia la minimizacin de los costos totales
de transporte, que se generan al abastecer un conjunto de nodos de demanda, llamados
destinos, desde unos nodos fuente (orgenes). El planteamiento del modelo esta basado
en los valores conocidos de las capacidades totales de cada una de las fuentes, as como
de las demandas o necesidades de cada punto destino. Mediante una funcin objetivo de
-34
optimizacin, se describe matemticamente el costo total (combinado) de transporte, a

partir de los costos unitarios correspondientes (coeficientes conocidos). La solucin del
problema, nos permite determinar las cantidades que debern transportarse, en cada
caso, (origen-destino), as como el costo total del transporte
Aplicacin: La Empresa Peruana de Cervezas dispone de tres bodegas distribuidas en
Lima (O1, O2, O3) para atender los 4 puntos de distribucin en todo el departamento,
ubicados al: Norte, Sur, Este y Oeste. Estas bodegas se encuentran ubicadas a escasa
distancia de las tres plantas que posee la cervecera en la capital y de donde se distribuye
el producto a los 4 puntos antes citados. Los costos de transporte estn en funcin del
recorrido (distancia del Origen al destino). Las demandas y las capacidades totales de
las fuentes y los puntos de demanda, se muestran en la siguiente tabla
BODEGAS
P. NORTE
O1
0.55 soles
O2
0.70
O3
0.65
DEMANDAS
85 000
costos : en soles
P. SUR
0.65
0.60
0.60
50 000
P. ESTE
0.60
0.55
0.75
90 000
P. OESTE
CAPACIDAD
0.70
70 000
0.60
120 000
0.65
90 000
55 000
Unidades : cajas de cerveza
Formule el modelo matemtico que le permita a la empresa cervecera optimizar su

poltica de costo en el transporte del producto
3- REVISIN DEL MODELO DE ASIGNACIN .Se orienta hacia la optimizacin de los
resultados, que pueden obtenerse, asignando convenientemente la realizacin de
diversas tareas, a un grupo de: personas, equipos y/o mquinas, de tal forma, que se
asigne la realizacin de una tarea a cada uno de los participantes seleccionados y que
cada uno de stos, realice solamente una tarea.
El problema de minimizacin de los costos totales
3.2 Aplicacin: Cierta empresa metal-mecnica, dedicada a la produccin de
herramientas diversas, para la industria automotriz, ha adquirido equipos multiusos, para
sus procesos de produccin y desea asignar, cules de dichos equipos, trabajarn cada
una de las tres herramientas que han de producirse, el da de maana, sabiendo que
cualquiera de ellos, est en condiciones de poder ejecutarlas.
Los costos de fabricacin, por lote de 250 unidades, de cada uno de los equipos,
en cada tipo de herramienta, se proporcionan a continuacin:
Equipo
de Herramienta-1
Herramienta-2
produccin
Equipo-1
75
95
Equipo-2
105
140
Equipo-3
140
175
Costos por completar lote de 250 unidades, en dlares
Herramienta-3
125
158
200
Se pide su asesoramiento para asignar una tarea a cada uno de los equipos, de
tal forma que se minimicen los costos totales en completarse la produccin, de los tres
lotes de herramientas, para el da de maana, en los tres equipos
-35

Modulo de Investigación de Operaciones-2013 Pel

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Modulo de Investigación de Operaciones-2013 Pel

Uploaded by

Copyright:

Available Formats

ESCUELA DE INGENIERA INDUSTRIAL

Cmo formular un modelo?

RESUMEN DE PUBLICACIN 2011

Escuela de Ingeniera Industrial

CONCEPTOS INTRODUCTORIOS SOBRE LOS MODELOS DE DECISIN

Concepto de Investigacin de Operaciones.

Los Pasos de la Investigacin de Operaciones.

Modelos de Decisin en Investigacin de Operaciones

Clasificacin de Los Modelos de Investigacin de Operaciones

Elementos de un modelo de Investigacin de Operaciones

MODELOS DE PROGRAMACIN LINEAL.

Propiedades de los Modelos Matemticos de Programacin Lineal

Aplicaciones de los Modelos Matemticos de Programacin Lineal

El modelo de programacin de la produccin

2.3.4 El modelo de inversin de cartera

2.3.5 El modelo de transporte

III. LOS MODELOS DE SECUENCIACIN

La tcnica PERT. Introduccin y conceptos

3.1.1 Consideraciones importantes para la construccin de los grafos PERT

3.1.2 Determinacin de la ruta crtica y el tiempo de culminacin del proyecto

3.1.3 Las holguras de los sucesos y de las actividades de un proyecto

3.1.4 Programacin de los tiempos ms tempranos y ms tarde para la

realizacin de las actividades

3.3 La tcnica del CPM

Valdivieso Ojeda, Franklin

Escuela de Ingeniera Industrial

4.1 Introduccin a los modelos de redes, notacin y terminologa

4.2 Modelos de solucin a los problemas de redes

4.2.1 El algoritmo de flujo mximo

4.2.2 El algoritmo del rbol de expansin mnima

4.2.3 El algoritmo de la ruta ms corta

4.2.4 Revisin del modelo general de trasbordo, el modelo de transporte

Valdivieso Ojeda, Franklin

Escuela de Ingeniera Industrial

Valdivieso Ojeda, Franklin

Escuela de Ingeniera Industrial

la importancia suficiente, en la bsqueda de la solucin razonable al problema que nos

Valdivieso Ojeda, Franklin

Escuela de Ingeniera Industrial

3. Modelos Simblicos: Utilizan los smbolos y relaciones matemticas, se

Por que son una representacin (abstraccin), de un sistema "real"

Utilizamos este trmino como sinnimo de planeacin (Plan de

Puesto que este tipo de modelo, expresa todas sus relaciones

La estructura del modelo matemtico de programacin lineal es la siguiente:

Escuela de Ingeniera Industrial

minimizar (tiempos, costos, desperdicios, etc.)

a21X1 + a22X2 + a23 X3 + a2nXn

a31X1 + a32X2 + a33 X3 + a3nXn

Xj : Variable de decisin o actividad de produccin, que utiliza los recursos

Escuela de Ingeniera Industrial

contribucin total es proporcional al nivel de actividad de la variable X, es decir, se ganar

Tela Impermeable Horas

Escuela de Ingeniera Industrial

A partir de Informacin proporcionada:

140- 100 = 40 dlares por cada carpa producida

El objetivo, es la maximizacin de las utilidades combinadas de los dos productos

Las condiciones tcnicas

Valdivieso Ojeda, Franklin

Escuela de Ingeniera Industrial

Las condiciones tcnicas

Declaracin de las variables

Valdivieso Ojeda, Franklin

Escuela de Ingeniera Industrial

GC, GG, CG 0, enteras