MDULO 1. LA CIENCIA ADMINISTRATIVA.

1.1 Introduccin al anlisis de decisiones. 1.2 Investigacin Operacional o Investigacin de Operaciones / Ciencia de la administracin (IO/CA). 1.3 Origen de la Investigacin de Operaciones. 1.4 Evolucin de la Investigacin de Operaciones 1.5 Qu es la Investigacin de Operaciones? 1.6 Tcnicas de la Investigacin de Operaciones 1.7 Modelos en investigacin de operaciones. 1.8 Fases de un estudio de investigacin de operaciones.

INTRODUCCIN AL ANLISIS DE DECISIONES. El anlisis de decisin proporciona un soporte cuantitativo a los tomadores de decisiones en todas las reas tales como ingenieros, analistas en las oficinas de planificacin, agencias publicas, consultores en proyectos de gerencia, planificadores de procesos de produccin, analistas financieros y de economa,

expertos en diagnsticos de soportes medico y tecnolgicos e infinidad de otras reas. El anlisis de decisiones es la disciplina que consiste en evaluar alternativas complejas en trminos de valores (habitualmente en $ porque es lo que a los gerentes les importa) y de incertidumbre (lo que no conocemos). El anlisis de decisiones brinda informacin sobre las diferencias entre las alternativas definidas, y genera sugerencias de nuevas y mejores alternativas. Usamos nmeros para cuantificar valores e incertidumbres subjetivas, lo cual nos permite comprender la situacin de decisin. Los resultados numricos deben reconvertirse para generar informacin cualitativa. El modelado para la toma de decisiones envuelve a dos partes diferentes, una es el tomador de decisiones y la otra es el constructor del modelo, conocido como el analista. l analista debe asistir al tomador de decisiones en el proceso de decidir. Por lo tanto, el analista debe estar equipado con ms que un conjunto de mtodos analticos. Una vez definida la estructura y los nmeros, el anlisis puede comenzar. El Anlisis de Decisiones implica mucho ms que calcular la utilidad esperada y ponderada de cada alternativa. Si nos detuviramos aqu, los decisores no tendran demasiada informacin. Tenemos que examinar la sensibilidad de la utilidad esperada y ponderada para las probabilidades clave, y los parmetros de ponderacin y preferencia de riesgo. Como parte del anlisis de sensibilidad podemos calcular el valor de la informacin perfecta para incertidumbres que han sido modelizadas explcitamente. La complejidad del mundo moderno, junto con la cantidad de Informacin, la Incertidumbre y el Riesgo, requieren un marco racional para la toma de decisiones. Las metas del anlisis de decisiones son las siguientes: incorporar orientacin, informacin, discernimiento y estructura al proceso de toma de decisin, para que sta pueda ser mejor y ms "racional". Toda decisin necesita un decisor responsable. El decisor tiene varias alternativas, y debe elegir una. El objetivo del decisor es elegir la mejor alternativa.

INVESTIGACIN OPERACIONAL O INVESTIGACIN DE OPERACIONES / CIENCIA DE LA ADMINISTRACIN (IO/CA). La Investigacin Operacional (IO), conocida tambin como Ciencia de la Administracin (CA) es la ciencia que se ocupa de la toma de decisiones. La Ciencia de la Administracin (CA) por lo general visualiza analticamente una decisin antes de su adopcin. Es decir, reflexionar antes de actuar, Este abordaje analtico se conoce con diferentes nombres: Investigacin de Operaciones, (EE.UU), Investigacin Operacional (Reino Unido), Ciencias de la Decisin, Ciencia de Sistemas, Modeladizacin Matemtica, Ingeniera Industrial, Pensamiento de Sistemas Crticos y Anlisis y Diseo de Sistemas. Los mtodos analticos se aplican a los problemas de planificacin y administracin, en reas tales como produccin y operaciones, administracin de existencias y scheduling (planificacin de turnos de trabajo). Hay tcnicas disponibles-que por lo general utilizan programas informticos poderosos-para resolver problemas que van desde el control en tiempo real de operaciones comerciales, industriales, agrcolas y administrativas especficas hasta los modelos de planificacin a largo plazo para las corporaciones y los organismos del sector pblico. ORIGEN DE LA INVESTIGACIN DE OPERACIONES. El origen de la Investigacin de Operaciones se le atribuye casi siempre a la actividad militar. Arqumedes analiz el bloqueo naval de Siracusa en el siglo III A.C. F.W. Lancaster en Inglaterra, en la Primera Guerra Mundial, realiz un anlisis sobre la relacin entre la potencia balstica, el tiempo y el resultado de un encuentro militar. Tomas

Edison

tambin

realiz

algunos

estudios

sobre

guerra

antisubmarina. En la Segunda Guerra Mundial, A.P. Rowe desarroll una aplicacin militar de la tcnica de radio localizacin creada por cientficos civiles.

 En 1940, P. M. S. Blackett y su grupo de investigacin estudiaron el uso de un nuevo sistema antiareo controlado por radar. Es comnmente aceptado que la formacin del grupo de trabajo encabezado por P. M. S. Blackett, constituye el inicio formal de la Investigacin de Operaciones. EVOLUCIN DE LA INVESTIGACIN DE OPERACIONES. Como la explosin industrial segua su curso, los problemas causados por el aumento en la complejidad y especializacin dentro de las organizaciones pasaron de nuevo a primer plano. Comenz a ser evidente que tales problemas eran, en esencia, los mismos que los enfrentados por la milicia, pero en un contexto diferente. Durante los aos posteriores a la Segunda Guerra Mundial se desarrollaron tcnicas de Investigacin de Operaciones que se adaptaron rpidamente a los problemas de las organizaciones, tales como: Mtodo Simplex para la solucin de problemas. Programacin Dinmica. Teora de Colas o Lneas de Espera. Teora de Inventarios. En los aos 50s, la Investigacin de Operaciones se volvi popular tanto en sectores pblicos como privados, teniendo como principales reas de aplicacin: Manufactura. Transporte y distribucin. Telecomunicaciones. Salud. Planeacin. Servicios. Finanzas.

