IS3065 - Pauta - de - Aprendizaje (1) IO PDF

INVESTIGACIN
OPERATIVA II
Pauta de Aprendizaje
MSc. Carlos Rodrguez Caldern
Universidad Privada Norbert Wiener

Facultad de Ingeniera y Negocios
http://www.uwiener.edu.pe
Elaborado por el profesor Carlos Rodrguez Caldern
Derechos reservados. No est permitida la reproduccin total o parcial de la
obra por cualquier medio o procedimiento, comprendidos la reprografa, el
tratamiento informtico y electrnico sin la autorizacin de la Direccin de la
Educacin a Distancia de la Universidad Privada Norbert Wiener.
Julio 2015
NDICE
Contenido
UNIDAD I: La tcnica PERT/CPM .................................................................... 8
RESUMEN ................................................................................................... 8
Semana 1: HABLEMOS DE PROYECTOS .......................................................... 9
Qu es un proyecto? ................................................................................... 9
Qu caractersticas tiene un proyecto? .......................................................... 9
Bajo qu circunstancias se puede iniciar un proyecto?..................................... 9
Cmo se agrupan los proyectos? .................................................................. 9
Qu es la direccin de proyectos?................................................................ 10
Los procesos estn compuestos por actividades .............................................. 11
Hitos ......................................................................................................... 12
Secuenciacin de actividades ....................................................................... 12
Mtodo de Diagramacin por Precedencia (PDM) ............................................ 12
Semana 2: PERT & CPM ............................................................................... 13
Qu significan las siglas PERT y CPM? .......................................................... 13
Cundo nace la tcnica PERT & CPM? ........................................................... 14
Dnde es aplicable PERT/CPM?.................................................................... 15
Comparacin entre PERT y CPM .................................................................... 16
Las 3 fases de PERT-CPM ............................................................................. 16
El Diagrama de Gantt .................................................................................. 17
Diagramacin por precedencia (PDM) o actividad en el nodo (AON)................... 17
Estimacin de la duracin de las actividades .................................................. 18
Cmo se realiza la estimacin? (PMBOK) ...................................................... 19
Estimacin de un valor ................................................................................ 19
Estimacin anloga (de arriba hacia abajo) .................................................... 19
Estimacin paramtrica ............................................................................... 20
Heurstica .................................................................................................. 20
Estimacin por tres valores .......................................................................... 20
Frmulas de la estimacin por tres valores..................................................... 20
Cmo se estima el rango de duracin de todo el proyecto? ............................. 21
Semana 3: Mtodo del camino crtico ............................................................ 22
En qu consiste el mtodo del camino crtico? ............................................... 22
Material elaborado por el profesor Carlos Rodrguez Caldern, para uso exclusivo de los alumnos de la
asignatura Investigacin Operativa II, de la Universidad Privada Norbert Wiener.
Conceptos bsicos previos ........................................................................... 22

Holgura ..................................................................................................... 23
Inicio y Finalizacin Temprana y Tarda ......................................................... 23
Cmo se calcula la holgura? ....................................................................... 23
Cmo se deben dibujar las actividades? ....................................................... 24
Cmo se calculan las duraciones? ................................................................ 24
Pasos para asignar las duraciones: ............................................................... 25
Cmo hacer el recorrido hacia adelante y hacia atrs? ................................... 25
Holguras de tiempo y camino crtico .............................................................. 26
Qu es la holgura libre? ............................................................................. 27
Semana 4: Probabilidades en la ruta crtica .................................................... 27
Relacin de costos directos y duracin de una actividad ................................... 28
UNIDAD II: Teora de Grafos ........................................................................ 29
RESUMEN .................................................................................................. 29
Semana 5: el problema del camino econmico ............................................... 30
Introduccin............................................................................................... 30
Uso de puntos y flechas ............................................................................... 30
Problema del Camino Econmico .................................................................. 30
Problema del camino econmico para rutas acclicas (redes dirigidas) ............... 30
Algoritmo de Bellman .................................................................................. 30
Problema del Camino Econmico para Rutas Cclicas (Redes sin direccin) ......... 32
Algoritmo de Ford ....................................................................................... 32
Ejercicio .................................................................................................... 32
Algoritmo de Kruskal ................................................................................... 33
Semana 6: rbol de conexin mnima ............................................................ 33
Algoritmo de Kruskal ................................................................................... 33
Algoritmo Matricial ...................................................................................... 34
Semana 7: El problema del flujo mximo (y corte mnimo) .............................. 35
El problema del flujo mximo ....................................................................... 35
Capacidad de arco ...................................................................................... 35
El caso del problema de flujo mximo como un problema de programacin
lineal ......................................................................................................... 35
Flujo Factible .............................................................................................. 37
Regulacin de la capacidad del flujo .............................................................. 37
Algoritmo de Flujo Mximo ........................................................................... 38

Determinacin de los flujos finales ................................................................ 38
El flujo mximo de cualquier red es igual a la capacidad del corte mnimo ......... 38
UNIDAD III: Anlisis de Decisiones y Teora de Juegos ...................................

RESUMEN .................................................................................................. 39
Semana 09: Teora de Decisiones. Tipos de Problemas .................................... 40
Qu es una decisin? ................................................................................. 39
Elementos de un proceso de decisin ............................................................ 40
Clasificacin de los Procesos de Decisin........................................................ 40
Ejercicio .................................................................................................... 41
Procesos de decisin bajo certeza ................................................................. 41
Ejemplo de proceso bajo certeza: modelo de planeacin de la produccin .......... 42
Ejercicio .................................................................................................... 45
Ejemplo de proceso bajo certeza: el caso de contratacin de personal. .............. 46
Ejercicio: ................................................................................................... 48
Semana 10: Procesos de decisin bajo riesgo e incertidumbre .......................... 50
Procesos de decisin bajo riesgo ................................................................... 50
Decisin bajo riesgo: alquiler de una flota de camiones ................................... 50
Ejercicio: ................................................................................................... 53
Procesos de decisin bajo incertidumbre ........................................................ 53
Mtodos a utilizar ....................................................................................... 54
Caso del inversionista.................................................................................. 54
Criterio de WALD (MaxiMin) ......................................................................... 55
Criterio MaxiMax ......................................................................................... 55
Criterio de Hurwicz (ndice ) ....................................................................... 56
Criterio de SAVAGE (Prdida de Oportunidad) ................................................ 56
Criterio de Laplace ...................................................................................... 57
Resumen de resultados ............................................................................... 58
Rango de valores para el ndice del criterio de Hurwicz .................................... 58
Estrategia ptima segn rango de valores: .................................................... 58
Semana 11: Teora de juegos ....................................................................... 59
Juegos de competencia................................................................................ 59
Juegos bipersonales .................................................................................... 59

Juegos bipersonales suma-cero .................................................................... 60
Definicin: ................................................................................................. 60
Juegos Equivalentes .................................................................................... 61
Resolucin de un juego................................................................................ 61
Elementos maximin y minimax ..................................................................... 61
Ejemplo ..................................................................................................... 62
Resumen ................................................................................................... 62
Ejercicio .................................................................................................... 62
Propiedad: ................................................................................................. 62
Punto de equilibrio de una matriz .................................................................. 62
Juegos bipersonales con punto de equilibrio ................................................... 63
Observaciones respecto al valor del juego ...................................................... 63
Ejemplo: situacin de conflicto entre sindicato y empresa ................................ 64
Formulacin como un juego bipersonal .......................................................... 64
Alternativa ptima ...................................................................................... 65
Ejercicio .................................................................................................... 65
Semana 12: Juegos bipersonales que no tienen punto de equilibrio (o punto
silla) ......................................................................................................... 65
Estrategias Mixtas ....................................................................................... 66
Uso e interpretacin de una estrategia mixta ................................................. 67
Definicin: conjuntos de estrategias mixtas ................................................... 67
Ejemplo ..................................................................................................... 67
Ejercicio .................................................................................................... 68
Conclusin ................................................................................................. 68
Pago esperado............................................................................................ 69
Ejemplo de pago esperado ........................................................................... 69
Solucin de un juego bipersonal por medio de la programacin lineal ................ 70
Planteamiento para el jugador A ................................................................... 70
Modelo MPL-A ............................................................................................ 71
Planteamiento para el jugador B ................................................................... 71
Modelo MPL-B ............................................................................................ 72
Observaciones ............................................................................................ 72
Ejercicio .................................................................................................... 72
GLOSARIO ................................................................................................. 72
UNIDAD IV: Simulacin de Sistemas ......................................... ..
74
RESUMEN .................................................................................................. 74
Semana 13: Solucin por Aproximacin y Simulacin (Conceptos Bsicos) ......... 74
Solucin de juegos por aproximacin ............................................................ 74
Paso 1 ....................................................................................................... 74
Paso 2 ....................................................................................................... 75
Paso 3 ....................................................................................................... 75
Paso 4: aproximacin de estrategias y valor del juego ..................................... 76
Ejemplo ..................................................................................................... 76
Solucin .................................................................................................... 77
Solucin directa de un juego 2x2 .................................................................. 77
Conceptos Bsicos de Simulacin .................................................................. 78
Sistema ..................................................................................................... 78
Modelo ...................................................................................................... 78
Evento discreto .......................................................................................... 78
Estado de un sistema .................................................................................. 78
Simulacin ................................................................................................. 79
Simulacin Esttica ..................................................................................... 79
Simulacin Dinmica ................................................................................... 79
Cundo usar Simulacin? ........................................................................... 79
Ventajas de la Simulacin ............................................................................ 79
Desventajas de la Simulacin ....................................................................... 79
Estructura de los Modelos de Simulacin ........................................................ 79
Objetivo de un modelo de simulacin ............................................................ 81
Etapas para realizar un estudio de simulacin ................................................ 81
Semana 14: Simulacin con Promodel ........................................................... 83
Teora de Colas........................................................................................... 84
Tipos de problemas ..................................................................................... 85
Poblacin Infinita / Canal Simple (M/M/1) ...................................................... 85
Modelo M/M/1 (frmulas)............................................................................. 85
Ejemplo ..................................................................................................... 86
Solucin .................................................................................................... 86
Caractersticas del modelo M/M/1 de lneas de espera: .................................... 87
Ejercicio a simular con Promodel................................................................... 87

Resultados de la simulacin con Promodel ..................................................... 96
Comparando resultados con la Teora de Colas ............................................... 96
Semana 15: Funciones avanzadas de Promodel .............................................. 97
Laboratorio 1 ............................................................................................. 97
Laboratorio 2 ............................................................................................. 97
Laboratorio 4 ........................................................................................... 100
Laboratorio 7.1 ......................................................................................... 101
Laboratorio 7.3 ......................................................................................... 101
Laboratorio 7.10 ....................................................................................... 102
Laboratorio 7.11 ....................................................................................... 102
Laboratorio 8.2 ......................................................................................... 102
Laboratorio 8.3.1 ...................................................................................... 103
Laboratorio 12.6 ....................................................................................... 103
Laboratorio 13.2.1 .................................................................................... 104
GLOSARIO ............................................................................................... 105
Bibliografa .......................................................................................... 106
Recursos de Internet sugeridos .............................................................. 106
Teora de decisions ................................................................................... 106
Teora de juegos ....................................................................................... 106
Simulacin ............................................................................................... 106
UNIDAD I
La tcnica PERT/CPM
RESUMEN
La presente unidad examina el uso de PERT/CPM como herramienta para la
gestin de proyectos.
Se analizar la construccin de un diagrama de red de acuerdo al diagrama
de actividad en el nodo, tal cual lo describe el PMBOK
SEMANA 1:
HABLEMOS DE PROYECTOS
Qu es un proyecto?
Un proyecto es simplemente un conjunto de actividades que se realizan
segn una programacin y que producen algn tipo de resultado.
Qu caractersticas tiene un proyecto?
Es temporal
Crea un producto o servicio (resultado nico) dentro de las lneas base del
mismo:
Tiempo
Costo
Alcance
Se elabora de manera gradual o progresiva
Genera un
aceptacin)
entregable
que
debe
cumplir
requisitos
(criterios
de
Bajo qu circunstancias se puede iniciar un proyecto?

Mencionaremos 7 causas, normalmente las ms importantes, que pueden ser
disparadores de un nuevo proyecto:
1.
2.
3.
4.
5.
Necesidad comercial de un negocio.

Cambios en la demanda del mercado.
Un nuevo avance tecnolgico.
Un requerimiento especfico de un cliente.
Un requisito legal nuevo o por activar en un determinado tiempo (un
nuevo impuesto por ejemplo).
6. Una necesidad social.
7. El impacto ambiental.
8.
Cmo se agrupan los proyectos?
Los proyectos de acuerdo a la teora del PMI1 se agrupan en programas y
portafolios.
Programa:
1
PMI: Project Management Institute
Es un grupo de proyectos relacionados que se dirigen de forma

coordinada.
Consecuencias de trabajar con programas:
o Se disminuye el riesgo de los proyectos involucrados.
o Se pueden aplicar economas de escalas.
o La direccin resulta ser mejorada respecto al manejo individual.
Portafolio (Cartera):
Son grupos de programas que buscan lograr un objetivo estratgico de

negocio (especfico).
Los programas vinculados pueden estar relacionados o no.
Portafolio
Programa
Proyecto
Actividad
Qu es la direccin de proyectos?
Cuando hablamos de dirigir un proyecto aparecen ciertos mitos que
errneamente hacen que algunas personas crean que por haber dirigido un
solo proyecto ya eso los convierte en directores de proyectos como tal.
Otro mito comn es pensar que para convertirse en director de proyectos
basta estar a cargo del software para la direccin de un proyecto.
10
De acuerdo al PMI, la direccin de proyectos es una profesin, es tanto

ciencia como arte y sigue un proceso sistemtico y lo divide en:
Grupos de proceso
reas de conocimiento
Responsabilidad profesional y social
El PMI tambin establece los procesos para dirigir un proyecto y resalta

especial importancia a la Gestin del Tiempo dentro del proceso que implica
la direccin en si.
Todo proyecto tiene las siguientes fases (o procesos principales):
Iniciacin
Planificacin
Ejecucin
Monitoreo y
Control
Cierre
Pero cuando hablamos del proceso de gestin del tiempo como tal tenemos
que reconocer en cul de los procesos se ubican sus actividades:
El proceso de la Gestin del Tiempo
Se realiza durante
Definir las actividades
El proceso de planificacin
Secuenciar las actividades
Estimar los recursos para las actividades
Estimar la duracin de las actividades
Desarrollar el cronograma
Controlar el cronograma
El proceso de monitoreo y control
Por lo tanto, en su gran mayora el proceso de gestin del tiempo se realiza

durante la planeacin del proyecto.
Los procesos estn compuestos por actividades
Normalmente las actividades se construyen basndose en la estructura
de descomposicin del trabajo elaborada para el proyecto (EDT),
11
vienen a formar parte de los paquetes de trabajo para realizar el

proyecto.
Segn el PMBOK2, se descompone en actividades y en el proceso de
secuenciar las actividades, lo cual se hace con un diagrama de red.
Para definir las actividades, se requiere la lnea base del alcance
(enunciado del alcance, EDT y diccionario de la EDT) y necesitas de tu
equipo, porque la participacin para la estimacin (de la duracin) as
ser ms exacta.
Hitos
Los hitos son eventos significativos dentro del cronograma del proyecto.
No son actividades de trabajo y normalmente se usan para supervisar el
trabajo en el proyecto.
A veces son impuestos por el patrocinador del proyecto y se incluyen con
antelacin en el acta de constitucin del proyecto. Ej: fecha lmite de un
diseo terminado o entregable.
Secuenciacin de actividades
Una vez definidas las actividades y los hitos, el paso siguiente es tomar
actividades e hitos y secuenciarlos de la manera en que el trabajo se va a
realizar.
El resultado de la secuenciacin ser un diagrama de red.
Mtodos para dibujar diagramas de red:
Mtodo de diagramacin por precedencia (PDM) o actividad en el nodo

