Transport e Okk

INVESTIGACION DE OPERACIONES 1
MODELOS DE TRANSPORTE,
TRANSBORDO, ASIGNACIN,
REDES Y PERT/CPM
Email : jhv777@hotmail.com
MSC. JOS HERNNDEZ VALLEJOS
Mapa Conceptual del curso

Formulacin
Mtodos de
Solucin
Interpretacin
de Resultados
Transporte
Formulacin de
Modelos
Mtodo
Grafico
Dualidad y
Sensibilidad
Programacin
Lineal
Mtodo
Simplex
Programacin
Lineal Entera
Aplicaciones
Transbordo y
Asignacin
Redes
Pert-Cpm
Mapa Conceptual de la Sesin

Aplicaciones de
Programacin
Lineal
Mtodos para
lograr Solucin
Inicial
Mtodos para
lograr Solucin
Optima
Esquina
Nor-Oeste
Costo Mnimo
Modelo de
Transporte
Algoritmo de
Transporte
Matriz Mnima
Vogel
Rango de
Optimalidad
Valores
marginales
MODI
Costos
Reducidos
Precios Sombra
Rango Optimo
Lado Derecho
Holguras y
Excesos
Objetivo de la Sesin
Plantear el modelo de transporte
Identificar la primera solucin factible usando
los mtodos de la Esquina Noroeste, Costo
Mnimo, Matriz Mnima y Vogel
Encontrar la solucin optima con mtodos de
los valores marginales y MODI
Identificar el impacto econmico de la
solucin.
Competencia o Capacidad terminal a obtener

El Alumno ser capaz de Formular y Resolver
el modelo de programacin lineal para un
problema de transporte
MODELO DE TRANSPORTE
Plantea que hay ciertas orgenes (O) abastecedoras

de determinados destinos (D) receptores, donde
hay que transportar cierta cantidad de recursos
productivos (naturales, intermedios o finales) desde
las fuentes hacia los destinos
ORGENES
Oferta
Capacidad de produccin
Proveedores
Plantas de produccin
Almacenes mayoristas
DESTINOS
Demanda
Capacidad de venta
Plantas de produccin
Almacenes mayoristas
Tiendas minoristas
Modelo de Transporte
Se desea determinar la distribucin ptima de los

recursos productivos, lo que implica establecer la
combinacin de distribucin de fuentes a destinos,
que tenga el mnimo costo asociado
O1
D1
O2
D2
O3
D3
On
Dm
Lo anterior se obtiene mediante el mnimo costo de

transporte, lo que requiere considerar los costos
unitarios de transporte desde cada fuente hacia cada
destino
Se construye un modelo de transporte que, es un
caso particular del mtodo simplex
n m
F.O. :
Mn Z
= Cij Xij
Cij
i=1 j=1
Cij : Costo unitario de transporte

desde la fuente i hasta el destino j
Xij : Unidades a transportar

desde la fuente i hasta el destino j
n m
F.O. :
Mn Z
= Cij Xij
i=1 j=1
Xij
Qdemandada
Xij
Qofrecida
Xij
>
i=1
m
j=1
s.a. :
i,j
Cij
Algoritmo de Transporte
Hacia
Desde
D1
D2
D3
D4
F1
F2
Cij
Xij
F3
F4
TOTAL
Xi1 Xi2 Xi3 Xi4
TOTAL
X1j
X2j
X3j
X4j
Hacia
Desde
01
02
03
04
TOTAL
D2
D1
C11
C21
C31
C41
X11
X21
X31
X41
C12
C22
C32
C42
X12
X22
X32
X42
D3
C13
C23
C33
C43
X13
X23
X33
X43
D4
C14
C24
C34
C44
X14
X24
X34
X44
Xi1 Xi2 Xi3 Xi4
TOTAL
X1j
X2j
X3j
X4j
Significado de cada cuadro
Cij
Xij
C23
X23
175
Significa que el costo unitario de transporte

desde origen 2 al destino 3 es de $6
A su vez, el nmero de unidades a transportar
desde origen 2 al destino 3 es de 175
Significado de cada cuadro
Es el valor total producido en los

orgenes (Qofrecida) y es tambin el
valor total demandado por los
destinos (Qdemandada)
Qdemandada
Qofrecida
Necesariamente:
= Xi1 + Xi2 + Xi3 + ....... + Xim

= X1j + X2j + X3j + ....... + Xnj
Qdemandada
Qofrecida
PROBLEMA DEL TRANSPORTE

X 11
X 21
X 31
3000
CAMANA
CUZCO
2500
5000
2
4000
AREQUIPA
X1
MOLLENDO
X13
X33
X2
X23
3
MOQUEGUA 4500
X12
X32
X34
PUNO
3500
X22
2
TACNA 1500
13
CUADRO 6.1
Cij,Xij
5,X11
O1
1,X21
D1
6,X13
8,X12
O2
5,X22
2,X32
D2
3,X13
O3
7,X23
4,X33
4,X24
5,X34
D3
6,X14
D4
BALANCEADA
14
CUADRO 6.2
MATRIZ DEL PROBLEMA DE TRANSPORTE
D
O
O1
CAMANA
O2
AREQUIPA
O3
D1
D2
D3
D4
CUZCO
TACNA
MOQUEGUA
PUNO
X11
4
X12
5
X21
6
X22
2
X13
7
X23
4
X14
4
X24
5
MOLLENDO
X31
X32
X33
X34
DEMANDA
(bj)
2500
1500
4500
3500
OFERTA
(ai)
3000
5000
4000
15
MSC. JOS HERNNDEZ

VALLEJOS
16
Mtodos para lograr solucin inicial factible
Esquina Noroeste
Costo Mnimo
Matriz Mnima
Vogel
Los mtodos no garantizan la optimalidad inmediata,
solo garantizan la factibilidad
Iteraciones: Si la solucin bsica no es ptima, se
deben reasignar recursos, mediante el criterio de la
minimizacin de los costos, lo que implica realizar
iteraciones al cuadro
Mtodos : Esquina Nor-Oeste
Asigna el mximo nmero de unidades a transportar

en la celda ubicada en la esquina nor-oeste del
cuadro tableau
Luego, se asigna el mximo nmero de unidades a
transportar en la celda aledaa correspondiente,
segn las restricciones de demanda en los destinos y
las restricciones de oferta en las fuentes
Si en principio, la asignacin de la esquina nor-oeste

es una restriccin de demanda, entonces no es
posible asignar hacia abajo en el tableau y se asigna
hacia el lado
Mientras que, si la asignacin inicial es una restriccin
de oferta, entonces no es posible asignar hacia el
lado en el tableau y se asigna hacia abajo
As sucesivamente, se completa el cuadro tableau, de
acuerdo al criterio recientemente descrito
En general:
Si no se puede asignar ms
por restriccin de demanda
Se completa
hacia el lado
Si no se puede asignar ms
por restriccin de oferta
Se completa
hacia abajo
CUADRO 6.3
APLICACIN DEL METODO DE LA ESQUINA NOROESTE
D
O
O1
CAMANA
O2
AREQUIPA
O3
D1
D2
CUZCO
TACNA
2500
500
ELIMINA
D4
MOQUEGUA
PUNO
1000
4000
500
MOLLENDO
DEMANDA
(bj)
D3
3500
2500
0
1500 4500
1000 500,0
3500
0
OFERTA
(ai)
3000
500
0
5000
4000
0
4000
3500
0
ELIMINA
2
4
6
21
CUADRO 6.4
APLICACIN DEL METODO DE LA COLUMNA MINIMA
D
O
O1
CAMANA
O2
AREQUIPA
O3
D1
D2
D3
D4
CUZCO
TACNA
MOQUEGUA
PUNO
ELIMINA
3000
0
3000
4
2500
6
2500
2
1500
1500
1000
2500
0
1500 4500
0 1500,0
3500
1000
MOLLENDO
DEMANDA
(bj)
OFERTA
(ai)
5000
2500
0
4000
2500
1000,0
ELIMINA
3
5
6
22
CUADRO 6.5
APLICACIN DEL METODO DE LA FILA MINIMA
D1
D2
D3
O1
1500
6
O3
3000
0
3000
4
O2
OFERTA
(ai)
D4
1000
DEMANDA
(bj)
2500
1000,0
ELIMINA
3500
2
1500
1500
1500
4500
0 1500,0
5000
1500
0
4000
2500
1000,0
ELIMINA
1
3
6
3500
0
23
CUADRO 6.6
APLICACIN DEL METODO DEL COSTO MINIMO
D1
D2
D3
O1
4
1500
6
O3
3000
0
3000
4
O2
OFERTA
(ai)
D4
1000
DEMANDA
(bj)
2500
1000,0
ELIMINA
3500
2
1500
1500
1500
4500
0 1500,0
5000
1500
0
4000
2500
1000
ELIMINA
2
4
6
3500
0
24
CUADRO 6.7
APLICACIN DEL METODO DE LA MATRIZ MINIMA
D1
O
5
O1
D3
1000
4
O2
D2
O3
2500
1500,0
ELIMINA
3500
2
1500
DEMANDA
(bj)
2000
1500
6
OFERTA
(ai)
D4
2500
1500
4500
0 2000,0
3000
1000
0
5000
3500
0
4000
2500
0
ELIMINA
4
6
2
3500
0
25
CUADRO 6.8
APLICACIN DEL METODO MUTUAMENTE PREFERIDO (FASE I)
D1
D2
D3
O1
O3
ELIMINA
3000
0
5000
2500
4000
2500
1500
2500
0
1500
0
OFERTA
(ai)
2500
6
DEMANDA
(bj)
3000
4
O2
D4
4500
1500
ELIMINA
3500
1
26
CUADRO 6.9
APLICACIN DEL METODO MUTUAMENTE PREFERIDO (FASE II)
D3
O
7
O2
DEMANDA
(bj)
ELIMINA
2500
4
O3
OFERTA
(ai)
D4
1500
1000
2500
0
2500
1000
0
ELIMINA
5
6
1500
3500
0 1000,0
27
Proceso del Mtodo de Vogel
1) Calcular las penalidades (diferencias entre los dos

