UNIDAD 10 MODELO DE REDES O SECUENCIACIÓN. proyecto sin exceder el tiempo límite. de un proyecto. de trasbordo. ingeniería.

Tamaño: px
Comenzar la demostración a partir de la página:

Download "UNIDAD 10 MODELO DE REDES O SECUENCIACIÓN. proyecto sin exceder el tiempo límite. de un proyecto. de trasbordo. ingeniería."

Transcripción

1 UNIDAD 10 MODELO DE REDES O SECUENCIACIÓN proyecto sin eceder el tiempo límite. de un proyecto. de trasbordo. ingeniería.

2

3 Investigación de operaciones Introducción Dentro de la Investigación de Operaciones eiste una gran cantidad de problemas que pueden ser tratados como una red. Por ejemplo en el Modelo de Transporte tratado en la unidad 7 usamos una red para esquematizar un problema. Históricamente muchos de los problemas se plantearon primero como un problema de redes y después se aplicó el método simple para solucionarlos. En esta unidad vamos a estudiar tres tipos de problemas asociados a redes que son: Análisis de redes de proyectos. surgió en la milicia estadounidense como administración de proyectos, donde la producción de cada una de las nuevas armas involucraba tantas componentes y subcomponentes producidas por diversos fabricantes, donde se necesitaba una nueva herramienta para programar y controlar el proyecto. En 1958 aparece el sistema (evaluación de programa y técnica de revisión), el cual fue desarrollado por científicos de la oficina Naval de Proyectos Espaciales. Booz, Allen y Hamilton y la División de Sistemas de Armamentos de la Corporación Lockheed Aircraft. La técnica demostró tanta utilidad que ha ganado amplia aceptación tanto en el gobierno como en el sector privado. El método PERT fue probado en la construcción del submarino Polaris y se dice que redujo en dos años la conclusión del proyecto. Casi al mismo tiempo, pero ahora en un problema de la industria civil, la Compañía DuPont, junto con la División UNIVAC de la Remington Rand, desarrolló el método CPM (método de la ruta crítica) para controlar el mantenimiento de proyectos de plantas químicas de DuPont. Estos dos métodos (PERT y CPM) ya fueron tratados en la unidad 2, en donde aprendimos a construir los modelos matemáticos relacionados con 387

4 Unidad 10 la optimización de tiempos de fabricación. La diferencia principal entre CPM y PERT es el método con el que se realizan las estimaciones de tiempo para las actividades del proyecto. Con CPM, los tiempos de las actividades son determinísticos, mientras que en PERT, los tiempos de las actividades son pro babilísticos o estocásticos. aparecen en la industria del petróleo, la cual tiene que construir una gran cantidad de oleoductos, los cuales le permitan llevar el crudo desde los pozos petroleros hasta las refinerías para su industrialización. Lo que quieren las compañías es construir la menor cantidad de oleoductos (para minimizar costos) pero quieren que el f lujo de crudo sea el mayor posible. se usa cuando queremos electrificar una ciudad; queremos cubrir todas las localidades, pero con la menor cantidad posible de cable. Empezamos la unidad con la terminología utilizada para redes Terminología, actividades, procedencia Eiste una gran cantidad de problemas reales que se pueden modelar y resolver utilizando las técnicas de redes. Algunas de estas aplicaciones las mencionamos a continuación, además de indicar el tipo de algoritmo que se utiliza para su solución. a) Construcción de plantas industriales. b) Construcción de automóviles, computadoras, herramientas, etcétera. c) Generación y distribución de energía eléctrica. d) Localización, perforación y eplotación de pozos petroleros y/o de gas natural. e) Construcción de la estación espacial internacional. Entre muchas otras. 388

5 Investigación de operaciones a) Transportación de petróleo desde cada uno de los pozos petroleros en el Golfo de Méico hasta las refinerías. b) Distribución de gas natural en las unidades habitacionales de la Ciudad de Méico. c) Flujo de llamadas telefónicas desde la Ciudad de Méico al resto del país. Además de otros. a) Electrif icación de ciudades. b) Distribución de agua desde un pozo a diferentes comunidades. c) Colocación del servicio de televisión por cable. Y otros más. Aunque en la unidad 2 vimos una breve introducción a la construcción de redes, vamos a comenzar formalizando las ideas presentadas. Una red consta de un conjunto de vértices o nodos unidos por arcos o aristas. Matemáticamente una red está definida por un par de conjuntos (N, A), donde el primer conjunto está formado por los vértices de la red, mientras que el segundo conjunto contiene los arcos que conectan a los vértices. Si los arcos tienen sentido, es decir, sólo permiten el paso de un nodo a otro en una dirección, se dice que la red es dirigida. 389

6 Unidad 10 Es una secuencia de aristas que une dos nodos distintos. Una trayectoria forma un ciclo si conecta un nodo con sí mismo. ningún ciclo. Es una red que une todos los nodos, sin permitir Otras de las aplicaciones de redes son la planeación, la programación y el control de proyectos. Empecemos por recordar lo que es un proyecto y definamos cada una de las partes que lo conforman. 390

7 Investigación de operaciones Es un enunciado claro de un conjunto de actividades interrelacionadas, en la que cada actividad requiere tiempo y recursos. Ejemplos: Actividad. En términos generales, se considera actividad a la serie de operaciones realizadas por una persona o grupo de personas en forma continua, sin interrupciones, con tiempos medibles de iniciación y terminación. Las actividades pueden ser físicas o mentales, como construcciones, trámites, estudios, inspecciones, dibujos, etcétera. Es la forma lógica como se conectan las diferentes actividades del proyecto. Esta relación se puede obtener por antecedente o por secuencia. Por antecedentes, se les preguntará a los responsables de los procesos cuáles actividades deben quedar terminadas para ejecutar cada una de las que aparecen en la lista. Debe tenerse especial cuidado que todas y cada una de las actividades tenga por lo menos un antecedente ecepto en el caso de ser actividades iniciales, en cuyo caso su antecedente será cero (0). Si la relación se hace por secuencia, se preguntará a los responsables de la ejecución cuáles actividades deben hacerse al terminar cada una de las que aparecen en la lista. M atriz de secuencia o de precedencia. Es la matriz en donde se coloca cada una de las actividades del proyecto y sus actividades secuenciales o precedentes. En el caso de la matriz de precedencia, está formada por tres columnas, la primera contiene el número de actividad, la segunda las actividades que preceden a la actividad mostrada en la primera columna y por ultimo una columna de anotaciones, la cual se utiliza para aclarar cualquier detalle del proyecto. La matriz de secuencia tiene también tres columnas, la primera contiene las actividades que conforman el proyecto, la segunda contiene las 391

8 Unidad 10 actividades que están después de la actividad de la primera columna y por último tiene una columna de anotaciones. M atriz de tiempos. Es la matriz que contiene el tiempo que necesita cada actividad para completarse. En el caso del modelo CPM solamente se requiere un estimado de tiempo. Todos los cálculos se hacen con la suposición de que los tiempos de actividad son determinísticos. Para el caso de PERT, se necesita estimar tres tiempos: a) Tiempo pesimista. Es el mayor tiempo posible en que se puede realizar una actividad, esto como consecuencia de un desperfecto de la maquinaria, o errores de los operadores, falta de materia prima, etcétera. b) Tiempo optimista. Es el menor tiempo posible en el que se puede realizar una actividad, esto como consecuencia de que todos los factores sean favorables. c). Es el tiempo modal, es decir es el tiempo que más se repite en la realización de la actividad. Con estos tres tiempos, se calcula el tiempo esperado, el cual se obtiene al calcular un promedio ponderado utilizando la siguiente fórmula: t e t 4t t p m o 6 La información de los tiempos (ya sea determinístico o estocástico) se añade a la matriz de actividades. Esto se hace creando una nueva columna, la cual contiene el tiempo determinístico de cada actividad, o el tiempo esperado de cada una de ellas. La matriz resultante recibe el nombre de y se utiliza para construir la red de proyecto. Evento. Se llama evento al momento de iniciación o terminación de una acti vidad. Es la representación gráfica del proyecto, contiene cada una de las actividades a realizar, además de sus interrelaciones y secuencias. En este caso los nodos de la red son los eventos del proyecto, los cuales se conectan a través de los arcos de la red o aristas, las cuales sólo representan la secuenciación del proyecto y en ningún caso su longitud o forma determinan el tiempo que requiere cada actividad. 392

9 Investigación de operaciones Recordemos que en la unidad 2 aprendimos a construir la red de proyecto, en la cual los nodos son los eventos que se numeran en forma ascendente, a partir del nodo cero, el cual es el evento de inicio, hasta el nodo de terminación. Los nodos se conectan a través de aristas que representan las actividades junto con el tiempo medio de cada una de ellas. Para que quede más clara la construcción de la red, a continuación damos un ejemplo. Ejemplo 1 Dentro del proyecto de equipamiento de escuelas, se enviaron 50 computadoras nuevas a una secundaria. El secretario administrativo contrata a un ingeniero en sistemas para que se encargue de la instalación de las 50 máquinas, sólo que le pide una estimación del tiempo que se va a llevar, junto con los pasos del proyecto para que la sociedad de padres de familia pueda ver el avance en la obra. Lo primero es enunciar en una forma clara el proyecto: Instalar 50 computadoras sin red, en un salón de 10 m de largo por 5 m de ancho por 3 de altura, el cual ya cuenta con la instalación eléctrica requerida. A cada una de las computadoras se le debe instalar el sistema operativo y un programa educacional. Actividades: A B C D E F G H I J K L M Colocar 50 mesas de trabajo. Colocar 13 reguladores de voltaje. Desempacar y colocar 50 monitores. Desempacar y colocar 50 CPU. Desempacar y conectar 50 teclados. Desempacar y conectar 50 ratones. Conectar los monitores al CPU. Conectar los CPU a los reguladores. Conectar los monitores a los reguladores. Encender las computadoras. Instalar el sistema operativo. Instalar el programa educacional. Apagar las computadoras. 393

10 Unidad 10 M atriz de precedencia. Para poder construir la red, presentamos en la siguiente tabla los tiempos medios de cada actividad, sin mencionar la forma de obtenerlo ni el costo. 394

11 Investigación de operaciones Si unimos la información de la matriz de precedencia con la matriz de tiempo, obtenemos la, la cual mostramos a continuación: Con esta información se construye la red del proyecto, la cual mostramos a continuación. 395

