Universidad Nacional de Piura

Facultad de Ing. Industrial

Problemas Investigacin de Operaciones

Escuela

Ing. Mecatrnica

Asignatura :

Docente

Alumno

Investigacin de Operaciones

Ing. Pablo Delgado Daz

Jimnez Ruz Roger Humberto

Piura _ Per
2013

MTODO SIMPLEX

1. El seor Flix Santa Mara desea preparar una dieta con dos alimentos A
y B, estos alimentos consisten exclusivamente en dos nutrientes (I, II). El
alimento A cuesta $ 2 el kilogramo y contiene 20% del nutriente I. El
alimento B cuesta $ 3 el kilogramo y contiene 40% del nutriente I Qu
cantidad de cada uno de estos alimentos proporciona al menos 1000
gramos del nutriente I y por lo menos 250 gramos del nutriente II a un
costo mnimo? Use el mtodo simplex.
Solucin:
X1: # Kg de Alimento A
X2: # Kg de Alimento B

X1 = 0.20
X2 = 0.15
Z = 0.85
Interpretacin:

Se necesitar 0.15 Kg de Alimento A y 0.2 Kg de Alimento B para un

Min. Z = 0.85

2. Minas Universal opera tres minas en West Virginia. El mineral de cada

una se separa, antes de embarcarse, en dos grados. La capacidad diaria
de produccin de las mismas as, como sus costos diarios de operacin
son los siguientes:

La UnMinas Universal se comprometi a entregar 54 toneladas de mineral

de grado alto y 65 toneladas de mineral de grado bajo para fines de la
siguiente semana. Adems, tiene contratos de trabajo que garantizan a
los trabajadores de ambas minas el pago del da completo por cada da o
fraccin de da que la mina est abierta. Determnese el nmero de das
que cada mina debera operar durante la siguiente semana, si Minas
Universal ha de cumplir su compromiso a un costo total mnimo.
Solucin:
X1: # das que la mina I habr de operar
X2: # das que la mina II habr de operar
X3: # das que la mina III habr de operar

X1 = 7
X2 = 7
X3 = 7
Z = 420
Interpretacin:
Se necesita 7 das de operacin para cada tipo de mina para hacer un
mnimo costo de Z = 420.

ANLISIS DE SENSIBILIDAD:

3. La empresa Gmez fabrica dos tipos de laptops, A y B, el producto en su

proceso pasa por dos lneas de ensamble, para fabricar un radio tipo A se
necesita 4 horas en la lnea 1 y 2 horas en la lnea 2. Para fabricar una
laptop tipo B se necesita 2 horas en la lnea 1 y 4 horas la lnea 2. Se
dispone de 50 horas en la lnea 1 y de 38 horas en la lnea 2 por da. La
ganancia es de $ 10 por laptop tipo A y de $ 8 por laptop tipo B. El
objetivo de la empresa es optimizar la ganancia total por da.
Solucin:
X1: El nmero de laptops tipo A que se van a fabricar por da
X2: El nmero de laptops tipo B que se van a fabricar por da
Max. Z = 10X1 + 8X2
s.a.
4X1 + 2X2 50
2X1 + 4X2 38
Xj 0
Este problema se ha de resolver con el software de Investigacin de
Operaciones WINQSB. Y se van hacer varios cambios para analizar los
efectos que producen en la solucin ptima.

En el cuadro resumen de los resultados se observa que la solucin

ptima es:
X1 = 10.33 laptops tipo A
X2 = 4.33 laptops tipo B

S1 = S2 = 0, que quiere decir que todas las horas disponibles en las

lneas de produccin son utilizadas.
Z = $ 138, ganancia total por da.
Y1 = 2
Y2 = 1
W = $ 138

3.1.

CAMBIOS EN EL VECTOR DE DISPONIBILIDAD DE RECURSOS

Estos cambios se refieren cuando se desea incrementar los recursos

para aumentar la produccin y de esta manera incrementar la
ganancia total. Tambin puede suceder que la empresa tiene
problemas econmicos y se ve obligada a disminuir la disponibilidad
de los recursos ocasionando una baja en la produccin y como
consecuencia un decremento en la ganancia total o una posible
prdida.
Ejemplo:
El administrador de la empresa decide aumentar la disponibilidad del
tiempo en las lneas de produccin y asigna un incremento de 11
horas en cada lnea. Determinar la nueva solucin ptima.
El nuevo modelo es el siguiente:
Max. Z = 10X1 + 8X2
s.a.
4X1 + 2X2 61
2X1 + 4X2 49
Xj 0
La solucin ptima del nuevo problema es la siguiente:

X1 = 12.17 laptops tipo A

X2 = 4.17 laptops tipo B
S1 = S2 = 0, que quiere decir que todas las horas disponibles en las
lneas de produccin son utilizadas.
Z = $ 171, ganancia total por da.
Como se puede observar la produccin de laptops se ha incrementado y
como consecuencia la ganancia total tambin ha aumentado.
Ejemplo:
La empresa tiene problemas econmicos y desea reducir personal
disminuyendo la capacidad de las lneas de produccin a 46 y 25 horas
respectivamente. Cual sera el efecto en el nivel de produccin y en la
ganancia total..
El nuevo modelo es el siguiente:

Max. Z = 10X1 + 8X2

s.a.
4X1 + 2X2 61
2X1 + 4X2 49
Xj 0
La solucin ptima del nuevo problema es la siguiente:

X1 = 11.17 laptops tipo A

X2 = 0.67 laptops tipo B
S1 = S2 = 0, que quiere decir que todas las horas disponibles en las
lneas de produccin son utilizadas.
Z = $ 117, ganancia total por da.
No se mantienen las mismas variables bsicas en la nueva solucin
ptima. La ganancia total ha disminuido a $ 100 como consecuencia de
la reduccin de los recursos.

3.2.

CAMBIOS EN LOS COEFICIENTES ECONMICOS

Los incrementos en los precios de los productos o reduccin de costos

aumentan las ganancias unitarias y por lo tanto aumentan la ganancia
total. Tambin puede suceder lo contrario una baja en los precios de
los productos o un aumento en los costos ocasionara una reduccin
de la ganancia total.
Cuando se trata de varios productos (variables de decisin) pueden
bajarse de producir los que tienen menor rentabilidad.
Ejemplo:
La empresa decide bajar los precios de los radios para captar ms
clientes y como consecuencia se reduce las ganancias unitarias de A y
B a $ 6 y $ 5, cul ser el efecto en el nivel de produccin y ganancia
total.

El nuevo modelo es el siguiente:

Max. Z = 6X1 + 5X2
s.a.
4X1 + 2X2 50
2X1 + 4X2 38
Xj 0
La solucin ptima del nuevo problema es la siguiente:

X1 = 10.33 laptops tipo A

X2 = 4.33 laptops tipo B
S1 = S2 = 0, que quiere decir que todas las horas disponibles en las
lneas de produccin son utilizadas.
Z = $ 83.67 ganancia total por da.
Los valores de las variables de decisin se mantienen.
La funcin objetivo ha disminuido su valor a Z = $ 83, que es la nueva
ganancia con este cambio.

3.3.

CAMBIOS EN LOS COEFICIENTES TECNOLGICOS

Los coeficientes tecnolgicos son las tasas de consumo de recursos

disponibles por las actividades, estos pueden reducirse mejorando la

tecnologa, en algunos casos pueden incrementarse con el fin de

mejorar la calidad del producto. Al reducir los coeficientes
tecnolgicos se est reduciendo los costos aplicados por unidad de
producto.
Ejemplo:
La empresa ha investigado sobre los tiempos empleados en la
produccin y cree que puede mejorar la calidad del producto
utilizando para la produccin de la laptop A 3 horas en la lnea 1 y 3
horas en la lnea 2 por unidad y para el radio B 2 horas en la lnea 1 y
4 horas en la lnea 2 por unidad Cul ser el efecto en el nivel de
produccin y la ganancia total?
El nuevo modelo es el siguiente:
Max. Z = 10X1 + 8X2
s.a.
3X1 + 2X2 61
3X1 + 4X2 49
Xj 0
La solucin ptima del nuevo problema es la siguiente:

X1 = 12.67 laptops tipo A

X2 = 0 laptops tipo B (no es rentable producirlo)
S1 = 12 horas en exceso en la lnea 1

S2 = 0, que todas las horas disponibles en la lnea 2 son utilizadas.

