Dirección de Operaciones. Programación

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

Download "Dirección de Operaciones. Programación"

Transcripción

1 UNIVERSITAT POLITÈCNICA DE CATALUNYA BARCELONATECH OPE ORGANIZACIÓN DE LA PRODUCCIÓN Y DE EMPRESA ASPECTOS TÉCNICOS, JURÍDICOS Y ECONÓMICOS EN PRODUCCIÓN ) Direcció de Operacioes. Programació DIRECCIÓN DE OPERACIONES 240EO024 Máster Uiversitario e Igeiería de Orgaizació 240MUEO) - ETSEIB Joaquí Bautista Valhodo OPE-PROTHIUS OPE-MSc.2016/11 240EO ) Departameto de Orgaizació de Empresas ETSEIB UPC DO 16 Programació 0

2 Coteido Pla. Cocepto y Tipología Plaificació. Esquema y cotexto Programació de operacioes. Cocepto y fucioes Programació. Modelos y técicas Modelo Secuecias 1-m Míimo retraso máximo. Ejemplo 1 Modelo Secuecias 1-m Míima tardaza poderada. Ejemplo 2 Modelo Secuecias 1-m Míimo tiempo de compleció medio. Ejemplo 2 Modelo Secuecias 1-m Míimo tiempo de compleció poderado. Ejemplo 2 Ejemplos 1 y 2. Resume Modelo Flujo regular 2-m Míimo tiempo de compleció máximo Ejemplo 3. Presetació y resolució algoritmo de Johso Modelo Flujo regular m-m Míimo tiempo de compleció máximo. Ejemplos 4 y 5 Modelo Flujo regular m-m Cotas globales y diámicas Cmax Ejemplo 6. Presetació y resolució Johso MF y Brach ad boud Modelo Fm/block/Cmax Míimo istate de liberació máximo. Cotas. Ejemplo 7 DO 16 Programació 1

3 Pla. Cocepto y tipología Pla.- Camio que se traza desde u estado iicial hasta u estado fial para alcazar u objetivo productivo. NOMBRE MOTIVO HORIZONTE FRECUENCIA INTERVALO RIGIDEZ NIVEL Estratégico-Producto Estratégico-Proceso Defiir biomio producto-mercado Nuevas platas Nuevas filiales 10 años 2 a 3 años 1 año 4 a 5 años 5 a 7 años 1 a 2 años Operativo-Táctico Coordiar iversioes 3 a 5 años aual Maestro global Maestro detallado Cálculo ecesidades Programa operacioes Asigar recursos críticos Tasas de producció. Aprovisioamieto Órdees fabricació y aprovisioamieto Situar operacioes e tiempo y espacio trimestral para 1 año) Trimestral para 1 año) 2 a 3 años 1 año 12 meses mesual 1 mes 2 meses 16 semaas semaal semaa 3 semaas Modelo gra opció Grades líeas Modelo global Familias de producto Productos o Mezclas 12 semaas semaal semaa 2 semaas Orde 5 días diaria día 1 día Operació DO 16 Programació 2

4 Plaificació. Esquema Pla maestro global o agregado Previsioes a medio plazo Cartera de pedidos Pla global de demada Pla maestro de producció tetativo) Datos técicos Cálculo de ecesidades de carga Capacidades globales SI NO Criterios, costes Evaluació SI NO Pla maestro agregado Pla maestro detallado Recambios y subcojutos Previsioes a corto plazo Pla de demada Pla maestro detallado tetativo) Cálculo de ecesidades de carga Datos técicos Capacidades NO SI Pla maestro detallado Cálculo de ecesidades Programa Operacioes DO 16 Programació 3

5 Plaificació. Cotexto Características de u motor piezas y 330 referecias e 6 versioes del motor diesel 2.- Nº de operacioes de Motaje: 378 icluida la prueba rápida). 3.- Nº de operarios, para u turo de 301 motores: 79 Características de la fabricació 1.- Motaje: 9 tipos de motores de 3 familias: 4x4 p1 a p3); furgoetas p4, p5); camioes MT p6 a p9). 2.- Nº de operacioes: 140. Atributos: temporales, espaciales y de riesgo 3.- Demada diaria: 30 motores de cada tipo istacia #1 Nissa-BCN), 2 turos de 6h 45 8h): c=180 s. DO 16 Programació 4

6 Programació de operacioes. Cocepto y fucioes Programació Cocepto: Acció para asigar recursos y establecer u caledario de operacioes. NOMBRE FUNCIÓN CRITERIOS HORIZONTE Carga Secueciació Temporizació Asigar las operacioes a los recursos productivos máquia, taller, almacé, trasporte, persoas) Defiir el orde de ejecució de las operacioes e cada recurso productivo siguiedo u criterio Establecer las fechas de iicio y fializació de cada operació e cada recurso productivo Equilibrar cargas Asigació por eficiecia Asigació por costes Maximizar regularidad Miimizar retrasos Miimizar tiempo ierte Miimizar tiempo de compleció Fechas míimas Fechas máximas Fechas comprometidas semaa Día Día OPERACIONES PRODUCTIVAS SOBRE NATURALEZAS I) OPERACIONES PRODUCTIVAS SOBRE NATURALEZAS II) 1. Materias primas: Extracció, trasporte 5. Productos acabados: Distribució, veta, ateció 2. Compoetes: Motaje, sumiistro a líea 6. Subproductos: Almaceamieto, veta 3. Obra e curso: Cotrol de proceso, calidad del producto 7. Recambios: Limpieza, mateimieto 4. Productos semielaborados: Almaceamieto 8. Evases: Compra, almaceamieto, sumiistro DO 16 Programació 5

7 Programació. Modelos y técicas 1) Programació de operacioes Tipología de los modelos y técicas de resolució: Tipos de Modelos : Técicas de resolució: Cualidades adicioales: "! Programació de proyectos &! Job Shop Schedulig! Sistemas flexibles de esamblado #! Lotificació y secueciació '! Programació de horarios! Programació de RRHH %! Secueciació JIT "! Programació matemática &! Exploració arborescete: Brach & boud Beam search # '! Programació diámica %! Metaheurísticas "! Icertidumbre y robustez &! Multiobjetivo # '! Restricioes múltiples %! Factor de actividad variable DO 16 Programació 6

8 Programació. Modelos y técicas 2) Programació de operacioes Propiedades, compoetes y tipo de solucioes: Propiedades de u modelo: " "! Máquias &&! Recursos! Factores productivos: # '! Orietació a producto o a proceso # %! Distribució e plata y ivel de automatizació ' "! Máquia m) : aquí equivale a recursos pricipales&! Termiología: # ' % %! Trabajo ) : ete que requiere recursos job) Compoetes de u modelo: "! Variables de decisió: Accioes sobre el sistema &! Parámetros: Etoro del sistema # '! Fució objetivo: Miimizar costes o maximizar medida de eficiecia %! Restriccioes: Limitacioes sobre las variables de decisió Tipo de solució: "! Secuecia: Permutació de trabajos jobs) & #! Programa: caledario y asigació de recursos ' %! Política de programació: accioes e fució del estado DO 16 Programació 7

9 Programació. Modelos y técicas 3) Programació de operacioes Modelos segú máquias, restriccioes y métricas: Segú máquias: "! Modelos 1-máquia &! Modelos máquias paralelas #! Modelos de flujo regular flow shop) '! Modelos de flujo geeral job shop) %! Modelos de flujo complejo Segú restriccioes: "! Precedecias y rutas! Dispoibilidad de materias, stocks y esperas #! Selecció de máquias por prestacioes! Limitació de recursos y limitació por horarios RRHH %! Otros: 1) Tiempos de preparació setup), 2) Prioridades, 3) Para stock u orde & ' Segú métricas: "! Redimieto &! Tiempo de compleció total makespa) #! Cumplimieto de plazos due date) '! Obra e curso work -i - process WIP) y iveles de stock %! Plazo de etrega lead time) y plazo de respuesta o reacció respose time) DO 16 Programació 8

10 Programació. Modelos y técicas 4) Programació de operacioes Nomeclatura: Parámetros: I K p k,i w i d i r i Variables: Cojuto de trabajos jobs): i =1,.., emplearemos tambié el térmio pieza) Cojuto de máquias: k =1,.., m Tiempo de proceso requerido por el trabajo i! I e la máquia k! K Peso prioridad, gaacia) del trabajo i! I Fecha comprometida due date) para la etrega del trabajo i! I Fecha lazamieto del trabajo i! I! k) Secuecia de trabajos e la máquia k! K :! k) =! k,1,..,! k, )! k,t Trabajo que ocupa la posició t " ésima t =1,.., ) e la secuecia! k) k! K x k,i,t Variable biaria que vale 1 si i! I ocupa la posició t " ésima e la secuecia! k) y 0 e caso cotrario C k,i Istate de fializació del trabajo i! I e la máquia k! K C i Istate de fializació del trabajo i! I e la última máquia: C i = max k!k C i,k ) C max Istate de fializació del último trabajo e la última máquia: C max = max i!i C i ) L i, L max Retraso lateess) del trabajo i! I : L i = C i " d i Retraso máximo: L max = max i!i L i ) T i,t max Tardaza tardiess) del trabajo i! I :T i = max{ 0,C i " d i } Tardaza máxima: T max = max i!i T i ) DO 16 Programació 9

11 Modelo Secuecias 1-m Míimo retraso máximo Modelo Secuecia 1-máquia míimo retraso máximo Formulació y resolució: I, p i, d i Cojuto de trabajos, tiempo de proceso y fecha de etrega comprometida del trabajo i! I x i,t Variable biaria que vale 1 si el trabajo i! I se laza e t " ésima posició t =1,.., ) C t, D t Istate de compleció y fecha comprometida del trabajo lazado e t " ésima posició L t, L max Retraso lateess) del trabajo lazado e t " ésima posició L t = C t " D t ) Retraso máximo o retraso del trabajo que más se retrasa: L max = maxl t ) 1#t# PM-S.1-m-1: { } = max{ } 0) mi z = L max = max L t 1#t# 1#t# C t " D t s.a: x i,t =1 i=1 %t =1,.., 1) x i,t =1 t=1 %i =1,.., 2) t p i x i=1 i,! = C! =1 t %t =1,.., 3) d i x i,t = D t %t =1,.., 4) i=1 L t = C t " D t # L max %t =1,.., 5) x i,t! { 0,1} %i =1,..,, %t =1,.., 6) Resolució: Lazar los trabajos e orde creciete de sus fechas comprometidas d i %i =1,..,. Regla EDD DO 16 Programació 10

12 Ejemplo 1. Presetació Ejemplo 1 Secuecias 1 máquia 9 pedidos e taller T-E1 Euciado: El Taller T-E1 tiee pediete la ejecució de 9 pedidos; los datos dispoibles Tabla 1) para cada uo de ellos so: 1) las duracioes e días para completar cada pedido empleado todos los recursos del taller. 2) las fechas comprometidas para la etrega de cada pedido. TRABAJO DURACIÓN ENTREGA Tabla 1. Duracioes días) y fechas de etrega comprometidas de los 9 pedidos e T-E1. DO 16 Programació 11

13 Ejemplo 1. Resolució míimo retraso máximo Ejemplo 1 Secuecia 1-máquia 9 pedidos e taller T-E1 Resolució Regla EDD: TRABAJO i) DURACIÓN p i ) ENTREGA d i ) TRABAJO i) DURACIÓN p i ) ENTREGA d i ) C i L i =C i - d i Retrasos L i = C i! d i ): L max = 3 L med =!4. 2! L mi =!11 DO 16 Programació 12

14 Ejemplo 1. Resolució co Regla míimo marge Ejemplo 1 Secuecia 1-máquia 9 pedidos e taller T-E1 Resolució Regla MS: TRABAJO i) DURACIÓN p i ) ENTREGA d i ) MARGEN d i -p i ) TRABAJO i) DURACIÓN p i ) ENTREGA d i ) C i L i =C i - d i Retrasos L i = C i! d i ): L max = 6 L med =!3. 6! L mi =!11 DO 16 Programació 13

15 Modelo Secuecias 1-m Míima tardaza poderada Modelo Secuecia 1-máquia míima tardaza poderada Formulació y resolució: p i, d i, w i Tiempo de proceso, fecha de etrega comprometida y peso coste tiempo retraso) del trabajo i! I x i,t Variable biaria que vale 1 si el trabajo i! I se laza e t " ésima posició t =1,.., ) Ĉ t, ˆD t Istate de compleció poderado Ĉt = w t C t ) y fecha comprometida poderada ˆD t = w t D t ) del trabajo lazado e t " ésima posició T t, ˆT t Tardaza del trabajo e t " ésima posició: T t = max 0,C t " D t PM-S.1-m-2: mi z = ˆTt t=1 0) s.a: x i,t =1 i=1 #t =1,.., 1) x i,t =1 t=1 #i =1,.., 2) t w i p i x i=1 i,! =! =1 Ĉt #t =1,.., 3) w i d i x i,t = ˆD t #t =1,.., 4) Resolució: i=1 Ĉ t " ˆD t % ˆT t #t =1,.., 5) ˆT t & 0 #t =1,.., 6) x i,t! { 0,1} #i =1,..,, #t =1,.., 7) { } Tardaza poderada ˆT t = w t T t #t Lazar los trabajos e orde creciete de sus fechas comprometidas d i #i =1,..,. Regla EDD DO 16 Programació 14

16 Ejemplo 2. Presetació Ejemplo 2 Secuecias 1 máquia 9 pedidos e taller T-E1 co prioridades Euciado: El Taller T-E1 tiee pediete la ejecució de 9 pedidos; los datos dispoibles Tabla 2) para cada uo de ellos so: 1) las duracioes e días para completar cada pedido empleado todos los recursos del taller. 2) las fechas comprometidas para la etrega de cada pedido. 3) Los pesos de cada pedido costes, prioridad) equivalete al coste por día de retraso. TRABAJO DURACIÓN ENTREGA PESO Tabla 2. Duracioes días), fechas de etrega comprometidas y prioridades de los 9 pedidos e T-E1. DO 16 Programació 15

17 Ejemplo 2. Resolució míima tardaza poderada Ejemplo 2 Secuecia 1-m 9 pedidos e taller T-E1 Resolució Regla EDD: TRABAJO i) DURACIÓN p i ) ENTREGA d i ) PESO w i ) TRABAJO i) DURACIÓN p i ) ENTREGA d i ) C i max 0, C i d i ) Tardazas T i = max{ 0,C i! d i }: T max = 3 T med = 0. 6! T mi = 0 DO 16 Programació 16

18 Modelo Secuecias 1-m Míimo tiempo de compleció medio Modelo Secuecia 1-máquia míimo tiempo de compleció medio Formulació y resolució: p i, d i, w i Tiempo de proceso, fecha de etrega comprometida y peso coste tiempo retraso) del trabajo i! I x i,t Variable biaria que vale 1 si el trabajo i! I se laza e t " ésima posició t =1,.., ) C t Istate de compleció del trabajo lazado e t " ésima posició PM-S.1-m-3: mi z = C med = 1 # C t t=1 0) s.a: # x i,t =1 i=1 t =1,.., 1) # x i,t =1 t=1 i =1,.., 2) t # # p i x i,! = C t t =1,.., 3)! =1 i=1 x i,t! 0,1 { } i =1,..,, t =1,.., 4) Resolució: Propiedad SPT: Lazar los trabajos e orde creciete de sus tiempos de proceso p i i =1,.., Regla SPT &" Miimizar la obra e curso WIP) * " Miimizar WIP % Miimizar promedio de plazos de etrega ' + " Miimizar plazo de etrega! Miimizar promedio de trabajos e el sistema ) " Miimizar el promedio y el total del tiempo de compleció, DO 16 Programació 17

19 Ejemplo 2. Resolució míimo tiempo de compleció medio Ejemplo 2 Secuecia 1-m 9 pedidos e taller T-E1 Resolució Regla SPT: TRABAJO i) DURACIÓN p i ) ENTREGA d i ) PESO w i ) TRABAJO i) DURACIÓN p i ) ENTREGA d i ) C i max 0, C i d i ) Tardazas y tiempo de compleció medio: T max = 25 T med = 2. 8! C med =18. 3! DO 16 Programació 18

20 Modelo Secuecias 1-m Míimo tiempo de compleció poderado Modelo Secuecia 1-máquia míimo tiempo de compleció poderado Formulació y resolució: p i, d i, w i Tiempo de proceso, fecha de etrega pactada y peso coste tiempo retraso) del trabajo i! I x i,t Variable biaria que vale 1 si el trabajo i! I se laza e t " ésima posició t =1,.., ) Ĉ t Istate de compleció poderado Ĉt = w C t t ) del trabajo lazado e t " ésima posició PM-S.1-m-4: mi z = Ĉmed = 1 # t=1 Ĉ t 0) s.a: # x i,t =1 i=1 t =1,.., 1) # x i,t =1 t=1 i =1,.., 2) t # # w i p i x i=1 i,! =! =1 Ĉt t =1,.., 3) x i,t! 0,1 { } i =1,..,, t =1,.., 4) Resolució: Lazar los trabajos e orde creciete a sus ídices p i w i i =1,.., Regla WSPT Regla WSPT: &" Miimizar el peso coste) del stock de obra e curso WIP) * " Miimizar WIP % Miimizar promedio de plazos de etrega ' + " Miimizar plazo de etrega poderado! Miimizar peso de trabajos e el sistema ) " Miimizar el promedio y el total del tiempo de compleció poderado, DO 16 Programació 19

