Investigacin de Operaciones Nombre: Izamar campa montas Profesor: Diego Garca jara Unidades de aprendizaje: I. Introduccin I.

O *Ejercicios Prcticos *Investigacin II. Programacin Lineal P.L (Resolucin de problemas O Modelos Tpicos) III. Modelos de redes IV. Sistemas de control de inventario V. Simulacin *Notas o apuntes *Ejercicios evaluativos (modelo de simulacin)

Investigacin de operaciones

Pueden ser

Cuantitativa

Cualitativa Creativa Neuronas Espejo Abstraccin

Objetivo General I.O Es presentar conceptos y aspectos necesarios en la toma de decisiones VER: Las pirateis del valle del Circon Conferencia Magistral en la Universidad de Stanford por Steve Jobs

Concepto: Investigacin de Operaciones: La investigacin de operaciones actualmente se le cataloga como una ciencia gerencial, enfocada hacia la toma de decisiones; basadas en Mtodo Cientfico para resolver problemas. Tarea: Buscar el origen de la investigacin de Operaciones Resumimos y damos una opinin Ver el video de la conferencia magistral en la Universidad Stanford por Steve Jobs

Tarea #1 Investigacin de Operaciones Su origen se dio durante la segunda guerra mundial cuando se decidi analizar la aplicacin Militar de los sistemas de radio localizacin. El anlisis fue la diferencia entre ganar o perder la guerra. La asignacin de recursos ,la distribucin y el diseo de bombas fue muy importante para poder terminar con el enemigo. Despus de la terminacin de la Guerra Mundial se desarrollaron diferentes tcnicas como lo son: Mtodo Simplex Programacin dinmica Colas de Espera Teora de Inventarios

L a investigacin de operaciones fue popular en el mbito civil, sus beneficios fuero el ahorro de tiempo y costos en la resolucin de un problema. En 1940 un grupo de investigacin de la Universidad de Mnchester dirigido por P.M.S Blackett, para estudiar el uso del sistema antiareo controlado por un radar. Es aceptado comnmente que la informacin de este grupo constituye el inicio formal de la investigacin de operaciones. Opinin personal: La investigacin de operaciones permite un anlisis para la toma de decisiones teniendo en cuenta una escases de recursos para determinar un objetivo definido como la maximacin de los beneficios o la minimizacin de costos. La investigacin de operaciones participa en el mbito de la actividad humana. En la cual se deben tomar decisiones distinta ndole y la forma en como estas se toman. Se puede basar a una perspectiva cuantitativa o cualitativa.

CUALITATIVA: Investiga el por qu? Y el Cmo se tom una decisin? CUANTITATIVA: Es saber exactamente donde se inicia el problema, en qu direccin y que tipo de incidencia existe entre sus elementos (modelo numrico, lineal, exponencial, o similar)

Investigacin de Operaciones

Origen -Racionalizar elementos de hierro De forma cientfica de la ciencia -Cobre

-Bronce
Se genero Durante la 2 guerra Mundial -Alimentos

Se genera la empresa Du Pront

En 1950

Para

Optimizar los recursos

Investigacin de operaciones

Su utilidad como herramienta para tomar desiciones

Pasos que comprenden la metodologa de la investigacin de operaciones

-Circulo Demin (Planea , hacer, aplicar y verificar) Planear: Crculos de control Hacer: Crculos de Control de Calidad

Aplicar: Crculos de control de calidad total.

Tarea: Investigar el origen de la I.O Principales personajes que le dieron origen a la I.O Aplicaciones en la Ingeniera en Informtica

Tarea#2: Los principales personajes que le dieron origen a la investigacin de operaciones fueron: Newton ,Lagrage, Leibinitz ,Stiegles ,Laplace (calculo diferencial e integral) Bernoulli, Poisson ,Gauss ,Bayes ,Snedecor(Probabilidad y Estadstica) Los siguientes autores aportaron ciertos conocimientos en las tcnicas de investigacin de operaciones