costos unitarios ms bajos para cada fila y para cada
columna), en el tableau
2) Se escoge la mayor penalidad de fila y/o columna
y se ubica en tal fila o columna (segn sea el caso),
la celda con el menor costo unitario, asignndole el
mximo nmero de unidades posible
3) Se elimina la fila o columna que agota su oferta
total o demanda total, respectivamente, por efecto de
la asignacin reciente
Proceso del Mtodo de Vogel
4) Se reinicia sucesivamente desde la etapa 1),

recalculando las diferencias entre los dos costos
unitarios vigentes ms bajos para cada fila y para
cada columna, seleccionando la mayor de tales
diferencias, para identificar en dicha mxima
diferencia la celda con el menor costo unitario y
asignar en dicha celda el mximo nmero de
unidades posibles, segn las restricciones de oferta y
de demanda. Esta etapa sigue hasta que ya no se
obtiene diferencia alguna en el tableau
5) Se asignan las celdas restantes en forma manual
CUADRO 6.10
METODO DE VOGEL
D1
D2
D3
O1
ELIMINA
1500
2500,0 1500,0
1,1,2
1500
1000
5000,0
2500,0
4000
2500
1000,0
ELIMINA
0,0,0
0
2,1,1
1
4500
3500
1500,0 1000,0
1,1,
2500
2
O3
PENALIDAD
2500
6
DEMANDA
(bj)
LIDAD
2,
3000
4
PENA
3000,0
6
2
4
O2
OFERTA
(ai)
D4
1,1,1
1
30
CUADRO 6.11
METODO DE RUSELL
D1
D2
D3
O1
3000
4
2500
6
2500
2
O3
DEMANDA
(bj)
1500
1500
Ui
ELIMINA
3000,0
6
2
4
O2
OFERTA
(ai)
D4
1000
5000,
2500,0
4000,
2500,
1000,0
2500,0 1500,0 4500, 3500,

1500,0 1000,0
Vj
ELIMINA
31
CUADRO 6.12
MATRIZ dij = (ui+vj-cij)
D1
D2
D3
D4
ELIMINA
O1
12
O2
10
O3
12
ELIMINA
32
Bsqueda de Solucin Optima
Se realiza un anlisis de sensibilidad, calculando los

valores marginales de cada una de las variables no
bsicas (celdas vacas en el algoritmo de transporte),
para saber si es que hay algn ahorro respecto del
costo total (valor de la funcin objetivo z) de la
reciente iteracin
Variables bsicas ( XJ ): Estn en el tableau y toman
un valor, que en general es mayor que cero
Variables no bsicas ( XJ ): No estn en el tableau
(celdas vacas) y necesariamente valen cero
Verificacin de Optimalidad
Permite comprobar si una solucin bsica factible es

o no es ptima, evaluando el precio sombra o valor
marginal asociado al transporte o envo de una
unidad en cada variable no bsica o celda
desocupada en el tableau
Verificar la condicin de
optimalidad se efecta por
medio de la formacin de
trayectoria ciclica alrededor
de cada variable no bsica
Trayectoria ciclica o cruce del arroyo: Son los caminos

que se forman dentro del tableau, alrededor de las
celdas no bsicas y, que se cierran mediante
movimientos exclusiva y alternadamente, horizontales y
verticales
Por ejemplo:
El primer vrtice del lazo es una celda no
bsica, la cual tambin es el ltimo vrtice,
cerrando el lazo. Los dems vrtices del
lazo necesariamente son variables o celdas
bsicas
El costo marginal referido a la verificacin de la

optimalidad, se obtiene a travs de los mismos
costos unitarios presentes en las celdas del lazo,
segn la transferencia de unidades asignadas que
exista en cada celda del lazo:
Si la celda del lazo
recibe unidades en
la transferencia
Se suma el costo
unitario de la celda para
la verificacin
Si la celda del lazo

entrega unidades
en la transferencia
Se resta el costo unitario

de la celda para la
verificacin
En el ejemplo de la matriz mnima, para

la celda 31 (03 y D1) se tiene:
01
-5 D1
1000
D3
+3
2000
03
2500
+6
VMij = +6 -5 +3 -4 = 0
-4
Hay un Ahorro
Marginal, es el
concepto de
precio sombra
Precio Sombra o valor marginal

Es cunto vara la funcin objetivo respecto del
cambio en una unidad de una de sus variables
componentes
La verificacin de optimalidad requiere obtener el
precio sombra o valor marginal de todas las celdas
vacas, para lo cual se necesita formar los lazos
respectivos
Una base linealmente

independiente garantiza un nico
lazo alrededor de cada una de
las variables no bsicas
Condicin de Optimalidad (Minimizacin)
Si todo VMij 0
Solucin ptima
La solucin factible es ptima cuando no

existe posibilidad alguna de ahorro
marginal, lo que ocurre cuando todos los
precios sombra o valores marginales
son mayores o iguales a cero
Condicin de Optimalidad
Si algn VMij < 0
Solucin no es
ptima
Mientras exista al menos un precio sombra o

valor marginal menor que cero en las celdas no
bsicas de las iteraciones del tableau, entonces su
solucin factible no es ptima, por lo que entonces
deben continuarse las iteraciones
Si hay dos o ms precios sombra menores a cero,
se determina que ingresa a la base la variable no
bsica que origina el mayor disminucin de costo
Iteraciones
Cuando hay ahorro marginal, lo mximo que se

transfiere hacia la celda no bsica, es el mnimo de
las celdas que entregan unidades (con signo
negativo en la trayectoria) en la transferencia, para
as conservar la condicin de factibilidad
Xij 0
A
>
i,j
Cada vez que se realiza una iteracin (reasignacin

de unidades), a continuacin se necesita volver a
calcular los valores marginales, hasta verificar que se
alcanza la solucin ptima
CUADRO 6.13
SOLUCION INICIAL : METODO DE LA MATRIZ MINIMA
D1
O
5
O1
OFERTA
(ai)
D4
+
3000
2000
1500
5000
3500
6
O3
DEMANDA
D3
3
1000
4
O2
D2
2500
1500
2500
1500
4500
4000
3500
(bj)
42
CUADRO 6.14
D
O
D1
O1
O2
O3
D2
D3
D4
3
4
2
43
CUADRO 6.15
MATRIZ Zij
D1
D2
D3
D4
Ui
O1
O2
O3
Vj
44
CUADRO 6.16
DETERMINACION DE LA MATRIZ Dij
MATRIZ Zij
D
O
MATRIZ Cij
D
D1 D2 D3 D4
O1 5
O2 4
O3 6
MATRIZ Dij
D
D1 D2 D3 D4
O1 5
O2 4
O3 6
D1 D2 D3 D4
O1 0
O2 0
O3 0
-1
45
CUADRO 6.17
NUEVA SOLUCION
D1
O
5
D2
8
O1
5
2500
6
O3
D4
6
3000
4
O2
D3
2500
2
1500
1500
1000
46
CUADRO 6.17_b
DTERMINACION DE NUEVA MATRIZ Dij
MATRIZ Zij
MATRIZ Cij
MATRIZ Dij
ui
-
vj
-1
-1
47
CUADRO 6.18
D1
O
5
O1
OFERTA
(ai)
D4
+
3000
2000
1500
5000
3500
6
O3
DEMANDA
D3
3
1000
4
O2
D2
2500
1500
2500
1500
4500
4000
3500
(bj)
48
CUADRO 6.19
COSTOS SELECCIONADOS REDUCIDOS A CERO
D1
D2
D3
D4
SUMA/RESTA
DE FILA
O1
5,1,2, 0
8,5,7
3,-1,
6,2,3,1
+1
O2
4,0,-2, 0
5,3,5
7,3,5
4,0,2, 0
-2
O3
6,2, 0
2, 0
4, 0
5,1,-1
SUMA/RESTA
DE COLUMNA
-4,-2
-2
-4
-4,-2
49
CUADRO 6.20
NUEVA SOLUCION
D1
D2
O1
5
OFERTA
(ai)
3000
5000
2500
2500
6
O3
DEMANDA
D4
3000
4
O2
D3
2500
1500
1500
1000
1500
4500
3500
4000
(bj)
50
CUADRO 6.21
COSTOS SELECCIONADOS REDUCIDOS A CERO
D1
D2
D3
D4
O1
0,1
O2
0,-1, 0
5, 4
5, 4
0, 1, 0
O3
0, 1
-1, 0
SUMA/RESTA
DE COLUMNA
+1
SUMA/RESTA
DE FILA
-1
+1
51
CUADRO 6.22
D1
O
5
O1
OFERTA
(ai)
D4
+
3000
2000
1500
5000
3500
6
O3
DEMANDA
D3
3
1000
4
O2
D2
2500
1500
2500
1500
4500
4000
3500
(bj)
52
CUADRO 6.23
NUEVA SOLUCION
D1
D2
O1
5
2500
OFERTA
(ai)
3000
5000
2500
6
O3
DEMANDA
D4
3000
4
O2
D3
2500
1500
1500
1000
1500
4500
3500
4000
(bj)
53
MSC. JOS HERNNDEZ

