Professional Documents
Culture Documents
DE ACAPULCO
CARRERA: INGENIERA EN SISTEMAS
COMPUTACIONALES
MATERIA INVESTIGACIN DE
OPERACIONES
PROFESOR: ING RODRIGUEZ VAZQUEZ
JUAN MANUEL
ALUMNO: BARIENTOS RAYO ARTURO
GPO: ISC
INSTITUTO TECNOLGICO DE
ACAPULCO
INGENIERA EN SISTEMAS
COMPUTACIONALES
INVESTIGACIN DE OPERACIONES
PROFESOR: ING RODRIGUEZ VAZQUEZ
JUAN MANUEL
ALUMNO: carlos alfonso torres valle
GPO: ISC
INDICE
UNIDAD I
OBJETIVO GENERAL
VI
JUSTIFICACION
VII
PROGRAMACIN LINEAL...
operaciones...
1.2. Formulacin de modelos. 17
1.3. Mtodo grafico..
22
UNIDAD II
ANLISIS DE REDES
40
45
UNIDAD III
55
60
63
68
PROGRAMACIN NO LINEAL
82
83
III
83
84
89
UNIDAD IV
89
TEORA DE INVENTARIOS..
96
UNIDAD V
102
103
109
109
112
LNEAS DE ESPERA.
115
116
119
120
121
5.4.1 Un servidor..
123
123
123
BIBLIOGRAFIA
129
OBJETIVO GENERAL
JUSTIFICACION
y tendr
como
finalidad
complementar
UNIDAD 1
PROGRAMACION LINEAL
Objetivo:
El estudiante comprender los modelos
y
metodologa
programacin
mtodo
propuestos.
que
lineal
simplex
y
a
utiliza
la
aplicara
el
problemas
a los militares a
los
problemas
de
puntera
contra
los
aviones
-8-
-9-
las
relaciones
utilizando mtodos
los
existentes
en
ellos.
Seguidamente,
cuantitativos,
obtiene
resultados con
que
hacen
recomendaciones
se
cuando
el
problema,
el
modelo
los
insumos
hacer automtica la
cualitativa.
Un sistema es un conjunto de elementos que interactan entre
s.
Un modelo es una representacin simplificada de un sistema de la vida
real, de
una
situacin
de
una
realidad.
Un
modelo
captura
de
modelo
son:
Icnico,
Analgico
- 10 -
Algunas
veces
es
mejor
emplear
el anlisis
lgico,
sistemas
de
- 11 -
de decisiones.
6) Simulacin: Utilizan la computadora para reproducir el funcionamiento de un
problema o sistema a gran escala. Comprende clculos secuenciales, los
datos
inciales
pueden
introducirse
generarse
por
medio
de
nmeros aleatorios.
- 12 -
en la ejecucin de una
ambigua.
La
paso
crtico
y determinante
en
el
- 13 -
- 14 -
en
de la solucin a
cambios
que
de
grupos
de
anlisis
cuantitativo
han
fracasado
en
sus
- 15 -
DEFINICION
DEL
PROBLEMA
DESARROLLO
DE UN MODELO
MAT. Y
RECOLECCION
DE DATOS
RESOLUCION
DEL MODELO
MATEMATICO
MODELO
MODIFICADO
SOLUCION
ES
VALIDA
LA
SOLU
CI ON
- 16 -
Normalmente
son los
Conjunto Restricciones.- Son las limitantes que harn que las variables
de decisin solo puedan tomar ciertos valores.
Al formular un determinado problema de decisin en forma matemtica,
debe
practicar la comprensin del problema (es decir, formular un Modelo
Mental) leyendo detenidamente una y otra vez el enunciado del problema.
Mientras trata de comprender
preguntas generales:
1.- Cules son las variables de decisin? Es decir, cules con las entradas
controlables? Defina las variables de decisin con precisin utilizando
nombres descriptivos. Recuerde que las entradas controlables tambin se
conocen
como
actividades
controlables,
variables
de
decisin
actividades de decisin.
2.- Cules son los parmetros? Vale decir cules son las entradas no
controlables? Por lo general, son los valores numricos constantes dados.
Defina los parmetros con precisin utilizando nombres descriptivos.
3.- Cul es el objetivo? Cul es la funcin objetivo? Es decir, qu quiere
el dueo del problema? De qu manera se relaciona el objetivo con las
variables de decisin del dueo del problema? Es un problema de
maximizacin o minimizacin? El objetivo debe representar la meta del
que
toma la decisin.
- 17 -
actividad
b
.m
Consumo de recursos por unidad de
actividad
Recurso
Cantidad
recursos
Actividad
2
A11
a12
a1n
b1
A21
a22
a2n
b2
_:
am1
am2
amn
bn
c1
c2
cn
por
disponibles.
Contribucin
de
- 18 -
unidad
de
actividad
Una compaa que fabrica dos productos, mesas y sillas, fabricar una
mesa requiere de 30 pies cbicos de tabla, 2 horas de mano de obra
para su armado y 4 hrs de mano de obra para su acabado. El fabricar
una silla requiere de 20 pies cbicos de tabla, 2 horas de mano de obra de
armado, y
6 horas para su acabado.
- 19 -
Protenas
Hierro
Niacina
Tiamina
Vitamina
Grasa
C
Espagueti
5 000
1.1
1.4
0.18
0.0
5 000
Pavo
29 000
1.8
5.4
0.06
0.0
5 000
Papas
5 300
0.5
0.9
0.06
10.0
7 900
Espinacas 3 000
2.2
0.5
0.07
28.0
300
Pastel
1.2
0.6
0.15
3.0
14 300
4 000
la
composicin
de
una
comida
que
satisface
los
de
hrs.
de
trabajo
de
armado,
200
Unidades
USB
600
o bien
C3x3
x1 + 2x2
+ 3x3 100
o bien
a11x1 + a12x2
+ a13x3 b1
a21x1 + a22x2
+ a23x3 b2
a31x1 + a32x2
+ a33x3 b3
x1, x2, x3 0
- 21 -
minimizacin
entonces en direccin en que se decrementa Z.