12 Unidad 10 Ejercicio 1 1. Es la representación gráfica de una serie de actividades que conforman un proyecto. a) Evento. b) Red de proyecto. c) Matriz de precedencia. d) Tiempo esperado. 2. Es la tabla que contiene la interrelación lógica de las actividades. a) Evento. b) Red de proyecto. c) Matriz de precedencia. d) Tiempo esperado. 3. En el sistema PERT el tiempo se calcula utilizando la fórmula: a) t b) t c) t d) t e e e e t 4t t p m o 6 t t t p m o 6 t 4t t p m o 4 t 4t t p m o 3 4. Una red está formada por aristas y: a) Números. b) Conjuntos. c) Flechas. d) Nodos. 396

13 Investigación de operaciones 5. La diferencia entre el sistema PERT y el CPM es la forma como se calcula: a) El evento. b) El tiempo. c) La matriz de precedencia. d) Las aristas. 6. Es la sucesión de aristas que llevan de un nodo a otro distinto en la red. a) Trayectoria. b) Árbol. c) Ciclo. d) Nodo CPM y PERT CPM fue diseñado para proporcionar diversos elementos útiles de información para los ingenieros del proyecto. Este modelo epone la ruta crítica de un proyecto, es decir, las actividades que limi tan la duración del proyecto. Estas actividades son las que inciden directamente con el tiempo requerido para la terminación del proyecto, por lo tanto, si queremos que el proyecto se realice en el menor tiempo posible, las actividades de la ruta crítica deben realizarse en el menor tiempo posible. 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. Los algoritmos de PERT y CPM identifican estas actividades y la cantidad de tiempo disponible para retardos. CPM identifica los costos relacionados con una disminución en los tiempos de operación, y trata de minimizar el tiempo del proyecto, pero sin aumentar demasiado los costos, esto de acuerdo con la f leibilidad permitida por los tiempos de holgura de las actividades no crí ticas. Finalmente PERT y CPM proporcionan una herramienta para controlar y monitorear el progreso del proyecto. De esta manera el ingeniero puede 397

14 Unidad 10 prestar más atención a aquellas actividades de la ruta crítica, ya que son las que pueden en un momento dado retrasar o hacer más costoso el proyecto. Las actividades no críticas se manipularán y reemplazarán en respuesta a la disponibilidad de recursos. Lo primero que nos interesa de un proyecto es hacer una estimación del tiempo que necesitaremos para concluirlo. Una forma de realizar esta estimación es utilizando la gráfica de Gantt, la cual es un cronograma de tiempos, en el que el eje vertical contiene las actividades del proyecto y en el eje horizontal anotamos el tiempo. Para graficar cada una de las actividades utilizamos el siguiente algoritmo: 1. Se grafican las actividades iniciales, es decir, aquellas que no tienen actividades precedentes. Para graficar cada una de las actividades se traza una línea horizontal a la altura donde se etiqueta la actividad, la longitud de la recta es igual al tiempo esperado de la actividad, utilizando la escala del eje horizontal. 2. Se grafican las actividades que tienen como precedente las actividades del paso anterior. La línea horizontal se traza a partir de donde termina la actividad precedente. Si una actividad depende de dos actividades o más, tenemos que igualar la longitud de todas estas actividades a la más larga, para ello trazamos una línea punteada. 3. Si ya no hay más actividades, entonces parar: la gráfica está terminada, el punto del tiempo hasta donde llega la última línea recta es la aproimación de tiempo de terminación del proyecto. Si quedan actividades pendientes regresamos al punto

15 Investigación de operaciones Ejemplo 2 Se pide a un ingeniero la ampliación de una casa. La matriz de precedencia y de tiempos es la siguiente: Lo primero es calcular el tiempo esperado de cada una de las actividades, para ello utilizamos la fórmula: t e t 4t t p m o 6 399

16 Unidad 10 Trazamos la gráfica de Gantt: De la gráfica se concluye que el tiempo esperado para la terminación del proyecto es de 15 días. Una de las principales deficiencias que tiene esta técnica es que no toma en cuenta la relación entre las actividades. El método PERT soluciona esta deficiencia, al tomar en cuenta las relaciones eistentes entre las diferentes actividades y nos proporciona la ruta crítica, es decir, identifica las actividades que repercuten directamente en el proyecto. Dada la lista de actividades, la relación de precedencia y los tiempos pesimista, optimista y más probable de las actividades de un proyecto, se hace lo siguiente: 1. Estimar los tiempos esperados de cada actividad. 2. Construir la red de proyectos. Nota. Recuerda que entre dos eventos sólo debe eistir una actividad, en caso contrario se añaden actividades ficticias. 3. Determinar los tiempos para eventos, esto es, debemos determinar la terminación próima y la terminación lejana de cada evento, utilizando las siguientes fórmulas: 400

17 Investigación de operaciones a) La terminación próima de un evento (TPE) es igual a la terminación próima del evento anterior más el tiempo esperado de la actividad (TEA). TPE i TPE i 1 TEA i 1, i Si hay dos trayectorias que lleguen a un evento se toma la de mayor tiempo. Al evento inicial se le asigna una terminación próima igual a cero. b) La terminación lejana de cada evento (TLE) se calcula de derecha a izquierda en la red y es igual a la terminación lejana del evento posterior menos el tiempo esperado de la actividad entre ellos. TLE TLE TEA i i 1 i, i 1 Si eisten dos trayectorias que lleguen a un evento, consideramos la de menor tiempo. Al evento final se le asigna el valor de la terminación próima del evento f inal. La notación que se utiliza para epresar estos tiempos, es una cruz arriba de cada evento, en la parte superior izquierda se anota la terminación próima y del lado superior derecho la terminación lejana. 4. Calcular los tiempos para las actividades, los cuales a diferencia de los tiempos para eventos son cuatro. a) Inicio próimo (IPA), es igual a la terminación próima del evento en que comienza la actividad. IPA TPE i b) Terminación próima (TPA), es igual al inicio próimo de la actividad más la duración de ésta. TPA IPA TEA 401

18 Unidad 10 c) Inicio lejano (ILA), es igual a la terminación lejana de la actividad menos la duración de ésta. ILA TLA TEA d) Terminación lejana, es igual a la terminación lejana del evento en que termina la actividad. TLA TLE j Con estos tiempos, podemos calcular la holgura de cada actividad, la cual se define como: la diferencia entre la terminación próima y la terminación lejana. HOLGURA TPA TLA 5. La ruta crítica está formada por las actividades que tienen una holgura igual a cero. 6. Debido a la naturaleza probabilística de los tiempos en cada actividad, no podemos tener un tiempo eacto de terminación T, en su lugar debemos calcular el intervalo donde esperamos que caiga el tiempo. Para ello utilizamos las siguientes fórmulas para calcular la esperanza y la varianza de la variable que mide el tiempo en que se realiza el proyecto: varianza de la i-ésima actividad E( T) var( T) T e ruta crítica ruta crítica var i t p 6 t o 2 402

19 Investigación de operaciones Ejemplo 3 Hallar la ruta crítica del siguiente proyecto: Un ingeniero eléctrico debe hacer una instalación eléctrica en una ampliación realizada a una fábrica. A continuación se presenta la matriz de precedencia y tiempos estimados en días. 1. Estimamos los tiempos esperados de cada actividad. 403

20 Unidad Construimos la red del proyecto. 3. Calculamos los tiempos de cada evento, utilizando la siguiente tabla. 4. Una vez que calculamos los tiempos de los eventos, calculamos los tiempos para las actividades, para ello utilizamos la siguiente tabla: 404

21 Investigación de operaciones 5. De la tabla anterior concluimos que la ruta crítica está formada por los eventos A, B y E, es decir: RC = A + B + E Por lo tanto el ingeniero debe tener especial cuidado en: Para que de esta manera el proyecto se lleve a buen término, el tiempo esperado para la terminación del proyecto es: E(T) = = 6.5 días V( T) 1 36 Por lo tanto, el tiempo esperado para la terminación del proyecto es de 6.5 días, con una desviación estándar de 0.5 días. La variable tiempo de terminación se puede ajustar a una distribución normal con media 6.5 y desviación estándar de 0.5 días. Si tomamos el intervalo formado por la media menos la desviación estándar y la media más la desviación estándar, sabemos que dentro de este intervalo tendremos 68.27% de los

22 Unidad 10 datos, es decir, tenemos 68.27% de probabilidad de que el tiempo de terminación esté dentro del intervalo [6, 7]. Ejercicio 2 Califica como verdadera (V) o falsa (F) cada una de las siguientes proposiciones: 1. Las actividades de la ruta crítica son las que limitan la duración del proyecto. 2. Las actividades que están en la ruta crítica tienen un tiempo de holgura diferente de cero. 3. PERT utiliza tiempos determinísticos de cada actividad. 4. La terminación lejana de una actividad es igual a la terminación lejana del evento en que termina la actividad. 5. La ruta crítica está formada por las actividades que tienen una holgura igual a cero. Método CPM Al inicio de la unidad mencionamos que la diferencia entre PERT y CPM es la forma como estiman los tiempos de cada actividad, mientras PERT utiliza tiempos probabilísticos, CPM utiliza tiempos determinísticos; además, CPM toma en cuenta el costo asociado a cada actividad, pero sobre todo, reconoce la relación que eiste entre el tiempo en que se realiza una actividad y el costo que tiene la misma. Esto debido a que al aumentar los recursos (materia prima, mano de obra, maquinaria, tecnología, etc.) el tiempo disminuye, pero los costos aumentan. Para analizar la relación que eiste entre el tiempo y el costo, se utiliza un plano cartesiano: en el eje horizontal se coloca la variable tiempo (variable independiente) y en el eje vertical el costo (variable dependiente). 406

23 Investigación de operaciones La práctica ha demostrado que la relación entre estas dos variables es lineal, por lo tanto bastan dos estimaciones que se miden directamente sobre la práctica, las estimaciones están formadas por una pareja de números, lo cual nos representa un par de puntos en el plano. Estas estimaciones son: Es el punto del plano en donde se muestra el tiempo menor en que se puede realizar una actividad, junto con el costo en que se incurre. Es el punto donde se muestra el tiempo normal en que se puede realizar una actividad, junto con el costo en que se incurre. Con estos dos puntos podemos hallar la ecuación de la recta que representa la relación. Una suposición fuerte del algoritmo es que son viables todas las combinaciones entre estos dos puntos. La notación utilizada para CPM es la siguiente: Suponga que se tiene una actividad A, que va del evento i al evento j, entonces esta actividad la denotamos como (i, j). Los índices i y j sólo toman los valores para los cuales eiste una actividad entre ellos. TI es el tiempo intensivo de la actividad (i, j). TN es el tiempo normal de la actividad (i, j). CI es el costo intensivo de la actividad (i, j). CN es el costo normal de la actividad (i, j). Con esta notación podemos realizar la gráfica tiempo-costo de una actividad (i, j). 407