QU ES LA INVESTIGACIN DE OPERACIONES? La Investigacin de Operaciones es una rama de las ciencias administrativas que: Utiliza modelos matemticos, estadsticas y algoritmos. Busca obtener soluciones ptimas a los problemas reales. Considera las restricciones del problema, como la escasez de recursos en las organizaciones. Se caracteriza por la aplicacin de teora, mtodos y tcnicas especiales. Se interesa por la solucin de problemas de administracin, organizacin y control en las organizaciones.

El enfoque fundamental es el enfoque sistmico.

La Investigacin de Operaciones es un proceso de anlisis sistmico que utiliza mtodos matemticos para obtener la solucin ptima, considerando una serie de restricciones. TCNICAS DE INVESTIGACIN DE OPERACIONES. Entre las tcnicas mas utilizadas de investigacin de operaciones podemos citar lo siguiente:

Programacin Lineal y Entera.

Consiste en formular problemas en trminos de modelos matemticos conducidos a maximizar o minimizar los beneficios o costos. La programacin lineal vara un tanto de la programacin entera en respecto a la tcnica para encontrar los resultados en funcin de los valores que asume.

Programacin Dinmica.

La programacin dinmica se utiliza tanto en problemas lineales como no lineales. Es til para resolver un problema donde se deben tomar una serie de decisiones interrelacionadas. A diferencia de la Programacin Lineal la programacin dinmica no tiene formulacin matemtica estndar. Se trata de un enfoque de tipo general para la solucin de problemas, y las ecuaciones se derivan de las condiciones individuales de los mismos.

Programacin y evaluacin de proyectos con PERT CPM.

Esta tcnica para la planificacin de proyectos es un instrumento gerencial por excelencia, ya que permite al ejecutivo planear y mantener un control muy preciso durante la ejecucin de los mismos.

Teora de Inventarios.

Se crea un inventario cuando el volumen de materiales, partes o bienes terminados que se recibe es mayor que el volumen de los mismos que se distribuye; el inventario se agota cuando la distribucin es mayor que la recepcin de materiales. La teora de inventarios se dedica a estudiar diversos modelos de administracin de inventarios de tal forma que nos permita mantener recursos disponibles necesarios sin incurrir en costos cuando suceda su faltante o un exceso. Entre varios mtodos que nos permiten tener un inventario optimo entre ellos tenemos: Clasificacin ABC, modelo JUST IN TIME ( JIT ), Modelo de Planeacin de Requerimientos de Materiales (MRP), Modelo EOQ con demanda determinstica, etc.

Teora de Decisiones.

Cada uno de nosotros siempre tomamos decisiones influenciadas por diversos factores internos o externos pudiendo ser el resultado de estas decisiones favorable o desfavorable. En algunos casos los resultados de las decisiones son previsibles pero otros casos existe una gran incertidumbre. La teora de decisiones se basa en el estudio de la toma de decisiones haciendo uso de las probabilidades basados en informaciones previas de tal forma que las posibilidades de acertar en una decisin sean calculadas previamente. Algunas de las tcnicas son: teora de Bayes, el criterio MNIMAX, MAXIMIN, MXIMAX, etc.

Teora de Colas.

Las colas es una palabra comn en nuestra vida por ejemplo si queremos sacar el dinero de un cajero automtico, cuando vamos a atendernos a un hospital, maquinas descompuestas que esperan ser reparadas, etc. todo esto trae como consecuencia incomodidad y costos inmersos en el hecho de realizar las colas. Esta teora se basa en elaborar ciertas tcnicas en reducir las molestias volviendo mas eficiente el sistema y por ende la reduccin de los costos.

Teora de Juegos.

Consiste en razonamientos circulares, los cuales no pueden ser evitados al considerar cuestiones estratgicas. Por naturaleza, a los humanos no se les va muy bien al pensar sobre los problemas de las relaciones estratgicas, pues generalmente la solucin es la lgica a la inversa. En la Teora de Juegos la intuicin no es muy fiable en situaciones estratgicas, razn por la que se debe entrenar tomando en consideracin ejemplos instructivos, sin necesidad que los mismos sean reales. La Teora de Juegos actualmente tiene muchas aplicaciones, sin embargo, la economa es el principal cliente para las ideas producidas por los especialistas en Teora de Juego. Entre las disciplinas donde hay aplicacin de la Teora de Juegos tenemos: La economa, la ciencia poltica, la biologa y la filosofa. MODELOS EN INVESTIGACIN DE OPERACIONES. Un modelo es una representacin de la realidad como un producto de anlisis para efectos de su estudio. Tipos de Modelos:

Modelo Icnico: Es concreto, representacin de un objeto de la vida real (fotografa, maqueta). Modelo Simblico: Una curva de demanda en economa. Modelo Matemtico: Las ecuaciones en este punto se propone la hiptesis de que el modelo es la representacin real de la situacin problemtica. Este tipo de modelo es el que hace uso la investigacin de operaciones.

FASES DE UN ESTUDIO DE INVESTIGACIN DE OPERACIONES. Las etapas ms importantes de un estudio caracterstico de investigacin de operaciones son:

Formulacin del problema.

Consiste en el estudio del sistema relevante y el desarrollo de un resumen bien definido del problema que se va a analizar. Incluye:

o Determinar los objetivos apropiados. o Definir las restricciones sobre lo que se puede hacer.
o Encontrar interrelaciones del rea bajo estudio y otras reas de la

organizacin. o Definir los diferentes cursos de accin posibles. o Definir los lmites de tiempo para tomar una decisin.

Construccin del modelo matemtico.

Un modelo matemtico es una representacin idealizada del problema expresada en frmulas y expresiones matemticas. Idealmente, el modelo matemtico que se desarrolle debe representar alguna tcnica conocida de la I.O., como la programacin lineal. Podra darse el caso de que en la solucin se requiera una combinacin de modelos matemticos conocidos, de simulacin y modelos heursticos.

Resolucin del modelo.

Consiste en aplicar el modelo matemtico, heurstico o de simulacin, desarrollado para encontrar la solucin ptima. Un elemento importante en la resolucin del modelo es el anlisis de sensibilidad, que permitir obtener una mejor visin del comportamiento del modelo.