La Investigacin de Operaciones fue desarrollada en el siglo XX con el apoyo, siglos atrs, de importantes aportaciones de cientficos que con su talento y dedicacin, dejaron slidos cimientos para los estudios de solucin en los sistemas actuales. Aplicaciones de la Ingeniera informtica El propsito de cualquier ingeniera es la aplicacin de las Ciencias a la resolucin de problemas reales. El conocimiento y los mtodos cientficos son ms una herramienta para la Ingeniera que un fin en s mismos. Dentro de todas las capacidades que un ingeniero en informtica debe tener son las siguientes: Proponer soluciones innovadoras, tanto de productos y aplicaciones, como de procesos y servicios, a diferentes tipos de organizaciones, alineando TICs y estrategia de negocio. Evaluar, optimizar y mantener los sistemas informticos adoptando metodologas de mantenimiento preventivo y correctivo en aras a atender a la vigilancia tecnolgica y a la mejora continua. Trabajar en equipos interdisciplinares y multilinges, conjugando la autonoma personal con las responsabilidades emanadas de los equipos de trabajo. Analizar, disear, desarrollar e implantar sistemas informticos (activos TICs y servicios TI) con visin global de la tecnologa y la empresa.

1er mtodo (a desarrollar) L a solucin en un planteamiento es por medio de la programacin Lineal Un modelo de programacin lineal: 2x+3y=18 (Ecuacin) x .y (Incgnitas) 4x-2y=9 (Ecuacin) Nos representa incgnitas del planteamiento de un problema

Modelos de la investigacin de operaciones U n modelo es la representacin simplificada de un fenmeno que conserva las relaciones mas significativas entre las variables y los datos involucrados en el fenmeno para su fcil manipulacin. CLASIFICACIN: *MODELO ICNICO: Es una representacin a escala de la realidad (Una maqueta, un mapa, un plano, una fotografa) *MODELO ANALGICO: Es un sistema que tiene un comportamiento parecido al problema que se desea estudiar pero que si se puede manipular.(puede representar situaciones dinmicas) (Una grabacin en video, un diagrama de circulo elctrico y/o electrnico, un organigrama, un fenmeno) *MODELO MATEMTICO: Representa la realidad mediante smbolos y cantidades relacionadas matemticamente, puede ser muy preciso. (Una ecuacin, una matriz, una funcin) F=ma (formula (ley o principio) ,ecuacin, fenmeno) GALILEO GALILEI: Estableci la observacin, experimentacin, hiptesis ,ley o principio. GRADO DEL POLINOMIO: Es el nmero de races y soluciones que contenga. EUCLIDES: Gemetra matemtico

2x+3y=18------------------------constantes X=0--------------------------y=18 Y=18/3=6 x=0 y=6

Y=0-------------------x=18 X=18/2=9 4x-2y=9 X=0--------2y=9 Y=9/-2 =4.5 Y=0------------------4x=9 X=9/4=2.25 Solucin de ecuaciones simultneas (x determinantes) REGLA DE CRAMER: X= Ax/Ag A=delta=determinante W=Zigma=sumatoria 2x+3y=18 4x-2y=9 x=9 y=0

X=Ax/Ag

18
9 2 4

3
2 3 -2

=-36-27/-4-12=-63/-16=3.93= x=4

Y=Ax/Ag

18

=18-72/-16=-54/-16=-54/-16=3.37=y=3.4

Y=obzisa

2 4

3 x=ordenada -2

Z=10x+7y Z=10(4)+7(3.4) Z=40+23.8=63.8 Construccin de modelos matemticos Modelo de programacin lineal: Un modelo de programacin lineal consiste en una funcin lineal que representa aquello que se desea optimizar, sujeto a un conjunto de restricciones. Pasos a seguir (Programacin lineal)} A. Identificar los datos y variables de decisin B. Identificar las restricciones C. Identificar la funcin objetivo L a funcin objetivo debe medir de manera cuantitativa el factor a optimizar ya sea maximizar utilidades o minimizar costos. Gauss: Principio de las matemticas Aritmtica es denominada la reina de las matemticas

Tarea: Resolver el problema de ecuaciones por el mtodo de igualacin, sustitucin o eliminacin Mtodo por eliminacin 2x+3y=18 4x-2y=9 4-----8x+12y = -72 -2-----8x+4y= -18 16y=54

