Tesis Manual Practico Winqsb

UNIVERSIDAD DE EL SALVADOR
FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE

DEPARTAMENTO DE INGENIERA Y ARQUITECTURA
TRABAJO DE GRADO TITULADO:

DISEO DE UNA GUA DE APLICACIN DEL SOFTWARE WINQSB, PARA
EL DESARROLLO DE HERRAMIENTAS CUANTITATIVAS DE LA
INGENIERA INDUSTRIAL
PRESENTADO POR:
HENRQUEZ AGUILAR, MNICA ELIZABETH
HERNNDEZ RAMREZ, WALTER ERNESTO
PARA OPTAR AL GRADO DE:

INGENIERO INDUSTRIAL
DOCENTE DIRECTOR:
ING. ROBERTO CARLOS SIGUENZA CAMPOS
NOVIEMBRE, 2010
SANTA ANA
EL SALVADOR
CENTRO AMERICA
RECTOR
ING. Y MSC. RUFINO ANTONIO QUEZADA SNCHEZ
VICE-RECTOR ACADMICO
ARQ. Y MASTER MIGUEL NGEL PREZ RAMOS
VICE-RECTOR ADMINISTRATIVO:
LIC. Y MASTER OSCAR NO NAVARRETE
SECRETARIO GENERAL:
LICDO. DOUGLAS VLADIMIR ALFARO CHVEZ
FISCAL GENERAL:
DR. REN MADECADEL PERLA JIMNEZ
DECANO:
LIC. JORGE MAURICIO RIVERA.
VICEDECANO:
LIC. Y MASTER ELADIO EFRAN ZACARAS ORTEZ.
SECRETARIO:
LIC. VCTOR HUGO MERINO QUEZADA
JEFE DEL DEPARTAMENTO DE INGENIERA Y ARQUITECTURA:

ING. RAL ERNESTO MARTNEZ BERMUDEZ.
Diseo de una gua de aplicacin del software Winqsb, para el desarrollo de herramientas
cuantitativas de la Ingeniera Industrial
TRABAJO DE GRADO APROBADO POR:
F._______________________________________________
ING. ROBERTO CARLOS SIGUENZA CAMPOS
DOCENTE DIRECTOR
2010
2010
AGRADECIMIENTOS
A dios todo poderoso,

Por darme la vida, por bendecirme de muchas maneras, por las pruebas difciles y
obstculos que me ha ayudado a superar, por no soltarme la mano y ayudarme a salir
adelante.
A la memoria de mi abuela y mi to Julio,
A ti abue que fuiste y seguirs siendo una madre para m que vivir siempre en mi
corazn. A ti to Julio, que me consentiste y fuiste como un padre para m. Les dedico con
todo mi corazn este esfuerzo que he realizado para dar este nuevo paso en mi vida,
porque fueron y siguen siendo mi fuerza, mi fortaleza y mi apoyo espiritual.
A mi madre, Celia Margarita Aguilar,
Por su apoyo incondicional y por su sacrificio, por sus consejos, por estar siempre a mi
lado, por ser ms que una madre una amiga, por ensearme la perseverancia y a no
temer a los retos, por creer en m y por guiar siempre mi camino. Eres el motor que
impulsa mi vida. Te amo.
A mi padre, Mario Wilfredo Henrquez,
Que de alguna manera me ha apoyado.
A mis tos: Roberto y Rosa Mara,
Por sus consejos, por quererme como una hija y por todo el apoyo incondicional que me
han dado en el transcurso de mi vida.
A alguien especial,
Por ser parte de mi vida Carlos, por estar en momentos cuando en verdad se necesita a
alguien, por darme todo su apoyo y ayuda incondicional, por sus palabras de aliento, por
ser mi confidente, por su amor, paciencia y comprensin, Gracias amor.
A mi primo, Nelson,
Porque me ense a tener paciencia, a ser fuerte y a defenderme. Porque adems, me
ense a ver lo grande que es Dios.
2010
A mis madrinas: Ta Chocha y Ta Mara Elena (Q.D.D.G),

Que contribuyeron de alguna manera en mi formacin, por sus consejos, palabras de
aliento y porque son parte de mi admiracin.
A mis compaeros y amigos/as,

Por estar conmigo en las buenas y malas, por brindarme su apoyo y comprensin, por los
consejos en momentos oportunos, por todos los momentos compartidos, por esas
palabras de aliento, por ayudarme a acercarme a Dios y en mi crecimiento espiritual.
A mi compaero de tesis: Walter,
Que siempre estuvo a mi lado en los momentos de trabajo y tambin en los momentos de
relax, por animarme cuando ms lo necesite y por su apoyo para alcanzar juntos esta
meta.
A ingeniero Roberto Carlos Sigenza,
Por sus consejos, orientacin, y por guiar mi camino en el desarrollo de nuestro trabajo de
grado.
Aquellas personas que me animaron,
Ing. Raquel, Ing. Rodezno, Lic. Kryssia, Ing. Santa Mara, Tc. Garca, a mis compaeros de
estudio de las diferentes promociones que dejaron una huella en mi mente y corazn, a
mis amigas/os Karen, Mina, Yoba, ngel, Yesi, Walter, a las personas que me facilitaron los
trmites en acadmica A todos ellos que de alguna manera me brindaron su apoyo y
colaboracin.
Soemos alto con los pies puestos sobre la tierra, pero para que nuestros sueos se
cumplan tenemos que trabajar duro y perseverar hasta el final. No olvidemos, siempre
tomados de la mano de Dios.
Mnica E. Henrquez.-
2010
AGRADECIMIENTOS.
Agradecimiento a Dios todo Poderoso, por haberme protegido de todo peligro en mis
aos de estudio, adems de haber proporcionado la sabidura e inteligencia para poder
alcanzar esta meta tan importante en mi vida.
Agradecimiento A mi Madre: Leila Elizabeth Ramirez Galvn, por su amor incondicional,

por su confianza depositada, paciencia y gran esfuerzo econmico, para que saliera
adelante y as ser un orgullo para ella, te lo agradezco desde lo ms profundo de mi
corazn gracias por amarme mam.
Agradecimiento a mis Hermanos: Karla Yanira Hernndez R. y Edwin Alberto Hernndez

R. los cuales Estuvieron conmigo en esos momentos difciles donde mis fuerzas decaan,
con su ayuda y comprensin, sala adelante a cualquier obstculo.
Agradecimiento a mis Tos. Todos en especial por sus consejos los cuales me dieron las
herramientas para salir adelante a cualquier dificultad en la vida.
Agradecimientos a Todos mis Amigos, en especial al Lic. Francisco Rodrguez, por

apoyarme cuando ms lo necesite gracias por brindarme su ayuda.
Agradecimientos a Ligia Yasmin Navas Guadron, Gracias por llegar a mi vida en el

momento exacto y estar en esos instantes tan difciles y siempre con palabras de nimo a
2010
mi vida, las cuales me dan aliento para seguir luchando hasta alcanzar todas las metas en
mi vida. Espero siempre contar contigo.
A MI COMPAERA DE TESIS: Gracias por depositar tu confianza en m para salir adelante

en este meta que se trazo desde el principio, por las experiencias vividas las cuales las
guardo en el fondo de mi corazn, nuevamente gracias por ser mi compaera de tesis y mi
gran amiga, Dios te bendiga en todo lo que emprendas en la vida.
Walter H. Ramrez.-
2010
AGRADECIMIENTOS GENERALES
A Dios todo poderoso,

Por permitirnos alcanzar una de nuestras metas propuestas, por iluminar nuestro camino
y colmarnos de mltiples bendiciones.
A la Facultad Multidisciplinaria de Occidente,
Por abrir sus puertas y darnos la oportunidad de formarnos profesionalmente.
A los docentes del Departamento de Ingeniera y Arquitectura,
Por compartir sus conocimientos y experiencias.
Ingeniero Ral Ernesto Martnez Bermdez,
Jefe del departamento de Ingeniera y Arquitectura, por su apoyo en la realizacin del
trabajo de grado.
Ingeniero Roberto Carlos Sigenza,
Nuestro asesor de tesis, por el respaldo brindado en todo el desarrollo del trabajo de
grado, por creer en nosotros, por su tiempo y entrega incondicional aportando sus
conocimientos.
Ingeniero Eduardo Marroqun Escoto,
Docente Adjunto, por brindarnos su ayuda y orientacin en la realizacin del trabajo de
grado.
Ingeniero Salvador Eliseo Melndez
Por brindarnos su apoyo, orientacin y sugerencias.
A nuestros compaeros,
Con quienes compartimos buenos y malos momentos, a lo largo de nuestra formacin
acadmica.
Grupo de tesis.
2010
INDICE GENERAL
INTRODUCCION
Pgina
i
CAPTULO UNO: GENERALIDADES.

1.1. Antecedentes.
1.1.1. Generalidades del software Winqsb.
23
23
1.2. Planteamiento del Problema.
27
1.3. Objetivos.
30
1.3.1. Generales.
30
1.3.2. Especficos.
30
1.4. Justificacin.
31
1.5. Alcances.
33
1.6. Limitantes.
33
1.7. Metodologa de la Investigacin.
34
CAPTULO DOS: MARCO TEORICO.

2.1. Que es el Winqsb.
38
2.2. Aspectos tcnicos.
38
2.3. Mdulos que lo conforman.
39
2.4. Descripcin de cada modulo.

2.4.1. Anlisis de muestreo de aceptacin.
2010
40
41
2.4.1.1.
Muestreo de aceptacin por atributos.
42
2.4.1.2.
Muestreo de aceptacin por variables.
42
2.4.1.3.
Muestreo simple.
42
2.4.1.4.
Muestreo doble.
43
2.4.1.5.
Muestreo mltiple.
43
2.4.1.6.
Muestreo secuencial.
43
2.4.2. Planeacin agregada.
44
2.4.3. Anlisis de decisin.
45
2.4.3.1.
Anlisis bayesiano.
45
2.4.3.2.
Anlisis de tablas de pago.
46
2.4.3.3.
Juegos de suma cero para dos jugadores.
46
2.4.3.4.
Anlisis de arboles de decisin.
47
2.4.4. Programacin dinmica.
49
2.4.4.1.
Problema de la diligencia.
49
2.4.4.2.
Problema de la mochila.
50
2.4.4.3.
Programacin de produccin e inventarios.
51
2.4.5. Diseo y localizacin de plantas.
52
2.4.6. Pronsticos.
2010
53
2.4.6.1
Series de tiempo.
53
2.4.6.2
Regresin lineal.
53
2.4.7. Programacin por objetivos.
55
2.4.8. Teora y sistemas de inventarios.
57
2.4.9. Programacin de jornadas de trabajo.
58
2.4.9.1.
Talleres cuyas actividades se basan en el flujo de trabajo.
58
2.4.9.2.
Lnea de fabricacin y lnea de ensamble.
58
2.4.10. Programacin lineal y entera.
60
2.4.11. Procesos de Mrkov.
62
2.4.12. Planeacin de requerimiento de materiales.
63
2.4.13. Modelacin de redes.
64
2.4.13.1.
Flujo en redes o modelo de transbordo.
64
2.4.13.2.
Problema de transporte.
64
2.4.13.3.
Problema de asignacin.
65
2.4.13.4.
Problema de la ruta ms corta.
65
2.4.13.5.
Problema de flujo mximo.
66
2.4.13.6.
Problema del agente viajero.
66
2.4.14. Programacin no lineal.
67
2010
2.4.15. PERT y CPM.
68
2.4.16. Programacin cuadrtica.
69
2.4.17. Cartas de control de la calidad.
70
2.4.17.1.
Grficos de control para atributos.
70
2.4.17.1.1.
Grafico p.
70
2.4.17.1.2.
Grafico np.
70
2.4.17.1.3.
Grafico c.
71
2.4.17.1.4.
Grafico u.
71
2.4.17.2.
Grficos de control para variables.
71
2.4.17.2.1.
Grafico X.
71
2.4.17.2.2.
Grafico R.
71
2.4.17.2.3.
Grafico S.
72
2.4.17.2.4.
Grafico CUSUM.
72
2.4.18. Anlisis de sistemas de cola.

2.4.18.1.
Elementos existentes en la teora de colas.
2.4.19. Simulacin de anlisis de sistemas de colas.
73
73
76
CAPTULO TRES:
2010
ANALISIS DE LOS CONTENIDOS DE LOS PROGRAMAS Y SU
RELACION CON EL WINQSB.
3.1. Pensum de la carrera de ingeniera industrial.
78
3.2. Identificacin de contenidos que se pueden desarrollar con Winqsb.
84
3.3. Tablas de relacin.
88
CAPTULO CUATRO:
GUIA DE USUARIO DEL WINQSB, EN ESPAOL Y CON
EJEMPLOS RESUELTOS.
4. Gua de utilizacin del Winqsb.
97
4.1. Como instalar el programa.
98
4.2. Ingresando a los mdulos.
100
4.3. Anlisis de muestreo de aceptacin.
104
4.3.1. Ejemplo de muestreo de aceptacin.

4.4. Planeacin agregada.
4.4.1. Ejemplo de planeacin agregada.
4.5. Anlisis de decisiones.
105
109
110
123
4.5.1. Ejemplo de anlisis bayesiano.
123
4.5.2. Ejemplo de rbol de decision.
129
4.5.3. Ejemplo juegos de suma cero.

4.6. Programacin dinmica.
2010
134
137
4.6.1. Ejemplo sobre el problema de la diligencia.
137
4.6.2. Ejemplo sobre el problema de la mochila.
141
4.6.3. Ejemplo de programacin de produccin e inventarios.
144
4.7. Diseo y localizacin de plantas.

4.7.1. Ejemplo de distribucin en planta.
4.8. Pronsticos.
148
149
157
4.8.1. Ejemplo de series de tiempo.
158
4.8.2. Ejemplo de regresin lineal.
161
4.9. Programacin por metas.

4.9.1. Ejemplo de programacin por metas.
4.10.
Teora y sistemas de inventarios.
164
165
170
4.10.1. Ejemplo de un problema de cantidad econmica de la orden.
170
4.10.2. Ejemplo de un problema con demanda estocstica.
174
4.11.
Programacin de jornadas de trabajo.
4.11.1. Ejemplo de un problema de jornadas de trabajo.

4.12.
Programacin lineal y entera.
4.12.1. Ejemplo de problema de programacin lineal.
178
179
183
184
4.13.
Procesos de Markov.
4.13.1. Ejemplo de problema de procesos de Markov.

4.14.
Planeacin de requerimiento de materiales.
4.14.1. Ejemplo de MRP.

4.15.
Modelacin de redes.
2010
190
190
195
196
204
4.15.1. Ejemplo de modelo de transbordo.
205
4.15.2. Ejemplo de modelo de transporte.
209
4.15.3. Ejemplo de problema de asignacin.
210
4.15.4. Ejemplo de problema de la ruta ms corta.
212
4.15.5. Ejemplo de problema de flujo mximo.
214
4.15.6. Ejemplo de problema del agente viajero.
216
4.16.
Programacin no lineal.
4.16.1. Ejemplo de ejercicio de programacin no lineal.

4.17.
PERT y CPM.
218
218
221
4.17.1. Ejemplo de CPM.
223
4.17.2. Ejemplo de PERT.
230
4.18.
Programacin Cuadratica.
4.18.1. Ejemplo de problema de programacin cuadratica.

4.19.
Cartas de control de calidad.
234
235
240
4.19.1. Ejemplo de un grafico C.

4.20.
Sistemas de colas.
4.20.1. Ejemplo de sistemas de colas.

4.21.
Simulacin de sistemas de colas.
4.21.1. Ejemplo de simulacin.
2010
241
247
248
252
252
260
CONCLUSIONES.
261
RECOMENDACIONES.
264
BIBLIOGRAFIA.
267
ANEXOS.
271
2010
INDICE DE TABLAS
Pgina
Tabla 1. Ahorro de las empresas por la utilizacin del Winqsb
25
Tabla 2. Comparativa del software Winqsb con otros programas similares.
32
Tabla 3: Descripcin de los requisitos tcnicos del software
38
Tabla 4: Materias servidas por ciclo.
81
Tabla 5: Tcnicas electivas que podran ser servidas.
83
INDICE DE FIGURAS
Figura 1: Plan de estudios 1998, Ingenieria Industrial.
80
Figura 2: Mapa de materias de ingenieria industrial.
85
Figura 3: Mapa de materias obligatorias en las que se puede utilizar el Winqsb.
86
Figura 4: Mapa de materias electivas en las que se puede utilizar el Winqsb.
87
INDICE DE ANEXOS
Anexo 1: Biografa del creador del Winqsb.
271
Anexo 2: Resultado de encuestas a docentes.
274
Anexo 3: Resultado de encuestas a estudiantes.
280
2010
INTRODUCCIN
En la actualidad, los sistemas informticos han tomado auge en el desarrollo

tecnolgico que se est generando a nivel mundial. Con la utilizacin de los mismos en las
computadoras personales (PCs), han surgido programas y aplicaciones muy completas
para el tratamiento de los problemas de gestin empresarial, como es el caso del software
Winqsb Windows Quantitative Systems Base o por su traduccin al espaol: Sistemas
Cuantitativos Base Windows.
Esta herramienta en la actualidad es muy utilizada por empresas reconocidas a

nivel mundial, ya que permite la solucin de problemas administrativos, de produccin,
recursos humanos, direccin de proyectos, etc. Y adems presenta la ventaja de ser
gratuita.
Al analizar si actualmente en la carrea de Ingeniera Industrial se utilizaba algn

tipo de software para el anlisis y solucin de problemas relacionados con la carrera, se
llego a la conclusin de que no se haca y se considero que debido a las exigencias
laborales en cuanto al dominio de ciertas herramientas o software, no se poda continuar
trabajando de esa manera. Motivados por esto, naci la idea del tema de trabajo de grado
titulado Diseo de una gua de aplicacin del software Winqsb, para el desarrollo de
herramientas cuantitativas de la Ingeniera Industrial, en el cual se desarrollen los
diecinueve mdulos que el software Winqsb tiene.
La idea bsica fue tomar los programas de asignatura de la carrera de ingeniera

industrial, para analizar los contenidos de los mismos y su relacin con los diecinueve
mdulos del software Winqsb, y se verifico en que contenidos del programa de asignatura
se pueden aplicar los mdulos del software, de esta manera el docente cada vez que
imparta un contenido de una materia, sabr si se puede aplicar algn modulo y estar
consiente que tiene una herramienta informtica a su disposicin que le permitir
i
2010
desarrollar mejor la clase, al mismo tiempo que motivara a los estudiantes para que usen
este software para la resolucin de guas de trabajo, ejercicios de libros o exmenes
parciales y finalmente al estar el estudiante ya relacionado con este tipo de herramientas,
no tendr muchos problemas en su vida laboral si necesitara aplicarlas pues ya conocer
algunas.
Para el buen desarrollo del trabajo se hizo necesario estructurar el presente

documento respetando los lineamientos del Departamento de Ingeniera y Arquitectura
de la FMOcc. Para la elaboracin de trabajos de grado, por lo que est compuesto de
cuatro captulos, conclusiones y recomendaciones adems de su bibliografa y anexos.
Los captulos contienen la siguiente informacin:
CAPTULO UNO: GENERALIDADES.
En este captulo se detallan aspectos que son la base de todo documento formal,
detallndose lo que se pretenda alcanzar con el presente estudio, as como sus
antecedentes y limitantes. El planteamiento del problema que se pretenda resolver, las
razones que motivaron a la resolucin de dicho problema y la metodologa de
investigacin que se empleo para la realizacin del estudio.
CAPTULO DOS: MARCO TERICO.
Para lograr comprender de una mejor manera el tema fue necesario contar con un
extenso panorama de conceptos tericos bsicos con los cuales se lograra orientar y
brindar al lector una idea bastante clara sobre los propsitos de dicha investigacin.
ii
2010
Por lo que se presenta un marco terico el cual contiene informacin general

acerca del software Winqsb, por quin fue creado, definicin del Winqsb, la utilidad que
brinda y de manera detallada una descripcin de los mdulos que lo componen.
CAPTULO TRES: ANALISIS DE CONTENIDOS DE PROGRAMAS.
En este captulo se estudio los programas de asignatura de la carrera de ingeniera

industrial, se identificaron los contenidos que se pueden desarrollar utilizando algn
modulo del software Winqsb, utilizando para ello una matriz de relacin Contenidos vs.
Winqsb. La cual fue desarrollada por los miembros del grupo.
CAPTULO CUATRO: GUIA DE APLICACIN DEL SOFTWARE.
En este captulo se presenta la gua prctica del software Winqsb para los docentes
y estudiantes de la carrera de ingeniera industrial de la FMOcc., aunque dicho sea de
paso, esto no limita a que cualquier otra carrera que necesite utilizar la gua de aplicacin
del software Winqsb la pueda aplicar. Dicha gua Inicia desde lo que es la instalacin del
software, como ejecutarlo y adems, como seleccionar el modulo a trabajar, hasta la
resolucin de ejemplos desarrollados por el grupo de trabajo.
Se presentan tambin las conclusiones y recomendaciones a las que se llegaron

despus de la elaboracin de la gua prctica, y se describe en detalle las acciones que se
deben llevar a cabo y tambin las sugerencias que se deben tomar en cuenta al momento
de la ejecucin del proyecto. Al final se encontrar la bibliografa que se utilizo y sirvi de
apoyo para la realizacin del presente trabajo y los anexos en donde se muestra material
complementario referente al trabajo.
iii
Capitulo I:
GENERALIDADES
2010
1.1.
2010
ANTECEDENTES.
1.1.1. GENERALIDADES DEL SOFTWARE WINQSB.

La versin inicial del software Winqsb llamado en ese entonces QSB, fue creado en el
ao 1985 por Yin-Long Chang profesor del instituto tecnolgico de Georgia1.
El profesor Chang imparte cursos en las reas de control de calidad, gestin de la

tecnologa, los sistemas de informacin de fabricacin, las operaciones de planificacin y
control, y gestin de operaciones2. Tambin ha desarrollado tres paquetes de software,
QSB, QSOM y QS tanto en versiones para PC y Macintosh, para ayudar en la instruccin y
el aprendizaje de las ciencias de gestin, gestin de operaciones y mtodos cuantitativos.
QSB ha sido valorado el paquete de software superior entre los paquetes similares de OR /
MS (1986) y de interfaz (septiembre de 1988).
El Winqsb es una herramienta para el manejo de mtodos cuantitativos que inici con
la versin de Winqsb 1.0 y luego fue mejorado hasta llegar al Winqsb versin 2.0 el cual
est conformado por 19 mdulos, los cuales son:
1. ACCEPTANCE SAMPLING ANALYSIS (Anlisis de muestreo de aceptacin)

2. AGGREGATE PLANNING (Planeacin agregada)
3. DECISION ANALYSIS (Anlisis de decisiones)
4. DYNAMIC PROGRAMMING (Programacin dinmica)
5. FACILITY LOCATION AND LAYOUT (Diseo y localizacin de plantas)
6. FORECASTING (Pronsticos)
7. GOAL PROGRAMMING (Programacin por objetivos)
1
2
Ver biografa en anexo 1

Fuente obtenida de: http://mgt.gatech.edu/directory/faculty/chang/chang_vita.pdf
23
2010
8. INVENTORY THEORY AND SYSTEM (Teora y sistemas de inventarios)

9. JOB SCHEDULING (Programacin de jornadas de trabajo)
10. LINEAR AND INTEGER PROGRAMMING (Programacin lineal y entera)
11. MARKOV PROCESS (Procesos de MARKOV)
12. MATERIAL REQUIREMENTS PLANNING (Planeacin de Requerimiento de
Materiales)
13. NETWORKS MODELING (Modelacin de redes)
14. NONLINEAR PROGRAMMING (Programacin no lineal)
15. PERT y CPM
16. QUADRATIC PROGRAMMING (Programacin cuadrtica)
17. QUALITY CONTROL CHART (Cartas de control de calidad)
18. QUEUING ANALYSIS (Anlisis de sistemas de cola)
19. QUEUING ANALYSIS SIMULATION (Simulacin de anlisis de sistemas de cola)
Con la utilizacin de este Software, se puede encontrar la solucin a problemas

administrativos, de produccin, de recurso humano, direccin de proyectos,
programacin dinmica, modelos de redes, programacin no lineal, entre otros, tiene la
versatilidad de usarse en sistemas operativos de versiones diferentes como el
win95/win98/98Se/Me/2000/NT/XP/2003/Vista, ya que, adems el uso del software
Winqsb sirve para la solucin y automatizacin de una gran cantidad de problemas de
carcter complejo de tipo cuantitativo.
Est software fue creado para la toma de decisiones, para solucionar y automatizar
problemas, ya que contiene herramientas tiles como las mencionadas anteriormente.
Tambin, fue creado para resolver distintos tipos de problemas en el campo de la
investigacin operativa y para ser utilizado como una herramienta de apoyo para
estudiantes, docentes y personas en general que necesitan auxiliarse de un paquete de
herramientas completo en el que puedan elegir la que ms se adapta a la necesidad o
24
2010
problema de tipo cuantitativo, ya sea en el desarrollo acadmico de las materias que

tengan relacin con los mdulos del Winqsb o como herramienta de aplicacin en las
empresas.
Por ltimo, muchas son las empresas que han utilizado el Winqsb y se han visto
beneficiadas, empresas reconocidas a nivel mundial como la Texaco, IBM, Delta Airlines,
entre otras3, han obtenido millones en ahorros anuales. A fin de ejemplificar el amplio uso
de este tipo de software en grandes organizaciones se adjunta una tabla de aplicaciones
reales. (Ver tabla 1)
Tabla 1. Ahorro de las empresas por la utilizacin del Winqsb
ORGANIZACION
The Netherlands
Rijkswaterstaat
Monsanto Corp.
United Airlines
Citgo Petroleum
Corp.
NATURALEZA DE LA APLICACION
AO DE
APLICACION
1985
Desarrollo de poltica nacional de

administracin del agua, incluye
mezcla de nuevas instalaciones.
Procedimientos de operacin y
costeo.
Optimizacin de operaciones de
1985
produccin para cumplir metas con
un costo mnimo.
Programacin de turnos de trabajo 1986
en oficinas de reservaciones y
aeropuertos para cumplir con las
necesidades del cliente a un costo
mnimo.
Optimizacin de las operaciones de 1987
refinacin y de la oferta,
distribucin y comercializacin de
productos.
Fuente: www.ub.edu.ar/investigaciones/tesinas/173_ivanoff.pdf, Tesinas Programacin Lineal.
25
AHORROS
ANUALES
$15 millones
$2 millones
$70 millones
$70 millones
San Francisco
Plice
Department
Texaco Inc.
IBM
Yellow Freight
System, Inc.
New Haven
Health Dept.
AT&T
Delta Airlines
2010
Optimizacin de la programacin y
asignacin de oficiales de patrulla
con un sistema computarizado.
Optimizacin de la mezcla de
ingredientes disponibles para que
los productos de gasolina
cumplieran con los requerimientos
de venta y calidad.
Integracin de una red nacional de
inventario de refracciones para
mejorar el apoyo al servicio.
1989
$11 millones
1989
$30 millones
1990
Optimizacin del diseo de una red

nacional de transporte y la
programacin de rutas de envo.
Diseo de un programa efectivo de
intercambio de agujas para
combatir el contagio del SIDA.
Desarrollo de un sistema basado
en PC para guiar a los clientes del
negocio en el diseo del centro de
llamadas.
Maximizacin de ganancias a partir
de la asignacin de los tipos de
aviones en 2.500
1992
$20 millones +
$250 millones
en mejor
inventario
$17,3 millones
26
1993
33% menos
contagio
1993
$750 millones
1994
$100 millones
2010
1.2. PLANTEAMIENTO DEL PROBLEMA.