Validacin y pruebas del modelo.

Determinar si el modelo planteado representa adecuadamente a la realidad. Se debe verificar que el modelo desarrollado no genere resultados sorpresas, considerando que: o El modelo tiene sentido.
o El modelo obtiene resultados aceptables intuitivamente.

MODULO 2. PROGRAMACIN LINEAL.

2.1 Antecedentes histricos. 2.2 Definicin de programacin lineal.

2.3 Modelo de programacin lineal. 2.4 Mtodos de solucin. 2.5 Forma estndar. 2.6 La tabla simplex. 2.7 Anlisis posterior a la resolucin. 2.8 Casos especiales.

ANTECEDENTES HISTORICOS. Debido al xito obtenido en las campaas de la segunda guerra mundial,

entonces, en la dcada de 1950 se usa en la industria, los negocios y el gobierno.

Dio origen a las carreras como ingeniera mecnica, qumica e Industrial. Inglaterra dio origen a esta disciplina y a los EEUU se le atribuye el rpido

crecimiento gracias al mtodo simplex desarrollado en 1947 por George Dantzing. Otras herramientas de IO son PL, P. Dinmica, Lneas de Espera y teoras de inventario hasta antes de terminar la dcada de 1950 .

DEFINICIN DE PROGRAMACIN LINEAL.

Es una tcnica matemtica de anlisis que permite determinar cual es la asignacin ms eficiente de los recursos limitados en actividades que desarrolla la empresa con el propsito de optimizar los objetivos de la organizacin, esto es, maximizar beneficios o minimizar costos.

MODELO DE PROGRAMACIN LINEAL. Fase para la solucin de problemas de programacin lineal.

FASE I.- Formacin del Problema: Es una de las fases ms importantes en la aplicacin de la programacin lineal; es decir, la representacin matemtica del problema que se desea resolver, una gua til en la formulacin del problema es:

o Determinar el objeto del problema, el cual puede ser: Maximizar.-

utilidades, produccin, publicidad, audiencia, etc. Minimizar.- costo, tiempo, distancia, desperdicios, etc.
o Definir las variables del problema, as cual es el sistema de medicina a

utilizar nmeros de artculos, horas-hombres, horas-maquina, etc.

o Establecer las restricciones del problema, en cuanto a materia prima,

tiempo, recursos financieros, requerimientos de produccin, etc.

FASE II.- Construccin del Modelo del Problema: cuando la funcin objetivo a optimizar (maximizar minimizar), as como las restricciones son funciones lineales, entonces el problema es completamente lineal y su forma general queda establecida de la siguiente manera dada las j variables X1, X2,... Xj, llamadas variables de decisin, determinar que valor de cada una de ellas hacen mxima mnima una funcin objetivo Z, es decir, que sea ptima, considerando que una funcin es ptima, si primero es factible y su formulacin general es:

(Maximizar o Minimizar) Zo= C1X1+ C2X2 +...+ C n-1X n- 1+ CnXn

Sujeto a: a11X1 + a12X2 + ... + a1jXj + . . . + a1nXn (< = > ) b1 a21X1 + a22X2 + ... + a2jXj + . . . + a2nXn (< = > ) b2 : :

ai1X1 + ai2X2 + ... + aijXj + . . . + ainXn (< = > ) bi : :

am1X1 + am2X2 + ... + amjXj + . . . + amnXn (< = > ) bm Xj >= 0 ( j = 1,2,3, . . . , n ; i = 1, 2, 3, . . ., m ) DONDE: Z = Objetivo del problema (maximizar minimizar) Xj = Variables de decisin (j = 1, 2, 3.... n) Cj = Contribucin por unidad de la variable de decisin. aij = Coeficiente Tecnolgico(i =1,2,3,...,m ; j =1,2,3, . . . ,n) bj = Recurso Disponible.

NOTA: El coeficiente Tecnolgico (aij) es la cantidad que se emplea del recurso disponible bj para elaborar el producto Xj (dato tcnico). El recurso disponible bj, en algunos casos representa la capacidad, (cantidad que no se puede sobrepasar y se representa como menor e igual matemticamente ); en otros casos puede representar el requerimiento (cantidad que puede usarse por lo menos y se representa matemticamente como mayor e igual ) y en algunos casos este recurso deber ser exactamente su valor (cantidad que matemticamente se representa como una igualdad =). METODOS DE SOLUCIN.

Existen

dos

metodologas

para

solucionar

un

problema

modelado

en

Programacin Lineal: el Mtodo Grfico y el Mtodo Simplex. El Mtodo Grfico se utiliza para ilustrar tres conceptos bsicos: la metodologa para la resolucin de un problema de dos variables de decisin, la interpretacin de la solucin del problema modelado y la observacin grfica de como afectan los cambios a la solucin del problema. El Mtodo Grfico es poco poderoso ya que est limitado a resolver problemas de dos o mximo tres variables de decisin. Sin embargo, su importancia radica en que permite visualizar los conceptos matemticos implicados en la Programacin Lineal. Por su parte, el Mtodo Simplex es utilizado para resolver problemas ms complejos de Programacin Lineal. Es un mtodo poderoso, utilizado para resolver problemas de "n" variables de decisin, aunque tambin se puede emplear para resolver problemas de dos variables como lo hace el Mtodo Grfico. Mtodo Grfico. El Mtodo Grfico utiliza la siguiente metodologa para encontrar la solucin ptima de un problema: Calcular los puntos para graficar cada restriccin. Graficar las restricciones. Determinar la regin factible. Calcular las coordenadas de los vrtices de la regin factible. Calcular el valor de la Funcin Objetivo en dichos vrtices. Encontrar la solucin ptima del problema. Funcin Objetivo: Mx. Z = 3X1 + 6X2 Restricciones: a. X1 10 b. X2 10 c. X1 + X2 16

d. 6X1 + 4X2 48 e. X1 + X2 20 f. 2X1 + 4X2 16 g. X1 - X2 0 h. No negatividad: X1, X2 0 El mtodo simplex. El mtodo simplex fue desarrollado en 1947 por el Dr. George Dantzig y conjuntamente con el desarrollo de la computadora hizo posible la solucin de problemas grandes planteados con la tcnica matemtica de programacin lineal. El algoritmo denominado simplex es la parte medular de este mtodo; el cual se basa en la solucin de un sistema de ecuaciones lineales con el conocido procedimiento de Gauss-Jordn y apoyado con criterios para el cambio de la solucin bsica que se resuelve en forma iterativa hasta que la solucin obtenida converge a lo que se conoce como ptimo. FORMA ESTNDAR. Se usa para resolver un modelo por medio del algoritmo Simplex. Todas las variables son NO negativas