24 Unidad 10 Para determinar el costo de la actividad (i, j), necesitamos hallar la pendiente de la recta, la cual está dada por: m CI CN TI TN Si tomamos el punto intensivo, la ecuación de la recta es: C CI m ( T TI ) C m ( T TI ) CI Esta última epresión nos dice el costo en el que incurrimos al realizar la actividad (i, j) en un tiempo T. Ejemplo 4 Una actividad en el proyecto de construir una casa puede ser la pintura eterior. Si utilizamos una sola persona para hacerlo, el tiempo que se tarda en pintar es de 7 días, en cambio si contratamos a 5 personas el tiempo de pintado se reduce a 2 días. El salario por persona por día es de $ Con esta información estimar el costo de pintar la casa en 4 días. 408

25 Investigación de operaciones Lo primero es construir una tabla con los datos del problema: Con esta información graficamos los puntos: normal (7 350) e intensivo (2 500) La pendiente de está recta es: m CI CN TI TN por lo tanto la función de costo esta dada por la epresión: 30 C 30( T 2) 500 Sustituimos T = 4 días en la epresión anterior y obtenemos: C 30( 4 2) que es el costo al pintar la casa en 4 días. El objetivo fundamental de CPM es determinar el punto de equilibrio entre tiempo y costo para cumplir con el tiempo de terminación del proyecto que se estimó, al menor costo posible. Para lograr este objetivo CPM plantea un modelo de P. L. asociado con el siguiente problema: 409

26 Unidad 10 Dado un tiempo de terminación T del proyecto, seleccionar los tiempos de cada actividad, tal que se minimice el costo total del proyecto. Lo primero es definir las variables de decisión. Sea el tiempo de duración de la actividad (i, j), en el caso de que eista una actividad entre el evento i y el evento j, de otra manera la variable no está definida. Obtenemos la función objetivo del problema. El costo de realizar la actividad (i, j) en un tiempo está dado por la epresión: C m ( TI ) CI El costo total del proyecto lo determinamos al sumar los costos asociados a cada una de las actividades, es decir: Costo total = m ( TI ) CI ( i, j ) Donde la suma se realiza sobre todas las parejas (i, j) tal que eiste una actividad en la red. Por cada variable aparecerá una restricción de la siguiente forma: y y i j 0 Por lo tanto el modelo de P. L. asociado con CPM es: Z mín s.a.: ( i, j ) TI m TN y y y y i j n k T Para cada actividad ( i, j) 410

27 Investigación de operaciones Una vez planteado el modelo utilizamos cualquiera de los programas computacionales para resolverlo. Ejemplo 5 Una compañía constructora debe concursar para ganar la licitación de una unidad habitacional. El tiempo máimo para la construcción de una casa del conjunto es de 8 días. La compañía desea buscar la combinación que minimice los costos y esté dentro del límite del concurso. Los datos que tiene la compañía para el proyecto son los siguientes: Construimos la red asociada con el proyecto: Hallamos la pendiente de cada una de las actividades, utilizando la fórmula: m CI CN TI TN 411

28 Unidad 10 La función objetivo del modelo es: Zmí n Las restricciones de las variables de decisión: Ahora escribimos las restricciones para las variables auiliares: 412

29 Investigación de operaciones y y y y y y y y y y y y Finalmente escribimos las restricciones lógicas:,,,, y, y, y, y, y, y Resolvemos el modelo con algún programa computacional y obtenemos la solución: La tabla anterior muestra el tiempo óptimo en que se debe realizar cada una de las actividades del proyecto, de tal manera que el tiempo total no eceda a los 8 días y el costo sea el menor posible. Por lo tanto la propuesta de la constructora es: construir una casa en 8 días con un costo de $

30 Unidad 10 Ejercicio 3 Completa correctamente los siguientes enunciados: 1. CPM utiliza tiempos. 2. El algoritmo de CPM se utiliza para minimizar. 3. Al aplicar el algoritmo CPM se obtiene un modelo de programación. 4. La variable en CPM representa el tiempo en que se debe realizar cada. 5. Una actividad tiene las siguientes características: tiempo normal 3 min, costo normal $ 50.00, tiempo intensivo 0.5 min, costo intensivo $ La pendiente de la función de costo es Problema de flujo en redes de costo mínimo El problema de f lujo en redes de costo mínimo aparece cuando queremos distribuir un material desde los puntos de producción hasta los puntos de consumo. Para transportarlo pueden eistir estaciones de trasbordo, es decir, puntos en donde concurren diferentes rutas. Para representar este tipo de problemas, es conveniente utilizar una red que describa el problema. En este caso los arcos de la red representan los canales de distribución, los cuales tienen una capacidad asociada y un costo de transportación por unidad. Los nodos representan los punto de producción (fuentes), consumo (sumideros) y de trasbordo. Para plantear el modelo de f lujo de costo mínimo, consideramos una red dirigida conea (red en donde eiste una trayectoria para conectar cualquier par de nodos) en la que los n nodos incluyen al menos un nodo de producción y un nodo de consumo. Para que el problema esté balanceado, la producción total de la red debe ser igual a la demanda total de la misma. Si esto no se cumple se pueden agregar nodos ficticios, los cuales ayudan a equilibrar la red. En este libro sólo consideraremos redes en equilibrio. 414

31 Investigación de operaciones Ejemplo 6 Una compañía petrolera necesita enviar petróleo crudo desde tres pozos que tiene en el Golfo de Méico hasta dos refinerías en puerto: una de ellas en Coatzacoalcos-Veracruz y otra en Poza Rica-Veracruz. La compañía petrolera cuenta con una red de oleoductos con estaciones de bombeo intermedias. La red junto con su capacidad se muestra a continuación: La capacidad de f lujo y costo de cada uno de los arcos se muestra en la siguiente tabla. 415

32 Unidad 10 La producción del pozo 1 es de 250 barriles, mientras que el nodo 2 tiene una producción de 300. El consumo del nodo 6 es de 350 barriles, mientras que el nodo 7 consume 200 barriles. El problema consiste en satisfacer la demanda de los nodos consumidores con el menor costo posible, es decir, debemos decidir cuánto petróleo mandaremos por cada uno de los arcos de la red, de tal manera que la demanda quede satisfecha, pero al menor costo posible y con la restricción de capacidad de cada arco de la red. Este problema es una generalización del Modelo de Transporte el cual tratamos en la unidad 7. Para resolver el problema de flujo de costo mínimo planteamos un modelo de P. L., el cual se resuelve con las técnicas vistas anteriormente o con algún paquete computacional. La notación para las variables que intervienen en el problema son: c costo por unidad de f lujo a través del arco que va del nodo i al nodo j. u capacidad del arco que va del nodo i al nodo j. b i f lujo neto generado en el nodo i. La variable b 1 puede ser: Las variables de decisión son: i es una fuente. i es un sumidero. i es un nodo de trasbordo. f lujo a través del arco que va del nodo i al nodo j. El objetivo es minimizar el costo total de mandar los recursos a través de la red (respetando la capacidad de f lujo de cada arco) sin violentar las restricciones de producción y demanda. La f unción de costo la podemos escribir de la siguiente forma: 416

33 Investigación de operaciones Z mí n n i 1 n j 1 c al nodo j en la red. para las parejas (i, j) tal que eiste un f lujo del nodo i Las restricciones se escriben de la siguiente forma: n j 1 b n j 1 0 u ji i para cada nodo i de la red. La primera suma de la restricciones representa el flujo total que entra al nodo i-ésimo, mientras que la segunda representa el f lujo total que sale del nodo, por lo tanto su diferencia debe ser igual a la producción o demanda del nodo, o en caso de los nodos de trasbordo debe ser igual a cero. Ejemplo 7 Para ilustrar la aplicación del método de f lujo en redes de costo mínimo, obtendremos el modelo de P. L. del problema de la red de transporte de petróleo. Los datos se resumen en la siguiente red. La pareja de números que está sobre cada arco, representa la capacidad de f lujo en barriles y el segundo número el costo por barril mandado por la red. Los números en negrillas arriba de los nodos fuente representan la producción de cada uno, mientras que los de los nodos destinos representan la demanda. 417

34 Unidad 10 Por lo tanto las variables de decisión son: 13, 14, 24, 25, 36, 34, 54, 46, 47, 57 La f unción objetivo la podemos escribir como: Las restricciones son: Zmín Las dos primeras restricciones miden lo que sale de los nodos fuentes y nos indican que no entra nada a ellos, ya que no hay restas. Las restricciones 3, 4 y 5 son las restricciones asociadas con los nodos de trasbordo, en donde por un lado se suman los f lujos que salen del nodo y por otro se restan los que entran al nodo, pero en total la suma debe ser cero. Finalmente las dos últimas restricciones miden el f lujo que entra a los nodos consumidores; como ya no sale nada no aparecen variables positivas. Las últimas restricciones se forman considerando la capacidad de f lujo de cada arco: 418

35 Investigación de operaciones Una vez que tenemos el modelo lo resolvemos utilizando un paquete computacional y obtenemos la solución, la cual es: con un costo total de $

36 Unidad 10 Ejercicio 4 Selecciona la respuesta correcta. 1. Si un nodo en el algoritmo de f lujo de costo mínimo tiene f lujo negativo se llama: a) Fuente. b) Sumidero. c) Trasbordo. d) Destino. 2. Si un nodo es de trasbordo, la suma algebraica de lo que entra menos lo que sale debe ser igual a: a) Dos. b) Uno. c) Cero. d) Tres. 3. La red en el problema de f lujo de costo mínimo es: a) Cíclica. b) No dirigida. c) Dirigida. d) Híbrida. 4. El objetivo del modelo de f lujo de costo mínimo es: a) Minimizar el f lujo. b) Maimizar el costo. c) Minimizar el costo. d) Maimizar el f lujo. 420