- 22 -
- 23 -
- 24 -
- 25 -
da
- 26 -
restricciones
de
los
recursos
son
representados
por
- 27 -
a21
a1n
a21
a22
a2n
a11
a21
a1n
am1
am1
A=
amn.
con los coeficientes cj:
Formamos un vector
y
Para poder resolver de forma algebraica el modelo de programacin lineal
debe tener las siguientes propiedades:
- 28 -
- 29 -
- 30 -
12
(originales)
+ 2x2
(holgura)
3x1 + 2x2
18
x1 ,x2 0
MAX Z - 3x1 - 5x2 = 0
Sujeto a:
x1
+ x3
=4
(originales)
+2x2
+x4
=12
(holgura)
3x1+2x2
+x5
=18
Bsica
Ecuacin Z
X1
X2
X3
X4
X5
Solucin
-3
-5
X3
X4
12
X5
18
- 32 -
Bsica
Ecuacin Z
X1
X2
X3
X4
X5
Solucin
-3
5/2
30
X3
X2
1/2
X5
-1
Ecuacin Z
X1
X2
X3
X4
X5
Solucin
3/2
36
X3
1/3
-1/3
X2
1/2
X1
-1/3
1/3
- 33 -
1.6 Mtodo de la M
El algoritmo Simplex requiere de una solucin factible bsica (sfb) inicial.
Hasta ahora en los problemas que sean resueltos se determino una sfb
inicial usando las variables de holgura como si fueran variables bsicas.
Pero si un PL tiene una restriccin , no sera tan evidente una sfb inicial.
Descripcin del mtodo de la gran M.
Paso1.- Modifique las restricciones de tal manera que el lado derecho de
cada una sea no negativo. Para lograrlo, cada restriccin con un segundo
miembro se multiplica por -1. Recuerde que si se multiplica una
desigualdad por un nmero negativo se invierte la direccin de la
desigualdad.
Paso 1.- Identifique cada restriccin que es ahora (despus del paso 1)
una
restriccin = .
Paso 2.- Convierta cada restriccin de desigualdad en la forma estndar.
Esto quiere decir que si la restriccin i es una restriccin se suma una
variable de holgura y si la restriccin i es una restriccin se resta una
variable de excedente.
Paso 3.- Si despus de haber terminado el paso 1 la restriccin i es una
restriccin =, sume una variable artificial, tambin sume la restriccin
de
signo que debes ser mayor o igual a cero.
Paso 4.- Sea M un numero positivo muy si el PL es un problema de
Minimizacin sume por cada variable artificial Ma i a la funcin objetivo. Si
el PL es un problemas de Maximizacin sume por cada variable artificial
-Mai a la funcin objetivo.
Paso 5.- Como cada variable artificial est en la base de inicio, todas las
variables artificiales se tienen que eliminar del rengln 0. Antes de
empezar el simplex. De esta manera se asegura que se empieza con
una forma cannica. Al elegir una variable entrante, recuerde que M es
un nmero positivo muy grande. Por ejemplo 4M-2 es ms positivo que
3M+900, y
-6M-
- 34 -
S.A.
S.A.
1).- Como el lado derecho no tiene lado negativo no se multiplica por -1.
2).- Sumar una variable de holgura a la ecuacin 2 y restarle una variable
de exceso a la Ecuacin 2.
MIN. Z = 2X1 + 3X2
S.A.
1
X1
2
X1
1
X2
4
3X 2
X1
X2
X3
X4
4
20
10
X 1, X 2, X 3, X 4 0
- 35 -
1
X1
2
X1
X1
1
X2
4
3X 2
X2
X3
X4
4
X5 2 0
X6 1 0
X 1, X 2, X 3, X 4, X 5, X 6 0
1
X2
4
3X 2
X2
X3
X4
4
X5 2 0
X6 1 0
X 1, X 2, X 3, X 4, X 5, X 6 0
Paso 5.-
Quedando:
MIN. Z - 2X1 - 3X2 - MX5 - MX6 = 0
Aqu debemos eliminar las variables artificiales - MX5 - MX6
Para ello observamos que - MX5
- 36 -
S.A.
Ecuacin
X1
X2
X3
X4
X5
X6
Solucin
2M - 2
4M - 3
-M
30 M
X3
1
2
1
4
X5
-1
20
X6
10
Ecuacin X1
X2
2M - 2
X3
X5
X6
X3
X4
X5
X6
Solucin
4M - 3 0
-M
30 M
1
2
1
4
1/3
-1/3
1/3
20/3
10
Ahora hay que volver ceros todos los valores de columna de x 2. Empezando
por la funcin objetivo tenemos que al regln 2 lo multiplicamos por (- 4M +
3) y lo sumamos a la funcin objetivo.
2M
4M 3
0
0
4
M 1
3
2
M 1
3
4M
0
M
M 1
3
1
0
M 1
3
M 1 0
3
4
M 1 0
3
30M
80
M 20
3
10
M
3
20
Ecuacin X1
X2
X3
X3
5/12
X2
1/3
X6
2/3
2/3M 1
X4
X5
1/3 M - 4/3 M
X6
0
Solucin
10/3 M +
+1
+1
20
1/12
-1/12
7/3
-1/3
1/3
20/3
1/3
-1/3
10/3
Las soluciones de esta tabla son: x1, x4, x5 = 0, x2 = 20/3, x3 = 7/3, x6 = 10/3
Pero como se observa existe todava positivos en el regln cero, por lo
tanto sale x1 ya que 2/3M - 1 es mayor que 1/3M + 1.
Dividiendo la solucin entre los valores de la columna x1 tenemos que el
menor es 10/3 entre 2/3. Por lo tanto el numero pivote es
2/3. Multiplicando el tercer regln por 3/2 la tabla queda:
- 38 -
Bsica
Ecuacin X1
X2
X3
X3
5/12
X2
1/3
X6
2/3M 1
X4
X5
X6
1/3 M - 4/3 M
Solucin
10/3 M +
+1
+1
20
1/12
-1/12
7/3
-1/3
1/3
20/3
-1/2
3/2
Ahora hay que volver ceros todos los valores de columna de x 1. Empezando
por la funcin objetivo tenemos que al regln 3 lo multiplicamos por (- 2/3M
+
1) y lo sumamos a la funcin objetivo.
2
M 1
3
2 / 3M
0 0
1 0 0
0
Bsica
0 0
1
M 1
3
1
1
M
3
2
1
2
Ecuacin
X1
4
M 1
3
1
1
M
3
2
1
M
2
4/ 3M
4/ 3M
X2
X4
X3
X5
10
M 20
3
10
M 5
3
25
X6
Solucin
- M + - 4/3
Z
-1/2
1/2
M + 2 25
X3
- 1/8
1/8 - 5/8
X2
- 1/2
1/2 - 1/2 5
X1
1/2 - 1/2 2
1/4
UNIDAD 2
ANLISIS DE REDES
Objetivo:
Comprender y aplicar los diferentes
modelos matemticos planteados como
problemas de redes y sus mtodos de
solucin.
sin
embargo hay un
procedimiento de solucin, conocido como tcnica de transporte, que es
ms eficiente.
