SOFTWAREDIDCTICOPARAELMTODOPERTDEPROYECTOS

OVIEDOGALDEANOHUMBERTO OVIEDOGALDEANOMARIO CAREAGADELAGARZACARLOSINDALECIO

RESUMEN Lametodologaactualparaejecutarproyectos,formapartedelcontenidomaterialqueperfilaalegresado profesional en nuestras universidades del pas. En particular, carreras de Ingeniera y Administracin Industrial como las que ofrece la Unidad Pr ofesional Inter disciplinar ia de Ingeniera y Ciencias Sociales y Administr ativas, (UPIICSA), del IPN, incluyen este tema en asignaturas asociadas con Investigacin de Operaciones. El mtodo aplica un algor itmo que pr ogr ama tiempos a cumplir bajo condicionespr obabilsticasmedidasconladistr ibucinnor mal,lasqueseregistranvalindosedeuna tabla y una r ed que visualiza el avance y facilita el contr ol de todo el pr oyecto. El tipo de red propuestorepresentalaactividad mediante lneas orientadas oflechas,unaparacadatrabajo,con nodos (crculos o cuadros) extremos las lneas se unen segn su relacin dependiente. Los tres autores de la ponencia, profesores de UPIICSA, aprovechamos la oportunidad para informar, que el INSTITUTO POLITCNICONACIONAL, nos autorizconregistro enCGPI#20060083 el proyecto Tcnicas de Investigacin de Operaciones para la Planeacin, Programacin y Control de Proyectos, el que tiene como uno de sus pr oductos el softwar e, que en for ma amigable, obtiene la r edpr oyecto y el pr ogr amadetiemposdelconjuntodetr abajosinvolucr ados,conlocualseconsigueungr anahor r o detiempo.

1.ELRETODELDISEOGRFICOENREDYAPRENDERELMTODOPERT ElmtodoPERT,utilizalaredquefacilitaseguireltrabajo,ilustrandosusecuenciatambinseusapara programar la probabilidad de una distribucin normal para los tiempos de cada actividad. Un proyecto combina actividades interrelacionadas conforme al tiempo originando una secuencia lgica tal, que empezaruntrabajo(exceptolosiniciales)dependedequeotrosseterminen. En general,disear la r edpr oyecto puedeser una labor difcil, elalumnorequiere de imaginacin e inventiva primero se hace una lista de los distintos trabajos por hacer, decidiendo la secuencia (actividadesprecedentes)entreellosyluegoseintentaelmodelodered.Launindediver sos nodosy flechas for ma una r ed con distintas r utas que conectan los trabajos de inicio con los intermedios y terminaconlasactividadesfinalesdelproyecto. Unaactividadenflecha(i,j),debetenerenambosextremos,unnodoi(i=1,2,...)deinicioyunnodoj (j=1,2,...)terminalelpar (i,j)endondei <j,identificacadatr abajo.Esimportanteeldiseodeuna r edpr oyectopuespuedeserdifcilderepresentarsisebuscaevitar cr ucesdelneas,ubicarlosnodosde inicio yterminacin enlaorilla delared,yusar slo las necesar ias actividades ficticias estas sirven para completar las precedencias entre trabajos reales. Los siguientes esquemas son ejemplo para representareinterpretarlaposiblerelacindeprecedenciaentreactividadesdecualquierredproyecto:

Nodoeventodeinicioi

actividad

Nodoeventoterminalj

Figura1.Trabajo ficticioF,suefectoenunasecuenciadetrabajosrealesenunproyecto. Alaizquierdadefigura1semuestraquelostrabajosByCseinicianhastaquesuprecedenteAtermina adems,segnlaflechaficticiaF,tambindebenesperarelfindeotrasprecedentesRySeliniciodeT slodependedeRyS.Enladerechadelamismafigura1,seinviertelaficticia,continalasecuenciaen ByCdespusdeA,peroTdependedelasprecedentesR,SyA. Lareglaparautilizaruntrabajoficticioesevitarquedosomsactividadesseidentifiquenconunmismo par(i,j),estoes,puedentenerelmismonodo(i),perocondiferente(j),obien,elmismo(j)perocon diferente(i).Paracorregirloseagregan,unaflechaFyunnodo(k)ficticios.Untrabajoflechaficticia, noconsumetiempo,peroestetipoderedlausaalrepresentarprecedencias.

