El documento presenta conceptos relacionados con el análisis de la capacidad de un proceso, incluyendo los índices Cp, Cpk y Cpm. Explica que Cp mide la capacidad del proceso, Cpk evalúa si el proceso está centrado, y Cpm analiza la variabilidad y desempeño frente a las especificaciones. También introduce el índice de inestabilidad St para determinar si un proceso está fuera de control estadístico.
Este documento presenta los datos de 30 observaciones de un proceso de fabricación de barras energéticas. Se deben calcular los índices Cp, Cpk y Cpm, y analizar el estado del proceso mediante un gráfico de control x-R. El proceso parece ser capaz pero está fuera de control, por lo que se debe trabajar para controlarlo y volver a calcular su capacidad una vez eliminadas las causas especiales.
Este resumen describe un proceso de fabricación de barras energéticas con bajo contenido de grasas. La gerente de calidad está monitoreando el proceso para asegurar que el contenido de grasas permanezca dentro de las especificaciones de 0.75 ± 0.25 gramos. Se presentan datos de 30 observaciones de 4 unidades cada 15 minutos para analizar la capacidad y desempeño del proceso.
Este documento presenta los datos de 30 observaciones de un proceso de fabricación de barras energéticas. Se deben calcular los índices Cp, Cpk y Cpm, y analizar el estado del proceso mediante una carta x-R. El proceso parece ser capaz pero está fuera de control, por lo que se debe trabajar para controlarlo y volver a calcular su capacidad una vez eliminadas las causas de variabilidad.
El proceso de fabricación de barras energéticas bajas en grasas presenta problemas de capacidad e inestabilidad. La carta x-R muestra puntos fuera de control y tendencias, lo que indica que el proceso no está debidamente controlado. Los índices Cp=0.67, Cpk=0.5 y Cpm=0.5 son menores a 1, revelando que la capacidad del proceso no satisface las especificaciones. Se recomienda mejorar el proceso mediante técnicas estadísticas para lograr un estado de control estadíst
El documento describe los conceptos básicos de la programación lineal. Explica que la programación lineal es una técnica de optimización para maximizar o minimizar una función objetivo lineal sujeta a restricciones lineales. Luego detalla las características de un problema de programación lineal estándar, incluyendo la función objetivo, variables de decisión, restricciones y suposiciones. Finalmente, menciona algunos problemas comunes que se pueden modelar usando programación lineal.
Este documento presenta un problema de programación lineal para una compañía minera. Se define el objetivo de minimizar los costos de producción sujeto a restricciones de producción y un contrato de suministro. Se formula matemáticamente definiendo las variables, restricciones y objetivo para representar el problema como un modelo de programación lineal.
El documento presenta conceptos relacionados con el análisis de la capacidad de un proceso, incluyendo los índices Cp, Cpk y Cpm. Explica que Cp mide la capacidad del proceso, Cpk evalúa si el proceso está centrado, y Cpm analiza la variabilidad y desempeño frente a las especificaciones. También introduce el índice de inestabilidad St para determinar si un proceso está fuera de control estadístico.
Este documento presenta los datos de 30 observaciones de un proceso de fabricación de barras energéticas. Se deben calcular los índices Cp, Cpk y Cpm, y analizar el estado del proceso mediante un gráfico de control x-R. El proceso parece ser capaz pero está fuera de control, por lo que se debe trabajar para controlarlo y volver a calcular su capacidad una vez eliminadas las causas especiales.
Este resumen describe un proceso de fabricación de barras energéticas con bajo contenido de grasas. La gerente de calidad está monitoreando el proceso para asegurar que el contenido de grasas permanezca dentro de las especificaciones de 0.75 ± 0.25 gramos. Se presentan datos de 30 observaciones de 4 unidades cada 15 minutos para analizar la capacidad y desempeño del proceso.
Este documento presenta los datos de 30 observaciones de un proceso de fabricación de barras energéticas. Se deben calcular los índices Cp, Cpk y Cpm, y analizar el estado del proceso mediante una carta x-R. El proceso parece ser capaz pero está fuera de control, por lo que se debe trabajar para controlarlo y volver a calcular su capacidad una vez eliminadas las causas de variabilidad.
El proceso de fabricación de barras energéticas bajas en grasas presenta problemas de capacidad e inestabilidad. La carta x-R muestra puntos fuera de control y tendencias, lo que indica que el proceso no está debidamente controlado. Los índices Cp=0.67, Cpk=0.5 y Cpm=0.5 son menores a 1, revelando que la capacidad del proceso no satisface las especificaciones. Se recomienda mejorar el proceso mediante técnicas estadísticas para lograr un estado de control estadíst
El documento describe los conceptos básicos de la programación lineal. Explica que la programación lineal es una técnica de optimización para maximizar o minimizar una función objetivo lineal sujeta a restricciones lineales. Luego detalla las características de un problema de programación lineal estándar, incluyendo la función objetivo, variables de decisión, restricciones y suposiciones. Finalmente, menciona algunos problemas comunes que se pueden modelar usando programación lineal.
Este documento presenta un problema de programación lineal para una compañía minera. Se define el objetivo de minimizar los costos de producción sujeto a restricciones de producción y un contrato de suministro. Se formula matemáticamente definiendo las variables, restricciones y objetivo para representar el problema como un modelo de programación lineal.
El documento presenta información sobre programación lineal. Explica qué es un problema de investigación de operaciones y cómo se aplican las técnicas de administración a problemas determinísticos y estocásticos. También describe el método científico para resolver problemas complejos en administración e introduce conceptos clave de programación lineal como funciones objetivo, variables de decisión y restricciones.
El documento presenta información sobre programación lineal. Explica qué es un problema de investigación de operaciones, los tipos de sistemas (determinísticos y estocásticos), y el método científico para resolver problemas complejos. Luego, introduce conceptos clave de programación lineal como variables de decisión, función objetivo, restricciones, y cómo construir un modelo matemático de programación lineal. Finalmente, presenta ejemplos ilustrativos de cómo formular problemas de la vida real como modelos de programación lineal.
Este documento presenta un modelo de programación lineal para una empresa que fabrica tres productos. Incluye los tiempos estándar de producción, costos e ingresos de cada producto, y plantea el modelo PL para maximizar las ganancias en 8 horas de trabajo. Luego, realiza varios análisis de sensibilidad cambiando parámetros como tiempos de producción, costos y demanda para ver cómo afecta la solución óptima.
Este documento presenta una introducción al análisis de coste-beneficio ambiental. Explica que este análisis compara los costes y beneficios de alternativas para lograr un objetivo ambiental, como preservar una especie o gestionar residuos. Describe los pasos del análisis como identificar alternativas, criterios de comparación, y decidir basado en los criterios. También cubre conceptos como el análisis de coste-eficiencia, técnicas de decisión multicriterio, indicadores de rentabilidad como valor actual neto y
Este documento describe la programación lineal, incluidas sus aplicaciones, definición, pasos para la solución de problemas, y un ejemplo de modelo con dos variables. La programación lineal es una técnica matemática que permite optimizar una función objetivo sujeta a restricciones lineales, y se aplica a problemas de agricultura, industria, transporte y más.
Este documento presenta una introducción a la programación matemática y la programación lineal. Explica conceptos clave como funciones objetivo, restricciones, variables de decisión y coeficientes. También describe métodos de resolución como el método gráfico, el método simplex y algoritmos para problemas enteros, binarios y multiobjetivo. Finalmente, introduce el análisis envolvente de datos para medir la eficiencia productiva mediante modelos de programación lineal.
Este documento describe cómo resolver problemas de asignación de recursos utilizando programación dinámica. Explica que estos problemas involucran asignar una cantidad limitada de recursos entre varias actividades. La programación dinámica descompone el problema en etapas, calculando de forma recursiva la solución óptima para cada subproblema. También presenta un ejemplo numérico para ilustrar cómo aplicar este enfoque para maximizar los beneficios de invertir una cantidad fija de dinero en diferentes opciones.
1. La programación lineal trata de optimizar funciones lineales mediante el uso de variables de decisión y restricciones lineales para resolver problemas de asignación de recursos. 2. Incluye variables de decisión, función objetivo, coeficientes, restricciones y disponibilidad de recursos. 3. Se pueden usar métodos gráficos, el método simplex o software especializado para resolver problemas de programación lineal.