Este mtodo se puede aplicar a otros problemas como el modelo
de asignacin o el de trasbordo.
Como se menciona, el modelo de transporte busca determinar un plan de
transporte de una mercanca de varias fuentes a varios destinos. Los
datos que debe de contener el modelo son:
1) Un conjunto de m puntos de suministros, a partir de los cuales se enva
un bien. El punto de suministro i abastece una cantidad a lo sumo Si
unidades.
2) Un conjunto n de puntos de demanda a los que se enva el bien. El
punto
de demanda j debe recibir por lo menos dj
enviado.
min
cijxij
i 1
s.a.
j 1
- 41 -
j n
xij Si
(i 1,2,3........m)
j 1
i
xij di
( j 1,2,3........n)
i 1
i 1
j n
Si
dj
j 1
menor que la
c22
cm 1
m
d1
Demanda
cm 2
d2
Recursos
c1n
c2n
cm n
ui
S1
S2
c21
c12
c11
1
O
r
i
g
e
n
Destino
Sm
dn
vj
Informacion adicional que se agrega a cada celda:
Si xij es una
variable basica
Si xij es una
variable no
basica
cij
xij
cij
cij - u
-v
- 43 -
Paso 4.- Si ui + vj - cij0 para las variables no bsicas, entonces las sfb
actual es ptima. Si ste no es el caso, entonces se introduce en la base la
variable con el valor positivo ms grande de ui + vj cij. Para hacer esto,
encuentre el bucle. Luego contando slo las celdas de bucle, marque las
celdas pares. Tambin marque las impares. Ahora encuentre la celda impar
cuya variable tome el valor ms pequeo, . Los valores de las variables
que no estn el bucle permanecen sin cambio. El pivote ahora est
completo. Si =0, entonces la variable entrante ser igual a cero, y una
variable impar que tiene el valor actual de 0 saldr de la base. En este
caso resultar una sfb degenerada. Si ms de una celda impar del bucle
es igual a , se podra elegir de manera arbitrara que una de estas
celdas impares salga de
- 44 -
y el
eligiendo
- 45 -
DESTINO
ENS. 1
10
20
11
12
20
14
16
18
SOLUCION:
Utilizando la tabla simplex de transporte y colocndole los datos del
problema tenemos:
Destino
1
1
O
r
i
g
e
n
Recursos
20
11
12
20
14
16
18
Demanda
vj
10
15
15
ui
15
25
10
1
O
r
i
g
e
n
Recursos
20
11
20
ui
15
10
12
25
5
15
14
16
18
5
Demanda
vj
15
15
10
5(10)+10(0)+5(7)+15(9)+5(20)+5(18) = 410
Paso 3. Encontrando lo valores de las u y v tenemos que u1=0 y adems de
las variables bsicas tenemos:
x11
u1 + v1 = 10
x12
u1 + v 2 = 0
x22
u2 + v 2 = 7
x23
u2 + v 3 = 9
x24
u2 + v4 = 20
x34
u3 + v4 = 18
18
11 = 2
x21
12 = 5
x31
0 = 15
x32
14 = -9
x33
u3 + v3 c33= 5 + 2
16 = -9
Ahora tenemos que ir a la tabla y encontrar la posicin de x 31 y construir el
bucle (ciclo cerrado) para encontrar que variable bsica es la que sale.
- 47 -
Destino
1
2
10
1
5
O
r
i
g
e
n
Recursos
20
11
20
ui
15
10
12
25
5
0
15
14
16
x31
5
5
Demanda
vj
18
15
15
10
impares, se toma la que tenga el valor mas pequeo y esa ser la que salga,
en este caso como las tres tienen el mismo valor puede salir cualquiera de
las tres, aqu se elige arbitrariamente. Digamos que sacamos a x 34, ahora el
valor que tiene esta variable (5) la colocamos en la variable que entra x 31
y
se calcula la nueva tabla:
Destino
1
10
1
O
r
i
g
e
n
0
15
ui
15
20
25
-10
10
14
-24
11
Recursos
15
20
7
0
-18
12
Demanda
vj
16
-24
18
-15
15
15
10
10
13
Como se puede observar, a las celdas impares se le resta el valor que entra
y a las pares se le suma. Como en este caso tenemos variables bsicas
igual
- 48 -
10
1
O
r
i
g
e
n
2
0
16
-19
25
-5
10
14
15
20
15
3
Demanda
vj
ui
Recursos
11
-18
12
2
20
15
-5
18
-19
-10
15
15
10
13
Destino
1
1
O
r
i
g
e
n
2
10
-5
0
5
3
Demanda
vj
20
9
15
16
-19
Recursos
ui
15
25
-5
20
-2
14
-19
11
10
7
10
-18
12
2
18
-12
15
15
10
11
- 49 -
El gerente de una mueblera, requiere enviar los colchones que tiene en sus
tres bodegas, a las 5 sucursales que tiene. De acuerdo con el inventario
sabe que en bodega de Minatitln cuenta con 20 colchones, en la de San
Andrs con 30 y la de Acayucan 30. Leyendo los informes sabe que en la
sucursal de de Hueyapan requieren 25 colchones, en la de San Pedro
Soteapan requieren 25, en Cosoleacaque 20, en Catemaco 10 y en la de
Coatzacoalcos 20. El costo de envo por cada colchn de las diferentes
bodegas a los destinos se resume en la siguiente tabla. Solo que la
bodega
de San Andrs no puede entregar en San Pedro Soteapan.
H. San
Cosoleacaqu
Catemac
Coatzacoalco
Pedr
O.
Minatitl
n
San
Andrs
Acayuca
n
Encontrar el costo ms bajo para transportarlos colchones.
Armando la tabla inicial tenemos:
H. DE O
S. P.
Destino
COSO.
CATE.
COATZA. Recursos
M
I
N
A
N
D
A
C
A
Demanda
vj
O
r
i
g
e
n
25
25
20
10
ui
20
30
30
20
- 50 -
S. P.
Destino
COSO.
CATE.
COATZA. Recursos
M
I
N
A
N
D
A
C
A
F
I
C
Demanda
vj
O
r
i
g
e
n
25
25
20
10
ui
20
30
30
20
20
Destino
COSO.
CATE.
COATZA. Recursos
20
A
N
D
S. P.
5
5
25
A
C
A
F
I
C
Demanda
vj
3
0
9
20
10
0
0
25
25
20
20
30
30
20
20
10
20
ui
- 51 -
H. DE O
O
r
i
g
e
n
M
I
N
20
A
N
D
A
C
A
-M+2
F
I
C
Demanda
vj
S. P.
6
M-3
3
0
0
-3
6
10
0
0
30
M-3
30
20
-6
8
-2
0
3
20
7
M-4
9
20
4
M-1
ui
5
M+1
8
M-2
COATZA. Recursos
7
M-1
M
25
CATE.
