Manual IO Temario
Manual IO Temario
Manual IO Temario
Situación de
Ignorancia Conocimiento completo
riesgo
_______________________________________________________________
Modelo
Modelo de Modelo determinista
probabilístico
incertidumbre pura probabilístico determinista
Definición de Variables
Se desea formular un modelo matemático para determinar la cantidad que debe producirse por
cada producto (M y N), por lo tanto tendremos dos variables, representados por: x1 , x2.
Siendo: x1 = Cantidad a producirse del producto M,
x2 = Cantidad a producirse del producto N
Función Objetivo
Como se tiene información de Costos de producción de los productos M y N, el objetivo será
minimizarlos:
Luego la Función Objetivo será Minimizar "C" igual al Costo total de producción del producto M
más el Costo total de producción del producto N.
Matemáticamente la Función Objetivo es:
Definición de Restricciones
El tipo de recurso en el problema es el tiempo (puede ser horas hombre u horas máquina).
Formulamos la restricción, colocando en el lado izquierdo de la inecuación el consumo unitario de
los productos M y N, y en el lado derecho la cantidad disponible del recurso (500 horas).
Resumiendo tenemos el siguiente Modelo matemático de Programación Lineal del Problema (un
modelo con dos variables y una restricción, estando listo para aplicar un método de solución:
Definición de Variables:
Se desea determinar la cantidad de bicicletas a producir por cada modelo (paseo y montaña), por
lo tanto tendremos dos variables.
Sean: x1 = Cantidad de bicicletas de paseo a fabricar
x2 = Cantidad de bicicletas de montaña a fabricar
Función Objetivo
El objetivo del problema es maximizar los beneficios económicos totales (Z) de los modelos de
bicicletas que fabricará el empresario.
Precio de venta de la bicicleta de paseo = S/. 200
Precio de venta de la bicicleta de montaña = S/. 150
Beneficio económico = Precio de venta unitario x cantidad a fabricar
Beneficio económico total de bicicleta de paseo = 200 x1
Beneficio económico total de bicicleta de montaña = 150 x2
Luego la Función objetivo será: Maximizar: Z = 200 x1 + 150 x2
Definición de Restricciones
Elaboramos una tabla de materia prima consumida (Acero y Aluminio) por cada modelo de bicicleta
(paseo y montaña) y su disponibilidad:
3). Caso de toma de decisiones.- Suponga con los datos del problema 2), anterior, si el
empresario por restricción económica decide hacer solo un modelo de bicicleta. ¿Cuál modelo debe
elegir? ¿Por qué?
Las alternativas de fabricación se desarrollan en las restricciones del Modelo matemático; y
la toma de decisiones se determina evaluando en la Función objetivo las alternativas obtenidas.
La decisión a tomar, por restricción económica, es producir un solo modelo de bicicleta que genere
mayor beneficio al empresario. Luego desarrollamos las alternativas evaluando en las restricciones
del modelo:
La toma de decisiones se realiza evaluando en la Función objetivo las alternativas de
fabricación obtenidas por modelo de bicicleta. A continuación se muestra el procedimiento a
realizar.
Toma de decisiones:
Como la Función objetivo es maximizar el beneficio económico, generado por las ventas, tomamos
la decisión de fabricar solo bicicletas de paseo, por ser el modelo que va generar mayor
ganancia, equivalente a S/. 8,000.
Observación:
Hemos demostrado la importancia de formular un modelo matemático adecuado, ya que un error en
la formulación del Modelo, nos puede llevar a tomar una decisión equivocada que puede generar
graves consecuencias para la empresa u organización.
1.2 Método Gráfico
El método gráfico es una forma fácil y rápida para la solución de problemas de Programación
Lineal, siempre y cuando el modelo conste de dos variables. Para modelos con tres o más
variables, el método gráfico es imposible.
3. sustituir ≥ y ≤ por (=) para cada restricción, con lo cual se produce la ecuación de una línea
recta.
Cada punto situado en la frontera del espacio del área factible, es decir que satisfacen todas las
restricciones, representa un punto factible.
6. Las líneas paralelas que representan la función objetivo se trazan mediante la asignación de
valores arbitrarios a fin de determinar la pendiente y la dirección en la cual crece o decrece el valor
de la función objetivo.
Hay principalmente cuatro tipos de problemas, de única solución, multiples soluciones, solución no
acotada y no factible, a continuación hay un ejemplo de cada caso, en el cual se puede observar la
comparación de la solución obtenida con el método grafico, y la solución obtenida con el método
simplex.
Una matriz puede definirse como una ordenación rectangular de elementos, (o listado
finito de elementos), los cuales pueden ser números reales o complejos, dispuestos en
forma de filas y de columnas.
La matriz idéntica o identidad es una matriz cuadrada (que posee el mismo número
tanto de columnas como de filas) de orden n que tiene todos los elementos diagonales
iguales a uno (1) y todos los demás componentes iguales a cero (0), se denomina
matriz idéntica o identidad de orden n, y se denota por:
OBSERVACIONES IMPORTANTES AL
UTILIZAR MÉTODO SIMPLEX
VARIABLES DE HOLGURA Y EXCESO
El Método Simplex trabaja basándose en ecuaciones y las restricciones iniciales que se
modelan mediante programación lineal no lo son, para ello hay que convertir estas
inecuaciones en ecuaciones utilizando unas variables denominadas de holgura y
exceso relacionadas con el recurso al cual hace referencia la restricción y que en el
tabulado final representa el "Slack or surplus" al que hacen referencia los famosos
programas de resolución de investigación de operaciones, estas variables adquieren un
gran valor en el análisis de sensibilidad y juegan un rol fundamental en la creación de la
matriz identidad base del Simplex.
Estas variables suelen estar representadas por la letra "S", se suman si la restricción es
de signo "<= " y se restan si la restricción es de signo ">=".
Por ejemplo:
Estas variables se representa por la letra "A", siempre se suman a las restricciones, su
coeficiente es M (por esto se le denomina Método de la M grande, donde M significa un
número demasiado grande muy poco atractivo para la función objetivo), y el signo en la
función objetivo va en contra del sentido de la misma, es decir, en problemas de
Maximización su signo es menos (-) y en problemas de Minimización su signo es (+),
repetimos con el objetivo de que su valor en la solución sea cero (0).
El método simplex dual resulta ser una estrategia algoritmica eficiente cuando luego de llevar un
modelo de programación lineal a su forma estándar, la aplicación del método simplex no es inmediata
o más bien compleja, por ejemplo, puede requerir la utilización del método simplex de 2 fases.
Una aplicación típica del método simplex dual es en la resolución de problemas con una función
objetivo de minimización, con restricciones del tipo mayor o igual y donde las variables de decisión
son mayores o iguales a cero.
Paso 1: Se lleva el modelo a su forma estándar. En nuestro ejemplo esto se logra agregando
variables de exceso en cada una de las restricciones (3 primeras: S1, S2, S3, respectivamente).
Luego, se multiplica cada fila de las restricciones por -1 de modo de disponer una solución básica
inicial (infactible) en las variables de exceso S1, S2 y S3. De esta forma se obtiene la siguiente tabla
inicial.
A B C S1 S2 S3
-15 -2 -1 1 0 0 -200
-7,5 -3 -1 0 1 0 -150
-5 -2 -1 0 0 1 -120
315 110 50 0 0 0 0
Paso 2: Se selecciona el lado derecho "más negativo" lo cual indicará cuál de las actuales variables
básicas deberá abandonar la base. En el ejemplo el lado derecho más negativo se encuentra en la
primera fila, por tanto S1 deja la base. Para determinar cual de las actuales variables no básicas (A, B,
C) entrará a la base se busca el mínimo de {-Yj/aij} donde aij es el coeficiente de la respectiva
variable no básica en la fija i (del lado derecho más negativo, marcado en verde) y donde Yj es el
costo reducido de la respectiva variable no básica. De esta forma se obtiene: Min {-315/-15, -110/-2,
-50/-1} = 21, donde el pivote (marcado en rojo) se encuentra al hacer el primer cuociente, por tanto
A entra a la base.