37 Investigación de operaciones 5. La función objetivo del modelo de f lujo de costo mínimo es: a) Z b mí n n n i 1 j 1 b) Z c b mí n n n i 1 j 1 c) Z c mín d) Zmín c n n i 1 j 1 i i 1 j 1 n n i Problemas de árbol de epansión mínima El modelo del árbol de epansión mínima considera una red no dirigida (red en donde eiste una trayectoria para conectar cualquier par de nodos), en donde las aristas representan la medida de algún parámetro (distancia, costo, tiempo, etc.). El objetivo del modelo es seleccionar un conjunto de aristas que minimicen la medida entre todo el conjunto de ligaduras, tal que eista una trayectoria entre cada par de nodos. Ejemplo 8 Se tienen 5 comunidades rurales con caminos de terracería entre algunas de ellas. Los caminos se muestran en la siguiente red, donde la medida de las aristas es la longitud en kilómetros de los caminos. 421

38 Unidad 10 El Gobierno del Estado desea pavimentar una red de caminos que comunique las 5 comunidades con el menor costo posible. La idea es proporcionar un camino pavimentado entre cada par de comunidades, pero seleccionando el camino de menor longitud, para que de esta manera se minimicen los costos. Una posible solución del problema es: Esta solución factible tiene una longitud de 19 km, sin embargo no es posible determinar si es óptima o no. 422

39 Investigación de operaciones El método del árbol de epansión mínima nos proporciona un esquema para seleccionar las aristas, tal que la suma total de la medida de cada arista seleccionada sea mínima. Dividimos los nodos de la red en dos conjuntos, el primero llamado S, formado por los nodos seleccionados en el paso i-ésimo, y otro conjunto llamado N con los nodos que no estén seleccionados. En cada paso del algoritmo ir construyendo la red que se forma con los nodos y aristas seleccionadas. 1. Seleccionamos de manera arbitraria uno de los nodos de la red y lo marcamos como nodo inicial. Este nodo lo pasamos al conjunto S y lo borramos del conjunto N. 2. Del conjunto N seleccionamos el nodo cuya arista a alguno de los nodos del conjunto S sea mínima. Este nodo pasa del conjunto N al conjunto S. En caso de empates, éstos se rompen de manera arbitraria. 3. Si el conjunto N está vacío; entonces parar. Si no, regresar al paso 2. La red que se obtiene al finalizar el algoritmo, constituye el árbol de epansión mínima. Ejemplo 9 Apliquemos el algoritmo del árbol de epansión mínima al ejemplo de las comunidades rurales. Los nodos y las distancias para el problema se presentan en la red: 423

40 Unidad 10 Dividimos los nodos en los conjuntos S y N. S N 1, 2, 3, 4, 5 Paso 1. Seleccionamos un nodo de manera arbitraria. Seleccionemos el nodo 1 para iniciar la red, entonces los conjuntos cambian a los siguientes: S N 1 2, 3, 4, 5 Paso 2. Los posibles enlaces de los nodos no seleccionados con los nodos seleccionados son: 424

41 Investigación de operaciones De ellos, el menor es la arista que va del nodo 1 al nodo 2, por lo tanto el nodo 2 pasa al conjunto S y abandona el conjunto N. S= {1, 2} N = {3, 4, 5} Paso 3. Como el conjunto N no está vacío, regresamos al paso 2. Paso 2. Los enlaces potenciales de los nodos no seleccionados con los nodos seleccionados son: 425

42 Unidad 10 La menor distancia es 3, seleccionando la arista que une el nodo 2 con el nodo 4, por lo tanto el nodo 4 pasa al conjunto S y abandona el conjunto N. S N 1, 2, 4 3, 5 Paso 3. Como el conjunto N es no vacío, regresamos al paso 2. Paso 2. Los enlaces potenciales son: La menor distancia es 4, pero eiste un empate, el cual rompemos de manera arbitraria, seleccionando el nodo 3, el cual pasa al conjunto S y se sale del conjunto N. S N 1, 2, 4,

43 Investigación de operaciones Paso 3. Como N aún no está vacío, regresamos al paso 2. Paso 2. Los enlaces potenciales son: La distancia mínima es 4, por lo tanto el nodo 5 abandona el conjunto N y pasa al conjunto S. S 1, 2, 4, 3, 5 N 427

44 Unidad 10 Paso 3. Como el conjunto N ya está vacío, el algoritmo se terminó, la última red obtenida es el árbol de epansión mínima. Esto quiere decir que se deben pavimentar los caminos que se muestran en la última red y la longitud total es de 14 km. A diferencia de los 19 que obtuvimos en nuestra primera solución factible. Ejercicio 5 Calificar como verdadera (V) o falsa (F) cada una de las siguientes proposiciones. 1. El problema del árbol de epansión mínima se considera una red conea y dirigida. 2. Una solución factible en el problema del árbol de epansión mínima debe contener una trayectoria para cada par de nodos de la red. 3. Los nodos de la red en el algoritmo del árbol de epansión mínima se dividen en tres conjuntos. 4. El nodo que pasa del conjunto de los no seleccionados al conjunto de los seleccionados es el que tiene una medida de arista mayor que cualquiera de los nodos seleccionados. 5. El algoritmo del árbol de epansión mínima termina cuando todos los nodos están seleccionados. 428

45 Investigación de operaciones Ejercicios propuestos 1. Construir la red del proyecto asociado con la siguiente tabla. 2. Un ingeniero en sistemas debe ensamblar computadoras; para terminar a tiempo se debe ensamblar cada computadora cuando mucho en 30 minutos. El ingeniero desea buscar la combinación que minimice los costos y dentro del límite de tiempo. Los datos que se tienen son los siguientes: 429

46 Unidad 10 Autoevaluación 1. La diferencia entre PERT y CPM es la forma como estiman la variable: a) Tiempo. b) Costo. c) Demanda. d) Utilidad. 2. El conjunto de arcos que unen un par de nodos en una red se llama: a) Camino. b) Recorrido. c) Trayectoria. d) Ruta. 3. El menor tiempo en que se puede realizar una actividad en el modelo PERT se llama: a) Tiempo más probable. b) Tiempo pesimista. c) Tiempo optimista. d) Tiempo esperado. 4. La relación entre el tiempo y el costo en el modelo CPM es: a) Cúbica. b) Inversa. c) Eponencial. d) Lineal. 5. Los nodos de la red de f lujo de costo mínimo en los que la suma de lo que entra es igual a la suma de lo que sale se llaman: a) Fuentes. b) Sumideros. c) Destino. d) Trasbordo. 430

47 Investigación de operaciones 6. Las redes en donde eiste una trayectoria para cada par de nodos y no tiene ciclos recibe el nombre de: a) Ciclos. b) Coneas. c) Árboles. d) Conveas. 7. Una actividad tiene los siguientes tiempos: T. pesimista = 7, T. optimista = 2, T. más probable = 4, entonces el tiempo esperado es: a) 4.16 b) 2.16 c) 4.33 d) Después de aplicar el método de PERT obtenemos los siguientes tiempos de holgura para cada actividad del proyecto. La ruta crítica está formada por las actividades: a) A + B + C +D + E b) A + D c) C + D + E d) B + C + E 431

48 Unidad Una actividad tiene los siguientes valores en los puntos normal e intensivo: costo normal = $ 4 100, tiempo normal = 3 minutos, costo intensivo = $ 5 000, tiempo intensivo = 1 min. El costo por realizar esta actividad en 2 minutos es: a) $ b) $ c) $ d) $ La longitud del árbol de epansión mínima asociado con la siguiente red es: a) 26 km b) 20 km c) 34 km d) 37 km 432

49 Investigación de operaciones Respuestas a los ejercicios Ejercicio 1 1. b) 2. c) 3. a) 4. d) 5. b) 6. a) Ejercicio 2 1. V 2. F 3. F 4. V 5. V Ejercicio 3 1. Determinísticos. 2. Costos. 3. Lineal. 4. Actividad b) 2. c) 3. c) 4. c) 5. c) Ejercicio 4 433

50 Unidad 10 Ejercicio 5 1. F 2. V 3. F 4. F 5. V Respuestas a los ejercicios propuestos , 3, 9, 1. 5, a) 2. c) 3. c) 4. d) 5. d) 6. c) 7. a) 8. d) 9. b) 10. d) Respuestas a la autoevaluación 434

51 Investigación de operaciones ANEXO Resolución de problemas de análisis de sensibilidad 1. Un agricultor dispone de 150 acres de tierra fértil para los cultivos A y B. El costo de A es de $40 el acre, mientras que el cultivo de B cuesta $60 el acre. El agricultor tiene un máimo de $7 400 disponibles para trabajar la tierra. Cada acre del cultivo A necesita 20 horas de trabajo y cada acre del cultivo B, 25 horas. El agricultor dispone de un máimo de horas de trabajo. Si espera lograr una ganancia de $150 por acre de cultivo A y $200 por acre del cultivo B. a) Encuentra el modelo que resuelve este problema. b) Encuentra la región factible asociada al problema. c) Cuantos acres de cada cultivo debe plantar para maimizar su ganancia? d) Determina el intervalo de variación sobre el número de horas de trabajo. Solución: a) Primero identif icamos las variables del problema, sean: 1 = número de acres del cultivo A 2 = número de acres del cultivo B Ahora formulemos las restricciones del problema de acuerdo con los datos proporcionados respecto a cantidad disponible en costo y horas. Para el costo de cultivo de acres tenemos que: , mientras para el tiempo de cultivo tenemos que: Considerando que no se puede cultivar un número de acres negativos, tenemos que considerar que: 1 0 y

52 Unidad Aneo 10 Además, como el objetivo del problema es maimizar la ganancia, la función objetivo es: Por lo tanto, el modelo asociado es: b) má s.a. z , ( 1) ( 2) 1 2 c) Como se puede observar, es una región acotada, por lo tanto, el máima eiste. Graficamos la función z = con un valor de z = 5 000, se puede observar que podemos seguir desplazando la función hacia arriba, obteniendo como punto óptimo, el punto cuya intersección se da entre las restricciones y Resolviendo el sistema obtenemos como punto óptimo 1 = 65 y 2 = 80 con un valor de z =