MTODOPERTPROBABILISTICO. Medianteelconceptodeprobabilidad,lametodologaPERTtieneunmodelo quemanejaenformams realistalos tiempos delas actividades queintervienenenunproyecto.Entalcaso las duraciones delos trabajossontiemposesperadosacumplir.ElmtodoPERTprobabilsticosebasaentiemposestimadosde gentequeconoceeltipodeactividadporrealizarastomaencuentalaopinindeexpertos quepueden proporcionarvaloresdeduracindelasiguientemanera: Tr esestimacionespar aladur acindecualquiertr abajodelpr oyecto: Tiemposesper ados,var ianciasypr ogr amacin. to=tiempo optimista,sitodotranscurrebien. tm =tiempomspr obable,sitodotranscurreordinariamente tp =tiempo pesimista,sitodotranscurremal. LuegoseaplicanenlafrmuladelPERTparacalculareltiempoesperadostecomopromedio ponderado:

t + 4 tm + tp te = o 6
Suposiciones del modelo PERT pr obabilstico. Los tiempos esperados te de los diversos trabajos se considerancomovar iables aleator iasdeunadistribucindeprobabilidadtipogaussianadenominada b losvaloresdevariablealeatoriasedispersandentrodelespaciodetresdesviaciones,aunoyotrolado,de lamedialosvalorestesonestadsticamente independientes.

frecuencia tm tm tm tm

tiempo

to

6s

tp

Figur a2.Distr ibucin bpar alostiemposesper adostedelostr abajos(i,j) Lamedidadedispersinparalavariablealeatoriatesecalculaconlafrmulaparalavarianciasiguiente:

t - t Ste = p o 6
2

Ladistribucin besgaussianaperosedistinguedeotrasdistribucionesdeestetipoporquelascolasdela campana cruzan el eje horizontal, teniendo de esta manera la ubicacin para las duraciones pesimista y optimista,lascualesnopuedenrebasardichosvaloresyaseaparamsoparamenos.Laubicacinparael tiempomsprobablepuedeserencualquierlugardelintervaloentret oytpqueseconsideranvalores extremosparalavariablealeatoriate.Paraelintervaloentret oytpseconsideran6desviaciones.La frmula para el tiempo esperado proporciona la ponderacin de las estimaciones de los expertos para calcular el mismo as se puede observar la ponderacin de 2/3 partes de rea bajo la campana para el tiempo ms probable y latercerapartecomplementariadel reabajo lacampana,sereparteigualmente conunsextodelreaparacadaunodelostiemposoptimistaypesimista. ElmtodoPERTprobabilsticotambinconsideratiemposesper adosTiparacadaunodeloseventos nodos ( i ) del proyecto, pero distribuidos conforme a la distr ibucin nor mal en tal caso, el tiempo esperado Ti se calcula con la sumatoria de los tiempos esperados correspondientes a los trabajos que formanlar utamayor paracumplirdichoeventonodo(i): te=Ti 2 2 LasumadevarianciasentalrutamayorresultaenvarianciadeTi: (Si) = (Ste) Entretodaslasrutasdelared,laqueresultaestadsticamentemslar ga,escr ticalosdiferentesnodos eventosdelproyectosecumplenenuntiempoTi= te,(sumadevaloresaleatorioste).EstavariableTi tambinesaleatoriaperodistribuidaconformeaunanor mal.

Figur a3.Distr ibucinnor malpar atiemposesper adosTideloseventos. Losvaloresobtenidosparacadaunodeloseventosdelproyectosonparticulares,locualesprcticamente imposible manejar. Para superar este inconveniente, el modelo PERT probabilstico propone una conversin de los valores particulares, hacia los valores de una distribucin nor mal estndar con parmetros: N(m , s)=N(0,1)

Yconlafrmula:

Zi=

(TP )i - Ti

Si

Endonde Zi esladesviacinnormalestndarquesepuedeencontrarenlastablasdedistribucinnormal. Ti eseltiempoesperadoparaeleventoideintersenelproyecto. Si eslarazcuadradadelavariancia(Si)quesepuedecalcularporlasumadelasvariancias delostrabajossobrelarutamayorparacumplireleventoi (TP)i estiempopr ogr amadopor laadministr acin delproyectoparaun eventoidelproyecto. De esta manera, el ger ente del pr oyecto puede pr ogr amar con la pr obabilidad de que un cier to eventonodoisecumplacuandomucho,enuntiempo(TP)iquesecuantificaenfor maconveniente deacuer doalmodeloPERTpr obabilstico. Estos valores deprobabilidadsepuedentenerconsultando lastablas de distr ibucin nor malestndar extensamentepublicadas. Veaelejemplocontiemposatrabajosydatosdeprecedentessidesea,intentehacer lar edpr oyecto,as puede apreciar su dificultad. Los ponentes le informan que el INSTITUTO POLITCNICO NACIONAL con registro CGPI #20060083, nos autor iz el proyecto Tcnicas de Investigacin de Operaciones para la Planeacin, Programacin y Control de Proyectos. Un producto de este, es el softwarequeahor r ar alusuar ioconstr uir lar edyelclculodetiempos,(sinpretendercompetircon el programa M.S. Project comercial, ya existente), es amigable, econmico, con ahor r o de tiempo y clculopar aconseguir lar edypr ogr amadeeventosmostr adoacontinuacin. Ejemplo.Conlasiguienteredproyecto,cuyostiemposestimadosseanotanentablacomo(to,tm,tp) paracadatrabajo,determineun pr ogr amadetiemposesper adosTi paracadaeventonodoi.