A B C S1 S2 S3
-
1 2/15 1/15 0 0 40/3
1/15
0 68 29 21 0 0 -4.200
Paso 4: Continuar las iteraciones y siguiendo el mismo procedimiento hasta disponer de una solución
básica factible. Luego de unas iteraciones se obtiene la siguiente tabla final:
A B C S1 S2 S3
-
1 0 0 0 1/10 8
1/10
0 1 0 1/4 -1 3/4 10
0 0 1 0 2 -3 60
0 0 0 4 10 36 -6.620
MÉTODO DE TRANSPORTE
Aplica para casos de localización y reasignación de rutas.
Factores que influyen: Demanda del mercado, caracteristicas de lo transportado.
Se maneja como una Formulación General de un Programa deP.L.
Restricciones:Demandas,Inventario, costo de embarque.
Se relacionan fuentes con destinos.
El problema general del transporte se refiere a la distribución de mercancía desde
cualquier conjunto de centro de suministro, denominados orígenes (fuentes), hasta
cualquier conjunto de centros de recepción, llamados destinos, de tal forma que se
minimicen los costos totales de distribución. Cada origen tiene que distribuir ciertas
unidades a los destinos y cada destino tiene cierta demanda de unidades que deben
recibir de los orígenes.
REPORT THIS AD
REPORT THIS AD
_______
________
REPORT THIS AD
REPORT THIS AD
__________
___________________________________________________________
____________________________________________________________
Las "colas" son un aspecto de nuestra vida moderna que normalmente podemos
encontrar en nuestras actividades diarias.
Como ejemplos podríamos mencionar: el contador de un supermercado,
accediendo al Metro, en los Bancos, etc., este fenómeno de las colas surge
cuando unos recursos compartidos necesitan ser accedidos para dar servicio a un
elevado número de trabajos o clientes.
El estudio de las colas es de suma importancia ya que proporciona tanto una base
teórica del tipo de servicio que podemos esperar de un determinado recurso, como
la forma en la cual dicho recurso puede ser diseñado para proporcionar un
determinado grado de servicio a sus clientes.
Debido a lo comentado anteriormente, se plantea como algo muy útil el desarrollo
de una herramienta que sea capaz de dar una respuesta sobre las características
que tiene un determinado modelo de colas.
La teoría de colas es el estudio matemático del comportamiento de líneas de
espera. Esta se presenta, cuando los "clientes" llegan a un "lugar" demandando un
servicio a un "servidor", el cual tiene una cierta capacidad de atención. Si el
servidor no está disponible inmediatamente y el cliente decide esperar, entonces
se forma la línea de espera.
Una cola es una línea de espera y la teoría de colas es una colección de modelos
matemáticos que describen sistemas de línea de espera particulares o sistemas
de colas. Los modelos sirven para encontrar un buen compromiso entre costes del
sistema y los tiempos promedio de la línea de espera para un sistema dado.
4.1 ESTRUCTURA BASICA DE LOS MODELOS DE LINEA DE
ESPERA
La teoría de colas es el estudio de los sistemas de líneas de espera en sus
distintas modalidades. El estudio de estos modelos sirve para determinar la forma
más efectiva de gestionar un sistema de colas
Demasiada capacidad de servicio => Excesivos gastos
Poca capacidad de servicio => Mal servicio
Objetivo: Encontrar un balance adecuado entre el coste del servicio y los tiempos
de espera.
Fuente de entrada: (población de clientes potenciales). Se dice que es limitada o
ilimitada según si su tamaño es finito o infinito. Usualmente se asume que es
ilimitada (el caso finito es más difícil analíticamente)
Clientes: entran al sistema cada cierto tiempo y se unen a una cola. Se debe
especificar el patrón estadístico mediante el cual los clientes entran al sistema.
Proceso de llegada: La suposición habitual es que los clientes acceden al sistema
según un proceso de Poisson, lo que significa que los clientes que llegan en un
intervalo determinado de tiempo siguen una distribución Poisson, con tasa media
fija y sin importar cuántos clientes ya están en el sistema. Una suposición
equivalente es que los tiempos entre dos llegadas consecutivas (tiempo entre
llegadas) es exponencial.
Cola: cuando los clientes entran al sistema se unen a una cola. La cola es donde
los clientes esperan a ser servidos. Una cola se caracteriza por el número máximo
permisible de clientes que puede admitir. La suposición de una cola infinita es más
fácil de manejar analíticamente que la de una cola finita. También pueden
considerarse otras suposiciones acerca del comportamiento de los clientes cuando
llegan al sistema, como por ejemplo que un cliente rehúse acceder al servicio
porque la cola es demasiado larga.
Disciplina de la cola: En un determinado momento se selecciona un miembro de la
cola, mediante alguna regla conocida como disciplina de servicio. La disciplina
deservicio se refiere al orden en el que se seleccionan los clientes de la cola para
recibir el servicio.
FIFO (más común)
Aleatorio
LIFO
Sistema de prioridades
Mecanismo de servicio: cuando un cliente es tomado de la cola, accede al
mecanismo de servicio, que consiste en una secuencia de instalaciones
deservicio en serie que el cliente debe pasar para completar el servicio. Cada
instalación de servicio estará formada por varios canales de servicio paralelos,
llamados servidores. Se debe especificar el número de instalaciones de servicio
en serie y el número de servidores paralelos en cada una de ellas. Los modelos
más comunes suponen una única instalación con uno o varios servidores
disponibles.
Proceso de servicio: En cada instalación, el tiempo que transcurre desde el inicio
del servicio hasta su fin en dicha instalación se llama tiempo de servicio. El
modelo de colas debe especificar la distribución de probabilidad del tiempo de
servicio de cada servidor, y quizás de cada tipo de cliente, aunque lo común es
que todos los servidores sigan la misma distribución. La suposición más habitual
es que este tiempo de servicio es exponencial. Otras distribuciones de servicio
importantes son la degenerada y la Erlang.
4.1.1 UN SERVIDOR, UNA COLA.
Todos nosotros hemos pasado mucho tiempo esperando en una cola, ejemplos
de ellos son los bancos, restaurantes, hospitales, pizzerías, etc.
Las líneas de espera trata de cuantificar el fenómeno de espera formando colas
mediante medidas representativas de eficiencia, como la longitud promedio de la
cola, el tiempo promedio de espera en ella y la utilización promedio de las
instalaciones.
La teoría de líneas de espera o también llamada teoría de colas es un conjunto de
modelos matemáticos que describen sistemas de líneas de espera particulares.
El origen de la Teoría de Colas está en el esfuerzo de Agner Kraup Erlang
en1909 para analizar la congestión de tráfico telefónico con el objetivo de cumplir
la demanda incierta de servicios en el sistema telefónico de Copenhague.
El objetivo es encontrar el estado estable del sistema y determinar una capacidad
de servicio apropiada.
Un sistema de colas puede dividirse en dos componentes principales:
La cola
La instalación del servicio
El proceso entre llegadas:
El proceso entre de entrada se denomina por lo regular, proceso de llegadas. Las
llegadas se llaman clientes. En todos los modelos que se estudian se supone que
no más de una llegada ocurre en un instante dado. En el caso de un restaurante.
es una suposición irreal. Si hay más de una llegada en un instante dado se dice
que se permiten las llegas en masa. Las llegadas pueden ser:
Personas
Automóviles
Maquinas que requieren reparación, etc.
Se supone por lo común que el número de clientes presentes en el sistema no
afecta el proceso de llegadas. Hay dos situaciones comunes en las cuales el
proceso de llegadas podría depender de la cantidad de clientes presentes.