53 Investigación de operaciones Entonces tenemos que el agricultor debe cultivar 65 acres de cosecha A y 80 de cosecha B para obtener una ganancia máima de z = d) Después obtenemos los puntos donde se mantiene la intersección de las restricciones a y ; esto implica que la región factible cambie, entonces debemos obtener los punto hasta donde se mantiene la intersección de estas restricciones y se cumplen las desigualdades respectivas, obteniendo (0,132) y (165,0); ahora, sustituyendo en la restricción a se obtiene: a [6 600, 7 920], esto implica que el agricultor dispone de un mínimo de horas y un máimo de horas de cultivo. Después obtenemos los puntos donde se mantiene la intersección de las restricciones a y , obteniendo (150, 700) y (400, 200); se sustituyen en la restricción a obteniendo: a [600, 850] que es el valor mínimo y máimo que puede tomar el lado derecho de la primera restricción del modelo. 2. Una compañía produce diariamente por lo menos 800 libras de alimento especial para ganado. Este alimento es una mezcla de maíz y semilla de soya, con las siguientes composiciones: Libra por libra de alimento para ganado Alimento para ganado Proteínas Fibra Costo (libra) Maíz Semilla de soya Los requerimientos dietéticos diarios del alimento especial estipulan, por lo menos, 30% de proteínas y cuando mucho 5% de f ibra. a) Encuentra el modelo que resuelve este problema. b) Encuentra la región factible asociada al problema. c) La compañía desea determinar el costo mínimo diario de la mezcla de alimento. d) Determina el intervalo de variación sobre el costo de maíz. 437

54 Unidad Aneo 10 Solución: a) Primero identif icamos las variables del problema, sean: 1 = libras de maíz en la mezcla diaria. 2 = libras de semilla de soya en la mezcla diaria. Ahora formulemos las restricciones del problema de acuerdo con los requerimientos mínimos y tabla proporcionada. Para las proteínas tenemos que: ( ), mientras para la fibra tenemos que: ( ) y para la mezcal total tenemos que: Considerando que no se pueden tener libras negativas, tenemos que considerar que: 1 0 y 2 0. Además, como el objetivo del problema es minimizar el costo, la función objetivo es: Por lo tanto, el modelo asociado es: b) má s.a. z , ( 2) ( 3) ( 1) 438

55 Investigación de operaciones c) Como se puede observar es una región no acotada, por lo tanto, el mínimo eiste. Graficamos la función z = con un valor de z=800, se puede observar que podemos seguir desplazando la función hacia abajo, obteniendo como punto óptimo el punto cuya intersección se da entre las restricciones y Resolviendo el sistema obtenemos como punto óptimo 1 = y 2 = con un valor de z = Entonces, tenemos que la compañía debe mezclar libras de maíz y libras de semilla de soya en la mezcla diaria, con un costo mínimo de z = d) Como el punto óptimo se encuentra en la intersección de las restricciones 1 y 2, primero obtenemos las pendientes de estas rectas: m 1 = 1 y m 2 = 0.7, después encontramos la pendiente de z = a de la función objetivo a mz, donde a es el costo del maíz Ahora, un cambio en el valor de m 2 implica que la función objetivo cambie, entonces debemos determinar hasta dónde es permisible que el valor de la función objetivo cambie de tal manera que el punto óptimo se mantiene, entonces debemos igualar las pendientes de las restricciones con la pendiente de la función objetivo, obteniendo el intervalo de variación para el costo del maíz: a [ 0.63, 0.9], esto indica que el costo mínimo del maíz es $0.0 (ya que no se puede tomar un costo negativo) y el máimo de $

56 Unidad Aneo 10 Bibliografía básica, Investigación de operaciones, una introducción, seta edición, Méico, Prentice-Hall, Este libro complementa la información presentada de la materia, pues aborda directamente los algoritmos de investigación de operaciones. Además, contiene un disco f leible con el programa TORA, el cual ayuda a resolver problemas de P. L. con varias variables., Investigación de operaciones: El arte de la toma de decisiones, segunda edición, Méico, PEARSON, Este libro aborda de manera clara y ehaustiva la construcción de modelos matemáticos. Además presenta problemas de aplicación real de investigación de operaciones., Toma de decisiones por medio de investigación de operaciones, Méico, LIMUSA. Este teto presenta un enfoque de investigación de operaciones a problemas administrativos. Desarrolla con claridad la teoría de líneas de espera y ofrece un enfoque de aplicación de PERT y CPM en teoría de redes. 440

57 Bibliografía Investigación de operaciones Bibliografía complementaria Enfoques cuantitativos a la administración, segunda edición, Méico, CECSA, Méico, LIMUSA. Introducción a la investigación de operaciones, Programación lineal y no lineal, Méico, Addison-Wesley Iberoamericana,

Unidad 6 Modelo de redes

Unidad 6 Modelo de redes Unidad 6 Modelo de redes Objetivos: Al nalizar la unidad, el alumno: Resolverá problemas utilizando el algoritmo de la ruta más corta. Resolverá problemas de flujo máimo. Resolverá problemas de flujo restringido

Más detalles

Investigación de operaciones 6.6. Planeación, programación y control de proyectos

Investigación de operaciones 6.6. Planeación, programación y control de proyectos UNIDAD VI. REDES 6.6. Planeación, programación y control de proyectos GRAFICA DE GANTT (MILESTONE) En un desarrollo independiente de sistemas de administración de proyectos, Henry L.Gantt desarrolló un

Más detalles

Tema 7: Optimización sobre Redes Muchos de los problemas de Investigación Operativa pueden modelizarse y resolverse sobre un grafo: conjunto de

Tema 7: Optimización sobre Redes Muchos de los problemas de Investigación Operativa pueden modelizarse y resolverse sobre un grafo: conjunto de Tema 7: Optimización sobre Redes Muchos de los problemas de Investigación Operativa pueden modelizarse y resolverse sobre un grafo: conjunto de vértices o nodos conectados con arcos y/o aristas. Diseñar

Más detalles

PLANIFICACIÓN DE PROYECTOS

PLANIFICACIÓN DE PROYECTOS Pert - CPM: Uno de los primeros casos documentados de la epoca actual sobre la administración y planificacion de proyectos se refiere al proyecto de armamentos del Polaris, empezando 1958. Así surgió el

Más detalles

Unidad II: Análisis de Redes

Unidad II: Análisis de Redes Unidad II: Análisis de Redes 2.1 Conceptos Básicos Un problema de redes es aquel que puede representarse por: LA IMPORTANCIA DE LOS MODELOS DE REDES: Muchos problemas comerciales pueden ser resueltos a

Más detalles

Unidad 6 Cálculo de máximos y mínimos

Unidad 6 Cálculo de máximos y mínimos Unidad 6 Cálculo de máimos y mínimos Objetivos Al terminar la unidad, el alumno: Utilizará la derivada para decidir cuándo una función es creciente o decreciente. Usará la derivada para calcular los etremos

Más detalles

EJERCICIOS DE REPASO SOBRE DERIVABILIDAD III. PROBLEMAS DE OPTIMIZACIÓN

EJERCICIOS DE REPASO SOBRE DERIVABILIDAD III. PROBLEMAS DE OPTIMIZACIÓN EJERCICIOS DE REPASO SOBRE DERIVABILIDAD III. PROBLEMAS DE OPTIMIZACIÓN Una de las aplicaciones más comunes de los conceptos relacionados con la derivada de una función son los problemas de optimización.

Más detalles

ADM-OPERACIONES: PERT - CPM

ADM-OPERACIONES: PERT - CPM 1. Definición Conceptual : ADMINISTRACIÓN DE PROYECTOS PERT - CPM Un Proyecto es la búsqueda de la solución inteligente al planeamiento de un problema tendente a resolver una necesidad humana. En forma

Más detalles

Funciones más usuales 1

Funciones más usuales 1 Funciones más usuales 1 1. La función constante Funciones más usuales La función constante Consideremos la función más sencilla, por ejemplo. La imagen de cualquier número es siempre 2. Si hacemos una

Más detalles

Unidad 7 Aplicación de máximos y mínimos

Unidad 7 Aplicación de máximos y mínimos Unidad 7 Aplicación de máimos y mínimos Objetivos Al terminar la unidad, el alumno: Interpretará el concepto de ingreso y costos marginal. Aplicará la función de ingresos en problemas de maimización. Aplicará

Más detalles

Análisis de los datos

Análisis de los datos Universidad Complutense de Madrid CURSOS DE FORMACIÓN EN INFORMÁTICA Análisis de los datos Hojas de cálculo Tema 6 Análisis de los datos Una de las capacidades más interesantes de Excel es la actualización

Más detalles

Se llama dominio de una función f(x) a todos los valores de x para los que f(x) existe. El dominio se denota como Dom(f)

Se llama dominio de una función f(x) a todos los valores de x para los que f(x) existe. El dominio se denota como Dom(f) MATEMÁTICAS EJERCICIOS RESUELTOS DE FUNCIONES FUNCIONES A. Introducción teórica A.1. Definición de función A.. Dominio y recorrido de una función, f() A.. Crecimiento y decrecimiento de una función en

Más detalles

CAPÍTULO II MARCO TEÓRICO ADMNISTRACIÓN DE PROYECTOS CON CPM

CAPÍTULO II MARCO TEÓRICO ADMNISTRACIÓN DE PROYECTOS CON CPM CAPÍTULO II MARCO TEÓRICO ADMNISTRACIÓN DE PROYECTOS CON CPM 10 2.1 Introducción La dirección de un proyecto de gran magnitud no es una tarea fácil. Para los administradores este es uno de los trabajos

Más detalles

FUNCIONES CUADRÁTICAS Y RACIONALES

FUNCIONES CUADRÁTICAS Y RACIONALES www.matesronda.net José A. Jiménez Nieto FUNCIONES CUADRÁTICAS Y RACIONALES 1. FUNCIONES CUADRÁTICAS. Representemos, en función de la longitud de la base (), el área (y) de todos los rectángulos de perímetro

Más detalles

PROGRAMACIÓN LINEAL. 8.1. Introducción. 8.2. Inecuaciones lineales con 2 variables

PROGRAMACIÓN LINEAL. 8.1. Introducción. 8.2. Inecuaciones lineales con 2 variables Capítulo 8 PROGRAMACIÓN LINEAL 8.1. Introducción La programación lineal es una técnica matemática relativamente reciente (siglo XX), que consiste en una serie de métodos y procedimientos que permiten resolver

Más detalles

Análisis de redes PERT-CPM

Análisis de redes PERT-CPM Clase # La representación de redes se utiliza en: Análisis de redes PERTCPM. Producción.. Distribución.. Planeación de proyectos.. Localización de proyectos.. Administración de recursos.. Planeación financiera..

Más detalles

UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES. OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano.

UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES. OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano. UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano. EL PLANO CARTESIANO. El plano cartesiano está formado

Más detalles

Modelos de Pert/CPM: determinístico

Modelos de Pert/CPM: determinístico INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO Modelos de Pert/CPM: determinístico M. En C. Eduardo Bustos Farías 1 Los grandes proyectos, a menudo, resultan retos difíciles para los administradores.

Más detalles

1. Funciones y sus gráficas

1. Funciones y sus gráficas FUNCIONES 1. Funciones sus gráficas Función es una relación entre dos variables a las que, en general se les llama e. es la variable independiente. es la variable dependiente. La función asocia a cada

Más detalles

GRAFOS. Prof. Ing. M.Sc. Fulbia Torres

GRAFOS. Prof. Ing. M.Sc. Fulbia Torres ESTRUCTURAS DE DATOS 2006 Prof. DEFINICIÓN Un grafo consta de un conjunto de nodos(o vértices) y un conjunto de arcos (o aristas). Cada arco de un grafo se especifica mediante un par de nodos. Denotemos

Más detalles

Plan de Evaluación. Parcial I...20% Taller I... 5% Parcial II...20% Taller II...5% Parcial III...20% Exposición...10% Proyecto...15% Asistencia...

Plan de Evaluación. Parcial I...20% Taller I... 5% Parcial II...20% Taller II...5% Parcial III...20% Exposición...10% Proyecto...15% Asistencia... Plan de Evaluación Parcial I...20% Taller I... 5% Parcial II...20% Taller II...5% Parcial III...20% Exposición...10% Proyecto...15% Asistencia...5% 1 REDES Toda organización alguna vez tiene que enfrentar

Más detalles

Profr. Efraín Soto Apolinar. La función lineal. y = a 0 + a 1 x. y = m x + b

Profr. Efraín Soto Apolinar. La función lineal. y = a 0 + a 1 x. y = m x + b La función lineal Una función polinomial de grado uno tiene la forma: y = a 0 + a 1 x El semestre pasado estudiamos la ecuación de la recta. y = m x + b En la notación de funciones polinomiales, el coeficiente

Más detalles

Características de funciones que son inversas de otras

Características de funciones que son inversas de otras Características de funciones que son inversas de otras Si f es una función inyectiva, llamamos función inversa de f y se representa por f 1 al conjunto. f 1 = a, b b, a f} Es decir, f 1 (x, y) = { x =

Más detalles

GANTT, PERT y CPM. Figura 5.3: Carta GANTT 3.

GANTT, PERT y CPM. Figura 5.3: Carta GANTT 3. GANTT, PERT y CPM Características Conseguir una buena programación es un reto, no obstante es razonable y alcanzable. Ella debe tener el compromiso del equipo al completo, para lo cual se recomienda que

Más detalles

PROYECTOS, FORMULACIÓN Y CRITERIOS DE EVALUACIÓN

PROYECTOS, FORMULACIÓN Y CRITERIOS DE EVALUACIÓN PROYECTOS, FORMULACIÓN Y CRITERIOS DE EVALUACIÓN GESTIÓN DE PROYECTOS CON PLANNER AVC APOYO VIRTUAL PARA EL CONOCIMIENTO GESTIÓN DE PROYECTOS CON PLANNER Planner es una poderosa herramienta de software

Más detalles

Lección 7 - Coordenadas rectangulares y gráficas

Lección 7 - Coordenadas rectangulares y gráficas Lección 7 - Coordenadas rectangulares gráficas Coordenadas rectangulares gráficas Objetivos: Al terminar esta lección podrás usar un sistema de coordenadas rectangulares para identificar puntos en un plano

Más detalles

Covarianza y coeficiente de correlación

Covarianza y coeficiente de correlación Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también

Más detalles

Escuela Politécnica Superior. Planificación y Control de Proyectos. Capítulo 11. daniel.tapias@uam.es. Dr. Daniel Tapias Curso 2014 / 15 PROYECTOS

Escuela Politécnica Superior. Planificación y Control de Proyectos. Capítulo 11. daniel.tapias@uam.es. Dr. Daniel Tapias Curso 2014 / 15 PROYECTOS Escuela Politécnica Superior Planificación y Control de Proyectos. Capítulo 11 Dr. Daniel Tapias Curso 2014 / 15 daniel.tapias@uam.es PROYECTOS PROGRAMA DE LA ASIGNATURA Capítulo 1: Introducción. Capítulo

Más detalles

DIRECCIÓN DE PROYECTOS

DIRECCIÓN DE PROYECTOS PLANIFICACIÓN N Y CONTROL DE PROYECTOS Podemos definir un proyecto como una serie de tareas relacionadas, parcialmente ordenadas y generalmente dirigidas a la obtención de un resultado importante, por

Más detalles

Tema 5: Dualidad y sensibilidad de los modelos lineales.

Tema 5: Dualidad y sensibilidad de los modelos lineales. ema 5: Dualidad y sensibilidad de los modelos lineales. Objetivos del tema: Introducir el concepto de Sensibilidad en la Programación Lineal Introducir el concepto de Dualidad en la Programación Lineal

Más detalles

INTRODUCCION A LA PROGRAMACION DE PLC

INTRODUCCION A LA PROGRAMACION DE PLC INTRODUCCION A LA PROGRAMACION DE PLC Esta guía se utilizará para estudiar la estructura general de programación de um PLC Instrucciones y Programas Una instrucción u orden de trabajo consta de dos partes

Más detalles

6. VECTORES Y COORDENADAS

6. VECTORES Y COORDENADAS 6. VECTORES Y COORDENADAS Página 1 Traslaciones. Vectores Sistema de referencia. Coordenadas. Punto medio de un segmento Ecuaciones de rectas. Paralelismo. Distancias Página 2 1. TRASLACIONES. VECTORES

Más detalles

Laboratorio de Física Universitaria II. FISI 3014 Primer semestre del año académico 2003-2004 Departamento de Física y Electrónica de la UPR-H

Laboratorio de Física Universitaria II. FISI 3014 Primer semestre del año académico 2003-2004 Departamento de Física y Electrónica de la UPR-H Laboratorio de Física Universitaria II. FISI 3014 Primer semestre del año académico 2003-2004 Departamento de Física y Electrónica de la UPR-H Introducción El programa de Data Studio 1.7, es una aplicación

Más detalles

Media vs mediana vs moda Cual medida de tendencia central es mas adecuada? MEDIA conveniencias:

Media vs mediana vs moda Cual medida de tendencia central es mas adecuada? MEDIA conveniencias: Iniciar con las interpretaciones de las medidas MEDIA VS MEDIANA VS MODA CUAL ES LA MEDIDA ADECUADA TAREA MEDIA PONDERADA Actividad de Medidas de Localización Problema 1. El problema de las tasas de delito.

Más detalles

UNIDAD 1. LOS NÚMEROS ENTEROS.

UNIDAD 1. LOS NÚMEROS ENTEROS. UNIDAD 1. LOS NÚMEROS ENTEROS. Al final deberás haber aprendido... Interpretar y expresar números enteros. Representar números enteros en la recta numérica. Comparar y ordenar números enteros. Realizar

Más detalles

SISTEMAS DE COORDENADAS SISTEMA COORDENADO UNIDIMENSIONAL

SISTEMAS DE COORDENADAS SISTEMA COORDENADO UNIDIMENSIONAL SISTEMAS DE COORDENADAS En la vida diaria, nos encontramos con el problema de ordenar algunos objetos; de tal manera que es necesario agruparlos, identificarlos, seleccionarlos, estereotiparlos, etc.,

Más detalles

Juan Antonio González Mota Profesor de Matemáticas del Colegio Juan XIII Zaidín de Granada

Juan Antonio González Mota Profesor de Matemáticas del Colegio Juan XIII Zaidín de Granada FUNCIONES CONOCIDAS. FUNCIONES LINEALES. Se llaman funciones lineales a aquellas que se representan mediante rectas. Su epresión en forma eplícita es y f ( ) a b. En sentido más estricto, se llaman funciones

Más detalles

Unidad I. 1.1 Sistemas numéricos (Binario, Octal, Decimal, Hexadecimal)

Unidad I. 1.1 Sistemas numéricos (Binario, Octal, Decimal, Hexadecimal) Unidad I Sistemas numéricos 1.1 Sistemas numéricos (Binario, Octal, Decimal, Hexadecimal) Los computadores manipulan y almacenan los datos usando interruptores electrónicos que están ENCENDIDOS o APAGADOS.

Más detalles

ECUACION DE DEMANDA. El siguiente ejemplo ilustra como se puede estimar la ecuación de demanda cuando se supone que es lineal.

ECUACION DE DEMANDA. El siguiente ejemplo ilustra como se puede estimar la ecuación de demanda cuando se supone que es lineal. ECUACION DE DEMANDA La ecuación de demanda es una ecuación que expresa la relación que existe entre q y p, donde q es la cantidad de artículos que los consumidores están dispuestos a comprar a un precio

Más detalles

Licenciatura en CONTADURIA. Tema: APLICACIÓN GENERAL DEL CPM

Licenciatura en CONTADURIA. Tema: APLICACIÓN GENERAL DEL CPM UNIVERSIDAD AUTÓNOMA DEL ESTADO DE HIDALGO ESCUELA SUPERIOR DE ZIMAPÁN Licenciatura en CONTADURIA Tema: APLICACIÓN GENERAL DEL CPM Lic. LUIS ANTONIO RANGEL BELTRAN Julio Diciembre 2014 Tema: PROGRAMACION

Más detalles

H E R R A M I E N T A S D E A N Á L I S I S D E D A T O S HERRAMIENTAS DE ANÁLISIS DE DATOS

H E R R A M I E N T A S D E A N Á L I S I S D E D A T O S HERRAMIENTAS DE ANÁLISIS DE DATOS H E R R A M I E N T A S D E A N Á L I S I S D E D A T O S HERRAMIENTAS DE ANÁLISIS DE DATOS Una situación que se nos plantea algunas veces es la de resolver un problema hacia atrás, esto es, encontrar

Más detalles

Problemas Resueltos de Desigualdades y Programación Lineal

Problemas Resueltos de Desigualdades y Programación Lineal Universidad de Sonora División de Ciencias Exactas y Naturales Departamento de Matemáticas. Problemas Resueltos de Desigualdades y Programación Lineal Para el curso de Cálculo Diferencial de Químico Biólogo