Este documento presenta varios métodos para medir la competencia de los empleados basados en la lógica difusa. Describe cuatro métodos específicos - aproximación al proceso óptimo, exigencia de máximo nivel, exigencia de propiedades con diferente importancia y coeficiente de adecuación - y los aplica para evaluar la competencia de seis consultores de una empresa. Los resultados muestran que los consultores S y B son los más competentes según estos análisis, mientras que L es el menos competente. El documento concluye
El documento describe varios métodos para estimar proyectos de software, incluyendo estimaciones basadas en el tamaño, el problema, el proceso y modelos como COCOMO. COCOMO incluye un modelo básico, intermedio y avanzado que usan factores como la fiabilidad, complejidad y habilidades para calcular el esfuerzo requerido. Un ejemplo estima que un pequeño proyecto de Visual Basic requerirá un equipo de 6 personas trabajando durante 7 meses.
Este documento presenta el contenido de una sesión sobre herramientas para la toma de decisiones. Se explica cómo formular un problema de maximización o minimización usando la herramienta Solver de Excel y cómo obtener la solución óptima. También se describen los resultados esperados de aprender a formular problemas de programación lineal, resolverlos con Solver e interpretar los resultados y el análisis de sensibilidad.
Este documento describe la programación lineal, un método de optimización matemática que se puede usar cuando un problema de negocios puede expresarse como una función lineal y está sujeto a restricciones lineales. Explica conceptos como la función objetivo, variables, restricciones, soluciones factibles y óptimas. También describe el método gráfico y el método simplex para resolver problemas de programación lineal.
Semana 4 - Programación lineal para minimización.pdfEduardoVilca8
El documento presenta información sobre el método simplex para problemas de minimización en programación lineal. Explica cómo se resuelven este tipo de problemas utilizando el método simplex y el método de la Gran M cuando hay variables artificiales. También incluye dos ejemplos resueltos paso a paso para ilustrar los métodos.
El documento describe el programa Storm, el cual proporciona técnicas de modelado cuantitativo para problemas de ingeniería. Storm incluye módulos para programación lineal, asignación, transportación, redes, análisis de colas e inventario. El documento presenta un ejercicio de programación lineal para maximizar las ganancias de una compañía que fabrica dos productos sujetos a restricciones de tiempo de producción. También presenta un ejercicio de selección de cartera para maximizar las ganancias de una inversión sujeto a límit
Este documento presenta la planificación de un curso de optimización que consta de 5 semanas. Cada semana se cubrirán aproximadamente 2 temas. Habrá un parcial a mediados del curso y un proyecto final al final del curso. El documento también incluye conceptos teóricos básicos de optimización como funciones objetivo, restricciones y regiones factibles.
Presentación de David García Almenzar (@dgalmenzar) en la reunión de Usuarios de R de Almería del 12 de enero de 2017.
Uno de los retos más importantes en el análisis de datos y sobre el que menos se suele hablar es la preparación de los mismos, vamos a ver 4 procesos fundamentales:
1. Tratamiento de valores perdidos o erróneos
2. Definición de tipologías
3. Tratamiento de outliers
4. Reducción de la dimensionalidad
Uso de CMSA para resolver el problema de selección de requisitosjfrchicanog
El documento describe el uso del algoritmo Construct, Merge, Solve and Adapt (CMSA) para resolver el problema de selección de requisitos (Next Release Problem, NRP). Se proponen dos versiones de CMSA para NRP donde los componentes son los requisitos o los clientes. Se generan instancias aleatorias de NRP y se comparan los resultados de CMSA con un resolutor exacto (CPLEX) en términos de valor objetivo medio obtenido. Los resultados muestran que CMSA es capaz de encontrar soluciones de calidad similar al resolutor exacto pero en menos tiempo.
Este documento presenta los conceptos básicos de la programación lineal. Explica cómo formular un modelo de programación lineal con variables de decisión, restricciones y función objetivo. Describe un ejemplo de optimización de la producción de juguetes y cómo resolverlo gráficamente y con el método simplex. También cubre el análisis de sensibilidad y diferentes tipos de soluciones como óptimas, no factibles o no acotadas. Finalmente, menciona el uso de software para resolver grandes modelos lineales.
Este documento presenta un modelo de programación lineal para resolver un problema de planificación de producción en una empresa de juguetes. El modelo busca maximizar las ganancias sujeto a restricciones en los recursos disponibles. Se analizan conceptos como solución óptima, análisis de sensibilidad y métodos para resolver el modelo como el método gráfico y Simplex. Finalmente, se aplica el modelo al problema de la empresa Galaxia para determinar la producción óptima de dos juguetes.