Y=54/16= y=3.4 2x+3(3.4)=18=2x+10.2=18 2x=18-10.2 X=18-10.2/2=7.8/2= x=4 Mtodo por igualacin 2x+3y=18 4x-2y=9 3y=18-2x Y=18-2x/3 -2y=9-4x Y=9-4x/-2 Y=18-2x/3 = y=9-4x/-2 -2(18-2x) = 3(9-4x) -36+4x=18-12x 4x+12x=18+36 16x=54 X=54/16 = x=4 Y=9-4(4)/-2 = 9-16/-2 = -7-2 = y=3.4 Mtodo por susticin 2x+3y=18 4x-2y=9 2x=18-3y X=9-1.5y 4(9-1.5y)-2y=9 36-6y-2y=9 -6y-2y=9-36 18-3y/2

-8y=-27 Y=-27/-8 = y=34 X=9-1.5 (3.4) X=9-5.1= x=4

Unidad de aprendizaje 2 Formulacin de Modelos

Modelo de programacin lineal: Costos de produccin Costos de transporte Ganancias Recursos limitados

Pasos para seguir una construccin de Modelo Lineal A. Identificar los datos y las variables de decisin Qu es lo que queremos cuantificar? Qu valores del problema podemos manipular? Qu valore ,una vez determinados ,forma la solucin del problema? B. Identificar las restricciones: Son condiciones que las variables de decisin deben satisfacer para construir una solucin aceptable C. Identificar la funcin objetivo: Debe medir de manera cuantitativa el factor a optimizar, ya sea maximizar utilidades o minimizar costos. El costo de un kilo de alimento: 2m+1.6c+2.4h Por tanto, conjuntado todo eso, el modelo que representa el problema planteado es: Minimizar z=2m+1.6c+24h Sujeto a :

36<50m+30c+50h<44 30m+60c+40h>40 12<10m+24c+16h<24 M>0,c>0, h>0 Z=2m+1.6c+2.4h Ec. A Maximizar:

36<50m+30c+50h<44 30m+60c+40h>40 12<10m+24c+16h<24 M>0 c>0 h>0

Sistema de ecuaciones lineales que pueden ser resueltas por determinantes o crammer o con el software de Mat Lab Procedimiento: 50m+30c+50h=36 30m+60c+40h=40 10m+24c+16h=12 Resolver por Crammer: 36 40 12 30 40 50 30 30 60 24 30 60 30 60 50 40 16 50 40 50 40 = (34560+48000+14400)-(36000-34560-19200) (48000+36000+12000)-(30000-48000-14400)

10
50

24
30

16
50

96960-89760 96000-92400 50 H= 30 60 30

=7200/3600=2

36 40 =36000+25920+4800)- -21600-48000-10800= 29520/5600= 1.8

10
50 30

24
30 60

12
36 40

3600 50 C= 30 10 50 30 40 12 36 40 40 16 50 40 36 50 =32000+18000+14400)-61280=3120/3600=0.8669

3600

M=2 C=0.8669 H=3.53 Sustitucin de valores: Z=2(2)+ 1.6 (0.8669)+2.4(3.53) Z=13.85

Una compaa manufacturera va a cambiar su maquinaria, por lo que necesita contratar un flete para el transporte de su mquina que consta de 3 tipos de mquinas A,B,C la empresa de fletes por la que se ha decidido cuenta con 3 tipos de camiones I,II y III. L a capacidad del camin tipo I es de una mquina del tipo A y 2 del tipo C, no puede transportar la del tipo B . El camin tipo II puede transportar una mquina de cada uno de los 3 tipos. por lo que se refiere el camin tipo III su capacidad son una mquina A 2 mquinas B y 1 maquina C. El servicio de los camiones I,II,III cuesta por viaje $500,$750,$1100 respectivamente. La cantidad de mquinas que deben transportarse es de exactamente 12 del tipo A , 10 del tipo B y 16 del tipo C. S e necesita calcular cuntos camiones de cada tipo se deben contratar a fin de transportar las mquinas que se tienen al mnimo costo posible. Z=100cI + 750Cii+1100Ciii cI+cII+Ciii=12 0Ci+cII+2Ciii=10 2cI+CII+CIII=16 cI=3 cII= 3 Ciii =4 cI+cII+cIII=12 0cI+Cii+2Cii=10 2cI+2CII+Ciii=16 Resolucin del problema de la clase pasada Z=2m+1.6c+2.4h 50m+30c+50h=36 30m+60c+40h=40 44 40 24

10m+24c+16h=12

1a matriz M=2.0 C=0.86667 H=-1.8 m=-4.0 c=-0.9770 h=5.4667 m=1.0 c=-0.556 h=1.8333