21 Ejemplo 2. Resolució míimo tiempo de compleció poderado Ejemplo 2 Secuecia 1-m 9 pedidos e taller T-E1 Resolució regla WSPT: TRABAJO i) DURACIÓN p i w i ) 4 2) 9 2) 2 2) 3 2) 5 3) 7 1) 8 1) 1 1) 6 1) ENTREGA: d i WSPT: p i /w i TRABAJO i) DURACIÓN p i w i ) 1 1) 2 2) 3 2) 5 3) 4 1) 9 1) 6 1) 7 1) 8 1) ENTREGA: d i C i max 0, C i d i ) Tardazas y tiempo de compleció medio: T max =10 T med = 2 C med =19. 1! Ĉ med = 26. 8! DO 16 Programació 20

22 Ejemplos 1 y 2. Resume Ejemplos 1 y 2 Secuecia 1-m 9 pedidos e taller T-E1 Resume: Criterios - Reglas CRITERIO/REGLA MINIMIZAR) EDD MS SPT WSPT RETRASO MÁXIMO : MAX L i =C i d i ) RETRASO MÍNIMO : MIN L i =C i d i ) RETRASO MEDIO : MED L i =C i d i ) TARDANZA MÁXIMA : MAX MAX 0, L i )) TARDANZA MEDIA : MED MAX 0, L i )) COMPLECIÓN MEDIA : C med =MED C i ) COMPLECIÓN MEDIA PONDERADA : C med = MED w i C i ) DO 16 Programació 21

23 Modelo Flujo regular 2-m Míimo tiempo de compleció máximo Modelo Secuecia 2-máquias míimo tiempo de compleció máximo Formulació y resolució: x i,t Variable biaria que vale 1 si el trabajo i! I se laza e t " ésima posició t =1,.., ) y si o vale 0 p k,i,! k,t Tiempo de proceso del trabajo i! I p k,i ) y del t " ésimo trabajo! k,t ) e la máquia k! K : K = { 1, 2} C k,t,c max Istate de compleció e la máquia k! K del t " ésimo trabajo lazado se fija C k,0 = 0 #k) Makespa: C max PM-S.2-m-1: mi z = C max = C 2, 0) s.a: x i,t =1 i=1 t =1,.., 1) x i,t =1 t=1 i =1,.., 2)! k,t = p k,i x i=1 i,t k! { 1, 2};t =1,.., 3) C 1,t = C 1,t"1 +! 1,t t =1,.., 4) C 2,t = max{ C 1,t,C 2,t"1 }+! 2,t t =1,.., 5) x i,t! 0,1 { } i =1,.., ;t =1,.., 6) Resolució AJ: 0. Sea I el cojuto de trabajos o lazados. Iicializar: I = I, t ii =1, t fi = p k,i ) k!k )%i!i ) 1. Buscar máquia y trabajo si lazar co meor duració: k *,i * ) = argmi 2. Fijar posició de i * Hacer: Si k* =1 & posi * ) = t ii, t ii ' t ii +1 + ), * Si k * = 2 & posi * ) = t fi, t fi ' t fi "1- : i* lazado: I ' I " i * 3. Test de fializació: Si I =. { } Fi, si o Ir a paso 1. { } DO 16 Programació 22

24 Ejemplo 3. Presetació Ejemplo 3 Secuecias 2 máquias 9 piezas e taller T-E2 Euciado: El Taller T-E2 tiee pediete la producció de 9 piezas. La fabricació de toda pieza requiere el tratamieto e serie por parte de dos máquias m1 y m2). Los tiempos de proceso e horas que ecesita cada pieza e cada máquia se recoge e la Tabla 3. El primer objetivo e T-E2 es establecer ua secuecia de piezas que miimice el tiempo de compleció máximo de las piezas makespa). PIEZA i) TIEMPO M TIEMPO M TOTAL Tabla 3. Tiempos de proceso horas) e las máquias m1 y m2 de las 9 piezas a fabricar e T-E2. DO 16 Programació 23

25 Ejemplo 3. Resolució algoritmo de Johso Ejemplo 3 Secuecias 2 máquias 9 piezas e taller T-E2 Resolució SPT1)-LPT2): PIEZA i) TIEMPO M TIEMPO M TOTAL PIEZA i) TIEMPO M TIEMPO M C 1,i C 2,i Tiempos de compleció C max makespa) y C med :C max = 46 C med = 27. 5! C med k =1) =18. 6! DO 16 Programació 24

26 Modelo Flujo regular m-m Míimo tiempo de compleció máximo Modelo Fm/prmu/C max :Secuecia m-mq míimo tiempo de compleció máximo Formulació y resolució: C k,t Istate de compleció e la máquia k! K del t " ésimo trabajo lazado. Se fija C k,0 = 0 #k! K) C max Istate de fializació del último trabajo e la última máquia Makespa: C max ˆp 1,i, ˆp 2,i Tiempos de proceso corregidos del trabajo i! I e las máquias ficticias 1 y 2. PM-S.m-m-1: mi z = C max = C m, 0) s.a: x i,t =1 i=1 t =1,.., 1) x i,t =1 t=1 i =1,.., 2)! k,t = p k,i x i=1 i,t k =1,.., m;t =1,.., 3) C 1,t = C 1,t"1 +! 1,t t =1,.., 4) C k,t = max{ C k"1,t,c k,t"1 }+! k,t k = 2,.., m; t =1,.., 5) x i,t! 0,1 { } i =1,.., ;t =1,.., 6) Resolució H1: 1. Determiar tiempos de proceso corregidos ˆp 1,i y ˆp 2,i #i! I) para las máquias ficticias 1 y 2: m"1 " Maquia ficticia 1: ˆp 1,i = p k=1 k,i #i! I m " Máquia ficticia 2: ˆp 2,i = p k,i #i! I k=2 2. Aplicar el Algoritmo de Johso AJ) co los valores ˆp 1,i y ˆp 2,i #i! I máquias ficticias) DO 16 Programació 25

27 Ejemplo 4. Presetació Ejemplo 4 Secuecias 3 máquias 9 piezas e taller T-E3 Euciado: El Taller T-E3 tiee pediete la producció de 9 piezas. La fabricació de toda pieza requiere el tratamieto e serie por parte de tres máquias m1, m2 y m3). Los tiempos de proceso e horas que ecesita cada pieza e cada máquia se recoge e la Tabla 4. El primer objetivo e T-E3 es establecer ua secuecia de piezas que miimice el tiempo de compleció máximo de las piezas makespa). PIEZA i) TIEMPO M TIEMPO M TIEMPO M TOTAL Tabla 4. Tiempos de proceso horas) e las máquias m1, m2 y m3 de las 9 piezas a fabricar e T-E3. DO 16 Programació 26

28 Ejemplo 4. Resolució algoritmo de Johso MF 1) Ejemplo 4 Secuecias 3 máquias 9 piezas e taller T-E3 Resolució SPT1)-LPT2) MF: PIEZA i) TIEMPO M TIEMPO M TIEMPO M TOTAL PIEZA i) TIEMPO M1-V TIEMPO M2-V Ordeació 3ª) 9ª) 2ª) 4ª) 6ª) 8ª) 7ª) 1ª) 5ª) m!1 m 1) Maquia ficticia 1: ˆp 1,i = " p k,i #i I 2) Máquia ficticia 2: ˆp 2,i = " p k,i #i I k=1 k=2 DO 16 Programació 27

29 Ejemplo 4. Resolució algoritmo de Johso MF 2) Ejemplo 4 Secuecias 3 máquias 9 piezas e taller T-E3 Resolució SPT1)-LPT2) virtual: PIEZA i) TIEMPO M TIEMPO M TIEMPO M TIEMPO V-M TIEMPO V-M PIEZA i) TIEMPO M TIEMPO M TIEMPO M C 1,i C 2,i C 3,i Tiempos de compleció C max makespa) y C med :C max = 49 C med = 35.! 3 C med k =1) =18.! 6 C med k = 2) = 27.! 4 DO 16 Programació 28

30 Ejemplo 5. Presetació Ejemplo 5 Secuecias 4 máquias 9 piezas e taller T-E4 Euciado: El Taller T-E4 tiee pediete la producció de 9 piezas. La fabricació de toda pieza requiere el tratamieto e serie por parte de cuatro máquias m1, m2, m3 y m4). Los tiempos de proceso e horas que ecesita cada pieza e cada máquia se recoge e la Tabla 5. El primer objetivo e T-E4 es establecer ua secuecia de piezas que miimice el tiempo de compleció máximo de las piezas makespa). PIEZA i) TIEMPO M TIEMPO M TIEMPO M TIEMPO M TIEMPO V-M TIEMPO V-M Tabla 5. Tiempos de proceso horas) e las máquias m1, m2, m3 y m4 de las 9 piezas a fabricar e T-E4. DO 16 Programació 29

31 Ejemplo 5. Resolució algoritmo de Johso MF Ejemplo 5 Secuecias 4 máquias 9 piezas e taller T-E4 Resolució SPT1)-LPT2) virtual: PIEZA i) TIEMPO V-M TIEMPO V-M PIEZA i) TIEMPO M TIEMPO M TIEMPO M TIEMPO M C 1,i C 2,i C 3,i C 4,i Tiempos de compleció: C max = 61 C med = 43.! 3 C med k = 1) = 21.! 5 C med k = 2) = 29.! 6 C med k = 3) = 36.! 7 DO 16 Programació 30

32 Modelo Flujo regular m-m Cotas globales y diámicas C max Modelo Fm/prmu/C max : Secuecia m-mq míimo tiempo de compleció máximo Cotas: I, K Cojuto de trabajos i = 1,.., ) Cojuto de máquias k = 1,.., m) p k,i,! k,t Tiempo de proceso del trabajo i!i p k,i ) y del t " ésimo trabajo! k,t ) e la máquia k!k! t) Secuecia parcial de trabajos hasta la posició t t = 1,.., ) :! t) =! 1,..,! t )! ) Secuecia completa:! ) =! 1,..,! ) C k,t Istate de compleció e la máquia k!k del t " ésimo trabajo lazado. Se fija C k,0 = 0 #k!k) C max Istate de fializació del último trabajo e la última máquia Makespa: C max = C m, Cotas globales: m & Mq 1 primera): LB 1 = p 1,i + mi p i=1 k,i i!i k=2 m"1 ' Mq m última): LB m = p m,i + mi p i=1 k,i i!i k=1 k"1 Mq k 1 < k < m): LB k = p k,i + mi p ) i=1 k %,i i!i k % =1 { } { } { } + mi m { p k % =k+1 k % },i i!i * +, - LBK) = max k!k { } LB k Istates fiales: Cotas diámicas: & C k,0 = 0 #k!k ' C 1,t = C 1,t"1 +! 1,t t = 1,.., ) C k,t = max C k"1,t,c k,t"1 { } +! k,t k = 2,.., m; t = 1,.., & Si 1. k < m : LB k! t)) = C k,t + p k,i + mi i!i"! t)) ' Si k = m : LB m! t)) = C m,t + p m,i ) i!i"! t)) * +, m { p k %,i i!i"! t)) k % =k+1 } * +, - LB! t)) = max k!k { LB k! t))} DO 16 Programació 31

33 Ejemplo 6. Presetació y resolució Johso MF Ejemplo 6: Fm/prmu/C max ) Secuecias 3 máquias 3 piezas e taller T-E3x3) Euciado: El Taller T-E3x3) debe producir de 3 piezas. La fabricació de toda pieza requiere el tratamieto e serie por parte de tres máquias m1, m2 y m3) co suficiete espacio etre ellas para almacear piezas. Los tiempos de proceso e horas que ecesita cada pieza e cada máquia se recoge e la Tabla 6. El primer objetivo e T-E3x3) es establecer ua secuecia de piezas que miimice el tiempo de compleció máximo de las piezas makespa). PIEZA i) A B C TIEMPO M TIEMPO M TIEMPO M TIEMPO V-M TIEMPO V-M Tabla 6. Tiempos de proceso horas) e las máquias m1, m2 y m3 de las piezas A, B y C a fabricar e T-E3x3). PIEZA i) B A C TIEMPO M TIEMPO M TIEMPO M C 1,i C 2,i C 3,i Tiempos de compleció: C max = 25 C med = 19. 6! C med 1) = 9. 3,! C med 2) = 14. 3! DO 16 Programació 32

34 Ejemplo 6. Cotas y resolució Brach ad Boud Ejemplo 6: Fm/prmu/C max ) Secuecias 3 máquias 3 piezas e taller T-E3x3) Cotas y B&B: AJ MF :! 3)=B,A,C) C max = 25 C med =19.! 6 PIEZA i) A B C TIEMPO M TIEMPO M TIEMPO M LB 1 = " p 1,i + mi " p k,i i=1 2 LB 3 = " p 3,i + mi " p k,i i=1 { i!i k=2 } { i!i k=1 } LB 2 = " p 2,i + mi p 1,i i=1 i!i { } + mi{ p 3,i } i!i Cota mq 3: LB 3! t)) = C 3,t + # p 3,i i!i"! t)) Nivel t =1! 1) = A) LB 3! 1)) = ) = 28 Elimiar! 1) = B) LB 3! 1)) = ) = 23! 1) = C) LB 3! 1)) = ) = 24 Nivel t = 2 : Desarrollar B cota 23):! 2) = B,C) LB 3! 2)) = 21+ 2) = 23! 2) = B, A) LB 3! 2)) =19 + 6) = 25 Sol. AJ MF Nivel t = 3: Desarrollar B,C) cota 23):! 3) = B,C, A) LB 3! 3)) = 26 Elimiar Nivel t = 2 : Desarrollar C cota 24):! 2) = C, A) LB 3! 2)) = 23+ 7) = 30 Elimiar! 2) = C, B) LB 3! 2)) = 23+ 2) = 25 Sol. AJ MF LB 1 = ) = 22 # % LB 3 = ) = 23 ' LBK) = 23 LB 2 = = 20 % & Nivel t = 3: Desarrollar C, B) cota 25):! 3) = C, B, A) LB 3! 3)) = 27 Elimiar Nivel t = 3: Desarrollar B, A) cota 25):! 3) = B, A,C) LB 3! 3)) = 25 Óptimo: C max = 25 DO 16 Programació 33

35 Modelo Fm/block/C max Míimo istate de liberació máximo Modelo Secuecia m-máquias-bloqueo, míimo istate de liberació máximo Formulació y resolució: C k,t Istate de liberació e la máquia k!k del t " ésimo trabajo lazado. Se fija C k,0 = 0 #k!k) C max Istate de fializació del último trabajo e la última máquia Makespa: C max ˆp 1,i, ˆp 2,i Tiempos de proceso corregidos del trabajo i!i e las máquias ficticias 1 y 2. PM-S.m-m-2: mi z = C max = C m, 0) s.a: x i,t = 1 i=1 t = 1,.., 1) x i,t = 1 t=1 i = 1,.., 2)! k,t = p k,i x i=1 i,t k = 1,.., m;t = 1,.., 3) C 1,t = max C 1,t"1 +! 1,t,C 2,t"1 { } t = 1,.., 4) { } +! m,t t = 1,.., 5) { } +! k,t,c k+1,t"1 C m,t = max C m"1,t,c m,t"1 { } k = 2,.., m "1; t = 1,.., 6) C k,t = max max C k"1,t,c k,t"1 x i,t! 0,1 { } i = 1,.., ;t = 1,.., 7) Resolució H1:1. Determiar tiempos de proceso corregidos ˆp 1,i y ˆp 2,i #i!i) para las máquias ficticias 1 y 2: m"1 " Maquia ficticia 1: ˆp 1,i = p k=1 k,i #i!i m " Máquia ficticia 2: ˆp 2,i = p k,i #i!i k=2 2. Aplicar el Algoritmo de Johso AJ) co los valores ˆp 1,i y ˆp 2,i #i!i máquias ficticias) DO 16 Programació 34

36 Modelo Fm/block/C max Cotas globales y diámicas C max Modelo Secuecia m-máquias míimo tiempo de compleció máximo Cotas globales y diámicas: I, K Cojuto de trabajos i = 1,.., ) Cojuto de máquias k = 1,.., m) p k,i,! k,t Tiempo de proceso del trabajo i!i p k,i ) y del t " ésimo trabajo! k,t ) e la máquia k!k! t) Secuecia parcial de trabajos hasta la posició t t = 1,.., ) :! t) =! 1,..,! t )! ) Secuecia completa:! ) =! 1,..,! ) C k,t Istate de liberació e la máquia k!k del t " ésimo trabajo lazado. Se fija C k,0 = 0 #k!k) C max Istate de liberació del último trabajo e la última máquia Makespa: C max = C m, Cotas globales: Istates fiales: Cotas diámicas: m & Mq 1 primera): LB 1 = p 1,i + mi p i=1 k,i i!i k=2 m"1 ' Mq m última): LB m = p m,i + mi p i=1 k,i i!i k=1 k"1 Mq k 1 < k < m): LB k = p k,i + mi p ) i=1 k %,i i!i k % =1 & C k,0 = 0 k = 1,.., m C 1,t = C 1,t"1 +! 1,t,C 2,t"1 } t = 1,.., ' C m,t = max{ C m"1,t,c m,t"1 } +! m,t t = 1,.., ) C k,t = max max{ C k"1,t,c k,t"1 } +! k,t,c k+1,t"1 { } { } { } + mi m { p k % =k+1 k % },i { } t = 1,.., ; k = 2,.., m "1 & Si 1. k < m : LB k! t)) = C k,t + p k,i + mi i!i"! t)) ' Si k = m : LB m! t)) = C m,t + p m,i ) i!i"! t)) i!i m { p k %,i i!i"! t)) k % =k+1 } * +, * +, * +, - LBK) = max k!k - LB! t)) = max k!k { } LB k { LB k! t))} DO 16 Programació 35

37 Ejemplo 7. Presetació y resolució Johso MF Ejemplo 7: Fm/block/C max ) Secuecias 3 máquias 3 piezas e taller T-E3x3) Euciado: El Taller T-E3x3) debe producir de 3 piezas. La fabricació de toda pieza requiere el tratamieto e serie por parte de tres máquias m1, m2 y m3) si espacio etre ellas para almacear piezas 0 buffers). Los tiempos de proceso e horas que ecesita cada pieza e cada máquia se recoge e la Tabla 6. El primer objetivo e T-E3x3) es establecer ua secuecia de piezas que miimice el istate de liberació máximo de las piezas makespa). PIEZA i) A B C TIEMPO M TIEMPO M TIEMPO M TIEMPO V-M TIEMPO V-M Tabla 6. Tiempos de proceso horas) e las máquias m1, m2 y m3 de las piezas A, B y C a fabricar e T-E3x3). PIEZA i) B A C TIEMPO M TIEMPO M TIEMPO M C 1,i C 2,i C 3,i Istates de liberació: C max = 25 C med = 19. 6! C med 1) = 9. 3,! C med 2) = 14. 6! Óptimo) DO 16 Programació 36

38 Ejemplos 6 y 7. Gatt Ejemplo 6: Fm/prmu/C max ) Secuecias 3 máquias 3 piezas e taller T-E3x3) Gatt: B1 A1 C1 B2 A2 C2 B3 A3 C Ejemplo 7: Fm/block/C max ) Secuecias 3 máquias 3 piezas e taller T-E3x3) Gatt: B1 A1 C1 B2 A2 C2 B3 A3 C DO 16 Programació 37

39 Pla Programa Lazamieto Seguimieto Cotrol Jutárose los ratoes, para librarse del gato; y después de u largo rato de disputas y opiioes, dijero que acertaría e poerle u cascabel, que, adado el gato co él, guardarse mejor podría. Salió u rató barbicao, colilargo, hociquirromo, y, ecrespado el grueso lomo, dijo al seado Romao, después de hablar culto u rato: Quié de todos ha de ser el que se atreva a poer ese cascabel al gato? LOPE DE VEGA ) El cogreso de los ratoes DO 16 Programació 38

Modelos y herramientas de decisión. Análisis de decisiones II

Modelos y herramientas de decisión. Análisis de decisiones II UNIVERSITAT POLITÈCNICA DE CATALUNYA BARCELONATECH OPE ORGANIZACIÓN DE LA PRODUCCIÓN Y DE EMPRESA (ASPECTOS TÉCNICOS, JURÍDICOS Y ECONÓMICOS EN PRODUCCIÓN ) Modelos y herramietas de decisió. Aálisis de

Más detalles

Modelos y herramientas de decisión. Análisis de decisiones I

Modelos y herramientas de decisión. Análisis de decisiones I UNIVERSITAT POLITÈCNICA DE CATALUNYA BARCELONATECH OPE ORGANIZACIÓN DE LA PRODUCCIÓN Y DE EMPRESA (ASPECTOS TÉCNICOS, JURÍDICOS Y ECONÓMICOS EN PRODUCCIÓN ) Modelos y herramietas de decisió. Aálisis de

Más detalles

Sistemas Avanzados de Producción. Planificación mediante programación matemática I

Sistemas Avanzados de Producción. Planificación mediante programación matemática I UNIVERSITAT POLITÈCNICA DE CATALUNYA BARCELONATECH OPE ORGANIZACIÓN DE LA PRODUCCIÓN Y DE EMPRESA (ASPECTOS TÉCNICOS, JURÍDICOS Y ECONÓMICOS EN PRODUCCIÓN ) Sistemas Avanzados de Producción. Planificación

Más detalles

Dirección de Operaciones. Planificación - II

Dirección de Operaciones. Planificación - II UNIVERSITAT POLITÈCNICA DE CATALUNYA BARCELONATECH OPE ORGANIZACIÓN DE LA PRODUCCIÓN Y DE EMPRESA (ASPECTOS TÉCNICOS, JURÍDICOS Y ECONÓMICOS EN PRODUCCIÓN ) Dirección de Operaciones. Planificación - II

Más detalles

Sistemas Avanzados de Producción. Planificación mediante programación matemática III

Sistemas Avanzados de Producción. Planificación mediante programación matemática III UNIVERSITAT POLITÈCNICA DE CATALUNYA BARCELONATECH OPE ORGANIZACIÓN DE LA PRODUCCIÓN Y DE EMPRESA (ASPECTOS TÉCNICOS, JURÍDICOS Y ECONÓMICOS EN PRODUCCIÓN ) Sistemas Avanzados de Producción. Planificación

Más detalles

Gestión de operaciones

Gestión de operaciones Gestió de operacioes Modelos de programació lieal l y etera Pedro Sáchez Pedro Sáchez pedro.sachez@upcomillas.es Coste fio Coteidos Trasporte Trasbordo Viaate (TSP) Asigació Partició (set partitioig) Mochila

Más detalles

8. Modelos de transporte y análisis de redes

8. Modelos de transporte y análisis de redes 8. Modelos de trasporte y aálisis de redes Problema de trasporte Problema de asigació Aálisis de redes. Redes de actividades: método CPM Problemas de trasporte. Eiste m orígees que cotiee diversas catidades

Más detalles

Dirección de Operaciones. Stocks II

Dirección de Operaciones. Stocks II UNIVERSITAT POLITÈCNICA DE CATALUNYA BARCELONATECH OPE ORGANIZACIÓN DE LA PRODUCCIÓN Y DE EMPRESA ASPECTOS TÉCNICOS, JURÍDICOS Y ECONÓMICOS EN PRODUCCIÓN ) Dirección de Operaciones. Stocks II DIRECCIÓN

Más detalles

Escena 5 Planificación contra stock

Escena 5 Planificación contra stock Método de Plaificació propuesto 67 Escea 5 Plaificació cotra stock Ua vez coocidos los protagoistas la escea busca ordear los pedidos de la forma más eficiete, respetado los requisitos del cliete. Es e

Más detalles

Sistemas Avanzados de Producción. Secuenciación en contexto JIT

Sistemas Avanzados de Producción. Secuenciación en contexto JIT UNIVERSITAT POLITÈCNICA DE CATALUNYA BARCELONATECH OPE ORGANIZACIÓN DE LA PRODUCCIÓN Y DE EMPRESA (ASPECTOS TÉCNICOS, JURÍDICOS Y ECONÓMICOS EN PRODUCCIÓN ) Sistemas Avanzados de Producción. Secuenciación

Más detalles

Organización Industrial. Stocks II

Organización Industrial. Stocks II UNIVERSITAT POLITÈCNICA DE CATALUNYA BARCELONATECH OPE ORGANIZACIÓN DE LA PRODUCCIÓN Y DE EMPRESA ASPECTOS TÉCNICOS, JURÍDICOS Y ECONÓMICOS EN PRODUCCIÓN ) Organización Industrial. Stocks II ORGANIZACIÓN

Más detalles

Dirección de Operaciones. Planificación - I

Dirección de Operaciones. Planificación - I UNIVERSITAT POLITÈCNICA DE CATALUNYA BARCELONATECH OPE ORGANIZACIÓN DE LA PRODUCCIÓN Y DE EMPRESA (ASPECTOS TÉCNICOS, JURÍDICOS Y ECONÓMICOS EN PRODUCCIÓN ) Dirección de Operaciones. Planificación - I

Más detalles

Dirección de Operaciones. Introducción a DO

Dirección de Operaciones. Introducción a DO UNIVERSITAT POLITÈCNICA DE CATALUNYA BARCELONATECH OPE ORGANIZACIÓN DE LA PRODUCCIÓN Y DE EMPRESA (ASPECTOS TÉCNICOS, JURÍDICOS Y ECONÓMICOS EN PRODUCCIÓN ) Dirección de Operaciones. Introducción a DO

Más detalles

Sistemas Avanzados de Producción. Planificación mediante programación matemática II

Sistemas Avanzados de Producción. Planificación mediante programación matemática II UNIVERSIA POLIÈCNICA DE CAALUNYA BARCELONAECH OPE ORGANIZACIÓN DE LA PRODUCCIÓN Y DE EMPRESA (ASPECOS ÉCNICOS, JURÍDICOS Y ECONÓMICOS EN PRODUCCIÓN ) Sistemas Avanzados de Producción. Planificación mediante

Más detalles

Organización Industrial. MRP Cálculo de necesidades de materiales II

Organización Industrial. MRP Cálculo de necesidades de materiales II UNIVERSITAT POLITÈCNICA DE CATALUNYA BARCELONATECH OPE ORGANIZACIÓN DE LA PRODUCCIÓN Y DE EMPRESA (ASPECTOS TÉCNICOS, JURÍDICOS Y ECONÓMICOS EN PRODUCCIÓN ) Organización Industrial. MRP Cálculo de necesidades

Más detalles

Sistemas Avanzados de Producción. Desagregación de planes de producción mediante programación matemática

Sistemas Avanzados de Producción. Desagregación de planes de producción mediante programación matemática UNIVERSITAT POLITÈCNICA DE CATALUNYA BARCELONATECH OPE ORGANIZACIÓN DE LA PRODUCCIÓN Y DE EMPRESA (ASPECTOS TÉCNICOS, JURÍDICOS Y ECONÓMICOS EN PRODUCCIÓN ) Sistemas Avanzados de Producción. Desagregación

Más detalles

Sistemas Avanzados de Producción. Desagregación de planes de producción mediante programación matemática

Sistemas Avanzados de Producción. Desagregación de planes de producción mediante programación matemática UNIVERSITAT POLITÈCNICA DE CATALUNYA BARCELONATECH OPE ORGANIZACIÓN DE LA PRODUCCIÓN Y DE EMPRESA (ASPECTOS TÉCNICOS, JURÍDICOS Y ECONÓMICOS EN PRODUCCIÓN ) Sistemas Avanzados de Producción. Desagregación

Más detalles

Dirección de Operaciones. Stocks I

Dirección de Operaciones. Stocks I UNIVERSITAT POLITÈCNICA E CATALUNYA BARCELONATECH OPE ORGANIZACIÓN E LA PROUCCIÓN Y E EMPRESA (ASPECTOS TÉCNICOS, JURÍICOS Y ECONÓMICOS EN PROUCCIÓN ) irección de Operaciones. Stocks I IRECCIÓN E OPERACIONES

Más detalles

Dirección de Operaciones. MRP Cálculo de necesidades de materiales II

Dirección de Operaciones. MRP Cálculo de necesidades de materiales II UNIVERSITAT POLITÈCNICA DE CATALUNYA BARCELONATECH OPE ORGANIZACIÓN DE LA PRODUCCIÓN Y DE EMPRESA (ASPECTOS TÉCNICOS, JURÍDICOS Y ECONÓMICOS EN PRODUCCIÓN ) Dirección de Operaciones. MRP Cálculo de necesidades

Más detalles

PROGRAMACIÓN DINÁMICA

PROGRAMACIÓN DINÁMICA Ivestigació Operativa e Igeiería Tema 4. Métodos Determiístas. PROGRAMACIÓN DINÁMICA Image: http://tgsua.blogspot.com.es/2011/01/5-programacio-diamica.html Programació Diámica Itroducció La técica de Programació

Más detalles

Modelos y herramientas de decisión. Introducción a MHD

Modelos y herramientas de decisión. Introducción a MHD UNIVERSITAT POLITÈCNICA DE CATALUNYA BARCELONATECH OPE ORGANIZACIÓN DE LA PRODUCCIÓN Y DE EMPRESA (ASPECTOS TÉCNICOS, JURÍDICOS Y ECONÓMICOS EN PRODUCCIÓN ) Modelos y herramientas de decisión. Introducción

Más detalles

TEMA 10: La programación lineal como instrumento para la toma de decisiones de inversión

TEMA 10: La programación lineal como instrumento para la toma de decisiones de inversión Itroducció a las Fiazas 3º Curso de Direcció y Admiistració de Empresas TEMA 0: La programació lieal como istrumeto para la toma de decisioes de iversió E la empresa existe ua serie de restriccioes (recursos,

Más detalles

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2005

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2005 Solució del exame de Ivestigació Operativa de Sistemas de septiembre de 5 Problema (,5 putos): E ua serie de lazamietos de u dado, se observa cuatos resultados diferetes ha aparecido hasta cada mometo.

Más detalles

Matemáticas Discretas Inducción y Recursión

Matemáticas Discretas Inducción y Recursión Coordiació de Ciecias Computacioales - INAOE Matemáticas Discretas Iducció y Recursió Cursos Propedéuticos 00 Ciecias Computacioales INAOE Iducció y recursió Geeralidades Iducció de úmeros aturales Iducció

Más detalles

Organización Industrial. MRP Cálculo de necesidades de materiales II

Organización Industrial. MRP Cálculo de necesidades de materiales II UNIVERSITAT POLITÈCNICA DE CATALUNYA BARCELONATECH OPE ORGANIZACIÓN DE LA PRODUCCIÓN Y DE EMPRESA (ASPECTOS TÉCNICOS, JURÍDICOS Y ECONÓMICOS EN PRODUCCIÓN ) Organización Industrial. MRP Cálculo de necesidades

Más detalles

Modelos y herramientas de decisión. Programación dinámica I

Modelos y herramientas de decisión. Programación dinámica I UNIVERSITAT POLITÈCNICA DE CATALUNYA BARCELONATECH OPE ORGANIZACIÓN DE LA PRODUCCIÓN Y DE EMPRESA (ASPECTOS TÉCNICOS, JURÍDICOS Y ECONÓMICOS EN PRODUCCIÓN Modelos y herramientas de decisión. Programación

Más detalles

Instituto Politécnico Nacional Unidad Profesional Interdisciplinaria en Ingeniería y Tecnologías Avanzadas

Instituto Politécnico Nacional Unidad Profesional Interdisciplinaria en Ingeniería y Tecnologías Avanzadas TERCER EXAMEN PARCIAL Y FINAL DE MANTENIMIENTO Y SISTEMAS DE MANUFACTURA Profesor: Héctor Domíguez Aguirre Fecha: 8 de juio de 2011 Coceptos de Mateimieto (60%) 1. Defia el cocepto de mateimieto El mateimieto

Más detalles

Organización Industrial. Stocks I

Organización Industrial. Stocks I UNIVERSITAT POLITÈCNICA E CATALUNYA BARCELONATECH OPE ORGANIZACIÓN E LA PROUCCIÓN Y E EMPRESA (ASPECTOS TÉCNICOS, JURÍICOS Y ECONÓMICOS EN PROUCCIÓN Organización Industrial. Stocks I ORGANIZACIÓN INUSTRIAL

Más detalles

EXTREMADURA. Índice. Junio de Septiembre de Junio de Criterios generales de corrección:

EXTREMADURA. Índice. Junio de Septiembre de Junio de Criterios generales de corrección: EXTREMADURA Ídice Juio de 8 64 Septiembre de 7 69 Juio de 7 74 Euciados de las pruebas y criterios extraídos de la págia web de la Uiversidad de Extremadura: http://www.uex.es Criterios geerales de correcció:

Más detalles

Burgos Simón, Clara Cortés López, Juan Carlos; Navarro Quiles, Ana

Burgos Simón, Clara Cortés López, Juan Carlos; Navarro Quiles, Ana Las Matemáticas para la Gestió de Carteras co Riesgo. Carteras compuestas por activos co correlacioes estadísticas arbitrarias. El caso e que se fija el redimieto esperado de la cartera Apellidos, ombre

Más detalles

1.- CONCEPTOS BÁSICOS.

1.- CONCEPTOS BÁSICOS. 1.- CONCEPTOS BÁSICOS. Muchos problemas reales so susceptibles de ser represetados e forma de red, por este motivo comezaremos por defiir los coceptos básicos de redes y posteriormete alguos problemas

Más detalles

Planificación contra stock

Planificación contra stock Plaificar cotra stock 5 Plaificació cotra stock Puede parecer extraño dedicar u tema al estudio de métodos para plaificar la producció de empresas que trabaja cotra stock cuado, actualmete, sólo se predica

Más detalles

Programación Entera (PE)

Programación Entera (PE) Programació Etera (PE) E geeral, so problemas de programació lieal (PPL), e dode sus variables de decisió debe tomar valores eteros. Tipos de PE Cuado se requiere que todas las variables de decisió tome

Más detalles

TEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas

TEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas TEMA 5: Gráficos de Cotrol por Atributos 1 Gráfico de cotrol para la fracció de uidades defectuosas 2 Gráfico de cotrol para el úmero medio de discoformidades por uidad Selecció del tamaño muestral 3 Clasificació

Más detalles

Estimación por intervalos

Estimación por intervalos Estimació por itervalos Estimació por itervalos para la media poblacioal co (variaza poblacioal) coocida P( x z/ x z/ ) 1 co (variaza poblacioal) descoocida Si 30 se reemplaza por S y usamos el itervalo

Más detalles

OPERACIONES FINANCIERAS DE AMORTIZACION

OPERACIONES FINANCIERAS DE AMORTIZACION 1 OPERACIONES FINANCIERAS DE AMORTIZACION INTRODUCCION : Etedemos por operació fiaciera de amortizació, aquella, e que u ete ecoómico, (acreedor ó prestamista), cede u capital C 0, a otro ete ecoómico,

Más detalles

CAPÍTULO 1 COMPUTADORA DIGITAL. Modelo De Von Neumann

CAPÍTULO 1 COMPUTADORA DIGITAL. Modelo De Von Neumann CAPÍTULO 1 COMPUTADORA DIGITAL Ua computadora digital es ua combiació de dispositivos y circuitos electróicos orgaizados de tal forma, que puede realizar ua secuecia programada de operacioes co u míimo

Más detalles

Algoritmos y Estructuras de Datos II, Segundo del Grado de Ingeniería Informática, Test de Análisis de Algoritmos, marzo Test jueves.

Algoritmos y Estructuras de Datos II, Segundo del Grado de Ingeniería Informática, Test de Análisis de Algoritmos, marzo Test jueves. Algoritmos y Estructuras de Datos II, Segudo del Grado de Igeiería Iformática, Test de Aálisis de Algoritmos, marzo 017. Test jueves. Para cada problema habrá que justificar razoadamete la respuesta que

Más detalles

Organización Industrial. Introducción a OI

Organización Industrial. Introducción a OI UNIVERITAT POLITÈCNICA DE CATALUNYA BARCELONATECH OPE ORGANIZACIÓN DE LA PRODUCCIÓN Y DE EMPREA (APECTO TÉCNICO, JURÍDICO Y ECONÓMICO EN PRODUCCIÓN ) Organización Industrial. Introducción a OI ORGANIZACIÓN

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E.

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. CURSO 007-008 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe

Más detalles

Jueves, 25 de abril. Dificultades de los modelos PNL. Dónde está la solución óptima? Otro ejemplo: Óptima Local frente a Global

Jueves, 25 de abril. Dificultades de los modelos PNL. Dónde está la solución óptima? Otro ejemplo: Óptima Local frente a Global . Jueves, de abril Teoría sobre la programació o lieal Programació separable Dificultades de los modelos PNL PL: Etregas: material de clase PNL: Aálisis gráfico de la programació o lieal e dos dimesioes:

Más detalles

Se utilizan los datos puntuales de altura de precipitación o intensidades máximas de lluvia registradas en una estación

Se utilizan los datos puntuales de altura de precipitación o intensidades máximas de lluvia registradas en una estación .. Tormetas putuales Aspectos geerales Se utiliza los datos putuales de altura de precipitació o itesidades máximas de lluvia registradas e ua estació So válidas para áreas cuya extesió este defiida por

Más detalles

UNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida.

UNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida. UNIDAD 8 MODELO DE ASIGNACIÓN características de asigació. método húgaro o de matriz reducida. Ivestigació de operacioes Itroducció U caso particular del modelo de trasporte es el modelo de asigació,

Más detalles

Combinatoria. Tema Principios básicos de recuento

Combinatoria. Tema Principios básicos de recuento Tema 4 Combiatoria La combiatoria, el estudio de las posibles distribucioes de objetos, es ua parte importate de la matemática discreta, que ya era estudiada e el siglo XVII, época e la que se platearo

Más detalles

TEMA-9- ANÁLISIS DE LA INFORMACIÓN CONTABLE.

TEMA-9- ANÁLISIS DE LA INFORMACIÓN CONTABLE. Ecoomía de la Empresa TEMA-9- ANÁLISIS DE LA INFORMACIÓN CONTABLE. 1. LAS RELACIONES ENTRE EL ACTIVO, EL PATRIMONIO NETO Y EL PASIVO La iformació que la Cotabilidad proporcioa es la base para la toma de

Más detalles

PRÁCTICA DE ALGORÍTMICA ENUNCIADO B

PRÁCTICA DE ALGORÍTMICA ENUNCIADO B PRÁCTICA DE ALGORÍTMICA ENUNCIADO B El problema. Supogamos que lo úico que se cooce respecto de u algoritmo so sus tiempos de ejecució e fució del úmero de datos que procesa. Dicha iformació podría ser

Más detalles

Modelos y herramientas de decisión. Reparto proporcional

Modelos y herramientas de decisión. Reparto proporcional UNIVERSITAT POLITÈCNICA DE CATALUNYA BARCELONATECH OPE ORGANIZACIÓN DE LA PRODUCCIÓN Y DE EMPRESA (ASPECTOS TÉCNICOS, JURÍDICOS Y ECONÓMICOS EN PRODUCCIÓN ) Modelos y herramientas de decisión. Reparto

Más detalles

Modelos y herramientas de decisión. Reparto proporcional

Modelos y herramientas de decisión. Reparto proporcional UNIVERSITAT POLITÈCNICA DE CATALUNYA BARCELONATECH OPE ORGANIZACIÓN DE LA PRODUCCIÓN Y DE EMPRESA (ASPECTOS TÉCNICOS, JURÍDICOS Y ECONÓMICOS EN PRODUCCIÓN ) Modelos y herramientas de decisión. Reparto

Más detalles

INGENIERIA DE SOFTWARE

INGENIERIA DE SOFTWARE INGENIERIA DE SOFTWARE Ídice de coteido 1. Requisitos 1.1 Requisitos Fucioales Requisitos No Fucioales 2. Casos de Uso 2.1 Caso de uso 1 - Igresar a Pealti. 2.2 Caso de uso 2 - Navegar el meú 2.3 Caso

Más detalles

Árboles Binarios de Búsqueda

Árboles Binarios de Búsqueda Árboles Biarios de Búsqueda 3.6 Árboles biarios de búsqueda (ABB)! U ABB puede defiirse cuado el tipo de los elemetos posee ua relació de orde total! So árboles biarios e los que: " todos los valores de

Más detalles

Modelado en optimización

Modelado en optimización Modelado e optimizació José María Ferrer Caa Uiversidad Potificia Comillas Optimizació Ecotrar el valor que debe tomar las variables del problema para hacer óptima la fució obetivo, y de forma que se satisfaga

Más detalles

Monto de una anualidad anticipada a interés simple

Monto de una anualidad anticipada a interés simple 1 13. ANUALIDADES ANTICIPADAS Los compromisos de pagos o solamete se efectúa al fial de los periodos, sio tambié a iicio de cada periodo, tal es el caso de los alquileres de terreos, edificios, oficias,

Más detalles

Conciencia Tecnológica ISSN: Instituto Tecnológico de Aguascalientes México

Conciencia Tecnológica ISSN: Instituto Tecnológico de Aguascalientes México Cociecia Tecológica ISSN: 145-5597 cotec@mail.ita.mx Istituto Tecológico de Aguascalietes México Escamilla López, Miguel Optimizació de mezclas de mierales mediate programació lieal e ua mia de mieral

Más detalles

Helena Ramalhinho Lourenco y Daniel Serra 13 de Mayo PRESENTA: MC Marco Antonio Cruz Chavez.

Helena Ramalhinho Lourenco y Daniel Serra 13 de Mayo PRESENTA: MC Marco Antonio Cruz Chavez. Helea Ramalhiho Loureco y Daiel Serra 3 de Mayo 998 PRESENTA: MC Marco Atoio Cruz Chavez. OBJETIVO PRINCIPAL.- Compreder las diferecias de cada efoque heurístico aalizado. OBJETIVO SECUNDARIO.- De los

Más detalles

En esta parte cambiamos el nombre de algunos objetos ya conocidos. Contaremos las formas de ordenar los elementos de un conjunto.

En esta parte cambiamos el nombre de algunos objetos ya conocidos. Contaremos las formas de ordenar los elementos de un conjunto. Capítulo 4 Coteo E esta parte cambiamos el ombre de alguos objetos ya coocidos. Cotaremos las formas de ordear los elemetos de u cojuto. 4.1. Espacio muestral. Sucesos Defiició 4.1. U experimeto es ua

Más detalles

MEDIAKIT La revista para el desarrollo del fitness profesional

MEDIAKIT La revista para el desarrollo del fitness profesional La revista para el desarrollo del fitess profesioal Revista recoocida etre los profesioales del fitess por su larga trayectoria como medio de comuicació especializado e el sector del etreamieto y la salud

Más detalles

Presentación del Curso Teoría de la Computación

Presentación del Curso Teoría de la Computación Presetació del Curso Teoría de la Computació Programa de Maestría e Ciecias de la Computació UAM Azcapotzalco A cargo de: Dra. Maricela Claudia Bravo Cotreras mcbc@correo.azc.uam.mx Coteido del curso 1.

Más detalles

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS Divisió de Plaificació, Estudios e Iversió MIDEPLAN Curso: Preparació y Evaluació de Proyectos EVALUACIÓN DE PROYECTOS: Coceptos Básicos Temario Matemáticas

Más detalles

TALLER DE MATEMÁTICAS DESIGUALDADES

TALLER DE MATEMÁTICAS DESIGUALDADES TALLER DE MATEMÁTICAS DESIGUALDADES NOTAS Es bie sabido que e el cojuto de los úmeros reales existe ua relació de orde atural : se dice que x < y cuado y x es u úmero positivo Co esta relació, el cojuto

Más detalles

Sistemas Avanzados de Producción. Equilibrado de líneas de producción II

Sistemas Avanzados de Producción. Equilibrado de líneas de producción II UNIVERSITAT POLITÈCNICA DE CATALUNYA BARCELONATECH OPE ORGANIZACIÓN DE LA PRODUCCIÓN Y DE EMPRESA (ASPECTOS TÉCNICOS, JURÍDICOS Y ECONÓMICOS EN PRODUCCIÓN ) Sistemas Avanzados de Producción. Equilibrado

Más detalles

RESOLUCIÓN Nro. ARCONEL- 037/17. REGULACIÓN Nro. ARCONEL 003/17 EL DIRECTORIO DE LA AGENCIA DE REGULACIÓN Y CONTROL DE ELECTRICIDAD ARCONEL

RESOLUCIÓN Nro. ARCONEL- 037/17. REGULACIÓN Nro. ARCONEL 003/17 EL DIRECTORIO DE LA AGENCIA DE REGULACIÓN Y CONTROL DE ELECTRICIDAD ARCONEL RESOLUCIÓN Nro. ARCONEL- 037/17 REGULACIÓN Nro. ARCONEL 003/17 EL DIRECTORIO DE LA AGENCIA DE REGULACIÓN Y CONTROL DE ELECTRICIDAD ARCONEL Cosiderado: el artículo 295 de la Costitució de la República del

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E.