(AON)
Mtodo de diagramacin por flechas (ADM)
Tcnica grfica de evaluacin y revisin (GERT).
Mtodo de Diagramacin por Precedencia (PDM)

Cuando elaboramos un diagrama por precedencias, tenemos que reconocer
los tipos de relaciones posibles entre las actividades.
Las posibles relaciones entre actividades son hasta cuatro (04), revise el
ejemplo al lado de cada tipo y deduzca si guarda relacin, para el ltimo
proponga un ejemplo:
Tipo de relacin entre Ejemplo

una actividad y su
sucesora
Project Management Body of Knowledge
12
Final a Inicio (FS): una

actividad debe finalizar
antes que la sucesora
pueda
iniciar
(ms
comn).
Inicio a Inicio (SS): una
actividad debe iniciar
antes que otra pueda
iniciar.
Final a Final (FF): una

actividad debe finalizar
pueda finalizar.
Inicio a Final (SF): una

actividad debe iniciar
pueda
finalizar
(raramente utilizada)
Semana 2: PERT & CPM

Qu significan las siglas PERT y CPM?
Cuando hablamos de PERT hacemos referencia a las tcnicas de evaluacin y
control de programas.
Mientras que CPM hace referencia al mtodo de la ruta crtica
Program
Evaluation
Review
Techniques
&
13
Critic
Path
Method
Cundo nace la tcnica PERT & CPM?
El problema de la administracin de
proyectos surgi con el proyecto de
armamentos del misil Polaris, empezando
1958.
Con
tantas
componentes
y
subcomponentes juntos producidos por
diversos fabricantes, se necesitaba una
nueva herramienta para programar y
controlar el proyecto.
El PERT (evaluacin de programa y tcnica
de revisin) fue desarrollado por cientficos
de la
Oficina
Naval de
Proyectos
Especiales de Estados Unidos. Booz, Allen
y Hamilton y la Divisin de Sistemas de
Armamentos de la Corporacin Lockheed
Aircraft. La tcnica demostr tanta utilidad
que ha ganado amplia aceptacin tanto en
el gobierno como en el sector privado. Casi al mismo tiempo, en 1957,
la Compaa DuPont (M.R. Walker), junto con la Divisin UNIVAC
de la Remington Rand (J.E. Kelly), desarroll el mtodo de la ruta
crtica (CPM) para controlar el mantenimiento de proyectos de plantas
qumicas de DuPont. El CPM es idntico al PERT en concepto y metodologa,
solo se diferencia por detalles de cmo se manejan tiempo y costo. El
PERT/CPM fue diseado para proporcionar diversos elementos tiles de
informacin para los administradores del proyecto. Primero, el PERT/CPM
expone la "ruta crtica" de un proyecto. Estas son las actividades que limitan
la duracin del proyecto.
En otras palabras, para lograr que el proyecto se realice pronto, las
actividades de la ruta crtica deben realizarse pronto. Por otra parte, si una
actividad de la ruta crtica se retarda, el proyecto como un todo se retarda en
la misma cantidad. Las actividades que no estn en la ruta crtica tienen una
cierta cantidad de holgura; esto es, pueden empezarse ms tarde, y permitir
que el proyecto como un todo se mantenga en programa. El PERT/CPM
identifica estas actividades y la cantidad de tiempo disponible para retardos.
PERT/CPM tambin considera los recursos necesarios para completar las
actividades. En muchos proyectos, las limitaciones en mano de
obra y equipos hacen que la programacin sea difcil.
14
PERT/CPM identifica los instantes del proyecto en que estas restricciones

causarn problemas y de acuerdo a la flexibilidad permitida por los tiempos
de
holgura
de
las
actividades
no
crticas,
permite
que
el
gerente manipule ciertas actividades para aliviar estos problemas.
Finalmente, el PERT/CPM proporciona una herramienta para controlar y
monitorear el progreso del proyecto. Cada actividad tiene su propio papel en
ste y su importancia en la terminacin del proyecto se manifiesta
inmediatamente para el director del mismo. Las actividades de la
ruta
crtica, permiten por consiguiente, recibir la mayor parte de la atencin,
debido a que la terminacin del proyecto, depende fuertemente de ellas. Las
actividades no crticas se manipularan y remplazaran en respuesta a la
disponibilidad de recursos.
Dnde es aplicable PERT/CPM?
La tcnica se aplica en forma conjunta en distintos sectores de la industria y
el gobierno donde en forma eficiente se requiera una tcnica eficiente para
administrar los proyectos, sus actividades y los tiempos:
PERT/CPM ha tenido aplicaciones exitosas en los siguientes sectores:
Construccin de fbricas
Edificios
Carreteras
Investigacin administrativa
Desarrollo de productos
Instalacin de sistemas nuevos de computadora
15
Antiguamente era exigido el uso de PERT para cualquier administrador de

proyectos,
tal
como
hoy
viene
sucediendo
con
las
recomendaciones/certificaciones que brinda el PMI.
Comparacin entre PERT y CPM
PERT
CPM
PERT normalmente trabaja con una CPM normalmente trabaja con una red
red orientada a eventos
orientada a actividades
La duracin de las actividades no es La duracin de actividades se puede
exacta ni definida
estimar con cierto grado de exactitud
Se usa en proyectos de investigacin Se usa extensivamente en proyectos de
y desarrollo, particularmente en construccin
proyectos de naturaleza no repetitiva
El concepto de modelo probabilstico El concepto de modelo determinstico es
es utilizado
utilizado
PERT
bsicamente
es
herramienta de planeacin
una CPM se utiliza para controlar tiempo y

costos durante la planeacin
En PERT se supone que el costo vara

con el tiempo. Por lo que busca
reducir el tiempo a fin de minimizar
costo. El tiempo es el factor de
control.
En CPM, la optimizacin de costo es lo

ms importante. El tiempo para la
realizar el proyecto depende de esta
optimizacin El costo no es directamente
proporcional al tiempo. Por lo tanto, el
costo es el factor de control.
Las 3 fases de PERT-CPM

Hay tres fases que recomienda la tcnica PERT-CPM para que pueda ser
aplicada:
1. Planeacin:
Descomponer un proyecto en actividades distintas.
2. Programacin:
Construir un diagrama de tiempo que muestre
los tiempos de inicio y fin para cada actividad
Su relacin con otras actividades del proyecto (holgura /

actividad crtica).
3. Control:
16
Diagrama de flechas y grfica de tiempo para hacer reportes

peridicos del proyecto.
El Diagrama de Gantt
El diagrama de Gantt es una til herramienta grfica cuyo objetivo es
exponer el tiempo de dedicacin previsto para diferentes tareas o actividades
a lo largo de un tiempo total determinado. A pesar de esto, el Diagrama de
Gantt no indica las relaciones existentes entre actividades.
El diagrama fue desarrollado por Henry Laurence Gantt en 1918. Muestra
visualmente
el
trabajo
programado
por
anticipado
para
cada
recurso/mquina y el desarrollo de trabajos a la fecha.
Su aplicacin se daba en forma eficiente a plantas tipo taller.
Observaciones:
No indica que actividades preceden a otras pero si muestra en forma

grfica la duracin total.
La representacin de red contiene la informacin sobre precedencia
que necesitamos.
Diagramacin por precedencia (PDM) o actividad en el nodo (AON)
En este diagrama se utilizan cajas para representar las actividades.
Las flechas se utilizarn para mostrar dependencia entre actividades.
17
Como se vio anteriormente, se disponen de cuatro (04) tipos de relaciones

lgicas entre actividades, siendo el ms utilizado el de final a inicio (FS).
Ejemplo:
Actividad A
Actividad B
Ejercicio:
Dada esta lista de actividades, elabore un diagrama de precedencias con
actividad en el nodo.
Actividad
Descripcin
Predecesoras
Elegir local de oficinas
Crear el plan financiero de la organizacin
Determinar requerimientos de personal
Disear local
A, C
Construir el interior
Elegir personal a mudar
Contratar nuevos empleados
Actualizar registros, personal clave, etc.
Hacer arreglos
anexas
Entrenar personal nuevo
financieros
con
instituciones
H, E, G
Estimacin de la duracin de las actividades

Para estimar duraciones, los estimadores necesitarn conocer:
Los requisitos de recursos para las actividades
18
Los calendarios de los recursos
Los activos del proceso de la organizacin
Datos histricos.
Lecciones aprendidas sobre la duracin de actividades.
Calendarios de proyectos pasados.
Metodologa de calendarizacin definida.
Factores ambientales de la empresa.
Cultura de la compaa (sistema a utilizar).
Cmo se realiza la estimacin? (PMBOK)

Segn la teora del PMI existen diversas tcnicas para estimar las duraciones.
Indicaremos algunas de ellas:
Estimacin de un valor
Estimacin anloga (de arriba hacia abajo)
Estimacin paramtrica
Heurstica
Estimacin por tres valores (Anlisis PERT)
Estimacin de un valor
El estimador presenta una estimacin por actividad a travs de:
Juicio de expertos
Informacin histrica
Incluso simple adivinacin.
Sin embargo, podra tener efectos negativos sobre el proyecto debido a que
podra provocar lo siguiente:
Forzar las estimaciones
Cronograma no creble o poco confiable.
Requiere usar la EDT, diccionario de la EDT y lista de actividades sino, no
ser fiable
Estimacin anloga (de arriba hacia abajo)
Aplica para un proyecto o una actividad en base a informacin histrica de
proyectos o actividades similares
Utiliza:
Juicio de expertos.
Informacin histrica para predecir el futuro.
19
Ej: las ltimas dos veces que esta actividad se complet, cada una tom tres
das, dado que no contamos con ms informacin, usaremos tres das y
revisaremos este valor si conseguimos ms detalles.
Estimacin paramtrica
Calcula tiempos proyectos en base a
registros histricos de proyectos anteriores
como otra informacin.
Dos formas:
Anlisis de regresin
Curva de aprendizaje. Ej: el pintado
del cuarto N 10 tomar menos que el
N 1
Heurstica
Supone una regla general de oro que se asume como verdadera y vlida.
Una de sus definiciones sera un arte, tcnica o procedimiento prctico o
informal, para resolver problemas
Ejemplos:
Regla 80/20
Ejemplo de cronograma heurstico: el trabajo de diseo es siempre el
15% del tiempo total del proyecto.
Estimacin por tres valores
Estadsticamente existe una probabilidad muy pequea de completar un
proyecto en una fecha exacta.
Los esfuerzos del director de proyectos incluyen:
Medir las desviaciones del plan
Traer a la ejecucin del proyecto de vuelta en lnea conforme al plan.
Los estimadores deben dar tres estimaciones: (O)ptimista, (P)simista y
(M)s probable.
Frmulas de la estimacin por tres valores
En los usos originales de PERT (1950) se supona que el tiempo de una
actividad es una variable aleatoria que sigue una distribucin de probabilidad
unimodal beta.
Duracin esperada
actividad
de
la
Desviacin estndar
de la actividad
Varianza de la actividad
20
Duracin esperada
actividad
de
la
Desviacin estndar
de la actividad
Varianza de la actividad
Cul ser el rango para la estimacin de una actividad?

Deber calcular el rango tomando como inicio: EAD SD y como fin EAD +
SD
Ejercicio:
Con las frmulas anteriores complete el siguiente cuadro:
Actividad P
M O
47 27 14
89 60 41
48 44 39
42 37 29
(PERT
Duracin
Esperada
o) Desviacin
Varianza
estndar de de
la Rango de la
la actividad actividad estimacin
Cmo se estima el rango de duracin de todo el proyecto?

No es tan simple como la estimacin individual. La duracin esperada del
proyecto ser la suma de la estimacin PERT para cada actividad del camino
crtico.
Para calcular la desviacin estndar:
1. Calcule la varianza de cada actividad del camino crtico.
2. Sume estas varianzas
3. Saque la raz cuadrada de la suma anterior
21
Ejercicio:
Para el caso anterior, calcule la duracin total del proyecto asumiendo que
las cuatro actividades formaban parte de la ruta crtica, asimismo calcule la
desviacin estndar de todo el proyecto y el rango de estimacin para el
mismo.
Semana 3: Mtodo del camino crtico
En qu consiste el mtodo del camino crtico?
El mtodo del camino crtico incluye:
Determinar el camino ms largo en el diagrama de red (el camino

crtico)
Lo ms temprano y lo ms tarde que puede comenzar una actividad.
Lo ms temprano y lo ms tarde que se puede completar una
actividad.
Conceptos bsicos previos
Camino crtico:
Es el camino de ms larga duracin a travs de un diagrama de red.

Determina el tiempo ms corto para completar el proyecto
La manera ms fcil para encontrar el camino crtico es identificar
todos los caminos a travs de la red y aadir la duracin de las
actividades a lo largo de cada camino el camino con duracin ms
larga.
Ejercicio:
Eres el director de proyectos para un nuevo proyecto y acabas de
identificar las siguientes dependencias:
Actividad 1 puede iniciar inmediatamente y tiene una duracin

estimada de 3 semanas.
Actividad 2 puede iniciar despus que finalice la actividad 1 y
tiene una duracin estimada de 3 semanas.
Actividad 3 puede iniciar despus que la actividad 1 est
finalizada y tiene una duracin estimada de 6 semanas.
Actividad 4 puede iniciar despus que la actividad 2 finalice y
finalizada y despus que la actividad 3 est finalizada. Esta
actividad lleva 4 semanas.
Elabore el diagrama de precedencias y calcula la duracin de cada ruta
que vaya de inicio a fin, luego identifique la ruta crtica de acuerdo a lo
indicado.
Camino casi crtico:
22
Este camino est cercano en duracin al del camino crtico.

