Professional Documents
Culture Documents
MODULO N 01
DEFINICION E HISTORIA DE LA
INVESTIGACION DE OPERACIONES
OBJETIVOS INSTRUCCIONALES:
El presente mdulo est diseado para:
1.
2.
3.
4.
PROPOSITO:
Al final del presente mdulo el estudiante debe ser capaz de:
1. Dar una definicin de la I.O., la cual exprese:
2.
3.
4.
5.
FUNDAMENTO:
Este mdulo le proporcionar una comprensin de lo que es la. I.O., y como ha llegado a ser de
trascendental importancia para el Ingeniero de Sistemas
PRE-REQUISITO:
Solamente la capacidad para leer y pensar.
Pgina 1
INVESTIGACION DE OPERACIONES II
1. Fundamento Terico
NOTAS SOBRE LA DEFINICIN E HISTORIA
DE LA I.O.
LOS PROBLEMAS DE DEFINIR LA I.O
Existen casi tantas definiciones de la I.O. como
profesionales que la practican. Una muestra de tales
definiciones se ofrece a, continuacin.
(1) La aplicacin de mtodos cientficos, tcnicas y
herramientas a problemas que involucran
operaciones de sistemas, as como, proporcionar
el control de las operaciones con soluciones
ptimas a los problemas (Churchman -Arnoff Ackoff)
(2) La I.O., est comprometida con la optimizacin
del funcionamiento de un sistema considerado
como dado para los propsitos del problema (Mc
Closkey-Coppinger).
(3) La I.O. es un mtodo cientfico para proporcionar
a los niveles ejecutivos una base cuantitativa para
las decisiones considerando las operaciones bajo
su control. (Morse-Kimball).
(4) La I.O. es la aplicacin del mtodo cientfico, por
equipos interdisciplinarios, a problemas que
implican el control de sistemas organizados
hombre-mquina
para
optimizar
al
funcionamiento de la organizacin en su conjunto
(Ackoff-Sassienei)
Todas las definiciones implican el uso de los mtodos
de las ciencias naturales para mejorar la consistencia
de las decisiones administrativas.
Para mucha gente la I.O. es simplemente la aplicacin
de estadsticas y sentido comn, o un trmino
comprensivo para actividades como la Investigacin
de Mercados, Control de calidad,
Ingeniera
Industrial o Ingeniera de Sistemas. En realidad, la
sustitucin de tales trminos por I.O. en las
definiciones mencionadas anteriormente no las
invalida. Sin embargo, la I.O., a la par de otras
actividades, tiene el propsito especfico de asesorar a
la gerencia en sus funciones de gestin a travs
del uso de la metodologa de las ciencias para mejorar
la toma de decisiones.
La naturaleza de la diferencia de la I.O. (a veces
llamada ciencia administrativa, gestin cientfica,
anlisis de sistemas o ciberntica) radica en su
mtodo y enfoque. Algunas referencias histricas
ayudarn a comprender la manera en que la I.O.
puede servir, y cmo difiere de otros servicios a la
gerencia.
REFERENCIAS HISTORICAS
Pgina 2
INVESTIGACION DE OPERACIONES II
Compras
Mantenimiento
Transporte
Programacin de la
Produccin
Control de Calidad
Produccin
Finanzas
Personal
Mercadotecnia
Investigacin y Desarrollo
(Administrador Propietario)
FIGURA N 01
El perodo entre las guerras mundiales haba visto una
revolucin en la tecnologa militar an ms grande
que en la industria en general. En verdad haba
crecido ms rpido que la habilidad de 1a
administracin militar para absorber las nuevas armas
dentro de la estrategia y tcticas de guerra. En
consecuencia, cuando comenz la ofensiva alemana
contra el Reino Unido; aunque la maquinaria para los
primeros avisos de radar estaba disponible, los
generales se vieron incapaces de desplegar
efectivamente las instalaciones y coordinar la
informacin que ellos producan. De all que, algunos
de los mismos cientficos que haban desarrollado el
hardware, fueron requeridos para proporcionar ayuda
en la determinacin de su uso. El grupo de cientficos,
bajo la direccin. del Profesor P.M.S. Blackett,
present su informe al encargado en carga de
operaciones y as llegaron a ser conocidos como
Investigadores de Operaciones. El equipo tuvo xitos
espectaculares con muchos proyectos vitales durante
toda.. la guerra. Sus mtodos y enfoques fueron
comunicados particularmente a los Estados Unidos, y
usado por los aliados.
En realidad, las tcnicas matemticas y la filosofa
que los Investigadores de Operaciones militares
estaban utilizando, estaban lejos de ser una antorcha
nueva. All por 1716, un cierto Thomas Watts estaba
operando lo que equivale a una Escuela de Negocios
en Londres, Inglaterra. Tal seor anticip los mtodos
del grupo de Blackett al manifestar lo siguiente:
Pgina 3
INVESTIGACION DE OPERACIONES II
2.
3.
4.
5.
Medite en
definicin:
lo adecuado de la siguiente
4. Respuestas a la Autoevaluaci0n
1.
2.
3.
4.
5.
3. Auto evaluacin
Usted debe tratar
cuestiones:
1.
de resolver
las
siguientes
Pgina 4
INVESTIGACION DE OPERACIONES II
MODULO N 02
METODOLOGIA DE LA INVESTIGACION DE
OPERACIONES
OBJETIVOS INSTRUCCIONALES:
El presente mdulo est diseado para:
1.
2.
3.
4.
5.
6.
PROPOSITO:
Al final del presente mdulo el estudiante debe ser capaz de:
1.
Enumerar los pasos generales comprendidos en un estudio de I.O. y a la vez de explicar oralmente
(las relaciones de cada paso) .
2.
Escribir un prrafo de por lo menos 100 palabras explicando la que es un modelo, porqu los
modelos son muy tiles, y describir las caractersticas de un buen modelo.