VALLEJOS
54
METODO MODI
CUADRO 6.23_a
D1
O
5
O1
O3
DEMANDA
7
5
0
2500
Ui
3000
5000
4000
2000
4
OFERTA
(ai)
D4
1500
6
D3
1000
4
O2
D2
3500
1500
2500
-1
1500
4500
3500
VA
(bj)
Vj
55
METODO MODI
CUADRO 6.23_b
NUEVA SOLUCION : (SOLUCION OPTIMA)
D1
O
5
7
5
O3
1
2500
OFERTA
(ai)
Ui
3000
-1
5000
-1
4000
3000
7
2500
6
D4
1
4
DEMANDA
D3
O1
O2
D2
2500
1500
1500
1000
1500
4500
3500
VA
(bj)
Vj
56
CUADRO 6.24
SOLUCION DEGENERADA
METODO DE LA ESQUINA NOROESTE
D1
O
5
O1
DEMANDA
150,0
D3
OFERTA
(ai)
150,0
300,0
150
6
O2
D2
200
100
200,0
100,0
(bj)
57
CUADRO 6.25
NUEVA SOLUCION
D1
O
5
O1
DEMANDA
D3
5
150,0
300,0
E+150
6
O2
D2
OFERTA
(ai)
150
50
100
150,0
200,0
100,0
(bj)
58
CUADRO 6.26
PROBLEMA DE MAXIMIZACION
D1
D2
D3
10
15
O1
O2
O3
DEMANDA
OFERTA
(ai)
13
(bj)
59
CUADRO 6.27
SOLUCION INICIAL : METODO DEL BENEFICIO MAXIMO
D1
D2
O1
6
8
O2
O3
15,7,0
5,0
5
8,0
13,7,0
9,4,0
ELIMINA
10,6,0
DEMANDA
OFERTA
(ai)
D3
(bj)
ELIMINA
60
CUADRO 6.27_
MATRIZ Zij
MATRIZ Cij
MATRIZ Dij
ui
-
vj
-1
12
-4
-1
-8
61
CUADRO 6.28
SOLUCION OPTIMA
NUEVA SOLUCION
D1
D2
O1
1
8
O2
8
4
O3
D3
9
4
7
7
62
CUADRO 6.28_
MATRIZ Zij
MATRIZ Cij
MATRIZ Dij
ui
-
vj
-1
12
10
-4
-1
-9
63
CUADRO 6.28_A
D1
D2
D3
-5
-3
-6
10
-8
-2
-4
15
-4
-7
-9
O1
O2
O3
DEMANDA
OFERTA
(ai)
13
(bj)
64
CUADRO 6.29
D1
D2
D3
10
15
O1
O2
O3
DEMANDA
OFERTA
(ai)
13
(bj)
65
Si Qdemandada = Qofrecida, entonces

significa que falta en el cuadro una columna
o fila, la que representa las holguras
existentes
Si Qdemandada = Qofrecida
Holguras
Holguras
Exceso de
Oferta
Qdemandada < Qofrecida
Exceso de
Demanda
Qdemandada > Qofrecida
Variables de Holgura
Cuando no se cumple la condicin necesaria del

modelo de transporte (Qofrecida = Qdemandada),
se incorporan variables de holgura (o exceso), a
travs de la creacin una columna adicional o una
fila adicional en el cuadro
Se asume que el costo unitario de transporte para
la columna adicional o fila adicional es cero, ya que
las variables de holgura o exceso no forman parte
de la funcin objetivo de optimizacin
Dependiendo si se trata de un exceso de oferta

(Qofrecida > Qdemandada), o de un exceso de
demanda (Qdemandada > Qofrecida), las variables
de holgura (o exceso) que se aaden, a travs de la
creacin una columna adicional o una fila adicional
en el cuadro, representan diferentes casos
Cada caso de variables de holgura o exceso, con
su posible columna adicional o fila adicional, se
identifica a partir del contexto de cada situacin
particular
Exceso de Oferta
Casos Posibles:
Si Qofrecida
>
Qdemandada
Acumulacin
de Inventario
Se crea una columna adicional en el cuadro, que

corresponde a la acumulacin de inventario
Si Qofrecida
>
Qdemandada
Capacidad
Ociosa
Se crea una columna adicional en el cuadro, que

representa a las unidades a no producir
Exceso de Demanda
Casos Posibles:
<Qdemandada
Si Qofrecida
Desacumulacin
de Inventario
Se crea una fila adicional en el cuadro, que

corresponde a la desacumulacin de inventario
<
Si Qofrecida
Qdemandada
Demanda No
Satisfecha

corresponde a la demanda no satisfecha
Exceso de Demanda
Casos Posibles:
Si Qofrecida
<
Qdemandada
Produccin
en Turno
Extra

corresponde a la produccin en turno extra
(sobretiempo)
CUADRO 6.30
OFERTA MAYOR QUE DEMANDA
D1
D2
OFERTA
(ai)
30
50
O1
O2
DEMANDA
25
45
(bj)
72
CUADRO 6.31
PROBLEMA BALANCEADO
D1
OFERTA
(ai)
30
50
O1
O2
DEMANDA
D3
D2
25
45
10
(bj)
73
CUADRO 6.32
DEMANDA MAYOR QUE OFERTA
D1
D2
OFERTA
(ai)
40
30
O1
O2
DEMANDA
50
35
(bj)
74
CUADRO 6.33
PROBLEMA BALANCEADO
D1
D2
OFERTA
(ai)
40
30
15
O1
O2
O3
DEMANDA
50
35
(bj)
75
MODELO DE MINIMIZACIN
TRANSPORTE OBLIGATORIO MAXIMO Y MINIMO
Transporte Obligatorio Total de O1 D1 y O3 D3
Transporte Mnimo (1000 unid.) de O2 D4
MATRIZ ORIGINAL
D1
D2
9
O1
D3
3000,0
5000,4000
3000
4
O2
1000
6
O3
DEMANDA
(bj)
OFERTA
(ai)
D4
3000,1500
1500
3000,0 1500,0
4500
2000,
1000
11000
11000
CUADRO 6.34_a
76
CUADRO 6.34_b SOLUCION INICIAL : METODO DE VOGEL
D3
O
O2
O3
DEMANDA
(bj)
PENALIDAD
D4
3000
1000
OFERTA
(ai)
4000,3000
0
1500, 0
1500
PENA
LIDAD
5500
4500, 1000, 0
5500
1500, 0
3
77
CUADRO 6.34_c METODO DE SOLUCION FINAL: MODI
D3
O
7
O2
O3
DEMANDA
(bj)
Vj
D4
1
3000
1000
1500
OFERTA
(ai)
Ui
4000,
3000
1500,
0
-3
VA
4500, 1000, 0
1500, 0
7
78
CUADRO 6.34_d SOLUCION OPTIMA FINAL
D1
D2
9
O1
D4
3000
1000
1500
1500
1500
4500
OFERTA
(ai)
3000
3000
4
O2
6
O3
DEMANDA
D3
3000
1000
+
5000
3000
2000
(bj)
79
Transporte prohibido
Costo
En caso de que no se pueda o no se desee

almacenar o asignar unidades, el mtodo de
transporte define un costo unitario de transporte
igual a M, que representa un costo marginal infinito,
que en el tableau se expresa de la siguiente manera:
M
CUADRO 6.35
TRANSPORTE PROHIBIDO
D1
D2
D3
D4
3000
5000
4000
O1
O2
O3
DEMANDA
OFERTA
(ai)
2500
1500
4500
3500
(bj)
81
Modelo de transporte mltiple
Modelo de Transporte Mltiple
C=90
M=50
F=30
Puertos
4, 5, 7
C=60
M=70
F=30
C=80
F=40
6, 9
Unidades de demanda
Unidades de oferta
Plantas
5, 6
C=60
M=40
7, 8
9
8, 10
4, 5, 6
C=70
M=40
F=20
5, 8
3, 4
C=80
M=50
82
83
84
85
Modelo de Asignacin
Asignar m trabajos (o trabajadores) a n
mquinas.
Un trabajo i (=1, 2, 3 ,...,m) cuando se asigna a
la mquina j (=1,2,....,n) incurre en un costo cij.
El objetivo es asignar los trabajos
mquinas uno a uno al menor costo.
las
La formulacin de este problema puede

considerarse como un caso especial del modelo
de transporte.
86
Descripcin
Los trabajos representan las fuentes y las

mquinas los destinos
La oferta disponible en cada fuente es 1
como tambin lo es la demanda en cada
destino.
c ij es el costo o beneficio de asignar el
trabajo i a la mquina j
El costo o beneficio puede representar
tambin caractersticas de competencia de
cada trabajador
87
Descripcin
En el caso que un trabajo no deba ser
asignado
(porque no cumple con los
requisitos) a una mquina (actividad) en
particular, este costo debe tener un valor
alto (M) o beneficio (-M)
En el caso de existir desequilibrio, esto es,
ms
trabajos
que
mquinas
o
ms
mquinas que trabajos, hay que equilibrar
con
mquinas
o
trabajos
figurados
(ficticios), logrando de esta forma que m =
n
88
Expresin matemtica del modelo

Xij =
0, si el i-simo trabajo no se asigna a

la j-sima mquina
1, si el i-simo trabajo se asigna a la
j-sima mquina
Mquina
Trabajo
..
C11
C12
..
C1n
C21
C22
..
C2n
..
..
..
..
..
..
Cn1
Cn2
..
Cnn
..
89
MSC. JOS HERNNDEZ

VALLEJOS
90
Ejemplo:
La gerencia general de RPG (ejemplo de transporte) con
sede en Bruselas, este ao, como parte de su auditora
anual, decidi que cada uno de sus cuatro vicepresidentes
visite e inspeccione cada una de sus plantas de ensamblaje
durante las primeras dos semanas de junio. Las plantas
estn ubicadas en Leipzig (Alemania), Nancy (Francia),
Lieja (Blgica) y Tilburgo (Holanda).
Para decidir a que vicepresidente enviar a una planta
determinada, se asignaron puntos (costos) a cada uno de
ellos de acuerdo a su experiencia, habilidades lengusticas,
tiempo que durar la inspeccin y otros. Estos datos se
muestran en la siguiente tabla:
91
Ejemplo
92
Ejemplo
PLANTA
Leipzig (1) Nancy(2) Lieja (3) Tilburgo(4)
Finanzas (F) (1)
24
10
21
11
Mercadotecnia(M) (2)
14
22
10
15
Operaciones (O) (3)
15
17
20
19
Personal(P) (4)
11
19
14
13
93
Ejemplo: Modelo de PL
MIN Z = 24 X11 + 10 X12 + ... + 14 X43 + 13 X44
sujeto a:
a) Oferta
X11 + X12 + X13 + X14 = 1

X21 + X22 + X23 + X24 = 1
X31 + X32 + X33 + X34 = 1
X41 + X42 + X43 + X44 = 1
b) Demanda X11 + X21 + X31 + X41 = 1

X12 + X22 + X32 + X42 = 1
X13 + X23 + X33 + X43 = 1
X14 + X24 + X34 + X44 = 1
c) No negatividad
Xij >= 0 i=1,...,4, j=1,....,4

94
Mtodo Hngaro:
Paso 0: Construir la matriz Cij de asignacin, si matriz es
balanceada continuar con paso 1, de lo contrario balancear
matriz.
Paso 1:
a) Reduccin de filas: Restar el costo menor de cada fila a la fila
correspondiente y generar matriz Cij y continuar con paso
b)
b) Reduccin de columnas: Restar el costo menor de cada
columna a la columna correspondiente y generar matriz
Cij, continuar con paso 2.
Nota: Los pasos a) y b) pueden ser intercambiados
95
Mtodo Hngaro:
Paso 2: Trazar el menor nmero de lneas rectas sobre las filas

y columnas para cubrir todos los ceros ().
Si el nmero de rectas () es igual al nmero de filas o
columnas se dice que estamos en la solucin ptima.
Si la matriz es ptima pasar al paso 4, si no es optima pasar al
paso 3
96
Mtodo Hngaro:
Paso 3:
a) De las celdas no tachadas elegir el menor valor (EE)
b) A las celdas no tachadas restar el elemento elegido
c) A las celdas interceptadas por dos lneas sumar el
elemento elegido.
d) Las celdas tachadas no interceptadas no varan.
Volver al paso 2
97
Mtodo Hngaro:
Paso 4: Solucin ptima

El proceso de asignacin se hace en funcin a los ceros de la
matriz ptima:
Primero se asigna a las filas o columnas que tengan slo una
alternativa o un cero, se van asignando sucesivamente
Determinar el costo: Se suman todos los costos o beneficios
correspondientes a las asignaciones.
98
Ejemplo:
Matriz Cij
Nota: En negrita los menores de cada fila

99
Matriz Cij
100
Determinar si la matriz es ptima
Matriz Cij, =3, EE=1
No es ptima: slo tres rectas (para ser ptima deben ser 4)

Ir al paso 3
101
Paso 3:
Volver al paso 2
102
Matriz C''''ij, =4 (S.O.)
Se tachan todos los ceros con cuatro rectas, por tanto es ptima
Ir al paso 4
103
Paso 4: Asignacin Optima
104
Modelo de Asignacin: Otras consideraciones

El modelo de asignacin de RPG es un modelo de
minimizacin en el cual el nmero de vicepresidentes es igual
al nmero de plantas, y todas las asignaciones posibles son
aceptables.
Consideremos ahora modelos tipo asignacin donde no todas
las condiciones anteriores se cumplen. En particular se
considerarn situaciones en las que:
1 Hay una desigualdad entre el nmero de personas por
asignar y el nmero de destinos que requieren personas
asignadas.
2 Hay un modelo de maximizacin
3 Existen asignaciones inaceptables
105
Oferta mayor que Demanda
106
Demanda mayor que Oferta
107

2. Hay un modelo de maximizacin
La respuesta de asignacin es un beneficio y no un costo
Ejemplo: Suponga que RPG tiene que asignar vendedores
a sus territorios de venta.
Existen cuatro personas bien capacitadas listas para ser
asignadas y tres territorios requieren un nuevo vendedor.
Uno de los vendedores no ser asignado.
En este caso la asignacin de un vendedor cualquiera a un
territorio se mide por el incremento marginal esperado en
la contribucin de dicha asignacin a las ganancias.
108

2. Hay un modelo de maximizacin
La matriz de ganancia es la siguiente
Transformar matriz de maximizacin en matriz de minimizacin para aplicar el mtodo

hungaro
109

Balancear modelo
110
1. Mtodo del mximo beneficio

Mximo beneficio = 40, restar a toda la matriz ese valor.
La matriz de minimizacin es la siguiente:
Aplicar el mtodo hungaro, para asignacin ptima

111
2. Maximizar (Z) = Minimizar (-Z)

A toda la matriz multiplicar por (-1)
La matriz de minimizacin es la siguiente:
Aplicar el mtodo hungaro, para asignacin ptima
112

3. Situaciones con asignaciones inaceptables
Ejemplo: Suponga que el presidente de RPG no tiene

el menor deseo de que el vicepresidente de
Operaciones realice una auditora a la Planta Nancy.
Solucin: Asignar un costo arbitrariamente alto a esta

ruta, de tal modo que al restar de l cualquier
nmero finito se obtiene siempre un valor mayor que
otros nmeros relevantes
113
Modelo de
Transbordo
Este modelo permite que las unidades no vayan
directamente desde un origen a un destino, sino
que pasen por nodos intermedios o transitorios.
Cada origen, punto intermedio y destino final se
representan como nodos y se conectan a travs de
arcos dirigidos
Restriccin en cada nodo transitorio:
suma flujos entrantes = suma flujos saliente

114
Ejemplo 1:
Determnese un programa de embarque que cubra todas
las demandas a un costo mnimo total para los datos
correspondientes al siguiente grafo (costo en $).
8
1
+95
2
+70
+15
5
4
3
7
-30
-30
6
-45
115
Solucin: pasos a seguir

R=Suma total de oferta (180) = Suma total de demanda (105+75)
Los sitios 1 y 2 son orgenes (mantienen sus ofertas)
Los sitios 5 y 6 son destinos (mantienen sus demandas
El sitio 3 es origen y destino (aumentar R = 180)
El sitio 4 es origen y destino (aumentar R = 180)
La oferta es mayor que la demanda por tanto se requiere un
destino ficticio que demande 75 unidades
Agregar 180 unidades a cada empalme (oferta y demanda)
El costo de las unidades que van de un empalme (como origen)
a l mismo (como destino) y de cualquier origen al sitio ficticio
es cero.
A las rutas no permitidas se les asocia un valor relativamente
alto M o un valor conocido prohibitivo.
116
La tabla inicial es:
Destinos
5
Oferta
95
1
3
1000
1000
Orgenes
70
2
1000
1000
195
0
4
Demanda
180
1000
180
0
210
1000
30
2
45
0
75
117
La tabla final es:
Costo = 20*3+75*0+70*2+90*0+30*3+30*4+45*4+180*0=$590
118
SOLUCION
8
20
+15
1
+95
3
2
70
30
10
4
45
2
+70
-30
75
5
-30
6
-45
F6
119
Modelos de Redes
1. Modelo de la Ruta ms corta
2. Modelo del rbol Expandido Mnimo
3. Modelo del Flujo Mximo
120
1. Modelo de la Ruta ms corta

a. Considernse todos los nodos que estn
directamente conectados con el origen.
Etiquetarlos con la distancia al origen y su nodo
predecesor. Etiquetas temporales, [distancia,
nodo].
b. De entre todos los nodos candidatos con
etiquetas temporales, escoger el que tenga la
distancia menor y se marca como permanente.
Si todos estn con etiquetas permanentes se va
al paso d.
121
Modelo de la Ruta ms corta

c. Todo nodo que no tenga etiqueta permanente, tendr
etiqueta temporal o estar sin etiqueta. Sea L el ltimo
nodo con etiqueta permanente. Considernse todas las
etiquetas de los vecinos de L (directamente conectados a
L mediante un arco). Para cada uno de estos nodos
calclese la suma de su distancia a L. Si el nodo en
cuestin no est etiquetado, asgnese una etiqueta
temporal que conste de esta distancia y de L como
predecesor. Si el nodo en cuestin ya tiene etiqueta
temporal, cmbiese slo si la distancia recin calculada es
menor que la componente de distancia de la etiqueta
actual. En este caso, la etiqueta contendr esta distancia y
a L como predecesor. Regresar al paso b
122

d. Las etiquetas permanentes indican la distancia ms
corta entre el nodo origen a cada nodo de la red.
Tambin indican el nodo predecesor en la ruta ms corta
hacia cada nodo. Para encontrar el camino ms corto de
un nodo dado, comincese en l y retroceda al nodo
anterior. Continuar con el recorrido hasta llegar al origen.
123

Ejemplo: Para el siguiente grafo encontrar la distancia ms
corta desde el nodo H al resto de los nodos.
7
8
H
1
2
1
4
1
6
5
2
124
8
H
(0,0)
1
2
1
4
1
6
5
2
125

Solucin:
(8,H)
8
H
(0,0)
4
1
(4,H)
1
6
3
4
(7,H)
1
2
5
2
126

Solucin:
8
H
(5,1)
1
1
3
1
(4,H)
7
4
(8,H)
3
4
(7,H)
1 (6,3)
5
2
2
(10,1)
(6,3)
127

Solucin:
8
H
(5,1)
1
1
3
1
(4,H)
7
4
(8,H)
3
4
(7,H)
1 (6,3)
5
2
(10,1)
(6,3)
128

Solucin:
8
H
(5,1)
1
1
3
1
(4,H)
7
4
(8,H)
3
4
(7,H)
1 (6,3)
5
2
(8,2)
(10,1)
(6,3)
129

Solucin:
8
H
(5,1)
1
1
3
1
(4,H)
7
4
(8,H)
(9,4)
6
3
4
(7,H)
1 (6,3)
5
2
(8,2)
(10,1)
(6,3)
130

Solucin:
8
H
(5,1)
1
1
(4,H)
(9,7)
(9,4)
7
4
(8,H)
3
4
(7,H)
1 (6,3)
5
2
(8,2)
(10,1)
(6,3)
131

Solucin:
8
H
(5,1)
1
1
(4,H)
(9,7)
(9,4)
7
4
(8,4)
(8,H)
3
4
(7,H)
1 (6,3)
5
2
(8,2)
(10,1)
(6,3)
132

Solucin:
8
H
1
2
1
4
1
6
5
2
133

Solucin:
8
H
7
4
(8,H)
(5,1)
1
3
4
(6,3)
1
2
6
(6,3)
1
(4,H)
(9,7)
(9,4)
5
2
(8,2)
134

Solucin:
8
H
7
4
(8,H)
(5,1)
1
3
4
(6,3)
1
2
6
(6,3)
1
(4,H)
(9,7)
(9,4)
5
2
(8,2)
135
Eventos
Distancia
Mnima
Trayectoria
H1
H132
H13
H134
H1345
H76, H1346, H13476
H7, H1347
MSC. JOS HERNNDEZ

VALLEJOS
136
2. Modelo de rbol extensin mnima
Definicin 1
Un rbol es un grafo que tiene sus n nodos

(vrtices) conectados (conexo) con n-1 arcos (aristas),
no existiendo ciclos (caminos cerrados)
Definicin 2
Un rbol de expansin de costo mnimo es aquel en

que todos los enlaces tienen longitudes (costos)
mnimas
137
rbol de expansin mnima.

1. Se selecciona un nodo cualquiera y se
conecta al nodo ms cercano a ste.
2. Se identifica el nodo no conectado ms
cercano a un nodo conectado y se conectan
estos dos nodos
Nota: Empates se deciden en forma arbitraria.
Los empates indican que existen soluciones
alternativas para la construccin.
138
Ejemplo: Encontrar el AEM para el siguiente grafo
8
H
1
4
1
6
5
2
139
Modelo del rbol de Extensin

Mnima
Ejemplo: Para el siguiente grafo encontrar la distancia ms
corta de conexin desde el nodo H al resto de los nodos.
7
8
H
1
2
1
4
1
6
5
2
140
Modelo del rbol de Extensin Mnima
8
H
1
2
1
4
1
6
5
2
141
8
H
1
2
1
4
1
6
5
2
142
8
H
1
2
1
4
1
6
5
2
143
8
H
1
2
1
4
1
6
5
2
144
8
H
1
2
1
4
1
6
5
2
145
8
H
1
2
1
4
1
6
5
2
146
8
H
1
2
1
4
1
6
5
2
147
8
H
1
2
1
4
1
6
5
2
148
Solucin :
7
1
2
6
4
1
1
4
1
5
2
2
149
Modelo del Flujo Mximo

Descripcin En este problema hay un solo nodo fuente (nodo de
entrada) y un solo nodo destino (nodo de salida), y el
resto son nodos de transbordo. El problema consiste
en encontrar la mxima cantidad de flujo total
(petrleo, gas, efectivo, mensajes, trnsito, etc.) en
una unidad de tiempo.
La cantidad de flujo por unidad de tiempo en cada
arco est limitada por las restricciones de capacidad.
Este problema se puede representar como una red
dirigida y conexa.
150
Ejemplo: Determinar el flujo mximo que debe ingresar por la

estacin 1 y salir por la estacin 6
0
6
0
1
3
6
0
5
0
Consideremos un camino desde el nodo 1 al nodo 6

Ejemplo: 1-2-5-6
151
Consideremos un camino desde el nodo 1 al nodo 6

Ejemplo: 1-2-4-6 Flujo mximo = 4
4
0
0
4
2
6
4
0
2
6
1
3
6
0
4
0
0
5
0
152
Consideremos ahora un camino desde el nodo 1 al nodo 6

Ejemplo: 1-3-5-6
4
0
0
4
Flujo mximo = 2
2
6
4
0
2
6
4
0
6
1
6
4
3
0
2
4
2
5
0
2
2
0
0
2
153
Consideremos ahora un camino desde el nodo 1 al nodo 6

Ejemplo: 1-3-2-4-6
6
4
0
0
4
20
Flujo mximo = 2
0
4
0
2
0
2
6
4 6
2
0
6
4
0
6
1
6
4
2
13
0
2
4
4
2
5
0
2
2
0
0
2
154
SOLUCIN
0
4
20
6
4
0
0
2
6
6
4
0
6
4
0
0
2
6
6
4
2
13
0
2
4
4
2
0
2
2
0
0
2
155
Se dice que la cantidad de flujo a lo largo de dicho

recorrido es factible si:
1
No excede la capacidad de ningn arco del camino
Con excepcin de los nodos 1 y 6, el flujo en cada nodo

debe satisfacer la condicin de conservacin
La cantidad mxima que puede fluir desde la fuente a lo
largo de un camino es igual a la menor de las
capacidades de los arcos de dicho camino
Al asignar un flujo a un arco nos atendremos a las reglas:

1 Se reduce la capacidad en la direccin del flujo (cantidad de flujo)
2 Se aumenta la capacidad en sentido opuesto (cantidad de flujo)
156
Ejemplo: Considerar el arco 1-2

4
Si se asignan dos unidades a este arco:

Aplicando las reglas 1 y 2 se tiene
2
(2
Se gener una capacidad ficticia en la direccin 2-1

Enviar una unidad de 2 a 1
1
3
(1
157
Algoritmo
Inicial
Inicializar cada nodo del grafo con capacidades uij en

la direccin del flujo y cero en la direccin opuesta.
Encontrar cualquier camino de la fuente a destino que

tenga capacidad de flujo positiva, si no los hay, se
habr encontrado la solucin ptima.
Sea cmin la capacidad mnima de flujo entre los arcos

seleccionados en el paso 1, se aumenta el flujo
existente a travs de la red al enviar un flujo adicional
cmin para todos los arcos del camino.
Para todos los arcos del camino, disminyanse las

capacidades en la direccin del flujo y aumntese las
capacidades en la direccin opuesta en cmin. Volver al
paso 1
158
Aplicar el algoritmo al grafo del ejemplo:

Paso Inicial
6
0
1
3
6
0
2
5
159
Iteracin 1: Elegir arbitrariamente el camino 1-3-5-6

cmin = MIN(6,4,2)=2; actualizando la red se tiene
0
2
6
0
1
4
6
0
2
4
2
1
2
0
0
2
160
Iteracin 2: Elegir arbitrariamente el camino 1-2-4-6

cmin = MIN(4,6,6)=4; actualizando la red se tiene
4
0
6
2
0
4
4
0
2
6
2
2
6
1
3
4
2
4
0
1
2
0
6
2
0
2
161
Iteracin 3: Elegir arbitrariamente el camino 1-3-2-4-6

cmin = MIN(4,3,2,2)=2; actualizando la red se tiene
4
0
8
6
2
0
4
6
4
0
0
2
6
2
2 0
0
2
6
1
4
1 3
42
0
4
2
6
4
0
1
2
0
8
6
2
0
2
162
Clculo de la cantidad de flujo en cada arco

Se determina comparando la capacidad inicial de cada arco
con la capacidad inicial. Para cada arco la regla es:
Si la capacidad final es menor que la capacidad inicial,
calcular la diferencia. Esta es la cantidad del flujo a travs
del arco.
Ejemplo: Arco 3-5
Inicial
0 5
Final
2 5
Final < inicial entonces el flujo es 4-2=2

163
Aplicando la regla anterior a todos los arcos se tiene el

siguiente grafo:
6
4
8
6
8
1
4
2
3
164
Administracin de
Proyectos
PERT y CPM
165
Administracin de Proyectos
(PERT y CPM)
Todo proyecto debe ser comprobado y controlado, dado que
ste tiene involucrado numerosas tareas interrelacionadas. A
travs de algunas tcnicas se puede responder a preguntas
como:
1. Cundo sera lo ms pronto que el proyecto pudiera estar
terminado?
2. Para cumplir con este tiempo de conclusin, qu tareas son
crticas, en el sentido de que un retraso en cualquiera de
esas tareas provoca un retraso en la conclusin del
proyecto?
3. Es posible acelerar ciertas tareas para terminar todo el
proyecto ms pronto?. Si es as, qu tareas sern stas y
cul sera el costo adicional?
166
Mtodo de la Ruta Crtica (CPM, Critical Path

Method): Mtodo utilizado para administrar
proyectos en que los tiempos requeridos para
terminar las tareas individuales se conocen con
certeza (determinsticos).
Tcnica de Evaluacin de Proyectos (PERT,
Program Evaluation and Review Technique): Mtodo
utilizado para administrar proyectos en que los
tiempos requeridos para terminar las tareas
individuales son inciertos (probabilsticos).
167
Desarrollo de la Red de Proyectos

Para determinar el tiempo de conclusin de un proyecto
puede usar los siguientes pasos:
1. Identifique las tareas individuales que componen el
proyecto
2. Obtenga una estimacin del tiempo de conclusin de cada
tarea.
3. Identifique las relaciones entre las tareas. Qu tareas
deben concluirse antes de que otras puedan iniciarse?
4. Dibuje un diagrama de red de proyecto para reflejar la
informacin de los pasos 1 y 3
168
Ejemplo:
Traslado de las oficinas de una ciudad a otra
169
Construccin del diagrama de Red:
2
A
4
1
C
B
3
Cmo agregamos la actividad D?.

Sus predecesoras inmediatas son A y
C, adems C es predecesora directa
de F
170
Actividades Ficticias o nulas:

Es una actividad que no requiere tiempo y que se incluye en una
red de proyecto para asegurar la relacin de precedencia
correcta entre ciertas tareas. Generalmente se representan por
lneas segmentadas. Se usan slo para reflejar la lgica de las
relaciones de precedencia adecuadas.
Ejemplo: Actividad C precede a A y B, actividad D sigue a B
INCORRECTO
A
B
CORRECTO
A
C
D
171
Volviendo al ejemplo: Agregando el resto de las actividades

a la red finalmente se tiene
5
E
H
A
4
J
8
C
I
3
172
Siguiendo con el ejemplo: G y H tienen como predecesora inmediata F,

adems ambas son predecesoras de J, agregar actividad ficticia.
5
E
H
4
Fic
J
9
C
I
3
Red Final
173
Ruta Crtica: Dar cumplimiento al plazo lmite
Se requiere de las estimaciones de tiempo de cada actividad
174
Retomando el ejemplo: Agregando los tiempos a las

actividades
D (4)
5
E (8)
(3)
H (2)
4
F (2)
6
G (4)
7
Fic
J (3)
9
(3)
I (5)
(5)
3
175
Clculo de la ruta crtica: Tiempo de trmino

del proyecto
Definiciones
Tiempo de inicio ms inmediato: El tiempo
ms cercano en que una tarea posiblemente
pueda iniciarse (TI)
Tiempo de trmino ms breve: El tiempo ms

corto en el que una tarea posiblemente pueda
concluir (TT)
176
Reglas
cumplir:
a Dado que en el proyecto existen tareas

predecesoras es necesario conocer
termina una y cuando empieza la otra:
cuando
Regla
1. Para calcular el TI de una tarea se debe conocer los TT de cada
tarea predecesora inmediata
2. El TI ms inmediato de una tarea de la que se conocen los
tiempos de trmino ms breves de todas sus tareas
predecesoras inmediatas es el mximo de todos esos tiempos
de trmino ms breves.
3. Tiempo de trmino ms breve = (tiempo de inicio ms
inmediato) + (tiempo de tarea(t))
177
Pasos para
inmediatos:
determinar
los
TI
TT
ms
Paso
0
Identificar el nodo de inicio de la red del proyecto

Calcule y escriba en cada arco saliente
a) TI ms cercano, esto es, 0
b) El TT ms breve de acuerdo a la regla 3
TT ms breve = (TI ms inmediato) + (t)
=0+t
Seleccionar cualquier nodo donde todos los arcos

entrantes han sido etiquetados con sus TI y TT
178
Pasos para
inmediatos:
determinar
los
TI
TT
ms
Paso
2
Para el nodo seleccionado en el paso 1 calcule y registre

en cada arco saliente
a) El TI ms breve de acuerdo a la regla 2

TI ms breve = MAXIMO(TT de los arcos entrantes)
b) El TT ms breve de acuerdo a la regla 3
TT ms breve = TI ms inmediato + t
179
Clculo de TI y TT:
D[8,12]
3]
0]
,2
12
E[
A[
0,
H[10,12]
F[8,10]
6
G[10
,14]
J[20
,23]
Fic
8
5]
0,
B[
C[5,8]
0]
1
,
5
[
I
180
Identificacin de las tareas crticas:

Para identificar las tareas crticas hay que realizar un
recorrido hacia atrs hasta el inicio del proyecto,
analizando cada tarea.
1. ltimo Tiempo de trmino: Lo ms tarde que puede
concluirse una tarea, en tanto permita que el proyecto se
complete lo ms pronto posible
2. ltimo tiempo de inicio: Lo ms tarde que pueda
iniciarse una tarea, pero finalizando dentro de su tiempo
de trmino.
3. Tarea sucesora: Una tarea para la que la tarea de inters
es una predecesora
181

Regla
4
Para calcular el ltimo tiempo de trmino (UTT) de una

tarea particular, debe conocer los ltimos tiempos de
inicio (UTI) de cada tarea sucesora inmediata.
Respecto a una tarea de la que se conocen los ltimos

tiempos de inicio de todas sus tareas sucesoras
inmediatas, el ltimo tiempo de trmino (UTT) de esa
tarea es el mnimo de los ltimos tiempos de inicio de
todas las tareas sucesoras inmediatas
UTI = UTT- t
182

Pasos para calcular los ltimos tiempos de inicio y trmino
Identificar el final del proyecto. Calcular y escribir en cada arco

entrante:
a) ltimo tiempo de trmino del proyecto
b) ltimo tiempo de inicio (Regla 6): UTI=UTT-t
Seleccione un nodo, cuyos arcos salientes hayan sido etiquetados

todos con sus UTI y UTT
Para el nodo seleccionado (paso 1) calcule y escriba lo siguiente

a) UTT= MIN(UTI arcos salientes), (regla 5)
b) UTI=UTT - t (regla 6)
Repetir pasos 1 y 2 hasta cubrir toda la red del proyecto

183

Clculo de UTT y UTI para cada actividad
Iteracin 1
Iteracin 2
Nodo 9 Actividad J
UTT = 23
UTI = 23-3 = 20
Actividad I
UTT = 23
UTI = 23-5 = 18
Nodo 7 Actividad E
UTT = 20
UTI = 20-8 = 12
Actividad H
UTT = 20
UTI = 20-2 = 18
Actividad ficticia
UTT = 20
UTI = 20-0 = 20
184

Clculo de UTT y UTI para cada actividad . Finalmente se tiene
D[8,12]
[8,12]
[1
2
3]
[ 5,
8]
A[
0,
F[8,10]
5]
0,
B[
]
,5
[0
C[5,8]
[5,8]
]
[14,16
0]
,2
12
E[
,2
0
H[10,12]
6 G [18,20
[10,1
4]
[1 6 ,
2
0]
Fic
8
J[20
,23]
[20
,2
3]
]
0
1
,
5
I[
]
[ 18 ,
23
3
185

Holgura:
Es la cantidad de tiempo que puede demorar una

actividad sin afectar la fecha de trmino del proyecto.
El valor de la holgura para cada actividad est dada por:
holgura = TI - UTI = TT - UTT
Ejemplo:
Actividad C: TI = 5, UTI = 5, TT = 8, UTT = 8
Holgura = 5 - 5 = 8 - 8 = 0
Actividad I: TI = 5, UTI = 18, TT = 10, UTT = 23
La actividad C tiene holgura 0, por tanto no puede
retrasarse, en cambio la actividad I tiene 13 semanas de
holgura que permite retrasar su inicio.
186

Resumen de los tiempos de las actividades del proyecto:
Tiempo ms prximo de: Tiempo ms lejano de:
Actividad
A
B
C
D
E
F
G
H
I
J
Tiempo
3
5
3
4
8
2
4
2
5
3
Inicio
0
0
5
8
12
8
10
10
5
20
Trmino
3
5
8
12
20
10
14
12
10
23
Inicio
5
0
5
8
12
14
16
18
18
20
Trmino Holgura
8
5
5
0
8
0
12
0
20
0
16
6
20
6
20
8
23
13
23
0
Tiempo de ejecucin del proyecto: 23 semanas

187

Actividad crtica es aquella que tiene holgura cero
Ruta crtica es una secuencia de tareas (actividades) crticas que

conecta el principio del proyecto con el fin
En nuestro ejemplo:
Actividades crticas: B, C, D, E y J
Ruta crtica:
Nodos
1-3-2-5-7-9
Actividades
B-C-D-E-J
188
Formas de Reducir la duracin del

proyecto:
1. Anlisis Estratgico
Aqu el analista se pregunta: Este proyecto tiene que
desarrollarse en la forma programada actualmente?. En
concreto, Todas las actividades de la ruta crtica tienen que
realizarse en el orden especificado?. Podemos hacer arreglos
para efectuar algunas de estas actividades en forma distinta de
cmo aparecen en la ruta crtica?.
2. Enfoque Tctico
El analista presupone que el diagrama en curso es adecuado y
trabaja para reducir el tiempo de ciertas actividades de la ruta
crtica asignando mayores recursos. Por ejemplo tiempo, aumento
de mano de obra, etc.
189
Formas de Reducir la duracin del

proyecto:
Para el ejemplo en estudio, el directorio estim un
tiempo mximo de 22 semanas para realizar el
proyecto, y segn el estudio se ha determinado que se
requieren 23 semanas, Cmo soluciona Ud. el
problema?. Realice distintos supuestos vlidos para su
solucin. Es nica?.
190
Formas de Reducir la duracin del proyecto:

Alternativa de solucin
Realizados algunos estudios los responsables de la mudanza, se
dan cuenta que la actividad J (entrenamiento de los nuevos
empleados) debe realizarse en el nuevo edificio (despus de
completar la actividad E) y despus de que el personal clave y
de registros se haya mudado (al completar la actividad H).
Estos requerimientos se podran cambiar:
Realizar J independientemente de H
El entrenamiento realizarlo en otras dependencias a un costo
reducido y que estn listos para cuando se termine la
construccin. Esto requiere agregar otra actividad: Garantizar
recursos de entrenamiento, actividad K
191
Formas de Reducir la duracin del proyecto:
Con los cambios anteriores, es posible que la red

redefinida tenga una nueva ruta crtica con un tiempo
menor, aunque todava insatisfactorio (mayor a las 22
semanas establecidas).
192
Diagrama de red para el proyecto

redefinido
D (4)
2
A(3)
F (2)
4
5
H(2)
G(4)
K(3)
7
8
E (8)
J (3)
Fic
C (3)
I (5)
(5)
3
193
Actualizacin de los tiempos para el proyecto

redefinido
Tiempo ms prximo de: Tiempo ms lejano de:
Actividad
A
B
C
D
E
F
G
H
I
J
K
Tiempo
3
5
3
4
8
2
4
2
5
3
3
Inicio
0
0
5
8
12
8
10
10
5
14
10
Trmino
3
5
8
12
20
10
14
12
10
17
13
Inicio
5
0
5
8
12
11
13
18
15
17
14
Trmino Holgura
8
5
5
0
8
0
12
0
20
0
13
3
17
3
20
8
20
10
20
3
17
4
Actividades ruta crtica: B-C-D-E

Duracin del proyecto: 20 semanas
194
3.3 PERT: Variabilidad en los tiempos de

Actividades
Hasta ahora hemos trabajado asumiendo que los
tiempos de duracin de las actividades eran
determinsticos, en consecuencia TI, TT, UTI y UTT
tambin fueron deducidos como deterministas. Como
este supuesto no siempre es correcto, PERT emplea
una frmula especial para estimar los tiempos de las
actividades.
PERT requiere de alguien que conozca bien una
actividad en cuestin, para producir tres estimaciones
del tiempo de sta.
195
PERT: Variabilidad en los tiempos de

Actividades
1. Tiempo optimista (denotado por a): el tiempo

mnimo. Todo tiene que marchar a la perfeccin.
2. Tiempo ms probable (denotado por m): el tiempo

que se necesita en circunstancias ordinarias.
3. Tiempo pesimista (denotado por b): el tiempo

mximo. Situacin que se da en el peor caso.
196

Actividades
Ejemplo: Para la actividad E (8 semanas). Al

examinar en detalle el proyecto de construccin del
interior se lleg a las siguientes estimaciones:
a=4
m=7
b = 16
Para estimar el valor esperado y la desviacin estndar de
los tiempos de la actividad, se asume que el tiempo de la
actividad es una variable aleatoria que tiene una
distribucin de probabilidad unimodal beta.
197

Actividades
Distribucin beta
4
a
7 8
m
Estimacin del tiempo esperado

de actividad o tiempo promedio
Estimacin de la desviacin
estndar del tiempo de la actividad
16
b
te
a 4m b
6
ba
6
198

Actividades
Estimacin de tiempo
Actividad
A
B
C
D
E
F
G
H
I
J
K
a
1,0
3,0
2,0
2,0
4,0
1,0
2,5
1,0
4,0
1,5
1,0
m
3,0
4,5
3,0
4,0
7,0
1,5
3,5
2,0
5,0
3,0
3,0
b
5,0
9,0
4,0
6,0
16,0
5,0
7,5
3,0
6,0
4,5
5,0
te
3,0
5,0
3,0
4,0
8,0
2,0
4,0
2,0
5,0
3,0
3,0
desv est varianza

0,667
0,444
1,000
1,000
0,333
0,111
0,667
0,444
2,000
4,000
0,667
0,444
0,833
0,694
0,333
0,111
0,333
0,111
0,500
0,250
0,667
0,444
199

Actividades
Clculo del tiempo esperado de finalizacin de proyectos

Una vez determinado el tiempo promedio de cada
actividad, se puede calcular el tiempo de finalizacin
ms temprano esperado para el proyecto completo.
Se determinan los tiempos de inicio y de trmino ms

cercano, como tambin los tiempos de trmino y de
inicio ms lejano. Con estos tiempos se determina la
holgura en cada actividad, para finalmente determinar la
ruta crtica, exactamente igual como se hizo para tiempo
determinista.
200

Actividades
Probabilidad de concluir el proyecto a tiempo

El anlisis procede de la siguiente forma:
1. Sea T el tiempo total que durarn las actividades de la ruta

crtica.
2. Encuntrese la probabilidad de que el valor de T resulte menor
o igual que cualquier valor especfico de inters. Para el
ejemplo en estudio buscaramos T 22 semanas.
Una buena aproximacin de esta probabilidad se encuentra
aceptando dos supuestos:
a) Los tiempos de
independientes.
actividad
son
variables
aleatorias
b) La variable T tiene una distribucin aproximadamente normal.

