Investigacin Operativa

ndice
1. Objetivos del trabajo. 2. Presentacin del proyecto y de las actividades involucradas. 3. Estimaciones del proyecto. 4. Aplicacin de la probabilidad. 5. Dificultades del modelo y simulacin

Objetivos del trabajo

En vez de enfocar el trabajo a la resolucin de un problema concreto, se partir de un caso real. La intencin es emplear algunas de las tcnicas estudiadas en la asignatura para hacer estimaciones tericas y compararlas con la realidad. Un objetivo clave del trabajo es no separar las tcnicas en distintos problemas, sino usarlas de forma conjunta (es decir, no plantear una situacin para resolver por PERT y otra muy distinta para aplicar Programacin Lineal, sino dentro del mismo apartado considerar ambas tcnicas) y hacer hincapi en las holguras y la sensibilidad de los datos obtenidos.

Adems se profundizar en dichas tcnicas, aplicando conceptos no tratados en clase que se han consultado en la bibliografa o estudiado en otras asignaturas como Estadstica (ie. resolucin de las dificultades de los modelos, adicin de variables que se pueden presentar en el mundo real, simulacin de valores)

Un proyecto real: Telefona satlite en Per

El da 12/02/2009, Telefnica del Per, bajo la direccin de Javier Manzanares, comenz la ejecucin del proyecto BAS (Banda ancha satelital).
Ms de 1.900 poblados (aproximadamente 1,7 millones de peruanos) situados en zonas rurales no podan acceder a los servicios telemticos bsicos (telefona mvil, ADSL, etc). Dicho proyecto contaba con un presupuesto de 48,8 millones de dlares. El objetivo de Telefnica era que el 26/10/2009 se registrase como mnimo el 50% del cumplimiento de las metas del proyecto (34 semanas), y que estuviese acabado en 42 semanas, aunque como tarde se poda finalizar para el ao siguiente (48 semanas). Por cada semana de retraso a partir de entonces, se prevea una prdida de aproximadamente 0,25 millones de dlares, y cada una de adelanto un beneficio de 0,15 millones de dlares.

Se sabe que el proyecto se planific con tcnicas PERT/CPM. El xito fue rotundo: la empresa recibi el premio Creatividad Empresarial.

Actividades implicadas en el proyecto

Bsicamente se estimaron 25 actividades para llevar a cabo el proyecto BAS. Se muestran a continuacin:

A Seleccin de personal cualificado B Recepcin informacin del cliente C Financiacin del proyecto D Capacitacin tcnica E Clculo de costes F Bsqueda de proveedores G Desarrollo de estrategias H Transferencia del dinero I Medidas de seguridad

J Compra de materiales K Elaboracin del informe L Ejecucin trabajos de campo M Formacin para la instalacin N Clculo costes de instalacin O Diseo de las estaciones P Recepcin equipos satlite Q Informe previo instalacin R Estrategias de instalacin

S Medidas de calidad T Aprobacin del cliente U Instalacin de equipos V Entrega informe instalacin W Observaciones tcnicas X Liquidacin de la obra Y Informe final cierre de obra
Hitos

Estudio del proyecto: orden de las tareas

Tras haber establecido las actividades necesarias para llevar a buen trmino este proyecto, se estudi el orden de las mismas y cules de ellas podan realizarse al mismo en tiempo. De esta forma se concluy el siguiente esquema de precedencias:
ACTIVIDAD A B C D PREDECESORA(S) A ACTIVIDAD N O P Q PREDECESORA(S) L M F N, O

E
F G H

C
C B, D, E C

R
S T U

M
M P, Q, R S, T

I
J K L

A
F G, H, I, J K

V
W X Y

U
V W X

Estudio del proyecto: duracin de las tareas

No es posible determinar a priori con exactitud el tiempo que se requerir para completar cada una de las tareas. En qu consisten, quin las va a ejecutar, qu medios se dispone para llevarlas a cabo, etc condiciona su duracin.
Los encargados de la planificacin del proyecto, teniendo en cuenta los datos obtenidos de la experiencia de otros proyectos pueden estimar un intervalo de duracin de cada actividad basado en tres tiempos:

Suponiendo conocidos (tiempo pesimista), (tiempo optimista) y (tiempo ms probable), en la tcnica PERT se considera que el tiempo real de una actividad sigue una distribucin Beta. El tiempo ms razonable que se asumir como tiempo real es la media o esperanza de esta variable aleatoria () y que corresponde a:

= = ( =

+ + ( =

Estudio del proyecto: tiempos estimados

Finalmente los planificadores del proyecto establecieron los siguientes tiempos, a los que se aadir el tiempo esperado a partir de la distribucin beta que se mostr en la transparencia anterior:
ACT. A B C D E F G H I J K L M PRED. A C C B, D, E C A F G, H, I, J K L

1 1 2 1 1 2 1 1 1 1 1 1 1 2 2 4 2 2 3 2 2 2 2 2 2 2 3 3 6 3 3 5 3 3 3 4 3 3 3

2 2 4 2 2 3,16 2 2 2 2,16 3,16 2 2

ACT. N O P Q R S T U V W X Y

PRED. L M F N, O M M P, Q, R S, T U V W X

1 2 8 1 1 1 1 6 1 1 2 1 2 3 10 2 2 2 2 8 2 2 3 2 3 4 11 3 3 3 3 9 3 4 4 3

2 3 9,83 2 2 2 2 7,83 2 2,16 3 2

Estudio del proyecto: WinQSB

Se ejecuta la aplicacin PERT/CPM incluida en las herramientas de WinQSB:

Estudio del proyecto: WinQSB

Haciendo uso de la herramienta WinQSB es posible obtener la mayora de los datos que se necesitan para hacer un estudio preciso del proyecto. En primer lugar se introducen las actividades y sus tiempos asociados:

Estudio del proyecto: WinQSB

A continuacin se ejecuta solve, obteniendo la siguiente tabla del anlisis de actividad del proyecto. Del mismo modo, mediante show critical path se muestra el camino crtico:

Camino crtico:
=

= 40,5 semanas 2 = 2 = 1,612 2,59 semanas

CFJKL MOQTU VWXY

Estudio del proyecto: diagrama PERT

CFJKLMOQTUVWXY

8
14,49 14,49

9
16,49 16,49

2
2 5,33

7
12,49 12,49

12
23,49 23,49

6 4 1
0 0
6 7,33
9,33 9,33

10
19,49 19,49

11
0, 0
21,49 21,49

13
31,33 31,33

5
7,16 7,16

14
33,33 33,33

3
4 4

17
40,50 40,50

16
38,50 38,50

15
35,50 35,50

Camino Crtico y Programacin Lineal

Se ha obtenido el camino crtico de dos maneras: a travs del software WinQSB y mediante el desarrollo grfico del diagrama PERT.
A continuacin se va a obtener por un tercer mtodo: aplicando programacin lineal. Posteriormente se comprobar que efectivamente coincide con la solucin anterior.
Se llamar al tiempo acumulado hasta el nodo , luego 1,2, . . . , 17 El tiempo acumulado durante todo el proyecto ser el que se va gastando al ir realizando cada actividad, y por tanto necesario para recorrer desde el nodo 1 hasta el 17, es decir: = 17 1 . Nos interesar minimizar este tiempo. Si es un nodo conectado a , y llamamos a la duracin de la actividad que los conecta, el tiempo acumulado hasta tiene que ser mayor que ms el tiempo acumulado hasta el nodo (que llamaremos ). Es decir: + . Estas son nuestras restricciones.

1 0

= 1 +. . . +

Camino Crtico y Programacin Lineal

Funcin objetivo: se ha de minimizar el tiempo total del proyecto

min min = (17 1

<1<17

Restricciones: una por cada actividad.

sujeto a:
[1]: 2 1 + 2 [2]: 3 1 + 4 [3]: 4 1 + 2 [4]: 4 2 + 2 [5]: 4 3 + 2 [6]: 6 4 + 2 [7]: 6 3 + 2 [8]: 6 2 + 2 [9]: 6 5 + 2,16 [10]: 5 3 + 3,16 [11]: 7 6 + 3,16 [12]: 11 5 + 9,83 [13]: 8 7 + 2 [14]: 10 8 + 2 [15]: 9 8 + 2 [16]: 10 9 + 3 [17]: 11 10 + 2 [18]: 11 9 + 2 [19]: 12 9 + 2 [20]: 12 11 + 2 [21]: 13 12 + 7,833 [22]: 14 13 + 2 [23]: 15 14 + 2,16 24 : 16 15 + 3 25 : 17 16 + 2

Variables de decisin: por representar tiempos han de ser positivas.

1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 , 10 , 11 , 12 , 13 , 14 , 15 , 16 , 17 0 : ( !

Camino Crtico y Pr. Lineal: Solucin WinQSB

Se ejecuta la aplicacin Linear and Integer Programming incluida en las herramientas de WinQSB:

Camino Crtico y Pr. Lineal: Solucin WinQSB

Se indican los datos del problema a resolver: 17 variables y 25 restricciones. Como las variables son reales positivas, en WinQSB se indica especificando default variable type como nonnegative continuos.

Camino Crtico y Pr. Lineal: Solucin WinQSB

A continuacin se muestra la tabla con los datos del problema de programacin lineal que habamos planteado. Ntese que en los trminos independientes (R.H.S.) hemos introducido 6 cifras decimales, para que el resultado tienda a ser lo ms exacto posible.

[0, ] 0

es continua

Camino Crtico y Pr. Lineal: Solucin WinQSB

Mediante solve and analyze > solve problem, el software WinQSB obtiene la solucin de este problema : the problem has been solved. Optimal solution is achieved
Anlisis de los resultados: Las constantes (constraint) representan a cada una de las restricciones, y por tanto a cada actividad. Los valores de los precios sombra (shadow price) indican el incremento unitario del valor ptimo de la funcin objetivo (en este caso el tiempo total del proyecto) al incrementar en una unidad el trmino independiente de cada restriccin. Esto se puede traducir como las actividades que no pueden tocarse para mantener la solucin ptima, y por tanto forman parte del camino crtico aquellas cuyo valor sea 0. Segn la figura, seran las restricciones C2, C9, C10, C11, C13, C15, C16, C17, C20, C21, C22, C23, C24 y C25 que corresponden a las actividades: C, F, J, K, L, M, O, Q, T, U, V, W, X, Y; coincide!

Camino Crtico y Pr. Lineal: Solucin WinQSB

Mediante solve and analyze > solve problem, el software WinQSB obtiene la solucin de este problema : the problem has been solved. Optimal solution is achieved
Anlisis de los resultados: Las variables de decisin (decision variable) indican los tiempos acumulados hasta llegar al nodo . Evidentemente el valor del primer nodo tiene que ser nulo, y el del ltimo coincidir con la duracin total esperada para todo el proyecto. De la misma forma, el valor ptimo de la funcin objetivo (tiempo transcurrido desde el primer nodo hasta el ltimo nodo) nos indica de nuevo la duracin total esperada del proyecto.

= 40,5 semanas

min = 17 1

Camino Crtico y Pr. Lineal: Solucin WinQSB

Otra informacin obtenida del modelo de programacin lineal:

resta

21 49 21,49

7 16 7 16

Estudio del proyecto: diagrama de Gantt

Estudio del proyecto: Qu sabemos?

El tiempo total esperado es de 40,5 semanas (con una desviacin de aproximadamente dos semanas), por lo que el diagrama de Gantt refleja, sin contar con las condiciones laborales, que en 11 meses aproximadamente podra finalizarse el proyecto. Supongamos que se emplean 43 semanas. La mxima de las holguras libres que podramos aplicar corresponde a la actividad I, siendo de 5,33 semanas.

Es factible el objetivo mximo de Telefnica: terminar el proyecto para febrero del 2010, lo que implicara 48 semanas.

Pero, es realista la meta de tener el 50% finalizado para el 26 de octubre, es decir, en 34 semanas?

Aplicacin de la probabilidad
Es realista la meta de tener el 50% finalizado para el 26 de septiembre, es decir, en 30 semanas?
El teorema central del lmite nos permite aproximar un experimento aleatorio con muchas repeticiones mediante una variable aleatoria de distribucin normal, cuya esperanza es la suma de las medias de todos los eventos, y su varianza, la suma de todas las varianzas.

Aplicado al mtodo PERT, cuanto mayor sea el nmero de actividades en el camino crtico, mejor es esta aproximacin (converge ms rpido).
Sea una variable aleatoria que representa el tiempo total esperado del proyecto con una distribucin:

, 2 =

, c.c.

2 c.c.

Aplicacin de la probabilidad
Es realista la meta de tener el 50% finalizado para el 26 de octubre, es decir, en 34 semanas?
Se llegara hasta el nodo 12 (final de la actividad U, aproximadamente), donde los tiempos early y last son de 31,33 semanas. En este caso:
( 34 =
31 33,1 98

31,33 34 31,33 = 1,35] = 0,9115 2,59 1,98

0,1

Se obtiene una probabilidad del 91,15%. Es un objetivo realista, pero debido a la sensibilidad de los retrasos en el proyecto hasta ese punto, es complicado de lograr.

Aplicacin de la probabilidad
Es realmente factible el objetivo mximo de Telefnica: terminar el proyecto para febrero del 2010, lo que implicara 48 semanas?
, Por tanto:
48 40,5 48 = > 2,89] = 0,9981 2,59 2,59
0,1

48 =

Aproximadamente el 100% de probabilidades de acabarlo!

Aplicacin de la probabilidad
Y el objetivo marcado por Telefnica, terminar en 42 semanas, se podra llevar a cabo?
,

Por tanto:

42 =

42 40,5 42 = [0,57] = 0,8238 2,59 2,59 0,1

Un 82,38% de probabilidades. Es posible, pero demasiado arriesgado. Tiene lgica que hayan propuesto otra fecha como mxima.

a) PERT/CPM con costes (Cost-PERT)

Aadir costes a la toma de decisiones: contamos con un presupuesto total, y cada actividad implica un coste asociado.
Tendramos que aadir un nuevo tiempo: tiempo de urgencia y obtener el coste por unidad de tiempo de urgencia.

Se presenta una nueva casustica que se resuelve por programacin lineal o por teora de la decisin. Hay que llegar a una solucin de compromiso coste/tiempo.
No se va a mostrar el planteamiento de este caso por ser excesivamente largo para el propsito de esta presentacin.

b) Compromiso ptimo ante incertidumbre

Situacin de incertidumbre: NO se conoce la distribucin de probabilidad de la variable aleatoria CP, o NO se puede aproximar con una normal.
Varias formas de aproximar un resultado:
a) Teora de juegos (establecer un juego contra natura, mediante una serie de estrategias decisoras. Formar la matriz de estrategias o estados de la naturaleza y buscar una solucin). a) Uso de intervalos de confianza para parmetros desconocidos: se selecciona el nivel de confianza y se calcula el intervalo teniendo en cuenta qu desconocemos: media/varianza/ambas Por ejemplo, en el caso de la varianza desconocida se aproximara mediante la distribucin t de Student, en vez de una normal.

Compromiso ptimo ante incertidumbre

Situacin de riesgo: hay penalizacin/recompensa por retrasarse/anticiparse a los plazos establecidos.
Es el caso de este proyecto. Recordemos :
Por cada semana de retraso a partir de entonces, se prevea una prdida de aproximadamente 0,25 millones de dlares, y cada una de adelanto un beneficio de 0,15 millones de dlares.

Esta situacin s se va a mostrar.

Sea el coste unitario de rebaja (recompensa por semana de anticipo), y sea el coste unitario de penalizacin (prdida por semana de retraso). Sea Z el tiempo en que la empresa se compromete a terminar (en este caso Z = 48).

c) Situacin de riesgo
Si la duracin total del proyecto es y sucede que > , Telefnica obtendra un
coste total de rebaja de:

= ( Si consideramos que C es nuevamente una variable aleatoria, cuya distribucin de probabilidad tiene una densidad f(t), la media o esperanza asociada a ella ser:

( =

( =
;

( (

Si ahora llamamos C al coste total de penalizacin, encontraremos anlogamente: = (

Y por tanto:

( =

( =
;

( (

Situacin de riesgo
La media o esperanza total de lo que podemos perder o lo que podemos ganar por cada semana de retraso/anticipo respectivamente ser la suma de las dos esperanzas:
= +

( ( +

( (

Y por tanto, nos interesa minimizar este coste, entre lo que ganamos y perdemos :

E C =

( ( +

( (

Para ello se deriva la expresin respecto a t y se iguala a 0, obteniendo los puntos crticos. Sin especificar las operaciones necesarias, puede comprobarse que la solucin es : min E(C =
:

0,25 0,15:0,25

= 0,625

Situacin de riesgo
Cul ser el plazo ptimo de entrega para Telefnica?
, min E(C = 0,625 40,5 40,5 40,5 ( = 0,625 = = 0,625 2,59 2,59 2,59 Como , entonces : = , semanas.

Por tanto el plazo ptimo ser

40,5 = 0,32 = , 2,59

d) Tiempo de las actividades desconocido

Al principio se vio que:
Los encargados de la planificacin del proyecto, teniendo en cuenta los datos obtenidos de la experiencia de otros proyectos pueden estimar un intervalo de duracin de cada actividad basado en tres tiempos

Y si a pesar de tener una cantidad ingente de expertos, estos son incapaces de estimar los tiempos de manera razonable? Se recurre a la SIMULACIN DE MONTECARLO

Simulacin de Montecarlo
Sin introducirnos en los detalles tericos de este concepto, se puede partir de una serie de premisas:

El proyecto sigue una distribucin Beta-PERT que es una distribucin Beta modificada que se resume en el siguiente cuadro:

Simulacin de Montecarlo
Probando nmeros aleatorios para los parmetros que intervienen, que a fin de cuentas corresponden a los tiempos asociados a cada actividad, se puede obtener una aproximacin de la duracin total del proyecto basada en dicha distribucin.
El nmero de muestras o repeticiones que se har la simulacin hay que calcularlo previamente. Como mostrar este clculo llevara demasiado tiempo, se supondr que hay que hacer 200 simulaciones.

Para ello podemos usar cualquiera de las herramientas software disponibles para el anlisis de riesgos o la planificacin de proyectos. En este caso se ha empleado Oracle Primavera PertMaster.

Simulacin de Montecarlo: PertMaster

Simulacin de Montecarlo: PertMaster

Actividades
Tiempo desconocido

Tiempos aleatorios

Distribucin para la simulacin

Simulacin de Montecarlo: PertMaster

Resultado de la simulacin tras 200 repeticiones:

La simulacin se realiz comenzando en el ao actual. Traducido a la fecha de comienzo real se obtiene una duracin aproximada de:

10 meses

FIN!