Los elementos del lado derecho de cada restriccin son No negativos. Si el lado derecho es negativo debe multiplicarse toda la restriccin por (-1) invirtiendo el sentido de la desigualdad

Todas las restricciones se convierten a ecuaciones, agregando variables de holgura de excedente (excepto las restricciones de No negatividad). Reglas de aumento. Reglas de aumento
Tipo de restriccin Agregar a la restriccin +S -S+A Agregar a la funcin objetivo + 0S Max + 0S MA

Min + 0S + MA = +A Max MA Min + MA

El convertir el modelo a forma estndar aumenta el nmero de variables, manteniendo el nmero de restricciones.

LA TABLA SIMPLEX.

ANLISIS POSTERIOR A LA RESOLUCIN.

Una vez resuelto un modelo de PL se debe distinguir entre:

Restricciones activas. Son aquellas que se cumplen con exacta igualdad en la solucin ptima Restricciones inactivas. Son aquellas que tiene holgura o excedente. Las restricciones activas son las que impiden el obtener una solucin mejor que la solucin ptima ya encontrada.

Restricciones redundantes. Son aquellas que de no estar presentes en el modelo, no modificaran la regin factible ni la solucin ptima.

CASOS ESPECIALES.

Mltiples ptimos (ptimos alternos). Una restriccin es paralela a la funcin objetivo Mx. -3X1 + 6X2 s. a. 5X1 + 7X2 35 -X1 + 2X2 2 X1, X2 0

Solucin optima ilimitada (no acotada). La regin factible se extiende sin lmites en alguna direccin Mx. 2X1 + X2 s. a. X1 - X2 10 2X1 - X2 40 X1, X2 0

No existe solucin (inconsistencia). No existe regin factible Mx. 3X1 + 2X2 s. a. 2X1 + X2 2 3X1 + 4X2 12

X1, X2 0

MODULO 3. TRANSPORTEY ASIGNACION.

3.1 Antecedentes del problema. 3.2 Introduccin a los problemas de transporte y asignacin. 3.3 Modelo del problema de transporte. 3.4 Mtodo de solucin inicial. 3.5 Solucin bsica factible. 3.6 Formulacin general.

3.7 Problema de asignacin.

ANTECEDENTES DEL PROBLEMA. La primera referencia escrita de este problema se remonta a 1781, cuando el matemtico francs Gaspard Monge describe el problema de la construccin y abastecimiento de fortificaciones militares de los ejrcitos de Napolen. Monge era entonces general de los ejrcitos napolenicos. Para resolver este problema us el mtodo de cortar y llenar, es decir, ir abasteciendo las diferentes trincheras desde los depsitos de material existentes. Formalmente, este problema aparece en 1941 cuando F.L. Hitchcock publica una solucin analtica para este problema, aunque su desarrollo se produce a finales de los aos 40, cuando Koopmans (un joven holands) realiza su tesis doctoral sobre los problemas de embarque de la marina holandesa. A partir de ese momento el campo de aplicacin del problema del transporte empieza a crecer de una forma muy rpida, no solo en aplicaciones militares, sino tambin en el campo de la produccin, la distribucin, las finanzas, etc. INTRODUCCIO ALOS PROBLEMAS DE TRANSPORTE Y ASIGNACION. Dos tipos particularmente importantes (y relacionados) de problemas de programacin lineal, son el problema de transporte y el problema de asignacin.

El problema de transporte recibe este nombre debido a que muchas de sus aplicaciones involucran determinar la manera ptima de transportar bienes. Sin embargo, algunas de aplicaciones importantes (como la programacin de la produccin), de hecho no tienen nada que ver con el transporte. El segundo tipo, llamado problema de asignacin, incluye aplicaciones tales como asignar personas a tareas. Aunque sus aplicaciones parecen diferir del problema de transporte, se vera que este problema es un acaso especial del problema de transporte. MODELO DEL PROBLEMA DE TRANSPORTE. El problema general de transporte se refiere a la distribucin de cualquier bien desde cualquier grupo de centros de suministro, llamados orgenes, a cualquier grupo de centros de recepcin, llamados destinos, de tal manera que se minimicen los costos totales de distribucin. Entre los datos del modelo se cuenta: Nivel de oferta en cada fuente y la cantidad de demanda en cada destino. El costo de transporte unitario de la mercanca de cada fuente a cada destino. El modelo se utiliza para realizar actividades como: control de inventarios, programacin del empleo, asignacin de personal, flujo de efectivo, programacin de niveles de reservas en prensas entre otras. MTODOS DE SOLUCIN INICIAL. Mediante el uso del mtodo simplex se pueden resolver los modelos de transporte y de cualquier otro tipo de problemas de programacin lineal. Sin embargo debido a la estructura especial de modelo de transporte, podemos utilizar otro mtodo que se ha diseado para aprovechar las caractersticas de los problemas de transporte. Los mtodo de esquina noroeste, costo mnimo y aproximacin de Vogel son alternativas para encontrar una solucin inicial factible. Esquina noroeste.

Este mtodo es considera el ms fcil. Es tambin considerado por ser el menos probable para dar una buena solucin inicial y de bajo costo porque ignora la magnitud relativa de los costos Cij. Antes de describir el procedimiento, es necesario establecer que el nmero de variables bsicas en cualquier solucin bsica de un problema de transporte es una menos de la que se espera. Normalmente, en los problemas de programacin lineal, se tiene una variable bsica para cada restriccin. En los problemas de transporte con m recursos y n destinos el nmero de restricciones funcionales es m + n. Sin embargo, el nmero de variables bsicas es m + n 1. Este procedimiento esta dado por los siguientes tres pasos: Seleccionar la celda de la esquina noroeste (esquina superior izquierda) para envo. Efectuar el ms grande envo como pueda en la celda de la esquina noroeste.

