UNIDAD - 3 - Lo
UNIDAD - 3 - Lo
UNIDAD - 3 - Lo
En las restricciones (≤), el lado derecho se puede imaginar cómo representando el límite
de disponibilidad de un recurso, y en ese caso el lado izquierdo representaría el uso de ese
recurso limitado por parte de las actividades (variables) del modelo. La diferencia entre el
lado derecho y el lado izquierdo de la restricción (≤) representa, por consiguiente, la
cantidad no usada u holgura del recurso. Para convertir una desigualdad (≤) en ecuación,
se agrega una variable de holgura al lado izquierdo de la restricción.
Por ejemplo, la restricción asociada con el uso de la materia prima M1 está dada como
6x1 + 4x2 ≤ 24
Una restricción (≥) establece, normalmente, un límite inferior para las actividades del
modelo de programación lineal. Como tal, la cantidad por la que el lado izquierdo es
1
mayor que el límite mínimo (lado derecho) representa un excedente. La conversión de (≥)
a (=) se logra restando una variable de excedencia, del lado izquierdo de la desigualdad.
La tabla Simplex
2
para las actividades del modelo de programación lineal. Como tal, la cantidad por la que el
lado izquierdo es mayor que el límite mínimo (lado derecho) representa un excedente.
https://www.youtube.com/watch?v=FhBC9LaTjQY Y https://www.youtube.com/watch?
v=CCud7rAIi8A
3
10. Algoritmos de propósitos especiales
El método de Trasporte
PASO 1
Determinar para cada fila y columna una medida de penalización restando los dos costos
menores en filas y columnas.
PASO 2
Escoger la fila o columna con la mayor penalización, es decir que de la resta realizada en el
"Paso 1" se debe escoger el número mayor. En caso de haber empate, se debe escoger
arbitrariamente (a juicio personal).
PASO 3
4
De la fila o columna de mayor penalización determinada en el paso anterior debemos de
escoger la celda con el menor costo, y en esta asignar la mayor cantidad posible de
unidades. Una vez se realiza este paso una oferta o demanda quedará satisfecha por ende
se tachará la fila o columna, en caso de empate solo se tachará 1, la restante quedará con
oferta o demanda igual a cero (0).
EL PROBLEMA
Una empresa energética colombiana dispone de cuatro plantas de generación para
satisfacer la demanda diaria eléctrica en cuatro ciudades, Cali, Bogotá, Medellín y
Barranquilla. Las plantas 1,2,3 y 4 pueden satisfacer 80, 30, 60 y 45 millones de KW al día
respectivamente. Las necesidades de las ciudades de Cali, Bogotá, Medellín y Barranquilla
son de 70, 40, 70 y 35 millones de Kw al día respectivamente.
5
Los costos asociados al envío de suministro energético por cada millón de KW entre cada
planta y cada ciudad son los registrados en la siguiente tabla.
6
El paso siguiente es escoger de esta columna el menor valor, y en una tabla paralela se le
asigna la mayor cantidad posible de unidades, podemos observar como el menor costo es
"2" y que a esa celda se le pueden asignar como máximo 60 unidades "que es la capacidad
de la planta 3".
Dado que la fila de la "Planta 3" ya ha asignado toda su capacidad (60 unidades) esta debe
desaparecer.
8
Continuamos con las iteraciones,
9
Al finalizar esta iteración podemos observar como el tabulado queda una fila sin tachar y
con valores positivos, por ende, asignamos las variables básicas y hemos concluido el
método.
10
Los costos asociados a la distribución son:
11
De esta manera hemos llegado a la solución a la cual también llegamos mediante
programación lineal, definitivamente desarrollar la capacidad para modelar mediante
programación lineal y apoyarse de una buena herramienta como WinQSB,
STORM,LINGO, TORA etc. termina siendo mucho más eficiente que la utilización de los
métodos
heurísticos para problemas determinísticos; sin embargo, cabe recordar que uno de los
errores más frecuentes en los que caen los ingenieros industriales es en tratar de adaptar
a sus organizaciones a los modelos establecidos, cabe recordar que son los modelos los
que deben adaptarse a las organizaciones lo cual requiere de determinada habilidad para
realizar de forma inmediata cambios innovadores para sus fines, en pocas palabras un
ingeniero industrial requiere de un buen toque de heurística.