201

Actividades
La meta es encontrar P{T 22}, donde T es el tiempo a lo largo

de la ruta crtica.
Estadsticas de la ruta crtica:
Desviacin estndar
T ...
i
i :
T:
2
1
2
2
Desviacin
estndar
de
actividad de la ruta crtica
2
n
i-sima
es el tiempo esperado (promedio)
202
Estimacin de terminacin del proyecto

Uso de la tabla de distribucin normal, entonces
debemos calcular Z para llegar a determinar la
probabilidad.
x
Z
203
Clculos caso en estudio
Ruta crtica: B- C- D y E
T = 20 (tiempo esperado, promedio calculado, )
x = 22 (tiempo exigido)
T2 B2 C2 D2 E2
T2 1 0,111 0,444 4
T2 5,555
T 2,357
204
Clculos caso en estudio

22 20
Z
2,357
Z = 0,8485
En la tabla de Z
P(Z 0,8485) = 0,80
205
Matriz de Encadenamiento
Una matriz de encadenamiento, es una matriz de NxN (N es la
cantidad de actividades) donde cada celda se marca con una X si
la actividad de la fila requiere que est terminada la actividad de
la columna. Esta matriz ayuda a la construccin de la red CPM
Para el ejemplo en estudio es:
A
A
B
C
D
F
G
H
I
J
X
X
X
X
X
X
X
X
206
3.4 CPM: TRUEQUE ENTRE TIEMPO Y COSTO

CPM considera que el tiempo extra (costo) puede reducir el
tiempo de trmino de una actividad, y en consecuencia reducir el
tiempo total del proyecto
Compra de tiempo:
CPM usa dos estimaciones: tiempo y costo normal, a lo que se
agregar tiempo y costo intensivo
Se asume que estas estimaciones son lineales:
Costo
Esfuerzo intensivo
Esfuerzo normal
Tiempo
207
CPM: Trueque entre el costo y el tiempo
Red de tiempo mnimo costo mnimo

Debido a las estimaciones de CPM se puede obtener dos redes
extremas:
1. Red de costo normal
2. Red de costo intensivo
Todas las actividades deben realizarse en forma intensiva?
3. Red de tiempo mnimocosto mnimo
208
Enfoques para encontrar red de tiempo

mnimo costo mnimo
1. Comenzar con la red normal e ir reduciendo los tiempos de
trmino hasta un mnimo.
2. Comenzar con la red de todo intensivo y desintensificar
actividades para reducir el costo sin afectar el tiempo total.
3. Comenzar con la ruta crtica de la red de todo intensivo con
un tiempo mnimo, pero con todas la dems actividades
normales. Despus reducir las otras trayectorias como sea
necesario.
Todos son igualmente eficaces?
209
Enfoque: Red normal y reduccin de

tiempos
Proyecto: Construccin de una casa
Actividad
A (1,2)
B (2,3)
C (2,4)
D (2,7)
Fic(3,4)
E (4,5)
F (4,6)
G (5,7)
H (6,7)
Tiempo (semanas) Costo (miles $)

Precedencia Normal Intensivo Normal Intensivo Costo
ninguna
4
3
1.400
2.000
600
A
2
1
1.500
2.000
500
A
3
1
1.500
2.500 1.000
A
1
1
600
600
-0
0
---B, C
3
2
1.300
2.000
700
B, C
2
1
300
500
200
E
2
1
800
1.200
400
F
2
1
600
1.000
400
210

Paso 1: Red del
proyecto
Si consideramos la convencin actividad-flecha, el grafo del
proyecto es:
G(2)
E(3)
B(2)
A(4)
C(3)
H(2)
F(2)
D(1)
211
Paso 2: Tiempos de Inicio y de Trmino, holgura

y ruta crtica
En el grafo se muestran los tiempos de inicio y de trmino ms
prximos y los ms lejanos, y la ruta crtica. El tiempo mnimo
para la ruta crtica es de 12 semanas a un costo normal de $8.000.
5
)[1
]
12
0,
E(
3)
[7
,1
[7
0]
,1
0]
2
G(
C(3)[4,7]
[4,7]
[0,4]
6,6
A(4)[0,4]
[1
0,
12
]
0
12 12
00
[
(0)
[7,7
B(
2)[
4,6
]
[5,7
]
F(2)[7,9]
[8,10]
H(2)[9,11]
[10,12]
D(1)[4,5]
[11,12]
212
Paso 2: Tabla de tiempos prximos

y lejanos
Actividad
A (1,2)
B (2,3)
C (2,4)
D (2,7)
E (4,5)
F (4,6)
G (5,7)
H (6,7)
Tiempo Tiempo ms prximo de: Tiempo ms lejano de:

Normal Inicio
Trmino
Inicio Trmino
4
0
4
4
4
2
4
6
5
7
3
4
7
4
7
1
4
5
1
12
3
7
10
7
10
2
7
9
8
10
2
10
12
10
12
2
9
11
10
12
Holgura
0
1
0
7
0
1
0
1
Actividades
crticas
213
Paso 3: Intensificar actividades

ruta crtica
a) Actividad A: de 4 a 3 semanas
( 600)
b) Actividad C: de 3 a 1 semana
(1.000)
c) Actividad E: de 3 a 2 semanas
( 700)
d) Actividad G: de 2 a 1 semana
( 400)
Es posible hacer estas reducciones?
214
Reduccin de Actividades ruta crtica
A(4 3)
1)
00
2)
B(
2)[
4,6
]
2
G(
E(
3
C(3 1)
F(2)[7,9]
H(2)[9,11]
D(1)[4,5]
La ruta crtica disminuy a 7 semanas, seguir mantenindose

como tal?. No
Hay que ver si es posible reducir las actividades paralelas a la ruta
crtica inicial, slo hasta igualar tiempos.
215
Paso 4: Intensificar actividades que no

estn en la ruta crtica (paralelas)
a) Actividad B (paralela a C): de 2 a 1 semana
(500)
b) Actividad F o H? (o ambas?). En este caso slo F: de 2 a 1

semana
(200)
c) Actividad D: No requiere reduccin
216
Paso 4: Resumen de las reducciones
Actividad
A (1,2)
B (2,3)
C (2,4)
D (2,7)
E (4,5)
F (4,6)
G (5,7)
H (6,7)
Accin
1 semana
1 semana
2 semanas
----1 semana
1 semana
1 semana
-----
Costo
Adicional
600
500
1000
700
200
400
Normal
1.400
1.500
1.500
600
1.300
300
800
600
$ 8.000
Total
2.000
2.000
2.500
600
2.000
500
1.200
600
$ 11.400
217
Grafo final
En el grafo se muestran los tiempos de inicio y de trmino ms
prximos y los ms lejanos, y la ruta crtica. El tiempo mnimo
para la ruta crtica es de 7 semanas a un costo normal de $11.400.
5
C(1)[3,4]
[3,4]
E(
2)
[4
,6
[4
]
,6
]
]
,7
[6
1)
G(
[0,3]
,4]
A(3)[0,3]
[6
,7
]
0
77
00
[4
(0)
[7,7
B(
1)[
3,4
]
[5,7
]
F(1)[4,5]
[4,5]
H(2)[5,7]
[5,7]
D(1)[3,4]
[6,7]
218
Red ptima
Qu sucede si un proyecto lleva ms tiempo del especificado?
Conviene hacer ms intensivo el proyecto o pagar la
penalizacin por atraso?
Ejemplo:
Suponga que en el proyecto de la casa hay una penalizacin de
$450 por cada semana de tiempo extra despus de ocho semanas.
Cul es la red ptima?.
Solucin: Reducir la red en una semana cada vez e ir
comparando si los costos por intensificar son menores a los
costos por penalizacin. Se termina cuando los costos de
penalizacin son mayor a los costos de intensificar.
219
Red ptima
1. Reducir una semana (de 12 a 11 semanas)
De la red normal analizar ruta crtica

Actividades
Incremento de Costo
A
600
C
500
E
700
G
400
Conclusin: Intensificar 1 semana la actividad G
(400<450).
2. Intentar reducir una segunda semana (de 11 a 10)
Todos los costos incrementales de la ruta son mayores a la
penalizacin. Intentar por las vas paralelas.
No hay rutas alternativas cuya reduccin implique un costo
menor al de penalizacin.
220
Solucin
Grafo resultante
3
B(
2)
E(
3)
1)
G(
A(4)
C(3)
F(2)
H(2)
D(1)
Conviene hacer intensivo el proyecto hasta la semana 11 y pagar

las penalizaciones por las semanas de atraso
Costo total = Costo intensivo + costo penalizacin
= (8.000 + 400) + 3*450 = $9.650
221
Ejemplo
Suponga que un proyecto de investigacin tiene las siguientes

estimaciones:
Actividad
A (1,2)
B (1,3)
C (2,3)
D (2,4)
E(3,4)
Tiempo (meses)
Normal
Intensivo
8
4
9
6
3
2
10
7
6
4
Costo (miles $)
Normal
Intensivo
20.000
30.000
18.000
27.000
12.000
17.000
25.000
34.000
15.000
23.000
a) Dibuje la red. Con los tiempos normales de las actividades,

encuntrese la duracin total del proyecto y la ruta crtica.
b) Supngase que el proyecto se debe completar en un tiempo mnimo.
Cul es el menor costo para el proyecto, es decir, cul es la red de
tiempo mnimocosto mnimo?
c) Cul es el costo mnimo para terminar el proyecto en 17 meses?
d) El departamento de comercializacin dice que cada mes que el
proyecto se pase de 15 meses le cuesta a la firma $5.000. Cul es el
costo y duracin ptimo del proyecto?
222
Modelo de PL para CPM (Tiempo mnimocosto

mnimo)
a) Identificacin de Variables de decisin

Estn relacionadas directamente con el tiempo a reducir en
cada tarea
Yi: Tiempo (horas, das, ..) a reducir de la i-sima actividad
YA: Nmero de semanas en las cuales acortar la actividad A
b) Funcin Objetivo
El objetivo es minimizar los recursos adicionales totales
requeridos para satisfacer el tiempo de trmino del proyecto.
Para el ejemplo en estudio, en la tabla de especificaciones
agregamos dos columnas: Tiempo mximo a reducir por tarea
y el costo adicional por semana intensiva
223

mnimo)
Tiempo (semanas)
Costo (miles $) Reduccin Costo por
Actividad Precedencia Normal Intensivo Normal Intensivo mxima semana
A (1,2) ninguna
4
3
1.400
2.000
1
600
B (2,3)
A
2
1
1.500
2.000
1
500
C (2,4)
A
3
1
1.500
2.500
2
500
D (2,7)
A
1
1
600
600
0
-Fic(3,4)
0
0
--0
-E (4,5)
B, C
3
2
1.300
2.000
1
700
F (4,6)
B, C
2
1
300
500
1
200
G (5,7)
E
2
1
800
1.200
1
400
H (6,7)
F
2
1
600
1.000
1
400
Por lo tanto la funcin es:

MIN Z = 600YA+500YB+500YC+700YE+200YF+400YG+400YH
224

mnimo)
c) Identificacin de las restricciones

Para el ejemplo, se pueden agrupar en dos grupos
1. La cantidad mxima de tiempo en el cual se puede acortar
cada actividad.
2. El tiempo de trmino del proyecto (en este caso 12 semanas)
Para el grupo 1, lo que se necesita son las cotas superiores
sobre las variables de decisin (YA, YB, YC, YE, YF, YG, YH)
dada por la columna Reduccin mxima) de la tabla anterior.
225

mnimo)
Restricciones de Lmite
0<=YA<= 1
(lmite de A)
0<=YB<= 1
(lmite de B)
0<=YC<= 2
(lmite de C)
0<=YD<= 0
(lmite de D)
0<=YE<= 1
(lmite de E)
0<=YF<= 1
(lmite de F)
0<=YG<= 1
(lmite de G)
0<=YH<= 1
(lmite de H)
226

mnimo)
Restricciones del grupo 2 estn en funcin de nuevas variables que

expresan cuando las actividades que salen de un determinado
evento pueden comenzar. Requiere conocer cuando terminan
todas las actividades que llegan al evento. Dependen de Yi
X1 : tiempo en que todas las actividades que salen del evento 1 pueden comenzar
......
Adems el proyecto debe comenzar en el tiempo 1 y terminar a lo ms en 12
semanas
X1 = 0
X7 12
227

mnimo)
Asociando las variables a la red tenemos:

X5
X3
3
B(2)
(0)
(3-YE)
(2-YB)
X1
A(4)
(4-YA)
X2
C(3)
(3-YC)
G(2)
E(3)
X4
F(2)
(2-YF)
(2-YG)
X6
H(2)
(2-YH)
X7
D(1)
(1-YD)
228

mnimo)
Nodo 2
Tiempo de inicio de las tareas que salen del nodo 2 tiempo de
terminacin de todas las tareas que entran al nodo 2
Tiempo de inicio de las tareas B, C y D (tiempo de terminacin
de la tarea A + (tiempo acortado de la tarea A)
X2 X1 + (4-YA)
Nodo 3
terminacin de todas las tareas que entran al nodo 3
Tiempo de inicio de la tarea Ficticia (tiempo de terminacin de
la tarea B + (tiempo acortado de la tarea B)
X3 X2 + (2-YB)
229

mnimo)
Nodo 4

terminacin de todas las tareas que entran al nodo 4.
Hay dos arcos que entran al nodo, las actividades E y F deben
comenzar slo cuando las tareas que entran (C y la ficticia) hayan
terminado. Dando origen as a dos restricciones (una por cada
actividad)
Restriccin de la actividad C
Tiempo de inicio de las tareas E y F tiempo de terminacin de
la tarea C
Tiempo de inicio de las tareas E y F (tiempo de terminacin de
la tarea C + (tiempo acortado de la tarea C)
X4 X2 + (3-Yc) (tarea C)
230

mnimo)
Nodo 4
Restriccin de la actividad Ficticia

Tiempo de inicio de las tareas E y F tiempo de terminacin de
la tarea figurada
Tiempo de inicio de las tareas E y F (tiempo de terminacin de
la tarea Figurada + (tiempo acortado de la tarea Figurada)
X4 X3 + 0 (tarea Figurada)
Aplicando sistemticamente el procedimiento y se escribe una
restriccin para cada actividad se obtienen las siguientes
restricciones para los nodos 5 al 7
231

mnimo)
Nodo 5
X5 X4 + (3-YE)
(actividad E)
Nodo 6
X6 X4 + (2-YF)
(actividad F)
Nodo 7
X7 X5 + (2-YG) (actividad G)
X7 X6 + (2-YH) (actividad H)
232

mnimo)
MIN Z = 600YA+500YB+500YC+700YE+200YF+400YG+400YH
Sujeto a:
Restricciones de Lmite
0<=YA<= 1
(lmite de A)
0<=YB<= 1
(lmite de B)
0<=YC<= 2
(lmite de C)
0<=YD<= 0
(lmite de D)
0<=YE<= 1
(lmite de E)
0<=YF<= 1
(lmite de F)
0<=YG<= 1
(lmite de G)
0<=YH<= 1
(lmite de H)
233

mnimo)
X1 = 0
X7 12
X2 X1 + (4-YA)
(tarea C)
X3 X2 + (2-YB)
(tarea B)
X4 X2 + (3-Yc)
(tarea C)
X4 X3 + 0
(tarea Figurada)
X5 X4 + (3-YE)
(actividad E)
X6 X4 + (2-YF)
(actividad F)
X7 X5 + (2-YG)
(actividad G)
X7 X6 + (2-YH)
(actividad H)
X1, ..., X7 0
234
Ejercicios
:
Para su entretencin
La complejidad de las redes CPM est ms afectada por las interrelaciones que
el nmero de nodos. Por ejemplo, considrese el proyecto siguiente:
Actividad Normal Intensivo
A (1,2)
8
7
B (1,3)
15
10
C (1,4)
12
6
D (2,3)
9
9
E (2,5)
11
9
F (3,6)
9
8
G (4,3)
9
7
H (4,7)
13
12
I (5,6)
7
5
J (5,8)
15
11
K (6,8)
10
5
L (7,6)
4
3
M (7,8)
12
9
Normal Intensivo
10.000
12.000
12.000
17.000
13.000
14.000
7.000
7.000
2.000
4.000
5.000
7.000
14.000
16.000
8.000
10.000
6.000
10.000
9.000
10.000
3.000
8.000
7.000
8.000
5.000
6.000
a) Existen 7 trayectorias en esta red. Encuntrense todas.

b) Con tiempos normales, encuntrese la longitud de cada trayectoria. Cul
es la ruta crtica?
c) Cul es el costo mnimo intensivo para reducir el proyecto a 39 das? a
38 das? a 37 das?
d) Encuntrese la red de tiempo mnimocosto mnimo.
235

Transport e Okk

Загружено:

Сведения о документе

Исходное описание:

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Transport e Okk

Загружено:

Авторское право:

Доступные форматы

INVESTIGACION DE OPERACIONES 1

MSC. JOS HERNNDEZ VALLEJOS

Mapa Conceptual del curso

Mapa Conceptual de la Sesin

Competencia o Capacidad terminal a obtener

Plantea que hay ciertas orgenes (O) abastecedoras

Se desea determinar la distribucin ptima de los

Lo anterior se obtiene mediante el mnimo costo de

Cij : Costo unitario de transporte

Xij : Unidades a transportar

Xi1 Xi2 Xi3 Xi4

Xi1 Xi2 Xi3 Xi4

Significa que el costo unitario de transporte

Es el valor total producido en los

= Xi1 + Xi2 + Xi3 + ....... + Xim

PROBLEMA DEL TRANSPORTE

MSC. JOS HERNNDEZ VALLEJOS

MSC. JOS HERNNDEZ VALLEJOS

MSC. JOS HERNNDEZ

Mtodos para lograr solucin inicial factible

Mtodos : Esquina Nor-Oeste

Asigna el mximo nmero de unidades a transportar

Mtodos : Esquina Nor-Oeste

Si en principio, la asignacin de la esquina nor-oeste

Mtodos : Esquina Nor-Oeste

MSC. JOS HERNNDEZ VALLEJOS

MSC. JOS HERNNDEZ VALLEJOS

MSC. JOS HERNNDEZ VALLEJOS

MSC. JOS HERNNDEZ VALLEJOS

MSC. JOS HERNNDEZ VALLEJOS

MSC. JOS HERNNDEZ VALLEJOS

Proceso del Mtodo de Vogel

1) Calcular las penalidades (diferencias entre los dos

Proceso del Mtodo de Vogel

4) Se reinicia sucesivamente desde la etapa 1),

MSC. JOS HERNNDEZ VALLEJOS

2500,0 1500,0 4500, 3500,

MSC. JOS HERNNDEZ VALLEJOS

MSC. JOS HERNNDEZ VALLEJOS

Bsqueda de Solucin Optima

Se realiza un anlisis de sensibilidad, calculando los

Permite comprobar si una solucin bsica factible es

Trayectoria ciclica o cruce del arroyo: Son los caminos

El costo marginal referido a la verificacin de la

Si la celda del lazo

Se resta el costo unitario

En el ejemplo de la matriz mnima, para

Precio Sombra o valor marginal

Una base linealmente

Condicin de Optimalidad (Minimizacin)

La solucin factible es ptima cuando no

Si algn VMij < 0

Mientras exista al menos un precio sombra o

Cuando hay ahorro marginal, lo mximo que se

Cada vez que se realiza una iteracin (reasignacin

MSC. JOS HERNNDEZ VALLEJOS

MSC. JOS HERNNDEZ VALLEJOS

MSC. JOS HERNNDEZ VALLEJOS

MSC. JOS HERNNDEZ VALLEJOS

MSC. JOS HERNNDEZ VALLEJOS

MSC. JOS HERNNDEZ VALLEJOS

MSC. JOS HERNNDEZ VALLEJOS

MSC. JOS HERNNDEZ VALLEJOS