La primera se presenta cuando se extrae de una pequeña población su ponga que
hay solo cuatro barcos en un astillero, si los cuatro barcos están en reparación
entonces ningún barco puede estropearse en un futuro cercano, por otro lado silos
cuatro barcos están navegando existe una probabilidad muy alta de una
descompostura en un futuro cercano. Los modelos en los cuales las llegadas se
toman de una pequeña población reciben el nombre de modelos de origen finito.
Otra situación en la cual el proceso de llegadas depende de la cantidad de clientes
presentes ocurre cuando la razón a la cual llegan los clientes a cierta instalación
disminuye cuando esta está llena.
El número esperado de llegadas por unidad de tiempo se llama tasa media de
llegadas (λ). El tiempo esperado entre llegadas es 1/λ.
Además es necesario estimar la distribución de probabilidad de los tiempos entre
llegadas, generalmente se supone una distribución exponencial, esto depende del
comportamiento de las llegadas.
La distribución exponencial supone una mayor probabilidad para tiempos entre
llegadas pequeños, en general se considera que las llegadas son aleatorias, la
última llegada no influye en la probabilidad de llegada de la siguiente.
La cola:
El número de clientes en la cola es el número de clientes que esperan el servicio,
el número de clientes en el sistema es el número de clientes que esperan en la
cola más el número de clientes que actualmente reciben el servicio.
La capacidad de la cola es el número máximo de clientes que pueden estar en la
cola, generalmente se supone que la cola es infinita, aunque también la cola
puede ser finita.
Para describir por completo un sistema de líneas de espera, se debe describir
también la disciplina de las líneas de espera y el modo en el cual los clientes
forman las líneas de espera. La disciplina de las líneas de espera explica el
método usado para determinar el orden con el cual se atienden a los clientes. La
disciplina más común es primero en llegar primero en ser atendido (PEPS) o sus
siglas en inglés (FCFS), en el cual se atienden en el orden en que llegan.
En la disciplina del (LCFS) el último en llegar y el primero en ser servido o UEPS,
un ejemplo claro de esta disciplina es en el elevador.
El SIRO, el servicio en orden aleatorio, cuando una persona que llama a una
aerolínea se le hace esperar, la suerte determina con frecuencia quien será la
siguiente persona en ser atendida por un operador.
Se considera por ultimo las disciplinas de prioridad en las colas. Una disciplina de
prioridad clasifica cada llegada en una categoría, cada categoría recibe luego un
nivel de prioridad y dentro de cada nivel de prioridad los clientes entran en el
servicio de acuerdo al FCFC. Las disciplinas de prioridad se usan a menudo en
salas de urgencia con el objeto de determinar el orden en el cual los pacientes
reciben atención.
Servicio:
El servicio puede ser brindado por un servidor o por servidores múltiples, el tiempo
de servicio varía de cliente a cliente, el tiempo esperado de servicio depende de la
tasa media de servicio (µ).El tiempo esperado de servicio equivale a 1/µ.
Para representar todo lo mencionado aquí se encuentran unos modelos básicos
de los sistemas de colas.
4.1.2 N SERVIDORES, UNA COLA.
Una línea de espera con canales múltiples consiste en dos o más canales
deservicio que se supone son idénticos desde el punto de vista de su capacidad.
En el sistema de canales múltiples, las unidades que llegan esperan en una sola
línea y luego pasan al primer canal disponible para ser servidas. La operación de
un solo canal de Burger Dome puede expandirse a un sistema de dos canales al
abrir un segundo canal de servicio. La siguiente figura muestra un diagrama de la
línea de espera de dos canales de Burger Dome.
Análisis de costo: Una de las decisiones habituales en el uso de este modelo puede serlo el de definir la
cantidad de servidores necesarios. Por ejemplo, la cantidad de ascensores en un edificio, la cantidad de
escritorios para un equipo de trabajo, etc. La decisión se deberá basar en una relación entre dos costos básicos:
el costo de proveer servidores adicionales versus el costo de demorar o no prestar el servicio. Se asume que el
costo de demorar el servicio es un monto definido por cliente, por unidad de tiempo insumida en el sistema. Si
bien es relativamente sencillo conocer el costo de un servidor, el costo de hacer esperar a un cliente puede
resultar, a veces, intangible y generalmente difícil de establecer. Hay que aclarar que los costos por la espera
existen y en ciertos casos pueden ser muy significativos, por lo que deben ser estimados, si es que se desea
realmente diseñar un sistema de colas inteligente y controlable. Los costos a los que nos acabamos de referir
deben estar presentados por unidad de tiempo, a los efectos de realizar cálculos comparables. Si por ejemplo,
el costo de un servidor consiste en el salario que debe pagarse a quien lo atiende, deberá anualizarse, para
incluir aguinaldo, vacaciones, etc., y luego convertirlo en la misma unidad de tiempo que se use para
determinar el tiempo de servicio o de espera. Si se define: Cd = Costo de demora por cliente por unidad de
tiempo Cs = Costo por unidad de tiempo para agregar otro servidor L = Número promedio en el sistema El costo
total por unidad de tiempo para una estación con c servidores es: L Cd + c Cs A medida que c aumenta, la
capacidad adicional incrementará la velocidad del servicio y L irá disminuyendo. Por consiguiente, una
información útil que debe brindar el sistema es el número de servidores que minimice el costo total. En el caso
que la sala de espera tenga una capacidad limitada, surgen otros análisis posibles. Así, se relacionan el costo de
servidores adicionales versus el costo de perder el negocio con clientes que se retiran antes de ser atendidos,
más el costo de la demora para los clientes atendidos 10 Definiendo: Cr = Costo de no brindar el servicio a un
cliente A = Tasa de llegadas P = Probabilidad que un cliente se vaya de la cola sin ser atendido El costo total será
L Cd + c Cs + p A Cr 4.1.3 N SERVIDORES, N COLAS. El tercer sistema, en que cada servidor tiene una línea
separada, es característico de los bancos y las tiendas de autoservicio. Para este tipo de servicio pueden
separarse los servidores y tratarlos como sistemas independientes de un servidor y una cola. Esto sería válido
sólo si hubiera muy pocos intercambios entre las colas. Cuando el intercambio es sencillo y ocurre con
frecuencia, como dentro de un banco, la separación no sería válida. 11 NOMENCLATURA S = número de
servidores n= número de clientes en el sistema N =número máximo de clientes permitidos en el sistema A,,t
=flujo de clientes que entran cuando hay n clientes en el sistema u,7l =capacidad del servidor cuando hay n
clientes en el sistema. E(t)= tiempo promedio de proceso por cliente V(t)= variancia del tiempo de proceso E(á)
= tiempo promedio entre llegadas V(a) = variancia del tiempo entre llegadas CQ = coeficiente cuadrado de
variación del flujo de clientes que entran al sistema CS`= coeficiente cuadrado de variación del tiempo de
servicio Cp = coeficiente cuadrado de variación del flujo de clientes que salen del sistema PIJ probabilidad de
que el sistema cambie de un estado i a un estado y después de un intervalo de tiempo. Pn= probabilidad en
estado estable de que existan n clientes en el sistema L = número promedio de clientes en el sistema Lq =
número promedio de clientes en la fila W = tiempo promedio de permanencia en el sistema Wq= tiempo
promedio de permanencia en la fila p =utilización promedio del servicio Ct = costo total promedio del sistema
de líneas de espera por unidad de tiempo. Ce= costo promedio de servicio por cliente por unidad de tiempo Cq
= costo promedio de espera por cliente por unidad de tiempo 12 4.2 CRITERIOS BAJO LA DISTRIBUCION DE
POISSONY EXPONENCIAL PARA LA SELECCIÓN DEL MODELO APROPIADODE LÍNEAS DE ESPERA. Sistemas de
colas: las llegadas - distribución de poisson La distribución de Poisson es una distribución de probabilidad
discreta que expresa, a partir de una frecuencia de ocurrencia media, la probabilidad que ocurra un
determinado número de eventos durante cierto periodo de tiempo. Propiedades. La función de masa de la
distribución de Poisson es: �(�; �) = � −�� � �! Dónde: K ⟶ es el número de ocurrencias del evento o
fenómeno (la función nos da la probabilidad de que el evento suceda precisamente k veces). λ ⟶ es un
parámetro positivo que representa el número de veces que se espera que ocurra el fenómeno durante un
intervalo dado. Por ejemplo, si el suceso estudiado tiene lugar en promedio 4 veces por minuto y estamos
interesados en la probabilidad de que ocurra k veces dentro de un intervalo de 10 minutos, usaremos un
modelo de distribución de Poisson con λ = 10×4 = 40. e ⟶ es la base de los logaritmos naturales (e =
2,71828...) Tanto el valor esperado como la varianza de una variable aleatoria con distribución de Poisson son
iguales a λ. Los momentos de orden superior son polinomios de Touchard en λ cuyos coeficientes tienen una
interpretación combinatoria. De hecho, cuando el valor esperado de la distribución de Poisson es 1, entonces
según la fórmula de Dobinski, el n-ésimo momento iguala al número de particiones de tamaño n. La moda de
una variable aleatoria de distribución de Poisson con un λ no entero es igual a, el mayor de los enteros menores
que λ (los símbolos representan la función parte entera). Cuando λ es un entero positivo, las modas son λ y λ −
1. La función generadora de momentos de la distribución de Poisson con valor esperado λ es: 13 �(� 𝑡�) = ∑�
𝑡��(�; �) ∞ �=0 = ∑� 𝑡� ∞ �=0 � �� 𝑡� �! = � �(� 𝑡−1) Las variables aleatorias de Poisson tienen la propiedad
de ser infinitamente divisibles. La divergencia Kullback-Leibler desde una variable aleatoria de Poisson de
parámetro �0 a otra de parámetro λ es 𝐷𝐾�(�‖�0 ) = � (1 − �0 � + �0 � log �0 � ) Intervalo de confianza Un
criterio fácil y rápido para calcular un intervalo de confianza aproximada de λ, se propone en Guerriero (2012).