3
M+6
-M-2
Destino
COSO.
0
20
25
25
20
10
20
-M+8
O
r
i
g
e
n
M
I
N
A
N
D
25
A
C
A
-M+2
S. P.
Destino
COSO.
6
20
M-3
5
3
20
6
10
-M+2
25
25
20
10
20
vj
M+3
M+3
H. DE O
S. P.
Destino
COSO.
M
I
N
O
r
i
g
e
n
M-1
25
A
C
A
-M+2
vj
M-7
3
20
0
-3
6
10
0
0
20
-M-3
ui
20
30
M-2
30
20
-5
8
-2
0
-2
-M+3
7
M-4
9
-5
4
M-1
30
5
0
COATZA. Recursos
7
-2
M
5
CATE.
30
0
20
3
20
-4
0
0
-M+2
0
-M-3
A
N
D
F
I
C
Demanda
8
-8
F
I
C
Demanda
-3
20
7
M-4
9
-M-6
4
M-1
ui
5
M+1
8
-8
COATZA. Recursos
7
M-1
M
5
CATE.
0
20
25
25
20
10
20
-M+7
- 52 -
H. DE O
O
r
i
g
e
n
M
I
N
-2
A
N
D
25
A
C
A
0
0
0
20
25
20
10
20
H. DE O
S. P.
Destino
COSO.
M
I
N
-2
A
N
D
20
A
C
A
20
A
C
A
0
20
20
10
20
-3
N
D
0
0
25
S. P.
H. DE O
r
i
g
e
n
0
-2
6
-1
0
-3
-5
ui
20
30
-1
30
20
-5
ui
20
30
30
20
-5
-2
0
-2
20
7
-2
9
-5
4
10
3
25
8
-5
30
COATZA. Recursos
7
-3
M
-M+2
CATE.
3
20
-4
Destino
COSO.
-1
-3
25
vj
6
-1
0
-2
30
7
-3
9
-6
0
1
4
10
3
25
5
0
8
-6
COATZA. Recursos
7
-2
M
-M+2
CATE.
3
20
-3
5
F
I
C
Demanda
F
I
C
Demanda
vj
0
-2
20
-2
25
vj
M
I
N
6
5
0
-3
ui
7
-3
9
-5
4
5
3
25
5
0
8
-6
COATZA. Recursos
7
-2
M
-M+1
CATE.
3
20
-4
Destino
COSO.
F
I
C
Demanda
O
r
i
g
e
n
S. P.
0
20
-1
25
25
20
10
20
- 53 -
5
1
5 nodos y 6 arcos.
Los arcos de una red pueden tener flujo de algn tipo, por ejemplo personas,
agua, gas, aviones, etc. Por lo tanto estos arcos van a tener una direccin
y estar representado por la cabeza de flecha del arco. Tambin el nombre
del arco indicara la direccin del flujo, por ejemplo el arco del la red anterior
(2,5) indica que sale del nodo 2 y va con direccin de flujo al nodo 5. Pero
si este mismo arco se representa (5,2) es incorrecto.
Si a travs del arco se permite al flujo ir en una solo direccin, se dice que
es un arco dirigido, (algo similar a una calle de un solo sentido), pero si
se
permite el flujo en ambos sentidos el arco ser no dirigido. Si la red est
- 54 -
- 55 -
Ejemplo:
dij
que
transportan
la
gente
las
diferentes
7
1
En el nodo 2:
u2 = u1 + d12= 0 + 2 = 2
En el nodo 4:
U4 = u1 + d14= 0 + 4 = 4
En el nodo 3:
U3 = u1 + d13= 0 + 5 = 5
En el nodo 5:
U5 = u2 + d25= 2 + 7 = 9
U5 = u3 + d35= 4 + 4 = 8
U5 = u6 + d65= 7 + 1 = 8
En el nodo 7:
U7 = u5 + d57= 8 + 5 = 13
U7 = u6 + d67= 7 + 7 = 14
Por lo tanto la ruta mas corta es :
(1 2)(2 3)(3 5)(5 7) y otra alternativa es
(1 2)(2 3)(3 6)(6 5)(5 7)
- 56 -
U3 = u2 + d23= 2 + 2 = 4
U3 = u4 + d43= 4 + 1 = 5
En el nodo 6:
U6 = u3 + d36= 4 + 3 = 7
U6 = u4 + d46= 4 + 4 = 8
encuentra en el nodo 6.
Cul es el camino ms corto que podr tomar?
3
4
2
2
3
- 57 -
Destino
4
ui
Recursos
O
r
i
g
e
n
2
1
3
1
5
Demanda
vj
3
M+1
O
r
i
g
e
n
-2M
-3M
M
-4M
-3M
-2M
-M
2M
-3M
2
M
0
0
M+2
0
0
ui
2M+2
2M-3
M
-2M
Recursos
M
2M+6
3M-2
5
Demanda
vj
3
2M-3
6
M
2M+4
M
1
M
M+4
Destino
4
3
4
2
1
2M
3M
3M+2
- 58 -
2
4
1
3
M+1
0
O
r
i
g
e
n
-2
M
M+2
Destino
4
-M+1
-3
M
5
Demanda
vj
-M-2
Recursos
ui
-4
-3
-6
-6
M-4
0
0
2
1
-3
-M
-2
Destino
4
6
M
0
M
3
-1
0
1
4
M
5
Demanda
vj
0
O
r
i
g
e
n
-2
ui
-M+1
M
-2M
Recursos
M
-M-3
-2
-M
M-2
-M+4
-2M+3
M
-2
-M+6
3
0
1
6
M
-M-1
-M-1
-M
0
O
r
i
g
e
n
0
0
-2M+6
1
2
-2M+4
M
-2
4
1
0
1
3
-M-1
M
M-2
ui
-M+4
M
-M+2
5
Demanda
vj
2
1
Recursos
M
-M
3
M-1
6
M
-2
-M-2
M
6
0
M
Destino
4
0
0
2
1
- 59 -
5
7
1
4
6
a)
2
3
5
7
1
4
6
b)
2
3
5
7
1
4
6
c)
- 60 -
2
3
5
7
1
4
6
d)
En el inciso a) no se forma un rbol de expansin ya que no estn
conectados todos los nodos, en un dado caso se podran tomar como un
conjunto de dos rboles.
En el inciso b) no se forma un rbol ya que hay ciclos o bucles.
En el Inciso c) y d) si se forman rboles de expansin.