Z = $ 126.67 ganancia total por da.
El valor de la funcin objetivo (Z = $ 126.67) es menor que en el
problema original (Z = $ 138) debido a las 12 horas que se quedan en la
lnea 1 sin ser utilizadas.

3.4.

ADICIN DE UNA NUEVA VARIABLE

Este caso sucede cuando se quiere producir un nuevo producto con

los mismos recursos disponibles, si este nuevo producto es rentable,
la variable de decisin que lo representa se convertir en una variable
bsica y la funcin objetivo mejorar su valor. Si el nuevo producto no
es rentable la variable de decisin que lo representa permanecer
como una variable no bsica y la funcin objetivo no sufre ningn
cambio.
Ejemplo:
La empresa est considerando producir una laptop tipo C (X 3) que
dejar un beneficio neto de $ 9, para este nuevo producto se
necesitar 3 horas en la lnea 1 y 3 horas en la lnea 2 por unidad.
Cul ser el efecto en el nivel de produccin y la ganancia total?
El nuevo modelo es el siguiente:
Max. Z = 10X1 + 8X2 + 9X3
s.a.
4X1 + 2X2 +3 X3 50
2X1 + 4X2 + 3X3 38
Xj 0
La solucin ptima del nuevo problema es la siguiente:

X1 = 10.33 laptops tipo A

X2 = 4.33 laptops tipo B
X3 = 0 laptops tipo C
S1, S2 = 0, que todas las horas son utilizadas
Z = $ 138 ganancia total por da.
No es rentable producirlo, puesto que no se obtiene ninguna
ganancia.
3.5.

ADICION DE NUEVAS RESTRICCIONES

La adicin de una nueva restriccin, quiere decir que se presenta una

dificultad en el proceso productivo y probablemente va a afectar
negativamente en el valor de la funcin objetivo. Esta nueva
restriccin puede ser falta de dinero, restriccin en el mercado,
escasez de materia prima, etc.
Cuando la restriccin afecta a la funcin objetivo, se dice que estamos
frente a una restriccin activa y si no lo afecta, a esta restriccin se le
considera redundante y no se debe incluir en el problema.
Ejemplo:
La empresa crea un departamento de control de calidad del producto
para verificar el estado de las laptops. El tipo A requiere 90 minutos,
el B 45 minutos y el C 30 minutos la disponibilidad de tiempo de este
departamento es de 6 horas por da. Cmo afecta esta nueva
restriccin al nivel de produccin y al beneficio neto?

El nuevo modelo es el siguiente:

Max. Z = 10X1 + 8X2 + 9X3
s.a.
4X1 + 2X2 +3 X3 50
2X1 + 4X2 + 3X3 38
1.5X1 + 0.75X2 + 0.5X3 6
Xj 0
La solucin ptima del nuevo problema es la siguiente:

X1 = 0 laptops tipo A (no es rentable producirlo)

X2 = 0 laptops tipo B (no es rentable producirlo)
X3 = 12 laptops tipo C
S1 = 14 horas en exceso en la lnea 1
S2 = 2 horas en exceso en la lnea 2
S3 = 0 Todas las horas de la lnea 3 son utilizadas
Z = $ 108 ganancia total por da.
No es rentable producirlo, puesto que no se obtiene ninguna
ganancia. Esto quiere decir que cuando la restriccin es activa afecta
el valor de la funcin objetivo.