La tecnologa ha venido evolucionando y ms aun entrando al nuevo siglo, poca en la
cual se da un auge tecnolgico en la informtica, especficamente en la utilizacin de
software como una herramienta de solucin de problemas ingenieriles de tipo
cuantitativo y para este caso la carrera de ingeniera industrial no se puede quedar
obsoleta en la utilizacin de software aplicado en el desarrollo de las asignaturas.
Muchos de estos programas informticos son gratuitos y estn al alcance de todas las
personas que requieran de su uso, pero hoy en da estos no son explotados, lo cual
beneficiaria tanto a docentes como a alumnos por presentar otra forma de solucionar
problemas en las materias que lo amerite.
Actualmente, en la carrera de ingeniera industrial de la FMOcc, la informtica no se

utiliza de manera regular, y da a da hay ms exigencias o requerimientos en cuanto al
conocimiento y aplicabilidad de estas herramientas informticas en el desarrollo
acadmico para posteriormente ser aplicados en el mbito laboral, y esto es logrado a
travs de los docentes. A pesar de esto, el software no es explotado debidamente para
aprovechar las funcionalidades y ventajas que aportan en la solucin de problemas de tipo
cuantitativo.
Precisamente, es el caso de los docentes de la FMOcc de la carrera de ingeniera

industrial, ya que existe irregularidad en cuanto a la utilizacin de software para impartir
las clases, ejemplificar, o incentivar el uso de software que tengan aplicabilidad en las
materias que lo requiera.
Por tal motivo, se realiz una encuesta para indagar acerca de la utilizacin de
software y especficamente del conocimiento del software Winqsb, y se administr a
nueve catedrticos que representan el 100% de los docentes que imparten clases a
27
2010
Ingeniera Industrial; en lo cual se les pregunt si han utilizado el software Winqsb como
una herramienta para la solucin de problemas de tipo cuantitativo (administracin, de
recursos humanos, produccin, etc.), obteniendo en los resultados que el 60% de los
docentes expresan que no han utilizado el software, esto es por desconocimiento tanto
del software como de todas aplicaciones que este tiene.
De la misma manera, se les pregunto si han utilizado el software (Winqsb) y si conocen

de todas las aplicaciones que posee esta herramienta para la utilizacin en las materias de
Ingeniera Industrial, lo cual el 70% de la muestra expresan no conocer del software ni de
sus aplicaciones. Adems, otra de las preguntas sobresalientes, es que si permite que los
alumnos utilicen algn tipo de herramienta o software para resolver parciales o guas
prcticas de ejercicios, y el 50% de la muestra expresa que es importante que los alumnos
se apoyen de herramientas como son algunos tipos de software que sirven para la
solucin de problemas ingenieriles de tipo cuantitativo para comparar respuestas
obtenidas manualmente, tareas ex aula, entre otros, con el fin que los alumnos sean
eficientes, efectivos y prcticos.4
Igualmente, el alumnado de la carrera de ingeniera industrial, desconoce de la

utilizacin del software Winqsb, como se mencion anteriormente, los docentes no
utilizan este tipo de software, por tal motivo, no incentivan a los alumnos a la utilizacin
del mismo, en la solucin de tareas ex aula, comparacin de respuestas a problemas
realizados manualmente, para la solucin de parciales, entre otros.
Por tal razn, se realiz y administr encuestas dirigidas a estudiantes de la FMOcc de

la carrera de ingeniera industrial, exactamente a 32 estudiantes entre cuarto y quinto ao
de la carrera, que representan el 60% del universo, lo cual expresan a la pregunta
mencione en cuales materias de ingeniera industrial se ha visto en la necesidad de
4 Datos obtenidos de encuestas administradas a docentes de la carrera de Ingeniera Industrial, FMOcc. Ver anexo 2.
28
2010
utilizar el software Winqsb y especifique en cuales temas?, control de calidad 5,

investigacin de operaciones 1, administracin de proyectos 1, modelos de resolucin de
problemas 1, distribucin en planta 1, tcnicas de gestin industrial 1, y 22 alumnos
expresan no utilizar ningn software por falta de conocimiento.
De la misma manera, se pregunt por qu motivo no utiliza un software para resolver

tareas ex aula, resolucin de exmenes, ejercicios prcticos, etc.? Lo cual, 11 respondieron
por complejidad, 13 no existe una gua, 6 no conocen de ningn software y 1 no es
necesario. Por ltimo, otra de las preguntas significativas que se obtuvieron es estara
dispuesto a utilizar el software Winqsb si se le presenta como una gua de aplicacin en las
materias de ingeniera industrial?, lo cual el 97% de la muestra respondieron que si les
gustara utilizarlo5.
Por otra parte, los alumnos por s mismo no tienen la iniciativa ni el conocimiento para
utilizar el software y los que han utilizado esta herramienta no conocen en su totalidad las
aplicaciones que posee y lo hacen de manera emprica.
Se debe tomar en cuenta que hoy en da las empresas solicitan profesionales

integrales y esperan que estos futuros profesionales estn familiarizados con
herramientas informticas, especficamente software que permitan cumplir con las
exigencias del mercado laboral, software como el Winqsb.
En el caso de los estudiantes de la carrera de ingeniera industrial no tienen estos

conocimientos al momento de culminar y ejercer la carrera para emerger en el mbito
laboral, las exigencias del mercado laboral impulsan a explorar nuevas formas de analizar
y resolver problemas de tipo cuantitativo, al conocimiento de software y que estos a la vez
puedan ser utilizados en las empresas para la administracin de las mismas.
5
Datos obtenidos de encuestas administradas a estudiantes de la carrera de ingeniera industrial, FMOcc. Ver anexo 3.
29
1.3.
2010
OBJETIVOS.
1.3.1. GENERAL:
Disear una gua de aplicacin del software Winqsb, para el desarrollo de
herramientas cuantitativas de la Ingeniera Industrial.
1.3.2. ESPECIFICOS:
Encontrar la relacin de las materias de la carrera de Ingeniera industrial con los
con los 19 mdulos del software Winqsb.
Desarrollar la gua de aplicacin de los contenidos con cada uno de los mdulos del
programa.
Ejecutar el software aplicando tcnicas cuantitativas en cada caso de estudio.
Resolver ejercicios para un mejor entendimiento del uso del programa.
30
1.4.
2010
JUSTIFICACION.
Actualmente las empresas requieren de profesionales con diversos conocimientos que

puedan ser aplicados directamente a estas, en la que no se puede dejar a un lado los
conocimientos de la informtica en cualquiera de las diferentes carreras y los ingenieros
industriales no son la excepcin. Por tal motivo, en la formacin acadmica del Ingeniero
Industrial es indispensable el manejo de la informtica ya que hoy en da el uso de la
computadora es indispensable dentro de las empresas.
Es por ello, que los estudiantes y futuros profesionales de la carrera de ingeniera

industrial deben estar familiarizados con el conocimiento de los diferentes software que
existen en la actualidad, generando la utilizacin de estos, una ventaja competitiva en el
futuro profesional a la hora de insertarse al mercado laboral, ya que muchos de estos
software no generan costos para las empresa o instituciones que lo deseen utilizar, y
estos al mismo tiempo aportan beneficio y valor para el desarrollo y crecimiento de las
empresas, como es el caso especifico del software Winqsb.
Por otra parte, dentro de la enseanza aprendizaje de la carrera de ingeniera

industrial, el docente juega un papel importante para incentivar al alumnado el uso y
aplicacin del software Winqsb en las materias que lo requieran. En el cual se ver
beneficiado el docente aprendiendo y enseando nuevos mtodos para el anlisis y
resolucin de problemas, y al mismo tiempo el alumno aprendiendo esos nuevos mtodos
de enseanza que ser de ayuda a la hora de ejercer en el mbito profesional.
Adems, las empresas se vern beneficiadas porque los futuros profesionales ya

tendrn conocimientos de un software que aporte valor a la resolucin de problemas de
tipo cuantitativo que se estn generando dentro de las empresas.
31
2010
Se llevo a cabo una investigacin entre diferentes software que son similares al
Winqsb, para verificar la calidad del mismo en relacin con otros, los resultados se
muestran en la siguiente tabla6:
Tabla 2. Comparativa del software Winqsb con otros programas similares.
WINQSB 2.0
MATLAB
Paquete de
herramientas
para el anlisis de
decisiones
Es una familia de
productos que incluye
optimizacin, proceso
de seales, simulacin
y ecuaciones
diferenciales.
Este programa incluye

las utilidades
necesarias para el
anlisis estadstico de
datos
COSTO
Gratis
$6000
$2300
$895
LICENCIA
Gratis
$1000 / ao
$450 / ao
$150 / ao
8.7
9.1
9.0
8.3
Ingls
Ingls, Alemn, Japons
Ingls
Ingles
Win98, 98SE, Me,

2000, NT, XP,
2003, Vista, Win 7
Win2000, NT, XP, 2003,

Vista
Win95, 98, 98SE, Me,

2000, NT, XP
Win2000, NT, XP,

2003, Vista
3,7 MB
145,3 MB
43.3 MB
122.8 MB
HERRAMIENTA
EVALUACION DE
USUARIOS
IDIOMA
SISTEMA OPERATIVO
TAMAO
STATGRAPHIC
MINITAB
Ofrece herramientas
precisas y fciles de
usar para la mejora
de la calidad y la
estadstica general.
Despus de esta revisin, es notorio que el Winqsb, tiene muchas prestaciones y

entre ellas la ms atractiva es que no tiene costo alguno y adems los usuarios que lo han
usado lo califican con nota alta.
Fuente: http://www.sectormatematica.cl/software.htm
32
2010
1.5. ALCANCES.
La gua se desarrollo aplicndola en los contenidos de los programas de las
materias de la carrera de ingeniera industrial, tomando en cuenta si se aplica o no
alguna tcnica de tipo cuantitativa.
Se desarrollo la gua por cada uno de los 19 mdulos del software Winqsb y se
solucionaron ejemplos para cada tecnica.
1.6.
LIMITANTES.
Falta de manuales o guas donde se desarrolle cada uno de los 19 mdulos del
software Winqsb.
33
1.7.
2010
METODOLOGIA DE INVESTIGACION.
Se necesitaba un mtodo que asegurara la obtencin y preparacin de toda la

informacin requerida. La metodologa de la investigacin incluyo los procesos y
procedimientos usados para llevar a cabo dicho trabajo y que mediante la implementacin
de estos se pudo llegar a la definicin de los Objetivos o del rumbo que deba tomar la
investigacin que se realizo. As entonces, todo el desarrollo del trabajo de investigacin
se oriento a lograr dichos Objetivos.
Una de las finalidades primordiales del desarrollo de la investigacin fue la de proveer

la informacin necesaria para poder tener en que respaldarse y tomar las decisiones
respectivas, en cada momento de la investigacin, y tuvo las siguientes caractersticas:
Fue planificada, se tuvo una previa organizacin.
Fue objetiva es decir, trato de eliminar las preferencias personales y los

sentimientos que podran desempear o enmascarar el resultado del trabajo de
investigacin.
Ofrece resultados comprobables y verificarles en las mismas circunstancias en las

que se realiz la investigacin.
Es importante tener en cuenta los pasos que se realizaron para cumplir con la
investigacin del estudio, el cual consto de 5 etapas en las cuales se obtuvo la informacin
clave y necesaria para tomar las decisiones respectivas que demuestran la importancia de
la utilizacin de esta herramienta (Winqsb) en el rea de ingeniera industrial, a
continuacin se detalla cada una de las etapas cumplidas:
34
2010
ETAPA 1. DOCUMENTACION DE LA INFORMACION.
Se procedi a reunir la informacin sobre la utilizacin del software, la relacin con

las materias, y su importancia de aplicacin en la carrera.
ETAPA 2. CLASIFICACION DE LA INFORMACION.
Una vez recolectada toda la informacin, se procedi a clasificarla por orden de

importancia y se excluyo toda informacin innecesaria que no aporto valor a la
investigacin que se realizo, para ellos se hizo uso de grficos, tablas, diagramas, etc.
ETAPA 3. ANALISIS DE LA INFORMACION.
Se realizo el anlisis sobre la utilizacin del software, los mdulos que tiene y la
relacin de los contenidos de los programas de materias de la carrera de ingeniera
industrial con el software, en este punto fue muy importante poner en prctica los
conocimientos adquiridos durante la formacin acadmica de ingeniera industrial, pues
se tomaron decisiones con base tcnica.
ETAPA 4. EXPERIMENTACION DEL SOFTWARE (Winqsb).
Se experimento con este software durante 6 meses resolviendo los problemas

ingenieriles de tipo cuantitativo y se pudo identificar muchos de los problemas que los
futuros usuarios podran tener al usarlo, por lo que se procedi a enlistar estos problemas
y tomarlos en cuenta al momento de proponer el manual.
35
2010
ETAPA 5. ELABORACION DEL DOCUMENTO.
Una vez que la informacin se encontraba documentada y analizada, el siguiente

paso fue plantear toda la informacin obtenida haciendo nfasis especialmente en que
todo se pens de tal manera que la gua resultara fcil de comprender y aplicar por parte
de los alumnos y los docentes.
36
Capitulo II:
MARCO TEORICO
2010
2.1.
2010
QUE ES EL WINQSB?
Winqsb (Windows Quantitative Systems Base o Sistemas Cuantitativos Base Windows) es un

sistema interactivo de ayuda a la toma de decisiones que contiene herramientas muy
tiles para resolver distintos tipos de problemas en el campo de la investigacin operativa.
El sistema est formado por distintos mdulos, uno para cada tipo de modelo o problema.
2.2.
ASPECTOS TECNICOS
Tabla 3: Descripcin de los requisitos tcnicos del software
PROCESADOR :
Procesador Intel Celeron 566 Mhz o superior
MEMORIA RAM :
64 Mb RAM
DISCO DURO :
Disco Duro 10 Gb
VIDEO :
Tarjeta Grfica 8Mb SVGA ATI RAGE 3D AGP
PERIFERICOS NECESARIOS:
Teclado, Mouse, Monitor
RESOLUCIN :
800 x 600 (default )
SISTEMA OPERATIVO
MICROSOFT:
IDIOMA SOPORTE :
Win98/98SE/Me/2000/NT/XP/2003/Vista/Win7
Ingls
PLATAFORMAS :
Microsoft, Macintosh
LICENCIA :
Freeware (Gratuito)
TAMAO DEL SOFTWARE:
3.7 MB
ULTIMA VERSIN ESTABLE:
2.0
AUTOR:
Dr. Yih-Long Chang
PAQUETES:
19 mdulos independientes
MULTIUSUARIO :
No (no es cliente-servidor), es mono usuario
DEPENDENCIAS DE SOFTWARE:
Ninguna
ARQUITECTURA :
32 bits
INTERFAZ :
Entornos grficos con funciones personalizables
INSTALACIN :
Archivo rar o zip con un instalador Setup.exe
38
2010
Winqsb utiliza los mecanismos tpicos de la interface de Windows, es decir, ventanas,

mens desplegables, barras de herramientas, etc. Por lo tanto el manejo del programa es
similar a cualquier otro que utilice el entorno Windows.
2.3.
MODULOS QUE LO CONFORMAN
Hoy en da el mundo empresarial se ha vuelto ms complicado que en aos 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
optimizacin en sus procesos tanto operativos como administrativos y financieros
apoyados en los diferentes modelos cuantitativos, como es la investigacin 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 reas,
resolviendo por medio de modelos matemticos y heursticos, diferentes problemas de
orden cuantitativo que se pueden presentar en una organizacin, esto da apoyo
igualmente a profesores y estudiantes de carreras como la ingeniera industrial quienes
pueden simular situaciones empresariales donde hay que solucionar problemas de
diferente ndole. WINQSB esta divido en 19 mdulos:
1. Anlisis de muestreo de aceptacin (Acceptance Sampling Analysis)

2. Planeacin agregada (Aggregate Planning)
3. Anlisis de decisiones (Decision Analysis)
4. Programacin dinmica (Dynamic Programming)
5. Diseo y localizacin de plantas (Facility Location and Layout)
6. Pronsticos (Forecasting)
7. Programacin por objetivos (Goal Programming)
8. Teora y sistemas de inventarios (Inventory Theory and System)
9. Programacin de jornadas de trabajo (Job Scheduling)
39
2010
10. Programacin lineal y entera (Linear and integer programming)

11. Procesos de Markov
12. Planeacin de Requerimiento de Materiales
13. Modelacin de redes (Network Modeling)
14. Programacin no lineal (Nonlinear Programming)
15. PERT y CPM (PERT_CPM)
16. Programacin cuadrtica (Quadratic Programming)
17. Cartas de control de calidad (Quality Control Chart)
18. Sistemas de cola (Queuing Analysis)
19. Simulacin de sistemas de cola (Queuing Analysis Simulation)
2.4.
DESCRIPCIN DE CADA MODULO.
A continuacin se presenta una breve descripcin terica referente a cada uno de

los mdulos que presenta el Winqsb; con el objetivo de definirlos para que cualquier
persona que lea el presente documento, se familiarice con las tcnicas que el software
presenta.
40
2010
2.4.1. ANALISIS DE MUESTREO DE ACEPTACION.
El muestreo es una herramienta de la investigacin cientfica. Su funcin bsica es

determinar que parte de una realidad en estudio (poblacin o universo) debe examinarse
con la finalidad de hacer inferencias sobre dicha poblacin.
El error que se comete debido al hecho de que se obtienen conclusiones sobre
cierta realidad a partir de la observacin de slo una parte de ella, se denomina error de
muestreo. Obtener una muestra adecuada significa lograr una versin simplificada de la
poblacin, que reproduzca de algn modo sus rasgos bsicos.
En todas las ocasiones en que no es posible o conveniente realizar un censo, lo que
se hace es trabajar con una muestra, entendiendo por tal una parte representativa de la
poblacin. Para que una muestra sea representativa, y por lo tanto til, debe de reflejar
las similitudes y diferencias encontradas en la poblacin.
Cuando se dice que una muestra es representativa, se indica que rene
aproximadamente las caractersticas de la poblacin que son importantes para la
investigacin.
Existen diferentes criterios de clasificacin de los diferentes tipos de muestreo,
aunque en general pueden dividirse en dos grandes grupos: mtodos de muestreo
probabilsticos y mtodos de muestreo no probabilsticos.
El muestreo de aceptacin Es la manera de evaluar una parte de los productos que
forman un lote con el propsito de aceptar o rechazar el lote completo. Su uso es
recomendado cuando el costo de inspeccin es alto o la inspeccin es montona y causa
errores de inspeccin o cuando se requieren pruebas destructivas.
El plan de muestreo consiste en seleccionar aleatoriamente una parte
representativa del lote, inspeccionarla y decidir si cumple con nuestras especificaciones.
41
2010
La primera clasificacin de los planes de muestreo para aceptacin podra ser la

distincin entre planes de muestreo por atributos y planes de muestreo por variables
dependiendo del tipo de caracterstica de calidad que se mida. Las variables son
caractersticas de calidad que se miden en una escala numrica y los atributos son
caractersticas de calidad que se expresan en forma de aceptable o no aceptable.
Utilizando el Winqsb, se puede hacer:
2.4.1.1.
Muestreo de Aceptacin por Atributos.
El plan de muestreo por atributos (n, c) consiste en inspeccionar muestras

aleatorias de n unidades tomadas de lotes de tamao N, y observar el nmero de artculos
disconformes o defectuosos d en las muestras. Si el nmero de artculos defectuosos d es
menor que o igual a c, se aceptara el lote, si el nmero de dichos artculos defectuosos d
es mayor que c se rechazara el lote.
2.4.1.2.
Muestreo de aceptacin por variables.
En los planes de muestreo de aceptacin por variables se especifican el nmero de

artculos que hay que muestrear y el criterio para juzgar los lotes cuando se obtienen
datos de las mediciones respecto a la caracterstica de calidad que interesa. Estos planes
se basan generalmente en la media y desviacin estndar maestrales de la caracterstica
de calidad. Cuando se conoce la distribucin de la caracterstica en el lote o el proceso, es
posible disear planes de muestreo por variables que tengan riesgos especificados de
aceptar y de rechazar lotes de una calidad dada.
2.4.1.3.
Muestreo simple.
Un plan de muestreo simple es un procedimiento en el que se toma una muestra

aleatoria de n unidades del lote para su estudio y se determina el destino de todo el lote
con base en la informacin contenida en la muestra.
42
2010
Consiste en extraer una muestra aleatoria de n unidades de una corrida o lote

original e inspeccionarla sobre las bases de aceptacin o rechazo para encontrar c o
menos unidades defectuosas.
2.4.1.4.
Muestreo doble.
Un plan de muestro doble tiene dos fases. En la primera fase se selecciona una
muestra inicial y se toma una decisin basada en la informacin de esta muestra. Esta
decisin puede llevar a tres alternativas: aceptar el lote, rechazar el lote o tomar una
segunda muestra. Si se toma esta ultima estamos ante la segunda fase, y se combina la
informacin de ambas muestras para decidir sobre la aceptacin o el rechazo del lote.
2.4.1.5.
Muestreo mltiple.
Un plan de muestre mltiple es una extensin del concepto de muestreo doble a

varias fases en el que pueden necesitarse ms de dos muestras para llegar a una decisin
acerca de la suerte del lote. Los tamaos maestrales suelen ser menores que en un
muestreo simple o doble.
2.4.1.6.
Un plan de muestreo secuencial es una extensin del muestreo mltiple a un

nmero elevado de fases (tericamente infinito) en el que se van seleccionando artculos
de uno en uno del lote y, segn la inspeccin de cada unidad, se toma una decisin para
aceptar o rechazar el lote o bien seleccionar otro artculo para seguir inspeccionando.
43
2010
2.4.2. PLANEACION AGREGADA.

La planeacin agregada se centra en el volumen y en el tiempo de produccin de
los productos, la utilizacin de la capacidad de las operaciones, y establecimiento de un
equilibrio entre los productos y la capacidad entre los distintos niveles para lograr
competir adecuadamente. La planeacin agregada se refiere a la relacin existente entre
la oferta y la demanda de produccin a mediano plazo hasta un aproximado de doce
meses a futuro.
El trmino agregada implica que esta planeacin se realiza para una sola medida
en general de produccin y en dado caso, en algunas categoras de productos
acumulados. Por lo tanto, la planeacin agregada, tiene un alcance establecido, tanto en
lmite de tiempo, como a nivel de productividad, en el que deber abarcar un tiempo no
mayor de un ao, al igual que slo se aplica para una sola medida general de produccin, y
cuando mucho pudiera realizarse para algunas categoras de productos ya existentes.
Utilizando el Winqsb, la planeacin agregada se puede abordar de 3 formas
distintas:
Modelos Simples: Este tipo de modelos analizan los costos lineales de produccin,
los
subcontratos,
ventas
prdidas,
inventarios/pedidos,
tiempos
extras,
contratos/despidos.
Modelos de Transportes: Representa una relacin origen (produccin) destino
(demanda) entre varios actores a travs de un modelo de transporte,
considerando tiempos de produccin, venta perdidas, subcontratos, tiempos
extras.
Modelos generales de Programacin Lineal: Cubre la mayora de situaciones que
pueden presentarse en la Planeacin Agregada. Incluye todos los elementos de los
dos modelos anteriores.
44
2010
2.4.3. ANLISIS DE DECISIN.

Proporciona un marco conceptual y una metodologa para la toma de decisiones
de forma racional. Una decisin puede definirse como el proceso de elegir la solucin para
un problema, siempre y cuando existan al menos dos soluciones alternativas.
El Winqsb resuelve cuatro problemas de decisin tpicos: Anlisis de Bayes, anlisis de
tabla de pagos, anlisis de rbol de decisin, y teora de juegos de suma-cero. Las
capacidades especficas incluyen:
Resuelve Problemas del Anlisis de Bayes
Encuentra las probabilidades posteriores dado un estudio o informacin de la
muestra
Analiza la tabla de pagos
Usa siete criterios para tomar la decisin para la situacin de pagos. Tambin se
evalan valores de informacin perfecta y/o informacin de la muestra.
Analiza el rbol de decisin
Evala valores esperados por cada nodo o evento y elige la opcin.
Resuelve juegos de suma-cero de dos jugadores
Halla el Punto de silla de montar para la solucin estable o las probabilidades
ptimas para la solucin inestable.
Dibuja el grfico del rbol de decisin para Anlisis de Bayes, tabla de pagos, y
problemas de rbol de decisin
Realiza una simulacin Monte Carlo para el problema de juego de suma-cero
La introduccin de datos se da en formato de hoja de clculo
2.4.3.1.
Anlisis bayesiano
As denominado al mtodo que, haciendo uso de la frmula de Bayes, permite corregir

unas probabilidades a priori o de partida, generalmente de carcter subjetivo, en funcin
45
2010
de la nueva informacin experimental u objetiva obtenida por medio de una muestra, y

obtener unas segundas probabilidades revisadas o a posteriori. El proceso se puede
repetir cuantas veces sea menester, tomando estas segundas probabilidades como
probabilidades a priori, susceptible de ser revisadas nuevamente. Se trata de un mtodo
de naturaleza secuencial y adaptativa de gran utilidad para la toma de decisiones.
2.4.3.2.
Anlisis de tablas de pago
Esta herramienta permite escribir el problema en una tabla estandarizada,

permiten hacer un anlisis sistemtico 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 accin, los estados de la naturaleza, la probabilidad de los
estados de la naturaleza y los rendimientos; en esta ltima se muestran los resultados.
2.4.3.3.
Juegos de suma cero para dos jugadores
En los juegos de suma cero el beneficio total para todos los jugadores del juego, en
cada combinacin de estrategias, siempre suma cero (en otras palabras, un jugador se
beneficia solamente a expensas de otros). El go, el ajedrez, el pker y el juego del oso son
ejemplos de juegos de suma cero, porque se gana exactamente la cantidad que pierde el
oponente. Como curiosidad, el ftbol dej hace unos aos de ser de suma cero, pues las
victorias reportaban 2 puntos y el empate 1 (considrese que ambos equipos parten
inicialmente con 1 punto), mientras que en la actualidad las victorias reportan 3 puntos y
el empate 1.
La mayora de los ejemplos reales en negocios y poltica, al igual que el dilema del
prisionero, son juegos de suma no cero, porque algunos desenlaces tienen resultados
netos mayores o menores que cero. Es decir, la ganancia de un jugador no
necesariamente se corresponde con la prdida de otro. Por ejemplo, un contrato de
46
2010
negocios involucra idealmente un desenlace de suma positiva, donde cada oponente

termina en una posicin mejor que la que tendra si no se hubiera dado la negociacin.
Se puede analizar ms fcilmente un juego de suma cero, y cualquier juego se
puede transformar en un juego de suma cero aadiendo un jugador "ficticio" adicional ("el
tablero" o "la banca"), cuyas prdidas compensen las ganancias netas de los jugadores.
La matriz de pagos de un juego es una forma conveniente de representacin. Por
ejemplo, un juego de suma cero de dos jugadores con la matriz que se muestra a la
derecha.
2.4.3.4.
Anlisis de rboles de decisin
Un rbol de decisin proporciona una forma para desplegar visualmente un

problema y despus organizar el trabajo de clculos que deben realizarse. Los rboles de
decisin son especialmente tiles cuando deben tomarse una serie de decisiones.
Nodo de decisin: Indica que una decisin necesita tomarse en ese punto del
proceso. Est representado por un cuadrado
Nodo de probabilidad: Indica que en ese punto del proceso ocurre un evento
aleatorio (estado de la naturaleza) Est representado por un crculo
Rama: Nos muestra los distintos posibles caminos que se pueden emprender dado
que tomamos una decisin u ocurre algn evento aleatorio.
Por ltimo se colocan los pagos al final de las ramas terminales del estado de la
naturaleza para demostrar el resultado que se obtendra a elegir un camino especfico.
47
2010
En resumen, los rboles de decisin proveen un mtodo efectivo para la toma de

decisiones debido a que:
1. claramente plantean el problema para que todas las opciones sean analizadas.
2. permiten analizar totalmente las posibles consecuencias de tomar una decisin.
3. proveen un esquema para cuantificar el costo de un resultado y la probabilidad de
que suceda.
4. nos ayuda a realizar las mejores decisiones sobre la base de la informacin
existente y de las mejores suposiciones.
48
2010
2.4.4. PROGRAMACIN DINMICA.

La programacin dinmica es un enfoque general para la solucin de problemas en
los que es necesario tomar decisiones en etapas sucesivas. Las decisiones tomadas en una
etapa condicionan la evolucin futura del sistema, afectando a las situaciones en las que
el sistema se encontrar en el futuro (denominadas estados), y a las decisiones que se
plantearn en el futuro.
Conviene resaltar que a diferencia de la programacin lineal, el modelado de
problemas de programacin dinmica no sigue una forma estndar. As, para cada
problema ser necesario especificar cada uno de los componentes que caracterizan un
problema de programacin dinmica.
El procedimiento general de resolucin de estas situaciones se divide en el anlisis
recursivo de cada una de las etapas del problema, en orden inverso, es decir comenzando
por la ltima y pasando en cada iteracin a la etapa antecesora. El anlisis de la primera
etapa finaliza con la obtencin del ptimo del problema.
Existen tres modelos diferentes manejados por WINQSB.
2.4.4.1.
Problema de la diligencia.
El problema de la diligencia es un prototipo literal de los problemas de

programacin dinmica. Por tanto una manera de reconocer una situacin que se puede
formular como un problema de programacin dinmica es poder identificar una
estructura anloga a la del problema de la diligencia.
Caractersticas bsicas:
1.- El problema se puede dividir en etapas que requieren una poltica de decisin en cada
una de ellas.
49
2010
2.- Cada etapa tiene cierto nmero de estados asociados con su inicio. Los estados son las
distintas condiciones posibles en las que se puede encontrar el sistema en cada etapa del
problema.
3.- El efecto de la poltica de decisin en cada etapa es transformar el estado actual en un
estado asociado con el inicio de la siguiente etapa.
4.- El procedimiento de solucin est diseado para encontrar una poltica ptima para el
problema completo.
5.- Dado el estado actual, una poltica ptima para las etapas restantes es independiente
de la poltica adoptada en etapas anteriores. Este es el principio de optimalidad para
programacin dinmica.
6.- El procedimiento de solucin se inicia al encontrar la poltica ptima para la ltima
etapa.
7.- Se dispone de una relacin recursiva que identifica la poltica ptima para la etapa n,
dada la poltica ptima para la etapa n+1.
2.4.4.2.
Problema de la mochila.
La idea bsica es que existen N tipos distintos de artculos que pueden cargarse en
una mochila; cada artculo tiene asociados un peso y un valor. El problema consiste en
determinar cuntas unidades de cada artculo se deben colocar en la mochila para
maximizar el valor total.
Este enfoque resulta til para la planificacin del transporte de artculos en algn
medio, por ejemplo: carga de un buque, avin, camin etc.
50
2010
Tambin es utilizable este modelo en planificacin de produccin, por ejemplo

enrutamiento de la produccin a travs de varias mquinas.
El problema se desarrolla bajo dos consideraciones, primero teniendo en cuenta el

peso y luego el volumen. Este es un problema que tambin podra resolverse por
programacin lineal entera teniendo en cuenta la funcin objetivo y sus restricciones
siguientes.
2.4.4.3.
Programacin de produccin e inventarios.
El problema consiste en determinar un programa de produccin para un periodo

de tiempo con el fin de minimizar los costos totales relacionados.
Hay demandas conocidas para cada periodo, lmites de capacidad tanto para la
produccin como para los inventarios. Cuando hay ms produccin que demanda, se
acumula inventario, y cuando la produccin es menor que la demanda, se generarn
retrasos en el cumplimiento de pedidos. Para cada periodo, una produccin diferente de
cero incurre en un costo de preparacin.
51
2010
2.4.5. DISEO Y LOCALIZACIN DE PLANTAS.
Por diseo de plantas se entiende: La ordenacin fsica de los elementos

industriales. Esta ordenacin, ya practicada o en proyecto, incluye, tanto los espacios
necesarios para el movimiento d materiales, almacenamiento, trabajadores indirectos y
todas las otras actividades o servicios, as como el equipo de trabajo y el personal de
taller.
El objetivo primordial que persigue el diseo de planta es hallar una ordenacin de

las reas de trabajo y del equipo, que sea la ms econmica para el trabajo, al mismo
tiempo que la ms segura y satisfactoria para los empleados.
Por localizacin de plantas se entiende el proceso de ubicacin del lugar adecuado

para instalar una planta industrial requiere el anlisis de diversos factores, y desde los
puntos de vista econmico, social, tecnolgico y del mercado entre otros.
El Winqsb considera no solo los aspectos relacionados con la ubicacin y diseo de
instalaciones, sino que tambin lo relacionado con el balanceo de lneas de produccin.
52
2010
2.4.6. PRONSTICOS.
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 pronstico sistemtico, con el fin de obtener una estimacin futura.
Estos pronsticos son muy tiles en el campo en diferentes organizaciones tanto

privadas como pblicas, las cuales utilizan estos mtodos para obtener mecanismos de
prediccin de variables futuras, tales como los son: El nivel de educacin de un rea, la
demanda de un producto, la cantidad de insumos necesarios para la produccin de un
articulo, entre otros. El programa utiliza las series de tiempo y la regresin lineal
2.4.6.1. Series de tiempo.
Una serie de tiempo es una secuencia de datos, observaciones o valores, medidos

en determinados momentos del tiempo, ordenados cronolgicamente y, normalmente,
espaciados entre s de manera uniforme. El anlisis de series temporales comprende
mtodos que ayudan a interpretar este tipo de datos, extrayendo informacin
representativa, tanto referente a los orgenes o relaciones subyacentes como a la
posibilidad de extrapolar y predecir su comportamiento futuro.
De hecho uno de los usos ms habituales de las series de datos temporales es su
anlisis para prediccin y pronstico. Por ejemplo de los datos climticos, de las acciones
de bolsa, o las series pluviomtricas.
2.4.6.2. Regresin lineal.
El objeto de un anlisis de regresin es investigar la relacin estadstica que existe
entre una variable dependiente y una o ms variables independientes. Para poder realizar
53
2010
esta investigacin, se debe postular una relacin funcional entre las variables. Debido a su
simplicidad analtica, la forma funcional que ms se utiliza en la prctica es la relacin
lineal. Cuando solo existe una variable independiente, esto se reduce a una lnea recta.
En general el programa utiliza los siguientes mtodos de pronstico:

Promedio simple.
Promedio mvil.
Promedio mvil ponderado.
Promedio mvil con tendencia lineal.
Suavizado exponencial simple.
Suavizado exponencial simple con tendencia lineal.
Suavizado exponencial doble.
Suavizado exponencial doble con tendencia lineal.
Suavizado exponencial adaptado.
Regresin lineal con tiempos.
Algoritmo suma Holt-Winters.
Algoritmo multiplicativo Holt-Winters.
54
2010
2.4.7. PROGRAMACIN POR OBJETIVOS.