Esta operacin agotar completamente la disponibilidad de suministros en un origen o los requerimientos de demanda en un destino. Corrija los nmeros de suministro y los requerimientos para reflejar lo que va quedando de suministro y requerimiento y regresar al paso 1.

Costo mnimo. Este es un procedimiento que se utiliza tomando como base a las rutas que tengan el menor costo: El procedimiento es el siguiente: Asgnese el valor ms grande posible a la variable con menor costo unitario de toda la tabla. (Los empates se rompen arbitrariamente). Tchese el rengln o columna satisfecha. (Como en el mtodo de la esquina noroeste, si una columna y un rengln se satisfacen de manera simultnea, slo una puede tacharse). Despus de ajustar la oferta y la demanda de todos los renglones y columnas no tachados, reptase el proceso asignando el valor ms grande posible a la variable con el costo unitario no tachado ms pequeo. El procedimiento esta completo cuando queda exactamente un rengln o una columna sin tachar. Mtodo de Vogel.

Este mtodo es heurstico y suele producir una mejor solucin inicial que los mtodos anteriores. De hecho, suele producir una solucin inicial ptima, o prxima al nivel ptimo. Los pasos del procedimiento son los siguientes.

Evalese una penalizacin para cada rengln (columna) restando el menor elemento de costo del rengln (columna) del elemento de costo menor siguiente en el mismo rengln (columna).

Identifquese el rengln o columna con mayor penalizacin, rompiendo empates en forma arbitraria. Asigne el mayor valor posible a las variables con el costo ms bajo del rengln o columna seleccionado. Ajstese la oferta y la demanda y tchese el rengln o columna satisfecha. Si un rengln y una columna se satisfacen al mismo tiempo, slo uno de ellos se tacha y al rengln (columna) restante se le asigna una oferta (demanda) cero. Cualquier rengln o columna con oferta o demanda cero no debe utilizarse para calcular penalizaciones futuras. (en el paso siguiente).

Tercer paso. Si slo hay un rengln o columna sin tachar, detngase.

o Si slo hay un rengln (columna) con oferta (demanda) positiva sin tachar,

determnese las variables bsicas del rengln (columna) a travs del mtodo de costo mnimo.
o Si todos los renglones o columnas sin tachar tiene oferta y demanda cero

asignadas, determnese las variables bsicas cero a travs del mtodo de costo mnimo. Detngase.
o De lo contrario, calclese las penalizaciones de los renglones y columnas

no tachados y despus dirjase al paso 2. (Obsrvese que los renglones y columnas con oferta y demanda cero asignadas no deben utilizarse para determinar estas penalizaciones). SOLUCION BASICA FACTIBLE.

Para obtener una solucin bsica factible en forma simple introduciremos el concepto de loop. Un orden secuencial de al menos cuatro celdas distintas se denomina loop si:

Dos celdas consecutivas estn en la misma columna o en la misma fila. No tiene tres celdas consecutivas en una misma columna o en una misma fila. La ltima celda de la secuencia tiene una fila o columna comn con la primera celda de la secuencia.

Las figuras siguientes muestran algunos tipos de loop en dos tablas de transporte:

Las siguientes figuras muestran algunos ejemplos de secuencias de celdas que no conforman un loop, pues no satisfacen todas las condiciones.

FORMULACION GENERAL. Un problema de transporte queda definido por la siguiente informacin:

Un conjunto de m puntos de oferta. Cada punto de oferta i tiene asociado una oferta si.

Un conjunto de n puntos de demanda. Cada punto de demanda j tiene asociada una demanda dj. Cada unidad enviada desde un punto de oferta i a un punto de demanda j tiene un costo unitario de transporte cij

Una forma mas practica de representar un problema de transporte es mediante una tabla de transporte. Una celda de la fila i y la columna j representa la variable xij. Se suele incorporar en la esquina superior derecha de cada celda, el costo unitario cij de la combinacin i - j. En general, la tabla queda:

Este problema se puede comprender mejor con la ayuda del grfico siguiente, en donde se han representado los orgenes y los destinos:

PROBLEMA DE ASIGNACION. El problema de asignacin es un tipo especial de problema de programacin lineal en el que los asignados son recursos destinados a la realizacin de tareas. Por ejemplo, los asignados pueden ser empleados a quienes se tiene que dar trabajo. La asignacin de personas a trabajos es una aplicacin comn del problema de asignacin. Sin embargo, los asignados no tienen que ser personas. Tambin, pueden ser maquinas, vehculos, plantas a los que se asignan tareas. Para que un problema se ajuste a la definicin de problema de transporte se deben cumplir las siguientes suposiciones:

El nmero de asignados es igual al nmero de tareas. (este nmero se denota por n).

Cada asignado se asigna a una tarea. Cada tarea debe realizarla exactamente un asignado.

Existe un costo cij asociado con el asignado i (i = 1,2...,n) que realiza la tarea j (j = 1,2...n). El objetivo es determinar como deben hacerse las n asignaciones para minimizar los costos totales.

MODULO 4. ADMINISTRACIN DE PROYECTOS.

4.1 La administracin de proyectos: pert/cpm. 4.2 PERT (program evaluation review technique).

4.3 CPM (critical path method). 4.4 Diferencias entre los mtodos pert y cpm. 4.5 Procedimiento para trazar un modelo de red. 4.6 Ruta critica. 4.7 Diagrama de Gantt.