Algo podra ocurrir que acorte el camino crtico o alargue el camino
casi crtico al punto donde este reemplace al anterior.
Entre ms cerca estn ambos caminos, mayor es el riesgo que corre el
proyecto.
El director de proyectos debe enfocar tiempo y esfuerzo en monitorear
y controlar actividades de ambos caminos.
Holgura:
La holgura la podemos entender como la cantidad de tiempo que
Holgura total: puede retrasarse una actividad sin retrasar la fecha de
finalizacin del proyecto o un hito intermediario. (Holgura = Margen)
Holgura libre: una actividad puede retrasarse sin retrasar la fecha de inicio
temprana de su sucesora.
Holgura del proyecto: un proyecto puede retrasarse sin retrasar la fecha
impuesta externamente de conclusin del proyecto, requerida por el cliente o
la gerencia, o previamente fijada por el director del proyecto.
Holgura
Dentro del camino crtico las actividades casi siempre tienen holgura cero.
Las actividades en el camino crtico que se retrasan o tienen fechas
estipuladas pueden generar holgura negativa.
La holgura es un activo pues permite la mejor asignacin de recursos.
Ayuda a los miembros del equipo manejar mltiples proyectos mostrndoles
la flexibilidad de tiempo que disponen.
Inicio y Finalizacin Temprana y Tarda
Las actividades tienen una fecha de inicio y de fin dentro del proyecto, pero
a qu se refiere inicio y fin temprano y tardo?
Inicio y fin temprano: cuando la actividad inicia y finaliza lo ms

pronto posible.
Inicio y fin tardo: cuando la actividad inicia y finaliza lo ms tarde
posible sin poner en riesgo la fecha fin del proyecto calculada con las
fechas de inicio y fin temprano.
Cmo se calcula la holgura?
Dos formas de calcularla:
Holgura = Inicio tardo Inicio Temprano
Holgura = Finalizacin tarda Finalizacin Temprana.
Ej: si una actividad tiene un inicio tardo el da 30, un inicio temprano el da
18 y una finalizacin tarda el da 34 cul es la holgura?
23
Cmo se deben dibujar las actividades?

Duracin
ES
EF
Nombre de la actividad
Cantidad de holgura
LS
LF
Cmo se calculan las duraciones?

Las cifras temprano:
Se encuentran al calcular del comienzo del proyecto al final del
proyecto, siguiendo las dependencias en el diagrama de red: un paso
adelante a travs del diagrama de red,
Las cifras tardo:
Se encuentran movindose desde el final del proyecto siguiendo las
dependencias al comienzo del proyecto: un paso hacia atrs.
24
Pasos para asignar las duraciones:

El primer nodo en un diagrama normalmente tiene un inicio temprano
de cero (0). Algunas personas usan 1 (OJO)
Para calcular la holgura y el camino crtico, primero trabaja haciendo el
recorrido hacia adelante.
Vaya a travs de las actividades del inicio hasta alcanzar el final.
Una vez al final realice pasos hacia atrs y calcule los
inicios/finalizaciones tardas.
Cmo hacer el recorrido hacia adelante y hacia atrs?
En el recorrido hacia adelante
En el recorrido hacia atrs
Los tiempos de inicio y finalizacin

ms tempranos y que para calcular el
siguiente inicio temprano deber
tomar
el
mximo
tiempo
de
finalizacin
temprano
de
las
predecesoras.
Primero calculamos el tiempo tardo

de finalizacin permisible para esto
tomamos el mnimo tiempo tardo de
inicio de las sucesoras.
25
Ejercicio:
Calcule las duraciones, temprana y tarda para cada actividad as como la
duracin de todo el proyecto:
Actividad 1 puede iniciar inmediatamente y tiene una duracin

estimada de 3 semanas.
Actividad 2 puede iniciar despus que finalice la actividad 1 y


finalizada y tiene una duracin estimada de 6 semanas.
Actividad 4 puede iniciar despus que la actividad 2 finalice y


finalizada y despus que la actividad 3 est finalizada. Esta
actividad lleva 4 semanas.
Holguras de tiempo y camino crtico

En cualquier proyecto, algunas actividades son flexibles de acuerdo a cuando
se puede comenzar o terminar, otras no lo son de forma que si demoramos
cualquier de ellas, se retrasa todo el proyecto.
26
Las actividades inflexibles se llaman crticas y la cadena de ellas forma un

camino crtico, y el camino crtico es la duracin ms larga a travs del
proyecto.
Todo proyecto tiene al menos, un camino crtico.
Qu es la holgura libre?
Cuando solo se habla de holgura se hace referencia a la holgura total.
La holgura libre se entiende como el tiempo que una actividad se puede
atrasar sin comprometer a su sucesora inmediata. La holgura libre siempre
es menor o igual a la holgura total.
Se define como la holgura que surge suponiendo que todas las actividades
comienzan tan temprano como sea posible.
Para efectos prcticos es la cantidad de tiempo que una actividad puede
retrasarse sin que ninguna otra actividad se d cuenta de dicho retraso.
Semana 4: Probabilidades en la ruta crtica
Cuando tenemos actividades con tres (03) duraciones diferentes:
Optimista (a)
Ms probable (m)
Pesimista (b)
Tenemos que dentro del rango (a,b) se supone que abarca alrededor del
90% o ms de cualquier f.d.p. est dentro de 3 desviaciones estndar de su
media. Lo cual explica la frmula de la varianza para cada actividad.
Sea i el tiempo de ocurrencia ms temprana del evento i. Como los tiempos
que se suman hasta i son variables aleatorias, i tambin es una variable
aleatoria.
Si existe una nica ruta que lleva del evento de inicio al evento i
E{i} = Di para las actividades a lo largo de esa ruta.
Var{i} = Vari la suma de las variazas de las actividades.
Las complicaciones surgen cuando ms de una ruta lleva al mismo evento.

Si dos o ms rutas tienen la misma E{i} se elegir aquella con la Var{i}
ms grande ya que refleja mayor incertidumbre.
Como i es la suma de la variable aleatoria independiente, de acuerdo al
T.L.C.
i ~ N(E{i}, Var{i})
27
Luego, si queremos calcular la probabilidad de que la duracin del proyecto

no exceda un tiempo T, tendremos:
{ } = {
{ }
{ }
{ }
{ }
= { }
Donde: ~ (0,1) y =
{ }
{ }
Relacin de costos directos y duracin de una actividad

Si aceleramos la marcha de alguna actividad con el propsito de reducir la
duracin del proyecto, esto nos ocasiona un incremento de los costos
directos (CD) (Ej. Ms personal) y una disminucin de los costos indirectos
(CI) (Ej. Menos administracin o supervisin).
Cuando un proyecto no termina en la fecha prevista, la empresa u

organismo afectado pide una indemnizacin.
A veces cuando adelantamos recibimos una prima.
El CPM busca generar una relacin costo-tiempo ptimo.
costo
C.Total
C.I.
C.D.
duracin
28
UNIDAD II
TEORA DE GRAFOS
RESUMEN
La presente unidad revisa ciertos conceptos de la teora de grafos para la
resolucin de ciertos problemas.
Se revisarn mtodos y algoritmos para encontrar la ruta ms corta, el rbol
de conexin mnima y resolver el problema del flujo mximo.
29
Semana 5: el problema del camino econmico

Introduccin
La teora de grafos es una parte de la matemtica moderna que ha dado
resultados muy importantes en diferentes dominios del saber humano:
Economa
Estrategia militar
Sociologa
Organismos industriales, etc.
Es una rama de la teora de conjuntos que se refiere a las relaciones binarias.
Ante muchas situaciones a estudiar, es el resultado de una antigua
costumbre que nos impulsa a trazar sobre el papel los puntos y lneas.
Uso de puntos y flechas

Puntos: para representar estados, aeropuertos, estaciones.
Lneas o flechas: para representar la relacin que los vincula.
Este hbito del hombre habra sido la causa que da origen a muchas
disciplinas similares:
Sociogramas
Circuitos elctricos
Diagramas de organizacin
rboles genealgicos
Problema del Camino Econmico

En este problema el propsito es buscar a lo largo de una red, el camino ms
econmico desde un origen hacia un destino. Para esto existen alternativas
de uso de ciertos algoritmos dependiendo si se tratan de redes dirigidas o no
dirigidas. Cuando la red es dirigida, cada camino del grafo se puede utilizar
solo en el sentido que indica la flecha. Cuando la red es no dirigida, cada
camino puede ser utilizado en uno u otro sentido.
Problema del camino econmico para rutas acclicas (redes dirigidas)
Algoritmo de Bellman
Para cada nodo j calcular:
30
Donde:
mi: mnimo acumulado hasta el nodo i
dij: valor de los arcos
Ejercicio:
La compaa de construccin AAA tiene su centro de almacenamiento y
abastecimiento en la localidad 1. Con frecuencia se realizan viajes diarios
desde 1 hasta los centros de distribucin tal como se da en la red.
Obtener la ruta ms corta a cada localidad.
Solucin:
En este algoritmo se trabajan rutas de un origen a cada destino posible,
aprovechando la ruta mnima previa ya calculada para futuros clculos. En
caso no exista la ruta entre dos nodos, se asume una distancia con un valor
muy alto () de manera que se ignore al momento de escoger el valor
mnimo.
m1
=0
m2
= min {m1+d12} = min {0+10} = 10
m3
= min {m1+d13, m2+d23}
31
= min {0+20, 10+7} = 17
m4
= min {m1+d14, m2+d24 , m3+d34}

= min {0+19, 10+8, 20+} = 18
m5
= min {m1+d15, m2+d25, m3+d35 , m4+d45}

= min {0+, 10+17, 17+9, 18+8} = 26
Problema del Camino Econmico para Rutas Cclicas (Redes sin

direccin)
Para estos casos puede usar un algoritmo que trabaja directamente sobre el
grafo o utilizar la informacin en forma matricial y operar directamente con la
matriz.
Algoritmo de Ford
1. Registrar la distancia cero (0) en el nodo de origen.
2. Calcular las distancias para todos los nodos distintos al nodo origen.
3. Para nodos diferentes al origen, actualizar la distancia de los nodos
vecinos a los nodos registrados
4. Repetir el paso 3, hasta llegar al nodo origen.
Ejercicio
La compaa MJ opera un servicio de entregas y recolecciones entre Chicago
y ciudades del estado. Cuando la compaa recibe una solicitud de servicio,
enva un camin desde Chicago hasta la ciudad en que se solicita el servicio
tan pronto como sea posible.
32
Tanto el servicio rpido como los costos mnimos son objetivos para la
compaa. Es importante que los camiones que se envan se dirijan por la
recta ms corta desde Chicago hasta la ciudad especfica.
Algoritmo de Kruskal
1. Dar el valor cero (0) al nodo de entrada de la red.
2. En el nodo o nodos a analizar, elegir el arco con el valor mnimo
acumulado, luego colocar este valor acumulado al nodo destino del
arco elegido.
3. Eliminar todos los arcos que tengan como destino al nodo actualizado.
4. Repetir los pasos 2 y 3 hasta analizar todos los nodos.
Para el mismo caso anterior, lo que hacemos es elaborar una matriz que,
para cada nodo indique las distancias a cada otro, luego con esta matriz
procederemos a colocar la distancia cero (0) en el nodo inicial y escogeremos
aquel donde la suma al valor del nodo ms la distancia fuera mnima.
Nodo
1
(1, 2)
(1, 3)
Distancia
7
8
Nodo
2
(2, 1)
(2, 3)
(2, 4)
(2, 5)
Distancia
7
7
6
8
Nodo
3
(3, 1)
(3, 2)
(3, 4)
(3, 6)
Distancia
8
7
4
4
Nodo
4
(4, 2)
(4, 3)
(4, 5)
(4, 6)
(4, 7)
Distancia
6
4
2
8
6
Nodo
5
(5, 2)
(5, 4)
(5, 7)
Distancia
8
2
3
Nodo
6
(6, 3)
(6, 4)
(6, 7)
Distancia
4
8
9
Nodo
7
(7, 4)
(7, 5)
(7, 6)
Distancia
6
3
9
Ejercicio: culmine el caso anterior, con el algoritmo de Ford y el algoritmo

de Kruskal.
Semana 6: rbol de conexin mnima
Consiste en encontrar los nodos a menor costo-distancia-tiempo
Algoritmo de Kruskal
1. Se conecta dos nodos eligiendo arbitrariamente el arco con el
menor valor asignado.
2. De los nodos vecinos a los nodos conectados elegir el arco con
el menor valor, los empates se resuelven arbitrariamente.
3. Repetir el paso 2. hasta que todos los nodos estn conectados
Ejercicio:
Dada la red. Encontrar la menor conexin:
33
Algoritmo Matricial
Colocar en una matriz los valores de los arcos. Ejemplo:
Nodos
2
5
1
3
1. Para los siguientes casos asignar el siguiente valor:

1. Si i = j cij =
2. Para todos los nodos no conectados cij =
2. Se elige y se marca el menor valor de la matriz. Si hay empate se
define arbitrariamente.
3. Al ubicar el menor valor cij (nodos conectados i y j) se elimina todos
los costos de la columna j excepto cij. Tambin eliminar todos los
valores de la columna i, esto para la primera conexin.
34
Las filas de la matriz sealan los nodos conectados y en ellas se buscan los
valores menores. El algoritmo contina hasta que todos los nodos estn
conectados.
Ejercicio:
Encuentre el rbol de conexin mnima para el siguiente caso:
7
6
1
0
1
9
5
2
Semana 7: El problema del flujo mximo (y corte mnimo)

El problema del flujo mximo
En este problema hay un solo nodo fuente (el nodo de entrada) y un solo
nodo destino (el nodo de salida).
El problema cosiste en encontrar la mxima cantidad de flujo total (petrleo
efectivo, mensajes, trnsito, etc.) que puedan circular a travs de la red (de
la fuente al destino) en una unidad de tiempo.
Capacidad de arco
La cantidad de flujo por unidad de tiempo en cada arco, est
limitada por restricciones de capacidad. Por ejemplo: el dimetro
del oleoducto limita el flujo de aceite crudo en las lneas de
distribucin del sistema.
El caso del problema de flujo mximo como un problema de

programacin lineal
Este problema puede ser representado como un problema de programacin
lineal, donde intentamos maximizar el flujo a travs de todo el grafo,
conservando entre cada nodo el balance entre el flujo que entra y el flujo que
sale y sin exceder la capacidad mxima en cada arco.
35

. .
= 1
= {
=
0
0 ,
(, )
Donde:
xij: cantidad de flujo por unidad de tiempo que circular a travs del
arco (i,j) que conecta nodos i y j
f: es una variable que designa el flujo total a travs de la red por
unidad de tiempo. Es lo que sale de la fuente (i=1) y lo que llega al
destino (i=n). El objetivo es maximizar dicha cantidad.
Las uij designan las capacidades en el flujo disponibles por unidad de
tiempo a travs de los diversos arcos.
Ejercicio:
Se le ha encargado de tratar un caso de la comisin de planeacin de
desarrollo urbano de la Municipalidad de Lima, la misma que empezar
prximamente un conjunto de obras de vas subterrneas del tren elctrico
motivo por el cual debern dar inicio a los desvos en los lugares donde se
realicen las obras.
La desviacin planeada abarca una red de rutas alternas que han sido
propuestas por el departamento de mantenimiento de vas. Los diferentes
lmites de velocidad y las vas de trnsito producen diversas capacidades de
flujo en los distintos arcos de la red propuesta. Esto se muestra en la figura
siguiente:
6
Fin de la
desviacin
1
Inicio de la
desviacin
36
Flujo Factible
Cuando resolvemos un problema de flujo mximo, analizamos cada flujo
factible en cada camino que conecte el inicio y el final. Entenderemos que
existe un camino factible con una cantidad de flujo determinada si:
1. No se excede la capacidad de ningn arco del camino.
2. Con excepcin de los nodos inicial y final, el flujo debe satisfacer la
condicin de conservacin: Flujo de entrada al nodo = Flujo de salida
del nodo
De lo indicado en el punto 1. aparece la primera implicacin:
La cantidad mxima que puede fluir a lo largo de un camino es igual a la
menor de las capacidades de los arcos de dicho camino
Regulacin de la capacidad del flujo
Siempre que asignamos flujo a un arco particular, nos atenemos a las reglas:
Se reduce la capacidad en la direccin del flujo asignado por la

cantidad de flujo.
Se aumenta la capacidad en sentido opuesto por la cantidad de flujo.
En caso de deshacer los flujos, se procede en forma inversa, es decir se
retorna la capacidad reducida y se reduce la capacidad de sentido opuesto
previamente aumentada.
Ejemplos de hacer y deshacer envos a travs de un arco:
Si tenemos las siguientes capacidades entre el nodo 1 y 2, diferentes en cada
direccin:
Si asignamos 2 unidades en la direccin de 1 a 2
2
2
Si deshacemos el envo de 1 unidad en la direccin de 1 a 2
3
1
Note que se actualiza el flujo que circula entre los nodos (al centro de cada
arco) y las capacidades tanto en un sentido como otro, reducindose la
37
capacidad en la medida que ya se utiliz y aumentando en el sentido

contrario, lo que permitir deshacer en alguna prxima iteracin.
Algoritmo de Flujo Mximo
1. Encontrar cualquier camino de la fuente al destino que tenga
capacidad de flujo positiva. Si no hay tales caminos, se habr
encontrado la solucin ptima.
2. Sea cmin la capacidad mnima de flujo entre todos los arcos
seleccionados en el paso I. Se aumenta el flujo existente a travs de la
red al enviar un flujo adicional de cmin sobre este camino.
3. Por este mismo camino disminuya las capacidades en direccin del
flujo en cada arco, en la cantidad cmin. Aumntense las capacidades en
la direccin opuesta en cmin para todos los arcos del camino elegido.
Una vez que ya no encuentre ningn camino factible, el problema habr sido
resuelto, el paso final consistir en determinar los flujos finales.
Determinacin de los flujos finales
Al finalizar el grafo tendr diferencias en capacidades por arco respecto al
problema original, luego la regla para cada arco ser:
Si la capacidad final es menor que la capacidad inicial, calclese la diferencia.
Esta es la cantidad de flujo a travs del arco.
Ejemplo:
3
Si al inicio tenamos:
Y al final result (luego de varias iteraciones):
3
Tendremos que el flujo entre el arco (3)(5) ser 4-2 = 2.

El flujo mximo de cualquier red es igual a la capacidad del corte
mnimo
Si buscamos algn corte mnimo que separe el origen del fin (que lo
incomunique totalmente) tenemos que la suma de las capacidades originales
de los arcos de dicho corte mnimo es igual al flujo mximo.
Como podr apreciar puede existir ms de un corte mnimo que tenga la
misma capacidad del flujo mximo
38
UNIDAD III
Anlisis de Decisiones y Teora de Juegos
RESUMEN
La presente unidad revisa aspectos bsicos de la teora de decisiones, casos
bajo certidumbre, riesgo e incertidumbre, ejemplos de modelos aplicados
para cada caso. Tambin se trata un caso particular de la teora de juegos: el
juego bipersonal suma cero.
Qu es una decisin?
39
Semana 09: Teora de Decisiones. Tipos de Problemas

Es una eleccin racional dentro de un conjunto de alternativas, de tal manera
que cuando se elige una de ellas y el medio ambiente influye, se tiene como
consecuencia un resultado; este resultado se utiliza para tratar de determinar
la mejor alternativa.
Elementos de un proceso de decisin
EL DECISOR
Es el responsable de tomar la decisin, el decisor puede ser
una persona o un conjunto de personas (directorio de una
empresa) o una nacin (como en el caso de una eleccin) por
ejemplo
ALTERNATIVAS
Son los cursos de accin entre los cuales el decisor debe

elegir. Para que exista un proceso de decisin, deben existir
por lo menos dos alternativas.
ESTADOS DE LA Vienen a ser todos los eventos que ocurren en el medio

ambiente, que son de inters y que de alguna manera traen
NATURALEZA ()
consecuencias segn la alternativa elegida.
Ej: hoy decidi salir y llevar el paraguas
Estados de la naturaleza:
1: Llueve
2: No llueve
FUNCIN
DE Es lo que indica la consecuencia de haber elegido una
COSTO/BENEFICIO alternativa y que haya ocurrido un determinado estado de la
(RESULTADOS)
naturaleza.
CRITERIO
ELECCIN
OPONENTE
DE Es el procedimiento mediante el cual se elige una alternativa,

puede ser un mtodo formal (y matemtico) o puede estar
dado en base a criterios subjetivos.
Es a quin se enfrenta el decisor, puede ser natural o
racional.
Clasificacin de los Procesos de Decisin

Los procesos de decisin pueden clasificarse ya sea dependiendo el oponente
o segn la cantidad de informacin disponible.
Clasificacin de los Procesos de Decisin segn el oponente.
1. Racional: cuando los estados de la naturaleza los controla una
persona, un grupo de personas o un ente racional.
40
2. Natural: cuando los estados de la naturaleza dependen del medio

ambiente.
Clasificacin de los Procesos de Decisin segn la informacin
disponible de los Estados de la Naturaleza
1. Procesos de decisin bajo certeza
Es cuando se conoce con certeza el estado de la naturaleza que
va a ocurrir y debemos elegir la mejor alternativa.
Ejemplos:
i. Problemas de programacin lineal.
ii. Problemas de redes.
iii. Problemas de transporte.
iv. Problemas de asignacin.
v. Problemas de secuenciacin.
2. Procesos de decisin bajo riesgo
En estos casos no se conoce cul ser el estado de la naturaleza
que va a ocurrir con exactitud pero se tiene disponible una
distribucin de probabilidad acerca de cada ocurrencia.
Mtodos y teoras utilizados para resolver problemas de decisin
bajo riesgo:
i.
ii.
iii.
iv.
Teora de colas.
Inventarios con demanda aleatoria.
Estimacin estadstica.
Confiabilidad.
3. Procesos de decisin bajo incertidumbre

Aqu no se conoce cul es el estado de la naturaleza que va a
ocurrir, ni se dispone de una distribucin de probabilidad acerca
de los estados de la naturaleza.
La incertidumbre se presenta en ciertos casos:
i. Al lanzar un producto nuevo.
ii. Al iniciar un proyecto nuevo.
Ejercicio
Plantee un ejemplo de cada tipo de proceso de decisin e identifique al
decisor, las alternativas y los estados de la naturaleza.
Procesos de decisin bajo certeza
Estos procesos se caracterizan porque se conoce el estado de la naturaleza
que va a ocurrir y por lo tanto debemos seleccionar la mejor alternativa, en
muchos de estos casos estas alternativas son tantas que debemos utilizar un
mtodo adecuado de seleccin.
Tipos de problemas de decisin bajo certeza
41
Problemas de programacin lineal
Problemas de transporte
Problemas de asignacin
Problemas de transbordo
Problemas de secuenciacin
Grafos y redes
Y todo modelo que se considere DETERMINSTICO.

Notaciones:
A: conjunto de alternativas
: conjunto de estados de la naturaleza
R: funcin de Costo Beneficio
Ejemplo de proceso bajo certeza: modelo de planeacin de la

produccin
Una empresa de produccin requiere abastecer la demanda de cierto
producto solicitado por sus clientes durante los prximos 4 meses. Esta
demanda es:
Mes
Demanda (unidades)
Enero
275
Febrero
435
Marzo
520
Abril
420
El proceso de la produccin lo puede realizar en horarios normales pero

tambin en horarios extras, sin embargo, las capacidades disponibles as
como los costos de produccin varan cada mes y son conocidos, esto se
muestra en la siguiente tabla:
TIEMPO NORMAL
TIEMPO EXTRA
MES
CAPACIDAD COSTO CAPACIDAD COSTO
ENERO
320
$ 12
115
$ 13
42
FEBRERO
225
$ 10
125
$ 12
MARZO
335
$ 11
140
$ 14
ABRIL
275
$ 13
150
$ 15
Caso I:
Si toda la demanda debe ser satisfecha mensualmente y se sabe que por
cada unidad que se queda almacenada al final de cada mes se tiene un costo
de inventario de $3. Enfocar esta situacin como un proceso de decisin bajo
certeza.
Solucin:
Este es un proceso de decisin bajo certeza porque se conoce la demanda del
producto en los prximos 4 meses (determinstica).
Como paso inicial podemos organizar la informacin previamente recibida en
forma de una tabla cruzada: mes de produccin vs. mes de entrega y las
alternativas que se generan.
MES DE ENTREGA
FEB
MAR
ABR
MES DE PRODUCCIN
ENE
ENE FEB MAR ABR OFERTA

Normal
12
15
18
21
320
Extra
13
16
19
22
115
Normal
--
10
13
16
225
Extra
--
12
15
18
125
Normal
--
--
11
14
335
Extra
--
--
14
17
140
Normal
--
--
--
13
275
Extra
--
--
--
15
150
DEMANDA 275 435 520
420
43
El siguiente paso ser resolver el caso como uno de programacin lineal:

1. Identificamos las variables de decisin:
Nij: # de unidades producidas en horario normal en el mes i para

satisfacer la demanda del mes j. (i=1..4, j=1..4)
Eij: # de unidades producidas en horario extra en el mes i para

satisfacer la demanda del mes j. (i=1..4, j=1..4)
2. Con las variables planteamos la funcin objetivo, en nuestro caso sera

minimizar el costo de produccin y almacenaje para satisfacer la
demanda:
MIN
12 N11 + 15 N12 + 18 N13 + 21 N14 +

13 E11 + 16 E12 + 19 E13 + 22 E14 +
10 N22 + 13 N23 + 16 N24 +
12 E22 + 15 E23 + 18 E24 +
11 N33 + 14 N34 +
14 E33 + 17 E34 +
13 N44 +
15 E44
3. Ahora aadimos las restricciones

a. Restricciones de demanda (la suma de lo producido cada mes
deber ser igual a la demanda):
N11 + E11 =
275
N12 + E12 + N22 + E22 =
435
N13 + E13 + N23 + E23 + N33 + E33 =
520
N14 + E14 + N24 + E24 + N34 + E34 + N44 + E44 = 420

b. Restricciones de oferta (la suma de lo que vayamos a fabricar
por cada mes y turno no deber exceder la oferta de cada
mes/turno):
N11 +
N12 + N13 + N14
320
E11 +
E12 + E13 + E14
115
44
N22 + N23 + N24
225
E22 + E23 + E24
125
N33 + N34
335
E33 + E34
140
N44
275
E44
150
c. Finalmente agregamos las restricciones de no negatividad

Eij 0
(para todo i=1..4, j=1..4)
Nij 0
(para todo i=1..4, j=1..4)
Adicionalmente identificamos:
Estados de la Naturaleza:
Conjunto de alternativas:
= {1 : (275, 435, 520, 420)} demanda
A: {todas las soluciones factibles del modelo propuesto}
Funcin de Costo Beneficio
R: la funcin objetivo del modelo de programacin lineal.
Decisor: equipo de administracin de la empresa.
Criterio de eleccin: minimizacin con el mtodo simplex.
Decisin ptima: plan ptimo de produccin para los siguientes

4 meses
Ejercicio
Resuelva el caso anterior con programacin lineal.
Caso II:
Suponga ahora que se pueden mantener demandas pendientes que sern
atendidas en uno, dos o tres meses despus (cuando se tenga suficiente
inventario), pero esto tiene un costo de $5 por cada mes que se retrasa la
entrega (por unidad).
Cul sera el nuevo plan ptimo de produccin?
45
MES DE ENTREGA
FEB
MAR
ABR
MES DE PRODUCCIN
ENE
ENE FEB MAR ABR OFERTA

Normal
12
15
18
21
320
Extra
13
16
19
22
115
Normal
15
10
13
16
225
Extra
17
12
15
18
125
Normal
21
16
11
14
335
Extra
24
19
14
17
140
Normal
28
23
18
13
275
Extra
30
25
20
15
150
DEMANDA 275 435 520
420
Ejercicio:
Plantee el modelo de programacin lineal y resulvalo
Ejemplo de proceso bajo certeza: el caso de contratacin de personal.
Las necesidades de contratacin de personal para un proyecto que tendr 4
meses de duracin es como sigue:
Enero: 20 operarios
Febrero: 32 operarios
Marzo: 45 operarios
Abril: 30 operarios
Los trabajadores pueden ser contratados por 1, 2, 3 o 4 meses.

El sueldo de un trabajador es del $200 en enero, $220 en febrero, $230 en
marzo y $240 en abril.
Cuando un trabajador cumple su contrato,
indemnizacin igual a su ltimo sueldo.
se
le
debe
pagar
una
Enfoque esta situacin como un proceso de decisin bajo certeza.

Solucin:
1. Decisor: aquel que tenga a su cargo la contratacin de personal
46
2. Estados de la naturaleza:
= {1 : (28, 32, 45, 30)} requerimientos del perodo de 4 meses.
3. Variables de decisin:
Para identificar las variables nos apoyaremos con un grfico, viendo
cada opcin posible de contratacin por cada mes.
28
1
32
2
45
3
30
4
E1
E2
E3
E4
F1
F2
F3
M1
M2
A1
Las variables de decisin las denominaremos: E1, E2, E3, E4, F1, F2,
F3, M1, M2, A1.
La primera letra sealar el mes en que se contratarn los
trabajadores y el nmero final la cantidad de meses durante los cuales
trabajarn.
Por ejemplo:
M2: nmero de trabajadores contratados en marzo por dos
meses.
4. Ahora elaboramos las restricciones (*), que bsicamente son cumplir
con los requerimientos de personal en cada mes:
Enero:
E1 + E2 + E3 + E4 =
28
Febrero:
E2 + E3 + E4 + F1 + F2 + F3 =
32
Marzo:
E3 + E4 + F2 + F3 + M1 + M2 =
45
Abril:
E4 + F3 + M2 + A1 =
30
5. Conjunto de alternativas:
A: {(E1, E2, E3, E4, F1, F2, F3, M1, M2, A1) dado que cumplan
(*)}
47
6. Funcin costo beneficio:

Para elaborar la funcin costo beneficio, elaboraremos una tabla
que simule para cada caso cul sera el monto que percibira un
trabajador contratado en el mes X por un perodo de Y meses.
Sabemos que el sueldo de un trabajador es el siguiente:

PERODO DE CONTRATO
1
2
3
4
ENERO
$
200.00
FEBRERO
$
220.00
MARZO
$
230.00
ABRIL
$
240.00
Pero recordemos que si trabajara un mes, como ese mismo mes

sera el ltimo, recibe una indemnizacin igual al ltimo,
entonces
sera:
PERODO DE CONTRATO
1
2
3
4
ENERO
$
400.00
FEBRERO
$
440.00
MARZO
$
460.00
ABRIL
$
480.00
Entonces el costo de un trabajador estara dado por el nmero

de meses que labore para la empresa y el mes en que se
incorpore
a
la
misma:
PERODO DE CONTRATO
1
2
3
4
ENERO
$
400.00 $
640.00 $
880.00 $ 1,130.00
FEBRERO
$
440.00 $
680.00 $
930.00
MARZO
$
460.00 $
710.00
ABRIL
$
480.00
7. Funcin objetivo:
Minimizar el costo total por contratacin de personal.
MIN
400E1 +
640E2 +
440F1 +
680F2 +
460M1 +
710M2 +
480A1
8. Solucin ptima:
880E3 +
930F3 +
1130E4 +
La alternativa ptima luego de resolver el caso mediante el mtodo

simplex.
Ejercicio:
Plantee el modelo de programacin lineal y resulvalo
48
Plantee y resuelva el mismo caso, considerando que el sueldo por mes

ha sido ajustado siendo ahora como sigue:
Enero: 230 USD
Febrero: 220 USD
Marzo: 210 USD
Abril: 200 USD
Y la poltica de indemnizacin establece que recibe al ltimo mes el

mismo sueldo del mes en que fue contratado.
49
Semana 10: Procesos de decisin bajo riesgo e incertidumbre

Procesos de decisin bajo riesgo
Estos procesos se caracterizan porque ni bien se conocen los posibles estados
de la naturaleza, no se sabe con seguridad cul de ellos es el que va a
ocurrir, sin embargo se dispone de una distribucin de probabilidad acerca de
la ocurrencia de estos estados de la naturaleza.
En este tipo de procesos tenemos criterios probabilsticos de eleccin, por
ejemplo:
Maximizacin del valor medio esperado
Minimizacin del valor medio esperado
Tenemos:
: conjunto de estados de la naturaleza
A: conjunto de alternativas
Los conjuntos , A pueden ser continuos, discretos o finitos.
R(Ai, i): funcin de costo / beneficio
Ai A
Decisin bajo riesgo: alquiler de una flota de camiones

Una empresa desea adquirir una flota de camiones. En ciertos das no se
usarn todos los camiones, en cambio en otros das no sern suficientes por
lo que se debern alquilar camiones adicionales.
Un camin no utilizado en un da representa un costo de 60 USD por da y el
alquiler de un camin representa un costo de 120 USD por da.
En base a observaciones de los ltimos das se tiene una estimacin de la
probabilidad de requerir x camiones en un da determinado, la informacin es
la siguiente:
# de camiones requeridos en un
da
Probabilidad
0.15
50
# de camiones requeridos en un
da
Probabilidad
0.35
0.25
0.15
10
0.10
11
Enfoque esta situacin como un problema de decisin bajo riesgo.

Solucin:
Decisor: empresa de transporte (Debe decidir cuntos camiones debe

adquirir).
Alternativas: nmero de camiones a comprar.
Estados de
camiones.
A = { A1: 6, A2: 7, A3: 8, A4: 9, A5: 10 }

la
naturaleza:
requerimientos
(demanda)
diario
de
= { i: 6, 2: 7, 3: 8, 4: 9, 5: 10 }
Funcin de costo beneficio: representar los costos totales por

camiones ociosos y por alquiler de camiones adicionales
Matriz de costos
Para representar mejor la funcin costo beneficio elaboraremos una matriz
de costos:
R (ai, i)
1 = 6
a1 = 6
a2 = 7
a3 = 8
2 = 7
3 = 8
4 = 9
5 = 10
0
0
51
R (ai, i)
1 = 6
2 = 7
3 = 8
a4 = 9
4 = 9
5 = 10
a5 = 10
Evidentemente el costo ser cero si acertamos la cantidad de camiones a

alquilar con la demanda de ese da.
En cambio, si la demanda superara a la oferta, esto implicara tener que
adquirir uno o varios camiones extras.
Y, por otro lado, si la oferta es mayor a la demanda, esto implicara los
costos de no utilizacin de uno o varios camiones ociosos.
Luego, la matriz quedar as:
R (ai, i)
1 = 6
2 = 7
3 = 8
4 = 9
5 = 10
a1 = 6
120
240
360
480
a2 = 7
60
120
240
360
a3 = 8
120
60
120
240
a4 = 9
180
120
60
120
a5 = 10
240
180
120
60
Y a lo anterior aadiremos las probabilidades de cada estado de la

naturaleza:
R (ai, i)
1 = 6
2 = 7
3 = 8
4 = 9
5 = 10
a1 = 6
120
240
360
480
a2 = 7
60
120
240
360
a3 = 8
120
60
120
240
a4 = 9
180
120
60
120
52
R (ai, i)
1 = 6
2 = 7
3 = 8
4 = 9
5 = 10
a5 = 10
240
180
120
60
P( =i)
0.15
0.35
0.25
0.15
0.10
Y con las probabilidades calculamos el valor medio esperado (VME) para cada
caso:
R (ai, i)
1 = 6
2 = 7
3 = 8
4 = 9
5 = 10 VME
a1 = 6
120
240
360
480
209
a2 = 7
60
120
240
360
111
a3 = 8
120
60
120
240
81
a4 = 9
180
120
60
120
96
a5 = 10
240
180
120
60
138
P( =i)
0.15
0.35
0.25
0.15
0.10
Evidentemente dado el cuadro anterior, tendremos:
Decisin ptima: comprar 8 camiones

Costo esperado mnimo: $81 por da
Ejercicio:
Plantee el mismo caso anterior con el supuesto siguiente:
Imagine que la empresa tiene la posibilidad (adicional) de alquilar dos
camiones a una empresa vecina, cualquier da de la semana a una tarifa de
$50 por da, la nica consideracin es que la empresa solo acepta el alquiler
de un par de camiones cada vez, es decir no ms ni menos que dos
camiones.
Procesos de decisin bajo incertidumbre
Estos procesos se caracterizan porque si bien conocemos los posibles estados
de la naturaleza, no sabemos sin embargo cul de ellos va a ocurrir, es ms,
ni siquiera se conoce una distribucin de probabilidad acerca de la ocurrencia
de estos estados.
53
Mtodos a utilizar
Para elegir la mejor alternativa en estos casos se utilizan criterios de eleccin
no probabilsticos entre estos mtodos tenemos criterios de:
WALD
HURWICZ
SAVAGE
LAPLACE
Para entender mejor estos criterios nos apoyaremos con un ejemplo:

Caso del inversionista
Un inversionista tiene el objetivo de lograr la mxima tasa posible de retorno.
Suponiendo que solo hay tres alternativas posibles:
A = (a1, a2, a3)
a1: acciones especulativas

a2: acciones de alto grado
a3: bonos
Y suponemos tambin que pueden ocurrir 3 estados posibles de la naturaleza

para el periodo de inversin, estos estados son:
= {1, 2, 3}
1 : situacin de conflicto blico

2 : situacin econmica estable
3 : depresin econmica
No se dispone de informacin acerca de las probabilidades de ocurrencia de

estos estados de la naturaleza. En la siguiente tabla se muestra las
estimaciones de las tasas de retorno segn la alternativa elegida y el estado
de la naturaleza que ocurra.
R( ai , j ) =
1
a1
20
-8
a2
12
10
a3
54
Criterio de WALD (MaxiMin)

Este criterio es muy pesimista pues supone que al elegir una determinada
alternativa ocurrir el estado de la naturaleza ms desfavorable, obteniendo
as el peor resultado, luego de estos peores resultados, se buscar el mejor.
Si (0 , ) =
( , ) entonces a0 es la mejor alternativa.
Peores
resultados
(mnimo)
a1
20
-8
-8
a2
12
10
a3
Segn el criterio de WALD, la mejor alternativa (de las peores, la mejor) es

a3: invertir en bonos
Criterio MaxiMax
Este criterio es todo lo
extremadamente optimista.
contrario
del
criterio
de
WALD,
pues
es
Supone que segn la alternativa elegida ocurrir el estado de la naturaleza

ms favorable y por lo tanto, se elegir el mejor de los resultados.
Si (0 , ) =
( , ) entonces a0 es la mejor alternativa.
Mejores
resultados
(mximo)
a1
20
-8
20
a2
12
10
12
a3
Segn el criterio MAXIMAX, la mejor alternativa es a1: invertir en acciones

especulativas.
55
Criterio de Hurwicz (ndice )

Este criterio trata de buscar un equilibrio entre los criterios de WALD y
MAXIMAX.
HURWICZ supone que la naturaleza no ser tan perjudicial como para
suponer que ocurrir el peor estado de la naturaleza pero tampoco ser
extremadamente optimista como para suponer que ocurrir lo mejor.
HURWICZ asume que se puede medir el grado de optimismo a travs de un
nmero ndice , donde 0 1.
Valores de cercanos a 0, sealan pesimismo.

Valores de cercanos a 1, sealan optimismo.
Entonces para cada alternativa ai se define un coeficiente Hi denominado:

coeficiente de Hurwicz como sigue:
= ( , ) + (1)
( , )
Luego de todos estos resultados se busca el mejor. Si

alternativa ptima.
= 0 a0 es la
Volviendo al ejemplo del inversionista; consideremos un grado de optimismo:

=0.75
1
Hi
a1
20
-8
0.75 (20) + 0.25 (-8)
= 13
a2
12
10
0.75 (12) + 0.25 (03)
= 9.75
a3
0.75 (08) + 0.25 (04)
=7
Segn el criterio de Hurwicz (0.75) la mejor alternativa es a1: acciones

especulativas.
Observe que el criterio de Hurwicz contempla dos casos especiales:
Si = 0 obtenemos el mismo resultado del criterio de WALD.
Si = 1 obtenemos el mismo resultado del criterio MAXIMAX.
Criterio de SAVAGE (Prdida de Oportunidad)

Savage establece que el decisor puede experimentar un cierto pesar al
comprobar que la alternativa elegida le produce un resultado pequeo con
respecto a otra que puede haber elegido conociendo ya el estado de la
Naturaleza que ocurri.
56
Savage propone la construccin de una nueva matriz denominada: MATRIZ

DE PESAR o de PRDIDA DE OPORTUNIDAD.
Construccin de la matriz de pesar:
Sea R = (rij) la matriz de Costo-Beneficio.
Para cada columna (o estado de la Naturaleza) hallamos:
Luego sea P = (pij) la matriz de pesar: =
Savage utiliza el criterio MiniMax sobre la matriz P.

Volviendo al ejemplo del inversionista, tenemos:
1
a1
20
-8
a2
12
10
a3
20
10
Max r
ij
Construimos la Matriz de Pesar (P) y el minimax:

1
Mximo
a1
16
16
a2
a3
16
16
Luego, segn el criterio de Savage, la mejor alternativa es: a2 (invertir en

acciones de alto grado).
Criterio de Laplace
Segn LAPLACE como no se tiene conocimiento acerca de las probabilidades
de ocurrencia de los estados de la naturaleza, se elige como mejor
alternativa aquella que mejor resultado promedio tenga. En el problema del
inversionista:
57
Valores Promedio
a1
20
-8
(20 + 02 8)/3 = 14/3
a2
12
10
(12 + 10 + 3)/3 = 25/3
a3
(04 + 06 + 8)/3 = 18/3
Max rij
20
10
Luego, segn el criterio de Savage, la mejor alternativa es: a2 (invertir en

acciones de alto grado).
Resumen de resultados
Criterio
Mejor Alternativa
WALD
a3
MAXIMAX
a1
HURWICZ (0.75)
a1
SAVAGE
a2
LAPLACE
a2
Rango de valores para el ndice del criterio de Hurwicz

Si tenemos que alfa () representa el grado de optimismo:
En el caso del inversionista tendremos:
1
Valores Promedio
a1
20
-8
20 08 (1 ) = 28 08
a2
12
10
12 + 03 (1 ) = 09 + 03
a3
08 + 04 (1 ) = 04 + 04
Estrategia ptima segn rango de valores:

Si evaluamos el recorrido de alfa () de 0 a 1 tendremos:
58
Para
()
valores
de alfa La mejor estrategia ser:
1/5
a3
1/5 < 11/14
a2
> 11/14
a1
Semana 11: Teora de juegos

Juegos de competencia
Se tiene un conjunto de personas con intereses antagnicos o con objetivos
opuestos, que se enfrentan en una situacin de competencia, cada uno
puede ejercer cierta influencia sobre el resultado, pero es incapaz de dominar
por completo el transcurso de los acontecimientos.
Este tipo de situaciones se denominan situaciones de conflicto o de
competencia y puede ser enfocada mediante la teora de juegos.
Juegos bipersonales
Se denomina juego bipersonal porque se enfrentan dos personas o dos
organizaciones a las que se denomina jugadores.
Cada jugador se puede considerar como un decisor y tendr sus alternativas.
Un oponente en este caso es racional.
Los estados de la naturaleza sern las alternativas del otro jugador
59
Juegos bipersonales suma-cero

Se denomina juego de suma-cero pues lo que gana un jugador es lo que
pierde el otro.
Ej: Imagine dos empresas que comparten el 100% del mercado y que tras
una campaa publicitaria presentan cambios en su participacin.
Empresa 1
Empresa 2
40%
60%
100%
mercado
del
Empresa 1: gan +35%