12
El Método de Degeneración
En la aplicación del Método Simplex al hacer el cálculo del mínimo cuociente o condición
de factibilidad, se puede romper un empate en la razón o cuociente mínimo en forma
arbitraria. En este caso, al menos una variable básica será cero en la siguiente iteración,
afirmándose en este caso que la nueva solución es degenerada. La implicancia práctica de
dicha condición indica que el modelo tiene al menos una restricción redundante.
13
(mínimo cuociente): (al existir empate seleccionaremos arbitrariamente
la variable como aquella que deja la base. Luego se actualiza la tabla:
En la práctica conocer que algunos recursos (como los asociados a una restricción) son
superfluos puede ser valioso durante la implementación de la solución. Desde el punto de
14
vista teórico, la degeneración tiene dos implicaciones: se genera el fenómeno de ciclos o
círculos (es posible que el Método Simplex repita una serie de iteraciones sin mejorar el
valor de la función objetivo, tal como se observó en el ejemplo anterior e incluso
eventualmente nunca terminar los cálculos); el segundo aspecto teórico surge al examinar
las iteraciones 1 y 2. Las dos, aunque difieren en la clasificación de las variables básicas y
no básicas, producen valores idénticos para todas las variables y el valor objetivo
( )
15
aspirantes es exageradamente superior al número de vacantes (lógicamente haciendo
referencia a la aplicación del modelo al contexto de oferta y demanda laboral).
Tendencia
16
tendencia es la propensión al aumento o disminución en los valores de los datos de una
serie de tiempo, que permanece a lo largo de un lapso muy extendido de tiempo, es decir
que no cambiará en el futuro lejano mientras no hayan cambios significativos o radicales
en el entorno en el que se encuentra inmersa y que determina el comportamiento de la
serie de tiempo en estudio, cambios que podrían ser originados como por ejemplo, por
descubrimientos científicos, avances tecnológicos, cambios culturales, geopolíticos,
demográficos, religiosos, etc.
Ejemplos:
En la siguiente tabla se muestran los datos de una serie de tiempo con tendencia
creciente.
En la siguiente gráfica se puede observar que los valores de los datos de la serie de tiempo
tabulados en la Tabla 1.3 muestran un crecimiento notable al transcurrir un periodo de
tiempo de consideración.
17
A continuación, se muestra el caso contrario, los valores de los datos de una serie de
tiempo con tendencia decreciente.
En la siguiente gráfica se puede distinguir que los valores de los datos de la serie de
tiempo mostrados en la Tabla 1.4 presentan un decrecimiento que se aprecia sin esfuerzo
al pasar un periodo de tiempo significante.
18
Ahora mostramos el concepto de una serie de tiempo con comportamiento estacional.
Estacionalidad
El componente estacional es un patrón de cambio que se repite a sí mismo año tras año.
19
seis años ocasionado por las elecciones presidenciales, siendo éste un lapso de tiempo
mayor a un año.
Ejemplo:
20
Modelos casuales
Los modelos de pronóstico causal generalmente consideran algunas variables que están
relacionadas con la variable que se predice. Una vez que estas variables relativas se han
encontrado, se construye y utiliza un modelo estadístico para pronosticar la variable de
interés. Este intento es más poderoso que los métodos de serie de tiempo que
únicamente utilizan los datos históricos para pronosticar la variable.
Se pueden considerar muchos factores en un análisis causal. Por ejemplo, las ventas de un
producto pueden estar relacionadas con el presupuesto de publicidad de la empresa, los
precios de competidores y las estrategias promociónales, o aun las tasas económicas y de
desempleo. En este caso, las ventas serían llamadas variable dependiente y otras variables
serían llamadas variables independientes. El trabajo del administrador es de desarrollar la
mejor relación estadística entre las ventas y las variables independientes. El modelo de
pronóstico causal cuantitativo más común es el análisis de regresión lineal.
21
12. Modelos de redes
Los modelos de redes son aplicables a una extensa variedad de problemas de decisión, los
cuales pueden ser modelados como problemas de optimización de redes que pueden ser
eficiente y efectivamente resueltos. Algunos de los problemas de decisión son realmente
problemas físicos, tales como el transporte o flujo de bienes materiales. Los problemas de
redes son más que una representación abstracta de procesos o actividades, tales como el
camino crítico en las actividades entre las redes de un proyecto gerencial. Estos problemas
son ilustrados fácilmente utilizando los arcos de redes, y los nodos.
22
direcciones podría representada por un arco sin dirección o por dos arcos que
apuntan a direcciones opuestas.
Una red con n nodos podría tener tantos arcos como n! /[(n-2)! 2!] = n(n-1)/2. Si están
dirigidos, este número pudiese ser doble. Este enorme número de arcos posibles es una
de las razones del porque existen soluciones de algoritmos especiales para problemas de
redes particulares.
Los proyectos pueden llegar a involucrar miles de actividades, por lo que los
administradores de buscan procedimientos que ayuden a responder preguntas como las
siguientes:
Las redes de proyectos, conocidas como PERT/CPM son técnicas que fueron diseñadas a
fin de dar respuesta a los interrogantes previamente expuestos.
23
el proyecto.
La técnica PERT demostró tanta utilidad que ha ganado amplia aceptación tanto en el
gobierno como en el sector privado.
Casi al mismo tiempo, se desarrolló el método de la ruta crítica (CPM) para
controlar el mantenimiento de proyectos de plantas químicas de DuPont. El CPM es
idéntico al PERT en concepto y metodología. La diferencia principal entre ellos es
simplemente el método por medio del cual se realizan estimados de tiempo para las
actividades del proyecto. Con CPM, los tiempos de las actividades son determinísticos.
Con PERT, los tiempos de las actividades son probabilísticos o estocásticos.
El PERT/CPM fue diseñado para proporcionar diversos elementos útiles de información
para los administradores del proyecto. Primero, el PERT/CPM expone la "ruta crítica" de
un proyecto. Estas son las actividades que limitan la duración del proyecto. En otras
palabras, para lograr que el proyecto se realice pronto, las actividades de la ruta crítica
deben realizarse pronto. Por otra parte, si una actividad de la ruta crítica se retarda, el
proyecto como un todo se retarda en la misma cantidad. Las actividades que no están en
la ruta crítica tienen una cierta cantidad de holgura; esto es, pueden empezarse más
tarde, y permitir que el proyecto como un todo se mantenga en programa. El PERT/CPM
identifica estas actividades y la cantidad de tiempo disponible para retardos.
El PERT/CPM también considera los recursos necesarios para completar las actividades.
En muchos proyectos, las limitaciones en mano de obra y equipos hacen que
la programación sea difícil. El PERT/CPM identifica los instantes del proyecto en que estas
restricciones causarán problemas y de acuerdo a la flexibilidad permitida por los tiempos
de holgura de las actividades no críticas, permite que el gerente manipule
ciertas actividades para aliviar estos problemas.
Finalmente, el PERT/CPM proporciona una herramienta para controlar y monitorear el
progreso del proyecto. Cada actividad tiene su propio papel en éste y su importancia en la
terminación del proyecto se manifiesta inmediatamente para el director del mismo. Las
actividades de la ruta crítica, permiten por consiguiente, recibir la mayor parte de la
24
atención, debido a que la terminación del proyecto, depende fuertemente de ellas. Las
actividades no críticas se manipularán y remplazarán en respuesta a la disponibilidad de
recursos.
25