Dada una serie de eventos k (al menos el 15 -20) en un periodo de tiempo T, los límites del intervalo de
confianza para la frecuencia vienen dadas por: 𝐹𝑙𝑜� = (1 − 1.96 √� − 1 ) � � 𝐹𝑢𝑝𝑝 = (1 + 1.96 √� − 1 ) � �
Entonces los límites del parámetro λ están dadas por: �𝑙𝑜� = 𝐹𝑙𝑜�� ; �𝑢𝑝𝑝 = 𝐹𝑢𝑝𝑝� Sumas de variables
aleatorias de Poisson La suma de variables aleatorias de Poisson independientes es otra variable aleatoria de
Poisson cuyo parámetro es la suma de los parámetros de las originales. Dicho de otra manera, si �� ~ 𝑃𝑜�(�� ),�
= 1, … , � Son N variables aleatorias de poisson independientes entonces 14 � = ∑𝑥� � �=1 ~𝑃𝑜� (∑�� � �=1 )
Sistema de colas: Distribución binomial La distribución de Poisson es el caso límite de la distribución binomial.
De hecho, si los parámetros n y � de una distribución binomial tienden a infinito y a cero de manera que λ = 𝑛�
se mantenga constante, la distribución límite obtenida es de Poisson. Aproximación normal Como consecuencia
del teorema central del límite, para valores grandes de λ, una variable aleatoria de Poisson X puede
aproximarse por otra normal dado que el cociente � = �−� √� converge a una distribución normal de media
nula y varianza 1. Distribución exponencial Supóngase que para cada valor t > 0, que representa el tiempo, el
número de sucesos de cierto fenómeno aleatorio sigue una distribución de Poisson de parámetro λt. Entonces,
los tiempos discurridos entre dos sucesos sucesivos sigue la distribución exponencial. 4.3 APLICACION DE
MODELOS DE DECISION EN LINEAS DE ESPERA. La teoría de colas requiere de un estudio matemático del
comportamiento de líneas de espera. Estas se presentan cuando "clientes" llegan a un "lugar" demandando un
servicio al "servidor", el cual tiene cierta capacidad de atención. Si el servidor no está disponible
inmediatamente y el cliente decide esperar, entonces se forma en la "línea de espera". El problema es
determinar qué capacidad o tasa de servicio proporciona el balance correcto. Esto no es sencillo, ya que un
cliente no llega a un horario fijo, es decir, no se sabe con exactitud en qué momento llegarán los clientes.
También el tiempo de servicio no tiene un horario fijo. 15 Las llegadas se describen por su distribución
estadística. Si las llegadas ocurren con una tasa promedio y que son independientes una de otra, entonces
ocurren de acuerdo con una distribución de probabilidades de tipo "poisson”. Una cola es una línea de espera y
la teoría de colas es una colección de modelos matemáticos que describen sistemas de líneas de espera
particulares o de sistemas de colas. Los modelos sirven para encontrar un buen compromiso entre costes del
sistema y los tiempos promedio de la línea de espera para un sistema dado. Con frecuencia, las empresas
deben tomar decisiones respecto al caudal de servicios que debe estar preparada para ofrecer. Sin embargo,
muchas veces es imposible predecir con exactitud cuándo llegarán los clientes que demandan el servicio y/o
cuanto tiempo será necesario para dar ese servicio; es por eso que esas decisiones implican dilemas que hay
que resolver con información escasa. La teoría de colas requiere de un estudio matemático del
comportamiento de líneas de espera. Estas se presentan cuando "clientes" llegan a un "lugar" demandando un
servicio al "servidor", el cual tiene cierta capacidad de atención. Si el servidor no está disponible
inmediatamente y el cliente decide esperar, entonces se forma en la "línea de espera". Objetivos de la teoría de
colas Dada la función de costes anterior, los objetivos de la teoría de colas consisten en: Identificar el nivel
óptimo de capacidad del sistema que minimiza el coste global del mismo. Evaluar el impacto que las posibles
alternativas de modificación de la capacidad del sistema tendrían en el coste total del mismo. Establecer un
balance equilibrado (“óptimo”) entre las consideraciones cuantitativas de costes y las cualitativas de servicio.
Hay que prestar atención al tiempo de permanencia en el sistema o en la cola: la “paciencia” de los clientes
depende del tipo de servicio específico considerado y eso puede hacer que un cliente “abandone” el sistema.
16 4.4 INFERENCIA DE RESULTADOS. Inferencia es la acción y efecto de inferir (deducir algo, sacar una
consecuencia de otra cosa, conducir a un resultado). La inferencia surge a partir de una evaluación mental
entre distintas expresiones que, al ser relacionadas como abstracciones, permiten trazar una implicación lógica.
Al partir de hipótesis o argumentos, es posible inferir una conclusión (que puede resultar verdadera o falsa).