PROBLEMAS DE TRANSPORTE
4. Una compaa tres sucursales que fabrican un productos que debe
enviarse a 4 centros de distribucin : las sucursales 1, 2 y 3 producen
70 ,90 y 80
cargas mensuales
cada una respectivamente .cada
centro de distribucin necesita recibir 60 cargas al mes .La distancia
en kilmetros desde cada sucursal a los respectivos
centros de
distribucin es la siguiente:
SUCURSA
LES
1
2
3

1
60
120
40

CENTROS DE DISTRIBUCION
2
3
100
30
130
60
110
60

4
80
150
120

El costo de transporte por carga es 10$ ms 0.5 por kilmetro .

cuntas cargas deben enviarse de cada sucursal a cada centro de
distribucin para minimizar el costo total de transporte?

Formulacin del problema en costos unitarios de envi Cij

C11= 10+0.5x60 = 40
C12= 10+0.5x100 = 60
C13= 10+0.5x30= 25
C14= 10+0.5x80= 50
C21= 10+0.5x120= 70
C22= 10+0.5x130= 75
C23= 10+0.5x60= 40
C24= 10+0.5x150= 85
C31= 10+0.5x40= 30
C32= 10+0.5x110= 65
C33= 10+0.5x60= 40
C34= 10+0.5x120= 70

SUCURSA
LES
1
2
3
DEMANDA

FUNCION OBJETIVO

2
40
70
30
60

CENTRO DE DISTRIBUCION
3
4
60
25
50
75
40
85
65
40
70
60
60
60

OFERTA
70
90
80

El costo total por trasporte (z), el cual debemos minimizar

Min z = 40X11 + 60X12 + 25X13 + 50X14 + 70X21 + 75X22 + 40X23 +
85X24 + 30X31 + 65X32+ 40X33 + 70X34
RESTRICCIONES DE OFERTA
X11 + X12 + X13 +
X21 + X22 + X23 +
X31 + X32 + X33 +
RESTRICCIONES DE
X11
X12
X13
X14

+
+
+
+

X21
X22
X23
X24

+
+
+
+

X31
X32
X33
X34

X14 <=70
X24 <=90
X34 <=80
DEMANDA

>=60
>=60
>=60
>=60

RESUMEN DEL MODELO

X11 + X12 + X13 + X14 <=70
X21 + X22 + X23 + X24 <=90
X31 + X32 + X33 + X34 <=80
X11 + X21 + X31 >=60
X12 + X22 + X32 >=60
X13 + X23 + X33 >=60
X14 + X24 + X34 >=60
Xij >=0 para todo ij;i=1,2,3;j=1,2,3,4

Introduciendo datos al programa

Interpretando el cuadro:

Fuente 1 se debe enviar 10 cargas al Centro de Distribucin 3 y 60

cargas al Centro de Distribucin 4
Fuente 2 se debe enviar 40 cargas al Centro de Distribucin 2 y 50
cargas al Centro de Distribucin 3
Fuente 3 se debe enviar 60 cargas al Centro de Distribucin 1 y 20
cargas al Centro de Distribucin 2
El costo total ptimo del transporte es $11350
5. Una joven pareja, Eva y Esteban, quieren dividir las principales tareas
del hogar (ir de compras, cocinar, lavar platos y lavar la ropa) entre los 2,
de manera que cada uno de los dos tenga 2 obligaciones y el tiempo
para hacer estas tareas sea mnimo. La eficiencia en cada una de las
tareas difiere entre ellos; la siguiente tabla da el tiempo que cada uno
necesita para cada tarea.

Variables:
X11 = Eva Compras
X12 = Eva Cocinar

X13 = Eva Lavar platos

X14 = Eva Lavar ropa
X21 = Esteban Compras
X22 = Esteban Cocinar
X23 = Esteban Lavar platos
X24 = Esteban Lavar ropa
.
Z (Min)= 4,5X11 + 7,8X12 + 3,6X13 + 2,9X14 + 4,9X21 + 7,2X22 +
4,3X23 + 3,1X24
.
Sujeto a:
.
1X11 + 1X12 + 1X13 + 1X14 + 0X21 + 0X22 + 0X23 + 0X24 = 2
0X11 + 0X12 + 0X13 + 0X14 + 1X21 + 1X22 + 1X23 + 1X24 = 2
1X11 + 0X12 + 0X13 + 0X14 + 1X21 + 0X22 + 0X23 + 0X24 = 1
0X11 + 1X12 + 0X13 + 0X14 + 0X21 + 1X22 + 0X23 + 0X24 = 1
0X11 + 0X12 + 1X13 + 0X14 + 0X21 + 0X22 + 1X23 + 0X24 = 1
0X11 + 0X12 + 0X13 + 1X14 + 0X21 + 0X22 + 0X23 + 1X24 = 1