Z1=2(2)+1.6 (0.8667)+2.4 (-1,8) Z1=$1.06 Z2=2(-4)+1.6 (-0.9770)+2.4 (5.4667) Z2=$4.03 Z3=2(-1)+1.6 (-0.556)+2.4 (1.8333) Z3=$2.30

TAREA: RESOLVER EL PROBLEMA Una empresa fabrica 4 productos la elaboracin de todos ellos comprende los procesos realizados en 3 departamentos. A B C

El tiempo en horas que dur el proceso en cada departamento:

PRODUCTOS PRODUCTO 1 PRODUCTO 2 PRODUCTO 3 PRODUCTO 4

DEPARTAMENTO A 3 4 2 1

DEPARTAMENTO B 2 1 2 1

DEPARTAMENTO C 1 3 3 2

En cada uno de los 3 departamentos se dispone de 600, 400 y 300 horas de produccin respectivamente. Se desea determinar la cantidad optima de cada producto que debe producir para las utilidades sean mximas. Constituye el modelo que represente este problema.

Tipos de solucin de un sistema de Ecuaciones Lineales Por algebra de matrices y (transformaciones elementales) 2x+4y+6z=2 4x+5y+6z=1 3x+y-2z=1 MAT-LAB Matriz Resultado=inv(a)*b X1 X2 X3 Matriz adjunta (Matriz de cofactores)

(Matriz transpuesto)
Valor del [aij]=v(aij) Matriz inversa A-1*b X1 X2 X3

A=

2 4 3

4 5 1

6 6 -2 B=

2 1 -1

VIAI=

2 4 3 2 4

4 5 1 4 5

6 6 -2 6 6 =-20+24+72-90-12+32 IAI=6

A11 A12 A21 A22 A31 A32

A13 A23 A33

A11=

5 1

6 -2

= -10-6=-16

COFACTOR=-16

A12=

4 3

6 -2

=-8-18=-26

COFACTOR=26

A13=

4 3

6 -1

=4-15=-11 COFACTOR=-11

-2

A21= 2 A22= 3 -2 6

=-6-8=-14 COFACTOR=14

=-18-4=-22 COFACTOR=-22

A23=

2 2

4 1

=-12+2=-10 COFACTOR=10

A31=

4 5

6 6

=24-30=-6 COFACTOR=-6

A32=

2 4

6 6

=12-24=-12 COFACTOR=12

A33=

2 4

4 5

=10-16=-6 COFACTOR=-6

-16 B=

26

-11 MATRIZ B DE COFACTORES

14
-6

-22
12

12
-6

BT=B transpuesta BT= -16 26 14 -22 -6 12

-11

10

-6

AdjA=BT Inv A=A-1=1/de+ IAI X adi +A

-16
A-1=1/6 26 -11

14
-22 10

-6
12 -6 =

-16 /6
26/6 -11/6

14/6
-22/6 10/6

-6/6
12/6 -6/6 =

-8/3
13/3 -11/3

7/3
11/3 5/3

-1
2 -6/6

A-1*B -8/3 13/3 -11/3 7/3 -11/3 5/3 -1 2 -1 X 2 1 -1 = -16/3 26/3 -26/6 7/3 11/3 5/3 1 -2 1 = -6/3 9/3 -66/30 = -2 3 -1

X1=-2 X2=3 X3=-1 =RESULTADO

A A-1=INVERSA 1 = 0 0 0 1 0 0 0 1

2 4 3

4 5 1

6 6 -1

-8/3 13/3 -11/3

7/3 -11/3 5/3

-1 2 -1

-16/3+52/3-66/6 14/3-44/3-30/3 =

-2+8-6

-32/3 +65/3-66/6 28/3-55/3+30/3 -4+10-6 -24/3+13/3+22/6 21/3-4/3-10/3 -3+2+2

-16/3+52/3-66/6 = 32+104-66 = -98+104/6=6/6 = 1 -32/3+65/3-66/6 = -64+130-66/6 = 130+130/6 = 0/6 = 0 -24/3+13/3+22/6 = -48+26+22/6 = -48+48/6 = 0/6 = 0

1 0 0

0 1 0

0 0 1

Solucin de Ecuaciones (sistemas lineales) La compaa de comex posee una pequea lnea de produccin de pintura que produce colorantes para pinturas de interiores y exteriores de casas para su distribucin al mayoreo. Se utilizan 2 materiales bsicos A Y B para producir las pinturas. La disponibilidad mxima de A es de 6 toneladas diarias , la de B es de 8 toneladas por di los requisitos diarios de materia prima de toneladas de pintura para interiores y exteriores se resume en la tabla siguiente.