Por ejemplo: “Todavía no recibí la confirmación oficial por parte de la empresa, lo que te digo es sólo una
inferencia mía”, “Cada vez que juega la selección, Mariana falta al trabajo: mi inferencia es que mañana vamos
a estar solos en la oficina”, “No podemos guiarnos por inferencias, sino que tenemos que aguardar a que los
sucesos se confirmen antes de tomar una decisión”. El silogismo es una forma esencial de inferencia. Se trata
de una forma de razonamiento deductivo que se forma por dos proposiciones (premisas) y una conclusión. Esta
conclusión es la inferencia que necesariamente se deduce de las dos premisas. La veracidad de la conclusión
dependerá de las leyes que regulan la relación entre las premisas comparadas. La garantía de verdad del nuevo
juicio es la lógica, que deberá establecer distintas clasificaciones de las premisas. No todas las inferencias
ofrecen conclusiones verdaderas. Es posible afirmar que todos los perros son animales peludos de cuatro
patas, pero no se puede inferir que todos los animales peludos con cuatro patas son perros. Las inferencias
suelen generarse a partir de un análisis de características y probabilidades. Si alguien hace referencia a un
animal de cuatro patas, peludo y que mueve la cola, puedo inferir que lo más probable es que esté haciendo
referencia a un perro. Ejemplo: Supermercado Imagínese un supermercado grande con muchas cajas de
salidas. Supóngase que los clientes llegan para que les marquen su cuenta con una tasa de 90 por hora y que
hay 10 cajas en operación. Si hay poco intercambio entre las líneas, puede tratarse este problema como 10
sistemas separados de una sola línea, cada uno con una llegada de 9 clientes por hora. Para una tasa de servicio
de 12 por hora: Dado: A= 9 clientes por hora y B= 12 clientes por hora 17 �� = � 2 �(� − �) = 9 2 12(12 − 9) =
2.25 𝑐𝑙��𝑛𝑡�� 𝑊� �� � = � �(� − �) = 9 12(12 − 9) = 0.25 ℎ𝑜𝑟𝑎� 𝑜 15 𝑚�𝑛𝑢𝑡𝑜� �� = �� + � � = � � − � = 9 12 − 9
= 3 𝑐𝑙��𝑛𝑡�� 𝑊� = 1 � − � = 1 12 − 9 = 0.33 ℎ𝑜𝑟𝑎� 𝑜 20 𝑚�𝑛𝑢𝑡𝑜� � = � � = 9 12 = 0.75 𝑜 75% 𝑃(�� > 𝑛) = � 𝑛+1
� = 9 3+1 12 = 0.32 Explicación Entonces, para este ejemplo, el cliente promedio espera 15 minutos antes de
ser servido. En promedio, hay un poco más de 2 clientes en la línea o 3 en el sistema. El proceso completo lleva
un promedio de 20 minutos. La caja está ocupada el 75% del tiempo. Y finalmente, el 32% del tiempo habrá
cuatro personas o más en el sistema. Ejemplo con Modelo de un servidor: El departamento para caballeros de
un gran almacén tiene a un sastre para ajustes a la medida. Parece que el número de clientes que solicitan
ajustes sigue una distribución de poisson con una tasa media de llegadas de 24 por hora, los ajustes se
realizaron con un orden de primero que llega, primero en atenderse y los clientes siempre desean esperar ya
que las modificaciones son gratis. Aparentemente el tiempo que tarda para realizar el ajuste, se distribuye
exponencialmente con una media de 2 minutos. a) ¿Cuál es el número promedio de clientes en la sala de
espera? b) ¿Cuánto tiempo de permanencia en el sistema debería de planear un cliente? c) ¿Qué % de tiempo
permanece ocioso el sastre? 18 d) ¿Cuál es la probabilidad de que un cliente espere los servicios del sastre más
de 10 minutos? A = 24 clientes/hora ts = 2 minutos/clientes S = 30 clientes hora a) �� = � 2 �(�−�) = 242
30(30−24) = 3.2 𝑢𝑛�𝑑𝑎𝑑�� �𝑛 𝑝𝑟𝑜𝑚�𝑑�𝑜 b) 𝑊� = 1 �−� = 1 30−24 = 0.16 ℎ𝑜𝑟𝑎� �𝑛 𝑝𝑟𝑜𝑚�𝑑�𝑜 𝑜 10 𝑚�𝑛𝑢𝑡𝑜� c)
𝑃𝑜 = 1 − 𝑢, 𝑢 = � � = 24 30 = 0.8, 𝑃𝑜 = 1 − 𝑢 = 1 − 0.8 = 0.2 𝑜 20% d) ��(𝑡) = 𝑢� −𝑡/�� = 0.8(2.7182) −1 =
2.17456 EJEMPLOS DE PROBLEMAS Problema 1: Un lava carros puede atender un auto cada 5 minutos y la tasa
media de llegadas es de 9 autos por hora. Obtenga las medidas de desempeño de acuerdo con el modelo
M/M/1. Además la probabilidad de tener 0 clientes en el sistema, la probabilidad de tener una cola de más de
3 clientes y la probabilidad de esperar más de 30 minutos en la cola y en el sistema. Solución: Se conoce la
siguiente información: λ= 9 clientes/hora (media de servicio a los clientes) = 0.15 clientes/minutos µ= 0.2
clientes/minutos (media de llegada de los clientes) a) Vamos a calcular el factor de desempeño del sistema
calculando ρ. 𝑃 = � � = 0.15 𝑐𝑙��𝑛𝑡��/𝑚�𝑛�𝑡𝑜� 0.20 𝑐𝑙��𝑛𝑡��/𝑚�𝑛𝑢𝑡𝑜� = 𝑜. 75 = 75%. El sistema está ocupado
el 75% del tiempo. O sea pasa un 25% ocioso. Es decir la probabilidad de tener 0 clientes en el sistema es
cuando el sistema está vacío y eso puede ocurrir con una probabilidad del 25%. Su cálculo puede 19 hacerse
directamente con la fórmula: 𝑃𝑜 = (1 − � � ) ( � � ) 0 = (1 − 0.15 0.20) = 0.25 = 25% b) La probabilidad de tener
una cola de más de 3 clientes 𝑃 0 = (1 − � � ) ( � � ) 0 = (0.25)(0.75) 0 = 0.25 𝑃 1 = (1 − � � ) ( � � ) 1 = (0.25)
(0.75) 1 = 0.1875 𝑃 2 = (1 − � � ) ( � � ) 2 = (0.25)(0.75) 2 = 0.1406 𝑃 3 = (1 − � � ) ( � � ) 3 = (0.25)(0.75) 3 =
0.1055 La probabilidad que haya más de tres clientes en el Sistema, implica que debemos conocer la
Probabilidad que haya cero, uno, dos y tres clientes. La diferencia con 1. Será la probabilidad que hayan más de
tres. 𝑃(�� > 3) = 1 − (𝑃 0 + 𝑃 1 + 𝑃 2 + 𝑃 3 ) = 1 − (0.25 + 0.1875 + 0.1406 + 0.1055) = 1 − 0.6836 = 0.3164 c) La
probabilidad de esperar más de 30 minutos en la cola. Primero calcularemos el tiempo promedio que un
cliente espera en la cola. 𝑊� = � �(�−�) = 0.15 0.20(0.20−0.15) = 0.15 0.01 = 15 minutos (es el tiempo
promedio que un cliente tiene que esperar en la cola). Ahora vamos a calcular tiempo (t) de espera sea mayor
de 30 minutos. (𝑊� > 𝑡)=𝑝�−�(1−𝑝)𝑡 Vamos aplicar esta ecuación para calcular dicha probabilidad. P(𝑊� > 30)
= 𝑝�−�(1−𝑝)𝑡 = (0.75)� −0.2(1−0.75)30 = (0.75)� −1.5 = (0.75)(0.2231) = 0.167 = 16.7%. Como se puede ver la
probabilidad es baja. d) La probabilidad de esperar más de 30 minutos en el Sistema. P(𝑊� > t) = � −�(1−𝑝)𝑡
Vamos aplicar esta ecuación para calcular dicha probabilidad. P(𝑊� > 30) = � −�(1−𝑝)𝑡 = � −0.2(1−0.75)30 = �
−1.5 = 0.2231 = 22.31%. Como se puede ver la probabilidad es baja pero es más alta que la probabilidad de que
el tiempo promedio que un cliente espere más de 30 minutos en la cola. 20 Problema 2: Un promedio de 10
automóviles por hora llegan a un cajero con un solo servidor que proporciona servicio sin que uno descienda
del automóvil. Suponga que el tiempo de servicio promedio por cada cliente es 4 minutos, y que tanto los
tiempos entre llegadas y los tiempos de servicios son exponenciales. Conteste las preguntas siguientes: a) ¿Cuál
es la probabilidad que el cajero esté ocioso? b) ¿Cuál es el número promedio de automóviles que están en la
cola del cajero? (se considera que un automóvil que está siendo atendido no está en la cola esperando) c) ¿Cuál
es la cantidad promedio de tiempo que un cliente pasa en el estacionamiento del banco, (incluyendo el tiempo
de servicio)? d) ¿Cuántos clientes atenderá en promedio el cajero por hora? Solución: Se conoce la siguiente
información: λ= 10 clientes/hora (media de llegada de los clientes) = 1/6 clientes/minutos µ= 1
clientes/4minutos (media de servicio de los clientes)=1/4 cliente/minuto a) Por lo tanto 𝑃 = � � = 1/6 1/4 = 2 6
= 66.67% factor de utilización del sistema. Es decir que el sistema permanece ocioso el 33.33%. b) ¿Cuál es el
número promedio de automóviles que están en la cola del cajero? �� = � �(�−�) = 1/6 1/4( 1 4 − 1 6 ) = 4 6 =
1.333 Puede haber 2 autos en la cola c) ¿Cuál es la cantidad promedio de tiempo que un cliente pasa en el
estacionamiento del banco (incluyendo el tiempo de servicio)? Nos preguntan por el tiempo promedio que el
cliente pasa en el sistema 𝑊� . 𝑊� = 1 �−� = 1 1 4 − 1 6 = 1 1 12 = 12 𝑚�𝑛𝑢𝑡𝑜� 𝑝𝑎�𝑎 �𝑙 𝑐𝑙��𝑛𝑡� �𝑛 �𝑙 ���𝑡�𝑚𝑎.