Introduciendo datos al software

Ahora interpretamos los resultados obtenidos:

Eva debe realizar las tareas 1 y 3 (Hacer las compras y lavarlos platos)
Esteban debe realizar las tareas 2 y 4 (Cocinar y lavar la ropa).
De esta manera se demoraran 18.4 horas semanales realizando estas
actividades.

PROGRAMACIN LINEAL ENTERA:

6. Para un tiempo de 24 horas, una dependencia policial requiere los
siguientes policas:
TIEMP
O
8 12
12 -16
16 20

N MNIMO DE
POLICAS
12
10
13

TIEMPO
20 24
24 4
4-8

N MNIMO DE
POLICAS
15
16
14

El objetivo es minimizar el nmero total de policas. Desarrollar el

modelo de PLE.
Solucin:
X1: # policas que ingresan a 8:00 horas
X2: # policas que ingresan a 12:00 horas
X3: # policas que ingresan a 16:00 horas
X4: # policas que ingresan a 20:00 horas
X5: # policas que ingresan a 24:00 horas
X6: # policas que ingresan a 4:00 horas
Min. Z = X1 + X2 + X3 + X4 + X5 + X6
s.a.
X1 + X6 12
X1 + X2 10
X2 + X3 13
X3 + X4 15
X4 + X5 16
X5 + X6 14
La solucin ptima del nuevo problema es la siguiente:

X1 = 12
X2 = 0
X3 = 13
X4 = 2
X5 = 14
X6 = 0
Z = 41
Interpretacin:
El nmero total de policas para minimizar el problema es Z = 41
policas.

7. Un comerciante siempre viaja a zonas rurales para vender sus productos

(A, B, C y D), pero se le ha presentado un problema de transporte, para
un viaje especfico solamente ha conseguido una capacidad para su
carga de 700 kilos. Consciente de esta situacin, decide llevar mayor
cantidad de los productos que le dejan mayor utilidad total. La siguiente
tabla muestra informacin necesaria para tomar una decisin.

ARTICULO
A
B
C
D

PESO
(Kg./Unid.)
100
200
300
300

COSTO
($./unid.)
100
300
500
700

P.V. ($./unid.)
150
400
650
900

El comerciante tiene un pedido de un cliente especial de una unidad del

artculo C, por lo que decide llevar al menos una unidad de este artculo.
Cuntos artculos debe llevar el comerciante para maximizar su
ganancia total?
Solucin:
X1: # de artculos A
X2: # de artculos B
X3: # de artculos C
X4: # de artculos D
Max. Z = (150 100) X 1 + (400 300) X 2 + (650 500) X 3 + (900 700)
X4
Max. Z = 50X1 + 100X2 + 150X3 + 250X4
s.a.
100X1 + 200X2 + 300X3 + 300X4 700
X3 1
Xj 0, entero, para todo j

X1 = 50
X2 = 0
X3 = 150
X4 = 200
Z = 400
Interpretacin:
El nmero total de artculos para maximizar el problema es Z = 400.

MODELO PERT
8. La empresa EASYHOUSE S.A

es una constructora que programo las

siguientes actividades para la realizacin de una nueva calle en concreto

asfaltico (proyecto resumido tiempo en das):

No

Actividad

Precedente

Tiempo

Tiempo

Tiempo

1
2
3
4
5
6
7
8
9
10
11

Excavacin
Sub-Base
Compactacin
Base
Compactacin
Canaletes
Pegante
Capa asfalto
Compactacin
Pruebas Base
Pruebas Asf.