El documento presenta información sobre programación lineal. Explica qué es un problema de investigación de operaciones y cómo se aplican las técnicas de administración a problemas determinísticos y estocásticos. También describe el método científico para resolver problemas complejos en administración e introduce conceptos clave de programación lineal como funciones objetivo, variables de decisión y restricciones.
El documento presenta información sobre programación lineal. Explica qué es un problema de investigación de operaciones, los tipos de sistemas (determinísticos y estocásticos), y el método científico para resolver problemas complejos. Luego, introduce conceptos clave de programación lineal como variables de decisión, función objetivo, restricciones, y cómo construir un modelo matemático de programación lineal. Finalmente, presenta ejemplos ilustrativos de cómo formular problemas de la vida real como modelos de programación lineal.
Este documento presenta un modelo de programación lineal para una empresa que fabrica tres productos. Incluye los tiempos estándar de producción, costos e ingresos de cada producto, y plantea el modelo PL para maximizar las ganancias en 8 horas de trabajo. Luego, realiza varios análisis de sensibilidad cambiando parámetros como tiempos de producción, costos y demanda para ver cómo afecta la solución óptima.
Este documento presenta una introducción al análisis de coste-beneficio ambiental. Explica que este análisis compara los costes y beneficios de alternativas para lograr un objetivo ambiental, como preservar una especie o gestionar residuos. Describe los pasos del análisis como identificar alternativas, criterios de comparación, y decidir basado en los criterios. También cubre conceptos como el análisis de coste-eficiencia, técnicas de decisión multicriterio, indicadores de rentabilidad como valor actual neto y
Este documento describe la programación lineal, incluidas sus aplicaciones, definición, pasos para la solución de problemas, y un ejemplo de modelo con dos variables. La programación lineal es una técnica matemática que permite optimizar una función objetivo sujeta a restricciones lineales, y se aplica a problemas de agricultura, industria, transporte y más.
Este documento presenta una introducción a la programación matemática y la programación lineal. Explica conceptos clave como funciones objetivo, restricciones, variables de decisión y coeficientes. También describe métodos de resolución como el método gráfico, el método simplex y algoritmos para problemas enteros, binarios y multiobjetivo. Finalmente, introduce el análisis envolvente de datos para medir la eficiencia productiva mediante modelos de programación lineal.
Este documento describe cómo resolver problemas de asignación de recursos utilizando programación dinámica. Explica que estos problemas involucran asignar una cantidad limitada de recursos entre varias actividades. La programación dinámica descompone el problema en etapas, calculando de forma recursiva la solución óptima para cada subproblema. También presenta un ejemplo numérico para ilustrar cómo aplicar este enfoque para maximizar los beneficios de invertir una cantidad fija de dinero en diferentes opciones.
1. La programación lineal trata de optimizar funciones lineales mediante el uso de variables de decisión y restricciones lineales para resolver problemas de asignación de recursos. 2. Incluye variables de decisión, función objetivo, coeficientes, restricciones y disponibilidad de recursos. 3. Se pueden usar métodos gráficos, el método simplex o software especializado para resolver problemas de programación lineal.
Este documento presenta varios métodos para medir la competencia de los empleados basados en la lógica difusa. Describe cuatro métodos específicos - aproximación al proceso óptimo, exigencia de máximo nivel, exigencia de propiedades con diferente importancia y coeficiente de adecuación - y los aplica para evaluar la competencia de seis consultores de una empresa. Los resultados muestran que los consultores S y B son los más competentes según estos análisis, mientras que L es el menos competente. El documento concluye
El documento describe varios métodos para estimar proyectos de software, incluyendo estimaciones basadas en el tamaño, el problema, el proceso y modelos como COCOMO. COCOMO incluye un modelo básico, intermedio y avanzado que usan factores como la fiabilidad, complejidad y habilidades para calcular el esfuerzo requerido. Un ejemplo estima que un pequeño proyecto de Visual Basic requerirá un equipo de 6 personas trabajando durante 7 meses.
Este documento presenta el contenido de una sesión sobre herramientas para la toma de decisiones. Se explica cómo formular un problema de maximización o minimización usando la herramienta Solver de Excel y cómo obtener la solución óptima. También se describen los resultados esperados de aprender a formular problemas de programación lineal, resolverlos con Solver e interpretar los resultados y el análisis de sensibilidad.