d) ¿Cuántos clientes atenderá en promedio el cajero por hora? Si el cajero siempre estuviera ocupado,
atendería un promedio de μ=15 clientes por hora. Según la solución encontrada en el inciso a (1/4*60=15), el
cajero está ocupado 2/3 del tiempo. Por tanto dentro de cada hora, el cajero atenderá un promedio de (2/3)
(15)= 10 clientes. Esto es ρ*µ= 2/3 * 15 = 10 clientes. 21.
INTRODUCCIÓN
Los pronósticos son estimaciones de la ocurrencia, la cronología
o la magnitud de futuros eventos inciertos. El propósito de
pronosticar es usar la mejor información disponible para guiar las
actividades futuras tendientes al cumplimiento de las me-tas de la
organización. El interés radica principalmente en los pronósticos
de demanda, pero las empresas también pronostican los precios
de las materias primas, los costos de la mano de obra, las tasas
de interés y los ingresos. Los buenos pronósticos capacitan a los
administradores para planear niveles apropia-dos de personal,
materias primas, capital, inventarios y un gran número de otras
variables. Esta planeación resulta en un mejor uso de la
capacidad y en el mejoramiento de las relaciones de los
empleados y del servicio que se da a los clientes.
Tipos de pronósticos
Los pronósticos se pueden clasificar en cuatro tipos básicos: cualitativos, análisis de series de
tiempo o cuantitativos, relaciones causales y simulación.
Estos métodos muestran el hecho fundamental de que los procesos son cambiantes y están
sujetos a factores externos que deben ser tenidos en cuenta a la hora de realizar el modelo.
Una de estos factores, el que suscita nuestro interés en este momento, es el factor estacional.
Por ejemplo, las necesidades de nuestro insumo tinta, se verán afectadas por la demanda del
producto, la cual tendrá grandes variaciones a lo largo del año si se trata por ejemplo de un
juguete muy popular que verá incrementadas sus ventas durante las festividades de reyes, día
del niño y navidad. Este factor estacional hace que nuestra serie de tiempo viole la suposición
de que el modelo es de nivel constante. Para poder utilizar estos métodos deberemos primero
eliminar el factor estacional de nuestra serie de tiempo.
Los promedios móviles y el suavizamiento exponencial son los mejores y más fáciles de usar
para pronósticos a corto plazo: requieren pocos datos y los resultados son de nivel medio. Los
modelos a largo plazo son más complejos, requieren más datos de entrada y ofrecen mayor
precisión. Desde ya, los términos corto, medio y largo son relativos, dependiendo del contexto
en que se apliquen.
En los pronósticos empresariales, el corto plazo por lo general se refiere a menos de tres
meses; el medio, de tres meses a dos años; y el largo, a más de dos años.
En términos generales, los modelos a corto plazo se ajustan para cambios a corto plazo (como
la respuesta de los consumidores ante un nuevo producto).
Los pronósticos a medio plazo son buenos para efectos estaciónales y los modelos a largo
plazo detectan las tendencias generales y son de utilidad especial para identificar punto de
cambios decisivos.
También hay que tener en cuenta el grado de flexibilidad de la empresa (si es mayor la
capacidad para reaccionar con rapidez ante los cambios, no tiene que ser tan preciso el
pronóstico).
El suavizado exponencial se distingue por la manera tan especial de dar pesos a cada una de
las demandas anteriores al calcular el promedio. El modelo de los pesos es de forma
exponencial. La demanda de los periodos más recientes recibe un peso mayor; los pesos de
los periodos sucesivamente anteriores decaen de una manera exponencial. En otras palabras,
los pesos decrecen en su magnitud a medida que se aplican datos anteriores, siendo el
decremento no lineal (exponencial).
En el método solo se necesitan tres datos: el pronostico más reciente, la demanda real que se
presentó para ese periodo, y una constante de suavización alfa, a .
La ecuación para un pronóstico de suavizamiento exponencial simple no es más que:
Donde es el error del pronóstico del período , es el valor real para ese período y el valor que
se había pronosticado. Medidas de error:
Error absoluto de la media (MAD) | |
||
Error absoluto porcentual de la media (MAPE) ||
||
Desviación porcentual absoluta de la media (PMAD) ||
||
Error cuadrático de la media (MSE) | |
||
Raíz del error cuadrático de la media (RMSE) ||
El inventario es el conjunto de mercancías o artículos que tiene la empresa para comerciar con
aquellos, permitiendo la compra y venta o la fabricación primero antes de venderlos, en un
periodo económico determinados. Deben aparecer en el grupo de activos circulantes.
Es uno de los activos más grandes existentes en una empresa. El inventario aparece tanto en
el balance general como en el estado de resultados. En el balance General, el inventario a
menudo es el activo corriente mas grande. En el estado de resultado, el inventario final se resta
del costo de mercancías disponibles para la venta y así poder determinar el costo de las
mercancías vendidas durante un periodo determinado.
Los inventarios son importantes para los fabricantes en general, varia ampliamente entre los
distintos grupos de industrias. La composición de esta parte del activo es una gran variedad de
artículos, y es pro eso que se han clasificado de acuerdo a su utilización en los siguientes tipos:
Tipos de Inventarios
Los registros perpetuos son útiles para preparar los estados financieros mensuales,
trimestral o provisionalmente. El negocio puede determinar el costo del inventario final y
el costo de las mercancías vendidas directamente de las cuentas sin tener que
contabilizar el inventario. El sistema perpetuo ofrece un alto grado de control, porque los
registros de inventario están siempre actualizados.
Anteriormente, los negocios utilizaban el sistema perpetuo principalmente para los
inventarios de alto costo unitario, como las joyas y los automóviles; hoy día con este
método los administradores pueden tomar mejores decisiones acerca de las cantidades
a comprar, los precios a pagar por el inventario, la fijación de precios al cliente y los
términos de venta a ofrecer. El conocimiento de la cantidad disponible ayuda a proteger
el inventario.