3.
4.
5.
Explicar oralmente lo que es un modelo prototipo en I.O. y dar un ejemplo de un modelo tal.
6.
FUNDAMENTO:
Hemos discutido la naturaleza de la toma de decisiones racional y hemos puesto nfasis en que el rol
del Investigador de Operaciones es asesorar en este proceso. Ahora procederemos a definir ms
claramente las formas en que sta ayuda o asesora se lleva a cabo.
PRE-REQUISITO:
Se har frecuentes referencias del concepto de funcin, por lo tanto esta quedar previamente muy
bien comprendida.
Pgina 5
INVESTIGACION DE OPERACIONES II
1. Fundamento Terico
APUNTES SOBRE METODOLOGIA DE LA
INVESTIGACION DE OPERACIONES
Pgina 6
INVESTIGACION DE OPERACIONES II
matem-
Pgina 7
INVESTIGACION DE OPERACIONES II
Pgina 8
INVESTIGACION DE OPERACIONES II
La
Prueba
De
Auto-
INVESTIGACION DE OPERACIONES II
MODULO N 03
TEORA DE REDES
OBJETIVOS INSTRUCCIONALES:
El presente mdulo est diseado para:
1.
2.
3.
PROPOSITO:
Al final del presente mdulo el estudiante debe ser capaz de:
1.
2.
3.
Reconocer un rbol
4.
5.
Aplicar el algoritmo para la solucin del problema del rbol de mnima expansin.
6.
FUNDAMENTO:
Hemos discutido la metodologa de la Investigacin de Operaciones, y se ha puesto nfasis en la
construccin de modelos .ahora analizaremos los problemas vinculados a la teora de redes, uno de
los campos ms fascinantes de la Investigacin de Operaciones.
PRE-REQUISITO:
Se har frecuentes referencias del concepto de Algoritmo, por lo tanto este quedar previamente muy
bien comprendida.
Pgina 10
INVESTIGACION DE OPERACIONES II
1. Fundamento Terico
Las reas de aplicacin de la Teora de Redes,
son:
Ingeniera Elctrica
Teora de la Informacin
Sistemas de Transporte
Planeacin y Control de Proyectos de
investigacin y desarrollo.
Sistemas de comunicaciones.
Programas de Produccin.
Ejemplo Prototipo:
Problema de Transporte: Paseos y campamentos en el Parque Seervada
Mirador
A
5
1
4
Entrada
Terminologa:
Caractersticas:
Estacin O : Entrada al parque.
Estacin T: Mirador.
Estaciones A, B, C, D y E, representan las
casetas de control.
Unos cuantos tranvas transportan a los
visitantes desde la entrada O a la estacin
T.
Problemas:
1. Determinar la ruta desde la entrada O, a la
estacin T, que tiene la distancia ms corta.
D
B
Red
Rama
Nodo
Red Conexa
del
rbol
de
mnima
Red Inconexa
Pgina 11
INVESTIGACION DE OPERACIONES II
rbol de
Expansin
Redes representativas:
Nodos
Ramas
Flujo
Interseccin
Caminos
Vehculos
Aeropuertos
Rutas areas
Aviones
Estaciones
de bombeo
Tuberas
Fluidos
Red Orientada:
Si tiene un sentido de direccin tal que un nodo
pueda considerarse PUNTO DE ORIGEN y el
otro PUNTO DE DESTINO.
Origen: Si cada una de sus ramas tiene una
direccin tal que el flujo se mueva hacia fuera de
ese nodo.
Destino: Si cada una de sus ramas est
orientada a ese nodo.
N2
A12
N1
A23
A24
N4
A32
A13
A34
N3
Ejemplo:
La Administracin del Parque Seervada necesita
encontrar la ruta ms corta desde la entrada del
parque (nodo O) al mirador (noto T) a travs del
sistema de caminos que se mostr en el ejemplo
prototipo. En la tabla siguiente se encuentran los
resultados obtenidos al aplicar el algoritmo
anterior a este problema (en donde el empate
para el segundo nodo ms cercano permite
pasar directamente a buscar el cuarto nodo ms
cercano). La primera columna (n) indica el
nmero de la interaccin. La segunda columna
da una lista de los nodos resueltos para
comenzar la iteracin actual despus de quitar
los que no sirven (aquellos que no tienen
conexin directa con nodos no resueltos). La
tercera columna da los candidatos para el nsimo nodo ms cercano (los nodos no
resueltos con la rama ms corta al nodo
resuelto). La cuarta columna calcula la distancia
de la ruta ms corta desde el origen a cada uno
de estos candidatos (esto es, la distancia al
nodo resuelto ms la distancia de la rama que
va al candidato). El candidato con la suma de
distancias ms pequea es el n-simo nodo ms
cercano al origen, el cual se indica en la quinta
columna. Las dos ltimas columnas resumen la
informacin de este ltimo nodo resuelto
necesaria para pasar a las iteracciones
Pgina 12
INVESTIGACION DE OPERACIONES II
A
O
E
No es un rbol de Expansin,
tiene demasiadas ramas
T D E B A O T D B A O
Por tanto, se identificaron las dos opciones para
la ruta ms corta desde el origen hasta el
destino como las cadenas:
O A B E D T y O A B D T,
con una distancia total de 13 kilmetros en
cualquiera de las dos rutas.
1
2
3
4
5
A
C
B
D
E
E
D
D
D
T
T
2
4
2+2=4
2+7=9
4+3=7
4+4=8
2+7=9
4+4=8
7+1=8
8+5=13
7+7014
A
C
B
2
4
4
OA
OC
AB
BE
D
D
T
8
8
13
BD
ED
DT
Aplicacin prctica:
Redes de Transporte.
Planeacin de redes de comunicaciones.
Planeacin de redes de distribucin.