Toneladas de materia prima por toneladas de pintura Exterior Materia prima A Materia prima B 1 2 Interior 2 1 Disponibilidad mxima (tonelada) 6 8

Un estudio de mercado a establecido que la demanda diaria de pintura para interiores no puede ser mayor que la de pintura para exteriores en mas de una tonelada . El estudio seala as mismo que la demanda mxima de pintura para interiores esta limitada a 2 toneladas diarias. El precio al mayoreo por tonelada es de $3000 para la pintura de interiores.

2XE+X1<=6 XE+2X1<=8

Cunta pintura para exteriores e interiores debe producir la compaa comex todos los das para maximizar el ingreso bruto? Solucin de ecuaciones (sistemas lineales) por transformaciones elementales T.E 2x+4y+6z=18 4x+5y+6z=24 3x+y-2z=4 modelos P.L

2 4
4 5

6
6

18
(1/2)T.E 24 4

1 2
4 5

3
6

9
(-9) 24 4

3 1 -2

3 1 -2

1 2

9 -12 4 (-3)

3 -6

9 -12 -23 (-1/3)

0 -3 -6 3 1 -2

0 -3

0 -5 -11

1 0

2 1

3 2

9 4 -23

(5)

0 -5 -11

1 0 0

2 1 0

3 2 1

9 4 3

1 (-1) 0 0

2 1 0

3 2 1

9 4 3 (-2)

1 0 0

0 1 0

-1 2 1

1 4 3

(1)

0
0

1
0

2
1

-2
3

MATRIZ IDENTIDAD

X=4 Y=-2 Z=3

2X+3Y-Z= -3 X- 2Y+ Z= 5 -2Z +X +Y=-4

-1 1 -2

-3 5 -4

1 1 1

3/2 -2 1

-1 1 -2

-3/2 5 -4

1 -2 1 1

3/2

-1 1 -2

-3/2 4 -4

1 -3/2 1 2

CONTINUACIN DE PLANTEAMIENTO DE OPTIMIZACIN (MAXIMIZAR PRODUCCIN DE PINTURAS) Y OPTIMIZACIN DE PRODUCCIN De la empresa comex: EXT INT DISP MIN

Materia prima A Materia prima B

1 2

2 1

6 8

Precio de mayoreo por IN $3000 Pint Ext $2000 Pint Int.

XE+2X1<=6-------------1 2XE+X1<=8-------------2

EC de restriccin -XE+ X1<=1--------3 XE<=2-------------4 XE X1 >=0------5 >=0-----6

Z=3XE+2X1 ECUACIN 1 XE+2X1=6 X1=0 XE=6 XE+2X1=6 2X1=6 X1=6/2 X1=3 2XE+X1=8 X1=0 2XE=2/8=4 XE=4 2XE+X1=8 2XE=0 X1=8 (0,8) (4,0) (0,3) (6,0)

-XE+X1=1 XE=0 X1=-1 -XE+X1=1 XE=-1 X1=0 Una empresa requiere producir energa elctrica a partir de una caldera que debe de ser alimentada por 2 quemadores .estos quemadores funcionan a partir del combustible del carbn. Tipo A Tipo b para que uno de los quemadores sea alimentado del tipo A se necesitan hasta 1200 libras o menos, sin embargo el otro quemador requiere de 800libras o mas del carbn tipo B. Esto es para mantener siempre los quemadores en servicio de producir energa elctrica. Cuando no se utilizan los quemadores porque existe el fluido elctrico de manera normal por las lneas de comunicacin los quemadores se mantienen al mnimo durante las 12 horas de labor si se va la luz. Para mantener el quemador A encendido se requiere media libra de carbn y 1 libra para el quemador B sabiendo que la tonelada de carbn y 1 libra para el quemador B sabiendo que la tonelada e carbn tipo A es de $1800 la tonelada y de $3800 carbn tipo B. Durante el tiempo de combustin y de alimentacin de energa elctrica deber ser menor a los 3 mil pesos el costo de energa. Las ecuaciones de restriccin adicionales que la suma o la combinacin de los 2 tipos de carbn debe ser mayor a las 20 toneladas ,una vez produciendo la energa que requiere esta empresa se ha encontrado un expresin algebraica para el menor costo en 1 hora. (-1,0) (0,1)