LA ADMINISTRACIN DE PROYECTOS: PERT/CPM. La administracin de proyectos pertenece a los modelos de redes y especficamente a las tcnicas de programacin por redes. Cualquier modelo de redes es considerado como un caso especial del modelo de programacin lineal. Los modelos de programacin por redes incluyen las tcnicas PERT/CPM. En forma general, las tcnicas PERT/CPM son usadas en la administracin de proyectos para planear, programar, controlar y evaluar proyectos, especialmente los complejos. Un proyecto es cualquier trabajo donde se requiera hacer un conjunto de actividades (tareas u operaciones) interrelacionadas entre s, para lograr un objetivo especfico y temporal sujeto a especificaciones propias del desarrollo del proyecto y de calidad, as como a restricciones de tiempo y costo. En cualquier proyecto, la organizacin de las actividades dada por su secuencia de realizacin, es esencial para minimizar la duracin y el costo del mismo. Algunas de las preguntas clave que se hacen los administradores son las siguientes: Cul es la fecha de terminacin del proyecto?

 Cul es la variabilidad probable de este dato?

Cuales son las fechas programadas del principio y terminacin de cada actividad especfica? Cuales actividades son crticas en el sentido de que deben terminar con exactitud como fueron programadas para llegar a la meta de la terminacin del proyecto total?

Cunto se pueden demorar las actividades no crticas antes de provocar un retraso en la fecha de conclusin del proyecto total? Cmo se puede encontrar en forma efectiva los recursos y actividades, con el objeto de acelerar la terminacin del proyecto? Qu controles se deben ejercer en el flujo de los recursos financieros para las diversas actividades durante el proyecto, para poder apegarse al proyecto total?

PERT (Program Evaluation Review Technique). Fue desarrollado a fines de la dcada de 1950 por la Navy Special Projects Office en colaboracin con la empresa de consultora administrativa de Booz, Allen y Hamilton. La tcnica recibi una considerable publicidad, favorable para su uso, en el programa de ingeniera y desarrollo del misil Polaris, un complicado proyecto que tena 250 contratistas primarios y 9000 subcontratistas. Desde esa fecha, ha sido ampliamente recibido en otras reas del gobierno y de la industria y se ha aplicado en proyectos tan diferentes como la construccin de fbricas, edificios y carreteras, investigacin administrativa, desarrollo de productos, instalacin de nuevos sistemas de computadoras, etc. Hoy, muchas empresas y agencias gubernamentales exigen que todos sus contratistas usen la PERT. PERT es una tcnica probabilstica que se usa en proyectos donde hay incertidumbre en la duracin de las actividades, donde no existen estudio de tiempos ni datos histricos y es evidente la variacin que se puede tener en la duracin de las actividades. Debido a estas posibles variaciones en los tiempos de las actividades, el PERT trabaja con un tiempo esperado de la actividad. Se fundamenta en la distribucin de probabilidades Beta, que calcula el tiempo

esperado (TE) de la actividad y su desviacin estndar (s) con las siguientes frmulas:

CPM (Critical Path Method). Fue desarrollado en 1957 por J. E. Kelly, de Remington Rand, y M. R. Walker, de DuPont. S diferencia de la PERT en principio por los detalles de cmo se manejan el Tiempo y el Costo. En realidad, las diferencias entre PERT y CPM en la instrumentacin efectiva se han ido borrando en cuanto las empresas han integrados las mejores caractersticas de ambos sistemas en sus esfuerzos propios por manejar con eficiencia sus proyectos. El CPM se utiliza en proyectos donde se conoce con certidumbre las duraciones de las actividades por lo que es una tcnica determinstica, no considera la existencia de posibles variaciones en los tiempos de las actividades. Generalmente se tienen estudios de tiempos, datos histricos, procesos ms o menos estables o cualquier otra base para considerar los tiempos con certidumbre. El CPM se caracteriza por tener un solo tiempo y en el ambiente de manufactura es frecuente utilizar el tiempo estndar de produccin como un dato determinstico. DIFERENCIAS ENTRE LOS METODOS PERT Y CPM. La principal diferencia entre los mtodos es la manera en que se realizan los estimativos de tiempo. PERT

 Probabilstico.

Considera que la variable de tiempo es una variable desconocida de la cual solo se tienen datos estimativos. El tiempo esperado de finalizacin de un proyecto es la suma de todos los tiempos esperados de las actividades sobre la ruta crtica. Suponiendo que las distribuciones de los tiempos de las actividades son independientes, (una suposicin fuertemente cuestionable), la varianza del proyecto es la suma de las varianzas de las actividades en la ruta crtica.

Considera tres estimativos de tiempos: el ms probable, tiempo optimista, tiempo pesimista.

CPM

Deterministico. Ya que considera que los tiempos de las actividades se conocen y se pueden variar cambiando el nivel de recursos utilizados. A medida que el proyecto avanza, estos estimados se utilizan para controlar y monitorear el progreso. Si ocurre algn retardo en el proyecto, Se hacen esfuerzos por lograr que el proyecto quede de nuevo en programa cambiando la asignacin de recursos. Considera que las actividades son continuas e interdependientes, siguen un orden cronolgico y ofrece parmetros del momento oportuno del inicio de la actividad.

Considera tiempos normales y acelerados de una determinada actividad, segn la cantidad de recursos aplicados en la misma.

PROCEDIMIENTO PARA TRAZAR UN MODELO DE RED. Para aplicar CPM o PERT se requiere conocer la lista de actividades que incluye un proyecto. Se considera que el proyecto esta terminado cuando todas las actividades han sido completadas. Para cada actividad, puede existir un conjunto de actividades predecesoras que deben ser completadas antes de que comience la nueva actividad. Se construye una malla o red del proyecto para graficar las relaciones de precedencia entre las actividades. En dicha representacin grafica,

cada actividad es representada como un arco y cada nodo ilustra la culminacin de una o varias actividades. Dado un conjunto de actividades y sus relaciones de pre decisin, se puede construir una representacin grafica de acuerdo a las siguientes reglas:

El nodo 1 representa el inicio del proyecto. Por lo tanto, las actividades que parten del nodo 1 no pueden tener predecesoras. El nodo Terminal o final del proyecto debe representar el trmino de todas las actividades incluidas en la red.

