• Author / Uploaded
• gorgory_3

• Categories
• Programación lineal
• La investigación de operaciones
• Teoría de grafos
• Probabilidad
• Física y matemáticas

Citation preview

Consecutivo: INF-INV-22-INF-26/6-2009

Esta obra esta bajo una licencia reconocimiento-no comercial 2.5 Colombia de creativecommons. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/2.5/co/ o envié una carta a creative commons, 171second street, suite 30 San Francisco, California 94105, USA

winqsb

Autores: DIANA MARCELA ROJAS TELLEZ LUIS FERNANDO ALFONSO MUÑOZ Director Unidad Informática:

Henry Martínez Sarmiento

Tutor Investigación:

Juan Felipe Reyes Rodríguez

Coordinadores:

Álvaro Schneider Guevara Juan Felipe Reyes Rodríguez

Coordinador Servicios Web:

Miguel Ibáñez

Analista de Infraestructura y Comunicaciones:

Alejandro Bolívar

Analista de Sistemas de Información:

Mesias Anacona Obando

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES BOGOTÁ D.C. JUNIO DE 2009 UNI-FO-13 V 1.0

Consecutivo: INF-INV-22-INF-26/6-2009

winqsb Director Unidad Informática:

Henry Martínez Sarmiento

Tutor Investigación:

Juan Felipe Reyes Rodríguez

Auxiliares de Investigación: Alejandro Nieto Ramos Ángel Leonardo Jerez Carvajal Ángela Patricia Vega Cabra Benjamín Eduardo Venegas Venegas Cindy Lorena Pabón Gómez David Camilo Sánchez Zambrano Diana Marcela Rojas Téllez Elián Zulenny Guerra Rubio Ivan Dario Barreto Bernal Jennifer Lisel Reina Chivatá Jenniffer Navas Muñoz Jersson Arnulfo Guerrero Nova Jisseth Tatiana Ángel Rodríguez Jorge Alberto Torres Vallejo Jorge Leonardo Lemus Castiblanco

José Fernando Moreno Gutiérrez Juan Carlos Peña Robayo Juan Sebastián Neiza Mejía Julie Andrea Padilla González Jurley Sosa Camacho Luis Alejandro Pico Silva Luis Fernando Alfonso Muñoz Mónica Yolanda Mogollón Plazas Myriam Jasmin Guerra Cárdenas Nubia Alejandra Segura Tenjica Nury Bibian Bejarano Cárdenas Rodrigo Acosta Sarmiento Sandra Mireya Aguilar Mayorga Sergio Fernando Garzón Rincón Yeimy Katherine Sánchez Alonso

Este trabajo es resultado del esfuerzo de todo equipo perteneciente a la Unidad de Informática.

el

Se prohíbe la reproducción parcial o total de este documento, por cualquier tipo de método fotomecánico y/o electrónico, sin previa autorización de la Universidad Nacional de Colombia.

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES BOGOTÁ D.C. JUNIO DE 2009 UNI-FO-13 V 1.0

WINQSB

TABLA DE CONTENIDO

TABLA DE CONTENIDO ................................................................................................................... 3 1.

RESUMEN ....................................................................................................................................... 7

2.

ABSTRACT ..................................................................................................................................... 7

3.

INTRODUCCIÓN........................................................................................................................ 8

4.

OBJETIVOS ..................................................................................................................................... 9 OBJETIVO GENERAL ....................................................................................................................... 9 OBJETIVOS ESPECÍFICOS............................................................................................................... 9

5.

EXPLORACION DEL APLICATIVO ..................................................................................... 10 QUE HACE ESTE SOFTWARE ................................................................................................... 10 PARA QUÉ SIRVE EL APLICATIVO .......................................................................................... 10 QUE MÓDULOS TIENE: .............................................................................................................. 10 5.1.1.

Programación lineal .................................................................................................... 11

5.1.2.

Programación por objetivos o metas ..................................................................... 13

5.1.3.

Programación no lineal .............................................................................................. 13

5.1.4.

Moldeamiento de redes ............................................................................................ 15

5.1.4.1. Flujo en redes o modelo de trasbordo (Network Flow) .................... 15 5.1.4.2. Problema de transporte (Transportation Problem) ............................. 15 5.1.4.3. Problema de asignación (Assignment Problem) ................................. 16 5.1.4.4. Problema de la ruta más corta (Shortest Path Problem) ................. 16 UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 3 UNI-FO-02 V 1.0

WINQSB 5.1.4.5. Problema de flujo máximo (Maximal Flow Problem) ......................... 17 5.1.4.6. Problema del agente viajero (Traveling Salesman Problem) ......... 17 5.1.5.

PROGRAMACIÓN DINÁMICA ............................................................................. 18

5.1.5.1. MODELOS DE PROGRAMACIÓN DINÁMICA ................................... 18 5.1.5.1.1. Problema de la diligencia (Stagecoach Problem) ........................... 18 5.1.5.1.2. La función recursiva: .................................................................................. 19 5.1.5.1.3. Problema de la mochila (Snapsack Problem) .................................. 19 5.1.6. PROGRAMACIÓN DE PRODUCCIÓN E INVENTARIOS (PRODUCTION AND INVENTORY SCHEDULING) ...................................................................................... 20 5.1.7.

PERT/CPM .................................................................................................................... 21

5.1.8.

Teoría de colas ............................................................................................................ 21

5.1.8.1. Notación Kendall ............................................................................................. 23 5.1.8.2. LOS CAMPOS REQUERIDOS .................................................................. 23 5.1.9. 5.1.10.

PRONOSTICOS ......................................................................................................... 25 ANÁLISIS DE DECISIÓN ..................................................................................... 27

5.1.10.1. Análisis bayesiano (Bayesian Analysis) ............................................... 27 5.1.10.2. Análisis de tablas de pago (Payoff Table Analysis)......................... 28 5.1.10.3. Juegos de suma cero para dos jugadores (Two-Player, Game).28 5.1.10.4. Análisis de árboles de decisión (Decision Tree Analysis) ............. 28 5.1.11.

Procesos Markovianos .......................................................................................... 29

5.1.12.

Cartas de control de calidad ................................................................................ 30

5.1.13.

ANÁLISIS DE PLANES DE ACEPTACIÓN ..................................................... 30

5.1.14.

PLANEACIÓN AGREGADA .............................................................................. 31 UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 4 UNI-FO-02 V 1.0

WINQSB 5.1.15. 6.

PLANEACIÓN DE REQUERIMIENTO DE MATERIALES ........................... 31

GUIA DE INSTALACION EN WINDOWS ........................................................................ 33 INSTALACION: .............................................................................................................................. 33

7.

INTERFAZ GRAFICO DEL SOFTWARE ............................................................................. 35 INTERFAZ DEL MODULO PROGRAMACION LINEAL..................................................... 35 7.1.1.

EJEMPLO....................................................................................................................... 38

7.1.2.

MODELO MATEMATICO ....................................................................................... 39

7.1.3.

Para resolver el problema ........................................................................................ 41

7.1.4.

Análisis de resultados ................................................................................................ 42

INTERFAZ DEL MODULO INVENTARIOS ............................................................................ 44 7.1.5.

Ejemplo ......................................................................................................................... 48

7.1.6.

Resolver el problema: ................................................................................................ 50

7.1.7.

Análisis de los resultados .......................................................................................... 51

7.1.8.

SOLUCION GRAFICA ............................................................................................. 51

INTERFAZ GRAFICO MODULO DE MODELO DE REDES .............................................. 54 7.1.9.

Flujo en redes o modelo de trasbordo.................................................................. 56

INTERFAZ GRAFICA MODULO DE TRANSPORTE ........................................................... 62 7.1.10.

Problema de Asignación ........................................................................................ 63

7.1.11.

Problema de la ruta más corta ............................................................................ 64

7.1.12.

EL PROBLEMA DE FLUJO MÁXIMO................................................................ 66

7.1.13.

El árbol de expansión mínima:............................................................................ 68

7.1.14.

El problema del agente viajero ............................................................................ 69 UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 5 UNI-FO-02 V 1.0

WINQSB INTERFAZ GRAFICA MODULO DE SIMULACIÓN DE COLAS ..................................... 70 8.

APLICATIVO ............................................................................................................................... 80

9.

LIMITACIONES .......................................................................................................................... 88

10. PORCENTAJE DE CUMPLIMIENTO DE ACTIVIDADES¡Error! Marcador no definido. 11.

CONCLUSIONES ................................................................................................................. 89

12.

BIBLIOGRAFIA....................................................................................................................... 90

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 6 UNI-FO-02 V 1.0

WINQSB

1. RESUMEN La siguiente es la recopilación y explicación en detalle de cuatro de los diecinueve módulos que pertenecen al programa WINQSB, la intención es explicar en detalle por medio de algunos ejemplos el uso del programa y su eficacia al momento de resolver los problemas, ya que se trata de problemas con los que las organizaciones se enfrentan a diario y que sin ayuda de programas como este tomaría mucho tiempo su solución, mientras que con la ayuda de software especializado este se encarga de realizar los calculas más complejos y le permite a las personas encargadas de resolver dichos problemas a dedicarse única y exclusivamente al análisis de los resultados y búsqueda de las mejoras de acuerdo a estos mismos.

2. ABSTRACT This is the recopilation and explanation in detail of four of the nineteen moduls of the program Winqsb, the intention is to explain in detail with some examples the use of the program and it effectiveness when we would solve a problem, because this problem is the problem that all the organizations around the world have to resolve day per day and without the programs that help to resolve that, the resolution can be very slow while with the software, it makes the most difficult operations and allows the persons to analyze the results and seek the improvements.

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 7 UNI-FO-02 V 1.0

WINQSB

3. INTRODUCCIÓN Winqsb es una herramienta muy potente para la resolución de problemas de optimización relacionados con las organizaciones y sus diferentes procesos, abarca gran número de áreas, pasando desde la programación lineal, para optimizar funciones objetivo limitadas a una serie de restricciones, hasta la solución de problemas de inventarios. Es de suma importancia contar con una herramienta como esta ya que permite no solo a los empresarios sino también a muchos estudiantes y profesores de las carreras como ingeniería industrial, desarrollar ejemplos y simularlos para de esta forma acercarse aun mas a problemas con los que se tendrán que ver enfrentados en su vida profesional. Una de las ventajas con las que cuenta este programa es su facilidad de manejo, ya que ofrece una interfaz muy agradable y la entrada de datos y procesos que se deben realizar son simples y vienen acompañados además de un tutorial para seguir paso a paso cada uno de los procedimientos que en este se pueden realizar. Otro valor agregado del programa es que a pesar de ser un programa sencillo de manejar, esto no implica que no sea potente para resolver problemas complejos, por el contrario WINQSB es un software muy completo que se encuentra al nivel de otros programas de muy buena efectividad en la resolución de problemas pero con una interfaz mas compleja y menos agradable. En esta fase de la investigación se hace una exploración del programa, para tal fin se mostrara, como es el proceso de instalación y posteriormente se trabajara cuatro modulo, los cuales mediante el desarrollo de la investigación se determinaron debido a su importancia para el desarrollo de la investigación, además de la aplicación que se les puede dar a cada uno en el desarrollo de cada una de las carreras de los investigadores. En estos módulos nos adentraremos un poco más en la aplicación mediante la realización de diversos ejemplos, con los cuales se pretende conocer el programa de específica, de tal manera que se haga una interacción directa de los investigadores con el programa. Finalmente se quiere dar a conocer el programa con la intención de que sea ante todo una herramienta académica con la que muchos estudiantes puedan resolver diversos tipos de problemas que de otra forma requerirían muchísimo mas tiempo y esfuerzo y que en vez de eso aprovechando las herramientas de la información y la tecnología de hoy en día pueden evitar este tipo de cálculos para enfocar toda la atención principalmente al análisis de datos como tal, que es una función esencial en las organizaciones. UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 8 UNI-FO-02 V 1.0

WINQSB

4. OBJETIVOS 4.1.

OBJETIVO GENERAL

Gestionar, investigar, proponer y desarrollar desde el aplicativo WINQSB, una aplicación específica para la unidad de informática y que a la vez haga su aporte al campo profesional de los monitores que realizan la investigación

4.2.

OBJETIVOS ESPECÍFICOS

Gestionar los alcances de la investigación. Conocer el aplicativo WINQSB. Manejar el aplicativo WINQSB. Conocer naturaleza del software, costo, ventajas y desventajas. Proponer desarrollo o aplicación especifica del programa para posterior aplicación a la UIFCE, facultad de ciencias economicas o campo profesional. Cultivar el crecimiento personal y profesional.

4.3.

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 9 UNI-FO-02 V 1.0

WINQSB

5. EXPLORACION DEL APLICATIVO 5.1.

QUE HACE ESTE SOFTWARE

Es un sistema interactivo de ayuda a la toma de decisiones que contiene herramientas muy útiles para resolver distintos tipos de problemas en el campo de la investigación operativa. El sistema está formado por distintos módulos, uno para cada tipo de modelo o problema. Partido de la base que este software se desarrolla con el fin de resolver diversos problemas presentados en el campo de la investigación operativa, en este primer acercamiento se conocerá el funcionamiento particular de este aplicativo.

5.2.

PARA QUÉ SIRVE EL APLICATIVO

Winqsb fue diseñado para optimizar los procesos al interior de una organización mediante herramientas heurísticas y matemáticas como lo son la programación lineal, programación entera, programación dinámica, diagramas per cpm, y procesos markovianos.

5.3.

QUE MÓDULOS TIENE:

Hoy en día el mundo empresarial se ha vuelto más complicado que en años anteriores, debido a un mercado muy competitivo en donde solo el mejor se lleva la mejor parte, es por eso que las empresas han comenzado a usar una variedad de modelos de optimización en sus procesos tanto operativos como administrativos y financieros apoyados en los diferentes modelos cuantitativos, como es la investigación de operaciones y es en este punto donde aparece WINQSB, este aplicativo tiene como finalidad solucionar problemas de tipo empresarial en cada una de las diferentes áreas, resolviendo por medio de modelos matemáticos y heurísticos, diferentes problemas de orden cuantitativo que se pueden presentar en una organización, esto da apoyo igualmente a profesores y estudiantes de carreras como la ingeniería industrial quienes pueden simular situaciones empresariales donde hay que solucionar problemas de diferente índole. WINQSB esta divido en 19 módulos:

1 Programación lineal UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 10 UNI-FO-02 V 1.0

WINQSB 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

Programación por objetivos Programación cuadrática Programación no lineal Moldeamiento de redes Programación dinámica PERT/CPM Teoría de colas Simulación de sistemas de colas Teoría y sistemas de inventarios Proyecciones de series de tiempo Análisis de decisión Procesos Markovianos Gráficos de control de calidad Análisis de planes de muestreo Programación de flujos de trabajo Planeación agregada Facilidades de localización y balanceo de línea Planeación de requerimientos de material

5.3.1. Programación lineal Para comenzar a explicar este modulo hay que comenzar por saber que es la programación lineal, la programación lineal es un algoritmo matemático por medio del cual se resuelve un problema indeterminado, el cual se formula con ecuaciones lineales, el objetivo es optimizar (minimizando o maximizando) una función objetivo, teniendo en cuenta que sus variables estarán sujetas a una serie de restricciones, las cuales se expresan mediante un sistema de inecuaciones lineales así: Función objetivo1:

Ó

1

Tomado de wikipedia. http://es.wikipedia.org/wiki/Programaci%C3%B3n_lineal

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 11 UNI-FO-02 V 1.0

WINQSB

Restricciones: Tipo

1:

Tipo

2:

Tipo

3:

Donde: 

Valor conocido a ser respetado estrictamente;



Valor conocido que debe ser respetado o puede ser superado;



valor conocido que no debe ser superado;



  

número de la ecuación, variable de 1 a M (número total de restricciones); Coeficientes técnicos conocidos; Incógnitas, de 1 a N; número de la incógnita, variable de 1 a N.

Una vez explicado esto, se puede decir que Winqsb lo que permite es resolver mediante este modulo, algoritmos matemáticos, como los explicados anteriormente mediante el método simplex o el método grafico, el método grafico solo se puede utilizar para dos variables y el simple de tres en adelante, teniendo en cuenta que cada vez que se agrega una variable de mas la complejidad del algoritmo aumenta notoriamente y el programa puede resolver ecuaciones con un límite de variables.

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 12 UNI-FO-02 V 1.0

WINQSB 5.3.2. Programación por objetivos o metas Lo primero que se debe determinar en un modelo de programación por metas son los objetivos/ atributos, , que se consideran relevantes para el problema que se esté analizando. “Seguidamente determinar el nivel de aspiración, , que corresponde a cada Atributo, siendo éste el nivel de logro del atributo que el decisor considera aceptable. Finalmente se definen las metas, es decir, los atributos combinados con niveles de aspiración. Cada meta se convierte en una restricción a incorporar en el modelo de programación por metas. Variable de desviación negativa, cuantifica la falta de logro de una meta Variable de desviación positiva, cuantifica el exceso de logro de una meta En general, la meta del atributo -ésimo se escribe como:

Este tipo de problemas también se resuelven por medio del método simplex modificado o el método grafico.

5.3.3. Programación no lineal Es el proceso de solucionar sistemas de igualdades y desigualdades, sujetas a una serie de restricciones, sobre un conjunto de variables reales desconocidas, la idea es maximizar la función objetivo, cuando la función objetivos u alguna de las restricciones no es lineal.

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 13 UNI-FO-02 V 1.0

WINQSB Esta es la función objetivo”2

ó

Donde Coeficientes son relativamente iguales a cero. Ejemplos: Estructura para dos dimensiones: Función objetivo a ser maximizada

Restricciones:

donde

Estructura para tres dimensiones:

2

Tomado de Wikipedia. http://es.wikipedia.org/wiki/Programaci%C3%B3n_lineal

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 14 UNI-FO-02 V 1.0

WINQSB Función objetivo a ser maximizada

Restricciones:

donde

El aplicativo resuelve este tipo de problemas con el método de búsqueda y el método de la función de castigo.

5.3.4. Modelamiento de redes Existen 7 modelos fundamentales para los problemas que involucran redes con el fin de optimizar el uso de algún recurso, generalmente tratándose de la minimización de costos, tiempo o la maximización del flujo a través de una red, estos se resuelven por medio de algoritmos heurísticos. Estos modelos son:

5.3.4.1.

Flujo en redes o modelo de trasbordo (Network Flow)

Se trata de enviar bienes desde un punto i, a únicamente destinos finales j. El envío no se produce entre orígenes o entre destinos, tampoco entre destinos a orígenes. El modelo de trasbordo demuestra que resulta más económico (minimizar costos) enviando a través de nodos intermedios o transitorios antes de llegar al punto de destino final.

5.3.4.2.

Problema de transporte (Transportation Problem)

Un tipo particular de problema en la P.L, es el denominado problema del transporte. El modelo de transporte busca determinar un plan de transporte de una mercancía de varias fuentes (nodos de partida) a varios destinos (nodos de llegada). Los datos del modelo son: UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 15 UNI-FO-02 V 1.0

WINQSB Nivel de oferta en cada fuente y la cantidad de demanda en cada destino, el costo de transporte unitario de la mercancía a cada destino. Como solo hay una mercancía un destino puede recibir su demanda de una o más fuentes. El objetivo del modelo es el de determinar la cantidad que se enviará de cada fuente a cada destino, tal que se minimice el costo del transporte total. La suposición básica del modelo es que el costo del transporte en una ruta es directamente proporcional al número de unidades transportadas. La definición de “unidad de transporte” variará dependiendo de la “mercancía” que se transporte.

5.3.4.3.

Problema de asignación (Assignment Problem)

El problema de asignación consiste en asignar hombres a trabajos ( o trabajos a máquinas), con la condición de que cada hombre puede ser asignado a un trabajo y que cada trabajo tendrá asignada una persona. La condición necesaria para que este tipo de problemas tenga solución, es que se encuentre balanceado, es decir, que los recursos totales sean iguales a las demandas totales. El modelo de asignación tiene sus principales aplicaciones en: Trabajadores, Oficinas al personal, Vehículos a rutas, Máquinas y productos a fabricar entre otros. El algoritmo húngaro es el más utilizado para resolver este tipo de problemas.

5.3.4.4.

Problema de la ruta más corta (Shortest Path Problem)

Para este tipo de problemas se debe considerar una red conexa no dirigida, con dos nodos, uno llamado origen y otro llamado destino. A cada larco no dirigido de esa red se asocia una distancia no negativa. El objetivo es encontrar la ruta más corta (la trayectoria con la mínima distancia total) del origen al destino. Para su resolución se dispone de un algoritmo sencillo. La esencia del procedimiento es que analiza toda la red a partir del origen, identifica de manera sucesiva la ruta más corta a cada uno de los nodos en orden ascendente de sus distancias, desde el origen; el problema queda resuelto en el momento de llegar al nodo de destino. Los nodos pueden representar: Ciudades, Fabricas, Plantas, entre otros; los Arcos o flechas representan las distancias que hay entre las carreteras o caminos que enlazan a los elementos antes mencionados. UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 16 UNI-FO-02 V 1.0

WINQSB 5.3.4.5.

Problema de flujo máximo (Maximal Flow Problem)

Este problema permite conocer la máxima cantidad de cualquier artículo o información que se pueda transportar desde un origen hasta un destino. Pasos a seguir: Lo primero que se debe hacer es elegir una ruta arbitraria, luego en dicha ruta escoger aquel ramal de menor flujo en ese sentido y transportar por esa ruta la cantidad escogida, finalmente hacer esto repetitivamente hasta que no sea posible encontrar una ruta con capacidad de flujo. Árbol de mínima expansión (Minimal Spanning Tree) Para explicar este modelo es preciso primero, definir algunos conceptos como lo son: Árbol: Es un grafo en el que existe un único nodo desde el que se puede acceder a todos los demás y cada nodo tiene un único predecesor, excepto el primero, que no tiene ninguno. En términos más matemáticos también se podría decir que es: o Un grafo conexo y sin ciclos. o Un grafo sin ciclos y con n-1 aristas, siendo n el número de vértices. Grado de un nodo en un árbol: Es el número de subárbols de aquel nodo. Hojas en un árbol: representan los finales de los nodos. Un árbol de máximo alcance es aquel que se obtiene en un grafo conexo y sin ciclos. Árbol de mínima expansión: Árbol de máximo alcance cuyo valor es mínimo, es decir, la suma de sus aristas es mínima. Algoritmo de Kruskal: El algoritmo de Kruskal permite hallar el árbol mínima de cualquier grafo valorado (con capacidades). El objetivo es entonces hallar el árbol mínima de cualquier grafo valorado.

5.3.4.6. Problema del agente viajero (Traveling Salesman Problem) “El problema del agente viajero, como los demás de redes, involucra un conjunto de nodos y arcos que conectan todos los nodos. El objetivo es encontrar la forma UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 17 UNI-FO-02 V 1.0

WINQSB de realizar una gira completa que conecte todos los nodos visitando sólo una vez cada nodo y minimizar o maximizar la distancia de la gira total. Este modelo tiene múltiples aplicaciones en ingeniería. La solución más directa es evaluar todas las posibles combinaciones de recorridos y quedarse con aquella cuyo trazado utiliza la menor distancia. El problema reside en el número de posibles combinaciones que viene dado por el factorial del número de ciudades y esto hace que esta solución sea impracticable para valores de incluso moderados con los medios computacionales actualmente a nuestro alcance.

5.3.5. PROGRAMACIÓN DINÁMICA La programación dinámica es un enfoque general para la solución de problemas en los que es necesario tomar decisiones en etapas sucesivas. Las decisiones tomadas en una etapa condicionan la evolución futura del sistema, afectando a las situaciones en las que el sistema se encontrará en el futuro (denominadas estados), y a las decisiones que se plantearán en el futuro. Conviene resaltar que a diferencia de la programación lineal, el modelado de problemas de programación dinámica no sigue una forma estándar. Así, para cada problema será necesario especificar cada uno de los componentes que caracterizan un problema de programación dinámica. El procedimiento general de resolución de estas situaciones se divide en el análisis recursivo de cada una de las etapas del problema, en orden inverso, es decir comenzando por la última y pasando en cada iteración a la etapa antecesora. El análisis de la primera etapa finaliza con la obtención del óptimo del problema.

5.3.5.1. MODELOS DE PROGRAMACIÓN DINÁMICA Existen tres modelos diferentes manejados por WINQSB.

5.3.5.1.1.

Problema de la diligencia (Stagecoach Problem)

Períodos o etapas: Sea N= {1, 2,....., n} un conjunto finito de elementos. Mediante el índice, representamos cada uno de ellos. N es el conjunto de períodos o etapas del proceso. En la ilustración anterior N= {1, 2, 3, 4}, las cuatro etapas del viaje, cada una de ellas es un período y se representa mediante un valor del índice n, así cuando n =1 nos estamos refiriendo a la primera etapa del proceso. Espacio de estados: { } es una familia de conjuntos, uno para cada período n. S se UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 18 UNI-FO-02 V 1.0

WINQSB denomina espacio de estados en el período n. Cada uno de sus elementos, que se representa mediante Sn, es un estado, que describe una posible situación del proceso en ese período. En nuestro ejemplo, S 1 = {1}, S2= {2, 3, 4}, S3= {5, 6, 7}, S4= {8, 9}.

5.3.5.1.2.

La función recursiva:

Dados unos nodos y unos arcos que conectan estos nodos, el problema de la diligencia intenta encontrar la ruta más corta que conecta un nodo de arranque con el nodo final (el destino). Sea s: el estado de inicio; j: estado destino *

La fase, normalmente representa el número de arcos hasta el destino.

*

: Costo o distancia de ir desde s hasta j.

* : La política de costo mínimo cuando se encuentra en el estado etapa .

de la

La relación recursiva dinámica se expresa como para todos los arcos

5.3.5.1.3.

en la red

Problema de la mochila (Snapsack Problem)

La idea básica es que existen N tipos distintos de artículos que pueden cargarse en una mochila; cada artículo tiene asociados un peso y un valor. El problema consiste en determinar cuántas unidades de cada artículo se deben colocar en la mochila para maximizar el valor total. Este enfoque resulta útil para la planificación del transporte de artículos en algún medio, por ejemplo: carga de un buque, avión, camión etc. También es utilizable este modelo en planificación de producción, por ejemplo enrutamiento de la producción a través de varias máquinas. El problema se desarrolla bajo dos consideraciones, primero teniendo en cuenta el peso y luego el volumen. Este es un problema que también podría resolverse por programación lineal entera teniendo en cuenta la función objetivo y restricciones siguientes: Siendo

el elemento j a transportar.

Para el caso del volumen se reformaría la primera restricción cambiando los coeficientes por los volúmenes de los ítems. Sea j: la variable que representa el artículo: *

: El número de unidades el número de unidades cargadas del artículo j UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 19 UNI-FO-02 V 1.0

WINQSB *

El espacio o el peso que demanda cada unidad del artículo j

* : La función del retorno del artículo j si se llevan x(j) unidades en la mochila, del artículo j * j

: Retorno del total acumulativo dado el espacio w disponible para el artículo

Finalmente la relación recursiva dinámica se expresa como: para todo posible

5.3.6. PROGRAMACIÓN DE PRODUCCIÓN E INVENTARIOS (PRODUCTION AND INVENTORY SCHEDULING) El problema consiste en determinar un programa de producción para un periodo de tiempo con el fin de minimizar los costos totales relacionados. Hay demandas conocidas para cada periodo, límites de capacidad tanto para la producción como para los inventarios. Cuando hay más producción que demanda, se acumula inventario, y cuando la producción es menor que la demanda, se generarán retrasos en el cumplimiento de pedidos. Para cada periodo, una producción diferente de cero incurre en un costo de preparación. Sea: * *

: El número de unidades producidas en el periodo n La demanda en el periodo n

*

: El inventario disponible al final del periodo n

*

: El backorder al final del periodo n

*

): La posición del inventario al final del periodo

*

: El costo de preparación en el periodo n

*

: El costo variable = función de

* *

, es decir,

o

, y/o ,=

Costo total acumulativo dado el nivel del inventario inicial i para el periodo

La relación recursiva dinámica se expresa como:

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 20 UNI-FO-02 V 1.0

WINQSB para todo posible

3

”

5.3.7. PERT/CPM El PERT/CPM fue diseñado para proporcionar diversos elementos útiles de información para los administradores del proyecto. Primero, el PERT/CPM expone la "ruta crítica" de un proyecto. Estas son las actividades que limitan la duración del proyecto. Es decir, para lograr que el proyecto se realice pronto, las actividades de la ruta crítica deben realizarse pronto. Por otra parte, si una actividad de la ruta crítica se retarda, el proyecto como un todo se retarda en la misma cantidad. Las actividades que no están en la ruta crítica tienen una cierta cantidad de holgura; esto es, pueden empezarse más tarde, y permitir que el proyecto como un todo se mantenga en programa. El PERT/CPM identifica estas actividades y la cantidad de tiempo disponible para retardos. El aplicativo resuelve los problemas de planeación de proyectos, por el método de ruta crítica y la técnica de evaluación y revisión. Así mismo realiza análisis de choque, análisis de costos, análisis de probabilidad y simulación.

5.3.8. Teoría de colas La teoría de colas es el estudio matemático de las líneas de espera (o colas) permitiendo el análisis de varios procesos relacionados como: la llegada al final de la cola, la espera en la cola, etc. La teoría de colas generalmente es considerada una rama de investigación operativa porque sus resultados a menudo son aplicables en una amplia variedad de situaciones como: negocios, comercio, industria, ingenierías, transporte y comunicaciones. Las colas se forman debido a un desequilibrio temporal entre la demanda del servicio y la capacidad del sistema para suministrarlo. En las formaciones de colas se habla de clientes, tales como máquinas dañadas a la espera de ser rehabilitadas. Los clientes pueden esperar en cola debido a que los medios existentes sean inadecuados para satisfacer la demanda del servicio; en este caso, la cola tiende a ser explosiva, es decir, a ser cada vez más larga a medida que transcurre el tiempo. Los clientes puede que esperen temporalmente,

3

http://www.scribd.com/doc/8004750/Manula-de-winqsb

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 21 UNI-FO-02 V 1.0

WINQSB aunque las instalaciones de servicio sean adecuadas, porque los clientes llegados anteriormente están siendo atendidos. Elementos existentes en la teoría de colas Proceso básico de colas: Los clientes que requieren un servicio se generan en una fase de entrada. Estos clientes entran al sistema y se unen a una cola. En determinado momento se selecciona un miembro de la cola, para proporcionarle el servicio, mediante alguna regla conocida como disciplina de servicio. Luego, se lleva a cabo el servicio requerido por el cliente en un mecanismo de servicio, después de lo cual el cliente sale del sistema de colas. Fuente de entrada o población potencial: Una característica de la fuente de entrada es su tamaño. El tamaño es el número total de clientes que pueden requerir servicio en determinado momento. Puede suponerse que el tamaño es infinito o finito. Cliente: Es todo individuo de la población potencial que solicita servicio como por ejemplo una lista de trabajo esperando para imprimirse. Capacidad de la cola: Es el máximo número de clientes que pueden estar haciendo cola (antes de comenzar a ser servidos). De nuevo, puede suponerse finita o infinita. Disciplina de la cola: La disciplina de la cola se refiere al orden en el que se seleccionan sus miembros para recibir el servicio. Por ejemplo, puede ser: FIFO (first in first out) primero en entrar, primero en salir, según la cual se atiende primero al cliente que antes haya llegado. LIFO (last in first out) también conocida como pila que consiste en atender primero al cliente que ha llegado el último. RSS (random selection of service) que selecciona los clientes de manera aleatoria, de acuerdo a algún procedimiento de prioridad o a algún otro orden. Processor Sharing – sirve a los clientes igualmente. La capacidad de la red se comparte entre los clientes y todos experimentan con eficacia el mismo retraso. Mecanismo de servicio: El mecanismo de servicio consiste en una o más instalaciones de servicio, cada una de ellas con uno o más canales paralelos de servicio, llamados servidores. Redes de colas. Sistema donde existen varias colas y los trabajos fluyen de una a otra. Por ejemplo: las redes de comunicaciones o los sistemas operativos multitarea. Cola: Una cola se caracteriza por el número máximo de clientes que puede admitir. Las colas pueden ser finitas o infinitas. UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 22 UNI-FO-02 V 1.0

WINQSB El proceso de servicio: Define cómo son atendidos los clientes.

5.3.8.1. Notación Kendall 1. Un código que describe el proceso de llegada. Los códigos usados son: M para Markoviano (la tasa de llegadas sigue una distribución de poisson, significando una distribución exponencial para los tiempos entre llegadas. D para unos tiempos entre llegadas "deterministas". G para una "distribución general" de los tiempos entre llegadas, o del régimen de llegadas. 2. Un código similar que representa el proceso de servicio (tiempo de servicio). Se usan los mismos símbolos. 3. El número de canales de servicio (o servidores). 4. La capacidad del sistema, o el número máximo de clientes permitidos en el sistema incluyendo esos en servicio. Cuando el número está al máximo, las llegadas siguientes son rechazadas. Un caso particular de esta situación es el modelo M/M/n/n o Erlang-B, en el cual no hay cola de espera, sino n recursos (servidores) y hasta n usuarios como máximo; si llega el usuario n+1, es rechazado. Este último modelo es el que se aplica en telefonía convencional. Otro caso particular es el modelo Erlang-C o M/M/n, donde la capacidad del sistema es ilimitada, aunque haya sólo n recursos; en caso de llegar el recurso número n+1, pasará a una cola de espera, pero no es rechazado. 5. El orden de prioridad en la que los trabajos en la cola son servidos: First Come First Served (FCFS) ó First In First Out (FIFO) , Last Come First Served (LCFS) o Last In First Out (LIFO) , Service In Random Order (SIRO) y Processor Sharing. 6. El tamaño del origen de las llamadas. El tamaño de la población desde donde los clientes vienen. Esto limita la tasa de llegadas. “Un primer paso consiste, como en todos los modelos, en la especificación del problema mediante la cual se establecerá si el modelo a tratar es un M/M/S (Simple M/M System) o un modelo general (General Queuing System).

5.3.8.2. LOS CAMPOS REQUERIDOS Vamos a suponer por ahora un modelo M/M/S. Lo que sigue es el ingreso de los datos de acuerdo con las especificaciones de la ventana. UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 23 UNI-FO-02 V 1.0

WINQSB La ventana anterior consta de: * Numero de servidores (Number of Servers) * Tasa de servicio (Service Rate) * Tasa de llegada de clientes (Customer Arrival Rate) * Capacidad de la cola (Queue Capacity) * Tamaño de la población de clientes (Customer Population) * Costo del servidor ocupado (Busy Server Cost per Hour) * Costo del servidor desocupado (Idle Server Cost per Hour) * Costo de espera de los clientes (Customer Waiting Cost per Hour) * Costo de los clientes siendo servidos (Customer Being Served Cost per Hour) * Costo de los clientes siendo despachados (Cost of Customer Being Balked) * Costo de la unidad de capacidad de la cola (Unit Queue Capacity Cost) Un ejemplo del modelo es el siguiente (recuerde que las letras M indican un valor infinito o muy grande): Una de las posibilidades de solución es calcular las tradicionales medidas de desempeño (medidas de efectividad), que nos proporciona el tablero siguiente: Otra opción con la que se cuenta es simular el sistema, la que inicialmente nos proporciona la siguiente ventana: Usando el sistema de reloj con 1000 horas de simulación del sistema de colas. Se obtienen los resultados que se muestran a continuación. El resumen de probabilidades de encontrar n clientes en el sistema es: Análisis de sensibilidad a cambios en número de servidores iniciando en 2 y terminando en 10. Un análisis parecido puede hacerse tomando como base la capacidad del sistema, que puede ir desde una capacidad específica de x clientes (capacidad limitada) hasta infinita.”4

4

http://www.scribd.com/doc/8004750/Manula-de-winqsb

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 24 UNI-FO-02 V 1.0

WINQSB 5.3.9. PRONOSTICOS Este modulo soluciona problemas correspondientes a estimaciones de ciertas variables en un periodo de tiempo futuro, para lo cual toma datos del pasado; con los cuales se hace un pronóstico sistemático, con el fin de obtener una estimación futura, Estos pronósticos son muy útiles en el campo en diferentes organizaciones tanto privadas como públicas, las cuales utilizan estos métodos para obtener mecanismos de predicción de variables futuras, tales como los son: El nivel de educación de un área, la demanda de un producto, la cantidad de insumos necesarios para la producción de un articulo, entre otros. El programa utiliza diversos métodos de pronóstico, los cuales son: 

Promedio simple (Simple Average)



Promedio móvil (Moving Average)



Promedio móvil ponderado (Weighted Moving Average)



Promedio móvil Trend)



Suavizado exponencial simple (Single Exponential Smoothing)



Suavizado exponencial simple con tendencia lineal (Single



Exponential Smoothing with Linear Trend)



Suavizado exponencial doble (Double Exponential Smoothing)



Suavizado exponencial doble con tendencia lineal (Double Exponential



Smoothing with Linear Trend)



Suavizado exponencial adaptado (Adaptive Exponential Smoothing)

con tendencia lineal (Moving Average with Linear

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 25 UNI-FO-02 V 1.0

WINQSB 

Regresión lineal con tiempos (Linear Regression with Time)



Algoritmo suma Holt-Winters (Holt-Winters Additive Algorithm)



Algoritmo multiplicativo Holt-Winters (Holt-Winters Multiplicative Algorithm).

En la actualidad los métodos más utilizados son: Algoritmo de suma y multiplicativo Holt-Winters (Holt-Winters Additive Algorithm), este utiliza este utiliza técnicas de suavizamiento exponencial; esta técnica es ampliamente usada debido a su alta precisión, la facilidad para formular, este requiere pocos cálculos para utilizar el modelo, requiere poco almacenamiento en computadores a este. En los métodos de pronósticos anteriores el mayor inconveniente es que siempre se debe acarrear una gran cantidad de datos. Estos métodos, cada vez que se añaden un nuevo dato, se elimina la observación más antigua y se calcula el nuevo pronóstico. Si es válida la premisa de que la importancia de los datos disminuye cuantos más antiguos sean, el método más lógico y fácil de usar puede ser el suavizamiento exponencial. Es la técnica de pronósticos más utilizada. Las principales razones de popularidad de las técnicas de suavizamiento son:      

Los modelos exponenciales tienen una precisión sorprendente. Es muy fácil formular un modelo exponencial. El usuario puede comprender como funciona el modelo. Se requiere muy pocos cálculos para usar el modelo. Como se usan datos históricos limitados, son pocos los requisitos de almacenamiento en computadores. Es fácil calcular pruebas para determinar la precisión del modelo en la práctica.

Posiblemente la extensión más natural del suaviza miento exponencial simple sean los modelos de Brown – AEG, los él modelos de Holt y Winters entre otros que veremos a continuación. Para poder hacer uso de este modulo se requiere la siguiente información:   

El titulo de problema Especificar la unidad de tiempo a trabajar Una cantidad de datos apropiada, la cual brinde un nivel de confianza alto. UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 26 UNI-FO-02 V 1.0

WINQSB Este modulo del programa permite hacer:      

Cartas de control de calidad Análisis de planes de aceptación Planeación de trabajo. Planeación agregada Facilidad de localización y logística Planeación de requerimiento de materiales

5.3.10.

ANÁLISIS DE DECISIÓN

Este modulo permite solucionar problemas de análisis de decisiones mediante el uso de técnicas cuantitativas, utilizado herramientas matemáticas y estadísticas, las cuales permiten describir los objetivos, restricciones y los alcances del problema para con esto obtener una decisión acertada. El grado de de efectividad de esta herramienta depende de la calidad de los datos utilizados. Este programa da solución a problemas del Análisis de de bayes, encuentra las probabilidades posteriores dado un estudio o información de la muestra, el análisis de la tabla de pagos, hace una análisis del árbol de decisión, resolución de juegos de dos jugadores de suma-cero, dibuja el grafico de árbol de decisión, para introducir los datos es necesario dar el formato de hoja de cálculo. Este modulo de Winqsb utiliza herramientas como lo son:

5.3.10.1.

Análisis bayesiano (Bayesian Analysis)

Es una herramienta estadística la cual permite estimar la probabilidad condicional de una variable. Sea5 {A1,A2,...,Ai,...,An} un conjunto de sucesos mutuamente excluyentes y exhaustivos, y tales que la probabilidad de cada uno de ellos es distinta de cero. Sea B un suceso cualquiera del que se conocen las probabilidades condicionales P(B | Ai). Entonces, la probabilidad P(Ai | B) viene dada por la expresión:

5

Tomado Wikipedia. http://es.wikipedia.org/wiki/Teorema_de_Bayes

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 27 UNI-FO-02 V 1.0

WINQSB

Donde: Son las probabilidades a priori. Es la probabilidad de B en la hipótesis Ai. Son las probabilidades a posteriori. Esto se cumple Nota: La anterior explicación fue tomada de la enciclopedia virtual “Wikipedía”

5.3.10.2. Análisis de tablas de pago (Payoff Table Analysis) Esta herramienta permite escribir el problema en una tabla estandarizada, permiten hacer un análisis sistemático del problema siendo de gran aporte para la toma de decisiones. Estas tablas contiene cuatro elementos de manera usual los cuales son: Diferentes alternativas de acción, los estados de la naturaleza, la probabilidad de los estados de la naturaleza y los rendimientos; en esta última se muestran los resultados.

5.3.10.3. Juegos de suma cero para dos jugadores (TwoPlayer, Game). Este método muestra la ganancia o perdida de un participante la cual se equilibra con exactitud con las ganancias y pérdidas de otros participantes, Se le llama suma cero debido a que en esta herramienta que las perdidas y beneficios de todos los participantes suman cero.

5.3.10.4. Análisis de árboles de decisión (Decision Tree Analysis) Esta herramienta permite representar en forma secuenciales de diversas condiciones y acciones, esta herramienta permite organizar por ejemplo UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 28 UNI-FO-02 V 1.0

WINQSB primero se compone por, segundo por y así sucesivamente. Para dar solución a este problema es necesario plantear el problema a desarrollar, las probabilidades condicionales, y los ingresos de los datos correspondientes al problema planteado. “La toma de decisiones es un proceso de selección entre cursos alternativos de acción, basado en un conjunto de criterios para alcanzar uno o más objetivos”6, Este modulo da solución a problemas, mediante la aplicación de técnicas estadísticas, las cuales

5.3.11.

Procesos Markovianos

Este modulo del programa permite caracterizar movimientos o transiciones, en un escenario con diferentes condiciones para describir y analizar un proceso de Markov, definimos las terminologías siguientes: • Estado: una condición particular del sistema, i = 1, 2,..., n. • Probabilidad de estados s(i): la probabilidad de que el sistema se encuentre en el estado i • Probabilidad de transición p(i,j): la probabilidad de que el sistema se mueva del estado i al estado j • S(t): conjunto de todos s(i) en momento t, Ss(i) = 1 • P: matriz de transición p(i,j), dónde i,,j = 1, 2,... ,n Dado el sistema en el momento t con las probabilidades de estado S(t), entonces en el momento t+1 , el sistema se expresará por S(T+1) = S(T) P Y en el t+2 , el sistema se expresará por S(T+2) = S(T) P P = S(T) P² Y en t+3, el sistema se expresará por

6

Herbert Simon, “The New Science of Management Decision”, Harper and Row, New York, 1960.

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 29 UNI-FO-02 V 1.0

WINQSB

S(T+2) = S(T) P P P = S(T) P³ Y así sucesivamente. Si las probabilidades de estado no cambian de periodo a periodo, el sistema se encuentra en estado estable. No todo sistema tiene un estado estable. Si el sistema alcanza el estado estable, las probabilidades de estado estable, digamos S, tendrán las propiedades siguientes: S = S P (1) La ecuación (1) representa un conjunto de n ecuaciones simultáneas con n variables de probabilidad de estado. Para obtener las probabilidades de estado estable, reemplace cualquiera de las ecuaciones en (1) con Ss(i) = 1 y resuelva las n nuevas ecuaciones simultáneas.7

5.3.12.

Cartas de control de calidad

Este modulo resuelve problemas de establecimiento de juicio para establecer los intervalos de aceptación de variaciones que se puede presentar un determinado proceso o de una variable puesta en referencia. Para es la herramienta de registro que brinda los elementos de juicio para establecer los intervalos aceptables de variación de la respuesta de los organismos de prueba a un tóxico de referencia, con un margen de confianza del 95%. Esta carta es el medio de referencia para evidenciar el control de la sensibilidad de la especie empleada, de la estabilidad de la respuesta biológica y de la repetitividad (exactitud) de los resultados obtenidos.

5.3.13.

ANÁLISIS DE PLANES DE ACEPTACIÓN

Esta herramienta es muy importante para el usuario Planeación de trabajo

7

El anterior ejemplo fue tomada de manera textual del libro “Análisis cuantitativos con WINQSB”.

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 30 UNI-FO-02 V 1.0

WINQSB Este Modulo permite

5.3.14.

PLANEACIÓN AGREGADA

Este modulo sirve como eslabón entre las decisiones sobre las instalaciones y la programación. La decisión de la planeación agregada establece niveles de producción generales a mediano plazo, es por ello que se hace necesario que en la empresa se implemente dichos procesos, tomando decisiones y políticas que se relacionen con el tiempo extra, contrataciones, despidos, subcontrataciones y niveles de inventario. El conocimiento de estos factores nos permitirá determinar los niveles de producción que se plantean y la mezcla de los recursos a utilizar. Al igual que la planeación agregada existen otros tipos de control y programación que permite que la empresa cumpla con las expectativas esperadas. Este programa permite resolver varios tipos de problemas como lo son: Modelos Simples: Este tipo de modelos analizan los costos lineales de producción los subcontratos, ventas pérdidas, inventarios / pedidos, tiempos extras, contratos / despidos. “Modelos de Transportes: Representa una relación origen (producción) destino (demanda) entre varios actores a través de un modelo de transporte, considerando tiempos de producción, venta perdidas, subcontratos, tiempos extras. Modelos generales de Programación Lineal: Cubre la mayoría de situaciones que pueden presentarse en la Planeación Agregada. Incluye todos los elementos de los dos modelos anteriores.

5.3.15.

PLANEACIÓN DE REQUERIMIENTO DE MATERIALES

Este modulo es muy importante para empresas productoras de alimentos o productos, ya que los insumos son la parte fundamental de la producción ya que un mal cálculo de esta puede afectar de manera significativa la producción. Para poder utilizar este modulo es necesario tener en cuenta lo siguiente: Título del problema: Nombre con el cual se identificará el problema. UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 31 UNI-FO-02 V 1.0

WINQSB Número de productos y piezas: Se aclara el número de piezas que componen el producto final (incluyen los sub ensambles). Unidad de Tiempo: Unidad de tiempo establecida para controlar los periodos en el MRP. Número de periodos planeados: Cantidad de periodos que se desean considerar en el modelo MRP. Número de periodos por años: Especificar cuantos periodos son incluidos en un año.”8

Este programa también da la posibilidad de ver los requerimientos de materiales de manera grafica para lograr una comprensión más sencilla

8

http://www.scribd.com/doc/8004750/Manula-de-winqsb

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 32 UNI-FO-02 V 1.0

WINQSB

6. GUIA DE INSTALACION EN WINDOWS Una vez obtenido el software el proceso de instalación es el siguiente:

6.1.

INSTALACION:

Ahora, se hace clic derecho sobre el archivo setup.exe se ejecuta la instalación del programa.

Ilustración 1- ejecutar la instalación Aparece la siguiente pantalla:

De doble clic sobre el icono

Elija el lugar donde quiere instalar el programa

Ilustración 2- inicio de instalación UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 33 UNI-FO-02 V 1.0

WINQSB Escriba su nombre y el nombre de la organización.

Escriba su nombre

Escriba el nombre de la organización

Ilustración 3 - Datos para instalación Aparecerá la siguiente pantalla, en este proceso se instala el equipo.

Ilustración 4 - instalando el software En la siguiente pantalla se muestra que se ha finalizado la instalación.

Ilustración 5 -Finalización de la instalación UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 34 UNI-FO-02 V 1.0

WINQSB

7. INTERFAZ GRAFICA DEL SOFTWARE En menú inicio, todos los programas, Winqsb; se puedes observar los diversos módulos que tiene el software, dependiendo lo que se vaya a trabajar se hace doble clic en cualquiera:

Ilustración 6- Interfaz grafico del software

7.1.

INTERFAZ DEL MODULO PROGRAMACION LINEAL

Para comenzar a explicar, este modulo hay que comenzar por saber que es la programación lineal, la cual se define como un algoritmo matemático por medio del cual se resuelve un problema indeterminado, el cual se formula con ecuaciones lineales, el objetivo es optimizar (minimizando o maximizando) una función objetivo, teniendo en cuenta que sus variables estarán sujetas a una serie de restricciones. Este modulo resuelve en problemas de optimización de cualquier tipo, entre los que se pueden optimizar planes de producción, distribución de mano de obra, UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 35 UNI-FO-02 V 1.0

WINQSB entre otros. A continuación se desarrolla un ejemplo práctico con el fin de comprender un poco más su utilización. Este modulo es fácil es de fácil manejo, en primer lugar se dirige al la ventana de los diversos módulos.

Se hace doble clic

Ilustración 7- Interfaz modulo de programación lineal

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 36 UNI-FO-02 V 1.0

WINQSB Una vez seleccionado este modulo, inicialmente aparece la siguiente ventana: Menú ayuda TITULO: Nombre del modulo al cual ingreso

Menú archivo

Ilustración 8- Ventana inicial del modulo Esta ventana está compuesta por la barra de titulo la cual muestra El nombre del modulo al cual ingreso, luego se encuentra el menú archivo (File) y el menú ayuda (help); en el menú Archivo (File), se muestra la opción de Nuevo problema (New Problem): Permite crear un nuevo problema. Abrir Problema (Load Problem): Permite abrir un problema, ya guardado y el menú Salir (Exit): Permite salir del problema. Y el menú Ayuda (Help), nos brinda diferentes herramientas para solucionar los diversos problemas que se puedan presentar, estos son Contenido (Contents): Muestra el contenido completo de la ayuda del módulo en el cual se está trabajando, las diversa Buscar ayuda en... (Search for Help on...): Realiza la búsqueda mediante una palabra clave; Cómo usar la ayuda (How to Use Help): Nos indica cómo utilizar la ayuda, esta es en español. Ayuda sobre la ventana actual (Help on Current Windows): Interesante opción que muestra la ayuda sólo sobre los elementos que aparecen actualmente en la ventana. Y Acerca de... (About LP-ILP): Muestra datos sobre la creación del programa e información sobre la licencia.

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 37 UNI-FO-02 V 1.0

WINQSB

Ilustración 9- Menú archivo

Ilustración 10- Menú ayuda

7.1.1. EJEMPLO Para comprender su uso vamos a realizar, un ejemplo 9:

La empresa AXUS S.A. desea conocer la cantidad de productos A, B y C a producir para maximizar el beneficio, si cada unidad vendida genera en utilidad $150, $210 y $130 por unidad respectivamente. Cada producto pasa por 3 mesas de trabajo, restringiendo la cantidad de unidades producidas debido al tiempo disponible en cada una de ellas. La siguiente tabla muestra el tiempo requerido por unidad de cada producto en cada mesa y el tiempo total disponible semanalmente (tiempo dado en minutos):

Se supone que cada unidad producida es vendida automáticamente. Determinar la combinación de productos que maximicen la utilidad para la compañía.

9

Tomado del libro Análisis cuantitativo con WINQSB, Quesada Ibargüen Víctor Manuel y otro.

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 38 UNI-FO-02 V 1.0

WINQSB

Producto 1 Producto 2 Producto 3 Tiempo total disponible por

Tiempo requerido por mesa 1 10 15 7

Tiempo requerido por mesa 2 12 17 7

Tiempo requerido por mesa 3 8 9 8

3300

3500

2900

mesa Se supone que cada unidad producida es vendida automáticamente. Determina la combinación de productos que maximicen la utilidad para la compañía. Ahora ingresa y aparece la siguiente ventana, para nuestro. Una vez analizado el enunciado, se plantea el modelo matemático.

7.1.2. MODELO MATEMATICO Función Objetivo (F.O.): Max. Z = $150X1 + $210X2 + $130X3 Restricciones: 10X1 + 15X2 + 7X3 ≤ 3300 Minutos 12X1 + 17X2 + 7X3 ≤ 3500 Minutos 8X1 + 9X2 + 8X3 ≤ 2900 Minutos X1, X2, X3 ≥ 0

Ahora se crea un nuevo problema y aparece la siguiente ventana:

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 39 UNI-FO-02 V 1.0

WINQSB

Titulo del problema Número variables

de

Número de constantes

Escoger el criterio del objetivo del problema

Definir el tipo de variables

Formato de datos

Ilustración 11- Especificación del problema En esta ventana se introduce el titulo del problema, se define el número de variables y el número de constantes, el tipo de variables si es continua, integrada, binaria y con o sin restricciones, también se define el objetivo; si es maximizar o minimizar. Para este caso vamos a tener 3 variables, vamos a maximizar y se van a caracterizar las variables positivas continuas. Oprimimos doble clic en OK En la siguiente ventana se introducen los datos de acuerdo al ejemplo planteado anteriormente:

Introducir la función objetivo Restricciones C1, C2 y C3 Se puede cambiar los operadores haciendo doble clic

Ilustración 12- Introducción de datos En la anterior ventana se introduce la función objetivo y las restricciones planteadas, los operadores se pueden cambiar haciendo doble clic encima de estos. UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 40 UNI-FO-02 V 1.0

WINQSB 7.1.3. Para resolver el problema

Haga doble clic para solucionar problema

Ilustración 13- Resolver el problema Para resolver entre al menú Resolver y analizar (Solve and Analize), en este menú se presentan 3 alternativas: “Resolver el problema (Solve the Problem): Resuelve el problema mediante el método Simplex Primal. Muestra la solución final completa.

Resolver y mostrar los pasos (Solve and Display Steps): Muestra cada uno de los pasos o las interacciones realizadas por el Simplex hasta o llegar a la solución óptima. Método Gráfico (Graphic Method): Resuelve el problema de programación lineal mediante el método gráfico (para problemas que trabajan con dos variables)

Para el ejemplo se hace doble clic en Resolver el problema (Solve the Problem):

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 41 UNI-FO-02 V 1.0

WINQSB Ilustración 14- El problema ha sido resuelto

En la anterior ventana dice que el problema ha sido resuelto, se da clic en aceptar y automáticamente aparece la solución óptima.

Solution summary

Constraint Summary

Ilustración 15- Solución del problema

7.1.4. Análisis de resultados En la primera parte llamada solución resumen (Solution Summary), corresponde al análisis de las variables X1, X2 y X3 La columna Valores de la solución (Solution Value) presenta los valores óptimos encontrados. En este ejemplo se tiene que X1 es 0 unidades, X2 es 105,4795 unidades y X3 es 243,8356 unidades. La columna Costo o Utilidad Unitaria (Unit Cost or Profit) muestra los coeficientes de la función objetivo para cada variable. La columna Contribución Total (Total Contribution) representa el costo o utilidad generado por cada variable. Por ejemplo, si el valor de la variable X2 es 105,4795 unidades y la utilidad unitaria es $210, el beneficio total resultará de la multiplicación de ambos valores dando como resultado $22.150,69. Justo debajo de la última contribución aparece el valor de Z óptimo ($53.849,32).

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 42 UNI-FO-02 V 1.0

WINQSB La columna Costo Reducido (Reduced Cost) identifica el costo que genera incrementar una unidad para cada variable no básica. La siguiente columna llamada Estatus de la Variable (Basis Status) muestra si una variable es básica (Basic) o no (at bound).

En la segunda parte siguiente parte de la matriz final Resumen Restricciones (Constraint Summary), presenta las variables holgura del sistema (C1, C2, C3). La columna Lado de la mano derecha (Left Hand Side) muestra el valor alcanzado al reemplazar los valores de X1, X2 y X3 en cada restricción (recuerde que cada restricción se identifica con su variable de holgura). Las dos columnas siguientes (Direction y Right Hand Side) muestran las dadas a las restricciones en cuanto al operador de relación (≤) y los valores originales de las restricciones (3.300, 3.500 y 2.900 minutos). La columna Déficit o Superávit (Slack or Surplus) muestran los valores de las variables de holgura y la columna Precios Sombras (Shadow Price) corresponde a los precios sombras; cuánto se estaría dispuesto a pagar por una unidad adicional de cada recurso.”10

El software permite conocer la solución óptima mediante el formato aplicado por el método simplex, para ver esta matriz, se selecciona el menú resultados (Result) y se hace doble clic en la opción Tabla final del Simplex (Final Simplex Tableau).

10

http://www.scribd.com/doc/8004750/Manula-de-winqsb

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 43 UNI-FO-02 V 1.0

WINQSB

Haga doble clic

Ilustración 16- Menú Results Se hace doble clic en Final Simplex Tableau, se muestra la siguiente matriz.

Ilustración 17- Final Simplex Tableau

7.2.

INTERFAZ DEL MODULO INVENTARIOS

El modulo de inventarios tiene diversas aplicaciones prácticas en la organización, este modulo permite resolver problemas de control de existencias, disminución de la incertidumbre, además de esto también permite resolver problemas de producción y compra de existencias bajo condiciones ventajosas y por ultimo también permite cubrir cambios anticipados importantes en la oferta y o en la demanda Para entender un poco mas como funciona este modulo se realizara un ejemplo, el cual nos permita un acercamiento más profundo con el software. Este modulo es fácil es de fácil manejo, en primer lugar se dirige al la ventana de los diversos módulos. UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 44 UNI-FO-02 V 1.0

WINQSB

Se hace doble clic

Ilustración 18 – Interfaz modulo de inventarios

Una vez seleccionado este modulo aparece inicialmente la siguiente ventana:

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 45 UNI-FO-02 V 1.0

Menú ayuda

WINQSB TITULO: Nombre del modulo al cual ingreso

Menú archivo

Ilustración 19- Ventana de inicio del modulo Los menús de esta ventana, son los mismos de todos los módulos ver Ilustración 10 y 11. Se selecciona el menú archivo (File) y se hace doble clic en new problem.

Haga doble clic

Ilustración 20 – Menú Archivo Aparece la siguiente ventana, En esta ventana se determina el tipo de problema, la unidad de tiempo a trabajar y se le asigna un nombre a este.

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 46 UNI-FO-02 V 1.0

WINQSB

Seleccionar un tipo de problema

Titulo del problema Unidad de tiempo

Ilustración 21- Especificación del problema A continuación se muestras los diversos tipos de problema Problema de cantidad económica de la orden para demanda determinística (Deterministic Demand Economic Order Quantity Problem) Análisis del problema de cantidad discontinua para demanda determinística (Deterministic Demand Quantity Discount Analysis Problem).

Problemas con demanda estocástica para un solo periodo (Single-Period Stochastic Demand Problem) Problemas con demanda dinámica con existencias de reserva (MultiplePeriod Dynamic Demand Lot-Sizing Problem)

Sistema o modelo de cantidad fija de orden continuo (Continuous Review Fixed-Order-Quantity System) Sistema o modelo revisión continua (Continuous Review Order- Up-To System) Sistema o modelo de intervalo fijo de revisión periódica (Periodic Review Fixed-Order-Interval System) UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 47 UNI-FO-02 V 1.0

WINQSB

Sistema o modelo de revisión periódica con reaprovisionamiento opcional (Periodic Review Optional Replenishment System Para lograr comprender su muestra el siguiente ejemplo:

7.2.1. Ejemplo11 La materia prima principal para la creación de un producto cuesta $20 por unidad. Cada unidad del producto final requiere una unidad de esa materia prima. Si la demanda para el próximo año es de 1000 unidades ¿Qué cantidad se debe pedir? Cada orden por más unidades cuesta $5 y el costo de almacenaje por unidad por año es de $4. Para resolver este ejercicio, se introducen los datos específicos en la ventana.

Ilustración 22 – Datos específicos del problema En esta ventana se define que se va a resolver un problema de tipo de cantidad económica de la orden para demanda determinística, lo llamamos Ejemplo de inventarios y se define que la unidad de tiempo es en años, se hace clic en ok y

11

Tomado del libro Análisis cuantitativo con WINQSB, Quesada Ibargüen Víctor Manuel y otro.

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 48 UNI-FO-02 V 1.0

WINQSB nos muestra la siguiente ventana.

Ilustración 23 - Introducción de datos “Demanda por año (Demand per Año): La demanda para el próximo año es de 1000 unidades. Costo de la orden (Order or Setup Cost per Order): Costo de cada nueva orden ($5). Costo de almacenar una unidad por año (Unit Holding Cost per Año): El costo de mantener una unidad es de $4. Costo por la falta de una unidad por año (Unit Shortage Cost per Año): El valor predeterminado es M, equivalente a una costo muy grande. Costo por la falta de una unidad independiente del tiempo (Unit Shortage Cost Independent of Time): Valor no suministrado en el ejemplo, por tanto lo dejamos en blanco. Rata de reaprovisionamiento o producción por año (Replenishment or Production Rate per Año): El valor predeterminado es M, equivalente a una tasa muy grande. Tiempo de salida para una nueva orden por año (Lead Time for a New Order in Año): Valor no suministrado en el ejemplo, por tanto lo dejamos en blanco. Costo de adquisición de una unidad sin descuento (Unit acquisition Cost Without Discount): Costo de compra de una unidad ($20). Número de puntos de descuento (Number of Discount Breaks): Valor no suministrado en el ejemplo, por tanto lo dejamos en blanco.

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 49 UNI-FO-02 V 1.0

WINQSB Cantidad de orden si es conocida (Order Quantity If You Known): Cantidad de unidades por pedido, si es conocido.”12

7.2.2. Resolver el problema: Para resolver el problema, seleccionamos al menú Resolver y analizar (solver y analize).

Haga doble clic para solucionar problema

Ilustración 24 – Menú Solve and Analize

Al hacer doble clic, aparece la siguiente ventana en la cual nos muestra la solución óptima. Resumen de la información disponible

Análisis resultante del problema

Ilustración 25 – Solución Optima al problema

12

http://www.scribd.com/doc/8004750/Manula-de-winqsb

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 50 UNI-FO-02 V 1.0

WINQSB

7.2.3. Análisis de los resultados Las primeras 2 columnas muestran la información disponible para el ejemplo y las siguientes 2 muestran los resultados obtenidos. En estas últimas en la parte superior la celda Cantidad a ordenar (Order quality), muestra el número de unidades a pedir por Orden es de 50 unidades, a su vez la celda Máximo inventario (Maximum Inventary) generando un máximo de 50 unidades de inventario. La celda Order intervan in year, nos muestra cada cuanto se deben hacer pedidos por año, para este caso de deben hacer cada 0.05 a una proporción de año. Ahora en las celdas Total setup or ordering y Total holding cost, muestra cuanto es el costo de pedir unidades de inventario y cuanto es el costo de mantenerlos respectivamente. En la celda costo total de compra (Total material cost) equivale a $20.000 (Resulta de la multiplicación de los $20 que vale cada unidad por las 1.000 unidades que se van a pedir el próximo año). Y en la celda Grand total cost se muestra el costo total de este sistema por tanto que será de $20.200.

7.2.4. SOLUCION GRAFICA El software también nos permite hacer un análisis grafico de los costos, para esto se selecciona el menú results

Se hace doble clic

Ilustración 26 – Menú Resultados Se obtiene la siguiente ventana, en la cual se especifica el máximo y mínimo de los costos, para el eje Y y la máxima y mínima cantidad de reorden para el eje X, el programa nos brinda estos datos por defecto, pero se pueden modificar, se hace clic en ok UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 51 UNI-FO-02 V 1.0

WINQSB

Ilustración 27 – Parámetros para grafico Se obtiene la siguiente grafica:

Ilustración 28 – Grafico del problema

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 52 UNI-FO-02 V 1.0

WINQSB Para mostrar un grafico de la utilidad de inventarios (Graphic Inventory Profije) que muestre la cantidad de pedidos, para hacer esto se selecciona el menú results.

Se hace doble clic

Ilustración 29 – Menú Results Emerge la siguiente ventana, en la cual se pueden modificar elementos como el nivel inicial de inventarios, el máximo y el mínimo de existencias y el número de ciclos por periodo, también el número de unidades a pedir.

Ilustración 30 – Parámetros para gráficos

Emerge la él gráficos el cual muestra el grafico de la utilidad de inventarios. UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 53 UNI-FO-02 V 1.0

WINQSB

Ilustración 31 - Grafico de la utilidad de inventarios

7.3.

INTERFAZ GRAFICA MODULO DE MODELO DE REDES

El modulo de modelo de redes, es un modulo algo extenso y de mucha importancia ya que este puede ser aplicado a problemas de transporte y a maximización de flujos, entendiéndose esta última, a una red de aguas negras, el flujo vehicular de una ciudad o el influjo de información de una red informática. Al abrir este modulo nos encontraremos con la ventana principal del programa, la cual aparece de igual forma al abrir cualquiera de los 19 módulos del programa y que corresponde a esta:

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 54 UNI-FO-02 V 1.0

WINQSB

Oprimir aquí para desplegar la ventana del modulo modelo de redes.

Ilustración 32 – Pantalla inicial Una vez, abierta esta ventana se debe oprimir el icono superior izquierdo (nuevo) como se indica en la figura anterior. Al oprimir esta tecla, se despliega la siguiente ventana:

Escoger el tipo de problema que se quiere resolver

Escoger el criterio del objetivo del problema

Especificar el tipo de formato para los datos de entrada

Escoger titulo y número de nodos del problema

Ilustración 33 – Datos generales del modulo

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 55 UNI-FO-02 V 1.0

WINQSB Esta ventana como podemos observar tiene gran cantidad de información, en ella debemos especificar como primera medida, el tipo de problema que queremos realizar, de donde se encuentran siete modelos fundamentales, con los que se pueden tratar problemas para la optimización de recursos y que son:

• Flujo en redes o modelo de trasbordo • Problema de transporte • Problema de asignación • Problema de la ruta más corta • Problema de flujo máximo • Árbol de mínima expansión • Problema del agente viajero Vale la pena mencionar que se describirá un problema por cada uno de los 7 modelos de este modulo. Seguidamente se debe señalar el criterio del objetivo del problema es decir, si se trata de un problema de maximización o de minimización, luego se debe especificar el formato de los datos de entrada esto se refiere a si se quieren ingresar los datos por medio de una matriz o mediante un grafo, finalmente se le debe dar un titulo al problema y especificar el número de nodos con el que este va a contar. Una vez entendida esta primera parte, se procede a realizar un problema por cada modelo.

7.3.1. Flujo en redes o modelo de trasbordo Para resolver un problema para este tipo de modelo, se escoge la primera opción en el campo tipo de problema. Se tienen dos fabricas F1 Y F2, con capacidad de 600 y 800 unidades respectivamente y cuatro almacenes intermedios, A 1, A2, A3, A4, teniendo A2 y A3, 350 y 200 unidades respectivamente, en cuanto a las demandas se tiene A 1 200 UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 56 UNI-FO-02 V 1.0

WINQSB unidades, A4 100 unidades, y existen tres grupos demandantes mas D1, D2,y D3, estos con demandas de 500, 350 y 900 unidades respectivamente, esto daría 9 nodos en total, la idea es minimizar costos de transbordo entre las diferentes fabricas, almacenes y grupos demandantes, entonces se llena el cuadro del siguiente modo:

Ilustración 34 – Datos generales del modulo

Ilustración 35 – Introducción de datos UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 57 UNI-FO-02 V 1.0

WINQSB Esta es la tabla que se despliega al dar clic en aceptar, luego se procede a cambiar los nombres de los nodos, para esto se debe hacer clic en node name del menú editar, de donde se abrirá una ventana como esta:

Ilustración 36 – Introducción de datos En la siguiente ventana se muestran los costos de transbordar correspondientes:

Ilustración 37 – Resultados óptimos

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 58 UNI-FO-02 V 1.0

WINQSB Estos datos se llenan de acuerdo a la naturaleza del problema, la idea es que se ubiquen en la casilla correspondiente, es decir, que el costo asociado de transbordar la mercancía de la fabrica 1 F1 a el almacén 1 A1 es de 4, las demandas se ubican en la columna con el nombre de Supply y las demandas en la fila con el nombre de Demand. Si se quiere ver el grafico de esta tabla, se da formato en el menú principal y se busca la opción modelo en modo grafico así:

Ilustración 38 – Menú Formato Y el modelo el modo grafico sería el siguiente:

Ilustración 39 – Grafica

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 59 UNI-FO-02 V 1.0

WINQSB Una vez hecho esto está listo para ser resuelto pero entonces se debe escoger el método mediante el cual se quiere resolver, en este caso se resuelve por el método de la esquina noroeste como se muestra en el siguiente grafico:

Ilustración 40 – Datos adicionales para tabla El programa resuelve el problema como lo haría el método simplex, la tabla que se muestra a continuación, se muestra la distribución en el flujo de los productos, iniciando desde las fabricas, a los almacenes y finalmente a los destinos finales, con un costo mínimo estimado de 7900.

Ilustración 41 – Matriz método simplex

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 60 UNI-FO-02 V 1.0

WINQSB Adicional a esto, el modulo cuenta con unos resúmenes de información que permiten analizar los resultados obtenidos, en la primera tabla encontramos los precios sombra y los máximos y mínimos permitidos para las restricciones que se interpretan igual que en programación lineal; en la segunda se muestra el estado de las variables (básicas o no básicas); esto es, si la solución indica que un tramo (i,j) debe realizarse o no; también enseña los costos reducidos, que tienen igual interpretación que en programación lineal. Las dos últimas columnas señalan los máximos y mínimos costos permitidos en un tramo de transporte; esto equivale al análisis de coeficientes de costos de la programación lineal.

Ilustración 42 – Resumen de información

Ilustración 43 – Datos de información UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 61 UNI-FO-02 V 1.0

WINQSB 7.4.

INTERFAZ GRAFICA MODULO DE TRANSPORTE

Ilustración 44 – especificación del problema Este tipo de problema solo difiere del anterior, en que se deben pasar los productos de un nodo de salida a uno de llegada sin usar puntos de transbordo, para el siguiente ejemplo se escogieron 3 nodos de salida y 4 nodos de llegada como se muestra en la tabla anterior, siendo esta la única diferencia en la tabla con respecto a la del modelo descrito anteriormente, en la siguiente tabla se muestran los costos asociados entre los diferentes orígenes y destinos:

Ilustración 45 – Datos adicionales para tabla Igualmente que en el ejemplo anterior se resuelve por el método de la esquina noroeste y estos son los resultados:

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 62 UNI-FO-02 V 1.0

WINQSB

Ilustración 46 – Resultados Mostrando que el costo mínimo de envío es de 39500.

7.4.1. Problema de Asignación Este tipo de problema busca la manera más eficiente de asignar una serie de tareas a maquinas, operarios o sendas, para el ejemplo siguiente se escogió asignar tres consultores a tres clientes, por lo que en la tabla siguiente se llenaron los campos numero de objetos = 3 y numero de asignaciones = 3.

Ilustración 47 – especificación del problema La idea es entonces que se trata de una empresa de consultoría en mercadeo que ha recibido solicitud de tres clientes para adelantar estudios de mercado. Los números en las celdas son las horas que cada consultor invertiría en llevar a cabo cada proyecto. La compañía desea minimizar el tiempo total dedicado a los proyectos. La pregunta entonces es ¿Cómo asignar los clientes a los consultores? UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 63 UNI-FO-02 V 1.0

WINQSB

Ilustración 48 – Introducción de datos Y estos son los resultados:

Ilustración 49 - Resultados Esto lo que nos indica es que al consultor Fernando se le asigna el cliente 2, a la consultora Marcela el cliente 3 y al consultor Carlos el cliente 1, con un costo total de 26.

7.4.2. Problema de la ruta más corta Este problema incluye una serie de nodos donde solo uno se considera el origen y otro el destino. El objetivo es determinar un camino de conexiones que minimizan la distancia total del origen al destino. El problema se resuelve por el algoritmo de etiquetado, para el ejemplo se usaran 6 nodos.

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 64 UNI-FO-02 V 1.0

WINQSB

Ilustración 50 - especificación del problema La que se muestra a continuación seria la tabla asociada al siguiente grafico:

Ilustración 51 - Grafico del problema

Ilustración 52 - Resultados UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 65 UNI-FO-02 V 1.0

WINQSB “El nodo 1 representa la central y el nodo 6 la ciudad a donde debe llevarse el cableado procedente de la central, pasando por algunos de los otros nodos que conectan la central con la ciudad. Los números sobre los arcos representan distancias. Se trata de llevar a cabo la interconexión con el menor consumo de cable.

7.4.3. EL PROBLEMA DE FLUJO MÁXIMO

Ilustración 53 - especificación del problema En muchas ocasiones se desea transportar la máxima cantidad de flujo desde un punto de partida llamado fuente hacia un punto final denominado pozo, y es en esos casos donde se utiliza este modelo. La tabla siguiente muestra los datos para el ejemplo siguiente, el nodo fuente, sería el 0 y el nodo pozo T.

Ilustración 54 - Resultados UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 66 UNI-FO-02 V 1.0

WINQSB

Ilustración 55 - Grafico Solución:

Ilustración 56 – Respuesta optima Aunque para este ejemplo no hubo un tema en particular, suele usarse en la planificación de transporte vehicular, transporte de líquidos mediante tuberías y otros problemas de similar estructura.

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 67 UNI-FO-02 V 1.0

WINQSB 7.4.4. El árbol de expansión mínima:

Ilustración 57 - especificación del problema El modelo contempla un conjunto de arcos que conectan todos los nodos de la red sin crear un solo ciclo o vuelta. El problema consiste en determinar el árbol que minimiza la distancia de conexión total; se resuelve por el Algoritmo de Etiquetado. En cuanto a la introducción de datos y el proceso de solución es similar a los modelos anteriores de este módulo.

Ilustración 58 – Respuesta optima

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 68 UNI-FO-02 V 1.0

WINQSB

Ilustración 59 - Grafico

7.4.5. El problema del agente viajero

Ilustración 60 - especificación del problema El problema del agente viajero, involucra igualmente un conjunto de nodos y arcos que conectan todos los nodos. El objetivo de este, es encontrar la forma de realizar una gira completa que conecte todos los nodos visitando sólo una vez cada nodo y minimizar o maximizar la distancia de la gira total. La figura representa ciudades, en los nodos, y los valores en los arcos son las distancias que las separan. UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 69 UNI-FO-02 V 1.0

WINQSB

Ilustración 61 – Introducción de datos Solución:

Ilustración 62 - Resultado

Ilustración 63 - Grafico

7.5.

INTERFAZ GRAFICA MODULO DE SIMULACIÓN DE COLAS

En Winqsb, para realizar una simulación se cuenta con cuatro actores dentro del sistema, estos son:

Tasas de llegada de clientes UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 70 UNI-FO-02 V 1.0

WINQSB Colas Servidores Colectores de basura Las colas son las mismas líneas de espera, en colas se especifica el número de servidores en el sistema y los colectores de basura indican la posibilidad de que un cliente se retire del proceso antes de terminarlo. Estos entonces son representados en el programa por las letras C, S, Q y G respectivamente. Para explicar bien este modulo se comienza con un ejemplo el cual será resuelto con el programa. Un banco posee dos cajeros (Fernando y Marcela) los cuales atienden a un cliente en un promedio de 15 minutos con una desviación de 0.01. Los clientes llegan a una tasa de uno cada 10 minutos y hacen una sola cola cuya capacidad es de máximo 15 clientes. Se considera que la llegada de los clientes se comporta de forma muy similar a una distribución tipo Poisson y los cajeros con una distribución normal. Simular con 100 minutos de tiempo el modelo anterior.”13

Fernando

Marcela

Ilustración 64 - Grafico

13

http://www.scribd.com/doc/8004750/Manula-de-winqsb

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 71 UNI-FO-02 V 1.0

WINQSB

Se puede observar para este ejemplo que existen tres actores principales: Dos cajeros, los cuales serán los servidores Los clientes, los cuales están representados por una tasa de llegada La cola donde los clientes llegan y esperan hasta ser atendidos Por último antes de comenzar otra consideración importante a tener en cuenta es que los bancos emplean un sistema de espera de tipo PEPS (FIFO – First In First Out), es decir, los primeros clientes en entrar serán los primeros en ser atendidos. Se abre entonces el modulo de simulación de colas y aparecerá la siguiente pantalla:

Nombre del problema

Formato de entrada de datos

Número de componentes en el sistema

Unidad de tiempo

Ilustración 55 - especificación del problema Ilustración 52 - Grafico Ilustración 65 – Especificaciones del problema

Para este ejemplo, se tienen 4 componentes en el sistema los cuales son: Dos cajeros, una cola y los clientes, por tanto el cuadro se llena de la siguiente forma: UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 72 UNI-FO-02 V 1.0

WINQSB

Ilustración 66 – Introducción de datos

Seguidamente se procede a poner los nombres y tipos a los actores del sistema

Ilustración 67 – Nombres y tipos de los actores del sistema UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 73 UNI-FO-02 V 1.0

WINQSB Los cajeros se denotan con la S (Server), los clientes con la C (Customer) y la cola con Q (Queue). Para programar a los cajeros es importante decir que estos dependen de los clientes y para que ocurra esto entonces en la columna distribución de tiempos de servicio se debe ingresar esta información: Clientes/Normal/0.06667/0.01 Que corresponde a Nombre del agente del que depende/tipo de distribución de probabilidad de los servidores/los parámetros de acuerdo a la distribución seleccionada; en el caso de la distribución normal por ejemplo serian la media y la desviación. Los tipos de distribuciones con los que cuenta en programa son:

Ilustración 68– Tipos de distribución

Beta Binomial Constante Discreta Erlang Exponencial Gamma Hipergeométrica

Laplace Normal Pareto Poisson Función de poder Triangular Uniforme Weibull

De la misma forma se completan los parámetros para los clientes, como primera medida se debe indicar la dependencia de una de las colas en la columna (sucesor inmediato), y después en la columna sucesor del tiempo entre llegadas con este formato: UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 74 UNI-FO-02 V 1.0

WINQSB Distribución/parametro1/parametro2/parametro3, que para el ejemplo seria: Poisson/0.1, no requiere más parámetros por el tipo de distribución escogida.

Ilustración 69 – Distribución escogida Enseguida se debe programar la cola para ellos se debe indicar que los dos cajeros se alimentarán de ella colocando los nombres en las casillas correspondientes a la columna Sucesor inmediato, por ultimo en disciplina de la cola se pone FIFO y en capacidad de la cola se pondrá 15 que indica el máximo de personas en espera en la cola.

Ilustración 70 – Programando la cola Una vez realizados estos pasos se procede a resolver el problema, entonces en el menú resolver y analizar se da clic en realizar simulación.

Ilustración 71 – Realizar simulación

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 75 UNI-FO-02 V 1.0

WINQSB Al oprimir esta opción de desplegara una nueva ventana en donde se deben indicar la cantidad de minutos a simular y el tipo de base para la generación de números aleatorios.

Ilustración 72 – Introducción de datos Se debe pulsar el botón Simulate, el programa lo que hace entonces es tomar ese tiempo y mostrar las observaciones recolectadas durante ese tiempo:

Ilustración 73 – Muestra de tiempo y observaciones Con el botón show analysis se pueden observar todos los resultados de la simulación:

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 76 UNI-FO-02 V 1.0

WINQSB

Ilustración 74 – Resultados de la simulación Estos resultados nos dicen que en los 100 minutos llegaron 1123 clientes. El tiempo de espera promedio fue de 0.1879. El número máximo de personas en el sistema fue de 17: 15 en espera y 2 siendo entendidos. Y que en promedio permanecieron 2,2144 personas en el sistema .

Desde el punto de vista de los cajeros seria:

Ilustración 75 – Mostrar análisis

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 77 UNI-FO-02 V 1.0

WINQSB

Ilustración 76 – Introducción de datos

Desde donde se puede decir que Los cajeros tuvieron un promedio de utilización del 28,89%. El cajero 1 atendió 431 personas y el cajero 2 a 440 para un total de 871. De los 1123 solo finalizaron el proceso 871.

Y finalmente se puede hacer un análisis desde el punto de vista de la cola:

Ilustración 77 – Análisis desde el punto de vista de la cola De donde se dice que el promedio de personas en la cola fue de 1.6366. El máximo de personas en la cola es de 15. Finalmente se puede observar la simulación en modo grafico como se muestra en la siguiente grafica:

Ilustración 78 – Elaboración del modelo grafico UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 78 UNI-FO-02 V 1.0

WINQSB Y entonces quedaría de la siguiente forma:

Ilustración 79 – Resultados de la simulación

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 79 UNI-FO-02 V 1.0

WINQSB

8. APLICATIVO La finalidad de la investigación consistió, en realizar una simulación del tiempo de espera en la fila de la facultad de artes de la Universidad Nacional de Colombia, esto con la finalidad de mostrar la efectividad de nuestro programa WINQSB, y a su vez dar una aplicación dentro de una de las entidades de la universidad. Entonces, se tiene la cafetería que posee una sola caja, la cual atiende a los estudiantes y profesores en un promedio de 1.5 minutos con una desviación de 0.01, los estudiantes llegan a una tasa de uno cada 2 minutos (tomando como base una hora pico) y hacen una sola cola cuya capacidad es de máximo 12 clientes. Para determinar el tipo de distribución de probabilidad para el tiempo de servicio de la caja y el tiempo de llegada de los estudiantes a la fila se corrió la simulación primero en otro programa que si es exclusivamente de simulación (Arena) el cual una vez introducidos los datos, determina cual es el tipo de distribución que mejor se adapta en cada caso. Basados en esto la llegada de los clientes entonces se comporta de forma muy similar a una distribución tipo Beta y el cajero con una distribución tipo Erlang, este modelo fue diseñado para correr durante 3600 segundos (1 hora). Lo primero es abrir el modulo correspondiente a simulación de sistemas de colas:

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 80 UNI-FO-02 V 1.0

WINQSB Ilustración 80 – Especificación del problema

Ilustración 81– Grafico de la simulación

Donde especificaremos el nombre del problema, el número de componentes en el sistema y la unidad de tiempo, para este caso se escogen tres componentes en el sistema los cuales serian, un cajero, una fila y los clientes y la unidad de tiempo con la que se piensa trabajar son los segundos. Después de esto se procede a establecer cuales son las entidades del problema:

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 81 UNI-FO-02 V 1.0

WINQSB

Ilustración 82 – Componentes nombres y tipos Que para este caso son: una caja, la cual de acuerdo a la notación del programa se denota con S, los clientes los cuales se denotan con la letra C, y una sola cola la cual se denota con la letra Q. Al dar Ok en esta pantalla, se despliega la siguiente matriz:

Ilustración 83 – Introducir los datos Aquí se deben llenar datos claves tales como el tiempo de servicio del servidor (caja), el tiempo de llegada de los estudiantes a la fila, el tamaño máximo de la fila, la disciplina que maneja la fila y las dependencias entre entidades. Lo primero es entonces establecer el tiempo de servicio, para esto como ya se había mencionado anteriormente, se tomo la distribución que nos arrojo el UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 82 UNI-FO-02 V 1.0

WINQSB programa de simulación Arena, sin embargo el esquema de notación que maneja el programa WINQSB se respeta y lo único que se tuvo en cuenta del otro programa fue el tipo de distribución con sus respectivos parámetros, esta fue una distribución Erlang, con parámetros (5.74, 3), para WINQSB, el esquema que se debe manejar es: Nombre del predecesor/ Distribución/Parámetro 1/Parámetro 2/ Parámetro 3, por lo tanto quedaría así: Clientes/Erlang/5.74/3, estos datos deben ir consignados en la celda correspondiente a distribución del tiempo de servicio de la entidad cajero, visto en la matriz quedaría de la siguiente manera:

Ilustración 84 – Distribución, tiempo de servicio Si existiese más de un servidor se procedería de la misma manera para cada uno, después de esto se procede a completar los parámetros para los clientes, es decir la tasa de llegada de los clientes a la cola, para registrar esta información se sigue el siguiente esquema: Distribución/parametro1/ Parámetro 2/ Parámetro 3, por tanto también basados como en el caso anterior en la distribución que arrojo el otro programa de simulación se tendría que esta tasa de llegada estaría regida por una distribución del tipo Beta, con parámetros (0.398, 3.88) y ya con la notación del programa WINQSB, quedaría de la siguiente forma: Beta/0.398/3.88, visto en la matriz quedaría de la siguiente manera:

Ilustración 85 – Intervalo de tiempo de la distribución Donde la celda corresponde a la distribución del tiempo de llegada de la entidad clientes, después de esto se puede especificar la disciplina de la fila y su tamaño máximo, la disciplina corresponde a la política que se utiliza para la atención de los clientes para este caso corresponde a una fila FIFO, es de decir los primeros en llegar son los primeros en salir y en cuanto al tamaño de la fila de acuerdo a las UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 83 UNI-FO-02 V 1.0

WINQSB observaciones realizadas en la cafetería se determino que el máximo de personas en la fila es de 12 personas, esto se consigna en la matriz de la siguiente forma:

Ilustración 86 – Disciplina y capacidad de la cola Como se puede observar, estos datos van consignados en la entidad cola, en las columnas correspondientes a disciplina de la cola y capacidad de la cola. Finalmente hay que colocar los predecesores para cada entidad, es decir cual es la entidad de la que depende la otra, para este caso como es ya evidente, la cola es predecesora de los clientes, y el cajero de la cola, entonces quedaría así:

Ilustración 87 – Predecesores para cada entidad Esto va consignado entonces en la columna correspondiente a predecesor inmediato. Una vez ingresados todos los datos se debe ver de la siguiente manera:

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 84 UNI-FO-02 V 1.0

WINQSB

Ilustración 88 – Tabla completa de datos Una vez ingresados los datos se procede a correr la simulación, donde aparece la siguiente ventana:

Ilustración 89 – Simulación UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 85 UNI-FO-02 V 1.0

WINQSB En ella se debe especificar, el tipo de semilla que se va a utilizar para correr la simulación, WINQSB, cuenta con una fija correspondiente a 27437, por lo cual nosotros trabajamos con esta y el tiempo durante el cual se desea corra la simulación que serian 3600 segundos (1 hora), se le da simular y el nos arroja los siguientes datos:

Ilustración 90 – Numero de observaciones Como primera medida el número de observaciones tomadas para un tiempo de 3600 segundos es de 643.

Ilustración 91 – Resultados generales de la simulación Ahora, se puede observar que en los 3600 segundos llegaron 130 personas a la cola, el tiempo de espera promedio fue de 29.0319 segundos. El número máximo de personas en el sistema fue de 13 personas, en promedio permanecieron en el sistema 12.4748 personas. UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 86 UNI-FO-02 V 1.0

WINQSB Desde el punto de vista de la cajera, esta tuvo un promedio de utilización del 100%

Ilustración 92 – Resultados referentes a la caja

Desde el punto de vista de la cola, el máximo de personas en la cola fue 12 y el promedio de personas en la cola fue 11.4.

Ilustración 93 – Resultados referentes a la cola

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 87 UNI-FO-02 V 1.0

WINQSB

9. LIMITACIONES Una vez se realizo la simulación se conocieron bastantes limitaciones que presenta el programa por lo menos en el modulo de simulación y las cuales serán expuestas a continuación. Lo primero es que en el modulo del programa se especifica que se pueden manejar la mayoría de las distribuciones de probabilidad y de hecho el tutorial del programa presenta una breve descripción de probabilidad para cada una de ellas, sin embargo en el momento de realizar nuestro trabajo, como se menciono anteriormente se requirió la utilización de dos tipos de distribuciones la distribución Beta y la Erlang y no nos fue posible correr la simulación con este tipo de distribuciones ya que el programa se quedaba procesando la información por tiempo indefinido y no arrojaba ningún resultado, se probo con otro tipo de distribuciones y finalmente se comprobó que con las únicas distribuciones con las que corre el programa son con la distribución Normal, Poisson, constante, exponencial, laplace, pareto, función de poder y uniforme, para las demás el programa se queda procesando y no arroja los datos. Por tanto nos toco usar la distribución de probabilidad normal, pero con los parámetros de las otras distribuciones, tomamos esta decisión ya que era la que mejor se aproximaba a las otras dos, sin embargo notamos que los datos cambiaron significativamente con respecto a aquellos arrojados por el primer programa donde corrimos la simulación, por lo que fuimos lo mas objetivos posible en el momento de analizar los datos. Por otro lado vimos que el programa es realmente limitado por lo menos en cuanto a este modulo y en general a todos, exceptuando por ejemplo el modulo de programación lineal, el cual como se menciono en entregas anteriores es un modulo muy completo y que compite con programas muy buenos para este tipo de resolución de problemas.

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 88 UNI-FO-02 V 1.0

WINQSB

10. CONCLUSIONES

Winqsb es una herramienta muy importante en la organización, ya que este permite utilizar diversos métodos matemáticos y estadísticos para la optimización de recursos tanto físicos como materiales. Este programa el muy importante en el manejo de materiales y la toma de decisión ya que haciendo uso de datos y hechos pasados ayuda a plantear diversos mecanismos de toma de decisiones y de esta manera minimizar el margen de error existen al momento de tomar cualquier decisión. A su vez este programa permite hacer un análisis minucioso de cada una de los datos que se introduzcan, permitiendo mejorar el desarrollo y mejor funcionamiento de una unidad específica, también este programa permite reducir el riesgo y descifrar posibles escenarios para obtener un resultado óptimo. Luego de hacer un análisis detallado del software se puede concluir que este es muy elemental en 90% de los módulos, exceptuando el modulo de programación lineal que como se había mencionado anteriormente compite con programas de mejores especificaciones técnicas. Sin embargo, esta herramienta resuelve problemas con un número de variables alto. En el modulo de simulación el programa es muy precario debido a que no existe una interfaz grafica interactiva que muestre la simulación, sino que solo arroja la tabla de datos, por otro lado el numero de distribución de probabilidad que maneja el programa es limitado, a pesar de que en el tutorial del programa se mencionan que se pueden utilizar la mayoría de distribuciones en la practica se pueden manejar solo 6 tipo de distribución. A su vez en cuanto a las unidades de tiempo a pesar de que nos muestra una gama de unidades para realizar los ejercicios, solo maneja como unidad los minutos. Se propone para el próximo semestre crear un curso libre de simulación para los estudiantes de la facultad de ciencias económicas como complemento Investigación Operativa, producción, entre otras. Se recomienda para el próximo semestre abrir una investigación con el software de simulación Arena, ya que este cuenta con herramientas superiores a la de WINQSB, pero de la misma forma este tiene un lenguaje muy sencillo de manejar.

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 89 UNI-FO-02 V 1.0

WINQSB

11. BIBLIOGRAFIA VÍCTOR MANUEL QUESADA IBARGUEN y otro; Análisis Cuantitativo con WINQSB. RIOS INSUA, David. Simulación: Métodos y aplicaciones. Editorial Alfa y Omega. Colombia, año 2000. GAITHER, Norman. Administración de Producción de Operaciones. Thomson Editores, Octava Edición. México. WALPOLE, Ronald E. “Probabilidad y Estadística”. Mc Graw Hill, cuarta Edición. México, año 1992. Introducción al programa WINQSB, fecha de revisión, 16 de abril de 2009. http://www.uv.es/martinek/material/WinQSB2.0.pdf. Herbert Simon, “The New Science of Management Decision”, Harper and Row, New York, 1960. Wikipedia. http://es.wikipedia.org

UNIVERSIDAD NACIONAL COLOMBIA FACULTAD DE CIENCIAS ECONÓMICAS UNIDAD DE INFORMÁTICA Y COMUNICACIONES 90 UNI-FO-02 V 1.0