1/16 Xca+1/24 Xcb<=1----------4 XA>=0--------------5 XB>=0-------------6

Xca+Xcb<=20 tn/n--------3 1200Xa+ 800XB>=0-----1

0.5Xa+1.0Xb<=12-------------2 A -1200 0.000227 800 0.000045 B 0 12 = 40747.02 61120.54

Mtodo de transporte (mtodo de VOGUEL O VAM)

Minimizar costos de traslado Cantidad de productos

Almacenes

C11 X11 C21 X21 C31 X31 B1

C12 X12 C22 X22 C32 X32 B2

C13 X13 C23 X23 C33 X33 B3

C14 A1 X14 C24 X24 C34 X34 B4 A3 A2

Cantidad requerida

Dnde: Cij=costo unitario por embarque Xij=Cantidad embarcada de la fbrica i, almacn J A1,2,3,4=Cantidad disponible en la fbrica correspondiente B1,2,3,4=Cantidad requerida en el almacn correspondiente. Modelo de 4x3 mxn Objetivo: el objetivo del problema del transporte (modelo) es encontrar las rutas de embarque de las fabricas a los almacenes que minimizen el costo total del transporte . En cada celda de la matriz se indica el costo unitario por embarque de una unidad a travs de la celda o ruta. El costo total del transporte es entonces la suma de las cantidades embarcadas a travs de cada celda multiplicada x los costos unitarios de embarque de cada celda. 2 2 0 4 25 20 5 9 5 8 3 25 20 6 4 10 3 15 2 10 10
CANTIDAD REQUERIDA CANTIDAD DISPONIBLE

5 20 2X 5=10 0X20=0 5X15=45 9X5=45 3X5=15 4X10=40 $185.00 5

20

15

REDES (LOGISTICA)

LUGAR GEOGRAFICO B NODO C NODO TERMINAL D

Costos (minimizar) Maximizar (recursos) Tiempo Cul es la necesidad?

REDES

Minimizar o Maximizar

*Redes unidireccionales *Redes Bidireccionales *Redes Multidimensionales

1 milla=1609m C/colonia=10 mil habitantes 1 milla de instalacin por colonia $2500 (mano de obra)

3 millas

Estudio para enviar la seal de T.V por cable a las diferentes colonias 3:1 milla=1609 m 1: c/colonia 10 mil habitantes 6:1 milla de instalacin por colonia 4:$25 cost-(mano de obra) 4:1 milla de material $100 000 (costo de material) 5:3 meses tiempo de instalacin 8:(concesin a 20 aos) 1000.000 10: el costo del consumidor $300 por mes 3

1
3: 61 millas 1 3 5 4 3 16 millas x 25.00 4 1 5

3 3 4 6

400.00

10 mil x 6=60 000 x 300=18 000 16 x 100 000=1600.000.00

20.000.000.00 1600.000.00 400.000.00 $22000.000.00

2 30 20 10 9 20

Existencia en inventarios

20 4 1 0 35 2 6 10 25 15 10 3x20=60 2x10=20
Necesidad almacenada

35

35

30

45

5x20=100 0x35=0

Aij=costos de envi o transporte Xij=Cantidad de productos susceptibles a surtir Cij=Cantidad disponible Bij=Cantidades requeridas por c/u de los almacenes (Mtodo de Buwell Mejorado)

2x10=30 6x10=60 $270

Maquiladora de ropa para bebes Este modelo debe decidir en un departamento de produccin debe decidir entre adquirir una mquina automtica para fabricar ropa de nios : Las 2 mquinas producen una parte especfica de lotes. Sabemos que el costo de produccin x lote es igual. Costo de produccin por lote=Costo variable (no. De prendas a producir) Sabemos por experiencia que en base a los costos tenemos la siguiente tabla que en resumen el costo fijo inicial por lote y el costo variable unitario de cada mquina. Costo(en unidades monetarias) Mquina semi-automtica Costo fijo inicial Costo variable unitario $0.60 Mquina automtica $50 $0.40