Una actividad no puede ser representada por ms de un arco en la red. Dos nodos deben estar conectados por a lo mas un arco. Para no violar las reglas 3 y 4, a veces es necesario introducir una actividad artificial o dummy que posee tiempo de duracin nulo. Por ejemplo, supongamos que las actividades A y B son predecesoras de la actividad C y adems comienzan al mismo tiempo. En este caso, una primera representacin podra ser la indicada en la figura 2.4. Sin embargo, la red de la figura 3 viola la regla 4. Para corregir este problema, se introduce una actividad artificial indicada con un arco segmentado en la figura La red de la figura 4 refleja el hecho de que la actividad C tiene como predecesoras a, A y B, pero sin violar la regla 4. En otros casos, se deben agregar actividades artificiales para no violar la regla 3.

RUTA CRITICA. En administracin y gestin de proyectos, una ruta crtica es la secuencia de los elementos terminales de la red de proyectos con la mayor duracin entre ellos, determinando el tiempo ms corto en el que es posible completar el proyecto. La duracin de la ruta crtica determina la duracin del proyecto entero. Cualquier retraso en un elemento de la ruta crtica afecta a la fecha de trmino planeada del proyecto, y se dice que no hay holgura en la ruta crtica. Un proyecto puede tener varias rutas crticas paralelas. Una ruta paralela adicional a travs de la red con las duraciones totales menos cortas que la ruta crtica es llamada una sub-ruta crtica. Originalmente, el mtodo de la ruta crtica consider solamente dependencias entre los elementos terminales. Un concepto relacionado es la cadena crtica, la cual agrega dependencias de recursos. Cada recurso depende del manejador en el momento donde la ruta crtica se presente. A diferencia de la tcnica de revisin y evaluacin de programas (PERT), el mtodo de la ruta crtica usa tiempos ciertos (reales o determinsticos). Sin embargo, la elaboracin de un proyecto basndose en redes CPM y PERT son similares y consisten en:

Identificar todas las actividades que involucra el proyecto, lo que significa, determinar relaciones de precedencia, tiempos tcnicos para cada una de las actividades.

Construir una red con base en nodos y actividades (o arcos, segn el mtodo ms usado), que implican el proyecto. Analizar los clculos especficos, identificando las rutas crticas y las holguras de los proyectos.

En trminos prcticos, la ruta crtica se interpreta como la dimensin mxima que puede durar el proyecto y las diferencias con las otras rutas que no sean la crtica, se denominan tiempos de holgura.

DIAGRAMA DE GANTT. El diagrama de Gantt, grfica de Gantt o carta Gantt es una popular herramienta grfica cuyo objetivo es mostrar el tiempo de dedicacin previsto para diferentes tareas o actividades a lo largo de un tiempo total determinado. A pesar de que, en principio, el diagrama de Gantt no indica las relaciones existentes entre actividades, la posicin de cada tarea a lo largo del tiempo hace que se puedan identificar dichas relaciones e interdependencias. Fue Henry Laurence Gantt quien, entre 1910 y 1915, desarroll y populariz este tipo de diagrama en Occidente. Por esta razn, para la planificacin del desarrollo de proyectos complejos (superiores a 25 actividades) se requiere adems el uso de tcnicas basadas en redes de precedencia como CPM o los grafos PERT. Estas redes relacionan las actividades de manera que se puede visualizar el camino crtico del proyecto y permiten reflejar una escala de tiempos para facilitar la asignacin de recursos y la determinacin del presupuesto. El diagrama de Gantt, sin embargo, resulta til para la relacin entre tiempo y carga de trabajo. En gestin de proyectos, el diagrama de Gantt muestra el origen y el final de las diferentes unidades mnimas de trabajo y los grupos de tareas (llamados summary elements en la imagen) o las dependencias entre unidades mnimas de trabajo (no mostradas en la imagen). Desde su introduccin los diagramas de Gantt se han convertido en una herramienta bsica en la gestin de proyectos de todo tipo, con la finalidad de representar las diferentes fases, tareas y actividades programadas como parte de un proyecto o para mostrar una lnea de tiempo en las diferentes actividades haciendo el mtodo ms eficiente. Bsicamente el diagrama esta compuesto por un eje vertical donde se establecen las actividades que constituyen el trabajo que se va a ejecutar, y un eje horizontal que muestra en un calendario la duracin de cada una de ellas.

MODULO 5. TEORIA DE COLAS.

5.1 Introduccin a la teora de lneas de espera. 5.2 Origen de la teora de colas. 5.3 Clasificacin de los sistemas de lneas de espera 5.4 Notacin Kendall. 5.5 Modelo de un solo canal (m / m / 1). 5.6 Modelo de canales mltiples (m / m / m).

INTRODUCCIN A LA TEORA DE LNEAS DE ESPERA. A todos, casi sin excepcin, nos ha tocado esperar en una fila para recibir un servicio. Aunque esta situacin no es nueva, debido a las grandes concentraciones urbanas, las filas son cada vez ms y mayores en los ltimos aos. Ante estas circunstancias las empresas prestadoras de servicio se ven enfrentadas a la disyuntiva de aumentar sus costos para mantener a sus clientes satisfechos o a sacrificar la comodidad de estos en aras a mantener bajos los costos. La teora de Lneas de Espera brinda a los administradores un mtodo

racional para tomar decisiones en cuanto al punto de equilibrio entre costos y el servicio al cliente. Aunque se podran llenar pginas enteras con los casos que se refieren a las lneas de espera, a continuacin, a manera de ejemplo, se relacionan algunas de ellas: Esperar para utilizar un cajero electrnico Esperar para presentar una reclamacin a la empresa de servicios. Esperar en el banco para realizar alguna transaccin financiera. Esperar en una EPS para recibir atencin medica. Esperar para pagar en un supermercado. Esperar para comprar tiquetes de entrada al estadio Esperar para ingresar en un espectculo pblico. Como se menciono la lista de este tipo de colas que son percibidas por los usuarios podra ser interminable; no obstante, existen otras que no son percibidas directamente, ejemplos de ellas son: las llamadas telefnicas, las conexiones a la Internet o la recepcin y envo de correo electrnico, entre otras situaciones. De otro lado, tambin los equipos o maquinas necesitan ponerse en fila cuando requieren algn servicio de mantenimiento o reparacin. As se puede definir una Lnea de Espera como la accin de aguardar que debe realizar alguien o algo cuando requiere un servicio y este no se le presta de manera inmediata. Dado lo recurrente de este tema en la vida cotidiana y la necesidad que tienen las empresas de diferenciarse ya sea a travs del precio, el producto o el servicio que les prestan a sus clientes, el tratamiento racional de las lneas de espera es cada vez de mayor importancia. Una cola es una lnea de espera. La teora de colas es un conjunto de modelos matemticos que describen sistemas de lneas de espera particulares. ORIGEN DE LA TEORA DE COLAS. El origen de la Teora de Colas est en el esfuerzo de Agner Kraup Erlang (Dinamarca, 1878 - 1929) en 1909 para analizar la congestin de trfico telefnico