Trabajo (i,j) A B C F G H I J K P R S T to 7 5 4 3 1 2 3 9 2 10 2 5 9

Duracinestimada tm 8 7 6 5 2 2 5 10 4 13 3 7 12 tp 9 21 8 13 9 14 7 11 6 16 4 9 15

Tiempoesperado Variancia Clculoconla Clculoconla frmuladel te 8 9 6 6 3 4 5 10 4 13 3 7 12

2 frmulade S i

1/9 64/9 4/9 25/9 16/9 4 4/9 1/9 4/9 1 1/9 4/9 1

Figur a4.Tiempoesper adoyvar ianciadetr abajosenr edpr oyectodelejemplo Elavancedelsoftware,yaproducelasolucindenodosenpar es(i,j),delejemplocon 13trabajos.

3 8 A 9 B

6 F
3 G

6 R3 K4 5 S7 8

H4
5 I

P13 T12 7

6
C

J10

Figur a5.Redpr oyectodelejemplo,contr abajosytiemposte Laaplicacindelsoftwarealejemploplanteado,entregalossiguientesresultadosconlainformacindel programadetiemposdeseadosacumplireneventosdelproyectoysuprobabilidad.Aslaadministracin, puedeprepararelmovimientoderecursosalaactividadqueleconvenga.Latablaquesiguecontienela estructuraqueseestpreparandoparalainterfasedeentregadelprogramamtodoPERTparaproyectos.

NODO Tiempo tiempo Pr obabilidad Var ianza EVENTOi Rutamayor esper ado pr ogr amado Zi={(TP)iTi}/Si P{(TP)i Ti} 2 (Si) Ti (TP)i Nor mal 1 0 0 2 3 4 5 6 7 1,2 1,2,3 1,2,4 1,2,4,5 1,2,4,5,6 1,2,4,5,7 9 9 9 14 18 27 64/9 64/9 64/9 68/9 72/9 77/9 9 8 10 13 15 17 18 25 26 28 37 38 40 0 0.375 0.375 0.363 0.363 0.353 0 0.683 0.341 0.341 0.646 0.323 0.323 0.5 0.3538 0.6461 0.358 0.642 0.362 0.5 0.2473 0.3665 0.6334 0.2591 0.3733 0.6266

1,2,4,5,7,8

39

86/9

Figur a7.Pr ogr amadelejemplo,conpr obabilidadespar alostiempos(TP)ienlosnodoseventoi. Lostiempos(TP)isonsupuestosdelagerencia,quesepuedenprogramarparacadaeventonodoi. Ejemplo(a).Conla mismaredproyecto ytiempo esperadoT 8 =39,calculelaprobabilidad de que el proyecto secompleteeneltiempoesper adoT8 =39,perodentro de1desviacinestndar . Z8 = {(TP)8 T 8}/S8per o:(TP)8 = {T8 1S8} Z8 = {T 8 1S8 T 8}/S8= S8 /S8 = 1

(391S)T8 =39(39+1S) P { T8 1S8}=0.84134 0.15866=0.68268 (tablasdedistribucin NormalparaZ=1yZ=1) Figur a8(a).CampanadeGaussdedistr ibucinnor mal,ejemplo(a) Ejemplo(b).Conelmismoejemplocalculelapr obabilidaddequeelpr oyectosecumpla exactamentedentr odelaunidaddetiempo37esdecir ,queP (TP)8 =37

363739

37393639

P (TP)8 =37=P (TP)8 37 P (TP)8 36 P(TP)8 =37 =P Z8 =(37 39)/ 86/9 P Z8 =(36 39)/ 86/9 P (TP)8 =37=P Z8 = 0.7276 P Z8 = 0.9704 =0.23343 0.16592= 0.06751 Figur a9(b).CampanasdeGaussdedistr ibucinnor malpar aelejemplo(b) Ejemplo(c).Calculeuninter valodeconfianzadel95% par a later minacindepr oyecto a =10.95=0.05, a /2=0.05/2=0.025 entablasdedistribucinnormal Z= 1.96 Zi={(TP)i Ti }/Si (TP)i=Ti ZiSi=39 (1.96)(86/9) Ti ZiSi IC 0.95 Ti+ZiSi 39 (1.96)( 86/9) IC 0.95 39+(1.96)( 86/9) 33 32.94 IC 0.95 45.05 45
1.96+1.96

Figur a 10(c).CampanadeGaussdedistr ibucinnor maldelejemplo(c) 2.DESCRIPCINDELSOFTWARE(PERT) El siguiente diagrama de bloques muestra los ocho mdulos principales que componen el paquete de softwareeducativodiseadosobrenuestromodelo.