Algortmo:
1. Seleccionar de manera arbitraria cualquier
Empates:
Los empates para el nodo ms cercano
distinto (paso 1) o para el nodo no conectado
ms cercano (paso 2) se pueden romper en
forma arbitraria.
T
B
B
3
O
A
ltima conexin
Distancia mnima
n-simo nodo ms
cercano
Distancia Total
involucrada
Nodo ms cercano
no resuelto
Nodos resueltos
directamente a
nodos no resueltos
O
O
A
A
B
C
A
B
E
D
E
1
7
E
No es un rbol de Expansin
(O,A,B,C) no estn conectados
con (E,D,T)
Paso 1:
En forma arbitraria seleccionamos O.
El nodo ms cercano a O es A (se conecta O
a A).
Pgina 13
INVESTIGACION DE OPERACIONES II
Paso 2:
El nodo ms cercano a cualquiera O A es B
(ms cercano a A), se conecta A a B.
E
Solucin ptima, longitud
total 14 Kilmetros.
Algortmo:
1. Se encuentra una ruta del origen al destino
3
5
0
2
4
0
Iteraccin 1:
Se asigna un flujo de 5 a O B E T
1
0
Solucin:
Seleccin arbitraria de la ruta en cada
iteraccin:
5
2
1
5
Iteraccin 2:
Se asigna un flujo de 3 a O A D T
Pgina 14
INVESTIGACION DE OPERACIONES II
0
8
3
1
5
2
4
0
5 1
Iteraccin 7:
Se asigna un flujo de 1 a OCEB D T
14
4
0
5
2
4
0
14
Por lo tanto:
El patrn de Flujo actual es el ptimo.
1
5
Iteraccin 3:
Se asigna un flujo de 1 a O A BD T
0
3
3
14
11
3
2
11
0
12
7
2
3
1
3
5
12
5
3
Iteraccin 5:
Se asigna un flujo de 1 a O C E D T
1
5
Iteraccin 4:
Se asigna un flujo de 2 a O B D T
0
2
4
0
0 1
0
Iteraccin 6:
Se asigna un flujo de 1 a O C E T
Cortadora= 3 + 4 + 1 + 6 = 14
0
13
7
2
2
2
2
7
0
5
13
Pgina 15
14
INVESTIGACION DE OPERACIONES II
MODULO N 04
PLANEACIN DE PROYECTOS POR PERT - CPM
OBJETIVOS INSTRUCCIONALES:
El presente mdulo est diseado para:
1.
2.
3.
PROPOSITO:
Al final del presente mdulo el estudiante debe ser capaz de:
1.
2.
3.
4.
5.
6.
FUNDAMENTO:
Hemos discutido los fundamentos de la teora de redes uno de los campos fascinantes de la
Investigacin de Operaciones ahora aplicaremos ese enfoque en el control de proyectos.
PRE-REQUISITO:
Se har frecuentes referencias del concepto de Proyecto, por lo tanto este quedar previamente muy
bien comprendida.
Pgina 16
INVESTIGACION DE OPERACIONES II
de
fbricas,
edificios
Desarrollo de productos.
Administracin de la Investigacin.
Desarrollo de Sistemas de Informacin.
Mantenimiento e instalacin de sistemas de
cmputo.
Produccin de pelculas
Campaas polticas
Objetivos
1. Determinar la probabilidad de cumplir con
fechas de entrega especficas.
2. Identificar actividades que con mayor
probabilidad se conviertan en cuellos de
botella.
3. Evaluar el efecto de cambios en el
programa (Asignacin de recursos).
Red de Proyecto
La Tcnica de Revisin y Evaluacin de
Programas (Program Evaluation and Review
Technique), comnmente abreviada como
PERT, es un modelo para la administracin y
gestin de proyectos inventado en 1958 por la
Oficina de Proyectos Especiales de la Marina de
Guerra del Departamento de Defensa de los
EEUU. como parte del proyecto Polaris de misil
balstico mvil lanzado desde submarino. Este
proyecto fue una respuesta directa a la crisis del
Sputnik.
PERT es bsicamente un mtodo para analizar
las tareas involucradas en completar un
proyecto dado, especialmente el tiempo para
completar cada tarea, e identificar el tiempo
Pgina 17
INVESTIGACION DE OPERACIONES II
Analizar
los
clculos
especficos,
identificando las rutas crticas y las holguras
de los proyectos.
Reglas:
1
Excavacin
2
Cimientos
1
3
Levantamiento
de ladrillos
Llenado de
4
Techo
Plomera
6
exterior
Instalacin
Elctrica
Plomera
interna
Enlucido
Interior
10
Pintura
exterior
2
C
Enlucido
exterior
AF
3
B
AF
1
9
Colocacin de
pisos
Pintura
interior
AF
11
Acabado
exterior
12
Acabado
interior
13
Terminologa PERT
Del siguiente grfico, extraeremos la terminologa empleada en la construccin de una red de
proyecto:
Destino
Secuencia
H
E
G
5
Actividad
Evento
Actividad
Artificial
INVESTIGACION DE OPERACIONES II
1
2
3
4
5
6
7
8
9
10
11
12
13
= Tiempo Ms prximo
(mximo)
2
4
10
4
5
8
7
6
7
9
4
5
6
2
Evento
Inmediatamente
Precedente
Excavacin
Cimientos
Levantamiento de ladrillos
Plomera exterior
Plomera interior
Enlucido interior
Instalacin elctrica
Llenado de Techo
Enlucido exterior
Pintura exterior
Colocacin de piso
Pintura interior
Acabado interior
Acabado exterior
Evento
Tiempo de
ejecucin
ACTIVIDAD
Tiempo ms Prximo +
Tiempo de la Actividad
1
2
3
4
4
4
5
6
5
7
8
9
9
11
10
12
0+2
2+4
6 + 10
16 + 4
16 + 6
16 + 7
20 + 5
22 + 7
20 + 0
25 + 8
29 + 9
33 + 4
33 + 5
37 + 0
38 + 2
38 + 6
0
2
6
16
20
22
25
29
33
38
37
38
44
1
2
2
4
4
10
6
10
(16, )
4
7
(25, )
10
8
9
10
11
13
(37, )
(38, )
5
0
12
(38, )
6
13
Ing Eddy Montaez Muoz
(29,
(33, )
12
6
(22,
7
(20, )
4
7
(6, )
11
(2, )
(0, )
(44, )
Pgina 19
INVESTIGACION DE OPERACIONES II
13
12
11
10
9
8
7
6
5
4
3
2
1
= Tiempo Ms Lejano
(mnimo)
Evento
Inmediatamente
Siguiente
Evento
13
12
13
11
12
10
9
8
7
8
5
6
7
4
3
2
44 6
38 0
44 2
38 4
38 5
42 9
33 8
33 7
25 5
33 0
20 4
26 6
25 7
16 - 10
64
22
44
38
38
42
33
33
25
26
20
6
2
0
(0,0)
2
(2,2)
2
4
(6,6)
10
(16, 16)
4
4
7
(25,25)
8
11
(29, 33)
9
(22,26)
)
(20,20)
10
(38,42)
(33,33)
2
12
(37,38)
(38,38)
6
13
Ing Eddy Montaez Muoz
Donde:
H : Holgura
TL : Tiempo ms lejano
TP : Tiempo ms prximo
Evento
1
2
3
4
5
6
7
8
9
10
11
12
13
Holgura
0-0 =0
22=0
66=0
16 16 =0
20 20 = 0
26 22 = 4
25 25 = 0
33 29 = 4
33 33 = 0
42 38 = 4
38 37 = 1
38 38 = 0
44 -44 = 0
Holgura
2 (0 + 2) = 0
6 (2 + 4) = 0
16 (6 + 10) = 0
20 (16 + 4) = 0
26 (16 + 6) = 4
25 (16 + 7) = 2
25 (20 + 5) = 1
33 (22 + 7) = 4
33 (25 + 8) = 0
38 (33 + 4) = 1
38 (33 + 5) = 0
42 (29 + 9) = 4
44 (38 + 2) = 4
44 (38 + 6) = 0
RUTA CRTICA:
La ruta crtica de un proyecto es una ruta
cuyas actividades tienen todos holgura cero.
Todas las actividades y eventos que tienen
holgura cero deben estar sobre una ruta
crtica, no otras.
5
0
H = TL TP
16
(44,44)
RC : 1 2 3 4 5 7 9 12 13
Pgina 20
INVESTIGACION DE OPERACIONES II
MODULO N 05
ANLISIS DE DECISIONES
OBJETIVOS INSTRUCCIONALES:
El presente mdulo est diseado para:
1.
2.
3.
4.
PROPOSITO:
Al final del presente mdulo el estudiante debe ser capaz de:
1.
2.
3.
4.
5.
Aplicar el criterio de Laplace, Maximin y Maximax para la solucin de modelos de decisin bajo
incertidumbre.
6.
7.
8.
9.
FUNDAMENTO:
Hemos discutido los fundamentos de algunos problemas de la Investigacin de Operaciones ahora
aplicaremos un enfoque de solucin de problema aplicando el anlisis de decisiones..
PRE-REQUISITO:
Se har frecuentes referencias del concepto de Probabilidad, por lo tanto este quedar previamente
muy bien comprendida.
Pgina 21
INVESTIGACION DE OPERACIONES II
INTRODUCCIN
Ejm.
LLUVIA
Llevar paraguas
No llevar paraguas
-20.00
TABLA DE RETRIBUCIONES
Es la base fundamental de informacin para los
modelos de la TEORA DE DECISIONES.
ESTADO DE LA NATURALEZA
DECISIN
d1
r11
r12
r1n
d2
r21
r21
r2n
Suponga:
dn
rn1
rn2
rnn
PROCESO DE DECISIN
1. Seleccionar una de
alternativas d1, d2, , dn
las
decisiones
i : decisin tomada.
j : el estado de la naturaleza ocurrida.
MODELOS DE DECISIN
DECISIONES BAJO CERTIDUMBRE
Es aquella en la que ud. sabe cual es el estado
de la naturaleza que va ha ocurrir (se puede
pensar en un caso con un solo estado de la
naturaleza).
Pgina 22
INVESTIGACION DE OPERACIONES II
A. CRITERIO DE LAPLACE
P2 = 0.4
P3 = 0.2
Ejm.
Tabla de Retribuciones:
ESTADO DE LA NATURALEZA
(Demanda)
DECISIN
0
0.1
0.3
0.4
0.2
-50
-100
-150
-85
-40
35
-15
-65
-125
-80
-5
70
20
22.5
-120
-45
30
105
7.5
(Peridicos
ordenados)
ER
3
Probabilidad
Tabla de Retribuciones:
Estado : Demanda
Decisin : Peridicos ordenados
Nota: Las entradas de la tabla representan el
flujo de efectivo neto asociado con cada
combinacin de cantidad ordenada y cantidad
solicitada, menos el costo por la buena
reputacin, cuando la cantidad ordenada no es
suficiente para satisfacer la demanda.
ESTADO DE LA NATURALEZA
(Demanda)
DECISIN
0
ER
3
Probabilidad
0.25
0.25
0.25
0.25
-50
-100
-150
-75
-40
35
-15
-65
-21.25
-80
-5
70
20
1.25
-120
-45
30
105
-7.5
Decisin ptima:
RE0 = 0(0.25)-50(0.25)-100(0.25)-150(0.25)=-75
RE1 = -40(0.25)+35(0.25)-15(0.25)-65(0.25)=-21.25
40 (N de Peridicos ordenados)
RE2 = -80(0.25)-5(0.25)+70(0.25)+20(0.25)=1.25
50 (Demanda no satisfecha)
RE3 = -120(0.25)-45(0.25)+30(0.25)+105(0.25)=-7.5
Decisin Optima:
RE0 = 0(0.1)-50(0.3)-100(0.4)-150(0.2)=-85
RE1 = -40(0.1)+35(0.3)-15(0.4)-65(0.2)=-125
RE2 = -80(0.1)-5(0.3)+70(0.4)+20(0.2)=22.5
RE3 = -120(0.1)-45(0.3)+30(0.4)+105(0.2)=7.5
RE2 Mayor, entonces ORDENAR 2 Peridicos
Pgina 23
INVESTIGACION DE OPERACIONES II
Rendimiento Mnimo*
-150
-65
-80
-120
70 (-15)=85
Decisin:
85
170
255
40
85
170
80
40
85
120
80
40
Rendimiento Mximo*
35
70
105
Decisin:
La alternativa que proporciona el MAXIMO de
los rendimientos, es la alternativa 3:
Por lo tanto pedir 03 peridico.
ARREPENTIMIENTO y ARREPENTIMIENTO
MINIMAX (RECHAZO MINIMAX)
Introduce un nuevo concepto para medir el
carcter deseable de un resultado.
Hasta ahora todos los criterios de decisin han
sido utilizados en una tabla de retribuciones
como rendimientos en dlares, medidos por
flujos netos de efectivo.
La siguiente tabla muestra el arrepentimiento
por cada combinacin de decisin y estado de la
naturaleza.
Se obtiene de la siguiente manera:
Decisin
Mximo Arrepentimiento
255
170
85
120
Decisin:
Seleccionar la alternativa que Minimize el
arrepentimiento mximo.
En este caso el criterio de arrepentimiento
Minimax indica que el repartidor debe
ordenar 2 peridicos.
Nota: Cuando se toman decisiones sin
utilizar probabilidades, los criterios de
decisin pueden llevar a diferentes
decisiones ptimas
Pgina 24
INVESTIGACION DE OPERACIONES II
Consideraciones:
1. Se puede mejorar la calidad de los
Pronsticos realizando una Investigacin de
Mercados o estudiando las tendencias del
pasado.
2. Los gerentes a pesar de que no son
capaces de obtener las probabilidades de
los eventos si pueden predecir el futuro sin
errores.
Cul es la cuota ms alta que un gerente
estara dispuesto a pagar por esta
informacin?
3. Esta cuota se conoce como el Valor
Esperado de la Informacin Perfecta.
Cuota =
Rendimiento
Esperado con
el nuevo trato
En trminos generales:
Rendimiento
Esperado con la
secuencia
actual de los
eventos (sin
trato o arreglo)
= 59.2
En ausencia de la informacin perfecta su
decisin ptima (ordena 2 peridicos), da un
rendimiento esperado de 22.5.
Por lo tanto,
VEIP = 59.2 22.5 = 37
El VEIP es el lmite superior para la cantidad
que ud. estara dispuesto a pagar para mejorar
su conocimiento sobre el estado de la
naturaleza que ocurrir (investigacin de
mercado y otros).
UTILIDAD Y DECISIONES BAJO RIESGO
La utilidad es una manera alternativa de medir el
aspecto atractivo del resultado de una decisin
(manera alternativa de encontrar los valores a
llenar en una tabla de retribuciones).
RAZON FUNDAMENTAL DE LA UTILIDAD
Usar un flujo de efectivo negativo puede llevar a
una decisin inaceptable, usando criterios como
MAXIMIN y MAXIMAX lo que podra tambin
ocurrir en una decisin bajo riesgo.
Pgina 25
INVESTIGACION DE OPERACIONES II
Utilidad
Ejm.
0.6
0.4
0.2
0
100
200
300
400
500
Dlares
Tabla de Retribuciones:
Ejm.
ESTADO DE LA NATURALEZA
BOLA BLANCA
DECISION
BOLA NEGRA
RE
PROBABILIDAD
0.01
JUGAR
-10,000
1,000,000
100
NO JUGAR
Por lo tanto,
Es necesario tener cuidado en la seleccin del
criterio ms adecuado.
0.7
0.6
0.5
Utilidad
El anlisis de decisiones maneja este comportamiento como una funcin que mide el aspecto
atractivo del dinero.
0.4
0.3
0.2
0.1
0
100
Caractersticas:
200
300
Dlares
Pgina 26
INVESTIGACION DE OPERACIONES II
RBOLES DE DECISIN
Nodo Terminal:
ELEMENTOS
Nodo de Decisin
Posicin Terminal:
Explorar
Problema 1:
Realizar estudios
Decisiones posibles
Punto de decisin
Nodo de Evento
Pgina 27
INVESTIGACION DE OPERACIONES II
Flujo Neto
de Efectivo
$ 2.00
Demanda Grande
P(0.5) $4
Demanda Mediana
P(0.25) $2
Distribucin
Nacional
$ 0.50
Demanda Limitada
P(0.25) $0.5
$ 0.125
Flujo Neto
de Efectivo
$ 2,625
$ 1.00
Distribucin
Regional
Demanda Grande
P(0.5) $2
Demanda Mediana
P(0.25) $1.8
$ 233,450
Aumento de ventas
P(0.667) $350,000
$ 0.45
Demanda Limitada
P(0.25) $1.5
Maquinaria
Nueva
$ 0.375
$ 1,825
$ 300,050
$ 216,775
Tiempo
Extra
Aumento de ventas
P(0.667) $325,000
$ 93,240
$ 310,015
Pgina 28
INVESTIGACION DE OPERACIONES II
MODULO N 06
TEORA DE COLAS
OBJETIVOS INSTRUCCIONALES:
El presente mdulo est diseado para:
1. Describir un modelo de Colas de espera
2. Identificar las caractersticas de un modelo de Colas de espera.
3. Realizar anlisis econmico de los sistemas de colas de espera.
PROPOSITO:
Al final del presente mdulo el estudiante debe ser capaz de:
1.
2.
3.
4.
5.
6.
FUNDAMENTO:
Hemos discutido los fundamentos de algunos problemas de la Investigacin de Operaciones ahora
aplicaremos un enfoque de solucin de problema aplicando el anlisis de decisiones..
PRE-REQUISITO:
Se har frecuentes referencias del concepto de Distribucin de Frecuencia, por lo tanto este quedar
previamente muy bien comprendido.
Pgina 29
INVESTIGACION DE OPERACIONES II
INTRODUCCIN
Tambin llamada Teora de Lneas o Filas de
espera.
ELEMENTOS PRINCIPALES
1. Proceso de Llegadas
Debido a que el tiempo entre llegadas no se
conoce con certeza se necesita especificar
una distribucin de probabilidad para este
(Distribucin Exponencial).
La distribucin Exponencial no es simtrica
y sirve para describir muchos servicios.
Ejm.
Cliente
Unidad de Servicio
Cliente servido
1
l
Donde:
Pgina 30
INVESTIGACION DE OPERACIONES II
Aplicacin:
5. Horizonte de Tiempo
La operacin del sistema se considera como
si ocurriera continuamente en un horizonte
infinito.
6. Poblacin Fuente
Hay una poblacin infinita susceptible de
hacer un arribo.
1
= 20 , tenemos l = 0.05 , los trabajos
l
CARACTERSTICAS DE OPERACIN
Smbolo
Utilizacin
Nmero
esperado
En el sistema
Nmero
esperado en la
cola de espera
Tiempo de espera promedio
(incluyendo
Tiempo
de
Servicio)
Lq
Tiempo
esperado en la
cola de espera
Wq
Probabilidad de
que el sistema
est
desocupado
Frmula
l
m
l
m -l
l2
m (m - l )
1
m -l
Caractersticas
Utilizacin
1-
l
m
Nota:
1. Estas frmulas son vlidas si
l<m
l
m (m - l )
r0
1
= 10
m
Resultados
50%
P(0) Probabilidad de
que el sistema este
vacio.
0.5
Lq Longitud esperada
de la cola
0.5
L, nmero esperado
en el sistema
1.0
10 minutos
W,
Tiempo
total
esperado
en
el
sistema
20 minutos
INTERPRETACIN:
Estado estable: significa que la probabilidad de
que se observe cierta cantidad de personas (2)
no depende de la hora a la que se encuentre.
Por lo tanto:
1. El sistema estar vaco con una probabilidad
de 0.5 (P0=0.5).
2. En promedio hay 0.5 personas en la cola de
espera (Lq).
3. En promedio una llegada debe esperar 10
minutos antes de empezar a utilizar la
mquina (Wq).
Pgina 31
INVESTIGACION DE OPERACIONES II
USO DE RESULTADOS:
l = 0.05 trabajos/minuto
Trabajos x da = 0.05
M = Distribucin Exponencial.
t
m
t
x 480
=24
m
d
d
m
t
m
t
x 24
t
d
D = Nmero determinstico.
G = Cualquier distribucin (General) de tiempos
de servicio.
G1=Cualquier distribucin (general) de tiempos
de llegada.
Ejm
El ejemplo del Modelo de la Fotocopiadora
M/M/1: es una cola de espera de un solo
servidor con tiempos exponenciales Interarribos
y de Servicio.
S = Nmero de servidores.
= 480
m
d
= 8 Hrs.
MEDIDAS
Alquilar otra fotocopiadora y reemplazar
la existente o atender en paralelo.
Enviar parte de los trabajos a otra
estacin de servicio.
Cliente
Establecimiento
Servicio
Servidor
Paciente
Servicio de
Tratamiento
Mdico
su media
emergencia
Mdico
Central
Larga
Operador
Telefnica
Distancia
Telefnico
Ciudadano
Banco
Transaccin
Cajero
Ciudadano
Tienda de
Pago de
Cajera
Autoservicio
Mercanca
Muelle
Carga
Ciudadano
Barco
1
2
y su varianza s
m
Caracterstica
Gras
Pista de
Permisos e
Operador
Aterrizaje
Instrucciones
de trfico
areo
Avin
Paciente
Taller de
Mantenimiento
Revisin y
Mecnico
Mantenimiento
experto
Quirfano
Ciruga
Cirujano
Frmula
Utilizacin
l
m
Nmero
esperado en el
sistema
Lq +
Nmero
esperado en la
cola de espera
Lq
Descarga
Avin
Smbolo
l
m
l 2s 2 + (l / m ) 2
2(1 - l / m )
Pgina 32
INVESTIGACION DE OPERACIONES II
Tiempo de
espera estimado
(incluyendo
tiempo de
servicio)
Tiempo esperado
en la cola de
espera
Wq
Probabilidad de
que el sistema
est desocupado
P0
Wq +
1
m
Lq =
9
15
=
1
8
2 1 - 0.05 /( )
15
Lq
l
1-
l
m
Wq =
W=
(9 / 8) 45
=
= 22.5 min
0.05
2
45
+ 15 = 37.5 min Tiempo promedio de ciclo
2
APLICACIN:
Suponga que Ud. debe encontrar a una
secretaria y tiene que seleccionar entre dos
candidatos.
m=
1
Tiempo promedio de servicio =
= 15
m
m=
1
15
l = 0.05 doc/Min
1
14
1
= 14
m
s = 14
Utilizacin 70%
L = 2.333
Lq = 1.6333
W=46.6667
Wq=32.667
P0=0.300
Lq =
Wq =
49
14
=
= 1.6333 min
1
30
2 1 - 0.05 /( )
14
(49 / 30) 98
=
= 32.67 min
0.05
3
Utilizacin 75%
L = 1.8750
Lq = 1.1250
W=37.500
Por lo tanto:
Wq=22.500
P0=0.250
W=
98
+ 14 = 46.67 min Tiempo Promedio de Ciclo
3
Pgina 33
INVESTIGACION DE OPERACIONES II
Nota:
Ejm.