con el objetivo de cumplir la demanda incierta de servicios en el sistema telefnico de Copenhague. Sus investigaciones acabaron en una nueva teora denominada teora de colas o de lneas de espera. Esta teora es ahora una herramienta de valor en negocios debido a que un gran nmero de problemas pueden caracterizarse, como problemas de congestin llegada-salida. CLASIFICACIN DE LOS SISTEMAS DE LNEAS DE ESPERA. La clasificacin de las lneas de espera se realiza teniendo en cuenta los siguientes criterios: Por la cantidad de unidades de servicio por las que el cliente debe pasar para ser atendido Por la cantidad de las unidades de servicio Por el patrn de llegada de los clientes a la unidad de servicio. Por el patrn de atencin de los usuarios. De acuerdo al primer criterio los sistemas de lneas de espera pueden llegar a ser de etapa nica y de etapa mltiple.

Sistema de Lnea de Espera de Etapa nica.

Sistema de Lnea de Espera de Etapa Mltiple.

Mltiples Instalaciones de Servicio con Mltiples Lneas de Espera.

Mltiples Instalaciones de Servicio con una sola Lnea de Espera.

NOTACIN KENDALL. En general, la forma como llegan los clientes y como son atendidos no se conoce con certeza sino que son de naturaleza estocstica o probabilstica. Es decir que las frecuencias de llegada y de atencin se describen a travs de distribuciones probabilsticas, sea que se deben elegir aquellas distribuciones probabilsticas que describen apropiadamente el comportamiento de las llegadas y del servicio. Para describir la frecuencia de llegadas y la atencin en los sistemas de lneas de espera se utilizan bsicamente tres distribuciones de probabilidad, ellas son: Distribucin de Markov

 Distribucin Deterministica Distribucin General La distribucin de Markov se utiliza para describir ocurrencias aleatorias, es decir, aquellas donde no puede determinarse un comportamiento a travs de eventos pasados. Por su parte, la distribucin determinstica es aquella en la cual se puede determinar la ocurrencia a travs de los sucesos pasados. Es decir, los sucesos se espera que ocurran en forma constante y sin cambios. Finalmente, una distribucin general sera cualquier otra distribucin de probabilidad. Es posible describir el patrn de llegadas por medio de una distribucin de probabilidad y el patrn de servicio a travs de otra. Con el fin de facilitar el entendimiento de estos sistemas el matemtico britnico KENDALL elabor una notacin abreviada para describir en forma sinttica los parmetros que describen los sistemas de lneas de espera. En la notacin de Kendall un sistema de lneas de espera se designa como: A/B/C Donde: A: Es una letra que denota la distribucin de llegada de los usuarios B: Es una letra que denota la distribucin de servicio C: Es un entero positivo que indica el nmero de servidores Cuando la distribucin es Markoviana se utiliza la letra M, si la distribucin es Deterministica se denota con una letra D y finalmente si la distribucin es general se denota con una letra G. Por ejemplo, la atencin en un banco donde llegan los clientes de manera aleatoria, el tiempo de atencin de los cajeros es aleatorio y existen cuatro cajas de atencin se podr identificar por notacin Kendall el modelo, como: M / M / 4

Otras consideraciones:

A parte de la forma como se forma la lnea de espera o como son atendidos los usuarios, existen otras consideraciones que deben tenerse en cuenta al momento de analizar un sistema de lneas de espera. Estas consideraciones son: El tamao la poblacin de la que provienen los elementos que ingresan a las lneas de espera; si es una poblacin infinita o finita. La forma como llegan los usuarios a la fila; si llegan uno a uno o en grupos. El orden en que son atendidos los usuarios de la lnea de espera; si son atendidos en el orden que llegan o existen otros criterios de atencin. Si los clientes pueden o no ser rechazados de la lnea de espera. Si los clientes pueden o no abandonar la lnea de espera. Si existe espacio suficiente para albergar todos los usuarios que llegan al sistema. MODELO DE UN SOLO CANAL (M / M / 1). A continuacin se presenta el enfoque de anlisis que se debe dar al sistema de lnea de espera tpico con llegadas de tipo Poisson, tiempos de servicio de tipo Exponencial con un slo servidor. Se supone que en este sistema, la entidad est dispuesta a esperar el tiempo que sea para ser atendido, es decir no hay rechazo. Dnde: = nmero promedio de llegadas al sistema/ unidad de tiempo (velocidad de llegadas) = nmero promedio de entidades que se atienden en el sistema / unidad de tiempo. (Velocidad de atencin del servidor).

Y las ecuaciones sern de la siguiente manera:

MODELO DE CANALES MLTIPLES (M / M / m). A continuacin se presenta el enfoque de anlisis que se debe dar al sistema de lnea de espera con dos o ms servidores con llegadas de tipo Poisson y tiempos de servicio de tipo Exponencial. Importante: se supone que en este sistema, la entidad est dispuesta a esperar el tiempo que sea para ser atendido, es decir no hay rechazo; y que los m servidores tardan lo mismo en atender () a las unidades. = nmero promedio de llegadas al sistema/ unidad de tiempo (velocidad de llegadas) = nmero promedio de entidades que se atienden en el sistema / unidad de tiempo. (velocidad de atencin del servidor). m = nmero de servidores o instalaciones.

Y las ecuaciones sern de la siguiente manera: