OPERACIONES
Anlisis de sensibilidad, Modelo de Colas y
Modelos de PERT/CPM
DOCENTE
MELENDEZ REVILLA KARLA VANESSA
INTEGRANTES
CABRERA CUESTAS, ALEXIS ANDERSON
CRUZALEGUI VALDIVIA, ALEX FRANKLYN
CUSTODIO TORRES, JOUVERTH DENIS
FIGUEROA MENDOCILLA, ANTHONY ENRIQUE
PORTILLA MENDOZA, EDUARD ALFREDO
Trujillo-Per
2016
Contenido
1.
INTRODUCCIN........................................................................................................ 2
2.
ANLISIS DE SENSIBILIDAD...................................................................................... 2
3.
2.1.
DEFINICIN........................................................................................................ 2
2.2.
IMPORTANCIA..................................................................................................... 3
2.3.
2.4.
2.5.
2.6.
2.7.
GRAFICO DE SENSIBILIDAD................................................................................ 5
2.8.
MODELO DE COLAS:................................................................................................. 9
3.1.
DEFINICIN:....................................................................................................... 9
3.2.
3.3.
3.4.
3.5.
3.6.
3.7.
3.8.
CONCEPTOS GENERALES.................................................................................16
3.9.
APLICACIONES................................................................................................. 19
3.10.
CONCLUSIN................................................................................................ 21
4.
MODELOS DE PERT/CPM......................................................................................... 21
5.
BIBLIOGRAFA.......................................................................................................... 0
1. INTRODUCCIN
En el presente documento entraremos a tratar los puntos ms
importantes acerca de anlisis de sensibilidad, modelo de colas y
modelos de PERT/CPM, donde mostraremos no solo de forma
terica sino tambin con ejemplos dichos modelos para dar una
comprensin ms completa de estos, adems usando referencias
bibliogrficas y linkogrficas, les daremos conceptos con los cuales
se pueda dar mayor facilidad a la comprensin de la persona que lea
este trabajo de investigacin.
2. ANLISIS DE SENSIBILIDAD
2.1. DEFINICIN:
El anlisis de sensibilidad busca investigar los efectos producidos por los
cambios del entorno sobre el sistema. El propsito general es identificar los
parmetros relativamente sensibles (es decir, aquellos que no pueden
2
3. IMPORTANCIA
Dado que los parmetros que se muestran en el modelo utilizan valores
estimados basados en una prediccin de las condiciones futuras, los datos
obtenidos para desarrollar estas estimaciones son bastante imperfectos; por
esto pueden tomar otros valores posibles. De ah la importancia de este anlisis.
El anlisis de sensibilidad es una herramienta efectiva, por dos
razones fundamentales:
Primera: los modelos de programacin lineal son con frecuencia grandes y
costosos; por lo tanto, no es recomendable utilizarlos para un solo caso.
Segunda: los elementos que se dan como datos para un problema de
programacin lineal, la mayora de las veces son estimaciones; por lo tanto,
es necesario investigar o tener en cuenta ms de un conjunto de casos
posibles.
La labor del equipo de investigacin de operaciones an no concluye o se ha
realizado, sino, cuando ya se ha aplicado con xito el mtodo simplex o la
programacin lineal a fin de identificar una solucin ptima para el modelo
matemtico. Esto quiere decir que, los valores usados en el modelo
normalmente slo son estimacin eso pronsticos basadas en una serie de
3
8. GRAFICO DE SENSIBILIDAD
5
Funcin Objetivo:
Maximizar (9.600 960) X1 + (7.500 720) X2 = 8.640 X1 + 6.780 X2
Restricciones:
1. X1 30
2. X1 + X2 85
3. 3X1 + 2X2 190
6
En este caso la utilidad por hectrea del tabaco Virginia puede variar
entre 6.780 USD y 9.040 USD, de tal forma que el actual nivel de produccin
(solucin ptima) sera el mismo. Lo anterior permite concluir que el intervalo de
variacin para la utilidad total ser
.
PRECIO SOMBRA (MTODO GRFICO)
Si se pudiese contratar ms mano de obra disponible en el mercado, Cuntas
horas de mano de obra en total estara dispuesto a utilizar? Cul sera
el aporte adicional de esas horas extras que utilizara en trminos
monetarios? Responda lo anterior utilizando el concepto de Precio Sombra.
Para calcular grficamente el precio sombra necesitamos identificar la mxima y
mnima variacin para el lado derecho de la restriccin de mano de obra que
permita garantizar que se conserva la actual base ptima (restricciones activas
originales). En este sentido en el caso de aumentar el lado derecho de dicha
restriccin la solucin ptima podr ser encontrada manteniendo las
restricciones
activas
(e
incorporando
una
adicional)
hasta
la
coordenada (20,65) que es donde se interceptan la segunda y tercera
restriccin. En el caso de disminuir la disponibilidad de horas en mano de obra
se mantiene la base ptima hasta el vrtice B cuya coordenada es (0,85). De
esta forma se obtiene el precio sombra de la siguiente forma:
10.
11.
MODELO DE COLAS:
DEFINICIN:
La teora de colas es el estudio matemtico del comportamiento de lneas de
espera. Esta se presenta, cuando los "clientes" llegan a un "lugar" demandando
un servicio a un "servidor", el cual tiene una cierta capacidad de atencin. Si el
servidor no est disponible inmediatamente y el cliente decide esperar, entonces
se forma la lnea de espera.
Una cola es una lnea de espera y la teora de colas es una coleccin de modelos
matemticos que describen sistemas de lnea de espera particulares o sistemas
de colas. Los modelos sirven para encontrar un buen compromiso entre costes
del sistema y los tiempos promedio de la lnea de espera para un sistema dado.
Los sistemas de colas son modelos de sistemas que proporcionan servicio. Como
modelo, pueden representar cualquier sistema en donde los trabajos o clientes
llegan buscando un servicio de algn tipo y salen despus de que dicho servicio
haya sido atendido. Podemos modelar los sistemas de este tipo tanto como colas
sencillas o como un sistema de colas interconectadas formando una red de colas.
En la siguiente figura podemos ver un ejemplo de modelo de colas sencillo. Este
modelo puede usarse para representar una situacin tpica en la cual los clientes
llegan, esperan si los servidores estn ocupados, son servidos por un servidor
disponible y se marchan cuando se obtiene el servicio requerido.
El problema es determinar qu capacidad o tasa de servicio proporciona el
balance correcto. Esto no es sencillo, ya que un cliente no llega a un horario fijo,
es decir, no se sabe con exactitud en que momento llegarn los clientes.
Tambin el tiempo de servicio no tiene un horario fijo.
Los problemas de "colas" se presentan permanentemente en la vida diaria: un
estudio en EEUU concluy que, por trmino medio, un ciudadano medio pasa
cinco aos de su vida esperando en distintas colas, y de ellos casi seis meses
parado en los semforos.
12.
13.
La disciplina FIFO (first in first out), tambin llamada FCFS (first come
first served): segn la cual se atiende primero al cliente que antes haya
llegado.
La disciplina LIFO (last in first out), tambin conocida como LCFS (last
come first served) o pila: que consiste en atender primero al cliente que
ha llegado el ltimo.
La RSS (random selection of service), o SIRO (service in random
order), que selecciona a los clientes de forma aleatoria.
10
11
14.
12
13
15.
16.
14
17.
Donde:
-
15
18.
CONCEPTOS GENERALES
ETIQUETAS PARA DISTINTOS MODELOS
Notacin de Kendall: A/B/c
FRMULAS GENERALES
16
Beneficios:
o Permiten evaluar escenarios
o Permite establecer metas
Notacin:
o Pn: probabilidad de tener n clientes en el sistema.
o P (Ws t): probabilidad de que un cliente no espere en el sistema ms
de t horas.
17
18
19.
APLICACIONES
EJEMPLO 1:
Suponga que la tasa promedio de arribos de clientes a una pizzera es de 45
clientes por hora. Para un minuto el nmero promedio de llegadas ser:
= 45/60 = 0.75 llegadas por minuto.
Se debe utilizar Poisson para determinar la probabilidad de x llegadas en un
lapso de tiempo.
20
20.
CONCLUSIN
Como hemos visto anteriormente, existen variadas formas de dar solucin a
cada una de las problemticas que presentan las ya conocidas colas. A
travs de la construccin de modelos de teora, y mtodos matemticos
analticos, podemos encontrar diversas frmulas que solucionen una
determinada incgnita. De sta manera, por ejemplo, podramos conseguir
solucionar de una forma muy acertada dos de los contratiempos ms comunes;
Cada cunto tiempo llega un cliente y, cunto tiempo aproximado
demoraremos en servir a ste. Podramos tambin optimizar costos en la
empresa que presta el servicio (costo de operacin del servicio brindado),
como tambin reducir el tiempo de espera en una cola (costo de espera). Sin
duda resolver stos contratiempos otorgaran beneficios a corto y largo plazo,
ya sea obteniendo preferencia por sobre la competencia, impecable gestin de
empresas y por supuesto; la entrega un servicio insuperable.
21.
MODELOS DE PERT/CPM
22.
BIBLIOGRAFA
LINKOGRAFA
http://classroom-io.blogspot.pe/2013/07/analisis-de-sensibilidad.html
http://docplayer.es/628212-1-1-introduccion-investigacion-de-operaciones-i-2ingenieria-industrial-5to-sem.html
https://www.inf.utfsm.cl/~esaez/fio/s2_2003/apuntes/sensibilidad-2003-2.pdf
https://es.scribd.com/doc/19246760/Modelos-de-Lineas-de-Espera-RocioBalbin-Lazo
http://www.auladeeconomia.com/