Más detalles

Sistemas de dos ecuaciones lineales con dos incógnitas

Sistemas de dos ecuaciones lineales con dos incógnitas Sistemas de dos ecuaciones lineales con dos incógnitas Una ecuación lineal con dos incógnitas es una epresión de la forma a b c donde a, b c son los coeficientes (números) e son las incógnitas. Gráficamente

Más detalles

1.4.- D E S I G U A L D A D E S

1.4.- D E S I G U A L D A D E S 1.4.- D E S I G U A L D A D E S OBJETIVO: Que el alumno conozca y maneje las reglas empleadas en la resolución de desigualdades y las use para determinar el conjunto solución de una desigualdad dada y

Más detalles

ÁLGEBRA LINEAL - Año 2012

ÁLGEBRA LINEAL - Año 2012 UNIVERSIDAD NACIONAL DE RÍO CUARTO FACULTAD DE CIENCIAS ECONÓMICAS ÁLGEBRA LINEAL - Año 0 Notas de Cátedra correspondientes a la UNIDAD SIETE PROGRAMACIÓN LINEAL * INECUACIONES Se denomina inecuación a

Más detalles

RIESGO Y PROBABILIDAD

RIESGO Y PROBABILIDAD RIESGO Y PROBABILIDAD Debido a la naturaleza del proyecto, se pueden presentar riesgos, por ejemplo actividades complejas que no se han realizado antes, nuevas tecnologías, actividades de investigación,

Más detalles

x 10000 y 8000 x + y 15000 a) La región factible asociada a las restricciones anteriores es la siguiente: Pedro Castro Ortega lasmatematicas.

x 10000 y 8000 x + y 15000 a) La región factible asociada a las restricciones anteriores es la siguiente: Pedro Castro Ortega lasmatematicas. Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Septiembre 2012 - Propuesta A 1. Queremos realizar una inversión en dos tipos

Más detalles

Ecuaciones de primer grado con dos incógnitas

Ecuaciones de primer grado con dos incógnitas Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad

Más detalles

Subespacios vectoriales en R n

Subespacios vectoriales en R n Subespacios vectoriales en R n Víctor Domínguez Octubre 2011 1. Introducción Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas palabras, se puede resumir en técnicas de manejo

Más detalles

DOMINIO Y RANGO página 89. Cuando se grafica una función existen las siguientes posibilidades:

DOMINIO Y RANGO página 89. Cuando se grafica una función existen las siguientes posibilidades: DOMINIO Y RANGO página 89 3. CONCEPTOS Y DEFINICIONES Cuando se grafica una función eisten las siguientes posibilidades: a) Que la gráfica ocupe todo el plano horizontalmente (sobre el eje de las ). b)

Más detalles

U.D.5: Diagramas de Gantt y PERT

U.D.5: Diagramas de Gantt y PERT U.D.5: Diagramas de Gantt y PERT 57 Diagrama de Gantt INTRODUCCIÓN El diagrama de Gantt consiste en una representación gráfica sobre dos ejes; en el vertical se disponen las tareas del proyecto y en el

Más detalles

1.2 SISTEMAS DE PRODUCCIÓN

1.2 SISTEMAS DE PRODUCCIÓN 19 1.2 SISTEMAS DE PRODUCCIÓN Para operar en forma efectiva, una empresa manufacturera debe tener sistemas que le permitan lograr eficientemente el tipo de producción que realiza. Los sistemas de producción

Más detalles

SOLUCION DE MODELOS DE PROGRAMACION LINEAL EN UNA HOJA DE CALCULO. PROBLEMAS DE TRANSPORTE Y ASIGNACION.

SOLUCION DE MODELOS DE PROGRAMACION LINEAL EN UNA HOJA DE CALCULO. PROBLEMAS DE TRANSPORTE Y ASIGNACION. UNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE INGENIERÍA DEPARTAMENTO DE INGENIERÍA DE LA PRODUCCIÓN INGENIERÍA INDUSTRIAL SOLUCION DE MODELOS DE PROGRAMACION LINEAL EN UNA HOJA DE CALCULO. PROBLEMAS DE

Más detalles

CAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de

CAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de CAPITULO 4 JUSTIFICACION DEL ESTUDIO En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de estudios previos y los alcances que justifican el presente estudio. 4.1. Justificación.

Más detalles

Unidad 5 Utilización de Excel para la solución de problemas de programación lineal

Unidad 5 Utilización de Excel para la solución de problemas de programación lineal Unidad 5 Utilización de Excel para la solución de problemas de programación lineal La solución del modelo de programación lineal (pl) es una adaptación de los métodos matriciales ya que el modelo tiene

Más detalles

DIAGRAMA DE GANTT. Este gráfico consiste simplemente en un sistema de coordenadas en que se indica:

DIAGRAMA DE GANTT. Este gráfico consiste simplemente en un sistema de coordenadas en que se indica: INTRODUCCION DIAGRAMA DE GANTT Diagrama de Gantt: Los cronogramas de barras o gráficos de Gantt fueron concebidos por el ingeniero norteamericano Henry L. Gantt, uno de los precursores de la ingeniería

Más detalles

4.3 INTERPRETACIÓN ECONÓMICA DE LA DUALIDAD

4.3 INTERPRETACIÓN ECONÓMICA DE LA DUALIDAD 4.3 INTERPRETACIÓN ECONÓMICA DE LA DUALIDAD El problema de programación lineal se puede considerar como modelo de asignación de recursos, en el que el objetivo es maximizar los ingresos o las utilidades,

Más detalles

Experimento 6 LAS LEYES DE KIRCHHOFF. Objetivos. Teoría. Figura 1 Un circuito con dos lazos y varios elementos

Experimento 6 LAS LEYES DE KIRCHHOFF. Objetivos. Teoría. Figura 1 Un circuito con dos lazos y varios elementos Experimento 6 LAS LEYES DE KIRCHHOFF Objetivos 1. Describir las características de las ramas, los nodos y los lazos de un circuito, 2. Aplicar las leyes de Kirchhoff para analizar circuitos con dos lazos,

Más detalles

Taller de Gestión de Proyectos

Taller de Gestión de Proyectos Taller de Gestión de Proyectos Fernando Wins Marcelo Da Costa Porto Paul Gálvez Octubre2015 Montevideo Agenda Día 13 1.Breve repaso Taller Planificación Estratégica 2.Planificación Estratégica y Proyectos

Más detalles

1.1 EL ESTUDIO TÉCNICO

1.1 EL ESTUDIO TÉCNICO 1.1 EL ESTUDIO TÉCNICO 1.1.1 Definición Un estudio técnico permite proponer y analizar las diferentes opciones tecnológicas para producir los bienes o servicios que se requieren, lo que además admite verificar

Más detalles

APLICACIONES DE LA DERIVADA

APLICACIONES DE LA DERIVADA APLICACIONES DE LA DERIVADA.- BACHILLERATO.- TEORÍA Y EJERCICIOS. Pág. 1 Crecimiento y decrecimiento. APLICACIONES DE LA DERIVADA Cuando una función es derivable en un punto, podemos conocer si es creciente

Más detalles

4. METODOLOGÍA. 4.1 Materiales. 4.1.1 Equipo

4. METODOLOGÍA. 4.1 Materiales. 4.1.1 Equipo 4. METODOLOGÍA 4.1 Materiales 4.1.1 Equipo Equipo de cómputo. Para el empleo del la metodología HAZOP se requiere de un equipo de cómputo con interfase Windows 98 o más reciente con procesador Pentium

Más detalles

U.T. 2 Planificación de Proyectos

U.T. 2 Planificación de Proyectos U.T. 2 Planificación de Proyectos En el tema anterior hemos visto que es determinante una buena planificación del proyecto, ya que de no realizarse ésta, nunca sabremos el tiempo que resta para la finalización

Más detalles

TABLA DE DECISION. Consideremos la siguiente tabla, expresada en forma genérica, como ejemplo y establezcamos la manera en que debe leerse.

TABLA DE DECISION. Consideremos la siguiente tabla, expresada en forma genérica, como ejemplo y establezcamos la manera en que debe leerse. TABLA DE DECISION La tabla de decisión es una herramienta que sintetiza procesos en los cuales se dan un conjunto de condiciones y un conjunto de acciones a tomar según el valor que toman las condiciones.

Más detalles

De forma general, los problemas de optimización lineal tienen la siguiente estructura:

De forma general, los problemas de optimización lineal tienen la siguiente estructura: En los siglos XVII y XVIII matemáticos como Newton, Leibniz, Bernouilli y sobre todo Lagrange, que tanto habían contribuido al desarrollo del cálculo infinitesimal, se ocuparon de obtener máimos y mínimos

Más detalles

Cifras significativas e incertidumbre en las mediciones

Cifras significativas e incertidumbre en las mediciones Unidades de medición Cifras significativas e incertidumbre en las mediciones Todas las mediciones constan de una unidad que nos indica lo que fue medido y un número que indica cuántas de esas unidades

Más detalles

MODELO DE RESPUESTAS

MODELO DE RESPUESTAS 1/6 MODELO DE RESPUESTAS ASIGNATURA: CONTROL DE PRODUCCIÓN CÓDIGO: 203 MOMENTO: Segunda Integral VERSIÓN: 1 FECHA DE APLICACIÓN: 15/11/2008 Prof. Responsable: Ing. Ana María Alvarez Coordinador: Ing. Anel

Más detalles

Profr. Efraín Soto Apolinar. Función Inversa

Profr. Efraín Soto Apolinar. Función Inversa Función Inversa Una función es una relación entre dos variables, de manera que para cada valor de la variable independiente eiste a lo más un único valor asignado a la variable independiente por la función.