Como se observa se pueden construir diferentes formas de los rboles de
extensin, con un grupo de nodos, pero en el problema del rbol
expandido mnimo que nos interesa es determinar el conjunto de arcos de
una red que conecte todos lo nodos que minimice la suma de la longitud
del total de los arcos.
Algoritmo Para Determinar El Problema Del rbol Expandido
Mnimo.
1) Se selecciona de manera arbitraria cualquier nodo y se une con un arco
al nodo ms cercano. Estos dos nodos forman ahora un conjunto
conectado y los
de
otros
nodos no
nodos
constituyen el
conjunto
conectados (desconectados).
existir
(pero
no
necesariamente).
Soluciones
optimas
- 61 -
Por ejemplo:
La administracin del parque de reserva natural, desea poner telfonos en
todos las estaciones del parque, para calcular la longitud del cable
necesitan saber cul es la ruta ms corta que puede unir a todas las
estaciones, Cul
es esa ruta y que distancia tendr?
7
2
2
5
1
4
7
2
2
5
1
4
7
2
5
1
4
Ahora
ya
tenemos
conectados lo nodos 4 y 3
hay que buscar un nodo de
los desconectado que este
ms cercano a estos nodos y
resulta ser el nodo
2.
Teniendo esto se conecta. Y
resulta lo siguiente:
Siguiendo, ahora se conecta
el nodo numero 1
El
siguiente
nodo
conectarse es el No. 6
en
- 62 -
7
2
1
4
Posteriormente el nodo 5.
7
2
2
5
1
4
7
2
2
5
el
7
2
2
5
- 63 -
- 64 -
estacin a cada estacin del parque, pero el hay dos arcos que son no
dirigidos los arcos (2 3) y (5 6). Encuentre cual es el flujo mximo diario
de trenes que
puede salir de la entrada y llegar hasta el mirador.
2
3
1
5
7
2
4
3
5
[9 5]
[3 2]
7
[ -]
- 65 -
(3,3)
(3,5)
(3,9)
[ -]
2
4
Ya se encontr la primera,
primera trayectoria y ya est
etiquetada ahora hay que
encontrar otra trayectoria que
vaya del origen hasta el
destino, podra ser
por
ejemplo:
(3 5) (2 3) (3 5) (5 7), tomado
esta trayectoria como base,
colocamos las etiquetas en
los nodos:
[2,1]
Como se
observa
las
etiquetas de los nodos solo
contienen el flujo disponible
aun en los arcos de la
trayectoria, se busca el flujo
mnimo y encontramos que
es 1, ahora actualizando la
red quedara:
(3,3)
(3,5)
[ -]
[1,2]
[6,5]
[4,3]
4
(3,9)
(3,3)
(4,5)
(1,1)
7
(4,9)
[ -]
(1,4)
2
4
(3,3)
(4,5)
[5,5]
(1,1)
[7,1]
[ -]
[3,3]
(1,4)
(4,9)
(3,3)
(4,5)
(1,1)
(7,9)
[ -]
(3,7)
(4,4)
- 66 -
(3,3)
(4,5)
[4,1]
[ -]
(3,7)
[1,6]
(4,4)
2
4
[2,5]
(1,1)
(7,9)
[5,3]
2
(3,3)
(4,5)
(1,1)
7
(8,9)
[ -]
(4,7)
(4,4)
(1,5)
4
(1,1)
2
4
(3,3)
(4,5)
[6,6]
(1,1)
[3,1]
[ -]
(4,7)
(8,9)
(4,4)
(1,5)
4
(1,1)
2
4
[4,3]
2
(3,3)
(4,5)
(1,1)
7
(8,9)
[ -]
(7,7)
(4,4)
(4,5)
4
2
4
(1,1)
Buscando
una
nueva
trayectoria podra ser (1 4) (4
6)
(6 7) y etiquetando los
nodos quedara:
(3,6)
(3,3)
(4,5)
[ -]
1
(7,7)
[3,6]
(1,1)
(8,9)
(4,4)
(4,5)
4
[4,1]
(1,1)
(3,6)
[4,4]
- 67 -
(3,3)
(4,5)
(1,1)
(8,9)
(7,7)
[ -]
(4,4)
(4,5)
(3,4)
(3,4)
(1,1)
(6,6)
suma de las
Capacidad de corte:
5+7+4
= 16
9+6
= 15
3 + 4 + 5 + 4 = 16
3 + 4 + 1 + 6 = 14
Son algunos de los cortes que podemos hacer, aqu nos damos cuenta que
el flujo mnimo de corte es igual a 14, por lo tanto ese es el flujo mximo
que pude pasar del nodo
- 68 -
Se
inicia
descomponiendo
el proyecto
en
actividades
- 69 -
- 70 -
simultneamente.
6) Para asegurar correcta relacin de procedencia correcta en el
diagrama, antes de agregar una actividad a la red se pueden contestar las
siguientes preguntas.
a) Qu actividades deben terminarse inmediatamente antes de que esta
actividad pueda comenzar?
b) Qu actividades deben de seguir a esta actividad?
c) Qu actividades deben efectuarse con esta actividad?
Para no violar las reglas 4 y 5, se pueden utilizar una actividad ficticia,
representado por un arco ficticio (punteado), que no consume tiempo ni
recursos.
Ejemplo de una red de proyecto.
Red de proyecto para construir una casa.
La siguiente es una lista de actividades que hay que realizar para la
construccin de una casa.