Porque:
ECUCACIONES CLAVES:
P0 =
1
l
1
=5
20
1
1
=
=8
m 0.125
Probabilidad
desocupado:
de
que
el
Sistema
este
1
S
( l ) n l m
1
m
(
+
n!
S!
1 - (l
n= 0
S -1
Sm
m
Lq = P0
2
(S - 1)! S - l
m
Caractersticas
Servidor N
Smbolo
Utilizacin
Nmero esperado
en el sistema
Nmero esperado
en la cola de
espera
Lq
Tiempo de espera
estimado
(incluyendo tiempo
de servicio)
Tiempo esperado
en la cola de
espera
Wq
Probabilidad
de
que el sistema
este desocupado
P0
Frmula
l
mS
Lq +
l
m
Wq +
1
m
l
m (m - l )
Pgina 34
INVESTIGACION DE OPERACIONES II
l = 0.2
m =0.125
S=3
S=4
Utilizacin
80%
53.33%
40%
P0
0.1111
0.1872
0.1993
Lq
2.8444
0.3129
0.0605
4.4444
1.9129
1.6605
Wq
14.2222
1.5646
0.3023
22.2222
9.5646
8.3023
Probabilidad
que
un
cliente
espere
0.7111
0.2738
0.0907
COSTO
TOTAL
DE
EMPLEAR
DOS
SERVIDORES PARA UNA JORNADA DE 8
HORAS, Hay 2 componentes:
Costo del Servidor = (CS) (2) (8)
Horas
trabajadas
Nmero
servidores
OBSERVACIONES:
Nmero
de
personas
en
cola de espera
cuando hay 2
servidores
Decisin:
Ejm.
Si se quiere calcular el costo total de utilizar 4
servidores en un da de 6 horas tendramos:
(CS)(4)(6) + (Cw)(L4)(6)
PARMETROS DE COSTO
Si se es capaz de estimar ciertos costos, se
pueden elaborar modelos de costo esperado de
los sistemas de cola de espera.
de
[(CS)(4) + (Cw)(L4)]*6
Ejm.
Pgina 35
INVESTIGACION DE OPERACIONES II
1
=Tiempo medio de servicio
m promedio de una conversacin.
CONSIDERE:
por minuto)
1
= 10 (La duracin promedio de una
m
conversacin es de 10 minutos)
l
= 10
m
Suponga que se tienen cinco lneas en el
sistema (S=5) y queremos encontrar la
probabilidad de estado estable de que
exactamente dos estn ocupados (J=2).
l
m
P2 =
S
2!
K
l
m
K =0
PROBABILIDAD DE J SERVIDORES
OCUPADOS:
El problema de seleccionar la cantidad
apropiada de lneas (servidores) se ataca
calculando la probabilidad en estado estable de
que exactamente J lneas estn ocupadas.
La probabilidad de estado estable de que haya
exactamente J servidores ocupados, dado que S
lneas (servidores) estn disponibles, est dado
por la siguiente expresin:
(duracin
K!
(10)2
=
1 + 10
+ 10
( 2 x1)
+ 10
(3 x 2 x1)
2. 1
+ 10
(4 x3 x 2 x1)
50
1 + 10 + 50 + 166.67 + 416.67 + 833.33
50
= 0.034
1477.67
+ 10
Por lo tanto:
l
m
Pj =
J!
K
l
S
m
K!
K =0
Distribucin de prdida de
Earland
l
m
Pi = Pi -1
Como
Donde:
P2= 0.034
P3=P2(10)/3
P3= 0.034 (10)/3
P3= 0.1133
Pgina 36
(5 x 4 x 3 x 2 x1)
INVESTIGACION DE OPERACIONES II
Suponga:
l =1 , 1
m
Se deduce que:
= 10 (1 0.215)
NUMERO PROMEDIO
OCUPADOS
DE
SERVIDORES
l
[1- probabilidad de que un cliente sea
m rechazado]
=10
= 7.85
Conclusin:
Aproximadamente una quinta parte tiempo y en
promedio casi 8 lneas estarn ocupadas.
7.85
=
= 78.5%
S
10
Pgina 37
INVESTIGACION DE OPERACIONES II
MODULO N 07
INTRODUCCIN A LA PROGRAMACIN
(SECUENCIACIN)
OBJETIVOS INSTRUCCIONALES:
El presente mdulo est diseado para:
1. Reconocer y definir un problema de programacin
2. Formular las reglas de programacin de Jhonson para problemas determinsticos de n trabajos
2 mquinas.
3. Reconocer la aplicabilidad y aplicar las reglas de Jhonson a problemas apropiados de dos y tres
mquinas.
4. Probar que para un problema determinstico de dos mquinas, minimizar el tiempo total para
terminar los trabajos es equivalente a minimizar el tiempo ocioso total de la segunda mquina.
5. Reconocer la aplicabilidad, explicar y aplicar el grfico heurstico para la solucin de problemas
apropiados de 2 trabajos n mquinas.
PROPOSITO:
Al final del presente mdulo el estudiante debe ser capaz de:
1.
(a)
(b) Formular las reglas de programacin de Jhonson para resolver un problema determinstico
de n trabajos 2 mquinas
(c) Describir problemas de tres mquinas a los cuales se les puede aplicar las reglas de Jhonson
para obtener una solucin.
(d) Explicar por qu, en un problema de n trabajos dos mquinas, minimizar el tiempo total de
trabajos es equivalente a minimizar el tiempo ocioso de la segunda mquina.
2.