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. CURSO 8-9 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe respoder

Más detalles

INFORME DE SEGUIMIENTO A LA EJECUCIÓN PRESUPUESTAL CON CORTE AL 31 DE MAYO DE 2018

INFORME DE SEGUIMIENTO A LA EJECUCIÓN PRESUPUESTAL CON CORTE AL 31 DE MAYO DE 2018 INFORME DE SEGUIMIENTO A LA EJECUCIÓN PRESUPUESTAL CON CORTE AL 31 DE MAYO DE 2018 JUNIO 2018 OBJETIVO: Verificar la ejecució presupuestal acumulada al 31 de mayo de la vigecia 2018, evaluado el comportamieto

Más detalles

LINEAS DE ESPERA DE UN SOLO CANAL CON LLEGADAS SEGÚN POISSON Y TIEMPOS DE SERVICIO EXPONENCIALES:

LINEAS DE ESPERA DE UN SOLO CANAL CON LLEGADAS SEGÚN POISSON Y TIEMPOS DE SERVICIO EXPONENCIALES: INEAS DE ESERA DE UN SOO CANA CON EGADAS SEGÚN OISSON Y TIEMOS DE SERVICIO EXONENCIAES: Características de Operació a líea de espera o cola tiee u solo caal de servicio. El patró de llegadas sigue ua distribució

Más detalles

Planificación contra stock. Presentación. Introducción

Planificación contra stock. Presentación. Introducción Plaificació cora sock 09.0.07 Preseació Fabricar cora sock? No iee que ser cero el iveario? Se vio e el capíulo de iroducció. Plaificar cora sock Ciclo de pedido y fabricació idepediees. Demada aual coocida.

Más detalles

PROPIEDADES DE LAS SUCESIONES. Un tipo importante de sucesiones son las llamadas sucesiones monótonas.

PROPIEDADES DE LAS SUCESIONES. Un tipo importante de sucesiones son las llamadas sucesiones monótonas. ANÁLISIS MATEMÁTICO BÁSICO. PROPIEDADES DE LAS SUCESIONES. U tipo importate de sucesioes so las llamadas sucesioes moótoas. Defiició.. a: Ua sucesió de úmeros reales ( ) = se llama moótoa creciete si +

Más detalles

Introducción. Leonfiel aportó principalmente en relaciones interindustriales a través de su matriz de insumo-producto.

Introducción. Leonfiel aportó principalmente en relaciones interindustriales a través de su matriz de insumo-producto. Itroducció La PL es ua clase de modelo de programació matemática destiada a la asigació eficiete de los recursos limitados e actividades coocidas, co el ojetivo de satisfacer las metas deseadas (como maximizar

Más detalles

MATEMÁTICA DISCRETA I Año 2015 PRÁCTICO Calcule Probar que = 3. Probar la igualdad general. n + n n. n 1.

MATEMÁTICA DISCRETA I Año 2015 PRÁCTICO Calcule Probar que = 3. Probar la igualdad general. n + n n. n 1. MATEMÁTICA DISCRETA I Año 5 PRÁCTICO. Calcule 5 5. Probar que =. Probar la igualdad geeral =.... Determiar tal que Resp. = 5 6 5. Cuátos equipos de football se puede formar co 8 persoas? 6. Cuátas líeas

Más detalles

Guía 1 Matemática: Estadística NM 4

Guía 1 Matemática: Estadística NM 4 Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Guía 1 Matemática: Estadística NM 4 Nombre: Curso: Fecha. Uidad: Estadística y Probabilidades. Apredizajes Esperados:

Más detalles

Cada Contrato de Futuro sobre la TIIE a 28 días ampara un valor nominal de $100, (cien mil 00/100 pesos).

Cada Contrato de Futuro sobre la TIIE a 28 días ampara un valor nominal de $100, (cien mil 00/100 pesos). Térmios y Codicioes Geerales de Cotratació del Cotrato de Futuro sobre la Tasa de Iterés Iterbacaria de Equilibrio a 28 días (Liquidació e Efectivo) I. OBJETO. 1. Activo Subyacete. Los depósitos a 28 días

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E.

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. CURSO 8-9 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe respoder

Más detalles

Departamento de Matemáticas

Departamento de Matemáticas MA5 Clase 3: Series de térmios positivos. Criterios de covergecia. Series de térmios positivos Elaborado por los profesores Edgar Cabello y Marcos Gozález La característica fudametal de ua serie cuyos

Más detalles

Servicios lingüísticos en las organizaciones (21546)

Servicios lingüísticos en las organizaciones (21546) Facultad de Traducció e Iterpretació Pla docete de asigatura Curso 2015 2016 Servicios ligüísticos e las orgaizacioes (21546) Titulació/estudio: Grado e Leguas Aplicadas Curso: tercero Trimestre: tercero

Más detalles

Cómo se ha de analizar una fuerza dependiendo del movimiento que produce?

Cómo se ha de analizar una fuerza dependiendo del movimiento que produce? Cómo se ha de aalizar ua fuerza depediedo del movimieto que produce? Tipos de movimietos e fució de la orietació etre la fuerza y la velocidad 1.- Si la fuerza es paralela a la velocidad del objeto sobre

Más detalles

Medidas de tendencia central

Medidas de tendencia central Medidas de tedecia cetral Por: Sadra Elvia Pérez Las medidas de tedecia cetral tiee este ombre porque so valores cetrales represetativos de los datos. Las medidas de tedecia cetral que se estudia e esta

Más detalles

Modelos Matemáticos de Optimización

Modelos Matemáticos de Optimización Modelos Matemáticos de Optimizació Begoña Vitoriao Villaueva Uiversidad Potificia Comillas I. Ivestigació operativa y optimizació Historia: ANTES DE LA II GUERRA MUNDIAL Farkas, Mikowski,... (XIX); Markov

Más detalles

MÉTODO SIMPLEX. PROFESORA: LILIANA DELGADO HIDALGO 2. Método de Enumeración De Soluciones Básicas

MÉTODO SIMPLEX. PROFESORA: LILIANA DELGADO HIDALGO 2. Método de Enumeración De Soluciones Básicas MÉTODO SIMPLE PROFESOR: LILIN DELGDO HIDLGO Liliaadelgado@correouivalleeduco Método de Eumeració De Solucioes Básicas Ya se ha afirmado que la solució óptima (e geeral) de u modelo de Programació Lieal

Más detalles

UNIVERSIDAD DE VALENCIA DEPARTAMENTO DE ECONOMÍA FINANCIERA Y ACTUARIAL

UNIVERSIDAD DE VALENCIA DEPARTAMENTO DE ECONOMÍA FINANCIERA Y ACTUARIAL UNIVERSIDAD DE VALENCIA DEPARTAMENTO DE ECONOMÍA FINANCIERA Y ACTUARIAL Asigatura: 1141 MATEMÁTICA FINANCIERA NOTAS DEL TEMA 1 CURSO ACADÉMICO 008-009 TEMA 1: CONCEPTOS PREVIOS 1. INTRODUCCIÓN. Se va a

Más detalles

3. Notación asintótica TEMA 1: EFICIENCIA DE LOS ALGORITMOS. 3. Notación asintótica. 3. Notación asintótica. 3. Notación asintótica

3. Notación asintótica TEMA 1: EFICIENCIA DE LOS ALGORITMOS. 3. Notación asintótica. 3. Notación asintótica. 3. Notación asintótica TEMA 1: EFICIENCIA DE LOS ALGORITMOS 0. Notació 1. Medida de la complejidad 2. Aálisis por casos El factor que más iteresa de las fucioes de coste es la tasa de crecimieto para valores grades de la talla

Más detalles

Sistemas Avanzados de Producción. Equilibrado de líneas de producción III

Sistemas Avanzados de Producción. Equilibrado de líneas de producción III UNIVERSITAT POLITÈCNICA DE CATALUNYA BARCELONATECH OPE ORGANIZACIÓN DE LA PRODUCCIÓN Y DE EMPRESA (ASPECTOS TÉCNICOS, JURÍDICOS Y ECONÓMICOS EN PRODUCCIÓN ) Sistemas Avanzados de Producción. Equilibrado

Más detalles