- 71 -
ACTIVIDAD
DESCRIPCION
A
B
C
D
E
F
G
H
I
J
K
L
M
N
Excavacin
Cimientos
Obra negra
Colado de techo
Plomera exterior
Instalacin elctrica
Plomera interior
Recubrimiento externo
Recubrimiento interno
Pintura exterior
Colocacin de piso
Pintura interior
Acabado exterior
Acabado interior
PREDECESORES
INMEDIATOS
-------------A
B
C
C
C
E
D
F, G
E, H
I
I
J
K, L
DURACION
(DIAS)
2
4
10
6
4
7
5
7
8
9
4
5
2
6
C
D
E
F
J
7
10
L
M
11
12
13
Terminacin
- 72 -
- 73 -
- 74 -
Inicio
2
2
4
3
10
6
4
7
9
7
10
8
4
5
2
11
12
13
Terminacin
- 75 -
Evento
inmediato
anterior
1
2
3
4
4
4
5
5
6
7
8
9
9
11
10
12
Evento
1
2
3
4
5
6
7
8
9
10
11
12
13
Tiempo ms
prximo
0
2
6
16
16
16
20
20
22
25
29
33
33
37
38
38
Tiempo de la
actividad
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
2
4
10
4
6
7
5
0
7
8
9
4
5
0
2
6
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
2
6
16
20
22
23
25
20
29
33
38
37
38
37
40
44
Tiempo
mximo ms
prximo
0
2
6
16
20
22
25
29
33
38
37
38
44
Evento
13
12
11
10
9
8
7
6
5
4
3
2
1
Evento
inmediato
anterior
13
12
13
12
11
10
9
8
8
7
7
6
5
4
3
2
Tiempo ms
lejano
44
38
44
38
38
42
33
33
33
25
25
26
20
16
6
2
Tiempo de la
actividad
6
0
2
5
4
9
8
7
0
5
7
6
4
10
4
2
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
Tiempo mnimo
mas lejano
0
38
38
42
33
34
33
25
26
33
20
18
20
16
6
2
0
44
38
38
42
33
33
25
26
20
16
6
2
0
Actividad
12
23
34
45
46
47
57
58
68
79
8 10
9 11
9 12
10 13
11 12
12 13
Holgura total
Holgura libre
2-0-2=
6-2-4=
16 - 6 -10 =
20 - 16 - 4 =
26 - 16 - 6 =
25 - 16 - 7 =
25 - 20 - 5 =
33 - 20 - 0 =
33 - 22 - 7 =
33 - 25 - 8 =
42 - 29 - 9 =
38 - 33 - 4 =
38 - 33 - 5 =
44 - 38 - 2 =
38 - 37 - 0 =
44 - 38 - 6 =
0
0
0
0
4
2
0
13
4
0
4
1
0
4
1
0
2-0-2=
6-2-4=
16 - 6 - 10 =
20 - 16 - 4 =
22 - 16 - 6 =
25 - 16 - 7 =
25 - 20 - 5 =
29 - 20 - 0 =
29 - 22 - 7 =
33 - 25 - 8 =
38 - 29 - 9 =
37 - 33 - 4 =
38 - 33 - 5 =
44 - 38 - 2 =
38 - 37 - 0 =
44 - 38 - 6 =
0
0
0
0
0
2
0
9
0
0
0
0
0
4
1
0
Actividad critica
Actividad critica
Actividad critica
Actividad critica
Actividad critica
Actividad critica
Actividad critica
Actividad critica
X13 X10 + 2
X13 X12 + 6
X1, X2, X3, X4, X5, X6, X7, X8, X9, X10, X11, X12, X13 0
Determinacin De La Ruta Crtica Por Medio De PERT
Como se menciono anteriormente CPM supone que la duracin de cada
actividad se conoce con certeza. Pero para muchos proyectos esto no es
aplicable, entonces se ocupa el PERT, para corregir estas deficiencias.
Ahora el PERT requiere que se estimen las tres cantidades siguientes para
cada actividad:
a = Tiempo optimista, el cual se necesita si la ejecucin va
extremadamente bien.
b = Tiempo pesimista, el que se requerir si todo va muy mal.
c = Tiempo ms probable, el cual se necesitara si la ejecucin
es normal.
A partir de esto se construye la ruta crtica mediante el siguiente
proceso:
1) Calcular la media para la duracin del tiempo de cada actividad (D) y
su varianza (V) (distribucin beta):
D
b 4m
6
(b
a)
36
1/2
- 78 -
por
separado,
al
construir la armazn y el
final
ensamblar
los
dos
componentes para
terminar la fabricacin, en resumen las actividades que se harn
son:
Actividad
A
B
C
D
E
F
Descripcin
Act. Precedente
Capacitar trabajadores
Comprar materiales
Construir armazn
Armado del motor propulsor
Pruebas al motor
Ensamble del motor en
armazn.
la
A, B
A, B
D
C, E
a
2
5
3
1
8
9
Duracin
b
m
10
6
13
9
13
8
13
7
12
10
15
12
2 10 4(6)
6
5 13 4(9)
6
3 13 4(8)
6
1 13 4(7)
6
8 12 4(10)
6
9 15 4(12)
6
Var.
2
6
9
8
7
10
2
(10 2)
V
36
2
(13 5)
V
36
2
(13 3)
V
36
2
(13 1)
V
36
2
8)
(
V (12
36
2
V 15 9)
36
1.78
1.78
2.78
4.0
0.44
1.0
- 79 -
12
6
10
9
2
Evento
inmediato
anterior
1
1
2
2
3
3
4
5
Tiempo ms
prximo
Tiempo de la
actividad
+
+
+
+
+
+
+
+
+
9
6
0
3
7
8
10
12
=
=
=
=
=
=
=
=
=
Tiempo ms
lejano
Tiempo de la
actividad
38
26
16
26
9
16
9
9
12
10
7
8
0
3
9
6
0
0
9
9
9
9
16
26
9
6
9
12
16
17
26
38
Tiempo
mximo ms
prximo
0
9
9
16
26
38
Evento
inmediato
anterior
6
5
4
5
3
4
2
3
Tiempo mnimo
mas lejano
=
=
=
=
=
=
=
=
38
26
16
26
16
9
17
9
13
0
3
9
9
0
Holgura total
Act. Critica
1.78
Act. Critica
Act. Critica
4.0
9-0-9=
9-0-6=
9-9-0=
16 - 9 - 3 =
16 - 9 - 7 =
0
3
0
4
0
- 80 -
35
45
56
26 - 9 - 8 =
26 - 16 - 10 =
38 - 26 - 12 =
9
0
0
Act. Critica
Act. Critica
E
Var.
=
=
10
12
38
0.44
1.00
7.22
35 8
2.69
p(
z
1.12) 0.13
- 81 -
UNIDAD 3
PROGRAMACIN NO
LINEAL
Objetivo:
Identificar y resolver modelos con
comportamiento no
problemas propuestos.
lineal utilizando
Esto
se
cumple
en
muchos
casos
pero
veces
es
Se
han
paraalgunas
desarrollado
clases
de
algoritmos
problemas
de
programacin no lineal.
3.2 Optimizacin clsica.
Optimizacin clsica
Si la restriccin no existe, o es una restriccin de igualdad, con menor o
igual
nmero de variables que la funcin objetivo entonces, el clculo
diferencial,
- 83 -
- 84 -
- 85 -
f (x)
para
al
Dominio de f.
- 86 -
- 87 -
Gradiente
Derivadas Parciales:
Son
derivadas direccionales
pero especiales,
- 88 -
- 89 -
Iteracin:
1.- Evale
2.- Si
3.- Si
4.- Seleccione una nueva
Regla de detencin
Detenerse si
linealizacin de un sistema de
ecuaciones no lineal,
para posteriormente darle solucin por cualquier mtodo numrico de
- 90 -
- 92 -
-1
- 93 -
Mtodo Lagrangiano.
Est muy relacionado con el mtodo jacobiano y se puede desarrollar a
partir de aquel. Anteriormente se demostr que:
- 94 -
es tomando sus
derivadas
parciales con respecto a todas las xj. Lo anterior da
- 95 -
UNIDAD 4
TEORA DE INVENTARIO
Objetivo:
Utilizara los diferentes sistemas de de
control de inventarios, en la formulacin
de modelos para resolver problemas.
los artculos
que
aumenten
considerablemente
el
costo
del
inventario. Por experiencia se sabe que sola una pequea parte impacta
considerablemente en el costo del inventario, sobre estos artculos se
debe tener un control
estricto.
- 97 -
2)
Demanda
probabilstica.
y/o
Los
sistemas de
tiempo
tiempo
de
entrega
de
inventarios son
entrega
tan
variados e
implican
tantas
- 98 -
Llega una
Demanda
Llega una
Demanda
Inventario
Que se
Tiene
Lo que
se tiene
demanda?
Actualizar
registros:
Recibir almacn
No
Faltantes/venta
de perdida
Inventario
Que se
Tiene
Lo que
Se tiene
Demanda?
Si
Actualizar
Registros:
Recibir almacn
No
Calcular
el estado
Calcular
Cantidad a
ordenar
Faltantes/venta
De prdida
Mandar
orden
de
reabastecimi
Si
Llenar una
Orden
Llenar una
Orden
Recalcular
el estado
Fin
Estado
Punto de
Llega tiempo
de revisin
Si
Mandar orden
De
Reabastecimiento
No
Fin
aseguramiento,
impuesto
al
almacenaje,
el
costo
de
que
perdida
del
nombre
la
compaa
pierda
competitividad, etc.
Al partir de lo anterior, podemos decir que en el costo de un inventario
generalizado lo obtenemos de la siguiente manera.
Costo de inventario = costo de compra + costo de ordenar + costo
de
conservacin + costo de escasez.
- 100 -
Costo de
ordenar
Costo de
almacenamiento
Costo total
Costo por ao
Costo mnimo
Costo compra
Costo de
escasez
Nivel optimo
Nivel de inventario
- 101 -
ESTATICA
MS SIMPLE
DETERMINISTA
DEMANDA
DINAMICO
NIVEL DE
DIFICULTAD
DE MODELADO MATEMATICO
ESTATICA
PROBABILISTICA
DINAMICA
MS COMPLEJA
- 102 -
Nivel de inventario
q - t
Inv. Prom.
= q/2
2q
0
q
= q/t
Tiempo
- 103 -
El costo de compra es
hq /
2.
Sustituyendo el costo de un ciclo quedara:
2
pq
q/
hq2
2
K
q
hq
2
Quedando:
K
q
h
2
d
CPUT 0
dq
2 K
h
2K
h
Ejemplo 1:
Un negocio vende 500 discos DVD al mes, cada vez que genera un
pedido genera un costo de 5 pesos, cada disco le cuesta 10.00 pesos, el
costo de
mantener un disco en el inventario durante un mes es de 0.08 pesos/disco.
- 104 -
2 K
h
p =10.00 pesos
2(500)(5)
0.08
250
250
500
T=
T
= 500 discos/mes
0.5
Como observamos el lote de pedido tendra que ser de 250 discos y los
pedidos se haran cada mes. Cada 15 das.
Ejemplo 2:
Una compaa que ensambla computadoras, fabrica sus propias bocinas,
ensambla computadoras con una produccin continua de 8 000 al mes, sus
bocinas reproducen en lotes y cada lote genera un costo de preparacin
de maquinaria de 12 000 pesos, el costo de mantener una bocina en el
almacn durante un mes es de 0.30 pesos, el costo de produccin de una
bocina es de 50.00 pesos. Cul ser el tamao del lote que minimice
costos? En qu tiempo se har la produccin del lote de bocinas?
Q
T=T
2 K
h
2(8000)(12000)
0.30
5,298bocinas
25298
3.16meses
8000
K= 12 000.00 pesos
p =50.00 pesos
h= 0.30 pesos por
bocina por mes
=
000
bocinas/mes
- 105 -
- 106 -
= Precio ms alto
P2
= Precio ms bajo
qr
Q*
CPUTQ
unitario ms alto.
CPUTQ1
Q*
2 K
h
Si qr < Q* entonces la
cantidad
optima
igual a Q*
ser
(Q=Q*) y
termina el proceso, si no
es as se realiza el paso
2
2)
Q1
el valor optimo es qr
CPUTQ = CPUTQ1
Q = qr
- 107 -
P1
K
Q*
hQ *
P2
2
K
Q1
hQ1
2
Si qr Q1 entonces el
valor optimo es Q*
Q = Q*
Ejemplo 3)
Q*
2 K
h
2(10)(5)
10
1
15 > 10
K
Q*
2(5)
(10)(5)
10
10
50
10
hQ *
P2
2
10
2
K
Q1
hQ1
2
(1)(10)
(10)(5)
(1)(5)
2
Q1
5
(1)Q1
2
50 Q1
Q1 2
- 108 -
50 Q1
15 0
Q1 2
Q12
3 0Q1 1 00 0
Como resultado tenemos que Q1 = 26.18 o bien Q1= 3.82 en este caso
se toma el mayor valor 26.16
Comparando
Q* = 10
Qr = 15
Q1= 26.18
Nivel de inventario
s- t
q
s/
q/
Tiempo
q-s
- 109 -
pq
Costo de ordenar =
K
2
pq
2
pf (q s)
2
hs2
2
pq
CPUT
hs2 pf (q s) 2
2
2
q
K
q
hs
2q
pf (q s)
2q
encontrar el
valor ptimo de q y s, quedando:
CPUT
s
CPUT
q
h
s
pf (q s)
q
K
q
hs
2q
2
2
0
pf (q s)
pf (q s)
2q
- 110 -
2 K
h
pf h
pf
pf h h
pf
Faltante mximo = Q - S
Ejemplo 4: Un negocio vende 500 discos DVD al mes, cada vez que
genera un pedido genera un costo de 5 pesos, cada disco le cuesta 10.00
pesos, el costo de mantener un disco en el inventario durante un mes es
de 0.08 pesos/disco, el costo de la escasez por disco en un mes es de
0.40 pesos. Suponga que la demanda es constante y se permite escasez y
el tiempo de entrega es cero.
Cul ser el tamao del lote que minimice costos? Cuntos pedidos
har
en un mes? Cul ser la escasez mxima?