3.
Obtener una solucin para un problema dado de dos trabajos n mquinas (con n4), empleando
el mtodo grfico heurstico.
FUNDAMENTO:
Hemos discutido los fundamentos de algunos problemas de la Investigacin de Operaciones ahora
aplicaremos un enfoque de solucin de problema aplicando el criterio de secuenciacin.
PRE-REQUISITO:
Se har referencias del concepto de Algoritmo, por lo tanto este quedar previamente muy bien
comprendido.
Pgina 38
INVESTIGACION DE OPERACIONES II
INTRODUCCIN
Considere el siguiente problema:
La produccin de un artefacto requiere de ocho
mquinas pesadas, las cuales requieren
mantenimiento preventivo peridico.
El mantenimiento se realiza por dos cuadrillas
(equipos de tcnicos) una de las cuales (a la
que nos referimos como cuadrilla A) desmonta
la maquinaria y reemplaza las partes deterioradas, mientras que la otra cuadrilla (a la que
nos referimos como B) es responsable de la
recalibracin de las mquinas como preparacin
para continuar la produccin.
Las mquinas no son todas iguales, y por lo
tanto las cuadrillas toman diferentes tiempos
para realizar sus tareas en las diferentes
mquinas. En realidad, los tiempos especficos
de trabajo en horas son como sigue:
MQUINAS
(Trabajos)
CUADRILLA-A
CUADRILLA-B
1
2
3
4
5
6
7
8
5.5
4.9
7.5
6.3
2.8
3.8
6.7
5.2
6.4
2.3
7.9
4.8
6.2
2.1
1.0
4.1
MQUINA B
MQUINA A
T2 = Bi
i =1
Artculos
esperando ser
procesados en
Mquina A
Artculo
Procesndose
en Mquina A
Artculos terminados
en Mquina A y
esperando ser
Procesndose en
Mquina A
Artculo
Procesndose
en Mquina B
Artculos
Acabados
Pgina 39
INVESTIGACION DE OPERACIONES II
Tiempos de
Mquina
Encontrar el
mnimo tiempo
de trabajo
2.
3.
4.
Tiempo del
primer
Proceso
No
Si
Programar
trabajo primero
borrar de la lista
Programar
trabajo al ltimo,
borrar de la lista
2.
3.
4.
5.
No
Si
ptimo
obtenido
Fin
Todos
programados
Pgina 40
INVESTIGACION DE OPERACIONES II
Trabajo
0+2.8=2.8
2.8
2.8
2.8+6.2=9.0
2.8+5.5=8.3
9.0
9.0+6.4=15.4
8.3+7.5=15.8
0.4
15.8
15.8+7.9=23.7
15.8+6.3=22.1
23.7
23.7+4.8=28.5
22.1+5.2=27.3
28.5
28.5+4.1=32.6
27.3+4.9=32.2
32.6
32.6+2.3=34.9
32.2+3.8=36
1.1
36
36+2.1=38.1
36+6.7=42.7
4.6
42.7
42.7+1=43.7
8.9
Tiempo en que
la Mquina B
termina el
trabajo
5, 1, 3, 4, 8, 2, 6, 7
Tiempo
en que la
mquina
B
comienza
un trabajo
Tiempo
terminado en
la mquina A
Tiempo
que
espera
la
mquina
B para
un
trabajo
MQUINA-A
MQUINA -B
15
10
12
16
20
15
30
18
22
10
18
11
Pgina 41
INVESTIGACION DE OPERACIONES II
(ii)
Bi Ai y Bi Ci
Trabajo
Tiempo
terminado
en la
mquina A
Tiempo que
espera la
mquina B
para un
trabajo
Tiempo en
que la
mquina B
comienza
un trabajo
Tiempo en
que la
Mquina B
termina el
trabajo
0+9=9
9+11=20
9+10=19
20
20+18=38
19+12=31
38
38+16=54
31+18=49
54
54+22=76
49+20=69
76
76+15=91
69+15=84
91
91+10=101
84+30=114
13
114
114+5=119
Total Tiempo
Ocioso
22
horas
i= Bi + Ci, i=1, , n
algunos
Trabajo
Mquina A
Mquina B
Mquina C
Pgina 42
INVESTIGACION DE OPERACIONES II
MAQUINA A
MAQUINA B
Mquinas
...
M/2
...
M/2+1
2+
Tiempo de Proceso
Mquina A
Mquina C
8+5=13
5+7=12
6+4=10
4+9=13
5+2=7
2+6=8
7+4=11
4+5=9
9+4=13
4+8=12
7+6=13
6+8=14
Producto 1
Producto 2
Pgina 43
INVESTIGACION DE OPERACIONES II
15
14
Tiempo de
procesamiento en
el artculo
2
13
12
11
10
9
PRODUCTO 2
Inicio de
Trabajos
B
PRODUCTO 1
10
12
11
13
2.
3.
Pgina 44
INVESTIGACION DE OPERACIONES II
1.
2.
Segmento
(UV):
Al terminar de
procesarse el trabajo 1 en la mquina A,
empieza su proceso en la mquina B;
mientras que el trabajo 2 contina
procesndose en la mquina D.
3.
4.
5.
6.
= 16
10
11
12
10
Producto 1
A-20
C-10
D-10
B-20
Producto 2
A-10
C-30
B-15
D-10
Problema1:
RESPUESTAS A LA AUTO EVALUACIN:
Ing Eddy Montaez Muoz
Pgina 45
INVESTIGACION DE OPERACIONES II
Problema 1:
Problema 2:
de
PRODUCTO 2
i)
Punto en que se
termina de
procesar los dos
trabajos
60
50
40
30
C
20
dos
10
A
0
Mquina
Mquina
13
14
11
12
10
11
13
10
11
11
12
12
12
10
A
30
20
C
40
B
50
60
PRODUCTO 1
Pgina 46