Mdulo Principa

UMain

URed

UCode

UDatos

UCPM

UPert

UValz

Elmduloprincipalinicializaelprocesoycorrelaaplicacin.Lainterfazgrficadelusuario,tantoparala captur adedatoscomoparaeldespliegueder esultados,estcontenidaenelmdulo UMain.Elmdulo UCodeseencargadeasignaracadaactividadloscdigosnecesar iospar afor mar lar ed,estoscdigos sedefinenenfuncindelapresenciadelasactividadescomoantecedentesdeotras,yaqueenocasiones sepresentansolasyenotrasformandopartedegrupos. Con los cdigos asignados a las actividades y definidos los grupos, los algoritmos del mdulo URed calcula los par es que hemos denominado conjuntos ( i, j ) correspondientes a los eventos de inicio y terminacindelasactividadesparalacreacindelared. Acontinuacin,elmduloUCPMcalculalostiemposdeiniciomstempranoymslejanoascomolas holgurasdecadaactividadenlared.

La unidad UPer t funciona como enlace con otro de los mdulos sustantivos del paquete, la unidad UValz. En este mdulo se realizan todos los clculos pr obabilsticas basados en la distr ibucin nor mal. Launidadquecontienelasestr uctur asdedatosdefinidasparatodoelpaquetedesoftwareesUDatos. Enestemdulosedefinentodoslostiposdedatosnecesarioscomolasclases,arregloslinealesytablas, pilas,colas,registros,etc.Tambinsedeclaranlasvariableslocales. 3.VENTAJ ASPARAELALUMNOALDISPONERDEUNSOFTWAREDIDCTICO La prctica afirma lo que se aprende, pero el tamao de la informacin necesaria en el conocimiento metodolgicoyelproblemamismo,avecessondemasiadograndes comoparaimpediralalumnohacer suficientes ejercicios para detallar y despejar sus dudas. Este software se est desarrollando con prioridades didcticas que permitan tener facilidades para r esolver r pido ejemplos que contesten su frecuente pregunta qu pasara s...? En cuestin de minutos podr tener suficientes soluciones que incr ementensuapr endizajeenlametodologa pararesolverunproblematancomn. 4.ELIMPACTOESPERADOPORLOSAUTORESALFORMULARLOSOBJ ETIVOS Los ponentes creemos que la elaboracin de softwar e de apr endizaje para los diversos temas que estructuran las asignaturas, son incentivos que ayudan a los jvenes estudiantes a cumplir satisfactoriamente sus compromisos en el proceso de capacitacin profesional. Tambin pensamos que estetipodesoftwareesunbueningredienteparacubrirelperfilquelasuniversidadeshandiseadopara queelegresadosedesempeeconcapacidadyeficienciaenelmercadodetrabajo. Este software didctico, puede ser utilizado en las academias de Investigacin de Operaciones para motivar lapr oduccindeotr osmodelosqueseandeutilidadendiversasasignaturas. 5.POSIBILIDADESTECNOLGICASENLAACTIVIDADEMPRESARIAL Aunquelosobjetivoseneldesarrollodeestemodelodidcticosonpensadosparacubrirnecesidadesenel procesodeenseanzaaprendizaje,noesaventuradocreer,queparaciertosectorempresarialcomoesla pequea y mediana empresa ( PYMES ), puede ser muy til que se aplique en contrataciones institucionalesdecolaboracinorientadaatalsectoreconmico.Deestamanera,seincrementaelvalorde lacolaboracinaldisponerde softwar etecnolgicoor iginaldelasmismasescuelasqueintegranelIPN. CONCLUSIONES Los autores de esta ponencia informamos del desarrollo de un proyecto de investigacin con objetivos didcticosysinpretensionesdecompetirconelsoftwarecomercial,comoeselconocidoprogramadeM SProject.Eldisponerdeelloslegalmente,resultamuycostosoparalamayoradelasempresas,nosediga parael usuarioparticular.Pero laproduccin desoftwar eor iginal enlasinstituciones puedellenar el vacoprovocadopordificultadesdeordeneconmico. Aqusetratalar edAOA(actividadenar cos)or iginalCPM,peroseusatambinotrotipoderedAON (actividadennodos)confacilidaddeconstr uccin,per oaumentoenlneasymayor posibilidadde cr uces.Tambinseusaeltipo AOAenproblemasde tr anspor te,urbano,industrialytelecomunicacin. Siunpr oblemasepueder epr esentar comomodeloder ed,entoncessepuedenaplicar algor itmosde solucinmuyeficientes,gr aciasasupr esentacingr fica.