Empresa 2: gan - 35%
----------------Suma: 0%
Campaa
publicitaria
Empresa 1
Empresa 2
75%
25%
Definicin:
Consideremos dos jugadores a y b donde a tiene m alternativas y b
tiene n alternativas.
Existe adems una matriz a= (Aij) de orden m x N denominada matriz de
pagos de A a B donde aij indica el pago que le debe hacer el jugador B
al jugador A cuando A elige la alternativa i y B elige la alternativa j.
B
-6
-2
-3
Los valores positivos indican ganancia de A (prdida de B).
60
Los valores negativos indican prdidas de A (ganancia de B).
Si A elige la fila 2 y B elige la columna 3, el pago de B a A ser de -3

(gana B) pues ser el jugador A quien deba pagar 3 unidades al
jugador B.
Si A elige la fila 1 y B elige la columna 1: 5 (gana A).
Ej:
Observacin: en los casos reales un jugador no conoce la alternativa que

elegir el otro.
Juegos Equivalentes
Observe estos dos juegos y determine la regla para que dos matrices de
juegos sean equivalentes:
B
-6
-2
-3
-5
-4
-4
Resolucin de un juego
Resolver un juego consiste en determinar las mejores estrategias para
ambos jugadores.
Cada juego tendr un resultado al que denominaremos valor del juego.
Elementos maximin y minimax
Dada una matriz A = (aij) de orden m x N. Definimos el elemento maximin

como aquel valor que cumple
(el mximo valor del mnimo de cada

fila).
Asimismo, el elemento minimax como aquel valor que cumple
mnimo valor del mximo de cada columna)

(el
61
Ejemplo
Hallar el elemento maximin y el minimax de la siguiente matriz:
-4
-4
-2
-2
(maximin)
-3
-2
-3
2 (minimax)
Resumen
Maximin
Maximax
El mnimo aij variando j
El mximo aij variando i
De los valores obtenidos, tomar el De los valores obtenidos, tomar el

mayor.
menor.
Ejercicio
Calcule el maximin y el minimax en este caso:
6
-3
-5
Propiedad:
En general se cumple que:
maximin minimax
Punto de equilibrio de una matriz
Dada una matriz (aij) diremos que el elemento (i*,j*) es un punto de

equilibrio si se cumple:
=
=

62
Por ejemplo en este caso tenemos un punto de equilibrio en (1,3)

6
-3
-5
Observacin: el punto de equilibrio lo determina aquel elemento de la matriz

que es al mismo tiempo el mnimo en su fila y el mximo en su columna
Juegos bipersonales con punto de equilibrio
Consideremos el siguiente juego entre los jugadores A y B
B
-1
-4 -4
-5
-3
-5
Mximo
minimax
Mnimo
maximin
En este juego tenemos punto de equilibrio (2,2)

Esto indica que el jugador A debe elegir la fila (alternativa) 2 y con ello
asegura una ganancia de al menos 2 unidades.
Asimismo el jugador B tiene que elegir la columna (alternativa) 2 con lo que
asegura no pagar ms de dos unidades.
El valor del juego es el valor de la celda de equilibrio: 2.
Si alguno de los jugadores cambia de alternativa, podra verse perjudicado
respecto a lo indicado.
Observaciones respecto al valor del juego
Si el valor del juego v es:
V>0
El juego favorece al jugador A
63
V<0
El juego favorece al jugador B
V=0
El juego es JUSTO
Ejemplo: situacin de conflicto entre sindicato y empresa

En la discusin de un nuevo pacto laboral, el sindicato y la gerencia de una
empresa han llegado a una situacin de conflicto en la cual el sindicato
solicita un incremento de 40 soles diarios y la empresa solo ofrece 15 soles
diarios.
Debido a que no llegan a ningn acuerdo, solicitan la intervencin de un
organismo estatal.
El organismo estatal, solicita a ambas partes hacer una ltima propuesta en
sobre cerrado en el intervalo de 15 a 40 soles con incrementos de 5 soles.
De experiencias anteriores se sabe que este organismo acepta aquella
propuesta que haya cedido ms respecto al pedido inicial.
En caso que ambos propongan lo mismo o cedan lo mismo se elige la media
aritmtica de ambas propuestas.
Plantee este caso como un juego bipersonal suma-cero y determine las
estrategias ptimas (si es posible).
Formulacin como un juego bipersonal
Jugadores:
A: sindicato
B: empresa
Alternativas
Del jugador A: {15, 20, 25, 30, 35, 40}
Del jugador B: {15, 20, 25, 30, 35, 40}
Elaboramos una matriz de pagos de acuerdo a cada alternativa que pueda

adoptar la empresa o el sindicato y calculamos los valores que cederan
respecto a su posicin inicial as como el pago que debera hacer la empresa
en cualquier caso.
Empresa (B)
Cedi
10
15
20
25
64
Sindicato (A)
Alternati
va
15
20
25
30
35
25
15
15
15
15
15
20
20
20
20
20
15
27.
5
40
20
15
25
25
25
20
27.
5
35
40
25
10
30
30
25
27.
5
30
35
40
27.5
35
30
27.
5
25
30
35
40
25
40
35
27.
5
20
35
40
20
mximo
35
25
30
27.
5
30
27.
5
35
40
30
minimax
mnim maximi
o
n
40
27.
5
15
27.5
Como podemos observar se presenta un punto de equilibrio en (30,25).

Alternativa ptima
Alternativa ptima del sindicato: en sobre cerrado debe proponerse
un aumento de 30 soles.
Alternativa ptima de la empresa: en sobre cerrado proponer
aumento de 25 soles.
El valor del juego: 27.5 soles (la empresa pagar un aumento a
favor del sindicato por ese valor).
Ejercicio
Plantee el juego de piedra, tijera y papel como un juego bipersonal sumacero.
Cuando un jugador pierde, debe pagar un sol al otro jugador, en caso de
empate, el pago es cero (0).
Semana 12: Juegos bipersonales que no tienen punto de equilibrio
(o punto silla)
Existen muchos juegos bipersonales suma-cero que no tienen punto de
equilibrio, es decir, el valor maximin difiere del valor minimax. En estos
casos, el punto cuyas coordenadas es determinada por estos valores, se dice
que es un punto inestable, veamos el por qu
1
mnimo
65
-2
-2
-1
-1
-3
-3
mximo
maximin(2,1) con valor -1 minimax (2,2) con valor 2

Supongamos que iniciamos el juego en la coordenada (2,2) y a partir de ah
cada jugador puede cambiar de estrategia, un jugador a la vez:
1. Si A elige fila 2 y B elige columna 2: A gana 2 unidades
2. Si A elige fila 2, B cambia a col. 1: B gana 1.
3. Si B elige col. 1, A cambia a fila 3: a gana 5.
4. Si A elige fila 3, B cambia a col. 3: B gana 3.
5. Si B elige col. 3, A cambia a fila 2: A gana 4.
6. Si A elige fila 2, B cambia a col 1: B gana 1.
(Volvimos al punto 2).
Estrategias Mixtas
Consideremos un juego bipersonal suma cero donde {1..m} y {1..n} son los
conjuntos de alternativas de los jugadores a y b respectivamente.
Se dice que el vector X= (x1, x2, , xM) es una estrategia mixta del jugador A
y si se cumple:
Xi 0 = 1. .
=1 = 1
Asimismo se dice que el vector Y= (Y1, Y2, , Yn) es una estrategia mixta del
jugador A y si se cumple:
YJ 0 = 1. .
=1 = 1
Observaciones:
66
Una estrategia mixta es una distribucin de probabilidad, por ej: si el

jugador a tiene 2 alternativas y el jugador b tiene 3 alternativas,
entonces:
X = (0.3, 0.7) es una estrategia mixta de A.
Y = (0.2, 0.5, 0.3) es una estrategia mixta de B.
Uso e interpretacin de una estrategia mixta

Sea X=(0.3, 0.7) es una estrategia mixta de A.
En el caso de una jugada para decidir se puede usar 10 fichas, 3

apostamos en el y 7 en el y elegir una al azar sino con una ruleta
en la cual un sector del 30% sea y 70% sea .
Significa que 30% de veces, el jugador A debe elegir la alternativa

y el 70% de veces, la alternativa .
Es decir, si se juega 200 veces:
30% de 200 60 veces debe elegir la alternativa 1
70% de 200 140 veces debe elegir la alternativa 2.
Si en una estrategia mixta se tiene: x = (0, 1, 0, 0) se denomina:

estrategia pura.
Definicin: conjuntos de estrategias mixtas

Definimos y denotamos los conjuntos de estrategias mixtas de los jugadores
a y b como sigue:
= {(1 , , ) / 0,
=1 = 1}
= {(1 , , ) / 0, =1 = 1}
Ejemplo
Consideremos el juego con la matriz de pagos siguiente:
B
-4
-2
10
-6
67
El jugador A desea saber cul de las siguientes estrategias le conviene ms

x1= (0.2, 0.3, 0.5) o x2=(0.1, 0.6, 0.3)
1 escenario: jugador A juega con estrategia x1= (0.2, 0.3, 0.5)
Si B elige la columna 1, el pago esperado de A ser: 0.2(6) +0.3(-2) +

0.5(10) = 5.6
Si B elige la columna 2: 0.2(-4) +0.3(4) + 0.5(2) = 1.4
Si B elige la columna 3: 0.2(4) +0.3(8) + 0.5(-6) = 0.2
Si A elige x1, se asegura una ganancia promedio mnima de 0.2
2 escenario: jugador A juega con estrategia x2=(0.1, 0.6, 0.3)
Si B elige la columna 1, el pago esperado de A ser: 0.1(6) +0.6(-2) +

0.3(10) = 2.4
Si B elige la columna 2: 0.1(-4) +0.6(4) + 0.3(2) = 2.6
Si b elige la columna 3: 0.1(4) +0.6(8) + 0.3(-6) = 3.4
Resumen:
El jugador a desea saber cul de las siguientes estrategias le conviene ms
x1= (0.2, 0.3, 0.5) o x2=(0.1, 0.6, 0.3)
Entre x1 y x2 ms le conviene la estrategia x2

Ejercicio
El jugador B desea saber cul de las siguientes estrategias le conviene ms:
y1= (0.3, 0.4, 0.3)
Y2 = (0.0, 1.0, 0.0)
Realice un anlisis similar al anterior pero ahora considere que es B quien

har los pagos y la idea es buscar que el pago mximo bajo cualquier
situacin, sea el mnimo posible.
Conclusin
OBJETIVO DEL JUGADOR
68
Jugador A
Jugador B
El jugador A trata de buscar entre

todas sus estrategias mixtas posibles,
aquella que le asegure que su
mnima ganancia, sea la mayor
posible (maximin).
El jugador B trata de buscar entre

todas sus estrategias mixtas, aquella
que le asegure que su mxima
prdida, sea la menor posible
(minimax).
Pago esperado
Sean:
(x1, x2, , xm) una estrategia mixta de A.
(y1, y2, , yn) una estrategia mixta de B.
A = (aij) la matriz de pagos.
Definimos el pago esperado como sigue:
(, ) =
=1 =1
Ejemplo de pago esperado

Calcule el pago esperado para este juego
1
-2
-1
-3
si:
A usa la estrategia: X = (0.4, 0.6)

B usa la estrategia: Y = (0.4, 0.5, 0.1)
Calculamos el pago esperado:

El pago esperado es:
0.4(3)0.4 + 0.4(-2)0.5 + 0.4(1)0.1 + 0.6(-1)0.4 + 0.6(2)0.5 + 0.6(-3)0.1 =
0.3
Esto indica que el jugador A gana en promedio 0.3 por cada juego
En N juegos espera ganar: 0.3N
69
Solucin de un juego bipersonal por medio de la programacin lineal

Consideremos un juego bipersonal con la siguiente matriz de pagos (de B
A):
B
11
[
1
Planteamiento para el jugador A

El jugador A buscar determinar la estrategia ptima X = (x1, x2, , xm)
Si la eleccin de B fuera
Los pagos
sera
de
a11x1 + a21x2 + + am1xm
a12x1 + a22x2 + + am2xm
hacia
a1nx1 + a2nx2 + + amnxm
A elige el mnimo de todos estos pagos, es decir:
min
{ 1 , 2 , , }
=1
=1
=1
Pero este valor ser finalmente maximizado por lo que tendremos:
max min
{ 1 , 2 , , }
=1
=1
=1
Formularemos un modelo de programacin lineal:

Sea el mnimo, entonces:
11 1 + + 1
12 1 + + 2
70
1 1 + +
Pero recuerde que buscaremos que ese mnimo sea el mximo posible.
Luego el modelo que queda ser el siguiente:
Modelo MPL-A
max
. .
11 1 21 2 1 0
12 1 22 2 2 0
1 1 2 2 0
1 + 2 + + = 1
1 , 2 , , 0 ;
Planteamiento para el jugador B
En este caso la estrategia del jugador B ser Y = (y1, y2, , yn)
Si la eleccin de A fuera
Los pagos de B hacia A sera
a11y1 + a12y2 + + a1nyn
a21y1 + a22y2 + + a2nyn
am1y1 + am2y2 + + amnyn
El jugador B busca el mayor de los pagos (su peor escenario) para luego
minimizarlo:
min max
{ 1 , 2 , , }
=1
=1
=1
Sea el mximo, entonces:

1 1 + 2 2 + +
{1. . }
Pero recuerde que buscaremos que ese mximo de cualquier caso sea el
mnimo posible.
71
Es decir, evaluamos todos los casos menos favorables (mximo pago) dada
cualquier alternativa que tome el adversario y nos quedamos con el de
mnimo impacto.
Modelo MPL-B
min
. .
11 1 12 2 1 0
21 1 22 2 2 0
1 1 2 2 0
1 + 2 + + = 1
1 , 2 , , 0 ;
Observaciones
1. Los modelos MPL-A y MPL-B estn fuertemente relacionados ya que uno
es el dual del otro.
2. Ambos problemas tienen el mismo valor ptimo, por lo que se cumple:
maximin = minimax.
3. Para obtener las estrategias ptimas basta resolver solo uno de los
problemas ya que la solucin de dichos problemas contiene tambin la
solucin del dual.
Ejercicio
Plantee un modelo de programacin lineal para resolver el siguiente juego:
GLOSARIO
ESTRATEGIA
Cuando un jugador tiene en cuenta las reacciones de otros

jugadores para realizar su eleccin, se dice que el jugador
tiene una estrategia. Una estrategia es un plan de acciones
completo que se lleva a cabo cuando se juega el juego. Se
explicita antes de que comience el juego, y prescribe cada
decisin que los agentes deben tomar durante el transcurso
72
del juego, dada la informacin disponible para el agente. La

estrategia puede incluir movimientos aleatorios.
ESTRATEGIA
DOMINANTE
Una estrategia dominante es aquella eleccin que realiza el

jugador independientemente de lo que haga el otro. En el
juego representado en la matriz de arriba, la estrategia
dominante para A es elegir abajo, mientras que la
estrategia dominante para B es elegir izquierda. Estas
estrategias dominantes dan como resultado el equilibrio de
estrategias dominantes del juego. Si cada jugador tiene una
estrategia dominante se puede predecir el resultado del
juego.
ESTRATEGIA
MIXTA
Es una distribucin de probabilidades que seala en qu

medida deben ser elegidas cada una de las alternativas
disponibles para cada usuario.
JUEGOS
Se denomina juego a la situacin interactiva especificada por

el conjunto de participantes, los posibles cursos de accin que
puede seguir cada participante, y el conjunto de utilidades.
JUEGOS NXM
Una forma de juegos de dos jugadores, en la cual un jugador

tiene N acciones posibles y el otro tiene M acciones posibles.
En un juego as, los pares de utilidades o pagos pueden ser
representados en una matriz y el juego es fcilmente
analizable. Los juegos NxM dan una idea de cmo puede
verse la estructura de un juego ms complejo.
JUEGOS
SUMA CERO
Se trata de juegos en los que la ganancia de un jugador

corresponde a la prdida del otro.
MATRIZ DE
RESULTADOS
DE
UN
JUEGO
La matriz de resultados de un juego representa el resultado

del juego en una matriz. Supongamos que dos personas, A y
B, estn jugando un sencillo juego. El juego consiste en lo
siguiente: la persona A tiene la posibilidad de elegir arriba o
abajo, mientras que B puede elegir izquierda o derecha.
Los resultados del juego se representan en la matriz de
resultados.
RESULTADOS El resultado de un juego es una cierta asignacin de

DE
LOS utilidades finales. Se denomina resultado de equilibrio si
JUEGOS
ningn jugador puede mejorar su utilidad unilateralmente
dado que los otros jugadores se mantienen en sus
estrategias. Un equilibrio estratgico es aquel que se obtiene
cuando, dado que cada jugador se mantiene en su estrategia,
ningn jugador puede mejorar su utilidad cambiando de
estrategia. Alternativamente, un perfil de estrategias
73
conforma un equilibrio si las estrategias conforman la mejor

respuesta a las otras.
UNIDAD IV
SIMULACIN DE SISTEMAS
RESUMEN
La presente unidad revisa conceptos bsicos de simulacin de sistemas,
aplicarn la simulacin como tcnica numrica de experimentacin para
determinadas situaciones problema, interpretando sus resultados. Utilizan
software de uso profesional aplicado a diversos casos especficos.
Semana 13: Solucin por Aproximacin y Simulacin (Conceptos Bsicos)

Solucin de juegos por aproximacin
Los juegos bipersonales con matriz de pagos de gran dimensin son
extremadamente tediosos para ser resueltos por los mtodos estndar.
Vamos a presentar un procedimiento que permite aproximar las estrategias
ptimas de ambos jugadores, as como el valor del juego.
Paso 1
Seleccionar en forma arbitraria una fila de la matriz y colocarla en la parte
inferior.
74
Fila seleccionada
Paso 2
Determinar el menor elemento de la fila seleccionada y seleccionar la
correspondiente columna ubicndola en la parte derecha de la matriz.
Elemento ms
pequeo
Columna
seleccionada
Paso 3
En la columna seleccionada buscamos el mayor elemento y la
correspondiente fila se suma a la anterior fila seleccionada, el resultado lo
ponemos en la parte inferior.
75
Repetimos el paso 2 con esta nueva fila acumulada en forma sucesiva hasta
el nmero de iteraciones requerido.
Observacin: durante esta repeticin observar que:
El # de filas debajo de matriz es igual al

El # columnas al costado y es igual al
# de iteraciones
Paso 4: aproximacin de estrategias y valor del juego

Cada mnimo y cada mximo se utilizan para determinar las frecuencias
relativas de las selecciones de filas y columnas, lo cual ser las estrategias
mixtas aproximadas.
El valor del juego est dado por:

Observacin: en caso de empate para el mnimo o el mximo se trata de

elegir una columna o fila diferente a la fila elegida en la iteracin anterior.
Ejemplo
Por aproximacin obtener la solucin del siguiente juego en 10 iteraciones:
1
-1
-2
-2
76
Solucin
=
ltimo
mximo
ltimo
mnimo
Estrategias ptimas aproximadas:

4
Para A = (10 , 10 , 10)
Para B = (10 , 10 , 10)
Aproximacin del valor del juego:

4
11
10
10
Solucin directa de un juego 2x2

Sea el siguiente juego:
77
2-(-2) 3-(-1)
=4
=4
2-(-1)
3
3-(-2)
5
=
=
--
5
3
5/8 Estrategia ptima de A

3/8
pasa
denominador
como
4
4
4/8 4/8 Estrategia ptima de B
Conceptos Bsicos de Simulacin
Sistema
Un sistema es un conjunto de entidades que actan e interactan para la
realizacin de un fin lgico.
Una entidad es un objeto de inters en el sistema
Modelo
Es una simplificacin y abstraccin de un sistema del mundo real
El proceso de simplificacin ocasiona la eliminacin de detalles insignificantes
o la suposicin de relaciones ms simples. Ejemplo de suposiciones:
Se supone que las variables son determinsticas (versin simplificada

de la realidad) o
Que las variables aleatorias tiene distribuciones de probabilidad

conocidas
Se supone que la linealidad de las relaciones entre variables (cuando

en realidad no lo es)
Evento discreto
Es una accin instantnea, que ocurre en un determinado punto del
tiempo, y puede causar un cambio de estado en el sistema
Estado de un sistema
Es un conjunto de variables necesarias para describir la condicin del
sistema en un momento determinado.
78
Simulacin
Simulacin es el proceso de disear y desarrollar un modelo
computarizado de sistema o proceso y conducir experimentos con este
modelo con el propsito de entender el comportamiento del sistema o
evaluar varias estrategias con las cuales se puede operar el sistema
(Robert E. Shannon)
Simulacin Esttica
Es una representacin del sistema en un determinado punto del
tiempo
Simulacin Dinmica
Es una representacin de cmo evoluciona el sistema a travs del
tiempo.
Cundo usar Simulacin?
Cuando es imposible representar el sistema mediante modelos
matemticos
Cuando los sistemas son muy complejos
Ventajas de la Simulacin
Uso frecuente de un sistema simulado
Obtener informacin que resultara muy costosa extraerla del sistema

real.
Experimentar con el sistema real podra ser perjudicial o costoso.
Desventajas de la Simulacin
No se obtiene una solucin ptima
Puede tornarse costosa en tiempo y dinero
Muchas veces se enfoca ms en las personas que en la tcnica

(descarta otros mtodos porque simulacin es lo que ms domina el
analista)
Estructura de los Modelos de Simulacin

E = f ( xi , yi ) funcin de efectividad
Donde:
E: efecto del comportamiento del sistema
Xi: variables y parmetros que podemos controlar
Yi: variables y parmetros que no podemos controlar
F: relacin entre xi , yi y que da origen a E
79
Variables
de
decisin
Variables incontrolables
Sistema (caja negra)
Medidas de
efectividad
Las variables de decisin (endgenas):
Se producen dentro del sistema, o por causas internas.
Tambin podemos referirnos como variables de estado (que sirven

para indicar el estado del sistema en un momento determinado).
Son variables dependientes por ejemplo: la hora de llegada del

siguiente cliente, el nmero de unidades de una cola, el costo
promedio de productos rechazados pro un plan de calidad, el nivel
del inventario.
Parmetros:
Cantidades a las cuales el operador puede asignarles valores

arbitrarios.
Son constantes y no varan durante el proceso de simulacin.
Por ejemplo: el nmero de cajeros que atender a los clientes en

esta simulacin.
Variables aleatorias primarias (exgenas):
Variables aleatorias que actan de manera independiente.
No se pueden predecir a travs de los valores de las otras variables

aleatorias del sistema.
Ej: demanda y tiempo de espera.
Variables aleatorias secundarias:
Variables aleatorias que pueden predecirse conociendo valores de

otras variables aleatorias con los parmetros y variables de
decisin.
Estas variables se calculan.
80
Objetivo de un modelo de simulacin

Estos son algunos objetivos o metas del sistema a simular:
Optimizar las medidas de efectividad, describiendo normas para las

variables de decisin, en vista de las variables incontrolables.
En un sistema de colas tendramos:
Xi: nmero de clientes a ser atendidos
K: nmero de servidores
Yi: tiempo de llegada de un cliente
: tiempo de servicio a un cliente
F: movimiento en el sistema de los clientes
E: minimizar el tiempo de permanencia de un cliente en el

sistema.
Minimizar el tiempo.
Maximizar utilidades.
Minimizar personal.
Maximizar el nmero de clientes.
Posicionamiento en el mercado: al aplicar una reingeniera de

procesos.
Simular el impacto de los cambios en el mercado.
Simular una estrategia de marketing.
Etapas para realizar un estudio de simulacin
Definicin del
Sistema
Formulacin del
Modelo
Recoleccin de
Datos
Validacin
Experimentacin
Implantacin
Implementacin
del Modelo en la
Computadora
1. Definicin del sistema

81
Hacer un anlisis preliminar del sistema para la determinacin de los

lmites o fronteras, las restricciones, las variables que interactan
dentro del sistema y sus interrelaciones, las medidas de efectividad
que se usar para definir el sistema que se estudiar
2. Formulacin del modelo
Definir todas las variables que forman parte de l, sus relaciones
lgicas que describan en forma completa el modelo. Se construye un
modelo de simulacin en computadora con la funcin de efectividad y
luego se deja que el modelo simule el sistema con ese conjunto de
condiciones.
3. Recoleccin de datos
Se identifican los datos que el modelo requiere para producir los
resultados deseados. La informacin requerida por un modelo se
puede obtener de diversas fuentes:
Registros contables
rdenes de trabajo
rdenes de compra
Opiniones de expertos
Y si no hay otro remedio por experimentacin.
4. Implementacin del modelo en la computadora
5. Validacin
Es una de las principales etapas de un estudio de simulacin.
Es un incremento a un nivel aceptable de confianza de modo que la
inferencia obtenida del modelo sea correcta, respecto al sistema.
Formas ms comunes de validar un modelo:
82
Opinin de expertos sobre el resultado de la simulacin

La exactitud con que se predicen datos histricos.
La exactitud en la prediccin futura.
La comprobacin de falla del modelo de simulacin al utilizar
datos que hagan fallar el sistema real.
La aceptacin y confianza de la persona que har uso de los
resultados que arroje el experimento de simulacin
6. Experimentacin
Generar los datos deseados y realizar el anlisis de sensibilidad
El anlisis de sensibilidad consiste en variar sistemticamente los
parmetros y/o las variables de entrada sobre algn intervalo de
inters y observar el efecto sobre la respuesta del modelo, lo cual
puede aumentar nuestra confianza en los resultados del estudio
7. Implantacin
Uso del modelo y/o resultados
Semana 14: Simulacin con Promodel

Se recomienda la lectura del siguiente libro:
83
Teora de Colas
Sistema Total
Cola
Unidad de
servicio
*
La tasa a la que llegan los clientes para ser atendidos se llama tasa de
llegada cuyas unidades son clientes por hora, por da, etc.
La tasa a la cual la unidad de servicio atiende:
El problema de colas consiste en emparejar apropiadamente la tasa de

servicios con la tasa de llegada de trabajos para realizar.
Clientes: es la unidad que llega requiriendo la realizacin de un

servicio son los clientes (personas, mquinas, partes, etc.)
Cola o lnea de espera: nmero de clientes que esperan ser atendidos.

Normalmente la cola no incluye al cliente que est siendo atendido.
Canal de servicio: es el proceso o sistema que est ejecutando el

servicio para el cliente y puede ser simple (1) o multinivel (K).
84
Tipos de problemas
Tipo de
Problema
Tamao
de la
Poblacin
# de
canales
Simple
Infinito
Mltiple
Modelo de
Colas
Simple
Finito
Mltiple
Poblacin Infinita / Canal Simple (M/M/1)
La probabilidad de hallar el sistema ocupado o utilizacin del sistema es
=/ donde:
*
: factor de utilizacin.
: tasa de llegada en unidades por perodo de tiempo.
: tasa de servicio en unidades por perodo de tiempo.
Las ecuaciones que presentaremos a continuacin sern vlidas solo cuando

/<1.
Modelo M/M/1 (frmulas)
* La probabilidad P0 de hallar el sistema vaco u ocioso es:
*
*
El # esperado Lq en la cola es:

*
P0=1 /
Lq = 2/[( )]
El # esperado de clientes en el sistema:

*
L = /( )
(Sistema = cola + servicio)
85
El tiempo esperado wq en la cola es:

*
El tiempo esperado w en el sistema es:

*
w = 1/( )
El # esperado Ln en la cola no vaca es:

*
wq = /[( )]
Ln = /( )
El tiempo esperado wn en la cola para colas no vacas es:

*
wn = 1/( )
Ejemplo
Una fotocopiadora es operada principalmente por secretarias y dado que el
documento vara en longitud, se ha encontrado que la tasa de servicio de
esta mquina es aleatoriamente distribuida aproximndose a una distribucin
Poisson con =10 trabajos por hora.
Generalmente los requerimientos de utilizacin son aleatorios durante las 8
horas de trabajo diario, pero llegan a una tasa = 5 trabajos por hora.
Si el tiempo de la secretaria est valorizado en $10 la hora determine:
1. La utilidad del equipo
2. % del tiempo promedio que una llegada tiene que
esperar
3. Tiempo promedio en el sistema
4. Costo promedio ocasionado por esperar y hacer
funcionar la mquina.
Solucin
Datos:
*
= 5 trabajos por hora.
=10 trabajos por hora.
El nmero de trabajos que llegan forman una cola con poblacin infinita.
Canal simple pues solo hay una fotocopiadora.
=/ = 5/10 = 50% (la mitad del tiempo la mquina est ocupada).
% de tiempo que una llegada tiene que esperar:
*
wq/w = / = 5/10 = 50% del tiempo en el sistema
86
El tiempo promedio en el sistema:

*
w = 1/( ) = 1/(10-5) = 1/5 = 0.2 horas por trabajo = 12 minutos

por trabajo.
Costo esperado por esperar y hacer funcionar la mquina:

*
L = /( ) = 5 / 5 = 1 trabajo en el sistema en promedio.
Costo por da = # trabajos procesados por da x costo por trabajo =

(5t/h)(8h/d)(0.2h/t)($10/h) = $80/d
Caractersticas del modelo M/M/1 de lneas de espera:

Tiempo entre llegadas y tiempo de servicio son exponenciales.
Al formarse una cola, el primero que llega es el primero que se atiende.
La capacidad de clientes y la poblacin que requiere la atencin o servicio
son infinitas.
Ejercicio a simular con Promodel
Proceso automatizado de carga y descarga de piezas
Llegan piezas de diferentes caractersticas en promedio cada cinco minutos
siguiendo una distribucin exponencial.
La prensa tarda cuatro minutos, tambin con distribucin exponencial, en
terminar su trabajo.
Simular el proceso 100 das.
Crear el modelo en Promodel
87
Primer paso: habilitar las ubicaciones
88
Agregamos un grfico y extendemos su tamao:
Modificamos las propiedades:
Cambiamos su nombre por: FILA

Indicamos que la capacidad ser: INFINITE
Y en notas agregamos la siguiente descripcin: fila o almacn temporal
Deseas ver las piezas en las ubicaciones?
Primero desactive esta casilla:

Luego agregue este botn dentro del grfico donde desea que se
muestren las piezas:
Aadimos una segunda ubicacin:
89
No olvide que tiene que reactivar esta casilla:
Agregue este grfico (brake):

Cambien el nombre por: PRENSA.
Notas: Prensa automtica.
Desactive la casilla de New y agregue un entity spot.
La capacidad de la prensa es un objeto a la vez, no cambie esa
propiedad.
Aadimos la entidad:
90
La entidad en este caso es la pieza que pasa por cada ubicacin en el

proceso.
Para agregar una entidad:
Llegadas o arribos
Una vez definidas las entidades, tenemos que definir como estas llegan a
nuestro modelo.
91
Esto se hace definiendo los arribos:

Qu entidad llega? PIEZA
A dnde llega? A FILA
Cuntas? 1 cada vez
Ocurrencias: INFinitas
Frecuencia: exponencial con media de cinco minutos.
Paso final: definir la lgica de la simulacin
Aparecern dos ventanas:

92
a dnde llega?
a dnde va?
Process: que indica que har la entidad en cada ubicacin (y si tendr alguna
operacin)
Routing For: que indica que salida se genera (puede ser la misma entidad o
transformarse en otra), la otra ubicacin a la que pasar y la regla as como
la lgica que podra definir el movimiento
Definimos la secuencia a seguir:
1. Primer paso:
a. La pieza llega a la fila y espera su turno.
b. Cuando la prensa este libre, abandonar la fila y pasar a la
nueva ubicacin prensa.
2. Segundo paso:
a. La pieza llega a la prensa, donde se procesar por cuatro
minutos en promedio con distribucin exponencial.
b. Al finalizar el proceso, abandona esa ubicacin.
c. El siguiente paso sera salir del sistema
En el sistema haremos lo siguiente:
1. Primero aadir un nuevo proceso haciendo doble clic debajo del
primero
2. La pieza al llegar a la prensa se procesa por un tiempo exponencial con
media de 4 minutos, esto se representar como una espera en dicha
ubicacin. Utilice Operation Logic Builder para sealar esto.
93
3. Luego de eso la prensa debe dirigirse a la salida(EXIT) del sistema
Ejecucin de la Simulacin
Recuerde que el cuadro Routing muestra la ruta actual dependiendo el
proceso en el que se encuentre.
En la simulacin debe indicar el tiempo que har la ejecucin y coloque 100
day.
No olvide guardar su modelo.
94
95
Al final preguntar:
Y generar lo siguiente:
Resultados de la simulacin con Promodel
Comparando resultados con la Teora de Colas

Frmulas de teora de colas
Resultados de la simulacin
Promedio de clientes en el sistema Promedio de clientes en el sistema
(L): 4 piezas.
(L): 3.83 piezas
96
Frmulas de teora de colas
Resultados de la simulacin
Promedio de clientes en la fila (Lq): Promedio de clientes en la fila (Lq):

3.2 piezas.
3.04 piezas
Tiempo promedio de permanencia en Tiempo promedio de permanencia en
el sistema (W): 20 minutos.
el sistema (W): 19.36 minutos
Tiempo prom. En la cola (Wq): 16 Tiempo prom. En la cola (Wq): 15.36
min.
min.
% de utilizacin de la prensa (P): % de utilizacin de la prensa (P):
80%
79.28%
Semana 15: Funciones avanzadas de Promodel
La instalacin de ProModel incluye ejemplos desde los ms simples hasta los
ms avanzados de laboratorios demos para aprender su funcionamiento y
manejo, as como ciertas funciones y rutinas para determinados propsitos.
A continuacin describiremos algunos de ellos.
Laboratorio 1
En este ejemplo podemos ver un caso de un servidor y ms de un servidor.
Laboratorio 2
MOVE FOR
Mueve la entidad al final de una cola
Sintaxis:
MOVE {FOR <time expression>}
MOVE FOR .25 min
MOVE FOR 3.2
MOVE
97
ANIMATE
Establece la velocidad de simulacin, cuan ms alto sea el valor,

ms rpida ser la animacin.
En este ejemplo podemos ver:
Variables
Condicionales
Mensajes
Variables
98
Tipos de estadsticas para variables
Los tipos de estadsticas para las variables pueden ser:
None: sin recopilar estadsticas durante simulacin.
Basic: recoge estadsticas bsicas:
Total de cambios
Minutos promedio por cambio
Valor actual
Valor promedio.
Series de tiempo: recoge todas las estadsticas bsicas ms el

valor histrico basado en tiempo o en observaciones
99
Estadsticas basadas en tiempo o en observaciones
Registro de variable por observacin
Tiempo Ponderado
Valor en horas por tiempo
Observacin 1
Observacin 2
10
Observacin 3
18
Observacin 4
20
Total
22
10
54
Promedio ponderado (Time-weighted)

Promedio (observation based)
5.4
5.5
Laboratorio 4
Tenemos 4 ejemplos:
1. El problema del barbero con dos ubicaciones y un tiempo
atencin uniforme.
2. La incorporacin de una cola de tipo slido y una atencin con
tiempo de espera exponencial
3. Un proceso simple de varias mquinas
distribuciones distintas entre mquinas.
con
tiempos
En el ejemplo 4, tenemos dos objetos anexados a ubicaciones con

capacidad de 10, el primero es un contador y el segundo un tanque o
contenedor con medida.
100
En los ejemplos 5 y 6 puede ver el resultado cuando los tiempos son

constantes en los procesos (lo cual no es usual en servicios).
Laboratorio 7.1
En este ejemplo tenemos 3 entidades distintas
Cada entidad pasa por 3 reas distintas en un orden determinado y

con tiempos de espera determinados por rea y tipo de entidad.
Laboratorio 7.3
Y tenemos diferentes reglas para indicar dentro del proceso la ruta que
debe seguir una entidad.
Reglas de ruteo
FIRST AVAILABLE (FIRST 1)
101
Busca la primera ubicacin disponible entre una o ms

indicadas, intenta la primera y sino las siguientes, hasta
encontrar una con capacidad disponible.
TURN
Busca la ubicacin por disponibilidad y rotacin, si ninguna est

disponible, se selecciona el primero que tenga capacidad
disponible.
Laboratorio 7.10
En este ejemplo se hace uso de una funcin para validar el contenido
de una ubicacin, en este caso de una cola y de acuerdo a ello definir
el tipo de atencin que se dar modificando los tiempos:
Laboratorio 7.11
En este ejemplo puede verificar una consulta al reloj del simulador y
utilizar condicionales para definir la ruta que debe seguir una entidad.
Verifica el tiempo de reloj en minutos y se divide en bloques de 40

horas y se seala un intervalo de tiempo en cada bloque en el cual los
clientes se retiran (banco cerrado?)
Laboratorio 8.2
Aqu se puede apreciar el uso de una distribucin de probabilidad
discreta:
Tras una inspeccin de los vestidos:
102
60% va a empaque
40% va a reproceso (Reetiquetado)
Laboratorio 8.3.1
En este ejemplo puede apreciar comandos para incrementar o reducir
variables.
Tambin se presenta una forma de invocar al depurador verificando si

se ejecuta determinado proceso (thread).
Asimismo puede ver como agrupa (GROUP) y desagrupa (UNGROUP),

convirtiendo el grupo en otra entidad.
Laboratorio 12.6
En este ejemplo se trabaja con
Recursos: personas o equipos que asisten en determinados

trabajos en las ubicaciones.
Redes/rutas: establece una ruta para ser utilizada como

alternativa al ruteo del procesamiento, puede ser del tipo
permitido el pase, no permitido o tipo gra.
Comandos:
GET: captura un nmero de recursos

encuentren disponibles.
a medida que estos se
FREE: libera un recurso capturado por la entidad actual
MOVE WITH: permite mover una entidad pero haciendo uso de

un recurso, tambin puede liberar el recurso al final
103
Laboratorio 13.2.1
Este ejemplo es similar al anterior, pero con una persona, que es el
operador y con transformaciones de por medio
104
GLOSARIO
ESTADO DE Conjunto de variables necesarias para describir la condicin

UN SISTEMA del sistema en un momento determinado.
EVENTO
DISCRETO
Accin instantnea, que ocurre en un determinado punto del

tiempo, y puede causar un cambio de estado en el sistema.
MODELO
Simplificacin y abstraccin de un sistema del mundo real.
PROMODEL
Simulador con animacin para computadoras personales.

Permite simular cualquier tipo de sistemas de manufactura,
logstica, manejo de materiales, etc.
SIMULACIN
Proceso de disear y desarrollar un modelo computarizado de

sistema o proceso y conducir experimentos con este modelo
con el propsito de entender el comportamiento del sistema o
evaluar varias estrategias con las cuales se puede operar el
sistema (Robert E. Shannon)
SIMULACIN
DINMICA
Representacin de cmo evoluciona el sistema a travs del

tiempo.
SIMULACIN
ESTTICA
Representacin del sistema en un determinado punto del

tiempo
SISTEMA
Conjunto de entidades que actan e interactan para la

realizacin de un fin lgico.
105
Bibliografa
1. Hillier, F. S., & Lieberman, G. J. (2010). Investigacin de
operaciones. Madrid: McGraw-Hill Interamericana de Espaa S.L.
2. Winston, W., & Albright, C. (2012). Practical Management Science
(4th edition). Mason, OH: SOUTH-WESTERN CENGAGE Learning.
3. Binmore, K. (2009). La teora de juegos. Madrid: Grupo Anaya
Comercial.
4. Winston, W., & Albright, C. (2012). Practical Management Science
(4th edition). Mason, OH: SOUTH-WESTERN CENGAGE Learning.
5. Taha, H. A. (2012). Investigacin
edicin). Madrid: Prentice Hall Iberia .
De
Operaciones
(Novena
Recursos de Internet sugeridos

Teora de decisiones
1. http://www.mat.ucm.es/~bvitoria/Archivos/a_dt_UCM.pdf
2. http://www.pdcahome.com/4655/modelos-para-la-toma-dedecisiones/
3. http://digital.csic.es/bitstream/10261/7734/1/eserv.pdf
Teora de juegos
1. http://www.uclm.es/profesorado/jesuslopezfidalgo/juegos.pdf
2. http://dmat.ua.es/es/documentos/actividades/congresos-yjornadas/seminario-homenaje-marco/enriquetavercherjuegos.pdf
3. http://diariocorreo.pe/miscelanea/video-cientificos-descubren-comoganar-en-piedra-papel-o-tijeras-561187/
Simulacin
1. http://sisbib.unmsm.edu.pe/bibvirtualdata/libros/Matematicas/Notas_i
nstituto/Simulacion_sistemas.pdf
2. http://materias.fi.uba.ar/7526/docs/teoria.pdf
3. http://www.promodel.com.mx/promodel.php
106

IS3065 - Pauta - de - Aprendizaje (1) IO PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

IS3065 - Pauta - de - Aprendizaje (1) IO PDF

Transféré par

Droits d'auteur :

Formats disponibles

INVESTIGACIN

MSc. Carlos Rodrguez Caldern

Universidad Privada Norbert Wiener

Conceptos bsicos previos ........................................................................... 22

Algoritmo de Flujo Mximo ........................................................................... 38

UNIDAD III: Anlisis de Decisiones y Teora de Juegos ...................................

Juegos bipersonales .................................................................................... 59

Ejercicio a simular con Promodel................................................................... 87

Se elabora de manera gradual o progresiva

Bajo qu circunstancias se puede iniciar un proyecto?

Necesidad comercial de un negocio.

PMI: Project Management Institute

Es un grupo de proyectos relacionados que se dirigen de forma

Son grupos de programas que buscan lograr un objetivo estratgico de

De acuerdo al PMI, la direccin de proyectos es una profesin, es tanto

El PMI tambin establece los procesos para dirigir un proyecto y resalta

Definir las actividades

Secuenciar las actividades

Estimar los recursos para las actividades

Estimar la duracin de las actividades

El proceso de monitoreo y control

Por lo tanto, en su gran mayora el proceso de gestin del tiempo se realiza

vienen a formar parte de los paquetes de trabajo para realizar el

Mtodo de diagramacin por precedencia (PDM) o actividad en el nodo

Mtodo de Diagramacin por Precedencia (PDM)

Tipo de relacin entre Ejemplo

Project Management Body of Knowledge

Final a Inicio (FS): una

Final a Final (FF): una

Inicio a Final (SF): una

Semana 2: PERT & CPM

PERT/CPM identifica los instantes del proyecto en que estas restricciones

Antiguamente era exigido el uso de PERT para cualquier administrador de

una CPM se utiliza para controlar tiempo y

En PERT se supone que el costo vara

En CPM, la optimizacin de costo es lo

Las 3 fases de PERT-CPM

Descomponer un proyecto en actividades distintas.

Construir un diagrama de tiempo que muestre

los tiempos de inicio y fin para cada actividad

Su relacin con otras actividades del proyecto (holgura /

Diagrama de flechas y grfica de tiempo para hacer reportes

No indica que actividades preceden a otras pero si muestra en forma

Como se vio anteriormente, se disponen de cuatro (04) tipos de relaciones

Elegir local de oficinas

Crear el plan financiero de la organizacin

Determinar requerimientos de personal

Elegir personal a mudar

Contratar nuevos empleados

Actualizar registros, personal clave, etc.

Entrenar personal nuevo

Estimacin de la duracin de las actividades

Los requisitos de recursos para las actividades

Los calendarios de los recursos

Los activos del proceso de la organizacin

Lecciones aprendidas sobre la duracin de actividades.

Calendarios de proyectos pasados.

Metodologa de calendarizacin definida.

Factores ambientales de la empresa.

Cultura de la compaa (sistema a utilizar).

Cmo se realiza la estimacin? (PMBOK)

Estimacin anloga (de arriba hacia abajo)

Estimacin por tres valores (Anlisis PERT)