Inventario Intermitente: Es un inventario que se efectúa varias veces al año. Se
recurre al, por razones diversas, no se puede introducir en la contabilidad del inventario
contable permanente, al que se trata de suplir en parte.
Inventario Final: Es aquel que realiza el comerciante al cierre del ejercicio económico,
generalmente al finalizar un periodo, y sirve para determinar una nueva situación
patrimonial en ese sentido, después de efectuadas todas las operaciones mercantiles
de dicho periodo.
Inventario Inicial: Es el que se realiza al dar comienzos a las operaciones.
Inventario Físico: Es el inventario real. Es contar, pesar o medir y anotar todas y cada
una de las diferentes clases de bienes (mercancías), que se hallen en existencia en la
fecha del inventario, y evaluar cada una de dichas partidas. Se realiza como una lista
detallada y valorada de las existencias.
Inventario determinado por observación y comprobado con una lista de conteo,
del peso o a la medida real obtenidos. Calculo del inventario realizado mediante un
listado del stock realmente poseído. La realización de este inventario tiene como
finalidad, convencer a los auditores de que los registros del inventario representan
fielmente el valor del activo principal. La preparación de la realización del inventario
físico consta de cuatro fases, a saber:
Costo de almacenaje. Entre los costos en los que se incurren para almacenar y
administrar inventarios se encuentran: intereses sobre la deuda, intereses no
aprovechados que se ganarían sobre ingresos, alquiler del almacén, acondicionamiento,
calefacción, iluminación, limpieza, mantenimiento, protección, flete, recepción, manejo
de materiales, impuestos, seguros y administración.
Dificultad para responder a los clientes. Al existir grandes inventarios en proceso se
obstruyen los sistemas de producción, aumenta el tiempo necesario para producir y
entregar los pedidos a los clientes, con ello disminuye la capacidad de respuesta a los
cambios de pedidos de los clientes.
Costo de coordinar la producción. Inventarios grandes obstruyen el proceso de
producción, lo cual requiere mayor personal para resolver problemas de tránsito, para
resolver congestionamiento de la producción y coordinar programas.
Costos por reducción en la capacidad. Los materiales pedidos, conservados y
producidos antes que sean necesarios desperdician capacidad de producción.
Costos por productos defectuosos en lotes grandes. cuando se producen lotes grandes
se obtienen inventarios grandes. Cuando un lote grande sale defectuoso se almacenen
grandes cantidades de inventario defectuoso. Los lotes de menor tamaño (y con ello
una reducción en los niveles de inventario) pueden reducir la cantidad de materiales
defectuosos.
Se consideran 4 tipos de costos que están asociados directamente con los costos de los
inventarios y estos son:
El costo o precio de compra. Incluye el precio de un artículo más los impuestos, los gastos de
compra y los costos del transporte. Si la compañía produce el artículo, entonces, el costo
completo que debe incluirse se llama costo de producción. Se usará precio como sinónimo de
costo de compra o costo de adquisición.
El costo de ordenar. Dentro de los costos de ordenar se incluyen gastos de cotización, teléfono,
fax, mano de obra para preparar la orden, timbres de correos comidas, viáticos y cualquier otro
costo directo.
El costo de faltantes o de agotamientos. Estos son los costos de penalización en que se incurre
cuando se queda sin la mercancía cuando ésta se necesita. Generalmente comprende costos
debido a pérdida de clientes, prestigio y pérdida potencial de utilidad debido a pérdidas en
ventas.
O en aquellos casos en que no se tiene a la mano el artículo y que posteriormente es
satisfecha dicha demanda.
El costo de compra se basa en el precio por unidad del artículo. Puede ser constante, o se
puede ofrecer con un descuento que depende que depende del volumen del pedido.
El costo de preparación representa el cargo fijo en el cual se incurre cuando se hace un pedido.
Este costo es independiente del volumen del pedido. El costo de almacenamiento representa el
costo de mantener suficientes existencias en el inventario. Incluye el interés sobre el capital, así
como el costo de mantenimiento y manejo el costo de faltante es la penalidad en la cual se
incurre cuando nos quedamos sin existencias. Incluye la perdida potencial de ingresos, así
como el costo más subjetivo de la perdida de la buena voluntad de los clientes.
Un MRP es una manera adecuada de considerar productos complejos, Por lo general se toma
en cuenta el ensamble de varios componentes y subensambles que forma un producto
completo. Igual que para el MPS, el tiempo se ve como intervalos discretos o baldes de tiempo.
El principal objetivo del MRP es determinar los requerimientos – la demanda discreta de cada
componente en cada balde de tiempo -. Estos requerimientos se usan para generar la
información necesaria para la compra correcta de materiales o para la planta de producción,
tomando las cifras de los tiempos del MPS y generando un conjunto resultante de componentes
o de requerimientos de materiales espaciados en el tiempo. Sigue a este procedimiento una
planeación detallada de la capacidad (CRP).
Los tres insumos más importantes de un sistema MRP son el programa maestro de producción,
los registros del estado del inventario y la lista de materiales (estructura del producto). Se hace
hincapié en la importancia del MPS como insumo para el MRP. Es el insumo primordial del
MRP, ya que el objetivo principal de éste sistema es tomar los requerimientos para cada etapa
del producto terminado y traducirlos en requerimientos para cada etapa del producto terminado
y traducirlos en requerimientos de componentes individuales.
Con frecuencia se usan dos insumos adicionales para generar la salida del sistema: las
órdenes de componentes que se originan en fuentes externas a la planta, y los pronósticos de
los artículos sujetos a demanda independiente (como material del mantenimiento o material de
soldadura).
Los registros del estado del inventario contienen el estado de todos los artículos sujetos a
demanda independiente (como material de mantenimiento o material de soldadura).
Los registros del estado del inventario contiene el estado de todos los artículos en el inventario.
El registro se mantiene actualizado con todas las transacciones del inventario – recepción,
retiros o asignaciones de un artículo de o para el inventario-. Si se registra en forma adecuada,
cada transacción se logra la integridad del archivo del inventario.
Los registros de inventario incluyen también los factores de planeación, que por lo común son
tiempo de entrega del artículo, inventario de seguridad, tamaños de lote, desperdicio permitido,
etc. Se necesitan para señalar el tamaño y los tiempos de las órdenes de compra planeadas. El
usuario del sistema determina los factores de planeación según la política de inventarios
(inventario de seguridad, tamaño del lote) o de acuerdo con restricciones exógenas (tiempo de
entrega de proveedores).
La lista de materiales (LM) en ocasiones se llama estructura del producto. Sin embargo, existe
una diferencia sutil. La estructura del producto es un diagrama que muestra la secuencia en las
que fabrican y ensamblan la materia prima, las partes que se compran y los subensambles
para formar un artículo final.
Este ejemplo específico se refiere a un producto con cuatro niveles; se dice que se tiene cuatro
niveles de profundidad. Entre más niveles tenga la estructura de un producto, más complejo
será – el número de niveles puede ser más de diez – Cada elemento de la estructura del
producto tiene un número y es costumbre mostrar las cantidades necesarias de cada uno para
un artículo final. En algunos casos se incluye el tiempo de producción para cada nivel de la
estructura. De esta manera, para cada cantidad de productos terminados, es posible obtener
los requerimientos por etapas para cada nivel.
Artículo final
S/E
S/E
S/E
PC
PC
PC
PF
PF
PC
PF
PF
PF
LEYENDA:
S/E = subensamble
PC = partes compradas
PF = partes fabricadas.
MP = materia prima
4 = num de partes
Nivel 0
Nivel 1
Nivel 2
Nivel 3
Nivel 4
Normalmente se hace referencia a la jerarquía de la estructura del producto como una relación
padre – hijo. Cada elemento tiene un padre – el elemento arriba de él - y un hijo – el elemento
debajo de él - . Un artículo final sólo tiene hijos y la materia prima (MP); las partes compradas
(PC) sólo tienen padres.