Si a este departamento se le pide incrementar su produccin a 150 a 200 prendas diarias. El gerente deber comprar una mquina automtica o semi-automtica? Maq.semi-automtica: 20x1+x2(0.60)<=200 X1 Maq.automtica: 50x1+x2(0.40)<=200 20x1+o.60 x2=200 50x1+0.40 x2=200 0 10 X2 333.33 0 X1 0 4 X2 500 0

Redes modelo de transporte

Optimizar tiempo y movimiento (el camino crtico) RUTA CRTICA

PERT: Optimiza tiempos CPM: Optimizar costos

Ideas

Cursos de actualizacin certificacin

Toma de decisiones Experiencia *Modelos Holsticos *Modelos icnicos

Mejora los mtodos

La mejora continua

PERT: (PROGRAM EVALUATION AND REVIEW TECHNIQUE) PM: (CRITICAL PATH METHOD)

NODOS

LESO SCANS PACT ROY RAMPS CPS PEP

Trayectorias

Siguiendo la notacin de Martino Tomemos como fundamento los siguientes elementos de diagramacin ,estableciendo posteriormente una tabla de secuencia u organigrama de prioridades o actividades. Establecidas en programas o software como: *Proyect *Excel *SpS *Smart Draw *Visio

Nodo inicial Evento i

Trayectoria que representa Flecha punteada -------------------- Actividad Ficticia

Nodo final Evento j

Dij=Duracin de actividad Z Notacin de Martino

Evento i
Li Ei

Actividad Z

Evento j
Duracin = Dij
Li Ei

I=Numero de nodo inicial Ei=Iniciacin ms prxima de las actividades que comienzan en el nodo i Li=Terminacin ms lejana o remota de las actividades que terminan en el nodo I

1er paso Tabla de Secuencia de Actividades (en das)

ACTIVIDADES A B C D E F G H A B X C X D X E X X X X X X F G H DURACIONES A(5) DIAS B(3) C(6) D(3) E(2) F(2) G(5) H(1) TIEMPO TOTAL(27) CONSTRUCCIN DE FLECHAS
B(3) HL=0 HT=1

ACTIVIDADES CR. A(5) C(6)

G(5) TIEMPO OPTIMO(16) E(2) HL=1 HT=1

3
9 5 8 5 1 5

6
1 5

DIAS A(5)

1
0 0 5

2
5
1 5

4
1 5

7
F(2)
5 5 3 5

HL=0 HT=1 D(3) HL=0 HT=7 C(6) ACTIVIDADES FICTICIAS

5
1 5 8 5

HL=5

HT=7

RUTA CRITICA O CAMINO CRITICO

ACTIVIDADES A B C D E F G H I J K L M 1 2 X X X X X X X X X X X X X 3 4 5 6 7 8 9 10 DURACIONES 2 DIAS 6 DIAS 9DIAS 4 DIAS 5 DIAS 1 DIA 6 DIAS 2 DIAS 1 DIA 2 DIAS 3 DIAS 1 DIA 4 DIAS TOTAL: 45 DIAS ACTIVIDADES CRITICAS

D(4) F(1) G(6) H(2)

M(4) 17 DIAS

PROGRAMACIN DINMICA Modelo de asignacin de presupuestos de capital No. de propuesta 1 2 3 4 Planta 1 X1 0 1 2 L1 0 5 6 X2 0 2 3 Planta 2 L2 0 8 9 X3 0 1 Planta 3 L3 0 3

10+6+8=24 7+7+10=24 8+8+8=24

24/3=8

24/3=8

24/3=8

2x1+2 x2+ 2 x3 =5 mil 3 l1+ 2 l2 + 2 l3=17 6+8+3=17 millones

5000 000=100% 2000 000= X 2x 100/ 5=2000 000 x 100=50000000=402 5000 000=100% 200 000=x 200 000 x 100 =20 0000 =40% 30=20% Problema 2 Un ganadero tuvo la necesidad de comprar 100 cabezas de ganado al comprar todo ese volumen de vacas se las vendieron en 35 mil pesos. 1 ganadero =1000 cabezas de ganado= 35 000 c/u *vende 200 cabezas de ganado con perdida *Hasta de un 5 % c/u *Espera ganar 35% de su inversin El ganadero espera vender los restantes 800 cabezas. Como deber vender cada una para recuperar lo que pretenda ganar inicialmente como si no hubiera tenido necesidad de vender las 200 inicialmente.