Más detalles

Actividad Después de Duración de la Actividad A - 4 SEMANAS B A 6 SEMANAS C A 2 SEMANAS D B 2 SEMANAS E C 8 SEMANAS F D-E 4 SEMANAS

Actividad Después de Duración de la Actividad A - 4 SEMANAS B A 6 SEMANAS C A 2 SEMANAS D B 2 SEMANAS E C 8 SEMANAS F D-E 4 SEMANAS DIAGRAMA GANTT Y MALLA PERT El Diagrama Gantt ilustra la duración y las relaciones de tiempo entre las actividades de un proyecto en forma gráfica. Esta herramienta está bastante relacionada con la Malla

Más detalles

Tema 2. Espacios Vectoriales. 2.1. Introducción

Tema 2. Espacios Vectoriales. 2.1. Introducción Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por

Más detalles

SISTEMAS NUMERICOS CAMILO ANDREY NEIRA IBAÑEZ UNINSANGIL INTRODUCTORIO A LA INGENIERIA LOGICA Y PROGRAMACION

SISTEMAS NUMERICOS CAMILO ANDREY NEIRA IBAÑEZ UNINSANGIL INTRODUCTORIO A LA INGENIERIA LOGICA Y PROGRAMACION SISTEMAS NUMERICOS CAMILO ANDREY NEIRA IBAÑEZ UNINSANGIL INTRODUCTORIO A LA INGENIERIA LOGICA Y PROGRAMACION CHIQUINQUIRA (BOYACA) 2015 1 CONTENIDO Pág. QUE ES UN SISTEMA BINARIO. 3 CORTA HISTORIA DE LOS

Más detalles

LISTA DE MATERIALES, BOM (BILL OF MATERIALS)

LISTA DE MATERIALES, BOM (BILL OF MATERIALS) LISTA DE MATERIALES, BOM (BILL OF MATERIALS) El desglose de cualquier conjunto complejo que se produzca es un instrumento básico de los departamentos de ingeniería de diseño para la realización de su cometido.

Más detalles

1. INTRODUCCIÓN 1.1 INGENIERÍA

1. INTRODUCCIÓN 1.1 INGENIERÍA 1. INTRODUCCIÓN 1.1 INGENIERÍA Es difícil dar una explicación de ingeniería en pocas palabras, pues se puede decir que la ingeniería comenzó con el hombre mismo, pero se puede intentar dar un bosquejo

Más detalles

Decisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama.

Decisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama. Diagrama de Flujo La presentación gráfica de un sistema es una forma ampliamente utilizada como herramienta de análisis, ya que permite identificar aspectos relevantes de una manera rápida y simple. El

Más detalles

2) Se ha considerado únicamente la mano de obra, teniéndose en cuenta las horas utilizadas en cada actividad por unidad de página.

2) Se ha considerado únicamente la mano de obra, teniéndose en cuenta las horas utilizadas en cada actividad por unidad de página. APLICACIÓN AL PROCESO PRODUCTIVO DE LA EMPRESA "F. G. / DISEÑO GRÁFICO". AÑO 2004 Rescala, Carmen Según lo explicado en el Informe del presente trabajo, la variación en la producción de páginas web de

Más detalles

Análisis y cuantificación del Riesgo

Análisis y cuantificación del Riesgo Análisis y cuantificación del Riesgo 1 Qué es el análisis del Riesgo? 2. Métodos M de Análisis de riesgos 3. Método M de Montecarlo 4. Modelo de Análisis de Riesgos 5. Qué pasos de deben seguir para el

Más detalles

4. Herramientas Administrativas de Mantenimiento

4. Herramientas Administrativas de Mantenimiento 4. Herramientas Administrativas de Mantenimiento Esta actividad tiene un objetivo primordial: ordenar las tareas en forma de lograr el uso más eficiente de los recursos y determinar los plazos más cortos

Más detalles

Apuntes de Matemática Discreta 9. Funciones

Apuntes de Matemática Discreta 9. Funciones Apuntes de Matemática Discreta 9. Funciones Francisco José González Gutiérrez Cádiz, Octubre de 004 Universidad de Cádiz Departamento de Matemáticas ii Lección 9 Funciones Contenido 9.1 Definiciones y

Más detalles

PROGRAMACIÓN LINEAL Teoría General de Programación Lineal y Fase de Formulación y Construcción de Modelos.

PROGRAMACIÓN LINEAL Teoría General de Programación Lineal y Fase de Formulación y Construcción de Modelos. PROGRAMACIÓN LINEAL Objetivo: Proponer en forma cuantitativa acciones o decisiones a tomar para optimizar sistemas donde existan recursos escasos y se presenten relaciones lineales, mediante la teoría

Más detalles

Maestro Ing. Julio Rito Vargas Avilés. I semestre 2009

Maestro Ing. Julio Rito Vargas Avilés. I semestre 2009 Programación y control de un proyecto Métodos para organizar y desplegar datos de un proyecto. Gráficas de GANT. Ruta crítica y tiempos de ejecución del proyecto. Proyectos c0n tiempos determinísticos

Más detalles

LÍMITES Y CONTINUIDAD DE FUNCIONES

LÍMITES Y CONTINUIDAD DE FUNCIONES Capítulo 9 LÍMITES Y CONTINUIDAD DE FUNCIONES 9.. Introducción El concepto de ite en Matemáticas tiene el sentido de lugar hacia el que se dirige una función en un determinado punto o en el infinito. Veamos

Más detalles

ADMINISTRACIÓN DE LA PRODUCCIÓN

ADMINISTRACIÓN DE LA PRODUCCIÓN ADMINISTRACIÓN DE LA PRODUCCIÓN ADMINISTRACIÓN DE LA PRODUCCIÓN 1 Sesión No. 11 Nombre: Administración del proyecto Contextualización Para cerrar esta unidad, esta semana abordaremos la forma en la que

Más detalles

Muchas veces hemos visto un juego de billar y no nos percatamos de los movimientos de las bolas (ver gráfico 8). Gráfico 8

Muchas veces hemos visto un juego de billar y no nos percatamos de los movimientos de las bolas (ver gráfico 8). Gráfico 8 Esta semana estudiaremos la definición de vectores y su aplicabilidad a muchas situaciones, particularmente a las relacionadas con el movimiento. Por otro lado, se podrán establecer las características

Más detalles

SEGUIMIENTO Y CONTROL DE PROYECTOS MÉTODO P.E.R.T. REVISADO Y ACTUALIZADO - ADDFORMACION

SEGUIMIENTO Y CONTROL DE PROYECTOS MÉTODO P.E.R.T. REVISADO Y ACTUALIZADO - ADDFORMACION SEGUIMIENTO Y CONTROL DE PROYECTOS MÉTODO P.E.R.T. REVISADO Y ACTUALIZADO - ADDFORMACION Contenido Introducción...3 Organización y fases de la gestión de un proyecto...4 Planificación por el método PERT...4

Más detalles

Indicaciones específicas para los análisis estadísticos.

Indicaciones específicas para los análisis estadísticos. Tutorial básico de PSPP: Vídeo 1: Describe la interfaz del programa, explicando en qué consiste la vista de datos y la vista de variables. Vídeo 2: Muestra cómo crear una base de datos, comenzando por

Más detalles

Naturaleza binaria. Conversión decimal a binario

Naturaleza binaria. Conversión decimal a binario Naturaleza binaria En los circuitos digitales sólo hay 2 voltajes. Esto significa que al utilizar 2 estados lógicos se puede asociar cada uno con un nivel de tensión, así se puede codificar cualquier número,

Más detalles

Funciones, x, y, gráficos

Funciones, x, y, gráficos Funciones, x, y, gráficos Vamos a ver los siguientes temas: funciones, definición, dominio, codominio, imágenes, gráficos, y algo más. Recordemos el concepto de función: Una función es una relación entre

Más detalles

E 1 E 2 E 2 E 3 E 4 E 5 2E 4

E 1 E 2 E 2 E 3 E 4 E 5 2E 4 Problemas resueltos de Espacios Vectoriales: 1- Para cada uno de los conjuntos de vectores que se dan a continuación estudia si son linealmente independientes, sistema generador o base: a) (2, 1, 1, 1),

Más detalles

A estas alturas de nuestros conocimientos vamos a establecer dos reglas muy prácticas de cómo sumar dos números reales:

A estas alturas de nuestros conocimientos vamos a establecer dos reglas muy prácticas de cómo sumar dos números reales: ADICIÓN Y RESTA DE NUMEROS REALES ADICIÓN L a adición o suma de números reales se representa mediante el símbolo más (+) y es considerada una operación binaria porque se aplica a una pareja de números,

Más detalles

Descripción: dos. función. decreciente. Figura 1. Figura 2

Descripción: dos. función. decreciente. Figura 1. Figura 2 Descripción: En éste tema se utiliza la primera derivada para encontrar los valores máximo y mínimo de una función, así como para determinar los intervalos en donde la función es creciente o decreciente,

Más detalles

3.1 DEFINICIÓN. Figura Nº 1. Vector

3.1 DEFINICIÓN. Figura Nº 1. Vector 3.1 DEFINICIÓN Un vector (A) una magnitud física caracterizable mediante un módulo y una dirección (u orientación) en el espacio. Todo vector debe tener un origen marcado (M) con un punto y un final marcado

Más detalles

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales.

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Introducción Por qué La Geometría? La Geometría tiene como objetivo fundamental

Más detalles

La gestión de proyectos es la rama de la ciencia de la administración que trata de la planificación y el control de proyectos.

La gestión de proyectos es la rama de la ciencia de la administración que trata de la planificación y el control de proyectos. DEFINICIÓN DE PROYECTO Un proyecto es un conjunto de acciones No repetitivas Únicas De duración determinada Formalmente organizadas Que utilizan recursos Podremos considerar un proyecto, a efectos de aplicarle

Más detalles

❷ Aritmética Binaria Entera

❷ Aritmética Binaria Entera ❷ Una de las principales aplicaciones de la electrónica digital es el diseño de dispositivos capaces de efectuar cálculos aritméticos, ya sea como principal objetivo (calculadoras, computadoras, máquinas

Más detalles

Selectividad Septiembre 2006 SEPTIEMBRE 2006

Selectividad Septiembre 2006 SEPTIEMBRE 2006 Bloque A SEPTIEMBRE 2006 1.- En una fábrica trabajan 22 personas entre electricistas, administrativos y directivos. El doble del número de administrativos más el triple del número de directivos, es igual

Más detalles

Una desigualdad se obtiene al escribir dos expresiones numéricas o algebraicas relacionadas con alguno de los símbolos

Una desigualdad se obtiene al escribir dos expresiones numéricas o algebraicas relacionadas con alguno de los símbolos MATEMÁTICAS BÁSICAS DESIGUALDADES DESIGUALDADES DE PRIMER GRADO EN UNA VARIABLE La epresión a b significa que "a" no es igual a "b ". Según los valores particulares de a de b, puede tenerse a > b, que

Más detalles

CAPITULO V. SIMULACION DEL SISTEMA 5.1 DISEÑO DEL MODELO

CAPITULO V. SIMULACION DEL SISTEMA 5.1 DISEÑO DEL MODELO CAPITULO V. SIMULACION DEL SISTEMA 5.1 DISEÑO DEL MODELO En base a las variables mencionadas anteriormente se describirán las relaciones que existen entre cada una de ellas, y como se afectan. Dichas variables

Más detalles