1
2
3
4
3
5,10
6,7
8
5
9

Optimista
10
6
2
2
1
3
1
2
1
1
1

Normal
15
7
2
4
1
6
1
3
1
2
2

Pesimista
17
8
3
5
2
7
2
4
2
3
3

Construir una red de proyectos aplicando la metodologa PERT a los

tiempos estimados.
Primero creamos un nuevo problema (New Problem) y en la ventana
de especificacin del problema esta vez pulsamos la opcin
Probabilistic PERT en el men de Problem Type y especificamos el
nombre del problema, los periodos y la unidad de tiempo:

Ahora nos aparecer la tabla que deseamos y llenaremos con los

datos del problema:

 Luego estimaremos la ruta critica utilizando el Solve Critical Path

ubicado en el men Solve and Analyze y nos dar el siguiente
cuadro:

Como podemos apreciar en la cuarta columna (Activity Mean Time)

muestra la duracin promedio de cada actividad mientras que en la
ltima columna (Standard Desviation) se aprecia la desviacin
estndar por actividad. Al igual que en el mtodo PERT-CPM la
duracin del proyecto es de 38 dias y posee dos rutas criticas.
Ahora si nos preguntaran: Cul es la probabilidad de concluir el
proyecto en 37 das? Primero tenemos que pulsar Results y dar clic

en Anlisis Probabilstico (Performance Probability Analysis), as se

podr determinar la probabilidad de cumplimiento en una red de
proyectos. Para nuestro ejemplo, simplemente escribiremos 37 en la
casilla Tiempo deseado de ejecucin (Desired Completion Time in
Da) y luego presionando el botn Compute Probability:

La probabilidad se calcula para las dos rutas crticas presentes en el

proyecto: 0.2428% y 0.2485%. Existe entonces una probabilidad del
0.2428% de terminar el proyecto en 37 das.
MODELO PERT-CPM
9. La empresa EASYHOUSE S.A

es una constructora que program las

siguientes actividades para la realizacin de una nueva calle en concreto

asfaltico (proyecto resumido tiempo en das):
No

Actividad

Precedent
e

Tiemp
o
Norma
l

Tiempo
Acelerad
o

Costo
Norma
l

Costo
Acelerad
o

1
2
3
4
5
6
7
8
9
10
11

Excavacin
Sub-Base
Compactacin
Base
Compactacin
Canaletes
Pegante
Capa asfalto
Compactacin
Pruebas Base
Pruebas Asf.

1
2
3
4
3
5,10
6,7
8
5
9

15
7
2
4
1
6
1
3
1
2
2

10
6
2
2
1
3
1
2
1
1
1

$1000
$3000
$700
$1200
$700
$1500
$1100
$4700
$800
$400
$900

$1200
$3500
$700
$2400
$700
$2700
$1100
$5200
$800
$1100
$1300

Construir una red de proyectos para este caso e incluir un anlisis de

tiempos/costos determinstico.
Una vez comprendido el enunciado procedemos a abrir el WinQsb
2.0 y utilizar su programa PERT-CPM. Luego crearemos un nuevo
problema

(New

especificaciones

problema)
donde

se

colocaremos

abrir
el

la

titulo

ventana
del

de

problema

(EASYHOUSE S.A), el numero de actividades (11 actividades) y las

unidades de tiempo( das). Adems en Select CPM Data Field
marcaremos los datos que nos dan en la tabla, es decir Normal
Time, Crash Time, Normal Cost y Actual Cost. En problema type
nos da aleatoriamente marcado Deterministic CPM que es lo que
vamos a usar para hacer el anlisis de tiempos/ costos:

 Luego aparecer una tabla donde especificare los datos dados por
el enunciado del problema.