Este documento describe la programación lineal, un método de optimización matemática que se puede usar cuando un problema de negocios puede expresarse como una función lineal y está sujeto a restricciones lineales. Explica conceptos como la función objetivo, variables, restricciones, soluciones factibles y óptimas. También describe el método gráfico y el método simplex para resolver problemas de programación lineal.
Semana 4 - Programación lineal para minimización.pdfEduardoVilca8
El documento presenta información sobre el método simplex para problemas de minimización en programación lineal. Explica cómo se resuelven este tipo de problemas utilizando el método simplex y el método de la Gran M cuando hay variables artificiales. También incluye dos ejemplos resueltos paso a paso para ilustrar los métodos.
El documento describe el programa Storm, el cual proporciona técnicas de modelado cuantitativo para problemas de ingeniería. Storm incluye módulos para programación lineal, asignación, transportación, redes, análisis de colas e inventario. El documento presenta un ejercicio de programación lineal para maximizar las ganancias de una compañía que fabrica dos productos sujetos a restricciones de tiempo de producción. También presenta un ejercicio de selección de cartera para maximizar las ganancias de una inversión sujeto a límit
Este documento presenta la planificación de un curso de optimización que consta de 5 semanas. Cada semana se cubrirán aproximadamente 2 temas. Habrá un parcial a mediados del curso y un proyecto final al final del curso. El documento también incluye conceptos teóricos básicos de optimización como funciones objetivo, restricciones y regiones factibles.
Presentación de David García Almenzar (@dgalmenzar) en la reunión de Usuarios de R de Almería del 12 de enero de 2017.
Uno de los retos más importantes en el análisis de datos y sobre el que menos se suele hablar es la preparación de los mismos, vamos a ver 4 procesos fundamentales:
1. Tratamiento de valores perdidos o erróneos
2. Definición de tipologías
3. Tratamiento de outliers
4. Reducción de la dimensionalidad
Uso de CMSA para resolver el problema de selección de requisitosjfrchicanog
El documento describe el uso del algoritmo Construct, Merge, Solve and Adapt (CMSA) para resolver el problema de selección de requisitos (Next Release Problem, NRP). Se proponen dos versiones de CMSA para NRP donde los componentes son los requisitos o los clientes. Se generan instancias aleatorias de NRP y se comparan los resultados de CMSA con un resolutor exacto (CPLEX) en términos de valor objetivo medio obtenido. Los resultados muestran que CMSA es capaz de encontrar soluciones de calidad similar al resolutor exacto pero en menos tiempo.
Este documento presenta los conceptos básicos de la programación lineal. Explica cómo formular un modelo de programación lineal con variables de decisión, restricciones y función objetivo. Describe un ejemplo de optimización de la producción de juguetes y cómo resolverlo gráficamente y con el método simplex. También cubre el análisis de sensibilidad y diferentes tipos de soluciones como óptimas, no factibles o no acotadas. Finalmente, menciona el uso de software para resolver grandes modelos lineales.
Este documento presenta un modelo de programación lineal para resolver un problema de planificación de producción en una empresa de juguetes. El modelo busca maximizar las ganancias sujeto a restricciones en los recursos disponibles. Se analizan conceptos como solución óptima, análisis de sensibilidad y métodos para resolver el modelo como el método gráfico y Simplex. Finalmente, se aplica el modelo al problema de la empresa Galaxia para determinar la producción óptima de dos juguetes.
Presentación Aislante térmico.pdf Transferencia de calorGerardoBracho3
Las aletas de transferencia de calor, también conocidas como superficies extendidas, son prolongaciones metálicas que se adhieren a una superficie sólida para aumentar su área superficial y, en consecuencia, mejorar la tasa de transferencia de calor entre la superficie y el fluido circundante.
TIA portal Bloques PLC Siemens______.pdfArmandoSarco
Bloques con Tia Portal, El sistema de automatización proporciona distintos tipos de bloques donde se guardarán tanto el programa como los datos
correspondientes. Dependiendo de la exigencia del proceso el programa estará estructurado en diferentes bloques.
MATERIALES PELIGROSOS NIVEL DE ADVERTENCIAROXYLOPEZ10
Introducción.
• Objetivos.
• Normativa de referencia.
• Política de Seguridad.
• Alcances.
• Organizaciones competentes.
• ¿Qué es una sustancia química?
• Tipos de sustancias químicas.
• Gases y Vapores.
• ¿Qué es un Material Peligroso?