La figura anterior contiene una sección de una lista de materiales de un teléfono de escritorio.
Observe que se muestran los niveles de la estructura del producto, por lo que se llama lista de
materiales inventada.
Durante el proceso de adquisiciones se ajustan los requisitos en conjunto para tomar en cuenta
el inventario disponible o la cantidad ordenada. Así, los requerimientos netos son
Este ajuste se hace en todos los niveles de la lista de materiales y para cada balde de tiempo.
En otras palabras, en cada nivel de la lista de materiales, los requerimientos en conjunto se
ajustan para obtener los netos antes de hacer la explosión de los requerimientos para el
siguiente nivel. Si no hay inventario disponible o cantidad ordenada entonces, los
requerimientos netos son iguales a los requerimientos en conjunto.
Flujo del proceso MRP.
Establecer requerimientos en conjunto
Usar recepciones programadas para establecer el balance de inventario proyectado
Establecer requerimientos netos detallados
Establecer recepciones planeadas
Establecer liberación de órdenes planeadas
Ajustar el balance de inventario proyectado
Conclusión:
Los pronósticos nos brindan información con cierto grado de probabilidad de que se espera que
pueda pasar en el futuro, por eso son una buena herramientas en las empresas tanto grandes
como pequeñas.
Al igual que los pronósticos los inventarios también son parte importante en la toma de
decisiones, y forma parte fundamental en toda organización pues a si se optimizan los recursos
con la que la empresa cuenta.
UNIDAD 6 REDES
6.1 DIAGRAMA DE GANTT
Es un método gráfico de planeación y control en la que un proyecto se divide en
distintas actividades y se realizan estimaciones acerca de cuánto tiempo requiere cada
una de ellas, así como el total de tiempo necesario para terminar el proyecto
totalmente. En otras palabras, esta gráfica muestra las relaciones de tiempo entre los
eventos de un programa y fue desarrollada por Henry L. Gantt.
Esta gráfica es de gran utilidad para los gerentes. En primer lugar los gerentes pueden
utilizarla para saber cómo se están utilizando los recursos, cuáles de ellos están
contribuyendo a la productividad y cuáles no.
A través de la gráfica puede determinarse qué recursos no se utilizan en periodos
específicos y de acuerdo a esto darles otros usos laborales o de producción, esta sirve
además para establecer estándares de producción realistas de los trabajadores.
La idea de la gráfica de Gantt es sencilla. En esencia es una gráfica de barras con el
tiempo en el eje horizontal y las actividades a programar en el eje vertical. Las barras
muestran la producción tanto planificada como real, durante cierto periodo. Muestra
visualmente cuando se supone que deben realizarse las tareas y las compara contra el
avance real de cada cosa. Es una herramienta sencilla pero importante que permite a
los gerentes detallar con facilidad que es lo que falta hacerse para terminar una tarea o
un proyecto, y evaluar si una actividad está adelantada, a tiempo, atrasada o de
acuerdo con el programa.
El Método de la ruta crítica o del camino crítico también conocido por sus siglas en
inglés CPM (Critical Path Method), fue desarrollado en 1957 en los Estados Unidos de
América, por un centro de investigación de operaciones para las firmas Dupont y
Remington Rand, buscando el control y la optimización de los costos mediante la
planeación y programación adecuadas de las actividades componentes del proyecto.
En administración y gestión de proyectos, una ruta crítica es la secuencia de los
elementos terminales de la red de proyectos con la mayor duración entre ellos,
determinando el tiempo más corto en el que es posible completar el proyecto. La
duración de la ruta crítica determina la duración del proyecto entero. Cualquier retraso
en un elemento de la ruta crítica afecta a la fecha de término planeada del proyecto, y
se dice que no hay holgura en la ruta crítica.
Un proyecto puede tener varias rutas críticas paralelas. Una ruta paralela adicional a
través de la red con las duraciones totales menos cortas que la ruta crítica es llamada
una sub-ruta crítica.
Originalmente, el método de la ruta crítica consideró solamente dependencias entre los
elementos terminales. Un concepto relacionado es la cadena crítica, la cual agrega
dependencias de recursos. Cada recurso depende del manejador en el momento
donde la ruta crítica se presente.
A diferencia de la técnica de revisión y evaluación de programas (PERT), el método de
la ruta crítica usa tiempos ciertos (reales o determinísticos). Sin embargo, la
elaboración de un proyecto basándose en redes CPM y PERT son similares y consisten
en:
* Identificar todas las actividades que involucra el proyecto, lo que significa, determinar
relaciones de precedencia, tiempos técnicos para cada una de las actividades.
* Construir una red con base en nodos y actividades (o arcos, según el método más
usado), que implican el proyecto.
* Analizar los cálculos específicos, identificando la ruta crítica y las holguras de las
actividades que componen el proyecto.
En términos prácticos, la ruta crítica se interpreta como la dimensión máxima que
puede durar el proyecto y !las diferencias con las otras rutas que no sean la crítica, se
denominan tiempos de holgura.
MÉTODOS CPM Y PERT
Los métodos CPM (método de la ruta crítica o del camino crítico, criticaI path method)
y PERT (técnica de evaluación y revisión de programa, program evaluation and review
techni- que) se basan en redes, y tienen por objeto auxiliar en la planeación,
programación y control de proyectos. Se define un proyecto como conjunto de
actividades interrelacionadas, en la que cada actividad consume tiempo y recursos. El
objetivo del CPM y del PERT es contar con un método analítico para programar las
actividades. En la figura 6.50 se resumen los pasos de estas técnicas. Primero se
definen las actividades del proyecto, sus relaciones de precedencia.
Durante la ejecución del proyecto, podría no cumplirse el programa que estaba
planeado, causando que algunas de las actividades se adelanten o se atrasen. En este
caso será necesario actualizar el programa para que refleje la realidad.
Las dos técnicas, CPM y PERT, que se desarrollaron en forma independiente, difieren
en que en el CPM se supone duraciones determinísticas de actividad, mientras que en
PERT se suponen duraciones probabilísticas. Esta presentación comenzará con el
CPM y después se presentarán los detalles del PERT.
6.2.1 TERMINOLOGÍA
Los modelos más extendidos en cuanto a su aplicación en nuestro medio y sus
principales diferencias son:
PERT
1. Probabilístico.
2. Se basa en eventos.
3. Orientado a quien controla
4. Se puede utilizar en proyectos de investigación.
CPM
1. Determinístico.
2. Se basa en actividades
3. Orientado a quien ejecuta
4. Se puede utilizar para todo tipo de proyecto
La trayectoria más larga determina el tiempo total requerido para la finalización del
proyecto. Si se retardan las actividades de la trayectoria más larga, la totalidad del
proyecto también se retardará, por lo que la más larga es la "ruta crítica".
Con el fin de tener en cuenta la incertidumbre, las personas que desarrollaron PERT
permitieron a los usuarios utilizar tres estimadores para los tiempos de cada una de las
actividades:
1.- El tiempo más probable (tm): El tiempo que se requiere para terminar la actividad
bajo condiciones normales.
2.- El tiempo pesimista (tp): El tiempo máximo que se necesitaría para terminar la
actividad si se encontraran demoras considerables en el proyecto.
3.- El tiempo optimista (to): El tiempo mínimo que se requiere para terminar la
actividad si todo ocurre en forma ideal.
CONCLUSIÓN
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
estosproblemas de decisión son realmente problemas físicos, tales como eltransporte o
flujo de bienes materiales. Sin embargo, muchos 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.
BIBLIOGRAFIA:
ENLACES DE INTERNET:
http://home.ubalt.edu/ntsbarsh/opre640s/spanishp.htm#rdmupu
http://www.tuobra.unam.mx/obrasPDF/publicadas/040924182324.html
http://usuarios.multimania.es/montoya/admonver8.html