 Despus se crear un nuevo problema pero esta vez en la ventana

de

especificaciones

del

problema

en

Data

Entry

Format

seleccionaremos la opcin Graphic Model. Lo dems ser lo mismo

que especificamos antes:

Luego nos aparecer una ventana en blanco

donde

pulsaremos daremos clic en uno de sus cuadrados para ir

agregando los 11 nodos definidos:

 Finalmente completaremos todos los nodos y los uniremos de

acuerdo a su precedencia dando clic en el nodo de origen y
arrastrndolo hasta el nodo de destino y quedara de la siguiente
manera:

Ahora hallaremos la ruta crtica en redes de proyectos mediante el

CPM. Primero emplearemos los tiempos normales. Damos clic en
el men Solve and Analyse y damos seleccionamos la primera
opcin que en espaol significa resolver la ruta critica usando
tiempos normales.

 Aparecer una ventana que me mostrara las rutas criticas (Al

costado de las actividades dicen Yes).

Como se puede apreciar aparecen tambin los tiempos ms

prximos de inicio y finalizacin (Earliest Start y Earliest Finish)
as como los tiempos tardos (Latest Start y Latest Finish). En la
ltima columna se encuentra la holgura de cada actividad (Solo
los canaletes que tienen holgura 4). En las 3 ltimas finales
aparecen el tiempo de duracin total del proyecto, su costo total y

el nmero de rutas crticas. En conclusin se puede decir que la

duracin total es de 38 dias con un costo de $16000 (el costo de
la ruta critica es $14500) y existen dos rutas crticas.
Ahora mostraremos la ruta crtica usando tiempos normales en
modo grafico. Para lograrlo se pulsa en el men de resultados
(Results) y en anlisis de la actividad grafica (Graphic Activity
Analysis):

Nos dar la Red de proyecto:

 Para ver el resumen de las rutas criticas vuelvo al men Results y

ahora doy clic en mostrar ruta critica (Show Critical Path), y
aparecern solo las actividades pertenecientes a la ruta critica:

Suponiendo que han transcurrido 30 das deseamos conocer el

estado actual del proyecto, para lograrlo utilizamos la opcin
Anlisis del estado del proyecto (Proyect Completion Analysis)
ubicado en el men de Results y as podemos analizar las
actividades que debieron ser ejecutadas durante este periodo de
tiempo:

 Nos dar el anlisis completo al 30avo da:

En la ltima columna se encuentra el porcentaje de ejecucin de

cada actividad y como se puede apreciar hasta el da 30 de su
ejecucin las actividades 1,2,3,4 y 5 estn terminadas (100%) y la
6 est a un 66.6667%. En general el proyecto se ha realizado en
un 78.9474%.
Ahora hallaremos la ruta crtica usando los tiempos acelerados.
Primero volvemos a los nodos y volvemos a dar clic en solve and
analyze pero esta vez pulsaremos la opcin Solve Critical Path
Using Crash Time.

 Ahora aparecer la siguiente tabla:

Como se puede apreciar el tiempo de duracin del proyecto

disminuyo a 27 das y su costo aumento a $20700, sin embargo
sigue manteniendo dos rutas criticas y la actividad con holgura
sigue siendo los canaletes (holgura = 4).
Ahora analizaremos los costos del proyecto. Para esto debemos ir
nuevamente al men de Results y pulsar anlisis de desempeo
(Perform Crashing Analysis):

 Nos aparecer una ventana que nos permitir analizar los costos del
proyecto.Plantearemos la siguiente situacin: Deseamos una nueva
programacin de actividades

a un minimo costo para ejecutar el

proyecto en 29 dias, sabiendo que si terminamos antes recibiremos

$2500 por dia anticipado y si lo terminamos despus, pagaremos
una multa de $10000 por dia incumplido, escogeremos la opcin:
Encontrando la programacin para el mnimo costo (Finding the
Minimun Cost Schedule) que constituye el tiempo de las actividades
que permiten encontrar el mnimo costo.

 Se genera una tabla que muestra el tiempo ideal en que se deben

ejecutar las actividades, aprovechando la recompensa por terminar
unos das antes de lo presupuestado:

WINQSB nos recomienda terminar el proyecto en 27 das para restar

$5.000 a los costos por los dos das ahorrados.