• Residuos Peligrosos Legislación Peruana.
• Localización de Accidentes más habituales.
• Riesgos generales de los Materiales Peligrosos.
• Riesgos para la Salud.
• Vías de ingreso al organismo.
• Afecciones al organismo (secuencia).
• Video: Sustancias Peligrosas
2. TOMA DE DECISIONES CON CRITERIOS MÚLTIPLES
La mayoría de las situaciones de decisión real,
sean personales o profesionales, se caracterizan
por metas (atributos) y objetivos múltiples más
que por un simple objetivo. Estas metas
(atributos) pueden ser complementarias, pero
frecuentemente son conflictivas
3. Se consideran problemas con objetivos
múltiples en forma simultanea
Las variables de análisis pueden ser
cualitativas y cuantitativas
Los procedimientos utilizados son:
- Programación por metas PM
- Proceso analítico de jerarquías PAJ
TOMA DE DECISIONES CON CRITERIOS MÚLTIPLES
4. 1. Identificar las metas y nivel de prioridades.
2. Definir las variables de decisión.
3. Plantear las restricciones.
Restricción del sistema (duras).
Restricciones metas (suaves); (se incluyen las variables
de desviación “d “ )
• d+ : por encima de la meta.
• d- : por debajo de la meta.
4. Plantear la función objetivo (MIN: d+ o d-).
5. Solución del modelo.
PROCEDIMIENTO PARA FORMULAR EL MODE LO DE
PROGRAMACIÒN POR METAS
5. CASO APLICATIVO
Un pequeño empresario de miel de abejas envasa sus productos en cajas grandes y
pequeñas; el costo y la utilidad por cada una de las cajas se muestran en la
siguiente tabla:
Para ello tiene disponible S/.400 soles diario para adquirir sus productos.
Las metas que se propone son:
Obtener una utilidad de por lo menos S/ 300 soles diarios.
Envasar como mínimo 40 cajas de tamaño grande.
Determinar la solución óptima del modelo.
Tamaño de caja Costo unitario(S./) Utilidad por unidad(S./)
Grandes 7 6
Pequeña 4 3
6. variables de decisión
X1: Numero de cajas grandes.
X2: Numero de cajas pequeñas.
Restricción del sistema
Restricción meta
7x1 + 4x2 ≤400
6x1 + 3x2 - d1
+ + d1
- = 300
x1 - d2
+ + d2
- = 40
C.N.N xj ≥0 j=1,2
d- +
i ≥0 i=1,2
Min w= d1
- + d2
-
7.
8. Caso 1
Un cliente tiene hasta $ 80000 disponible para inversión y como
estrategia inicial , pretende que su cartera se restringiera a una
combinación de las dos siguientes acciones:
ACCIÓN PRECIO POR ACCIÓN
RENDIMIENTO ANUAL
ESTIMADO POR ACCIÓN
INDICE DE RIESGO
POR ACCIÓN
A $25 $3 0.50
B $50 $5 0.25
El objetivo meta es determinar una cartera de inversión que tenga un índice de
riesgo de $700 o menor.
Otra meta del cliente es obtener un rendimiento anual de cuando menos
$9000
Cuál será la decisión óptima del cliente si considera la meta de rendimiento
con prioridad 2 y la meta de riesgo con prioridad 1
9. CASO 2
Una empresa fabrica dos productos . Cada producto requiere
tiempo en dos departamentos de producción ; el producto 1
requiere de 20 horas en el departamento 1 y 10 horas en el
departamento 2; el producto 2 requiere de 10 horas en el
departamento 1 y 10 horas en el departamento 2 . El tiempo de
producción esta limitado en 60 horas para el departamento 1 y 40
horas para el departamento 2 . La utilidad del producto 1 es $40 y
$80 del producto 2.
•La meta de prioridad 1 es de obtener una utilidad por lo menos
de $500
•La meta de prioridad 2 es producir por lo menos dos unidades
del producto 1
Resuelva el problema utilizando el modelo de programación por
metas e interprete sus resultados.
11. Se consideran criterios múltiples en
forma simultanea
Las variables de análisis pueden ser
cualitativas y cuantitativas
Procedimiento a utilizar:
- Proceso analítico de jerarquías PAJ
12. PROCEDIMIENTO
1. Desarrollo de jerarquías.
2. Elaboración de la matriz de comparaciones pareadas.
3. Sintetización.
• Vector de prioridades.