La Programacin por Metas fue inicialmente introducida por Charnes y Cooper en
los aos 50. Desarrollada en los aos 70 por Ljiri, Lee, Ignizio y Romero, es actualmente
uno de los enfoques multicriterio que ms se utilizan.
En principio fue dirigida a resolver problemas industriales, sin embargo
posteriormente se ha extendido a muchos otros campos como la economa, agricultura,
recursos ambientales, recursos pesqueros, etc. Resulta de gran inters, sobre todo, en
problemas complejos de gran tamao.
La formulacin de un modelo de Programacin Meta es similar al modelo de P.L. El
Primer paso es definir las variables de decisin, despus se deben de especificar todas las
metas gerenciales en orden de prioridad. As, una caracterstica de la Programacin Meta
es que proporciona solucin para los problemas de decisin que tengan metas mltiples,
conflictivas e inconmensurables arregladas de acuerdo a la estructura prioritaria de la
administracin.
La Programacin Meta es capaz de manejar problemas de decisin con una sola
meta o con metas mltiples. En tales circunstancias, las metas establecidas por el tomador
de decisiones son logradas nicamente con el sacrificio de otras metas.
Las caractersticas que distinguen la programacin Meta es que las metas se
satisfacen en una secuencia ordinal. Esto es, las metas que deben clasificarse en orden de
prioridad por el tomador de decisiones son satisfechas secuencialmente por el algoritmo
de solucin. Las metas con prioridad baja se consideran solamente despus de que las
metas de prioridad alta se han cumplido. La Programacin meta es un proceso de
satisfaccin, en el sentido de que el tomador de decisiones tratar de alcanzar un nivel
satisfactorio en vez del mejor resultado posible para un solo objetivo.
55
2010
La nocin fundamental de la Programacin Meta, comprende incorporar todas las

metas gerenciales en la formulacin del modelo del sistema. En la programacin Meta, en
vez de intentar minimizar o maximizar la Funcin Objetivo directamente, como en la
programacin lineal, se minimizan las desviaciones entre las metas y los lmites logrables
dictados por el conjunto dado de restricciones en los recursos.
Estas variables de desviacin, que se denominan de "holgura" o "sobrantes" en
programacin lineal toman un nuevo significado en la Programacin Meta. Ellas se dividen
en desviaciones positivas y negativas de cada una de las submetas o metas. El objetivo se
convierte entonces en la minimizacin de estas desviaciones, dentro de la estructura
prioritaria asignada a estas desviaciones.
56
2010
2.4.8. TEORA Y SISTEMAS DE INVENTARIOS.
El problema consiste en determinar un programa de produccin para un periodo

de tiempo con el fin de minimizar los costos totales relacionados. Hay demandas
conocidas para cada periodo, lmites de capacidad tanto para la produccin como para los
inventarios. Cuando hay ms produccin que demanda, se acumula inventario, y cuando
la produccin es menor que la demanda, se generarn retrasos en el cumplimiento de
pedidos. Para cada periodo, una produccin diferente de cero incurre en un costo de
preparacin.
A continuacin se describirn los diferentes tipos de problemas de inventario que
resuelve el Winqsb:
Problema de cantidad econmica de la orden para demanda Determinstica.
Anlisis del problema de cantidad discontinua para demanda Determinstica.
Problemas con demanda estocstica para un solo periodo.
Problemas con demanda dinmica con existencias de reserva.
Sistema o modelo de cantidad fija de orden continuo.
Sistema o modelo revisin continua.
Sistema o modelo de intervalo fijo de revisin peridica.
Sistema o modelo de revisin peridica con reaprovisionamiento opcional
57
2010
2.4.9. PROGRAMACIN DE JORNADAS DE TRABAJO.
Este programa resuelve los problemas de taller de tareas y programacin del flujo
de trabajo usando generacin heurstica y aleatoria.
El control del taller incluye los principios, mtodos y tcnicas que se necesitan para
planear, programar y evaluar la eficacia de las operaciones de produccin. El control del
taller integra las actividades de los llamados factores de produccin de una instalacin de
fabricacin, como los trabajadores, las mquinas y el equipo para manejo de materiales.
El Winqsb aborda la programacin de jornadas de trabajo desde 2 puntos de vista:
Talleres cuyas actividades se basan en el flujo de trabajo.

Lnea de fabricacin y lnea de ensamble.
2.4.9.1. Talleres cuyas actividades se basan en el flujo de trabajo.

Un taller de este tipo consiste en un conjunto de instalaciones cuyo trabajo fluye en serie.
Las mismas operaciones se realizan de manera sucesiva en cada estacin de trabajo, de tal
manera que para realizarlas se requiere de trabajadores poco calificados.
El taller cuya actividad se basa en el flujo de trabajo por lo regular representa una
situacin de produccin en serie o masiva y, por lo tanto, las operaciones que en l se
realizan son altamente eficientes.
2.4.9.2. Lnea de fabricacin y lnea de ensamble.

Una versin de una distribucin orientada al producto es una lnea de fabricacin;
otra es una lnea de ensamble.
58
2010
La lnea de fabricacin construye componentes, tales como llantas para automvil

o partes metlicas para un refrigerador, en una serie de mquinas.
Una lnea de ensamble junta las partes fabricadas en una serie de estaciones de
trabajo.
Ambas pertenecen a los procesos repetitivos y en ambos casos la lnea debe ser
balanceada. Es decir, el trabajo llevado a cabo en una mquina debe balancear el trabajo
realizado en la siguiente mquina en la lnea de fabricacin, de la misma manera en que se
debe balancear la actividad realizada por un empleado en una estacin de trabajo, dentro
de una lnea de ensamble, esto mismo debe llevarse a cabo con el trabajo hecho en la
siguiente estacin de trabajo por el siguiente empleado.
59
2010
2.4.10. PROGRAMACIN LINEAL Y ENTERA.

La programacin lineal tambin conocida como optimizacin lineal, es la
maximizacin o minimizacin de una funcin lineal sobre un poliedro convexo definido
por un conjunto de restricciones lineales no negativas. La teora de la programacin lineal
cae dentro de la teora de la optimizacin convexa y es tambin considerada como parte
importante de la investigacin de operaciones.
La programacin lineal entera es el conjunto de problemas de programacin lineal
para los cuales todas o parte de sus variables pertenecen a los nmeros enteros.
Pudiera pensarse que los mtodos de obtencin de soluciones a problemas de
programacin lineal entera pudieran ser menos difciles que los de programacin lineal
generales, pero resulta lo contrario. Los algoritmos que permiten resolver los problemas
restringidos a enteros son ms complejos y requieren mucho ms tiempo computacional.
Para la resolucin de los problemas de programacin lineal entera existen
diferentes mtodos. Los mtodos exactos son los que encuentran, si existe, el ptimo
absoluto. Muchos de estos mtodos parten de la resolucin del modelo dejando a un lado
las restricciones enteras y buscando el mejor valor para las variables reales. A partir del
supuesto de que la solucin entera no debe estar muy lejos, se aplican diferentes tcnicas
que permiten llegar al ptimo entero.
El mtodo del simplex se utiliza para hallar las soluciones ptimas de un problema
de programacin lineal con tres o ms variables. Este se basa en el hecho de que la
solucin ptima se encuentra siempre en uno de los vrtices del poliedro formado por el
conjunto de restricciones. Su forma de buscar la solucin es recorrer sobre estos vrtices
hasta encontrar el ptimo. Aun cuando no corre en tiempo polinomial en el caso peor, su
mayor valor radica en su capacidad de revolver nuevos problemas y resulta muy til
cuando no se tiene un algoritmo eficiente de solucin.
60
2010
Los mtodos de punto interior se denominan as precisamente porque los puntos

generados por estos algoritmos se hallan en el interior de la regin factible. Esta es una
clara diferencia respecto al mtodo del simplex. En la actualidad los mtodos de punto
interior ms eficientes tienen una complejidad de orden T (nL), donde n es el nmero de
variables y L una medida del tamao del problema (el nmero de bits necesarios para
representar los datos).
En la modelacin lineal no entera se demuestra que el ptimo es un vrtice de la
regin factible. En los modelos enteros, esto no tiene porque ser as, de manera general
los vrtices no tienen que ser nmeros enteros. Por ello la solucin ptima se encontrar
en el interior de la regin factible, por lo que los mtodos exactos, como el simplex o
punto interior, empleado de forma directa no aportarn la solucin ptima en la
generalidad de los casos.
Como el conjunto de soluciones enteras factibles es un nmero finito pudiera
pensarse en recorrerlas todas en busca de la solucin pero esto puede resultar ineficiente
pues segn el nmero de variables el conjunto de soluciones se incrementa
exponencialmente. Para enfrentar esto se han desarrollado un conjunto de tcnicas
basadas en la lgica de que la solucin entera no debe encontrarse muy lejos de la ptima
del modelo con variables reales, conocidas como Ramificar y Podar (Branch and Bound).
El Winqsb utiliza este mtodo (Ramificar y podar) que se basa en que existe un
nmero finito de soluciones posibles, no todas factibles, para un problema con enteros,
que pueden representarse mediante un diagrama de rbol. Pero no es necesario
enumerar todas las soluciones posibles si se pueden eliminar algunas ramas. Para eliminar
una rama basta demostrar que no contiene una solucin factible que sea mejor que una
ya obtenida.
61
2010
2.4.11. PROCESOS DE MARKOV.
Una cadena de Markov, es una serie de eventos, en la cual la probabilidad de que

ocurra un evento depende del evento inmediato anterior. En efecto, las cadenas de este
tipo tienen memoria. "Recuerdan" el ltimo evento y esto condiciona las posibilidades de
los eventos futuros. Esta dependencia del evento anterior distingue a las cadenas de
Markov de las series de eventos independientes, como tirar una moneda al aire o un
dado.
Este modulo del programa permite caracterizar movimientos o transiciones, en un

escenario con diferentes condiciones para describir y analizar un proceso de Markov.
Utiliza las terminologas siguientes:
Estado: una condicin 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 transicin 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 transicin p (i, j), dnde i, j = 1, 2,..., n.
62
2010
2.4.12. PLANEACIN DE REQUERIMIENTO DE MATERIALES.

Tiene el propsito de que se tengan los materiales requeridos, en el momento
requerido para cumplir con las rdenes de los clientes. El proceso de MRP genera una lista
de rdenes de compra sugeridas, un reporte de riesgos de material. Programa las
adquisiciones a proveedores en funcin de la produccin programada.
Es un sistema que intenta dar a conocer simultneamente tres objetivos:
Asegurar materiales y productos que estn disponibles para la produccin y
entrega a los clientes.
Mantener los niveles de inventario adecuados para la Operacin.
Planear las actividades de manufactura, horarios de entrega y actividades de
compra.
Este software muestra:
Un grfico de estructura de producto

Un reporte en parte de artculos, clase ABC, originando tipo o tipo de material.
El anlisis de capacidad.
El anlisis de costo.
Introduce el problema en formato de hoja de clculo.
63
2010
2.4.13. MODELACIN DE REDES.
Modela y resuelve problemas de redes incluyendo el flujo de trabajo de red,

transportacin, y camino de prueba corta que incluye un conjunto de nodos conectados,
donde solo un nodo es considerado como nodo origen, y solo un nodo es considerado
como nodo destino. El objetivo es determinar un camino de conexiones que minimicen la
distancia total desde el origen al destino. El software trabaja con los seis modelos
siguientes:
2.4.13.1. Flujo en redes o modelo de trasbordo.
Se trata de enviar bienes desde un punto i, a nicamente destinos finales j. El envo

no se produce entre orgenes o entre destinos, tampoco entre destinos a orgenes. El
modelo de trasbordo demuestra que resulta ms econmico (minimizar costos) enviando
a travs de nodos intermedios o transitorios antes de llegar al punto de destino final.
2.4.13.2. Problema de transporte.
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
mercanca de varias fuentes (nodos de partida) a varios destinos (nodos de llegada). Los
datos del modelo son:
Nivel de oferta en cada fuente y la cantidad de demanda en cada destino, el costo

de transporte unitario de la mercanca a cada destino. Como solo hay una mercanca un
destino puede recibir su demanda de una o ms fuentes. El objetivo del modelo es el de
determinar la cantidad que se enviar de cada fuente a cada destino, tal que se minimice
el costo del transporte total. La suposicin bsica del modelo es que el costo del
64
2010
transporte en una ruta es directamente proporcional al nmero de unidades

transportadas. La definicin de unidad de transporte variar dependiendo de la
mercanca que se transporte.
2.4.13.3. Problema de asignacin.
El problema de asignacin consiste en asignar hombres a trabajos (o trabajos a

mquinas), con la condicin de que cada hombre puede ser asignado a un trabajo y que
cada trabajo tendr asignada una persona. La condicin necesaria para que este tipo de
problemas tenga solucin, es que se encuentre balanceado, es decir, que los recursos
totales sean iguales a las demandas totales. El modelo de asignacin tiene sus principales
aplicaciones en: Trabajadores, Oficinas al personal, Vehculos a rutas, Mquinas y
productos a fabricar entre otros. El algoritmo hngaro es el ms utilizado para resolver
este tipo de problemas.
2.4.13.4. Problema de la ruta ms corta.
Para este tipo de problemas se debe considerar una red conexa no dirigida, con
dos nodos, uno llamado origen y otro llamado destino. El objetivo es encontrar la ruta ms
corta (la trayectoria con la mnima distancia total) del origen al destino. Para su resolucin
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 ms 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.
65
2010
2.4.13.5. Problema de flujo mximo.
Este problema permite conocer la mxima cantidad de cualquier artculo o

informacin que se pueda transportar desde un origen hasta un destino.
2.4.13.6 Problema del agente viajero.
El problema del agente viajero, como los dems de redes, involucra un conjunto de
nodos y arcos que conectan todos los nodos. El objetivo es encontrar la forma de realizar
una gira completa que conecte todos los nodos visitando slo una vez cada nodo y
minimizar o maximizar la distancia de la gira total. Este modelo tiene mltiples
aplicaciones en ingeniera.
66
2010
2.4.14. PROGRAMACIN 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 funcin objetivo, cuando la funcin objetivos u alguna de las restricciones no
son lineales.
El Winqsb resuelve funciones objetivos no lineales con o sin restricciones. Las

restricciones tambin pueden ser no lineales. Incluye capacidades para:
Resolver problemas sin restricciones de variables.

Resolver problemas con restricciones.
Analizar la solucin asignada.
Analizar violaciones a restricciones.
Generar un anlisis de las restricciones con un grfico y una tabla.
Generar un anlisis de la funcin objetivo con un grfico y una tabla.
67
2010
2.4.15. PERT Y CPM.
El PERT/CPM fue diseado para proporcionar diversos elementos tiles de

informacin para los administradores del proyecto. Primero, el PERT/CPM expone la "ruta
crtica" de un proyecto. Estas son las actividades que limitan la duracin del proyecto. Es
decir, para lograr que el proyecto se realice pronto, las actividades de la ruta crtica deben
realizarse pronto.
Por otra parte, si una actividad de la ruta crtica se retarda, el proyecto como un
todo se retarda en la misma cantidad. Las actividades que no estn en la ruta crtica tienen
una cierta cantidad de holgura; esto es, pueden empezarse ms 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 Winqsb resuelve los problemas de planeacin de proyectos, por el mtodo de

ruta crtica y la tcnica de evaluacin y revisin. As mismo realiza anlisis de choque,
anlisis de costos, anlisis de probabilidad y simulacin
68
2010
2.4.16. PROGRAMACIN CUADRTICA.
Resuelve modelos donde la funcin objetivo es de tipo cuadrtica y est limitada

por un nmero de restricciones lineales. Las variables de decisin son consideradas
continuas. Incluye:
Mtodo simplex y grfico para QP

Mtodo de ramificacin y acotamiento para IQP
Muestra la tabla del mtodo simplex
Muestra la solucin del mtodo de ramificacin y acotamiento
Realiza el anlisis de sensibilidad o anlisis paramtrico
69
2010
2.4.17. CARTAS DE CONTROL DE CALIDAD.
Un mapa de control de calidad es un grfico que muestra los resultados de una

caracterstica de calidad de la muestra medida en el tiempo. Construye grficos de control
de calidad para variables y datos de atributos y, as mismo, realiza anlisis de grficas
relacionadas.
Este modulo resuelve problemas de establecimiento de juicio para establecer los

intervalos de aceptacin de variaciones que se puede presentar un determinado proceso
o de una variable puesta en referencia. Puede analizar y presentar los siguientes grficos:
2.4.17.1. Grficos de control para atributos.
Son Grficos de Control basados en la observacin de la presencia o ausencia de

una determinada caracterstica, o de cualquier tipo de defecto en el producto, servicio o
proceso en estudio. Son utilizados para controlar caractersticas de calidad cualitativas.
2.4.17.1.1 Grfico P.
Es un grfico de control del porcentaje o fraccin de unidades defectuosas

(cociente entre el nmero de artculos defectuosos en una poblacin y el nmero total de
artculos de dicha poblacin).
2.4.17.1.2. Grfico np.
Este grfico, est basado en el nmero de unidades defectuosas. Este tipo de

grficos permite tanto analizar el nmero de artculos defectuosos como la posible
existencia de causas especiales en el proceso productivo.
70
2010
2.4.17.1.3. Grfico c.
El diagrama C est basado en el nmero total de defectos (o no conformidades) en

la produccin.
2.4.17.1.4. Grfico u.
El diagrama U est basado en el nmero de defectos por unidad de inspeccin

producida.
2.4.17.2. Grficos de control para variables.
Muchas caractersticas de calidad pueden expresarse en trminos de medida

numrica. Por ejemplo, el dimetro de una pieza puede medirse con un micrmetro y
expresarse en milmetros. Una caracterstica cualitativa que sea medible tal como un
volumen, un peso, o cualquier dimensin, en general, es una variable y para estas se
utilizan los grficos de control para variables.
2.4.17.2.1. Grfico X.
Un grfico X contiene las medias mustrales de la caracterstica que se pretende

estudiar, por lo que mediante l se puede detectar posibles variaciones en el valor medio
de dicha caracterstica durante el proceso (desviaciones con respecto al objetivo).
2.4.17.2.2. Grfico R.
Un grfico R es un grfico de control para rangos mustrales. Se utiliza para medir

la variacin del proceso y detectar la posible existencia de causas especiales. Es habitual
71
2010
usar los grficos R para estudiar la variacin en muestras de tamao no superior a 10,
recurriendo a los grficos S para muestras mayores.
2.4.17.2.3. Grfico S.
Es un grfico de control para desviaciones estndar mustrales. Por tanto, se
pueden usar los grficos S para estudiar la variabilidad del proceso y detectar la posible
existencia de causas especiales. Resulta habitual utilizar los grficos S para muestras de
tamao superior a 10
2.4.17.2.4. Grfico CUSUM.
El grfico de sumas acumuladas (CUSUM) se presenta como una alternativa al

grafico de Shewhart. Incorpora directamente toda la informacin representando las
sumas acumuladas de las desviaciones de los valores mustrales respecto de un valor
objetivo.
72
2010
2.4.18. ANLISIS DE SISTEMAS DE COLA.
La teora de colas es el estudio matemtico de las lneas de espera (o colas)

permitiendo el anlisis de varios procesos relacionados como: la llegada al final de la cola,
la espera en la cola, etc.
La teora de colas generalmente es considerada una rama de investigacin

operativa porque sus resultados a menudo son aplicables en una amplia variedad de
situaciones
como:
negocios,
comercio,
industria,
ingenieras,
transporte
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 mquinas daadas 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 ms larga a medida que transcurre el
tiempo. Los clientes puede que esperen temporalmente, aunque las instalaciones de
servicio sean adecuadas, porque los clientes llegados anteriormente estn siendo
atendidos.
2.4.18.1. Elementos existentes en la teora de colas.
Proceso bsico 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
73
2010
requerido por el cliente en un mecanismo de servicio, despus de lo cual el cliente sale del
sistema de colas.
Fuente de entrada o poblacin potencial: Una caracterstica de la fuente de

entrada es su tamao. El tamao es el nmero total de clientes que pueden requerir
servicio en determinado momento. Puede suponerse que el tamao es infinito o finito.
Cliente: Es todo individuo de la poblacin potencial que solicita servicio como por
ejemplo una lista de trabajo esperando para imprimirse.
Capacidad de la cola: Es el mximo nmero 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, segn la cual se atiende
primero al cliente que antes haya llegado.
LIFO (last in first out) tambin conocida como pila que consiste en atender primero
al cliente que ha llegado el ltimo.
RSS (random selection of service) que selecciona los clientes de manera aleatoria,
de acuerdo a algn procedimiento de prioridad o a algn 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 ms
instalaciones de servicio, cada una de ellas con uno o ms canales paralelos de
servicio, llamados servidores.
74
2010
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 nmero mximo de clientes que puede admitir. Las
colas pueden ser finitas o infinitas.
El proceso de servicio: Define cmo son atendidos los clientes.
El Winqsb resuelve sistemas de formacin de colas de espera incluyendo la poblacin

de clientes y los servidores (canales).
La poblacin de clientes puede ser limitada o ilimitada. El sistema es evaluado

como el nmero promedio de clientes en el sistema, el nmero promedio de clientes en la
cola, la probabilidad de que lleguen ms clientes, la probabilidad de que los servidores
estn ociosos, la probabilidad de que un cliente que llega espere, el costo de un servidor
ocioso por unidad de tiempo, el costo del servidor ocupado por unidad de tiempo, etc.
Incluye tres mtodos para evaluar cada situacin de la formacin de colas de

espera: formula de forma cerrada, aproximacin y simulacin de Monte Carlo.
75
2010
2.4.19. SIMULACIN DE ANLISIS DE SISTEMAS DE COLA.
El software modela y realiza el sistema de colas simple y mltiple en poblaciones

con llegada de clientes, y servidores. Incluye capacidades para:
Realizar la simulacin de la formacin de colas de espera generando los eventos

discretos de llegadas de clientes, la realizacin del servicio, el traslado del cliente, y la
formacin de la cola.
Utiliza 18 distribuciones de probabilidad para la probabilidad de que lleguen

clientes.
Utiliza 9 reglas de seleccin para definir las operaciones del servidor.
Muestra el anlisis en un grfico.
76
2010
Capitulo III:
ANALISIS DE LOS CONTENIDOS
DE LOS PROGRAMAS Y SU
RELACION CON EL WINQSB.
3.1.
2010
PENSUM DE LA CARRERA DE INGENIERA INDUSTRIAL.
Puede definirse como Pensum Acadmico, al detalle del total de materias a dictarse
por especializacin y cursos. Para el caso de estudio, se analiza el pensum de la carrera de
Ingeniera Industrial.
La ingeniera industrial es la rama de la ingeniera relacionada con el diseo,
mejoramiento e instalacin de sistemas integrados por personas, materiales, informacin,
equipos y energa, que supone conocimientos especializados y destrezas en matemtica,
fsica y ciencias sociales, junto con los principios y mtodos para el anlisis de ingeniera,
diseo, prediccin y evaluacin de los resultados a ser obtenidos por dichos sistemas. El
profesional formado a travs de la enseanza de esta carrera, debe ser capaz de contribuir
al progreso de la Sociedad a travs del desarrollo de la Productividad, concebida en
beneficio del ser humano.
El estudiante de ingeniera industrial adquiere formacin en cinco reas del
conocimiento estructuradas de la siguiente manera:
BSICA:
Es la parte fundamental para el desarrollo de los conocimientos cuantitativos a travs
de las Ciencias Fsicas, Matemticas y Qumicas.
HUMANISTICA SOCIAL:
Permite tener un enfoque orientado a la solucin de los problemas de la sociedad,
considerando los efectos que estas soluciones pueden tener sobre la misma.
CIENCIAS DE LA INGENIERA:
Orienta a la formacin tcnica de las Ingenieras que fundamenta la capacidad de
anlisis y resolucin de problemas, a travs del razonamiento cientfico.
78
2010
DIFERENCIADA:
Comprende conocimientos tcnicos de la Ingeniera Industrial, orientados a los
procesos productivos, mtodos de optimizacin de recursos, procesos administrativos,
sistemas de gestin y conocimientos contables y financieros.
DE APLICACIN ORIENTADA:
Proporciona herramientas tcnicas propias de la especializacin de la carrera, en
las reas de Inters siguientes:
PRODUCCION: Comprende tcnicas utilizadas para la organizacin de la

produccin industrial.
PLANEAMIENTO Y GERENCIA: Permite aumentar la capacidad para tomar
decisiones a niveles gerenciales, a travs del desarrollo del proceso administrativo
y de gestin.
FINANCIERA: Rene los conocimientos elementales de anlisis de datos
econmicos a nivel empresarial y de agregados, para el desarrollo de negocios.
METODOS Y PROCESOS: Aporta los conocimientos sobre la metodologa de
desarrollo de procesos productivos y administrativos, en cualquier tipo de
empresa.
El pensum (Plan de estudios 1998) fue aprobado por el Consejo Superior Universitario
el 30 de julio de 1998 en el acuerdo 117-95-98 y comprende 49 materias que suman un
total de 195 Unidades Valorativas7. A continuacin se presenta dicho plan de estudios.
Informacin obtenida de http://www.ues.edu.sv/descargas/catalogocompleto/Ingenieria.pdf
79
2010
Figura 1: Plan de estudios 1998, Ingenieria Industrial.
80
2010
Para tener una mejor idea de las materias que son servidas por ciclo se presenta la
siguiente tabla en donde se puede apreciar el nombre de la materia, su cdigo, las
unidades valorativas, sus pre-requisitos y co-requisitos8.
Tabla 4: Materias servidas por ciclo.
N.C. - Numero Correlativo. COD. Cdigo. U.V. - Unidades Valorativas. P-R - Pre-Requisito. C-R - Co-Requisito. B Bachillerato.
N.C.
MATERIA
COD.
U.V.
P-R
C-R
PSI135
MAT135
MTE135
CGR135
4
4
4
3
B
B
B
B
-----
DIT135
HSE135
MAT235
FIR135
QTR135
4
4
4
4
4
4
1
2
1-2
3
------
MDI135
MAT335
FIR235
MSO135
IAI135
4
4
4
4
4
B
7
7-8
5-6
7
------
TIR135
MAT435
FIR335
MSO235
PRN135
4
4
4
4
4
10 - 9
11
11 12
11 13
14
------
TIR235
PYE135
SES135
MSO335
PRN235
4
4
4
4
4
15
16 18
16 17
16 18
19
------
CICLO I
1
2
3
4
Psicologa Social
Matemtica I
Mtodos Experimentales
Comunicacin Espacial Grfica
CICLO II
5
6
7
8
9
Dibujo Tcnico
Historia Social y Econmica de E.S. y C.A.
Matemtica II
Fsica I
Qumica Tcnica
CICLOIII
10
11
12
13
14
Mtodos de Diseo
Matemtica III
Fsica II
Mecnica de los Slidos I
Introduccin a la Informtica
CICLOIV
15
16
17
18
19
Tecnologa Industrial I
Matemtica IV
Fsica III
Mecnica de los Slidos II
Programacin I
CICLO V
20
21
22
23
24
Tecnologa Industrial II
Probabilidad y Estadstica
Sistemas Electromecnicos
Mecnica de los Slidos III
Programacin II
Informacin obtenida de: http://www.fia.ues.edu.sv/industrial/plan.php
81
2010
CICLO VI
25
26
27
28
29
Tecnologa Industrial III

Ingeniera Econmica
Investigacin de Operaciones I
Mecnica de los Fluidos
Manejo de Software para Micro.
TIR335
IEC135
IOP135
MEF135
MSM135
4
4
4
4
4
20 23
21
19 21
12 16 18
14
------
IMT135
HGI135
IOP235
FDE135
--
4
4
4
4
4
25
25 28
26 27
6-7
--
------
DIP135
CDC135
CYC135
---
4
4
4
4
4
30
32
29 - 30
---
------
TGI135
FII135
MER135
PTR135
--
4
4
4
4
4
35 36
37
37
120 U.V.
--
------
FEP135
ADP135
ODI135
LPR135
--
4
4
4
4
4
40 41 - 42
40 41
40
120 U.V.
--
------
CICLO VII
30
31
32
33
34
Ingeniera de Mtodos
Higiene y Seguridad Industrial
Investigacin de Operaciones II
Fundamentos de Economa
Tcnica Electiva 1
CICLO VIII
35
36
37
38
39
Distribucin en Planta
Control de la Calidad
Contabilidad y Costos
Tcnica Electiva 2
Tcnica Electiva 3
CICLO IX
40
41
42
43
44
Tcnicas de Gestin Industrial

Finanzas Industriales
Mercadeo
Psicologa del Trabajo
Tcnica Electiva 4
CICLO X
45
46
47
48
49
Formulacin y Evaluacin de Proyectos

Administracin de Proyectos
Organizacin y Direccin Industrial
Legislacin Profesional
Tcnica Electiva 5
CICLO XI
Trabajo de Graduacin
82
2010
Las tcnicas electivas, son materias que se pueden servir o no en un ciclo,

dependiendo de la disponibilidad de recurso humano para hacerlo y si en algn momento
son solicitadas por los estudiantes. Estas materias pueden variar ao con ao y se
comienzan a brindar a partir del 4 ao de carrera (ciclo VII).
A continuacin se presenta una tabla con las tcnicas electivas que pueden ser
servidas por el Departamento de Ingeniera y Arquitectura de la Facultad Multidisciplinaria
de Occidente9.
Tabla 5: Tcnicas electivas que podran ser servidas.
COD. Cdigo de materia.
U.V. - Unidades Valorativas.
MATERIA
U.V.
MODELOS DE RESOLUCION DE PROBLEMAS

DE INGENIERIA
MRP135
PLANEACION ESTRATEGICA
PLA135
CICLO VIII
AAE135
120 U.V.
ADY135
INGENIERIA DE METODOS
EVP135
FAR135
GOP135
MMT135
OYM135
PLE135
4
4
4
4
4
4
SISTEMAS ADMINISTRATIVOS DE LA CALIDAD
SAC135
140 U.V.
INVESTIGACION DE OPERACIONES I
TECNICAS DE GESTION INDUSTRIAL
CONTROL DE LA CALIDAD, TECNICAS
DE GESTION INDUSTRIAL
COSTEO DIRECTO
INGENIERIA DE PLANTAS INDUSTRIALES
PRESUPUESTO DE PRODUCCION
SISTEMAS DE INFORMACION GERENCIAL
CICLOIX
CDI135
IPT135
PRP135
SIG135
CICLO X
4
4
4
4
CONTABILIDAD Y COSTOS
DISTRIBUCION EN PLANTA
AMI135
GFI135
TEO135
4
4
FINANZAS INDUSTRIALES
FINANZAS INDUSTRIALES
AUDITORIAS AMBIENTALES
ADMINISTRACION DE PERSONAL Y
REMUNERACIONES
EVALUACION DEL IMPACTO AMBIENTAL
FUNDAMENTOS DE ADMINISTRACION
GERENCIA DE OPERACIONES
MEDIDA DEL TRABAJO
ORGANIZACION Y METODOS
PLANEACION ESTRATEGICA
ADMINISTRACION DE MANTENIMIENTO
INDUSTRIAL
GERENCIA FINANCIERA
TEORIA DE DECISIONES
P-R - Pre-Requisito.
COD.
CICLO VII
P-R
INVESTIGACION DE OPERACIONES I,
TECNOLOGIA INDUSTRIAL III
INVESTIGACION DE OPERACIONES I,
TECNOLOGIA INDUSTRIAL III
Fuente: Informacin brindada por coordinador de la carrera de Ingeniera Industrial
83
3.2.
IDENTIFICACION
DE
CONTENIDOS
QUE
SE
2010
PUEDEN
DESARROLLAR UTILIZANDO EL WINQSB

Para determinar los contenidos de las materias en las que pueden ser utilizados los
mdulos del Winqsb, se hace necesario primero revisar los programas de asignatura para
observar uno por uno los temas y as poder identificar cuales tienen relacin con los
mdulos del software. Se aclara que para hacer esta seleccin no se espera que se puedan
utilizar todos los mdulos en una misma materia, sino que basta con que se pueda utilizar
al menos uno de todos los disponibles.
Una vez determinados esos contenidos se opto por mostrar primero un mapa de
materias totales servidas para la carrera de ingeniera industrial el cual se aprecia en la
figura No. 2.
En la figura No. 3, se puede apreciar el mismo mapa pero ya han sido eliminadas las
materias en las que no se podran aplicar los mdulos del software, por lo cual solo se
apreciaran las restantes en las que si se aplicara.
En la figura No. 4, se puede apreciar el mapa de materias electivas en las que s se

puede aplicar al menos un modulo del software.
84
2010
Figura 2: Mapa de materias de ingenieria industrial.
85
2010
Figura 3: Mapa de materias obligatorias en las que se puede utilizar el Winqsb.
86
2010
Figura 4: Mapa de materias electivas en las que se puede utilizar el Winqsb.
87
3.3.
2010
TABLAS DE RELACION.
Identificadas ya las materias obligatorias y electivas que pueden auxiliarse del

Winqsb para desarrollar sus contenidos, se muestran las tablas en donde se observara por
materia, el mdulo o los mdulos que se pueden aplicar y el tema especifico para ello.
MATERIA:
METODOS DE DISEO
TIPO:
OBLIGATORIA
NOMBRE:
ADMINISTRACION DE PROYECTOS
CICLO:
CONTENIDO(S):
7.6
III
UNIDAD:
MODULO(S) APLICABLE(S):
PERT y CPM (PERT_CPM)
Tcnicas de programacin: GANTT,
Programacin lineal y entera (Linear and
CPM, PERT.
integer programming).
MATERIA:
PROBABILIDAD Y ESTADISTICA
TIPO:
OBLIGATORIA
NOMBRE:
PROBABILIDAD
CICLO:
CONTENIDO(S):
UNIDAD:
1.2 Histogramas.
Anlisis de decisiones (Decision Analysis)
2.2 Probabilidad.
Cartas de control de calidad (Quality
2.6 Regla de Bayes.
Control Chart).
5.2 Distribucion ji cuadrada.
88
MATERIA:
TIPO:
OBLIGATORIA
NOMBRE:
N/A
CICLO:
CONTENIDO(S):
Solucin Algebraica del Simples (SAS).

Anlisis de Dualidad (AD).
Modelo de Transporte (MT).
Programacin Dinmica (PD).

Modelacin de redes (Network Modeling).
Programacin dinmica (Dynamic
Programming).
Modelos de Inventarios (MT).
Teora y sistemas de inventarios (Inventory
Conceptos y terminologa.
Theory and System).
Modelos Determinsticos (MD).
7
8
Anlisis CPM y PERT.
PERT y CPM (PERT_CPM).
Administracin de Proyectos (AP).
Anlisis de decisiones (Decision Analysis).
Teora de Decisin.
MATERIA:
TIPO:
OBLIGATORIA
NOMBRE:
N/A
N/A
Formulacin y solucin grafica (SG).
UNIDAD:
Programacin lineal (PL).
VI
2010
CICLO:
CONTENIDO(S):
VII
UNIDAD:
N/A
16
Diagrama de actividades
Programacin de jornadas de trabajo
17
Diagrama Hombre - Maquina
(Job Scheduling).
89
MATERIA:
INVESTIGACION DE OPERACIONES II
TIPO:
OBLIGATORIA
NOMBRE:
N/A
CICLO:
CONTENIDO(S):
VII
2010
UNIDAD:
N/A
Sistemas de cola (Queuing Analysis).
Teora de Lneas de espera.
Simulacin de sistemas de cola (Queuing

Analysis Simulation).
Theory and System).
Sistemas de inventario.

Programming).
Teora de Decisiones.
Teora de juegos.
MATERIA:
MODELO DE RESOLUCION DE PROBLEMAS DE INGENIERIA
TIPO:
ELECTIVA
NOMBRE:
N/A
CICLO:
CONTENIDO(S):
4.4
Metodologa
de
Resolucin
VII
UNIDAD:
N/A
de
Anlisis de decisiones (Decision Analysis)
Problemas y Toma de decisin
Simulacin de sistemas de cola (Queuing
7.1 Simulacin de procesos
Analysis Simulation).
90
MATERIA:
CONTROL DE LA CALIDAD
TIPO:
OBLIGATORIA
NOMBRE:
N/A
CICLO:
CONTENIDO(S):
P.U.C.),
sus
curvas
Control Chart).
caractersticas de operacin.
N/A
N/A
Cartas de control por variables (X-
R).
Control Chart).
Planes de muestreo simple y sus
Anlisis de muestreo de aceptacin
curvas C.D
(Acceptance Sampling Analysis).
Planes de muestreo doble y sus

N/A curvas
caractersticas
de
operacin.
N/A Planes de muestreo mltiple.
N/A
Planes de muestreo secuencial
artculo por artculo.
Muestreo
N/A
UNIDAD:
Cartas de control por atributos

N/A (carta
VIII
2010
de
aceptacin
por
variable para controlar la fraccin
defectuosa:
Con
desviacin
estndar desconocida.
Diagramas causa y efecto, anlisis
N/A de Pareto, anlisis del campo de
Control Chart).
fuerzas.
91
N/A
MATERIA:
TIPO:
OBLIGATORIA
NOMBRE:
N/A
CICLO:
CONTENIDO(S):
2
VIII
2010
UNIDAD:
N/A
pronstico de venta e informacin
Pronsticos (Forecasting).
del mercado
Programa computarizados para la
Diseo y localizacin de plantas (Facility
distribucin en Planta.
Location and Layout)
Departamentalizacin de
3
actividades (produccin, recibo y
despacho, oficinas, servicios de la
planta, servicios del personal, etc.)
MATERIA:
ORGANIZACIN Y METODOS
TIPO:
ELECTIVA
NOMBRE:
N/A
CICLO:
CONTENIDO(S):
7.3
7.4
VIII
UNIDAD:
N/A
Anlisis de distribucin del trabajo.
Programacin de jornadas de trabajo

(Job Scheduling).
Anlisis de distribucin fsica.

92
MATERIA:
TIPO:
OBLIGATORIA
NOMBRE:
N/A
CICLO:
CONTENIDO(S):
IX
2010
UNIDAD:
N/A
Location and Layout).
Pronsticos (Forecasting).
Planeacin agregada (Aggregate
Planning).
Planeacin
control
de
la
produccin.
Programming).
Planeacin de Requerimiento de
Materiales (Materials requirements
planning).
Programacin de jornadas de trabajo (Job
Scheduling).
Administracin de los materiales
La lnea de produccin.

Theory and System)
Scheduling).
93
MATERIA:
INGENIERIA DE PLANTAS INDUSTRIALES
TIPO:
ELECTIVA
NOMBRE:
N/A
CICLO:
CONTENIDO(S):
N/A

Costos del sistema de manejo de

2
materiales
MATERIA:
FORMULACION Y EVALUACION DE PROYECTOS
TIPO:
OBLIGATORIA
NOMBRE:
N/A
CICLO:
CONTENIDO(S):
2
UNIDAD:
Facilidades de distribucin.
IX
2010
UNIDAD:
N/A
Pronsticos (Forecasting)
Proyeccin de la demanda
Tamao de la planta.

Localizacin de la planta.
Plan de produccin.
Planeacin agregada (Aggregate Planning).
Balance de materiales.
Distribucin en planta.
Programming).
94
MATERIA:
ADMINISTRACION DEL MANTENIMIENTO INDUSTRIAL
TIPO:
ELECTIVA
NOMBRE:
N/A
CICLO:
CONTENIDO(S):
Mantenimiento
2010
UNIDAD:
N/A
correctivo,
aspectos y definicin.
Mantenimiento
2
preventivo,
beneficios de la aplicacin,
ventajas
de
Control Chart).
ste
mantenimiento.
Mantenimiento predictivo.
Modelacin de redes (Network Modeling).
4
Programacin, operacin y control.

Scheduling).
De esta manera se puede apreciar un total de 9 materias obligatorias y 4 electivas

en las que se puede utilizar como apoyo al menos un modulo del software Winqsb. En
total son 13 materias, lo que representa un 25.6% de la totalidad de materias servidas en
la carrera de ingeniera industrial, adems del total de 19 mdulos que tiene el software,
se pueden aplicar un total de 16 de ellos en las materias antes descritas.
Se hace referencia que de ese 25.6% de materias en las que se puede utilizar el
Winqsb, el 23.6% representan materias consideradas como de reas diferenciadas y de
reas de aplicacin orientadas, por ser materias que se brindan a partir del tercer ao de
la
carrera.
95
2010
Capitulo IV:
GUIA DE USUARIO DEL WINQSB,
CON EJEMPLOS RESUELTOS.
2010
4. GUIA DE UTILIZACION DEL WINQSB.
La presente gua, est conformada en primer lugar por una orientacin bsica para la
instalacin del software, en donde se explica cmo instalar el programa Winqsb.
La segunda parte se refiere a las generalidades de los mdulos, en donde se describe

como ingresar a cada uno de ellos y de manera general se describen las opciones que
tienen, esto se hace as pues las opciones bsicas son generales, las especificas se explican
al momento de desarrollar cada modulo.
La tercera parte es donde se presenta la descripcin de cada modulo, abordando con

detalle las funciones de cada uno de ellos y planteando problemas con su respectivo
mtodo de solucin, con el objetivo de brindar al lector la posibilidad de comprender
como se introducen los datos y la forma de utilizar las opciones especificas para solucionar
un problema y poder usar los mtodos de anlisis que estn incluidos en cada modulo.
Vale la pena aclarar que con esta gua, no se han planteado la totalidad de modos de
anlisis para todos los posibles problemas que podran ser analizados con el Winqsb. Si
bien se han desarrollado varios problemas, lo que se pretende es sentar las bases para
que cualquiera que lo use, pueda discernir la gran aplicabilidad de cada uno de los
modelos del programa Winqsb y a su vez de manera intuitiva comprenda como se podran
solucionar otros problemas que no han sido resueltos en esta gua.
Los mdulos son presentados respetando el orden de despliegue que hace el

programa Winqsb y cuya descripcin ya se ha hecho en el captulo II, por lo que no se
considera necesario hacerlo nuevamente.
97
2010
4.1. COMO INSTALAR EL PROGRAMA.

Busque la carpeta en donde tiene el software Winqsb, una vez encontrada, brala
y busque el archivo llamado SETUP.EXE.
Ejectelo y aparecer la siguiente ventana
98
2010
Por defecto el programa se instalara en la unidad C, si desea que se instale en

alguna otra parte de su disco duro, escriba la ruta en la que desea que se instale.
Una vez seleccionada la ruta de instalacin de un click en la opcin Continue y
aparecer una nueva ventana en donde se le solicitara que introduzca un nombre de
usuario y el nombre de la compaa a la que pertenece (esto solo con fines de
identificacin), una vez se han introducido estos datos, se da nuevamente un click en la
opcin Continue y el software se instalara.
De un click en aceptar y listo, el Winqsb est instalado.

Winqsb utiliza los mecanismos tpicos de la interface de Windows, es decir,
ventanas, mens desplegables, barras de herramientas, etc. Por lo tanto el manejo del
programa es similar a cualquier otro que utilice el entorno Windows.
99
2010
4.2. INGRESANDO A LOS MODULOS
EL ACCESO al Winqsb se puede hacer a travs del botn inicio del sistema
operativo Windows, en la opcin todos los programas en la carpeta Winqsb.
Una vez hecho esto, se puede seleccionar cualquiera de sus 19 mdulos con un
simple click en el modulo deseado.
100
2010
Una vez seleccionado el mdulo con el cual se desee trabajar, aparecer una
ventana cuyas caractersticas inciales sern similares para todos los mdulos del Winqsb.
La parte superior de la ventana llamada TITULO indica el nombre del mdulo

seleccionado, en este caso se opt por mostrar el mdulo de ANALISIS DE MUESTREO DE
ACEPTACION.
Debajo del nombre del modulo, se encuentran los men Archivo (File) y Ayuda
(Help).
El men archivo comprende las siguientes opciones:
Nuevo problema (New Problem): Permite introducir un nuevo problema.

Abrir Problema (Load Problem): Abre un problema que se ha guardado con
anterioridad.
Salir (Exit): Sale del programa.
101
2010
El men Ayuda (Help) lo conforman:
Contenido (Contents): Contenido completo de la ayuda sobre el mdulo

seleccionado.
Buscar ayuda en... (Search for Help on...): Bsqueda de ayuda mediante palabras
claves.
Cmo usar la ayuda (How to Use Help): Indicaciones (puede ser en espaol) de
como se utiliza la ayuda para sacarle el mximo provecho.
Ayuda sobre la ventana actual (Help on Current Windows): Interesante opcin
que muestra la ayuda slo sobre los elementos que aparecen actualmente en la
ventana.
Acerca de... (About ASA): Muestra datos sobre la creacin del programa e
informacin sobre la licencia.
El programa tambin cuenta con una barra de herramientas que ayuda de forma
significativa la seleccin de las opciones ms usadas.
El primer botn permite la creacin de un nuevo problema, el segundo abre un

problema existente, mientras que el tercero, permite salir del programa.
Las extensiones de los ficheros con los modelos las pone el programa por defecto,
por lo tanto solamente se debe tener cuidado del nombre, que no deber tener ms de 8
102
2010
caracteres. Todos los mdulos del programa tienen en comn los siguientes mens
desplegables:
File: incluye las opciones tpicas de este tipo de mens en Windows, es decir,
permite crear y salvar ficheros con nuevos problemas, leer otros ya existentes o
imprimirlos.
Edit: incluye las utilidades tpicas para editar problemas, copiar, pegar, cortar o
deshacer cambios. Tambin permite cambiar los nombres de los problemas, las
variables, y las restricciones. Facilita la eliminacin o adicin de variables y/o
restricciones, y permite cambiar el sentido de la optimizacin.
Format: incluye las opciones necesarias para cambiar la apariencia de las ventanas,
colores, fuentes, alineacin, anchura de celdas, etc.
Solve and Analyze: esta opcin incluye al menos dos comandos, uno para resolver
el problema y otro para resolverlo siguiendo los pasos del algoritmo.
Results: incluye las opciones para ver las soluciones del problema y realizar si
procede distintos anlisis de la misma.
Utilities: este men permite acceder a una calculadora, a un reloj y a un editor de
grficas sencillas.
Window: permite navegar por las distintas ventanas que van apareciendo al
operar con el programa.
WinQSB: incluye las opciones necesarias para acceder a otro mdulo del
programa.
Help: que ya fue descrito en la pgina anterior.
103
4.3.
2010
ANALISIS DE MUESTREO DE ACEPTACION.
La opcin Nuevo Problema (New Problem) genera una plantilla en la cual se

introducirn las caractersticas del problema:
Los Tipos de muestras (Acceptance sampling for) que se pueden analizar son:
Atributos (Attributes).
Variables.
Los Tipos de planes (Type of sampling plan) que se pueden analizar son:
Muestreo simple.
Muestreo doble.
Muestreo mltiple.
Muestreo en cadenas.
104
2010
Muestreo contino.
Muestreo discontinuo.
4.3.1. EJEMPLO DE MUESTREO DE ACEPTACION.

Se quiere definir un plan de muestreo simple de aceptacin para inspeccionar lotes de
10000 unidades, que garantice un riesgo de 1% para el fabricante y un riesgo del 5% para
el consumidor del lote. El NCA y el PDTL son del 1% y el 5% respectivamente. = 5 % y =
10 %. Buscar n y c recomendados.
En la plantilla inicial se selecciona la opcin Atributes y single sampling, por
tratarse de un caso por atributos y muestreo simple. Al pulsar ok, aparece la plantilla para
la introduccin de los datos.
Aqu se debe modificar la informacin que automticamente presenta el programa, las

opciones que se pueden observar son:
Tamao de la muestra (Sample size): para los casos en los cuales se desea
encontrar un plan de muestreo adecuado para un lote de inspeccin especfico.
105
2010
Numero de aceptacin (Acceptance number): es el que dar la pauta de a partir

de qu cantidad de muestras defectuosas encontradas se aceptaran o rechazaran
las muestras.
Nivel aceptable de calidad (Acceptable Quality Level): Es el porcentaje de
producto conforme que se est dispuesto a aceptar.
Porcentaje de defectos que se aceptaran en el lote (Rejectable quality level): Es
el porcentaje de producto no conforme que se est dispuesto a aceptar.
Riesgo del productor (Producers risk): Probabilidad del productor de que le
rechacen un lote bueno.
Riesgo del consumidor (Consumers risk): Probabilidad del consumidor de aceptar
un lote malo.
Tamao del lote (Lot size): Cantidad total que conforma el lote seleccionado.
Probabilidad de distribucin (probability distribution): Es el tipo de distribucin
de probabilidad bajo la cual se trabaja, puede ser hipergeometrica, Normal,
Poisson.
Costo unitario de muestra (Unit sampling cost): Es el valor unitario que
corresponde por tomar una muestra.
Costo unitario de inspeccin (Unit inspection cost): Es el valor unitario que
corresponde por inspeccionar una muestra.
Costo por unidad defectuosa del productor (Unit producers cost if unit is found
defective): Es el costo incurrido si se le encuentra algn producto defectuoso al
productor.
Costo por unidad defectuosa del consumidor (Unit consumers cost if unit is
found defective): Es lo que le cuesta al consumidor si encuentra algn producto
defectuoso.
Error de inspeccin (Inspection error): la probabilidad de declarar un producto
bueno como malo y viceversa.
106
2010
Una vez introducidos los datos iniciales, se puede seleccionar la opcin analyze
current plan del men solve and analysis. Para este caso se seleccionara la opcin search
sampling plan y aparece la siguiente ventana:
Una vez revisado los valores, se pulsa ok. Y se obtiene el plan de muestreo:
En la tabla anterior se pueden encontrar los valores recomendados para n y c los

cuales son:
n = 100
107
2010
c=2
Se puede tambin observar la curva OC en la cual tambin se encuentran los

mismos valores de n y c, seleccionando la opcin Show OC curve del men Result:
108
4.4.
2010
PLANEACION AGREGADA
La opcin Nuevo Problema (New Problem) genera una plantilla en la cual se

Los Tipos de problemas (Problem Type) que se pueden trabajar en este mdulo son:
Modelos Simples (Simple Model).

Modelos de Transportes (Transportation Model).
Modelos generales de Programacin Lineal (General L P Model).
109
2010
4.4.1. EJEMPLO DE PLANEACION AGREGADA.

Introduccin de datos para la creacin de un modelo simple de Planeacin Agregada.
Segn el departamento de pronsticos de la compaa ABC S.A., las demandas de

artculos para los prximos seis meses sern:
ENE
FEB
MAR
ABR
MAY
JUN
TOTAL
PRONOSTICO DE LA DEMANDA
1800 1500 1100 900
1100 1600 8000
DAS LABORALES
22
22
19
21
21
20
125
Con la siguiente informacin se desea preparar un plan de produccin para la compaa:

COSTO MATERIALES
$100.000/unidad
COSTO DE MANTENER INVENTARIO
$1.50/unidad/mes
Costo marginal por ventas perdidas
$5.00/unidad/mes
Costo marginal de subcontratacin
$20.00/unidad
Costo de contrataciones y capacitaciones
$200.00/trabajador
Costo de despidos
$250.00/trabajador
Horas de trabajo requeridas
5/unidad
Mximo de horas de trabajo extras por mes
8 Horas
Horas laborables normales por da
8 Horas
Costo del tiempo normal
$4.00/hora
Costo del tiempo extra
$6.00/hora
Trabajadores disponibles a enero primero
40 TRABAJADORES
Capacidad mxima que se puede subcontratar
100 UNIDADES
Inventario inicial 400
400 UNIDADES
Para ingresar la informacin del problema al Winqsb, se debe activar la ventana

Especificaciones del problema (Problem Specification) pulsando sobre la opcin Nuevo
110
2010
Problema (New Problem) en el men Archivo (File) o pulsando directamente sobre el

botn
Se Selecciona Modelo Simple (Simple Model) y se marcan las casillas a partir de la

informacin suministrada por el problema:
Tiempo Extra (Overtime Allowed): En el caso de que se considere trabajar con

tiempos extras.
Despidos y contrataciones (Hire/Dismissal Allowed): Cuando se considere la
opcin de contratar y despedir empleados segn la carga de produccin en el
periodo.
Subcontratacin (Subcontracting Allowed): Se activa cuando el problema
considere la alternativa de subcontratar parte de la produccin.
Pedidos (Backorder Allowed): Cuando se desee trabajar considerando inventarios
menores a cero.
Ventas Perdidas (Lost Sales Allowed): Incluye el costo de las ventas perdidas.
El resto de la informacin requerida la constituye:

111
2010
Ttulo del problema (Problem Title): Se escribe el ttulo con que se identifica el
problema.
Nmero de periodos planeados (Number of Planning Periods): Nmero de
periodos incluidos en la planeacin del problema.
Nombre del recurso planeado (Planning Resource Name): Nombre del recurso
que se va a planear.
Unidad de capacidad del recurso planeado (Capacity Unit of Planning Resource)
Requerimiento de capacidad por unidad de producto o servicio (Capacity
Requirement per Product/Service): Unidades requeridas para elaborar un
producto o servicio (en este caso el valor indica que se requieren 5 horas por cada
unidad).
Nmero inicial de recursos planeados (Initial Number of Planning Resource):
Indica la cantidad de recursos disponibles al comienzo del periodo.
Inventario inicial o faltantes de productos o servicios (Initial Inventory
(+)/Backorder (-) of Product/Service): Disponibilidad (o faltantes) de unidades del
producto o servicio.
112
2010
Una vez digitada la informacin se pulsa el botn OK para ingresar los datos
faltantes del problema.
A continuacin se explicara uno a uno los nuevos campos requeridos por Winqsb
para completar el anlisis de planeacin agregada (recuerde que las palabras Hora y
Empleados fueron definidas al inicio como unidad de capacidad y el nombre del recurso
manejado):
Pronstico de la Demanda (Forecast Demand): Se introduce la informacin

resultado de un pronstico de la demanda para los meses objeto del estudio.
113
2010
Nmero Inicial de Empleados (Initial Numbers of Empleados): Cantidad de

empleados con que disponemos al comienzo de cada mes.
Tiempo regular disponible en hora por empleados (Regular Time Capacity in Hora
per Empleados): Tiempo mximo disponible por cada mes (en la unidad de tiempo
definida). Se calcula multiplicando los das disponibles por mes por las horas
disponibles para trabajar, por ejemplo, para el periodo 1 tenemos: Tiempo
Disponible = 22 das x 8 Horas / Da = 176 horas disponibles.
Costo regular de la hora (Regular Time Cost per Hora): En este caso se estima el
valor de la hora trabajada en $4.
Costo por debajo de la hora (Undertime Cost per Hora): En caso de no completar
la hora, se debe definir el costo de la misma. En el ejemplo se trabajara con el
costo de la hora completa $4.
Tiempo extra disponible (Overtime Capacity in Hora per Empleados): Se Indica el
nmero de horas extras disponibles por cada trabajador.
Costo del tiempo Extra (Overtime Cost per Hora): Costo de la hora extra.
Costo de contratacin (Hiring Cost per Empleados): Costo de contratar un
empleado.
Costo de despido (Dismissal Cost per Empleados): Costo de despido de un
empleado.
114
2010
Inventario Inicial (Initial Inventory (+) or Backorder (-)): Inventario inicial con el
cual se cuenta (o se contar) al inicio del periodo, rdenes pendientes por cumplir.
Nivel mximo de Inventario (Maximun Inventory Allowed): Nivel mximo de
inventario aceptado por la empresa. En el caso de que se trabaje con inventarios
mximo tendientes a infinito se especifica con la letra M.
Nivel mnimo de inventario aceptado (Minimun Ending Inventory): Valor del
Stock mnimo requerido por la empresa. En este caso se colocara el valor de cero
indicando que se trabajara con cero inventarios.
Costo de mantener una unidad en inventario (Unit Inventory Holding Cost): El
costo de mantener un producto en inventario durante un periodo determinado.
115
2010
Capacidad mxima posible a subcontratar (Maximun Subcontracting Allowed):

Valor mximo que podra ser subcontratado en caso de que la produccin no
alcance el valor demandado.
Costo de la unidad subcontratada (Unit Subcontracting Cost): Valor de cada
unidad que es elaborada por subcontratos.
Otros costos unitarios de produccin (Other Unit Production Cost): En caso de
que existan otros costos unitarios adicionales se anotaran en este apartado.
La ltima fila corresponde al Requerimiento de capacidad por unidad de producto

o servicio (Capacity Requirement per Product/Service) introducido en la ventana de
especificaciones del problema. Una vez concluida la digitacin de los datos, se procede a
salvar los datos del problema para despus solucionarlo:
Se selecciona la opcin File del men principal. Del men desplegable se selecciona
la opcin Save Problem As:
116
2010
Aparece un men con las opciones Nombre de archivo y Carpetas. El primero sirve
para guardar el problema con el nombre que se desee pero teniendo cuidado de no borrar
la extensin que ya aparece por defecto, solamente se puede borrar el asterisco que
aparece antes de la extensin y en su lugar se coloca el nombre deseado (mximo de 8
caracteres). El segundo permite guardar el archivo en la ruta que se desee.
Una vez guardado, se procede a su solucin a travs de la opcin Solve and Analyze:
117
2010
Aparecer una nueva ventana donde se podrn establecer distintos parmetros para
llegar a una solucin ptima.
Winqsb permite elegir entre 10 mtodos distintos para la consecucin de la

planeacin agregada. Los ms destacados son:
Promedio de produccin constante (Constant Average Production): Se especifica el

promedio de produccin el cual se mantendr constante durante los meses.
Promedio de produccin peridico (Periodic Average Production): Mantener la
produccin constantes por periodos.
Tiempo constante de capacidad para empleados (Constant Regular Time Empleados): Se
mantienen los tiempos de capacidad para el recurso estudiado.
Cantidad inicial de empleados constantes (Constant With Initial Empleados): Se
mantienen constantes la cantidad de empleados (no se contratan ni se despiden).
118
2010
Cantidad mnima de empleados constantes (Constant With Minimun Empleados):

Cantidad mnima de empleados que se mantendrn constantes
Se puede priorizar para algunos de estos mtodos si el problema est enfocado

ms hacia una solucin con subcontratacin, despidos, subcontratos o ventas perdidas (la
valoracin se hace colocando a las casillas que estn activadas un valor entre el 1 y el 5,
siendo 1 el tem que tendr ms importancia).
La solucin se har basada en la estrategia de mantener un nivel constante de 40

empleados al comienzo de cada mes, seleccionando la opcin Cantidad inicial de
empleados constantes (Constant With Initial Empleados). Esta solucin impide la
contratacin y despidos de empleados. Se Pulsa en el botn OK y se analizan los
resultados:
119
2010
En este caso, la cantidad de empleados es suficiente para satisfacer la demanda,

por lo cual no es necesario trabajar horas extras ni subcontratar parte de la produccin.
Manteniendo este nivel mximo de produccin con 40 empleados, al final del

sexto periodo se tendr un inventario final de 1540 unidades.
Para observar los costos de esta estrategia seleccionaremos en el men Resultados

(Results) la opcin Mostrar anlisis de costos (Show Cost Analisys)
120
2010
Se puede observar que el costo total de esta estrategia es de $162.310.
Ahora se cierra la ventana que muestra la solucin y se procede a resolver

nuevamente el ejercicio, esta vez marcando el primer mtodo de solucin Promedio de
produccin constante (Constant Average Production) y pulsando en el botn OK.
Los nuevos resultados son:
En este caso la produccin se mantiene constante a un valor cercano a las 1267

unidades. Los costos totales son de aproximadamente $160.602.
121
2010
En el mismo men Resultados (Results) se podr seleccionar la opcin Mostrar

anlisis grfico (Show Graphics Analisys) para mostrar los resultados de la planeacin en
modo grfico.
122
4.5.
2010
ANLISIS DE DECISIONES
La opcin Nuevo Problema (New Problem) muestra una ventana con los siguientes
campos:
Los tipos de problemas sobre anlisis de decisiones disponibles en Winqsb a travs

de la ventana Especificaciones del problema (Problem Specification) son:
Anlisis bayesiano (Bayesian Analysis)

Anlisis de tablas de pago (Payoff Table Analysis)
Juegos de suma cero para dos jugadores (Two-Player, Zeros-Sum Game)
Anlisis de rboles de decisin (Decision Tree Analysis)
4.5.1. EJEMPLO ANALISIS BAYESIANO
Se tienen cinco urnas con 10 canicas cada una, de color azul, negro y rojo, segn se
muestra en la tabla:
123
2010
Canicas
Urna 1
Urna 2
Urna 3
Urna 4
Urna 5
Azul
Negra
Roja
Si se elige una urna en forma aleatoria y se extrae una canica y esta resulta ser
roja, cul es la probabilidad de que provenga de la urna 3.
En la ventana Especificaciones del problema (Problem Specification) se procede a

ingresar los datos bsicos para la solucin del problema. En el apartado Nmero de
estados naturales (Number of the States of Nature) se coloca la cantidad de urnas
existentes, mientras que en el campo Nmero de resultados (Number of Survey
Outcomes) se escribe los tipos de canicas (tres en total: azul, negra y roja).
Al pulsar OK aparecer una tabla en la cual se ingresan las probabilidades individuales,

tanto para las urnas como las canicas que tienen dentro.
124
2010
Para mejorar el aspecto de la tabla y evitar posibles equivocaciones en la

interpretacin de los datos, se cambian los campos de la tabla por los trabajados en el
ejercicio. Se comienza modificando los States por los nombre de las urnas
correspondientes, para lo cual, en el men Editar (Edit) se elige la opcin Nombres de los
estados naturales (State of Nature Name).
La ventana con los nombres modificados debe quedar as:
125
2010
Para cambiar los Indicators por los correspondientes colores de las canicas se hace
el mismo procedimiento solo que esta vez, se selecciona la opcin Nombre del indicador
(Survey Outcomes/Indicator Name).
Al pulsar OK se regresa a la ventana inicial, la cual debera quedar como la

siguiente:
126
2010
Para poder resolver el problema se debe pasar primero los datos del ejercicio a las
probabilidades:
De elegir una urna de forma aleatoria (probabilidad anterior)
De seleccionar una canica dentro de la urna
La tabla resumen quedara:
Canicas
Urna 1
Urna 2
Urna3
Urna4
Urna5
Probabilidad anterior
0.2
0.2
0.2
0.2
0.2
Azul
0.1
0.6
0.8
0.1
0.0
Negra
0.6
0.2
0.1
0.2
0.6
Roja
0.3
0.2
0.1
0.7
0.4
Total
1.0
1.0
1.0
1.0
1.0
Ingresemos ahora los datos a la tabla del Winqsb:
127
2010
Para resolver el problema simplemente se pulsa en Resolver el problema (Solve

the Problem) en el men Resolver y analizar (Solve and Analyze).
La tabla generada muestra los resultados de las probabilidades condicionales.
En este caso la probabilidad de que al haber seleccionado la urna 3 se saque una

canica roja es de 5,88%.
Para activar el modo grfico se pulsa sobre Mostrar grfico del rbol de decisin
(Show Decision Tree Graph).
128
2010
4.5.2. EJEMPLO DE ARBOL DE DECISION
Se lanzan tres monedas al tiempo. El jugador gana si las tres monedas caen cara,
pierde en caso de que se d un suceso contrario.
El jugador invierte por jugada $100 y si gana recibe $5.000. Es conveniente

participar en el juego?
Para solucionar el problema se debe tener en cuenta un diagrama de rbol que

represente los sucesos, al observarlos es notorio que se compone de 15 nodos:
129
Primera moneda
2010
Segunda moneda
Tercera moneda
cara
cara
cruz
cara
cruz
cara
cruz
Moneda
cara
cruz
cara
cruz
cruz
cara
cruz
Winqsb maneja dos tipos de nodos: Nodos de decisin (decision node) y Nodos de
oportunidad (chance node), Los segundos trabajan con condiciones de incertidumbre,
mientras que los primeros son dispuestos por el usuario. En este caso, los eventos estn
dispuestos por nodos tipo oportunidad sujetos a una probabilidad del 0.50 de que ocurra
cada uno de forma independiente (de que salga cara o cruz).
En la ventana Especificaciones del problema (Problem Specification) se digita la

cantidad de nodos que componen el rbol:
130
2010
Los datos introducidos en la plantilla debern quedar como sigue:
La primera columna indica el consecutivo de los eventos. La segunda columna

corresponde al nombre del nodo (se indico con la secuencia de sucesos para facilitar su
identificacin, por ejemplo, el nodo CCC significa que los nodos anteriores equivalen a dos
caras consecutivas). Para indicar el tipo de nodo solamente se marca con la letra C para
un nodo tipo oportunidad.
Para mostrar la secuencia en la columna Nodo siguiente inmediato (Inmediate

Following Node). Los nodos terminales se identifican claramente por no tener sucesores.
Las ganancias y prdidas ocurren con el resultado de la ltima moneda (nodos

terminales). Para el nodo CCC (sucede cuando las tres caras caen) corresponde a un
ingreso de $5.000 (el jugador gana). Los dems nodos terminales producen una prdida
de $100. La probabilidad de cada evento es del 0.50, indicado en la ltima columna
(excepto para el nodo inicio).
131
2010
Se puede ver un modelo grfico del rbol pulsando sobre la opcin Dibujar rbol
de decisin (Draw Decision Tree) en el men Resolver y analizar (Solve and Analyze).
El rbol completo quedara:
Al pulsar sobre en Resolver el problema (Solve the Problem) se tiene un cuadro

resumen con los resultados del anlisis:
132
2010
El ingreso esperado (Value Expected) se muestra al final, equivalente a un valor de

$537,50. El clculo se realiza as:
E(X) = $5.000 (0.125) - $100 (0.125) x 7 = 625,0 - 87,5 = 537,5
La respuesta al problema es que segn la esperanza positiva, es conveniente

participar en el juego ya que la ganancia esperada supera a la inversin en el tiempo.
133
2010
4.5.3. EJEMPLO JUEGOS DE SUMA CERO
A continuacin se plantean estos dos casos y la forma de introducir los datos en el

Winqsb y hallar la solucin.
Supngase dos competidores bajo la situacin que se plantea en la matriz de pagos

siguiente:
1
-150
50
200
80
El competidor ubicado a la izquierda de la matriz es el maximizante y el de la parte

superior es el minimizante. Se introducen los datos en el Winqsb.
134
2010
De la tabla solucin se observar que la estrategia 1-1 (estrategia 1 del competidor

1) es dominada por la estrategia 1-2 y la 2-1 es dominada por la 2-2, con lo que slo queda
un valor de la matriz (80). As pues, se alcanza un punto de silla con lo que la estrategia
pura para el jugador 1 es la 1-2 y para el competidor 2 es la 2-2. El valor del juego es 80, a
favor del competidor 1.
Ejemplo de estrategias mixtas:
135
2010
Como puede apreciarse en el tablero de la solucin, al no existir punto de silla los

competidores reparten su tiempo de juego as:
El competidor uno jugar su estrategia 1 el 40% del tiempo, la 2 el 40% del tiempo
y no jugar su estrategia 3. El competidor dos jugar la estrategia 1 el 80% del tiempo y su
estrategia 2 el 20 %.
136
4.6.
2010
PROGRAMACIN DINMICA
La programacin dinmica es un enfoque general para la solucin de problemas en los

que es necesario tomar decisiones en etapas sucesivas.
Existen tres modelos diferentes manejados por Winqsb.
Problema de la diligencia (Stagecoach Problem).
Problema de la mochila (Snapsack Problem).
programacin de produccin e inventarios (Production and Inventory Scheduling)
4.6.1. EJEMPLO SOBRE EL PROBLEMA DE LA DILIGENCIA
Considrese el grfico que contempla las rutas posibles para ir desde la ciudad 1
hasta la ciudad 10. Cada nodo representa una ciudad y los arcos la infraestructura vial
disponible. La tabla recoge el costo asociado al desplazamiento entre cada par de nodos
para cada una de las etapas. Se Supone que todos los desplazamientos tienen la misma
duracin, y que el viaje ha de realizarse en cuatro etapas. Cada una de ellas se
corresponde con un nico desplazamiento entre un par de nodos del grafo, as al finalizar
la primera etapa estaremos en una de las ciudades 2, 3 4. La segunda etapa finalizar en
la ciudad 5, la nmero 6 la nmero7. La tercera jornada nos llevar a la ciudad 8 o a la
nmero 9. La cuarta etapa permite finalizar el viaje en la ciudad 10.
137
2010
Perodos o etapas: Sea N= {1, 2,....., n} un conjunto finito de elementos. Mediante

el ndice n N, se representa cada una de ellas. N es el conjunto de perodos o etapas del
proceso. En la ilustracin anterior N= {1, 2, 3, 4}, las cuatro etapas del viaje, cada una de
ellas es un perodo y se representa mediante un valor del ndice n, as cuando n =1 se
refiere a la primera etapa del proceso.
Espacio de estados: {S N} es una familia de conjuntos, uno para cada perodo n. S
se denomina espacio de estados en el perodo n. Cada uno de sus elementos, que se
representa mediante Sn, es un estado, que describe una posible situacin del proceso en
ese perodo. En nuestro ejemplo, S1 = {1}, S2= {2, 3, 4}, S3= {5, 6, 7}, S4= {8, 9}.
La funcin recursiva: Dados unos nodos y unos arcos que conectan estos nodos, el
problema de la diligencia intenta encontrar la ruta ms corta que conecta un nodo de
arranque con el nodo final (el destino).
Sea s: el estado de inicio; j: estado destino

n: la fase, normalmente representa el nmero de arcos hasta el destino.
C(s, j): costo o distancia de ir desde s hasta j.
f(n, s): la poltica de costo mnimo cuando se encuentra en el estado s de la etapa
n.
La relacin recursiva dinmica se expresa como f(n, s) = mnimo [C(s, j) + f(n-1, j)] para
todos los arcos (s, j) en la red
El problema contiene 10 nodos claramente identificados:
138
2010
Al pulsar OK se puede ingresar el resto de informacin, el cual se basa en las

relaciones existentes entre los nodos. Los valores van de acuerdo a la red establecida en el
problema:
Para resolver el problema se pulsa la opcin Resolver el problema (Solve the

Problem) del men Resolver y analizar (Solve and Analyze).
La ventana siguiente permite identificar los nodos de inicio y fin:

139
2010
Al pulsar SOLVE se genera la solucin al problema:
Si queremos una solucin detallada se debe pulsar sobre Mostrar solucin

detallada (Show Solution Detail) en el men Resultados (Results):
140
2010
4.6.2. EJEMPLO SOBRE PROBLEMA DE LA MOCHILA O CANASTA DE EQUIPAJE

La idea bsica es que existen N tipos distintos de artculos que pueden cargarse en
una mochila; cada artculo tiene asociados un peso y un valor. El problema consiste en
determinar cuntas unidades de cada artculo se deben colocar en la mochila para
maximizar el valor total. Ntese que este enfoque resulta til para la planificacin del
transporte de artculos en algn medio, por ejemplo: carga de un buque, avin, camin
etc. Tambin es utilizable este modelo en planificacin de produccin, por ejemplo
enrutamiento de la produccin a travs de varias mquinas.
La carga de un avin se distribuye con el propsito de maximizar el ingreso total.

Se consideran 5 elementos y slo se necesita uno de cada uno. La compaa gana 5000
u.m. por elemento ms una bonificacin por elemento. El avin puede transportar 2000
libras.
ELEMENTO PESO (LIBRA) VOLUMEN (PIES CUBICOS)
VALOR BONIFICACION
1000
70
700
1100
100
800
700
100
1100
800
80
1000
500
50
700
a) Cules elementos deben transportarse?

141
2010
b) Si se considera un volumen mximo de 200 pies cbicos. cules elementos deben

transportarse?
El problema se desarrolla bajo las dos consideraciones, primero teniendo en cuenta el

peso y luego el volumen. Como puede apreciarse este es un problema que bien podra
resolverse por programacin lineal entera teniendo en cuenta la funcin objetivo y
restricciones siguientes:
Siendo xj el elemento j a transportar.
Para el caso del volumen se reformara la primera restriccin cambiando los

coeficientes por los volmenes de los tems.
Sea j: la variable que representa el artculo:
x(j): el nmero de unidades el nmero de unidades cargadas del artculo j

w(j): el espacio o el peso que demanda cada unidad del artculo j
R(j,x(j)): la funcin del retorno del artculo j si se llevan x(j) unidades en la mochila,
del artculo j
g(j,w): retorno del total acumulativo dado el espacio w disponible para el artculo j
La relacin recursiva dinmica se expresa como:

g(j,w) = mximo {R(j,x(j)) + g[j-1,w-w(j)x(j)]} para todo posible x(j)
142
Ahora se ingresan los datos al Winqsb:
La entrada de datos queda como sigue.
Al resolver el problema se tiene:
143
2010
2010
La solucin indica que se deben transportar los tems 3, 4 y 5 con un retorno total
de 17800 u.m. y utilizacin plena de la capacidad (en peso), disponible del avin. Teniendo
en cuenta slo el volumen, el nuevo modelo es:
La solucin es:
4.6.3. EJEMPLO DE PROGRAMACION DE PRODUCCION E INVENTARIOS
En programacin dinmica, el costo variable se expresa como una funcin de la

produccin (P), el inventario (H), y backorder (B).
Sea:
P(n): el nmero de unidades producidas en el periodo n
D(n): la demanda en el periodo n
144
2010
H(n): el inventario disponible al final del periodo n

B(n): el backorder al final del periodo n
I(n): la posicin del inventario al final del periodo n, es decir, I(n) = H(n) o
I(n) =B(n)
I(n) = I(n-1) + P(n) - D(n)
S(n): el costo de preparacin en el periodo n

V (P(n), I(n)): el costo variable = funcin de P(n), H(n), y/o B(n)
C(n,P(n),I(n)): = S(n) + V(P(n),I(n)) si P(n)>0, = V(P(n),I(n)) si P(n)=0
F(n, i): costo total acumulativo dado el nivel del inventario inicial i para el periodo n
La relacin recursiva dinmica se expresa como:
F(n, i) = mximo {C(n, P(n), i+P(n)-D(n)) + f(n-1, i+P(n)-D(n))} para todo posible P(n).
La tabla muestra los datos del siguiente problema de produccin e inventario: la

demanda para los meses de enero, febrero, marzo y abril es de 4, 5, 3 y 4 unidades,
respectivamente. Las capacidades de produccin son de 6, 4, 7, y 5 unidades; las
capacidades de almacenaje son 4, 3, 2 y 4 unidades respectivamente. Los costos de
preparacin varan de un mes a otro y son: 500, 450, 500 y 600 u.m. para enero, febrero,
marzo y abril.
MES
COSTOS
DEMANDA
CAPACIDAD DE
CAPACIDAD DE
PRODUCCION
ALMACENAMIENTO
ENERO
500
FEBRERO
450
MARZO
500
ABRIL
600
145
2010
Determinar un programa de produccin con el fin de minimizar los costos totales

relacionados.
Al igual que en los ejercicios anteriores, se procede a ingresar los datos:
La solucin del problema es:
146
2010
Las cantidades a producir mostradas en la tabla son de tal forma que permiten un
costo mnimo en la planeacin: se deben producir 5, 4, 3 y 4 unidades para los meses de
enero, febrero, marzo y abril respectivamente. El costo total es de $7080, dividido en
$2050 por concepto de costos de preparacin y $5030 de costos variables. La tabla
tambin muestra el juego de inventarios resultante de la produccin y la demanda
mensuales.
147
4.7.
2010
DISEO Y LOCALIZACIN DE PLANTAS.
Para la resolucin de problemas de distribucin en planta el software utiliza un

mtodo heurstico basado en el algoritmo CRAFT (Computerized Relative Allocation of
Facilities Technique), el cual permite obtener la mejor redistribucin de una planta
existente a travs de transposiciones sucesivas de sus departamentos o unidades
estructurales, hasta alcanzar el costo mnimo de las interrelaciones entre operaciones o
departamentos.
A continuacin se listan los iconos contenidos en la barra de herramientas del
programa con sus funciones especficas.
Primeramente se seleccionar el comando New Problem en el men File o

simplemente har clic en el icono correspondiente a Problema nuevo.
El programa mostrar la siguiente ventana:
148
2010
A continuacin se describirn cada una de las casillas de esta ventana:

Problem Type (Tipo de problema): Como el caso que nos ocupa son los problemas de
distribucin en planta, entonces se hace clic en la opcin Functional Layout.
Objective Criterion (Criterio de la funcin objetivo): En funcin de las caractersticas del
problema puede ser de minimizacin o maximizacin.
Problem Title (Ttulo del problema): Se escribe el ttulo con que se identifica el problema.
Number of Functional Department (Nmero de departamentos funcionales).
Number Rows in Layout Area (Nmero de filas en el rea de distribucin).
Number Columns in Layout Area (Nmero de columnas en el rea de distribucin).
La definicin del criterio de la funcin objetivo estar muy relacionada con las
caractersticas de cada problema en particular. Si la unidad de contribucin utilizada es el
costo que representa mover una unidad de flujo por una unidad de distancia entre un
departamento y otro, entonces debe indicarse el criterio de minimizacin. En caso de que
se trate de unidades de ganancia o ingresos, ser maximizacin.
4.7.1. EJEMPLO DE DISTRIBUCION EN PLANTA
Como parte del proceso de perfeccionamiento empresarial una empresa
hidromecnica desea cambiar la distribucin espacial existente en su rea de produccin
con el objetivo de disminuir los costos de las interrelaciones entre sus operaciones. En
149
2010
dicha rea funcionan 7 talleres. La direccin de la empresa ha sugerido mantener el taller

de acabado (B) en la posicin actual para permitir el fcil acceso desde el resto de los
talleres.
La matriz de flujo entre las reas se muestra a continuacin:
A
25
86
98
79
77
40
92
28
15
35
69
31
40
80
70
84
14
68
72
85
91
65
42
14
69
76
Por su parte el costo (en miles de pesos) de las interrelaciones entre las reas es el
siguiente:
A
7.2
1.6
1.6
0.12
3.1
1.1
3.2
1.3
2.5
0.6
4.2
5.2
3.5
3.5
4.1
0.1
3.2
2.9
Determine la mejor distribucin para los grupos de mquinas en el rea de

produccin.
Se puede ver claramente que este es un problema de minimizacin, pues la unidad
de contribucin relacionada en el problema son unidades de costo.
150
2010
Para definir el nmero de filas y columnas del rea de distribucin se puede

representar la distribucin actual de la planta utilizando cualquier escala en una hoja de
papel, luego trazar cuadrculas sobre el plano de forma tal que coincidan con las lneas
que limitan un departamento con otro. De tal forma, para el caso objeto de estudio el
rea de distribucin queda definida por seis filas e igual nmero de columnas, tal y como
se muestra a continuacin:
Al definir las filas y columnas debe tener en cuenta las siguientes consideraciones:
Use la unidad ms grande posible, esto reducir los nmeros totales de filas y
columnas y por consiguiente reducir el tiempo de cmputo para los intercambios.
Generalmente, la unidad apropiada para definir una fila y una columna
corresponder al comn denominador entre las dimensiones horizontales y
verticales para cada departamento.
La fila y columna deben tener la misma escala, de otra manera los valores de
distancia procesados pueden ser incorrectos.
Teniendo claro todo esto, ya se puede introducir el problema desde la ventana Nuevo
Problema (New Problem):
151
2010
Una vez llenados todos los campos presionamos el botn OK para visualizar la hoja
de entrada de datos. Presione el botn Cancel si desea cancelar o el botn Help si desea
visualizar los temas de ayuda del software.
En la hoja de entrada de datos debemos introducir:

El nombre de cada departamento (opcional)
El flujo entre departamentos
El costo por unidad de distancia entre departamentos
La ubicacin de cada departamento en la distribucin inicial
Use las teclas de flecha o la tecla Tab para desplazarse por la hoja de entrada de datos.
Puede tambin seleccionar las celdas haciendo clic.
En caso de ser necesario mantener algn departamento en una posicin fija debido a las
caractersticas propias del proceso productivo que tiene lugar en la planta (por ejemplo: el
152
2010
cuerpo de guardia de un hospital, etc.), debe escribir "yes" en la celda correspondiente a

la columna con la etiqueta Location Fixed, el programa pondr "no" por defecto en el
resto de los departamentos.
Introduzca el flujo y el costo por unidad de distancia en el formato "flujo/costo unitario".
Si el costo unitario no se introduce entonces se asume el dato como unidades de flujo. Por
ejemplo, "120/3.2" representa que el flujo entre dos departamentos es 120 y el costo por
unidad de distancia es 3.2; por tanto "37.5" representa que el flujo entre dos instalaciones
es 37.5 y que el costo por unidad de distancia es 1. Tenga en cuenta que el flujo entre
departamentos puede ser de materiales, de clientes, de dinero o de informacin.
Introduzca la ubicacin de cada departamento en la distribucin actual en el siguiente
formato:
o
(2,4) representa la celda: fila 2, columna 4.
(3,4)-(5,7) representa el rea rectangular comprendida entre las filas 3 y 5 y

las columnas 4 y 7.
En caso necesario use los comandos del men Edit para cambiar el nombre del problema,
el criterio de la funcin objetivo, el nmero de filas y columnas o para agregar o quitar
departamentos.
Use los comandos del men Format para cambiar el formato de los nmeros, el estilo de
fuente, el color, la alineacin, ancho y largo de las celdas.
Despus de introducidos todos los datos del problema se recomienda guardarlo, para ello
usar el comando Save Problem As en el men File.
Una vez introducida la base de datos al programa, la ventana se visualizara como sigue:
153
2010
Se recomienda definir departamentos con forma rectangular en la distribucin

inicial. En el caso de plantas cuya distribucin inicial no tenga forma rectangular se deben
agregar departamentos ficticios de forma tal que se garantice tal condicin. Estos
departamentos ficticios deben asignarse a una posicin fija, con valores de flujo igual a
cero.
Para correr el programa luego de la entrada de la base de datos, se debe ejecutar el
comando Solve the problem en el men Solve and Analyze. Seguidamente el programa
mostrar una ventana en donde se seleccionar un mtodo apropiado para resolver el
problema de distribucin. Los mtodos disponibles son:
Two-way Exchange (Transposicin de dos departamentos): intercambia dos
departamentos a la misma vez.
Three-way Exchange (Transposicin de tres departamentos):
Two-way then three-way Exchange (Transposicin de dos departamentos y luego
tres)
Three-way then two-way Exchange (Transposicin de tres departamentos y luego
dos)
Si solamente desea evaluar la distribucin existente entonces seleccione la opcin
Evaluate the Initial Layout Only. En esta ventana debe especificar el tipo de medida a
utilizar, o sea, distancia rectangular, eucldea o eucldea al cuadrado.
154
2010
En el ejemplo se utilizara el mtodo de transposicin de dos departamentos a la vez

(Improve by Exchanging 2 departments), y distancia rectangular (Rectilinear Distance).
De tal forma, al ejecutar el comando Solve the problem se mostrar una ventana en la
que se harn tales especificaciones:
Si desea visualizar el procedimiento paso a paso, o sea, iteracin por iteracin,

entonces active la casilla Show the Exchange Iteration y luego ejecute el icono
correspondiente a Prxima iteracin para acceder a iteraciones sucesivas hasta encontrar
la solucin final. En caso contrario el programa automticamente mostrar la solucin
final.
155
2010
Despus de correr el problema, puede seleccionar las opciones contenidas en el men

Results para visualizar los reportes de resultados y anlisis que brinda el software. Estas
opciones incluyen:
Mostrar distribucin final
Mostrar distribucin inicial
Mostrar el anlisis de la distribucin
Mostrar distancia de la distribucin
La distribucin inicial es la siguiente:
Al compararla con la final (solucin), indica ubicar el taller E en el rea que ocupa el
taller F, y viceversa. Comparando los resultados de la disposicin inicial de los talleres en
el rea de produccin y la final, se concluye que al aplicar la distribucin determinada, la
empresa se ahorrara un costo de 1,277 unidades monetarias.
156
4.8.
2010
PRONOSTICOS.
La opcin Nuevo Problema (New Problem) genera una plantilla en el cual se

introducirn las caractersticas de nuestro problema de pronsticos:
A continuacin se describir la ventana de Especificaciones del problema (Problem

Specification):
Pronstico de Series de Tiempos (Time Series Forecasting):
Ttulo del problema (Problem Title): Nombre con el cual se identificar el problema.
Unidad de Tiempo (Time Unit): Se especifica la unidad de tiempo de la serie.
Nmero de unidades de tiempo (Number of Time Units - Periodos): Datos disponibles.
Regresin lineal (Linear Regression):
157
2010
Nmero de variables (Number of Factors - Variables): Cantidad de variables utilizadas

en el modelo.
Nmero de observaciones (Number of Observations): Datos disponibles.
4.8.1. EJEMPLO DE SERIES DE TIEMPO
Informacin suministrado por el Departamento de Estadsticas de la ciudad, el

nmero de carros que transitaron en los ltimos 7 aos fueron:
AO
1998
1999
2000
2001
2002
2003
2004
CANTIDAD
1200.000
1500.000
1850.000
1915.000
2400.000
2750.000
2920.000
Pronosticar la cantidad de vehculos para los aos 2005 y 2006.
Se Proceder a llenar los campos de la ventana, en donde la unidad de tiempo est

dada en aos y el nmero de datos disponibles son 7.
Luego se introducen los datos de los vehculos en estricto orden:

158
2010
En el caso de que se quiera eliminar o agregar nuevos datos, se tienen las opciones
Agregar una observacin (Add an Observation) y Eliminar una observacin (Delete an
Observation) en el men Editar (Edit).
En el men Resolver y analizar (Solve and Analyze) se elige la nica opcin

disponible y aparecer una nueva ventana que permitir distinguir entre diferentes
mtodos de solucin para series de tiempo:
Promedio simple (Simple Average)
Promedio mvil (Moving Average)
Promedio mvil ponderado (Weighted Moving Average)
Promedio mvil con tendencia lineal (Moving Average with Linear 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)
Regresin lineal con tiempos (Linear Regression with Time)
Algoritmo suma Holt-Winters (Holt-Winters Additive Algorithm)
Algoritmo multiplicativo Holt-Winters (Holt-Winters Multiplicative Algorithm).
159
2010
Se seleccionara la opcin Suavizado exponencial simple (Single Exponential

Smoothing) y se indicara informacin adicional para resolver el problema con este
mtodo.
La primera opcin (permanente en todos los mtodos) corresponde al nmero de

periodos a pronosticar (para este ejemplo son dos aos). Se debe Recordar que (alpha)
es una constante entre 0 y 1. Existe tambin la opcin de mantener el resultado de un
mtodo para poder compararlo con otros distintos.
Al pulsar OK se obtiene:
160
2010
El pronstico para los dos aos se puede observar en la columna Pronstico por
SES (Forecast for SES) en las filas correspondiente a los valores 8 y 9. Tambin se cuenta
con los siguientes indicadores:
Error del pronstico acumulado (Cumulative Forecast Error - CFE)

Desviacin media absoluta (Mean Absolute Deviation - MAD)
Error medio cuadrtico (Mean Square Error - MSE)
Error medio porcentual absoluto (Mean Absolute Percent Error MAPE)
Seal de senda (Tracking Signal): Equivale a la divisin entre CFE y MAD.
R al cuadrado (R-Square): Coeficiente de determinacin.
4.8.2. EJEMPLO DE REGRESION LINEAL.
Predecir el valor de Y para un X de 40 si se tienen los siguientes datos: Y
X
10
15
20
25
30
35
Y
1000
1220
1310
1670
1845
2050
En la ventana Especificaciones del problema (Problem Specification), se selecciona

Regresin lineal (Linear Regression) y se digita la siguiente informacin:
161
2010
Se Ingresan los datos del problema como se muestra a continuacin (factor 1

equivale a X) y se selecciona la opcin Perform linear regression del men solve the
problem. En la siguiente ventana se especifica cul es la variable dependiente, para lo
cual, se deber marcar el factor 2 (que para este caso es Y) y luego pulsar el botn OK.
Los resultados de la regresin se muestran de la siguiente forma:
Las medias de las variables aparecen en la columna llamada Mean

X = 22.5
Y = 1515.8330
162
2010
Las desviaciones correspondientes estn en la columna Standard Deviation (9,35

para X y 403,34 para Y). Los valores de a y b de la ecuacin de la lnea recta estn en la
columna Regression Coefficient:
Y = 553,4762 + 42,7714X
La correlacin al cuadrado es de 0,9839.
Para observar el mapa de dispersin y la lnea de tendencia simplemente se accede

al men Resultados (Results) y se selecciona Mostrar regresin lineal (Show Regression
Line).
163
4.9.
2010
PROGRAMACION POR METAS.
El primer paso en la formulacin de un modelo de programacin por metas es fijar los

objetivos/ atributos, f(x), que se consideran relevantes para el problema que estemos
analizando.
El segundo paso es determinar el nivel de aspiracin, t, que corresponde a cada

Atributo, siendo ste el nivel de logro del atributo que el decisor considera aceptable. A
continuacin, definimos las metas, es decir, los atributos combinados con niveles de
aspiracin. Cada meta se convierte en una restriccin blanda a incorporar en el modelo
de programacin por metas.
n: variable de desviacin negativa, cuantifica la falta de logro de una meta.
p: variable de desviacin positiva, cuantifica el exceso de logro de una meta.
f (x) + n p = t
En general, la meta del atributo i-simo se escribe como:
f (x) + n p = t
Los valores de las variables de desviacin son siempre positivas o cero, al menos
una de las dos variables de desviacin que definen la meta tendr que ser cero.
Las dos variables de desviacin tomarn el valor cero cuando la meta alcance
exactamente su nivel de aspiracin, ti. Una variable de desviacin se dice que es no
164
2010
deseada cuando al centro decisor le conviene que la variable en cuestin alcance su valor
ms pequeo, es decir, cero.
Cuando la meta deriva de un objetivo a maximizar o de una restriccin de tipo , la

variable de desviacin no deseada es la negativa ni. Cuando la meta deriva de un objetivo
a minimizar o de una restriccin de tipo , la variable de desviacin no deseada es la
positiva pi. Cuando se desea alcanzar exactamente el nivel de aspiracin, las variables de
desviacin no deseadas son tanto la positiva, pi, como la negativa, ni. Las variables de
desviacin no deseadas se incorporan siempre en la funcin objetivo del modelo de
programacin por metas.
4.9.1. EJEMPLO DE PROGRAMACION POR METAS.
Formular el problema de la Planificacin de la produccin de una fbrica de papel

como un problema de programacin por metas. Supngase la existencia de dos procesos,
uno mecnico y otro qumico, por los que se puede obtener la pulpa de celulosa para la
produccin del papel.
El modelo de programacin multiobjetivos es el siguiente:
Objetivos:
Max f1(x) = 1000X1 + 3000X2 (Maximizar el margen bruto)
Min f2(x) = X1 + 2X2 (Minimizar la demanda biolgica de O2)
Restricciones rgidas iniciales:
1000X1 + 3000X2 300000 (Margen Bruto)

X1 + X2 400 (Empleo)
165
2010
X1 300 (Capacidades de produccin)

X2 200
X 1, X 2 0
Definidas las variables de decisin y los atributos/ objetivos relevantes del

problema que se desea resolver, el decisor define las siguientes METAS:
g1: Para la demanda biolgica de oxgeno: un nivel de aspiracin de 300 unidades, pues
desea que sea lo ms pequea posible.
g2: Para margen bruto: alcanzar un valor lo ms grande posible, mayor de 400000 u.m.
g3: Para el empleo: no desea ni quedarse corto ni contratar mano de obra adicional.
g4: El decisor no desea superar sus capacidades de produccin, lo que implicara recurrir a
turnos extras.
Las restricciones quedaran de la siguiente forma:
g1: X1 + 2X2 + n1 - p1 = 300 (Demanda Biolgica de O2)

g2: 1000X1 + 3000X2 + n2 - p2 = 400000 (Margen Bruto)
g3: X1 + X2 + n3 - p3 = 400 (Empleo)
g4: X1 + n4 - p4 = 300 (Capacidades de Produccin)
g5: X2 + n5 - p5 = 200
X1, X2 0
En el men Archivo (File) se selecciona Nuevo problema (New Problem) y se

introducen los datos del problema:
166
2010
Al pulsar el botn OK aparecer una nueva ventana donde se proceder a

introducir los coeficientes de las variables:
Para trabajar con el mismo formato de las variables definidas en el ejemplo, se

activara la opcin Nombre de las variables (Variable Names) en el men Editar (Edit). Los
nombres de las variables se cambiarn de acuerdo al orden que en que aparecen en el
problema, y tambin se cambia el nombre de las constantes constraint name.
167
2010
Al pulsar OK en esta ventana se pueden definir las metas y restricciones:
Luego de introducido el modelo se inicia el proceso de solucin, siguiendo los

mismos pasos al empleado en la solucin de los modelos de programacin lineal. La
solucin final se puede visualizar inicialmente pero la ventana con el resumen de la
informacin permite un anlisis detallado de cada variable.
168
2010
En el tablero optimal se puede observar que:

Las toneladas de celulosa a producir por medios mecnicos son 300.
Dado que n1 y p1 son ambas cero, la demanda biolgica de oxgeno mnima es de 300
unidades, igual al nivel de aspiracin.
La meta 2, asociada con el margen bruto, se queda por debajo del nivel de aspiracin en
cuanta de 100.000 u. m., valor que asume la variable de desviacin n2.
La meta del empleo se fija en 100 unidades de mano de obra menos que el nivel de
aspiracin que era de 400.
Las metas 4 y 5, asociadas con los niveles mximos de produccin por cada mtodo, se
fijan en 0 ton. De capacidad no aprovechada, para la 4, y de 200 para la 5.
169
4.10.
2010
TEORIA Y SISTEMA DE INVENTARIOS.
La opcin Nuevo Problema (New Problem) genera una plantilla:
4.10.1. EJEMPLO DE UN PROBLEMA DE CANTIDAD ECONMICA DE LA ORDEN

PARA DEMANDA DETERMINSTICA.
La materia prima principal para la creacin de un producto cuesta $20 por unidad.
Cada unidad del producto final requiere una unidad de esa materia prima. Si la demanda
para el prximo ao es de 1000 unidades Qu cantidad se debe pedir? Cada orden por
ms unidades cuesta $5 y el costo de almacenaje por unidad por ao es de $4.
En la ventana Especificaciones del problema de inventario (Inventory Problem

Specification) se procede a digitar los datos bsicos para la solucin del problema:
170
2010
La ventana siguiente muestra la informacin completa para la solucin del

problema:
Demanda por ao (Demand per Ao): La demanda para el prximo ao 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 ao (Unit Holding Cost per Ao): El costo de
mantener una unidad es de $4.
171
2010
Costo por la falta de una unidad por ao (Unit Shortage Cost per Ao): 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 produccin por ao (Replenishment or Production Rate
per Ao): El valor predeterminado es M, equivalente a una tasa muy grande.
Tiempo de salida para una nueva orden por ao (Lead Time for a New Order in Ao):
Valor no suministrado en el ejemplo, por tanto lo dejamos en blanco.
Costo de adquisicin de una unidad sin descuento (Unit acquisition Cost Without
Discount): Costo de compra de una unidad ($20).
Nmero de puntos de descuento (Number of Discount Breaks): Valor no suministrado
en el ejemplo, por tanto lo dejamos en blanco.
Cantidad de orden si es conocida (Order Quantity If You Known): Cantidad de unidades
por pedido, si es conocido.
Una vez introducida la informacin se procede a su solucin mediante la opcin

Resolver el problema (Solve the Problem):
172
2010
La columna Economic Order Analysis presenta el anlisis resultante del problema.

El nmero de unidades a pedir por Orden es de 50 unidades, generando un
mximo de 50 unidades de inventario.
La fila Order Interval in Ao nos muestra cada cuanto realizaremos el pedido de
las 50 unidades (en este caso 0,05 equivale a una proporcin del ao). El costo
total de ordenar unidades y el costo total de mantener unidades en inventario son
de $100 y $100 respectivamente.
El costo total de compra equivale a $20.000 (Resulta de la multiplicacin de los $20
que vale cada unidad por las 1.000 unidades que se van a pedir el prximo ao). El
costo total de este sistema por tanto ser de $20.200.
Se puede tambin realizar un anlisis grfico de los costos de este sistema activando la
opcin Anlisis grfico de los costos (Graphic Cost Analysis) en el men Resultados
(Results):
Aparecer una ventana donde se indicara unos simples parmetros de visualizacin

del grfico: Mximo costo, mnimos costo (ambos para el eje Y), mnima cantidad de
reorden y mxima cantidad de reorden. Se puede pulsar OK sin modificarlos.
173
2010
Para mostrar un grfico que seale la intensidad de los pedidos se elige la opcin
Grfico de la utilidad del inventario (Graphic Inventory Profile):
4.10.2. EJEMPLO DE UN PROBLEMA CON DEMANDA ESTOCSTICA PARA UN

SOLO PERIODO
Un supermercado compra uno de sus artculos a un precio de $50 y lo vende a $75.
La demanda para el prximo mes tiene un comportamiento normal con media de 1.000
unidades y desviacin de 35 unidades. El costo de hacer una nueva orden es de $25. Una
unidad faltante en inventario tiene un costo para la empresa de $70. La empresa cuenta
con un inventario inicial de 100 unidades. Se desea prestar un nivel de servicio del 98%,
determinar la utilidad del modelo.
En la ventana Especificaciones del problema de inventario (Inventory Problem

Specification) se procede a ingresar los datos bsicos del problema, seleccionando el
modelo de inventario adecuado:
174
2010
El problema pide trabajar con una demanda normal. En el caso que se desee
cambiar la distribucin se da doble clic con el Mouse sobre esta fila
Se ingresa el resto de la informacin:
175
2010
Los nuevos campos son:
Media (Mean): Media o promedio de la demanda en un periodo de tiempo.

Desviacin estndar (Standard Deviation): Desviacin estndar de la demanda.
Precio de venta unitario (Unit Selling Price): Precio de venta de cada unidad.
Costo de la unidad faltante (Unit Shortage Cost): Costo e no tener una unidad
disponible. Puede interpretarse como un costo de oportunidad.
Inventario inicial (Initial Inventory): Cantidad de unidades disponibles al iniciar el
periodo.
Nivel de servicio deseado en el caso de que sea conocido (Desired Service Level (%) If
You Know).
Al resolver el problema se tiene la utilidad esperada del producto incluyendo los

costos de inventario y el nivel deseado de servicio de ese producto a los clientes. Los
resultados muestran varios aspectos importantes para el anlisis:
176
2010
En el caso de un pedido, este deber hacerse por cantidad aproximada de 872 unidades.
El nivel de inventario alcanzar un punto mximo de 972 unidades (le sumamos 100
unidades disponibles a las 872 que se piden).
El nivel de servicio es del 98%.
La utilidad alcanzada es de $21.349,63.
Adems, WINQSB permite realizar un diagnstico ptimo proponiendo un nivel de
servicio diferente que alcanza una mayor utilidad en el sistema. Para este caso se tiene:
En el caso de un pedido, este deber hacerse por cantidad aproximada de 814 unidades.
El nivel de inventario alcanzar un punto mximo de 914 unidades (le sumamos 100
unidades disponibles a las 814 que se piden).
El nivel de servicio es del 65,5182%.
La utilidad alcanzada es de $23,1059.54.
177
4.11.
2010
PROGRAMACIN DE JORNADAS DE TRABAJO.


problema.
Nmero de trabajos a ser programados (Number of Job to be Scheduled): Se
escribe la cantidad de trabajos que se desean analizar o programar.
Nmero de maquinas o trabajadores (Number of Machines or Workers): Se
introducen las especificaciones de cuantas maquinas existen o de cuantos
trabajadores estn disponibles, se debe tomar en cuenta si el nmero de
trabajadores est en funcin de las maquinas o viceversa.
Mximo nmero de operaciones por trabajo (Maximum Number of Operations
per Job): Es donde se especifica el nmero de operaciones que se realizan por
trabajo planificado.
Unidad de Tiempo (Time Unit): Se especifica la unidad de tiempo en la que se
desea hacer la programacin.
178
2010
4.11.1. EJEMPLO DE UN PROBLEMA DE PROGRAMACION DE JORNADAS DE

TRABAJO.
Se desea hacer la planificacin de jornadas de trabajo para el siguiente caso:
Trabajo No.
OPERACION
Tiempo/Maquina
Tiempo/Maquina
Tiempo/Maquina
5.5/3
3.6/2
10/1
30/2
31/3
15/1
17/3
15/2
10/1
La informacin se puede interpretar de la siguiente manera:
OPERACIN A: La operacin A requiere 5.5 minutos en la maquina 3; Requiere

3.6 minutos en la maquina 2; Requiere 10 minutos en la maquina 1.
OPERACIN B: La operacin B requiere 30 minutos en la maquina 2; Requiere 31

minutos en la maquina 3; Requiere 15 minutos en la maquina 1.
OPERACIN C: La operacin C requiere 17 minutos en la maquina 3; Requiere 15

minutos en la maquina 2; Requiere 10 minutos en la maquina 1.
Definido ya el problema, se procede a introducir la informacin bsica en la

plantilla inicial, quedando de la siguiente forma:
179
2010
Con los datos iniciales introducidos, se procede a introducir los datos de tiempo y
maquinas utilizadas para cada operacin, quedando como sigue:
Una vez introducida la informacin, se selecciona la opcin Solve and Analyze y

aparecer una ventana en donde se puede seleccionar uno de todos los mtodos all
presentados para solucionar el problema, adems del objetivo que puede ser desde
optimizar tiempos o maximizar hasta minimizar el tiempo de las tareas:
180
2010
Seleccionado uno de los mtodos y de los criterios, se pulsa el botn ok y se obtiene la

solucin para el problema, en donde se puede apreciar la distribucin de las tareas,
siguiendo el criterio de maximizar el tiempo o en otras palabras de buscar la mayor
eficiencia de las operaciones:
Se puede variar de informacin utilizando las opciones del men Results, en donde
se puede desplegar la programacin ya sea por maquinas o por tareas e incluso los
grficos por tareas y por maquinas.
Programacin por tareas
Programacin por maquinas
181
Grafico de la programacin de operaciones o tareas:
Grafico de la programacin de maquinas:
182
2010
4.12.
2010
PROGRAMACIN LINEAL Y ENTERA.

introducirn las caractersticas de nuestro problema:

problema.
Nmero de variables (Number of Variables): Se escribe la cantidad de variables
con que cuenta el sistema en el modelo original.
Nmero de restricciones (Number of Constraints): Se anotan la cantidad de
restricciones con que cuenta el modelo (no se debe contar la restriccin de no
negatividad).
Objetivo (Objective Criterion): Los problemas de programacin lineal y entera se
clasifican en dos: problemas de Maximizacin (Maximization) y Minimizacin
(Minimization).
Formato de entrada de datos (Data Entry Format): Permite elegir entre dos
plantillas distintas para introducir los datos del modelo. La primera alternativa se
183
2010
asemeja a una hoja de calcula, mientras que la segunda, es una plantilla diseada
especialmente para este fin.
Tipo de variable (Default Variable Type): En esta parte se indica las caractersticas
del modelo:
Continuas no negativas (Nonnegative continuous): Indica que el modelo lo
componen variables continuas no negativas (iguales o mayores a cero).
Enteras no negativas (Nonnegative Integer): Variables enteras no
negativas.
Binarias (Binary): Variables cuyo valor solo sern 0 o 1.
Sin asignar / Irrestrictas (Unsigned/unrestricted): Variables irrestrictas.
4.12.1. EJEMPLO DE UN PROBLEMA DE PROGRAMACION LINEAL
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):
Tiempo requerido
Tiempo requerido
Tiempo requerido
mesa 1
mesa 2
mesa 3
Producto 1
10
12
Producto 2
15
17
Producto 3
Tiempo disponible
3300
3500
2900
184
2010
Se supone que cada unidad producida es vendida automticamente. Determinar la

combinacin de productos que maximicen la utilidad para la compaa.
Se Puede ver claramente que estamos ante un problema de Maximizacin, con tres
restricciones y tres variables (las cuales trabajaremos como variables continuas de tipo No
Negativas).
Teniendo claro esto, se alimenta el programa desde la ventana Nuevo Problema (New
Problem):
Una vez llenados todos los campos se pulsa el botn OK, generando nuevas
opciones dentro del programa.
Si se escogi por la plantilla tipo hoja de clculo (Spreadsheet Matrix Form), se

mostrar una nueva ventana dentro de la zona de trabajo, la cual servir para introducir el
modelo matemtico.
185
2010
La primera fila (Variable -->) corresponde a los encabezados de las variables (en
gris) definidas automticamente por el sistema como X1, X2 y X3 (son las tres variables del
ejemplo), seguido por el operador de relacin (Direction) y la solucin de las restricciones
o Lado de la mano derecha (Right Hand Side -R. H. S). El nombre de las variables se puede
cambiar accediendo al submen Nombre de variables (Variables Names) del men Editar
(Edit).
La segunda fila (Maximize) permite introducir los coeficientes de la funcin

objetivo. Luego aparecen una serie de filas identificadas por la letra C y un consecutivo, las
cuales corresponden a la cantidad de restricciones con que cuenta el modelo:
Por ltimo aparecen tres filas donde definimos el valor mnimo aceptado por cada
variable (Lower Bound), el valor mximo (Upper Bound) y el tipo de variable (Variable
Type). En el caso del valor mximo, M significa que la variable podr recibir valores muy
grandes (tendientes a infinito).
Al ingresar los valores se tiene la siguiente tabla:
186
2010
Se podrn cambiar los operadores de relacin pulsando dos veces seguidas sobre
ellos con el botn izquierdo del Mouse. Las otras filas se mantienen iguales.
Cuando se haya terminado de ingresar el modelo en la plantilla, se podr utilizar

las herramientas que provee el men Resolver y Analizar (Solve and Analyze). Que cuenta
con las siguientes opciones:
Resolver el problema (Solve the Problem): Resuelve el problema mediante el
mtodo Simplex Primal. Muestra la solucin 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 llegar a la solucin ptima.
Mtodo Grfico (Graphic Method): Resuelve el problema de programacin lineal
mediante el mtodo grfico (para problemas que trabajan con dos variables).
Para resolver el problema se selecciona la primera opcin del men Resolver y

Analizar (Solve and Analyze), donde se mostrar una pequea ventana con el mensaje El
problema ha sido resuelto. La solucin ptima ha sido lograda. Se pulsa el botn
ACEPTAR y automticamente el programa generar la solucin optima.
187
2010
Esta matriz presenta suficiente informacin sobre el modelo resuelto.
La primera parte (Solution Summary) corresponde al anlisis de las variables

definidas (X1, X2 y X3). La columna Valores de la solucin (Solution Value) presenta los
valores ptimos 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 funcin objetivo para cada variable. La
columna Contribucin 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 resultar de la multiplicacin de ambos valores
dando como resultado $22.150,69. Justo debajo de la ltima contribucin aparece el valor
de Z ptimo ($53.849,32). La columna Costo Reducido (Reduced Cost) identifica el costo
que genera incrementar una unidad para cada variable no bsica. La siguiente columna
llamada Estatus de la Variable (Basis Status) muestra si una variable es bsica (Basic) o no
(at bound).
La siguiente parte de la matriz final (Constraint Summary), presenta las variables

de 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 restriccin
188
2010
(recuerde que cada restriccin se identifica con su variable de holgura). Las dos columnas
siguientes (Direction y Right Hand Side) muestran las especificaciones dadas a las
restricciones en cuanto al operador de relacin () y los valores originales de las
restricciones (3.300, 3.500 y 2.900 minutos). La columna Dficit o Supervit (Slack or
Surplus) muestran los valores de las variables de holgura y la columna Precios Sombras
(Shadow Price) corresponde a los precios sombras; cunto se estara dispuesto a pagar
por una unidad adicional de cada recurso.
Se puede utilizar tambin la opcin de resolver el problema paso a paso, para ver
las iteraciones tabla por tabla. Para ello se selecciona la segunda opcin del men
Resolver y mostrar pasos (Solve and Display Steps). Al pulsar sobre la opcin Prxima
Interaccin (Next Iteration) se avanza a la siguiente tabla del Simplex.
189
4.13.
2010
PROCESOS DE MARKOV.
La opcin Nuevo Problema (New Problem) genera una plantilla llamada

Especificaciones del problema PMK (MKP Problem Specification) en la cual, se
Para comenzar a armar un problema de este tipo es necesario ingresar los campos:
Titulo del problema (Problem Title)
Nmero de estados (Number of States)
4.13.1. EJEMPLO DE EJERCICIO DE CADENAS DE MARKOV
Ingresando un sistema representado por 4 estados:
190
2010
La plantilla vaca representa una matriz con las relaciones entre los estados (State),
sus probabilidades iniciales (Initial Prob.) y el costo de cada uno de ellos (State Cost).
Por ejemplo:
En el men Resolver y analizar (Solve and Analyze) tenemos las opciones de

Resolver los estados completos (Solve Steady State) o mostrar el Proceso de Markov por
pasos (Markov Process Step).
La primera opcin da como resultado la siguiente tabla:
191
2010
La matriz final indica las probabilidades de estado estable, lo cual significa que en
el largo plazo el sistema estar el 26% del tiempo en el estado uno, 29% estar en el
estado dos, 21% estar en estado tres y 23% en estado cuatro, lo cual hace que el costo
medio en que incurre el proceso es de 1387,3530.
Regresando a la matriz inicial y tomando la segunda opcin del men Resolver y

analizar (Solve and Analyze) tenemos una ventana que nos permite controlar las
iteraciones del proceso:
Se Puede observar el Nmero de periodos procesados (The Number of Time

Periods from Initial). Pulsando en el botn NEXT PERIOD y luego en el botn OK. Para el
periodo dos (recuerde pulsar en NEXT PERIOD seguido del botn OK). En la columna
Probabilidad del estado resultante (Resulted State Probability) se muestran las
probabilidades para los periodos. Pulsando en el botn STEADY STATE se alcanza la matriz
estable:
192
2010
Para ver un Anlisis paramtrico en el tiempo de los costos y las probabilidades de

los estados seleccionamos la opcin Time parametric analysis y La nueva ventana
contiene:
193
2010
Retorno/Costo total esperado (Total Expected Return/Cost)

Probabilidad de cada estado (Probability of State #)
Costo esperado de cada estado (Expected Cost of State#)
Pulsando el botn OK para mostrar el Retorno/Costo total esperado (Total

Expected Return/Cost) para 10 periodos (1 por periodo Step = 1), se puede observar
como el costo comienza a estabilizarse para los ltimos periodos (recuerde que el costo
final es de 1987,3530).
194
4.14.
2010
PLANEACION DE REQUERIMIENTO DE MATERIALES.

A continuacin se describir la ventana de Especificaciones para el MRP (MRP

Specification):
Nmero de productos y piezas (Number of Product and Part Items): Se aclara el
nmero de piezas que componen el producto final (incluyen los subensambles).
Unidad de Tiempo (Time Unit of Plannind Period): Unidad de tiempo establecida para
controlar los periodos en el MRP.
Nmero de periodos planeados (Number of Planning Periods): Cantidad de periodos
que se desean considerar en el modelo MRP.
Nmero de periodos por aos (Number of Periods per Year): Especificar cuantos
periodos son incluidos en un ao.
Nmero mximo de componentes directos (Maximun Number of Direct Components
per Parent Item): Nmero mximo de productos (o tems) que salen directamente de un
producto intermedio o producto final.
195
2010
4.14.1. EJEMPLO DE PLANEACIN DE REQUERIMIENTO DE MATERIALES
Para la construccin de una mesa sencilla es necesario tener los siguientes

materiales:
No.
ID
A-01
DETALLE
UNIDAD
CANTIDAD
Roble (1 mt x 0.2 mt)
Un.
A-02
Roble (1,2 mt x 1,2 mt)
Un.
A-03
Tintilla
Litro
A-04
Alcohol
Litro
A-05
Pintura para Acabado
Litro
B-01
Clavos de acero 2
Un.
16
B-02
Colbn
Un.
B-03
Lija No. 100
Un.
El primer paso es tomar las 4 tablas (A-01) y cortarlas hasta lograr la medida
deseada para las 4 patas de la mesa. Luego se toma la tabla que har de base de la mesa
(A-02) y se corta segn la medida y forma deseada. Las patas y la base se juntan
agregando el Colbn para madera (B-02) y luego asegurndolas con los 16 clavos de acero
(B-01).
Cuando la mesa esta armada, se procede a pulir con la lija No. 100 (B-03). Se pasa
una capa de tintilla, la cual haba sido mezclada con alcohol (A-03 y A-04). Al da siguiente,
una vez secado se pinta con la pintura para acabado (A-04) quedando lista la mesa. La
informacin de compra de los productos, como la informacin de las cantidades
disponibles son las siguientes:
196
ID
2010
CANTIDAD
COSTO
COSTO
PERIODO DE
INVENTARIO
MINIMA
UNITARIO
ALMACENAJE
ENTREGA
INICIAL
VENDIDA
ANUAL
A-01
X 10
1200
350
2 Das
15 UN.
A-02
X 10
1500
350
2 Das
15 UN.
A-03
LT.
500
120
Inmediato
10 LT.
A-04
LT.
700
120
Inmediato
5 LT.
A-05
LT.
1000
120
Inmediato
5 LT.
B-01
X 100
300
20
Inmediato
250 UN.
B-02
UN.
100
20
Inmediato
10 UN.
B-03
UN.
100
Inmediato
10 UN.
Los costos de los productos intermedios de la mezcla de la tintilla y el armado de la

mesa son de $500 y $400 respectivamente. La mesa terminada agrega un costo de $1000.
El costo de almacenamiento de los productos intermedios al ao es de $50. Las
capacidades de suministros de los proveedores sern consideradas infinitas. La demanda
proyectada para el prximo mes es de:
Mes Enero
Demanda
Semana 1
100
Semana 2
160
Semana 3
160
Semana 4
240
Se desea crear un plan MRP para el prximo ao. A continuacin se muestra como
sera la explosin de materiales (BOM) del producto:
197
2010
Para ingresar el problema del ejemplo se debe tener en cuenta que existen entre
productos y productos intermedios un total de 11 tems (incluyendo la mesa terminada),
el periodo a proyectar son 4 semanas (52 en un ao) y los tems mximos que dependen
de un producto intermedio son 5 (los que dependen del la mesa sin acabar):
La primera pantalla que aparece corresponde a la Plantilla maestra (Item Master),

donde ingresaremos la informacin sobre la identificacin de los productos, los tiempos
de entrega de los proveedores, los costos y el tipo de inventario que se utilizar.
198
2010
Las columnas ABC Class y Source Code son opcionales. En esta ltima
ingresaremos el cdigo del producto. En la columna Material Type (tambin opcional)
ingresamos informacin de si el tem es producto terminado (PT), un subensamble (SE) o
material directo (MD). En la columna Unidad de medida (Unit Measure) ingresamos las
unidades definidas por cada tem. Hasta el momento la tabla debera quedar como sigue:
En la columna Lead Time se colocara el tiempo en que se tarda el proveedor en

hacer llegar el producto al cliente. En Tamao del lote (lot Size) se incluye el modelo de
inventario que se llevar para cada tem (ver capitulo de modelo y sistemas de inventarios
para ms informacin). Para este caso se optara por el modelo FOQ correspondiente a
Cantidad de Orden Fija. Se salta a la columna correspondiente al Costo unitario (Unit
Cost) y Costo anual de almacenamiento (Holding Annual Cost). Si se quiere ingresar
199
2010
informacin adicional sobre los productos, se puede escribir en la columna Item

Description. La tabla final debera verse as:
Para ingresar la explosin de materiales debemos marcar la opcin BOM del men
Ver (View). En esta nueva ventana aparece lo que consideramos los materiales ligados a
los productos intermedios o el producto final.
Al Observar detenidamente la primera fila (correspondiente a la mesa terminada

D-01):
La mesa depende de tres productos directamente
El primero de ellos es la Mezcla sencilla (C-01) que resulta de la mezcla de de alcohol
con de tintilla. Esta notacin se identifica en WINQSB como 2/0,5, donde 2 equivale al
segundo tem y 0,5 a los litros que resultan de la mezcla.
El valor 11/0,25 equivale al tem 11 (Pintura de acabado A-05) con de litro.
El valor 3/1 equivale al tercer tem (Mesa sin acabar C-02) con una unidad.
200
2010
El mismo formato se emplea para los artculos 2 y 3 (C-01 y C-02), el primero con
dos artculos de base, y el segundo con los cinco artculos restantes.
Para especificar la demanda se procede a activar la Programacin maestra de

produccin (Master Production Schedule). En l se coloca la demanda semanal para el
producto terminado:
En Inventario (Inventory) se especifican las cantidades disponibles para cada

semana. La primera columna llamada Safety Stock permite asignar el mnimo nivel de
inventario que debe tener la empresa segn sus polticas. En On Hand Inventory se
especifica la cantidad de inventario disponible al inicio del periodo. En las dems columnas
se coloca las cantidades que ya fueron ordenadas y estn pendientes de entrega al inicio
del periodo (Overdue Planned Receipt) y durante el desarrollo del mismo (Semana #
Planned Receipt).
201
2010
La ltima ventana corresponde a la capacidad mxima de los proveedores y de la

empresa que fabrica el producto (Capacity). De forma predeterminada las casillas estn
marcadas con M indicando una capacidad infinita.
Para resolver el problema se selecciona la opcin Explotar requerimiento de

materiales (Explode Material Requirements). Se puede elegir entre distintos tipos de
reportes:
Se marca Source Code para que realice el reporte de acuerdo a los cdigos
asignados y se pulsa OK. La pantalla resultante muestra la planeacin de requerimientos:
202
2010
A continuacin se describen los campos usados:

Requerimiento (Gross Requirement): Unidades requeridas por semana.
Programacin de recepciones (Scheduled Receipt): Unidades que fueron ordenadas con
anterioridad a la programacin.
rdenes planeadas a recibir (Planed Order Receipt): rdenes que se recibirn al
comienzo de la semana.
rdenes planeadas pendientes (Planed Order Release): Ordenes que se pedirn a los
otros departamentos o directamente al proveedor (depende del tiempo de entrega
programado).
Para ver la estructura completa de explosin de materiales se pulsa sobre Mostrar

grfico de la estructura del producto (Show Product Structure in Graph) y pulsando
directamente sobre el botn OK se tiene:
203
4.15.
2010
MODELACION DE REDES.
La opcin Nuevo Problema (New Problem) generar la siguiente ventana:
Existen 7 modelos fundamentales para el tratamiento de los problemas que

involucran redes con el fin de optimizar el uso de algn recurso, generalmente tratndose
de la minimizacin de costos, tiempo o la maximizacin del flujo a travs de una red. Estos
modelos son:
Flujo en redes o modelo de trasbordo (Network Flow)

Problema de transporte (Transportation Problem)
Problema de asignacin (Assignment Problem)
Problema de la ruta ms corta (Shortest Path Problem)
Problema de flujo mximo (Maximal Flow Problem)
rbol de mnima expansin (Minimal Spanning Tree)
Problema del agente viajero (Traveling Salesman Problem)
204
2010
4.15.1. EJEMPLO DE FLUJO EN REDES O MODELO DE TRASBORDO
Se Ingresa la informacin de un modelo de red que enlaza 2 fbricas con 4

almacenes y 3 grupos demandantes (9 nodos en total):
La tabla inicial para este modelo se muestra a continuacin:
Para modificar los nombres de los nodos pulsamos sobre Node Name en el men
Editar (Edit). Modificando dichos nombre como se muestra a continuacin:
205
2010
La tabla muestra dos fuentes (fbricas S1 y S2) que cuentan con capacidades de
produccin de 600 y 800 unidades para un perodo dado. Hay 4 almacenes intermedios,
T1 a T4, de los cuales T2 y T3 poseen 350 y 200 unidades respectivamente. Las demandas
son T1, 200 unidades; T4, 100 unidades; D1, 500 unidades; D2, 350 unidades y D3 900
unidades. Los costos de transportar una unidad de producto desde cada fuente y punto de
trasbordo hasta cada sitio de demanda se encuentran en el cuerpo de la tabla.
Para ver el modelo en modo grfico se procede a marcar la opcin
206
2010
Como paso previo a la solucin debe escogerse el mtodo mediante el cual se

determina la solucin bsica inicial (recurdese que los mtodos asociados con el
transporte slo se diferencian en la forma como se obtiene la solucin bsica inicial). En
este caso se ha escogido el mtodo de la esquina noroeste.
La manera de resolver el problema es idntica a la del simplex, pudindose

resolver directamente o por pasos. La tabla de resultados finales muestra cmo se da el
flujo de productos desde a las fuentes iniciales (S) a los puntos de transbordo (T) y de
estas a los destinos finales, con un costo total de 7900 u.m.
A continuacin se muestran dos resmenes de los que permite este mdulo, para
realizar anlisis:
207
2010
La primera tabla muestra, entre otros, el estado de las variables (bsicas o no

bsicas); esto es, si la solucin indica que un tramo (i, j) debe realizarse o no; tambin
ensea los costos reducidos, que tienen igual interpretacin que en programacin lineal.
Las dos ltimas columnas sealan los mximos y mnimos costos permitidos en un tramo
de transporte; esto equivale al anlisis de coeficientes de costos de la programacin lineal.
De la segunda tabla cabe destacar los precios sombra y los mximos y mnimos
permitidos para las restricciones que se interpretan igual que en programacin lineal.
208
2010
4.15.2. EJEMPLO DE MODELO DE TRANSPORTE
Como el anterior, se trata de encontrar el programa que minimiza los costos de

envo de bienes desde unos orgenes hasta unos destinos. La diferencia radica en que aqu
se despachan los bienes directamente sin pasar por puntos de trasbordo. Para el siguiente
ejemplo se abrir un nuevo problema con 3 orgenes y 4 destinos:
En la tabla siguiente se muestran los datos ya introducidos, con las demandas, las
ofertas y los costos de transporte entre los distintos orgenes y destinos:
Se selecciona la opcin Solve the problema. La siguiente tabla muestra la solucin:
209
2010
4.15.3. EJEMPLO DE PROBLEMA DE ASIGNACIN
Con este modelo se busca resolver de la manera ms eficiente, la asignacin de

una serie de tareas a mquinas u operarios. Se muestra un ejemplo con 3 orgenes y 3
destinos:
En la tabla que aparece se introducen los datos del ejemplo: Se trata de una
empresa de consultora en mercadeo, que ha recibido solicitud de tres clientes para
adelantar estudios de mercado. Los nmeros en las celdas son las horas que cada
consultor invertira en llevar a cabo cada proyecto. La compaa desea minimizar el
tiempo total dedicado a los proyectos. Cmo asignar los clientes a los consultores?
210
2010
Al seleccionar la opcin Solve the problem se obtiene el siguiente resultado:
La solucin nos indica que al consultor Pedro se le asigna el cliente 2, al consultor

Carlos se le asigna el cliente 3 y a Roberto el cliente 1, con un costo total de $26.
211
2010
4.15.4. EJEMPLO DE PROBLEMA DE LA RUTA MS CORTA
El problema de la ruta ms corta incluye un juego de nodos conectados donde slo

un nodo es considerado como el origen y slo un nodo es considerado como el nodo
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". Se
muestra a continuacin un caso con 6 nodos.
212
2010
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 nmeros sobre los arcos representan distancias en millas. Se
trata de llevar a cabo la interconexin con el menor consumo de cable.
La solucin final del problema sera:
213
2010
4.15.5. EJEMPLO DE PROBLEMA DE FLUJO MXIMO
Muchos problemas pueden ser modelados mediante una red en la cual se

considera que los arcos tienen la capacidad de limitar la cantidad de un producto que se
puede enviar a travs del arco. En estas situaciones, frecuentemente se desea transportar
la mxima cantidad de flujo desde un punto de partida llamado fuente hacia un punto
final denominado pozo. A continuacin se muestra la tabla inicial, la de introduccin de
datos y el modelo en forma grafica:
214
2010
Obsrvese que este modelo tiene aplicacin en la planificacin de transporte

vehicular, transporte de lquidos mediante tuberas y otros problemas de similar
estructura.
215
2010
4.15.6. EJEMPLO DE PROBLEMA DEL AGENTE VIAJERO.
El problema del agente viajero, como los dems de redes, involucra un conjunto de
nodos y arcos que conectan todos los nodos. El objetivo es encontrar la forma de realizar
una gira completa que conecte todos los nodos visitando slo una vez cada nodo y
minimizar o maximizar la distancia de la gira total. Este modelo tiene mltiples
aplicaciones en ingeniera.
La figura representa ciudades, en los nodos, y los valores en los arcos son las
distancias que las separan. En la tabla se muestra la representacin matricial del
problema.
216
217
2010
4.16.
2010
PROGRAMACION NO LINEAL.

En esta ventana se pueden observar los siguientes campos para la introduccin de

datos:
Numero de variables (Number of Variables).
Numero de restricciones (Number of Constraints).
Adems de que permite seleccionar si se est trabajando con un problema de
maximizacin o minimizacin.
4.16.1. EJEMPLO DE EJERCICIO DE PROGRAMACION NO LINEAL.
Considere el siguiente problema de programacin no lineal:

Minimizar
X sen (3.14159X).
Sujeto a: 0 < X < 6.
218
2010
Como se puede apreciar en este caso tenemos solamente 1 variable y no se tienen

restricciones, adems de que se trata de un problema de minimizacin. Es de tomar en
cuenta que en los casos de problemas no lineales, estos pueden tener o no tener
restricciones.
Se procede a la introduccin de la informacin y a pulsar ok:
Aparecer la siguiente tabla en donde se debe introducir la informacin del problema:
Es importante que el nombre de la variable que aparece a la izquierda (debajo de

Minimize) sea el mismo que la de la funcin objetivo. Una vez introducida la informacin,
se pulsa sobre el men la opcin Solve and Analyze (Resolver y analizar) y aparecer la
siguiente ventana:
219
2010
Ac simplemente se pulsa ok. Y aparecer la solucin del problema:
La solucin resulta ser X = 3.5287 y el valor de la funcin objetivo es -3.5144. Como es

de suponerse, la diferencia entre este ejemplo y otros posibles casos podra ser que
tengan muchas restricciones, pero los pasos a seguir sern los mismos.
220
4.17.
2010
PERT Y CPM.
El mtodo de la ruta crtica, CPM, es una herramienta de tipo determinstica para el

anlisis de redes de proyectos. La opcin Nuevo Problema (New Problem) genera una
plantilla en el cual se introducir las caractersticas del problema.
problema.
Nmero de actividades (Number of Activities): Se escribe la cantidad de actividades
(nodos) presentes en la red del proyecto.
Unidad de tiempo (Time Unit): En este campo se especifica la unidad de tiempo
trabajada en la red (Ejemplo: hora, da, mes, ao).
Tipo de problema (Problem Type): Los problemas representados por redes de proyectos
pueden ser analizados mediante dos mtodos: CPM Determinstico (Deterministic CPM) y
PERT Probabilstico (Probabilistic PERT).
Formato de entrada de datos (Data Entry Format): Permite elegir entre dos plantillas
distintas para introducir los datos del modelo al programa. La primera alternativa se
221
2010
asemeja a una hoja de clculo, mientras que la segunda, permite disear las redes en
modo grfico.
Campos de datos seleccionados para el CPM (Select CPM Data Field): Esta rea que
aparece cuando se pulsa en la opcin CPM Determinstico (Deterministic CPM)
permitiendo seleccionar las variables de anlisis que desarrollar el programa para el
estudio de este tipo de redes:
- Tiempo normal (Normal Time): En este campo se especifica el tiempo normal de
cada actividad.
- Tiempo de quiebre (Crash Time): Tiempo mnimo en el cual se podra reducir una
actividad.
- Costo normal (Normal Cost): Costo de realizar una actividad ejecutada en un
tiempo normal. (Este costo es presupuestado)
- Costo de quiebre (Crash Cost): Costo incurrido al realizar una actividad en su
tiempo de quiebre o crtico.
- Costo actual (Actual Cost): Costo de una actividad real.
- Porcentaje completo (Percent Complete): Permite realizar un anlisis de costos y
tiempos de forma parcial (o la totalidad) a un proyecto que ha sido ejecutado.
Distribucin del tiempo de cada actividad (Activity Time Distribution): Esta opcin se
activa cuando se pulsa sobre la opcin PERT Probabilstico (Probabilistic PERT). El mtodo
PERT trabaja bajo incertidumbre, donde los tiempos de la actividad tienen posibilidad de
variar de acuerdo a una distribucin probabilstica. Al pulsar sobre el botn Escoger
distribucin del tiempo de cada actividad (Choose Activity Time Distribution), se
desplegar una nueva ventana con diferentes distribuciones probabilsticas.
Para escoger una distribucin, simplemente se selecciona la ms adecuada y se

oprime el botn OK.
222
2010
4.17.1. EJEMPLO DE CPM.
La empresa CONSTRUCTORA S.A. program las siguientes actividades para la

construccin de una calle en concreto asfltico. Construya una red de proyectos.
TIEMPO
TIEMPO
COSTO
COSTO
NORMAL
QUIEBRE
NORMAL
QUIEBRE
15
10
1000
1200
Sub-base
3000
3500
Compactacin
700
700
Base
1200
2400
Compactacin
700
700
Canaletas
1500
2700
Pegante
5,10
1100
1100
Capa asfalto
6,7
4700
5200
Compactacin
800
800
10
Pruebas base
400
1100
11
Pruebas asfalto
900
1300
No.
ACTIVIDAD
PRECEDENTE
Excavacin
Se Procede a llenar la ventana Especificaciones del problema (Problem

Specification) con los datos del ejercicio.
223
2010
Se marcan todas las opciones disponibles para CPM (excepto los dos ltimos) con
el fin de realizar un anlisis integral. La ventana siguiente permite ingresar la informacin
disponible de cada actividad:
Los puntos que aparecen en esta zona son:

Nmero de la actividad (Activity Number): Nmero consecutivo de actividades.
Nombre de la actividad (Activity Name): WINQSB predefine los nombres de las
actividades con letras (se cambiaron a los nombres dados por el ejercicio).
Predecesores (Inmediate Predecessor): Se especifica el predecesor de cada actividad.
Puede ser por el nombre de la actividad o por el nmero de la misma. En el caso de que
no exista predecesor se debe dejar el espacio en blanco.
224
2010
Tiempos normales y de quiebre (Normal Time Crash Time): Tiempos normales y

mnimos estimados por actividad.
Costos normales y de quiebre (Normal Cost Crash Cost): Costos normales y de quiebre
para cada actividad.
En el men Resolver y analizar (Solve and Analyze) se pulsa sobre Resolver ruta
critica usando tiempos normales (Solve Critical Path Using Normal Time o si fuera el
caso, Solve Critical Path Using Crash Time). El proceso que se sigue es el mismo.
La nueva ventana muestra cuales son las actividades crticas de la red. En la
columna Sobre la ruta crtica (On Critical Path) las actividades crticas dicen Yes.
Aparecen los tiempos ms proximos de inicio y finalizacin (Earliest Start y

Earliest Finish), junto a los tiempos tardos (Latest Start y Latest Finish). En la ltima
columna se tienen los tiempos de holgura (Slack). En las tres ltimas filas aparecen el
tiempo de duracin total del proyecto (Project Completion Time), el costo total del
proyecto (Total Cost of Project) y el nmero de rutas crticas (Number of Critical Path).
225
2010
En el ejemplo la duracin total es de 38 das, el costo de $ 16.000 (el costo de la ruta

crtica es de $14.500) y existen dos rutas crticas.
Se puede tambin observar la ruta crtica en modo grfico, pulsando sobre el men
Resultados (Results) y en anlisis de la actividad grfica (Graphic Activity Analysis):
Al pulsar sobre el men Resultados (Results) y en Mostrar ruta crtica (Show

Critical Path) aparecern solo las actividades pertenecientes a la ruta crtica:
Mediante la opcin Anlisis del estado del proyecto (Project Completion Analysis)
ubicado en el men Resultados (Results) se puede analizar las actividades que debieron
ser ejecutadas (o que se encuentran en marcha) una vez pasado cierto periodo de tiempo.
226
2010
En la casilla Da actual de ejecucin del proyecto (Current Project Time in Da), ingrese el
da a analizar sobre el proyecto. Para el ejemplo se escribe 25 y se pulsa OK:
En la columna ubicada al final se encuentra el Porcentaje de ejecucin de cada

actividad (Planned % Completion). Puede analizar que hasta el da 25 de ejecucin del
proyecto las actividades 1, 2 y 3 deben estar terminadas (100%), y la actividad 4 estar
completada en un 25%. La ejecucin total del proyecto es de 65,7895%.
Tambin se pueden realizar anlisis de costos sobre proyectos. Para activar esta
opcin pulsemos sobre el men Resultados (Results) y Anlisis de desempeo (Perform
Crashing Analysis):
227
2010
Existen tres opciones para el anlisis:
Conociendo el tiempo de terminacin deseado (Meeting the Desired Completion

Time): Se puede fijar el Tiempo deseado de duracin del proyecto (Desired
Completion Time), constituir una Multa por retraso (Late Penalty per Da) y una
recompensa en caso de terminar antes de lo fijado (Early Reward per Da).
Conociendo el costo presupuestado deseado (Meeting the Desired Budget Cost):
Permite establecer el tiempo de las actividades (entre el tiempo normal y quiebre)
que deben modificarse para alcanzar el Costo deseado presupuestado (Desired
Budget Cost).
Encontrando la programacin para el mnimo costo (Finding the Minimun Cost
Schedule): Constituye el tiempo de las actividades que permiten encontrar el
mnimo costo.
Por ejemplo, se desea ejecutar el proyecto en 29 das, sabiendo que si se termina

antes se recibirn $2.500 por da y si se termina despus, una multa de $10.000 por da.
228
2010
Se genera una tabla que muestra el tiempo ideal en que se deben ejecutar las
actividades, aprovechando la recompensa por terminar unos das antes de lo
presupuestado:
Se debe terminar el proyecto en 27 das para restar $5.000 a los costos por los dos
das ahorrados.
229
2010
4.17.2. EJEMPLO DE PERT.
Para mostrar el funcionamiento de esta opcin se modificara el ejemplo inicial

para trabajar con tiempos normales, optimistas y pesimistas para cada actividad (3 time
estimate).
La empresa CONSTRUCTORA S.A. program las siguientes actividades para la

construccin de una calle en concreto asfltico.
TIEMPO
TIEMPO
TIEMPO
OPTIMISTA
NORMAL
PESIMISTA
10
15
17
Sub-base
Compactacin
Base
Compactacin
Canaletas
Pegante
5,10
Capa asfalto
6,7
Compactacin
10
Pruebas base
11
Pruebas asfalto
No.
ACTIVIDAD
PRECEDENTE
Excavacin
Construya una red de proyectos aplicando la metodologa PERT a los tiempos

estimados.
Se Indica el uso de esta distribucin en la ventana Especificacin del Problema

(Probem Specification):
230
2010
Al pulsar OK se podrn ingresar los tiempos para cada actividad:
Los puntos que aparecen en esta zona son:
Nmero de la actividad (Activity Number): Nmero consecutivo de actividades.

Nombre de la actividad (Activity Name): WINQSB predefine los nombres de las
actividades con letras (se cambiaron a los nombres dados por el ejercicio).
Predecesores (Inmediate Predecessor): Se especifica el predecesor de cada
actividad. Puede ser por el nombre de la actividad o por el nmero de la misma. En
el caso de que no exista predecesor se debe dejar el espacio en blanco.
Tiempos optimistas, normales y pesimistas (Optimistic Time - a, Most Likely Time
- m y Pessimistic Time - b): Tiempos normales, pesimistas y optimistas.
231
2010
En el men Resolver y analizar (Solve and Analyze) se pulsa sobre Resolver ruta
critica (Solve Critical Path).
La cuarta columna (Activity Mean Time) muestra la duracin promedio de cada

actividad obtenidos mediante la siguiente frmula:
Siguen los tiempos ms prximos de inicio y finalizacin (Earliest Start y Earliest

Finish), junto a los tiempos tardos (Latest Start y Latest Finish) y los tiempos de holgura
(Slack). La ltima columna representa la desviacin estndar para cada actividad:
Para determinar la probabilidad de cumplimiento de un proyecto, se pulsa sobre el

men Resultados (Results) y en Anlisis Probabilstico (Performance Probability
Analysis), se podr determinar.
232
2010
Cul es la probabilidad de concluir el proyecto en 35 das? Entonces simplemente

se escribe 35 en la casilla Tiempo deseado de ejecucin (Desired Completion Time in Da)
y luego se presiona el botn Compute Probability:
La probabilidad se calcula para las dos rutas crticas presentes en el proyecto:

1.8209% y 2.0779%. Existe entonces una probabilidad del 1.8209% de terminar el
proyecto en 35 das.
233
4.18.
2010
PROGRAMACION CUADRATICA.


problema.
Nmero de variables (Number of Variables): Se escribe la cantidad de variables
con que cuenta el sistema en el modelo original.
Nmero de restricciones (Number of Constraints): Se anotan la cantidad de
restricciones con que cuenta el modelo (no se debe contar la restriccin de no
negatividad).
Objetivo (Objective Criterion): Los problemas de programacin cuadratica se
clasifican en dos: problemas de Maximizacin (Maximization) y Minimizacin
(Minimization).
Formato de entrada de datos (Data Entry Format): Permite elegir entre dos
plantillas distintas para introducir los datos del modelo. La primera alternativa se
234
2010
asemeja a una hoja de calcula, mientras que la segunda, es una plantilla diseada
especialmente para este fin.
Tipo de variable (Default Variable Type): En esta parte se indica las caractersticas
del modelo:
Continuas no negativas (Nonnegative continuous): Indica que el modelo lo
componen variables continuas no negativas (iguales o mayores a cero).
Enteras no negativas (Nonnegative Integer): Variables enteras no
negativas.
Binarias (Binary): Variables cuyo valor solo sern 0 o 1.
Sin asignar / Irrestrictas (Unsigned/unrestricted): Variables irrestrictas.
4.18.1. EJEMPLO DE UN PROBLEMA DE PROGRAMACION CUADRATICA.
Minimizar Z = X12 + X22

Con las condiciones
X 1 - X2 = 3
X2
En este caso se tiene un sistema de minimizacin, compuesto de 2 variables

cuadrticas y 2 restricciones, con lo cual se procede a introducir los datos en la plantilla
inicial:
235
2010
Una vez introducida la informacin bsica del problema, se pulsa ok y aparece la tabla
en donde se introducirn todos los datos del problema:
En este punto se selecciona la opcin solve the problem y se muestra la solucin

del problema, en donde se puede observar el valor de solucin de las variables y la
funcin objetivo:
236
2010
Otra forma de introducir los datos, es utilizando la forma natural del problema, es
decir no utilizando la opcin matricial sino la forma normal del modelo. Para ello se debe
seleccionar desde la plantilla inicial del programa:
La diferencia consiste en la forma de introducir la informacin al programa:
El resultado no se ve alterado tal y como se puede apreciar:
237
El problema se puede resolver utilizando tambin el mtodo grafico:
Despus de pulsar la opcin ok, se obtiene el respectivo grafico:

238
2010
Donde tal y como se puede apreciar, el resultado sigue siendo el mismo.
239
2010
4.19.
2010
CARTAS DE CONTROL DE CALIDAD.


Caractersticas de calidad (Quality Characteristics): Se puede seleccionar entre
dos tipos de caractersticas de calidad a analizar que pueden ser variables o
atributos.
Formato de estrada de los datos (Data entry format): Se refiere al formato en que
se desea introducir los datos del problema que puede ser de forma vertical u
horizontal.
Nmero de caractersticas de calidad (Number of Qlty Characteristics): Se define
el nmero de aspectos o caractersticas de calidad que se desean analizar.
Tamao de subgrupos (Size of Subgroups): Se define el tamao de los subgrupos,
es decir del nmero de elementos que componen cada subgrupo.
Numero de subgrupos (Number of Subgroups): Se define cuantos subgrupos tiene
el problema a analizar.
240
2010
4.19.1. EJEMPLO DE UN PROBLEMA DE GRAFICOS DE CONTROL POR ATRIBUTOS

USANDO UN GRAFICO C.
Pure and White, un fabricante de papel para copiadoras supervisa su produccin

mediante una grfica c. El papel se produce en grandes rollos de 3.6 metros de longitud y
1.8 metros de dimetro. Se toma una muestra de cada rollo terminado, n=1, y se revisa en
el laboratorio de no conformidades.
Las no conformidades se han identificado como decoloraciones, grosor

inconsistente de papel, manchas de suciedad en el papel, contenido de humedad y
capacidad para retener la tinta. Todas estas no conformidades tienen la misma
importancia en la grafica c. La muestra se puede tomar de cualquier parte del rollo, por lo
que el rea de oportunidad para estas no conformidades es amplia, aunque la calidad
general del papel propicia solo una pequea oportunidad para que una no conformidad
en particular ocurra en cualquier lugar.
Subgrupo
Subgrupo
10
11
12
11
12
12
13
10
10
14
11
15
10
22
16
12
17
10
18
10
11
19
10
20
241
2010
Como se puede observar en la tabla anterior, se trata solamente de una

caracterstica de calidad que para este caso es llamada producto no conforme lo cual es
un atributo, tambin se observan 20 subgrupos y que cada subgrupo tiene solo 1
elemento.
Conociendo esto, se procede a introducir la informacin bsica en la plantilla inicial del

programa:
Una vez introducidos los datos iniciales se pulsa ok y se introducen los datos del
problema:
242
2010
Cuando esta la informacin correctamente introducida en el programa se tienen

muchas posibilidades de trabajo las cuales son:
La opcin Gallery del men principal del programa, permite seleccionar entre
diferentes tipos de grficos. Es en esta opcin en donde se especifica el tipo de grafico que
se desea analizar el cual para este caso es un grafico C.
La opcin Analysis, permite seleccionar entre 4 diferentes tipos de anlisis que se

pueden realizar con la informacin que se ha introducido, entre estas opciones estn:
Resumen de resultados (Sample Summary).

Curva OC (OC Curve).
Anlisis de puntos fuera de control (Rule Violation Analysis)
Anlisis de capacidad de procesos (Process Capability Analysis)
La opcion Utilities permite seleccionar entre diferentes herramientas las cuales son:
243
2010
Calculadora
Reloj
Histograma
Diagrama de pareto
Grafico de probabilidades
Preuba Chi-cuadrada
Distribucion de probabilidad
Opcion de gafica
Ahora se solucionara el problema objeto de estudio. Una vez digitados todos los datos,
se selecciona la opcion para realizar un grafico C y se obtiene el siguiente resultado:
244
2010
En el grafico se observan los lmites inferior y superior, el lmite central y cada

punto graficado.
Se puede observar que existen 2 puntos fuera de control, para poder saber cules
son, se selecciona la opcin Anlisis de puntos fuera de control (Rule Violation Analysis)
del men analysis y se obtiene la siguiente tabla:
En esta tabla se observa claramente que los puntos 6 y 7 son los que estn fuera de
control.
Se puede realizar tambin un histograma, seleccionando la opcin Histogram del

men Utilities.
245
2010
En este grafico se puede observar que segn los datos introducidos del problema, este
no ha aprobado el examen de distribucin normal realizado de forma automtica por el
programa.
Se puede apreciar que independientemente de que tipo de grafico se desee realizar, la

introduccin de la informacin es de la misma manera, exceptuando el caso de la plantilla
inicial que puede variar dependiendo de cuantos subgrupos se trabajen, el numero de
caractersticas de calidad analizadas, el tamao de los subgrupos y si se trata de variables
o atributos.
246
4.20.
2010
SISTEMAS DE COLAS.
Un primer paso consiste, como en todos los modelos, en la especificacin del

problema mediante la cual se establecer si el modelo a tratar es un M/M/S (Simple M/M
System) o un modelo general (General Queuing System).
Se supondr por ahora un modelo M/M/S. Lo que sigue es el ingreso de los datos
de acuerdo con las especificaciones de la ventana.
247
2010
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)
Tamao de la poblacin 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)
4.20.1. EJEMPLO DE SISTEMAS DE COLAS.
Se Debe recordar que las letras M indican un valor infinito o muy grande
Una de las posibilidades de solucin es calcular las tradicionales medidas de

desempeo (medidas de efectividad), que proporciona el tablero siguiente:
248
2010
Otra opcin con la que se cuenta es simular el sistema, la que inicialmente

proporciona la siguiente ventana:
Usando el sistema de reloj con 1000 horas de simulacin del sistema de colas.
249
Se obtienen los resultados que se muestran a continuacin:
El resumen de probabilidades de encontrar n clientes en el sistema es:
250
2010
2010
Anlisis de sensibilidad a cambios en nmero de servidores iniciando en 2 y

terminando en 10.
251
4.21.
2010
SIMULACION DE SISTEMAS DE COLAS.
La simulacin manejada por WINQSB permite la participacin de cuatro actores

dentro del ambiente simulado:
Tasa de llega de clientes (Customer Arriving Source).
Colas (Queue). Lneas de espera.
Servidores (Server): Se especifica la cantidad de servidores en el sistema.
Colectores de Basura (Garbage Collector): Indica la posibilidad que el cliente
abandone el proceso sin terminarlo. Puede ser considerado como un defecto en el
sistema.
Para que Winqsb comprenda esta designacin la tasa de llegada de los

consumidores, las colas, los servidores y los colectores de basura sern identificados con
las letras C, S, Q y G respectivamente.
4.21.1. EJEMPLO DE SIMULACION.
Un banco posee dos cajeros (Pedro y Juan) los cuales atienden a un cliente en un
promedio de 15 minutos con una desviacin de 0.01. Los clientes llegan a una tasa de uno
cada 10 minutos y hacen una sola cola cuya capacidad es de mximo 15 clientes. Se
considera que la llegada de los clientes se comporta de forma muy similar a una
distribucin tipo Poisson y los cajeros con una distribucin normal. Simular con 100
minutos de tiempo el modelo anterior.
252
2010
Se observa que existen tres actores principales:

Dos cajeros, los cuales sern considerados como servidores.
Los clientes, representados por una tasa de llegada.
La cola o lnea de espera, a donde los clientes llegan para ser atendidos.
Hay que considerar que los bancos emplean un sistema de espera de tipo PEPS
(FIFO First In First Out), es decir, los primeros clientes en entrar sern los primeros en
ser atendidos. Para ingresar esta informacin se registra la cantidad de actores
participantes en la ventana Especificaciones del Problema (Problem Specification).
Es recomendable darle nombres a cada uno de los actores para evitar confusiones
futuras.
253
2010
Los cajeros se denotan con la S (Server), los clientes con la C (Customer) y la cola
con Q (Queue). Al pulsar OK, aparecer una plantilla donde ingresaremos la informacin
primaria del problema.
Se comienza llenando los datos para los cajeros. Para programarlos es necesario
introducir la informacin de que los cajeros dependen de los clientes. Para que Winqsb
entienda esto en la columna Distribucin de tiempos de servicio (Service Time
Distribution) se ingresa la siguiente notacin:
Clientes/Normal/0.06667/0.01
La notacin completa es:
Nombre predecesor/Distribucin/Parmetro 1/Parmetro 2/Parmetro 3
La primera corresponde a la conexin con los clientes, la segunda a la distribucin

de probabilidad de los servidores y los siguientes datos (parmetros) son utilizados de
acuerdo a la informacin requerida por la distribucin (por ejemplo, la distribucin
Normal requiere de dos parmetros: la media y la desviacin).
254
2010
Las distribuciones disponibles son:

Beta (Beta)
Binomial (Binomial)
Constante (Constant)
Discreta (Discrete)
Erlang (Erlang)
Exponencial (Exponential)
Gamma (Gamma)
Hypergeomtrica (Hypergeometric)
Laplace (Laplace)
Normal (Normal)
Pareto (Pareto)
Poisson (Poisson)
Funcin de poder (Power Function)
Triangular (Triangular)
Uniforme (Uniform)
Weibull (Weibull)
De igual forma se deben completar los parmetros para los clientes. Lo primero es
indicar la dependencia de una de las colas en la columna Sucesor inmediato (Immediate
Follower). Luego, en la columna Distribucin del tiempo entre llegada (Interarrival Time
Distribution) con el siguiente formato:
Distribucin/Parmetro 1/Parmetro 2/Parmetro 3
Para este caso, la distribucin quedara:
Poisson/0.1
255
2010
Los parmetros 2 y 3 no son requeridos para esta distribucin. El resultado debe

lucir como sigue:
La columna Distribucin de los tamaos de los lotes (Batch Size Distribution),

indica si los clientes llegan de forma agrupada o individual. En este caso se omitir llenar
esta columna indicando que los clientes llegan de a uno al banco. Para programar la cola,
se debe indicar que los dos cajeros se alimentarn de ella colocando los nombres en las
casillas correspondientes a la columna Sucesor inmediato (Immediate Follower).
En Disciplina de la cola (Queue Discipline) se marca FIFO y en Capacidad de la cola

(Queue Capacity) su capacidad (mximo 15 personas en espera).
Para resolver el problema se pulsa sobre Realizar simulacin (Perform Simulation)

en el men Resolver y analizar (Solve and Analyze). En la nueva ventana se indica la
cantidad de minutos a simular y qu tipo de base (seed) para la generacin de nmeros
aleatorios.
256
2010
Se Pulsa en el botn SIMULATE. Winqsb tomar el tiempo y mostrar las

observaciones recolectadas durante ese tiempo:
El botn SHOW ANALYSIS mostrar los resultados de la simulacin.
257
2010
Se puede observar que en los 100 minutos llegaron 1123 clientes (Total Number of
Arrival). El tiempo de espera promedio fue de 0.1888 (Average Waiting Time). El nmero
mximo de personas en el sistema fue de 17. 15 en espera y 2 siendo entendidos
(Maximun Number in the System). En promedio permanecieron 2,2251 personas en el
sistema (Average Number in the System). Un anlisis desde el punto de vista de los
cajeros nos muestra ms informacin de la simulacin:
Los cajeros tuvieron un promedio de utilizacin (Server Utilization) del 29,02%. El

cajero 1 atendi 432 personas y el cajero 2 a 439 para un total de 871 (Customer
Processed). De los 1123 solo finalizaron el proceso 871. Desde el punto de vista de la cola
se tiene:
258
2010
El promedio de personas en la cola fue de 1.6447 (Average Q. Length). El mximo

de personas en la cola es de 15 (Maximun Q. Length).
Para intercambiar los modos se pulsa en Pasar a formato matriz (Switch to Matrix
Form) en el men Formato (Format).
259
2010
CONCLUSIONES
2010
Despus de 7 meses de haber trabajado en este documento y haber utilizado el

software Winqsb, se puede decir que si este lo hubiramos utilizado para la resolucin de
problemas que se nos fueron planteados a lo largo de la carrera, se nos habra optimizado
mucho el tiempo, pues nos hubiera permitido resolver problemas ms fcilmente y con
menos horas de dedicacin, adems de que se pudieron haber hecho simulaciones para el
anlisis de casos y tener un mejor criterio para la toma de decisiones.
Winqsb es una herramienta que brinda la posibilidad de desarrollar temas

especficos de un total de 13 materias que son impartidas para la carrera de Ingeniera
Industrial, lo cual es de gran importancia para el aprendizaje de los estudiantes, pues de
esa manera se facilita la resolucin y anlisis de una gran cantidad de problemas
relacionados con la planeacin de la produccin, el control de la calidad y la toma de
decisiones cuantitativas de la administracin.
El uso de esta herramienta brinda la posibilidad al estudiante de tener contacto

con sistemas informticos especficos, lo cual es muy beneficioso pues se estar
preparando profesionales mejor capacitados para hacer frente a las actuales exigencias
laborales pues hoy en da los software son muy utilizados por empresas para el mximo
aprovechamiento de sus recursos y operaciones.
Dado que nos encontramos en la era de la informacin es importante que los

estudiantes de ingeniera industrial se encuentren actualizados y familiarizados con este
tipo de herramientas informticas, que les permita aplicarlas en sus estudios y
posteriormente en sus trabajos, ya que pueden aumentar la productividad de las
empresas que las aplican.
261
2010
La utilizacin de este tipo de herramienta, depende en gran parte de la motivacin

que el docente ejerza sobre el alumno, adems que tambin est obligado a conocer estas
herramientas y aplicarlas para su desarrollo y ejercicio profesional.
Los alumnos muchas veces no utilizan estas herramientas por desconocimiento o

por no tomar el tiempo necesario para aprender a usarlas. Y en algunos casos lo mismo
puede aplicar para los docentes.
Con el desarrollo de esta gua se espera eliminar la barrera del desconocimiento de

cmo usar esta herramienta, pues se han explicado todos los mdulos del programa y sus
funciones especficas con ejemplos tomados de libros comnmente utilizados en la
carrera.
La gua ha sido elaborada muy cuidadosamente y explicando a detalle cada uno de

las funciones de los mdulos. Pero conforme se va avanzando, se ha dejado de explicar
algunas opciones bsicas que se repiten en todos los mdulos, pues estas pueden
seleccionarse de manera instintiva por haber sido utilizadas en mdulos anteriores o por
ser bsicas y no necesitan mayor desarrollo.
Si bien existen en el mercado una gran cantidad de paquetes informticos con

caractersticas similares al Winqsb, es de considerar que este es gratis, de fcil uso y es
una poderosa herramienta para el anlisis de problemas cuantitativos de la Ingeniera
Industrial.
262
2010
RECOMENDACIONES
2010
Se sugiere al Departamento de Ingeniera y Arquitectura brindar a los estudiantes

de la carrera de Ingeniera Industrial, mayor conocimiento de las herramientas
informticas, para el mejoramiento de la productividad de las industrias en la actualidad,
ya que ese tipo de conocimiento es solamente brindado a nivel bsico y desarrollando
paquetes como el office y no se toman en cuenta paquetes especficos como el Winqsb.
Se aconseja, que se tome en cuenta la gua de utilizacin del Winqsb para materias
obligatorias como:
Mtodos de Diseo.
Probabilidad y Estadstica.
Investigacin de Operaciones I.
Investigacin de Operaciones II.
Ingeniera de Mtodos.
Control de Calidad.
Distribucin en Planta.
Tcnicas de Gestin Industrial.
Formulacin y Evaluacin de Proyectos.
Y para materias electivas como:
Modelos de Resolucin de Problemas de Ingeniera.

Organizacin y Mtodos.
Ingeniera de Plantas Industriales.
Administracin de Mantenimiento Industrial.
264
2010
Ya que contiene herramientas que le pueden facilitar al estudiante la aplicacin de

la teora aprendida en clase por medio de simulacin en la computadora.
Se recomienda que esta gua sea distribuida entre los docentes que tienen relacin
con las materias anteriormente mencionadas o con cualquier otro que tenga el deseo de
conocer y aprender a utilizar el Winqsb.
Se sugiere que los docentes promuevan el uso de esta herramienta u otras, entre
los estudiantes, para que aprendan a utilizarlas, se familiaricen con ellas y tengan la
oportunidad de aplicarla en la resolucin y anlisis de ejercicios y casos, o para la
presentacin de tareas e incluso la solucin de exmenes.
Se considera que la mejor manera de promover el uso de este software, es

utilizando una materia especifica en donde se promueva el uso de tecnologas
informticas, por lo tanto basados en nuestra experiencia y despus de la investigacin
realizada se recomienda que esta gua sea incorporada en el programa de la materia
llamada Manejo de Software para Microcomputadora pues esta cumple con las
caractersticas necesarias para ser utilizada con tal fin.
Se recomienda que cada docente basndose en las materias que imparte, sugiera
la adicin de otros paquetes informticos que sean necesarios para la formacin
profesional de los alumnos y que les permita solucionar y analizar problemas que no
pueden ser tratados con el Winqsb.
265
2010
BIBLIOGRAFIA
2010
LIBROS
Hernndez Sampieri, R., Fernndez Collado, C., & Baptista Lucio, P. (2003).
Metodologa de la Investigacin. Mxico. Mc Graw - Hill.
Carlos Sabino, Caracas (1994). Como hacer una tesis. Panamericana, Bogot y
Lumen, Buenos Aires.
Villanueva Herrera, Jos. Trabajo de investigacin operativa, (Noviembre, 2008).

Aplicacin del Winqsb para problemas de planeacin agregada.
Rubn Diego Ivanoff. Universidad de Belgrano, (Abril, 2005). Desarrollo de un

sistema informtico para la generacin de modelos.
Roberto Vides. Artculo Cientfico, (Abril, 2003). Un acercamiento a la

investigacin.
Acherson J, Duncan. Control de calidad y estadstica industrial. Mxico: Alfaomega,

1989.
Taha Handy. Investigacin de Operaciones. 7 Edicin. Prentice Hall.
Frederick Hillier, Gerald Lieberman. Investigacin de Operaciones - 7ma Edicin
2002. Mxico. Mc Graw - Hill.
Douglas Montgomery - George c. Runger. Probabilidad y estadstica aplicada a la
ingeniera. 2007. Mxico. Mc Graw Hill.
267
2010
Render Heizer. Principios de Administracin de Operaciones. 5 Edicin, 2005.

Pearson.
Quesada Ibarguen y Vergara Schmalbach: (2006) Anlisis Cuantitativo con
WINQSB Edicin
electrnica.
Texto
completo
en
www.eumed.net/libros/2006c/216/
TRABAJOS DE GRADO
Quijano Polanco, F. (2001). Propuesta de actualizacin en el rea de informtica
para la carrera de ingeniera industrial de la Facultad Multidisciplinaria de
Occidente, Universidad de El Salvador.
Guerra Monge, Y. (2007). Diagnostico y propuesta de reorganizacin de la

administracin acadmica de la Facultad Multidisciplinaria de Occidente,
Universidad de El Salvador.
Cortez Gordillo, Luis Rodrigo Bernal. (2006) Aplicacin de Winqsb como

herramienta para el control estadstico de calidad de un proceso de produccin de
envases plsticos. Facultad de Ingeniera de la Universidad de San Carlos de
Guatemala.
FUENTES DE INTERNET
Consulta de casos prcticos del Winqsb, fuente obtenida de:
www.ub.edu.ar/investigaciones/tesinas/173_ivanoff.pdf
http://biblioteca.usac.edu.gt/tesis/08/08_7141.pdf
268
2010
Historia e informacin acerca del creador del Software Winqsb, obtenida de:
http://mgt.gatech.edu/directory/faculty/chang/index.html
http://mgt.gatech.edu/directory/faculty/chang/chang_vita.pdf
Descarga del software y consulta, obtenido de: http://winqsb.softonic.com/
Introduccin al programa Winqsb, Disponible en:

http://www.uv.es/martinek/material/WinQSB2.0.pdf
Informacin
de
la
carrera
de
Ingeniera
Industrial,
Obtenida
de:
http://es.wikipedia.org/wiki/Ingenier%C3%ADa_industrial
Administracin moderna, Jurgen E. Schuldt 1998 Luxembourg.

http://www.geocities.com/WallStreet/Exchange/9158/sqc.htm
Introduccin al programa Winqsb.

http://www.uv.es/martinek/material/WinQSB2.0.pdf
Descripcin general del Winqsb.

http://www.negociosyemprendimiento.org/2010/03/descargar-gratis-winqsb-20en-espanol.html.
269
ANEXOS
2010
2010
ANEXO 1
Biografa del creador del software
Winqsb.
271
2010
BIOGRAFIA YIH LONG-CHANG

Yih Long-Chang, naci en Taiwn en el ao 1952.
Profesor del instituto tecnolgico de Georgia, su rea acadmica es la
Gestin de Operaciones.
Entre la educacin que posee el profesor se menciona:

Doctorado, Gestin de Operaciones, de la Universidad de Texas en Austin, mayo de
1985
Maestra, Ciencias de la gestin, The National Chiao-Tung University, Taiwan, Junio
de 1977
Bachiller en Ciencias, Ingeniera Elctrica y Computacin de la Universidad
Nacional de Taiwn, Taiwn, junio de 1975
El profesor Yih Long-Chang ha publicado en las principales revistas acadmicas

como Annals of Operations Research, European Journal of Operations Research,
Investigacin Naval de Logstica Quarterly, Management Science, International Journal of
Production Research, sistema de apoyo de decisin y Letras, Simulacin, Oficial de
Operaciones de Administracin, y Ciencias de la Decisin.
Sus intereses de investigaciones actuales destacan la aplicacin e integracin de las

operaciones de gestin, sistemas de informacin, ciencias de la gestin, las operaciones
272
2010
de investigacin, tcnicas de control de calidad, y la mejora de la calidad y la

productividad.
El profesor Chang imparte cursos en las reas de control de calidad, gestin de la

tecnologa, los sistemas de informacin de fabricacin, las operaciones de planificacin y
control, y gestin de operaciones.
Tambin ha desarrollado tres paquetes de software, QSB, QSOM, y QS, tanto en

versiones para PC y Macintosh, para ayudar en la instruccin y el aprendizaje de las
ciencias de gestin, gestin de operaciones y mtodos cuantitativos. QSB ha sido valorado
el paquete de software superior entre los paquetes similares de OR / MS Today (1986) y
de interfaz (septiembre de 1988).
Adems, entre las reas de especializacin del profesor Chang se seala:

Aplicacin e integracin de Direccin de Operaciones
Gestin de Ciencia, Investigacin Operativa
Sistemas de Informacin
Tcnicas de Control de Calidad
Mejora de la Calidad y Productividad
273
2010
ANEXO 2
Resultado de encuestas dirigidas a
docentes de la carrera de Ingeniera
Industrial, FMOcc.
274
2010
1-Utiliza algn tipo de software como herramienta para resolver ejercicios de tipo
cuantitativo (administrativos, de recursos humanos, de produccin, etc.) para la materia
que imparte?
Docentes que utilizan software

30%
NO
70%
SI
El 70% de los docentes encuestados respondieron que si utilizan algn tipo de

software, algunos de los software que utilizan los docentes son: Stratgrafic, tora,
winqsb, megastal, power point, excell, constallball, rinsmaster, winqsb, simulator,
win unisott
2-El software que utiliza es?

Tipo de software
Comprado
20%
Ninguno
30%
Pirata
0%
Gratuito
50%
El 50% de los docentes de la carrera de Ingeniera Industrial de la FMOcc si utilizan

un software como herramienta para impartir sus clases, y lo hacen con software
gratuitos en las materias que lo amerita.
275
2010
3-De qu manera aprendi a utilizar el software que usa?

Ninguno
20%
Empiricam.
40%
Aprend. Por
med. De otra
pers.
20%
Manual
20%
Libro
0%
El 40% de los docentes encuestados aprenden a utilizar el software que utilizan de

manera emprica, solo el 20% de los docentes encuestados utilizan manuales ya
sea esto por ser mas difcil, porque no hay facilidad de acceso o simplemente
porque no existe un manual que este dirigido a las materias de ingeniera industrial
en la que sera una manera ms formal de utilizar estos software para la materia
que lo amerite.
4-Para que utiliza esta herramienta?

Uso personal
Impartir clases y ejemplificar
Incentivar utilizacin
Ninguno
20% 20%
30%
30%
Se observa en la grfica que el 30% de los docentes utilizan herramientas

tecnolgicas para impartir clases y ejemplificar en las materias que lo amerita.
276
2010
5-Permite que los alumnos utilicen algn tipo de herramienta o software para resolver
parciales o guas prcticas de ejercicios?
No
50%
Si
50%
Un 50% expresa que es importante que los alumnos se apoyen de herramientas

como son algunos tipos de software como ayuda para comparar respuestas
obtenidas manualmente, tareas ex aula, entre otros con el fin de que los alumnos
sean eficientes/ efectivos y prcticos. El otro 50% expresa que los exmenes no
ameritan la ayuda de software, o prefieren que la solucin de parciales sea
manualmente.
6- Ha utilizado el software Winqsb como una herramienta para la solucin de

problemas de tipo cuantitativo (administrativos, de recursos humanos, de produccin,
etc.)?
Si
40%
No
60%
El 60% de los docentes encuestados expresan que no han utilizado el software

Winqsb por desconocimiento tanto del software como de las aplicaciones que este
tiene. El 40% restante opina que no es relevante en la materia que imparten
adems expresan que ya existen otros software ms avanzados.
277
2010
7-Si ha utilizado este software (Winqsb) conoce de todas las aplicaciones que posee
esta herramienta para la utilizacin en las materias de ingeniera industrial?
30%
Si
70%
No
El 70% de los docentes encuestados respondieron que no conocen de todas las

aplicaciones que el software Winqsb posee.
8- Cmo aprendi a utilizar el software Winqsb?

Empiricam.
20%
Manual
10%
No conocen
del
software
winqsb
60%
Libro
0%
Apred. Por
otra perso.
10%
Del 60% de los docentes que respondieron a la encuesta unos expresan que no
utilizan el software Winqsb por que la materia que imparten no lo amerita, otros
porque no conocen del software ni de sus aplicaciones. Por esa razn no
respondieron ninguna de las otras opciones que se plante en esta pregunta (#8).
9- Por qu motivo no utiliza un determinado software para impartir sus clases, para
dejar tareas ex aula, resolucin de exmenes, para incentivar a los alumnos a su
utilizacin, etc.?
278
2010
Complej.
20%
No
existe
g.
20%
Descon.
del
software
60%
No es nec.
0%
El 60% de los encuestados respondieron que no utilizan este software (Winqsb)

por desconocimiento por lo tanto no pueden incentivar a los alumnos a la
utilizacin del mismo como herramienta de apoyo para el desarrollo de exmenes,
tareas ex aula, entre otros.
10-Estara dispuesto a utilizar este software (Winqsb) si se le presenta como una gua
de aplicacin en las materias de ingeniera industrial?
No
10%
Si
90%
El 90% de los encuestados respondieron que estn dispuestos a conocer y a utilizar

el software Winqsb siempre y cuando sea til evaluando de la misma manera sus
ventajas y funcionalidades en las materias que lo ameriten para luego ensear a
los alumnos de la existencia del mismo y sus aplicaciones.
279
2010
ANEXO 3
Resultado de encuestas dirigidas a
estudiantes de la carrera de Ingeniera
Industrial, FMOcc.
280
2010
1- Utiliza algn tipo de software como herramienta para resolver ejercicios de tipo
cuantitativo (administrativos, de recursos humanos, de produccin, etc.) en alguna
materia?
Tabla de la pregunta #1
SI
26
NO
6
Grafico de la pregunta #1
no
19%
si
81%
Se puede observar que el 81% de los estudiantes de ingeniera industrial en su

desarrollo en la carrera han recurrido a utilizar algn tipo de software, Y el 19% no
lo ha utilizado.
2-El software que utiliza es?

COMPRADO GRATUITO
1
13
PIRATA
12
281
OTROS
0
NO USAN
6
No usan
software
19%
Otros
0%
2010
Comprado
3%
Gratuito
41%
Pirata
37%
Se puede observar que los estudiantes utilizan en primer lugar los software
gratuitos por no representar ni un costo para ellos con un porcentaje de 41% y
tambin los software piratas que tampoco representan un costos para el usuario
esta tiene un porcentaje del 37% y comprado el cual tiene solo el 3% por
representar un costo para el usuario.
3-De qu manera aprendi a utilizar el software que utiliza?

A)
B)
C)
D)
E)
EMPIRICAMENTE
BAJO UN MANUAL
LIBRO
POR MEDIO DE OTRA PERSONA
NO USAN SOFTWARE
e) No usan
software
19%
d) Aprendizaje
pormedio de
otra persona
9%
c) Libro
0%
b) Bajo un
manual
9%
20
3
0
3
6
a)
Empiricament
e
63%
282
2010
La manera ms comn que los estudiantes aprenden a utilizar el software es de

manera emprica con un porcentaje del 63% la cual ellos por su propia cuenta
realizan la investigacin de la utilizacin del programa.
4-De qu manera utiliza esta herramienta?

A) SOLO USO PERSONAL
19
b) El
docente
incentiva su
utilizacion
27%
B) PARA MOTIVAR AL ALUMNO

7
a) Uso
personal
73%
La manera que los estudiantes de ingeniera industrial utilizan esta herramienta es

de uso personal con un porcentaje de 73% para facilitarles las tareas y adems que
el docente incentive su utilizacin tiene un porcentaje del 27% este porcentaje
refleja que los docentes no estn familiarizados con este tipo de herramienta.
5-Su docente le permite que utilice algn tipo de herramienta o software para resolver
parciales o guas prcticas de ejercicios?
SI
17
NO
15
283
2010
Grafico de la pregunta
#5
b) no
47%
a) si
53%
En esta pregunta se puede observar que los docentes
que incentivan a la
utilizacin de esta herramienta es de 53% ms de la mitad y es un dato importante

porque refleja que hay un conocimiento en los software que le pueden servir al
estudiante
6- Ha utilizado el software Winqsb como una herramienta para la solucin de

problemas de tipo cuantitativo (administrativos, de recursos humanos, de produccin,
etc.)?
SI
19
NO
13
Grafico de la pregunta
#6
b) no
41%
a) si
59%
284
2010
A los alumnos se les consulto si ellos han utilizado esta herramienta en la

resolucin de algn problema en el desarrollo de su carrera los que contestaron
que si es un porcentaje del 59% un poco ms de la mitad y de los que no lo han
utilizado es del 41%
7-Si ha utilizado este software (Winqsb) conoce de todas las aplicaciones que posee
esta herramienta para la utilizacin en las materias de ingeniera industrial?
SI
21
NO
11
b) no
34%
a) si
66%
El 66% de los estudiantes han utilizado este software pero en realidad conocen
todas las herramientas que este posee,
8- Mencione en cuales materias de Ingeniera Industrial se ha visto en la necesidad de

utilizar este software (Winqsb) y especifique en cuales temas?
285
2010
A)
B)
C)
D)
E)
F)
G)
5
1
1
1
1
1
22
CONTROL DE LA CALIDAD
INVESTIGACION DE OPERACIONES
ADMINISTRACION DE PROYECTOS
MODELOS DE RESOLUCION DE PROBLEMAS
NO USAN SOFTWARE
a) Control de calidad
b) Investigacion de operaciones
c) Administracion de proyectos
d) Tecnicas de gestion industrial
e) Modelo de resolucion de
problemas
f) Distribucion en planta
g) No usan el software
9- Por qu motivo no utiliza un determinado software para resolver tareas ex aula,
resolucin de exmenes, ejercicios prcticos, etc.?

Tabla de pregunta #9
A) POR
COMPLEJIDAD
11
B) NO EXISTEN GUIAS
13
C) NO CONOCEN SOFTWARE
6
286
D) NO ES
NECESARIO
1
2010
d) No es necesario
3%
c) No conocen de
ningun software
19%
a) Por complejidad
36%
b) No existe una
guia
42%
10-Estara dispuesto a utilizar este software (Winqsb) si se le presenta como una gua
de aplicacin en las materias de ingeniera industrial?
SI
31
NO
1
Grafico de la
pregunta #10
b) no
3%
a) si
97%
287

Tesis Manual Practico Winqsb

Cargado por

Copyright:

Formatos disponibles

Tesis Manual Practico Winqsb

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tesis Manual Practico Winqsb

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD DE EL SALVADOR

FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE

TRABAJO DE GRADO TITULADO:

PARA OPTAR AL GRADO DE:

FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE

JEFE DEL DEPARTAMENTO DE INGENIERA Y ARQUITECTURA:

TRABAJO DE GRADO APROBADO POR:

A dios todo poderoso,

A mis madrinas: Ta Chocha y Ta Mara Elena (Q.D.D.G),

A mis compaeros y amigos/as,

Agradecimiento A mi Madre: Leila Elizabeth Ramirez Galvn, por su amor incondicional,

Agradecimiento a mis Hermanos: Karla Yanira Hernndez R. y Edwin Alberto Hernndez

Agradecimientos a Todos mis Amigos, en especial al Lic. Francisco Rodrguez, por

Agradecimientos a Ligia Yasmin Navas Guadron, Gracias por llegar a mi vida en el

A MI COMPAERA DE TESIS: Gracias por depositar tu confianza en m para salir adelante

A Dios todo poderoso,

CAPTULO UNO: GENERALIDADES.

1.2. Planteamiento del Problema.

1.7. Metodologa de la Investigacin.

CAPTULO DOS: MARCO TEORICO.

2.2. Aspectos tcnicos.

2.3. Mdulos que lo conforman.

2.4. Descripcin de cada modulo.

Muestreo de aceptacin por atributos.

Muestreo de aceptacin por variables.

2.4.2. Planeacin agregada.

2.4.3. Anlisis de decisin.

Anlisis de tablas de pago.

Juegos de suma cero para dos jugadores.

Anlisis de arboles de decisin.

2.4.4. Programacin dinmica.

Programacin de produccin e inventarios.

2.4.5. Diseo y localizacin de plantas.

2.4.7. Programacin por objetivos.

2.4.8. Teora y sistemas de inventarios.

2.4.9. Programacin de jornadas de trabajo.

Talleres cuyas actividades se basan en el flujo de trabajo.

Lnea de fabricacin y lnea de ensamble.

2.4.10. Programacin lineal y entera.

2.4.11. Procesos de Mrkov.

2.4.12. Planeacin de requerimiento de materiales.

2.4.13. Modelacin de redes.

Flujo en redes o modelo de transbordo.

Problema de la ruta ms corta.

Problema de flujo mximo.

Problema del agente viajero.

2.4.14. Programacin no lineal.

2.4.15. PERT y CPM.

2.4.16. Programacin cuadrtica.

2.4.17. Cartas de control de la calidad.

Grficos de control para atributos.

Grficos de control para variables.

2.4.18. Anlisis de sistemas de cola.

Elementos existentes en la teora de colas.

2.4.19. Simulacin de anlisis de sistemas de colas.

ANALISIS DE LOS CONTENIDOS DE LOS PROGRAMAS Y SU

RELACION CON EL WINQSB.

3.1. Pensum de la carrera de ingeniera industrial.

3.2. Identificacin de contenidos que se pueden desarrollar con Winqsb.