K=5.00
P=10.00
h=0.08
2 K
h
piezas
Q
pf h
pf
040
2(500)(5)
0.08
0.40 0.08
pesos/disco/
mes
=500
discos/mes
pf=0.40
273.86
0.547
500
2 K
h
piezas
pf
pf h
- 111 -
pesos/disco/
mes
dos
ejemplos
de
modelos
de
inventarios
- 112 -
2DK
h
R = punto de reorden
L = promedio del tiempo de entrega
Ejemplo:
Una refaccionara vende cajitas de tornillos, la demanda tiende a un
promedio de 5 cajas por da, y tiene un distribucin normal. El tiempo de
entrega vara en promedio 3 das. La desviacin estndar para la
demanda del tiempo de entrega es de 3.90. El costos de ordenar es de 1.50
y el costo de conservacin es de 1.0 por ao. El dueo de la refaccionara
quiere que el valor del nivel de servicio sea de 98%.
Datos:
- 113 -
D = 5/dia
K = 1.50
1)Calculando el valor de Q=
Q
2DK
h
2(1500)(1.5)
67
1.0
(2.06)(3.9) 8.034
- 114 -
UNIDAD 5
LINEAS DE ESPERA
Objetivo:
Comprender
la
importancia
del
identificando
sistemas
con
5.1 Definiciones
suposiciones
PROCESO
ESPERA.
BSICO
Lneas
DE
de
Espera
caractersticas
LAS
LNEAS
DE
fbrica, etc.
Servidor.- Unidades encargadas de prestar un servicio. Pueden ser las
cajas
en un banco, en un supermercado, unidades de emergencias, un mdico,
una maquina, etc.
Disciplina de servicio.- Regla establecida para proporcionar un servicio a
un cliente en la lnea de espera.
Sistema de cola
Disciplina de la cola
Llegadas
Cola
Mecanismo de
servicio
- 116 -
- 117 -
- 118 -
Cola
Servidor
Salida
Llegada
Cola
Servidor
Salida
Servidor
Salida
Servidor
Salida
Servidor
Salida
Colas
Servidor
Salida
Colas
Servidor
Salida
Llegada
Servidor
Cola
Servidor
Salida
- 119 -
- 120 -
fT (t )
Para
Para
- 121 -
1
2
propiedades de esta
es independiente.
Para calcular la probabilidad de cul ser el nmero de llegadas en
un tiempo determinado, se utiliza la distribucin de Poisson (densidad
de probabilidad discreta)
Donde X(t) representa el numero de ocurrencias de un evento en
un determinado tiempo t. Siempre que t >0, en donde el tiempo cero es
el
instante donde comienza la cuenta. La probabilidad seria:
- 122 -
P X (t ) n
t )n e
n!
t
Para n = 1, 2, 3, 4 ..
P X (t ) 0
E X (t)
DISTRIBUCION ERLANG.
Si los tiempos entre llegadas no son exponenciales entonces se modelan
de acuerdo a la distribucin Erlang (gamma). En esta distribucin continua,
que
tiene la siguiente funcin:
1
R(Rt ) k e
f (t )
(k 1)!
Rt
(t
0)
0
j
Lq
Ls
(1
)
2
Lq
Ls 1
Lq
Wq
1
(1
Ws
Ls
M/M/S/GD//
En este modelo las llegadas son de forma exponencial, el tiempo de
servicio tambin es exponencial, existen S nmeros de servidores que
dan los mismos servicios, el nmero de clientes que se pueden formar en
una sola
cola es infinito, y el tamao de la poblacin tambin es
infinito.
S
1
0
i (S 1)
i 0
(S )i
i!
S)
j(S
S!(1
(S
)
j!
0
- 125 -
j 1,2,3.......S
S ) (S )
S!(1
P( j
P( j
1
Lq
Lq
Probabilidad
S)
que
Lq
Wq
de
todos
los
P( j
S
S)
S)
P( j
S
M/M/1/GD/C/
En este modelo las llegadas son de forma exponencial, el tiempo de
servicio tambin es exponencial, solo hay un servidor, el nmero de
clientes que se pueden formar en la cola es C, es decir, despus de cierto
tamao en la cola ya no se aceptan clientes, y el tamao de la poblacin es
infinito.
1
1
C 1
j
SI
C
C 1
=1
- 126 -
1 (C 1) C C C
(1 C 1)(1 )
Wq
P( j
Lq
C
2
Ls 1
SI
Ls
=1
Lq
(1
L
(1
C)
C)
M/M/S/GD//
S=2
S=3
S=4
S=5
S=6
S=7
.10
.02
.00
.00
.00
.00
.00
.20
.07
.02
.00
.00
.00
.00
.30
.14
.07
.04
.02
.01
.00
.40
.23
.14
.09
.06
.04
.03
.50
.33
.24
.17
.13
.10
.08
.55
.39
.29
.23
.18
.14
.11
.60
.45
.35
.29
.24
.20
.17
.65
.51
.42
.35
.30
.26
.21
.70
.57
.51
.43
.38
.34
.30
.75
.64
.57
.51
.46
.42
.39
- 127 -
.80
.71
.65
.60
.55
.52
.49
.85
.78
.73
.69
.65
.62
.60
.90
.85
.83
.79
.76
.74
.72
.95
.92
.91
.89
.88
.87
.85
- 128 -
BIBLIOGRAFIA
1. Ackoff R. y L. Sasieni . Fundamentos de Investigacin. de
Operaciones. Mxico: Limusa. 1977
2. Bazaraa M., y J. Jarvis (). Programacin lineal y flujo de redes.
Mxico: Limusa. 1980.
3. Bronson R Investigacin de Operaciones. Mxico: McGraw-Hill. 1984.
4. Bueno de A. G. Introduccin a la Programacin lineal y al Anlisis de
Sensibilidad. Mxico: Trillas. 1990
5. Daellenbach H., Georgej., y D. Mc.Nickle. Introduccin a Tcnicas de
Investigacin de Operaciones. Mxico: CECSA.
6. Eppen, Gould y Shmidt.
Investigacin de Operaciones Aplicadas a la Administracin.
7. Gallagher C. y H. Watson Mtodos y modelos cuantitativos para la
toma de decisiones. Mxico: Mc. Graw-Hill. 1982.
8. Hillier F. y G. Lieberman.. Introduccin a la Investigacin de
Operaciones, ( 5a. ed). Mxico; McGraw-Hill.. 1991
9. Moskowitz H. y G. Wright. Investigacin de Operaciones.
Mxico: Prentice Hall. 1982.
10. Prawda, J. Mtodos y Modelos de Investigacin de Operaciones, Vol..
I, Vol. .