4. Jerarquización global.
13. PRUEBA DE CONSISTENCIA
Evalúa la calidad de las comparaciones pareadas mediante la relación de consistencia (RC).
RC =
𝐼𝐶
𝐼𝐴
; si RC 0.10; se considera un nivel de consistencia aceptable.
• El índice aleatorio (IA) depende del número de elementos que se comparan (Tabla).
• El índice de consistencia (IC) se obtiene mediante:
IC =
( 𝑚𝑎𝑥−𝑛 )
𝑛−1
Para hallar máx :
1. Se halla el vector suma ponderada.
2. Se divide los elementos del vector suma ponderada entre el correspondiente valor de prioridad.
3. máx es el promedio de (2).
14. Un estudiante desea adquirir una laptop debido a que sus
actividades académicas así lo requieren, para lo cual se
considera los siguientes criterios: Marca (M), precio (P) y
Eficiencia (E). Si se conocen las siguientes matrices de
comparaciones, utilizando PAJ ¿cuál sería la mejor
elección? Realice una prueba de consistencia para la matriz
de eficiencia.
15. A) DESARROLLO DE JERARQUIAS
Criterios:
Alternativas:
Metaglobal:Adquisiciòndelaptop
Eficiencia(E)
Lenovo(L)
Precio(P)
Toshiba(T)
HP(H)
Lenovo(L)
Toshiba(T)
HP(H)
Lenovo(L)
Marca(M)
Toshiba(T)
HP(H)
16. B) ELABORACION DE LA MATRIZ DE COMPARACIONES
C) VECTOR DE PRIORIDADES
Criterio M P E
M 1 3 1/5
P 1/3 1 1/4
E 5 4 1
6.33 8.00 1.45
Marca T H L
T 1 4 4
H 1/4 1 5
L 1/4 1/5 1
1.5 5.2 10
Precio T H L
T 1 1/2 1/4
H 2 1 1/5
L 4 5 1
7 6.5 1.45
Eficienc
ia T H L
T 1 3 5
H 1/3 1 4
L 1/5 1/4 1
1.53 4.25 10
Criter
io M P E VP
M 0.16 0.38 0.14 0.22
P 0.05 0.13 0.17 0.12
E 0.79 0.50 0.69 0.66
Marca T H L VP
T 0.67 0.77 0.40 0.61
H 0.17 0.19 0.50 0.29
L 0.17 0.04 0.10 0.10
ESC. DESC.
1 Indiferente
2 Regular
3 Bueno
4 Muy bueno
5 Excelente
Precio T H L VP
T 0.14 0.08 0.17 0.13
H 0.29 0.15 0.14 0.19
L 0.57 0.77 0.69 0.68
Eficien
cia T H L VP
T 0.65 0.71 0.5 0.62
H 0.22 0.24 0.4 0.28
L 0.13 0.06 0.1 0.10
18. λ
IC
RC
λ=
λ= 3,04
PRUEBA DE CONSISTENCIA – MATRIZ EFICIENCIA
VECTOR SUMA PONDERADA
si RC 0.10; se considera un nivel de consistencia
aceptable.
IC = ( máx - n ) / ( n - 1 )
RC = IC / IA
RC = IC / IA
19. CASO 1
Un pequeño empresario esta considerando poner un establecimiento para brindar servicios de cabinas de
internet y ha considerado 3 criterios para este fin que son Ubicación (U), Costo (C) y Rentabilidad (R). A
continuación se tiene las siguientes matrices de comparaciones pareadas.
Represente la jerarquía para este problema y calcule las prioridades para cada una de las matrices.
Determine la prioridad global e indique la decisión a tomar.
Evalúe la consistencia para la matriz de costo.
20. CASO 2
Un estudiante está considerando para fiestas patrias la adquisición de una computadora y
ha considerado tres criterios qué varían en términos de precio(P) , capacidad (Q) y
presentación (F). Después de realizar el análisis correspondiente cuenta con las siguientes
matrices de comparaciones pareadas.
• Represente la jerarquía para este problema y calcule las prioridades para cada una de las
matrices.
• Determine la prioridad global e indique la decisión a tomar.
• Evalúe la consistencia para la matriz de Capacidad.
CRIT P Q F
P 3 4
Q 3
F
P A B C
A 4 2
B
C 3
Q A B C
A
B 2
C 4 3
F A B C
A 4 2
B 1
C