Modelos Cuantitativos - CP-LA PDF

I NSTITUTO
U NIVERSITARIO
A ERONAUTICO
D I S TA N C I A
EDUCACION A
MODELOS CUANTITATIVOS
PARA LA GESTIÓN
José Luis Zanazzi
LICENCIATURA EN
ADMINISTRACIÓN
GUIA DE ESTUDIO 1
DISEÑO GRAFICO
COORDINACION: Fernando Quintana
PRODUCCION: Maria Teresa Morgante

Eduardo Otero
Adriana Vallespinós
CONTROL
DE CALIDAD: Lic. María Pía Monguillot
IMPRESION Y ARMADO
COORDINACION: Ing. Dante López
PRODUCCION: Jorge Peralta

Oscar Passarelli
Este libro es propiedad del Instituto Universitario Aeronáutico.

Prohibida su reproducción total o parcial.
2 Primera edición, Diciembre de 1998.
INSTITUTO UNIVERSITARIO AERONAUTICO
Rector: Brigadier (R) Raúl Juan Carlos Camussi
FACULTAD DE EDUCACION A DISTANCIA

Decano: Ing. Javier Enrique Etchegoyen
DEPARTAMENTO SISTEMAS
Directora: Lic. Susana Barrionuevo de Bustos Acuña
DEPARTAMENTO ADMINISTRACION DE EMPRESAS

Directora: Contadora Catalina Rosa Tinari
DEPARTAMENTO PEDAGOGICO
Directora: Lic. María Beatriz Rossa de Riaño
DEPARTAMENTO ADMINISTRACION ACADEMICA

Directora: Estela Fernandez de Casú Gómez
3
MODELOS CUANTITATIVOS
PARA LA GESTION
AUTOR: José Luis Zanazzi
Ingeniero en Recursos Hídricos. Universidad Nacional del Li-

toral.
Profesor Titular Probabilidad y Estadística. Facultad de Cien-

cias Exactas Físicas y Naturales. Universidad Nacional de Cór-
doba.
Profesor Titular Procesos Estocásticos y Simulación. Universi-

dad Blas Pascal.
Profesor Titular Probabilidad y Estadística. Profesor Titular

Investigación Operativa. Instituto Universitario Aeronáutico.
Consultor en Sistemas de Calidad. Empresas de Córdoba.
PROCESAMIENTO DIDACTICO Y EVALUACION

PEDAGOGICA:
Lic. María Beatriz Rossa de Riaño

Lic. Mónica Gallino de Pensa
CORRECCION DE ESTILO:
Lic. Raquel Ortega
4
Estimado Alumno:
Le doy la bienvenida a esta nuestra materia, Modelos Cuan-

titativos para la Gestión. Se trata de un conjunto de métodos y modelos orien-
tados a facilitar la toma de decisiones en una organización.
Algunas de las técnicas que analizaremos juntos se aplican

masivamente en la actualidad. Otras, lamentablemente, no se utilizan tanto
como es necesario.
Por esa razón diversos comentarios de este material están

orientados a formar en usted el carácter de un futuro difusor de estos concep-
tos.
Por otra parte, me agrada la posibilidad de acompañarlo

en su proceso formativo, más allá de los límites de este material. Por ello lo
invito a consultarme cada vez que sea necesario.
Lo espero.
El autor
5
INDICE
INTRODUCCIÓN GENERAL ORIENTADORA ..................................... 8
UNIDAD 1: FORMULACIÓN DE MODELOS ...................................... 17

1. Introducción a los modelos
2. Guía para la investigación de modelos en el Texto
3. Formulación de Programas Lineales
4. Guía para la investigación de Programas Lineales
UNIDAD 2: RESOLUCIÓN DE MODELOS LINEALES ...................... 45

1. Resolución gráfica de programas lineales
2. Explorando la Resolución Gráfica en el Texto
3. Resolución por Computadora.
4. Explorando la Resolución por Computadora en el Texto.
5. Método Simplex
6. Explorando el Método Simplex en el Texto
UNIDAD 3: ADMINISTRACIÓN DE PROYECTOS: PERT Y CPM.... 81

1. Representación de Proyectos
2. Investigando los diagramas PERT-CPM en el Texto
3. Posibilidades adicionales: cálculo de probabilidades con la Duración
4. Posibilidades adicionales: Sistema PERT-Costo
5. Recorriendo las posibilidades adicionales en el Texto
Actividad Obligatoria Nº 1 ...................................................................... 111
Unidad 4: CONTROL DE INVENTARIOS ........................................... 113

1. Criterios contemplados en los modelos de Inventarios
2. Modelo de Tamaño Económico de Lote (EOQ)
6
INTRODUCCION
3. Explorando el modelo EOQ en el Texto

4. Modelo EOQ con ruptura
5. Modelo EOQ con descuentos
6. Modelo del Tamaño del Lote de Producción
7. Investigando los alcances prácticos de los modelos en el Texto
UNIDAD 5: SIMULACIÓN ................................................................... 141

1. Fundamentos de los Modelos de Simulación
2. Investigando los modelos de Simulación en el texto
3. Generación de impulsos aleatorios
4. Presentación de un estudio realizado con Simulación
Actividad Obligatoria Nº 2 ...................................................................... 169

Clave de Respuestas ................................................................................ 171
7
INTRODUCCION
GENERAL ORIENTADORA
INTRODUCCION
La necesidad de tomar decisiones es permanente en actividades administrati-

vas. Las mismas pueden hacerse con una base meramente intuitiva o con crite-
rios objetivos.
Si usted estuviera eligiendo una computadora y le mostraran cuatro posibles
equipos. ¿Cómo decidiría?. Seguramente la elección no estaría basada en la
intuición, no se guiaría simplemente por el color o por la simpatía del vende-
dor. En todo caso definiría una cierta cantidad de criterios que le permitieran
comparar los equipos; por ejemplo: precio, velocidad, capacidad del disco rí-
gido, confianza en la marca, etc.
Dicho de otro modo, buscaría establecer un criterio objetivo. Definiría medi-
das que le permitieran arribar a una decisión fundamentada.
Al respecto, el Dr. Juan Prawda (ver Bibliografía), introduce el concepto de
Decisor Racional. Este concepto encierra la necesidad de valorar adecuada-
mente, esto es, con características medibles, comparables, cada una de las al-
ternativas de decisión.
Las organizaciones modernas tienen la misma necesidad que usted, requieren
que las decisiones sean objetivas. La diferencia radica en la magnitud de los
problemas, que son más grandes, más complejos y por lo tanto comprometen
mayor cantidad de recursos.
Piense en algunos ejemplos. Una empresa industrial necesita decidir cómo
planificar su producción o cómo distribuir sus productos a los centros de con-
sumo. Una empresa constructora debe planificar la edificación y equipamiento
de un Shopping. Un gran supermercado debe coordinar sus compras con la
evolución de sus inventarios.
Para ese tipo de problemas la valoración requiere de herramientas matemáti-
cas más potentes. El conjunto de métodos y técnicas que permite realizar ese
tipo de estudios se denomina actualmente:
Investigación Operativa
o bien
Métodos Cuantitativos para la Administración
Todas las metodologías tienen una característica en común, construyen mode-
los del sistema en estudio. Estos modelos son representaciones simplificadas
del sistema real, formados con expresiones matemáticas.
8
INTRODUCCION
Un profesional con su perfil, debe conocer las características generales de este

tipo de modelos, comprender las posibilidades que brindan y desarrollar el há-
bito de su utilización como soporte para la toma de decisiones.
Precisamente, a fin de realizar un primer contacto con esos modelos se presenta
a continuación una breve descripción:
Programación Lineal: su estructura está formada por expresiones de tipo li-
neal. Estos modelos permiten una gran variedad de aplicaciones entre las cua-
les se cuentan: planificar inversiones en la Bolsa de Valores; programar la pro-
ducción ; organizar una dieta alimenticia; diseñar una cadena de distribución de
productos ; etc.
Administración de Proyectos PERT/CPM: es una técnica específica que per-
mite organizar y controlar proyectos de envergadura, como por ejemplo el avance
de una gran obra civil; el desarrollo de una campaña publicitaria; etc.
Inventarios: el problema de mantener stock es el costo por pérdida de oportu-
nidad dado que se inmoviliza capital. Los modelos de este tipo permiten anali-
zar el fenómeno tratando de reducir al mínimo los costos.
Simulación : consiste en representar el sistema bajo estudio con un programa
de computadora. Ello permite determinar cómo reacciona el sistema ante cada
posibilidad de decisión. Dicho de otro modo, el decisor puede preguntarse: ¿si
se hace tal cosa, cómo responde el sistema? Luego el programa informa sobre
los resultados.
9
INTRODUCCION
Esquema
Conceptual
PROBLEMA
ANALISIS
Decisor Racional
MODELOS DECISIÓN
Programas Programas de Inventarios Simulación

Lineales Proyectos
10
INTRODUCCION
Respecto a los objetivos planteados para esta asignatura, son los siguientes:
Objetivos del
Aprendizaje
Tomar decisiones con fundamentos objetivos.
Formular y utilizar distintos tipos de modelos que facilitan el pro-

ceso de toma de decisiones.
Conocer y aplicar los modelos de Programación Lineal.
Utilizar diversos modelos de Inventarios para reducir el costo de

mantenimiento de reservas.
Programar y controlar el avance de grandes proyectos.
Desarrollar y emplear modelos de Simulación en el estudio de dife-

rentes tipos de sistemas.
Utilizar la computadora como apoyo al proceso de decisiones.
Bibliografía Obligatoria
La presente guía está diseñada para ser trabajada con bibliografía obligatoria.
Al respecto se ha seleccionado el siguiente texto:
GOULD F., EPPEN G. y SCHMIDT C. Investigación de Operaciones

en la Ciencia Administrativa. Prentice Hall Hispanoamérica S. A. Méxi-
co, 1992.
Bibliografía Complementaria
Además se realizan numerosas citas a otros textos adoptados en este caso como
material complementario. A lo largo de la guía las referencias se hacen con un
número como se muestra a continuación:
1) HILLIER, F. y LIEBERMAN, G. Introducción a la Investigación de

Operaciones. Mc Graw Hill. México 1997.
2) BIEMAN H, BONINI Ch y HAUSMAN W Análisis cuantitativo para la
11
INTRODUCCION
toma de decisiones. Mc Graw Hill. España 1996.
KAMLESH, M y SOLOW, D. Investigación de Operaciones. Prentice-

Hall Hispanoamericana. Mexico 1996.
ANDERSON, D.; SWEENEY, D. y WILLIAMS, T. Introducción a los

modelos cuantitativos para administración. Grupo Editorial
Iberoamericana.México 1992.
PRAWDA J. Métodos y modelos para la Investigación de Operaciones.

Editorial Limusa. México 1985.
Por otra parte el material instruccional de esta materia está constituído básica-
mente por la Guía de Estudios y la Bibliografía Obligatoria, a la cual conviene
que agregue la consulta a la Bibliografía Complementaria.
Relación entre la Guía y el texto
Cada tema se presenta inicialmente en la Guía donde se hace una primera
aproximación ubicándolo en el contexto de la Materia y destacando su impor-
tancia práctica. Posteriormente se lo deriva al texto.
Para facilitar la investigación del texto se agrega una lista de preguntas, con
carácter de Actividad de Proceso numerada. Se espera que usted tome la
primera pregunta y busque la respuesta en la Bibliografía, luego la segunda y
así sucesivamente. A continuación se presenta un ejemplo:
Cuestionario Guía
1
Explique por qué razón se dice que un modelo es una "abstracción
de la realidad" y comente qué importancia tienen los algoritmos
en la modelación.
Confronte con la Solución Nº1
2
¿Qué significa el término Variable de Decisión ? ¿Cuál es la va-
riable de decisión en el modelo planteado para el Ejemplo 1.1,
donde se ........................................................
12
INTRODUCCION
Esas preguntas tienen como objeto orientar la investigación, esto es, desta-
car algunos aspectos fundamentales a los que debe prestar atención. Asimis-
mo se ha incorporado un resumen de las respuestas, a fin de que pueda con-
trastar sus resultados.
Atención: la lectura de las respuestas de ningún modo reemplaza el proceso

de investigación del texto; es solo un resumen.
Dicho de otro modo, hay en el tratamiento de los temas un primer momento de

inducción, luego viene una etapa de internalización de conocimientos a través
de la Guía, se sigue con la investigación en el texto donde usted debe asumir un
rol completamente activo y se redondea usando como elemento de control las
respuestas al cuestionario. Todo ello se resume en la siguiente tabla.
Introducción y control Actividad del alumno Acercamiento a nuevos

temas
Introducción del tema
Ejemplo inicial. Breve
comentario del tema.
Planteo de preguntas para
guiar la investigación en
texto
Investigación en la
bibliografía
Respuestas cuestionario
................ Continuar así hasta la .................

autoevaluación
Actividades de
autoevaluación
Este procedimiento se organiza por subtema, incluyendo dos o tres subtemas

por unidad.
13
INTRODUCCION
Un acompañante en su proceso de crecimiento

A lo largo de la Guía colabora reiteradamente el Licenciado Juan Decisor.
Este profesional desarrolla habitualmente actividades de asesoramiento para

diferentes empresas industriales y de servicios. Antes de iniciarse como ase-
sor, Juan trabajó en relación de dependencia en una fábrica, un banco y una
pequeña industria. Allí tomó contacto con la problemática de ese tipo de orga-
nizaciones y comprendió la notable necesidad que existe de introducir objeti-
vidad en la toma de decisiones.
Hoy en día Juan se caracteriza por tener, además de su experiencia, una sólida
formación en administración, conocimiento de idiomas, buen manejo de la
PC. Además logra diferenciarse en su medio por utilizar en sus trabajos técni-
cas estadísticas y de investigación operativa.
La colaboración del Licenciado se pone de manifiesto porque aporta varios de
los ejemplos utilizados y porque gráficamente realiza distintas recomendacio-
nes, algunas de las cuales son :
Recomendación 1
Significa que el concepto es muy impor-
tante, que debe prestarle atención espe-
cial.
14
INTRODUCCION
Recomendación 2
Esta figura acompaña algunos de los ejem-
plos que usted debe resolver. Significa que
debe prestar especial atención a la inter-
pretación y presentación de resultados. Al
encontrarla intente organizar los resulta-
dos del mismo modo que lo haría si tuvie-
ra que exponerlos en una reunión gerencial.
Evaluaciones
Las evaluaciones son importantes para controlar su proceso de crecimiento: en
la asignatura se plantean con diferentes niveles:
Actividades de Autoevaluación: como siempre se incluyen al final de cada
Unidad, acompañadas de sus correspondientes claves de respuesta. Al realizar-
las piense que ese es su momento personal de control. Recuerde que fijan el
nivel mínimo y el estilo para la evaluación final del curso.
Actividades Obligatorias: se realizan dos actividades con este carácter; la pri-
mera al finalizar la Unidad 3 y la segunda al completar el programa.
Exámen Final: se plantea inicialmente una prueba escrita de base
semiestructurada incluyendo aspectos conceptuales y prácticos. La evaluación
se completa con un coloquio sobre los conceptos desarrollados.
Es importante destacar que tanto en las Actividades Obligatorias como en la
Evaluación Final se analiza el nivel de comprensión de conceptos y la posibi-
lidad de interrelacionar los mismos. Además se busca medir si usted está en
condiciones de aplicar los modelos analizados en su actividad cotidiana
Por otra parte, la evaluación final se construye con características similares a
las actividades obligatorias. Por lo tanto, en las mismas tiene un anticipo de
dicho examen.
15
INTRODUCCION
Cronograma:
Este recurso le permite realizar una ponderación aproximada de los tiempos

necesarios para realizar el aprendizaje de cada unidad y resolver las actividades
propuestas en cada una, de manera tal que usted pueda organizar sus tiempos y
la presentación al examen final.
Utilice la columna en blanco para organizar su propio tiempo de estudio. Esto
también le servirá de control personal para el cumplimiento del mismo.
UNIDAD Porcentaje de tiempo estimado Tiempo estimado (hs)
1 15 %
2 25 %
3 10 %
Actividad Obligatoria Nº1 10%
4 10%
5 20%
Actividad Obligatoria Nº2 10%
16
FORMULACIÓN DE MODELOS
UNIDAD
1
17
UNIDAD
1 O RIENTACIÓN
APRENDIZAJE
DEL
Realizar la toma de decisiones de modo racional constituye un requerimiento

esencial para cualquier organización. Dicho de otro modo, pocas actitudes
son tan nocivas como la de realizar acciones basadas exclusivamente en la
intuición o la subjetividad.
Una decisión tiene grandes posibilidades de ser acertada si se basa en un co-
nocimiento previo de las posibles consecuencias de cada alternativa de ac-
ción. Los modelos que se presentan en esta materia son algunas de las herra-
mientas que permiten realizar dicha valoración.
En realidad los orígenes del concepto de decisor racional se remontan a la
década de los 60, en esos años se propuso una metodología para la toma de
decisiones. La idea es que para resolver un problema debe cumplirse el si-
guiente ciclo:
PROBLEMA Conformar un
equipo
interdisciplinario
REVISIÓN DE
RESULTADOS ANÁLISIS
MODELACION
Es decir que ante un determinado problema, se debe conformar un equipo

interdisciplinario que analice las características del mismo y proponga di-
versas alternativas de solución, el siguiente paso es construir modelos que
permitan evaluar los resultados de cada posible decisión. Finalmente con los
resultados a la vista el equipo debe seleccionar la alternativa adecuada y
aplicarla al problema.
Uno de los ámbitos donde naturalmente se aplica este procedimiento es el de
la Ingeniería. Suponga que en una cierta región debe construirse un dique,
entonces el equipo interdisciplinario se integra con ingenieros, arquitectos,
economistas, ambientalistas, etc. Los ingenieros proponen tres o cuatro posi-
bles endicamientos, los arquitectos analizan la relocalización de los
asentamientos humanos afectados, los economistas analizan la relación cos-
to-beneficio de cada alternativa, los ambientalistas el correspondiente impac-
18
UNIDAD 1
to ambiental, etc. Por supuesto, todo debe ser adecuadamente estudiado utili-
zando diversos modelos.
Ahora bien, los modelos pueden ser Estocásticos o Determinísticos. Los del
primer tipo son aquellos que reconocen la posibilidad de que el azar afecte los
resultados y por ello incluyen un término de probabilidad en su formulación.
En cambio, los del segundo grupo desconocen el factor suerte y admiten solo
un resultado posible,
MODELOS
DETERMINÍSTICOS ESTOCÁSTICOS
Entre los determinísticos, una de las herramientas más usadas son los llama-
dos Modelos de Programación Lineal. Los mismos se componen de dos o
más expresiones lineales. La primera está destinada siempre a poner de relieve
el objetivo. Las restantes permiten especificar las restricciones, es decir, las
condiciones bajo cuyo cumplimiento se busca lograr ese objetivo.
MODELOS
Objetivo
PROGRAMAS
LINEALES
Restricciones
19
UNIDAD 1
Una de las dificultades que presentan los Programas Lineales es la Formula-

ción, esto es, la escritura de las expresiones que representan el problema. Por
esa razón, quienes hacen una primera aproximación al tema deben entrenarse
planteando modelos para diversas situaciones de características diferentes.
Para que Usted pueda hacerse una primera idea sobre la estructura de estos
modelos se presenta a continuación un breve Programa Lineal. Suponga que
en una industria se fabrican dos productos A y B. Por cada unidad, el produc-
to A arroja un beneficio de $ 2, requiere 3 kg de acero y 5 horas de fabrica-
ción. En tanto, cada unidad de B genera un beneficio de $ 3, requiere 4 kg de
acero y 3 horas de fabricación. Además se dispone de solo 300 kg de acero y
500 horas de fabricación. Si se desea que el beneficio a obtener sea el máxi-
mo posible, el modelo debe tener la siguiente forma :
Objetivo Máx Z = 2A + 3B (con Z en pesos)
PROGRAMAS
LINEALES
3A + 4B < 300 kg.

Restricciones
5A + 3B < 500 hs.
20
UNIDAD 1
Conformar Esquema
un equipo Conceptual
PROBLEMA
interdisciplinario
REVISIÓN DE
RESULTADOS ANÁLISIS
MODELACION
MODELOS
Objetivo Máx Z = 2A + 3B (con Z en pesos)
PROGRAMAS
LINEALES
3A + 4B < 300 kg.

Restricciones
5A + 3B < 500 hs.
21
UNIDAD 1
Los objetivos específicos de esta Unidad son los siguientes:

Objetivos
del Aprendizaje
Comprender qué es un modelo y cómo se lo puede utilizar.
Distinguir diferentes tipos de modelos y reconocer los más usa-
dos.
Identificar las principales etapas en la construcción de modelos.
Considerar algunas limitaciones de los mismos.
Comprender la estructura de los Programas Lineales.
Plantear Programas Lineales.
A fin de alcanzar esos objetivos, los contenidos se distribuyen del siguiente

modo:
Contenidos
1. Introducción a los modelos.
2. Guía para la investigación de Modelos en el Texto.
3. Formulación de Programas Lineales.
4. Guía para la investigación de Programas Lineales.
Respecto a la Bibliografía, es interesante realizar los siguientes comentarios:
GOULD F., EPPEN G. y SCHMIDT C. “Investigación de Operaciones

en la Ciencia Administrativa”. Prentice Hall Hispanoamérica S. A.
México. 1992.
El tema de resolución de Programas Lineales está desagregado en tres capítu-

los: el método gráfico; la computadora y finalmente el Simplex. De todos
modos el texto permite realizar una buena integración.
22
UNIDAD 1
HILLIER, F. y LIEBERMAN, G. "Introducción a la Investigación de

Operaciones". Mc Graw Hill. México, 1997.
BIEMAN H, BONINI Ch y HAUSMAN W "Análisis cuantitativo para

la toma de decisiones". Mc Graw Hill. España, 1996.
KAMLESH, M y SOLOW, D. "Investigación de Operaciones". Prentice-

Hall Hispanoamericana. México.1996.
Estos textos tienen contenidos y organización similares al utilizado como obli-

gatorio. De todos modos es interesante su revisión por los ejemplos utilizados.
1. INTRODUCCIÓN A LOS MODELOS
Como se planteó anteriormente, la toma de decisiones puede hacerse en forma

instintiva o con base objetiva. Sin dudas lo razonable es tender a contar con
una base objetiva. La objetividad requiere disponer de una valoración de las
consecuencias esperables para cada posible alternativa de decisión. Esa valo-
ración puede realizarse utilizando modelos.
Por instinto
¿Cómo se toman
las decisiones?
Con Base Objetiva Modelos
Un modelo es una representación selectiva de la realidad. Puede estar construído

de diversas formas: Modelos Físicos como la maqueta de un edificio o un
avión y Modelos Matemáticos, los que estudiaremos en esta asignatura.
Un modelo matemático representa al sistema en estudio (por ejemplo un Ban-
co o una industria), con un conjunto de expresiones matemáticas. Obviamente
la representación no es perfecta. No importa. Solo se necesita representar las
propiedades del sistema que son relevantes para el problema en cuestión.
23
UNIDAD 1
Ejemplo 1.1:
En una industria se trabaja con un torno para darle las dimensio-
nes correctas a las piezas. El torno utiliza una herramienta de cor-
te. La herramienta tiene un costo de $ 300 por unidad y además
está sujeta a un permanente desgaste por lo cual periódicamente
debe ser reafilada.
La producción se organiza en tandas de 5000 piezas. Los encarga-
dos del mantenimiento han adoptado la política de reafilar la he-
rramienta solo cuando queda prácticamente inutilizada, lo cual
ocurre generalmente después de cinco tandas de producción.
Sin embargo, al ingeniero responsable le preocupa el hecho de
que a medida que se suceden las tandas de producción cada vez el
reafilado es más dificil. En efecto, cuando la herramienta está nue-
va el mantenimiento se hace rápidamente y a bajo costo. En cam-
bio, después de cuatro tandas darle las dimensiones correctas a la
herramienta de corte exige mucho más tiempo y requiere el em-
pleo de materiales indirectos
Revisando los antecedentes logra cuantificar los costos de mante-
nimiento del siguiente modo :
Usos 1 2 3 4 5
Costo Reafilado 30 50 80 140 230
Es decir que el primer reafilado cuesta $ 30 y el quinto $ 230. La

pregunta inmediata es si realmente conviene usar la herramienta
todo lo posible o si en cambio es más razonable, debido a los ele-
vados costos de mantenimiento, darle de baja anticipadamente.
Para construir un modelo que permita estudiar el problema es necesario iden-

tificar las variables relevantes, en este caso los costos. Por lo tanto deben con-
siderarse el costo de compra de $ 300, que no varía con la cantidad de reafiladas,
y el de mantenimiento, que es acumulativo, $ 30 la primera vez; $ 80 la segun-
da ( $ 30 + $ 50 ); etc.
24
UNIDAD 1
En fórmulas:
COSTO DE USO = COMPRA + SUMA DE MANTENIMIENTOS
Adoptando la siguiente notación

Cuso es el costo total de uso de la herramienta.
Co es el costo de compra de la herramienta.
Cmant es el costo de mantenimiento para un ciclo.
la expresión resulta:
Cuso = Co + ∑ Cmant
Para comparar las incidencias de las distintas posibilidades de reafilado es

conveniente trabajar con el promedio del costo total por tanda de producción.
Si n es la cantidad de reafiladas y Cprom es el promedio de los posibles Costos
Totales de Uso, se puede plantear :
Cprom = ( Co + ∑ Cmant ) / n
Este último es un modelo adecuado para resolver el problema planteado. Ana-

lícelo detenidamente. Observe que es simplemente una Fórmula que encierra
en su expresión los aspectos relevantes del caso en estudio.
Utilizando esa fórmula es posible determinar las consecuencias de cada alter-

nativa de decisión, como se muestra en la siguiente Tabla.
Usos 1 2 3 4 5
Cmant 30 50 80 140 230
∑ Cmant 30 80 160 300 530
Cuso 330 380 460 600 830
Cprom 330 190 153.3 150 166
25
UNIDAD 1
Parece evidente que esta nueva información permite tomar una decisión debi-
damente fundamentada. De todos modos es importante mejorar la formula-
ción introduciendo explícitamente un criterio de decisión.
Para este caso surge como apropiado minimizar el costo promedio de uso.
En efecto, es preferible gastar $ 150 por cada tanda de producción, reafilando
cada cuatro ciclos, que gastar $ 166 esperando a que la herramienta ya no
sirva después del quinto ciclo.
De acuerdo a este razonamiento, el objetivo puede ser expresado de la si-

guiente manera :
Función Objetivo : MIN Cprom = ( Co + ∑ Cmant ) / n
La expresión MIN expresa el deseo de minimizar el costo promedio.
Finalmente, la alternativa de decisión que minimiza el costo es el reafilado

cada cuatro ciclos.
Aplique usted el modelo para determinar cuál sería la decisión

más acertada si la herramienta costara $ 500 y los costos de
reafilado fueran los siguientes:
Usos 1 2 3 4 5
Costo Reaf. 40 80 150 280 400
Para realizar un resumen de lo desarrollado se deben tener en cuenta los si-

guientes aspectos:
Ante un determinado problema el primer paso es un cuidadoso análisis del

sistema, identificando posibles alternativas de solución.
En base a ese análisis se puede formular un modelo adecuado.
El modelo permite evaluar las consecuencias de adoptar cada alternativa
de solución.
26
UNIDAD 1
El modelo no tiene por qué lograr una representación perfecta, basta con
que contemple los aspectos fundamentales.
Finalmente se requiere algún criterio para identificar la alternativa más
adecuada.
2. GUÍA PARA LA INVESTIGACIÓN DE MODELOS EN EL TEXTO
Ha llegado el primer momento en que usted debe realizar una investigación
en el texto adoptado como Bibliografía Obligatoria. Esta tarea debe basarse
en las preguntas planteadas a continuación. Tome la primera pregunta y reco-
rra el libro de Gould, Eppen y Schmidt hasta encontrar una respuesta satisfac-
toria. Luego continúe con las restantes. Cuando haya encontrado todas las
respuestas, retorne a la Guía.
Es importante que a medida que avanza resuelva la ejercitación que plantea el
Libro. También es recomendable que si dispone de otro texto, realice el aná-
lisis de su contenido; ello le permite contrastar opiniones de distintos autores.
Cuestionario Guía
1 Explique por qué razón se dice que un modelo es una äbstracción

de la realidad¨ y comente qué importancia tienen los algoritmos
en la modelación.
Confornte con la Solución Nº1
2 ¿Qué significa el término Variable de Decisión?. ¿Cuál es la va-

riable de decisión en el modelo planteado para el Ejemplo 1.1,
donde se estudia el ciclo de mantenimiento de la herramienta de
corte?. ¿Cómo se expresa el Objetivo en ese modelo?.
3
Encuentre buenas definiciones para los términos : Modelos
Determinísticos ; Modelos Estocásticos . Determine de qué tipo es
el modelo utilizado en el Ejemplo 1.1. Si el modelo de dicho ejem-
plo se hubiera escrito del siguiente modo :
Cprom = ( Co + E [Cmant] ) / n donde E [Cmant] es el valor
esperado del costo de mantenimiento ; ¿El modelo sería
Determinístico o Estocástico?.
27
UNIDAD 1
4
A continuación se transcribe una lista de modelos utilizados en
diferentes organizaciones :
Teoría de Juegos.
Inventarios.
Programación Dinámica.
Redes con PERT/CPM.
Líneas de Espera.
Programación Lineal.
Ordénelos, colocando en primer lugar la herramienta más utiliza-
da.
5
Enuncie los principales pasos en la construcción de modelos.
6 Elabore una opinión sobre la forma en que las personas que deben
tomar decisiones pueden utilizar la información que brindan los
modelos.
7
Explique a qué se denomina Modelos de Optimización Restringi-
da.
8
Explique a qué se denomina Restricciones. Determine cuáles son
las principales restricciones en el modelo usado para el Ejemplo
1.1 ?.
28
UNIDAD 1
3. FORMULACIÓN DE PROGRAMAS LINEALES

Como se ha discutido anteriormente, un decisor racional debe contar con eva-
luaciones de las consecuencias de cada posible alternativa de acción. Esa in-
formación se puede obtener utilizando modelos.
Hay diferentes tipos de modelos. Entre los más utilizados se encuentran los
Programas Lineales. Al respecto los autores Hillier y Lieberman (Bibliogra-
fía [2]) destacan lo siguiente: "Muchas personas clasifican el desarrollo de la
programación lineal entre los avances científicos más importantes de media-
dos del siglo XX, ..." , y luego señalan: "En la actualidad es una herramienta
de uso normal que ha ahorrado miles o millones de dólares a muchas empre-
sas ...".
Estos modelos quedan representados por un conjunto de funciones lineales,
una para definir el objetivo y las restantes para plantear las restricciones. En la
práctica, un programa lineal puede ser lo suficientemente complejo como para
reunir cientos de ecuaciones.
De todos modos existen algoritmos de resolución muy eficientes, entre los
cuales se destaca el llamado Método Simplex, que computadora de por me-
dio, permiten realizar aplicaciones de índole muy diversa.
En el presente apartado se realiza una presentación de las estrategias de cons-
trucción de estos modelos. La forma de resolver los modelos e interpretar sus
resultados se aborda en la Unidad 2.
Un primer acercamiento a los programas lineales. Lea el siguiente ejem-
plo:
Ejemplo 1.2
La Windor Glass Co. produce artículos de vidrio de alta calidad,
incluyendo ventanas y puertas de vidrio. Tiene tres plantas. Los
marcos y molduras de aluminio se hacen en la planta 1, los mar-
cos de madera se fabrican en la planta 2 y en la planta 3 se produ-
ce el vidrio y se ensamblan los productos.
Debido a que las ganancias se han reducido, la alta administra-
ción ha decidido reorganizar la línea de productos de la empresa.
Se discontinuarán varios productos no rentables y se dejará libre
una parte de la capacidad de producción para emprender la fabri-
cación de dos productos nuevos que tienen ventas potenciales gran-
des:
29
UNIDAD 1
Producto 1 : una puerta de vidrio de 8 pies con marco de alumi-

nio.
Producto 2 : una ventana acrílico con marco de madera de 4 x 6
pies.
El producto 1 requiere parte de la capacidad de producción en las
plantas 1 y 3 y nada en la planta 2. El producto 2 solo necesita
trabajo en las plantas 2 y 3. La división de comercialización ha
concluido que la empresa puede vender todos los productos que
se puedan fabricar.
Los departamentos correspondientes han determinado los reque-
rimientos de horas producción de ambos productos en cada una
de las plantas. Se conoce también la disponibilidad de horas por
semana en cada unidad de producción. Esos datos se presentan a
continuación :
Tiempo de producción Tiempo de producción

Planta por lote [en horas] disponible a la semana
Producto 1 Producto 2
1 1 0 4
2 0 2 12
3 3 2 18
Sabiendo que el beneficio neto que arroja cada lote es de $ 3000

para el producto 1 y de $ 5000 para el producto 2, es necesario
determinar qué cantidades de cada producto conviene fabri-
car para que el beneficio total sea el mayor posible.
Fuente: Hillier y Lieberman (Bibliografía [2])
Para iniciar la formulación es importante desmenuzar adecuadamente el pro-

blema. En primer lugar : ¿qué se desea determinar? Parece claro que se debe
decidir la cantidad de lotes que deben producirse de cada producto. Por lo
tanto las variables de decisión son:
30
UNIDAD 1
X1 : cantidad de lotes del producto 1. Variables de

X2 : cantidad de lotes del producto 2. Decisión
Si se fabrican 3 lotes del producto 1 el beneficio es de :
Beneficio = $ 3000 . 3 = $ 9000
Si se fabrican 10 unidades de un producto y otras 10 unidades del

otro; ¿cuánto será el Beneficio?.
Para una cantidad genérica X1, el beneficio es de $3000 multiplicado por X1.
Del mismo modo, si se producen genéricamente X2 unidades del producto 2,
el beneficio es el producto de $ 5000 por X2. Con el mismo razonamiento el
beneficio total de la producción completa puede escribirse como:
Beneficio Total : BT = 3000 X1 + 5000 X2
Dado que se busca obtener el mayor beneficio posible, entonces el objetivo

puede escribirse del siguiente modo:
Función
Maximizar BT = 3000 X1 + 5000 X2 Objetivo
Pero se debe tener en cuenta que existen restricciones. En la Planta 2 por

ejemplo, solo hay doce horas semanales de producción disponibles. Por otra
parte solo se puede hacer allí el producto dos. Dado que producir un lote
demanda dos horas, la multiplicación de dos horas por X2 debe ser menor que
doce.
31
UNIDAD 1
Expresándolo en fórmulas :
0 . X1 + 2 . X2 ≤ 12
En la planta 2 no se Solo hay 12 hs. disponi-
hace el producto 1 bles en la planta 2
Se requieren 2 hs por Cantidad de unidades

cada unidad de producto 2 a producir del tipo 2
Determine si es factible producir 10 unidades de cada producto.
Del mismo modo pueden escribirse las restantes restricciones. Entonces el

conjunto general queda :
X1 ≤ 4 horas
2 X2 ≤ 12 horas Restricciones
3 X1 + 2 X2 ≤ 18 horas
A esto deben agregarse restricciones naturales: no se pueden fabricar cantida-

des negativas de ninguno de los productos. Por lo tanto X1 como X2 deben
ser mayores o iguales que cero.
Entonces el programa completo queda:
Max Bt = 3000 X1 + 5000 X2

Sujeto a :
X1 ≤ 4 Programa
2 X2 ≤ 12 General
3 X1 + 2 X2 ≤ 18
Con X1, X2 ≥ 0
32
UNIDAD 1
A continuación se incluyen otros ejemplos interesantes. Por favor, lea y ana-

lice cada uno, con ellos trabajará en el resto de esta unidad.
Ejemplo 1.3 extraído de Bierman ; Bonini y Hausman (Bibliografía [3] )
Una empresa vende dos productos diferentes A y B. La informa-

ción del precio de venta y de los costos unitarios es la siguiente :
Producto A Producto B
Precio de venta 60 40 [en $]
Costo unitario 30 10
Los dos productos se fabrican en la misma línea de producción y

se venden a dos mercados distintos. La línea de producción tiene
una capacidad de 30000 horas de trabajo. Se requieren tres horas
para producir una unidad de A y solo una hora por unidad de B.
Los estudios de mercado indican que existe una demanda insatis-
fecha de 8000 unidades de A y de 12000 unidades de B.
Escriba un programa lineal para determinar la cantidad de unida-

des de cada producto que conviene fabricar para maximizar el
beneficio total.
Fuente: Bierman ; Bonini y Hausman (Bibliografía [3] )
Ejemplo 1.4
Se obtienen distintos tipos de gasolina mezclando productos ob-
tenidos directamente de la refinería. En un proceso de refinamiento
real hay varias gasolinas para mezclar, varias gasolinas que son
productos finales (por ejemplo, distintos grados de gasolina para
aviación y para motores) y varias características de importancia
para la composición química de los diversos grados de combusti-
ble (por ejemplo, octanaje, presión de vapor, contenido de azufre,
contenido de goma). En este ejemplo simplificado se supondrá
que la refinería solo tiene dos tipos de gasolina para mezclar con
las características que se presentan en la Tabla:
33
UNIDAD 1
Mezclas Octanaje Presión Cantidad

disponibles de Vapor disponible
Gasoil para Mezcla Tipo 1 104 5 30.000 barriles
Gasoil para Mezcla Tipo 2 94 9 70.000 barriles
Por otra parte, al mezclar las productos el octanaje y la presión de

vapor que se obtienen están en proporción directa con el volumen
de cada uno que se incluye en la mezcla ; esto es, si se unen 1000
barriles del tipo 1 y mil barriles del tipo 2, el octanaje resultante
es :
1000 104 + 1000 94

= 99
1000 + 1000
Las características de las gasolinas finales son :
Productos Octanaje Presión Ventas Precio de

Finales Mínimo Máxima Máximas Venta
para Avión 102 6 20.000 barr. $ 45.10
para Motores 96 8 sin límites $ 32.40
Determine cómo conviene hacer la mezcla para que los Ingresos

Totales sean lo máximo posibles.
Nota : Es conveniente que defina las variables de decisión del si-

guiente modo :
X1 cantidad de barriles del tipo 1 utilizados en gasolina para aviación.
X2 cantidad de barriles del tipo 2 utilizados en gasolina para aviación.
X3 cantidad de barriles del tipo 1 utilizados en gasolina para motores.
X4 cantidad de barriles del tipo 1 utilizados en gasolina para motores.
Fuente: Bieman ; Bonini y Hausman (Bibliografía [3] )
34
UNIDAD 1
Ejemplo 1.5
Un fabricante de jabón y detergentes tiene tres plantas, localiza-
das en Cinicinnati, Denver y Atlanta. Los almacenes principales
se encuentran en Nueva York ; Boston ; Chicago : Los Angeles y
Dallas. En la Tabla se proporcionan los requerimientos de ventas
del próximo año en cada almacén.
Ubicación del Ventas Anuales

Almacén (miles de cajas)
Nueva York 50
Bostón 10
Chicago 60
Los Angeles 30
Dallas 20
——— ——
TOTAL 170
En la compañía es necesario determinar cuál de las fábricas debe

abastecer a cada almacén. La capacidad de las fábricas está limi-
tada. Cincinnati tiene capacidad anual para 100.000 cajas ; Denver
para 50.000 y Atlanta para 40.000.
En la siguiente Tabla se muestra el costo de envío del jabón de las

fábricas a los almacenes. La empresa desea determinar un progra-
ma de entregas que minimice los costos totales de transporte de la
compañía.
A:
De : 1: Nueva York 2: Boston 3:Chicago 4: Los Angeles 5: Dallas
1 :Cincinnati $ 120 $150 $ 80 $ 250 $ 180

2 : Denver $ 210 $ 220 $ 150 $ 100 $ 110
3 :Atlanta $ 150 $ 170 $ 150 $ 240 $ 200
Fuente: Bieman ; Bonini y Hausman (Bibliografía [3] )
35
UNIDAD 1
Ejemplo 1.6
El Departamento de Nutrición de un Hospital prepara 30 varieda-

des de cena, una para cada día del mes.
Una de las comidas contiene espagueti, pavo, papas en escalope,
espinaca y pastel de manzanas. El Director ha determinado que
dicha comida debe proporcionar 63000 miligramos de proteínas;
10 mg de hierro; 10 mg de miacina; 1 mg de tiamina y 50 mg de
Vitamina C. La siguiente Tabla muestra las cantidades [en mg] de
cada nutriente y de grasa, contenidas en 100 grs de cada compo-
nente básica:
Nutriente [ en mg por cada 100 grs de componente básica]

Proteínas Hierro Miacina Tiamina Vitamina CGRASA
Spagueti 5000 1.1 1.4 0.18 0.0 5000
Pavo 28300 1.8 5.4 0.06 0.0 5000
Papas 5300 0.5 0.9 0.06 10.0 7000
Espinacas 3000 2.2 0.5 0.07 28.0 300
Pastel de Manzana 4000 2.1 0.6 0.15 3.0 14300
Para evitar demasiada cantidad de cada comida básica, no debe

incluírse en ella más de 300 grs de espagueti , 300 grs de pavo,
200 grs de papa, 100 grs de espinaca y 100 grs de pastel de man-
zana.
Para asesorar al Director usted debe preparar un Programa Lineal
que permita determinar la composición de un menú que satisfaga
todos los requerimientos nutricionales y proporcione la cantidad
mínima de grasas.
Fuente: Kamlesh y Solow (Bibliografía [ 4 ] )
36
UNIDAD 1
4. GUÍA PARA LA INVESTIGACIÓN DE PROGRAMAS LINEALES
Es momento de volver a la Bibliografía. El texto de Gould, Eppen y Schmidt

propone una cierta cantidad de casos de estudio y formula en cada uno el
Programa Lineal correspondiente. Algunos de dichos casos son aplicaciones
típicas de estos modelos ; entran en esa categoría el problema de planeación
de la producción; el problema de mezcla o el problema de transporte.
La consigna entonces es leer una pregunta y analizar luego los planteos del
texto hasta estar en condiciones de obtener la respuesta adecuada. Como siem-
pre, encontrará las respuestas al final de este tema.
Cuestionario Guía
9 Formule un modelo lineal adecuado para tomar una decisión ra-

zonable en el problema de planeación de la producción del Ejerci-
cio 1.3.
10
Formule un modelo lineal adecuado para tomar una decisión ob-
jetiva en el problema de mezcla del Ejercicio 1.4.
12
Analice el problema de transporte del Ejercicio 1.5 y proponga un
modelo adecuado para el mismo.
11
Analice el problema del Ejercicio 1.6 y formule un Programa Li-
neal adecuado para sustentar la toma de decisiones.
37
UNIDAD
1 SOLUCIÓN A LAS
ACTIVIDADES DE PROCESO
1. Se habla de abstracción porque un modelo no tiene por qué representar

perfectamente el sistema real. Al ser una simplificación es más fácil de
operar y de interpretar. Solo los aspectos fundamentales para el problema
deben estar presentes en el modelo.
Por otra parte, no basta con formular el modelo, además es necesario resol-
verlo, es decir darle valores a sus variables. Los algoritmos son los proce-
dimientos matemáticos que permiten la resolución.
2. Se denominan Variables de Decisión a aquellas que representan las alterna-

tivas de decisión disponibles. En el Ejemplo 1.1 hay una sola variable de
decisión: la cantidad de ciclos de producción que hay entre mantenimiento
y mantenimiento. En efecto, la decisión debe ser reafilar la herramienta de
corte cada dos ciclos, o cada tres ciclos, o cada cuatro, etc. Por último en
ese modelo el objetivo queda representado al escribir:
Minimizar Cprom
3. Un modelo se dice Determinístico cuando asume como perfectamente de-

terminados todos los valores de sus variables. En cambio se dice estocástico
cuando se introduce en su formulación alguna Distribución de Probabili-
dades.
El modelo propuesto en el Ejemplo 1.1 es Determinístico. Si en cambio se
incorporara la posibilidad de que los costos de mantenimiento sufrieran
variaciones, entonces debería incluirse una Función de Probabilidades.
Para esta última posibilidad lo habitual es representar los costos con su
valor medio o Valor Esperado. Por lo tanto el modelo sería Estocástico.
4. El orden es, según el libro: Programación Lineal; Redes PERT/CPM;

Inventarios ; Programación Dinámica; Teoría de Juegos; Líneas de Espera.
Considere que el orden entre los métodos menos utilizados no es fácil de
establecer.
En opinión de este autor falta en esa lista el tipo de modelos que más fre-
cuentemente se utiliza: Simulación.
38
UNIDAD 1
5. Los principales pasos son :

a.Estudio del medio ambiente: esto es fundamental. No se puede pensar en
modelar algo que no se conoce suficientemente.
b.Formulación; es la primera caracterización del sistema. En ella se especifica,
por ejemplo, las componentes e interrelaciones que deben ser representadas.
c.Construcción simbólica: escritura de las expresiones matemáticas que for-
man el cuerpo del modelo.
6. Los modelos no deben tomar decisiones, solo se espera que brinden informa-
ción útil. Es el decisor el responsable de seleccionar la alternativa de acción
más adecuada.
Por otra parte, aún cuando el decisor no sea el modelista, debe tener conoci-
miento sobre los alcances y limitaciones de la técnica de modelación utiliza-
da, de otro modo se verá inducido a sacar conclusiones erróneas.
7. En general en los modelos de optimización se busca maximizar o minimizar

una cierta función dentro del espacio permitido por los recursos disponibles.
En efecto, si una industria dispone de 2000 motores y 3000 carrocerías, a lo
sumo puede armar 2000 autos. Sin duda ganaría más dinero armando un mi-
llón de vehículos, pero no dispone de los insumos necesarios.
8. En un modelo se denominan restricciones a las expresiones matemáticas que

representan el espacio disponible para buscar la solución. En el modelo cons-
truido para el Ejemplo 1.1 la restricción no está explícitamente escrita, pero
está impuesta por la cantidad máxima de ciclos de producción entre manteni-
mientos. Dicho de otro modo :
Cant. de ciclos ≤ 5
9. Maximizar B = 30 A + 30 B
sujeto a :
3 A + B ≤ 30000
A ≤ 8000
B ≤ 12000
con A, B mayores o iguales que cero
39
UNIDAD 1
10. La única dificultad de este ejercicio es la forma de construir las restricciónes

de octanaje y de presión. Por ejemplo para el octanaje de la gasolina de
aviación puede hacerse:
104 X1 + 94 X2
≥ 102
X1 + X2
con lo cual luego se tiene :

104 X1 + 94 X2 ≥ 102 ( X1 + X2 )
⇒ 104 X1 + 94 X2 ≥ 102 X1 + 102 X2
y finalmente la restricción queda:
2 X1 - 8 X2 ≥ 0
salvada esta dificultad el modelo queda :
Maximizar P = 45.10 X1 + 45.10 X2 + 32.40 X3 + 32.40 X4
sujeto a :
X1 + X3 ≤ 20000 para la demanda prevista
X1 + X2 ≤ 30000 disponibilidad de
X2 + X4 ≤ 70000 combustible básico
2 X1 - 8 X2 ≥ 0 por el octanaje
8 X3 - 2 X4 ≥ 0
- X1 + 3 X2 ≤ 0 por la presión de vapor

-3 X3 + X4 ≤ 0
con todas las variables mayores o iguales que cero.
40
UNIDAD 1
11. Las variables de decisión en este caso pueden definirse del siguiente modo :
X11 cantidad de cajas enviadas de la primera fábrica (Cincinnati) al primer

almacén (Nueva York), en miles de cajas.
Análogamente:
X12, X13, X14, X15 son las cantidades desde la primera fábrica a los restan-
tes destinos, siempre en miles de cajas.
X21, X22, X23, X24, X25 son los envíos desde la segunda fábrica (Denver),
hacia los diferentes destinos.
X31, X32, X33, X34, X35 son los envíos desde la tercera fábrica (Atlanta),
hacia los diferentes destinos.
Entonces el modelo resulta :
Minimizar C = 120 X11 + 150 X12 + 80 X13 + 250 X14 + 180 X15
+ 210 X21 + 220 X22 + 150 X23 + 100 X24 + 110 X25
+ 150 X31 + 170 X32 + 150 X33 + 240 X34 + 200 X35
sujeto a :
X11 + X21 + X31 ≥ 50 Restricciones relacionadas
X12 + X22 + X32 ≥ 10 con las demandas de cada
X13 + X23 + X33 ≥ 60 centro de distribución.
X14 + X24 + X34 ≥ 30
X15 + X25 + X35 ≥ 20
X11 + X12 + X13 + X14 + X15 ≤ 100

X21 + X22 + X23 + X24 + X25 ≤ 50
X31 + X32 + X33 + X34 + X35 ≤ 40
con todas las variables mayores o iguales a cero.
12. Las variables de decisión pueden definirse del siguiente modo :
SPAG: cantidad de dosis de 100 grs de spagueti incluidas en la comida ;

PAVO: cantidad de dosis de 100 grs de pavo incluidas en la comida;
PAPA: cantidad de dosis de 100 grs de papas incluidas en la comida;
41
UNIDAD 1
ESPI: cantidad de dosis de 100 grs de espinaca incluidas en la comida;

MANZ: cantidad de dosis de 100 grs de pastel incluidas en la comida;
con lo cual el modelo puede escribirse como sigue :
Min 5000 SPAG + 5000 PAVO + 7900 PAPA + 300 ESPI + 14300 MANZ
sujeto a :
REQUERIMIENTOS DE NUTRIENTES
5000 ESPA + 28300 PAVO + 5300 PAPA + 3000 ESPI + 4000 MANZ ≥ 63000
1.1 ESPA + 1.8 PAVO + 0.5 PAPA + 2.2 ESPI + 1.2 MANZ ≥ 10
+ 10 PAPA + 28 ESPI + 3 MANZ ≥ 50
RESTRICCIONES DE LIMITE :
ESPA ≤3
PAVO ≤3
PAPA ≤2
ESPI ≤1
MANZ ≤1
con todas las variables mayores o iguales a cero.
42
UNIDAD
ACTIVIDADES DE
AUTOEVALUACIÓN 1
1. En el planteo del modelo desarrollado para el caso de planeación de la
producción del Ejemplo 1.2 se incluye la restricción 3 X1 + 2 X2 ≤ 18 ;
para limitar las horas de trabajo en la Planta número tres. ¿Puede decirse
que esa expresión es un modelo?. Si lo es: ¿cuáles son las diferencias entre
esa expresión y la realidad ?
2. Imagine que se ha resuelto el modelo del Ejemplo 1.2. Explique cómo
puede la Gerencia utilizar la información generada.
3. El modelo del Ejemplo 1.2 es determinístico. ¿Qué características debería
poseer para ser considerado estocástico ?
4. Para poder realizar la Formulación, en el caso del Ejemplo 1.2, ¿ qué
datos debieron ser recabados en el Estudio del Medio Ambiente? ¿Habrá
sido necesario medir los tiempos de producción en cada planta? ¿Habrá
sido útil un estudio de mercado?
5. Para el caso del Ejemplo 1.2; ¿Cuáles funciones de la fábrica deberían
estar representadas en el equipo interdisciplinario?
6. Los modelos de Programación Lineal permiten determinar la combinación
óptima de las variables de decisión. ¿Cuáles son las limitaciones de ese
concepto de óptimo?
7. ¿Cuáles son las componentes destacables en la estructura de un programa
lineal?
8. La función objetivo F = 2.3 X1 + log (2.3 X1 X2) + 1.3 X3 ; ¿puede ser
utilizada en un Programa Lineal?
9. Formule un modelo adecuado para el siguiente problema:

Una empresa produce dos clases diferentes de accesorios para automóviles,
un formato económico y uno de lujo. Los precios de venta al público y costos
de producción se resumen en la siguiente tabla :
Económico de Lujo
Precio de venta unitario $ 25 $ 40
Costo unitario $ 20 $ 32
Producir un accesorio económico demanda 1/3 de hora, en tanto que uno de

lujo demanda 1 hora. Se dispone de 2500 horas libres de taller.
Los estudios de mercado muestran que la demanda total, para ambos tipos de
producto es de 4000 unidades; en tanto que para las unidades de lujo es de
1500 unidades. La gerencia no desea producir una cantidad de unidades ma-
yor a la que se espera vender.
43
UNIDAD 1
44
UNIDAD 1
6 - Claves de respuesta a las Actividades de Autoevaluación
1. La expresión es un modelo porque de algún modo representa la realidad de

la Planta 3. Sin embargo tiene incorporadas algunas suposiciones muy ¨grue-
sas¨. Por ejemplo se supone que la Planta 3 va a tener, semana tras semana,
exactamente 18 hs. Disponibles, ni un minuto más, ni un minuto menos.
Además se especifican como fijos los tiempos de producción, esto es, exac-
tamente 3 hs y 2 hs.. Pero qué pasa si una máquina se rompe o si se agiliza
una puesta a punto.
2. La Gerencia debe tener en cuenta los resultados del modelo pero no nece-
sariamente debe implementarlos al pie de la letra. Es más, puede que a
partir de los resultados sea necesaria una nueva evaluación de los tiempos ;
la función objetivo o las resticciones y luego una formulación diferente.
Por otra parte debe valorar las consecuencias de posibles variaciones en
los parámetros fijados.
3. Para ser estocástico debería tener incorporadas las distribuciones de pro-
babilidad de los principales parámetros del modelo, como por ejemplo los
tiempos de producción. Pero, ¡atención !. Los programas lineales no tienen
en cuenta las probabilidades, son siempre determinísticos.
4. El estudio de mercado debe ser realizado para determinar, entre otras co-
sas, si la demanda es limitada (en cuyo caso debe incorporarse una restric-
ción que refleje esa limitación), y los niveles de precios. Además en las
tres plantas deben haberse realizado rigurosos relevamientos de los tiem-
pos de producción.
5. La función que debe liderar el planeamiento de la producción es Logísti-
ca. Además en el grupo de estudio deben estar representados los grupos de
Producción de las tres plantas ; Finanzas para fijar el entorno económico ;
Ingeniería para valorar la factibilidad ; etc.
6. En el texto adoptado como Bibliografía Obligatoria se destaca : Ël tér-
mino óptimo es un concepto teórico (es decir, matemático), en oposición
al mundo real ¨, y más adelante se insiste : ¨ Una decisión óptima producida
por un modelo significa que hay grandes esperanzas que sea una buena
decisión para el problema real ¨. Esto es así porque un modelo nunca es
una representación perfecta y por lo tanto, los aspectos no representados
45
UNIDAD 1
hacen que los resultados reales siempre sean algo diferentes de los teóri-
cos.
7. La estructura incluye una Función Objetivo y un conjunto de Restriccio-
nes. Todas son expresiones lineales.
8. Esa expresión no puede ser utilizada como Función Objetivo porque la
expresión incluída en el segundo término : log (2.3 X1 X2), no es lineal.
9) Las variables de decisión pueden ser :
X1 : cantidad de unidades de tipo económico ;

X2 : cantidad de unidades de lujo .
Con ello el modelo resulta :
Max Z = 5 X1 + 8 X2
s. a :
1/3 X1 + X2 ≤ 2500
X1 + X2 ≤ 4000
X2 ≤ 1500
con X1 y X2 mayores o iguales que cero.
46
UNIDAD 1
2.2. Análisis de preocupaciones.

3. Introducción al estudio de la estrategia competitiva. Elementos. Análisis.
4. Acciones competitivas. Alcances en los comienzos del siglo XXI.
5. El pensamiento estratégico.
¿Y en lo referente a Bibliografía?
Los conceptos desarrollados en la Guía, para esta Unidad, deben complemen-
tarse con la lectura de la bibliografía obligatoria: Estrategia Competitiva de
Michael E. Porter.
Los temas fueron detallados en la bibliografía general, en la Introducción.
Lectura, comprensión y aplicación de conocimientos en las actividades pro-
puestas en la guía, es el uso que se hace de este libro.
47
UNIDAD 1
Encontrará, también, las instrucciones precisas sobre la utilización del texto,

dado el objetivo del estudio de esta unidad.
Es decir, no se requiere ejercitación de la memoria rigurosa para estudiar es-
tos temas, sólo una correcta utilización de los mismos.
¿Qué estudia en esta unidad ?

¿Tiene usted un concepto claro y preciso sobre el significado del término
decisión?
Seguramente puede enunciar algunas ideas. Me arriesgo a afirmar que las
mismas traducen una cierta confusión.
¡Y es lógico que así ocurra! En el proceso de aprendizaje desarrollado hasta el
presente, se incorporaron conocimientos necesarios para comprender el fun-
cionamiento de diferentes áreas de estructuras modernas. De esta manera se
resolvieron problemas, se enfrentaron situaciones y se propusieron solu-
ciones para cada caso. Pero no se definieron los términos problema, deci-
sión, preocupación organizacional, información perfecta e imperfecta,
certeza, certidumbre y riesgo.
Pues bien, nosotros lo haremos.
Asimismo, y como otro aspecto destacado, nos abocaremos a la temática de
la estrategia competitiva de las organizaciones. Estas últimas son el objeto
de nuestro interés profesional.
¿Por qué es importante este tratamiento?

Porque la estrategia fijada por el ente para desarrollar su operatoria en un
contexto socioeconómico y cultural dado, marca profundamente la senda
del éxito o del fracaso que se pueda alcanzar/sufrir.
Observe el esquema conceptual. ¡Vaya una serie de planteos!
Como futuro profesional en SISTEMAS, debe conocer esta problemática, con

el alcance adecuado para el perfil. Por tal motivo, estudiamos conceptos esen-
ciales y, al mismo tiempo, pragmáticos.
¡Le aseguro que los disfrutará!

Por último, tomamos conocimiento del concepto pensamiento estratégico, a
fin de informarnos sobre la opinión de prestigiosos académicos respecto al rol
48
UNIDAD 1
que juega el ser humano como estratega.

¿Haber sido un excelente estudiante en el Instituto Universitario Aeronáutico
garantiza el éxito en una futura gestión administrativa, ya sea a nivel directi-
vo o en carácter de asesor?
Sin duda, nuestra inmediata respuesta será afirmativa. Diremos: ¡si,
porsupuesto, ya que la sólida formación académica augura un futuro de se-
guro reconocimiento de nuestro perfil profesional! Haremos que las organiza-
ciones, en las cuales nos desempeñemos, sean exitosas!
¡Lamento desilusionarlo/a! No siempre resulta tan fácil o, expresado de otra
forma, no se produce una alta correlación directa entre ambos eventos:
ser un excelente alumno - ser un profesional de éxito en la gestión de
organizaciones.
Así lo corroboran investigaciones llevadas a cabo en EE.UU., país que se
caracteriza por contar con centros educativos de excelencia en el área de ad-
ministración-negocios y también, con las empresas más grandes y modernas
del mundo.
Es un tema interesante!... espero que comparta mi opinión y logre obtener sus
propias conclusiones de la correspondiente lectura y análisis.
¿Cómo se estudia esta unidad ?

Cuatro (4) son los temas centrales: Decisiones, Preocupaciones, Informa-
ción perfecta e imperfecta y Estrategia Competitiva.
1. CONCEPTO DE DECISIÓN. DECISIONES EN LA ORGANIZA-

CIÓN. TIPOS
Una empresa dedicada a la comercialización de calzados deportivos debe de-
cidir la realización de una campaña publicitaria.
Lema, medio/s, duración, costos, diseño e implementación... son los
interrogantes a responder.
La fábrica de automóviles debe decidir sobre una nueva línea de producción y
montaje, totalmente automatizada. Preguntas de diversas índole deben plan-
tearse y responderse.
El responsable del área compras debe elegir un nuevo proveedor. ¿Cómo ha-
cerlo?... ¡hay que decidir!
La máquina se detiene y el operario no logra detectar la causa del problema.
49
UNIDAD 1
Debe recurrir al área mantenimiento.¿Lo hará mediante algún procedimien-

to?
El Gerente General de un reconocido banco comercial local considera necesa-
rio incrementar la cartera de clientes, para mantener el liderazgo en la plaza,
ante el anuncio de la próxima apertura de una sucursal de un gran banco na-
cional. ¡Y se debe hacer!
El Director Médico del Hospital de Niños de la localidad desea comenzar una
campaña de prevención tendiente a concientizar a la comunidad sobre los
peligros de la mala nutrición infantil. Cuántos aspectos, variables y conside-
raciones deberán tenerse en cuenta!
Una planta generadora de energía de origen atómico debe adquirir los trajes
protectores especiales para su personal. El análisis debe ser muy minucioso,
ya que la decisión implica alto riesgo..... hasta de vida o muerte para los
operarios.
Un estudio de asesoría impositiva, contable y administrativa que tiene sus
clientes localizados en diferentes provincias argentinas desea sustituir al telé-
fono, como medio de comunicación, por computadoras personales.
Estas serían utilizadas por los profesionales durante sus viajes a los diferentes
10 del país.
puntos
Se piensa que así lograrán excelencia en el servicio... y disminuirán los costos
de teléfono.
¿Será una decisión correcta? ¿Cómo saberlo?
11 tan sólo, algunos ejemplos.
Y son,
¿Tienen todos similares características?
Una primera interpretación nos impulsa a afirmarlo. En realidad, no es así.
Algunas situaciones enunciadas representan problemas que enfrentan las or-
ganizaciones.
12
Otras son decisiones rutinarias, o bien, decisiones trascendentales que de-
ben tomar los respectivos entes, en cada caso-ejemplo presentado.
Por ese motivo es necesario conceptualizar claramente algunas ideas-base.
La decisión implica un proceso, mediante el cual se elige una alternativa de
un conjunto existente o disponible. Es una actividad humana, por lo tanto,
cargada de subjetividad. Una misma situación puede llevar a diferentes deci-
siones, cuando los actores no son los mismos.
En esencia, dice un autor: Decidir es un proceso mental deliberado, volunta-
50
UNIDAD 1
rio, sistemático, a través del ejercicio del raciocinio, con la finalidad de ele-
gir un curso de acción, y sólo uno, de entre un conjunto de cursos de acción
alternativos.
¿Por qué estudiamos esta problemática, si, en definitiva, la solución es estric-
tamente personal?
Porque podemos plantear un esquema cognoscitivo científico que brinde ri-
gurosidad al análisis y permita, al decidor, elegir la mejor alternativa para la
organización.
¡Y debemos conocerlo! .
Bueno, continuemos conceptualizando.
51
UNIDAD
1 SOLUCIONES A LAS
2. PROBLEMAS EN LA ORGANIZACIÓN Y DECISIONES

OPERATIVAS
¿Qué es un problema? Es una situación desfavorable ocasionada por un error
al accionar en la organización. El problema existe porque se ha producido
un desvío entre el ser, lo hecho, y el deber ser, lo que se debía haber hecho.
Y debe ser resuelto o solucionado.
Resolver un problema obliga casi siempre a tomar decisiones... pero tomar
una decisión no implica la existencia de un problema.
Ejemplos:
1. Incorporar un especialista a la organización.
Es una DECISION a tomar. No implica, necesariamente, la existencia de
un problema.
2. Adquirir la vacuna cubana contra la meningitis, en el caso de una epide-
mia.
Es una DECISION surgida por la EXISTENCIA de un PROBLEMA.
3. Adquirir una máquina de tecnología «de punta», para lograr excelencia en
el proceso productivo.
Es una DECISION. La empresa podría continuar con el actual equipamiento
industrial....pero decide una verdadera mejoría que bien puede calificarse
como REINGENIERIA.
4. Establecer un plan de turismo social para jóvenes de 14-18 años.
DECISION a tomar que puede surgir de la existencia de un PROBLE-
MA... o no.
Proponga tres (3) situaciones- ejemplos que consoliden su com-

prensión de los conceptos enunciados.
2.1. Tipos de decisiones
Existen diferentes clasificaciones de los tipos de DECISIONES. Veamos las

principales:
52
UNIDAD 1
I) Según el grado de complicación que involucren:

a) Simples, directas o regulares, generalmente programadas.
b) Complejas, muy elaboradas o no-programadas.
Usted está capacitado para caracterizarlas.
Ejemplos:
Decisiones simples:
Comprar un insumo de computación (papel continuo, cartucho para impre-

sora, otros).
Comprar insumos diversos para tareas administrativas (elementos para es-
cribir, para borrar, otros)
Operar una máquina en condiciones de normalidad.
Efectuar un depósito en cuenta corriente.
Decisiones complejas:
Diseñar una campaña publicitaria.
Incorporar tecnología «de punta».
Despedir personal.
Instalar un sistema informático en red.
Incorporar INTERNET en la organización.
II) Según el momento o tiempo en que deben tomarse:

c) Programadas, rutinarias ó diarias, son generalmente simples.
d) No-programadas, extraordinarias, excepcionales, generalmente
son complejas.
Las programadas son tomadas aplicando reglas o procedimientos. En oca-
siones particulares y muy especiales responden a las políticas de la organiza-
ción y, por lo tanto, son complejas.
53
UNIDAD 1
Ejemplos:
Las operaciones diarias del proceso productivo.
La requisición periódica de insumos.
La liquidación mensual de haberes.
La incorporación programada de un bien del activo fijo (maquinarias,
equipos e instalaciones).
54
UNIDAD
ACTIVIDADES DE
AUTOEVALUACIÓN 1
Las no-programadas deben tomarse como respuesta a situaciones del entor-
no que afectan a la organización, o bien, a hechos internos de carácter extraor-
dinario. Una operación de mantenimiento correctivo puede, sin embargo, re-
presentar una simple decisión. Ejemplo: cambiar una correa dañada.
Ejemplos:
Incorporación de una nueva tecnología lanzada al mercado en calidad de
invención.
Contratación de un nuevo servicio ofrecido en el mercado local.
Capacitación del personal en una temática surgida por una imposición le-
gal (en el campo laboral, en la esfera impositiva, otros).
III) Según su alcance en la organización:

e) Estratégicas: afectan al sistema - organización, al definir el rumbo y
orientación general del ente.
f) Administrativas: las atinentes al uso de los recursos, al flujo de in-
formación, al flujo de trabajo y a las relaciones de autoridad.
g) Operativas: referidas a los procedimientos diarios que posibilitan la
eficacia y la eficiencia en las tareas corrientes de la organización.
Ejemplos:
Decisiones estratégicas:
55
NUMERO
1 ACTIVIDADES
OBLIGATORIAS
El texto correspondiente a esta actividad se encuentra al final de la guia

RESOLUCIÓN DE
MODELOS LINEALES
UNIDAD
2
45
UNIDAD
2 O RIENTACIÓN
APRENDIZAJE
DEL
En la Unidad 1 se presentaron diversos modelos, prestando especial atención

a un tipo especial conocido como Programación Lineal. La presente Unidad
está dirigida a analizar cómo se pueden resolver estos modelos y a discutir
posibles aplicaciones de los mismos.
Programas Lineales Aplicaciones
A fin de comprender la estrategia de resolución se aborda el método gráfico.

Este procedimiento solamente se puede aplicar en problemas muy simples,
aquellos que tienen dos variables de decisión. Sin embargo, su análisis permi-
te conocer propiedades muy importantes de la Programación Lineal.
Además, la resolución gráfica facilita la comprensión de una etapa muy im-
portante en las aplicaciones de estos modelos: el análisis de sensibilidad o
análisis post-optimal. En efecto, generalmente los datos con los que se cons-
truyen los modelos presentan ciertos niveles de incertidumbre. En estas con-
diciones, es muy importante para el decisor conocer cuánto puede variar la
solución encontrada, debido a las inevitables diferencias entre las condicio-
nes reales y las supuestas en el modelo.
A efectos de permitir que incorpore los programas lineales como una herra-
mienta útil en su actividad profesional, se incluye el empleo de soft de com-
putadora para la resolución. Por esa razón se han previsto diversas activida-
des que solamente se pueden realizar con la PC. Es importante que usted
interprete adecuadamente la valiosa información que devuelve el soft en su
salida.
Programas Lineales
Resolución
Gráficos Computadora
Análisis de Sensibilidad
46
UNIDAD 2
Ahora bien, el procedimiento de resolución de Programas Lineales que tiene

mayor difusión es el método Simplex, De hecho, la mayor parte de los soft
específicos lo utilizan.
Este método es considerado hoy en día como uno de los primeros grandes
éxitos de la Investigación Operativa. Debido a esa trascendencia, se incluye
en esta Unidad una descripción del mismo.
Resolución
MÉTODO
Análisis de Sensibilidad SIMPLEX
Los comentarios anteriores se resumen en el Esquema Conceptual que se mues-

tra en la siguiente página.
47
UNIDAD 2
Programas Lineales Aplicaciones
Esquema
Conceptual
Resolución
MÉTODO
Análisis de Sensibilidad SIMPLEX
Por otra parte, los objetivos y contenidos de la unidad son los siguientes:
Objetivos del
Aprendizaje
Conocer el método gráfico y las propiedades del óptimo de un
Programa Lineal.
Valorar la importancia del análisis de sensibilidad para el adecua-
do análisis de resultados en una aplicación de la Programación
Lineal.
Conocer diversas formas de resolver programas lineales.
Interpretar correctamente los resultados de una optimización
Aplicar modelos lineales en la actividad profesional.
48
UNIDAD 2
1. Resolución gráfica de Programas Lineales. Contenidos
2. Explorando la Resolución Gráfica en el Texto.

3. Resolución por Computadora.
4. Explorando la Resolución por Computadora en el Texto
5. Método Simplex.
6. Explorando el Método Simplex en el Texto.
GOULD F., EPPEN G. y SCHMIDT C. “Investigación de Operacio-

nes en la Ciencia Administrativa”. Prentice Hall Hispanoamérica S. A..
México. 1992.
El tema de resolución de Programas Lineales está desagregado en tres capí-

tulos. el método gráfico; la computadora y finalmente el Simplex. De todos
modos el texto permite realizar una buena integración.
HILLIER, F. y LIEBERMAN, G. "Introducción a la Investigación de

Operaciones" Mc Graw Hill. México, 1997.
BIEMAN H, BONINI Ch y HAUSMAN W "Análisis cuantitativo para

la toma de decisiones". Mc Graw Hill. España, 1996.
KAMLESH, M y SOLOW, D. "Investigación de Operaciones". Prentice-

Hall Hispanoamericana. 1996, México.
Si bien estos textos tienen contenidos y organización similares al utili-

zado como obligatorio, resulta conveniente su revisión, por los ejem-
plos que se presentan.
49
UNIDAD 2
1. RESOLUCIÓN GRÁFICA DE PROGRAMAS LINEALES
Los programas lineales analizados en la Unidad 1 pueden ser resueltos gráfica-

mente cuando tienen solamente dos variables de decisión, en cambio proble-
mas de mayor complejidad requieren el uso del método Simplex o preferible-
mente de la computadora.
El primer paso de la resolución consiste en definir el espacio de soluciones
factibles, es decir el conjunto de soluciones que satisfacen todas las restriccio-
nes. Para ello se convierten las desigualdades en igualdades.
Para ilustrar convenientemente esta posibilidad, se retoma uno de los proble-
mas analizados en la Unidad 1.
Ejemplo 1.2
La Windor Glass Co produce artículos de vidrio de alta calidad,

incluyendo ventanas y puertas de vidrio. Tiene tres plantas. Los
marcos y molduras de aluminio se hacen en la planta 1, los marcos
de madera se fabrican en la planta 2 y en la planta 3 se produce el
vidrio y se ensamblan los productos.
Debido a que las ganancias se han reducido, la alta administración
ha decidido reorganizar la línea de productos de la empresa. Se
discontinuarán varios productos no rentables y se dejará libre una
parte de la capacidad de producción para emprender la fabricación
de dos productos nuevos que tienen ventas potenciales grandes:
Producto 1: una puerta de vidrio de 8 pies con marco de aluminio.
Producto 2: una ventana de acrílico con marco de madera de 4 x 6 pies.
El producto 1 requiere parte de la capacidad de producción en las
plantas 1 y 3 y nada en la planta 2. El producto 2 solo necesita
trabajo en las plantas 2 y 3. La división de comercialización ha
concluido que la empresa puede vender todos los productos que se
puedan fabricar.
Los departamentos correspondientes han determinado los requeri-
mientos de horas producción de ambos productos en cada una de
las plantas. Se conoce también la disponibilidad de horas por se-
mana en cada unidad de producción. Esos datos se presentan a con-
tinuación:
50
UNIDAD 2
Tiempo de producción Tiempo de producción

Planta por lote [en horas] disponible a la semana
Producto 1 Producto 2
1 1 0 4
2 0 2 12
3 3 2 18
Sabiendo que el beneficio neto que arroja cada lote es de $ 3000

para el producto 1 y de $ 5000 para el producto 2, es necesario
determinar qué cantidades de cada producto conviene fabri-
car para que el beneficio total sea el mayor posible.
Fuente: Hillier y Lieberman (Bibliografía [2])
El modelo oportunamente formulado para este problema fue el siguiente:
Max BT = 3000 X1 + 5000 X2

sujeto a:
X1 ≤ 4
2 X2 ≤ 12
3 X1 + 2 X2 ≤ 18
con todas las variables positivas.
Transformando las desigualdades en ecuaciones se obtienen las expresiones

de tres rectas:
X1 =4
2 X2 = 12
3 X1 + 2 X2 = 18
estas rectas pueden ser graficadas en el siguiente sistema de coordenadas:
51
UNIDAD 2
X2
10
7
6
5 Espacio de
4 Soluciones
factibles
3
2
0
1 2 3 4 5 6 7 8 9 10 X1
Las cantidades a fabricar de cada producto deben representar puntos dentro

de la zona rayada, dado que cualquier punto externo a la misma, no satisface
al menos una de las restricciones planteadas. Por ejemplo, producir tres uni-
dades del tipo 1 y ocho unidades del tipo 2, excede las posibilidades plan-
teadas por las restricciones segunda y tercera.
Determine si las combinaciones (3,1) y (3,5) satisfacen las restric-

ciones. Determine además cuáles son las restricciones no satisfe-
chas en cada caso.
Ahora bien, para encontrar la combinación de producciones que optimiza el

beneficio se debe representar en el gráfico la recta correspondiente a la Fun-
ción Objetivo.
Luego se desplaza la recta a través del espacio de soluciones factibles hasta

encontrar una posición extrema. El último punto posible es el que corres-
ponde a la solución óptima.
52
UNIDAD 2
X2
10
9 Vértice Optimo
8 X1=2; X2=6
7
5
4
1
0
1 2 3 4 5 6 7 8 9 10 X1
Esta acción se representa en la siguiente gráfica:
De ese modo, el punto más lejano que satisface las restricciones es el vértice
(2,6), por lo tanto la solución óptima es producir dos unidades de tipo 1 y seis
unidades de tipo 2. Con esa decisión se obtiene un beneficio total equivalente
a:
BT = 3000 (2) + 5000 (6) = $ 36.000
Identifique otros puntos pertenecientes al espacio de soluciones

factibles y calcule para cada punto el valor de beneficio obtenido.
Compare esos valores con el adoptado como óptimo.
Por supuesto, es posible generalizar este procedimiento y las características

del resultado a cualquier Programa Lineal. En particular se debe prestar aten-
ción a lo siguiente:
Lo óptimo de un Programa Lineal se ubica siempre en las fronteras del Espa-
cio de Soluciones Factibles.
Más precisamente, en general se encuentra en un vértice de dicho espacio.
Por lo tanto las estrategias de resolución recurren a recorrer esos vértices hasta
encontrar el que optimiza la Función Objetivo.
53
UNIDAD 2
Después de encontrar el óptimo cabe preguntar cuál es la validez del resulta-

do obtenido. De hecho, los coeficientes utilizados en la formulación del mo-
delo presentan en general un importante nivel de incertidumbre.
Por ejemplo, en el planteo del problema se asumió que producir una pieza del
tipo 1 en la planta 3 demanda tres horas. Pero: ¿serán exactamente tres horas?.
¿Qué ocurre si una pieza demora un poco más, alrededor de tres horas y me-
dia?.
Del mismo modo, las disponibilidades de horas en cada planta no pueden ser
datos perfectos. En la planta 3, por ejemplo, es posible que en una semana se
disponga de 18 hs., y en la siguiente de 19,5 hs, o de 15hs. ¿Hasta qué punto
esas variaciones inevitables afectan la solución óptima adoptada?.
Para responder a esos interrogantes se realiza el Análisis de Sensibilidad
(también llamado estudio post-optimal). En la resolución gráfica dicho estu-
dio consiste en analizar cuánto deben cambiar las rectas que representan a la
Función Objetivo y a las restricciones, para que la solución sufra una varia-
ción importante.
Por ejemplo, en el caso bajo estudio, si la cantidad de horas disponible en la
tercera planta disminuye por debajo de 12 hs, el espacio de soluciones cambia
sustancialmente, la restricción de la planta dos deja de ser relevante y se pro-
duce una variación en el vértice óptimo.
Observe que en términos prácticos esta variación lleva a una decisión absolu-
tamente diferente de la anterior. En este caso ya no conviene producir piezas
del primer tipo, todo lo contrario, la solución óptima consiste en fabricar
solamente piezas del tipo 2. La siguiente gráfica resume el análisis comenta-
do.
X2
10
9 Nuevo vértice
8 Optimo
7 X1=0; X2=6
6
4
3
0
1 2 3 4 5 6 7 8 9 10 X1
54
UNIDAD 2
Como se puede advertir, la resolución de un programa lineal permite extraer

una importante variedad de información sobre el problema analizado. En efec-
to, los resultados obtenidos exceden largamente la simple determinación de la
solución óptima.
Recuerde que:
a) La solución de un problema lineal debe bus-
carse dentro del espacio de soluciones facti-
bles, definido por las restricciones.
b) El óptimo está siempre en las fronteras de di-
cho espacio, generalmente en un vértice.
c) Una vez encontrado el óptimo, se realiza el
análisis de sensibilidad para determinar den-
tro de que rangos de valores de los datos son
válidas las conclusiones obtenidas.
2. EXPLORANDO LA RESOLUCIÓN GRÁFICA EN EL TEXTO

Como siempre, usted puede contar con una lista de preguntas para orientar su
investigación en el Texto. Algunas aclaraciones importantes sobre las mismas
las encontrará en las Soluciones a las Actividades de Proceso.
1 Revise el procedimiento de Resolución Gráfica que aporta el tex-

to. Para ello conviene responder el siguiente conjunto de cuestio-
nes:
a) ¿Qué condiciones debe cumplir un problema para que sea posi-
ble resolverlo gráficamente?.
b) ¿Cómo se representa gráficamente una restricción por desigual-
dad?.
c) ¿Cómo se determina cuál es el conjunto de puntos que satisface
la restricción?.
d) ¿Cuál es la forma de determinar la solución óptima?.
e) ¿En qué puntos de la región factible se encuentra el óptimo?.
Confronte con la Solución Nº 1
55
UNIDAD 2
2
¿Cuándo se considera que una restricción es activa?. Relacione el
carácter de restricción activa o inactiva, con la existencia de
holguras o excesos.
3 Determine el óptimo del siguiente programa lineal: Analice cuá-

les restricciones resultan activas. Calcule las holguras y excesos.
Min Z = 2 X + 3 Y
s.a.
X+Y ≥5
X+Y ≤ 10
X ≥2
Y ≥1
4 A qué se denomina Problema no acotado y cuál es el significado

de la expresión Problema no factible. Con referencia a esos térmi-
nos, cuáles son los tres tipos posibles de programas lineales que
destaca el texto.
5 Explique cuáles son las razones por las que resulta importante
realizar un Análisis de Sensibilidad, después de encontrar el ópti-
mo de un programa lineal.
56
UNIDAD 2
6
¿Cómo afectan a la solución óptima los cambios en los coeficien-
tes de la Función Objetivo?. Realice el análisis con el Ejemplo de
Minimización de la pregunta (2).
7
¿Cómo afectan a la solución óptima los cambios en los lados de-
rechos de las restricciones?. Realice el análisis con el Ejemplo de
Minimización de la pregunta (2).
3. RESOLUCIÓN POR COMPUTADORA

Como se precisó anteriormente, el método gráfico permite resolver solamente
problemas lineales con dos variables de decisión. Cualquiera de los casos que
presenta la realidad obliga a trabajar con una cantidad de variables muy supe-
rior. Al respecto usted puede llegar a imaginar un caso complejo con cientos
de variables y decenas de restricciones.
Bajo esas condiciones la resolución requiere de una importante capacidad de
cálculo. Es por ello que la computadora se convierte en una herramienta in-
dispensable para esta actividad.
Son muchos los programas especiales (soft), ofrecidos comercialmente para
trabajar con este tipo de modelos. De todos modos, solo algunos han obtenido
una aceptación generalizada.
El primer caso digno de mención es el Excel, componente del Microsoft Office.
En efecto, dicho soft incluye una función denominada Solver que permite
resolver cualquier tipo de programa matemático de optimización. Esta posibi-
lidad debe destacarse por el elevado nivel de difusión y aceptación que han
alcanzado los productos de Microsoft.
En cambio, dentro de los programas exclusivos para realizar aplicaciones de
investigación operativa se destaca el denominado LINDO. Es precisamente
este paquete el utilizado en la Bibliografía obligatoria y complementaria, para
ejemplificar el uso de la computadora. Debe destacarse que una versión de-
57
UNIDAD 2
mostración del LINDO, apta para resolver los casos planteados en esta mate-
ria, se encuentra disponible en INTERNET.
Por las razones señaladas, a los fines de este curso se ha adoptado el programa
mencionado para ejemplificar el empleo de la computadora. Al respecto, el
programa lineal del Ejemplo 1.3, trabajando bajo DOS, puede introducirse
del siguiente modo:
>LINDO < Enter >

: MAX 3000 X1 + 5000 X2
? ST
? X1 < 4
? 2 X2 < 12
? 3 X1 + 2 X2 < 18
? END
:
Con el comando LOOK y la opción ALL (todas las filas), puede obtenerse
un listado del programa introducido:
:LOOK
ROW:
ALL
A continuación el comando GO, permite obtener la resolución:
: go
LP OPTIMUM FOUND AT STEP 1
OBJECTIVE FUNCTION VALUE
1) 36000.0000
VARIABLE VALUE REDUCED COST
X1 2.000000 .000000
X2 6.000000 .000000
58
UNIDAD 2
ROW SLACK OR SURPLUS DUAL PRICES

2) 2.000000 .000000
3) .000000 1500.000000
4) .000000 1000.000000
NO. ITERATIONS= 1
DO RANGE(SENSITIVITY) ANALYSIS?
? yes
RANGES IN WHICH THE BASIS IS UNCHANGED:
OBJ COEFFICIENT RANGES

VARIABLE CURRENT ALLOWABLE ALLOWABLE
COEF INCREASE DECREASE
X1 3000.000000 4500.000000 3000.000000
X2 5000.000000 INFINITY 3000.000000
RIGHTHAND SIDE RANGES

ROW CURRENT ALLOWABLE ALLOWABLE
RHS INCREASE DECREASE
2 4.000000 INFINITY 2.000000
3 12.000000 6.000000 6.000000
4 18.000000 6.000000 6.000000
Como se advierte, la información que brinda la salida anterior es muy rica y

variada. Por ejemplo indica que el programa ideal de producción incluye dos
piezas de tipo 1 y seis piezas de tipo 2, lo cual permite obtener un Beneficio
Total de $36000.
Pero además señala que de las cuatro horas disponibles en la planta número
1, sobrarán dos horas que pueden ser utilizadas con otros fines. En tanto que
si se utilizan por completo las horas disponibles es en las plantas dos y tres,
allí puede ser conveniente trabajar con horas extras. Claro que por cada hora
extra no debería invertirse más de $1500 en la planta dos y $1000 en la tres.
59
UNIDAD 2
4. EXPLORANDO LA RESOLUCIÓN POR COMPUTADORA EN

EL TEXTO
investigación en el Texto. Algunas aclaraciones importantes sobre las mis-
mas pueden encontrarse en la sección: Respuestas a las Actividades de Pro-
ceso.
8
¿A qué se denomina Variable de Holgura y a qué se llama Varia-
ble de Exceso?.
¿Cómo se transforman las restricciones con desigualdades en res-
tricciones de igualdad?. Escriba el Programa Lineal:
Min Z = 2 X + 3 Y
s.a.
X+Y ≥5
X+Y ≤ 10
X ≥2
Y ≥1
de modo que pueda ser resuelto con la computadora. Además ex-
plique qué valores toman dichas variables en las restricciones ac-
tivas e inactivas. Finalmente determine los valores de las Holguras
y Excesos en el problema anterior.
9
¿Cuántas variables reciben valores al encontrar el óptimo de un
Programa Lineal resuelto por computadora?. ¿Cuántas de esas
variables son No Nulas?. ¿Cuándo una solución se denomina de-
generada?.
60
UNIDAD 2
10
¿Cuál es el Soft conveniente para resolver Programas Lineales?.
Para trabajar con dicho Soft: ¿ es preciso transformar previamente
el programa en igualdades?.
11
Construya una tabla que resuma, elemento por elemento, la infor-
mación que brinda la salida de computadora con la que trabaja el
texto.
12
Resuelva con la computadora e interprete los resultados del Ejem-
plo 1.3.
13
¿Qué información brindan los precios duales?. ¿Cómo se relacio-
nan dichos precios con los rangos admisibles de los lados dere-
chos de las restricciones?.
61
UNIDAD 2
14
Defina el término: Programa Dual. Construya una Tabla que resu-

ma las reglas básicas de la dualidad. Escriba el Programa Dual
correspondiente al siguiente programa original:
Min X1 + 12 X2 – 2 X3
s.a.:
4 X1 + 2 X2 + 12 X3 ≤ 10
2 X1 - X2 + 11 X3 ≥ -2
con: X1 ≤ 0; X2 sin restricción de signo; X3 ≥ 0.

15
Explique el Teorema Dual de la Programación Lineal.
5. MÉTODO SIMPLEX
Este método ha sido el primer algoritmo desarrollado para resolver
eficientemente problemas lineales. Originalmente fue orientado a la resolu-
ción manual, utilizando para ello un esquema de Tablas. Luego, con la aplica-
ción masiva de la computadora, fue implementado en forma de programa de
computadora. De hecho, el LINDO lo utiliza en su aplicación.
Por esa razón, en esta Unidad se dedica un espacio al SIMPLEX, con la in-
tención de que usted conozca sus particularidades.
El primer aspecto importante a señalar es que la estrategia del método consis-
te en realizar las siguientes acciones:
Se posiciona en un vértice del espacio de soluciones factibles.
Desde esa posición determina a cuál de los vértices adyacentes le conviene
desplazarse para mejorar todo lo que sea posible la Función Objetivo.
Con esa mecánica, salta de vértice en vértice hasta arribar al óptimo.
62
UNIDAD 2
Quizás usted se pregunte: ¿para qué tanta complicación?. Si se sabe que el

óptimo está en un vértice, porque simplemente no valorar la Función Objeti-
vo en cada uno de ellos y luego determinar el máximo de los valores calcula-
dos.
No es tan fácil. Como planteábamos anteriormente, un problema real tiene
generalmente una gran cantidad de variables y restricciones. Suponga que un
programa lineal tiene diez variables de decisión y diez restricciones por me-
nor o igual. Entonces cada restricción debe incorporar una variable de holgu-
ra. Por lo tanto, las ecuaciones generales conforman un sistema de diez
ecuaciones con veinte incógnitas. Bajo esas condiciones la cantidad de vérti-
ces resulta:
Cantidad de vértices = 20C10 = 20! / 10! 10! = 16796
Ahora bien, como verá en su siguiente investigación en el texto, en este pro-

blema, para identificar cada vértice es preciso resolver un sistema lineal de
diez ecuaciones con diez incógnitas. Seguramente usted advierte que resolver
16796 sistemas lineales de esas dimensiones es una tarea grande, aún para
una computadora.
Allí reside precisamente una de las mayores ventajas del SIMPLEX, dado
que permite determinar la solución recorriendo solo algunos vértices.
6. EXPLORANDO EL MÉTODO SIMPLEX EN EL TEXTO

investigación en el Texto. Algunas aclaraciones importantes sobre las mis-
mas pueden encontrarse en la sección: Respuestas a las Actividades de Pro-
ceso.
16
Explique brevemente cómo trabaja el algoritmo Simplex.
63
UNIDAD 2
17
¿Cuál es la forma general de las “ecuaciones originales” que pue-
de resolver el método Simplex?. ¿A qué se denomina “solución
básica”?. ¿A qué se denomina “variable básica”?. ¿Qué represen-
ta cada solución básica?.
18
Escriba las “ecuaciones originales” para el Programa del Ejemplo
1.3. Deduzca a partir de esas ecuaciones alguna solución factible
básica.
19
Construya la Tabla Inicial del Simplex para el Ejemplo 1.3.
Nota: por comodidad de cálculo conviene expresar los valores en
miles.
20
Explique cómo se determina la variable que conviene hacer en-
trar en la Base. Determine la variable que debe ingresar en la Ta-
bla del Simplex para el Ejemplo 1.3.
21
Explique cómo se determina la variable que conviene hacer salir
de la Base. Determine la variable que debe salir en la Tabla del
Simplex para el Ejemplo 1.3.
64
UNIDAD 2
22
Explique cómo se transforma la Tabla Simplex. Determine la se-
gunda Tabla para el Ejemplo 1.3.
23
Explique cuándo se detiene el algoritmo Simplex. Determine la
solución óptima para el Ejemplo 1.3.
24
¿Bajo qué condiciones es necesario introducir variables artificia-
les?. ¿Qué representan esas variables?. ¿Cómo se logra eliminar-
las de la Base?.
25
¿Qué particularidad presenta el Simplex en problemas no facti-
bles?.
26 ¿Qué particularidad presenta el Simplex en problemas no acota-

dos?.
27 ¿Cómo se puede resolver un problema de minimización con el

Simplex?
65
UNIDAD
2 SOLUCIÓN A LAS
1. a) El método gráfico puede aplicarse solo a problemas lineales con dos
variables.
b) Para representar una restricción por desigualdad en primer lugar debe
convertirse la expresión lineal en una igualdad. Se tiene entonces la ecua-
ción de una recta. Luego se grafica dicha recta.
c) Para determinar la región que satisface la restricción es conveniente ele-
gir un punto del plano para hacer la comparación, por ejemplo el (0,0),
luego se determina si dicho punto satisface o no la restricción.
d) Para encontrar el óptimo de un programa con el método gráfico se debe
representar la función objetivo con una recta y desplazarla a través de la
región factible, en el sentido que marca el objetivo.
e) Siempre, la solución óptima de un programa lineal se encuentra en los
límites de la región fáctible, generalmente en los vértices.
2. Una restricción es activa cuando pasa por el punto óptimo. En las restriccio-
nes activas no hay holgura ni excedente. En cambio si la restricción es inac-
tiva, los recursos no se agotan totalmente.
3. El punto óptimo de este programa se encuentra en (4,1). En dicho punto la

Función Objetivo toma el valor: Z = 2 (4) + 3 (1) = 11.
Observe nuevamente que el óptimo se encuentra en un vértice.
Y
10
9
8 Función Objetivo
7
6
5
2
1
0
1 2 3 4 5 6 7 8 9 10 X
Vértice Optimo
66
UNIDAD 2
Además, en este caso las restricciones activas son la primera [ X + Y ≥ 5 ] y la

ubicada en la cuarta posición [ Y ≥ 1 ]. Verifique que si en dichas inecuaciones
se reemplaza X por 4 e Y por 1, los miembros de la derecha se igualan con los
recursos de la izquierda.
Finalmente, es importante analizar qué pasa con las restricciones inactivas. En
la segunda hay una holgura de cinco unidades [ X + Y = 5 < 10 ], en tanto que
en la tercera se encuentra un excedente igual a dos [ X = 4 > 2 ].
4. Se dice que un programa lineal es no acotado cuando es posible mejorar

indefinidamente la Función Objetivo.
Se dice que un programa lineal es no factible cuando las restricciones im-
ponen condiciones incompatibles entre sí. Esta condición se verifica, por
ejemplo, si entre las restricciones se incluye simultaneamente la obligación
de satisfacer X = 15 y X > 30.
El texto destaca que un programa lineal debe estar siempre en alguna de las
siguientes situaciones:
a) Tiene solución óptima.
b) No tiene solución óptima porque es no factible.
c) No tiene solución óptima porque es no acotado.
5. En la práctica los resultados de un programa lineal nunca pueden verificar-

se perfectamente. Ello se debe a que seguramente hay factores de menor
importancia que no han sido representados en el modelo. Por otra parte los
parámetros (coeficientes y lados derechos de las restricciones), siempre con-
tienen algún nivel de incertidumbre.
Bajo esas condiciones el decisor debe conocer, no solo la combinación
óptima de las variables de decisión, sino además cuánto pueden llegar a
variar los resultados en la realidad.
6. Si las alteraciones de los coeficientes son pequeñas el valor óptimo de la

Función Objetivo varía, en tanto que no cambia el vértice óptimo y por
ello, no se alteran las variables de decisión. Si las variaciones son significa-
tivas, cambia además el vértice óptimo.
En el Ejemplo del punto 2 la Función Objetivo puede expresarse como:
Y = Z - 2/3 X es una recta con pendiente 2/3.
67
UNIDAD 2
Las restricciones activas son:

X + Y ≥ 5 esta es una recta con pendiente unitaria,
Y ≥ 1 esta tiene pendiente cero.
Por lo tanto si los coeficientes de la Función Objetivo varían lo suficiente

como para que la pendiente 2/3 pase a ser cero o uno, el óptimo cambia de
vértice. Un breve análisis muestra que para que no se altere el vértice óptimo:
a) el coeficiente de beneficio de X puede aumentar hasta tres o disminuir a
cero;
b) el coeficiente de beneficio de Y puede disminuir hasta cero o aumentar
hasta infinito.
7. Las variaciones en los lados derechos de las restricciones alteran el vértice

óptimo, esto es, cambian los valores de las variables de decisión. De todos
modos, si los cambios son pequeños las restricciones activas siguen siendo
las mismas.
En este caso el análisis de sensibilidad debe permitir determinar cuánto
pueden cambiar los lados derechos sin que se alteren las restricciones acti-
vas.
En el ejemplo de la pregunta (2) se tiene que para la restricción:
X+Y≥5
el lado derecho puede aumentar hasta diez o disminuir hasta tres.
8. Se denomina Variable de Holgura a aquella que permite transformar una

desigualdad por menor o igual en igualdad.
Se denomina Variable Superflua a toda variable que permite transformar
una desigualdad por mayor o igual en igualdad.
El programa lineal toma la forma:
Min Z = 2 X + 3 Y
68
UNIDAD 2
s.a.
X + Y - S1 = 5
X + Y + S2 = 10
X - S3 = 2
Y - S4 = 1
Con todas las variables positivas.

Una propiedad muy importante es que en las restricciones activas, estas va-
riables son nulas. Además, en las inactivas toman valores iguales a las holguras
o excesos disponibles.
En el problema anterior las restricciones activas son la primera y la cuarta, por
lo tanto las correspondientes variables de exceso son nulas. En cambio se
encuentra que:
S2 = 5; S3 = 2.
9. En el óptimo de un Programa Lineal se asignan valores a las variables de

decisión, a las de holgura y a las superfluas.
En el óptimo de un programa de m restricciones se obtienen generalmente
m variables no nulas.
Esta regla es muy importante, por ello las soluciones que no la cumplen se
denominan: degeneradas.
10.En el mercado se encuentran disponibles diversos programas especiales

que permiten la resolución de este tipo de problemas. Uno muy tradicional
es el LINDO, el cuál está disponible en INTERNET. Este es el Soft que
se presenta como ejemplo en el Texto de Gould, Eppen y Schmidt.
Otra alternativa de resolución es el conocido EXCEL. Este utilitario ofre-
ce una rutina denominada SOLVER, con variadas aplicaciones más allá
de los programas lineales. Finalmente es importante destacar que para uti-
lizar estos utilitarios se debe ingresar el programa lineal original expresado
con desigualdades.
69
UNIDAD 2
11. La tabla puede ser como sigue
Concepto Explicación
Valor de la Es el valor que toma la FO en el vértice óptimo.
Función Objetivo
Variable y Valor Es el nombre utilizado para cada variable de decisión en la
formulación del problema y el valor que toman en el vértice
óptimo.
Costo Reducido Cuando el valor de la variable de decisión es diferente de
cero el Costo Reducido resulta nulo. En cambio si la
variable de decisión es cero, el Costo Reducido representa
la variación que debe hacerse en el coeficiente de la FO
para que la variable pueda entrar en la solución óptima.
Renglón y Holgura Brinda los valores de las variables de holgura o exceso en
o Excedente las restricciones inactivas.
Rangos del Coef. Indica las variaciones posibles en los coeficientes de la FO,
en Objetivo sin que cambie el vértice óptimo.
Rangos del Vector Ofrece las variaciones posibles para los recursos (lados
de Recursos derechos de las restricciones), sin que cambien la
combinación de variables no nulas que participan en la
solución óptima.
12. La salida de computadora para el Ejemplo 1.3 es:
OBJECTIVE FUNCTION VALUE
1) 540000.000
VARIABLE VALUE REDUCED COST

A 6000.000000 .000000
B 12000.000000 .000000
ROW SLACK OR SURPLUS DUAL PRICES

2) .000000 10.000000
3) 2000.000000 .000000
4) .000000 20.000000
NO. ITERATIONS= 2
70
UNIDAD 2
RANGES IN WHICH THE BASIS IS UNCHANGED:
OBJ COEFFICIENT RANGES

VARIABLE CURRENT ALLOWABLE ALLOWABLE
COEF INCREASE DECREASE
A 30.000000 60.000000 30.000000
B 30.000000 INFINITY 20.000000
RIGHTHAND SIDE RANGES

ROW CURRENT ALLOWABLE ALLOWABLE
RHS INCREASE DECREASE
2 30000.000000 6000.000000 18000.000000
3 8000.000000 INFINITY 2000.000000
4 12000.000000 18000.000000 6000.000000
El óptimo de $ 540.000 se consigue fabricando 6000 piezas de tipo A y 12000

piezas de tipo B. Si se adopta esta alternativa, no se satisface totalmente la
demanda de la pieza A, dado que quedan 2000 unidades sin atender. Si se
dispusiera de más horas de trabajo, cada hora extra incrementaría en $10 la
ganancia obtenida, por lo tanto esto es lo máximo que se puede gastar por este
trabajo adicional.
Por otra parte, la salida indica que se adoptaría esta política aún cuando el
margen dejado por la pieza A estuviera entre nada y $ 90. En cambio, la pieza
B seguiría siendo más atractiva, aún cuando su margen disminuyera a $ 10.
Además debe notarse que la restricción correspondiente a las horas de trabajo,
mantendría su condición de activa, si la disponibilidad se mantuviera entre
18000 hs y 36000 hs. Por otra parte, la restricción de la demanda de la pieza B,
admite variaciones entre 6000 unidades y 30000 unidades sin alterar la prefe-
rencia por dicha pieza. En ese sentido la solución obtenida es mucho más
sensible a las variaciones de la demanda de A, dado que si esta disminuye más
de 2000 unidades, la solución cambia sustancialmente.
13. Los precios duales reflejan el cambio en el valor de la Función Objetivo,

cuando aumenta una unidad el recurso expresado en el lado derecho de una
restricción.
71
UNIDAD 2
Por ejemplo, sea un programa lineal donde la Función Objetivo en el vértice

óptimo toma el valor $ 50.500; suponga que una restricción sobre superficie
disponible tiene la siguiente forma::
20 X1 + 10 X2 ≤ 160 m2
y tiene como precio dual el valor $ 175. Entonces debe entenderse que si la
superficie disponible es de 161 m2 (un m2 más), el valor óptimo resulta: $50.500
más $175.
Los rangos de aumento o disminución admisible para los lados derechos re-
flejan dentro de cuáles valores de los recursos los precios duales no presentan
alteraciones. Si en el ejemplo anterior se obtiene:
RENGLON LADO DER. AUMENTO DISMINUCION
i 160 40 30
ello significa que si el lado derecho estuviera entre 130 y 200, el precio dual
se mantendría en $ 175.
14. Todo modelo de Programación Lineal tiene un modelo equivalente deno-

minado Programa Dual.
La Tabla que permite guiar la escritura de Programas Duales es la si

guiente:
Modelos Max Modelos Min
Xi ≥ 0 ⇔ la i-ésima restricción es ≥
Xi ≤ 0 ⇔ la i-ésima restricción es ≤
la i-ésima restricción es ≥ ⇔ Yi ≥ 0
la i-ésima restricción es ≤ ⇔ Yi ≤ 0
Para el Programa del ejemplo el Dual es:
72
UNIDAD 2
Max 10 Y1 – 2 Y2
s.a.:
4 Y1 + 2 Y2 ≥ 1
2 Y1 - Y2 = 12
12 Y1 + 11 Y2 ≤ -2
con: Y1 ≤ 0; Y2 ≥ 0
15. El Teorema Dual asegura que dados dos programas, el Primal y su Dual,
solo pueden suceder dos cosas:
a) Que los dos programas tengan la misma solución óptima.
b) Que no haya solución para ninguno de los dos.
16. El algoritmo Simplex recorre los vértices del espacio de soluciones

fáctibles hasta encontrar el óptimo. Partiendo de un vértice inicial, se
desplaza siempre al vértice adyacente que produce la mejor variación
posible para la Función Objetivo.
17. En la forma estándar o forma de “ecuaciones originales”, se presentan

las m restricciones expresadas como igualdades. Además se encuentran
n variables, este conjunto incluye las variables de decisión, las de holgu-
ra y las de exceso. Si se asumen como iguales a cero a n – m variables el
sistema de ecuaciones resultante tiene la misma cantidad de ecuaciones
que de variables y por lo tanto tiene solución. Cada una de esas posibles
soluciones representa un vértice del espacio fáctible.
Se denomina solución básica a la solución del sistema de ecuaciones

(obtenida con el procedimiento anterior), que se explora en un cierto paso
de cálculo del Simplex. Las variables que no se asumieron como nulas
en ese paso se denominan variables básicas.
18. Las ecuaciones generales o forma estándar para el Ejemplo 1.3 son:
73
UNIDAD 2
Max Z = 30 A + 30 B
s. a. :
3 A + B + S1 = 30000
A + S2 = 8000
B + S3 = 12000
Adoptando arbitrariamente como nulas algunas de estas variables se pueden
encontrar los vértices del espacio de soluciones factibles. En particular, dado
que hay m = 3 ecuaciones, deben anularse n – m = 2 variables por vez.
Sean A = B = 0, entonces una primera solución es S1 = 30000; S2 = 8000;
S3= 12000. Dicho de otro modo: no producir, con lo cual quedan disponibles
las horas de trabajo e insatisfechas las demandas.
Otra solución se obtiene haciendo A = S3 = 0, con lo cual se producen B=12000
piezas y sobran S1 = 18000 horas de trabajo, quedando insatisfecha la deman-
da de piezas de tipo A.
19. La Tabla inicial para el Ejemplo 1.3 es:

30 30 0 0 0
Coeficiente Variable A B S1 S2 S3 Valor
0 S1 3 1 1 0 0 30
0 S2 1 0 0 1 0 8
0 S3 0 1 0 0 1 12
20. Para determinar la variable que entra se deben obtener los Cj – Zj. Es
importante recordar que el Zj determina el aporte unitario que realiza
cada una de las variables a la Función Objetivo. Con ese razonamiento,
el valor Cj-Zj indica el aporte unitario extra que puede agregar cada
variable si es incluída en la Base.
Al aplicar ese razonamiento a la Tabla Inicial del Ejemplo 1.3 se ob-

tiene:
30 30 0 0 0
0 S1 3 1 1 0 0 30
0 S2 1 0 0 1 0 8
0 S3 0 1 0 0 1 12
Zj = 0 0 0 0 0
Cj–Zj = 30 30 0 0 0 Z=0
74
UNIDAD 2
En este caso todos los Zj son nulos, ello indica que en la primera Tabla
ninguna variable realiza aportes y precisamente la FO es Z = 0.
Si se analizan los valores de Cj–Zj, puede detectarse que al ingresar
en la Base las variables A o B se obtienen mejoras de $30 por cada uni-
dad producida. En un caso de empate como este, se selecciona arbitraria-
mente la variable que entra. Suponga que para esta resolución se decide
ingresar la variable B.
21. Para determinar la variable que sale de la Base, se realizan los cocientes
de los lados derechos de cada fila por los coeficientes que afectan a la
variable que ingresa. En este caso se tienen: 30/1 = 30; 8/0 no se consi-
dera; 12/1 = 12. El mínimo de estos cocientes señala la variable que
sale, en este caso corresponde a la variable de holgura S3,
22. La transformación de la Tabla interior se realiza con la estrategia de eli-

minación de Gauss para resolver sistemas de ecuaciones lineales. En ge-
neral se siguen los siguientes pasos:
a) Se determina el elemento pivote (intersección de la columna que
entra y la fila que sale).
b) En las columnas Coeficiente y Variable para la fila que sale, se
colocan los datos de la variable ingresante.
c) Se dividen todos los elementos de la fila que sale por el elemento
pivote, incluyendo al Valor del lado derecho.
d) Si el elemento pivote está en la fila k y en la columna l, los restantes
elementos de la matriz A, se determinan haciendo:
ai,j = ai,j - ak,j x ai,l / ak,l
Donde i es el número de fila y j el número de columna del elemento que se

transforma.
75
UNIDAD 2
Para el Ejemplo 1.3 la segunda Tabla queda
30 30 0 0 0
0 S1 3 0 1 0 -1 18
0 S2 1 0 0 1 0 8
30 B 0 1 0 0 1 12
Zj = 0 30 0 0 30
Cj–Zj = 30 0 0 0 - 30 Z = 360
23. Cuando en un Programa de maximización se encuentra que todos los Cj –

Zj, son negativos, entonces la FO ya no se puede mejorar con el ingreso
de nuevas variables en la Base. Esa situación indica que se ha arribado al
óptimo.
Para el Ejemplo 1.3 la tercera Tabla es:
30 30 0 0 0
30 A 1 0 1/3 0 -1/3 6
0 S2 0 0 -1/3 1 1/3 2
30 B 0 1 0 0 1 12
Zj = 30 30 10 0 20
Cj–Zj = 0 0 -10 0 - 20 Z = 540
Es decir que la decisión óptima es producir 6000 unidades de A y 12000

unidades de B. Si se adopta esa decisión, se utilizan completamente las
horas de trabajo disponibles y se atiende completa la demanda de B. En
cambio, 2000 unidades del producto A quedan sin atender.
El beneficio completo a obtener es de $ 540000.
24. Las variables artificiales son un recurso matemático que permite obtener
una “solución inicial” evidente. La necesidad de esto se evidencia en el
siguiente ejemplo:
76
UNIDAD 2
Min Z = 2 X + 3 Y
s.a.
X + Y - S1 =5
X+ Y + S2 = 10
X - S3 =2
Y - S4 =1
En este caso, si se anulan las variables de decisión X1 y X2, se obtiene por

ejemplo que S1 = - 5, lo cual contradice la restricción de que las variables son
positivas. Para sortear este incoveniente se agregan tres variables artificiales,
del siguiente modo:
Min Z = 2 X + 3 Y
s.a.
X + Y - S1 + A1 =5
X+ Y + S2 = 10
X - S3 + A2 =2
Y - S4 + A3 = 1
Con este nuevo planteo, hay una primera solución evidente:

A3 = 5; S2 = 10; A2 = 2; A3 = 1.
Se debe destacar que las variables artificiales no tienen significado para el

problema, por lo tanto es necesario descartarlas rápidamente; esto se logra
otorgándoles coeficientes muy grandes en magnitud, pero de signo contra-
rio al objetivo pretendido (para este ejemplo: - M.).
77
UNIDAD 2
25. El problema es no factible cuando es imposible satisfacer simultáneamen-

te todas las restricciones. Por lo tanto si se puede analizar con éxito una
primera Tabla entonces el problema es factible.
26. El problema es no acotado cuando en una cierta Tabla existen variables

que pueden ingresar en la Base, en tanto que no hay variables que cum-
plan la condición de salida.
27. El método Simplex, tal como fue planteado permite resolver problemas
de maximización. Sin embargo es posible aplicarlo a la determinación de
mínimos utilizando alguna de las siguientes estrategias:
a) Multiplicar la FO por (-1) y resolver normalmente.
b) Resolver el método con la modalidad presentada anteriormente, pero
permitiendo que ingrese en la base la variable cuya Cj – Zj toma el
valor negativo de mayor magnitud absoluta.
78
UNIDAD
ACTIVIDADES DE
AUTOEVALUACIÓN 2
1. Una AFJP duda entre invertir en Acciones o en Bonos. La cantidad total de
dinero a invertir es de $ 6.000.000. Se han evaluado los rendimientos de
ambas posibilidades y se ha determinado que para las acciones, por cada
peso invertido se obtendrían dos pesos de ganancia al final de un año. Para
los Bonos, en cambio, el rendimiento previsto es de un peso por cada peso
invertido.
Formule un programa lineal que le permita determinar la acción a seguir
para obtener la máxima ganancia posible.
2. Para el programa anterior, realice la resolución gráfica y el análisis de sen-

sibilidad asociado con la misma. Intente hacer una interpretación lo más
completa posible de los resultados.
3. En base a los resultados del punto anterior, construya la salida que ofrece-
ría un Soft al analizar este problema. Es importante que no utilice Soft para
esta tarea.
4. Construya una Tabla Simplex y resuelva el problema con dicho algoritmo.

Interprete los valores finales de la última Tabla encontrada.
5. Resuelva el problema de mezcla de gasolina planteado en el Ejemplo 1.4,

utilizando un Soft específico. A partir de los resultados obtenidos determi-
ne:
a. la combinación de Gasoil que asegura el mínimo costo total;
b. el costo con el cual un combustible no incluído en la mezcla óptima
debería ser considerado;
c. las holguras o excesos de todos los recursos utilizados;
d. los precios duales de cada recurso y su interpretación;
e. las posibles variaciones de precios de los productos finales que no
provocan variaciones en la combinación óptima:
f. el rango de valores de las disponibilidades, para el cuál no varía la
combinación óptima.
79
UNIDAD 2
6. Resuelva el problema de transporte planteado en el Ejemplo 1.5, utilizando

un Soft específico. A partir de los resultados obtenidos determine:
a. la estrategia de transporte que asegura el mínimo costo total
b. el costo con el cual un camino no utilizado debería ser considerado
c. las holguras o excesos de las demandas y ofertas planteadas
d. los precios duales de cada demanda y oferta, y su interpretación
e. las posibles variaciones de precios de los caminos que no provocan
variaciones en la distribución óptima
f. el rango de valores de las ofertas y demandas, para el cuál no varía la
7. Resuelva el problema del Departamento de Nutrición de un hospital, plan-

teado en el Ejemplo 1.6, utilizando un Soft específico. A partir de los resul-
tados obtenidos determine:
a. la combinación de comidas básicas que asegura el mínimo contenido
de grasa
b. el costo con el cual una comida no incluída en la dieta óptima debería
ser considerada
c. las holguras o excesos de todos los requerimientos planteados por el
Director
d. los precios duales de cada requerimiento y su interpretación
e. las posibles variaciones de las cantidades de nutrientes y de grasa,
que no provocan variaciones en la combinación óptima
f. el rango de valores de los requerimientos, para el cuál no varía la
80
ADMINISTRACIÓN
DE PROYECTOS:
PERT-CPM
UNIDAD
3
81
UNIDAD
3 O RIENTACIÓN
APRENDIZAJE
DEL
Muchas de las obras realizadas por el hombre requieren la ejecución de una

gran cantidad de tareas, fuertes inversiones y la participación de un elevado
número de empleados, contratistas y subcontratistas. Piense por ejemplo en el
esfuerzo de construir un edificio, levantar un dique o diseñar un automóvil.
Ante la magnitud de desafíos como los citados, la única manera de no come-
ter grandes errores es alcanzar un alto grado de organización y control. Dicho
de otro modo el problema en este caso es planificar adecuadamente el desa-
rrollo del proyecto previendo plazos para las tareas, recursos necesarios, pro-
yectando inversiones, determinando necesidades de mano de obra, etc.
Este tipo de requerimientos ha llevado a desarrollar métodos orientados a la
programación eficiente de los proyectos. En esta línea los más conocidos se
denominan PERT / CPM.
PROBLEMA:
Planificar el proyecto
MODELOS
PERT-CPM
El punto de partida de ambos métodos lo constituye la construcción de una

red de actividades representativa del proyecto. Dicha red está formada por
flechas y nodos, donde las flechas representan las actividades a ejecutar y los
nodos pueden relacionarse con las etapas del programa.
El análisis de dicha red permite obtener una cierta cantidad de información
entre las que se destacan :
82
UNIDAD 3
Duración del proyecto y demoras permitidas a cada actividad.

Identificación de las actividades que no admiten demoras por tratarse de
verdaderos cuellos de botella. La secuencia de dichas actividades se deno-
mina camino crítico.
Estimación de probabilidades sobre la duración del proyecto.
Análisis económico incluyendo la valoración de inversiones necesarias para
adelantar o demorar el avance de las tareas (Diagramas de Tiempos y de
Costos).
Finalmente toda esa información puede ser usada, a medida que avanza el
proyecto, como una eficiente herramienta de control.
RED DE ACTIVIDADES
Duración del Camino Valoración de Diagrama de

Proyecto Crítico Probabilidades Tiempo y Costo
CONTROL
83
UNIDAD 3
PROBLEMA:
Planificar el proyecto
Esquema
Conceptual
MODELOS
PERT-CPM
RED DE ACTIVIDADES
Duración del Camino Valoración de Diagrama de

Proyecto Crítico Probabilidades tiempo y costo
CONTROL
Los objetivos a alcanzar en esta unidad son:

Objetivos del
Aprendizaje
Construir redes de actividades de diferentes proyectos.
Determinar la duración total de un proyecto.
Identificar las actividades impostergables, el camino crítico y los
márgenes de las distintas actividades.
Realizar valoraciones de la probabilidad de conclusión del
emprendimiento en un lapso de tiempo.
Relacionar los costos con las duraciones y diagramar el flujo de
recursos.
Establecer un sistema eficiente de control del avance de tareas.
84
UNIDAD 3
1. Representación de Proyectos. Contenidos
2. Investigando los Diagramas PERT-CPM en el Texto.

3. Posibilidades adicionales : cálculo de probabilidades con la Duración.
4. Posibilidades adicionales : Sistema PERT-Costo.
5. Recorriendo las posibilidades adicionales en el Texto.

en la Ciencia Administrativa. Prentice Hall Hispanoamérica S. A.. Méxi-
co. 1992.
El tema Programación de Proyectos se presenta en un capítulo específico. Es

importante realizar una atenta lectura de la parte final del misma, en particular
las referencias a estrategias de control.
HILLIER, F. y LIEBERMAN, G. Introducción a la Investigación de

Operaciones. Mc Graw Hill. México, 1997.
BIEMAN H, BONINI Ch y HAUSMAN W. Análisis cuantitativo para

la toma de decisiones. Mc Graw Hill. España, 1996.

Estos textos tienen contenidos y organización similares al utilizado como obli-

gatorio. De todos modos es interesante su revisión por los ejemplos utilizados.
85
UNIDAD 3
1. REPRESENTACIÓN DE PROYECTOS
El tipo de proyectos que permite destacar las ventajas del PERT-CPM engloba
a cientos de tareas, involucra a una importante cantidad de personas, algunos
dependientes y otros subcontratistas, compromete a diversas empresas y ban-
cos. Es decir, se trata de emprendimientos de mediana o gran dimensión.
Obviamente no se puede adoptar como ejemplo central de esta Unidad un pro-
yecto de esa magnitud. Muy por el contrario es preferible un ejemplo clara-
mente acotado, que permita ejercer un control permanente sobre sus caracte-
rísticas.
Por esa razón se ha seleccionado uno de los trabajos realizados por el Licencia-
do Juan Decisor:
Ejemplo 3.1
Uno de los trabajos de asesoría conducidos por Juan fue una cam-
paña publicitaria veraniega encargada por una embotelladora de
gaseosas. La idea era distribuir 40 jóvenes muy simpáticos en las
principales playas para que ofrecieran el producto en sus distintas
variedades. Por una parte se esperaba que inducieran a probar el
refresco y por el otro que favorecieran la venta.
Juan y su equipo determinan que para estar en condiciones de ini-
ciar el operativo el 15 de Diciembre deben cumplir satisfactoria-
mente las siguientes actividades:
A. Planificación de la campaña: esto incluye la selección de

jingles, definición de los stands de exposición y adopción de las
modalidades de venta.
B. Selección de los jóvenes participantes: esto incluye la publi-
cación de avisos que convoquen a interesados, la recepción de los
mismos y realización de pruebas individuales y grupales para va-
lorar su predisposición.
86
UNIDAD 3
C. Capacitación : desarrollo de una serie de cursos que potencien

las capacidades individuales.
D. Diseño de trajes: aspecto relevante que escapa a las posibilida-
des de Juan, está a cargo de un diseñador externo.
E. Confección de los trajes : tarea que también debe ser encarga-
da a un taller externo.
Luego del análisis preliminar y de realizar las correspondientes

consultas logran determinar tentativamente las duraciones de cada
actividad y las correspondientes precedencias. Dicha información
se vuelca en la Tabla :
Actividad Duración Precedencia

—————— —————— ————————
A 12 días —-
B 15 días A
C 8 días B
D 10 días A
E 10 días B, D
Atención : al decir que la actividad C (capacitación) tiene como

precedente a la B (selección de los jóvenes), se está remarcando
que C no puede iniciarse hasta no concluir con B.
El primer tratamiento que puede hacerse a estos datos es representar las dura-
ciones de las actividades con barras como en la siguiente Tabla:
TIEMPO EN DÍAS
TAREA 1 5 10 15 20 25 30 35 37
A
B
C
D
E
Esta representación se conoce como Diagrama de Gantt.
87
UNIDAD 3
Analizando el Diagrama de Gantt determine qué actividades de-

ben estar terminadas hasta el día 15. Determine además cuáles
deben estar en ejecución el día 30.
Indudablemente se trata de una representación muy útil, tanto en la programa-

ción como en el posterior control de avance. Sin embargo hay una parte de la
información que el Diagrama no representa: las relaciones de precedencia.
Observe por ejemplo, que al analizar la Actividad C no queda claro si las
actividades B y D deben estar concluidas antes de su inicio. Es necesario
volver a los datos iniciales para verificar que antes de comenzar con C ( capa-
citación ) la actividad que debe estar concluida es B (selección de los jóve-
nes).
La representación adoptada por el método PERT-CPM es un Diagrama de
Nodos y Flechas. Las flechas se corresponden con las actividades. Los
nodos, en cambio, no tienen un significado concreto, solo identifican el co-
mienzo y final de las actividades.
La red PERT-CPM para el proyecto de Juan se muestra en la figura que si-

gue:
3
B:15 d C:8 d
A:12 d
1 2 5
D:10 d E:10 d
Nota: la flecha punteada que une los nodos [3] y [4] no representa una acti-
vidad real. Por el contrario, se la introduce en el diagrama al solo efecto de
indicar una precedencia. Por ese motivo se la denomina Actividad Ficticia.
88
UNIDAD 3
Mediante la aplicación de un algoritmo simple es posible realizar entre otras,

las determinaciones que se presentan a continuación:
la duración total del proyecto es de 37 días.
las actividades C y D admiten un cierto margen, es decir pueden ser co-
menzadas con demora.
las actividades A, B y E, en cambio, no permiten postergaciones ; dicho de
otro modo, deben ser realizadas en el tiempo justo porque si no se demora
el proyecto completo.
Verifique sobre el Diagrama de Gantt que el proyecto no puede

ejecutarse en menos de 37 días.
Verifique sobre el mismo diagrama que si
la actividad D demora 2 días más de lo previsto no se retrasa el
proyecto.
la actividad B demora 2 días más de lo previsto, el proyecto se
prolonga, requiriendo 39 días en vez de solo 37.
A las tareas A, B y E, que no permiten

retrasos, se las denomina actividades
críticas. A la secuencia de esas activi-
dades se la denomina Camino Crítico
A continuación se muestra nuevamente el Diagrama realizado por Juan para

su proyecto, pero ahora el camino crítico está señalado por una flecha más
gruesa.
3
B:15 d C:8 d
A:12 d
1 2 5
D:10 d E:10 d
4
89
UNIDAD 3
2. INVESTIGANDO LOS DIAGRAMAS PERT-CPM EN EL TEXTO
La siguiente es la lista de preguntas que debe usar como Guía durante el aná-
lisis del Texto. Recuerde que cada pregunta se considera como una actividad
de proceso numerada.
1
Identifique las tres o cuatro reglas que permiten realizar el trazado
de una red de actividades PERT-CPM
2
Construya la red para el caso del Ejemplo 3.2.
3
Construya la red para el caso del Ejemplo 3.3.
4
¿Qué se entiende por tiempos más tempranos de inicio y de finali-
zación de una actividad?
5 ¿Cómo se determina la duración del proyecto o dicho de otro modo,

el tiempo mínimo en que el proyecto puede ejecutarse?.
90
UNIDAD 3
6 ¿Qué se entiende por tiempos más tardíos de inicio y de finaliza-

ción de una actividad?.
7
¿Cómo se determina la holgura de una actividad ?.
8
¿Cómo se determina si una actividad debe considerarse crítica?.
¿Cómo se determina el camino crítico?.
9 Determine para el Ejemplo 3.2 y para el Ejemplo 3.3 las siguien-

tes propiedades:
Duración.
Camino crítico.
Holguras de las actividades no críticas.
10
Esta pregunta no requiere una investigación en el texto. Elabore
usted una opinión sobre cuál de las dos representaciones de pro-
yectos se deben hacer en la práctica. ¿Conviene usar el Diagrama
de Gantt o es preferible la Red de Actividades del PERT-CPM?.
91
UNIDAD 3
Ejemplo 3.2
Period Publishing Company acaba de firmar un contrato con un
autor para publicar y comercializar un nuevo libro de texto. Como
Vicepresidente, usted desea saber la fecha más temprana de con-
clusión de este proyecto.
ACTIVIDAD DESCRIPCION ESTIMACION PREDECESORAS

DE TIEMPO INMEDIATAS
A Preparación del manuscrito por el autor 30 Ninguna

B Diseño de materiales promocionales 6 A
C Producción de materiales promocionales 4 B, G
D Corrección del manuscrito 5 A
E Corrección de galeras y revisión 10 D
F Producción del libro final 8 E, G
G Obtención de los permisos legales y derechos 14 A
H Conducción de la capacitación para ventas 2 C
Fuente: Mathur K y Solow D. ( Bibliografía [3] )
Ejemplo 3.3
Gabinetes S. A. es una pequeña industria que manufactura y en-

sambla todo tipo de gabinetes. Se va a manufacturar un nuevo
tipo de gabinete, lo cual requiere las siguientes tareas :
Tarea Descripción Tiempo de tarea [en min.]
A Preparar las ruedas 10
B Montar las ruedas 5
C Ensamblar los costados 15
D Colocar la cubierta superior 11
E Colocar la base 10
F Insertar las ménsulas 5
G Insertar las repisas 5
H Colocar las puertas 10
I Colocar el panel posterior 10
J Pintar la unidad 15
92
UNIDAD 3
Las ruedas se montan después de ser preparadas. La base no pue-

de unirse hasta que se ensamblan los costados y las ruedas están
montadas. La parte superior no puede unirse ni insertarse las
ménsulas hasta que estén ensamblados los costados. Las repisas
se colocan después de haber colocado las ménsulas. El panel pos-
terior se une después que la base y la cubierta superior son colo-
cadas. Las puertas se colocan después que se instalan las repisas,
la base y la cubierta superior. La unidad se pinta después de ha-
berse colocado las puertas y el panel posterior.
Fuente: Mathur K y Solow D. ( Bibliografía [3] )
3. POSIBILIDADES ADICIONALES: CÁLCULO DE PROBABILI-

DADES CON LA DURACIÓN.
Continuando con el caso del Ejemplo 3.1, a Juan y su gente se le plantea una
dificultad, deben comenzar con la campaña antes del 15 de Diciembre, fecha
para la cual restan solamente 34 días. La pregunta para ellos es : ¿qué posibi-
lidad tienen de concluir en ese lapso ?.
PERT- CPM permite hacer una valoración de ese tipo. El primer paso es reco-
nocer que no hay una estricta seguridad para las duraciones de las tareas, dado
que siempre existen imponderables que hacen que se concluya un poco más
rápida o un poco más lentamente. Por ejemplo, se piensa que la actividad A
demanda 10 días, pero nada asegura que no sean solo 8, o que no se extienda
a 11 días.
Para hacer la valoración de probabilidades PERT- CPM asume que las dura-
ciones son variables aleatorias con distribución Beta. Para definirla Juan
debe especificar para cada una de las actividades los siguientes tres tiempos:
topt: tiempo optimista, es el menor tiempo en el cual se considera posible

realizar la tarea.
tnor: tiempo normal, es la duración considerada más razonable para la acti-
vidad.
tpes: tiempo pesimista, es el tiempo que puede requerir la tarea si se presen-
tan en contra las peores condiciones.
93
UNIDAD 3
Entonces la Beta que corresponde a una tarea puede representarse así :
f(t)
t opt t nor t pes
Manos a la obra. Juan consulta con su equipo, con el diseñador de trajes y

con el taller que hará la confección. Luego del análisis, logran establecer los
siguientes tiempos:
t opt t nor t pes

Actividad
A 9 12 15
B 13 15 17
C 7 8 10
D 8 10 12
E 7 10 13
A partir de esta información es posible determinar la duración media y el

desvío típico para cada actividad. Esto se logra haciendo:
media : µ = [ topt + 4 tnor + tpes ] / 6

desvío : σ = [ tpes - topt ] / 6
Como ejemplo, para la actividad A este calculo tiene como resultado :
media : µ = [ 9 + 4 12 + 15 ] / 6 = 12 días
desvío : σ = [ 15 - 9 ] / 6 = 1 día
Realice usted el cálculo de medias y desvíos para las restantes

actividades.
94
UNIDAD 3
Luego, se puede suponer, de acuerdo al Teorema del Límite Central del

cálculo de probabilidades, que la Duración del Proyecto Completo es una
variable aleatoria con Distribución Normal con los siguientes parámetros ;
Media = suma de las medias de las actividades que componen el camino

crítico.
Varianza= suma de las varianzas de las actividades que componen el camino
crítico.
Para el proyecto de publicidad de Juan esto da µ total igual a 37 días y σ total
igual a 1.563. Dado que Juan desea conocer la probabilidad de concluir en 34
días realiza las operaciones de rutina con la Normal, esto es :
Z = ( X - µ total ) / σ total = ( 34 - 37 ) / 1.563 = - 1.92
y con este valor busca en la Tabla de la Normal Standard obteniendo :

P ( de concluir en 34 días ) = 0.027
Malas noticias. Sin duda las chances de lograrlo son muy pocas. El Licencia-
do deberá usar algún recurso especial para concluir a tiempo.
El Teorema del Límite Central es aplicable solo

cuando en el Camino Crítico hay por lo menos 20
o 30 actividades. En caso contrario no se puede su-
poner normalidad.
Este ejemplo se resolvió así para mostrarle a usted
la estrategia de cálculo, pero en realidad el camino
crítico tiene solo 3 actividades y por lo tanto el
método no es aplicable.
Alégrese. En la práctica es muy común que el ca-
mino crítico incluya más de 20 tareas.
95
UNIDAD 3
4. POSIBILIDADES ADICIONALES : SISTEMA PERT-COSTO
Las posibilidades adicionales a que se hace referencia son :
Diagrama Tiempo - Costo : permite analizar las posibilidades de reduc-

ción en el tiempo de ejecución del proyecto y de que manera ese esfuerzo
incrementa los costos.
Diagrama PERT - Costo : es una previsión acumulada de costos. Permite
verificar si el ritmo de las inversiones es el previsto.
Por supuesto, el Licenciado Juan Decisor no duda en utilizar ambas herra-
mientas. Su primera preocupación es reducir la duración del proyecto. Re-
cuerde que debe terminarlo en 34 días y que según su cálculo inicial tiene
pocas probabilidades de lograrlo.
Por lo tanto hace una serie de consultas sobre posibilidades de acelerar las
tareas, obteniendo resultados dispares. Por ejemplo la actividad A (diseño de
la campaña) se puede apurar un par de días dejando en horas extras a los
auxiliares que deben pasar en limpio los borradores. Reducir la actividad C
(capacitación) en cambio es muy costoso dado que resulta necesario alquilar
una sala externa. Además el diseñador de los trajes contesta que le resulta
imposible lograr buenos resultados en menos de diez días.
A partir de las respuestas Juan construye la siguiente tabla:
Costo Menor Costo por

Tarea Duración Costo Diario duración día de
Normal Normal posible reducción
A 12 1200 100 10 50
B 15 1950 130 12 200
C 8 5000 800 6 150
D 10 3000 300 10 -----
E 10 2800 280 7 70
Como usted puede ver, la actividad A por ejemplo, puede ser acortada en
solo dos días. Además cada día menos acarrea una erogación adicional de $
50 por horas extras.
Por otra parte, el costo del proyecto ejecutado en sus tiempos normales es
de $ 13.950 ( esto es 1200 + 1950 + 5000 + 3000 + 2800 ). Todas, salvo la
D, admiten un aceleramiento.
96
UNIDAD 3
Para recordar mejor el problema es conveniente volver al Diagrama de Red:
3
B:15 d C:8 d
A:12 d
1 2 5
D:10 d E:10 d
Las actividades que deben ser reducidas son las del camino crítico, En efecto,
al menos inicialmente, no sería útil acelerar la actividad C.
Sobre el camino crítico la actividad que se puede apurar con el menor costo es
la A, por lo que reducir la duración total a solo 35 días implica una erogación
de :
Costo de reducción = 2 días x $ 50/día = $ 100
con lo que el costo total pasa a ser de $ 14.050 ( $ 13.950 + $ 100 ).
A continuación la actividad E puede reducirse en dos días aumentando los
costos a razón de $ 70 por día. Estando ya en 33 jornadas ; ¿qué conviene
hacer ?. Luego de reducir E en dos días, surge la novedad de que también la
actividad C se torna crítica. Por lo tanto las opciones son : acortar C y D con un
costo de $220 o acortar B con una erogación extra de $ 200.
Siguiendo este razonamiento hasta el mínimo posible de 29 días, Juan puede
construir el Diagrama tiempo - costo que se muestra a continuación:
15200
15000
14800
14600
14400
Costo
14200
14000
13800
13600
13400
29 30 31 32 33 34 35 36 37
tiempo
97
UNIDAD 3
a partir del análisis del gráfico al Licenciado Decisor le resulta muy fácil
determinar que actividades realmente conviene acelerar para cumplir con sus
plazos.
Elabore usted su propia opinión. ¿Qué le convendría hacer para

tener una seguridad razonable de poder cumplir con el plazo de 34
días sin incurrir en excesivos aumentos de costo?
Otra gráfica importante para construir es el Diagrama PERT - COSTO. Esta

se obtiene acumulando las erogaciones diarias de dos maneras diferentes : su-
poniendo que todas las actividades no- críticas se inician en el tiempo más
temprano posible, por una parte, y suponiendo que esas mismas actividades
se inician en tiempo más tardío, por la otra.
Esta operación, para el proyecto de la campaña publicitaria arroja el resultado
que se muestra en la figura :
16000
14000
12000
10000
costos8000
6000
4000
2000
tiempos
¿Qué utilidad tiene esta representación ?. Las dos curvas forman envolventes
dentro de las cuales debe situarse luego, a medida que avanza el proyecto, la
acumulada de los gastos. Si esto no ocurre así, es porque no se está cumplien-
do con el presupuesto trazado y por supuesto, en una situación como esa es
necesario detectar las causas e implementar adecuadas acciones correctivas.
98
UNIDAD 3
Determine qué actitud debe adoptar Juan, si 22 días después de

comenzado su proyecto se llevan gastados $ 7000.
5. RECORRIENDO LAS POSIBILIDADES ADICIONALES EN EL

TEXTO
La siguiente es la lista de preguntas que debe contestar a medida que avance
su investigación del contenido de la Bibliografía.
11
En el análisis PERT deben determinarse tres tiempos: optimista;
más probable y pesimista. Desde el punto de vista de las proba-
bilidades: ¿qué representa el tiempo más probable? ¿Es la me-
diana, la moda o la media?.
Cofronte con la Solución Nº11
12
¿Cómo se determinan el valor esperado y el desvío de la dura-

ción de cada actividad?.
13
¿Qué supuestos deben realizarse para determinar la Distribución

de Probabilidades de la Duración Total del Proyecto?.
99
UNIDAD 3
14
Suponga un proyecto que tiene cuatro actividades en el camino
crítico con las desviaciones estandar que se muestran a continua-
ción :
Actividad A D G K
Desvíos 6 10 5 8
determine el Desvío de la Duración Total.
15
Aplique la técnica de cálculo de probabilidades al proyecto del
Ejemplo 3.4.
16 ¿Qué tipo de relación asume el CPM que existe entre el costo de

una actividad y su duración?. ¿Es una relación lineal o no lineal ?.
Elabore una opinión : ¿le parece que en la práctica esa relación se
verifica siempre del mismo modo?.
17
¿Cuáles son los cuatro datos básicos que usa el CPM para deter-
minar el incremento de costo de una actividad debido a la com-
presión ?. ¿Cómo se usan esos datos para determinar el costo de
compresión por unidad de tiempo ?.
18
Realice los cálculos necesarios para determinar la curva tiempo -
costo para el proyecto de la publicidad de Juan. Compare los
resultados con la gráfica que se mostró anteriormente.
100
UNIDAD 3
19 Explique cómo se aplica la programación lineal al problema de la

reducción de la duración de un proyecto. Formule un modelo que
permita analizar el problema de la campaña publicitaria de Juan.
20
Realice el cálculo de las curvas de costo acumulado para la ejecu-
ción en los tiempos más temprano y más tardío con los datos del
Ejemplo 3.5. Explique cómo realizaría el control de avance en ese
caso. Realice una correcta presentación de resultados en este punto.
Ejemplo 3.4 continúa el Ejemplo 3.3

Para el proyecto de montaje de los gabinetes se han determinado los
tiempos optimista, normal y pesimista.
Tarea Descripción Optimista Normal Pesimista

A Preparar las ruedas 5 10 18
B Montar las ruedas 4 5 8
C Ensamblar los costados 10 15 32
D Colocar la cubierta superior 6 11 25
E Colocar la base 7 10 15
F Insertar las ménsulas 4 5 8
G Insertar las repisas 4 5 8
H Colocar las puertas 8 10 25
I Colocar el panel posterior 8 10 25
J Pintar la unidad 10 15 40
101
UNIDAD 3
Ejemplo 3.5 continúa el Ejemplo 3.2
Period Publishing Company acaba de firmar un contrato con un

autor para publicar y comercializar un nuevo libro de texto. Como
Vicepresidente, usted desea determinar como deberán evolucio-
nar las inversiones con este proyecto
ACTIVIDAD DESCRIPCION ESTIMACION COSTO

DE TIEMPO ESTIMADO
[en semanas] [en pesos]
A Preparación del manuscrito por el autor 30 3000

B Diseño de materiales promocionales 6 1200
C Producción de materiales promocionales 4 1200
D Corrección del manuscrito 5 250
E Corrección de galeras y revisión 10 1000
F Producción del libro final 8 4000
G Obtención de los permisos legales y derechos 14 700
H Conducción de la capacitación para ventas 2 600
102
UNIDAD
SOLUCIÓN A LAS
ACTIVIDADES DE PROCESO 3
1. Las reglas más importantes son:
Las actividades se representan con flechas.

La red debe comenzar en un nodo único y terminar en un nodo único. No
puede haber varios nodos de inicio o de final.
De un mismo nodo pueden arrancar varias actividades. En un mismo nodo
pueden terminar varias actividades.
Entre el mismo par de nodos no puede haber más de una actividad. En este
tipo de situaciones debe incorporarse una actividad ficticia.
Esto no Esto si
o o o
2. Construya la red para el caso del Ejemplo 3.2.
2 6
C
A G
0 1 4
3 5 7 8
E F H
103
UNIDAD 3
3. Construya la red para el caso del Ejemplo 3.3.

1 2 4
B E
A
0
D
C
3 5 6 7 8
F G H J
4. El tiempo más temprano de inicio es el menor tiempo acumulado en el cuál

se está en condiciones de comenzar con una actividad. Para el Ejemplo 3.1
planteado por Juan, la actividad C debe comenzarse una vez que la activi-
dad A ha concluído, dado que esta debe finalizar (si no hay demora), el día
12, entonces
el tiempo más temprano de inicio de C es de 12 días.
¡ATENCION !. Al leer día 12 debe situarse en la hora 24 :00 de esa jorna-
da. Esto se escribe así para poder calcular las holguras sin dificultades.
El tiempo más temprano de finalización es el menor tiempo acumulado en
el cuál se puede concluir una actividad.
5. La duración del proyecto queda determinada en la recorrida hacia adelante

de la red de actividades. Concretamente es el mayor de los tiempos más
tempranos de finalización de las actividades que arriban al último nodo.
Para el caso de la campaña publicitaria organizada por Juan, después de la
recorrida hacia adelante se encuentra un tiempo mínimo para completar
todas las actividades de 37 días.
3
B:15 d C:8 d
[12,15,27] [27,8,35]
A:12 d
1 2 5
[0,12,12] DURACION DEL
PROYECTO
D:10 d E:10 d
[12,10,22] [27,10, 37]
4
104
UNIDAD 3
6. En la recorrida hacia atrás de la red, se deteminan los tiempos más tar-

díos que indican lo más tarde que puede ocurrir el evento sin que se
retrase el proyecto completo más allá de los 37 días.
7. La holgura de una actividad es la máxima demora que puede sufrir esa
actividad sin retrasar el proyecto completo. Se determina restando los
tiempos más tardíos y más tempranos de inicio o de finalización. Es indi-
ferente hacer una cosa o la otra.
Si usted completa el análisis del proyecto de Juan, encontrará que para
la actividad D se tiene:
tiempos más tempranos : [ 12, 10, 22 ]
tiempos más tardíos : [ 17, 10, 27 ]
por lo tanto se calcula :
holgura de D : 17 - 12 = 27 - 22 = 5 días
8. Las actividades críticas son aquellas que tienen holgura igual a cero. El
conjunto de actividades críticas se denomina camino crítico.
9. El proyecto completo para el Ejemplo 3.2, demanda 55 días. El camino
crítico es el formado por la secuencia: A – D – E – F – H. Las holguras
son las siguientes:
B: 13 días; C: 5 días; G: 1 día.
Por su parte, el proyecto del Ejemplo 3.3 requiere de 51 minutos para su
culminación. Hay un doble camino crítico ya que las secuencias que no
admiten demora son: C – D – I - J; C – D – H – J. Además se nota un
fuerte ajuste en tiempos, dado que las actividades no críticas tienen sola-
mente un minuto de holgura.
10. En este aspecto el Licenciado Juan Decisor no tiene dudas, se deben
usar las dos porque brindan información complementaria. En efecto, el
Diagrama de Gantt es un cronograma entendible por toda la organiza-
ción. En cambio la red de PERT-CPM es una herramienta potente para
analizar el efecto de las precedencias sobre el avance del proyecto.
11. El tiempo más probable representa la moda de la distribución.
12. El valor esperado de la duración o media del tiempo de ejecución se
determina haciendo :
media : µ = [ topt + 4 tnor + tpes ] / 6
por su parte el desvío se obtiene como :
105
UNIDAD 3
desvío : s = [ tpes - topt ] / 6

13. Se supone que el camino crítico tiene muchas actividades y que estas son
independientes entre si. Es decir que una demora o anticipo en una no
afecta la duración de las restantes.
A partir de estos supuestos se puede aplicar el Teorema del Límite Cen-
tral, que enuncia que el resultado de la suma de duraciones es una varia-
ble aproximadamente Normal, con media igual a la suma de las medias
de las actividades y varianza igual a la suma de las varianzas.
14. El desvío del proyecto completo se calcula como :
desvío total = [ 62 + 102 + 52 + 82 ]1/2 = 15
15. El tiempo esperado de terminación del proyecto es de 60 minutos con un

desvío de 7.52 minutos.
16. La relación supuesta es de tipo lineal. Ese tipo de relación no necesaria-

mente se verifica en la práctica, dado que ciertas actividades pueden re-
querir mayores desembolsos al inicio y otras al final ; sin embargo la
linealidad es una representación aceptable y ha dado a lo largo del tiempo
buenos resultados.
17. Los datos son : Tiempo normal (To) ; Costo normal (Co); Tiempo de
compresión (Tc); Costo de Compresión (Cc). Con estos valores se de-
termina :
Costo unitario de compresión = [Cc - Co ] / [ Tc - To ]
18. Los resultados son los siguientes:
20 30 31 32 33 34 35 36 37 .
15010 14790 14590 14390 14190 14120 14050 14000 13950
19. Se definen las variables :

106
UNIDAD 3
CA ; CB ; CC ; CD ; CE : días de compresión de las actividades.

IB ; IC ; IC ; IE : inicio más temprano de las actividades mencionadas.
TC ; TE : terminación más temprana de las actividades mencionadas.
Luego el programa lineal queda del siguiente modo :
Min 50 CA + 200 CB + 150 CC + 70 CE
s.a. :
IB + CA ≥ 12 CA ≤ 2
ID + CA ≥ 12 CB ≤ 3
IC - IB + CB ≥ 15 CC ≤ 2
IE - ID + CD ≥ 10 CD = 0
TC + CC - IC ≥ 8 CE ≤ 3
TE + CE - IE ≥ 10
y finalmente una restricción que exprese la duración requerida, por ejem-

plo si se desea determinar la asignación más conveniente para lograr una
duración de 32 jornadas se escribe:
TE ≤ 32 días
20. El control debe consistir en verificar que :
las actividades no presenten demoras;

la acumulada de las erogaciones se desarrolle dentro de las envolventes
para los tiempos más temprano y más tardío. Si se detectan desviaciones
deben implementarse las acciones correctivas necesarias. En grandes pro-
yectos el control se hace por subprogramas.
En la Tabla siguiente se indican las acumuladas en los puntos donde cam-
bia la pendiente de la función :
107
UNIDAD 3
Hasta el día : Acumulado más temprano Acumulado más tardío
30 3000 3000
31 3050
35 4500 3450
36 4850
43 4650
44 6050
45 6450 5350
48 8850
49 8150
53 11350 11350
55 11950 11950
108
UNIDAD
ACTIVIDADES DE
AUTOEVALUACIÓN 3
1. ¿Cuál es la principal ventaja del Diagrama de Gantt frente a las otras
técnicas de representación?. ¿ Por qué razón se construyen además Redes
de Actividades?.
2. El proyecto de una campaña publicitaria tiene las características presenta-
das en la siguiente tabla:
A ctiv id a d D u ración en d ías P rec ed en cia s
A 10 -----
B 15 -----
C 14 A
D 10 B
E 16 B, C
F 10 D, E
Desarrolle la red de actividades de este proyecto.
3. Para el proyecto de la campaña publicitaria planteado anteriormente deter-

mine:
a. La duración mínima del proyecto.
b. El camino crítico.
c. Las holguras o márgenes para cada actividad.
4. Suponga que se determinan los tiempos optimista, normal y pesimista,

para las actividades de la campaña publicitaria, obteniendo los resultados
que se muestran en la siguiente tabla:
Actividad O ptim ista Normal Pesim ista
A 7 10 13
B 12 15 20
C 11 14 17
D 8 10 14
E 10 16 22
F 7 10 13
109
UNIDAD 3
Utilizando el enfoque de probabilidades determine la distribución de pro-

babilidad de la duración total del proyecto.
5. ¿Por qué razón se supone, en el enfoque del PERT que la variable aleatoria
Duración Total del Proyecto tiene distribución Normal.
6. Para el proyecto de la Publicidad suponga que cada actividad tiene un costo

diario mínimo cuando se realiza en su tiempo normal y un costo mayor
cuando en caso de urgencia se desea que la duración sea inferior a la nor-
mal. Los costos son:
Actividad Duración Duración Costo Costo por día

Normal Mínima Normal de reducción
A 10 10 200 ——
B 15 12 400 500
C 14 14 350 ——
D 10 10 250 ——
E 16 10 200 500
F 10 7 150 300
A partir de esa información :

Determine el costo en condiciones normales del proyecto.
Analice todas las reducciones posibles y determine la curva tiempo -
costo.
Trace las envolventes del PERT - COSTO que permiten controlar el
flujo de erogaciones del proyecto.
110
NUMERO
ACTIVIDAD
OBLIGATORIA 1
Este es el momento de realizar la Actividad Obligatoria Nº1. La misma se
encuentra al final de esta Guía de Estudios.
111
CONTROL DE INVENTARIOS
UNIDAD
4
113
UNIDAD
4 O RIENTACIÓN
APRENDIZAJE
DEL
Se denomina Inventario a la reserva de unidades que una empresa debe

realizar para posibilitar su tarea productiva. En una automotriz, por ejemplo,
la cadena de montaje del automóvil necesita contar con una cierta cantidad de
motores, cubiertas o cables, para colocar en el vehículo.
En la actualidad se le presta gran atención a los inventarios porque su mante-
nimiento exige fuertes inversiones. Si fuera posible, las empresas no tendrían
unidades almacenadas. Es por ello que resulta frecuente encontrar en los
diarios, avisos como el siguiente:
ASESORES INTELIGENTES S A
Para empresa líder en su rubro:
Selecciona:
RESPONSABLE DE LOGISTICA
Se requiere:
Experiencia probada en funciones
similares.
Dominio de la modalidad JUST-IN-TIME.
Conocimientos de Inglés e Informática.
Se ofrece:
Excelentes condiciones de trabajo.
Capacitación y desarrollo profesional.
Remitir antecedentes a CC 18181818
Al respecto puede destacarse que la función logística de una empresa, es la

responsable del movimiento de productos, tanto de los insumos que arriban
desde los proveedores, como de las unidades terminadas que deben enviarse a
los clientes. Por otra parte el Just-in-Time es un método que tiende a lograr
que cada insumo llegue a la cadena productiva justo en el momento en que se
lo necesita.
Los comentarios anteriores buscan resaltar que este es un problema serio
para toda organización. ¿Por qué tanta importancia?
La explicación es simple, por un lado mantener grandes inventarios obliga a
efectuar inversiones millonarias y por el otro, ese capital queda inmovilizado
y no puede ser aplicado a alternativas más productivas.
Como ejemplo se puede citar el caso de una automotriz que fabrica cuatro-
cientos autos por día. Si en ese caso no se trabaja en la reducción de los
volúmenes almacenados, los inventarios necesarios pueden sumar entre cien
y ciento cincuenta millones de pesos. Tenga en cuenta el rendimiento que
114
UNIDAD 4
arrojaría ese dinero si estuviera depositado en un Banco.

En resumen, mantener unidades almacenadas ocasiona costos importantes por
pérdida de oportunidad. Es por ello que las organizaciones trabajan mucho
para reducir esos costos.
Costos por pérdida de

oportunidad
INVENTARIOS
Objetivo:
Reducir esos costos
Con ese razonamiento queda claro que lo ideal es no tener inventarios. Pero
lamentablemente en muchos casos esto es imposible
Por esa razón se han desarrollado diversos modelos matemáticos que permi-
ten determinar cuál es la forma de administrar el inventario, de modo que los
costos sean lo mínimo posibles.
El modelo más conocido es el identificado por la sigla EOQ (en castellano:
Tamaño Económico de Lote). Este método asume que la demanda de unida-
des es constante a lo largo del tiempo y que los costos relevantes a cubrir son
los de realización del pedido al proveedor y los propios del almacenamiento.
A partir de esa formulación básica se han deducido diversas variantes, entre
las que se destacan el EOQ con Ruptura y el EOQ con descuentos.
El modelo EOQ con Ruptura, admite la posibilidad de trabajar sin unidades
almacenadas. Esta variante se puede utilizar cuando la venta no se pierde
debido a la inexistencia del producto. Por supuesto, las unidades requeridas
se entregan con posterioridad al momento de la venta.
El modelo EOQ con descuentos, en cambio, introduce la posibilidad de reci-
bir descuentos promocionales por parte del proveedor. Obviamente esos des-
cuentos se ofrecen por compras de grandes volúmenes.
Los conceptos anteriores se resumen en el siguiente Esquema Conceptual.
115
UNIDAD 4
Esquema
Costos por pérdida de Conceptual
oportunidad
INVENTARIOS
Objetivo:
Reducir esos costos
MODELOS
EOQ EOQ
clásico con Documentos
EOQ
con Ruptura
Al finalizar esta unidad, usted estará en condiciones de alcanzar los siguientes

objetivos
Objetivos del
Comprender la problemática de los inventarios. Aprendizaje
Aplicar el modelo de Tamaño Económico de Lote en el análisis de

distintos problemas de inventarios.
Analizar la conveniencia de permitir la ruptura del inventario.
Decidir sobre ofertas de descuentos por cantidad.
Valorar la información que brindan los modelos de inventarios.
116
UNIDAD 4
Los contenidos que vamos a analizar son: Contenidos
1. Criterios contemplados en los modelos de Inventarios

2. Modelo de Tamaño Económico de Lote (EOQ)
3. Explorando el modelo EOQ en el Texto
4. Modelo EOQ con descuentos
5. Modelo EOQ con ruptura
6. Investigando los alcances prácticos de los modelos en el Texto

en la Ciencia Administrativa. Prentice Hall. Hispanoamérica S. A..
México, 1992.
El tema está desagregado en dos capítulos, el primero orientado a los mode-

los determinísticos (donde la demanda de unidades se supone conocida), y el
segundo a los modelos con demanda aleatoria. En esta Unidad se analizan
solamente las formulacionaes del primer tipo, dado que las otras resultan de
menos interés práctico.

Operaciones . Mc Graw Hill. México, 1997.
BIEMAN H, BONINI Ch y HAUSMAN W Análisis cuantitativo

para la toma de decisiones . Mc Graw Hill. España, 1996.

117
UNIDAD 4
Si bien estos textos tienen contenidos y organización similares al utilizado

como obligatorio, es interesante su consulta por los ejemplos presentados.
1. CRITERIOS CONTEMPLADOS EN LOS MODELOS DE

INVENTARIOS
Los modelos de inventarios han sido desarrollados para determinar la mejor
forma de administrar el stock de un cierto producto, de modo que el costo de
administración sea mínimo. Para distinguir cual de los modelos existentes es el
más conveniente para un cierto problema, conviene caracterizar la política de
administración y los costos importantes.
Políticas de inventario
En lo que respecta a las políticas con las que se puede administrar el inventa-
rio, las diferentes modalidades se comprenden mejor usando gráficos para su
representación. Por ejemplo, observe la siguiente Figura:
Inventario
0
T1 Tiempo
El eje de abscisas representa el tiempo, el de ordenadas la cantidad de unidades

almacenadas. En el instante cero se cuenta con Q unidades del producto; lue-
go a medida que pasa el tiempo esa cantidad va disminuyendo a un ritmo cons-
tante. En el instante T el inventario se agota. En ese momento llega instantá-
neamente el reaprovisionamiento de nuevo por la cantidad Q y se reinicia el
ciclo.
Es importante especificar cuales son las principales características de la políti-
ca de inventarios de la figura anterior. En primer lugar el reaprovisionamiento
se hace siempre con la misma cantidad de unidades: Q. Además la demanda es
constante a lo largo del tiempo, dado que el inventario disminuye desde Q
hasta cero a través de una recta.
118
UNIDAD 4
Otra de las políticas típicas se ilustra en la siguiente Figura:
Inventario
0
T1 Tiempo
En este caso también los pedidos se hacen siempre por la misma cantidad Q y
nuevamente el reaprovisionamiento es instantáneo, pero ahora surge una no-
vedad interesante, la demanda no es constante, por el contrario se trata de una
variable aleatoria que fluctúa de acuerdo a algún modelo de probabilidades.
Por otra parte existe un tercer caso, el cual ha sido representado en la figura
que sigue:
Inventario
0
Tiempo
demora
faltante
La novedad en este caso consiste en que el reaprovisionamiento ya no es ins-

tantáneo, sino que tiene una demora variable; ésta puede ser mayor o menor
según la suerte. Esta nueva posibilidad exige un criterio diferente: es necesa-
rio definir un nivel de reposición (q); es decir, un nivel que sirva como señal;
cuando la cantidad de unidades almacenadas desciende por debajo de esa can-
tidad q se debe hacer un nuevo pedido.
Por supuesto la aleatoriedad de la demora introduce un nuevo problema, es

posible que las unidades almacenadas se acaben antes de que llegue el
reaprovisionamiento, produciéndose un faltante.
119
UNIDAD 4
Considere el siguiente problema. A una farmacia pequeña, le re-

sulta muy oneroso mantener el inventario de un cierto medica-
mento de costo elevado. Por eso se desea organizar los pedidos
de modo que el costo total de mantenimiento de las unidades sea
el menor posible. Se piensa entonces en hacer un pedido fijo cada
vez. Lamentablemente el laboratorio no repone inmediatamente
el producto, las demoras pueden ser desde dos días a una semana.
Construya un diagrama tiempo- inventario que represente este
problema. Trate de determinar que precauciones se deberían to-
mar para disminuir el riesgo de agotamiento de stock.
Costos a considerar
El otro criterio que permite distinguir entre los diferentes modelos es el de los
costos que se tienen en cuenta.
Algunos de los costos comunes utilizados son:
a. Costo de almacenamiento: costo de mantener una unidad formando parte
del inventario. Para comprender su significado se debe tener en cuenta
que una unidad en inventario es un artículo ocioso dado que no produce
por sí mismo, solo se lo reserva ante la posibilidad de que un cliente lo
demande. Por lo tanto destinar dinero a mantener unidades almacenadas
equivale a renunciar a la posibilidad de utilizar ese dinero en inversiones
más rentables.
b. Costo de pedido cada pedido destinado a reabastecer el inventario exige
una cierta cantidad de trámites, confección de nota de pedido, recepción,
facturación, asientos contables, etc. Naturalmente las tareas realizadas para
concretar el pedido no son gratuitas, se consume tiempo, mano de obra y
útiles que alguien debe pagar.
c. Costo de agotamiento: pérdidas en que se incurre por carecer de unidades
cuando llega el pedido de un cliente. Aquí se deben ponderar diversos
términos que pueden incluir desde el costo de reservar esos pedidos para
satisfacerlos cuando llegue el reaprovisionamiento hasta la posibilidad de
perder la venta o directamente perder el cliente.
120
UNIDAD 4
Analice el problema de una estación de servicio. El artículo clave

en este caso es el combustible. Se trata de un producto muy caro y
por supuesto, su almacenamiento requiere una fuerte inversión de
dinero. Suponga que la estación no posee un camión propio para
reaprovisionarse, en ese caso debe llamarse a un transportista quien
cobra por llevar la carga desde la refinería hasta la estación. De-
termine cuales son los costos importantes en este problema.
Proponga procedimientos que permitan estimar esos costos.
2. MODELO DE TAMAÑO ECONÓMICO DE LOTE (EOQ)
Este modelo se caracteriza porque supone que la demanda es constante, que

el reaprovisionamiento se realiza de modo instantáneo y no se admite ruptu-
ra del inventario. Efectivamente, se asume que al llegar el inventario a cero
unidades, arriba una nueva partida.
Además los costos considerados son los de almacenamiento y pedido.
En este caso la política de administración del inventario puede ser representa-
da por la siguiente Figura:
Inventario
0
T1 Tiempo
Período de Tiempo Analizado
a. El costo de almacenamiento (Ch ), se calcula como el costo de tener alma-

cenada una unidad durante todo el periodo de planificación.
121
UNIDAD 4
Así por ejemplo, si se desea optimizar el manejo del inventario durante un

plazo de 3 meses con el modelo EOQ y el costo diario de mantener una
unidad almacenada es de $ 0.50, entonces Ch resulta:
Ch = 0.50 . 90 = $ 45
Donde son 90 los días que hay en tres meses

b) El costo de pedido se denomina Co.
c) El costo total del inventario se denomina CT; y se expresa matemáticamen-
te de este modo:
CT = Ch Q / 2 + Co D /Q
Para comprender mejor la problemática planteada en esta formulación se ana-
lizará uno de los estudios realizados por el Licenciado Juan Decisor.
Ejemplo 4.1
Una importante autopartista produce cajas de veloci-
dad de automóviles. Parte de esa producción se con-
sume en el mercado nacional, pero la cuota más im-
portante se destina a la exportación.
La empresa produce unidades por encargo. Es decir que el cliente
le hace el pedido, se fija un plazo de entrega, y se organiza la
producción de modo de poder cumplir con el plazo.
Es importante destacar que el cliente paga a medida que recibe el
producto. O sea que si el pedido se entrega completo al finalizar
el plazo, se cobra todo de una vez; en cambio si se efectúan en-
tregas parciales se pueden cobrar las unidades entregadas.
Precisamente la empresa logró un contrato con Brasil para entre-
gar 10000 unidades en un plazo de seis meses La cuestión plan-
teada al Lic Decisor en su carácter de asesor fue la siguiente:
¿Qué conviene hacer?. ¿Conviene despachar todo en una sola vez
o realizar envíos parciales?
Analizando la información disponible el Licenciado encontró da-
tos de mucha importancia. En primer lugar el ritmo de produc-
122
UNIDAD 4
ción de la fabrica es constante, es decir que se produce todos los

días la misma cantidad, o dicho de otro modo todos los días se
agrega la misma cantidad de unidades nuevas al inventario.
El sistema contable de la empresa permite determinar el costo
unitario del producto. Calculando el interés bancario que podría
ganarse por depositar ese valor unitario se fijó el costo de alma-
cenamiento en $ 0.35 por unidad y por día.
El costo de pedido es muy elevado. Como se trata de exportacio-
nes es necesario traer un despachante de aduana desde Buenos
Aires, lo que sumado al valor del papeleo interno hace un total de
$ 700 por envío.
En primer lugar el Licenciado Decisor construyó un diagrama Tiempo –

Inventario, suponiendo dos entregas, una a los tres meses y la otra al cierre
del plazo estipulado. El resultado fue el siguiente:
Inventario
0
3 meses 6 meses Tiempo
Parece claro que aún cuando el diagrama anterior no coincide perfectamente

con el típico del EOQ, dado que los triángulos están invertidos, la fórmula
del costo es aplicable.
Realice el diagrama tiempo- inventario si se realizan seis entre-

gas, a razón de una por mes. Verifique la coincidencia con el
diagrama básico del EOQ.
123
UNIDAD 4
Teniendo en cuenta esa coincidencia y los costos considerados importantes,

es posible utilizar el modelo antes presentado. En efecto, según el EOQ (us-
ted analizará el origen de esta expresión durante su investigación del texto),
la cantidad de unidades que deben remitirse en cada envío para hacer mínimo
el costo total resulta:
Q* = [ 2 D Co / Ch ]1/2 = [ 2 x 10000 unid x $700 / 63 $/unid ]1/2 = 471 unid
Donde el costo de almacenamiento se determinó haciendo:
Ch =180d x .0,35 $/d = 63 $/unid

Con estos resultados el costo de operación del inventario es:
CT = 63 x 471/2 + 700 x 10000/471 = $ 29698
Con estos resultados Juan Decisor vuelve sobre el problema real. Otro dato
importante es que el transporte se realiza con camiones que pueden transpor-
tar hasta cincuenta cajas de velocidad por vez.
Formar lotes de 471 unidades por vez equivale a despachar nueve camiones
completos y un décimo aprovechado parcialmente. Obviamente, la gerencia
no desea mostrar a su cliente esa subutilización de sus recursos. Por lo tanto
las alternativas son dos, o se despachan nueve vehículos, o se despachan diez.
El Licenciado rápidamente determina que si se decide formar grupos de 450
el costo de administración es: $29730. En cambio cuando se forman lotes de
500 unidades el costo asciende a $29750
Según se aprecia no hay una diferencia importante. Es decir el costo es rela-
tivamente insensible a esas pequeñas variaciones de tamaño del lote.
Ante esa coincidencia el Licenciado Decisor adoptó Q = 500. A partir de
ese resultado se deduce que deben realizarse 20 envíos y que las partidas
deben salir con 9 días de separación.
124
UNIDAD 4
3. EXPLORANDO EL MODELO EOQ EN EL TEXTO
Las siguientes preguntas brindan orientación sobre los aspectos que usted
debe considerar de modo especial en su investigación. Respóndalas a medi-
da que avanza.
1
Elabore una opinión inicial sobre el nivel de complejidad de los
problemas de inventarios. ¿Se trata de problemas simples o com-
plejos?. ¿La resolución se logra aplicando una sola técnica o es
necesario utilizar una batería de herramientas?
2 ¿Qué se entiende por inventarios?. ¿Por qué se mantienen

inventarios?.
3 ¿Cuáles son los costos que se consideran relevantes en el modelo

EOQ?. ¿Cómo se determinan dichos costos?
4 ¿Qué condición cumplen los costos intervinientes para la canti-

dad óptima de pedido? ¿Cómo se determina dicha cantidad?
5
¿De qué modo se pueden determinar los costos de operar un in-
ventario de acuerdo a este modelo?
125
UNIDAD 4
6
Generalmente el reabastecimiento no llega en forma instantanea.
¿Cómo se puede salvar esa dificultad al operar con el modelo
EOQ?. ¿Cuáles son las condiciones en las cuáles es posible “ol-
vidar” que ese tiempo es mayor que cero?
7
El análisis de sensibilidad es una etapa muy importante en la
modelación de cualquier problema. ¿Cómo se realiza en este caso
el análisis de sensibilidad?. ¿Qué diferencias existen con la pro-
gramación lineal?
8
Efectúe el análisis de sensibilidad de los resultados del Ejemplo
4.1, suponiendo que se producen variaciones de +/- 10% en los
costos de pedido y almacenamiento. Adopte como elemento de
comparación el Costo Total para 500 unidades y represente los
cambios detectados en porcentajes respecto a ese costo. Elabore
una opinión: ¿es muy grande la variación?.
9
Realice un estudio completo del caso presentado en el Ejemplo
4.2.
126
UNIDAD 4
Ejemplo 4.2
Suponga que una importante empresa comercial dedicada a la

comercialización de electrodomésticos lo contrata para mejorar
su política de inventarios de un tipo de televisores. Después de
un relevamiento del sistema de ventas, usted encuentra datos muy
interesantes. Por ejemplo, los siguientes:
a. La demanda se mantiene aproximadamente constante a lo lar-
go del año y asciende a 365 unidades anuales.
b. El costo de cada televisor es de $ 500, en tanto que los costos
de almacenamiento anual pueden considerarse equivalentes al
20% de esa cantidad.
c. El procedimiento de realización de un pedido lleva a incurrir
en un costo de $20 por cada orden emitida.
d. La demora en el reaprovisionamiento es siempre de siete días.
Se espera que usted pueda especificar todas las características de

la política de inventarios más conveniente, esto es:
a. La cantidad a ordenar cada vez.
b. El intervalo de tiempo entre pedidos.
c. El costo anual de esta política de inventario.
d. El punto de reorden, es decir el nivel de inventario que indica
cuándo se debe ordenar.
4. MODELO EOQ CON DESCUENTOS

En este caso se contempla la posibilidad de que el proveedor ofrezca descuen-
tos por compras en grandes cantidades. Una forma de tomar la decisión bajo
este supuesto es comparar el costo total para la política de inventario sin des-
cuento con el costo total que se obtiene al aceptar el ofrecimiento del provee-
dor.
Recuerde que en el modelo EOQ clásico el costo total se define del siguiente
modo:
CT = Ch Q / 2 + Co D /Q
127
UNIDAD 4
Donde el primer término es el costo de pedidos y el segundo es el de almace-

namiento
Para poder comparar los costos totales con y sin descuento es necesario incor-
porar otro término a la expresión del costo: el de compra de los artículos.
Suponiendo que el precio habitual de cada unidad es P0 y que el precio con el
descuento ofrecido es P1 el costo total sin descuente resulta:
CTo = Ch Q / 2 + Co D /Q + D Po
En tanto que el costo total cuando se incorpora la posibilidad del descuento
es:
CT1 = Ch Q / 2 + Co D /Q + D P1
Con este razonamiento la diferencia entre ambas funciones es constante, o
dicho de otro modo, la curva representativa de CTo es paralela a la de CT1 con
un desplazamiento vertical.
Costo
Costo sin
descuento
Costo con
descuento
Q* Qdescuento
5. MODELO CEP CON RUPTURA
La política de este tipo de modelo se representa en la figura
128
UNIDAD 4
Inventario
t2
0
Q t1 Tiempo
S
faltante
Es decir que respecto al modelo anterior, se incorporan los siguientes su-

puestos:
a. Se admite agotamiento del inventario; en efecto, durante el tiempo t2 no
hay disponibilidad de unidades.
b. La demanda producida cuando no hay disponibilidad no se pierde, por el
contrario se toma nota del requerimiento y se lo satisface al llegar el si-
guiente reabastecimiento.
c. Las Q unidades que llegan con cada pedido se tratan de la siguiente mane-
ra: se destinan S unidades a satisfacer la demanda no atendida durante la
escasez, las Q –S unidades restantes se utilizan en el nuevo ciclo.
d. El ciclo total se divide en dos partes: t1 y t2, durante la primera parte la
demanda se atiende normalmente; durante la segunda simplemente se ano-
tan los requerimientos para satisfacerlos cuando llegue el nuevo pedido de
reaprovisionamiento.
Los costos considerados en el modelo EOQ con agotamiento son:
Ch costo de almacenamiento, el cual se expresa en costo por unidad y por

periodo de cálculo.
C0: costo de pedido; el cual incluye como en el modelo CEP original los
costos asociados a la realización de un pedido de reaprovisionamiento.
Cb costo de agotamiento; es el costo de no atender debidamente una
unidad de demanda. Se expresa como pesos de costo por unidad y por
período.
129
UNIDAD 4
En este caso la expresión de Costo Total reúne las exigencias originadas por
los almacenamientos, los pedidos y la ruptura del inventario, dicho de otro
modo:
Costo Total = Costos Pedidos + Costos Almacenamiento + Costos Ruptura
Por otra parte, en la resolución deben efectuarse dos determinaciones: la can-
tidad óptima a pedir (Q*) y el número de unidades que no se entregan de
inmediato (S*).
Las expresiones que permiten obtener esas cantidades son:
Q* = [ 2 C0 D / Ch ]1/2 [ (Ch + Cb ) / Cb ]1/2

S* = Q* [ Ch / (Ch + Cb) ]
Observe que la cantidad óptima Q se obtiene ahora de la misma manera que

en el modelo EOQ común, pero afectando el resultado por un factor que
depende de la magnitud relativa de Ch y Cb. Cuanto mayor sea Cb respecto
de Ch, conviene pedir menos y por el contrario, cuanto mayor importancia
tenga Ch conviene pedir más. El razonamiento anterior también se refleja en
la expresión de S*.
Para ejemplificar los criterios impuestos en este modelo, es interesante anali-
zar otro de los estudios que ha debido realizar el Licenciado Juan Decisor.
Ejemplo 4.3
Un laboratorio medicinal es distribuidor exclusivo en el país de
un droga producida en Estados Unidos. El medicamento se utili-
za en tratamientos prolongados por lo que puede admitirse demo-
ra en el abastecimiento.
La demanda anual es de aproximadamente diez mil cajas. Cada
unidad del medicamento cuesta $100. Por otra parte, el trámite
necesario para obtener el envío de una partida desde el país de
origen demanda una erogación de $ 275.
Además, cada caja solicitada del producto puede ser entregada
con posterioridad a los centros de distribución utilizando un ser-
vicio de flete por el que se abonan $ 5 por unidad.
130
UNIDAD 4
El primer paso del Licenciado Decisor es calcular el costo de almacena-

miento. Según sus estimaciones, colocando adecuadamente el costo de una
caja en la plaza financiera, durante un año es posible obtener como mínimo
un rendimiento del 10%. Con esta idea:
Ch = $ 100 x 0.10 = $ 10
Por lo tanto, aplicando las fórmulas propias de este modelo se obtienen los
siguientes resultados:
Cantidad de unidades a pedir cada vez. Q* = 404 cajas
Cantidad de unidades sin entrega inmediata S* = 234 cajas
Haciendo un redondeo de resultados, parece conveniente hacer 25 pedidos

anuales de cuatrocientas cajas cada vez, reservando aproximadamente el 40%
de las unidades para atender casos de urgencia y entregando el 60% restante
con retroactividad, al arribo del siguiente pedido.
Es importante destacar que el costo de mantener un inventario permanente,
sin incurrir en agotamientos resulta en este caso de $ 23.452. En cambio, al
introducir la posibilidad de entregar las cajas de medicamento con posteriori-
dad el costo disminuye a $ 13.602. Es decir que se obtiene un ahorro anual de
casi $10.000.
6. INVESTIGANDO LOS ALCANCES PRÁCTICOS DE LOS MODE-

LOS EN EL TEXTO
Como siempre la siguiente lista de preguntas está dirigida a orientarlo durante

su investigación en el texto.
10
Explique detalladamente la secuencia de pasos que permiten
dterminar la cantidad óptima a pedir en el modelo que represen-
ta descuentos por cantidad.
131
UNIDAD 4
11
Aplique el modelo EOQ con descuentos para el análisis del caso
presentado en el Ejemplo 4.4.
12
El modelo EOQ con faltantes por surtir asume que el cliente acep-
ta pagar por un producto que no recibe inmediatamente. ¿Cómo
se puede lograr que el cliente realice ese tipo de compras? ¿Pue-
de plantearse este tipo de formulación cuando incurrir en faltantes
lleva a perder las ventas?
13
Deduzca las expresiones que permiten determinar la cantidad óp-
tima de pedido y la cantidad óptima de unidades que se entregan
con demora en cada ciclo.
14
Explique bajo qué condiciones puede resultar económicamente
conveniente trabajar con faltantes. Intente expresar esas condi-
ciones en función de la relación entre el costo de almacenamiento
y el costo de faltante.
15
Analice el caso planteado en el Ejemplo 4.5.
132
UNIDAD 4
Ejemplo 4.4
Es necesario determinar la política más conveniente para la admi-

nistración del inventario de un cierto producto. El cálculo debe
hacerse para un horizonte de un año de duración.
El costo de almacenamiento anual y por unidad es aproximada-
mente $ 10. Cada pedido representa un costo de $ 250. Finalmente
la demanda para los 365 días esta prevista en 1200 unidades.
El proveedor vende su producto a $ 100 por unidad y ofrece reali-
zar un descuento del 10% si las compras se hacen por cantidades
superiores a las mil unidades.
Ejemplo 4.5
Para ilustrar el uso del modelo de agotamientos, considérese el si-

guiente caso: H & G Outlet Inc. Es una compañía que vende equi-
po de excursionismo. La compañía es distribuidora exclusiva de
una tienda de campaña ligera en el noreste de los Estados Unidos.
La demanda de la tienda tiende a ser constante en 1.000 unidades al
mes (12.000 unidades por año). El costo unitario de conservación
por concepto de almacenamiento y manejo es de $ 5 al año.
El fabricante está ubicado en un suburbio cercano y puede garanti-
zar una entrega inmediata. El costo de colocar un pedido es de $
20. Los administradores estiman que el costo de los agotamientos s
de $ 0.50 por unidad aproximadamente.
Los administradores de H & G consideran que su clientela es rela-
tivamente estable puesto que existe una competencia limitada en el
área noreste. Debido a esta situación, a la compañía no le preocu-
pan demasiado los agotamientos, puesto que es posible satisfacer
en forma retroactiva la demanda pendiente.
Determine usted para este caso:
a) El costo óptimo total si se trabaja sin permitir agotamientos.
b) El costo óptimo total cuando se permiten agotamientos.
c) El nivel máximo de inventario con agotamiento.
d) El tiempo entre pedidos cuando se admiten agotamientos.
Extraído de DAVIS K y McKEOWN “Modelos Cuantitativos para Administración”. Edito-

rial Iberoaméricana, México, 1986.
133
UNIDAD
4 SOLUCIÓN A LAS
1. En realidad los problemas de inventarios son complejos y su solución re-

quiere la aplicación de una variedad de técnicas y conceptos. Por ejemplo
es natural la utilización de herramientas estadísticas para pronosticar las
demandas, por otra parte los modelos analizados en esta Unidad permiten
analizar artículo por artículo, finalmente una programación lineal puede
compatibilizar los diferentes artículos con las posibilidades de almacena-
miento (dinero a invertir, mano de obra, espacio, etc.).
2. En algunos casos como el de distribución de productos agrícolas, es indis-

pensable hacerlo por requerimientos de mercado. Por otra parte, permiten
regular el empleo de mano de obra e instalaciones industriales ante varia-
ciones en la demanda.
3. Los costos considerados son:

Costo de ordenar C0: incluye los diferentes gastos provocados por la
realización del pedido; llamadas telefónicas o Fax, emisión de órdenes
de compra, inspección al recibir, etc.
Costo de mantener el inventario Ch: considera fundamentalmente el costo
por pérdida de oportunidad. Se calcula como un tanto por ciento del
valor unitario del producto. De esta forma se representan los intereses
que se dejan de ganar por no depositar el dinero en el Banco en lugar de
mantenerlo invertido en unidades que esperan ser vendidas
4. Para la cantidad óptima de pedido se igualan los costos totales de almace-

namiento con los de realización de los pedidos. Es importante destacar
que la condición de que el Costo Mínimo Total coincida con la intersec-
ción entre las dos funciones se verifica solo por las características particu-
lares de las dos funciones intervinientes (una recta y una exponencial de-
creciente).
Hay otros modelos en los que se suman dos costos particulares para obte-
ner un costo total que no verifican esa coincidencia.
Particularmente para el modelo EOQ el volumen de pedido que asegura el
mínimo costo se obtiene haciendo:
Q* = [2 D C0 / Ch ]1/2
Donde D es la demanda de todo el periodo considerado, en tanto que C0 y
Ch son los costos discutidos anteriormente.
134
UNIDAD 4
5. Si se desea calcular el costo de mantener un inventario según la modalidad

planteada en el modelo EOQ para cualquier volumen de pedido, debe
utilizarse la expresión general dada por:
CT = Ch Q / 2 + Co D /Q
Para el caso particular de operar con el Q* (volumen óptimo de inventario), el

costo total de operación también puede calcularse haciendo:
CT = [ 2 C0 Ch D ]1/2
6. Cuando el reabastecimiento no es instantáneo, debe analizarse si es posible

considerarlo constante o no. Un breve estudio estadístico es indispensable
en esta situación. En general puede plantearse que si el desvío es mucho
menor que la media la demora puede suponerse constante.
Por ejemplo, suponga que en un problema de inventario el tiempo de
reabastecimiento es una variable aleatoria con media diez días y desvío de
un día, observe que en esas condiciones el desvío equivale a solo un 10%
de media, por lo tanto es absolutamente razonable considerarlo constante.
Si la demora para el reabastecimiento puede considerarse constante, es
factible aplicar las reglas del modelo EOQ con la salvedad que el pedido
de compra debe hacerse antes que se agote el inventario. Si la demora es
de diez días y la demanda diaria alcanza a doscientas unidades, el pedido
de reabastecimiento debe realizarse cuando en almacenes quedan 200 x
10 = 2000 unidades.
7. El análisis de sensibilidad permite determinar las variaciones que puede

sufrir la solución óptima, cuando cambian los valores de los coeficientes
utilizados en el cálculo o cuando no es posible aplicar estrictamente la
decisión que minimiza los costos.
En la Programación Lineal este análisis de post-optimalidad es realizado
en forma automática a partir de la resolución del programa, recuerde los
resultados incluidos en la salida de computadora. En cambio para los
inventarios esta tarea es más artesanal dado que deben verificarse a mano
las variaciones que sufre el Costo Total ante cambios en los costos o en la
cantidad de pedido.
135
UNIDAD 4
En este aspecto es importante recordar que en caso de no poder adoptar la

solución óptima, el costo aumenta menos si se adopta un volumen de pedi-
do Q mayor al óptimo en vez de uno menor. Esto es así, si el volumen
óptimo es de 2500 unidades pero por alguna razón se debe optar entre
pedir dos mil o tres mil, el costo final es menor para esta ultima cantidad.
8. Los resultados asumiendo envíos de 500 unidades son los siguientes:
Costo de pedido Costo Total Variación

630 29150 - 2%
700 29750
770 31150 + 4.4%
Costo de almac. Costo Total Variación

0.315 28175 - 5.3%
0.35 29750
0.385 31325 + 5.0%
9. La política más conveniente para los televisores es pedir lotes de doce apa-
ratos cada doce días. El costo total de esta política es de $ 1208,30. Por
otra parte, se observa que la demanda promedio es de un televisor por día;
por lo tanto, si la demora para el reaprovisionamiento es de 7 días, cada
nuevo pedido debería realizarse cuando el inventario descienda hasta siete
unidades.
10. Para tomar la decisión en primer lugar se determina el lote óptimo con el
modelo EOQ común: Q*, es decir sin incluir la compra. Luego se compa-
ra el lote óptimo con la cantidad mínima a partir de la cual el vendedor
ofrece el descuento.
En esta comparación pueden suceder dos cosas:
a. Que Q* sea mayor que la cantidad mínima, en cuyo caso se adopta

directamente ese óptimo.
136
UNIDAD 4
Ejemplo:
Si se encuentra que el pedido óptimo es de 500 unidades y el proveedor
ofrece descuento para más de 300 no puede haber dudas, se compran
500.
b. Que Q* sea mayor que la cantidad mínima requerida para obtener el
descuento en cuyo caso hay que decidir, o se compra el óptimo o se
compra la cantidad mínima para el descuento.
Ejemplo:
El pedido óptimo es de 500 unidades y el proveedor ofrece descuento si
se compran más de 800.
En esta última situación es necesario comparar los costos totales de las dos
posibilidades. Entonces se calculan el Costo total para el óptimo sin des-
cuento y además el Costo total para la cantidad mínima con descuento.
Finalmente se elige la variante que asegure el menor costo.
11. Aplicando las expresiones se obtiene Q* = 245 unidades. Si se compra

esa cantidad, el costo de administración del inventario asciende a $2450,
en tanto que el costo de compra alcanza a $ 120.000. Esta operatoria
lleva a un costo total de $122.450.
En cambio si se acepta el descuento, el costo de inventarios es de $2750 y
el de compra es de $108.000. Con esta alternativa el costo total desciende
a $ 110.750.
12. El razonamiento planteado en el modelo EOQ con ruptura o faltantes, solo

es aplicable si en general la demora en la entrega del producto no hace
peligrar la venta. Obviamente para que el cliente acepte una condición
desventajosa como esta es necesario que esté obligado a comprar por tra-
tarse de un proveedor único o que se vea tentado por algunas ventajas
adicionales. Por ejemplo, para comprar una FERRARI es necesario abo-
nar por anticipado el vehículo, el cual se entrega meses después. Respec-
to a las ventajas adicionales, actualmente es usual encontrar ofrecimien-
tos de reducción del precio, servicio post-venta o seguros.
137
UNIDAD 4
13. Las expresiones que permiten obtener esas cantidades son:
Q* = [ 2 C0 D / Ch ]1/2 [ (Ch + Cb ) / Cb ]1/2
S* = Q* [ Ch / (Ch + Cb) ]
14. Siempre es conveniente trabajar con faltantes. De todos modos la rela-

ción entre los costos de almacenamiento y de faltantes permite determi-
nar la proporción de unidades con entrega demorada.
Es importante que tenga en cuenta que el costo total trabajando con rup-
tura puede expresarse como:
Costo con ruptura = Costo sin ruptura x [ Cb / (Ch + Cb) ]1/2
Donde el factor que representa la relación de costos está comprendido

entre cero y uno. Es cercano a cero cuando el costo por faltante es mucho
menor que el costo de almacenamiento. En cambio es cercano a uno
cuando el costo por faltante es mucho mayor que el de almacenamiento.
Pero recuerde:
En tanto que la venta no se pierda, es

conveniente trabajar con ruptura.
15. En el problema de las tiendas de campaña, cuando se trabaja sin faltantes

se deben realizar pedidos de 309 unidades con un costo de administra-
ción del inventario que asciende a $ 1549.
Pero en este caso existe la posibilidad de no perder a los clientes cuando
el producto se entrega con retroactividad. Si se aprovecha esta condi-
ción, los resultados son diferentes.
138
UNIDAD 4
En efecto, la política óptima con faltantes consiste en pedir 1027 unida-

des cada 31 días, de las cuales 93 quedan en disponibilidad y el resto se
entrega con posterioridad a la compra. Utilizando esta política los costos
de inventarios son de $ 467 anuales, lo que representa un ahorro de más
de $ 1000 por año.
139
UNIDAD
4 ACTIVIDADES DE
AUTOEVALUACIÓN
1. Casi todas las empresas industriales trabajan actualmente con el siguiente

objetivo:
“Tender al cero inventario”
lo cual se entiende como eliminar los inventarios de reserva para emergen-
cias; la frase de moda es: “fabriquemos a la mañana lo que venderemos a
la tarde”. ¿Por qué razón se trabaja de esa manera?.
2. Observe el siguiente diagrama

Inventario
0
Tiempo
Clasifique la política representada de acuerdo a la demanda y a la posibili-

dad de ruptura.
3. El modelo EOQ permite determinar el costo total de una política de inven-

tario.
¿Cómo se realiza esa determinación? ¿Cómo son entre sí los costos totales
de almacenamiento y de pedido, en el punto óptimo?
4. El señor Juan Pérez, dueño de un comercio, comprende que a un cierto

artículo lo puede trabajar con o sin ruptura. ¿Le conviene trabajar con rup-
tura?. Justifique su respuesta.
5. Un comerciante mayorista de artículos electrónicos desea reducir los costos

de su inventario de lavarropas. Cada aparato cuesta $ 500 y se estima que el
costo mensual de almacenamiento es el 3% de esa cantidad. Hacer un pedi-
do de reaprovisionamiento le representa una erogación de $100; la deman-
da anual es 3.000 unidades y puede suponerse que el reaprovisionamiento
es instantáneo.
140
UNIDAD 4
Determine:
a. ¿Cuál es la mejor política si el fabricante la ofrece un descuento del 10%
sobre el monto total cuando el pedido es de 40 unidades o más?
b. ¿Cuál es la mejor política cuando el descuento del 10% se realiza para
pedidos superiores a las 200 unidades?
141
SIMULACIÓN
UNIDAD
5
141
UNIDAD
5 O RIENTACIÓN
APRENDIZAJE
DEL
La Simulación es una metodología desarrollada con las computadoras que

permite representar la evolución de un sistema a lo largo del tiempo. Es por
otra parte, la herramienta más usada en el ámbito de los métodos cuantitati-
vos para la administración.
Los fundamentos de este método pueden utilizarse en cualquiera de los pro-
blemas analizados hasta el momento en este curso. Por ejemplo puede
usarse para analizar las posibles demoras de un proyecto, para estudiar cual-
quier problema de inventarios no representado en los modelos convenciona-
les e incluso, para buscar el óptimo de un programa lineal.
El trabajo de implementar y aplicar una simulación siempre debe comenzar
con un cuidadoso análisis del sistema en estudio. A partir de dicho análisis
se determinan las características del sistema que son fundamentales para el
problema que se desea resolver. Dichas propiedades se resumen en un pro-
grama de computadora.
SISTEMA Características
Importantes
For i = 1 to n
set j to cero
j=j+s
a= j * s / 2
Begin
A continuación, corriendo el programa con las diferentes opciones de acción

entre las cuales se debe decidir, es posible determinar la respuesta del sistema
ante cada alternativa.
Por ejemplo, en el problema de analizar la política de inventarios de una esta-
ción de servicios, es necesario decidir la cantidad de litros de combustible
que conviene solicitar en cada pedido, de modo que el costo total de opera-
ción sea el menor posible. En esa situación, el programa debe permitir deter-
142
UNIDAD 5
minar el costo de inventario para cada posible elección de cantidad de com-

bustible.
Esta idea se representa en la figura siguiente:
Alternativas
RESULTADOS
de pedido:
Pedido Costo
5000 lts PROGRAMA
5500 lts
5500 $ 3600
6000 lts
6000 $ 3800
6500 lts
6500 $ 4100
..............
Luego es necesario realizar un adecuado resumen estadístico de los resulta-

dos, empleando Tablas, Gráficos y Medidas. En el caso particular del ejem-
plo de la estación de servicio, puede hacerse un gráfico que permita al decisor
visualizar rápidamente los costos para cada posible pedido, como se muestra
en la figura siguiente:
5000
4500
4000
3500
3000
Costos
2500 Cos to
2000
1500
1000
500
0
Pe didos
Estos conceptos y su interrelación aparecen en el Esquema Conceptual

completo.
143
UNIDAD 5
Esquema
SISTEMA Características Conceptual
Importantes
Programación
For i = 1 to n
set j to cero
j=j+s
a= j * s / 2
Begin
Alternativas
RESULTADOS
de pedido:
Pedido Costo
5000 lts PROGRAMA
5500 lts
5500 $ 3600
6000 lts
6000 $ 3800
6500 lts
6500 $ 4100
..............
Resumen
5000
4500
4000
3500
3000
Costos
2500 Costo
2000
1500
1000
500
0
Pe didos
144
UNIDAD 5
Al finalizar esta unidad usted estará en condiciones de alcanzar los siguientes

objetivos:
Objetivos del
Aprendizaje
Comprender los fundamentos de los modelos de simulación
Utilizar números aleatorios para representar los eventos que afec-
tan a un sistema.
Utilizar programas de computadora para realizar simulaciones.
Valorar la importancia de resumir adecuadamente los resultados
de la simulación en el momento de preparar el informe.
Valorar la importancia de apoyar con simulación la toma de deci-
siones en la organización.
Los contenidos para analizar son:
1. Fundamentos de los modelos de simulación. Contenidos
2. Investigando los modelos de simulación en el Texto.

3. Aplicaciones de la simulación a diferentes problemas
4. Presentación de un Estudio realizado con Simulación

en la Ciencia Administrativa. Prentice Hall Hispanoamérica S. A..
México, 1992.
El tema está presentado en forma similar a la de la presente Guía, pero no

hace la discriminación entre tipos de simulación. Sin duda el aporte más
valioso del texto son los ejemplos, por lo tanto es importante que le preste la
debida atención.
145
UNIDAD 5

Operaciones. Mc Graw Hill. México, 1997.
BIEMAN H, BONINI Ch y HAUSMAN W. Análisis cuantitativo para

la toma de decisiones. Mc Graw Hill. España, 1996.

Hall Hispanoamericana. 1996, Mexico.
Son válidos los comentarios realizados sobre la Bibliografía Obligatoria.
1. FUNDAMENTOS DE LOS MODELOS DE SIMULACIÓN

Un modelo de Simulación es un programa de computadora diseñado para
experimentar la evolución de un sistema a lo largo del tiempo.
En la simulación los cambios que se producen en el sistema representado se
consideran eventos. Un evento puede ser la llegada de un cliente a un Banco
o el arribo de un pedido de reabastecimiento de un inventario.
De acuerdo a como se plantea la simulación, puede clasificarse como orienta-
da al evento u orientada a la partícula. En el primer caso el programa realiza
la representación de la secuencia de eventos (esto es: sucesión de cambios
importantes en el sistema); en el segundo se representan las cosas que le ocu-
rren a un objeto a lo largo de un cierto tiempo.
A su vez la orientación al evento puede ser subdividida según el modo en que
se representa el paso del tiempo en actualización con intervalo variable y en
actualización con intervalo constante. Es interesante describir con ejemplos
las características de cada uno de estos tipos.
Con actualización
ORIENTADA de tiempo variable
AL EVENTO
SIMULACION Con actualización de

tiempo constante
ORIENTADA A
LA PARTICULA
146
UNIDAD 5
Se analizan a continuación, las principales propiedades de cada elemento de

la clasificación anterior.
Orientación al Evento con actualización variable del tiempo

En este tipo de modelos la estrategia consiste en representar la secuencia de
eventos. Las condiciones generales del sistema se actualizan cuando ocurre
un evento.
Ejemplo 5.1
Imagine que en un cierto lugar se desea instalar un teléfono públi-
co. La empresa telefónica necesita determinar si un solo aparato
será suficiente para atender la demanda. Se busca evitar que el
público espere demasiado para utilizar el servicio. Para analizar el
problema se plantea un modelo de simulación.
En la siguiente Tabla se representa una breve simulación de este problema. Se

suponen conocidos los tiempos entre llegadas de clientes y las duraciones de
las llamadas.
Nro Cliente Tiempo entre Reloj = Duración de Tiempo en Tiempo de

llegadas Acumulada la llamada que se Espera
de llegadas desocupa
0 0 0 4
1 3 3 2 4 1
2 2 5 6 4+2 = 6 6-5=1
3 1 6 3 6+6 =12 12 - 6 = 6
4 8 14 8 15 1
5 1 15 4 23 8
6 10 25 2 27 2
7 5 30 5 29 0
8 6 36 7 30+5= 35 0
9 3 39 4 36+7 = 43 3
Es interesante revisar el razonamiento con que se construyó la Tabla. En pri-

mer lugar se supone que al inicio el TE está ocupado durante cuatro minutos.
Por otra parte, cada paso de cálculo comienza con el arribo de un nuevo clien-
te.
147
UNIDAD 5
El primer cliente llega 3 minutos después de iniciado el experimento.Dado

que el aparato se desocupa en el minuto 4, debe esperar un minuto hasta acce-
der al aparato. Una vez que lo tiene, lo utiliza durante dos minutos, por lo
tanto abandona el puesto en el minuto seis. Con este abandono concluye el
primer paso de cálculo.
El segundo cliente arriba en el minuto cinco, espera un minuto, habla durante
seis minutos y finalmente abandona el puesto en el minuto 12.
La rutina se mantiene sin alteraciones hasta el séptimo cliente. En este caso la
persona encuentra desocupado el TE. Por lo tanto, para determinar el instante
de abandono se debe sumar el arribo más el uso.
BLOQUE INICIAL
Tiempo_en_que_desocupa = 4 minutos. Guardar en DESOCUPA.
Reloj = 0
CALCULOS :
Hacer variar Nro_Cliente desde 1 hasta Nmax
Generar aleatoriamente el Tiempo hasta próxima llegada
Guardar ese tiempo en TLL
Reloj = Reloj + TLL
Generar aleatoriamente el Tiempo que este cliente va a usar el
aparato (Tuso)
Si ( Reloj < Desocupa ) hacer :

Espera = Desocupa – Reloj
Desocupa = Desocupa + Tuso
en caso contrario hacer :
Espera = 0
Desocupa = Reloj + Tuso
Fin del Si
RESUMEN DE RESULTADOS
Calcular las medidas estadísticas de las respuestas. Representar

en gráficos.
148
UNIDAD 5
De acuerdo a las rutinas anteriores, para completar el ejemplo del TE se deben

resumir los resultados. En este caso una manera de hacerlo es determinar la
media y el desvío de las esperas como sigue:
Media = 2.44
Desvío = 2.78
Realice el mismo cálculo que en el paso anterior, pero ahora su-

ponga que las llegadas se producen con la siguiente secuencia:
3 6 2 4 8 1 3 6 5
¿Los resultados son los mismos?
Realice el mismo cálculo que en el paso anterior, pero ahora su-

ponga que el aparato está inicialmente ocupado durante 12 minu-
tos.
¿Los resultados son los mismos?
Los resultados de la simulación del TE varían de acuerdo a :

La secuencia en que se producen las llega-
das. En efecto, secuencias diferentes arrojan
valores diferentes. Por esa razón la estrate-
gia habitual es trabajar con series largas (1000
o 2000 valores) y utilizar varias secuencias
(por lo menos cinco). Luego los promedios
resumen el resultado.
Las condiciones iniciales adoptadas. Los
resultados cambian según el tiempo que esté
inicialmente ocupado el TE. Por esa razón
generalmente se hacen unos 100 pasos de cál-
culo iniciales para estabilizar el sistema e
independizarlo de las condiciones iniciales. El
tramo inicial no se considera en las estadísti-
cas.
149
UNIDAD 5
Orientación al evento con actualización constante del tiempo

En este tipo de modelos nuevamente la estrategia consiste en representar la
secuencia de eventos, con la diferencia de que en este caso el reloj se actualiza
con intervalo constante, cada intervalo de tiempo es un paso de cálculo.
Ejemplo 5.2
Pedro es dueño de un kiosco de revistas. Cada semana debe deci-
dir cuántos ejemplares del semanario Nosotros y el mundo debe
comprar. Por cada revista vendida obtiene un beneficio de $ 4.
Si en una semana no vende todas las unidades que ha dejado,
puede devolver los ejemplares sobrantes a un costo de $ 3.
El problema de Pedro es decidir cuántas revistas debe dejar cada
semana de modo de lograr el máximo beneficio posible.
Para estudiar este problema con simulación el primer paso es proponer dife-
rentes alternativas de compra y simular el comportamiento de las ventas para
cada alternativa. De este modo cada corrida con el modelo permite determi-
nar el beneficio promedio a obtener con la alternativa probada. Luego com-
parando los distintos resultados Pedro puede decidir cuál es la opción más
conveniente.
En las siguientes Tablas se representan breves simulaciones de este proble-
ma. En las mismas se suponen generadas las demandas. Recuerde que más
adelante se discute la forma de generarlas.
Alternativa 1: comprar 5 unidades
Semana Demanda Unidades Unidades Beneficio Pérdida por Beneficio

Vendidas sobrantes por ventas devoluciones Neto
1 3 3 2 12 6 6
2 7 5 0 20 0 20
3 5 5 0 20 0 20
4 2 2 3 8 9 -1
5 8 5 0 20 0 20
6 4 4 1 16 3 13
7 4 4 1 16 3 13
8 6 5 0 20 0 20
9 7 5 0 20 0 20
10 3 3 2 12 6 6
150
UNIDAD 5
En la primer semana se venden tres ejemplares, por lo tanto el beneficio resul-

ta igual a doce pesos. Pero, dado que se dejaron cinco unidades, es necesario
devolver dos; por lo tanto se produce un costo de seis pesos por devolución.
Finalmente el beneficio neto es la diferencia, o sea seis pesos.
Después de realizar los nueve pasos de cálculo, es necesario resumir los re-
sultados. Para ello se debe calcular el beneficio promedio obtenido en la
corrida. En este caso la suma de los beneficios es $137, con lo que se tiene un
promedio de $ 13.70 por semana.
Alternativa 2 : comprar 7 unidades
Semana Demanda Unidades Unidades Beneficio Pérdida por Beneficio

Vendidas sobrantes por ventas devoluciones Neto
1 3 3 4 12 12 0
2 7 7 0 28 0 28
3 5 5 2 20 6 14
4 2 2 5 8 15 -7
5 8 7 0 28 0 28
6 4 4 3 16 9 25
7 4 4 3 16 9 25
8 6 6 1 24 3 21
9 7 7 0 28 0 28
10 3 3 4 12 12 0
En este caso la suma de los beneficios es $162, con lo que se tiene un prome-
dio de $ 16.20 por semana.
A partir del análisis de estas dos alternativas, a Pedro le conviene comprar 7
ejemplares cada semana. Indudablemente para que el estudio pueda conside-
rarse completo es necesario recorrer un rango más amplio de alternativas y
por un periodo más largo.
Realice el análisis del problema con las mismas demandas, para

las siguientes alternativas:
Dejando tres revistas.
Dejando ocho revistas.
151
UNIDAD 5
Orientación a la Partícula
En esta orientación se busca representar la secuencia de eventos que le ocu-
rren a un objeto (partícula), a lo largo del tiempo. Por ejemplo, si se simula
el recorrido de un omnibus es necesario representar, entre otras cosas, los
tiempos de viaje entre paradas y el ascenso y descenso de pasajeros.
Pero además, siempre es necesario simular una gran cantidad de objetos. Como
ejemplo, en el caso del omnibus, la representación de una sola unidad no
arroja resultados estadísticamente significativos. Es por ello que se deben
simular muchas unidades.
Ejemplo 5.3
Al especialista Juan Decisor se le encargó un estudio de confiabilidad
en una fábrica. El objetivo de este tipo de estudios es estimar la Distri-
bución de Probabilidades de la Vida Util de un producto. Esto permite
cuantificar el procentaje de productos que es capaz de brindar sus pres-
taciones durante un cierto período de tiempo.
Ahora bien, los productos son generalmente complejos, dado que están
compuestos por varias componentes elementales. La vida útil de los
componentes elementales se determina mediante ensayos. La vida útil
de todo el conjunto se analiza mediante simulación.
En este caso, el producto analizado por Juan es un circuito eléctrico
con la siguiente estructura:
Componente
Tipo 2
A Componente Componente B
Tipo 1 Tipo 1
Componente
Tipo 2
Si la energía puede pasar desde A hasta B, entonces el sistema funcio-

na. Las componentes de tipo 1 están en serie, si falla alguna el circuíto
se corta y concluye la vida útil del producto. En cambio las componen-
tes de tipo 2 están en paralelo, por lo cual si una se rompe, la energía
puede seguir pasando por la otra y el producto sigue funcionando. En
este caso deben fallar las dos para que no funcione.
152
UNIDAD 5
A modo de ejemplo se muestra a continuación la resolución del caso de

confiabilidad con unos pocos datos (los valores de vida útil están expresados
en horas);
Nro Vida útil Vida útil Vida útil Vida útil Vida útil del
pieza Componente componente componente componente conjunto
1 2 2 1
1 2500 2200 2930 3100 2500

2 2980 3100 1570 2400 2400
3 2750 2600 1980 3310 2600
4 3060 2230 2800 3600 2800
5 3400 2600 1600 2200 2200
6 2590 1800 1530 2640 1800
7 3200 3500 1500 3400 3200
8 2780 2530 2450 3100 2450
9 2870 1670 2900 2550 2550
Para la primera unidad, se rompe una componente de tipo 2 a las 2200 hs, pero
el producto sigue funcionando porque la otra todavía sirve. Luego a las 2500
hs se rompe una componente de tipo 1 determinando la muerte del conjunto.
Por lo tanto la vida útil del primer caso es de 2500 hs.
Si se escribe un seudocódigo para el caso anterior, el mismo debe presentar la
siguiente lógica:
CALCULOS :
Hacer variar contador_de _piezas desde 1 hasta la

Cantidad_deseada
Generar dos vidas útiles de la componente 2
Guardar la mayor de ambas vidas en VU1.
Generar vida útil de la componente 1 y guardar en VU2
Generar vida útil de la componente 1 y guardar en VU3
Adoptar como Vida útil del Producto el menor valor

entre VU1, VU2 y VU3.
RESUMEN DE RESULTADOS
Es necesario determinar la distribución de los resultados.
153
UNIDAD 5
Para estimar la Distribución de Frecuencias estadísticas se puede ordenar de

menor a mayor los resultados y a cada uno adjudicarle la Frecuencia Rela-
tiva :
Fr = i / ( n + 1 )
donde i es la posición en que ha quedado el dato después del ordenamiento

y n es la cantidad total de datos que se están analizando.
Distribución de Frecuencias de los resultados
Vida útil Posición Frecuencia

producto i Relativa
Fr = i / ( n+1 )
1800 1 0.10
2200 2 0.20
2400 3 0.30
2450 4 0.40
2500 5 0.50
2550 6 0.60
2600 7 0.70
2800 8 0.80
3200 9 0.90
En base a estos resultados puede decirse por ejemplo que el 50 % de los

productos resiste más de 2500 horas, o que solo el 10 % de los productos
sobrevive más allá de las 3200 horas.
Como usted seguramente se dará cuenta, con solo

9 productos Juan no puede asegurarle a la Fá-
brica que el 10% de todas las unidades produci-
das durará más de 3200 horas. Pero si el Licen-
ciado repite el mismo procedimiento con una
cantidad muy superior de unidades, por ejemplo
10000, el procentaje final será muy ajustado a la
realidad.
154
UNIDAD 5
Represente gráficamente los resultados de la Distribución de Fre-

cuencias obtenida en el ejemplo anterior. Para hacerlo, coloque
en las abscisas las vidas útiles obtenidas, con una escala adecuada.
En las ordenadas grafique las Frecuencias Acumuladas.
2. INVESTIGANDO LOS MODELOS DE SIMULACIÓN EN EL

TEXTO
1
El texto compara de un modo interesante, los modelos de Simu-
lación y los de Optimización, de acuerdo al tipo de información
que brindan. ¿Cuáles son las diferencias más notables?. Con el
criterio sugerido por el libro, analice los otros modelos presenta-
dos en este curso y clasifiquelos según su proximidad con la simu-
lación o con la optimización.
2
El texto dice que un Programa no Lineal puede ser resuelto con
simulación; explique cómo se puede hacer esa resolución.
3
El libro remarca que en los problemas que se resuelven por Simu-
lación se presentan siempre eventos aleatorios y cita el Método
de Montecarlo. Intente resumir en dos o tres líneas lo que se
plantea sobre el tratamiento de eventos aleatorios.
155
UNIDAD 5
4
Analice el ejemplo de los sartenes. Determine cómo debe actua-
lizarse el Reloj en ese caso. ¿Qué diferencia encuentra en el ma-
nejo del Reloj, con el Ejemplo 5.1 de esta Guía sobre la cola de
Teléfono?
5 Para generar eventos aleatorios, cuando se trabaja a mano, el libro

sugiere el uso de una Tabla de números aleatorios. Analice cómo
se usa dicha tabla.
6
¿Qué es lo que plantea el texto acerca de la conveniencia de reali-
zar un estudio analítico preliminar?
7
¿Qué es lo que plantea el texto sobre la sensibilidad a las condi-
ciones iniciales y a las muestras pequeñas?
8
¿Por qué razón señala el texto que la simulación es una técnica de
último recurso?
9
El texto insiste en que el modelo de simulación debe mantenerse
sencillo. ¿Cuáles son las razones?
10 ¿Cuáles son los lenguajes de computadora especiales para Simu-

lación?
156
UNIDAD 5
3. GENERACIÓN DE IMPULSOS ALEATORIOS
En los modelos de simulación es habitual que una o varias variables sean

aleatorias. Por ejemplo, en un problema de inventarios, el tiempo entre llega-
das de pedidos o las demandas por intervalo de tiempo, se introducen habi-
tualmente por métodos estadísticos.
Para crear esas influencias aleatorias es común utilizar, cuando ello es posi-
ble, el método de Montecarlo. Este procedimiento es aplicable cuando la
distribución de la variable es invertible, es decir que, conocida la probabili-
dad de un valor, se puede explicitar directamente el valor en cuestión.
Por ejemplo Montecarlo sirve para generar variables con distribuciones como
las Discretas, la Exponencial, la Uniforme o la Weibull.
El procedimiento de Montecarlo para generar variables con una distribución
acumulada cualquiera ( F(x) ) es el siguiente :
· Se genera un número aleatorio (Random , en nuestra notación: Rn), con la
computadora, empleando las sentencias o funciones que tienen todos los
sistemas. Estos números Rn tienen distribución uniforme entre 0 y 1, es
decir en un rango equivalente al de la probabilidad.
· Se adopta el Rn como una probabilidad acumulada, es decir: F(x) = Rn.
· Finalmente se despeja de la función F(x) el valor de x correspondiente,
siendo este el dato generado.
El método de Montecarlo se puede representar gráficamente del siguiente
modo:
F(x)
Rn
Xo X
157
UNIDAD 5
Ejemplo 5.3 Montecarlo con variables discretas
Suponga que las demandas diarias de una cierta revista tienen

aproximadamente la distribución de probabilidad que se muestra a
continuación:
Probabilidad
Cantidad Probabilidad Acumulada
0 0.15 0.15
1 0.30 0.45
2 0.25 0.70
3 0.15 0.85
4 0.10 0.95
5 0.05 1.00
Para obtener un valor de Demanda se genera un Random, se in-
gresa con ese número en la columna de Probabilidad Acumula-
da hasta encontrar la primera probabilidad que es mayor que el
Rn. Una vez encontrada, recorriendo esa fila se busca la cantidad
correspondiente.
Por ejemplo, si el número aleatorio generado es Rn = 0.62, en-
tonces la demanda resulta de dos unidades, o sea X = 2. El
criterio en este caso es que se adopta como valor de X el primero
cuya Probabilidad Acumulada es mayor al Rn.
Si los Rn son los siguientes: 0.89; 0.38; 0.08. Determine las co-
rrespondientes Demandas.
Genere con EXCEL doscientos valores de Demanda. Represen-

te gráficamente los resultados. Determine la media, la moda y el
desvío de los valores generados.
158
UNIDAD 5
Ejemplo 5.4 Montecarlo con la distribución Exponencial
Consigna : La variable aleatoria X: Tiempo entre las llegadas

de dos clientes al TE del Ejemplo 5.1; tiene distribución
exponencial con media igual a 2 minutos. Asumiendo que acaba
de llegar un cliente, se desea generar el tiempo que pasará hasta
la llegada del siguiente.
La Distribución Acumulada de la Exponencial es:
F(x) = 1 - e - /m
x
donde m es la media del tiempo entre llegadas. Si de la función

acumulada de probabilidades se explicita x se obtiene:
x = - m ln [ 1 - F(x) ]
Si al generar el Random se obtiene: Rn = 0.845 entonces el
siguiente cliente llegará después de :
x = - 2 ln [ 1 - 0.845 ] = 3.73 minutos
Si los Rn son los siguientes: 0.89; 0.38; 0.08. Determine las

correspondientes Tiempos entre llegadas.
Genere con EXCEL doscientos valores de Tiempos entre lle-

gadas. Dado que dicho utilitario no permite generar directamen-
te la distribución Exponencial, deberá generar valores con distri-
bución Uniforme y transformarlos con la expresión:
x = - m ln [ 1 - F(x) ].
Represente gráficamente los resultados. Determine la media, la
moda y el desvío de los valores generados.
159
UNIDAD 5
Ejemplo 5.5 Montecarlo con Atributos
Suponga que en una planta automotriz se desea simular la elec-

ción del tipo de auto. En ese caso la planta debe contar con algu-
na valoración estadística de la distribución de las preferencias.
Suponga que en este caso la empresa ofrece los siguientes tres
modelos de vehículo: deportivo, familiar y week-end, y que las
probabilidades son las siguientes:
Modelo Probabilidad Acumulada

deportivo 0.50 0.50
familiar 0.30 0.80
week-end 0.20 1.00
En este caso el orden en que se colocan los modelos no es impor-
tante. Lo único necesario es que la probabilidad total igual a 1,
sea repartida correctamente entre las posibles elecciones.
Con este razonamiento, si se genera un Rn = 0.93 entonces la
elección simulada del cliente es week-end.
Si los Rn son los siguientes: 0.76; 0.43; 0.187. Determine las co-
rrespondientes Elecciones de los Clientes.
Genere con EXCEL doscientos valores de Elección de Automóvil.

Represente gráficamente los resultados.
4. PRESENTACIÓN DE UN ESTUDIO REALIZADO CON SIMULA-

CIÓN
Para mostrar el proceso completo de un estudio de
este tipo, se ha seleccionado uno de los trabajos reali-
zados por el Licenciado Juan Decisor.
160
UNIDAD 5
Las características del mismo se presentan a continuación:
Ejemplo 5.6
Es necesario construir un puerto de aguas profundas. Una de las
decisiones de diseño que se deben adoptar es la cantidad de dárse-
nas que tendrá. La construcción de cada dársena demanda un
costo de $ 1.000.000.
Cuando los buques llegan a puerto y no pueden descargar de in-
mediato, la autoridad portuaria debe abonarles una multa de $
5000 por día de espera.
El puerto debe usarse durante 40 años. Por lo tanto es necesario
determinar el total de gastos, entre inversión inicial y multas pos-
teriores para cada elección posible del número de dársenas. Ob-
viamente el estudio concluye comparando los costos y adoptando
la cantidad de dársenas que hace mínimo el costo total.
Para realizar el análisis de los tiempos entre llegadas de buques
y de los tiempos de permanencia en puerto, se han tomado
muestras de las dos variables expresadas en días.
El primer paso dado por el Lic Decisor es la realización de un análisis

estadístico de los datos disponibles para determinar que tipo de comporta-
miento presentan las variables fundamentales del problema, esto es, los tiem-
pos entre llegadas y de permanencia.
Para la primera variable se encontraron los siguientes resultados:
Media = 2.51 días
Mediana = 1.12 días
Desvio = 2.12 días
en tanto que el histograma presentó la siguiente forma:
14
12
10
8
6
4
2
0
1 2 3 4 5 6 7 8 9
161
UNIDAD 5
Las características anteriores parecen indicar que la variable puede ser ade-
cuadamente descripta por un modelo de probabilidades Exponencial. Para
verificarlo se realiza el Test de Kolmogorov-Smirnov, el cual muestra una
aceptable concordancia entre los datos y el modelo elegido.
A partir de este análisis, el Licenciado Decisor puede asumir que los tiempos
entre llegadas tienen distribución exponencial con media 2,51 días.
Un análisis parecido se realiza sobre los tiempos de permanencia. En este
caso el estudio permite verificar que estos tiempos se comportan como una
exponencial con media 13.67 días.
Entonces el Licenciado planteó un programa de computadora en C++ que
simula la llegada de barcos y determina el tiempo de espera de cada uno.
El programa hace llegar barcos hasta que el Reloj (acumulada de los tiempos
entre llegadas), alcanza a 14600 días (equivalente a cuarenta años). En el
lenguaje propio de estos modelos dicha secuencia de eventos se denomina
corrida.
Debe tenerse en cuenta que la acumulada de gastos en una corrida resulta
variable de acuerdo a como se haya presentado la secuencia. Es por eso que,
para obtener un resultado más preciso, el Licenciado Decisor realiza en su
modelo cinco corridas y adopta como Costo final el promedio de los valo-
res obtenidos.
Los resultados obtenidos de este modo se presentan en la siguiente Tabla:
Dársenas Costo por Costo Total

Multas
7 262417000 269417480
8 88477460 96477460
9 31087780 40087780
10 11444940 21444940
11 3956600 14956600
12 1363640 13363640
13 419020 13419020
14 109500 14109500
15 23360 15023360
Los valores anteriores pueden representarse en una Gráfica de Costos. Este

recurso es importante porque facilita la interpretación de los resultados.
162
UNIDAD 5
25
20
15 Total
Dársenas
10 Multas
0
10 11 12 13 14 15
Como resultado del estudio presentado el Lic. Decisor recomirnda la cons-

trucción de doce dársenas.
163
UNIDAD
5 SOLUCIÓN A LAS
1. Un programa de Simulación devuelve información sobre cómo se compor-

ta el sistema en estudio ante determinadas condiciones del mismo, por eso
se dice que son Descriptivos. En cambio los modelos de simulación obtie-
nen como resultados los valores óptimos de las variables de decisión. Los
Programas Lineales son modelos de Optimización. Las redes PERT-CPM
son descriptivas.
2. Es necesario generar una aleatoriamente una gran cantidad de puntos. Para
cada punto se debe determinar si está dentro o fuera del espacio factible.
Para todos los puntos factibles se valora la Función Objetivo y se almace-
na. Finalmente se determina el óptimo, máximo o mínimo, de los valores
almacenados.
3. Hay impulsos que se representan con variables aleatorias. Es necesario
“alimentar” el modelo con estos impulsos. La creación artificial de estos
impulsos se denomina: “generación”. Para hacerlo es posible utilizar el
método de Montecarlo.
4. En el ejemplo de los sartenes el Reloj se actualiza con cada ensayo, por lo
que el incremento es constante. En el ejemplo del TE, en cambio, el Reloj
se actualiza con cada arribo de cliente y presenta por ello un incremento
variable.
5. Se puede entrar por cualquier punto de la Tabla y luego avanzar en cual-
quier sentido. Recuerde, de todos modos, que la simulación se hace con la
computadora. La Tabla solo sirve para la ejercitación previa.
6. La idea es hacer un análisis previo de los valores que pueden obtenerse con
la simulación. Ello permite determinar las condiciones iniciales y funda-
mentalmente: obtener criterios para una valoración posterior del pro-
grama.
7. Se insiste sobre un aspecto que fue resaltado a continuación del Ejemplo
5.1 : en la simulación orientada al evento es necesario independizarse de las
condiciones iniciales. Además se debe trabajar con muestras grandes, en-
tre 1000 y 10000.
8. Lo que se intenta señalar allí es que se usa la simulación cuando no se
dispone de un modelo analítico. Es posible que la frase sea poco feliz por
problemas de traducción dado que es muy habitual que no exista dicha
metodología analítica.
9. Se deben representar solo los aspectos relevantes del problema. Los deta-
lles secundarios no agregan información útil al decisor.
164
UNIDAD 5
10. El libro cita el GPSS ; el SIMSCRIPT y el GASP. De todos modos una

buena simulación puede hacerse con lenguajes convencionales como el
C++. Incluso el EXCEL permite resolver correctamente, y con gran-
des facilidades para la representación de los resultados, problemas de
simulación sencillos.
165
UNIDAD
ACTIVIDADES DE
5 AUTOEVALUACIÓN
1. China tiene más de mil trescientos millones de habitantes. Hace algun

tiempo el gobierno chino, para combatir la superpoblación, impuso por ley
la obligación de que cada pareja tuviera a lo sumo un hijo.
Las mas perjudicadas con esa iniciativa son las familias rurales, ellas nece-
sitan varones para la pesada actividad agrícola.
Por esa razón solicitaron que la Ley tuviera un cambio: que se permitiera
tener hijos hasta conseguir un varón
Es decir que si una pareja cualquiera tiene un hijo, si es varón se detiene
allí, en cambio si es nena prueba nuevamente hasta conseguir un descen-
diente masculino.
¿Cuál será el efecto de ese cambio en la Ley?. ¿Variará mucho la pobla-
ción futura según se acceda o no al pedido?.
Resuelva este problema con simulación. Para ello genere números aleatorios
entre cero y uno, si es menor a 0.5 asuma que el bebe es varón, en caso
contrario es nena. Simule mil familias y calcule el promedio de hijos por
familia.
¿Qué decisión recomienda?.
2. En una fábrica automotriz, al final de la línea de producción se hace un

control rápido del vehículo terminado. La cantidad de autos que llegan a
inspección cada hora tiene una distribución Normal con media veinte y
desvío igual a dos.
Para realizar el control pueden colocarse en ese puesto uno o más opera-
rios. Cada hombre tiene una capacidad variable de trabajo para una hora,
que puede ser representada por la siguiente distribución:
Autos 10 11 12 13 14
Probabilidad 0.05 0.25 0.40 0.25 0.05
Construya un programa que simule el comportamiento de la línea de pro-
ducción. Para ello represente secuencias de mil horas probando el resulta-
do de destinar a esa inspección final a las siguientes cantidades de perso-
nas: uno, dos, tres, cuatro.
Finalmente efectúe una recomendación sobre la cantidad más apropiada.
166
UNIDAD 5
3. La empresa de transportes “La Paquita”, tiene a su cargo un servicio

urbano en la ciudad de Córdoba. Sus unidades cubre el recorrido desde
un barrio hasta el centro de la ciudad. Se realizan doce paradas en total,
las cinco primeras dentro del barrio y las restantes sobre grandes avenidas.
Cada unidad de transporte dispone de capacidad para cuarenta pasajeros
como máximo.
Los directivos de la empresa desean determinar la frecuencia del servi-
cio. Es decir cada cuantos minutos deben hacer partir una nueva unidad.
Se desea adoptar una frecuencia que permita que no más del 30% de los
coches lleguen completos al centro.
Un estudio estadístico ha permitido determinar que la variable Cantidad
de personas que arriban a una parada en un minuto tiene distribución
de Poisson, con una media diferente según que la parada esté en el barrio
o sobre avenida. Al respecto, las medias son las siguientes:
En el barrio: 0,5 personas por minuto.

Sobre avenidas: 0.4 personas por minuto.
Recuerde que la media de la distribución de Poisson es proporcional al

intervalo de tiempo analizado. Por ejemplo, para cinco minutos sobre
avenida se tiene:
Media = 5 min x 0,5 personas/minuto = 2,5
Además asuma que en cada parada, desciende el 30% de los pasajeros

transportados.
Realice un programa de simulación que permita resolver el caso plantea-
do. Este programa debe tomar como dato inicial la frecuencia y debe
informar el porcentaje de unidades que llegan completas. Efectúe corridas
de dos mil unidades cada vez.
167
UNIDAD 5
168
NUMERO
ACTIVIDAD
OBLIGATORIA 2
Este es el momento de realizar la Actividad Obligatoria Nº1 y remitirla a su
tutor para su evalaución.
La misma se encuentra al final de esta Guía de Estudios.
169
CLAVE DE RESPUESTAS
171
UNIDAD
1 CLAVE DE
RESPUESTAS
1. La expresión es un modelo porque de algún modo representa la realidad de la

Planta 3. Sin embargo tiene incorporadas algunas suposiciones muy ¨grue-
sas¨. Por ejemplo se supone que la Planta 3 va a tener, semana tras semana,
exactamente 18 hs. Disponibles, ni un minuto más, ni un minuto menos.
Además se especifican como fijos los tiempos de producción, esto es, exac-
tamente 3 hs y 2 hs.. Pero qué pasa si una máquina se rompe o si se agiliza
una puesta a punto.
2. La Gerencia debe tener en cuenta los resultados del modelo pero no necesa-
riamente debe implementarlos al pie de la letra. Es más, puede que a partir de
los resultados sea necesaria una nueva evaluación de los tiempos ; la función
objetivo o las resticciones y luego una formulación diferente. Por otra parte
debe valorar las consecuencias de posibles variaciones en los parámetros
fijados.
3. Para ser estocástico debería tener incorporadas las distribuciones de probabi-
lidad de los principales parámetros del modelo, como por ejemplo los tiem-
pos de producción. Pero, ¡atención !. Los programas lineales no tienen en
cuenta las probabilidades, son siempre determinísticos.
4. El estudio de mercado debe ser realizado para determinar, entre otras cosas,
si la demanda es limitada (en cuyo caso debe incorporarse una restricción
que refleje esa limitación), y los niveles de precios. Además en las tres plan-
tas deben haberse realizado rigurosos relevamientos de los tiempos de pro-
ducción.
5. La función que debe liderar el planeamiento de la producción es Logística.
Además en el grupo de estudio deben estar representados los grupos de Pro-
ducción de las tres plantas ; Finanzas para fijar el entorno económico ; Inge-
niería para valorar la factibilidad ; etc.
6. En el texto adoptado como Bibliografía Obligatoria se destaca : Ël término
óptimo es un concepto teórico (es decir, matemático), en oposición al mundo
real ¨, y más adelante se insiste : ¨ Una decisión óptima producida por un
modelo significa que hay grandes esperanzas que sea una buena decisión
para el problema real ¨. Esto es así porque un modelo nunca es una represen-
tación perfecta y por lo tanto, los aspectos no representados hacen que los
resultados reales siempre sean algo diferentes de los teóricos.
7. La estructura incluye una Función Objetivo y un conjunto de Restricciones.
Todas son expresiones lineales.
8. Esa expresión no puede ser utilizada como Función Objetivo porque la ex-
presión incluída en el segundo término : log (2.3 X1 X2), no es lineal.
172
CLAVE DE RESPUESTAS
9. Las variables de decisión pueden ser :
X1 : cantidad de unidades de tipo económico ;

X2 : cantidad de unidades de lujo .
Con ello el modelo resulta :
Max Z = 5 X1 + 8 X2
s. a :
1/3 X1 + X2 ≤ 2500
X1 + X2 ≤ 4000
X2 ≤1500
con X1 y X2 mayores o iguales que cero.
173
UNIDAD
CLAVE DE
2 RESPUESTAS
1. Sean: A: dinero invertido en acciones

B: dinero invertido en bonos
Luego el programa lineal es:

Max 2 A + B
sa:
A + B £ 6 [expresado en millones]
Con A y B mayores o iguales que cero
2.
Y
10
9
8 Vértice Optimo
7
5
4
1
0
1 2 3 4 5 6 7 8 9 10 X
Función Objetivo
Como se observa, la solución óptima es invertir todo en acciones obteniendo

un beneficio total de doce millones. Por supuesto, dado que hay una solo
restricción, esta se satisface completamente, es decir: se usa todo el dinero
disponible. Para que la decisión de invertir solamente en acciones cambie,
debería cambiar en un peso el beneficio de las acciones o de los bonos. Final-
mente este razonamiento es válido para cualquier monto de dinero disponible.
3. La Tabla que devolvería el Soft tendría esta forma:

FO en el Optimo = $ 12.000.000
174
CLAVE DE RESPUESTAS
VARIABLE VALOR COSTO REDUCIDO

A 6.000.000 0.00
B 0 1.00
FILA HOLGURA PRECIO DUAL

2) 0 2.00
4. Las Tablas Simplex son:
2 1 0
Coeficiente Variable A B S1 Valor
0 S1 1 1 1 6
Zj = 0 0 0
Cj–Zj = 2 1 0 Z=0
2 1 0
Coeficiente Variable A B S1 Valor
2 A 1 1 1 6
Zj = 2 2 2
Cj–Zj = 0 -1 -2 Z = 12
La última Tabla señala por ejemplo que:

a. con el valor Cj–Zj = - 1 en la variable de decisión Bonos debe entenderse
que si se invierte $ 1.00 en Bonos, se disminuye esa misma cantidad la FO.
De aquí debe entenderse además, que el Costo Reducido de esa variable es
de un peso.
b. con el valor Cj–Zj = - 2 en la variable de holgura S1 indica que si no se
invierte $ 1.00, se deja de ganar $ 2.00.
5. Para el problema de la mezcla de combustibles, la solución óptima es mez-

clar:
175
CLAVE DE RESPUESTAS
Gasoil 1 para avión: 7273 lts

Gasoil 2 para avión: 1818 lts
Gasoil 1 para motor 22727 lts
Gasoil 2 para motor 68182 lts
Obteniendo un beneficio total de $ 3.355.455. Con esta decisión no se

atienden 10909 litros de la demanda prevista, pero se utiliza todo el com-
bustible básico disponible y se satisfacen las restricciones de octanaje y de
presión de vapor. Si fuera posible conseguir más combustible básico, au-
mentaría el beneficio. Por cada litro de combustible extra se podría pagar
hasta $ 49.71 para el primer tipo y $ 26.63 para el segundo.
6. Con un costo de $ 18000 la distribución óptima es:

A Nueva York se lo abastece con 40000 de Cincinnati y 10000 de Atlanta.
A Bostón se lo abastece con 10000 de Atlanta.
A Chicago se lo abastece con 60000 de Cincinnati.
A Los Angeles se lo abastece con 30000 de Denver.
A Dallas se lo abastece con 20000 de Denver.
Con esta decisión quedan sin utilizar 10000 cajas de Denver y 30000 de
Atlanta. La planta con mayores problemas es Atlanta, para la misma queda
la posibilidad de conseguir colocar el producto en el mercado local o redu-
cir los costos de transporte. Por ejemplo para el envío de Atlanta a Los
Angeles, el costo de envío debería ser reducido en $ 140 por cada mil
cajas.
7. Para el caso del hospital, la dieta que minimiza el aporte de grasas está
formada por 300 grs de spagueti; 283 grs de pavo; 200 grs de papas; 100
grs de espinacas y 67 grs de pastel de manzana. Esa dieta satisface exacta-
mente los requerimientos de Tiamina y Vitamina C, en tanto que supera
los planteados para Proteínas, Hierro y Miacina. Del análisis de resultados
no parece que este resultado sufra grandes cambios si varían los conteni-
dos de grasa en cada alimento, ya que el rango de fluctuación posible para
los coeficientes de la FO es muy grande.
176
UNIDAD
CLAVE DE
RESPUESTAS 3
1. El Diagrama de Gant es muy simple y por ese motivo facilita la interpreta-
ción del Proyecto, lamentablemente no permite representar las preceden-
cias entre actividades. En cambio, la red de actividades, aunque de formato
un poco más complicado, al trabajar con las precedencias abre las puertas
a una variedad de estudios que incluyen por ejemplo: duración del proyec-
to; camino crítico; cálculo de probabilidades; análisis financiero;
planeamiento de la necesidad de recursos; control de avances; etc.
2. La red de actividades toma la siguiente forma:
2 3
10/10 24/24
1 5 6
0/0 40/40 50/50
4
15/24
3. Las holguras o márgenes son las siguientes:
Actividad A B C D E F.
Márgen total 0 9 0 15 0 0
El camino crítico está formado por la secuencia de actividades que tienen

margen total nulo, en este caso: A – C – E – F.
177
CLAVE DE RESPUESTAS
4. Para cada actividad se supone una distribución Beta con la media y la

varianza que se muestran en la siguiente Tabla:
Actividad Media Desvío

A 10 1
B
C 14 1
D
E 16 4
F 10 1
En la Tabla anterior se presentan solo la media y el desvío de las tareas

críticas. Con esos datos se puede determinar que la duración total del pro-
yecto tiene distribución Normal con media 50 y varianza 7.
5. Se aplica el Teorema del Límite Central de las probabilidades.
6. El costo total del proyecto a duración normal es de $ 21.100.
Si se reduce un día la actividad B, el costo asciende a $ 20.700. Sin embar-

go este gasto adicional no se justifica porque, dado que la actividad B no es
crítica, no se logra reducir la duración total del proyecto.
Para reducir dos días la duración del proyecto convendría hacerlo apuran-
do la actividad F que es la más barata de las que forman el camino crítico.
En caso de utilizar esa posibilidad el costo total del proyecto ascendería a
$ 21.000.
178
UNIDAD
CLAVE DE
RESPUESTAS 4
1. Se busca permanentemente reducir los inventarios porque estos obligan a
inmovilizar grandes masas de dinero. Esto representa una importante pér-
dida de oportunidad. Considere que de no haber políticas estrictas en cuanto
a los inventarios, estos pueden alcanzar al 30 o 40% de los activos totales
de la empresa.
2. Demanda constante con ruptura.
3. Para la política óptima es:

Costo Total Optimo = (2 Ch Co D)1/2
En cambio, para una política diferente de la óptima debe utilizarse:
Costo Total Optimo = Ch Q/2 + Co D/Q
Además se tiene que cuando el tamaño de lote Q es el óptimo, los costos de
pedido y almacenamiento son iguales.
4. En tanto no se pierda la venta, siempre es más barato trabajar con ruptura.

Recuerde que los costos totales con ruptura para la política óptima se ob-
tienen multiplicando los costos sin ruptura por una relación entre costos
que es siempre menor a uno.
5. Se compra la cantidad óptima en los dos casos.
179
UNIDAD
CLAVE DE
5 RESPUESTAS
1. En el caso del Gobierno Chino el promedio de hijos por familia, si se

realiza un cambio en la Ley es de dos. Por lo tanto se tiene un incremento
del 100% respecto al proyecto original.
2. En el caso de la línea de producción comienzan a obtenerse resultados

razonables a partir de tres empleados. Para cantidades menores se produ-
cen acumulaciones de piezas en espera.
3. La frecuencia más adecuada debe ser de once minutos aproximadamente.
180
ACTIVIDADES
OBLIGATORIAS
ACTIVIDAD OBLIGATORIA Nº 1
Correspondiente a las unidades 1, 2 y 3
ACTIVIDAD OBLIGATORIA Nº 2
Correspondiente a las unidades 4 y 5
182
NUMERO
ACTIVIDAD
OBLIGATORIA 1
1. Un sector importante en una fábrica de automóviles es la Línea de Montaje.
Allí se colocan sobre la carrocería las diferentes piezas que integran el vehí-
culo, desde el tablero hasta las ruedas.
Inicialmente, por ejemplo, deben desmontarse las puertas, con el objeto de
no dañarlas y trabajar con mayor comodidad. Se coloca además un gran
cartel que indica las principales características del auto, tipo de motor, sis-
tema de frenos, si tiene aire acondicionado, etc.
Luego a medida que la carrocería avanza a lo largo de la línea se montan uno
a uno los otros particulares. En total hay aproximadamente cinco mil piezas
a colocar.
En la presente Actividad usted debe aplicar el método PERT-CPM a fin de
organizar las actividades a lo largo de la primera parte de la línea, de modo
que todas las tareas iniciales se realicen en el menor tiempo posible.
La siguiente Tabla muestra las actividades iniciales, indicando en que con-
siste cada una, la duración en minutos expresada en términos de tiempo
normal, optimista y pesimista, y las correspondientes precedencias. Los
tiempos están expresados en segundos.
Actividad Tiempo Tiempo Tiempo Precedencia

optimista normal pesimista
A - Desmontar las puertas 240 300 360 -----

B – Colocar cartel con 50 90 120 ----
especificaciones del auto
C – Instalar cables en el vano 200 240 300 B
del motor
D – Colocar la pedalera 140 180 220 A
E – Instalar la central 150 180 210 H
electrónica del ABS
F – Hacer el cableado de la 160 200 240 C
carrocería.
G – Colocar paneles aislantes 240 300 360 F
de sonido
H – Instalar el Servofreno 240 300 400 D
I – Aplicar revestimientos de 100 150 200 G
interiores
J – Colocar el revestimiento 150 180 210 G
del techo
K – Aplicar juntas en los 180 240 270 I,J
vanos de las puertas
L - Instalar el tablero 360 480 600 F
M – Fijar los cinturones de 120 150 180 I,J
seguridad
N – Colocar tubos de frenos 180 240 300 E
183
ACTIVIDADES OBLIGATORIAS
Importante: las precedencias indicadas en la Tabla son las imprescindi-

bles. Pero además es necesario considerar que en la línea de producción
no pueden realizarse más de dos actividades al mismo tiempo por proble-
mas de espacio y materiales.
Atendiendo a los comentarios anteriores, usted debe realizar las siguientes
tareas:
a. Agregue precedencias a las imprescindibles de modo de no superar la

cantidad de dos actividades simultáneas. A continuación, utilizando
los tiempos normales determine el camino crítico, la duración del pro-
yecto completo y las holguras.
Ejecute el trabajo anterior con, por lo menos, dos redes diferentes.
Luego adopte la secuencia de actividades que ofrece la menor dura-
ción.
b. Para la secuencia adoptada en el paso anterior aplique el procedimien-

to de cálculo de probabilidades a fin de estimar la distribución de la
Duración del Proyecto. Con esa distribución determine dos tiempos
simétricos respecto a la media, de modo que incluyan entre si el 90%
de las duraciones posibles.
2 Explique la utilidad de los diagramas Duración-Costo y Pert-Costo. Ex-

plique como se construyen. Agregue un ejemplo donde se evidencie el
método de elaboración.
3 En una fábrica se producen resortes de automóviles. Hay dos tipos diferen-

tes: A y B. El resorte de tipo A requiere dos metros de varilla de hierro y
una hora de trabajo en producción. Por su parte el de tipo B necesita tres
metros de varilla de hierro y una de trabajo. Una unidad del tipo A reporta
un beneficio de $ 5 en tanto que una de B permite obtener un beneficio de
$ 9. Finalmente debe tenerse en cuenta que la demanda de piezas de tipo B
es limitada por lo que pueden venderse a lo sumo mil unidades.
a. Formule un programa lineal para determinar los niveles de producción

que permiten obtener el máximo beneficio.
184
b. Resuelva gráficamente el programa. Interprete estos resultados. En

particular determine gráficamente cuánto cambiaría el beneficio ópti-
mo si la demanda fuera mayor y si aumentara la disponibilidad de horas
de trabajo.
c. Escriba el modelo general que resuelve la computadora. Determine
cuántos vértices tiene dicho modelo.
d. Resuelva el programa con el método simplex e interprete los resulta-
dos.
e. Escriba el programa dual del modelo anterior.
f. Resuelva el programa con el LINDO o algún otro soft e interprete los
resultados.
g. Determine si la resolución obtenida con soft es degenerada. Justifique
ampliamente sus conclusiones.
4. Una empresa lactea necesita armar su sistema de distribución. Cuenta con

dos plantas productoras: A y B. La planta A tiene una capacidad de pro-
ducción de 250 metros cúbicos. La capacidad de la planta B es de 150
metros cúbicos.
Desde esas plantas debe abastecerse a cuatro localidades llamadas C, D, E,
F. La demanda de C es de 100 metros cúbicos. D tiene una demanda de
150 metros cúbicos. La ciudad E demanda 80 metros cúbicos y finalmen-
te, la localidad F requiere 70 metros cúbicos.
Los costos de transporte (expresados en pesos por metro cúbico se mues-
tran en la siguiente Tabla:
185
186
NUMERO
ACTIVIDAD
OBLIGATORIA 2
1 En esta Actividad usted debe analizar un interesante problema de
inventarios, se trata del originado en la distribución y venta de automóvi-
les. Imagine una empresa automotriz integrada por una Fábrica y una Red
Comercial que permite vender las unidades.
FABRICA Red Comercial
Por supuesto la Red Comercial está integrada por una gran cantidad de
concesionarios distribuidos en todo el país.
Esta organización ofrece vehículos cuyo precio se compone del siguiente
modo:
Mano de obra $ 2000

Materias primas $ 4000
Ganancia $ 2000
Impuestos $ 7000
Precio final $15000
Respecto a los impuestos, estos deben abonarse a medida que se cobra el

auto al cliente. La demanda es de cien mil autos por año. Realizar la distri-
bución de vehículos a la Comercial le demanda a la empresa $ 60.000 por
cada distribución realizada.
La empresa analiza dos formas diferentes de administrar el inventario de
productos terminados:
Producir y luego vender: enviar partidas a la red comercial para que esta
venda y cobre las unidades a medida que la demanda lo permita.
Vender y luego producir: esta posibilidad consiste en cobrar inicialmen-
te $ 6000 y comprometer la entrega del vehículo para dos meses después
del momento de venta. En esta segunda alternativa es necesario que
algunos automóviles permanezcan en los locales de la Comercial para aten-
der pedidos urgentes.
187
Su trabajo consiste en analizar las dos alternativas atendiendo las siguientes

indicaciones:
a) Con el modelo de Tamaño Económico de Lote determine la forma óptima
de operación del inventario incluyendo tamaño de lote, costo total, tiempo
entre pedidos, etc. Para el cálculo, asuma que la demanda es constante a
lo largo del año y que la tasa de interés vigente para depósitos bancarios es
de 24% anual.
b) Utilizando el modelo de Tamaño Económico de Lote con Ruptura, evalúe
la segunda alternativa. En este caso considere que para que el cliente esté
dispuesto a esperar se ofrecen servicios post-venta (seguros; antirrobo;
auxilio mecánico), que representan un costo extra de $ 300 por unidad y
por año.
c) Compare los dos resultados anteriores y determine cuál es la opción más
adecuada para la empresa. Preocúpese por realizar una comparación cui-
dadosa y completa.
En el Ejemplo 5.3 se presentó el problema de diseño de un sistema elec-

trónico Suponga que en un análisis más cuidadoso el Lic. Decisor en-
cuentra que las componentes de Tipo I se comportan como variables
exponenciales con media 2800 hs, en tanto que las de Tipo II tienen distri-
bución exponencial con media 2400 hs.
El cliente exige que el 90% de los sistemas producidos soporte más de
2200 hs y que el 10% soporte más de 3200 hs.
Realice una simulación sobre dos mil unidades y determine si se cumplen
los requisitos del cliente.
Si no se cumplen, modifique el sistema completo agregando unidades en
paralelo, tanto de Tipo I como II, hasta lograr satisfacer los porcentajes
deseados.
3. Los tiempos entre arribos de clientes a un Teléfono Público tienen distri-

bución exponencial con media cinco minutos. Los tiempos de ocupación
del aparato dependen del carácter de la llamada. Si la misma es local, la
duración sigue un patrón de comportamiento también exponencial, pero
con media tres minutos. En cambio, si es de larga distancia la duración
resulta exponencial con media cuatro minutos. Por otra parte el treinta
por ciento de las llamadas son interurbanas.
188
Realice una simulación que represente dos mil clientes y que le permita
determinar:
a) El tiempo medio de espera de los clientes y la longitud promedio de la cola
de espera.
b) El porcentaje de clientes que no necesita esperar.
El porcentaje de clientes que deben esperar más de diez minutos.
189
I NSTITUTO
U NIVERSITARIO
PROGRAMA DE
A ERONAUTICO
LA ASIGNATURA
MODELOS CUANTITATIVOS PARA LA GESTION
OBJETIVOS:
§ Desarrollar actitud para la toma de decisiones con fundamentos objetivos.

§ Formular y utilizar distintos tipos de modelos que facilitan el proceso de toma de decisio-
nes.
§ Conocer y aplicar los modelos de Programación Lineal.
§ Utilizar diversos modelos de Inventarios para reducir el costo de mantenimiento de reser-
vas.
§ Programar y controlar el avance de grandes proyectos.
§ Desarrollar y emplear modelos de Simulación en el estudio de diferentes tipos de siste-
mas.
§ Utilizar la computadora como apoyo al proceso de decisiones.
CONTENIDOS
Unidad 1: Formulación de modelos

Utilidad de los modelos matemáticos. Clasificación de modelos. Construcción de los mis-
mos. Necesidad de las restricciones. Programas Lineales. Estudios de casos donde se aplican
Programas Lineales.
Unidad 2: Resolución de modelos lineales

Resolución gráfica. Problemas no acotados. Problemas no factibles. Análisis de sensibili-
dad: cambios en la Función Objetivo; cambios en las restricciones. Resolución con compu-
tadora. El problema dual. Interpretación de resultados. Método Simplex. Estudio de casos.
Unidad 3: Administración de Proyectos: PERT Y CPM

Redes de actividades. Identificación del camino crítico. Variabilidad de las duraciones de las
actividades. CPM y compensaciones entre tiempos y costos. El control del proyecto: método
PERT-COSTO.
Unidad 4: Control de Inventarios

Problemática de los Inventarios. Modelo de tamaño económico de lote. Descuentos por
cantidad. Modelo de tamaño económico de lote con ruptura del inventario. Modelo del
tamaño del lote de producción.
Unidad 5: Simulación
Simulación de eventos discretos. Ejemplo de control de inventarios. Generación de impulsos
aleatorios. Necesidades de computadora para la simulación. Presentación de resultados.
Dificultades en la implementación de estos modelos.
191
PROGRAMA
BIBLIOGRAFIA
§ ANDERSON, D.; SWEENEY, D. y WILLIAMS, T. “Introducción a los modelos

cuantitativos para administración”. Grupo Editorial Iberoamericana, 1992.
§ BIERMAN H, BONINI Ch, HAUSMAN W. “Análisis cuantitativo para la toma de
decisiones”. Mc Graw Hill, 1996.
§ COSS BU R. “Simulación, un enfoque práctico”. Editorial Limusa, México, 1978.
§ GOULD, F., EPPEN, G., SCHMIDT, C. “Investigación de Operaciones en la Ciencia
Administrativa”. Prentice-Hall, 1992.
§ HILLIER F, LIEBERMAN G. “Introducción a la investigación de operaciones”. Mc
Graw Hill, 1996.
§ KAMLESH, M y SOLOW, D. “Investigación de Operaciones”. Prentice-Hall Hispa-
noamericana. Mexico, 1996..
§ LEVIN, R. y RUBIN, D. “Estadística para Administradores”. Prentice-Hall, 1996.
§ MILLER, FREUND Y JOHNSON, ‘Estadística para Ciencias e Ingeniería’, Prentice
Hall. México, 1992.
§ PRITSKER A y PEGDEN C “Introduction to Simulation and Slam”. John Wiley &
Sons, NY, 1979.
192

Modelos Cuantitativos - CP-LA PDF

Cargado por

Copyright:

Formatos disponibles

Modelos Cuantitativos - CP-LA PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Modelos Cuantitativos - CP-LA PDF

Cargado por

Copyright:

Formatos disponibles

I NSTITUTO

José Luis Zanazzi

COORDINACION: Fernando Quintana

PRODUCCION: Maria Teresa Morgante

COORDINACION: Ing. Dante López

PRODUCCION: Jorge Peralta

Este libro es propiedad del Instituto Universitario Aeronáutico.

FACULTAD DE EDUCACION A DISTANCIA

DEPARTAMENTO ADMINISTRACION DE EMPRESAS

DEPARTAMENTO ADMINISTRACION ACADEMICA

AUTOR: José Luis Zanazzi

Ingeniero en Recursos Hídricos. Universidad Nacional del Li-

Profesor Titular Probabilidad y Estadística. Facultad de Cien-

Profesor Titular Procesos Estocásticos y Simulación. Universi-

Profesor Titular Probabilidad y Estadística. Profesor Titular

Consultor en Sistemas de Calidad. Empresas de Córdoba.

PROCESAMIENTO DIDACTICO Y EVALUACION

Lic. María Beatriz Rossa de Riaño

Lic. Raquel Ortega

Le doy la bienvenida a esta nuestra materia, Modelos Cuan-

Algunas de las técnicas que analizaremos juntos se aplican

Por esa razón diversos comentarios de este material están

Por otra parte, me agrada la posibilidad de acompañarlo

INTRODUCCIÓN GENERAL ORIENTADORA ..................................... 8

UNIDAD 1: FORMULACIÓN DE MODELOS ...................................... 17

UNIDAD 2: RESOLUCIÓN DE MODELOS LINEALES ...................... 45

UNIDAD 3: ADMINISTRACIÓN DE PROYECTOS: PERT Y CPM.... 81

Actividad Obligatoria Nº 1 ...................................................................... 111

Unidad 4: CONTROL DE INVENTARIOS ........................................... 113

3. Explorando el modelo EOQ en el Texto

UNIDAD 5: SIMULACIÓN ................................................................... 141

Actividad Obligatoria Nº 2 ...................................................................... 169

La necesidad de tomar decisiones es permanente en actividades administrati-

Un profesional con su perfil, debe conocer las características generales de este

Programas Programas de Inventarios Simulación

Formular y utilizar distintos tipos de modelos que facilitan el pro-

Conocer y aplicar los modelos de Programación Lineal.

Utilizar diversos modelos de Inventarios para reducir el costo de

Programar y controlar el avance de grandes proyectos.

Desarrollar y emplear modelos de Simulación en el estudio de dife-

Utilizar la computadora como apoyo al proceso de decisiones.

GOULD F., EPPEN G. y SCHMIDT C. Investigación de Operaciones

1) HILLIER, F. y LIEBERMAN, G. Introducción a la Investigación de

2) BIEMAN H, BONINI Ch y HAUSMAN W Análisis cuantitativo para la

toma de decisiones. Mc Graw Hill. España 1996.

KAMLESH, M y SOLOW, D. Investigación de Operaciones. Prentice-

ANDERSON, D.; SWEENEY, D. y WILLIAMS, T. Introducción a los

PRAWDA J. Métodos y modelos para la Investigación de Operaciones.

Atención: la lectura de las respuestas de ningún modo reemplaza el proceso

Dicho de otro modo, hay en el tratamiento de los temas un primer momento de

Introducción y control Actividad del alumno Acercamiento a nuevos

................ Continuar así hasta la .................

Este procedimiento se organiza por subtema, incluyendo dos o tres subtemas

Un acompañante en su proceso de crecimiento

Este profesional desarrolla habitualmente actividades de asesoramiento para

Este recurso le permite realizar una ponderación aproximada de los tiempos

UNIDAD Porcentaje de tiempo estimado Tiempo estimado (hs)

Actividad Obligatoria Nº1 10%

Actividad Obligatoria Nº2 10%